论文新高考上海方案的问题和，本文是新高考方面有关研究生毕业论文范文跟新高考和方案和上海方面研究生毕业论文范文.
摘 要：以上海市2017 年秋季高考本科高校招生末位投档考生的成绩作为证据,运用因素分析、相关分析及聚类分析研究了“新高考上海方案”的实际效果,得出的主要结论是按专业组招生的外语科目与其他科目对形成末位投档分数的贡献方式相反且强度最大,末位投档分数线的区分力主要由语文与数学得分高科目的分数同外语分数之差形成,以及原985 高校招生的语文与数学对末位投档分数的贡献率负向且强度较大.建议将现行的高考考试科目组合方式调整为：语文、数学、优势特长科目、外语科目、两个擅长科目,总分为660 分（简称为两个“2+1”）,优势特长科目和擅长科目均由考生从现行的思想政治、历史、地理、物理、化学、生物中自主选取.其中,语文、数学、优势特长科目为全国统一考试科目,各科满分为150 分（第1 个“2+1”）；外语科目和两个擅长科目为省级统一考试的高中学业水平等级性考试科目,均设置11 个等级,满分70 分,最低40 分,相邻等级的分数差为3 分（第2 个“2+1”）.在此基础上,再调整“新高考上海方案”的其他政策措施.
关键词：新高考；上海方案；问题；对策
中图分类号：G632 文献标识码：A doi:10.3969/j.issn.1005-2232.2017.06.001
一、问题的提出
2013年,党明确提出,推进考试招生制度改革,逐步推行普通高校基于统一高考和高中学业水平考试分数的综合评价多元录取机制,探索全国统考减少科目、不分文理科、外语等科目社会化考试一年多考,从根本上解决一考定终身的弊端.[1]
2014年,国务院明确提出了深化考试招生制度改革的总目标,并具体要求改革考试科目设置,增强高考与高中学习的关联度,考生总分数由统一高考的语文、数学、外语3个科目分数和高中学业水平考试3个科目分数组成,保持统一高考的语文、数学、外语科目不变、分值不变,不分文理科,外语科目提供两次考试机会,计入总分数的高中学业水平考试科目,由考生根据报考高校要求和自身特长,在思想政治、历史、地理、物理、化学、生物等科目中自主选择,以及2014年上海市、浙江省分别出台高考综合改革试点方案,从2014年秋季新入学的高中一年级学生开始实施,试点要为其他省（区、市）高考改革提供依据.[2]
2014年,上海市人民政府印发了《上海市深化高等学校考试招生综合改革实施方案》（简称为“新高考上海方案”）.在考试方面,“新高考上海方案”规定上海市的普通高中学业水平考试实行合格性考试与等级性考试,2017年起高考分数由语文、数学及外语的统一高考分数和学生自主选择的3门普通高中学业水平等级性考试科目分数构成,分数总分660分,作为高等学校录取的基本依据.其中,语文、数学、外语每门满分150分；普通高中学业水平等级性考试科目均满分70分,最低分40分.在招生方面,“新高考上海方案”规定普通本科院校从思想政治、历史、地理、物理、化学、生命科学6门普通高中学业水平等级性考试科目中,分学科大类（或专业）按最多不超过3门的限制自主提出选考科目范围,考生满足其中1门即符合报考条件；对符合报考条件并达到学校投档分数线的考生,高校可分学科大类（或专业）提出优先录取的条件；合并本科第一、第二招生批次,按照考生的高考总分和院校志愿,分学校实行平行志愿投档和录取.[3]
“新高考上海方案”的科学性、合理性和可及性究竟怎样？科学、准确地回答这个问题对于建立中国特色现代教育考试招生制度具有重大意义.到目前为止,尽管从思辨、借鉴和经验的角度对“新高考上海方案”已经给予了诸多分析和论证,也提出了一些改进和完善建议.[4-7] 但是,这些分析、论证及改进建议尚缺乏客观充分的实践证据支持.上海市考试院发布的2017年上海市普通高校招生本科普通批次平行志愿院校专业组投档分数线及其构成,为基于客观、充分的证据,科学、准确地回答这个问题提供了现实可能.
