数学建模 高考人数

1、高考人数下降分析模型摘要本文结合近年来高考人数的变化趋势，针对影响高考人数变化的几个因素，人口增长、社会发展、人口流动等，提出了决策树分类、回归分析等方法进行建模预测。首先，本文对搜集所得的数据利用数据挖掘理论中的决策树法进行分类处理，通过决策树的分类得到各个因素的信息增益，据此进行特征选择，进而绘制出决策树。从而将影响高考人数变化的因素定性地表示出来，利用所得决策树给出新的对象便能作出分类预测。然后，为了得出各个因素与高考人数之间的定量关系，本文利用一元回归分析法的相关理论，通过分析大量的样本数据，利用 MATLAB 软件做曲线拟合分别确定各变量与高考人数之间的数学关系式，得出了单一因素对高

2、考人数影响的作用方式。在忽略其他因素的影响时候，可利用这一关系对高考人数作出短期的线性预测。为了使模型更加适应实际情况，我们对模型进行了优化。通过绘制出的决策树，选择其中的一枝，对符合条件的相关年份进行分析与讨论，利用多元回归分析法的相关理论及 MATLAB 数学软件的工具支持，研究了在线性相关条件下，多个因素对高考人数的数量变化关系，得到多元线性回归模型。同时我们利用所得的数学模型，代入相关条件，对近几年甘肃省的高考人数进行了预测。其中 2013 年和 2014 年甘肃省的高考人数预测结果分别为 308562，304581；实际情况则分别为 283000，297000。结果表明，尽管该模型与

3、实际情况存在偏差，但是在假设忽略政策等因素的条件下，通过模型作出的预测结果是合理的，具有一定的指导意义。据此我们预测 2015 年甘肃省高考人数为 306339。最后，基于上述分析、预测及往年高校招生的情况对高校招生改革提出了几项建议；又基于经济发展对高校毕业生产生的影响，以提高高校教学质量为目的，提出了几项关于高校专业设置的建议。关键词：高考人数变化趋势 决策树 回归分析模型 MATLAB 软件一、问题重述根据教育部公布的数据，全国高考报名人数在 2008 年达到巅峰值后开始快速下降， 2009 年和 2010 年部分省市的下降幅度甚至达到了 20%。随后下降人数趋缓。不过，我国未来高考生源

4、总体下降的趋势依然没有改变，主要原因是学龄学生人口的持续减少。从各省的统计数据来看，高考人数明显受到全国人口流动迁移的影响。人口流出大省，高考人数降幅巨大；人口流出大省，高考人数持续增长。伴随高考报名人数的不断下降和高校招生规模的不断扩大，近年来我国高考录取率呈现出快速增长的态势。与此同时，不能完成高考招生计划的省市和学校越来越多，生源危机已经蔓延至全国。我国高考已经走过 38 年的风风雨雨，高考也为我国人才培养、促进经济发展、推动科学技术现代化、推进教育公平作出了重大的贡献。但是随着社会经济的不断发展，高考改革已成为教育体制改革的关键领域和关键环节，高考和高等教育改革已经迫在眉睫。请你通过互

5、联网、政府部门、科研院所、新闻媒体等一切可能的渠道，广泛收集人口、经济、社会、高考等方面的相关数据，解决下列问题：1.基于数据挖掘、统计分析及大数据处理的理论和技术，分析我国高考近年来凸显的问题及成因；2.分析我国人口增长、经济发展、人口流动、地区差异等和高考人数之间的关系，建立揭示其内在关系的数学模型；3.基于对我国未来人口增长、社会发展、人口流动的预测，分析我国高考人数的变化趋势；4.基于对高考人数的变化趋势的分析，对我国高等学校培养定位、招生改革进行定量分析；5.给有关部门写一封不超过 1000 字的信，为高考和高等教育改革献计献策。二、问题分析2008 年我国高考报名人数达到历史峰值的

