张蔚磊 雷春林|我国英语能力标准的研究热点及趋势 ——基于10年来CNKI论文的知识图谱计量分析
原文刊登于《外语教学》2020年第6期
摘 要：本研究主要借助BICOMB 2.0软件和SPSS 22.0，对CNKI中国知网上2010-2019年，收录的703篇英语能力标准领域的期刊及博硕士论文进行统计分析，通过高频关键词相似矩阵，聚类分析矩阵和多维尺度分析图表，绘制出“我国英语能力标准”热点研究的知识图谱。研究发现，这十年来，我国英语能力标准领域的研究主要集中于测评体系的研究；语言能力量表的本体研究；语言能力的研究；对“教师的教”的研究；对“学生的学”的研究这五个方向。未来需要积极探索“中国特色的外语测评体系”；探索量表应用模式的新路径；完善跨文化能力和翻译能力的评价机制；开展外语教师专业能力评价标准的研制；开发基于《中国英语能力等级量表》的课程标准和学生自主学习指南；注重英语课程和考试与英语能力标准一体化的实证研究。
关键词：英语能力；语言能力；标准；量表；研究热点；英语测评体系
1. 引言
2014年9月，中国国务院颁布的《关于深化考试招生制度改革的实施意见》中，明确提出要加强“外语能力测评体系建设”。 2014年10月，我国启动了 “中国英语能力等级量表”（China'sStandardsofEnglish）的建设工作。2017年12月，在第三届语言测试与评价国际研讨会上，刘建达教授宣布了我国教育部研制的中国英语能力等级量表（China’s Standards of English，简称CSE）。该量表为我国外语能力测评体系建设提供统一标准，为我国英语教学、学习、测评提供了参考框架，起到“车同轨、量同衡”的作用（刘建达2015：8）。到2020年，我国基本建成具有中国特色的现代外语能力测评体系，助力外语教学改革，推动分级分类考试，提升外语教育质量和成效（姜钢2016：6）。围绕英语能力标准进行的研究已经成为近10年来热点。本研究采用了计量学研究方法，运用共词分析法、高频关键词系统聚类法、多维尺度分析法，研究我国2010年以来英语能力量表领域的热点关键词，并绘制我国英语能力量表研究热点的知识图谱，进一步探究并分析我国英语能力量表10年来的研究热点和未来发展趋势。
2. 研究样本与数据来源
本研究主要以CNKI（中国知网）作为文献搜索的来源。首先，在中国知网数据库搜索，确定“英语能力标准”、“英语能力量表”、“语言能力标准”、“语言能力量表”、“外语能力标准”和“外语能力量表”为关键词与篇名进行搜索，搜索日期为2010年1月到2019年12月，该主题的相关文献篇数为16488篇。这包括报告、会议、征稿启示、博硕士论文和期刊等。其次，通过限定搜索范围为学术期刊和博硕士论文，剔除无效文献，并进行逐项排查，最终确定有效文献为703篇，其中博硕士论文108篇，期刊论文595篇。再次，依次导出这些符合要求文献的基本信息，包括作者、题名、发表时间、期刊名称和关键词等。最后，规范研究文本编码格式，以TXT的形式保存为ANSI格式，并对文本进行格式编码，使之符合BICOMB2.0软件的处理要求。
3. 研究方法
3.1 共词分析
本文主要应用BICOMB 2.0软件，对从中国期刊数据库中筛选出来的符合实证分析的703篇文献（108篇博硕士论文，595篇期刊论文）进行关键词的提取统计与分析，并生成相应TXT格式的词篇矩阵和共现矩阵。结果显示 2010年到2019年间的期刊论文和博硕士论文中出现的关键词共624个，所有关键词累计出现的总频次为955次，其中最高频次为53，对应的关键词是“英语能力标准”。为深入研究2010年以来我国英语能力标准研究的热点和发展方向，根据研究需要，我们对部分词义重合的关键词进行统一性处理，即合并相同意思的关键词，如将“英语能力标准”、“英语能力量表”统一规范为“英语能力标准”。然后，我们提取出现频次3次及以上的关键词，共50个，系统生成词频统计数据表，我们将该表格导出，并对这50个高频关键词进行词频排序，相似关键词经过合并后为30个，按照出现频次依次为：英语能力标准、语言能力、口语能力、欧洲语言共同参考框架、英语课程标准、英语教学、语言测试、自主学习、写作能力、描述语、大学英语、情感态度、比较研究、效度、学生、学习策略、美国、英语、信度、阅读能力、自主学习、评价标准、加拿大语言标准、翻译能力、听力能力、专业能力、教师专业标准、评估框架、教师发展、综合能力。详见表1。
