職業教育的社會關注度如何

彭仁孚 秦祖澤 周哲民

摘 要 社會公眾對職業教育的重視程度體現著職業教育的社會地位。借助大數據庫百度指數平臺，以職業教育為搜索關鍵詞，采取定性和定量研究方法，分析社會公眾對職業教育的關注度和重視程度。研究發現：社會公眾關注度不高，職業教育吸引力不足;全國各省市職業教育社會關注度的空間分布并非完全是隨機的，而是表現出相似值之間的空間集聚性;中青年群體是關注職業教育的主流，在地域上呈現不均衡分布狀況;社會輿論影響力不足，需加強職業教育的宣傳引導。

關鍵詞 職業教育;社會關注度;百度指數;空間自相關分析

中圖分類號 G719.2 文獻標識碼 A 文章編號 1008-3219（2019）15-0039-06

從1866年我國第一所真正意義上的現代職業學校-福州馬尾船政學堂創辦至今[1]，我國職業教育經歷了150余年探索發展歷程，習近平總書記在2014年6月對職業教育作出關鍵性歷史論斷，指出“職業教育是國民教育體系和人力資源開發的重要組成部分”[2]。職業教育歷史可謂源遠流長，國家在不同的發展背景下發布了系列政策。校企合作、產教融合、現代學徒制、工匠精神等熱詞不斷出現在媒體及學術研究中，但是社會公眾重視程度如何？各個省市重視的差異如何？職業教育的社會關注度如何，都值得深入探究和思考分析。

一、數據來源

據權威報告顯示，中國網民規模截至2018年12月已達8.29億人，我國網民使用手機上網的比例達98.6%，搜索引擎用戶規模達6.18億，使用率為82.2%[3]。隨著網絡的普及，升學志愿的填報、信息的查詢都可以通過網絡便捷實現，搜索引擎作為社會公眾查詢信息的重要入口，查詢的信息指向也成為大數據庫可以分析的參數。網民常用的搜索引擎比較中，百度以占據80%以上的搜索份額連續5年高居中國主流搜索引擎網站榜首[4]。百度指數是依托中文最大搜索引擎百度多個平臺集聚而成的海量云數據，一方面對關鍵詞的搜索類別和熱度開展分析，另一方面能夠深度挖掘搜索關鍵詞和搜索用戶的信息取向、搜索需求、關鍵詞特征等多方面的數據特性，既能夠精確的反映社會大眾的關注熱點以及對某一熱點的關注程度，也能夠有效地將匯總的統計數據運用于科學研究和行為分析。在中國知網查詢到“基于百度指數”的論文數量近300篇，多個行業的研究以百度指數作為數據來源進行分析論證。

百度指數對數據的統計分析體現在四大主要的功能模塊，有搜索的趨勢研究、需求圖譜、咨詢關注和人群畫像，用戶可以按照查詢指向需求選擇特定的時間和地域用以獲取關鍵詞的關注度情況。這些數據庫的匯聚形成具有很強的代表性，并不是進行概率抽樣選擇的樣本分析的結果，而是同類關鍵詞行為的累計統計數據，符合大數據統計分析的要求。由于百度指數未統計到2012年前移動終端的累計查詢數據，且2014年被人們稱為職業教育改革的“元年”[5]，因此，本文以2014-2018年連續5年的時間段為數據統計分析節點，以“職業教育”為查詢關鍵詞，搜索各層面的需求數據，面板數據包括全國每一年每一月份整體日平均值、各省市每一年整體日平均值，用以探究社會公眾對職業教育的關注度。

二、公眾對職業教育的關注度分析

（一）研究方法

本文針對百度指數采集到的大量數據，采用定性和定量研究的方法，對于獲取的面板數據采用空間自相關分析方法，計算得到全局莫蘭指數和局部莫蘭指數，運用stata專業軟件分析面板數據，來研究職業教育社會公眾關注度在不同地域受政治經濟發展水平、社會文化及科技水平等影響存在的差異[6]。

