CN115809825B - 一种学区划分评价方法、装置及介质 - Google Patents
一种学区划分评价方法、装置及介质 Download PDFInfo
- Publication number
- CN115809825B CN115809825B CN202211593989.2A CN202211593989A CN115809825B CN 115809825 B CN115809825 B CN 115809825B CN 202211593989 A CN202211593989 A CN 202211593989A CN 115809825 B CN115809825 B CN 115809825B
- Authority
- CN
- China
- Prior art keywords
- school
- area
- model
- division
- students
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种学区划分评价方法、装置及介质,所述方法以现行学区划分为基板模型构建现行学区划分模型,一方面优先考虑现行学区划分,在学区学位分配满额后就近分配容量外的剩余学生,构建现实估测学区划分模型;另一方面忽略现行学区划分标准,在严格遵守学校容量情况下就近分配所有学生,构建理想学区划分模型,并联动构建的多个模型对现行学区划分进行评价,从而能够充分评价学区划分情况,提高评价的科学性。相应地,本发明还提供一种学区划分评价装置和计算机可读存储介质。
Description
技术领域
本发明涉及城市规划技术领域,尤其涉及一种学区划分评价方法、装置及介质。
背景技术
学区划分是指依据学校的位置分布将整个行政区域划分为各个学校对应的各个学区。学区的划分需在考虑综合人口空间分布、学校规模、师资力量等因素的基础上,确定学校对应学区范围。学区的划分关乎民居的切身利益,因此,有必要对学区划分的科学性与合理性进行评估,以为未来学区的分配和规划提供决策支撑。
发明内容
本发明提供一种学区划分评价方法、装置及介质、其在现行学区状况的基础上,构建多角度的学区划分模型进行分析,并联动构建的多个模型对学区划分结果进行评价,从而能够充分评价学区划分情况,提高评价的科学性。
本发明第一方面提供一种学区划分评价方法,包括:
构建现行学区划分模型,所述现行学区划分模型以现行学区划分方案为基础,不考虑学校学位容量,根据就近分配原则将每一学区内的适龄学生分配到对应学区内的学校中;
构建现实估测学区划分模型,所述现实估测学区划分模型以所述现行学区划分方案为基础,考虑学校学位容量,先根据就近分配原则将每个学区内的适龄学生分配到对应学区的学校中,并将未能分配的适龄学生分配到距离最近的其他学校,以将未能分配的适龄学生所对应的居住区划分到对应分配的学校所属的学区范围内;
构建理想学区划分模型,所述理想学区划分模型以现行学区划分方案为基础,考虑学校学位容量,根据就近分配原则将每一居住区分配到对应的学校中,以将每一所述居住区划分到对应分配的学校所属的学区范围内;其中,所述居住区是根据所有适龄学生所在的居民点划分得到的;
构建评价指标体系,所述评价指标体系包括单模型评价指标和多模型联动评价指标;其中,所述单模型评价指标通过单一模型的学区划分结果获得;所述多模型联动评价指标通过对两个不同模型的单模型评价指标处理获得;所述模型包括所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型;
计算所述单模型评价指标对应的分值和所述多模型联动评价指标对应的分值,并由单模型评价指标分值和多模型联动评价指标分值,得到对所述现行学区划分方案的评价结果。
本发明第二方面提供一种学区划分评价装置,包括:
第一构建模块,用于构建现行学区划分模型,所述现行学区划分模型以现行学区划分方案为基础,不考虑学校学位容量,根据就近分配原则将每一学区内的适龄学生分配到对应学区内的学校中;
第二构建模块,用于构建现实估测学区划分模型,所述现实估测学区划分模型以所述现行学区划分方案为基础,考虑学校学位容量,先根据就近分配原则将每个学区内的适龄学生分配到对应学区的学校中,并将未能分配的适龄学生分配到距离最近的其他学校,以将未能分配的适龄学生所对应的居住区划分到对应分配的学校所属的学区范围内;
第三构建模块,用于构建理想学区划分模型,所述理想学区划分模型以现行学区划分方案为基础,考虑学校学位容量,根据就近分配原则将每一居住区分配到对应的学校中,以将每一所述居住区划分到对应分配的学校所属的学区范围内;其中,所述居住区是根据所有适龄学生所在的居民点划分得到的;
评价体系构建模块,用于构建评价指标体系,所述评价指标体系包括单模型评价指标和多模型联动评价指标;其中,所述单模型评价指标通过单一模型的学区划分结果获得;所述多模型联动评价指标通过对两个不同模型的单模型评价指标处理获得;所述模型包括所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型;
评价模块,用于计算所述单模型评价指标对应的分值和所述多模型联动评价指标对应的分值,并由单模型评价指标分值和多模型联动评价指标分值,得到对所述现行学区划分方案的评价结果。
本发明第三方面提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述第一方面提供的学区划分评价方法。
与现有技术相比,本发明提供的学区划分评价方法以现行学区划分为基板模型构建现行学区划分模型,一方面优先考虑现行学区划分,在学区学位分配满额后就近原则分配容量外的剩余学生,构建现实估测学区划分模型;另一方面忽略现行学区划分标准,在严格遵守学校容量情况下就近分配所有学生,构建理想学区划分模型,并联动构建的多个模型对现行学区划分进行评价,从而能够充分评价学区划分情况,提高评价的科学性。相应地,本发明还提供一种学区划分评价装置和计算机可读存储介质。
附图说明
图1是本发明提供的学区划分评价方法的一个实施例的流程示意图;
图2是本发明实施例提供的现实估测学区划分模型对应的学区划分结果示意图;
图3是本发明实施例提供的理想学区划分模型对应的学区划分结果示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,图1是本发明提供的学区划分评价方法的一个实施例的流程示意图。
本发明实施例提供的学区划分评价方法,包括步骤S11~S15:
S11,构建现行学区划分模型,所述现行学区划分模型以现行学区划分方案为基础,不考虑学校学位容量,根据就近分配原则将每一学区内的适龄学生分配到对应学区内的学校中。其中,所述现行学区划分方案是指当前研究区域内对学区的划分情况。
S12,构建现实估测学区划分模型,所述现实估测学区划分模型以所述现行学区划分方案为基础,考虑学校学位容量,先根据就近分配原则将每个学区内的适龄学生分配到对应学区的学校中,并将未能分配的适龄学生分配到距离最近的其他学校,以将未能分配的适龄学生所对应的居住区划分到对应分配的学校所属的学区范围内。
S13,构建理想学区划分模型,所述理想学区划分模型以现行学区划分方案为基础,考虑学校学位容量,根据就近分配原则将每一居住区分配到对应的学校中,以将每一所述居住区划分到对应分配的学校所属的学区范围内;其中,所述居住区是根据所有适龄学生所在的居民点划分得到的。
S14,构建评价指标体系,所述评价指标体系包括单模型评价指标和多模型联动评价指标;其中,所述单模型评价指标通过单一模型的学区划分结果获得;所述多模型联动评价指标通过对两个不同模型的单模型评价指标处理获得;所述模型包括所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型。
S15,计算所述单模型评价指标对应的分值和所述多模型联动评价指标对应的分值,并由单模型评价指标分值和多模型联动评价指标分值,得到对所述现行学区划分方案的评价结果。
本发明实施例提供的技术方案以现行学区划分为基板模型构建现行学区划分模型,一方面优先考虑现行学区划分,在学区学位分配满额后就近原则分配容量外的剩余学生,构建现实估测学区划分模型;另一方面忽略现行学区划分标准,在严格遵守学校容量情况下就近分配所有学生,构建理想学区划分模型,并联动构建的多个模型对现行学区划分进行评价,从而能够充分评价学区划分情况,提高评价的科学性。
在一种可选的实施方式中,所述S11“构建现行学区划分模型”,具体包括:
根据所述现行学区划分方案,获取研究区域内每一学区的区域范围和每一所述学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定q个居民点;q为大于1的整数;
以所有居民点到对应学区的学校的距离最短为目标,并以每一所述民居点均能分配到对应学区的学校为约束,建立第一学位分配模型;
基于所述第一学位分配模型,确定对每一所述学区的区域范围和所述学区内的居民信息和学校信息的调整结果,得到学区划分结果。
本实施例在具体实施时,针对研究区域,首先获取研究区域内所有适龄学生的居住位置,并对所有适龄学生所在的居住位置进行聚类,得到q个居民点。之后,获取居民点数据、学区数据和学校数据,先根据各学区的区域范围获得学区内居民点到对应学区学校的最短距离;然后,在不考虑学校容量的情况下,根据就近分配原则将适龄学生分配到对应学区学校中,具体步骤包括:
步骤1,获取研究区域R个学区的信息集合,p个学校的信息集合和q个居民点的信息集合,其中R>=1,p>1,q>1;学校的信息集合包括学校的位置信息、学校的学校学位容量、学校所属学区;所述居民点的信息集合包括居民点的位置、居民点所属学区。
R个学区信息构成学区的信息集合L={1,2,...,f,...,R}。
