今年广州高考考生迎来了普通高中扩招,名校录取分数可能下降

羊城晚报全媒体记者 蒋隽 实习生 胡诗怡

日前,2022年广州中考名额分配招生学校招生总计划公布。根据计划,85所名额分配招生学校(校区)将扩招3501人,其中,华附、省实等8所传统名校总招生人数达到6138人,比去年增加758人。这意味着更多优秀学生有机会入读名校,省市属名校、区属龙头学校录取分数线有可能下降。

名额分配招生学校扩招3501人

5月13日,广州市招考办公布的《2022年广州市名额分配招生学校招生总计划和名额分配计划汇总表》显示,12所省市属学校总招生计划为7268个、名额分配计划为3569个;85所名额分配招生学校(校区)的总招生计划为47349个、名额分配计划为23513个。

而2021年,12所省市属学校的总招生计划为6480个、名额分配计划为3201个;81所名额分配招生学校(校区)的总招生计划为43848个、名额分配计划为21845个。

数据对比显示,2022年,12所省市属学校扩招788人,名额分配计划增加368个;所有名额分配招生学校扩招3501个,名额分配计划增加1668个。

值得一提的是,今年广州中考招生总计划和招生学校总数尚未公布。但考虑到去年广州中考招生的普高学校约为100所,今年又增加了几所首年招收高一的学校,普高学校数量依然会在百所左右。由此估算,今年广州参与名额分配的招生学校占普高学校总数的八成左右。总体来说,广州中考迎来了普高扩招。

传统名校录取分数线或下降

扩招“大军”中,最引人注目的是省市属学校。根据计划,华南师范大学附属中学招生计划334个、扩招30个;广东实验中学招生计划670个、扩招30个;广东广雅中学(本部校区)招生计划576个、扩招18个;广东广雅中学(花都校区)招生计划400个、扩招31个;广州市执信中学执信路校区和首年招高中的天河校区,招生计划共1000个、扩招282个;广州市第二中学招收计划872个、扩招40个;广州市第六中学招生计划750个、扩招22个;广东华侨中学招生计划610个、扩招30个;广州市协和中学招生计划与去年相同;广州大学附属中学招生计划606个、扩招30个,广州市铁一中学越秀校区、番禺校区和今年首年招收高一的白云校区,招生计划共930个、扩招285个。

综合来看,华附、省实、广雅、执信、二中、六中、广大附中、铁一等8所省市属普高,2022年总招生人数为6138人,比2021年的5380人增加758人。

对于广州中考考生来说,这意味着有两大利好:一是有更多优秀学生有机会入读名校,二是第一梯队学校的录取分数线有可能下降。

广州市执信中学校长何勇表示,过往三年执信平均录取分数为709分,但今年由于执信本身扩招及省市属兄弟学校扩招,预计700分以上的考生均可大胆填报执信。

区属龙头学校分数线或下降

各区名额分配招生的区属学校也不同程度扩招,11区扩招总计划达到2713个。

其中,荔湾区扩招118个、越秀区扩招206个、海珠区扩招602个、天河区扩招154个、白云区扩招471个、黄埔区扩招106个、番禺区扩招402个、花都区扩招596个、南沙区扩招70个、从化区与去年持平、增城区减少12个指标。

区属学校中,扩招较多的有:荔湾区的广州市真光中学校本部和汾水校区,扩招75人;越秀区的第三中学、培正中学、育才中学、广东实验中学越秀学校,分别扩招46人;海珠区的广州市第五中学金碧校区首年招收高一288人、本部扩招10人,南武中学(岭南画派纪念校区)招322人,广州市第41中学扩招216人;天河区的广州中学扩招20人,天河外国语学校扩招24人;白云区的培英中学扩招178人,广东外语外贸大学实验中学扩招115人,大同中学和白云中学均扩招84人;番禺区的仲元中学、番禺中学等分别扩招40人;花都区邝维煜纪念中学(雅正校区)今年高一首年招生400人。

区属学校本身的扩招以及省市属学校扩招对区属龙头普高形成挤压,因此,今年区属龙头高中的录取分数也有可能降低。

考生增加对一二梯队学校录取影响不大

值得注意的是,广州今年中考报名人数尚未公布,但根据日前参加中考体育的考生人数推断,今年参加中考的考生人数或多于去年。根据广州市招考办的数据,今年参加中考体育的考生为111464人,而去年为90544人,增加20920人。

今年中考考生增加了2万多人,但名额分配招生学校的招生总数只增加了3000多个,普高竞争更激烈了吗?其实未必。业内人士表示,今年参加中考的考生增加有一个重要原因是,往年不少考上普高可能性较低的学生,直接选择了职业学校而没有报名参加中考,今年各区各校鼓励学生应考尽考,考生总数明显增加。但增加的考生大部分非头部生源,对于第一梯队和第二梯队学校的录取来说,影响不大。

编辑:郑健龙

来源:金羊网

Add a Comment

您的电子邮箱地址不会被公开。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据