考试成绩优异的学校是否非常高效，或者它们招收的学生大多是已经为成功做好充分准备的学生?麻省理工学院学者共同撰写的一项研究得出的结论是，广泛传播的学校质量评级所反映的学生的准备和家庭背景与学校对学习成果的贡献一样多，甚至更多。

研究发现对好学校的看法在很大程度上取决于学生入学时的准备情况

事实上，研究发现，许多评级相对较低的学校的表现比这些评级所暗示的要好。研究表明，传统的评级与种族高度相关。具体来说，许多公布的学校评级与白人学生比例呈高度正相关。

“一所学校的平均成绩在某种程度上反映了它所服务的人口的人口结构，”长期分析教育成果的诺贝尔奖获得者、麻省理工学院经济学家乔什·安格里斯特说。安格里斯特是《种族与学校质量的误判》一书的合著者，该书发表在《美国经济评论：洞察》上。

这项研究调查了丹佛和纽约市的学区，有可能显着改善学校质量的衡量方式。

该研究没有采用考试成绩等原始汇总指标，而是利用考试成绩的变化和种族构成的统计调整来更准确地计算就读特定学校对学生学习成果的因果影响。这项方法论复杂的研究建立在这样一个事实之上：丹佛和纽约市都以允许研究人员模仿随机试验条件的方式将学生分配到学校。

该研究记录了当前使用的评分系统与种族之间的密切相关性，发现白人和亚裔学生往往就读评分较高的学校，而黑人和西班牙裔学生则倾向于集中在评分较低的学校。

安格里斯特说：“基于学校平均统计数据的简单学校质量衡量标准总是与种族高度相关，而这些衡量标准往往会误导你，让你无法判断将孩子送到那所学校可以得到什么。”。

该论文的作者是麻省理工学院福特经济学教授安格里斯特;彼得·赫尔(PeterHull)，布朗大学经济学教授;ParagPathak，麻省理工学院1922届经济学教授;克里斯托弗·沃尔特斯(ChristopherWalters)博士，加州大学伯克利分校经济学副教授。安格里斯特和帕塔克都是麻省理工学院经济系的教授，也是麻省理工学院蓝图实验室的联合创始人，该实验室是一个经常检查学校表现的研究小组。

该研究使用丹佛和纽约市公立学区提供的数据，其中六年级学生申请某些中学的席位，并且这些学区使用学校分配系统。在这些地区，学生可以选择该地区的任何学校，但有些学校已经超额认购。在这种情况下，学区使用随机抽签号码来确定谁在哪里获得座位。

凭借座位分配算法中的抽签，相似的学生组会随机进入一系列不同的学校。这有助于进行比较，揭示出勤率对学习成果的因果影响，就像医学研究中使用的随机临床试验一样。研究人员利用数学和英语测试成绩，评估了丹佛市2012-2013学年至2018-2019学年以及纽约市2016-2017学年至2018-2019学年学生的进步情况。

碰巧，这些学校分配系统是一些研究人员帮助构建的机制，使他们能够更好地掌握和衡量学校分配的效果。

帕塔克说：“我们设计丹佛和纽约市集中选择系统的工作带来的一个意想不到的好处是，我们看到了学生是如何从学校[分配]中分配的。”“这导致了一种可以分离因果关系的研究设计。”

最终，研究表明，原始总测试成绩的学校间差异很大程度上源于任何特定学校的学生类型。这是研究人员所说的“选择偏差”的例子。在这种情况下，选择偏差源于这样一个事实：更有优势的家庭往往更喜欢同一组学校。

“这里的根本问题是选择偏差，”安格里斯特说。“就学校而言，选择偏见是非常严重的，也是美国人生活的重要组成部分。许多决策者，无论是家庭还是政策制定者，都被一种对数据的幼稚解释所误导。”

事实上，帕塔克指出，如今，更简单化的学校评级(在许多流行网站上都可以找到)的盛行，不仅造成了学校为学生增加多少价值的欺骗性画面，而且还具有自我强化的效果——因为准备充分，做得更好——离家出走的家庭抬高了高评价学校附近的住房成本。正如学者们在论文中所写的那样，“有偏见的评级计划将家庭引导到低少数群体而不是高质量的学校，同时惩罚那些提高弱势群体成绩的学校。”

研究小组希望他们的研究能够引导各学区检查和改进衡量和报告学校质量的方式。为此，BlueprintLabs正在与纽约市教育部合作，在今年晚些时候试行新的评级系统。他们还计划开展更多工作，检查家庭对有关学校质量的不同类型信息的反应方式。

鉴于研究人员提议以他们认为简单的方式提高评分，通过考虑学生的准备和进步，他们认为更多的官员和学区可能有兴趣更新他们的衡量实践。

“我们希望我们提出的简单回归调整能让学区在实践中相对容易地使用我们的措施，”帕塔克说。