p个学校信息构成学校的信息集合M={1,2,...,g,...,p},第g个学校的位置信息为位置坐标(xg,yg),该学校对应的学区为gf。
q个居民点信息构成居民点的信息集合N={1,2,...,h,...,q}。第h个居民点的位置信息为位置坐标(xh,yh),居民点所属学区为hf。
步骤2,根据所述研究区域的R个学区的q个居民点的信息集合和p个学校的信息集合构建第一学位分配模型:
步骤21,对同一学区居民点的信息集合、学校的信息集合进行处理,根据研究区域的交通路网得到学区内居民点到对应学区学校之间的最短距离。具体地,GIS平台根据居民点的位置信息、现有学校的位置信息进行处理计算,利用交通路网数据,通过Dijkstra算法得到学区内居民点到对应学区的学校之间的最短距离。
步骤22,建立第一学位分配模型,其中,第一学位分配模型的目标函数为:
其中,Dgh为第h个居民点到第g个学校之间的距离,xgh表示第h个居民点是否分配到第g个学校;xgh={0,1},h∈N,当xgh取值为1时,表示第h个居民点分配给第g个学校,当xgh取值为0时,表示第h个居民点未分配到第g个学校。
基于每个居民点能够分配到对应学区的学校,建立约束条件如下:
其中,gf为第g个学校所属的学区f,hf为第h个居民点所属的学区f。
可以理解的,所述现行学区划分模型中的各居民点均是分配到对应的学区范围内,因此,所述现行学区划分模型对于每一学区的区域范围不做调整,仍保持现行学区划分状况,且各学区内适龄学生均分配到对应学区的学校中。
在一种可选的实施方式中,所述S12“构建现实估测学区划分模型”,具体包括:
根据所述现行学区划分方案,获取研究区域内每一学区的区域范围和每一学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定m个居民点;t为大于1的整数;
对t个居民点的信息进行泰森多边形分区处理,得到t个居住区,并标记每一所述居民点所属的居住区;
以所有居民点到对应学区的学校的距离最短为目标,并以每一所述民居点均能分配到对应学区的学校和学校被分配的适龄学生总数不超过学校学位容量为约束,建立第二学位分配模型;
基于所述第二学位分配模型的学位分配结果,确定未能分配的居民点和学位盈余的学校;
以所有未能分配的居民点到学位盈余的学校的距离最短为目标,并以每一未能分配的民居点均能分配到学校和学位盈余的学校被分配的所有适龄学生总数不超过学校学位容量为约束,建立第三学位分配模型;
根据所述第三学位分配模型,确定未能分配的居民点所对应的居住区所分配到的学区,并将对应的居住区划分到对应分配的学区的区域范围内,以调整每一所述学区的区域范围和每一所述学区内的居民信息和学校信息,得到学区划分结果。
本实施例在实施时,针对研究区域,首先获取研究区域内所有适龄学生的居住位置,并对所有适龄学生所在的居住位置进行聚类,得到q个居民点。之后,获取居民点数据、学区数据和学校数据。在对学生学位分配时,先根据各学区获得学区内居民点到对应学区学校的最短距离,构建受学校学位容量限制的第二学位分配模型;对于第一次分配因学校满额而未能分配的居民点,再次获取未能分配的居民点到其他学校的最短距离,建立第三学位分配模型,具体包括如下步骤:
步骤1`,获取研究区域R个学区的信息集合,s个学校的信息集合和t个居民点的信息集合,其中R>1,s>1,t>1。
R个学区信息构成学区的信息集合O={1,2,...,a,...,R}。
s个学校信息构成学校的信息集合P={1,2,...,b,...,s}。第b个学校的位置信息为位置坐标(xb,yb)和学校学位容量Ab,该学校对应的学区为ba。
t个居民点信息构成居民点的信息集合Q={1,2,...,c,...,t}。第c个居民点的位置信息为位置坐标(xc,yc),居民点所属学区ca。
步骤2`,根据t个居民点构建t个居住区;按照学区,对每个学区a内的居民点的信息进行泰森多边形分区处理得到t个需求细块,定义为t个居住区。具体地,GIS平台根据居民点的位置信息进行处理,利用泰森多边形原理将研究区域分成t个居住区。将所有邻近的居民点连成三角形,分别做三角形三条边的垂直平分线,导致每个居民点被若干条垂直平分线包围,形成由垂直平分线包围的每一个居民点的需求细块,即得到t个居住区。居住区的位置信息为居住区内居民点的中心坐标位置(x a,yb)。
步骤3`,建立第二学位分配模型,其中,第二学位分配模型的目标函数为:
其中,Dbc为第c个居民点到第b个学校的距离,xbc表示第c个居民点是否分配到第b个学校;xbc={0,1},c∈Q,当xbc取值为1时,表示第c个居民点分配到第b个学校,当xbc取值为0时,表示第c个居民点未分配到第b个学校。
基于每个居民点能够进入对应学区的学校,建立如下约束条件为:
其中,ba为第b个学校所属的学区a,ca为第c个居民点所属的学区a。
基于每个学校的学校学位容量限制,建立如下约束条件:
其中,Ab为第b个学校的学校学位容量,nc为第c个居民点含有的适龄学生数量。
步骤4`,对于学区内因学校学位满额未能分配到学位的居民点重新进行分配,将所有未能分配到的居民点二次分配到对应的学校;
步骤41`,剔除已经分配满额的学校和已经分配好的居民点,获取研究区域u个未能分配的居民点的信息集合和v个学位盈余的学校的信息集合,其中u>3,v>2;
u个未能分配的居民点信息构成居民点的信息集合R={1,2,...,d,...,u},第d个未能分配的居民点居民点的位置信息为位置坐标(xd,yd)。
v个学位盈余的学校信息构成学校的信息集合T={1,2,...,e,...,v}。第e个学位盈余的学校的位置信息为位置坐标(xe,ye)和剩余学校学位容量Ae,剩余学校学位容量也就是该学校的学位容量学额减去步骤2`中该学校被分配到的适龄学生的人数。
步骤42`,建立第三学位分配模型,第三学位分配模型的目标函数如下:
其中,Dde为第d个居民点到第e个学校的距离,xde表示第d个居民点是否分配到第e个学校;xde={0,1},e∈T,当xde取值为1时,表示第d个居民点分配到第e个学校,当xde取值为0时,表示第d个居民点未分配到第e个学校。
基于每个居民点的适龄人口能够进入唯一的学校,建立约束条件如下:
基于每个学校的学校学位容量限制,建立约束条件如下:
其中,nd表示第d个居民点含有的适龄学生数量。
步骤5`,在获得未能分配的居民点对应分配的学校所属的学区后,将未能分配的居民点所在的居住区划分到对应分配的学区的范围内,如图2所示,图2中存在学区1和学区2,学区1内有3个民居点和2个学校,学区内有1个民居点和2个学校,假设每个学校只能分配唯一一个居民点,则对于学区1存在未能分配的居民点,将该未能分配的居民点所在的居住区划分到学区2的区域范围内,则对于线性学区划分方案,经过所述现实估测学区划分模型的运算后,学区2的区域范围调整为区域2的原始区域范围+学区1中居住区C的区域,且学区2的居民点也增加了学区1中在第一次分配时未能分配到的居民点。
在一种可选的实施方式中,所述S13“构建理想学区划分模型”,具体包括:
根据所述现行学区划分方案,确定研究区域内每一学区的区域范围和每一学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定t个居民点;t为大于1的整数;
对t个居民点的信息进行泰森多边形分区处理,得到t个居住区,并标记每一所述居民点所属的居住区;
以所有居住区到学校的距离最短为目标,并以每一所述居住区均能分配到学校和学校被分配的适龄学生总数不超过学校学位容量为约束,建立第四学位分配模型;
基于所述第四学位分配模型,得到每一所述居住区对应分配到的学校所属的学区,并基于每一所述居住区分配到的学区,对每一所述学区的区域范围和所述学区内的居民信息和学校信息进行调整,得到学区划分结果。
本实施例在具体实施时,针对研究区域,首先获取研究区域内所有适龄学生的居住位置,并对所有适龄学生所在的居住位置进行聚类,得到m个居民点。之后,获取居民点数据、学区数据和学校数据,计算居住区到学校的最短距离;然后构建受学校学位容量限制的第四学位分配模型并求解,最后根据居住区所分配到的学区得到学区划分结果,具体包括如下步骤:
步骤1``,获取研究区域m个居民点的信息集合和n个学校的信息集合,其中m>3,n>2。
m个居民点信息构成居民点的信息集合V={1,2,...,i,...,m}。第i个居民点的位置信息为位置坐标(xi,yi)。
n个学校信息构成学校的信息集合S={1,2,...,k,...,n}。第k个学校的位置信息为位置坐标(xk,yk)和学校学位容量Bk。
步骤2``,根据m个适龄人口居民点构建m个居住区:GIS平台根据居民点的位置信息进行处理,利用泰森多边形原理将研究区域分成m个居住区。将所有邻近的居民点点连成三角形,分别做三角形三条边的垂直平分线,导致每个居民点被若干条垂直平分线包围,形成由垂直平分线包围的每个居民点的需求细块,即得到m个居住区,居住区的位置信息为所包含居民点的坐标位置信息(xi,yi)。
步骤3``,建立第四学位分配模型,其中,第四学位分配模型的目标函数如下:
其中,Dik为第d个居住区到第e个学校的距离,xik表示第i个居住区是否分配给第k个学校;xik={0,1},k∈S,当xik取值为1时,表示第i个居住区分配给第k个学校,当xik取值为0时,表示第i个居住区未分配给第k个学校。
基于每个居住区的适龄学生能够进入唯一的学校,建立约束条件如下:
基于每个学校的学校学位容量限制,建立约束条件如下:
其中,ni为第i个居住区含有的适龄学生的数量。
步骤4``,在获得各居住区分配到的学区后,分配到的学区仍在原始所属学区的区域范围内的居住区不作调整,仍属于原始的学区;分配到的学区不为原始的学区的居住区划分到对应分配的学区的区域范围内。如图3所示,学区1中的居住区A被分配到学区2,因此,学区2的区域范围调整为学区2原始的区域范围加上居住区A的范围,学区2中含有的居民点在原始居民点集合的基础上增加了原属于学区1内的居住区A的居民点。
