新課標下高考政治命題特點及復習策略

段文濤

摘 要：結合政治高考的實際，分析新課標下高考政治命題的特點及相關復習策略。2013年是甘肅省開始實施新課改后迎來的第一次高考年。內容認真分析了2013年至2016年的高考政治試題，總結了新課標高考政治命題的特點，并有針對性地提出相應的復習策略。

關鍵詞：政治高考；命題特點；復習策略

2011年是甘肅省實施新課改的第一年，新課改實施后對高中政治教學提出了新的要求，但是政治高考的內容與命題仍舊延續之前的特點，沒有作出重大改變。2013年是新課改實施后第一次新課標高考，直到現在，新課改下的政治高考已經經歷了四個學年。在這四年中，筆者一直研究新課標政治高考的特點，因此，筆者將基于高中政治復習的實際，談一談新課標下高考政治命題特點與復習策略，以更好地指導高中政治的教學。

一、新課標下高考政治命題特點分析

1.整體看來結構穩定，內容全面

新課改后的高考政治試題，在整體上延續了傳統高考試題的優點，試題的結構相對穩定，并且考查內容全面又不失側重。政治題型整體上沒有變化，依舊是主觀題與客觀題兩種題型，分數分布較為穩定。值得一提的是，高考政治試題加入了《文化生活》內容，但是由于這一科目的難度與知識復雜程度較低，所以試題的難度較小，題量不大。新課標下政治高考試題仍然主要分布在《經濟生活》《生活與哲學》和《政治生活》這三大部分，考點及分數分布最多。整體來看，新課標下政治高考涉及的知識點達二百多個，而試題的內容也更加接近生活，注重結合學科知識與生活實際。

2.選擇題試題順序產生變化，雙項選擇題比重加大

在傳統的高考政治考題中，政治選擇題在文綜試卷中的分布為24～35題，排在地理與歷史學科之后，這容易導致學生在做政治部分的試題時由于時間緊張而審題不夠仔細，造成丟分的現象。新課改下的政治文綜，選擇題排在12～23的位置，相對于之前的順序靠前，這樣的順序有利于學生仔細審題，避免時間緊張造成的丟分，政治選擇題正確率大大提高。政治高考試題在設置選擇題時通常會設置多項選擇題，對于單項選擇題來說，多項選擇題的難度稍大。新課改后，政治高考試題更加注重雙項選擇題，雙選題目涉及的知識點增加，選項設置更為靈活，選項難度加大。相對于傳統的四選三選項組合，四選二的選項組合在試卷中更為常見，選項語言也帶有迷惑性。

3.材料題立足基礎，側重考查知識運用能力

在材料題部分，新課改下的政治高考試題更加注重對基知識的考查，即政治的主干知識和重點知識，但是考查的范圍加大，深度加深。從近四年的高考試題來看，材料部分的試題知識點均勻地分布在政治的四個板塊中。此外，材料題對于學生分析材料的能力要求提高，學生需要深度解讀材料并結合政治知識點進行作答，這就加強了對知識運用能力的側重，考查能力更為全面，更加靈活。

二、新課標下高考政治復習策略

針對以上高考政治的命題特點，筆者認為需要結合教學中的實際，在接下來的高考備戰中給學生以有效的指導，采取有針對性的復習策略。具體策略如下：

1.夯實基礎知識，按照模塊進行復習

在進行復習指導時，教師需要認真研讀教育部頒發的《考試大綱》和《考試說明》。這兩份文件規定了考試的內容以及知識點的考查方式，只有根據大綱和說明進行復習指導，復習才能有效。此外，教師需要專注于基礎知識布局教學，在深刻解讀大綱的基礎上結合基礎知識進行全面且有重點的教學。在高三進入第一輪復習后教師需要帶領學生梳理主干知識，在整體梳理知識脈絡的同時細化知識點，準確把握知識的框架與層次，越是基礎知識越需要理清，例如：商品價值量與社會必要勞動時間、社會勞動生產率的關系等。

2.精煉真題，提高做題效率

在進入高三之后，習題的訓練變得十分重要，但是教師需要拋棄傳統的題海戰術，要為學生精選試題，針對某一知識點布置習題，從而加強對知識點的專項訓練，達到熟悉知識點的結果。在習題的選擇上，筆者認為應當以往年高考真題為主，模擬題盡量少布置。高考真題準確體現了政治高考的考點及考查方式，學生根據真題進行練習能夠熟悉命題人的考查方向和考查方式。模擬題雖然具有一定的參考性，但是模擬題在命題方式上與高考的吻合程度不高，因此不推薦模擬題練習。

3.注重時效性，關注社會熱點新聞

進入高三復習后，時間都十分的寶貴，教師都將時間花在知識點的講解與習題的操練上。然而，教師往往忽略了政治的時效性。筆者認為高三學生需要時刻關注社會熱點與新聞，在接收外界新聞的同時學會將其與政治知識相結合。新課標下政治高考命題更加注重時效性，這意味著死記硬背的學習方式是不可行的，學生需要學會知識與生活相結合，只有這樣才能靈活應對高考。

參考文獻：

[1]張宇.論優化復習策略的優化[J].長沙鐵道學院學報，2008（2）.

[2]牛亞東.中考政治復習策略[J].學周刊，2013（29）.

注：本文系甘肅省教育科學“十三五”規劃課題《高考改革下對高中文綜教學策略的研究》的研究成果，課題編號為GS[2016]GHB0772。