首先，從內容上看：科學性尚嫌不足。“普通話水平測試不是普通話系統知識的考試，不是文化水平的考試，也不是口才的評估，是應試人運用普通話所達到的標準程度的檢測的評定。”①現行的測試內容似乎與此標準有些出入，這突出表現在讀單音節字詞（以下簡稱第一部分）和讀雙音節詞語（以下簡稱第二部分）兩部分上。 這兩部分是以二百個音節的漢字的形式出現的，而為保證聲韻的覆蓋面，必然要用到一些相對生僻的字詞，這樣常常會出現應試者因不認識某字詞而讀錯音的情況。因此，從某種程度上說，第一二部分似乎成了識字程度的測試。某次測試中第一部分有一“蛆”字，應試者讀準這個字的不到百分之十。在200個音節中遇到五六個因不認識而錯讀的漢字的現象并不少見。這與測試的初衷相去甚遠，讀錯了這些字詞顯然并不能說明應試者普通話的標準程度差。目前的應試者大多是大學生或中小學教師，可以想見日后對公務員及其他社會成員的測試中這個問題會更加突出。

另外，漢語中聲調作為一個超音段音位具有非常重要的地位。《大綱》中說第一部分的目的是“考查應試人普通話聲母、韻母和聲調的發音”③，而具體擬題要求中強調每個聲母出現一般不少于3次、韻母一般不少于2次，但并未提及聲調問題。于是便有一些試題沒有很好重視聲調的均勻分布的問題，導致出現某類聲調偏多或偏少的情況，而這點對于特定聲調讀音有缺陷甚至讀錯的應試者來論顯然有失公平。同時，由于第一部分所用單字較多，多音字便在所難免，而對待多音字的標準是只要讀對其中一個讀音即可，這實際上便會引起聲韻調的覆蓋狀況發生某種程度的偏差。這與第一部分強調聲韻調的分布是有抵牾的。

其次，從形式上來看：可操作性較差。由于受測試經驗、辨音能力等因素的影響，不同的測試員對于缺陷的把握難以統一，而這兩題對“缺陷”的界定非常細致且又非常模糊：“聲母發音部分不準確，但還不是把普通話里的某一類聲母讀成另一類聲母”，“合口呼撮口呼韻母圓唇度不夠，語感差”，“聲調調形、調勢基本正確，但調值明顯偏低或偏高” ④等等，若加上錯誤與缺陷之間的區別有時難以分清，于是不同測試者對同一應試者語音面貌的評定便會有較大的差異。讀單音節及雙音節兩部分的二百個音節，測試中應試者讀，測試員聽，口耳相傳，在很短的時間內判斷正誤或缺陷，并標記出來，會產生較多的問題。連續聽應試人念毫無意義聯系的二百個音節會使測試員產生一種厭倦情緒，尤其是測試了十幾個人之后，尺度的把握難免會有所偏差。我們知道，第一部分失1分（占百分之十）或第二部分失2分（占百分之十）均不能上一級乙等，可以想象，在經過較長時間測試的緊張和疲勞之后，若某一個測試員兩次測試同一個應試者，完全可能有兩個不同的分數，而這對于分數在兩個檔次交界處的應試者來說，可能意味著檔次的變化。從效率上講，每測一個人需15分鐘之久，這嚴重地阻礙著測試的進度。每組疲于奔命一天，也不過測試30人左右。

其三，從標準上看：標準的依據難以把握。客觀標準的不統一也使測試尺度難以把握，這既涉及到應試者的讀音，也涉及到測試員的評判。一般說來，測試的語音標準來自《普通話水平測試大綱》，而“大綱”的根據之一是《普通話異讀詞審音表》，“審音表”是國家語委、教委、廣電部聯合發布的，應該具有權威性，但許多人包括相當多的教師并不知道“審音表”為何物。而實際操作中，另一頗具權威性的依據是商務印書館出版的中科院語言研究所編寫的《現代漢語詞典》，這部詞典的一些字詞注音突破了“審音表”的限制，相對而言更符合語言實際。所以從實際影響來看，似乎后者更大些。有些字詞二者的注音存在著差異，如“凹”字，某套題的標準答案中的注音為 āo或wā，“審音表”中無wā音，《現代漢語詞典》有wā音②，孰是孰非，令人莫衷一是。

