高考公平性評價

題目：高考公平性評價【摘要】每年的高考日都是一年中最令人關切的日子。與高考有關的每一次政策調(diào)整，不僅關系到廣大學子的切身利益，也會觸動社會最為敏感的神經(jīng)。究其原因，盡管各界一再呼吁改變“一考定終身”，以平常心看待高考，但高考仍是當下促進社會階層有序向上流動的重要途徑，是寒門學子改變自身命運的最大希望，是守護教育公平及社會公平的重要底線。確保試題試卷不泄露、確?？己笤u分閱卷不出錯、嚴厲打擊高考舞弊，考試管理和考務組織的嚴謹性與科學性也在提升。不久前，《刑法修正案（九）》明確，考試舞弊將入刑，新修訂的教育法也對考試舞弊的相關處罰進行了規(guī)定，教育、公安、交通、保密等多部門聯(lián)合開展打擊替考作弊專項行動，都是要從根本上斬斷考試舞弊的利益鏈條，杜絕舞弊行為，保證高考公平公正。為了量化高考公平性，本文查閱相關數(shù)據(jù)，建立高考公平綜合評價指標，加權平均高考制度及其政策的公平性(40%)、考試招生實施過程的公平性(40%)、招生人學結果的公平性(20%)等指標，根據(jù)高考工作綜合指標的大小，對各個省份尤其時對廣西的公平程度進行量化比較。高校的擴招使得錄取率不斷提高，這也使得不同層次的高校生源發(fā)生變化。二十年前廣西的優(yōu)秀考生大都以考取我校為榮，但現(xiàn)在廣西優(yōu)秀的考生大多走出廣西，走向全國，這也使得我校生源和畢業(yè)生質(zhì)量逐年下降。為了量化高校的擴招對廣西師范大學的影響，通過生源和畢業(yè)生質(zhì)量等多維度，通過MATLAB建立高校生源綜合指標模型，量化評價高考錄取率的提高對我校的影響，然后根據(jù)量化模型結果，判斷高校的擴招對廣西師范大學的主要影響因素，從而提出具體的改進建議。關鍵詞：綜合評價模型高校擴招MATLAB

問題重述1.1問題背景高考臨近，各省份紛紛公布了今年高考的報名人數(shù)和招生計劃，我國高考錄取率逐年提高，部分省份的錄取率已經(jīng)達到了90%以上。今年教育部、國家發(fā)展改革委出臺了《關于做好2016年普通高等教育招生計劃編制和管理工作的通知》，根據(jù)《通知》要求，包括江蘇、上海、浙江等12個省份2016年將調(diào)出16萬個生源計劃。這引發(fā)了上述部分省份家長的抗議，關于教育公平性的討論再度被提起。1.2問題提出通過建立數(shù)學模型，量化高考評價標準，解決如下問題：1請建立指標體系，評價高考的公平性，對各個省份尤其是對廣西的公平程度進行量化比較。2高校的擴招使得錄取率不斷提高，這也使得不同層次的高校生源發(fā)生變化。二十年前廣西的優(yōu)秀考生大都以考取我校為榮，但現(xiàn)在廣西優(yōu)秀的考生大多走出廣西，走向全國，這也使得我校生源和畢業(yè)生質(zhì)量逐年下降。請建立數(shù)學模型，評價高考錄取率的提高對我校的影響，并給出相應的對策。問題分析本文的主要內(nèi)容是查閱高校的擴招以來各省高考公平相關數(shù)據(jù)，以及廣西師范大學生源質(zhì)量等變化數(shù)據(jù)，建立相關數(shù)學模型，解決相關問題。針對問題1，在分值的權重設計上，就每項指標而言，對高考公平指數(shù)的界定和理解應更加注重社會評價;但高考的專業(yè)性極強，且許多技術性指標不為民眾知曉和理解(有的僅為內(nèi)部掌握)，必然需要專家做出專業(yè)性評價。因此，本研究按民意測評占60%、專家測評占40%的設定整合主、客觀指標得分。對于各級指標的分數(shù)整合，根據(jù)德爾菲法以經(jīng)驗性判斷作為權重計算的基礎，鑒于高考公平的制度屬性及現(xiàn)實中公眾對高考公平問題的關切傾向，經(jīng)專家論證和調(diào)查間卷，結合統(tǒng)一數(shù)據(jù)，建立綜合評價模型，給出不同省份的高考公平指標。針對問題2，通量化高校的擴招對廣西師范大學的影響，通過生源和畢業(yè)生質(zhì)量等多維度，通過MATLAB建立高校生源綜合指標模型，量化評價高考錄取率的提高對我校的影響，然后根據(jù)量化模型結果，判斷高校的擴招對廣西師范大學的主要影響因素，從而提出具體的改進建議。模型假設本文查閱的數(shù)據(jù)真實可靠。高考制度及其政策的公平性、考試招生實施過程的公平性以及招生入學結果的公平性可以綜合代表高考公平性。本文的權重比例設置是根據(jù)相關專家論證結果給出的，可以認為合理有效。

