——高所得世帯の子どもが通う学校と低所得世帯の子どもが通う学校で支援の質・量の差とは、私立と公立の差、いうことなのでしょうか。

必ずしもそうとは言えません。

例えば、埼玉県が実施している｢埼玉県学力・学習状況調査｣によると、県内の公立小中学校1056校（さいたま市を除く）の中で就学援助率（経済的理由によって就学困難と認められる児童・生徒の保護者に対して自治体が実施する｢就学援助｣という支援を受けている児童・生徒の割合）が最も高い学校は51％、最も低い学校は0.3%です。

つまり半数の子どもが援助対象の学校もあれば、ほとんど援助を受ける子どもがいない学校もあり、同じ公立でもこれほどの差があるのです。貧困世帯の子どもが少ない学校では、家庭にパソコンやインターネット環境があることを前提にオンライン授業を開始できますが、そうでない学校ではそう簡単にはいかない。

ですから、私立か公立かによらず、休校中に十分な教育機会にアクセスできなかったと考えられる貧困世帯の子どもたちに的を絞った集中的な支援こそ必要なことではないかと考えられます。

教育格差の問題はコロナによる一過性の問題とは言えません。格差をなくすためにも、平素から就学援助率が高い学校には、集中的にリソースを配分すべきだと思います。例えば、就学援助率が高い学校には、教員を多く配置するという少人数学級も選択肢の1つでしょう。

これまでの研究では、少人数学級が平均的な学力を向上させるというエビデンスはほとんどありません。私が東京大学の山口慎太郎教授や慶應義塾大学の伊藤寛武助教とともに、日本の自治体から提供された大規模データを用いて少人数学級の効果について検証したところ、少人数学級が学力や非認知能力に与える｢平均的な｣効果は決して大きいとは言えないという結果になりました。

しかし、多くの研究が、貧困世帯の子どもや貧困世帯の子どもが多い学校では、少人数学級が学力向上に効果があることを示しています。

私自身が日本の別の自治体のデータを用いて行った研究では、少人数学級は不登校を減らす効果があることも分かっています。つまり、貧困率や不登校率の高い学校に教員を多く配置することが格差の改善につながる可能性があるということです。

一方、灘高校や開成高校など名門校の多くは、1クラス50人という学級規模の大きさで知られます。

経済学には、学力が高い児童・生徒の間で同級生同士が教え合い、刺激し合って学力を高める｢ピア効果｣が大きいことを示す研究も多く、経済的に恵まれた学力の高い子どもたちにとって、学級規模が大きいことは必ずしも不利には働きません。

全国一律に35人学級にするのではなく、貧困率や不登校率が高い学校では20人学級にする、経済的に恵まれた学力の高い子どもが多い学校では50人学級にする。このように学校の実情に即してリソースを配分すれば、日本全体で子どもたちの学力を高めることが可能になります。

そもそも教育とは、｢再分配｣の機能を果たすことが求められています。にもかかわらず、平等なリソース配分に拘泥して、教育格差の問題が放置されている状況です。私は学校の実情に応じた再配分が日本全体の底上げにつながるという考えですが、なかなか理解を得られないのが実情です。

——それは50人学級になる学校からの反発なのか、リソースの集中的な配分で貧困世帯の子どもが通う学校だと分かってしまうことへの反発なのか、どちらでしょうか？

両方あると思いますが、この問題を考える上では、感情的な反発だけでなく、客観的なデータや根拠に基づく判断が重要です。

特定の学校にリソースを集中させると、その学校は｢問題児や低学力の子どもが通う困難校ではないか｣という偏見やスティグマが発生するという指摘があります。しかし、地元の学校の評判というものは、なかなか隠し通せるものではありません。

一時的な評判にとらわれるのではなく、リソースを集中投下してきめ細やかな教育を行い、学校の状況が改善されれば、その評判は良いものに変わっていくでしょう。かつての困難校が、その状況を脱したことで注目を浴びている公立学校の例はいくつもあります。学校の評判を固定化させないことは、地域の格差を固定化させないことでもあり、このことはとても重要です。

私がそう考える理由の1つに、近年ハーバード大学のラージ・チェティ教授らによる｢教育格差｣の研究があります。住民税の支払い記録と国勢調査を照合し、貧困世帯の子どもが｢親よりも所得が高くなる確率｣（＝貧困の世代間連鎖から脱出できる確率）を推定し、これに大きな地域差があることを発見したのです。つまり、貧困の世代間連鎖が生じやすい地域とそうではない地域があるということです。