（二）結果分析

1. 職業教育社會關注度總體情況

由圖1可以看出，從全年整體日平均值數值來看，2014-2018年連續5年整體日平均值分別為521人次、601人次、492人次、483人次、495人次，關注度呈現小微波動幅度，說明這5年社會公眾的關注不溫不火。從月份來看，每年的3月、6月份呈現出關注的高點，每年的高職單招時間在3月份左右，每年的升學時間在6月份左右，時間點相吻合，學生網絡查詢職業教育和填報志愿，百度貼吧是學生常去咨詢和交流的板塊，一定程度上提升了職業教育關注度。針對職業教育的教育屬性，對比查詢關鍵詞“中職”和“高中”、“高職”和“大學”，通過百度指數獲取的數據情況為，“中職”關鍵詞整體日均值為255人次，“高中”關鍵詞整體日均值為1289人次;“高職”關鍵詞整體日均值為548人次;“大學” 關鍵詞整體日均值為4802人次。相比較而言，職業教育社會關注度數值明顯偏低。

由圖2可以看出，從空間尺度來看，各個省份關注的熱度極不均衡，長三角、珠三角地帶關注職業教育的熱度較高，關注度處于較高位。中國大陸邊緣省市如海南、寧夏、西藏等對職業教育的社會關注度較低。各省市社會關注度很不均衡。

2. 職業教育社會關注度全局空間自相關分析

如圖3所示，全國職業教育社會關注度在2014-2018年這5年中空間分布呈現集聚分布格局。2014年全國職業教育關注度Global Moran's I 值為0.405，2015-2018年的Global Moran's I 值分別為0.335、0.335、0.350、0.384，為顯著正空間自相關。

如表1所示，對全局莫蘭指數I值進行顯著性檢定，連續5年的標準化統計量Z得分值大于1.96，數值均大于3以上，表示全國各省市職業教育社會關注度的分布有顯著的關聯性，亦即全國范圍內存有省市空間單元彼此的空間自相關性。2014年，全國各省市職業教育關注度的全局Morans I 指數為正值I=0.405，對應的標準化統計量Z=3.762，在正態分布的假設下顯著性水平P值為0.000，對Moran指數檢驗的結果高度顯著，在隨機分布假設下，Moran指數I的期望值與方差值分別為-0.033和0.117。同理，2015-2018年的數據同樣可以看出相似結果。這說明，從整體來看，2014-2018年全國各省市職業教育社會關注度存在正空間自相關，表現為低低集聚，全國各省市職業教育社會關注度的空間分布并非完全隨機分布，而是表現出相似值之間的空間集聚性。

3. 職業教育社會關注度局部空間自相關分析

全國各省市職業教育關注度對應的局部Local MoranI指數以及對應的統計值Z和顯著性水平P值，MoranI 指數為正且Z值為正并且在顯著性水平為5%的條件下通過檢驗的區域相似值（高值與低值）趨于空間集聚，根據數據分析顯示，滿足這一條件的省市包括江蘇、山東、西藏、甘肅，在空間上表現為高高集聚或低低集聚。數值中莫蘭指數I和Z值都為負的省市，如四川、貴州等，顯著性水平沒有通過檢驗，其在空間上的分布呈現出一定的隨機性，原因在于這些省市鄰近趨于經濟水平呈現出一定差異性，并沒有顯著的空間關聯。

MoranI 指數一般為[-1，1]，數值中輸出結果中部分省市MoranI 指數略大于1，例如青海、新疆兩個省份，原因在于這些省市的職業教育社會關注度與全國平均水平相差較大，出現極低值，這并不影響對空間關聯的分析。

以莫蘭指數數值（Wz）為縱軸，以標準化統計量Z數值為橫軸，描繪中國各省市職業教育社會關注度的分布情況，用來研究局部的省市空間不穩定性，它對空間滯后因子Wz和Z數據進行了可視化的二維圖示[7]，如圖4～圖8所示。Moran散點圖的4個象限，分別對應于區域單元與其鄰居之間4種類型的局部空間聯系狀況：第1象限代表了高觀測值的區域單元被高值的區域所包圍的空間聯系形式;第2象限代表了低觀測值的區域單元被高值的區域所包圍的空間聯系形式;第3象限代表了低觀測值的區域單元被低值的區域所包圍的空間聯系形式;第4象限代表了高觀測值的區域單元被低值的區域所包圍的空間聯系形式[8]。可以通過繪制出的莫蘭指數散點圖研究發現，多數省市位于第1和第3象限內，為正的空間聯系，屬于高高集聚和低低集聚類型，而且位于第3象限內的低低集聚類型省市比位于第1象限內的高高集聚類型省市少一些。

