语言能力量表（language proficiency scales）是对语言使用者运用某种语言的能力的系列描述,分为不同级别,描述语言能力发展的不同阶段（North,2000;韩宝成,2006）。目前,国外较有影响力的语言能力量表主要有6个,即美国ILR（Interagency Language Roundtable）量表和ACTFL（American Council on the Teaching of Foreign Languages）量表、澳大利亚ISLPR（International Second Language Proficiency Ratings）、加拿大CLB（Canadian Language Benchmarks）以及欧洲的ALTE（Association of Language Testers in Europe）量表和CEFR（Common European Framework of Reference）。我国研制的《中国英语能力等级量表》（China’s Standards of English Language Ability,简称CSE）也已于2018年4月由教育部和国家语言文字工作委员会正式发布。研发语言能力量表的主要目的是为各国及各地区的英语教育、学习和测评提供共同参考框架,起到量同衡的作用。然而,上述量表均属于通用用途语言（Language for General Purposes,简称LGP）能力量表,虽然也有个别量表涉及职场领域的语言能力（如CEFR）,但描述语数量偏少,且较为笼统。有影响力的特殊用途语言（Language for Specific Purposes,简称LSP）能力量表,特别是可以被广泛使用的国际职场英语能力量表,仍然十分匮乏。LSP的专业特征使得LGP量表难以适应LSP教学和测评的需要,研制LSP量表仍是学界面临的挑战之一。本文拟以培生教育集团研发的《全球职场英语能力量表》（Global Scale of English―for Professional English,以下简称GSE-PE）为例,讨论国际职场英语能力量表的研制方法,以期为今后我国职场英语能力量表的研发提供借鉴与参考。

《全球英语能力量表》（Global Scale of English,简称GSE）由培生教育集团于2014年发布,该量表在CEFR的基础上增补了大量不同用途英语能力的描述语,主要目的是为了“弥补CEFR的不足,以满足世界各地不同英语学习者的需求”（de Jong et al.,2016：21）。

GSE的研发者认为CEFR存在以下两点不足：

（1）CEFR在设计初期仅以成年外语学习者为研发对象,因此,量表虽有6个级别,但描述语主要集中在中段A2、B1和B2这3个等级,两端的A1和C2级别的描述语均较少,尤其缺乏针对青少儿或外语基础几乎为零的学习者而研发的描述语;另外,CEFR也未考虑LSP（如学术英语、职业英语等）学习者的需求。为弥补CEFR的不足,GSE研发者根据学习者的年龄、英语水平及学习目的编制了4类不同用途英语能力量表——《青少儿英语学习者能力量表》《通用英语成年学习者能力量表》《学术英语学习者能力量表》和《职业英语学习者能力量表》。

（2）CEFR采用的是6等级制,每一级别之间的跨度较大,从一个级别晋升到另一个级别,往往需要长期投入大量时间和精力持续学习才可能实现从量变到质变的飞跃,这往往使学习者在较短时间内无法感知到自己取得的微小进步,不利于其自信心的提高和学习目标的制定,也无益于教师开展有的放矢的教学。为弥补CEFR等级设置的不足,GSE研发者采用分数量表,并考虑到语言学习者的语言水平既不可能为零,也不可能完美,故设最低分为10分,最高分为90分。这样的分数量表可以更完整地展现出学习者从入门到熟练运用英语的整个习得过程。分数与相应的学习目标共同构成了完整的英语能力量表。分数之间的差距虽然很细微,但却可以更有针对性地帮助学习者了解自身目前的英语水平和下一阶段的学习目标。教师也可以更好地因材施教,为不同学习者提供与之相匹配的学习内容及相应测试（Pearson Education Group,2019）。为方便学习者、教师和教育机构使用GSE的测试结果,GSE中每个分数段都与CEFR进行了对接（见表1）（de Jong & Zheng,2016）。

GSE沿袭了CEFR的研制原则（de Jong et al.,2016）,主要包括：

（1）明确描述语构成的维度与要素。与CEFR一样,GSE从量和质两个维度描述了学习者不同发展阶段的语言能力：量的维度体现在学习者能够完成多少不同的交际任务或活动,质的维度体现在学习者完成的质量如何,主要通过其交际语言能力来衡量。因此,每条GSE描述语均包括两个必要成分：一是语言行为（performance）,即学习者用语言能完成什么活动或任务;二是内在标准（criteria）,即其语言质量如何。一些GSE描述语还包括第三个非必要成分,即完成交际任务所需的附加条件（condition）,例如描述语“Can negotiate a change in price（语言行为）in a simple business transaction（附加条件）using basic language（内在标准）”（GSE 47分）就由这3部分构成。

