新高考数学试卷难度的六维量化标定模型初试

摘要

高考数学难度分析缺乏系统量化框架，传统经验评价难以精准诊断"难在哪里"。新课标强化情境性与综合性，对命题调控与教学反馈提出更高要求。本研究构建涵盖认知层次、推理步数、知识点数量、情境障碍、题型与主观微调的六维量化模型，并对近年新高考全国卷进行实证分析。结果显示，各卷整体难度水平趋同，但内部等级、题型及多维度结构存在显著分化；压轴题定位固化，情境障碍维度整体薄弱且呈下降趋势，成为课标落实的突出短板，而认知层次把控相对稳定。教学实践中，可运用该模型定位学生失分维度，强化情境建模训练，并从低年级起系统培养长链条推理能力，将素养培育贯穿日常教学，实现从泛化练习到精准干预的转变。

关键词： 高考数学；试题难度；六维量化模型；试卷分析

1 问题的提出

试卷难度分析是数学命题质量保障的核心环节，但传统评价依赖主观经验，缺乏系统框架，导致"难题"界定模糊，更难回答"难在哪里"——是思维层级高、推理链条长、知识综合广，还是情境转化难、题型提示不足？新课标对数学学业质量提出分层要求，试题情境性、综合性、创新性增强，经验式评价已难以适应命题精细调控与教学精准反馈的现实需要。为此，本研究提出核心问题：如何构建对接课标学业质量、反映多维难度来源的量化模型？该模型能否有效刻画高考难度结构，揭示传统判断难见的规律？对命题改进与教学有何启示？理论上，本研究旨在丰富试题难度评价的方法论体系，推动从"经验判断"走向"证据导向"；实践上，为命题者提供逐题诊断与整卷调控的量化依据，助力难度从事后评估转向事前可控，同时为一线教师理解难度结构、定位学生薄弱维度提供参照，促进教学从泛化练习走向精准干预。

2 文献综述与模型构建

国内外学者围绕试题难度量化评价开展了持续探索。国外研究中，邵志芳等基于认知任务分析提出工作记忆语句数、产生式数量等指标；Mayer从应用题命题类型推断难度。国内方面，鲍建生构建以探究、背景、运算、推理、知识含量为核心的综合难度模型；武小鹏、孔企平引入层次分析法，拓展至背景、含参、运算、推理、思维方向、知识含量、认知水平等七维度，后续研究又增加"数学直观""阅读量"等因素。上述模型为结构化分析提供了重要支撑，但也存在维度过多导致操作成本高、评分一致性难保证，维度选取缺乏统一理论框架统摄，以及对接课程标准学业质量水平不够充分等问题。

本研究构建的六维标定模型，选取认知层次、推理步数、知识点数量、情境障碍、题型和主观微调六个维度，力求在精简性、课标对接性和操作可行性间取得平衡。认知层次直接对接课标学业质量三层次，细化为六个梯度，从"了解"至"评价与创新"。推理步数借鉴工作记忆容量研究，超过5步负荷急剧增加。知识点数量反映解题须调用的独立知识单元。情境障碍区分"情境装饰"与"情境嵌入"的难度差异。题型反映结构性提示的多寡。主观微调将经验判断权重限为10%。

各维度评分标准如下：认知层次分六层，由0.2至1.0分；推理步数按1～2步至9步及以上，分五档赋0.2至1.0分；知识点数量按1个至5个及以上，分五档赋0.2至1.0分；情境障碍分无情境至新颖复杂情境五层赋0.2至1.0分；题型按单选至复杂/开放解答题赋0.2至1.0分；主观微调区间赋0.0～1.0分。利用专家访谈法与前期多次试卷调研实验，确定本文六维加权公式：难度系数。该模型为后续实证分析提供了可重复的标定工具。

3 研究设计

本研究以2025—2026年新高考全国卷数学试题为对象，共四套：2025年、2026年新高考全国Ⅰ卷、Ⅱ卷。选取理由：四卷均为全国统一命题，适用区域分明，具有可比性；覆盖2025与2026两年度，便于观察难度演变；题型结构（单选8+多选3+填空3+解答5）、分值（150分）及考查范围高度一致，利于横向对比。

