四川省深度数据分析 · 14 组图表通篇 — 模考估分算录取，院校专业全推演

第 1 组层次 × 录取位次分层表把本科批按录取位次从高到低切成若干层，告诉你某个位次能压到哪些学校，以及同层次里哪些学校位次更靠前（更稳）。

图 1 · 层次 × 录取位次分层表

「我这个分数段，985 / 211 / 双一流分别在什么位次区间」—— 志愿填报最直接的分层参照

⚡ 985 / 211(含双一流) 的录取难度完全交叠

位次越小越难，所以 P75 是「最容易那 25%」的门槛、P25 是「最难那 25%」的门槛。本省 985 里最容易的 25% 只要 2,558 名就能进，而 211 里最难的那 25% 要 3,398 名以后 —— 985 的冷门档比 211 的热门档更容易够到，两层在这 840 个位次上完全交叠。

2,558 985 最容易的 25% 门槛（P75）

840 交叠带 2,558 ~ 3,398 名

3,398 211(含双一流) 最难的 25% 门槛（P25）

这段交叠带里实际有多少学校可报（院校级投档线口径，逐校实算）： 985 9 所 · 211(含双一流) 12 所 · 双一流 0 所 · 普通本科 3 所。
换句话说，位次 3,398 的考生，累计可录 985 共 41 所、 211(含双一流) 共 19 所 。 ⚠️ 两层在同一位次段同时可选，本页不替你判断该报哪一层 —— 请结合专业冷热、城市偏好与就业去向逐个对比。

🎯 志愿策略：同一位次段里，985 与 211 的院校是同时可选的，层次标签在这一段不足以决定取舍，请结合专业冷热、城市与就业去向逐个对比

对照 · 两层位次全距的重叠程度：985 的位次全距（30~4,230）与 211 的全距（609~14,451）重叠 3,621 个位次，相当于 985 全距的 86.2%、211 全距的 26.2%。全距与分位两个口径都指向同一事实：两层在录取难度上是交错的，单看层次标签不足以判断某个位次能报哪些学校。

层次	院校数	最低位次（最难）	P25 （最难 25% 档门槛）	中位位次	P75 （最容易 25% 档门槛）	最高位次（最易）
985	43	30	605	1,588	2,558.5	4,230
211(含双一流)	76	609	3,397.8	4,075	5,183.2	14,451
双一流	22	1,173	6,258	7,347.5	10,190.5	27,385
开通包年会员查看全部标准版年卡另有 1 个层次未解锁

口径与样本：2026 年历史类 · 院校级投档线（admission_score.level='school'，每校一行，不含专业级重复计数）· 样本 1824 所院校 / 1824 条记录 · min_rank 整数守卫已生效（排除 text '-' / null）。
层次判据：is_985=1 → 985； is_985=0 AND is_211=1 → 211(含双一流)； double_first_class_subjects > 0 → 双一流（该字段存的是双一流学科数量，全表 0 值 2,842 行、>0 仅 148 所，故必须用 > 0 而非 IS NOT NULL）；其余 → 普通本科。顺序不可调换：多数双一流同时是 211，先判 211 才不会把双一流吃掉。
分位用 linear 插值（索引 (n-1)×p，与 numpy 默认一致）；非 nearest 取整法 —— 两种算法在小样本层会差几十个位次。⚠️ 位次越小越难，故 P25 = 最难那 25% 档的门槛、P75 = 最容易那 25% 档的门槛，两者不可互换。

第 2 组高就业低门槛四象限横轴录取门槛、纵轴就业率，把专业分成四象限：「低门槛高就业」是性价比区，「高门槛低就业」要警惕。

图 2 · 高就业低门槛四象限

X 轴 = 录取位次（越靠左越难够到），Y 轴 = 就业率。揭示「双非工科就业率超多数 211」的信息差

⚠️ 就业率是抽样填报值：就业率口径风险：`school_employment` 是各校自报就业质量报告的**抽样填报值**（填报率与统计口径各校不一，且非全量真实去向），因此同一层次内的就业率不可直接横向比大小；本页样本量低于 10 所时显式标注「样本不足」。