在一种可选的实施方式中,所述S14中“构建评价指标体系”中,所述评价指标体系包括不同维度的一级指标和每一一级指标下的二级指标;所述二级指标包括现行学区划分模型对应的单模型评价指标和多模型联动评价指标;
且,所述多模型联动评价指标的计算规则如下:
多模型联动评价指标=现行学区划分模型的单模型评价指标/现实估测学区划分模型对应的单模型评价指标;
或,多模型联动评价指标=现行学区划分模型的单模型评价指标/理想学区划分模型对应的单模型评价指标;
或,多模型联动评价指标=现实估测学区划分模型的单模型评价指标/理想学区划分模型对应的单模型评价指标。
在本实施例中,所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型所对应的学区划分结果不同,因此,在学区划分结果不同的情况下,所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型对同一单模型评价指标的取值也不相同。
值得说明的是,在本发明实施例中,为了综合评价现行学区划分方案,增加不同模型的比值作为标准,多方面考虑学区分区的合理性和适应性,增加多模型联动评价指标,更科学的评估现行学区划分状况。如一般情况下,教育部门对人口的变化情况把握的不够敏感,所以导致局部学位容量<学位需求,从而引发学位暴雷事件。现行学区划分模型能对现状学区学位需求作出一个反应,但是,现状学区划分状况下学区内学位可以提升的空间仅由单一的现行学区划分模型并不能确定,需要和理想学区划分模型进行联合对比。
在一种可选的实施方式中,所述S15“所述计算所述单模型评价指标对应的分值和所述多模型联动评价指标对应的分值,并由单模型评价指标分值和多模型联动评价指标分值,得到对所述现行学区划分方案的评价结果”,具体包括:
计算所有二级指标的分值,并根据所有二级指标的分值和每一所述二级指标对应的权重进行加权求和,得到综合评价分值;
针对每一所述一级指标,根据对应指标下的所有二级指标的分值和对应的权重,计算每一所述一级指标对应的评价分值;
根据所述综合评价分值和每一所述一级指标对应的评价分值,得到对所述现行学区划分方案的评价结果。
在本发明实施例中,各个二级指标的分值可有预先设置的二级指标取值范围与分值的对应关系获得,且每一二级指标对应每一对应关系。
其中,所述综合评价分值的计算公式如下:
其中,Z为综合评价分值,wi为第i个二级指标的权重,Si为第i个二级指标的分值,n为二级指标的总数。
其中,第m个一级指标对应的评价分值Um的计算公式如下:
其中,wzmi为第m个一级指标下的第i个二级指标的权重,Szmi为第m个一级指标下的第i个二级指标的分值,nsm为第m个一级指标含有的二级指标的总数。
具体地,所述一级指标包括充足度、公平度、便捷度和匹配度等多个维度指标;所述充足度考虑学区内学位供给状态;所述公平度考虑学区内学生获得的教育资源的均衡性;所述便捷度考虑学区内学生上学的便利性。其中,所述充足度从学位的供应情况、学位的负荷情况、学位变化情况、学位的获得情况和学生就读情况中的至少一种角度考虑目前学区内学位共计状况;公平度从学区内学生学校优质学校占比以及各学区教育资源、教育条件和教育资金投入差异度中的至少一种角度考虑目前学区学生获得优质教育的平等性;所述便捷度从学区内学校周边居民用地覆盖率、学生到校时长、学校交通便捷度、学生出行安全度中的至少一种角度考虑学区分配对于学生上学出行的便利情况;所述匹配度从学区内学校学位在增长与人口增长的匹配度、学校分布与人口分布的匹配度中的至少一种角度考虑学区分配与人口的适应情况。
示例性的,下表1示出了本实施例构建的评价指标体系:
表1
需说明的是,上述表1中仅仅作为一种示例,不作为对本申请实施方式的限定。
在获得各指标数据后,分别基于所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型的学区划分结果,分别计算所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型对应的单模型评价指标及其分值,包括如下步骤:
步骤A,计算各模型对应的充足度指标下的各个单模型评价指标及其分值,包括:
步骤A-1,统计各学区内提供的学位数量、学生数量、教师数量、班级数量、学位变化量、适龄学生数量,获得学位供应量、师生比例、学区载荷度、学位变化度、班级载荷度5个单模型评价指标。
步骤A-2,计算各个单模型评价指标及其对应分值:
学位供应量SDS直接由统计获得。根据下表得出学位供应SDS的对应分值SSDS,如表2所示:
表2
SDS数值范围 | (-∞,100] | (100,250] | (250,500] | (500,1000] | (1000,2000] | (2000,+∞) |
分值SSDS | 0 | 20 | 40 | 60 | 80 | 100 |
师生比例TSR为学区内的教师人数与适龄学生人数的比值。其公式为:
其中,T为学区内教师人数,S为学区内适龄学生人数。根据下表3得出师生比TSR的对应分值STSR:
表3
TSR数值范围 | (-∞,0.02] | (0.02,0.04] | (0.04,0.06] | (0.06,0.08] | (0.08,0.1] | (0.1,+∞) |
分值STSR | 0 | 20 | 40 | 60 | 80 | 100 |
学区载荷度SDR为学区内适龄学生数量与学位数量的比值。其公式为:
其中,D为学区可供应的学位数量,S为学区内适龄学生人数。根据下表4得出SDR的对应分值SSDR:
表4
SDR数值范围 | (2,+∞) | (1.6,2] | (1.2,1.6] | (1,1.2] | (0.8,1] | (-∞,0.8] |
分值SSDR | 0 | 20 | 40 | 60 | 80 | 100 |
学位变化度VD通过计算近n年学位增长平均速度获得,其公式为:
其中,V0为学区n年前的学位量,V1为学区目前的学位量,n优选取3。根据下表5得出VD的对应分值SVD:
表5
VD数值范围 | (-∞,0.01] | (0.01,0.05] | (0.05,0.1] | (0.1,0.2] | (0.2,0.3] | (0.3,+∞) |
分值SVD | 0 | 20 | 40 | 60 | 80 | 100 |
班级载荷度SIR通过查询地区义务规范标准确定标准班级学生量,将标准班级人数乘以班级数量获得理想状态下学生数量,用现实学生数比上理想状态学生数即可获得,其公式为:
其中,S为学区内在读学生数量,C为班级数量,CS为标准班级学生数量。根据下表6得出SIR的对应分值SSIR:
表6
SIR数值范围 | (2,+∞) | (1.6,2] | (1.3,1.6] | (1.1,1.3] | (1,1.1] | (-∞,1] |
分值SSIR | 0 | 20 | 40 | 60 | 80 | 100 |
步骤B、计算各模型对应的公平度指标下的各个单模型评价指标及其分值,包括:
步骤B-1,统计学区内各学校的适龄学生数量、班级数量、学校占地面积、计算机数量、教师数量、高级职称教师数量、教育资金投入。并根据以下三类评判标准统计学区内新优质学校:以前办学基础较差或一般,近n年办学水平提升明显,已经成为区域具有较高社会声誉的学校;生源情况一般,近n年来在教育教学改革探索中取得明显成效,教育教学成果产生较为广泛的影响,形成一定办学特色的学校;通过高标准规划、高起点建设,初中办学三年以上,小学办学五年以上,并形成了一定办学特色的新建学校。
获得学区内就读新优质学校学生占比、各学区的班级平均学生数量差异度、各学区的生均学校占地面积差异度、各学区的生均计算机数量差异度学区内、各学区的师生比差异度、各学区高级职称教师占比差异度、各学区学校的生均教育资金投入差异度、综合差异度8个单模型评价指标。
步骤B-2,计算各个单模型评价指标及其对应分值,包括:
就读新优质学校学生占比QSR为新优质学校适龄学生数量与学区总适龄学生数量的比值,其公式为:
其中,QS为学区内就读新优质学校的适龄学生数量,S为学区内适龄学生人数。根据下表7得出QSR的对应分值SQSR:
表7
QSR数值范围 | (-∞,0.1] | (0.1,0.2] | (0.2,0.3] | (0.3,0.5] | (0.5,0.8] | (0.8,+∞) |
分值SQSR | 0 | 20 | 40 | 60 | 80 | 100 |
学校班级平均学生数量差异度STA为学区内各学校班级平均学生数量的标准差,其公式为:
其中,TCS为学区内学校班级学生平均数量的均值,Si为第i个学校的适龄学生人数,Ci为第i个学校班级数量,n为学区内学校数量。根据表8得出STA的对应分值SSTA:
表8
STA数值范围 | (10,+∞) | (5,10] | (3,5] | (1.5,3] | (1,1.5] | (0,1] |
分值SSTA | 0 | 20 | 40 | 60 | 80 | 100 |
学校生均学校占地面积差异度STB的计算公式为:
其中,TAS为学区内学校学生平均占地面积的均值,Si为第i个学校适龄学生人数,Ai为第i个学校的占地面积,n为学区内的学校数量。根据表9得出STB的对应分值SSTB:
表9
STB数值范围 | (10,+∞) | (5,10] | (3,5] | (1.5,3] | (1,1.5] | (0,1] |
分值SSTB | 0 | 20 | 40 | 60 | 80 | 100 |
学校师生比差异度STC为学区内各学校的师生比例的标准差,其公式为:
其中,TTC为学区内学校师生比的均值,Si为第i个学校适龄学生人数,Ti为第i个学校的教师人数,n为学区内学校数量。根据表10得出STC的对应分值SSTC:
表10
STC数值范围 | (10,+∞) | (5,10] | (3,5] | (1.5,3] | (1,1.5] | (0,1] |
分值SSTC | 0 | 20 | 40 | 60 | 80 | 100 |
学校高级职称教师占比差异度STD为学区内各学校的高级职称教师占学校总教师人数的标准差,其公式为:
其中,TST为学区内学校高级职称教师占比的均值,STi为第i个学校的高级职称教师人数,Ti为第i个学校的教师人数,n为学区内的学校数量。根据表11得出STD的对应分值SSTD:
表11
STD数值范围 | (10,+∞) | (5,10] | (3,5] | (1.5,3] | (1,1.5] | (0,1] |
对应分值SSTD | 0 | 20 | 40 | 60 | 80 | 100 |
学校生均计算机数量差异度STE为学区内各学校的学生平均含有计算机数量的均方差,其公式为:
其中,TNS为学区内学校学生平均含有计算机占比的均值,Si为第i个学校的学生人数,NCi为第i个学校含有的计算机数量,n为学区内的学校数量。根据表12得出STE的对应分值SSTE:
表12
STE数值范围 | (10,+∞) | (5,10] | (3,5] | (1.5,3] | (1,1.5] | (0,1] |
分值SSTE | 0 | 20 | 40 | 60 | 80 | 100 |
学校生均教育资金投入差异度STF为学区内各学校的学生平均资金投入的标准差,其公式为:
其中,STFS为学区内学校资金投入的均值,Si为第i个学校的学生人数,EFi为第i个学校的教育资金投入,n为学区内的学校数量。根据表13得出STF的对应分值SSTF:
表13
综合差异度TS为以上六个差异度求和取均值,其公式为:
根据表14得出TS的对应分值STS:
表14
TS数值范围 | (10,+∞) | (5,10] | (3,5] | (1.5,3] | (1,1.5] | (0,1] |
分值STS | 0 | 20 | 40 | 60 | 80 | 100 |
步骤C,计算各模型对应的便捷度指标下的各个单模型评价指标及其分值,包括:
步骤C-1,通过腌膜提取获取研究区域内居民居住用地面积、高德地图api路网图、公交站点数据、地铁站点分布图、学校点位数据、学生空间分布数据、地质灾害点分布图、高速路分布图、交通易发事故地段分布图、河流河网图、荒野区分布图、断崖分布图、派出所分布图、消防站分布图、应急避难所分布图、医院分布图,并统计学生上学公交通行平均时长、所花费的平均公共交通费用、公交车平均发车速度等,获取学区内学生出行平均距离、居民居住用地覆盖度、公共交通便捷度、学生出行安全性、较远地区学生占比5个单模型评价指标。
步骤C-2,计算各个单模型评价指标及其对应分值,包括:
居民居住用地覆盖度为学校预设范围内(如3km内)居民用地覆盖度。使用ArcGIS缓冲区分析和按腌膜提取工具提取出处于学校预设范围内的居民用地覆盖图,统计处于学校预设范围内的居民与总面积,将两值相比即为学校预设范围内居民居住用地覆盖度AIA,其公式为:
其中,SC为学区内所有学校预设范围内所覆盖到的居住用地面积,SR学区内所有居住用地面积。根据表15得出AIA的对应分值SAIA:
表15
AIA数值范围 | (0,0.1] | (0.1,0.2] | (0.2,0.4] | (0.4,0.6] | (0.6,0.8] | (0.8,1) |
分值SAIA | 0 | 20 | 40 | 60 | 80 | 100 |
学生出行平均距离TD为学区内学生抵达学校所需的平均距离。基于高德地图api提供的路径规划的线路数据,通过最短路径分析法,应用GIS建立网络数据集来测算两点最短路径,测出学生与学校距离,再统计求均值获得出行平均距离,其公式为:
其中,Di为学区内第i个适龄学生到学校的最短距离,n为学区内适龄学生总人数。根据表16得出TD的对应分值STD:
表16
TD数值范围 | (10,+∞) | (5,10] | (3,5] | (1.5,3] | (0.8,1.5] | (0,0.8] |
分值STD | 0 | 20 | 40 | 60 | 80 | 100 |
公共交通便捷度CFB是学生出行公共交通使用的便捷程度。通过使用ArcGIS对于公交车站和地铁站进行缓存区分析,距离30m内系数定为8;30-100m定为6;100-200m定位4;200-500m定为2;500-1000m定为1;超过1000m定为0,统计抵达学校的公交站系数为公共交通便利系数,其公式为:
其中,CF为公共交通便利系数,PT为人均公共交通出行时长(小时),PC为人均单次公共交通费用(元),PV为公交车平均发车速度(小时),公共交通便利系数CF的取值参考表17:
表17
公共交通便利系数 | 公共交通站缓冲距离(米) |
8 | <30 |
6 | 30-100 |
4 | 100-200 |
2 | 200-500 |
1 | 500-1000 |
0 | >1000 |
根据表18得出CFB的对应分值SCFB:
表18
CFB数值范围 | (0,10] | (10,20] | (20,40] | (40,60] | (60,80] | (80,100] |
分值SCFB | 0 | 20 | 40 | 60 | 80 | 100 |
学生出行安全性PS是学区内学生抵达对应学校路途中的安全性。使用ArcGIS对于存在风险的高速公路、交通事故易发地段、河流、地质灾害点、荒野、断崖、派出所、消防队、医院、应急避难所、学校进行缓存区分析,根据其灾害危险程度和发生概率;分别赋予上述各要素点缓存区对应的缓冲距离和对应权重,如地质灾害点缓存区为500m并赋值权重-2,高速公路缓存区为20m并赋值权重为-2,河流缓冲区为20m并赋值权重为-3,荒野缓存区为50m并赋值权重为-1,交通事故易发路段缓存区为20m并赋值权重为-5,断崖缓存区为100m并赋值权重为-8,派出所缓存区为200m赋值权重为4,消防队缓存区为300m赋值权重为3,医院缓存区为500m权重为2,应急避难所缓存区为100m赋值权重为1。根据权重将所有图层通过栅格计算器加总,得到一幅出行危险系数图。根据危险系数图评估学生出行安全性,对学校进行缓存区分析50m内危险系数乘以8;50-100m内危险系数乘以6;100-500m内乘以4;500-1000m内乘以3;1000-2000m内乘以2(以上权重和缓存区根据实际情况设定,本申请不对此进行限定),2000-5000m内乘以1,超过5000m乘以0,2000-5000m内乘以1,超过5000m乘以0。最后进行区域分析,将系数乘以对应危险面积除以学区面积,得到表18:
表18
学生出行安全性PS | 要素点 | 缓冲距离(米) |
-2 | 地质灾害点 | <500 |
-2 | 高速公路 | <20 |
-3 | 河流 | <20 |
-1 | 荒野 | <100 |
-5 | 交通事故易发路段 | <20 |
-8 | 断崖 | <100 |
4 | 派出所 | <100 |
3 | 消防队 | <300 |
2 | 医院 | <500 |
1 | 应急避难所 | <100 |
根据表19得出PS的对应分值SCFB:
表19
PS数值范围 | (-∞,0] | (0,20] | (20,40] | (40,60] | (60,80] | (80,+∞) |
分值SCFB | 0 | 20 | 40 | 60 | 80 | 100 |
较远地区学生占比LD为学区内学生上学距离较远地区学生占学区内学生人数比例。通过使用ArcGIS对以学校为中心,半径为n的服务范围进行缓冲区分析,统计学校缓冲区范围外的适龄学生人数即为较远地区适龄学生人数,较远地区学生占比LD的计算公式为:
其中,DS为学区内居住在学校服务范围外的适龄学生人数,S为学区学生总人数。根据表20得出LD的对应分值SLD:
表20
LD数值范围 | (0.1,1] | (0.08,0.1] | (0.05,0.08] | (0.02,0.05] | (0.01,0.02] | (0,0.01] |
分值SLD | 0 | 20 | 40 | 60 | 80 | 100 |
步骤D,计算各模型对应的匹配度指标下的各个单模型评价指标及其分值,包括:
步骤D-1,统计并计算各学区内三年内学位增长平均速度、适龄学生人口增长平均速度、学区内人口数量、学校学位容量,获得各学区学位增速匹配度、学校可达性3个单模型评价指标。
步骤D-2,计算各个单模型评价指标及其对应分值,包括:
学校学位匹配度DD为指居住在学校服务范围(以学校为中心,半径为预设半径的范围)内的适龄学生数量与学区内的所有适龄学生总数的比值,其公式为:
其中,DP为居住在学校服务范围内的适龄学生数量,AP为学区内适龄学生总数。根据表21得出DD的对应分值SDD:
表21
DD数值范围 | (0,0.01] | (0.01,0.05] | (0.05,0.1] | (0.1,0.2] | (0.2,0.3] | (0.3,1] |
分值SDD | 0 | 20 | 40 | 60 | 80 | 100 |
学位增速匹配度DMD为学区内n年内学位增长平均速度与适龄常住人口增长速率的比值,其公式为:
其中,VP为n年内适龄常住人口增长速率。根据表22得出DMD的对应分值SDMD:
表22
DMD数值范围 | (0,0.1] | (0.1,0.2] | (0.2,0.4] | (0.4,0.6] | (0.6,0.8] | (0.8,1] |
分值SDMD | 0 | 20 | 40 | 60 | 80 | 100 |