6、 1050 万，从此之后，人数迅速下滑。根据预测，2020 年，我国 18 岁适龄人口将达到最低谷。这意味着，曾经千军万马过独木桥的壮烈场景将不复存在，各大高校将面临生源危机的挑战。合理的预测高考人数的变化将成为高校改革的方向。对于问题 1，需要查找大量影响高考人数的数据，利用数据挖掘、统计分析及大数据处理的理论和技术，分析我国高考人数的变化趋势，本文考虑使用甘肃省近年数据，对有关影响高考人数的因素使用决策树法进行分析，从而找出我国高考近年来凸显的问题及成因。对于问题 2，在问题 1 的基础上，对分析得出的影响高考人数的因素分别考虑，拟用 MATLAB 软件程序进行曲线拟合，定量分析出各个因素

7、与高考人数之间的变化关系，从而建立揭示各个因素与高考人数之间的内在关系的数学模型。对于问题 3，在问题 2 建立的模型基础上，我们通过带入或推测相关因素数据进行预测，进而得出我国高考人数的变化趋势。对于问题 4，通过问题 3 中的预测结果，合理把握变化因素，利用现有的高校培养定位，国家招生计划等数据，结合预测结果进行定量分析。综上所述，本问题可以看做是基于决策树对大数据分类处理，再利用回归分析法对各因素进行定量讨论，继而确立数学模型的问题。三、模型假设1.不考虑战争、灾害、疾病对高考人数的影响。2.假设在一年内，各个地区，各个年龄段的死亡率不会发生变化。3.忽略政府部门出台的相关政策因素。4.

8、对于经济因素我们仅考虑 GDP 及其增长率的影响。四、符号说明符号符号定义T样本集I（Tn）信息量E划分后的信息熵Gain信息增益A三次项系数B二次项系数C一次项系数D常数项a多项式第一项系数b多项式第二项系数g多项式第三项系数五、模型建立与求解5.1 问题 1基于决策树的数据分类为了解决问题 1，我们基于数据挖掘理论中的决策树理论对搜集到的数据进行分类处理，从而得出影响高考人数的问题及原因。5.1.1 决策树及相关概念1决策树（DT）：是一种树型结构的预测模型，其中树的非终端节点表示属性，叶节点表示所属的不同类别。根据训练数据集中数据的不同取值建立树的分支，形成决策树。决策树一般产生直观、易

9、理解的规则，适于对记录分类或结果的预测。信息量：设信息源 X 的取值为 A =（a1, a2 ,., an ) ，ai 出现的概率为 piI(ai ) = log(1 pi) = - log pi称为ai 的信息量。信息熵：训练集 T 包含 n 个样本，这些样本分别属于 m 个类，其中第 i 个类在 T中出现的比例为 piH ( X )n= - pi log pin( pi = 1)i=1i=1称为集合 T 的信息熵。m n划分后的信息熵：E( A) = i=1 ni I(Ti )信息增益：Gain( A) = I(T ) - E( A)特征选择方法：逐一计算每种分裂的信息增益，选择信息增益最

10、大的属性作为分裂属性。5.1.2 绘制决策树（1）数据处理（2）为了方便模型的建立我们选择发展相对平缓的甘肃省进行模型的建立，再将该模型进行推广，进而得出全国高考人数的变化规律。表 1甘肃省数据甘肃GDP 的增长率当年高中招生常住人口（万当年出生人口高考人数（万人数（万人）人）率人）200313.6%9.08253714.3213.60200420.6%10.98254116.5816.26200514.5%14.37254520.5520.86200617.7%16.82254720.4124.86200718.7%18.66254822.5727.21200817.2%20.5725512

11、0.6829.2620097.0%20.73255519.3828.65201021.6%20.48256019.3729.09201121.8%21.05256420.1629.75201212.5%21.70257820.8229.60（2）指标解释GDP 的增长率：GDP 的年度增长率，是宏观经济的重要观测指标，我们拟用其代替影响高考人数变化的经济发展因素。当年高中招生人数：高考年份 3 年前该地区的普通高中招生情况。常住人口：每年 12 月 31 日 24 时统计的该地区的人口数。当年出生人口率：高考年份 18 年前该地区的出生人口率，相当于该年的高考适龄人口。（3）绘制决策树根据决策