圖4顯示了31個省市職業教育關注度局部集聚的空間結構，從中可以看出，從省市職業教育社會關注度來看，高值被高值包圍的高高集聚省市有北京、天津、河北、山西、上海、安徽、福建、山東、河南、湖北、江蘇、廣東、浙江、湖南;低值被低值包圍的低低集聚省市有內蒙古、遼寧、吉林、黑龍江、江西、廣西、海南、西藏、甘肅、青海、寧夏、新疆;被低值包圍的高值省市有重慶、貴州、云南;被高值包圍的低值省市有陜西、四川。圖5～圖8同樣可以得出類似結果。

4. 人群屬性

百度指數功能模塊“人群畫像”對關鍵詞職業教育搜索的人群屬性進行了歸納，可以采用數據挖掘剖析方法，對關鍵詞職業教育的人群屬性進行聚類分析，給出男女性別比例、年齡層次分布等社會屬性信息。對2014-2018年的累計數據分析，從性別來看，如圖9所示，男性較女性更多關注職業教育，男性占66%，女性占34%。從年齡分布來看，如圖10所示，20～49歲的中青年占94%，其中，以30～39歲為最多，占54%;40～49歲位居第2，占25%;20～29歲位居第3，占15%。19歲及以下及50歲以上者分別占2%和4%。從區域分布來看，如圖11所示，華東、華北、華中、華南關注熱度相對較高。

三、媒體對職業教育的關注度分析

百度搜索引擎的強大在于其后臺抓取程序，可以非常迅捷地抓取各個網站及媒體發布的信息，并存儲在服務器，建立大數據庫，這為百度指數提供了很全面的數據來源。職業教育的系列報道通常都能通過百度搜索引擎獲取到相關信息，社會公眾通過其他網站媒體查詢信息的頻次都有可能被百度后臺“蜘蛛”程序抓取，從而得到社會公眾對于資訊關注情況及媒體發布的數量進行分析。

百度指數中的資訊指數模塊，能夠將網民的閱讀行為、評論和點贊等不同行為的軌跡進行大數據分析，衡量網民對職業教育相關內容推送的被動關注程度。媒體指數則以被百度新聞頻道收錄各大新聞網站文章的數量，采用新聞關鍵詞進行的統計作為依據。截至2018年底，關于職業教育的資訊指數日均值為11104人次，新聞頭條日均值為27人次，相比較百度指數開展的資訊指數排行而言，其他諸如娛樂明星、化妝品等行業資訊指數都是百萬單位計算。同期關于“大學”的資訊指數日均值為71614人次，新聞頭條日均值為2769人次。可以看出，職業教育的資訊指數統計量數值比較低。

四、結論

公眾對職業教育的網絡關注度是衡量其受重視程度的重要參數，觀測以網民群體為代表的社會公眾及媒體對職業教育的關注程度，可以折射出職業教育公眾關注的狀況。

第一，社會公眾關注度不高，職業教育吸引力不足。高職院校單招時間在每年的3～4月份進行，高職和中職學生錄取時間在每年6～7月份進行，這兩個時間段社會公眾對于職業教育的關注度較其他時間段要高，在升學方面推高了職業教育的關注指數。然而，職業教育的社會關注度總體不高，職業教育質量不高和吸引力不足的問題仍然存在[9]。國家提出職業教育和普通教育的教育結構大體相當，即在高中階段，讀普通高中和中等職業教育的學生數量大體相當;在高等教育階段，讀本科教育和讀職業教育數量也大體相當[10]。實際上，職業教育的規模和影響力還遠不及普通高中及本科教育。在整個國家教育結構中，職業教育仍處于劣勢[11]。

第二，從空間相關性分析，具有空間集聚性。通過莫蘭指數空間自相關分析，可以得出全國范圍內存有省市空間單元彼此的空間自相關性。全國各省市職業教育社會關注度存在正空間自相關，全國各省市職業教育社會關注度的空間分布并非完全隨機分布，而是表現出相似值之間的空間集聚性。這說明職業教育有影響力的省市具有一定的輻射促進和影響作用，能夠帶動鄰近省市職業教育的發展。可以考慮建立職業教育集團或聯盟化發展模式，推動職業教育的共同發展。