⚖️ 抽样口径与偏倚（实算，非假设）：本页共 1,377 所院校同时具备录取位次与就业率，图上分层抽取 400 个点（丢弃 977 个 / 71.0%）。抽样方式：先按录取位次分 10 个分位带，每带按样本量比例取点、带内再按就业率等距抽取，因此就业率的低端与高端都有代表进入图中，四个象限均有院校。
⚖️ 抽样带来的偏移（实算，非假设）：就业率中位入选 91.14% vs 全体 91.1%，基本无偏移（|Δ| < 0.1pp）；位次中位入选 44,250 vs 全体 43,928（+0.7%，来自分位带按比例配额，非随机波动）。
📌 象限切分线取的是图上这 400 个点的中位（位次 44,250 ／就业率 91.14%），与抽样口径一致，故必然落在数据云内部；四象限实际点数：高就业 · 低门槛 117、高就业 · 高门槛 83、低就业 · 低门槛 83、低就业 · 高门槛 117。

四象限说明（分位切分，非固定阈值）： 高就业 · 低门槛＝性价比红利区：位次要求宽松但就业率高；高就业 · 高门槛＝名校双优：位次与就业俱佳，但竞争激烈；低就业 · 低门槛＝需谨慎：容易上但出口一般；低就业 · 高门槛＝性价比最差：难上且就业不占优
切分点：中位位次 44,250 ／中位就业率 91.14% （取自绘制点集的中位（已与抽样口径一致），保证切分线落在数据云内部）。
本图四象限实际点数：高就业 · 低门槛 117 ／高就业 · 高门槛 83 ／低就业 · 低门槛 83 ／低就业 · 高门槛 117。
口径与样本：就业数据来自各校自报就业质量报告的抽样填报值，非全量真实去向；本图样本 1377 所院校，图上按「位次分 10 带分层 + 带内就业率等距系统抽样」抽取 400 个点（丢弃 977 个 / 71.0%，入选段就业率中位 91.14% vs 全体 91.1%，偏移 +0.04 个百分点）；值域已裁剪到 0–100%（本次裁剪 1 处超界脏值）。
⚠️ X 轴已按 P1–P99 截断：实际位次跨度 34 ~ 165,522，但 8 个点（2.0%）落在轴外未显示 —— 位次分布重尾，不截断会把数据云压成一团。轴外点仍在明细数据中，未被丢弃。
⚠️ Y 轴已按 P1–P99 截断：实际就业率跨度 0.34% ~ 100.0%， 4 个点（1.0%）落在轴外未显示。
🎨 散点填充色 = 象限，描边色 = 图 1 同一套层次判据（is_985 / is_211 / double_first_class_subjects > 0）。
🔴 升学率与就业率是两个独立指标，不可相加、不可混算，本页不提供二者之和或任何合并口径。

第 3 组招生规模收缩榜对比近两年招生规模变化，找出正在缩招（可能转冷）与扩招（可能转热）的专业，提前避开或抓住趋势。

图 3 · 招生规模收缩榜

供给侧视角：哪些专业在缩招、哪些在扩招。竞品很少做，差异化强

📉 缩招 Top 15

专业	2023	2024	2025	变化率
工科试验班(计算机与电子通信)	310	297	48	-84.5%
建筑类	479	313	79	-83.5%
临床医学（卓越医生班）	640	90	120	-81.2%
土木类	901	609	173	-80.8%
旅游管理类	255	102	54	-78.8%
历史学类	277	257	85	-69.3%
开通包年会员查看全部标准版年卡另有 9 条未解锁

📈 扩招 Top 15

专业	2023	2024	2025	变化率
供应链管理	206	479	733	+255.8%
数字经济	944	2,034	3,143	+232.9%
无人机应用技术	483	712	1,377	+185.1%
新能源汽车技术	778	1,265	1,948	+150.4%
智能建造	809	1,396	2,001	+147.3%
食品营养与健康	309	542	744	+140.8%
开通包年会员查看全部标准版年卡另有 9 条未解锁

另有 7 个专业属「停招/该年无毕业生」而非缩招，已单列、不混入缩招榜 （否则会以「缩招 100%」的假信号占据榜首）：计算机科学与技术(校企合作，与青岛英谷教育科技股份有限公司合作)（760→0→0）；工商管理类(财会类)（372→0→0）；土木工程(临沂校区)（280→245→0）；广播电视学(校企合作，与山东智媒文化产业有限公司合作)（240→0→0）；信息管理与信息系统(校企合作，与山东智博信息科技有限公司合作)（200→0→0）；数据科学与大数据技术(校企合作，与青软创新科技集团股份有限公司合（200→0→0）。

