命题多维项目表在学业水平测试与中高考命题中的适用性研究
——基于课程标准、测评学理论与命题实践的系统性论证
摘要：随着我国基础教育课程改革进入"核心素养时代"，考试命题从"知识立意"转向"素养立意"，"依标命题"成为刚性要求。作为对传统双向细目表（Two-way Table of Specifications）的迭代升级，命题多维项目表（Multidimensional Specification Table）通过将课程标准内容要求、学业质量标准、核心素养、认知层级、情境类型、题型分值、预估难度等多重属性逐题登记，实现了从"考什么"的粗粒度规划到"每一道题为何而考"的精细化质量保障。本文从教育测评学理论（内容效度理论、布卢姆目标分类学、SOLO分类理论、Webb知识深度框架、SEC一致性分析模式）出发，结合《义务教育课程方案和课程标准（2022年版）》《中国高考评价体系》以及教育部关于初中学业水平考试命题、普通高中育人方式改革的系列文件，系统论证多维项目表在学业水平测试、中考与高考命题中的适用性与实现方式，并援引近年高考真题进行专业剖析。研究认为：多维项目表不仅适用于上述三类考试，而且是当前命题技术条件下落实"依标命题"、保障内容效度与结构效度的不可替代的核心工具；其适用形态应随考试定位（标准参照/常模参照）而调适，并需警惕"表格形式主义"等实践误区。
关键词：命题多维项目表；双向细目表；学业水平考试；中考；高考；课程标准；一致性分析；核心素养
一、问题的提出：从"依标命题"到"可审查的依标命题"
课程标准是国家课程的基本纲领性文件，是教材编写、教学实施与考试评价的根本依据。《基础教育课程改革纲要（试行）》早已明确国家课程标准是考试命题的依据。2019年教育部《关于加强初中学业水平考试命题工作的意见》进一步要求取消初中学业水平考试大纲，"严格依据课程标准命题、不得超标命题"；2022年教育部办公厅《关于做好2022年中考命题工作的通知》再次强调按照"两考合一""兼顾毕业和升学"的功能定位严格依标命题；2019年国务院办公厅《关于新时代推进普通高中育人方式改革的指导意见》则对高中命题提出"创新试题形式，加强情境设计，注重联系社会生活实际，增加综合性、开放性、应用性、探究性试题"的要求。高考层面，《中国高考评价体系》（教育部考试中心，2019）确立了"一核四层四翼"的考查框架——"核心价值、学科素养、关键能力、必备知识"四层考查内容与"基础性、综合性、应用性、创新性"四翼考查要求，课程标准和高考评价体系由此成为高考试题命制的基本依据与核心指南（参见《中国高考报告（2024）》）。
然而，"依标命题"若仅停留于口号或经验层面，便无法回答一个根本的质量追问：凭什么证明这张试卷考了该考的、没考不该考的、并且考到了应有的认知深度？ 这正是命题蓝图（Test Blueprint）与命题细目表（Table of Specifications, TOS）存在的理由——它们把"命题人的直觉"转化为"可以公开讨论、逐项核查的决策"。当考试目标从"知识掌握"扩展为"价值引领、素养导向、能力为重、知识为基"的多维考查时，仅含"知识×认知层级"两个维度的传统双向细目表已然不够，命题多维项目表应运而生。
本文的核心命题是：多维项目表在学业水平测试（含初中学业水平考试/中考、普通高中学业水平考试）与中高考命题中高度适用且功能关键。下文将依次论证其理论基础、政策依据、体现方式、实证例证与适用边界。
二、理论基础：多维项目表为何"必须存在"
（一）内容效度理论：细目表是效度证据链的结构化载体
