科学素养（SL）成为科学教育和科学传播的研究焦点已经四十余年了。20世纪70年代，乔恩·米勒提出了一组核心基本科学词汇作为阅读和理解当代科学问题的知识基础，同时，他提出概率的应用、可控实验和占星术可作为对科学研究认识的理解基础。米勒使用开放式、封闭式（即是-非题）两部分的问题来评估人们对上述核心科学词汇和科学研究的认识与理解，评估的实施采取面对面或电话方式进行。以上思想和方法通常被称为米勒式公民科学素养（CSL）测量。

自20世纪70年代末以来，在NSF的资助下，米勒应用上述方法在美国定期进行CSL测量；中国在内的许多国家也逐渐采用了这种方法^[1]，鉴于它在公众科学技术知识研究领域的声誉及持续的影响，对它的效度和信度进行评价是非常必要的。

本评述采用公认的效度和信度框架^[2]。效度是指对测量过程和结果的适度要求；建立有效性证据的过程称为效度验证。第一种类型的效度验证可以是预定内容与实际测量内容的匹配度，即内容效度。第二种类型的效度验证是基于标准的，即效标效度，为了建立效标效度，必须确定一个标准变量，该标准变量还必须是可用且有效的。第三种类型的效度被称为构想效度，其核心是关于实际测量的预期心理结构的适度要求。第四类型的效度验证是结论效度，其侧重于利用测量分数对目标人群所产生的正面和负面的影响。

一 构想效度

1983年，米勒开始准备测量SL^[3]。他提出SL由三个维度组成：理解科学研究（他后来称为科学探究的本质）；理解科学的构造或者术语；有一定的科学态度且能够理解当代政治问题涉及的科学和技术^[4]及某种程度上理解科学技术对个人及社会的影响。尽管有上述三个维度，米勒的SL测量还是一直有意发展为“单一维度的SL”^[3]。然而，早年他对“单一维度的SL”概念并不明确^[3][5]。从1998年开始^[6]，米勒不再使用SL的术语，而是明确地提到他的测量倾向于本杰明·沈^[7]的公民SL（CSL）理论。本杰明·沈提出了三种类型的SL，包括：实践、公民和文化。

在前期工作基础上，米勒^[8]将“公民的科学素养”（CSL）定义为人们理解科学术语和科学概念的水平，并足以阅读日报或杂志，足以理解某种辩论或争议中相互对立的论点的本质。延续他早期的SL三维度理论，米勒认为只有三维度中的每个维度都能达到一个合理程度时，综合起来才反映了一个人的CSL水平。然而，后来他发现，第三维度在不同国家缺乏一定的稳定性^[8]，因此米勒建议在跨国分析中只使用前两个维度指标。

1995年，在美国进行的调查中使用了9条关于理解科学知识概念的词语和3条关于理解科学探究本质的词语。米勒对结果进行了验证性因素分析并发现存在两个不同的因素，两个因素间的相关系数为0.8（n=2，006）^[9]，上述结果同样出现在1992年欧洲公民素养晴雨表的调研中。此结果提供了米勒CSL构想效度的实证。

米勒认为CSL测量方法的持久稳定很重要。只有当CSL在多次测量中不随时间发生改变，建立长期CSL趋势才具有实际意义。1988年美国与英国合作进行CSL测量，得到了一组包括封闭式和开放式问题的核心试题^[10]，并以这些核心试题作为科学概念的持久测量标准。来自美国和英国的数据再次证明了CSL中前两个维度的存在^[10]。

尽管有证据证明这种结构的存在，结构中包括科学词汇知识和科学过程方法知识，很长一段时间内，米勒的CSL在业内被批评为有缺陷取向^{[11][12][13][14]}，即米勒的CSL测量假设具有一些确定的科学知识是必要的，缺乏这样的知识就是有缺陷并需要进行修正^[15]。但这种缺陷模式忽视了一个事实，即公众具有广泛的关于日常科学和技术问题的非正式的知识和技能。研究表明，公众对科学的理解和态度依赖于所处环境，并且有选择地感知其用途和价值^[15][16][17]，在日常生活中存在“模糊的科学”与“实用的科学”的区别^[16]。

除了上面的缺陷模型，柳秀峰^[18]指出米勒的CSL测量是假定CSL为静态的稀有商品，因为CSL在米勒的测量里被减少到有限的几个科学术语，并存在一个具备CSL的阈值。CSL观念忽视了一个简单事实，即科学是不断变化的，甚至于某一领域的专家也可能在其他科学领域显得无知，因此学习科学是一个终生的过程，并非是一次性完成的工作。

米勒CSL测量的商品模型与本杰明·沈^[19]最初对CSL的定义不符。本杰