自1990年TEM-4测试实施以来，对该测试的效度研究就从没有间断过。不过就目前的成果来看，相当一部分是基于效度分类观的研究，而且自2005年新考试大纲实施以来，不论是题数、考试时间还是作答时间等都与改革之前有所不同。加之，国内对TEM-4效度的研究多集中在阅读理解部分，鲜有研究报告其他部分的效度情况，尤其是听力部分。基于以上原因，本研究从效度整体观出发，收集、分析TEM-4听力理解部分的内容相关证据，来验证改革后（2005年-2013年）TEM-4内容相关效度情况。为了实现这一研究目标，我们阅读了大量有关交际语言测试的资料，其中包括理论介绍和实证研究成果的讨论，尤其是Bachman和Palmer提出的测试有用性模型中关于任务特征框架的介绍，并借鉴Weir提出的“言者特征”理论，从而确定了听力理解的任务特征包括五部分：考试环境、考试说明、测试语言输入特征、预期回答特征以及测试语言输入特征与预期回答特征之间的关系。Bachman指出“任务特征框架”具有高度的灵活性和适应性。于是我们针对TEM-4听力理解的特点和教学大纲、考试大纲的规定，设计了TEM-4听力理解任务特征框架，作为本研究的内容相关证据效度验证框架。并在此基础上，将TEM-4听力理解的任务特征与教学大纲和考试大纲比较，从而得出TEM-4听力理解测试任务与新教学大纲和考试大纲的吻合度，最终确定TEM-4听力理解测试的内容相关效度情况。本研究通过对这9年听力理解测试题（共包括102个主题，270道小题）及其问题和选项的分析研究发现：2005年至2013年TEM-4听力理解部分基本符合教学大纲和考试大纲的要求，具有取样代表性，内容相关效度较高。具体表现为：1）篇幅长短合理、生词比例适中、主题类型多样，而且语速和口音也满足大纲的要求；2）问题类型以字面理解题和信息重组题为主，同时兼顾推理与评判题。测试预期考查的技能范围全面，既符合考生的能力特点也满足大纲的要求；3）从输入和回答的关系上看，窄范围、直接关系的试题占绝对比例，符合考生能力层次的分布情况，不存在内容不相关的作答，符合命题原则。但是，分析中发现个别年份的语音材料篇幅过短或过长，而且考生在作答时，必须充分利用好TEM-4听力理解问题在“听”之前的优势，才能顺利完成听力问题的作答。我们还发现近几年的语速有所提高，一定程度上反映出测试难度的增加以及考生水平的提高，同时要求考生必须提高听力能力以适应新的考试趋势。在口音方面，说话人的发音规范、清晰，十分标准，但是为了反映测试任务的真实性，在录音时只要发音清楚、韵律强，与目标语言使用域中的典型口音越接近越好。本研究也存在一定的局限性，未来研究的空间还很大。因为效验是一个无止境的过程，需要更多研究者从不同层面进行多方面的研究，才能使效验研究在理论上和实证上均得到不断的完善和提升。