表1.“英语能力标准”共词分析高频关键词排序数据表（部分）
序号 | 关键字段 | 出现频次 | 百分比％ | 累计百分比％ | |
1 | 英语能力标准 | 53 | 5.5497 | 15.7199（平均） | |
2 | 语言能力 | 52 | 5.4451 | 12.2869（平均） | |
3 | 口语能力 | 24 | 2.5131 | 23.0880（平均） | |
4 | 欧洲语言共同参考框架 | 20 | 2.0943 | 14.2408（平均） | |
5 | 英语课程标准 | 17 | 1.7801 | 20.2094（平均） | |
6 | 英语教学 | 15 | 1.5707 | 20.6981（平均） | |
7 | 语言测试 | 14 | 1.4660 | 16.6492（平均） | |
8 | 自主学习 | 13 | 1.3611 | 17.1407 | |
9 | 写作能力 | 11 | 1.1518 | 28.6911（平均） | |
10 | 描述语 | 7 | 0.7330 | 11.9372 | |
注：上表中的斜体关键词表示该关键词是经过合并的关键词。
从表1中，我们可以清晰地看出，“英语能力标准”这一主题词的出现频次高达53次。围绕这一主题词，排名二到十位的关键词分别是：语言能力、口语能力、欧洲语言共同参考框架、英语课程标准、英语教学、语言测试、自主学习、写作能力和描述语等，从一定程度上反映出围绕英语能力标准展开的几大研究方向，从学生的语言能力与语言学习到教师的语言教学，从能力量表的制定到评测体系的建立，体现出十年来英语能力标准研究的主要领域。
3.2知识图谱分析
知识图谱是也叫知识可视化，是社会网络分析研究中的重要组成部分（Bertschi，等 2011）。它是一种计量分析方法，作为实证研究的一种，是教育学学术评论、学术研讨、成果展示和未来展望的一种重要研究类型（郭文斌 2016：46）。知识图谱将抽象知识可视化，使其易于观察，易于理解（Zhao & Zhang 2011），知识图谱作为一种快速发展的新兴技术已成为一个结合了图像、文献目录、数据统计等多种理论的新型研究领域（Wang & Jacobson 2011）。它可以直观呈现当下教育研究最前沿领域和学科知识的信息会聚点，从宏观、中观、微观等不同层面呈现当下教育热点问题研究的现状，便于人们全面审视该研究领域的结构、热点及其演进等信息（郭文斌 2016：46）。在本文中，我们借助SPSS22.0统计软件进行研究，利用共词分析生成词篇矩阵和共现矩阵，运用Ochiai系数分析法进行相似性分析、聚类分析和多维尺度分析，并生成欧几里得图。
在该研究的知识图谱分析过程中，我们对以“英语能力标准”为主题的703篇博硕士论文和期刊论文中提取的50个高频关键词进行词篇矩阵生成，进行系统聚类分析，导出相似矩阵聚类树状图和高频关键词聚类树状图。然后对它们的相似矩阵进行多维尺度分析，并获取Euclidean 距离模型散点图，再根据聚类树状图和距离模型散点图情况，研究并绘制“英语能力标准”研究热点和趋势的各领域分布图。
4. 研究结果与发现
4.1相似性分析