符號說明符號解釋說明y綜合評價指標分數(shù)x1高考制度及其政策的公平性分數(shù)x2考試招生實施過程的公平性分數(shù)x3招生人學結果的公平性分數(shù)p1高考制度及其政策的公平性權重比p2考試招生實施過程的公平性權重比p3招生人學結果的公平性權重比五、高考公平綜合評價模型5.1施測評分辦法及分值權重設計本文采取主觀指標與客觀指標相結合的方式，由民意測評和專家測評兩部分組成。如表1所示，以三級指標為基點設計了若干個觀測點，將這些核心指標進一步具體化為主觀可感的子項目和客觀可查的數(shù)據(jù)指標。主觀性指標的施測是根據(jù)指標體系的框架，結合擬被測地區(qū)(以省級區(qū)域為單位)的實際，按照情景化要求設計若干題目，形成一套社會調(diào)查問卷(共設計24道題目，其中2,20,24題為開放性題目)，選取高考利益相關者群體(考生及其家長、教師、管理者等)進行民意測評;客觀性指標則是直接搜集相關數(shù)據(jù)資料，由專家依據(jù)相關標準進行集中測評而獲得。調(diào)查問卷中選擇題采用利克特5點量表，即極其不滿意計1分，不滿意計2分，說不好計3分，比較滿意計4分，非常滿意計5分，分數(shù)越高表示受訪對象與該題項所描述內(nèi)容越一致。專家測評與民意測評同步進行，互不干擾。為了使統(tǒng)計評分簡便易行，所有評分及等級確定只計到二級指標，多項三級指標及其每項指標所涉及的多項測量項目都取平均值。對于各級指標的分數(shù)整合，根據(jù)德爾菲法以經(jīng)驗性判斷作為權重計算的基礎，鑒于高考公平的制度屬性及現(xiàn)實中公眾對高考公平問題的關切傾向，經(jīng)專家論證和調(diào)查間卷，進行如下權重設計(見表1)。表1高考公平性評價指標體系權重一覽表一級指標權重二級指標權重高考制度及其政策的公平性(40%)對高考制度的總體評價(5%)對考試招生政策的評價(30%)對高考制度改革和政策制定程序的評價(5%)考試招生實施過程的公平性(40%)試卷命制(5%)考試組織實施(巧%)評卷(5%)招生錄取過程(15%)招生入學結果的公平性(20%)招生錄取結果的公平性(20%)5.2綜合評價模型根據(jù)前面的高考公平性評價指標體系權重表，可以看到主要權重比是高考制度及其政策的公平性(40%)、考試招生實施過程的公平性(40%)、招生入學結果的公平性(20%)，每個一級指標權重由幾個二級指標權重，比如高考制度及其政策的公平性由對高考制度的總體評價(5%)、對考試招生政策的評價(30%)、對高考制度改革和政策制定程序的評價(5%)組成，為了研究方便本文只是統(tǒng)計一級指標權重。綜合評價指標分數(shù)計算公式如下：查閱相關數(shù)據(jù)得到全國34個省份的高考制度及其政策的公平性、考試招生實施過程的公平性、招生入學結果的公平性的數(shù)據(jù)如表2所示：表2全國34個省份的個參數(shù)數(shù)據(jù)圖1謠言傳播流程圖5.2迭代編程設第i個單位時間開始時相信謠言總人數(shù)xyz(i)沒聽過人數(shù)mt(i)受傳播人數(shù)中沒聽過的人數(shù)占總人數(shù)比例（共有n+1個人，出去自己就有n個人）t(i)=mt(i)/n;受傳播人數(shù)如果k為定植scb(i)=k*mt(i)*xyz(i);受傳播人數(shù)中沒聽過謠言的人數(shù)(考慮到傳播的時候也會傳給傳播謠和聽過謠言的人)sch_mt(i)=scb(i)*t(i);其中相信的有scb_mt_xx(i)=sch_mt(i)*p*a/100+sch_mt(i)*(1-p)*b/100;其中不相信的有scb_mt_bxx(i)=sch_mt(i)-scb_xx(i);第i＋1時刻單位時間開始時相信謠言總人數(shù)xyz(i+1)=xyz(i)+scb_mt_xx(i);沒聽過人數(shù)mt(i+1)=mt(i)-sch_mt(i);受傳播人數(shù)中沒聽過的人數(shù)占總人數(shù)比例t(i+1)=mt(i+1)/n;受傳播人數(shù)如果k為定植scb(i+1)=k*mt(i+1)*xyz(i+1);受傳播人數(shù)中沒聽過謠言的人數(shù)(考慮到傳播的時候也會傳給傳播謠和聽過謠言的人)sch_mt(i+1)=scb(i+1)*t(i+1);其中相信的有scb_mt_xx(i+1)=sch_mt(i+1)*p*a/100+sch_mt(i+1)*(1-p)*b/100;其中不相信的有scb_mt_bxx(i+1)=sch_mt(i+1)-scb_xx(i+1);可以看到各種數(shù)構成了一個循環(huán)，這樣就可以無限迭代下去根據(jù)由1單位時刻相信謠言總人數(shù)xyz(1)=1沒聽過人數(shù)mt(1)=n然后迭代下去。5.3建模結果為了研究方便，假設城市總人口是1000001，謠言傳播速度是0.001，初中學歷以上人口比例是70%，初中以上學歷相信謠言的比例是20%，初中以下學歷相信謠言比例是70%，相信謠言人數(shù)隨謠言傳播次數(shù)的變化如圖2所示。圖2（w=0.001）仿真結果考慮實際情況，當謠言通過網(wǎng)絡上微博、微信、論壇、貼吧傳播時，謠言傳播速度回極大增加，假設謠言傳播速度是0.01，仿真結果如圖3所示，可以看到如果謠言傳播越快，謠言馬上會被更多的人相信。圖3不同傳播速度仿真結果當人群中初中及以上學歷人數(shù)比例達到95%時，謠言傳播結果如圖4所示，可以看出高學歷人數(shù)越多，謠言傳播會越慢，人群抵御謠言危害的能力更強。圖4不同學歷比例仿真結果六、謠言建模綜述6.1謠言傳播建模中應注意的問題 在研究謠言傳播模型時，由于各方面的原因，眾多研究者都對謠言傳播的演化過程進行了必要的簡化，而正是這種簡化，使得各個傳播模型缺失了謠言傳播特有的一些性質(zhì)。因此，謠言傳播建模中應該注意如下幾個問題:1)重視謠言傳播的復雜性。謠言傳播具有3個環(huán)節(jié):傳播者(制謠者)、環(huán)境中介和接受者。事件發(fā)生后，由于社會的暫時不穩(wěn)定而滋生謠言。謠言的傳播者/制謠者將謠言傳送給環(huán)境中介，然后通過環(huán)境中介傳送給接受者。而接受者接收到謠言后，經(jīng)過自身的加工、處理后，自己又變?yōu)橹{言的傳播者/制謠者，然后又將謠言信息傳送到環(huán)境中介中，這樣循環(huán)往復。環(huán)境中介包括人際網(wǎng)絡、通信網(wǎng)絡、互聯(lián)網(wǎng)、傳統(tǒng)媒體等。謠言的形成和傳播過程中必然存在大量不確定因素:個體心理、個體信息認知和理解能力、政府行為、公共媒體行為等等，都體現(xiàn)了從細節(jié)復雜性、結構復雜性到適應復雜性的不同層次的復雜性。此外，謠言的形成和傳播還存在某些不良信息制造源，為了達到某種特定的目的，借機造謠惑眾，混淆視聽，制造恐慌，這些因素更加劇了謠言形成和傳播的復雜性?？梢哉f，從混亂、無序局部謠言到具有明顯傾向的大眾謠言的形成，是一個典型的社會復雜系統(tǒng)的演化過程。對這一復雜系統(tǒng)進行分析，難以運用傳統(tǒng)的微分方程傳播模型進行研究。而復雜適應系統(tǒng)理論(CAS)為此提供了超越還原論思想的建模方法:將系統(tǒng)成員視為具有適應性的主體(Agent)，通過設計主體間不同的交互規(guī)則，以研究系統(tǒng)演化過程中涌現(xiàn)的各種性質(zhì)。