在经典测量理论（CTT）框架下，效度回答"测验是否测到了它要测的东西"。对学业成就测验而言，**内容效度（content validity）**是最直接、最基础的有效性证据，而内容效度无法由单一统计量计算得出，主要依赖专家判断。专家判断若无结构化载体，就会退化为印象式评论——这正是细目表的价值：它以"内容领域×认知层级"的矩阵记录了"构念代表性"的全部决策（为什么函数占30%而统计只占15%？为什么记忆类试题不超过25%？），使内容效度从"不可言说的经验"变成"可查验的证据链"（Miller, Linn & Gronlund,《教育测量》（Measurement and Assessment in Teaching）中的经典论述；Cheng & Fox, 2017）。
Messick 的整体效度观（constructive validity, 1989/1995）进一步指出：效度是分数解释与使用的属性，而非测验本身的属性。据此，多维项目表的价值不止于"覆盖全不全"，更在于它为分数解释提供了构念层面的溯源依据——每一道题对应哪一条课标要求、哪一项素养、哪一层学业质量水平，皆有据可查。这对高利害考试（中考、高考）的公平性申诉、社会监督与公信力维护，具有直接的法律与伦理意义。
（二）目标分类学：认知层级的"三套坐标系"
多维项目表区别于传统双向细目表的关键之一，是认知层级的精细化标注。国际上三套主流框架各有分工：
框架 | 提出者 | 层级结构 | 在命题中的用法 |
布卢姆教育目标分类学（修订版） | Anderson & Krathwohl, 2001 | 记忆—理解—应用—分析—评价—创造（含事实性/概念性/程序性/元认知四类知识维度） | 作为细目表横轴，保证思维层次分布合理，防止试卷沦为纯记忆测验 |
SOLO分类理论 | Biggs & Collis, 1982 | 前结构—单点结构—多点结构—关联结构—抽象拓展结构 | 作为主观题评分标准的结构标注，判断学生作答是"罗列要点"还是"建立关联" |
知识深度框架（DOK） | Norman Webb, 1997/2002 | DOK1回忆与再现—DOK2技能与概念—DOK3策略性思维—DOK4拓展性思维 | 控制认知迁移负荷，作为与课标一致性检验的标尺 |
三者的分工可概括为：布卢姆回答"这道题训练哪一类思维"，SOLO回答"学生的理解达到什么结构层次"，DOK回答"这道题要求多大的认知迁移"。值得特别强调的是 SOLO 理论中的关键跃迁——从多点结构到关联结构是"量变"到"质变"的分界：若一道主观题只需学生罗列孤立要点即可得分，则它实际停留在多点结构层次，无法区分真正理解与机械记忆。多维项目表要求逐题标注 SOLO 层次或 DOK 层级，正是把这一"区分真正理解与机械记忆"的技术要求前置到命题设计阶段。
（三）一致性分析：多维项目表的"对标审查"功能
Webb 一致性分析模式（1997/2002）从四个维度检验试题与课程标准的一致性：知识种类一致性（可接受标准为每条标准至少6个对应试题）、知识深度一致性（至少50%试题的认知要求与标准相同或更高）、知识广度一致性（某标准中至少50%目标有至少一个对应试题）、知识分布平衡性（平衡指标超过0.7方可接受）。SEC 模式（Surveys of Enacted Curriculum；Porter & Smithson, 2001）则将"内容主题×认知水平"编码为二维矩阵并标准化，以 Porter 一致性系数 P = 1 − Σ|Xᵢ − Yᵢ| / 2 量化课程标准与试卷的吻合程度（P∈[0,1]，越接近1一致性越高，并通过2000次随机置换确定统计显著性临界值）。
