考试不会怎么选？在蒙题与跳题上，男生女生原来还有差别

学生年代，大家都经历过“参差不齐就选 D”的“心跳时刻”，颇有“梭哈”的快感；在教育经济学中，学生选择蒙题还是跳题，也是很有意思的话题。近年的研究表明：在“不答不扣分，答错倒扣分”的场景中，男女的抉择间有显著差异——相比冒着罚分的风险蒙一个，女生的选择更加保守。实际的考试中，从“答错倒扣”改为“答错不扣”，会显著缩减成绩的性别差异。

Baldiga 以实验探究了这一问题：参与者随机分组，回答 20 道美国高校入学考试（SAT）历史科的选择题（五选一）。其中一组，选对得 1 分，选错不影响分数；另外一组，选对也得 1 分，但选错要扣 0.25 分。不选都不扣分。结果，选错不扣分时，几乎所有人都答完了所有题目；选错倒扣分时，男女的策略出现了显著差异——女生跳过的题目数几乎是男生的 2 倍！

这一现象的成因是什么呢？在答完题目之后，实验者测量了参与者的风险规避程度与对之前答案的自信程度，同时邀请参与者再次作答（这次不记分），以衡量参与者对题目涉及的历史知识的了解程度[1]。结果，无论是自信还是历史水平，都无法解释前述差异；风险规避确实对答题策略有显著影响，但只能解释男女间40%的差异。深层原因仍需继续探究。

类似现象在实际的考场中亦存在。2015 年，智利高考改革，将选择题计分方式由“错 1 题倒扣 0.25 分”改为“答错不扣分”（与前述实验一致。此外，智利高考也是五选一）。改革引发的后果大体如上：改革之前，排名越高，男生比女生多答的选择题题目数量就越多。在最高分段的五分之一考生中，女生平均要比男生少作答 5 道题！改革之后，这一差异几乎消失。

如此变动，对两性考生的表现有什么影响呢？通过比较改革前后的两次考试，Coffman 和 Kilowski 估算了影响的幅度：“答错不扣分”，让男生的成绩优势缩小了约 0.03 个标准差，占之前差距的 9%。为排除时间趋势的干扰，作者选取多次考试成绩做了安慰剂检验（没有改革的考试中，是否有如此波动？），发现影响在分数最高的五分之一考生中最为显著[2]。

除各分数段外，作者还分学科检验了改革的成效，结论如上图所示：在大部分学科，多作答的题数愈多，相应的成绩提升也愈明显。生物和化学两科，男女成绩的差异缩小了约 0.1 个标准差；数学是唯一的例外。尽管女生多答了近 7 道题，最终的成绩差异没有因此发生显著变化。看来，在大部分学科中，只要倒扣不是太狠，多蒙几题可能是更加占优的策略。

[1] 测量采取的都是行为经济学中通用的办法：参与者在一系列彩票中的选择，可以揭示他们的风险偏好程度；让参与者在“自己回答”和“回答准确度已知的机器人”中做选择，可以揭示他们对自身答案的信心。除以上因素外，实验设计中还考虑了两性在面对压力时的差异。

[2] 所谓安慰剂检验，指的是将 2013 或 2014 年的数据依此回归，观察男女间成绩差异是否会产生如此变化。如果是，则说明之前看到的结论可能纯属随机波动或趋势变化。除此之外，文章还利用会考分数（没有经历改革）做了检验。以上检查，印证了前述的分析结果。

参考文献：Baldiga, K. (2013). Gender differences in willingness to guess. Management Science, 60(2), 434-448.

Coffman, K., Klinowski, D. (2018). The impact of penalties for wrong answers on the gender gap in test scores.