二、方法
将考生i 在语数两科考试中所得较高分数、语数两科考试中所得较低分数、外语考试中所得分数、选考科目考试中所得最高分数、选考科目考试中所得中间分数及选考科目考试中所得最低分数分别记为Si 语数中高分、Si 语数中低分、Si 外语分、Si 等级科目高分、Si 等级科目中分及Si 等级科目低分.称有序数组（Si 语数中高分,Si 语数中低分,Si 外语分,Si 等级科目高分,Si 等级科目中分,Si 等级科目低分）为考生i 的得分模式,有序数组（Gi 语数中高分,Gi 语数中低分,Gi 外语分,Gi 等级科目高分,Gi 等级科目中分,Gi 等级科目低分）为考生i 的录取贡献模式,分别记为Si 和Gi.其中,
j 的取值为：语数得分高科目、语数得分低科目、外语、选考得分最高科目、选考得分中间科目及选考得分最低科目.相应地,将语数得分高科目贡献率、语数得分低科目贡献率、外语科目贡献率、选考得分高科目贡献率、选考得分中科目贡献率及选考得分低科目贡献率分别记为YSGG、YSDG、YYG、XKGG、XKZG及XKDG.
规定任意两个考生得分模式所形成夹角的余弦为其得分模式的同质度.基于该同质度,一般情况下按照将考生划分为11个类及21个类两种要求,①本文运用IBM SPSS Statistics 19.0的系统聚类对相同招生标准的末位投档的考生得分模式的同质度进行分析.由此分析同一招生标准所涵盖高校之间的同质性.
称（G 1j,G 2j ,……,Gnj）为科目j 的录取贡献模式,其中,n 为考生总数.规定任意两个科目的录取贡献模式之间的积差相关系数为这两个科目的同质度.基于该同质度,本文运用IBM SPSS Statistics19.0的因子分析,对同一招生标准下的6个考试科目的录取贡献模式的一致性进行分析.由此揭示所设置考试科目对实现招生标准的适宜性.
运用IBM SPSS Statistics 19.0的双变量相关分析,对同一招生标准所形成考生群体末位投档线的语文与数学得分差的绝对值（记为YSGDC）、语文与数学中的较高得分与外语得分的差（记为YSGYC）、选考科目所形成的最大分数差（记为XKGDC）、①外语分数（记为YYF）及末位投档分数（记为ZDTDF）进行相关分析,分析它们之间的相互影响及对高考录取的影响.在此基础上,结合分析同一招生标准所形成考生群体末位投档线“3个分数差”的分布及其变异系数,本文进一步分析考生高考分数是否存在偏科现象,以及如果存在偏科现象,则析出相应偏科现象的程度和对具有录取可能的影响.本文针对2017年上海市秋季高考之各专业组所有末位投档分数考生形成的群体、报考原985高校所有末位投档分数考生形成的群体、报考本科非原985高校所有末位投档分数考生形成的群体展开分析.
三、数据
2017年上海市普通高校招生本科普通批次平行志愿院校专业组投档分数线[8]、2017年上海市普通高校招生本科普通批次平行志愿院校专业组投档分数线（第二次征求志愿）[9],是具有质变关节点意义的数据,其结构为：院校专业组代码、院校专业组名称、投档线、末位投档考生对应分数.其中,末位投档考生对应分数由语文数学合计分数、语文或数学最高分、外语分数、选考科目最高分、选考科目次高分、选考科目最低分、公示加分等项目组成.
2017年上海市普通高校秋季招生本科普通批次设置了6个专业组,涵盖990所本科高校.其中,专业组（1）涵盖505所高校,专业组（2）涵盖292所高校,专业组（3）涵盖133所高校,专业组（4）涵盖41所高校,专业组（5）涵盖14所高校,专业组（6）涵盖5所高校.由于有的高校无人报考,2017年上海市本科普通批次平行志愿院校专业组投档分数线各专业组实际涉及到的学校数为960所.其中,专业组（1）涵盖493所高校,专业组（2）涵盖282所高校,专业组（3）涵盖127所高校,专业组（4）涵盖40所高校,专业组（5）涵盖13所高校,专业组（6）涵盖5所高校.
本文以2017年上海市普通高校招生本科普通批次平行志愿院校专业组投档分数线实际涉及到的所有高校的末位投档考生所形成的数据作为原始数据.
四、数据分析②
(一)专业组（1）分析
1. 录取贡献率的因素分析
利用专业组（1）的末位投档原始分所确立的科目录取贡献率所求出的相关矩阵的KMO 和Bartlett的检验结果为：取样足够度的Kaiser-Meyer-Olkin 度量为0.120 ；Bartlett 的球形度检验为3075.067,显著水平为0.000.综合这个检验结果,可对专业组（1）末位投档分数的科目贡献率进行因素分析.用因子分析所得的解释的总方差如表1所示.
表1表明,适合选取3个因子进行因素分析.采用主成分分析方法提取3个主成分作为因子,以及具有Kaiser 标准化的正交旋转法得表2、表3.
表2表明,专业组（1）的高考科目贡献率能归结为3个因子.以这3个因子的方差贡献率为权重得末位投档科目贡献率的综合评估函数F 1G 为：
公式（2）表明,选考科目对于形成专业组（1）末位投档分数线的贡献最大,其次是语文和数学科目,但外语科目与其他科目对形成末位投档分数的贡献方式相反,而且强度最大.
2. 科目差、外语及总分的相关分析
末位投档考生的“3个分数差”、外语分数及末位投档分数间的相关性如表4所示.
表4表明,语数得分低科目与外语之间具有极其显著的低正相关,语数得分的差异与最低投档分数线极其显著的弱正相关,与选考科目间的分数差异有极其显著的弱负相关；语数得分高的分数同外语分数的差与外语分数之间存在极其显著的强负相关,与末位投档分数具有极其显著、中等程度的负相关；外语分数与末位投档分数线的高低具有极其显著的高正相关；外语分数与选考科目的分数差异,以及选考科目分数的差异与最低投档分数线均为零相关.
3. 科目差的内部差异分析
分析专业组（1）末位投档考生“3个分数差”的统计和分布特征得表5.
表5表明,末位投档分数线的区分力主要由语数得分高科目的分数同外语分数之差形成,语文与数学分数差的绝对值的贡献次之,而选科科目的贡献则显得明显不足.此外,偏科现象突出.
4. 得分模式的聚类分析
将专业组（1）末位投档分数所对应的高校划分别划分为11类和21类得表6.
表6表明,两种分类所形成的各具体类所涵盖的高校数差距很大,但有6个类的学校构成不变,两个分类结果的一致性为68.76%.
(二)专业组（2）分析
1. 录取贡献率的因素分析
利用专业组（2）末位投档科目贡献率所得相关矩阵的KMO 和Bartlett 的检验结果为：取样足够度的Kaiser-Meyer-Olkin 度量为0.106 ；Bartlett 的球形度检验为2018.471,显著水平为0.000.检验结果表明,可以进行因素分析.用因子分析所得的解释的总方差如表7示.
表8表明,专业组（2）的科目贡献率能归结为3个因子.以这3个因子的方差贡献率为权重得专业组（2）末位投档科目贡献率的综合评估函数F 2G 为：
公式（3）表明,专业组（2）的选考科目对形成末位投档分数线的正向贡献大,语文、数学对形成末位投档分数线有正向贡献但弱小,外语科目对形成末位投档分数线的贡献与其他科目相反,但作用强度在6个科目中最强.
2. 科目差、外语及总分的相关分析
末位投档考生的“3个分数差”、外语分数及末位投档分数之间的相关性如表10所示.
表10表明,语数得分低科目与外语之间具有极其显著的低正相关；语数高得分同外语得分的差异与外语分数之间存在极其显著的强负相关,对末位投档分数的高低具有极其显著、中等程度的负相关；外语分数能极其显著地提高最低投档分数；考生确定选考科目的结果与语文、数学及外语等科目的关联性不大.
3. 科目差的内部差异分析
末位投档考生“3个分数差”所形成的最大分数差的统计和分布特征如表11.
表11表明,语数得分高科目的分数同外语分数之差、语文与数学分数差的绝对值及选科科目对形成专业组（2）的末位投档分数线区分力的贡献差异不大,但语数得分高科目的分数同外语分数之差的贡献相对较大.此外,偏科现象较为突出.
4. 得分模式的聚类分析
将专业组（2）末位投档分数所对应的高校划分别划分为11类和21类得表12.
表12表明,两种分类所形成的各具体类所涵盖的高校数均差距很大,但有7个类的高校构成没有发生变化,两种分类结果的一致性为57.45%.
(三)专业组（3）分析
1. 录取贡献率的因素分析
利用专业组(3) 的科目贡献率所得相关矩阵的KMO 和Bartlett 的检验结果为：取样足够度的Kaiser-Meyer-Olkin 度量为0.105 ；Bartlett 的球形度检验为931.766,显著水平为0.000.检验结果表明,可以对贡献率进行因素分析.用因子分析得的解释的总方差如表13所示.
表13表明,适合选取3个因子进行因素分析.采用主成分分析方法提取3个主成分作为因子,以及具有Kaiser 标准化的正交旋转法得表14、表15.
表14表明,专业组（3）的高考的科目贡献率能归结为3个因子.以这3个因子的方差贡献率为权重得专业组（3）末位投档科目贡献率的综合评估函数F 3G 为：
公式（4）表明,对于专业组（3）而言,选考科目对形成末位投档分数线的正向贡献大；语文、数学对形成末位投档分数线也有显著的正向贡献；外语科目对形成末位投档分数线有负向贡献,而且强度在6个科目中最强.
2. 科目差、外语及总分的相关分析
末位投档考生的“3个分数差”、外语分数及末位投档分数之间的相关性如表16所示.
表16表明,语数得分低科目与外语之间具有极其显著的低正相关；语数高得分同外语得分的差异与外语分数之间存在极其显著的强负相关,对末位投档分数的高低具有极其显著、中等程度的负相关；外语分数能极其显著地提高最低投档分数；考生确定选考科目的结果与语文、数学及外语等科目的关联性不大.
3. 科目差的内部差异分析
末位投档考生“3个分数差”所形成的统计和分布特征如表17.
表17表明,专业组（3）的末位投档分数线的区分力主要是由语数得分高科目的分数同外语分数之差形成的,语文与数学分数差的绝对值的贡献明显不足,而选科科目的贡献则显得更差.此外,偏科现象较为突出.
4. 得分模式的聚类分析
将专业组（3）末位投档分数所对应的高校分别划分为11类和21类得表18.
表18表明,两种分类所形成的各具体类所涵盖的高校数之间的差距均很大,但有6个类的学校构成不变,两种分类结果的一致性为59.84%.
(四)专业组（4）分析
1. 录取贡献率的因素分析
利用专业组（4）的科目贡献率所得相关矩阵不能通过KMO 和Bartlett 的检验.但是,用因子分析分析专业组（4）科目贡献率所得的解释的总方差（表19）却表明,对专业组（4）的科目贡献率适合选取3个因子进行因素分析.
对专业组（4）的科目贡献率,采用主成分分析方法提取3个主成分作为因子,以及具有Kaiser 标准化的正交旋转法得表20、表21.
表20表明,专业组（4）的高考科目的贡献率能归结为3个因子.以这3个因子的方差贡献率为权重得专业组（4）末位投档科目贡献率的综合评估函数F 4G 为：
公式（5）表明,对于专业组（4）而言,其末位投档分数线的正向贡献率科目由3个选考科目和语数得分低科目构成,而且选考得分中科目的贡献最大；其末位投档分数线的负向贡献率科目由外语和语数得分高科目构成；在6个科目中,外语对形成末位投档分数线不仅贡献率负向,而且贡献强度最强.
2. 科目差、外语及总分的相关分析
末位投档考生“3个分数差”、外语分数及末位投档分数之间的相关性如表22所示.
表22表明,语数得分高的分数同外语分数的差与选考科目的分数差异之间具有极其显著、弱正相关,与外语分数之间存在极其显著的强负相关,与末位投档分数具有极其显著、弱负相关；外语分数与末位投档分数具有极其显著、较高的正相关；外语分数与选考科目的分数差异,以及选考科目分数的差异与最低投档分数线均为零相关.
3. 科目差的内部差异分析
末位投档考生“3个分数差”所形成的统计和分布特征如表23所示.
表23表明,专业组（4）的末位投档分数线的区分力主要由语数得分高科目的分数同外语分数之差形成,语文与数学分数差的绝对值及选科科目的分数差的贡献明显不足.此外,偏科现象较为突出.
4. 得分模式的聚类分析
将专业组（4）末位投档分数所对应的高校划分别划分为11类和21类得表24.
表24表明,两种分类所形成的各具体类所涵盖的高校数差距很大,但有7个类的学校构成不变,两个分类结果的一致性为52.5%.
(五)原9 8 5 高校分析①
1. 录取贡献率的因素分析
利用原985高校科目贡献率所得相关矩阵的KMO 和Bartlett 的检验结果为：取样足够度的Kaiser-Meyer-Olkin 度量为0.089 ；Bartlett 的球形度检验为522.790,显著水平为0.000.检验结果表明,可以对科目贡献率进行因素分析.用因子分析所得的解释的总方差如表25所示.
表25表明,适合选取4个因子进行因素分析.采用主成分分析方法提取4个主成分作为因子,以及具有Kaiser 标准化的正交旋转法得表26、表27.
表26表明,原985高校的高考科目的贡献率能归结为4个因子.以这4个因子的方差贡献率为权重得原985高校末位投档分数的综合评估函数F 985G 为：
公式（6）表明,对于原985高校而言,语文与数学对末位投档分数的贡献率是负向的,而且强度较大；得分高选考科目和得分中选考科目对末位投档分数的贡献率是正向的,而且强度较大；外语科目对形成末位投档分数的贡献率是正向的,强度接近得分高选考科目的强度；得分低选考科目对末位投档分数的贡献率是尽管是正向的,但强度却很弱.
2. 科目差、外语及总分的相关分析
末位投档考生的“3个分数差”、外语分数及末位投档分数之间的相关性如表28所示.
表28表明,语数得分低科目与外语分数之间在中等程度上具有极其显著的低正相关；语数得分高的分数同外语分数的差与外语分数之间存在极其显著的较强负相关,与末位投档分数具有极其显著的弱负相关；外语分数与末位投档分数线的高低具有极其显著的较高正相关,与选考科目的分数差异具有极其显著的弱负相关；末位投档分数的高低与选考科目的分数差异具有极其显著的弱负相关；语数分数差与末位投档分数,语数分数差与选考科目分数的差,以及语数得分高的分数同外语分数的差与选考科目分数的差的相关性均不显著.
3. 科目差的内部差异分析
原985高校末位投档考生“3个分数差”所形成的统计和分布特征如表29所示.
表29表明,语数得分高分数与外语分数之差是形成末位投档分数线区分力具有决定性的主导力量,语文与数学分数差的绝对值和选科科目分数的最大差的作用几乎可以忽略不计.此外,存在一定程度的偏科问题.
4. 得分模式的聚类分析
分别将招生高校划分为6类和11类③进行聚类得表30.
表30表明,两种分类的结果中均呈现出涵盖学校数显著多于其他类与涵盖学校数显著少于其他类的情形并存,以及既存在同一类涵盖不同专业组,也存在同一专业组分属不同类,而且差异很大的现象.其中,将招生高校划分为6类时,招生高校主要集中在第1类（占招生高校总数的58.51%）和第2类（占招生高校总数的26.6%）其余类所包含的招生高校数则在占招生高校总数的2.128%-5.319% 之间；将招生高校划分为11类时,招生高校主要集中在第1类（占招生高校总数的28.72%）、第2类（占招生高校总数的22.34%）及第3类（占招生高校总数的29.79%）中,其余类中的招生高校则在占招生高校总数的1.064%-4.255% 之间.此外,两种分类结果有1个类的学校构成不变,结果的一致性为63.83%.
(六)本科非原9 8 5 高校分析
1. 录取贡献率的因素分析
本科非原985高校科目贡献率相关矩阵的KMO 和Bartlett 的检验结果为：取样足够度的Kaiser-Meyer-Olkin 度量为0.801 ；Bartlett 的球形度检验为2655.087,显著水平为0.000.检验结果表明适合进行因素分析.用因子分析所得的解释的总方差如表31所示.
表31表明,适合选取3个因子进行因素分析.采用主成分分析方法提取3个主成分作为因子,以及具有Kaiser 标准化的正交旋转法得表32、表33.
表32表明,本科非原985高校的高考科目贡献率能归结为3个因子.以这3个因子的方差贡献率为权重得本科非原985高校末位投档分数贡献率的综合评估函数Ff 985G 为：
公式（7）表明,本科非原985高校的选考科目对形成末位投档分数线的贡献较多,语文与数学对形成末位投档分数线的贡献次之,外语科目对形成末位投档分数线的贡献相对其他科目而言最少.2. 科目差、外语及总分的相关分析末位投档考生“3个分数差”、外语分数及末位投档分数之间的相关性如表34所示.
表34表明,语数得分低科目与外语之间具有极其显著的低正相关；语数高得分同外语得分的差异与外语分数之间存在极其显著的强负相关,对末位投档分数的高低具有极其显著、中等程度的负相关；外语分数能极其显著地提高最低投档分数；考生确定选考科目的结果与语文、数学及外语等科目的关联性不大.
3. 科目差的内部差异分析
非原985高校末位投档考生“3个分数差”的统计和分布特征如表35所示.
表35表明,语数得分高科目的分数同外语分数的差、语文与数学分数差的绝对值及选科科目对本科非原985高校的末位投档分数线的区分力的贡献差异不大,但语数得分高科目的分数同外语分数的差的贡献相对突出.此外,偏科现象较为严重.
4. 得分模式的聚类分析
分别将其对应的高校划分为11类和21类进行聚类得表36.
表36表明,两种分类所形成的分类结果中均呈现出涵盖学校数显著多于其他类与涵盖学校数显著少于其他类的情形并存,以及既存在同一类涵盖不同专业组,也存在同一专业组分属不同类的现象.其中,将招生高校划分为11类时,招生高校主要集中在第1类（占招生高校总数的44.11%）和第2类（占招生高校总数的45.5%）其余类所包含的招生高校数则在占招生高校总数的0.115%-3.695% 之间；将招生高校划分为21类时,招生高校主要集中在第1类（占招生高校总数的40.76%）、第4类（占招生高校总数的23.9%）及第8类（占招生高校总数的12.93%）中,其余类中的招生高校则在占招生高校总数的0.115%-8.314% 之间.此外,对于两种分类结果有5个类的学校构成不变,分类结果的一致性为72.7%.
五、结论
对于“新高考上海方案”,基于“四、数据分析”能得出以下结论：
结论1 ：除原985高校的语文与数学对末位投档分数的贡献率负向且强度较大,得分高选考科目、得分中选考科目及外语科目对末位投档分数的贡献率正向且强度较大,得分低选考科目对末位投档分数的贡献率的强度很弱,以及本科非原985高校各科目对形成末位投档分数线的贡献率大致相当之外,其余招生高校分类情形中的选考科目对形成末位投档分数线的贡献最大,外语科目与其他科目对形成末位投档分数的贡献方式相反,而且强度最大.
结论2 ：语数得分低科目与外语之间具有极其显著的低正相关；语数高得分同外语得分的差异与外语分数之间存在极其显著的强负相关,对末位投档分数的高低具有极其显著、中等强度的负相关影响；外语分数能极其显著地提高最低投档分数；考生确定选考科目的结果与语文、数学及外语等科目的关联性不大.此外,专业组（1）和专业组（2）的语数得分差异与最低投档分数线极其显著的弱正相关；专业组（1）的语数得分差异与选考科目间的得分差异极其显著的弱负相关；专业组（2）的语数得分高的分数同外语分数的差与选考科目的分数差异之间,以及原985高校的语数得分高的分数同外语分数的差与末位投档分数,均有极其显著的弱正相关；原985高校的语数得分高的分数同外语分数的差与末位投档分数、外语分数与选考科目的分数差异、末位投档分数的高低与选考科目的分数差异具有极其显著的弱负相关.
结论3 ：末位投档分数线的区分力主要由语数得分高科目的分数同外语分数之差形成的,相对而言,语文与数学分数差的绝对值对形成末位投档分数线的区分力明显不足,而选科科目对形成末位投档分数线的区分力则显得更差,考生偏科的现象依然较为突出.特别地,原985高校的语数得分高科目与外语的分数差是形成末位投档分数线区分力具有决定性的主导力量,语文与数学的分数差和选科科目的分数差对形成末位投档分数线区分力的作用微小.
结论4 ：按照不同的分类数对同一招生标准末位投档分数所确立的考生得分模式对应的招生高校进行聚类,一方面,同一分类得出的结果中,呈现出涵盖学校数显著多于其他类与涵盖学校数显著少于其他类的情形并存,以及既存在同一类涵盖不同专业组,也存在同一专业组分属不同类的现象；另一方面,不同分类结果所形成的类与类之间也存在一定程度的一致性.减少分类,并不能有效解决不同招生高校可能存在的得分模式异质问题.
六、讨论与建议
(一)讨论
结论1表明,一方面,对于按专业组划分招生而言,外语科目对于考生获得录取可能性的实质性贡献是负向的,这与“新高考上海方案”设置专业组招生政策初衷相悖；另一方面,原985高校的语数科目对末位投档分数的实质贡献负向且强度较大,这同样与“新高考上海方案”设置专业组招生政策初衷相悖.现实中,直接按照考试原始分数求和计算总分的方法则掩盖了这两个问题,其结果必然是强化按照获得高分所需要的科目分科应试教育,将高中教育引向歧途.
结论2表明,在某种程度,语文与数学中的得分低科目相当于外语科目,提高外语分数是提高获得被录取可能的有效途径.可是,随着外语分数的提高,末位投档分数的分数线也随之提高,又使得通过提高外语成绩增加被录取可能性的策略存在失败的风险,从而诱致外语科目的竞争更加激烈.但是,不同专业组也有特殊的表现.专业组（1）的语文与数学之间的分数差异在一定程度上有助于提高最低投档分数线,其考生考试科目之间的得分差异倾向于最小化,这反映出考生理智选择考试科目；专业组（4）的语文与数学之间的分数差异能在一定程度上提高最低投档分数线,其考生考试科目之间的得分差异却不倾向于最小化,这反映出考生选择考试科目存在不理智的现象；原985高校考生的外语分数有助于考生减少选考科目分数之间的差异,获得末位投档资格,可选考科目的分数差异的缩小却可能导致末位投档分数线的提高,这使得考生选择考试科目陷入两难境地.
结论3表明,鉴于语文和数学科目的得分在高考中客观存在的天花板现象,以及按照由高到低分别占该科目考生总数的5%、10%、10%、10%、10%、10%、10%、10%、10%、10%、5%,最高等级对应满分70分,最低等级对应40分,相邻两级的分差均为3分的强制性转换普通高中学业水平等级性考试成绩成为高考成绩的规定,[3] 通过提高外语分数获得录取可能性是考生现实、可行的理性选择.但结论1却表明这种选择对于学生个性和特长的发展是不利的,其所引发的外语教学对促进学生发展的作用也是不利的.[10]
结论4表明,用减少分类和设置科目组的方法并不能有效解决不同招生高校可能存在的得分模式异质问题,“新高考上海方案”所设置的将选考科目划分为11个等级的做法,能够满足对考生进行分类区分的需要,“上海可以适当加大高考选考科目的分值区间设置,比如可以像浙江一样将分值设定在40-100 之间”[6] 的建议并不可取.“新高考上海方案”在区分力存在问题的主要原因是其所设置的确定专业组招生的方法,以及考试科目及其分数合成方法,要从根本上解决这个问题,必须完善确定专业组招生和考试科目及其分数合成的方法.
研究表明,自1952年以来,我国高考统考科目的确立是一个不断改进和完善的过程,统考科目经历了由政治和语文一直是统考科目,英语地位摇摆不定,到英语、数学地位逐渐上升,数学开始成为统考科目,再到政治退出统考科目行列,语文、英语、数学正式成为新的三门统考科目.[11] 英语（外语）尽管对于培养学生具有国际意识及国际化生存能力具有积极的作用,但它对于发展人的特长的作用是否优于学生所喜爱特长学科的作用,即是一个值得研究的问题.[12] 本文的研究结果表明,外语（英语）对于发展学生的特长的作用与学生所喜爱特长学科对发展人的作用甚至是相悖的,外语科目在“新高考上海方案”的地位与其实际发挥的作用并不相称.与此同时,考生自主选择科目在“新高考上海方案”的地位与其实际发挥的作用也不相称,改进和完善“新高考上海方案”的考试科目设置及其与之配套的政策措施成为当务之急.
(二)建议
立足以考生发展为本完善“新高考上海方案”,具体做法包括三个要点：
其一,将现行的高考考试科目组合方式调整为：语文、数学、优势特长科目、外语科目、两个擅长科目,总分为660分（简称为两个“2+1 ”）.其中,语文、数学、优势特长科目为全国统一考试科目,各科满分为150分（第1个“2+1 ”）；外语科目和两个擅长科目均为高中学业水平等级性考试科目,各科设置11个等级,满分70分,最低40分,相邻等级的分数差为3分（第2个“2+1 ”）.特别地,对于以外语作为优势特长科目的专业,其第2个“2+1 ”的科目由思想政治和两个擅长科目构成.优势特长科目和两个擅长科目由考生从高中学业水平等级性考试科目自主选定.高中学业水平等级性考试科目为思想政治、外语、历史、地理、物理、化学、生命科学7门.高中学业水平等级性考试科目由省级教育行政部门负责统一组织实施, 高中生在高中阶段能参加二次等级性科目考试.选择参加全国统一考试科目和等级性科目考试者可以选择不参加合格性考试.[13]
其二,将现行的高校招生的政策调整为：招生高校根据专业培养需要必须对所招生专业设置一个优势特长科目,[14] 以及在此基础上可再设置1-2个擅长科目,[15] 提出选考科目范围,学生必须满足优势特长科目才符合报考条件；对于符合报考条件并达到学校投档分数线的学生,按照优势特长科目形成的学科大类（或专业）,以及学生的高考总分和院校志愿,分学校实行平行志愿投档和录取.
其三,改进和完善现有等级性考试的赋分方式.将现行“等级性考试分数以合格性考试分数合格为基础,按照等第呈现为A、B、C、D、E 五等,分别占15%、30%、30%、20% 和5%”[3] 的做法调整为：根据各学科课程标准的规定,按照拓展抽象水平问题、关联结构水平问题、多重结构水平问题、单一结构水平问题分别占总分的30%、30%、25%、15%,确立高中学业水平等级性考试试卷的问题结构,[16] 并依据表37所确定的规则报告等级与高考分数.国家据此监控各省、自治区、直辖市的高中学业水平等级性考试的命题质量.
结论:此文为一篇关于对不知道怎么写新高考和方案和上海论文范文课题研究的大学硕士、新高考本科毕业论文新高考论文开题报告范文和文献综述及职称论文的作为参考文献资料.
参考文献：
1、 新高考方案背景下技术教师队伍建设的探究以浙江省为例 汤菊维（浙江省金华市江南中学,322200）摘要当前浙江省把技术课程纳入“7选3”的高考选考范畴,对现有的信息技术和通用技术教学提出了新的挑战,如何快速地提升教师的专业素养以应.
2、 2019年现代农业水稻新品种施行方案 摘 要 自从2010年现代农业水稻新品种展示项目在德兴市连续实施以来,德兴市农业局种子管理站严格按照地区要求,积极引进先进、优质的水稻新品种,通过示范种植,对新品种的生产特性、生长情况进行全面掌控,并.
3、 新高考模式下如何进行作文教学 安徽省淮南一中 程 锦【摘 要】面对现在新的高考模式,在作文教学方面就对教师提出了更多的挑战 高考作文教学的目标不再是应付考试,而是注重对学生的文学素养以及写作能力的培养 面对这样的要求,教师在.
4、 2019年高考上海卷作文例解 真题再现生活中,人们不仅关注自身的需要,也时常渴望被他人需要,以体现自己的价值 这种“被需要”的心态普遍存在,对此你有怎样的认识请写一篇文章,谈谈你的思考 要求（1）自拟题目；.
5、 新高考背景下的写作追求 “有的作品需要一步一步地缓慢地展现它的深刻品质,有的作品通过果决的表达快速地抓住读者”“有的作品诗意的语言、对细节不厌其烦的描摹,使作品具有相当的感染力&rdquo.
6、 新时期上海合作组织面临的形势和任务 内容提要 以印度和巴基斯坦加入为标志,上海合作组织完成首次扩员,步入一个新的历史发展时期 2018年青岛峰会将成为新时期上合组织发展进程中的一个里程碑事件 当前上合组织正值中国开启新时代中国特色大国外.