高中生英语书信写作质量的语言复杂度量化研究：词汇与句法特征的协同预测效应

《Sage Open》：Exploring the Impact of Linguistic Complexity on Writing Quality in High School Students’ English Letter Writing: A Quantitative Linguistic Approach

　　

本研究采用量化语言学（quantitative linguistics）方法，探究中国高中生英语书信写作中语言复杂度（linguistic complexity）与写作质量（writing quality）之间的关系。研究人员分析了170份有效书信样本，通过计算工具与人工标注提取了18项语言特征（linguistic features），并运用皮尔逊相关分析（Pearson correlation analysis）与逐步多元回归建模（stepwise multiple regression modeling）考察其与人工评分的关联。结果表明：（1）词汇特征（lexical features），包括词汇密度（lexical density, LD）、低频词使用（low-frequency word usage）、动词复杂度（verb sophistication, VS1）及名词变化（noun variation, NV）显著预测写作质量；（2）句法特征（syntactic features），包括句长（sentence length）、并列短语（coordinate phrases, CP/C）、复杂名词短语（complex nominal phrases, CN/C）及非限制性定语从句（non-restrictive attributive clauses）与写作质量呈正相关，其中非限制性定语从句表现出最强相关性（r = 0.776）；（3）结合词汇复杂度（lexical sophistication, LS2）、并列结构（coordinate structures）、名词化（nominalization, Nom）与名词变化的回归模型可解释63.4%的写作质量方差（R² = 0.634），其中词汇变化（lexical variation, MSTTR-50）为最强预测因子（β = 0.521）。研究结果表明，有效的英语写作教学应系统整合词汇复杂度与句法复杂度训练，并在较高 proficiency 水平强调复杂名词短语与非限制性定语从句等高级结构。本研究为差异化写作教学法与自动化评估系统提供了实证支持。

研究人员开展本项研究旨在回应第二语言习得领域日益显著的循证取向以及基础教育阶段英语写作评估工具精细化不足的问题。随着信息技术与统计方法向语言学研究的深度渗透，语言复杂度（linguistic complexity，指文本在词汇与句法层面表现出的复杂程度）作为可量化的二语能力指标，其与写作质量（writing quality）之间的关联已成为学术热点。然而，既有文献多聚焦于议论文或说明文等高阶学术语篇，且研究对象常为具备较高 proficiency 水平的大学生或成人学习者，对于基础教育阶段学习者，尤其是中国高中生所撰写的应用型书信文体的关注则相对有限。针对这一空白，研究人员以某直辖市高二学生期末考试的170篇英语书信作为语料，在严格去除个人标识后，系统考察词汇复杂度与句法复杂度对人工评分写作质量的影响路径。研究最终证实，语言复杂度是写作质量的重要决定因素，词汇与句法两个维度均表现出显著解释力，二者协同作用可解释63.4%的写作质量变异。该发现不仅为分层写作教学法的构建提供了量化依据，也为自动化写作评估系统的指标开发奠定了实证基础。

本项研究的核心技术方法可概括如下。研究人员选取某市高二学生期末英语书信作为语料，作文总分25分，得分分布于15至23分，每0.5分一个分数段且各10篇，均分19分，总词数25,605词，每篇平均150.62词，呈正态分布。评分由三名高二英语教师依据中国高考英语写作标准独立完成，两人分差不超过3分取均值，超过3分则第三人介入取最近两均值。数据提取阶段，研究人员借助词汇复杂度分析仪（LCA）获取9项词汇指标，包括词汇密度（LD）、词汇复杂度-II（LS2）、动词复杂度-I（VS1）、平均分段TTR-50（MSTTR-50）与名词变化（NV）等；句法指标则通过句法复杂度分析仪（L2SCA）获取7项，并辅以人工标注统计非限制性定语从句与名词化（Nom，将动词或形容词转化为名词性成分的语言现象）比例。研究采用皮尔逊相关分析与逐步多元回归检验各指标与写作质量的关系，统计运算在SPSS 26.0中完成。

词汇复杂度相关分析结果方面，研究人员通过皮尔逊相关分析发现，在词汇密度（LD）维度，词汇密度与写作质量呈显著正相关（r = 0.264, p < 0.01）；在词汇复杂度维度，词汇复杂度-II（LS2）与动词复杂度-I（VS1）均显著预测写作质量（r = 0.44, p < 0.01; r = 0.222, p < 0.01）；在词汇变化维度，平均分段TTR-50（MSTTR-50）与名词变化（NV）亦表现出显著正相关（r = 0.337, p < 0.01; r = 0.172, p < 0.05）。相较之下，动词变化-II（VV2）、形容词变化（ADJV）、副词变化（ADVV）及修饰语变化（MODV）与写作质量的相关性未达显著水平。