12、树相关理论我们将各数据与前一年数据相比得出相对的增加、减少或不变的关系，基于此制作表格、绘制决策树，进而得出各项指标与高考人数间的关系。表 2高考人数样本集样本集 T高考人数增加的年数高考人数减少的年数样本数53I(T ) = -5log5-3log3= 0.954482 882 8表 3当年出生率相对高考人数的信息量当年出生人口高考人数增加的年数高考人数减少的年数总计I(Tn )率升高 T1 2241降低 T2 3140.8113不变 T3 0000E =4I(T ) +4I(T ) +0I(T ) = 0.9056818283Gain = I(T ) - E = 0.9544 - 0.90

13、56 = 0.0488表 4 GDP 增长率相对高考人数的信息量GDP 增长率高考人数增加的年数高考人数减少的年数总计I(Tn )升高 T1 3140.8113降低 T2 2241不变 T3 0000E = 84 I(T1 ) + 84 I(T2 ) + 80 I(T3 ) = 0.9056 Gain = I(T ) - E = 0.9544 - 0.9056 = 0.0488表 5 常住人口相对高考人数的信息量常住人口高考人数增加的年数高考人数减少的年数总计I(Tn )升高 T1 2241降低 T2 2130.9183不变 T3 1010E = 84 I(T1 ) + 83 I(T2 ) +

14、 18 I(T3 ) = 0.8444 Gain = I (T ) - E = 0.9544 - 0.8444 = 0.1100表 6 高中招生数相对高考人数的信息量高中招生数高考人数增加的年数高考人数减少的年数总计I(Tn )升高 T1 5270.8631降低 T2 0110不变 T3 0000E = 78 I (T1 ) + 18 I (T2 ) + 80 I (T3 ) = 0.7552 Gain = I(T ) - E = 0.9544 - 0.7552 = 0.1992即： Gain(高中招生） Gain(常住人口增长） Gain(出生率)=Gain(GDP 增长率)对于“高中招生”

15、的分支，从原数据集 T 中统计出属性值为“增大”的样本“高中招生”为新的数据集 T。表 7 高中招生的样本集样本集 T高考人数增加的年数高考人数减少的年数样本数52I(T) = -5log5-2log2= 0.8631772 772表 8 当年出生人口率相对高中招生的信息量当年出生人口率高考人数增加的年数高考人数减少的年数总计I(Tn )升高 T1 2241降低 T2 3030不变 T3 0000E = 0.5714Gain= I(T) - E = 0.8631- 0.5714= 0.2917表 9 常住人口率相对高中招生的信息量常住人口高考人数增加的年数高考人数减少的年数总计I(Tn )升高

16、 T1 2130.9138降低 T2 2110.9138不变 T3 1010E = 0.7871Gain = I (T ) - E = 0.8631 - 0.7871 = 0.0760表 10 GDP 增长率相对高中招生的信息量GDP 增长率高考人数增加的年数高考人数减少的年数总计I(Tn )升高 T1 3140.8113降低 T2 2130.9183不变 T3 0000E = 0.8571Gain = I (T ) - E = 0.8631 - 0.8571 = 0.0060即：Gain(出生率) Gain(常住人口增长） Gain（GDP 增长率）因此“增大”分支下的分裂属性可选“出生率”

17、“当年出生率”对于“增大”分支：表 11 当年出生率的样本集样本集 T高考人数增加的年数高考人数减少的年数样本数22I(T ) = -2log22-2log22= 14444表 12 GDP 增长率相对当年出生率的信息量GDP 增长率高考人数增加的年数高考人数减少的年数总计I(Tn )升高 T1 1121降低 T2 1121不变 T3 0000E =2I(T ) +2I(T ) +0I(T ) = 1414243Gain = I(T ) - E = 1 -1 = 0表 13 常住人口相对当年出生率的信息量常住人口高考人数增加的年数高考人数减少的年数总计I(Tn )升高 T1 0110降低 T2