綜上所述，普通話測試的第一二部分存在一些實際問題。這種狀況影響著測試的準確度和權威性及工作效率。如何解決這個問題？現將我們的看法略陳于此，以就教于同道。
對于廣大的社會成員而言，他們使用普通話以整段文章的朗讀和口語表達為主，我們測試中的分數傾斜也正是基于這樣一個事實。我們認為，對于一般的應試者，可以取消一二部分而只用朗讀和說話來進行測試。把第一部分的10分歸入朗讀，第二部分的20分歸入說話，（朗讀和說話的評分標準可進一步具體化——另文論述），事實證明這也是行得通的。除教師播音員等少數從業者外，一般應試者多不可能進入一級，可以忽略其不明顯的缺陷，通過第三第四兩部分來定檔次，一個人讀上一段文章，再說一段話，測試員據此來判定其普通話水平檔次應是不會出現大的誤差的。因為二級的分差是在5 和7分，三級分差更大，是10分，對于一般應試者以小數點后兩位的精確度來打分定級是沒有意義的，確定檔次比打出具體分數似乎更接近實際，即使偶爾有一點誤差，也可通過與同組的其他測試員對比協商，據實際情況作出結論。測試員集中精力在朗讀、說話部分中，更認真地注意到語音失誤、語音面貌、方音語調等等，更能看出應試者普通話的真實水平。這樣8分鐘可測試一個人，比現在的15分鐘幾乎提高了一倍的效率。如果把這個效果放在全國的大范圍背景下考察，這絕對是了不起的效率。當然強調效果并非等于忽視質量，對于有可能進入一級者，則應加試單音節字詞100個與雙音節詞語50個。這樣區別對待，對一般應試者的測試，用朗讀和說法的方法，切合實際，可操作性強，能大大提高效率；對普通話程度較高的，加試兩題，維護權威、堅持標準。以廣州為例，1998年10月開始測試工作，至2000 年 3 月僅測試了9200 人，測試內容的可操作性不強是其中的一個重要原因。如果不提高效率，憑廣州市的 79 名測試員，在以十數萬計的等待測試的人員面前難免會有力不從心之感。尤其是《國家通用語言文字法》施行之后，形勢更加緊迫。因而就現實情況看，在保證質量的前提下提高效率是唯一途徑，廣州如此，全國也如此。講求效率是當今社會的大趨勢。

至于要求進入一級的應試者加試單音節字和雙音節詞語，雖然也有可操作性差的問題，但由于是少數人有進入一級的可能（廣州市從1989年10月至2000 年3月測試的9200 人中，僅有一甲 1 人，一乙?1150 人，一級占總數的12.5 %），測試員完全可以用節省下來的時間對這部分人的測試“精雕細刻”，評頭品足，做出準確的判定。有可能進入一級的大多是文化程度較高的人士，因不識其字而讀錯的情況會大大減少，因而更能真實地反映出其實際水平。擬題時注意聲調的覆蓋率，第一部分應盡量避免多音字，實在不能避免則標以一個特定的詞語以限定其讀音。判斷標準應嚴格以審音表為準，這樣才能有統一的依據，當然對審音表的宣傳是必不可少的。一些較生僻的單音節字詞（尤其是非語素的字）則應由擬題人在出題時盡量避免或減少。

對一般應試者取消一二部分并非意味著不重視常用詞語，常用詞語還是朗讀和說話的基礎，可以通過常用詞語的學習來提高普通話朗讀和說話的準確程度。
當然，改變測試方式、內容及標準是個大問題，牽一發而動全身，需進行認真的全面的論證。在此，我們只是陳述我們對這個問題的思考，以期引起更多人的思考，從而促進普通話水平測試工作的健康快速發展。

注釋：
①③④見《普通話水平測試大綱》修訂本?吉林人民出版社?1994年版
② 《現代漢語詞典》 商務印書館?1996年版?1290頁
（廣州大學?許光烈）