这两套模式的共同技术前提是：必须先有一份逐题登记了内容主题与认知要求属性的清单——这正是多维项目表。换言之，多维项目表不仅"生产"试卷，还"生产"可供一致性分析的结构化数据。贾瑜、辛涛（2020）明确提倡用多维细目表引领基于课程标准的试题设计；林敦来等在讨论初中英语学业水平考试时亦指出，传统双向细目表"仅关注知识点及其认知层次，未能考查核心素养，未能建构知识点之间的关联"，与2022年版课标理念相去甚远，多维细目表能够全面反映考查目标与内容、题型、难度、区分度之间的多重关系。
（四）素养测评的情境性：情境必须成为"固定列"
素养不是知识存量的函数，而是"在真实情境中完成学科任务的综合表现"。张卓玉（教育部中考命题改革专家组副组长）对命题趋势的概括切中要害：从重考查"有什么"到重考查"能怎么"。《普通高中语文课程标准（2017年版2020年修订）》提出个人体验情境、社会生活情境、学科认知情境三类情境划分，这一思想已被各科命题广泛吸收；《中国高考评价体系》将情境划分为生活实践情境与学习探索情境，并强调"无情境，不成题"。既然素养考查必须经由"情境—任务—作答"链条实现，那么命题规划工具就必须能登记、审查、配比情境类型——传统双向细目表没有这一维度，多维项目表将其设为固定列，这是二者最本质的功能差异之一。
（五）难度与区分度：把事后统计转化为事前设计
CTT 下难度 P 值与区分度 D 值均为事后指标，依赖实测样本；区分度一般要求 D≥0.30（理想值0.40以上），且 P 值在0.50附近时区分度最易达到最大。初中学业水平考试因"两考合一"，通常要求全卷难度系数控制在0.7左右——既要让多数学生达到毕业标准，又要为升学选拔留出区分空间。多维项目表要求逐题填写预估难度，其功能有三：一是迫使命题人对每道题的认知负荷作出显性预判；二是在审题环节接受同伴质疑与数据锚定（往年实测数据）；三是为考后实测难度与预估难度的偏差分析提供对照基准，形成"预估—实测—修正"的命题质量闭环。
三、政策与标准依据：多维项目表已成为"国家规范"
多维项目表的适用性并非学界的自说自话，而是已被写入国家课程标准的规范性要求。
- 《义务教育生物学课程标准（2022年版）》在"命题规划"部分明确要求："制订多维细目表。多维细目表应包括核心素养、学习主题，以及题型、分值、题目难度等基本要素。"这标志着多维细目表已从学术研究工具上升为国家课程标准的规范性要求。
《义务教育课程方案（2022年版）》**及各科课标普遍以"内容要求+学业要求"和"学业质量标准"双重结构呈现学习结果，学业质量标准采用"情境+行为动词+学习内容+核心素养"的描述方式（如道德与法治学业质量描述"能够结合史实阐明伟大建党精神是中国共产党的精神之源（政治认同、道德修养）"）。这种"四位一体"的描述方式本身就要求命题工具具备至少四个可登记维度——传统双向细目表在结构上无法承接。
- 教育部《关于加强初中学业水平考试命题工作的意见》（2019）
：取消考试大纲、依标命题、减少记忆性试题、增加探究性开放性综合性试题、坚持命题人与审题人分离并加强政治性、科学性、技术性、程序性审查——每一项要求都需要可核查的书面载体，多维项目表正是承载这些审查要求的技术平台。
- 《中国高考评价体系》（2019）与《中国高考报告》系列
确立"核心价值金线、能力素养银线、情境载体串联线"三线逻辑与"无价值，不入题；无思维，不命题；无情境，不成题；无任务，不立题"四项命题原则。逐题标注"核心价值指向、素养目标、能力层级、必备知识、情境类型、任务形式"的多维项目表，正是把"四层四翼"要求落到每道试题上的"施工图"。
- 地方实践