学校可达性AC采用搜索法与引力评价模型结合。以学校为中心,设置p米范围的阈值作为搜索半径,在p米搜索半径即为服务范围。根据引力模型结合搜索法即可计算学区内学校的平均可达性,其公式为:
其中,P为学区内适龄学生数量,TS为学校学位容量,S为居住在学校服务范围内的适龄学生数量,TD为学生到学校的平均距离(千米)。根据表23得出AC的对应分值SAC:
表23
在获得各指标数据后,分别基于所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型的各个单模型评价指标,计算每一一级指标下的多模型联动评价指标,包括如下步骤:
步骤A`,充足度方面对比学区载荷度和师生比例的比值,计算非必要载荷度、差额载荷度、师生比例失衡度、师生比例超荷度。
非必要荷载NLD为现行学区划分模型的学位载荷度度SDRc与现实估测划分模型的学位载荷度SDRr的比值,其计算公式为:
根据表24得出NLD的对应分值SNLD:
表24
超额载荷度ELD为现行学区划分模型的学位载荷度SDRc和理想学区划分模型的学位载荷度SDRi之间的比值,其计算公式为;
根据表25得出ELD的对应分值SELD:
表25
潜在载荷度PLD为现实估测学区划分模型的学位载荷度SDRr和理想学区划分模型的学位载荷度SDRi之间的比值,其计算公式为:
根据表26得出PLD的对应分值SPLD:
表26
师生比例失衡度NTS为现行学区划分模型的师生比例TSRr和现实估测学区划分模型的师生比例TSRc之间的比值,其计算公式为:
/>
根据表27得出NTS的对应分值SNTS:
表27
师生比例超荷度ETS为理想学区划分模型的师生比例TSRi与现行学区划分模型的师生比例TSRc之间的比值,其计算公式为:
根据表28得出ETS的对应分值SETS:
表28
师生比例潜在压力水平PTS为理想学区划分模型的师生比例TSRi与现实估测学区划分的模型师生比例TSRr之间的比值,其计算公式为:
根据表29得出PTS的对应分值SPTS:
表29
步骤B`,公平度方面对比就读新优质学校占比和综合差异度的比值,计算教育公平失衡度、教育公平受限度、教育公平潜在压力水平,包括:
教育公平失衡度NEF为现行学区划分模型的综合差异度TSc与现实估测学区划分模型的综合差异度TSr之间的比值,其计算公式为:
根据表30得出NEF的对应分值SNEF:
表30
教育公平受限度EEF为现行学区划分模型的综合差异度TSc与理想学区划分模型的综合差异度TSi之间的比值,其计算公式为:
根据表31得出EEF的对应分值SEEF:
表31
教育公平潜在压力水平PEF为现实估测学区划分模型的综合差异度TSr与理想学区划分模型的综合差异度TSi之间的比值,其计算公式为:
根据表32得出PTS的对应分值SPTS:
表32
新优质教育获取受限度NQE为现实估测学区划分模型的就读新优质学校学生占比QSRr与现行学区划分模型的就读新优质学校学生占比QSRc之间的比值,其计算公式为:
根据表33得出NQE的对应分值SNQE:
表33
新优质教育获取超额压力水平EQE为理想学区划分模型的就读新优质学校学生占比QSRi与现行学区划分模型的就读新优质学校学生占比QSRc之间的比值,其计算公式为:
根据表34得出EQE的对应分值SEQE:
表34
新优质教育获取潜在压力水平PQE为理想学区划分模型的就读新优质学校学生占比QSRi与现实估测学区划分模型的就读新优质学校学生占比QSRr之间的比值,其计算公式为:
根据表35得出PQE的对应分值SPQE:
表35
步骤C`,便捷度方面对比学生到校距离、学生出行安全性和距离较远地区学生占比的比值,计算学生超额出行度、学生非必要出行比、学生潜在出行增加度、学生出行安全增压值、学生出行安全受限度、学生出行安全潜在压力水平、过远距离学生超额度。
学生非必要出行比NTD为现实估测学区划分模型的学生出行平均距离TDr与现行学区划分模型的学生出行平均距离TDc之间的比值,其计算公式为:
根据表36得出NTD的对应分值SNTD:
表36
学生超额出行度ETD为理想学区划分模型的学生出行平均距离TDi与现行学区划分模型的学生出行平均距离TDc之间的比值,其计算公式为:
根据表37得出ETD的对应分值SETD:
表37
学生潜在出行增加度PTD为理想学区划分模型对应的学生出行平均距离TDi与现实估测学区划分模型的学生出行平均距离TD之间的比值,其计算公式为:
根据表38得出PTD的对应分值SPTD:
表38
学生出行安全受限度NPS为现实估测学区划分模型的学生出行安全性PSr与现行学区划分模型的学生出行安全性PSc之间的比值,其计算公式为:
根据表39得出NPS的对应分值SNPS:
表39
学生出行安全增压值EPS为理想学区划分模型的学生出行安全性PSi与现行学区划分模型的学生出行安全性PSc之间的比值,其计算公式为:
根据表40得出EPS的对应分值SEPS:
表40
学生出行安全潜在压力水平PPS为理想学区划分模型的学生出行安全性PSi与现实估测学区划分模型的学生出行安全性PSr之间的比值,其计算公式为:
根据表41得出PPS的对应分值SPPS:
表41
过远距离学生超额度ELD为现行学区划分模型的较远距离学生占比LDc与理想学区划分模型的较远距离学生占比LDi之间的比值,其计算公式为:
根据表42得出ELD的对应分值SELD:
表42
步骤D`,匹配度方面对比学校可达性的比值,计算学区内学校可达性受限水平、学校可达性增压水平、学校可达性潜在压力水平,包括:
学校可达性受限水平NAC为现实估测学区划分模型的学校可达性ACr与现行学区划分模型的学校可达性ACc之间的比值,其计算公式为:
根据表43得出NAC的对应分值SNAC:
表43
学校可达性增压水平EAC为理想学区划分模型的学校可达性ACi与现行学区划分模型的学校可达性ACc之间的比值,其计算公式为:
根据表44得出EAC的对应分值SEAC:
表44
学校可达性潜在压力水平PAC为理想学区划分模型的学校可达性ACi与现实估测学区划分模型的学校可达性ACr之间的比值,其计算公式为:
根据表45得出PAC的对应分值SPAC:
表45
作为一种示例,在获得上述表格2~49的各二级指标的数值后,以百分制为评分标准,从充足度、公平度、便捷度、匹配度四个维度的一级指标分别评价现行学区划分情况,得到四个维度的一级指标的分值情况。
充足度评价为学生学位供应数量、师生比例、学位载荷度、学位变化度、班级载荷度五个指标与对应权重值相乘再除以指标权重值之和,公式为:
其中,SUF为学区充足度评价分值,wsi为充足度一级指标下的第i个二级指标的权重,Ssi为充足度一级指标下的第i个二级指标的分值,ns为充足度一级指标含有的二级指标的数量。
公平度维度评价为学区内就读新优质学校学生占比、各学区的班级平均学生数量差异度、各学区的生均学校占地面积差异度、各学区的生均计算机数量差异度学区内、各学区的师生比差异度、各学区高级职称教师占比差异度、各学区学校的生均教育资金投入差异度、综合差异度八个指标与对应权重值相乘再除以指标权重值之和,公式为:
其中,EQU为学区公平度评价分值,wei为公平度一级指标下的第i个二级指标的权重,Sei为公平度一级指标下的第i个二级指标的分值,ne为公平度一级指标含有的二级指标的数量。
便捷度维度评价为学生出行平均距离、居民居住用地覆盖度、公共交通便捷、学生出行安全性、较远距离学生占比五个指标与对应权重值相乘再除以指标权重值之和,公式为:
其中,CON为学区便捷度评价分值,wci为便捷度一级指标下的第i个二级指标的权重,Sci为便捷度一级指标下的第i个二级指标的分值,nc为便捷度一级指标含有的二级指标的数量。
匹配度维度评价为学校学位匹配度、学位增速匹配度、学区学校可达性三个指标与对应权重值相乘再除以指标权重值之和,公式为:
其中,MAT为学区匹配度评价分值,wmi为匹配度一级指标下的第i个二级指标的权重,Smi为匹配度一级指标下的第i个二级指标的分值,nm为匹配度一级指标含有的二级指标的数量。
综合评价分值为对所有一级指标下的所含有的二级评价指标的分数进行加权求和得到,公式如下:
其中,Z为综合评价分值,wi为第i个二级指标的权重,Si为第i个二级指标的分值,n为二级指标的总数。
相应地,本发明实施例还提供一种学区划分评价装置,包括:
第一构建模块,用于构建现行学区划分模型,所述现行学区划分模型以现行学区划分方案为基础,不考虑学校学位容量,根据就近分配原则将每一学区内的适龄学生分配到对应学区内的学校中;
第二构建模块,用于构建现实估测学区划分模型,所述现实估测学区划分模型以所述现行学区划分方案为基础,考虑学校学位容量,先根据就近分配原则将每个学区内的适龄学生分配到对应学区的学校中,并将未能分配的适龄学生分配到距离最近的其他学校,以将未能分配的适龄学生所对应的居住区划分到对应分配的学校所属的学区范围内;
第三构建模块,用于构建理想学区划分模型,所述理想学区划分模型以现行学区划分方案为基础,考虑学校学位容量,根据就近分配原则将每一居住区分配到对应的学校中,以将每一所述居住区划分到对应分配的学校所属的学区范围内;其中,所述居住区是根据所有适龄学生所在的居民点划分得到的;
评价体系构建模块,用于构建评价指标体系,所述评价指标体系包括单模型评价指标和多模型联动评价指标;其中,所述单模型评价指标通过单一模型的学区划分结果获得;所述多模型联动评价指标通过对两个不同模型的单模型评价指标处理获得;所述模型包括所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型;
评价模块,用于计算所述单模型评价指标对应的分值和所述多模型联动评价指标对应的分值,并由单模型评价指标分值和多模型联动评价指标分值,得到对所述现行学区划分方案的评价结果。
需要说明的是,本发明实施例提供的学区划分评价装置用于执行上述实施例的学区划分评价方法的全部流程和步骤,两者的工作原理和作用效果一一对应,这里不再做过多的赘述。