隨著復雜系統(tǒng)理論與計算機技術的發(fā)展，基于多主體的建模仿真方法，成為研究復雜系統(tǒng)整體行為的有效手段，并已經(jīng)在傳染病、計算機病毒等傳播研究中取得了一定成果。2)表現(xiàn)謠言傳播的心理特征。謠言是一種社會現(xiàn)象，更是一種典型的社會群體心理行為。社會心理學的研究告訴我們，凡是符合或迎合人們主觀愿望、主觀印象或主觀偏見的謠言，最容易使人相信，并樂于被人傳播，而且還有可能依據(jù)傳播者特定的心理傾向被隨意進行加工。即無論是在傳播中產(chǎn)生的謠言，還是某人出于某種動機而故意捏造的謠言，都具有一個連續(xù)流動的波動過程，因此謠言傳播建模與仿真中要充分考慮和表現(xiàn)社會群體的心理特性。群體心理學研究為此提供了理論基礎。但是目前群體心理行為的研究方法，仍依賴于傳統(tǒng)的觀察法、問卷調(diào)查法以及面試法。雖然很多心理學概念，如感知、情緒、注意、記憶、認知、意識、決策等早被確立，并有大量定性或定量的分析研究，但如何整合這些概念，建立一個統(tǒng)一有效的數(shù)學模型，進而模擬出可信的心理行為，仍然是一個巨大難題?？上驳氖?，目前部分研究者己在群體行為模型研究中引入了心理學因素，如ReynoldsCW，TuXD和Terzopoulos]應用了群體心理學中個體相互模仿的規(guī)律，而MusseS和ThalmannD則應用了群體心理學中的另一原則:群體中的個人會表現(xiàn)出明顯的從眾心理，也就是勒龐稱為“群體精神統(tǒng)一性”的心理學規(guī)律。這些都為謠言傳播研究提供了有益的借鑒。3)體現(xiàn)謠言傳播的蝴蝶效應。蝴蝶效應由美國氣象學家EdwardLoren，在1963年提交給紐約科學院的一篇論文中提出，是指在一個動力系統(tǒng)中，初始條件下微小的變化能帶動整個系統(tǒng)的長期的巨大的連鎖反應，是一種混沌現(xiàn)象。此效應說明，事物發(fā)展的結果，對初始條件具有極為敏感的依賴性，初始條件的極小偏差將會引起結果的極大差異。初始條件的誤差是蝴蝶效應產(chǎn)生的基本條件，由于事物之間有相互依賴性，使得一個小小的誤差有可能通過一條條相關鏈傳送放大，最后導致不堪設想的后果。而不可預測性的非線性因素的介入，擾亂了原有線性系統(tǒng)內(nèi)的正常秩序，事物間可確定的關系被不可確定所替代，使得由初始條件誤差引起的一系列后發(fā)事件發(fā)生在混沌與秩序的邊緣，從而產(chǎn)生不可測度的多樣性后果。6.2謠言模型研究的進一步思考作為一個典型的社會現(xiàn)象，謠言傳播模型的研究越來越引起不同領域研究者的關注:1）目前謠言傳播模型的研究主要集中在3個方面:（1）用統(tǒng)計學及物理學的方法對謠言傳播進行定量的研究;（2）基于謠言傳播信道對網(wǎng)絡謠言傳播和手機謠言傳播進行傳播學和社會學研究;（3）利用病毒傳播模型在復雜網(wǎng)絡上建立平均場方程，研究謠言在不同網(wǎng)絡上傳播的臨界概率。這些研究方法各有其側重點，但多屬于感性認識和定性分析，基本上都是停留在理論層面的探討和分析，缺少對謠言傳播機理的系統(tǒng)而深入的研究。2)謠言傳播過程是一種群體行為，而目前群體行為建?？捎凶缘紫蛏虾妥皂斚蛳聝煞N方式。自底向上的建模方式通過微觀的、個體的、簡單的、局部的、非線性的相互作用來涌現(xiàn)出異常復雜的、群體的宏觀行為，主要有基于經(jīng)典物理學理論的建模方法、基于心理學理論的建模方法和基于社會學理論的建模方法。自頂向下的建模方式則將研究對象看成是一個系統(tǒng)，在系統(tǒng)的不同層次對系統(tǒng)整體進行研究。兩種建模方式各有優(yōu)缺點，自頂向下的方式被認為存在解聚困難的問題，自底向上的方式存在涌現(xiàn)行為結果的證明問題，而復雜系統(tǒng)理論的發(fā)展為此提供了新的思路。3)由于謠言的形成及傳播是一個典型的社會復雜系統(tǒng)的演化過程，具有復雜系統(tǒng)理論所認為的一切復雜系統(tǒng)的特征，所以可以利用復雜網(wǎng)絡理論新成果、復雜網(wǎng)絡的許多性質(zhì)和結論，采用人工生命方法建立謠言傳播的微觀Agent模型來模擬個體的行為模式以及個體之間的交互過程，通過它們的相互作用涌現(xiàn)出宏觀謠言傳播的態(tài)勢。七、模型的評價與推廣7.1模型評價7.1(1)考慮到了學歷對謠言傳播的影響；(2)分析了不同情況下謠言傳播的結果，包括重型謠言和輕型謠言；(3)本文建立的謠言模型和實際情況比較接近，具有參考價值；7.(1)對學歷的分類比較簡單，只是簡單的分為初中以下和初中及以上；(2)謠言模型沒有考慮到謠言傳播過程中辟謠對謠言的影響。。7.2模型推廣(1)本文對謠言的建模分析，可以為政府辟謠提供參考；(2)本文使用的謠言建模方法也適用于其他類似問題。八、參考文獻[1]張芳,司光亞,羅批.謠言傳播模型研究綜述[J].復雜系統(tǒng)與復雜性科學,2009,04:1-11.[2]王輝,韓江洪,鄧林,程克勤.基于移動社交網(wǎng)絡的謠言傳播動力學研究[J].物理學報,2013,11:106-117.[3]王長春,陳超.基于復雜網(wǎng)絡的謠言傳播模型[J].系統(tǒng)工程理論與實踐,2012,01:203-210.[4]蘭月新.突發(fā)事件網(wǎng)絡輿情謠言傳播規(guī)律模型及對策研究[J].情報科學,2012,09:1334-1338.[5]蘭月新.突發(fā)事件網(wǎng)絡謠言傳播規(guī)律模型研究[J].圖書情報工作,2012,14:57-61.[6]王筱莉,趙來軍.社會網(wǎng)絡中具有懷疑機制的謠言傳播模型[J].上海理工大學學報,2012,05:424-428.[7]廖列法,孟祥茂,吳曉燕,黎晨.微信社交網(wǎng)絡上CASR謠言傳播模型研究[J].小型微型計算機系統(tǒng),2016,01:110-113.[8]向卓元,陳宇玲.微博謠言傳播模型與影響力評估研究[J].科研管理,2016,01:39-47.[9]王筱莉,趙來軍,吳忠.非均勻網(wǎng)絡中考慮辟謠機制的謠言傳播模型[J].系統(tǒng)工程,2015,12:139-145.[10]王筱莉,趙來軍,謝婉林.無標度網(wǎng)絡中遺忘率變化的謠言傳播模型研究[J].系統(tǒng)工程理論與實踐,2015,02:458-465.[11]張志花,夏志杰,葛濤,薛傳業(yè).基于喚醒機制的微博謠言傳播模型[J].現(xiàn)代情報,2015,03:28-33.[12]蒙在橋,傅秀芬,陳培文,陸靖橋.基于OSN的謠言傳播模型及影響力節(jié)點研究[J].復雜系統(tǒng)與復雜性科學,2015,03:45-52.[13]薛一波,鮑媛媛,易成岐.SPNR:社交網(wǎng)絡中的新型謠言傳播模型[J].信息網(wǎng)絡安全,2014,01:5-9.[14]孫睿,羅萬伯.具有非一致傳播率的無標度網(wǎng)絡謠言傳播模型[J].復雜系統(tǒng)與復雜性科學,2014,03:6-11.[15]周苗苗,許成,劉曉波.社會網(wǎng)絡上的謠言傳播模型[J].青島大學學報(自然科學版),2010,04:28-31+36.九、附錄Matlab代碼如下：clearclcticn=1000000;w=0.001;p=0.70;a=0.2;b=0.7;nn=30000;nout=nn/10;total=n+1;%總人數(shù)be(1)=1;%總的相信謠言人數(shù)unbe(1)=total-be(1);%總的不相信謠言人數(shù)fori=1:nn%循環(huán)get_info=unbe(i)*w;%聽到謠言的人數(shù)unget_info=unbe(i)*(1-w);%沒有聽到謠言的人數(shù)get_info_junior=get_info*p;%聽到謠言并具有初中以上文憑的人數(shù)get_info_other=get_info*(1-p);%聽到謠言并還沒有達到初中文憑的人數(shù)be_junior=get_info_junior*a;%相信謠言的初中以上文憑的人數(shù)be_other=get_info_other*b;%相信謠言而沒有達到初中以上文憑的人數(shù)unbe_junior=get_info_junior*(1-a);%不相信謠言的初中以上文憑的人數(shù)unbe_other=get_info_other*(1-b);%不相信謠言而沒有達到初中以上文憑的人數(shù)be(i+1)=floor(be(i)+be_junior+be_other);%該時間相信謠言的總人數(shù)unbe(i+1)=floor(unget_info+unbe_junior+unbe_other);%該時間不相信謠言的總人數(shù)ifmod(i,nout)==0iendendx=1:nn+1;plot(x,be);tocxlabel('謠言傳播次數(shù)')ylabel('相信謠言人數(shù)')%%w=0.01holdonn=1000000;w=0.01;p=0.70;a=0.2;b=0.7;nn=30000;nout=nn/10;total=n+1;%總人數(shù)be(1)=1;%總的相信謠言人數(shù)unbe(1)=total-be(1);%總的不相信謠言人數(shù)fori=1:nn%循環(huán)get_info=unbe(i)*w;%聽到謠言的人數(shù)unget_info=unbe(i)*(1-w);%沒有聽到謠言的人數(shù)get_info_junior=get_info*p;%聽到謠言并具有初中以上文憑的人數(shù)get_info_other=get_info*(1-p);%聽到謠言并還沒有達到初中文憑的人數(shù)be_junior=get_info_junior*a;%相信謠言的初中以上文憑的人數(shù)be_other=get_info_other*b;%相信謠言而沒有達到初中以上文憑的人數(shù)unbe_junior=get_info_junior*(1-a);%不相信謠言的初中以上文憑的人數(shù)unbe_other=get_info_other*(1-b);%不相信謠言而沒有達到初中以上文憑的人數(shù)be(i+1)=floor(be(i)+be_junior+be_other);%該時間相信謠言的總人數(shù)unbe(i+1)=floor(unget_info+unbe_junior+unbe_other);%該時間不相信謠言的總人數(shù)ifmod(i,nout)==0iendendx=1:nn+1;plot(x,be);tocxlabel('謠言傳播次數(shù)')ylabel('相信謠言人數(shù)')legend('w=0.001','w=0.01')%%p=0.95clearclcticn=1000000;w=0.001;p=0.70;a=0.2;b=0.7;nn=30000;nout=nn/10;total=n+1;%總人數(shù)be(1)=1;%總的相信謠言人數(shù)unbe(1)=total-be(1);%總的不相信謠言人數(shù)fori=1:nn%循環(huán)get_info=unbe(i)*w;%聽到謠言的人數(shù)unget_info=unbe(i)*(1-w);%沒有聽到謠言的人數(shù)get_info_junior=get_info*p;%聽到謠言并具有初中以上文憑的人數(shù)get_info_other=get_info*(1-p);%聽到謠言并還沒有達到初中文憑的人數(shù)be_junior=get_info_junior*a;%相信謠言的初中以上文憑的人數(shù)be_other=get_info_other*b;%相信謠言而沒有達到初中以上文憑的人數(shù)unbe_junior=get_info_junior*(1-a);%不相信謠言的