该研究主要运用SPSS22.0软件对之前统计出来的前50位高频关键词之间的关系进行分析，得到的关键词Ochiai相似系数（部分）如表2。50个高频关键词（参见表1）的词频次数之和是313次，占所有关键词（955次）的32.77%。其中，排前10位的高频关键词出现的频率皆在7次以上，按照顺序分别是：英语能力标准、语言能力、口语能力、欧洲语言共同参考框架、英语课程标准、英语教学、语言测试、自主学习、写作能力和描述语。 这个数据初步表明，自我国引入“外语能力标准”或“语言能力标准”概念以来，我国对英语能力标准的研究大多围绕着语言能力、能力量表、语言测试、教师教学与学生学习方式等核心概念展开。这些概念都涵盖在英语能力标准的内涵和外延的范围之内。
为进一步探讨“英语能力标准”与其他高频关键词之间的关系，以及“英语能力标准”研究与外语教和学的分支领域（①教学的角度：课程标准、评价/考试标准、课堂/英语教学；②学习的角度：语言能力(写作能力、阅读能力、交际能力、听说能力)，语言知识，自主学习，情感态度，学习策略）之间的关系。该研究在使用BICOMB2.0 共词分析了50 个高频关键词的基础上，生成词篇矩阵，再应用SPSS20.0，选取Ochiai系数生成共词相似矩阵，转化为一个50 X 50 的共词相似矩阵，在此我们提取出部分数据，以说明英语能力标准与其他核心关键词之间的关系。
表2.高频关键词相似Ochiai系数矩阵（前15位）
1:语言能力 | 2:量表 | 3:语言测试 | 4:课程标准 | 5:语言能力标准 | 6:《欧框》 | 7:语言能力量表 | 8:描述语 | 9:标准 | 10:大学英语 | 11:能力标准 | 12:外语能力 | 13:外语教学 | 14:外语能力标准 | 15:比较研究 | |
1:语言能力 | 1.000 | .143 | .050 | .056 | .112 | .112 | .060 | .060 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
2:量表 | .143 | 1.000 | 0.000 | 0.000 | 0.000 | 0.114 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
3:语言测试 | .050 | 0.000 | 1.000 | 0.000 | 0.000 | 0.000 | .120 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
4:课程标准 | .056 | 0.000 | 0.000 | 1.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | .144 |
5:语言能力标准 | .112 | 0.000 | 0.000 | 0.000 | 1.000 | 0.000 | 0.000 | .134 | 0.000 | .134 | 0.000 | .289 | .433 | 0.000 | 0.000 |
6:《欧框》 | .112 | 0.114 | 0.000 | 0.000 | 0.000 | 1.000 | 0.000 | 0.000 | 0.143 | 0.000 | 0.000 | 0.154 | 0.154 | 0.154 | 0.000 |
7:语言能力量表 | .060 | 0.000 | .120 | 0.000 | 0.000 | 0.000 | 1.000 | .286 | 0.000 | 0.000 | .143 | 0.000 | 0.000 | 0.000 | .154 |
8:描述语 | .060 | 0.000 | 0.000 | 0.000 | .134 | 0.000 | .286 | 1.000 | 0.000 | 0.000 | .143 | 0.000 | 0.000 | 0.000 | 0.000 |