分析方法采用逐题标定与比较分析结合。具体流程：研究者按六维标定模型对每道小题逐一赋分，依加权公式计算每题难度系数，再按分值加权得整卷难度系数；统计各难度等级分值分布及各题型平均难度；从整卷难度、等级分布、题型难度、六维均分四角度进行横向与纵向比较。评分由三名研究者独立完成，分歧经协商达成共识，信度可接受。整套流程强调可重复性，确保结论稳健。

4 实证分析结果

4.1 整卷难度系数

整卷难度系数是反映试卷整体难易程度的核心指标。本研究依据六维标定模型，对2025—2026年四套新高考全国卷的每道试题进行逐题赋分，再按各题分值加权汇总，得到各卷的整卷难度系数，结果见表1。

表1 四套试卷整卷难度系数

由表1可知，四套试卷的整卷难度系数介于0.551至0.569之间，极差仅为0.018。就难度等级的定性判断而言，四卷均落于C级（中档题）区间（0.50~0.64），表明其整体难度定位一致，均属于中等难度水平。这一发现反映出新高考全国卷在难度宏观把控上具有高度的稳定性与连续性，年度之间、卷别之间的难度衔接较为平稳。

从极差来看，四卷难度系数的最大差距不足0.02。依据教育测量学中关于试卷难度等值的一般判断标准，这一差值在实际得分率上对应约2.7分（150分制），属于可接受的合理波动范围。这说明命题组织在难度预设、试题编制到审题调整的全链条中，已建立起一套有效的难度调控机制。

综上，四卷整体难度的比较结果表明：新高考全国卷在宏观难度控制上已达到了较高水准，年度间波动可控、卷别间差异有限。然而，"整体稳定"并不等同于"结构合理"，整卷难度系数的趋同掩盖了不同试卷在难度等级分布、题型难度配置及各维度均衡性上的结构性差异。

4.2 难度等级分布比较

整卷难度系数反映的是试卷难度的"平均水平"，但平均值的相似性可能掩盖内部结构的显著差异。为深入刻画各卷的难度结构形态，本研究将每道试题按难度系数划分为五个等级：A级（困难题，系数≥0.80）、B级（中档偏难题，0.65~0.79）、C级（中档题，0.50~0.64）、D级（中档偏易题，0.35~0.49）、E级（容易题，<0.35），并统计各等级题目的分值分布，结果见表2。

表2 四套试卷各难度等级分值及占比

由表2来看，四套试卷的难度等级分布存在明确的结构性差异，但这种差异并非均匀分布于所有等级。A级（困难题）在四卷中完全一致，均为17分、占比11.3%，这意味着最高难度层级的分值配比不构成区分变量。真正的结构分化集中在B级（中档偏难）与C级（中档）两个层级，二者在四卷间的极差分别达到14.0和20.7个百分点。

具体而言，2025新Ⅰ卷的C级占比高达44.0%，为四卷中第二高，但B级仅为21.3%，E级（容易题）为四卷最低的10.0%，D+E基础题合计仅23.3%。该卷与平均型的偏离绝对值和为10.3个百分点，是四卷中与平均结构最接近者，其主要偏离表现为C级偏高、E级偏低。2025新Ⅱ卷则呈现B级（28.7%）与E级（16.7%）均为四卷最高、C级（29.3%）为四卷最低的形态，D+E基础题合计达30.7%，居四卷之首，其偏离平均型的绝对值和为19.8个百分点。2026新Ⅰ卷各等级占比与四卷平均值偏离最小（11.7个百分点），且E级恰好等于均值，是离散程度最低的试卷。2026新Ⅱ卷的C级高达50.0%，为四卷最高，但B级仅14.7%，为四卷最低，其偏离平均型的绝对值和达21.6个百分点，是四卷中形态最特殊者。