口径与样本：数据源 school_major_scale（181,188 行 · 7,653 个专业名 · 1,990 所院校），比较 2023 → 2025 两年毕业生规模变化率（中间年 2024 一并列出便于看趋势）。
🔴 这是全国口径，不含省份维度——与图 1 / 图 2 的「四川省」口径不同，请勿混读。
🔴 已剔除首年规模 < 200 人的专业（基数太小、变化率噪声大），以及末年归零的停招专业，有效样本 454 个专业。
⚠️ 专业名未做括号后缀归并，「临床医学」与「临床医学（卓越医生班）」按不同专业计。

第 4 组就业价值 · 薪资与编制价值榜把薪资差折算到位次上，回答“多考这些分，毕业后每个月的收入差多少”，并区分编制内外的真实价值。

图 1 · 编制价值榜 —— 同行业非私营 vs 私营薪资差

把「编制价值」量化：同省同年同行业，体制内（非私营）比体制外（私营）多拿多少 —— 差额越大，该行业的编制越值钱

🔴 只画成对数据：样本口径：只画成对数据——同一 (省份, 年份, 行业) 必须同时有非私营与私营记录才画差额；只有单边记录的组合一律不画（否则会产出「有私营没非私营」的伪差额）。非私营单边多出的记录不是遗漏，是统计局本来就没发布对应私营数。

— 最大差：电力、热力、燃气及水生产和供应业

— 榜单中位差额（真实常态水位）

— 最小差：建筑业

怎么看这张榜：中位数才是本省体制差价的常态水位，榜首只说明该行业最极端。榜首行业与常态水位差多少，开通包年会员后可见具体数值。

行业门类	非私营元/年（体制内）	私营元/年（体制外）	差额	相对私营
开通包年会员查看完整薪资数据共 15 个行业门类 · 体制内外平均工资与差额未解锁开通包年会员

数据完整度总览：全国共 28 个省份有行业门类薪资数据，其中 22 个省份同时具备非私营与私营两种口径、可做对比；其余 6 个省份仅单一口径（非私营 6 个），本页对其不做跨口径对比。
口径：口径：仅取 dimension='行业门类'（分行业门类年平均工资）一种口径。该表全表 3,068 行混了 5 种 dimension——行业门类 / 从业人员数（⚠️ 是从业人数不是工资，实测制造业 7,839,218 人）/ 规上岗位 / 地市 / 登记注册类型；不按 dimension 过滤就会画出「783 万人工资」这类常识性错误，故硬性前置过滤。
单位：单位：元/年。判据是 source 列 3,068 行 100% 含「年」字（含「月平均/月工资」的记录 0 行），且 wage 值域 31,238~432,211 全为年薪量级。本页不做任何单位换算——凭空乘 12 比不换算更危险。⚠️ unit_type 字段是单位性质（非私营/私营/规上企业/全部单位），不是计量单位，故不存在「元/月 vs 元/年」混算问题；真正的混算风险来自 dimension。
样本：样本口径：只画成对数据——同一 (省份, 年份, 行业) 必须同时有非私营与私营记录才画差额；只有单边记录的组合一律不画（否则会产出「有私营没非私营」的伪差额）。非私营单边多出的记录不是遗漏，是统计局本来就没发布对应私营数。可用记录 18 个成对行业（本省本年共 19 个行业有记录，其中能成对的 18 个），榜单按差额降截取前 15 个；本省本年原始记录 37 行。
诚实说明：⚠️ 同比增速（growth_rate）非空率仅 8.2%（253/3,068），故本页不使用该字段——避免把「无数据」误读成「零增长」。标记 is_estimate=1 的 38 行（1.2%）为估算值，图上以虚线标记单独标注，不与实测量混同。
⚠️ 「非私营 vs 私营」不是「公务员 vs 私企」：非私营单位含国企/事业单位/机关，私营单位含民企/外企。差额反映的是所有制平均薪资差，同一所有制内部的岗位、城市、规模差异并未剔除，不能直接读作「考编能多拿多少钱」。

第 5 组真实口碑榜 · 专业满意度 × 票数在校生自报的专业满意度与投票数，告诉你哪些专业是“钱多但人人骂”、哪些是“收入一般但口碑好”。

图 2 · 真实口碑榜 —— 专业满意度 × 票数

家长真实投票：哪些「院校 + 专业」组合的满意度最高 —— 票数与满意度必须一起看，低票数的高分是噪声

⚠️ 票数不足区：本省有 150 条记录票数低于 30，已单列在下方、不参与排行。票数 < 30 的记录共 150 条，已单列在「票数不足」区，不参与排行。全省达门槛记录 307 条，榜单展示前 20 条。