9:标准 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.143 | 0.000 | 0.000 | 1.000 | 0.000 | 0.000 | 0.000 | .154 | 0.000 | 0.000 |
10:大学英语 | 0.000 | 0.000 | 0.000 | 0.000 | .134 | 0.000 | 0.000 | 0.000 | 0.000 | 1.000 | 0.000 | .154 | .154 | 0.000 | 0.000 |
11:能力标准 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | .143 | .143 | 0.000 | 0.000 | 1.000 | 0.000 | 0.000 | 0.000 | .154 |
12:外语能力 | 0.000 | 0.000 | 0.000 | 0.000 | .289 | 0.154 | 0.000 | 0.000 | 0.000 | .154 | 0.000 | 1.000 | .500 | .333 | 0.000 |
13:外语教学 | 0.000 | 0.000 | 0.000 | 0.000 | .433 | 0.154 | 0.000 | 0.000 | .154 | .154 | 0.000 | .500 | 1.000 | 0.000 | 0.000 |
14:外语能力标准 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.154 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | .333 | 0.000 | 1.000 | .333 |
15:比较研究 | 0.000 | 0.000 | 0.000 | .144 | 0.000 | 0.000 | .154 | 0.000 | 0.000 | 0.000 | .154 | 0.000 | 0.000 | .333 | 1.000 |
注：限于篇幅我们只列出了前15位高频关键词相似Ochiai系数矩阵
我们根据知识图谱的分析原理，采用公式相似矩阵=1-相异矩阵，得出本研究的高频关键词相似矩阵。如表2所示，数字代表着关键词之间的相似性，其各个数值的大小表明高频关键词之间的关系亲疏状况。相似系数显示两个变量之间距离的统计变量，它通常介于0和1之间。一般情况下，相似系数越大，两个变量之间的距离越近，亲密程度就越高。当相似系数趋向于1时，两个变量之间关系最为紧密。相似系数越小，两个变量之间的距离越远，亲密程度就越低。当相似系数趋向于0时，两个变量之间关系最为疏远。表2可见：与“英语能力标准”（即关键词“量表”、“语言能力标准”、“语言能力量表”、“能力标准”、“外语能力标准”、“标准”、“英语能力标准”和“能力量表”）由近至远的高频关键词依次包括： 比较研究（0.641）①、外语能力（0.622）、外语教学（0.587）、描述语（0.563）、《欧洲语言共同参考框架》（0.411）、语言能力（0.315）、大学英语（0.134）、语言测试（0.120）。
通过对这些高频关键词之间的系数进行分析，我们发现：首先，“英语能力标准”与“英语课程标准”息息相关，与英语学科内容结构及构成元素紧密相连（如，测评标准、语言能力、自主学习和英语教学等）；其次，语言能力、语言测试、外语教学等关键词之间也存在一种一衣带水的关系；第三，从这些高频关键词的相似性系数来看，这些关键词与主题词“英语能力标准”之间，各个关键词之间都存在着紧密联系，且这些高频关键词与“英语能力标准”相关研究领域的发展空间还比较大，研究者可以进行进一步探索。最后，“课程标准”与主题词“英语能力标准”之间的关系还不够紧密（它们之间的相似性系数为0），笔者研究发现关键词“课程标准”都是2011新课标相关的文章，并不是和英语能力标准直接相关。因此基于英语能力量表的课程标准的研究还是一个较新的话题，该方向发展空间还比较大，研究者可以进行进一步探索。
