不同入学政策教育资源分配及优化路径——以广州市海珠区为例

盛艳玲 马瑞苗 乔纪纲

(1.广东财经大学 文化旅游与地理学院，广州 510320；2.广东省城乡规划设计研究院有限责任公司，广州 510290)

一、问题提出

根据《2017—2022年在线教育市场行情监测及投资可行性研究报告》，我国教育资源投入相对不足，尤其是中小学教育。自2010年我国把促进义务教育公平作为国家基本政策之后，受教育儿童数量呈指数增长，引起教育资源的争夺，尤其在大城市人口密集地区竞争更加激烈，“择校”现象层出不穷，一些隐性因素(如某校教学质量更好、升学率更高、孩子成绩更好)更是引发大众对教育公平的热议。现今我国教育面临的主要问题是不均衡不充分发展问题，主要表现在区域间、城乡间、校际间的发展不均衡，本文关注同一区域校际间不均衡问题。学校教育质量和可达性都会对房价造成显著影响。[1]优质基础教育资源的短缺，加之“就近入学”“对口直升”分配政策的实施，催生出许多天价学位房。[2-3]经济条件好的家庭甚至可以“跨区择校”，纷纷涌向教育强区买房，导致其他区域的教育质量越来越弱，从而形成“马太效应”。[4]

为促进各区域间教育均衡发展，避免学位房价格的持续走高，教育部推出划片就近入学，但一个学区内学校教育质量还是存在差异，家长还是会选择好的学位，大学区政策相当于将整个学区范围内的房价抬高，并未解决学位房、学区房过热问题。2016年国家教育部发布文件通知，对教育资源配置方式做出调整，要求在教育资源相对均衡分布的地区继续落实就近入学；而在教育资源配置严重不均衡、择校现象突出的地区，鼓励当地推行“多校划片”的入学方式，将优质学校的服务范围扩大覆盖到多个片区，以确保各片区之间入学机会均等化。[5]“多校划片”是指一个小区可能获得多所学校的入学指标人数，然后通过电脑“随机派位”的方式来分配该小区学生的入学资格。但是仍有不少家长对“多校划片”心存疑虑，存在适龄儿童进入哪所学校的不确定性[6]，更担心该政策可能带动更大片区内房价上涨，并不能从根本上解决优质教育资源短缺问题。目前，广州小升初主要采取“多校划片”和“单校划片”相结合的方式。

针对教育资源配置和优化问题，已有研究从以下几个方面展开：第一、从教育—人口协调程度(供需)的视角出发，对供需的时空演化特征进行分析[7]，分别以市[8-9]、区[10]、街道[11]为研究区，规划教育设施布局，并提出相应的修正路径建议；第二、关注(优质)基础教育均等化的空间格局[12-15]、影响因素[16-19]及形成机制研究[20-21]；第三、从教育设施可达性(就近入学)角度，考虑上学距离最近或出行时间最小，以及新建设施最少等因素，对学校位置、服务区、规模做出规划与评价[22-24]，甚至开发出最优学区划分工具[25]和“先学校分组，再学生分派”混合元启发算法[26]；第四、兼顾公平与最大覆盖度的教育资源空间布局效率评价[27]，考虑距离和公平两个关键因素，构建包含最大距离和学校容量约束的“就近—随机”空间分配优化模型[28]；以及考虑可达性与供需协调性的教育划片与规划布局研究[29]。

以上研究为本研究的顺利开展提供了理论基础和方法支持。然而，较少文献从地理视角对现行的“就近入学”与“多校划片”两种入学方式的教育资源分配进行比较，并给出相应的定量优化路径建议。因此，针对广州市现行小升初入学政策，本文利用教育质量方差和地理信息(ArcGIS)的网络分析技术，分别设定“就近入学”和“多校划片”两种政策情景，计算教育质量得分，对损益空间进行对比分析，并给出可能的优化路径方案。研究结果对于促进入学机会趋向公平、优化教育资源配置具有重要现实意义。

二、研究设计

(一)研究区域

研究区域位于广州市中部的海珠区，是广州市老四区之一，行政范围102km2，区内下辖18个行政街道，由265个社区居民委员会组成。2019年广州市人口统计数据显示，广州市常住人口1 490.44万，其中海珠区为169.36万人，占比11.4%。目前海珠区受教育年龄段人口比例不断增长，人口向东部转移态势不断增强，教育教学质量不断提高，城区发展条件优越，但研究区教育资源的空间分布并不均衡。从图1可以看出，海珠区中学集中分布在西部，这主要因为西部与荔湾区、越秀区老城区相邻，人口较为集中，东部城区近些年才发展起来，人口也在快速增长，然而东部中学发展明显滞后，设立较为缓慢。

图1 研究区概况

中学教育招生朝着学区化方向发展，2016年起，海珠区义务教育明确划分为“九大学区”，并采用“随机派位”的方式分配入学资格。从整个广州市的中学规模(含普通初中、成人初中、职业初中)来看，海珠区共有55所中学，其中包括一些知名初中，如中山大学附属中学、广州市第六中学、广州市江南外国语实验学校等。其规模个数在广州市趋于中等水平，但其中学密度却处在低位，仅为0.33个/万人(见图2)。

图2 广州各区中学规模及密度(来源：中国指数研究院)

(二)研究数据

本研究所需的学校位置数据、居住小区位置数据和路网数据来源于91卫图助手，国际上一般要求学生上学距离不超过5km[30]，因此，需要根据路网数据计算各个小区到学校的最短上学距离。根据搜学网综合指标，从2019年以往的升学率、语种数量、校风校纪、师资力量、学生生源、教育教学、社会影响等多个方面，由1万多名家长与学生打分，产生海珠区初中学校综合排名，得分为5-8，共四个等级。此排名结果与中考成绩、重点班的结果相吻合，具有一定可信度。

采用232个居住小区尺度的人口统计数据，并根据全球统计数据/分析平台(EPS数据平台)——中国人口普查与抽样调查数据库统计，分年龄段按人口比例计算得到海珠区12岁适龄入学的学生人数，总规模为20 019人。根据中国《城市普通中小学校校舍建设标准》(建标[2002]102号)规定，初级中学一个班的建制人数为50人，此次研究拟设定学校学生人数最大容量不高于现状学校规模的10%，最小容量不低于50人。根据《2019年海珠区公办初中招生计划》均值计算，一所普通中学每一年级统一按照8班制。

(三)研究方法

1.ArcGIS网络分析技术

ArcGIS网络分析通过研究地理网络的状态，模拟和分析资源在网络上的流动和分配情况，解决网络结构及其资源等的优化问题。本文采用网络分析中的最近设施点、OD成本矩阵以及位置分配技术方法。

最近设施点可以用来确定资源供给点和需求点之间的最近路程，统计两要素之间的行程成本。由于该技术允许同时执行多个最近设施点分析，所以网络分析中可以存在多个资源需求点，并可以为每个资源需求点查找最近供给点，并返回每个路线的行驶成本。在“就近入学”政策下，将为各个小区分配到最近唯一的学校，体现“一对一”原则。

OD成本矩阵是用来创建从多个资源需求点到多个资源供给点的“起始点—目的地”成本矩阵。本研究将居住小区作为起始点，教育设施点为目的地。OD 成本矩阵会找到每个起始点-目的地的最佳网络路径，返回信息包括从每个起始点到每个目的地网络阻抗的属性表文件，并返回每条路线的行驶成本。应用于“多校划片”政策，将在最大上学距离约束下，找出各个小区所能选择的所有学校，体现“一对多”原则。

位置分配用来查找满足一系列选址要求的最佳设施点位置，选址要求可以是要素之间的最低时间成本或距离成本、服务最多的资源需求点等。教育设施的服务范围和距离成本受空间位置影响较大，可以基于学生最大上学距离要求，还可基于人口定额来选择合适区位。在优化方案中新增设施点选址，可以平衡地区教育资源分布差异。

2.目标函数设定

本文构建以居住小区教育质量方差最小化为目标的规划模型，设定的目标函数为最小化各居住小区之间的教育质量期望值，通过方差来衡量不同政策下的教育公平性。具体地，计算各个小区所获得的教育质量期望值，得到区域整体教育质量方差，来度量研究区域教育资源分配状况。在“就近入学”分配政策下，各个小区所获得的教育质量，对应小区被分配到的唯一一所学校的教育质量；但在“多校划片”这一随机分配政策下，每个小区可能从多所学校获得入学指标，所获得的教育质量是各所学校教育质量的入学指标数的加权平均值，并将其作为各小区所获得的教育质量期望值。对各小区教育质量期望值求平均，获得整个区域的教育质量方差。教育质量方差越小，说明各小区获得的教育质量期望值越接近，入学机会越公平。

(1)

式中：S2表示教育质量期望方差；Ai表示小区i获得的教育质量期望值；a表示研究区的平均教育质量。

3.“就近入学”政策模型

“就近入学”政策情景的优化目标是使学生上学距离最小化，在最大上学距离和学校规模约束的条件下，各个小区对应唯一一所学校，通过设定目标函数，获得各居住小区的教育质量期望值，具体公式如下：

(2)

式中：Ai表示小区i获得的教育质量期望值；Xij表示小区获得的入学人数；Qj表示学校j的教育质量；Ni表示小区i的学生人数。Sj表示学校规模；Tij表示对应相同学校的小区个数。

Cmin≤Sj≤Cmax

(3)

(3)式要求每所学校的招生规模不超过一定的学生人数上限(Cmax)，也不小于一定的学生人数下限(Cmin)。

0≤Xij≤Sj

(4)

(4)式表示小区获得的入学人数不超过学校所能容纳的最大规模人数。

4.“多校划片”政策模型

结合学生最大上学距离约束和学校可容纳学生的规模约束，通过设定目标函数，获得各居住小区的教育质量期望值。在“多校划片”政策情景下，每个小区可能获得多所学校的入学指标。因此，每个小区的教育质量是一个加权平均值：

(5)

式中：Ai表示小区i获得的教育质量期望值；Yij表示小区i到学校j的距离是否超过最大阈值Dmax，设定Dmax为5km，大于或等于时为0，否则为1；Xij表示小区获得的入学人数；Qj表示学校j的教育质量；Ni表示小区i的学生人数。Sj表示学校规模，如公式(3)所示。

0≤Xij≤Ni

(6)

(6)式表示小区i对应每个学校j获得的入学人数不高于小区的学生人数。

三、不同入学政策教育质量差异分析

(一)“就近入学”政策情景

根据构建的“就近入学”政策情景模型，最终获得研究区的教育质量期望方差为11.97。研究区232个小区的教育质量得分平均值为3.74，其中，教育质量得分达到平均水平的小区有121个，占比52%，仍有48%的小区教育质量得分低于平均水平(见图3)。从各个小区教育质量得分分布的直方图可以看出，最低得分的小区数量占据39%，各个分数段内的小区数量分布极其不均衡，最高分数段的小区数量仅占2.6%。在上学距离方面，学生的平均上学距离为844.77m，最大值在三围小区，达3277.05m，最小值在富力银禧花园，只有33.79m。教育质量期望最小值和最大值的分别为0.06和27.69，两值之间差距较大，体现教育质量分布的不均衡性。

图3 “就近入学”政策下各小区教育质量得分情况

图4 “就近入学”政策下教育质量水平空间分布及素社街道不同小区教育质量空间差异

图4展示“就近入学”政策条件下教育质量水平的空间分布状况，总体来看，海珠区西部学校设施点分布密集，教育质量水平较高的学校大多分布在西部。局部来看，处于相同街道的相邻居住小区出现教育质量高低值，南石头街道、南洲街道和江海街道较为突出；琶洲街道最东部的小区与黄埔中学一对一匹配，获得较高的教育质量得分，而在空间距离上更近的其他小区就近多对一匹配到广州市第六中学珠江中学，教育质量得分在学校规模约束下相对较低。因此，“就近入学”政策条件下资源的不均衡性主要体现在局部小范围区域内部，即相邻居住小区获得的教育质量水平差异较大。

以素社街道为例，郭墩街小区到广州市第五中学的距离为1 121.79m，到海珠外国语实验中学距离为1 234.19m，按照“就近入学”政策，郭墩街小区被就近分配到教育质量中等的广州市第五中学，素社中联合围院小区就近分配到教育质量较高的海珠外国语实验中学。虽然两个小区之间相距仅283m，但是所分配的学校教育质量存在差异，郭墩街小区教育质量期望值为6.28，实际教育质量得分却降至3.98。另外，根据表1所示，还有6个小区存在类似情况。表1中小区所在区域都在1km范围内，且小区获得的入学指标大致相同，但在“就近入学”政策下，小区期望学校与实际分配的学校教育质量水平差异较大，并且相邻小区所分配到的学校教育质量水平存在差异，导致该区域小区教育机会空间失衡。

表1 “就近入学”下局部区域空间差异体现

(二)“多校划片”政策情景

在“多校划片”政策情景下，研究区获得的教育质量期望方差为0.87，与“就近入学”政策情景相比较，降低了11.1，下降了92.73%，方差的大幅下降意味着教育设施的分配更加趋向公平。各个小区的教育质量平均值为2.38，比“就近入学”的平均水平降低了1.36。其中，教育质量达到平均水平的小区有101个，下降了16.53%，教育质量得分在2-4范围内的小区数量偏多(见图5)。且教育质量期望最大值为5.84，最小值接近于0，两者差距仅为“就近入学”情景的21.14%。从公平性角度来看，“多校划片”政策更能体现入学机会均等原则。

图5 “多校划片”下各小区教育质量得分情况

虽然教育质量整体的公平性有所提高，但其在空间分布上仍表现出异质性特征。总体来看，“多校划片”教育质量水平空间分布呈现圈层结构，以昌岗街道为中心向外逐渐递减(见图6)。教育质量水平得分最高的小区为广东轻工职业技术学院附近住宅区，达到4.79，得分最低的小区则为黄埔中学附近住宅区，因其位于海珠区最东边，远离其他教育设施点，因此得分最低。

图6 “多校划片”政策情景下教育质量水平空间分布情况

表2 以街道为单位“多校划片”政策下教育质量空间差异

以街道为单位对海珠区的教育质量水平进行统计，获得表2。昌岗街道所有小区教育质量水平较高，官洲街道所有小区教育质量水平较低。究其原因，在昌岗街道中心向外2km范围内，集中分布研究区35.87%的教育设施点，且教育质量水平第一的学校也坐落在该片区。“多校划片”使得街道内部各小区分配得到的入学指标差异较小，因此教育质量得分呈现圈层结构特征。由此可知，“多校划片”主要表现为整体分布的不均衡性，即西部教育设施点集中分布且教育质量平均水平较高，东部教育设施点分散分布且教育质量平均水平较低。

(三)损益空间对比分析

从教育质量得分来看，相较“就近入学”而言，“多校划片”教育质量水平有所提高的小区仅有73个，且集中分布在龙凤街道、赤岗街道、瑞宝街道等西部地区。而教育质量减少的小区有157个，占比67.67%，即超过一半的居住小区教育质量水平下降。位于海珠区东部的小区，在原本可选择教育设施点较少的情况下，“多校划片”进一步降低该地区小区的教育质量水平(见图7)。从学生上学距离的代价来看，“就近入学”政策主要考虑上学距离，就近划片入学。因此，学生平均上学距离仅为845m，最大值和最小值分别为3277.05m、33.79m；“多校划片”政策下学生的平均上学距离为2144m，这一数值远小于国际一般上学距离标准，在现实中也是可以普遍接受的。因此，本文接下来需要解决的问题为：在支持公平性较高的“多校划片”政策方案前提下，如何提高居住小区教育质量水平？

图7 “多校划片”相比“就近入学”教育质量水平变化

在国际标准5km的最大上学距离约束下，一般认为初中生2.5km的上学距离是可以接受的，在此范围内，“多校划片”达到期望值的小区有166个，占比71.55%。在“多校划片”政策下，假设部分小区上学距离超过2.5km(仍处于国际标准内)，若能提高这部分小区的教育质量，他们会愿意付出更大的距离代价，选择教育质量水平较高的学校，因此出现这种学生上学距离变远是正常的，但问题是如何更好地达到距离变化与质量提升之间的损益平衡点。

四、教育资源配置优化方案

(一)方案一：放松最大上学距离约束

从教育质量方差来看，“多校划片”比“就近入学”政策更能体现区域教育资源分配的公平性。而如何更进一步实现空间上的入学机会均等化以及提升各小区的教育质量水平？首先，尝试放松最大上学距离约束，当学生最大上学距离参数扩大至6km时，研究区内的小区平均上学距离增加了475.83m，获得的教育质量方差为0.81，相比原始“多校划片”下降了0.06，下降比例不是十分明显。与此同时，各个小区的教育质量得分平均值为4.87，提高了2.49，并且达到平均水平的小区共有107个，比原始“多校划片”增加了6个。平均每增加1分教育质量，学生需要多付出191.1m的距离代价，以此平均值为划分依据，共有138个小区的损益比小于1，即放松最大上学距离带来的益处大于损失，占比59.5%。

图8显示，增大上学距离后，损益比大于1的小区个数多于损益比小于1的小区个数集中在龙凤街道、沙园街道、南华西街道、海幢街道、赤岗街道、琶洲街道，可能原因为：受距离约束，原海珠区西部边缘街道大部分小区教育质量处于中等水平，拥有西部教育设施集中分布的地理位置优势，但又不占据中心位置优势，放松距离约束后未能使其囊括更多优质教育设施点；原赤岗、琶洲街道部分小区教育质量处于较低水平(见图6)，而两街道处于中、东部边缘位置，且占地面积广，居住小区较分散，原可选择的教育设施点少且质量较低，放松距离约束后，仍然获取不到教育质量更好的择校机会，因而损益比远大于1。

图8 以街道为单位教育质量损益结果情况

当学生最大上学距离参数扩大至6km时，研究区内学生的平均上学距离增加到3 457m，这不仅大大超过普通民众能接受的初中生最大上学距离，而且还有116个小区平均上学距离远大于这一均值，三围小区更是接近标准值，达到4 903m。由此可知，放松上学距离约束虽然能有效提高居住小区的教育质量，并且降低教育质量期望方差，进一步实现区域教育公平，但部分小区需要付出过长的上学距离代价。在放松最大上学距离约束前，仅有华洲街道的三围小区学生上学距离超过4km，而放松最大上学距离约束后，学生上学距离超过4km的小区有73个，其中付出该距离代价并能使得教育质量在水平线以上的小区仅有19个。在付出更大的距离代价后，虽然教育质量有所提高，但还是低于整个研究区的平均教育质量水平。

(二)方案二：提高教育设施点质量水平

换个角度思考，如果不改变学生最大上学距离参数，而是通过提高教育设施点的质量水平，能不能实现入学机会均等化？研究区教育质量期望方差较大的主要原因是位于东部和南部边缘的居住小区在最大距离约束下，可供选择的教育设施点少且质量较低。

如图9，通过升级该区域附近三所评分第二的学校，分别是广州市第六中学珠江中学南校区、新滘中学土华校区和北大附中为明广州国际学校，以及一所评分第三的学校——黄埔中学，研究区教育质量期望方差可降低至0.73，下降了0.14，同时各个小区的教育质量得分平均值为4.91，提高了2.53，230个小区教育质量得分达到原“多校划片”政策下的平均水平，另外还有117个小区教育质量得分高于“方案二”下平均水平，占比50.43%，并且能使整个区域内各居住小区的教育质量得分普遍提高2.51。

图9 “方案二”下教育质量水平空间分布

在不改变学生最大上学距离约束的情况下，提高部分教育设施点质量水平(见图9)，研究区教育质量水平空间分布趋于整体均衡分布，不再偏向于西部高值集中分布状态，东部边缘地区也能获得较高的教育质量分值；但西部龙凤街道附近居住小区教育质量相对偏低。通过比较方案实施前后教育质量水平分布直方图(见图10)，“方案二”大大提高了研究区的整体教育质量得分，不同之处在于教育质量提升相对变化量，西部龙凤街道变化幅度较小的主要原因是，提升教育质量设施点基本位于东部、南部边缘街道，目的在于提高东、南部教育质量来促进整体均衡，而龙凤街道位于最西部，教育质量相对变化量较小。

图10 “多校划片”与“方案二”教育质量水平直方图

另外，针对“方案一”中距离代价变化最大的几个小区教育质量得分却未得到有效提升的情况，在此方案中这几个小区的教育质量分数得到大幅提高，如琶洲街道的保利天悦教育质量得分由0.32增加至4.88(见表3)，主要原因是这部分小区主要分布在中东部和南部边缘。通过名优师资流动，实现跨校跨区共享，可以达到提升部分学校教育质量的目的。[31]在公平最大化的“多校划片”政策情景模型下，相比方案一，方案二通过提高少数教育设施点的质量水平，在合理的损益空间内，能达到较好的优化结果，是本文着重推荐的决策方案。

表3 部分边缘小区在“方案二”下教育质量得分变化

(三)方案三：增设知名学校或建立分校

前两种方案是在不改变教育设施点空间布局的基础上，对现有教育资源进行再分配。“方案三”利用位置分配方法选择新校的地址，通过增加知名学校或建立分校，提升海珠区东、南部街道学校的教育质量水平，改变现有优质教育设施空间分布不均衡的现状，是实现教育公平性的另一种途径。

通过在南洲街道、华洲街道、官洲街道、琶洲街道适当位置建立知名学校，重点提高这一片区的教育质量水平，研究区的教育质量总体方差可降低至0.72，在原基础上下降了0.15，其中200个小区的教育质量方差控制在1.0以内，达到教育质量方差预期值的小区占总数的86.21%。另外，各小区教育质量得分平均值为5.78，在原基础上提高了3.40，140个小区教育质量得分在平均值以上，占比60.34%，同时海珠区内所有小区都能达到原“多校划片”政策的平均水平，达标率高达100%。

“方案三”不仅使得研究区教育质量水平接近整体均衡分布，而且教育质量得分处于较高等级的小区覆盖面更广，大约覆盖研究区88.71%的面积区域，说明该方案可以达到预期目标，实施效果最优(见图11)。但此方案中新增学校仅从空间距离和服务数量角度进行选址布置，未考虑土地征用成本、周边交通、配套设施、文化保护、经济社会效益等条件。因此，该方案在现实中的可实现程度暂时无法估计。考虑到海珠区发展趋势及居住区分布，东、南部居住人口不断增加，对优势教育资源的需求也日益强烈，增加知名学校或者建立分校，也不失为实现教育公平的一种理想方案。

图11 “方案三”新增学校位置及教育质量水平空间分布

五、研究结论

本文主要探讨不同入学政策下教育资源分配及优化路径的问题，构建以各居住小区教育质量方差最小化为目标的规划模型，设计“就近入学”和“多校划片”两种政策情景，对比两者的教育质量得分、方差和上学距离变化情况。在支持更有效实现公平最大化的“多校划片”政策下，探讨如何进一步提高研究区教育质量水平，获得如下研究结论。

(1)在“就近入学”政策情景下，研究区学生获得的教育质量期望方差为11.97，较大方差体现教育质量分布的不均衡性，主要体现在局部邻近居住区获得的教育质量差异较大；各个小区的教育质量得分平均值为3.74，其中52%的小区教育质量得分能达到平均水平。

(2)在“多校划片”政策情景下，研究区学生获得的教育质量期望方差为0.87，与“就近入学”政策情景相比较，降低了11.1，教育设施在空间上的分配更趋公平化，因而，也更能体现入学机会均等。但是，各个小区的教育质量平均值为2.38，比“就近入学”的平均水平降低了1.36，且教育质量水平空间分布呈现圈层结构，以昌岗街道为中心向外逐渐递减。“多校划片”的不均衡性主要体现在整体分布存在差异，即西部教育设施点集中分布且教育质量平均水平较高，东、南部教育设施分散布局且教育质量水平偏低。

(3)放松学生最大距离约束优化方案。在支持“多校划片”的政策情景下，当学生最大上学距离扩大至6km时，获得的教育质量期望方差为0.81，下降了0.06。各个小区的教育质量平均值提高至4.87，提高了2.49，相当于平均每增加1分教育质量，学生需要多付出182.12m的距离代价。52.16%的小区能将损益空间控制在平均水平内，然而，仍有19个小区在付出更大的距离代价后，虽然教育质量有所提高，但还是低于整体教育质量平均水平。

(4)提高教育设施点的质量水平优化方案。在选择“多校划片”政策模型下，不改变学生最大上学距离参数，升级三所评分第二的学校，分别是广州市六中珠江中学、新滘中学和北大附中为明广州国际学校，以及一所评分第三的学校——黄埔中学，研究区教育质量期望方差可降低至0.73，同时各个小区的教育质量得分平均值为4.91，提高了2.53，是一种节省成本较易实现优质教育资源共享的优化方案。

(5)增加知名学校或建立分校优化方案。通过新增教育设施点，研究区的教育质量总体方差可降低至0.72，可以使研究区教育质量水平空间分布接近整体均衡分布，且教育质量得分处于较高等级的小区覆盖面更广，效果最优，但实际实施较为困难，需要考虑的因素较多，是一种理想方案。

“多校划片”政策可以体现义务教育均衡发展原则，但是在实施过程中也存在区域教育水平整体分布不均的问题，主要原因在于海珠区现有教育设施点尤其是优质教育在空间分布上很不均衡，由此提出三种优化方案。针对优质教育资源稀缺的问题，后两种方案通过改造或者增设的方式，增加东、南部优质教育设施数量，发挥优质教育资源的辐射带动作用，优化基础教育资源布局和结构。相比较而言，提高教育设施点质量水平短时间内可实施性最强，最节省成本，通过教师轮岗及集团化办学等措施，基本可以达到优质教育资源均衡化发展的目的。另外，“就近入学”虽然教育质量方差较大，但平均教育质量水平较高。因此，可以根据所在区域实际情况，考虑实行“多校划片”与“就近入学”并行政策。