18、 1121不变 T3 1010E = 14 I(T1 ) + 24 I(T2 ) + 14 I(T3 ) = 0.500Gain = I(T ) - E = 1 - 0.500 = 0.500即：Gain(常住人口增长） Gain（GDP 增长率）因此“增大”分支下的分裂属性可选“常住人口数”由以上的到总的决策树图如下：高中招生人数增长减小高考人数减少当年出生率增长减小常住人口增长高考人数增多不变减小高考人数增多高考人数增多高考人数减少（3）分析决策树通过绘制决策树我们将各个指标对高考人数的影响情况进行了分类，通过分类我们可以简单的根据不同指标情况对高考人数的变化进行定性预测。同时，我们也可以

19、从中看出高考人数变化存在的问题及因素。从决策树我们可以看出高中招生人数直接影响着高考人数的变化，可以反映出应届生为高考的主力军，近年来，由于专业技术人才的严重缺失，各省逐年加强对高中阶段教育的宏观调控和科学规划，促进普通高中与中等职业教育协调发展，扩大中职教育招生比例，控制普通高中招生计划总量，这样一部分初中学生在升学时就被分流到了中等职业教育，从而减少了高考生源。当年的出生率则决定了适龄人口的数量，由于国家对于人口数量的控制政策，根据我国中国统计年鉴中人口出生率的分析，2008 年高等教育适龄人口数达到了最高峰，2009 年以后高等教育适龄人口数将逐年下降，到 2020 年高等教育适龄人口数

20、将减少30%左右。除此之外，流动人口的流动方式及数量也影响着高考人数的变化，这样的变化主要体现在不同省份之间，发达省份的净人口流入量大，便伴随着高考人数的持续增加，不发达地区的人口流动相对较平缓，流动人口对高考人数的影响也相对较小。5.2 问题 2基于回归分析法的模型建立5.2.1 回归分析法（1）一元回归分析2一元回归模型的一般形式记为h ( x ) = b 0 + b1x 并设观测值为 y ，则 y = b 0 + b1 x + e其中 b 0 , b1 是未知的待定常数，称为回归系数；x 是回归变量，可以是随机变量，也可以是一般变量，e 是随机因素对响应变量 y 所产生的影响随机误差，也

21、是随机变量。为了便于作估计和假设检验，总是假设 E ( e ) = 0, D (e ) = s 2 ，亦即 e =N (0,s 2 ) ，则随机变量 y =N ( b 0 + b1 x,s 2 ).（2）多元回归分析一元回归模型的一般形式记为 y = b0 + b1x1 + b p xp + e其中 b0 , b1 , b p 是 p +1 个未知参数， e 是不可测的随机误差，且通常假定e N（0，s 2）.我们称式（1.1）为多元线性回归模型.称 y 为被解释变量（因变量），xi (i = 1,2, p) 为解释变量（自变量）。称 E( y) = b0 + b1x1 + + b p xp

22、为理论回归方程。5.2.2 甘肃省单一因素影响的数据拟合：（1）GDP 单一因素模型的建立1）针对甘肃省近几年 GDP 变化与高考人数变化间的关系，我们建立简单的一元非线性模型：y = Ax 3 + Bx 2 + Cx + D（1）2）模型求解首先，我们利用 2003 年到 2012 年的甘肃总高考人数和 GDP 实际数据。用 MATLAB软件对方程（1）进行最小二乘法拟合，得到A = 0.0007 , B = -0.0876 , C = 3.1820 , D = -25.0082.则高考人数的函数为：y = 0.0007 x 3 - 0.0876 x 2 + 3.1820 x - 25.00

23、82（2）然后，我们用（2）式，得到计算结果，并与实际数据作比较，分别得到一元非线性模型拟合甘肃高考人数数据的结果（表 14）和拟合曲线（如图 1）：3表 14甘肃GDP（亿高考人数（人）元）20031399.8313600020041688.4916259920051933.9820864720062276.7024856620072702.4027210520083166.8229263720093387.5628653220104120.7529095220115020.3729745720125650.20295981图 1 高考人数关于 GDP 的函数可以看出，这个模型拟合时大部分数