4.2系统聚类分析
聚类的方法有很多，除了快速聚类之外，还有系统聚类。相比于快速聚类，系统聚类可以对较小的数据文件，对其个案或者变量进行聚类，对类型相同的变量分析其区间、计数或者二值变量。系统聚类的统计分析的功能是把关系密切的关键词聚在一起形成一个大类，展示该领域里面某一类研究的具体层次。关键词聚类分析时，首先将频次最高、影响力最大的关键词生成聚类（即种子关键词）。然后，根据数据之间的亲疏关系，对种子关键词和相邻关键词进行重新聚类，形成聚类矩阵。
为了找出2010年以来“英语能力标准”研究的不同领域和层次，我们将充分利用共词分析的结果和相似性分析的结果，对50个高频关键词进行系统聚类分析。在这次研究中，由于数据量较小，且变量类型都相同，故而确定了聚类分析的方法，我们把50个高频关键词生成的词篇矩阵导入SPSS 22 ，选取Ochiai 系数分析，得到“英语能力标准”高频关键词系统聚类树状图，如图1所示。
图1. 高频关键词系统聚类树状图
根据系统聚类树状图，可以清晰地发现近十年来，国内英语能力标准领域的研究主要从五个大方向展开。
方向一，测评体系的研究。即测评标准下的英语言能力标准研究，这一方向主要包括6个关键词，即：语言测试、测试、效度、信度、评价标准和评估框架。
方向二，语言能力量表本身的研究。基本可以概括为围绕等级量表制定下的英语能力标准研究。这一方向主要包括13个关键词，即：量表、语言能力标准、语言能力量表、能力标准、外语能力标准、标准、英语能力标准、能力量表、描述语、欧洲语言共同参考框架、加拿大语言标准、美国和比较研究。
方向三，语言能力的研究（含听、说、读、写、交际能力，专业能力，职业能力，语言运用）。也可解释为围绕语言能力的英语能力标准研究。这一方向主要包括20个关键词，即：语言能力、大学英语、英语、外语能力、英语能力、跨文化交际能力、语言交际能力、口语能力、交际能力、交际语言能力、写作能力、写作、英语写作、学生、中小学生、听力能力、阅读能力、翻译能力、专业能力和综合能力。
方向四，对“教师的教”的研究。其中课程标准为最热门。这一方向基本可以概括为教师教学下的英语能力标准研究，主要包括8个关键词，即：课程标准、新课程标准、英语课程标准、课堂教学、外语教学、外语教育、英语教学、教师专业标准和教师发展。
方向五，对“学生的学”的研究。亦可称为学生学习下的英语能力标准研究，这一方向主要包括3个关键词，即：自主学习、情感态度、学习策略和认识过程。
4.3 多维尺度分析
多维尺度分析是一种多元统计分析方法，英文名称为 Multi Dimensional Scaling。它主要采用“多维尺度”创建多维空间感知图，用图中的点的距离反应各个关键词之间的相似性或差异性，以研究对象关键词之间的向心度和密度为参数，绘制成二维坐标，清晰且概括性地呈现出一个领域或亚领域的结构特征（Bu，等 2016；郭文斌、俞树文 2014：48）。多维尺度分析，在统计学中常会用来研究多个事物之间的相似性，以低维空间（多为二维空间）中点与点之间的距离表示事物之间的相似性。在本研究中，为了进一步分析这些关键词之间的相似性，利用SPSS22.0软件绘制出以关键词之间的向心度和密度为横纵坐标，绘制直角坐标系。线性拟合散点图如图2所示。
图2.高频关键词线性拟合散点图
从图2中可以看出，所有的散点都分布在一条直线上，说明这个模型的拟合程度较好。然后，利用聚类分析和多维尺度分析的结果，绘制“英语能力标准”相关研究热点的知识图谱，参见图3。
4.4 知识图谱分析