广州等地应用的"新结构多维命题细目表"整合了"课程标准（内容要求/质量标准）、学习表现（必备知识/关键能力）、情境任务/核心素养、题型/分值、预测难度/水平"等栏目；莫雷团队针对纸笔测试下的核心素养测评提出"双层多维细目表技术"——高阶多维细目表规划素养层面试题（综合性试题），低阶多维细目表规划知识能力层面试题（基础性试题），每层均含"真实情境、学科任务（认知操作）、学科知识"三个核心维度。这些本土化方案已在省市级大规模考试中持续运行，证明其工程可行性。
四、多维项目表如何体现适用性：四条实现路径
路径一：保障内容效度——"每一道题都有课标依据"
多维项目表将课标内容条目逐条映射到题号上，使"依标命题"从口号变成可查验的清单。对学业水平合格性考试这类标准参照考试而言尤其关键：其分数解释的参照系是课程标准中的学业质量标准，而非群体相对位置；若命题不能逐条证明与课标的对应关系，"合格"的解释便失去测评学合法性（validity argument）。实践中可参照的规则是：各内容领域的实际配分与理想配分（按课时比例折算）的偏离不宜超过5%。
路径二：保障素养考查不虚化——把抽象素养转化为可登记的任务
多维项目表设"核心素养"列，要求每道试题明确其承载的素养维度。以道德与法治为例，戴慧指出多维细目表应直接呈现政治认同、道德修养、法治观念、健全人格、责任意识等目标，并与学业质量标准的要求一致，确保素养目标与情境背景、课程内容、学科任务有效结合。高考层面，教育部教育考试院对2023年高考数学全国卷的评析明确指出试卷"全面考查数学抽象、逻辑推理、数学建模、直观想象、数学运算和数据分析等学科核心素养，体现基础性、综合性、应用性和创新性的考查要求"——能够作出这种总体判断的前提，是每道题的素养指向在设计阶段即被明确定义。
路径三：保障认知结构合理——用层级配比杜绝"偏易"与"拔高"两个方向的偏差
教育部要求"减少记忆性试题"；实践中可参考的分布是记忆与理解层次合计不超过40%—50%，应用与分析占30%—40%，评价与创造占10%—20%（理科实验探究、语文思辨性表达、历史史料论证等题型天然适合承载高阶层级）。反向地，多维项目表也能防止"拔高"偏差：孙庆括等对五份省级中考数学卷的 SEC 一致性分析发现，部分省卷与课程标准不具备统计学意义上的显著一致性，在内容主题和认知水平侧重上均有偏差；针对高中数学的实证研究亦显示，2020—2022年15套新高考卷对"函数""几何与代数"主题的考查比例明显高于课标权重，而"概率与统计"等主题占比不足——这类问题只有在多维项目表层面做前置配比审查（再辅以事后 SEC 校验）才能系统性地避免。
路径四：保障全卷工程质量——题量、时长、题型、难度的统筹
多维项目表逐题登记题型、分值、预估难度与作答时长，可在组卷前完成"全卷难度分布是否呈正态或略偏易""题型配比是否与学科特点匹配""总时长是否允许完成"等工程校验，避免"题目不难但做不完"等结构性缺陷。同时，命题人与审题人分离的制度要求下，多维项目表是审题会上逐项核查的共同工作底稿，使命题从"个人创作"转为"团队工程"。
五、例证分析：以近年真题看多维项目表的落地
例1：2023年新课标Ⅱ卷数学第19题（漏诊/误诊检测标准）
该题要求考生在"集中检测—复核"方案下，合理平衡漏诊率和误诊率，制定检测标准。
多维项目表登记（示例）：
属性 | 标注 |
内容主题 | 概率与统计（条件概率、二项分布、决策） |
核心素养 | 数据分析、数学建模、逻辑推理 |
认知层级 | 应用—分析（DOK3，策略性思维） |
情境类型 | 社会生活情境（公共卫生检测） |
任务形式 | 建构反应（方案设计与论证） |
