读懂一篇英语文章需要多少词汇量：词族覆盖率与理解的临界点

“孩子说文章里的单词大部分都认识，可读完就是不知道在讲什么。”这句话道出了英语阅读中一个普遍却少被说清的问题：阅读理解并不只是词汇量的线性叠加，背后有一条可以量化的门槛线。词族覆盖率（lexical coverage）就是描述这条线的核心指标。

一、什么是词族覆盖率

词族（word family）指的是由一个词根及其派生形式构成的词的范围。例如 stimulate、stimulated、stimulating、stimulates、stimulation 属于同一个词族。在词汇研究中，用“词族”而非“单词”作为统计单位，能更准确地反映学习者实际的词汇能力。

词族覆盖率，指的是一段文本中，学习者能认识的词族占全部词族（含重复出现）的比例。它回答的是一个很实际的问题：在整篇文章里，有多少比例的词语是读者认识的。

二、不同词频段对文本的贡献度

词汇学家Nation在2006年基于英国国家语料库（BNC）频率表，对多种文本做了覆盖度分析，得出了不同词频段的贡献数据。对于书面文本：

• 最高频的第1个1000词族，覆盖约78%～81%的文本；
• 第2个1000词族再增加约8%～9%；
• 第3个1000词族增加约3%～5%；
• 第4、5个1000词族合计增加约3%；
• 第6至第9个1000词族合计增加约2%；
• 第10至第14个1000词族增加不足1%；
• 专有名词另外覆盖约2%～4%。

把其中较高的覆盖值加总可以看出：掌握3000个词族加上专有名词，大致能达到95%的覆盖率。要再提高到98%，还需要掌握第4、第5频段的词。Nation据此估算，如果以98%作为理想覆盖率，书面文本大约需要8000～9000个词族。

三、95%与98%这两条线意味着什么

Laufer和Ravenhorst-Kalovski（2010）在综合前人研究后提出：学习者至少需要认识文本中95%的词语，才能达到“最低可接受”的理解水平；达到98%，才算“充分理解”。

这两个百分比听起来差别不大，但换算成实际阅读体验，差异相当明显：

• 95%覆盖：在一页300词的文本中，约有15个词不认识，需要频繁查词典；
• 98%覆盖：同样一页只剩下约6个词不认识，此时才比较容易通过上下文推测出大意。

这就解释了本文开头那个现象：当学生的覆盖率停留在90%上下时，他在每一页里遇到的生词足以打断理解链条。于是出现“单词大部分都认识，但连起来读不懂”的体验——不是词汇量“不够多”，而是还没越过那条门槛线。

四、听力的门槛比阅读低

一个值得注意的差别是：听力和阅读的门槛并不相同。

van Zeeland和Schmitt（2012）的研究表明，听力理解在95%覆盖率下即可实现较好的理解效果，而这个覆盖率可以通过掌握2000～3000个词族达到。相比之下，阅读要达到98%覆盖率需要8000～9000词族，听完一段口语材料所需的口语词汇覆盖要求则约为6000～7000词族。

这组对比对备考有现实意义：如果目标是提升听力理解，优先巩固高频词族的收益会比一味扩大词汇总量来得更快。

五、词汇量对理解力的影响有多大

在多项研究中，词汇量被反复确认为理解力最强的单一预测指标。相关研究综述指出，词汇知识通常能解释听力或阅读测试成绩的至少50%。也就是说，在影响阅读理解成绩的诸多因素中，词汇是权重最大的那一个。

不过这里要补充一个容易被忽略的事实：词汇量达标并不自动等于理解力达标。背景知识、句法处理能力、篇章结构的把握同样参与其中。但就“投入产出比”而言，词汇是学生最容易通过刻意练习改善的那一项。

六、所谓“高频词”到底覆盖到哪里

传统上，高频词汇被界定为最常用的2000个词族。Schmitt和Schmitt在2014年的研究中提出，基于对BNC和COCA语料库频率表的分析，高频率词汇的范围应当扩展到最常用的3000个词族。他们把3000至9000词族之间的部分称为“中频词汇”。

这个界定对学习规划有直接影响：如果高频词的范围是3000而不是2000，那么把学习重点集中在这3000词族上，本身就具有很高的性价比——它们单独就能覆盖书面文本约95%的内容。

七、把研究结论转成学习策略

基于上述数据，可以梳理出几条比较务实的策略：

第一，先攻克高频段，不要平均用力。第1个1000词族的边际贡献是78%～81%，第10个1000词族的贡献不足1%。把时间优先投向高频段，是效率最高的选择。

第二，把3000词族作为第一个明确目标。它对应约95%的书面文本覆盖率，能显著改善阅读流畅度，是一个既现实又有明确收益的里程碑。

第三，用“覆盖率”而不是“背了多少个”来衡量进度。更贴近实际的做法是：定期找一段真实文本，统计里面不认识的词占多少比例，看这个比例是否在向95%、再向98%靠近。

第四，阅读材料难度要匹配当前覆盖率。如果一段材料中生词比例超过10%，阅读过程会不断被打断，既有挫败感，也不利于通过上下文猜测词义。选择“少量生词”的材料，阅读本身才能成为词汇增长的途径。

八、小结

把词族覆盖率的研究结论概括起来：阅读理解的词汇门槛大致在95%～98%的覆盖率区间，对应约3000词族（95%）到8000～9000词族（98%）。对大多数处于英语学习基础阶段的学生而言，把最常用的3000词族掌握牢固，是从“读得吃力”走向“读得顺畅”的关键一步。

（本文数据与结论参考：Nation, I. S. P. (2006) 基于BNC频率表的词族覆盖率研究；Laufer, B., & Ravenhorst-Kalovski, G. C. (2010) 关于词汇门槛的论述；van Zeeland, H., & Schmitt, N. (2012) 关于听力覆盖率的复现研究；Schmitt, N., & Schmitt, D. (2014) 关于高频词汇范围界定的研究。）