根据“英语能力标准”高频关键词聚类树状图（图1）和研究热点知识图谱（图3），可将我国这十年来英语能力标准的研究总体上划为五个方向，即英语能力量表本身的研制；英语能力的测评与考试；语言能力的研究；教师的教（课程标准、课堂教学、教师专业标准等）；学生的学（自主学习、学习策略等），这与之前高频关键词的分布，系统聚类树状图的分布基本一致。图1聚类树状图分类与图3战略坐标图基本一致，这也验证了运用知识图谱分析方法研究当下教育学相关热点问题是科学的（王庆超，等 2017）。
图3.我国英语能力标准研究热点的知识图谱
在知识图谱中，各个关键词比较均匀地分布在四个象限，体现了该领域的研究热点和趋势。关键词分布在不同的象限，体现出关键词在该领域中所处的不同的研究地位，也体现出关键词和主题词“英语能力标准”之间关系的紧密程度，随之呈现出的不同的研究动态信息。
4.4.1 方向一：测评体系的研究
该方向的关键词除“效度”外全部分布在第一象限，布局集中，且接近坐标轴的中心位置，如语言测试、评价标准、测试、信度和评估框架。第一象限是整个主题研究的网络中心，具备较强的密度和向心度。第一象限的关键词在该领域研究中占据着核心地位（郭文斌、俞树文 2014：48）。这表明该方向处于英语能力标准研究领域的核心“领导”地位，该方向的研究比较多，比较集中。测评体系的建设可以使得我国外语教育体系更加科学、系统、连贯和合理。我国亟需构建一个集外语学习、教学与测评为一体的完整体系，为我国的外语课程大纲、外语教学、外语考试提供一套适合我国国情的参照标准（姜刚 2016：4）。通过分析该方向关键词在坐标轴中的位置，我们可以发现该方向的主要研究主题有：
（1）对语言能力标准评估框架的研究处于知识图谱该方向最核心的位置，该主题研究较多如刘建达（2015）、韩宝成和常海潮（2011）、张蔚磊（2016 和 2018）等，该方向的研究观点基本一致：应以教育总体目标为指向，构建一个整体性框架来系统设计、组织和编排外语能力标准和测评体系。我国外语能力标准和测评体系的研制可以考虑遵循计划、调研、开发、意见征询和采纳的整体思路。
（2）对语言测试的研究。第一象限的关键词“语言测试”和“测试”处于核心地位，体现了当前的一大研究热点。外语测试与职业相关，与外语人才的能力相连，可体现外语能力量表，凸显外语评价标准，是测评体系的重要组成部分。测试作为评价的一种手段，要实现与量表的有效对接，要保证测试的科学性，包括保证命题的科学性、评分的一致性、组织的严密性、成绩的可比性和可解释性等（姜刚 2016：4）。研制出相应的考试质量标准才能保证科学选才、促进教育公平。此外，对语言能力标准的信度研究也比较集中，在相应的听说读写的量表研究中都有体现。
（3）但是关键词“效度”位于第四象限内，这表明关于“效度”的研究尚处于初级阶段。虽然“效度”分布在第四象限内，但是它比较靠近坐标轴的中心，这表明该方面将会成为未来研究的关注点。目前的效度研究主要涉及到量表效度和考试效度、即时效度和延时效度、构念效度和公平效度、教学反拨效度和社会影响效度、以及决策效度等（朱正才 2016b）；此外还有构念效度、内容效度、效标关联效度和使用效度（方绪军、杨惠中 2017）。
4.4.2方向二：语言能力量表的本体研究
该方向包括的关键词：量表、语言能力标准、语言能力量表、能力标准、外语能力标准、标准、英语能力标准、能力量表、描述语、欧洲语言共同参考框架、加拿大语言标准、美国和比较研究。该方向的关键词主要分布在第一象限和第三象限。分布在第一象限表明其处于研究网络的中心，联系比较紧密；分布在第三象限表明在处于该象限内的关键词与研究主题词之间、以及各关键词之间的内部联系较为紧密，且研究方向十分明确（郭文斌、俞树文2014：48）。主题关键词“英语能力标准”位于该领域，且处于第一象限，突出表明了其核心地位。通过该领域关键词的分布情况，可以看出当下对“语言能力量表的本体研究”主要集中在以下三点：
