基于GIS时空分析的北京市义务教育择校问题复杂系统研究

China's compulsory education has achieved universal access to improve the quality of education to promote the balanced development of education has become one of the main objectives of future education evelopment planning. With Educational Resources Standard of mature, balanced development of compulsory supervision and evaluation work full forward, big city'school-choosing phenomenon was even more serious. School behavior is influenced by many factors such as educational resources, change of the population, regional economic development, market economy and social value, and its movement state, the result is uncertain and has the fundamental attribute of complex system science.Based on the theory and vision of multidisciplinary, the project chooses beijing as research object, and from the perspective of complex system science, the project uses education external big

我国义务教育已经实现全面普及，提高教育质量促进教育均衡发展已经成为未来教育发展规划的主要目标之一。随着教育资源配置标准研究成熟，义务教育均衡发展督导评估工作全面推进，大城市“学区热”现象却愈加严重。择校行为受教育资源、人口变化、区域经济发展、市场经济、社会价值观动态等多种因素影响，其运动状态，结果呈现不确定性，具有复杂系统科学的根本属性。本课题将立足于多学科的理论和视野，以北京市城区为研究对象，基于多元数据融合技术，利用教育外部大数据，结合GIS空间分析技术，从复杂系统科学的角度，研究义务教育阶段，择校行为的影响因素及动态变迁。最终构建北京市义务教育择校问题复杂系统模型，实现对义务教育均衡发展不同策略的评价。从而为区域教育资源配置及学区划分机制提供基于实际情况的决策支持。

在当前义务教育资源供给趋向公平、地区及学校间教育差距有所缩小的背景下，我国“学区房”溢价却并未消解，成为“择校”问题的风向标。随着义务教育学龄人口高峰的到来，北京市各区域特别是教育强区面临巨大的资源压力，各区加大教育资源配置同时，陆续实施“六年一学位”、多校划片等教育政策。区域内义务教育均衡是否为大众所认可，政策的实施效果如何均有待检验。同时，学龄人口是区域内教育资源布局的重要依据，当前研究缺乏面向学区的直接预测和测算。本项目通过开发网络爬虫技术，获取了北京市海量的房产交易数据和学区数据，并运用GIS空间分析技术，将房产数据与学区数据相关联，收集整理了2014～2021年北京市六大主城区二手房屋成交及价格相关数据及入学政策调整相关信息，尝试通过房价变化考察分析政策效应，并开发了基于GIS与住宅信息的学龄人口预测模型，可以为教育资源配置与布局提供直接参考。研究发现，北京市六大主城区房价存在显著区域差异，且与民众心目中对各区教育资源水平的评判具有一致性，大致形成四个梯队，西城为第一梯队房价最高，东城、海淀为第二梯队房价次高，朝阳为第三梯队房价居中偏下，丰台和石景山为第四梯队房价相对更低；各城区内住宅价格与房屋的学区属性关联紧密，一类小学学区房价最高，二类小学学区房价次高，三类小学（网评好校）学区房价居中，普通小学学区房价最低；房价变动一定程度可以作为教育政策调整效应的检验变量，即可以通过大数据下的房屋成交信息对政策效应进行检验；基于利用互联网数据的采集，结合统计调查数据，利用空间插值算法进行人口估算方法是有效可行的，不仅能够准确的得出区域层面上的分年龄别的人口情况，还能够得出人口的空间分布情况，可以直观的得出各学区教育人口规模，相关算法和结果可以为面向学区的教育资源配置提供直接参考。