（2）强调语言功能。该原则体现在两个方面：一是采用“面向行动的方法”（action-oriented approach）,强调用语言能做什么;二是以现实生活中的语言技能而非词汇或语法等语言知识为参照。例如,在描述同一购买行为时,GSE采用“Can make simple purchases by stating what is wanted and asking for the price”（GSE 31分）取代描述语“Can use expressions like ‘I want …’ and ‘How much …?’ to make simple purchases in shops”。

（3）强调任务的单一性。GSE每条描述语都尽量避免描述多重任务,因为不同任务可能难度不一致,如描述语“Can ask for and give directions on foot or by public transport” 就同时包含了询问和提供方向两个任务,GSE将其拆分成两条独立描述语“Can ask for simple directions from X to Y on foot or by public transport ”（GSE 32分）和“Can give simple directions from X to Y on foot or by public transport”（GSE 34分）。从分值看,为别人提供方向要比询问方向稍微难一点,但若采用CEFR一类的等级制量表,两项任务的难度值就会变得一样,均属于A2,由此可见,GSE量表采用分数制更具有区分度。

（4）划分任务难度等级。GSE根据语言内在标准和/或外在附加条件将相似的任务分成3个难度：基本（basic）、标准（standard）和复杂（advanced）。例如,下列3条描述语就分别描述了任务相似但难度不同的口语交际能力：

（Basic）Can initiate and respond to simple statements on very familiar topics.（GSE 30分）

（Standard）Can give or seek personal views and opinions in discussing topics of interest.（GSE 46分）

（Advanced）Can engage in extended conversation in a clearly participatory fashion on most general topics.（GSE 61分）

（5）在语言风格上,GSE与CEFR一致,要求描述语的表述要具备肯定性（positiveness,即描述出学习者能用语言做什么）、明确性和清晰性（definiteness & clarity,即避免使用“a few”“some”“many”“fairly broad”“very broad”之类的模糊限定词）、简洁性（brevity,即一条描述语应尽量不超过20个单词）和独立性（independence,即避免使用与其他描述语互相比较的表述）。

GSE-PE弥补了国际职场英语能力量表的空白。国际职场英语有多种变体,是对不同职业完成典型任务所需语言技能的归纳和提炼。国际职场英语能力量表则是对职场英语学习者语言运用能力从低到高不同发展阶段典型特征进行的描述。开发国际职场英语能力量表,首先要清楚职场英语的构成。早在1972年,伦敦工商会考试局（London Chamber of Commerce and Industry Examinations Board,LCCIEB）就曾对国际职场英语做过调查,600个国际公司的11 500名员工参与了该项目。调查结果发现,调查对象使用职场英语主要是为了满足社交和工作两种需要,社交英语由通用用途英语组成,工作英语则包含了大量的职业或专门用途英语,两种英语都是职场英语的重要组成部分。该调查结果对职场英语教材和测试的开发都产生了深远的影响（Stuart & Lee,1972;O’Sullivan,2006）。培生教育集团研发的一系列商务英语课程、测试以及与之配套的GSE-PE描述语均同时体现了语言使用者社交英语和职业英语两部分能力。GSE-PE共包含1 152条描述语,由806条通用英语能力描述语和346条职业英语能力描述语构成。其中,通用英语能力描述语约占全部描述语的70%,这说明国际职场英语中包含了大量的日常交流英语;职业英语约占全部描述语的30%,凸显了行业特殊性。

商务英语测试界通常将国际商务英语测试分为语境导向型（context-oriented）和语境聚焦型（context-focused）两种。前者将语言测试放在宏观商务环境中,所考查的英语包括商务导向类（business-oriented）和社交导向类（socially-oriented）两种,此类型的测试属于通用用途商务英语测试;后者则仅考查商务英语,此类测试的专业程度较高,适合商科学生或已具有一定职场工作经验的考生,属于专门用途商务英语测试（O’Sullivan,2006）。目前,大规模的商务英语测试如托业考试（Test of English for International Communication,简称TOEIC）、商务英语证书（Business English Certificate,简称BEC）、博思考试（Business Language Testing Service,简称BULATS）等皆属于语境导向型测试,而非语境聚焦型测试。这主要是因为语境导向型测试的命题内容可以最大程度地反映出国际商务环境中社交语言和商务语言并存的真实状态,同时这样的现状也说明语言测试专家和英语教师已经广泛接受了职场英语由社交英语和职业英语组成这一理念。但遗憾的是,这些国际职场商务英语考试给客户或学习者提供的等级量表却是通用用途英语量表（如CEFR）。GSE-PE恰好可以满足此类通用用途商务英语测试的需求。