24、据点的拟合度相当高，但仍有极少数点拟合的不是太好。在后边的模型优化部分，我们会对其进行相关处理。单一的通过 GDP 因素，可见在构建节约型社会的大背景下，单纯的 GDP 增长，对社会国民人口素质的提高并不能起到很有效的促进作用。所以绿色 GDP 的核算体系更加有益于社会的健康发展。（2）高中招生人数单一因素模型的建立1）针对甘肃省近几年高中招生人数变化与高考人数变化间的关系，我们建立简单的一元线性模型：y = Ax + B2）模型求解首先，我们利用 2003 年到 2012 年的甘肃总高考人数人数和三年前高中招生人数实际数据。用 MATLAB 软件对方程（1）进行最小二乘法拟合，得到：A =

25、1.3143 ，B = 1.9878 。则所得到的函数是：y = 1.3143 x +1.9878（4）然后，我们用（3）式，得到计算结果，并与实际数据作比较，分别得到一元线性模型拟合甘肃高考人数数据的结果（表 15）和拟合曲线（如图 2）：表 15甘肃当年高中招生高考人数（万人）（人）20039.08136000200410.98162599200514.37208647200616.82248566200718.66272105200820.57292637200920.73286532201020.48290952201121.05297457201221.70295981图 2 高中招

26、生人数关于高考人数的函数可以看出，这个模型拟合时大部分数据点的拟合度相当高，但仍有极少数点拟合的不是太好。在后边的模型优化部分，我们会对其进行相关处理。通过图（2），明显高中招生人数对高考人数起到了至关重要的影响。该图针对当下热议的“12 年义务教育”可以起到很好的指导意义。（3）常住人数单一因素模型的建立1）针对甘肃省近几年常住人数变化与高考人数变化间的关系，我们建立简单的一元线性模型： y = Ax + B2）模型求解首先，我们利用 2003 年到 2012 年的甘肃总高考人数人数和三年前高中招生人数实际数据。用 MATLAB 软件对方程（1）进行最小二乘法拟合，得到： A = 38.03

27、01，B = -945.8414 。则所得到的函数是：y = 38.0301x - 945.8414（5）然后，我们用（5）式，得到计算结果，并与实际数据作比较，分别得到一元线性模型拟合甘肃高考人数数据的结果（表 16）和拟合曲线（如图 3）：模型拟合时大部分数据点的拟合度相当高，基本可以看出其之间的线性关系。在后边的模型优化部分，我们会对偏离点进行相关处理。表 16甘肃常住人口高考人数（人）（万人）20032,53713600020042,54116259920052,54520864720062,54724856620072,54827210520082,55129263720092,55

28、528653220102,56029095220112,56429745720122,578295981图 3 常住人口与高考人数的函数我们所选取的甘肃省由于经济欠发达，流动人口基本持平，即常住人口变化不大，从图中可以反映出一定的关系但不能说明全国情况。我们将在模型优化部分讨论不同地区的地区差异以反映全国的客观情况。（4）出生人口单一因素表 17甘肃当年出生人数高考人（万人）数（人）200329.23142136000200433.35609162599200543.4838208647200643.59576248566200749.02204272105200846.63342926372

29、00944.2833286532201044.82218290952201147.2752297457201249.50996295981图 4 当年出生人数与高考人数的函数通过上图我们明显看到在时间跨度相对较大的因素间的关系几乎没有规律，因此对该单一因素在此处不进行相关处理，在优化部分会对其进行优化与分析。六、模型优化及预测6.1 基于决策树理论，我们对该模型进行分析与讨论：（1）对于甘肃我们可以看到高中招生人数的变化很大程度上决定了高考人数的变化，所以针对甘肃近几年高中招生人数的变化的趋势，取决策树最左侧一枝，对符合条件的相关年份（2003 年至 2007 年）进行分析与讨论。表 18 2

30、003 至 2007 年甘肃省实际数据甘肃当年高中招生当年出生人数当年出生人口率常住人口高考人数（万人）（万人）（万人）（人）20039.0829.2314214.32253700136000200410.9833.3560916.58254100162599200514.3743.483820.55254500208647200616.8243.5957620.41254700248566200718.6649.0220422.57254800272105由表 17，我们可以建立：y = a x1 + b x2 + g x3 形式，用 MATLAB 软件进行线性拟合:得到：a = 10.98