本发明实施例第三方面提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例提供的学区划分评价方法,例如图1的S11~S15。
所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-ONlyMemory)、随机存取存储器(RAM,RaNdom Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (6)
1.一种学区划分评价方法,其特征在于,包括:
构建现行学区划分模型,所述现行学区划分模型以现行学区划分方案为基础,不考虑学校学位容量,根据就近分配原则将每一学区内的适龄学生分配到对应学区内的学校中;
构建现实估测学区划分模型,所述现实估测学区划分模型以所述现行学区划分方案为基础,考虑学校学位容量,先根据就近分配原则将每个学区内的适龄学生分配到对应学区的学校中,并将未能分配的适龄学生分配到距离最近的其他学校,以将未能分配的适龄学生所对应的居住区划分到对应分配的学校所属的学区范围内;
构建理想学区划分模型,所述理想学区划分模型以现行学区划分方案为基础,考虑学校学位容量,根据就近分配原则将每一居住区分配到对应的学校中,以将每一所述居住区划分到对应分配的学校所属的学区范围内;其中,所述居住区是根据所有适龄学生所在的居民点划分得到的;
构建评价指标体系,所述评价指标体系包括单模型评价指标和多模型联动评价指标;其中,所述单模型评价指标通过单一模型的学区划分结果获得;所述多模型联动评价指标通过对两个不同模型的单模型评价指标处理获得;所述模型包括所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型;
计算所述单模型评价指标对应的分值和所述多模型联动评价指标对应的分值,并由单模型评价指标分值和多模型联动评价指标分值,得到对所述现行学区划分方案的评价结果;
所述评价指标体系包括不同维度的一级指标和每一一级指标下的二级指标;所述二级指标包括现行学区划分模型对应的单模型评价指标和多模型联动评价指标;
且,所述多模型联动评价指标的计算规则如下:
多模型联动评价指标=现行学区划分模型的单模型评价指标/现实估测学区划分模型对应的单模型评价指标;
或,多模型联动评价指标=现行学区划分模型的单模型评价指标/理想学区划分模型对应的单模型评价指标;
或,多模型联动评价指标=现实估测学区划分模型的单模型评价指标/理想学区划分模型对应的单模型评价指标;
所述构建现行学区划分模型,具体包括:
根据所述现行学区划分方案,获取研究区域内每一学区的区域范围和每一所述学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定q个居民点;q为大于1的整数;
以所有居民点到对应学区的学校的距离最短为目标,并以每一所述民居点均能分配到对应学区的学校为约束,建立第一学位分配模型;
基于所述第一学位分配模型,确定对每一所述学区的区域范围和所述学区内的居民信息和学校信息的调整结果,得到学区划分结果;
所述构建现实估测学区划分模型,具体包括:
根据所述现行学区划分方案,获取研究区域内每一学区的区域范围和每一学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定t个居民点;t为大于1的整数;
对t个居民点的信息进行泰森多边形分区处理,得到t个居住区,并标记每一所述居民点所属的居住区;
以所有居民点到对应学区的学校的距离最短为目标,并以每一所述民居点均能分配到对应学区的学校和学校被分配的适龄学生总数不超过学校学位容量为约束,建立第二学位分配模型;
基于所述第二学位分配模型的学位分配结果,确定未能分配的居民点和学位盈余的学校;
以所有未能分配的居民点到学位盈余的学校的距离最短为目标,并以每一未能分配的民居点均能分配到学校和学位盈余的学校被分配的所有适龄学生总数不超过学校学位容量为约束,建立第三学位分配模型;
根据所述第三学位分配模型,确定未能分配的居民点所对应的居住区所分配到的学区,并将对应的居住区划分到对应分配的学区的区域范围内,以调整每一所述学区的区域范围和每一所述学区内的居民信息和学校信息,得到学区划分结果;
所述构建理想学区划分模型,具体包括:
根据所述现行学区划分方案,确定研究区域内每一学区的区域范围和每一学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定t个居民点;t为大于1的整数;
对t个居民点的信息进行泰森多边形分区处理,得到t个居住区,并标记每一所述居民点所属的居住区;
以所有居住区到学校的距离最短为目标,并以每一所述居住区均能分配到学校和学校被分配的适龄学生总数不超过学校学位容量为约束,建立第四学位分配模型;
基于所述第四学位分配模型,得到每一所述居住区对应分配到的学校所属的学区,并基于每一所述居住区分配到的学区,对每一所述学区的区域范围和所述学区内的居民信息和学校信息进行调整,得到学区划分结果;
建立第一学位分配模型,其中,第一学位分配模型的目标函数为:
其中,Dgh为第h个居民点到第g个学校之间的距离,xgh表示第h个居民点是否分配到第g个学校;xgh={0,1},h∈N,当xgh取值为1时,表示第h个居民点分配给第g个学校,当xgh取值为0时,表示第h个居民点未分配到第g个学校,p个学校信息构成学校的信息集合M,q个居民点信息构成居民点的信息集合N;
基于每个居民点能够分配到对应学区的学校,建立约束条件如下:
其中,gf为第g个学校所属的学区f,hf为第h个居民点所属的学区f;
建立第二学位分配模型,其中,第二学位分配模型的目标函数为:
其中,Dbc为第c个居民点到第b个学校的距离,xbc表示第c个居民点是否分配到第b个学校;xbc={0,1},c∈Q,当xbc取值为1时,表示第c个居民点分配到第b个学校,当xbc取值为0时,表示第c个居民点未分配到第b个学校,s个学校信息构成学校的信息集合P,t个居民点信息构成居民点的信息集合Q;
基于每个居民点能够进入对应学区的学校,建立如下约束条件为:
其中,ba为第b个学校所属的学区a,ca为第c个居民点所属的学区a;
基于每个学校的学校学位容量限制,建立如下约束条件:
其中,Ab为第b个学校的学校学位容量,nc为第c个居民点含有的适龄学生数量;
建立第三学位分配模型,第三学位分配模型的目标函数如下:
其中,Dde为第d个居民点到第e个学校的距离,xde表示第d个居民点是否分配到第e个学校;xde={0,1},e∈T,当xde取值为1时,表示第d个居民点分配到第e个学校,当xde取值为0时,表示第d个居民点未分配到第e个学校,u个未能分配的居民点信息构成居民点的信息集合R,v个学位盈余的学校信息构成学校的信息集合T;
基于每个居民点的适龄人口能够进入唯一的学校,建立约束条件如下:
基于每个学校的学校学位容量限制,建立约束条件如下:
其中,nd表示第d个居民点含有的适龄学生数量,Ae为剩余学校学位容量;
建立第四学位分配模型,其中,第四学位分配模型的目标函数如下:
其中,Dik为第d个居住区到第e个学校的距离,xik表示第i个居住区是否分配给第k个学校;xik={0,1},k∈S,当xik取值为1时,表示第i个居住区分配给第k个学校,当xik取值为0时,表示第i个居住区未分配给第k个学校,m个居民点信息构成居民点的信息集合V,n个学校信息构成学校的信息集合S;
基于每个居住区的适龄学生能够进入唯一的学校,建立约束条件如下:
基于每个学校的学校学位容量限制,建立约束条件如下:
其中,ni为第i个居住区含有的适龄学生的数量,Bk为学校学位容量;
计算所有二级指标的分值,并根据所有二级指标的分值和每一所述二级指标对应的权重进行加权求和,得到综合评价分值;
针对每一所述一级指标,根据对应指标下的所有二级指标的分值和对应的权重,计算每一所述一级指标对应的评价分值;
根据所述综合评价分值和每一所述一级指标对应的评价分值,得到对所述现行学区划分方案的评价结果;
其中,所述综合评价分值的计算公式如下:
其中,Z为综合评价分值,wi为第i个二级指标的权重,Si为第i个二级指标的分值,n为二级指标的总数;
其中,第m个一级指标对应的评价分值Um的计算公式如下:
其中,wzmi为第m个一级指标下的第i个二级指标的权重,Szmi为第m个一级指标下的第i个二级指标的分值,nsm为第m个一级指标含有的二级指标的总数。
2.如权利要求1所述的学区划分评价方法,其特征在于,所述计算所述单模型评价指标对应的分值和所述多模型联动评价指标对应的分值,并由单模型评价指标分值和多模型联动评价指标分值,得到对所述现行学区划分方案的评价结果,具体包括:
计算所有二级指标的分值,并根据所有二级指标的分值和每一所述二级指标对应的权重进行加权求和,得到综合评价分值;
针对每一所述一级指标,根据对应指标下的所有二级指标的分值和对应的权重,计算每一所述一级指标对应的评价分值;
根据所述综合评价分值和每一所述一级指标对应的评价分值,得到对所述现行学区划分方案的评价结果。
3.如权利要求1所述的学区划分评价方法,其特征在于,所述一级指标包括充足度、公平度、便捷度和匹配度;所述充足度考虑学区内学位供给状态;所述公平度考虑学区内学生获得的教育资源的均衡性;所述便捷度考虑学区内学生上学的便利性;所述匹配度考虑学区内学位分布与学区内人口之间的匹配情况。
4.如权利要求3所述的学区划分评价方法,其特征在于,所述充足度包括如下至少一种单模型评价指标:
学区学位供应量、学区师生比例、学区载荷度、学位变化度和班级载荷度;
其中,学区师生比例=学区内的教师人数/适龄学生人数;
学区载荷度=学区内适龄学生数量/学区内学位供给量;