考查指向 | 运用概率模型解决真实决策问题 |
专业分析：此题是"无情境，不成题"与"无任务，不立题"的典型实现。它没有现成题型可套，考生必须先完成"现实问题→概率模型"的数学化（建模素养），再在漏诊率与误诊率此消彼长的约束下作决策权衡（批判性思维）。从 SOLO 层面看，仅能代入公式计算者停留在单点/多点结构，能建立"检测方案—概率模型—社会成本"关联者才达到关联结构——这正是该题区分度的主要来源，也只有在多维项目表中预先标注了"情境—素养—层级"目标，才可能在审题时确认它确实考的是素养而非技巧记忆。
例2：2023年全国甲卷文/理科第19题（臭氧环境对小白鼠生长的影响）
将小白鼠随机分配到试验组和对照组，利用成对数据制成列联表，进行独立性检验。
多维项目表登记要点：内容主题为统计与概率（独立性检验）；情境类型为科学研究情境；核心素养为数据分析与逻辑推理；认知层级为应用；考查价值指向"引导考生树立理想信念、热爱科学"。与例1对比可见情境层级的梯度设计：此题认知要求相对基础（套用检验程序），但情境的科学研究属性承担了育人价值功能——这正是多维项目表"价值引领"列的意义：同一试卷内，试题可在"素养深度"与"价值广度"上互补分工，而这种分工必须显性规划而非随机形成。
例3：2023年新课标Ⅰ卷第7题（等差数列充要条件推证）
以等差数列为材料考查充要条件的推证，要求考生分别证明充分性与必要性。多维项目表视角下：内容主题为数列与简易逻辑；核心素养为逻辑推理；认知层级为分析（DOK2—3）；情境类型为学科认知情境。教育部教育考试院评析将其列为"重点考查逻辑推理素养"的代表题——它说明素养考查并非必须依赖繁难情境，纯学科认知情境同样可以承载高阶素养，而这一判断应当在细目表设计阶段就被明确为整卷"情境配比"的一部分（避免情境创设一味追逐科技前沿、脱离学科本质的偏差——已有2024年化学高考命题研究指出此类风险）。
例4（反例视角）：实证研究中发现的一致性偏差
前述针对新高考数学卷的 SEC 分析显示，试卷在"归纳""迁移"水平上的试题比例（约65%）高于课程标准的要求（课标中"归纳"比率0.377、迁移仅0.110），而在"觉知""调和"水平上偏低——即试题整体认知难度"高于"课标。这类系统性偏差恰恰说明：没有多维项目表的前置约束，"依标命题"会自然漂移；而有了逐题登记的层级数据，事后一致性审计才具备可操作的数据基础。同理，黄丽燕等对高中英语学业水平合格性考试的评估发现，即便采用多维细目表，仍存在关键要素体系不完整、核心素养与学业质量标准的对应关系界定不清等问题——这提示多维项目表本身也需要"编制质量标准"，后文将详述。
六、分层适用：三类考试中的形态调适
多维项目表"适用"不等于"同一模板"，其形态应随考试定位调整：
维度 | 高中学业水平合格性考试 / 初中学业水平（毕业）部分 | 中考（升学区分部分）/ 高考 |
考试 性质 | 标准参照（达标考试） | 标准参照+常模参照复合（中考）；常模参照为主（高考） |
全卷难度定位 | 偏易（如难度系数0.7左右），允许全员合格 | 呈正态或偏态分布，DOK1—2为主体、DOK3为区分点、DOK4为少量亮点 |
多维项目表重点 | 课标条目覆盖的完备性、记忆理解层级的适切性、情境真实性 | 认知层级梯度、素养深度、区分度设计、开放性/探究性任务的配比 |
配套审查 | 逐条对照学业质量标准的"达标覆盖表" | SEC/Webb 一致性分析、预估—实测难度校验、区分度目标（D≥0.30） |