第三，中青年群體是關注的主體，且地域性差異顯著。從人群屬性的分析中可以看出，中青年群體是關注的主流，占絕大多數。華東、華北、華中、華南4個板塊的區域關注度較高，西北、東北等區域對于職業教育關注度較低，在地域上呈現不均衡分布狀況。教學資源存在明顯的區域和院校不平衡性，“教學資源50強”榜單中顯示，東部地區高職院校教學資源基礎比較雄厚，共有31所院校上榜，其中，山東和廣東各7所、江蘇6所;貴州、海南、吉林、內蒙古、寧夏、青海、山西、西藏、新疆等11 個省份則無院校上榜[12]。

第四，社會輿論影響力不足，需加強職業教育的宣傳引導。社會公眾對于職業教育的關注被動體現在升學層面，新聞媒體及企業等主體的關注還不夠，職業教育并沒有產生足夠的吸引力。新聞媒體應當重視職業教育的輿論宣傳工作，大力宣傳國家和省、市關于促進職業教育發展的相關扶持政策、措施，及時推廣職業教育好的做法和經驗。新聞媒體應廣泛搜集整理職業院校畢業生就業的相關信息，跟蹤報道典型的職業院校學生就業創業成功典型案例，形成職業教育發展的良好氛圍。

新時代背景下，國務院發布《國家職業教育改革實施方案》，提出高職擴招100萬[13]，弘揚工匠精神、產教融合、校企合作的職教環境，需要培養數以億計的高素質勞動者和技術技能人才[14]，職業教育肩負著實現“中國制造2025”等一系列重要使命。提高職業教育社會關注度是一個復雜系統工程，不僅要從根本上改變人們視職業教育為差生教育的傳統觀念，更要從頂層設計和職教高考改革等方面下大功夫，讓職業教育的地位和重視度得到加強。

參 考 文 獻

[1]李夢卿.我國職業教育150年：探索與開新[N].中國教育報，2016-12-27（009）.

[2]尹春容.對習近平關于職業教育重要論述的思考[J].學校黨建與思想教育，2019（8）：75-78.

[3]中國互聯網絡信息中心.第43次中國互聯網絡發展現狀統計報告[R/OL].（2019-02-28）[2019-03-03].http：//www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201902/P020190318523029756345.pdf.

[4]中國互聯網絡信息中心.2015-2018年中國網民搜索行為研究報告[R/OL].（2019-02-28）[2019-03-03].http：//www.199it.com/wp-content/uploads/2016/07/CNNIC%EF%BC%9A2015年中國網民搜索行為調查_000001.png.

[5]張韋韋.改革“元年”話教育[J].教育與職業，2014（10）：25-40.

[6]時廣軍.高等職業教育如何影響經濟回報——基于31省市面板數據的分析[J].中國職業技術教育，2018（21）：89-96.

[7]陳強.高級計量經濟學及Stata應用[M].北京：高等教育出版社，2010：10.

[8]Arthur G. Reflections on Spatial Autocorrelationp[J].Regional Science and Urban Economics，2007（4）：491-496.

[9]任占營.改革創新高等職業教育推動專科高等職業院校科學發展[J].中國職業技術教育，2014（21）：77.

[10]王悠.高等職業教育供給側改革的現實困境與創新路徑[J].職業技術教育，2018（11）：20-23.

[11]王石川.提振全社會對職業教育的信心[N].中國建設報，2019-04-24（005）.

[12]劉紅.2017年我國高等職業教育發展成績、問題與挑戰——基于《2018年中國高等職業教育質量年度報告》的分析[J].中國職業技術教育，2018（22）：22-27.

[13]劉繼安，陳志文，李馬英夏.高職教育擴招：一個社會治理角度配置教育資源的案例解讀[J].中國高教研究，2019（4）：6-9.

[14]周建松，陳正江.高等職業教育內涵式發展：基本要素、主要特征與實現路徑[J].黑龍江高教研究，2018（4）：122-126.