职场英语能力量表研发的最大困难在于研发者主要是语言测评专家和英语教师,职场经验相对缺乏,对不同行业涉及到的典型任务和活动不甚了解,对不同职业所需的语言技能和专业技能也不太熟悉。因此,如何收集和撰写职场英语能力的描述语成为量表研发者面临的棘手问题。GSE-PE基于真实的O*NET职场数据库(①O*NET职场数据库网址：https://www.onetcenter.org)来研制描述语,这样的方法为破解难题提供了参考。

在GSE-PE新增添的346条职业英语能力描述语中,仅有10条参考了CEFR的描述语,其余336条均来源于美国劳动统计局（U.S. Bureau of Labor Statistics）提供的O*NET职场数据库,描述语的修订、分类和分级均由世界各地的语言测评专家和外语教师共同合作完成。GSE-PE提供了语言技能和商务技能双量表,是LSP量表研发史上的新尝试。

GSE-PE的研制过程共分4个阶段。第一阶段,培生教育集团内部编写人员收集描述语。编写人员充分利用了O*NET职场数据库中的信息,专门建立了GSE工作档案库（GSE job profiles）(①GSE工作档案库网址：https://www.english.com/gse/teacher-toolkit/user/lo),为国际职场英语能力描述语的研发提供了真实可靠的数据。第二阶段,将收集到的描述语分类制成问卷后发送给全世界100多名语言测评专家和1 000多名讲授职业英语课程的教师,让其为每条描述语评分。第三阶段,对回收的评分结果进行定量分析,利用Rasch模型计算每条描述语的估计值,查看描述语的级别分布和波动等情况。第四阶段,再次邀请专家和教师对不同级别和分数的描述语进行反馈、修订和核查,并完成量表终稿。

在量表的效度验证工作方面,截至2015年,全世界共有50多个国家的6 000多名语言测评专家和教师参与其中（de John et al.,2016）。培生官网发布的研究报告(②培生GSE研究报告网址：http://english.com/gse/researchers)^c显示,GSE的效度验证工作主要集中在3个方面：内容效度、对接效度和使用效度。在内容效度方面,Gordon et al.（2018）详细介绍了研发GSE工作档案库的过程,描述了量表中的学习目标与真实职场任务对接的方法,力求确保量表选取的职场任务及其所需的语言技能具有真实性、典型性和代表性。在分数对接效度方面,研发者主要介绍了GSE与CEFR、CEFR-J（CEFR-Japan）、EIKEN（Eiken Test in Practical English Proficiency）、雅思（International English Language Testing System,简称IELTS）、托福（Test of English as a Foreign Language,简称TOEFL）及Matura考试成绩之间的对接程序与方法（如de Jong et al.,2016;Mayor et al.,2016;Buckland et al.,2017;de Jong & Benigo,2017;Booth et al.,2016等）。而在使用效度上,研发者则开展了一系列的个案研究,如Stakenburg & Davila（2019）介绍了纽约Rennert 国际语言学校（Rennert International School）如何利用GSE审核其教学大纲和教学内容以及评估学生的语言能力,并根据审核结果调整或补充新的教学项目,从而产生了良好的教学反拨效应。

GSE-PE描述语的编制主要基于O*NET职场数据库和GSE工作档案库提供的信息。O*NET职场数据库由职业分类（Occupation Taxonomy）和内容模型（Content Model）两部分组成：前者是根据美国劳动统计局颁布的职业分类标准对全世界各种不同职业进行的分类,截至2017年,库中共包含1 200多种不同职业;后者是对某一特定职业所需知识、技术和能力的描述。所有信息均由招聘单位提供,由职业专家和职业分析师分类整理。为了清楚地展示O*NET数据库中提供的信息,本文将以“采购商”（purchasing agents）这一职位为例加以说明。打开O*NET数据库网址,在“search for”一栏输入“purchasing agents”并进行搜索,就会出现与该职位有关的17个方面的信息,包括任务、知识、能力、专业技能、一般技能、具体工作活动、工作环境、工作风格、工作价值观、薪水与就业趋势等。每条信息下又包含若干条描述语,例如,“task”一栏显示采购商需要经常从事的任务有18种,其中最典型的前3种分别为准备购物清单、设定招标方案和列出商品与服务需求;“knowledge”一栏中显示了采购商所需具备的11个方面的知识,排在前3位的分别为英语、行政与管理、经济学与财务;“abilities”一栏显示了采购商所需具备的13个方面的能力,排在前3位的分别为口语理解与表达能力、书面理解能力和推理能力;“technology skills”一栏显示采购商所需具备的17个专业技能,其中最重要的前3个为熟练操作财务软件、熟悉数据库用户界面和查询软件、精通企业资源计划软件。对于以上每个具体的任务、知识、能力、技术技能,O*NET数据库均进一步提供了更为具体的描述语。可见,O*NET数据库为GSE-PE的研发者提供了大量宝贵的真实数据,为他们选取不同职业的典型任务、典型活动、必备知识和技能等奠定了实证基础。