句法复杂度相关分析结果方面，在产出单位长度维度，平均句长（MLS）、平均T-unit长度（MLT，即一个T-unit，由独立主句及其所有从属结构组成的最小完整句法单位中的平均词数）及平均从句长度（MLC）均与写作质量显著正相关（r = 0.479, p < 0.01; r = 0.48, p < 0.01; r = 0.412, p < 0.01）。在并列与特定结构维度，并列短语/从句（CP/C）、复杂名词短语/从句（CN/C）及非限制性定语从句/从句（Non-res）同样显著正向预测写作质量（r = 0.302, p < 0.01; r = 0.391, p < 0.01; r = 0.776, p < 0.01），其中非限制性定语从句与写作质量的相关性强于其他所有句法指标。然而，从属从句比例（DC/C）、T-unit/句子（T/S）及名词化（Nom）与写作质量的相关性未达显著水平。

逐步回归分析结果方面，研究人员采用逐步法构建多元线性回归模型，共形成4个递进模型。仅纳入MSTTR-50时，模型即可解释52.0%的写作质量方差（R² = 0.520）；依次纳入CP/C、Nom与NV后，最终模型（Model 4）的R²达到0.634，表明MSTTR-50、CP/C、Nom与NV四个变量的组合能够解释63.4%的写作质量变异，且模型整体通过F检验（F = 71.41, p < 0.001）。在预测效力上，MSTTR-50为最强预测因子（β = 0.521, p < 0.001），其次为CP/C（β = 0.239, p < 0.001）、Nom（β = 0.164, p = 0.002）与NV（β = 0.134, p = 0.008）；各变量的方差膨胀因子（VIF，用于判断回归模型中多重共线性的统计量）均小于2，表明不存在多重共线性问题。最终回归方程为：写作质量 = 8.689 + 5.388 × MSTTR-50 + 1.965 × CP/C + 0.777 × Nom + 0.314 × NV。

讨论部分指出，词汇密度、词汇复杂度-II、动词复杂度-I与名词变化的显著相关模式与Yang等关于英语作为外语学习者说明文写作质量的研究基本一致，表明上述词汇维度可在一定程度上跨越体裁差异，作为写作 proficiency 的相对稳定指标。动词复杂度-I的突出作用可能源于书信体裁的交互性特征，即精准的动词选择对信息传达尤为关键。动词、形容词、副词及修饰语变化的不显著相关则揭示了学习者发展过程中的异步性：在较高 proficiency 阶段，句法复杂度可能趋于稳定，而词汇丰富性与多样性仍在持续发展。在句法层面，产出单位长度指标、并列短语、复杂名词短语及非限制性定语从句的显著作用表明，学习者通过有效嵌入附加信息展现了更强的语言控制能力，这与Li等针对中国英语学习者书信句法复杂度的研究相呼应；复杂名词短语的积极作用亦与Casal与Lee对学术写作高分文本的分析一致。值得注意的是，从属从句比例与句子并列比例未达显著，这与Kyle等关于不同体裁写作发展的部分研究形成对照，但符合Casal与Lee关于分句层级从属关系不一定与写作质量相关的观察，可能反映出书信体裁更强调简洁性与连贯性，而非分句层面的复杂嵌套。此外，名词化与复杂名词短语的积极作用证实了名词化不仅提升正式度，也与二语写作 proficiency 密切相关，这与Li等及Liardét等的发现一致。最终模型揭示了词汇变化指标与句法灵活性指标的协同效应：高质量写作并非单纯依赖高级词汇或复杂结构的孤立使用，而是需要在组织良好的句法框架内策略性地整合多样化词汇，实现词汇资源与句法组织形式的平衡，呼应了Crossley关于开发能够捕捉不同文本特征交互的语言构念的呼吁。

研究结论强调，语言复杂度是写作质量的重要决定因素，其作用通过词汇与句法两个维度共同实现。该研究的主要贡献在于提供了针对高中英语作为外语学习者书信体裁的体裁特异性发现：基础指标如词汇密度固然重要，但更高阶的词汇变化（MSTTR-50、NV）、词汇复杂度（LS2、VS1）及复杂句法结构（CN/C、非限制性定语从句）对写作质量的预测力更强。在句法发展路径上，从分句从属关系向分句层级复杂度（并列、复杂名词短语、名词化）的转变，是提升该情境下写作 proficiency 的关键发展路径。研究特别指出，非限制性定语从句与名词化的强预测效应凸显了其在衡量高级语言控制中的价值，应在高阶学生的教学中予以强调。在教育层面，研究倡导系统化、分阶段取向的写作教学：课程应明确整合词汇与句法训练，从基础的句子层面准确性逐步过渡到语篇层面的复杂性。对于教育实践者而言，这意味着需要设计能够逐步提升学生词汇选择多样性、并列信息能力以及将信息打包进复杂语法结构能力的任务。尽管本研究存在样本局限于单一年级与特定任务、横断面设计仅能捕捉快照而非发展轨迹等局限，未来研究应开展纵向追踪并拓展至不同体裁与教育阶段，同时纳入质性分析以深化对语言特征功能语境的理解。总体而言，本研究为课堂实践与更复杂的自动化写作评估系统开发提供了稳健的实证证据。