学位变化度=(当前学区学位供给量-n年前的学区学位供给量)/(n*年前的学区学位供给量);n为大于1的整数;
班级载荷度度=学区内在读学生数量/(学区内班级数量*标准班级学生数量)
其中,所述公平度包括如下至少一种单模型评价指标:
学校生均教育资金投入差异度、学校班级平均学生数量差异度、学校生均学校占地面积差异度、学校师生比差异度、学校高级职称教师占比差异度、学校生均计算机数量差异度和综合差异度;
所述学校班级平均学生数量差异度为学区内各学校班级平均学生数量的标准差;
所述学校生均学校占地面积差异度为学区内各学校的学生平均占地面积的标准差;
所述学校高级职称教师占比差异度为学区内各学校的高级职称教师占学校总教师人数的标准差;
所述学校生均计算机数量差异度为学区内各学校的学生平均持有计算机数量的均方差;
所述学校生均教育资金投入差异度为学区内各学校的学生平均资金投入的标准差;
所述综合差异度为所述学校生均教育资金投入差异度、所述学校班级平均学生数量差异度、所述学校生均学校占地面积差异度、所述学校师生比差异度、所述学校高级职称教师占比差异度和所述学校生均计算机数量差异度的总和的平均值;
其中,所述便捷度包括如下至少一种单模型评价指标:
居民居住用地覆盖度、学生出行平均距离、公共交通便捷度、较远地区学生占比;
且,居民居住用地覆盖度=学区内所有学校预设范围内所覆盖到的居住用地面积/学区内所有居住用地面积;
学生出行平均距离=学区内所有适龄学生到对应学校的距离总和/学区内适龄人口总数;
公共交通便捷度=公共交通便利系数*(1/人均公共交通出行时长/人均单次公共交通费用/公交车平均发车速度);
较远地区学生占比=学区内距离对应学校的距离大于预设距离的适龄学生人数/学区适龄学生总数;
其中,所述匹配度包括如下至少一种单模型评价指标:
学校学位匹配度、学位增速匹配度和学校可达性;
学校学位匹配度=居住在学校服务范围内的适龄学生人数/学区内适龄学生总数;所述学校服务范围为以学校为中心,半径为预设半径的范围;
学位增速匹配度=学区内近m年内学位增长平均速度/学区内近m年内适龄常住人口增长速率;
学校可达性=学区内适龄学生数量*(学区内学校学位容量/居住在学校服务范围内的适龄学生人数)*(1/学区内所有适龄学生到对应学校的平均距离)。
5.一种学区划分评价装置,其特征在于,包括:
第一构建模块,用于构建现行学区划分模型,所述现行学区划分模型以现行学区划分方案为基础,不考虑学校学位容量,根据就近分配原则将每一学区内的适龄学生分配到对应学区内的学校中;
第二构建模块,用于构建现实估测学区划分模型,所述现实估测学区划分模型以所述现行学区划分方案为基础,考虑学校学位容量,先根据就近分配原则将每个学区内的适龄学生分配到对应学区的学校中,并将未能分配的适龄学生分配到距离最近的其他学校,以将未能分配的适龄学生所对应的居住区划分到对应分配的学校所属的学区范围内;
第三构建模块,用于构建理想学区划分模型,所述理想学区划分模型以现行学区划分方案为基础,考虑学校学位容量,根据就近分配原则将每一居住区分配到对应的学校中,以将每一所述居住区划分到对应分配的学校所属的学区范围内;其中,所述居住区是根据所有适龄学生所在的居民点划分得到的;
评价体系构建模块,用于构建评价指标体系,所述评价指标体系包括单模型评价指标和多模型联动评价指标;其中,所述单模型评价指标通过单一模型的学区划分结果获得;所述多模型联动评价指标通过对两个不同模型的单模型评价指标处理获得;所述模型包括所述现行学区划分模型、所述现实估测学区划分模型和所述理想学区划分模型;
评价模块,用于计算所述单模型评价指标对应的分值和所述多模型联动评价指标对应的分值,并由单模型评价指标分值和多模型联动评价指标分值,得到对所述现行学区划分方案的评价结果;
所述构建现行学区划分模型,具体包括:
根据所述现行学区划分方案,获取研究区域内每一学区的区域范围和每一所述学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定q个居民点;q为大于1的整数;
以所有居民点到对应学区的学校的距离最短为目标,并以每一所述民居点均能分配到对应学区的学校为约束,建立第一学位分配模型;
基于所述第一学位分配模型,确定对每一所述学区的区域范围和所述学区内的居民信息和学校信息的调整结果,得到学区划分结果;
所述构建现实估测学区划分模型,具体包括:
根据所述现行学区划分方案,获取研究区域内每一学区的区域范围和每一学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定t个居民点;t为大于1的整数;
对t个居民点的信息进行泰森多边形分区处理,得到t个居住区,并标记每一所述居民点所属的居住区;
以所有居民点到对应学区的学校的距离最短为目标,并以每一所述民居点均能分配到对应学区的学校和学校被分配的适龄学生总数不超过学校学位容量为约束,建立第二学位分配模型;
基于所述第二学位分配模型的学位分配结果,确定未能分配的居民点和学位盈余的学校;
以所有未能分配的居民点到学位盈余的学校的距离最短为目标,并以每一未能分配的民居点均能分配到学校和学位盈余的学校被分配的所有适龄学生总数不超过学校学位容量为约束,建立第三学位分配模型;
根据所述第三学位分配模型,确定未能分配的居民点所对应的居住区所分配到的学区,并将对应的居住区划分到对应分配的学区的区域范围内,以调整每一所述学区的区域范围和每一所述学区内的居民信息和学校信息,得到学区划分结果;
所述构建理想学区划分模型,具体包括:
根据所述现行学区划分方案,确定研究区域内每一学区的区域范围和每一学区内的民居信息和学校信息;
根据所述研究区域内的所有适龄学生所在的居住位置,确定t个居民点;t为大于1的整数;
对t个居民点的信息进行泰森多边形分区处理,得到t个居住区,并标记每一所述居民点所属的居住区;
以所有居住区到学校的距离最短为目标,并以每一所述居住区均能分配到学校和学校被分配的适龄学生总数不超过学校学位容量为约束,建立第四学位分配模型;
基于所述第四学位分配模型,得到每一所述居住区对应分配到的学校所属的学区,并基于每一所述居住区分配到的学区,对每一所述学区的区域范围和所述学区内的居民信息和学校信息进行调整,得到学区划分结果;
建立第一学位分配模型,其中,第一学位分配模型的目标函数为:
其中,Dgh为第h个居民点到第g个学校之间的距离,xgh表示第h个居民点是否分配到第g个学校;xgh={0,1},h∈N,当xgh取值为1时,表示第h个居民点分配给第g个学校,当xgh取值为0时,表示第h个居民点未分配到第g个学校,p个学校信息构成学校的信息集合M,q个居民点信息构成居民点的信息集合N;
基于每个居民点能够分配到对应学区的学校,建立约束条件如下:
其中,gf为第g个学校所属的学区f,hf为第h个居民点所属的学区f;
建立第二学位分配模型,其中,第二学位分配模型的目标函数为:
其中,Dbc为第c个居民点到第b个学校的距离,xbc表示第c个居民点是否分配到第b个学校;xbc={0,1},c∈Q,当xbc取值为1时,表示第c个居民点分配到第b个学校,当xbc取值为0时,表示第c个居民点未分配到第b个学校,s个学校信息构成学校的信息集合P,t个居民点信息构成居民点的信息集合Q;
基于每个居民点能够进入对应学区的学校,建立如下约束条件为:
其中,ba为第b个学校所属的学区a,ca为第c个居民点所属的学区a;
基于每个学校的学校学位容量限制,建立如下约束条件:
其中,Ab为第b个学校的学校学位容量,nc为第c个居民点含有的适龄学生数量;
建立第三学位分配模型,第三学位分配模型的目标函数如下:
其中,Dde为第d个居民点到第e个学校的距离,xde表示第d个居民点是否分配到第e个学校;xde={0,1},e∈T,当xde取值为1时,表示第d个居民点分配到第e个学校,当xde取值为0时,表示第d个居民点未分配到第e个学校,u个未能分配的居民点信息构成居民点的信息集合R,v个学位盈余的学校信息构成学校的信息集合T;
基于每个居民点的适龄人口能够进入唯一的学校,建立约束条件如下:
基于每个学校的学校学位容量限制,建立约束条件如下:
其中,nd表示第d个居民点含有的适龄学生数量,Ae为剩余学校学位容量;
建立第四学位分配模型,其中,第四学位分配模型的目标函数如下:
其中,Dik为第d个居住区到第e个学校的距离,xik表示第i个居住区是否分配给第k个学校;xik={0,1},k∈S,当xik取值为1时,表示第i个居住区分配给第k个学校,当xik取值为0时,表示第i个居住区未分配给第k个学校,m个居民点信息构成居民点的信息集合V,n个学校信息构成学校的信息集合S;
基于每个居住区的适龄学生能够进入唯一的学校,建立约束条件如下:
基于每个学校的学校学位容量限制,建立约束条件如下:
其中,ni为第i个居住区含有的适龄学生的数量,Bk为学校学位容量;
计算所有二级指标的分值,并根据所有二级指标的分值和每一所述二级指标对应的权重进行加权求和,得到综合评价分值;
针对每一所述一级指标,根据对应指标下的所有二级指标的分值和对应的权重,计算每一所述一级指标对应的评价分值;
根据所述综合评价分值和每一所述一级指标对应的评价分值,得到对所述现行学区划分方案的评价结果;
其中,所述综合评价分值的计算公式如下:
其中,Z为综合评价分值,wi为第i个二级指标的权重,Si为第i个二级指标的分值,n为二级指标的总数;
其中,第m个一级指标对应的评价分值Um的计算公式如下:
其中,wzmi为第m个一级指标下的第i个二级指标的权重,Szmi为第m个一级指标下的第i个二级指标的分值,nsm为第m个一级指标含有的二级指标的总数。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至4中任意一项所述的学区划分评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211593989.2A CN115809825B (zh) | 2022-12-13 | 2022-12-13 | 一种学区划分评价方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211593989.2A CN115809825B (zh) | 2022-12-13 | 2022-12-13 | 一种学区划分评价方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115809825A CN115809825A (zh) | 2023-03-17 |
CN115809825B true CN115809825B (zh) | 2023-07-25 |
Family
ID=85485609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211593989.2A Active CN115809825B (zh) | 2022-12-13 | 2022-12-13 | 一种学区划分评价方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115809825B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175765A (zh) * | 2019-05-20 | 2019-08-27 | 上海市测绘院 | 一种基本公共教育服务均等化综合评估系统及评估方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6922132B2 (ja) * | 2017-04-17 | 2021-08-18 | 清水建設株式会社 | 生成装置、生成方法及び生成プログラム |
CN107679663A (zh) * | 2017-10-09 | 2018-02-09 | 中国电子科技集团公司第二十八研究所 | 一种教育资源监测预警系统 |
CN109359162B (zh) * | 2018-08-28 | 2022-07-26 | 浙江工业大学 | 一种基于gis的学校选址方法 |
CN110490352A (zh) * | 2019-05-31 | 2019-11-22 | 武汉大学 | 一种城市教育服务设施评价优化方法 |
CN112396268A (zh) * | 2019-08-15 | 2021-02-23 | 华为技术有限公司 | 建校选址的方法以及装置 |
CN112712245A (zh) * | 2020-12-23 | 2021-04-27 | 河南大学 | 一种满足学区连续要求的学校布局调整方法及装置 |
CN113971515A (zh) * | 2021-10-22 | 2022-01-25 | 湖北第二师范学院 | 义务教育就近入学实施的定量评价方法及设备 |
CN114004524A (zh) * | 2021-11-08 | 2022-02-01 | 广州大学 | 一种考虑空间约束条件的学区划分方法 |
CN114399145B (zh) * | 2021-12-02 | 2022-09-06 | 广州市城市规划勘测设计研究院 | 一种学区地块的调整方法及装置 |
CN114037188A (zh) * | 2022-01-06 | 2022-02-11 | 中电科新型智慧城市研究院有限公司 | 基于多元评价体系的学位预测方法、装置、设备和介质 |
-
2022
- 2022-12-13 CN CN202211593989.2A patent/CN115809825B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175765A (zh) * | 2019-05-20 | 2019-08-27 | 上海市测绘院 | 一种基本公共教育服务均等化综合评估系统及评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115809825A (zh) | 2023-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hoshino et al. | Measuring the benefits of neighbourhood park amenities: Application and comparison of spatial hedonic approaches | |
Nilsson | Natural amenities in urban space–A geographically weighted regression approach | |
Ballestores Jr et al. | An integrated parcel-based land use change model using cellular automata and decision tree | |
Bao et al. | Spatial analysis of bikeshare ridership with smart card and POI data using geographically weighted regression method | |
Liaghat et al. | A multi-criteria evaluation using the analytic hierarchy process technique to analyze coastal tourism sites | |
Burdziej | Using hexagonal grids and network analysis for spatial accessibility assessment in urban environments–a case study of public amenities in Toruń | |
Díaz-Pacheco et al. | The importance of scale in land use models: Experiments in data conversion, data resampling, resolution and neighborhood extent | |
KR101825559B1 (ko) | 도시조사 분석 서비스 제공서버 | |
CN108182196B (zh) | 一种基于poi的城市交通需求预测方法 | |
Mora-Garcia et al. | A comparative analysis of manhattan, euclidean and network distances. Why are network distances more useful to urban professionals? | |
CN114969007A (zh) | 一种基于功能混合度和集成学习的城市功能区识别方法 | |
CN111612223B (zh) | 基于土地和交通多源数据的人口就业分布预测方法及装置 | |
CN109933901B (zh) | 一种生态系统服务价值最优化的mcr城市扩张模拟方法 | |
CN114663602A (zh) | 一种基于大数据的城市设计实景三维测绘系统 | |
CN110728433A (zh) | 一种基于手机信令的地块居住人口测算方法 | |
CN112148821B (zh) | 一种城市混合职住空间计算方法和系统 | |
CN115809825B (zh) | 一种学区划分评价方法、装置及介质 | |
CN110309953B (zh) | 采用目标流动性分布预测的城市安防监控布局系统及方法 | |
Pérez-Morales et al. | Dasymetry Dash Flood (DDF). A method for population mapping and flood exposure assessment in touristic cities | |
Hansen | An adaptive land-use simulation model for integrated coastal zone planning | |
CN109977600B (zh) | 一种标准化的城市立体空间形态紧凑性测度方法及系统 | |
Gharakhlou et al. | Access Enhancement by Making Changes in the Route Network to Facilitate Rescue perations in Urban Disasters | |
Sirkeci et al. | A Mass Valuation Model Proposal for Residential Property Taxation in Türkiye | |
CN110796380A (zh) | 大尺度下基于栅格数据的交通通达度评价方法 | |
Skarphédinsson | Evaluating a simplified process for developing a four-step transport planning model in VISUM–Application on the capital area of Reykjavik |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |