总体来看，先行研究大部分是对全部重点高校或者某几所重点高校（如清华大学、北京大学）的招生指标分配现状进行研究，研究结论不一，既有研究表明地区间的重点高校招生名额分配差距越来越小，也有研究证实各地高招指标分配差距扩大的。研究结论出现矛盾，这可能是因为我国重点高校内部在生源、学校排名、教学质量、师资等方面仍然存在较大的差距，因此我国重点高校总体的地区间的招生名额指标分配和某些重点高校（如清华大学和北京大学）或者是每一所重点高校的地区间招生指标分配现状是存在很大的差异的。以往研究大多是仅仅反映总体或者部分重点高校的招生名额指标分配情况，因此结论上出现冲突。为了弥补该现有研究的不足，我们将采用采用每万人录取机会、教育基尼系数指标，运用聚类分析方法，对每一类和每一所重点高校在地区间的招生名额指标分配的公平度进行计算。与以往研究相比，本研究可以更加完整地反映我国重点高校的招生名额指标在地区间的分配现状，也可以进一步解释以往研究结论的矛盾之处。
三、研究设计
（一）研究对象
自“985”项目实施以来，先后有39所国内高校入围，考虑其在教学、科研等方面的突出实力及其较高的社会认可度，故本研究将国内39所“985”高校招生名额的地区分配作为研究对象，并以此为依据进行相关测量指标的构建，进而探究国内重点高校招生指标地区分配公平现状。
（二）研究工具
研究通过引入“每万人录取机会”、“教育基尼系数”等数据指标，并结合聚类分析方法，以此来探究国内31个省市自治区所获“985”高校招生名额指标的公平程度；同时，通过对各所“985”高校具体招生行为的研究，进一步分析地区间录取机会差异原因，并有针对性的提出相关政策建议。
1.每万人录取机会
“每万人录取机会”是指每万名高考报名的人数实际被录取的机会，该指标可以较好地反映各地区入学机会差异。假设i省的每万人录取机会为Pi，则：
pagenumber_ebook=14，pagenumber_book=12
ai是i省被“985”大学录取人数，mi是i省高考报名人数。该指标可以较为直观的表现地区间所获录取机会差异，进而反映地区间招生名额指标分配公平现状。一般而言，地区所获Pi数值越高，说明该地区学子所获得的“985”高校录取机会越大，竞争优势越明显；反之，则说明该地区所获录取机会相对较小，竞争的劣势地位更显着。
2.教育基尼系数
教育基尼系数是基尼系数在教育领域的运用，较为科学的反映了所测量对象的公平程度。本文所使用教育基尼系数主要是由张建华（2007）[15]所做的关于教育基尼系数的推导，假设教育基尼系数为G，则：
pagenumber_ebook=14，pagenumber_book=12
n表示组数，Wi表示从第1组到第i组累计每万人录取机会占总数的比例。教育基尼系数G值介于0-1之间，教育基尼系数越大，反映被测量对象公平程度越低，尤其是当所测量对象G值超过0.4时，需要引起足够重视。因为参照基尼系数的解释，教育基尼系数0.4是分配公平的警戒线，若不及时调整，可能诱发一系列社会问题，进而增加社会不稳定因素。
3.聚类分析
聚类分析也称为群分析，它是研究样品（或指标、变量）分类问题的一种多元统计分析方法。聚类分析方法可以对于事先不知道应该将样品或指标分为几类，可以根据样品或指标的相似程度，进行归组并类。[16]在本研究中，39所“985”高校在师资、规模、生源数量和质量、学校排名、外界认可等方面存在很大的差异，本研究将依据武书连关于2016年国内“985”高校的排名及赋分，[17]通过聚类分析方法对这39所“985”高校进行归类，然后根据每万人录取机会指标求出每一类高校获得的录取机会的教育基尼系数值，分层次探究不同水平的“985”高校招生名额分配公平现状。
（三）数据来源
研究所用的数据主要是通过检索官方网站得到，拥有较高的可信度。具体而言，各省市自治区所获得的各“985”高校招生指标数据主要来源于“985”高校的官方网站，各省市自治区高考报名人数则主要通过“教育部阳光高考平台”和“高考信息网”获得。在搜集各“985”高校于全国各省市自治区2016年招生计划之后，汇总各省市所得的“985”高校招生计划指标量，进一步整理计算出其他相应数据。需要说明的是，研究所用高校招生指标并未包括高校自主招生指标。
本小章还未完，请点击下一页继续阅读后面精彩内容！
喜欢即将消逝的乡村请大家收藏：(m.x33yq.org)即将消逝的乡村33言情更新速度全网最快。