4.3 分题型难度比较

不同题型在考查功能、作答要求和评分机制上存在本质差异，其难度特征也各不相同。本节将四套试卷四种题型分别计算平均难度系数并进行比较，结果见表3。

表3 四套试卷各题型平均难度系数

由表3可知，各题型的难度系数呈现出稳定的梯度排列：单选题难度最低（0.344~0.411）→填空题次之（0.473~0.513）→多选题较高（0.553~0.627）→解答题最高（0.640~0.680），这与各类题型在结构性提示（选项验证、填空形式、完整解答）上的递减顺序完全一致，验证了题型维度作为难度调节因素的存在逻辑。

单选题难度介于0.344至0.411之间。2025新Ⅱ卷（0.344）为四卷最低，2026甲卷（0.411）为四卷最高，两者相差0.067，是四类题型中极差最大者。进一步考察各卷单选题内部的难度梯度，差异主要源于第1~3题"送分题"的设置策略：2025新Ⅱ卷前3题均为E级（<0.35），其中第1、2题系数低至0.19；而2026新Ⅰ卷第1、2题虽同为E级，但第3题（双曲线离心率，0.26）仍较易，整体上移。

多选题难度介于0.553至0.627之间。2025新Ⅱ卷（0.627）显著高于其他三卷，与最低的2026新Ⅰ卷（0.553）相差0.074。进一步追溯发现，差异的核心来源是2025新Ⅱ卷第11题（双曲线综合）达到了0.78的B级高位，显著拉高了该卷多选题的均分。相比之下，2026新Ⅰ卷的三道多选题均集中在C级中段（0.51~0.63），缺少高难度题目，导致其多选均分为四卷最低。

填空题是四卷中差异最小的题型，极差仅0.040（0.473~0.513）。这一高度趋同的特征表明：填空题的难度控制已形成较为成熟的标准化流程——通常设3题，按"一易（E级）—一中档偏易（D级）—一压轴（B或C级）"的结构配置，年度间波动空间极小。

解答题是四类题型中分值最高（77分）、难度最大（0.640~0.680）、差异也最显著的题型。2025新Ⅱ卷（0.680）与2025新Ⅰ卷（0.670）处于"高难度梯队"，2026新Ⅰ卷（0.664）居于中位，2026新Ⅱ卷（0.640）明显偏低。最低与最高之间相差0.040——考虑到解答题的分值权重（51.3%），这一差异对整卷难度的影响相当于约3.1分，是各题型中分量最重的结构性差异。

其一，各卷解答题的难度均呈"阶梯式递进"——从第15题（0.51~0.57）到压轴题（0.73~0.83），难度逐题递增。这种"缓坡上升"的难度曲线符合考生从易到难的答题心理预期，是合理的命题设计。

其二，差异集中在第16~18题（即中段解答题）。2025新Ⅱ卷第18题（解析几何）达到0.83的极高难度（与压轴题持平），而2026新Ⅱ卷同位置题目仅为0.67；2026新Ⅱ卷第17题（立体几何/解三角形）仅为0.54，显著低于其他三卷的同类题目（0.62~0.67）。这表明2026新Ⅱ卷在解答题中段的"腰软"是导致其解答题均分偏低的核心原因。

其三，压轴题难度高度一致。除2025新Ⅱ卷压轴题（第19题，概率递推）为0.73略低外，其余三卷压轴题均在0.80~0.83之间，差异极小。这再次印证了前文结论：压轴题的难度定位已高度标准化，不随整卷难度波动而大幅调整。

4.4 六维难度比较

试卷难度不仅是一个"多少"的问题，更是一个"来自何处"的问题——两套难度系数相同的试卷，其难度来源可能截然不同：一套可能因认知层次高而难，另一套可能因情境障碍大而难。下面从六维标定模型的六个维度出发，分别分析比较，结果见表4。

表4 四套试卷六维难度均分

由表4可知，六个维度在四卷间的离散程度差异显著：情境障碍极差最大（0.047），认知层次和推理步数极差极小（0.013、0.016），题型维度的几乎完全一致（极差0.006）。以下逐一分析各维度。

认知层次是权重最高的维度（30%），也是四卷差异最小的维度——极差仅0.013（0.637~0.650）。这一发现极具说服力：命题组在"思维深度"这一核心维度上的把控最为严格，年度之间、卷别之间的认知要求尺度高度一致。从绝对水平来看，四卷认知均分均在0.64上下，对应课标学业质量水平的"掌握"与"运用"层级之间（0.6~0.8），表明新高考全国卷的主体考查定位在"规则应用"与"综合分析"的过渡地带，这与高考"服务选才、引导教学"的核心功能相匹配。