31、00 ，b = -0.0947 ，g = 0.0647 。然后，该函数的具体形式是：y = 10.9800x1 -0.0947x2 + 0.0647x3（6）然后，我们用（6）式，带入相关信息量得到计算结果，并与实际数据作比较：表 19 2003 至 2007 年甘肃省实际数据及预测结果甘肃当年高中招当年出生人当年出生人常住人口高考人数理论高考生（万人）数（万人）口率（万人）（人）人数（人）20039.0829.2314214.322,537136000135983200410.9833.3560916.582,541162599162915200514.3743.483820.552,545

32、208647208325200616.8243.5957620.412,547248566247964200718.6649.0220422.572,548272105272671图 5可以看到理论数据与实际数据吻合度很好。所以该模型是相当满意的。对于 2006 年相对变化较大，主要由于 2006 年的当年出生条件的人口率并没有增加，对于该模型是不适用的。2）我们对出生率减小的一枝，对符合条件的年份（2006 年至 2009 年）进行分析与讨论：表 20 2006 至 2009 年甘肃省实际数据甘肃当年高中招生（万人）当年出生人数当年出生人口率高考人数（万人）200616.8243.59576

33、20.41248566200718.6649.0220422.57272105200820.5746.633420.68292637200920.7344.283319.38286532由表 19，我们可以建立： y = a x1 + b x2 + g 形式，用 MATLAB 软件进行线性拟合:得到：a = 1.0164 ， b =0.1235 ， g = 2.3191 。然后，该函数的具体形式是：y = 1.0164x1 + 0.1235x2 + 2.3191（7）然后，我们用（7）式，带入相关信息量得到计算结果，并与实际数据作比较：表 21 2006 至 2009 年甘肃省实际数据及预测结

34、果甘肃当年高中招生（万人）当年出生人数当年出生人口高考人理论高考人（万人）率数（人）数（人）200616.8243.5957620.41248566247990200718.6649.0220422.57272105273393200820.5746.633420.68292637289857200920.7344.283319.38286532288581可以看到理论数据与实际数据吻合度很好。所以该模型是相当满意的。图 66.2 基于模型对 2013,2014,1015 年进行相关的检验与预测问题 3表 22 2013 至 2015 年甘肃省实际数据甘肃高中招生人数(万人)当年出生人口（万人

35、）当年出生率201321.9650.3420.65201422.1645.4718.43201522.6143.1917.22可以通过数据了解到这三年在当年的出生率明显下降，因此采用优化中出生率减小的模型进行预测： y = 1.0164 x1 + 0.1235 x2 + 2.3191表 232013 至 2015 年甘肃省实际数据及预测结果甘肃高中招生人数当年出生人口当年出生预测高考人实际高考人(万人)（万人）率数（人）数（人）201321.9650.3420.65308562283000201422.1645.4718.43304581297000201522.6143.1917.22306

36、339图 7由于我们的模型基于 2012 年以前的数据进行建立，所以我们对最新的两年及未来一年的甘肃省高考人数进行预测。将 2013 年的实际数据与预测数据相比较发现差距较大，但考虑到 2013 年是甘肃省新课改后的首次高考，去年高考一部分考的不太理想的学生担心适应不了新高考，就尽量能走则走，复读生人数的减少也影响到了高考报名的总体人数。2014 年的预测数据也相对偏大，考虑到近年来，出现了出国留学热，部分高中生选择参加国外的高考，这样一来，也影响到了高考生源。高考人数的适当减少也在情理之中。七、模型的评价与推广7.1 模型的评价决策树模型对该问题进行了讨论，将大数据分类对高考人数的变化做出了

37、相对准确的定性预测。但由于条件有限，所测数据数量有限，分析所得决策树有部分局限性，存在偶然误差。同时决策树方法无法进行准确数据预测只能简单的定性分析。回归分析模型克服了决策树法的缺陷，能够做到对数据的定量分析，所得准确性也相对较高，但由于采用线性拟合方法，只能对数据进行短期预测，当长期预测时便会产生一定的误差。本文结合两种方法进行优化处理，决策树的基础上再进行回归分析法，增强了模型的稳定性以及适定性。7.2 模型的推广问题 4根据前面的种种分析，我们知道 08 年以来甘肃省每年的高考报名人数在 29 万附近波动，而甘肃省高校招生人数却一直呈上升态势。扩招后学生人数呈几何态势增长，而而相应的高校