そして、政府が引っ越しのためのバウチャー券を提供し、貧困の世代間連鎖が生じやすい地域から子どもが幼少期のうちに引っ越しをすれば、大人になってからの学歴や所得が改善することも分かっています。地域の格差を固定化させずに、モビリティを高めることが重要だというエビデンスです。

この研究プロジェクトは｢Moving to Opportunity｣（｢機会｣への引っ越し）と呼ばれています。その名のとおり｢機会の平等｣が重要だというメッセージが込められています。

政府は引っ越しのためのバウチャー券を配りますが、それを使うかはあくまで本人の選択であり、自由です。

教育というのは｢機会｣であって、保護者の経済的な状況によって、その｢機会｣が狭められることがないようにすることが大切なのではないでしょうか。

これはあくまで科学的な手続きと代表性のあるデータから導き出された結論で、リベラルなイデオロギーとは一線を画します。

さらに経済学の過去の研究には、貧困世帯の子どもへの支援は、救済対象となる当事者だけではなく、社会全体にとって｢割がよい投資｣だということを示唆するものが多い。単に機会の平等という公平性の観点だけでなく、社会的収益率の高い投資という観点でも合理的だということなのです。

もう少し踏み込んで言えば、貧困世帯の子どもへの支援は、彼ら彼女らが将来納税者となり、社会に貢献することで、当事者ではない人たちの暮らしをも豊かにすることでもあるのです。

——経済学的な観点から見たら、｢間違った｣方向の政策が実施されてしまうのは、｢一律平等｣の幻想に縛られていることの他に何か要因はありますか。

私は政策を実施する前に｢現状を正確に把握すること｣がとても重要だと思っています。

例えば2019年10月から日本では、幼児教育の無償化が始まりました。

慶應義塾大学の藤澤啓子准教授や内閣府の深井太洋研究員とともに、兵庫県尼崎市の｢学びと育ち研究所｣から提供された過去20年間の保育料のデータを分析した結果から、この20年間に生じたいくつかの重要な変化が浮き彫りになっています。

まず第一に、保育所利用者に占める住民税非課税世帯やひとり親世帯の割合は近年低下傾向にあるということ。これは保育所が貧困など子どもの養育が困難な家庭に提供される福祉的なサービスという位置付けから、近年ではそれ以外の子どもの利用が増え、｢共働き家庭へのサポート｣という役割に変わってきていることを意味します。

保育料は世帯の所得に応じた｢応能負担｣のため、比較的高い保育料を払っている高所得世帯の利用者と、そうでない世帯の二極化が生じていることも分かっています。この傾向は、子どもの年齢が上がるほど顕著なため、3～5歳児向けの幼児教育無償化の多くは、相対的に所得の高い家庭への再分配となったと考えられます。

このことは前出の東京大学の山口教授らが横浜市のデータを用いた研究でも、幼児教育無償化は高所得世帯ほど恩恵が大きいことが示されており、日本全体で同様のことが生じていると考えるのが自然です。

幼児教育無償化のような｢社会保障｣は本来、高齢化や貧困によって生活が困難になった人々への再分配であるはずで、｢高所得世帯ほど恩恵が大きい｣という現行の制度設計に納得のいかない人も多いはず。幼児教育無償化の恩恵を受けるのは誰かを正確に把握できていれば、もう少し違う制度設計になったのではないでしょうか。

｢全世代型社会保障｣といった理念先行ではなく、データを用いて正確に現状を把握した上で制度が設計されなかったことをとても残念に思います。

このような例は枚挙にいとまがありません。

私はいま、国の｢規制改革推進会議｣で有識者委員を務めていますが、先日は｢不登校児童・生徒への支援｣について議論しました。

義務教育期間中の児童・生徒の不登校者数は16万人に達し、6年連続で増加しています。こうした状況について、小林喜光議長から｢過去6年間の不登校の増加の原因は何か。いじめか、虐待か、貧困か。その根本的な原因となっている問題にこそ対処すべきではないか｣ との問題提起がされました。

