地方站:
您的当前位置:北京公务员考试网 >> 申论资料 >> 热点时评

2017年北京公务员考试申论热点:花那么多钱出国留学,为什么外语还是一塌糊涂

发布:2016-12-26 00:00:00 字号: | | 我要提问我要提问
  本期为各位考生带来了2017年北京公务员考试申论热点:花那么多钱出国留学,为什么外语还是一塌糊涂。要想申论成绩好,关注热点不可少。公务员考试中,申论是最能拉开考生成绩的一门科目,积累对于申论而言,是非常重要的。北京公务员考试网温馨提示考生阅读下文,相信能给考生带来一定的帮助。
  仔细研读下文>>>2017年北京公务员考试申论热点:花那么多钱出国留学,为什么外语还是一塌糊涂
  花那么多钱出国留学,为什么外语还是一塌糊涂
  今天,留学已然成为一种常态。多数家长或学生都相信,留学至少能带来一个好处,即“外语水平的提高”。但通过与周边的留学生交流,我发现,不少留学生出国若干年后在语言应用方面依然未能达到熟练水平。
  我自己曾在一家留学培训机构担任顾问和写作教师的职务,由于公司业务的扩张,往往需要向机构推荐一些合适人选入职。为了降低时间成本,我倾向于从海归留学生的简历中挑选用人。然而我发现,不少留学生连阅读《纽约时报》这样的大众文本也非常困难。
  这是为什么?
  中国于2001年加入世界贸易组织,这一行动不仅推动了经济增长,还促进了文化和教育领域的民间交流。在这一背景下,中国迎来了自改革开放以来的第三波留学潮。
  第三波留学潮伴随着私人财富的迅速积累以及新富阶层的崛起。获得奖学金和机构资助不再成为留学的必要条件,不少家庭仅凭私人财富就能将子女送出国。新富阶层的崛起迅速且庞大,作为子女的留学生群体也相应地迅速扩容。出国留学不再是一种零散的个体行为,更像一种群体的迁移现象。
  但当个体被抛入陌生环境后,为了生存,必须进行调整,直到让自己“舒服”为止。我们称这个过程为适应。适应周期往往和个体对环境的认识度成反比。
  为了降低这个周期,个体有两种选择:一是让自己快速了解新群体,掌握新规则,养成新的行为习惯;二是在新群体中寻找身份接近或相似的个体,与其组成一个小群体,在不用将自身调整至与大群体相契合的程度时,就率先让自己“舒服”起来——这就是所谓的抱团现象或小文化的形成机制。
  小文化不同于亚文化,后者衍生自主流文化,且与主流文化一脉相承,前者往往与主流文化相对抗,其形成与发展以保全自身为目的。
  留学生基数庞大,所以无论进入哪所大学,我们都能发现同类群体的大量存在。为了适应留学生活,不少留学生会主动加入说母语的小文化群体。他们一起购物、就餐、玩耍。大多数留学生出国后进入的新环境并不那么“新”。不参与主流群体的公共生活,使留学生在日常环境中不需要频繁使用外语。
  外语的使用场景被缩小至课堂及其延伸范围,然而这一方面的作用也非常有限。
  如前所述,语言技能的提高和语言使用的频率有关,但是不同课程对语言使用的要求大不同。
  人文社科类课程要求高,理工类课程要求低,因为前者要求学生完成大量阅读、写作及演讲等任务,而后者虽也有阅读要求,但内容多为技术文献,词汇量少且重复度高,学习过程多是通过参与各种操作类项目完成,并不需要过硬的语言技能。
  大多数中国留学生在决定专业方向时,恰恰会选择一些经济学和理工类等对语言要求不高的学科。原因很多:一是相对较低的语言要求使毕业容易;二是留学生从未养成自由选择的习惯,随大流选择了这些专业;三是这些学科比较实用,而一些语言要求较高的课程,比如历史、哲学、文学等,因被认作没用不受青睐。
  学生的课堂交集往往会延伸至课堂外的生活。大部分留学生所选课程比较单一,所以在一些课堂上——比如数学,总会遇见同类学生,而在另一些课堂上则相反,比如哲学。因为“小文化形成机制”的作用,大部分留学生不会通过课堂和本土学生形成过多交集,所以课堂外的外语使用机会也被大大降低。
  留学生提升外语技能的另一条途径就是打工。因为政府提供的保障机制和自小养成的打工文化,大部分本土大学生多会过一种半工半读的生活,他们通过贷款缴学费,通过打工凑生活费。
  但中国留学生极少过这样的生活。一是当地法律多半会限制留学生打工;二是中国父母并不鼓励尚处学生阶段的子女打工,因为在他们看来,学生的“本职工作”是学习;三是没有必要,因为自费留学生大多来自新富阶层家庭,物质条件优渥,无须为生计打工。
  我所谈及的语言问题只是这一隔离现象的某种表现,不仅关乎中国留学生,还关乎日本、韩国、印度乃至欧洲留学生。通过反思这一机制,我们或许能反思更宏观的社会问题。

点击分享此信息:
RSS Tags
返回网页顶部
CopyRight 2013 http://www.bjgkw.org/ All Rights Reserved 苏ICP备11038242号-14
(任何引用或转载本站内容及样式须注明版权)XML