#	院校	专业	层次	城市	满意度/5.0	票数	推荐指数
1	四川托普信息技术职业学院	大数据与会计	专科	成都市	5.0	81	—
2	四川希望汽车职业学院	汽车检测与维修技术	专科	资阳市	5.0	54	—
3	四川科技职业学院	汽车检测与维修技术	专科	眉山市	5.0	43	—
4	西南交通大学	建筑环境与能源应用工程	本科	成都市	5.0	30	—
5	四川科技职业学院	油气智能开采技术	专科	眉山市	4.9	67	—
6	西昌学院	作物生产技术	专科	凉山彝族自治州	4.9	51	—
7	泸州职业技术学院	音乐教育	专科	泸州市	4.9	30	—
8	四川大学	数学类	本科	成都市	4.8	509	4.80
9	中国民用航空飞行学院	民航空中安全保卫	专科	德阳市	4.8	211	4.60
10	西南交通大学	会计	专科	成都市	4.8	62	—
11	四川警察学院	侦查学	本科	泸州市	4.8	59	4.60
12	成都体育学院	运动训练	本科	成都市	4.7	614	4.70
13	四川师范大学	播音与主持艺术	本科	成都市	4.7	546	—
14	四川农业大学	工商企业管理	专科	成都市	4.7	497	—
15	四川传媒学院	播音与主持艺术	本科	成都市	4.7	391	4.80
16	内江师范学院	体育教育	专科	内江市	4.7	295	4.70
17	四川电力职业技术学院	发电厂及电力系统	专科	成都市	4.7	200	4.60
18	四川农业大学	林学	本科	成都市	4.7	187	—
19	成都体育学院	武术与民族传统体育	本科	成都市	4.7	162	—
20	四川幼儿师范高等专科学校	舞蹈表演	专科	绵阳市	4.7	148	4.30

🚫 票数不足区（不参与排行）：共 150 条，票数均 < 30。 5 分制下 0.1 分的差距在十几票样本上完全可能是噪声， 这些高分不可信、不可用于志愿决策，仅列前 8 条供观察：

院校	专业	满意度	票数
西南民族大学	金融工程	4.7	29
成都大学	戏剧影视表演	4.8	29
吉利学院	计算机科学与技术	3.6	29
吉利学院	工商企业管理	4.4	29
宜宾职业技术学院	财富管理	4.2	29
雅安职业技术学院	康复治疗技术	4.5	29
成都文理学院	播音与主持艺术	4.1	29
四川华新现代职业学院	商务管理	4.4	29

数据可信范围：省份回补命中率 16,387 / 16,393 = 99.96%（未命中的 6 行为 `school` 表里查无此名的院校，已剔除，本页数据仅覆盖能回补出省份的 99.96%）
口径：🔴 major_satisfaction.province 字段 100% 为空（0/16,393），因此本页的省份全部由 school_name 精确匹配 JOIN school 回补得到——这是本页能做省级分析的唯一前提。此处用校名而非国标码是经过验证的安全选择：school.school_name 实测 3,109 个去重值、零重名，内连接不会一对多膨胀；而按 GB 码 school_code JOIN 会串校（10654 被四川音乐学院与成都美术学院共用）。
样本：本省回补命中 457 条（其中带满意度评分 9180 条为全表口径），涉及专业名 224 个。
排行单位：以「某校的某专业」为最小单位（该表 (school_name, major_name) 实测零重复），可直接对应一个可填的志愿；不做专业名归并（「临床医学」与「临床医学（卓越医生班）」是两条不同记录，无可靠依据时猜错比不猜更糟）。
诚实说明：票数门槛：满意度为 5 分制（实测值域 3.0~5.0），0.1 分的差距在十几票样本上完全可能是噪声，故设 ≥ 30 票才进排行；门槛以下单列「票数不足」区，不混进排行。另外本页不按 major_name 跨表 JOIN——该字段括号后缀未归一化（跨表 JOIN 命中率会从 91.3% 掉到 53.6%），推荐指数直接读同表的 recommend_index（9,643 行非空，与 major_recommendation 同源）。

第 6 组低分上好学校 · 层次与门槛分层年卡专享用较低的录取位次去够更好的学校层次——这张表回答“我这份成绩，有没有捡漏的机会”。

低分上好学校 · 层次与门槛分层黑金·年

用较低的录取位次去够更好的学校层次——这张表回答“我这份成绩，有没有捡漏的机会”。