语言测试是检验教学与学习效果的必要手段。作为国内唯一一种专为英语专业学生基础阶段设计的大规模标准参照性测试，英语专业四级考试已经执行二十多年并被社会认可。听力测试是英语专业四级考试的重要组成部分，是检验学生语言技能的重要手段。2004年，英语专业四级考试委员会对考试大纲进行了修订，听力测试部分在内容和形式上进行了改革，不再包含个人陈述，测试时间由20分钟缩短为15分钟。考试大纲修改后TEM4的听力测试部分情景效度如何，听力试题是否符合大纲要求，这些问题值得关注。　　本文尝试研究英语专业四级考试听力部分的情景效度，意在回答以下三个研究问题:1）听力测试文本输入部分有哪些主要特征？2）听力测试预期回答部分有哪些主要特征？其单个听力项目之间的一致性如何？3）听力测试部分在多大程度上符合教学大纲和考试大纲的要求？　　为回答以上问题，本文首先对2000年以来有关英语专业四级的核心期刊论文，硕博士论文进行检索，并按照研究范围，效度研究种类，听力测试部分研究等方面对著作和文献进行分类。其次收集了从2005至2010年六年的TEM4试卷以及《高校英语专业基础阶段英语教学大纲》(2000)和《高校英语专业四级考试大纲》(2004)，并对大纲要求进行了分析研究。然后以Bachman&Palmer及Weir的测试任务研究框架为基础试探性的提出新的理论研究框架。最后对听力理解测试部分进行研究分析，进一步描述了听力文本输入和预期回答的主要特征，考察了这些特征与英语专业基础阶段教学大纲和考试大纲之间的符合程度。在获得听力测试部分较高情景效度的同时，也发现了教学大纲考试大纲及试卷的某些不足之处，提出了相应的改善意见和建议。　　该研究以Bachman提出的交际语言能力为基础，采用Bachman和Palmer及Weir的考试任务理论框架，并结合实际情况进行尝试性改进，试探性地提出检验英语专业四级考试听力测试部分情景效度的新框架。本文结合教学大纲和考试大纲采用定性和定量的方法对18篇对话，18篇短文和32篇新闻的输入文本和预期回答进行探索，从而分析从2005到2010年听力部分的情景效度。　　通过分析该研究得出以下结论，1）2005到2010年英语专业四级听力理解部分文本输入和语音输入部分情景效度较高，基本符合大纲要求。主要体现在文本长度，信息特征，文本内容，难易度，语法结构，语言功能，语音速度，等方面。2）听力理解部分预期回答部分情景效度较高。主要表现在选择性回答题目设计符合标准，题目之间的一致性较高等方面。　　但英语专业四级考试听力理解部分的情景效度也有不足之处1）大纲未明显规定对话和短文的语速及每篇新闻文本长度。2）大纲未规定语音输入者的性别人数。3）部分多项选择题选项出现不合理干扰项及不合理的选项排列顺序等。　　该研究分析了英语专业四级听力测试部分的情景效度，但仍存在有待改进完善的地方:1）该研究只分析了听力测试部分输入文本和预期回答的特征，它们之间的关系如何仍需要进一步研究;2）本文对情景效度的分析可以由两到三个水平相当的同学同时分析，然后设定信度系数再对情景效度进行研究，这样研究结果信度会更高;3）该研究仅仅对听力测试部分的情景效度进行研究，其表面效度，建构效度等仍值得进一步探讨。