この議長の問いに文科省の担当者は ｢関係者から話を聞くと、人間関係の構築が苦手な子どもが多くなったとか、ちょっと発達障害があるような子どもも増えてきたのではないかとか、ネットの影響があると言う方もいらっしゃいます｣と答えています。つまり関係者からの意見聴取を通じて、｢問題の所在｣を把握しようとしているのです。

そして2020年度予算で1700万円を投じ、不登校の原因を調査する研究事業を実施するというのです。既に、数多くの不登校対策が行われた｢後｣に、不登校の原因を明らかにするための研究事業が行われる。これは明らかに順番が違うのではないでしょうか。

この事例によらず、日本の行政には正確な現状分析で、問題の所在を把握しようとする情熱がすこぶる弱いように私には感じられます。政策形成の主戦場は、関係者の利害や意見の調整にあると考える行政官は多く、この点が非常に重要な問題点だと考えています。

——自治体レベルで有効な方策が打てない最も大きな要因は何だと思われますか。

私はいろいろな教育委員会と一緒に共同で調査・研究を行いますが、感じることは、教育長や校長というリーダーの資質が自治体間の教育格差として表れつつあるということです。優れた教育長がいる自治体では、コロナ禍のずいぶん前から、ICT環境の整備が進んでいました。

海外の研究では、学校管理職のリーダーシップの育成が注目を集めています。管理職として教育委員会や学校経営にあたることは、教員というプロフェッションとは別の、｢経営者｣としての資質や経験が求められるからです。教学に才能があっても、経営の才能があるかどうかは別問題です。

スタンフォード大学のニコラス・ブルーム教授らは、8カ国の1800の高校のデータを用いて、校長のリーダーシップやガバナンスという観点で優れた学校経営が行われると、生徒の教育に大きな成果があることを示しています。海外の教育委員会には、学校経営の専門家が配置されていることが多く、教員出身者だけで構成されていません。

埼玉県戸田市では、リソース配分やマネジメントの司令塔になる人材を｢教育政策エキスパート｣という形で採用しています。教学と学校経営は全く別の専門領域なので、分けて人材育成する形は、ひとつのあり方だと思います。

——経営者視点を持つ人材を育成も大事だと思いますが、改革を急ぐなら、外部から人材を入れることも必要ではないでしょうか。

教員免許が参入障壁になっています。教員免許を持たない外部人材を教員として登用するために活用できるのが｢特別免許｣です。

これは教職課程を履修していなくても、優れた知識や技術を持つ人に教員免許を発行する制度なのですが、2017年のデータによれば、全国での発行件数はわずか169件、教員の普通免許の発行件数21万件と比較すると驚くべき少なさです。特別免許は制度としては存在していても、活用されているとは到底言い難い。

この特別免許活用についても、再三、規制改革推進会議で議論してきていますが、教育委員会によっては｢手続きが煩雑｣とか｢なり手がいない｣などのような問題に加えて、｢保護者のクレーム対応や行事の準備など、授業以外の雑務が多い学校現場では、専門的な知識や技術を持つ人よりも、文句を言わずに雑務をこなしてくれる人のほうが重宝される｣という本音もあるようです。

しかし、これは本末転倒です。教員がやるべき業務内容の精査をし、働き方を改善し、より能力の高い人材が教職に就く循環を生み出していく必要があると思います。

——新型コロナ対策の一環として、文部科学省は教員の増員を打ち出す一方で、近年、教員採用試験の倍率が2倍を切る自治体が増えたことで、教員の質の低下が問題視されています。

小学校の教員採用試験の倍率は、2000年には18倍だったのが、2019年には3倍程度まで低下し、自治体によっては2倍を切るところが出てきています。1人が複数の自治体の教員採用試験を受験するのが一般的なので、辞退を考慮すると、2倍を切る場合は実質的には全員採用することになるようです。

そんな状況で優れた人材が採用できるとは考えられません。｢ブラック｣と揶揄されることも多い教職の人気が低下し、質の低下が懸念される中、教員数を増やして問題解決につながるのでしょうか。

私は教育行政が集中すべき課題の1つは、教員の｢質｣を高めることだと思います。質が高まったことで子どもたちの能力の改善を示す研究は多いからです。2つ目は教員の働き方改革です。

政策が成果を上げるためには｢順番｣が重要です。働き方改革を進め、教員という仕事の魅力を高め、教員の生産性や質を高める道筋をつけてから、教員数を増やすことを検討するのであれば合理的だと思いますが、順番を間違えると期待したような成果は上げられないと思います。