GSE-PE的研发者充分利用O*NET数据库,基于其提供的大量信息和描述语建立了GSE工作档案库（Gordon et al.,2018）。档案库从O*NET数据库中挑选了20类与语言使用密切相关且较为常见和典型的行业,如商务、法律、旅游、信息技术、航空和医疗等。每个行业中包含若干更为具体的工作职位,每个职位包含若干典型的任务,每个任务中又包含若干具体的工作活动。例如,商务行业下设财务、审计、预算分析、人力资源专家、采购商、批发和零售商、电商等19项具体的工作职位。每个职位都有各自所需的听、说、读、写语言技能和商务技能。还以“采购商”这一职位为例,若想知道应聘该职位需要何种阅读技能,只需在“skills”下拉菜单中选择“language skills”,然后在弹出的分项技能列表中选择“reading”,同时,在“position”下拉菜单中选择“business industry”,在弹出的选项中选择“purchasing agents”,通过检索,GSE-PE量表便会给出商务行业采购商这一职业所需的阅读技能,具体结果见表2。

表2中的描述语说明,要想应聘采购商一职,最基本的阅读水平应达到GSE 44分,即CEFR B1水平;若要完全胜任该职位,阅读水平则需达到GSE 78分,即CEFR C1水平。听、说和写技能也有相对应的量表和描述语。表2反映了GSE采用分数制的优势,GSE-PE用了8个不同的细微分数来对应CEFR B1到B2+的4个级别,可以反映出学习者目前水平和近期学习目标,对学习者既有一定的激励作用,又能帮助其明确下一步的学习目标。

GSE-PE最大的特色在于它不仅提供了每个职位所需的分项语言技能,还提供了其所需的商务技能（business skills）。同样以商务行业为例,在“skills”下拉菜单中选择“business skills”,会弹出14类通用商务技能,包括服务/产品介绍、客服、商务讨论、商务信函、管理、谈判、会议、招聘和差旅等。这些技能实际上也是国际职场商务领域中最具代表性和典型性的商务活动或场景。这14类商务技能中的每个技能又由若干具体的微技能组成。例如,选择“negotiating”技能,其下拉菜单中就会弹出5个微技能：提出观点、识别和表达不同意见、指出问题和障碍、维持讨论和结束谈判。若进一步在“position”下拉菜单中选择“business industry”中的“purchasing agents”一职,GSE-PE便会提供作为一名采购商在从事商务谈判这一具体任务时不同分数所能完成的商务活动信息,具体结果见表3。

根据表3的结果可知,一名采购商要想完成商务谈判任务,他的语言水平应至少达到CEFR B1或GSE 47分才可能用浅显的语言完成简单商务谈判中“讲价”这一具体的商务活动,而只有达到CEFR C1或GSE 78分才有可能在谈判中精确表达自己的观点并与供货商完成复杂的商务交易。

对比表2和表3,不难发现二者的侧重点有所不同。表2试图从心理语言学视角出发,对构成阅读理解能力的理解、识别、比较、提取和综合等认知能力进行描述,是对学习者个体语言能力的描述和语言质量的评价;表3则是从社会语言学视角出发,对学习者作为社会人（social agent）能够用语言做何种任务进行描述,是对语言外在功能的描述。GSE-PE提供了两类量表,既可以帮助学习者了解自己的语言能力,又可以使其了解自身具备的语言能力在现实职场中可以完成哪些任务和活动。将两种语言学观折中并用,这一做法体现了LSP量表既重视语言能力又兼顾专业技能的能力构念。

目前,我国商务英语教学蓬勃发展,市场急需既懂商务又懂英语的复合型人才,各种商务英语测试纷纷面世,每年都吸引了大量考生。然而,由于缺乏统一、规范的商务英语能力标准参照体系,层出不穷的商务英语课程和测试在为学习者、教师、教学机构及用人单位等提供更多选择的同时,也带来了混乱和困惑,对教学和评估效果产生了负面影响（王丽、范劲松,2017）。教育管理部门和教学机构需要统一的商务或职业英语能力量表作为行业内的共同参照,以便将不同课程内容和考试项目关联起来,这将有利于评估结果的解释、比较与使用。GSE-PE的研发过程为我国今后编制此类量表提供了借鉴与启示。

