选择题

选择题 (Multiple Choice Questions)

选择题 (Multiple Choice Question, MCQ) 是一种客观题型，由题干 (stem) 和一组选项 (options) 组成，其中包含一个正确答案 (key) 和若干干扰项 (distractors)。在经济学、金融学与统计学的教学与测评中，选择题因其评分客观、覆盖面广、易于量化分析而被广泛使用——从课堂小测到 GRE Economics、CFA 和 SOA 等专业资格考试均以选择题为主要题型。

选择题的分类

根据答案结构可将选择题分为两类：单项选择题要求从 $k$ 个选项中选出唯一正确答案，其得分模型通常采用 0-1 计分（正确得 1 分，错误得 0 分）；多项选择题允许一个或多个正确选项，评分规则更为复杂（如部分得分、全对得分等）。在经济学标准化考试中，单项选择题占绝对主导地位。

选择题的心理测量学基础

选择题的质量可通过项目反应理论 (Item Response Theory, IRT) 或经典测验理论 (Classical Test Theory, CTT) 进行量化评估。三个核心指标为：

1. 难度 (Difficulty)：定义为答对人数占总人数的比例 $p = \frac{R}{N}$（CTT 框架），或 IRT 中的难度参数 $b$。经济学试题的理想难度通常在 0.3--0.8 之间，$p$ 过高则缺乏区分力，过低则可能涉及floor effect。
2. 区分度 (Discrimination)：衡量题目区分高能力与低能力受试者的能力。在 CTT 中常用点双列相关系数 (point-biserial correlation) 或高低分组差异（D-index）衡量；在 IRT 中对应区分度参数 $a$。高质量选择题的区分度应大于 0.3。
3. 干扰项质量：每个干扰项应具有似真性 (plausibility)，即低能力受试者认为其可能是正确的。若某干扰项无人选择或高能力者频繁误选，表明该选项存在设计缺陷。干扰项分析 (distractor analysis) 是选择题改进的核心环节。

猜测问题与校正公式

选择题的固有问题是猜测效应——即使完全不具备相关知识，受试者仍有 $\frac{1}{k}$ 的概率猜对（$k$ 为选项数）。经典校正公式为：

其中 $R$ 为答对题数、$W$ 为答错题数、$S$ 为校正后得分。该公式在 SAT 等考试中曾长期使用，但其隐含假设（所有错误均为随机猜测、猜测概率均匀分布）在现实中常不成立。现代教育测量学倾向于通过 IRT 模型（如三参数 logistic 模型引入猜测参数 $c$）来更精确地处理猜测行为。

经济学选择题的设计原则

高质量的经济学选择题应遵循以下原则：题干应呈现一个完整、明确的问题情境，避免使用否定式表述（如"以下哪项不是⋯⋯"）；干扰项应源于学生常见的概念混淆或计算错误——例如，在弹性计算中混淆中点法与点弹性公式、在GDP核算中混淆支出法与收入法的构成项、在机会成本判断中混淆显性成本与隐性成本；所有选项在语法结构、长度和具体程度上应保持平行，避免因语言线索而非内容线索暴露正确答案。

选择题在经济学教育中的争议

尽管选择题在效率与客观性上有显著优势，批评者指出它可能诱导表面学习（surface learning）——学生倾向于记忆碎片化知识点而非构建系统的经济学思维框架。此外，选择题难以考查推导过程、逻辑论证和开放性经济分析等高层级认知能力。为此，许多经济学项目将选择题与简答题、案例分析、实证项目等形式结合，形成多元化评价体系。在计量经济学课程中，选择题常被用于检验学生对假设检验逻辑、OLS估计量性质和模型选择准则等核心概念的掌握程度，而实证报告则考查学生的综合应用能力。