概率分布相似最大化的“就近—随机”入学机会公平优化——以北京市西城区为例

论文摘要

入学公平是社会关注的热点议题,对社会公平有重要的意义。既有研究表明,富裕阶层与优质教育资源之间存在的空间循环累积是造成基础教育入学机会不平等的重要原因,距离在其中有关键性的影响,这种现象普遍存在于就近入学等入学分配制度中。随机分配被认为是打破这种空间不平等机制的重要方式,目前已有城市开始试行。虽然地理学早在1960年代已经开始研究学区优化,且教育学正在出现"空间转向",但引入随机机制的学区优化研究仍很少。文章沿用学区优化研究中的交通类比传统,引入蒙特卡洛交通流模拟研究进行问题类比,进而定义"就近—随机"入学的公平优化问题,即寻求各个学校到各个小区最优的学位分配方式,使入学机会趋于空间均等化。采用概率分布描述入学机会,将入学机会空间公平定义为概率分布相似程度最大化;借鉴区划问题中属性距离的计算方法,将概率分布相似程度最大化问题转换为多维空间内概率分布向量的距离最小化问题,进而构建包含最大距离约束和学校容量约束的概率分布相似最大化"就近—随机"空间分配优化模型。以北京市西城区为例进行模型应用,采用PSO算法进行求解。结果表明,文章构建的模型可以显著提升入学机会的空间公平。文章还进一步讨论概率分布相似建模思路在其它公平优化研究中的可能应用。

论文目录

• 1 方法与数据
•   1.1 类比蒙特卡洛交通流模拟的问题定义
•   1.2 基于概率分布相似的空间公平度量
•   1.3 空间优化模型的构建与求解
•   1.4 模型应用案例区简介
• 2 结果与分析
• 3 结论与讨论

文章来源

类型: 期刊论文

作者: 戴特奇,赵韶雅,廖聪

关键词: 教育公平,基础教育,就近入学,随机,均等化,概率分布

来源: 经济地理 2019年11期

年度: 2019

分类: 基础科学,经济与管理科学,社会科学Ⅱ辑

专业: 数学,中等教育

单位: 北京师范大学地理科学学部地理学院,北京师范大学地理科学学部/环境遥感与数字城市北京市重点实验室,北京大学地球与空间科学学院

分类号: O211;G639.2

DOI: 10.15957/j.cnki.jjdl.2019.11.003

页码: 18-24

总页数: 7

文件大小: 3620K

下载量: 257