——コロナ禍で明らかになったことの一つが、行政のデジタル化の遅れ、さらに行政データが使いにくいという問題でした。先生のお話を伺っていて、教育でも現状を分析するためのデータが入手しづらい、整備されていないことが有効な政策を打てない一因なのかと感じました。

おっしゃる通りです。これからはビジネスでも政策形成でもデータを分析し、判断の根拠とすることはとても重要です。政策では、行政が保有する｢行政データ｣を利用することになります。

例えば、先ほどお話ししたハーバード大学のチェティ教授らの研究は、住民税の支払い記録という行政データと従来型の統計調査である国勢調査を照合しており、ほぼ全ての国民をカバーしているので、分析の精度が高く、政策形成に生かしやすい知見だと言えます。

近年、統計調査の回収率が低下していることを考えれば、行政データを使った分析は政策上、極めて有用です。個人の特定や情報の悪用に不安がある方もおられるでしょうが、研究目的として行政データが研究者に開示される場合は、個人情報を削除した｢匿名加工データ｣であり、個人の特定はできません。

チェティ教授らの研究のように行政データを用いて、｢どうすれば貧困の世代間連鎖を断ち切ることができるのか｣を明らかにできれば、次世代にまでもたらされる大きな恩恵があります。データは国民全体の公共的な財産であり、それを用いた研究は知的公共財だと思っています。

——日本では、そうしたデータを研究者が使うことはできるのでしょうか？

使えないわけではありません。ただ海外と比較すると、かなり使いにくい状況になっています。なぜなら、所管によって保存されているデータの形式が異なっていたり、同一個人を名寄せするための共通のIDがなかったりするためです。

例えば、子どもの学力の決定要因を分析するとしましょう。子どもの学力には多くの要因が影響しています。学校、家庭、健康などさまざまです。しかし、学校は教育委員会、家庭は福祉、健康は保健と、同じ子どもでも所管する部署が異なり、情報はバラバラに管理されています。

皆さんも、保育所の入園申込書類に｢住民税課税証明書｣や｢就労証明書｣を提出したと思います。同じ市役所の中にあるはずの情報なのに、なぜか保護者が自ら証明書を取りに行って、市役所に提出しているわけです。これは市役所内で同一個人を照合できていないことで生じている問題です。

アメリカでは、日本の｢マイナンバー｣にあたる社会保障番号（ソーシャル・セキュリティー・ナンバーとも言う）で、行政が保有する同じ個人の情報の多くが紐付けられています。同一個人の情報が紐付けられていれば、生活保護を受けている子どもの学力は低いのか、就学前に定期健診を受けていない子どもは就学後に健康問題を抱えているのか、小学校で学力が低いと中学校で不登校になるのか、などが分かるようになり、正確な現状分析と予防的な政策対応が可能になっていきます。

予防的な政策対応というのは、当事者である子どもたち、学校、行政の負担軽減に重要なことです。

最近は兵庫県尼崎市のように行政データを用いた分析を積極的に進める自治体もありますが、まだまだ少数派です。

そして行政データにおける最大の問題は、研究目的で住民税の支払い記録に関するデータを利用できないということです。政策が人々の収入に与えた影響の分析は極めて重要です。例えば今回、国民全員に振り込まれた10万円の特別定額給付金の経済効果を分析しようと思うと、税データは有用です。海外では税データを用いた研究は急速に進んでおり、日本の政策研究は著しく立ち遅れている状況です。

海外では、｢エビデンスに基づく政策形成｣が進んでいます。科学的な手続きとデータを用いて導き出されたエビデンスは、コロナ禍のような不透明な状況でこそ、より良い判断を助けてくれるものだと私は思っています。

（聞き手・浜田敬子、構成・松元順子、浜田敬子）

中室牧子：慶應義塾大学総合政策学部教授。1975年奈良県生まれ。1998年慶應義塾大学卒業。米コロンビア大学で学ぶ（MPA, Ph.D.）。専門は、経済学の理論や手法を用いて教育を分析する｢教育経済学｣。日本銀行や世界銀行での実務経験を経て、2013年に慶應義塾大学総合政策学部准教授に就任。産業構造審議会等、政府の諮問会議で有識者委員を務める。著書『｢学力｣の経済学』は30万部のベストセラーに。