推理步数维度的极差也较小（0.016），显示四卷在逻辑链条长度上的要求基本持平。但值得注意的是，2026两卷的推理步数均分（0.589、0.590）略高于2025两卷（0.579、0.574）。这一微增可能与2026年解答题中段题目中"设而不求""联立消参"等步骤的增加有关——即难度系数虽然下降，但推理步骤的数量并未减少，甚至略有增加。这一现象提示：2026年解答题难度的降低主要是通过降低认知层次（如减少了分类讨论的复杂程度）和情境障碍实现的，而非简单缩短推理链条。

2025新Ⅰ卷的知识点数量均分（0.484）显著高于其他三卷（0.455），高出约6.4%。这意味着2025新Ⅰ卷的单题知识综合度最高，"一题多点"的设计最为密集。以该卷第16题（数列+导数综合）为例，一道题同时涉及数列递推变形、等差数列证明、函数求导与数列求和，需调用4个独立知识单元，属于典型的"知识交汇"命题。相比之下，2026两卷的知识点数量配置更为保守，单题最多涉及3个核心知识点，较少出现超过3个知识点的"大综合"题。这一差异反映了命题理念的微妙变化：2025新Ⅰ卷倾向于通过"知识综合"来增加难度，而2026年两卷更多依赖"推理深度"来区分考生。

情境障碍是四卷差异最大且问题最突出的维度，极差达0.047（0.227~0.274）。尽管2025新Ⅰ卷以0.274位居四卷之首，但从绝对水平来看，这一数值对应的情境分仅为"简单生活情境"（0.4）与"无情境"（0.2）之间，说明即使在表现最好的试卷中，高质量情境题也严重不足。2025新Ⅰ卷第6题（帆船视风风速，情境分0.8）是四卷中唯一达到"需自主建模"级别的高质量情境题。该题将向量加法运算嵌入真实的帆船比赛背景，要求考生从风力等级表和向量图中读取信息、自主建立向量模型，真正实现了"情境嵌入"而非"情境装饰"。这正是2025新Ⅰ卷情境障碍维度得分领先的核心原因。

题型维度四卷几乎完全一致（极差0.006），这是由于各卷的题型结构完全相同，题型维度的得分差异仅来自各题型内部小题的难度分配。这一指标的趋同从侧面印证了四卷题型结构的高度标准化。

主观微调维度的均分介于0.463至0.500之间，反映评分者在综合前五维后对试卷整体难度感知的"经验校正"幅度。2026甲卷的主观微调均分最高（0.500），在前五维评分之外，该卷的实际考场感知难度略高于纸面分析；而2026乙卷最低（0.463），其题目表述清晰、运算规范，考场感知与纸面分析较为一致。

5 讨论

5.1 模型的有效性与适用性

本研究的核心工具——六维标定模型——在四套试卷共约76道试题的分析中表现出了良好的可操作性与解释力，其有效性与适用性可以从以下三个方面加以考量。

第一，理论效度。六维标定模型的理论效度主要体现在其各维度与试题难度来源的对应关系上。认知心理学研究表明，工作记忆负荷是影响问题解决成功率的核心因素（Baddeley, 1992; Sweller, 1988），而推理步数和知识点数量正是工作记忆负荷的两个直接来源——前者影响加工深度，后者影响提取广度。认知层次则直接对接课程标准中学业质量水平的层级划分，使难度分析从"经验描述"走向"课标对标"。情境障碍呼应了PISA等国际测评中对数学素养"现实情境"维度的考查要求（OECD, 2023）。题型和主观微调则分别从"结构性支持"和"不可量化因素"两个侧面补充了模型的完整性。六维之间既相互独立——认知层次测思维"深度"、推理步数测逻辑"长度"、知识点数量测知识"广度"、情境障碍测转化"难度"——又共同构成对试题难度来源的多角度刻画，不存在明显的概念重叠或理论盲区。

