文部科学省の中央教育審議会初等中等教育分科会が7月12日に公表した報告書案では，小中学校の1クラスあたりの人数の上限を引き下げること，それに伴い教職員の数を増やすことなどが提言されている。この少人数化が仮に実現すれば，1980年度に1クラス45人から40人へ引き下げて以来およそ30年ぶりのことになる。
クラスの少人数化は，一見すると児童生徒にとって良いことのように思える。例えば教師の目が届きやすくなるし児童生徒の発言の機会も増える等のメリットがあるからだ。このような混雑の緩和による正の効果は「クラスサイズ効果」とよばれている。しかし教科学習の達成度に関する実証研究では，予想に反してクラスサイズ効果が有意には観察されないか，観察されたとしても非常に小さいという結果が多く得られている。このことは「クラスサイズパズル」と呼ばれ，これまで経済学者の間でも議論の対象となってきた。本稿ではこのような少人数学級に関する研究の概要を紹介するとともに，教育をより良くするための施策について検討したい。
*******
少人数学級が学習面の達成度を向上させるか否かを分析する際に，規模の違うクラスで学んでいる子どもたちの成果を単純に比較するわけにはいかない。学級規模以外の要因が成果に与える影響を排除できないからだ。例えば地域によって制度が違うときに，教育熱心な家庭が少人数学級の地域を選んで居住しているなら，仮に少人数学級の方が高い成果を上げたとしても，少なくともその一因は親が教育熱心なことにあるといえるだろう。このとき単純比較だと少人数学級の効果が過大評価されることになる。
学習が困難な子どもたちを教育する場合には行政が少人数学級を採用するが，成績の良い子どもたちには採用しない場合はどうだろうか。このとき実際には少人数教育に良い効果があったとしても，人数が多い方が成果が高いという逆の結果が観察されてしまうかもしれない。
それではどうすれば正確に効果を測定できるだろうか。有力な手法の一つは，管理された実験を行うことである。例えば米国テネシー州で85年に始められた「STARプロジェクト」は，入学時の能力や家庭環境などが同程度の分布になるようにランダムに入学者を配置し，達成度に違いがあるかを検証する実験であった。別の手法として，自然実験の活用がある。これは例えば通学区域指定がある公立学校に注目して，入学する児童生徒数の年による変動とそれに伴う学級人数の変化を用いて達成度への影響を検証しようとするアプローチなどを指している。
これらの手法を用いた研究により，予想に反してクラスサイズ効果が有意には観察されない，また観察されたとしても非常に小さいという先述の結論が得られたのである。
******
混雑緩和効果があるにも関わらず，少人数学級のメリットが観察されにくいのはなぜか。まず少人数学級には，クラス内での競争を通じた切磋琢磨（せっさたくま）が損なわれてしまう可能性がある。
筆者は2004年に公表した研究において，学級規模を小さくすると，能力が低い子どもの学習意欲が増加する代わりに，能力が高い子どもの努力が低下する効果が存在することを発見し，後者の効果の方が前者よりも大きいことを理論的に示した（ただし，能力別ではない学級編成の下で，成績がクラス内の相対評価により付けられている場合を分析した）。つまり少人数化には，格差を縮小させる一方で平均的な達成度を低下させてしまう可能性がある。
先ほどの混雑緩和効果とこの競争抑制効果を併せて考えると，図の実線で表されているように，クラスの人数と教育の成果には逆U字の関係があることが予想される。このとき達成度の面だけから見た最適なクラスサイズは図のnとなる。一方で少人数学級の方が児童生徒一人当たりの費用が大きくなることを図の点線により表すと，費用対効果で考えた最適なクラスサイズはmとなる。この最適規模はnよりも大きく，また児童生徒の能力や教師の力量によっても当然変化する。
別の説明も可能だ。例えばSTARプロジェクトのような実験の際にクラスの数を急に増やすと，必要な教師の数が増えるために新規採用が行われるだろう。それにより教師の平均的な質や経験年数が低下するなら，このことによってクラスサイズパズルが説明できるかもしれない。
仮に新人教師の経験不足が原因であるなら，制度の導入時に注意すればよい。例えば現在の40人学級を分けて20人学級を2つ作る（このとき教員は2人必要で１人は新人になる）よりも，当分の間は40人学級のままでクラスに配置する教員を2人にした方が効果的かもしれない。この場合も必要な教員は２人だが，新人が単独でクラスを担当することはなくなるからだ。
******
少人数学級の導入には，このように学業面の効果を疑問視する研究結果もある。しかし運用で改善できる余地があること，また個々の生活面の指導が行き届くようになるといった点から賛成意見が多いことも踏まえて，この施策を仮に採用するならどんな点に注意すべきかを議論したい。
最重要なのは，児童生徒へのアンケート調査と全国的な学力調査を併用した事後評価が行われることである。まずアンケート調査は匿名で第三者が行う。社会調査において本音をどの程度引き出すことができるかという限界を認識することは基本だが，記名式では本音を引き出すのが難しいと思われるからだ。
例えば，児童生徒とその保護者に対するアンケートを考えてみよう。教師の理解度や教え方について調査しても，何らかの仕返しをされる可能性があれば児童生徒は不満を述べないだろうし，子どもを“人質”に取られている状況下では保護者も不満を表明しにくい。必要なのは個人が特定されずに問題点が指摘され学習環境が改善されることである。しかし少人数学級では誰の不満なのかを教師が特定しやすくなってしまうためこれには限界がある。
そこでデータに基づく事後評価が重要となる。どの段階でどの教科の勉強がなぜ分からなくなるのか，またそれは教師の質が低いからなのか，それともクラスが混雑しているからなのかといった点を把握できれば有用であり，そのためにも全国的な試験による詳細な成果把握が行われるべきだ。その際に，以前実施された学力調査において一部の学校で見られたような教師による不正を防ぐためにも試験監督は他校の教員や外部の人間が担当すべきである。教育に政府がお金を使うなら同時にその事後評価にもきちんとお金を使うべきであり，問題が見つかれば適宜方針転換を図ることこそが必要なのだ。
児童生徒のために，そして社会全体のために教育をより良いものにするには，インセンティブ（誘因）設計の手法が欠かせない。教師の善意に頼るのではなく，教育の質を上げるための様々な手法とその組み合わせを検討し，費用と効果を勘案して最善のものを選ぶ必要がある。ただし事前によく分からないことも多い。そこで複数の異なるプランを実際に採用して比較する社会実験が有益となる。
わが国では社会実験に対する抵抗が強い。例えば人種間の達成度の差を縮めることを目的にハーバード大学のフライヤー教授が最近行った実験では，子どもに対して学習の金銭的動機付けをしてその効果を観察している。このような実験は感情的な反発を買うものかもしれないが，政策評価のための学問的取り組みに対する理解が求められる。
機動的な政策決定のためには政府の失敗をたたき過ぎないことも大事かもしれない。事前の段階で適切な判断がなされていたのであれば事後的に問題が発生しても許容すべきだろう。失敗したらたたかれることが分かっていれば，新たな政策導入に社会的な最適水準よりも高いハードルを課すことになり，時代の変化に合わせて行うべき方針転換が抑制されてしまうからである。