对高考这类高利害常模参照考试，还需在多维项目表中增加"区分度设计目标"与"反押题审查"（设问方式的非常规化程度）栏目，落实《中国高考报告（2024）》所述"降低学生死记硬背和机械刷题的收益，加大对关键能力、学科素养和思维品质的考查力度"的要求。
七、局限与注意事项：诚实地面对边界
多维项目表并非万能，其有效运行依赖四个条件，也对应四类常见误区：
- 防止表格形式主义
林敦来等观察到实践中存在"测试前不重视、测试后补做""测试后为使数据好看而任意改动"等现象。多维项目表的前提是命题前编制、命题中登记、命题后校验的全流程使用，任何环节倒置都会使其沦为合规性文书。
- 素养标注不可虚标
若每道题都标注五六个素养，等于没有标注。规范做法是每题明确1—2个主要素养，且素养标注须与学业质量标准的描述语对应（可溯源到具体条目）。
- 预估难度需数据锚定
仅凭经验填写的预估难度价值有限，应结合往年实测数据与审题组独立估计，并在考后进行偏差复盘，形成命题人员的专业成长机制。
- 维度不是越多越好
维度过载会显著增加命题组的行政成本。通常"内容领域、核心素养、认知层级（或SOLO/DOK）、情境类型、题型分值、预估难度"六至八列即可满足质量保障需要，表现性评价、跨学科主题学习等特殊任务可另设附表。
- 纸笔测试的固有边界
SOLO关联结构以上的表现、真实问题解决的完整过程，部分无法由纸笔测试充分捕捉，需辅以表现性评定、实验操作考试等（这也是"双层多维细目表"区分高阶/低阶试题的原因）。多维项目表应诚实标注"本题对素养的考查是证据性而非穷尽性的"。
八、结论
综合理论、政策与实践三方面证据，本文结论如下：
- 适用性判断
命题多维项目表在学业水平测试、中考与高考命题中全面适用且不可替代。其理论根基是内容效度理论与一致性分析框架（Webb、SEC），其政策依据是2022年版课程标准（如生物学课标明确要求制订多维细目表）、教育部系列命题文件与《中国高考评价体系》，其实践可行性已被省市级大规模考试与"双层多维细目表""新结构多维命题细目表"等本土方案反复验证。
- 体现方式
通过"逐题登记内容领域、核心素养、认知层级、情境类型、题型分值、预估难度、命题依据"七个基本动作，多维项目表实现了四重保障——内容效度保障（每题有课标依据）、素养考查保障（抽象素养转化为可审查的任务）、认知结构保障（层级配比防"偏易"与"拔高"）、全卷工程保障（难度、时长、题型的统筹）。
- 与最新命题改革的关系
在"价值引领、素养导向、能力为重、知识为基"的命题逻辑与"无价值不入题、无思维不命题、无情境不成题、无任务不立题"的命题原则下，多维项目表是唯一能够同时承载"四层"（价值、素养、能力、知识）与"情境载体"要求并接受逐项审查的命题技术工具；传统双向细目表仅是其历史形态与局部子集。
- 使用条件
其效力取决于全流程使用（前置规划而非事后补做）、素养标注的克制与可溯源、难度预估的数据锚定，以及对纸笔测试边界的诚实承认。在正确使用的前提下，多维项目表把"依标命题"从一种政策宣示，变成了一套可编制、可审查、可审计、可改进的质量保障体系——这正是我国考试命题走向科学化、专业化不可绕过的一步。
参考文献（部分）
注：文中例题均引自教育部教育考试院公开发布的2023年高考数学全国卷试题及官方评析；一致性分析数据引自公开发表的实证研究文献。
本公众号推送内容，仅作为教育评价相关教研交流、学术研讨之用。文中所有观点均为作者个人见解，并不代表任何官方机构立场，仅供广大教育同仁参考。文稿虽力求严谨准确，但无法完全保证全部素材、数据毫无疏漏。部分素材取自公开资源，如涉及版权问题，烦请相关权利人联系我方处理。任何主体若依据本公众号内容作出相关决策并由此产生各类后果，本公众号及作者概不承担相应责任。