第二，评分者信度。在本研究的实际操作中，评分工作由三名数学教育研究方向的研究者独立完成。在正式评分前，三人以2025年新高考Ⅰ卷的前5题为样本进行了试评与讨论，就认知层级中"掌握"与"运用"的区分、推理步数中"实质转换"的界定等操作难点达成了共识。正式评分阶段，三人独立评分的等级一致性达到82.4%（即三人将同一题目判定为同一难度等级的比例），经讨论协商后，所有分歧项均达成共识。这一信度水平虽不及高度结构化的客观评分（如选择题得分率），但在涉及多维度主观判断的内容分析类研究中已属可接受范围。

第三，模型的诊断价值与适用边界。与传统"得分率"单一指标相比，本模型的独特优势在于其诊断功能。得分率只能回答"这道题学生做得对不对"，而六维模型能进一步回答"这道题难在哪里"——是认知要求过高（认知层次分高）、逻辑链条过长（推理步数分高）、知识综合过宽（知识点数量分高），还是情境转化过难（情境障碍分高）。这种诊断功能在命题改进中具有直接的应用价值：若某题情境障碍分偏高而认知层次分偏低，说明难度主要来自背景陌生而非思维深度，修改方向应是优化情境设计而非降低思维要求。

然而，本模型也有其适用边界。其一，模型的评分主体是研究者而非考生，因此其反映的是"预设难度"而非"实测难度"——即命题者预设的认知负荷，而非考生实际答题的困难程度。其二，模型适用于常规数学试题（概念题、计算题、证明题、应用题等），但对于开放性探究题、写作论述题等非常规题型，其评分锚点可能需要进一步调整。其三，模型的精度依赖于评分者对评分标准的理解与执行，在大规模推广应用前，仍需配套开发标准化的评分者培训方案。

5.2 四卷难度结构的合理性审视

实证分析结果显示，四套试卷虽在整卷难度上高度趋同，但其内部结构却呈现出显著差异。以下从压轴题定位、情境化水平和年度演变趋势三个角度对其合理性加以审视。

（一）压轴题的"固化"与"风险"

四卷的A级（困难题）分值均为17分、占比均为11.3%，且全部对应函数与导数专题的最后一道解答题。这一发现反映出命题组在压轴题定位上的高度共识：将导数大题作为全卷难度顶峰，用以承担选拔顶尖学生的功能。从选拔功能的角度看，这一设计的合理性是充分的——导数题具有思维容量大、综合性强、区分度高的特点，适合作为压轴题的载体。

（二）情境障碍的持续偏低：课标要求的落实差距

六维比较中最突出的发现是：四卷情境障碍均分介于0.227至0.274之间，且呈年度下降趋势（2025两卷0.258→2026两卷0.229）。这一数值对应的情境水平为"无情境或简单生活情境"与"含干扰信息的简单情境"之间，意味着：新高考全国卷中绝大多数试题仍然是"纯数学符号情境"，应用题也多为"情境装饰"而非"情境嵌入"。

从教学导向的角度看，情境障碍维度的持续偏低可能产生负面影响。当高考试卷中长期缺乏高质量情境题时，一线教学中的"情境教学"也会随之边缘化——"考什么就教什么"的应试逻辑将使数学建模素养的培养沦为口号。

（三）"重基础、轻压轴"的变化趋势

从2025到2026，试卷降低多选题与解答题难度、微升单选题难度，使整卷难度从0.5675降至0.5595。这一趋势不难理解：在保持选拔功能的前提下，适度的难度下调有利于缓解考生焦虑、回应社会对"减负"的诉求。但需要注意的是，"降低难度"与"优化结构"并非同一件事——前者关注的是"平均水平的升降"，后者关注的是"区分能力的配置"。

6 总结建议

本研究以自建的六维难度标定模型为分析工具，对2025年新Ⅰ卷、2025年新Ⅱ卷、2026年新Ⅰ卷和2026年新Ⅱ卷四套数学试卷进行了逐题标定与系统比较，围绕整卷难度、等级分布、题型难度和六维素养维度四个层面展开了实证分析。本章在前述分析与讨论的基础上，对常规试题命制和教学提出建议。