首先,商务或职场英语能力量表需由各职业专家和语言测评专家共同研发。CSE主要由我国语言测评专家和英语教师研发,但该研制方法似乎并不完全适用于LSP量表的研制。通过上文对GSE-PE研制原则和过程等内容的介绍和梳理,可以看出该量表是四方共同合作的结果：招聘单位提供胜任每个工作岗位所需的信息和描述语;职业分析师对其进行分类整理,为O*NET数据库提供真实可靠的数据;培生教育集团GSE研发人员从O*NET数据库中选取典型的职场任务和活动及其所需的语言技能,建成GSE工作档案库;世界各地的语言测评专家和英语教师实际测评考核反馈,最终完成GSE-PE的研制（如图1所示）。整个量表的研制过程是招聘单位、职业分析师、GSE研发人员、语言测评专家和教师共同合作的过程,其优点显而易见：一方面弥补了语言测评专家和英语教师缺乏职场经验、对职场中典型任务和活动及其所需的语言技能和专业技能不甚了解的不足,另一方面又弥补了招聘单位和职业分析师缺少语言测评经验的不足,四方合作确保了量表描述语的真实性、可靠性、实用性和有效性。

其次,今后我们在研发中国职场或商务英语能力量表时,需要建立两类数据库：一是职场数据库,二是职场英语学习者语料库。从前文介绍中可以发现,GSE-PE描述语是在O*NET职场数据库和GSE工作档案库基础上研发的,虽然经过了语言测评专家和英语教师的加工与提炼,但通过对庞大数据进行梳理和分析,量表研发者可以归纳和提取出真正具有代表性的职场活动及其所需的语言技能,可以弥补仅凭主观经验选取职场活动的不足,从而确保量表所描述的活动和语言技能具有真实性和典型性。但GSE-PE在利用描述语对语言活动的难度进行分级时,并未使用职场英语学习者语料库作为其语言能力发展的划分依据,仅依靠语言测评专家和英语教师的主观判断完成,这可能会导致量表在划分语言能力难度层级及其相匹配的典型认知技能时过于笼统,甚至模糊不清。例如,在上文表2中,从GSE 49分到78分的8条描述语均仅涉及“理解和提取”的认知能力,但实际上根据认知复杂程度,语言理解能力至少可以分为识别与提取能力、领会与概括能力、分析与推断能力、评价与赏析能力等（Bloom et al.,1964;Anderson et al.,2001;王淑花,2012）。学习者在语言习得过程中通常先习得低层次认知能力,再发展到高层次思维能力。CEFR的编制虽然也存在类似问题,不过其研究者已经意识到了这一不足,并开始着手进行基于“剑桥学习者语料库”（Cambridge Learner Corpus,CLC）的研究,建立了“英语档案库”（English Profile）。大规模的实证语言特征参数研究将有利于挖掘学习者在不同阶段使用语言时呈现出的区别性特征,有助于研究者获得更为具体的基于真实数据的语言参照水平描述,从而进一步完善CEFR（Saville & Hawkey,2010;Wisniewski,2017）。可以预见,基于大规模语言使用者语料库编制或验证语言能力量表将是未来学界的研究方向之一。

最后,GSE-PE提供语言和专业双技能量表的做法值得研究人员在研发职场或商务英语能力量表时借鉴与学习。语言技能重在对语言质量进行评估,专业技能重在对任务完成质量进行评估。虽然LGP量表评估的重点可以是脱离具体活动抽象出来的语言能力或语言质量,但也需兼顾对语言质量和任务完成质量的双重评估。

目前,CSE已经从研制阶段转入使用和验证阶段,由于其总体研制思路和研制方法均借鉴了CEFR,因而存在与CEFR相似的问题和不足。CSE在研制过程中并未参照中国英语学习者的真实语料,而是基于语言测评专家、英语教师和学生的主观经验或判断,其描述的语言能力以及不同等级的典型特征能否客观、真实地反映出中国英语学习者语言能力发展的不同阶段及其区别性特征仍有待证实,量表效度尚需验证（何莲珍、陈大建,2017）。国内在开发各类ESP量表,尤其是用途较为广泛的职场或商务英语能力量表时,应该一方面总结和借鉴国内外相关研究成果的经验,另一方面更要尽量弥补其不足,在研制方法上有所突破与创新。