38、硬件设施更新速度却跟不上，大大降低了教育质量。连续多年扩招后，甘肃省高校在学校债务、学生管理、助学贷款等方面出现了不容忽视的问题。到 2007 年，甘肃省高校总负债高达 49 亿元，每年需支付利息近 4 亿元，个别学校甚至出现了资不抵债的状况。巨额债务已成为制约甘肃省高校健康发展的重要因素。在初级阶段，对人才量的需求更大，但当经济发展到一定程度时，扩招后的教育质量就跟不上社会的需求了，这是需求的不仅仅在与量，更重要的就是质量。4图 8鉴于以上种种问题，我们对甘肃高校招生改革提出以下建议：第一，应当减少扩招率，甚至停止扩招。第二，政府加大对基础教育的投资，控制高校贷款数额。让每一笔钱都用到提高教

39、学质量上。第三，高校招生人数不增加，但人口的增长确实不争的事实，对于可能随之带来的问题，政府可以扶植技术培训，让暂时没有大学上减少的学生掌握一技之长，同时也可在一定程度上解决我省蓝领技工缺失的问题。第四，采用多元化的招生方式，比如自主招生，招收大学自己所需要的特色学生。近年来, 随着高等教育的大规模调整和大众化, 很多中专升格为高职, 专科升格为本科, 一般院校升格为综合性大学, 办学规模急剧膨胀。这些新升格的地方院校, 由于培养目标定位模糊, 或盲目攀高、求大、求全, 致使学科雷同, 专业雷同, 千校一面的现象比比皆是, 由此造成了严重的社会问题就业结构失衡, 大学生就业困难。5表 24甘肃

40、省普通高校本科专业设置情况哲经法教文历理工农医管艺专业门类济育史理术合计学学学学学学学学学学学学各专业门类个数14633113327115591实际各专业门类146331927794478个数专业种数41732187153613925343527443实际专业种数1101211183176013142012191基本目录内专业1101111163175713132012184自设名录内专业0010200301007专业种数覆盖率25593861256047435241574443（%）注：数据来源于中国普通高等学校本科专业目录（修订一稿）和甘肃省教育厅，数据截止时间是 2011 年 5 月。其

41、中，专业种数覆盖率是指甘肃省已设专业总数所占修订版本科专业总数的比例。鉴于以上问题，我们认为应该改革高校专业设置，提高教学质量从而提高毕业生就业率。专业设置既是一种社会行为，又是每一个学校的个别行为。专业设置是否合理，不仅关系到一个地区的产业结构和经济的有效发展，而且还直接影响着一个学校的生存与发展。所以，合理地专业结构离不开政府的宏观调控、大学的主导作用以及社会的广泛参与。第一，政府应加强宏观调控政策，确保专业的良性运行。甘肃省教育行政主管部门要加强宏观管理和调控，制定相关的专业设置管理办法，有计划的进行专业调整和改造，实现专业的可持续发展。第二，各类高校应准确定位，面向社会需求调整专业结构

42、布局。首先，高校要准确定位，制定专业规划。不同层次、不同性质的学校定位不同，其发展方向与目标也不一样，只有明确自己的定位才能为自己做出准确的专业规划，才能按照规划合理的调整专业结构，努力改变各高校专业趋同的现状，体现优势，错位发展，办出各自特色和水平。其次，高校应该面向社会需求，调整专业结构布局。第三，构建社会广泛参与专业建设的机制，加快专业的协调发展。地方根据当地社会经济发展水平和文化传统，自主规划和设置一定能及时和快速服务地方社会经济发展的专业。八、参考文献1 中国系统工程学会决策科学专业委员会,决策科学理论与方法,北京:海洋出版社，20032 刘宏友, 李莉, 彭锋. MATLAB 6 基础及应用. 重庆: 重庆大学出版社, 20013 中华人民共和国国家统计局,国家数据,，2014/6/164 关于高校招生改革的提案, /,2014/6/165 甘 肃 省 教 育 厅 , 甘 肃 省 高