贵州省深度数据分析 · 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 12,055 名就能进，而 211 里最难的那 25% 要 18,422 名以后 —— 985 的冷门档比 211 的热门档更容易够到，两层在这 6,367 个位次上完全交叠。

12,055 985 最容易的 25% 门槛（P75）

6,367 交叠带 12,055 ~ 18,422 名

18,422 211(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) 15 所 · 双一流 2 所 · 普通本科 11 所。
换句话说，位次 18,422 的考生，累计可录 985 共 45 所、 211(含双一流) 共 21 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（3,288~20,875）与 211 的全距（7,307~81,602）重叠 13,568 个位次，相当于 985 全距的 77.1%、211 全距的 18.3%。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	49	3,288	4,237	7,307	12,055	20,875
211(含双一流)	79	7,307	18,422	26,830	32,689	81,602
双一流	26	7,307	28,135	42,089	52,654.5	70,089
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 年物理类 · 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 2056 所院校 / 2056 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 1,519 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 1,119 个 / 73.7%）。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 91.05% vs 全体 91.02%，基本无偏移（|Δ| < 0.1pp）；位次中位入选 127,706 vs 全体 127,219（+0.4%，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 127,706 ／就业率 91.05%），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 114、高就业 · 高门槛 86、低就业 · 低门槛 86、低就业 · 高门槛 114。

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 127,706 ／中位就业率 91.05% （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 114 ／高就业 · 高门槛 86 ／低就业 · 低门槛 86 ／低就业 · 高门槛 114。
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 1519 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 1119 个 / 73.7%，入选段就业率中位 91.05% vs 全体 91.02%，偏移 +0.03 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 3,946 ~ 214,153，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 0.1% ~ 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「贵州省」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

📭

「贵州」暂无行业薪资数据（无 dimension='行业门类' 记录）

图 1 需要该省在 dimension='行业门类' 下有年平均工资记录。实测全国 28 个省份有行业门类薪资数据，其中 22 个省份可成对对比， 6 个省份仅有单一口径（这些省会走单边展示而非空态，只列出实际存在的那一侧）。 贵州省不在其中，说明它在该 dimension 下 一行记录都没有——不是被守卫过滤掉的空结果。
此处不会显示 0 冒充真实值，也不会拿其他口径（如 从业人员数 的人数、地市、登记注册类型）顶替工资。

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 98 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 98 条，已单列在「票数不足」区，不参与排行。全省达门槛记录 124 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	贵州工商职业大学	建筑室内设计	专科	贵阳市	5.0	83	—
2	贵州应用技术职业学院	城市轨道交通运营管理	专科	黔南布依族苗族自治州	5.0	61	—
3	贵州经贸职业技术学院	物联网应用技术	专科	黔南布依族苗族自治州	4.9	78	—
4	贵州黔南科技学院	网络与新媒体	本科	黔南布依族苗族自治州	4.9	40	—
5	贵州应用技术职业学院	汽车检测与维修技术	专科	黔南布依族苗族自治州	4.9	33	—
6	贵州健康职业学院	药学	专科	铜仁市	4.9	33	4.80
7	贵州黔南科技学院	视觉传达设计	本科	黔南布依族苗族自治州	4.8	58	—
8	贵州健康职业学院	护理	专科	铜仁市	4.8	55	4.50
9	毕节幼儿师范高等专科学校	学前教育	专科	毕节市	4.7	119	4.70
10	贵州大学	电气类	本科	贵阳市	4.7	58	—
11	凯里学院	体育教育	专科	黔东南苗族侗族自治州	4.7	36	—
12	遵义医科大学	麻醉学	本科	遵义市	4.6	420	4.60
13	黔东南民族职业技术学院	口腔医学	专科	黔东南苗族侗族自治州	4.6	258	4.70
14	贵州工程应用技术学院	汉语言文学	本科	毕节市	4.6	166	4.40
15	遵义医药高等专科学校	助产	专科	遵义市	4.6	85	—
16	遵义医科大学医学与科技学院	麻醉学	本科	遵义市	4.6	72	—
17	遵义职业技术学院	大数据与财务管理	专科	遵义市	4.6	61	4.50
18	铜仁职业技术大学	计算机应用技术	专科	铜仁市	4.6	52	—
19	贵阳职业技术学院	工程测量技术	专科	贵阳市	4.6	38	—
20	毕节职业技术学院	医学影像技术	专科	毕节市	4.6	37	—

🚫 票数不足区（不参与排行）：共 98 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
贵州中医药大学	康复治疗学	4.4	29
贵州财经大学	翻译	4.5	29
贵州航天职业技术学院	广告艺术设计	4.0	28
黔南民族职业技术学院	工程造价	4.8	28
铜仁幼儿师范高等专科学校	美术教育	4.1	28
贵州工程应用技术学院	中文	4.4	27
贵州理工学院	机械电子工程	4.8	27
贵州师范大学	工程管理	4.7	26

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 222 条（其中带满意度评分 9180 条为全表口径），涉及专业名 121 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”。