6.1 常规命题建议

第一，为情境障碍维度设定明确的底线要求。全卷至少包含2~3道"情境分≥0.6"的试题（涵盖客观题与解答题），全卷情境障碍均分不低于0.30。将向量、函数、概率等知识模块与体育、科技、经济等真实情境自然融合，实现"情境嵌入"而非"情境装饰"。建议在命题素材库建设中增加"真实情境素材"专项积累，为情境题的日常编制提供资源保障。

第二，保持压轴题难度水平，适度拓展A级题的专题来源。根据分析可知，将17分A级题集中于函数与导数专题虽可保证选拔功能，但存在"题型固化"与"素养覆盖不完整"的潜在风险。建议在维持压轴题难度（≥0.80）和分值（17分）的前提下，适度拓展A级题的专题来源——例如在解析几何（如定点定值问题、存在性问题）、数列与不等式综合、概率统计（如复杂递推模型）等专题中轮流命制压轴题，以缓解"考导数就等于考压轴"的应试预期对素养导向教学的扭曲。

第三，建立"预设难度—实测难度"双向校验机制。本研究的标定结果为"预设难度"（即命题者预设的认知负荷）。建议在每套试卷正式使用后，将各题得分率数据与预设难度进行对照分析，计算两者之间的偏差及方向，据此校准各维度的评分锚点与权重系数，形成"命题→施测→反馈→校准"的循环，不断提升难度预估的精准度。

6.2 教学启示

第一，区分"难度来源"进行精准教学干预。该模型的核心教学价值在于：它能让教师诊断出学生的失分究竟是"读不懂题"（情境障碍高）、"思路不清"（认知层次要求高）、"算不完"（推理步数多）还是"知识碎片化"（知识点数量多）。在日常考试分析中引入六维诊断框架，统计学生在各维度上的失分分布，据此确定教学干预的优先方向——若情境障碍维度失分突出，应加强"问题情境→数学建模"的转化训练；若推理步数维度失分突出，应强化"分步拆解→逐步推进"的解题习惯培养。

第二，正视情境教学的"反哺"价值。高质量的"情境嵌入"题正是未来高考命题的演进方向。建议教师在日常教学中保持一定比例的情境化例题与练习（如将利润优化、人口增长、医疗检测等真实问题纳入教学），使学生熟悉"从现实情境中提取数学结构"的思维过程，而非将应用题简化为"套公式"的机械练习。

第三，长链条推理能力需从高一高二开始系统培养。推理步数维度在四卷中均维持在0.574~0.590的高位，且2026年较2025年略有上升。这意味着高考对"逻辑链条长度"的要求并未因"减负"诉求而降低。建议从高一教学开始，在函数、数列、立体几何等专题中设置多步推理的"长题"，引导学生学会分步拆解、正向推进与逆向验证相结合的策略，使长链条推理能力成为学生的"常规装备"而非"应考突击"内容，帮助学生克服对"长题"的畏难心理，逐步提升逻辑耐受力。

参考文献

[1] 鲍建生. 中英两国初中数学期望课程综合难度的比较[J]. 全球教育展望, 2002, 31(9): 48-52.

[2] 武小鹏, 孔企平. 基于AHP理论的数学高考试题综合难度模型构建与应用[J]. 数学教育学报, 2020, 29(2). 7-16

[3] 邵志芳, 李二霞. 中高考数学试题难度的认知任务分析[J]. 华东师范大学学报(教育科学版), 2010(1).

[4] 李二霞, 邵志芳. 试题难度多项指标的认知任务分析[J]. 心理科学, 2009(6).

[5] Mayer R E. Frequency norms and structural analysis of algebra story problems into families, categories, and templates[J]. Instructional Science, 1981, 10: 135-175.

[6] 中华人民共和国教育部. 普通高中数学课程标准(2017年版2020年修订)[S]. 北京: 人民教育出版社, 2020.

[7] Baddeley A D. Working memory[J]. Science, 1992, 255(5044): 556-559.

[8] Sweller J. Cognitive load during problem solving: Effects on learning[J]. Cognitive Science, 1988, 12(2): 257-285.