第一，语言能力量表的国际比较研究。图3中可见关键词“比较研究”靠近坐标轴中心，突出表明其核心地位。在国际比较研究中，对美国、加拿大和欧盟的语言能力量表研究相对集中。我国的英语能力量表刚刚出台，在出台前对发达国家外语能力量表进行研究可以为我国量表的制定和完善提供有益的参考。世界上语言能力量表的研究已由来已久，且主要集中在北美、 澳大利亚和欧洲等国家与地区（韩宝成、常海潮 2011；张蔚磊2014；张蔚磊2016；张蔚磊2019a；张蔚磊2019b），较有影响力的能力量表有《美国外语教学委员会语言能力量表》（ACTFL）、《加拿大语言能力基准》（CLB）、《澳大利亚第二语言能力量表》（ASLPR）、《欧洲语言测试者协会语言能力标准》（ALTE）和《欧洲语言共同参考框架：学习、教学与评测》（CEFR）。在知识图谱中，关键词 “欧洲语言共同参考框架”、“美国”和“加拿大语言标准”围绕在量表关键词的周围，体现了它们之间的紧密关系。
第二，对描述语的研究。能力量表的制定要借助科学严谨的描述语，充分体现科学性，实用性和可操作性。知识图谱中“描述语”离中心轴很近，其重要地位不言而喻。学者们需要对描述语进行收集、分类和分级（刘建达2015）。在描述语收集时，学者们需要参考国内现有的课程标准、教学大纲、考试大纲以及国外语言能力标准。从知识图谱中可以发现关键词“描述语”和“比较研究”均处于第一象限，且距离较近，体现了彼此之间的关系。我国在量表制定过程中除大量的问卷调查外，也充分借鉴了国外经典量表的描述语，包括描述语的编辑、修改和撰写等（朱正才2016a）。
第三，对我国外语能力标准的研究。包括理论基础和研制思路的研究（刘建达2015；刘建达、彭川 2017）；描述语的“典型特征系统”的研究。这类研究主要从横向和纵向两个维度展开研究，分解量表内部结构，探讨量表的描述性参数框架，界定量表的描述对象和描述范围，确定量表的典型特征系统，反映不同能力等级的区别性特征（划分依据）等（何莲珍、陈大建 2018）。
4.4.3方向三：语言能力的研究
主要关键词有：语言能力、外语能力、英语能力、跨文化交际能力、语言交际能力、口语能力、交际能力、交际语言能力、写作能力、写作、英语写作、听力能力、阅读能力、翻译能力、专业能力和综合能力。这些关键词主要分布在第三象限，体现出均匀分散同时又相对集中的特点。该象限内的关键词与研究主题之间、各关键词之间的内部联系较为紧密，研究方向较为明确。从关键词在坐标轴的分布状况可以看出，该领域的关键词围绕着学生语言能力的内容展开，涉及到多个领域层面的研究。通过分析该领域的关键词分布情况、集中程度、远近关系，并结合相关理论可以得出以下信息：
第一，构成外语能力标准各个关键指标的研究较为详细：听力能力（何莲珍，等 2018）、口语能力（金艳、揭薇2017）、阅读能力（曾用强2017）、写作能力（邓杰、邓华 2017）、翻译能力（王巍巍，等2018）、跨文化交际能力（孙有中2016）、专业能力和综合能力都有研究。这些关键词分布较为紧凑，说明了彼此之间的内在联系性。结合表1、表2和图3，我们可以发现 “写作能力”、“阅读能力”、“听力能力”和“口语能力”关键词之间的系数差距相对较小，展现的是英语能力标准在语言能力综合培养上较多地呈现在一起，是一衣带水的关系。
第二，对于听、说、读、写的研究较多。对于语言输出的研究相对更多一些，与口语能力相关的关键词多达4个，其中2个位于中心轴附近，与写作能力相关的关键词有3个，这也体现出了英语能力量表对语言输出能力的更多的要求。
第三，翻译能力将会成为新的研究关注点。从图中可以看出翻译能力贴在纵轴线上，这说明翻译能力是英语能力量表中一个极为重要的能力。同时它位于第四象限，说明目前对翻译能力的研究还不多，但是这个主题的研究将有很大的发展空间。
4.4.4方向四：对“教师的教”的研究
包含的关键词有：课程标准、新课程标准、英语课程标准、外语教学、外语教育、英语教学、教师专业标准和教师发展。方向四在图中我们用粗笔做了标线。这个方向的研究主要分布在第二象限，少数2个关键词分布在第四象限。在第二象限中的关键词分布较为松散，这表示对该领域的研究尚处于起步阶段，且在整个“英语能力标准”主题研究之下还有潜在性的发展空间。通过对该领域关键词的归类，发现该领域的研究主要涉及二个层面：
第一，和课程标准的相关研究。在这些关键词中，“课程标准”、“新课程标准”和“英语课程标准”都体现了当前研究中课程标准的地位，课程标准对教师的教学起着指导作用（王守仁 2018；张蔚磊2015）。基于2018年颁布的《中国英语能力等级量表》的课程标准尚未出台，因此，这方面的研究还存在潜在的巨大空间。有了与等级量表配套了课程标准，教师就能够借此明确自己的教学目标，利用合适的教学方法培养学生听、说、读、写的协同发展能力。教学机构可以以此编写合适的教材，选择合适的测评工具。
第二，英语教师专业标准的研究。关键词“教师专业标准”和“教师发展”位于第四象限，且处于中心轴附近，表明目前该方向研究非常少，急需进行相关研究。目前国际上已经有国家研制出自己的外语教师专业能力标准，国内虽有部分学者就中小学英语教师专业标准做过研究（龚亚夫2011）但是总体上对这方面的关注度不够。外语教师是语言能力标准和外延课程标准改革的重要实践者，因此制定出针对其的专业标准就显得更为迫切。此外，关键词“外语教育”和“英语教学”位于这一领域的中心位置，说明无论是课程标准还是教师发展，都是为外语教学服务。
4.4.5方向五：对“学生的学”的研究
该方向包括的关键词有：自主学习、情感态度和学习策略。这三个关键词均位于第四象限，且距离中心点较远，说明了和英语能力标准相关的学生的学习的研究较少。在该研究方向中，学习策略是标准提出的新要求，它鼓励学生形成自主学习的能力，让学习者自己决定学习活动，鼓励他们积极参与讨论，设计自己的学习目标，探索自己感兴趣的话题，设计适合自己的学习内容、方法和节奏等。英语学习者可以根据等级量表，对自己的英语能力水平有个清晰的定位和认知，明确自己的努力方向，针对自己的学习表现进行合理的评估。新的等级量表更加鼓励学生的自主学习与自我评价，在现有的研究中针对学生英语自主学习能力量表的研究较多（林莉兰2013），但是这些研究较为分散，没有参照一个统一的基准进行研究。
5．总结与展望
从教育部宣布启动我国外语能力标准研制工作以来，在外语界引起了高度的关注和广泛的讨论。通过对“英语能力标准”研究热点知识图谱的研究，本文发现我国10年来英语能力标准的研究主要集中在以下几个方向：（1）英语测评体系的研究；（2）语言能力量表的本体研究；（3）语言能力的研究；（4）对“教师的教”的研究；（5）对“学生的学”的研究。2017年12月，国家教育部协同国内外教育专家，共同研制出台了中国英语能力等级量表，这是我国第一个覆盖全学段的英语能力测评标准。将来的“英语能力标准”的研究也将呈现以下几个趋势：（1）研究如何完善适合中国学生的英语测评体系。开发对接《中国英语能力等级量表》的相关测试工具，将是今后研究的重点；（2）对现有量表的效度进行进一步的研究、完善和改进，探索其应用模式的新路径；（3）完善跨文化能力和翻译能力的评价机制；（4）外语教师专业能力评价标准的研制；（5）开发基于《中国英语能力等级量表》的课程标准；（6）研发应用《中国英语能力等级量表》的学生自主学习指南。
注释：
①括号内的数值等于各相应关键词与表示英语能力标准的各个关键词之间的相似系数之和，例如，0.641（关键词“比较研究”与关键词“英语能力标准”的相似系数是0.641）=0.154（关键词“比较研究”与关键词“语言能力量表”的相似系数）+0.154（关键词“比较研究”与关键词“能力标准”的相似系数）+0.333（关键词“比较研究”与关键词“外语能力标准”的相似系数）
文章来源：《外语教学》2020年第6期，英文摘要及参考文献略。
国别与区域语言战略研究
微信号｜guobiequyu
审核：张蔚磊
编辑：杨俊豪