中國職業(yè)教育網(wǎng)絡(luò)關(guān)注度的時空特征及影響因素

摘" 要： 職業(yè)教育作為國民教育體系的關(guān)鍵一環(huán)，對培養(yǎng)高素質(zhì)技術(shù)技能人才、推動經(jīng)濟高質(zhì)量發(fā)展、建設(shè)教育強國具有不可替代的重要作用。運用空間自相關(guān)、變異系數(shù)、季節(jié)集中度指數(shù)、地理探測器等測算方法，分析基于百度指數(shù)2013—2023年中國職業(yè)教育網(wǎng)絡(luò)關(guān)注度時空演變特征，并在此基礎(chǔ)上識別影響因素，探究其影響機理，定量測量各因素的影響程度。研究發(fā)現(xiàn)：2013—2023年全國職業(yè)教育網(wǎng)絡(luò)關(guān)注度呈穩(wěn)定上升的趨勢，月度波動表現(xiàn)出較大波動性，主要體現(xiàn)在3月份和5月份關(guān)注度最高，2月份關(guān)注度最低。職業(yè)教育網(wǎng)絡(luò)關(guān)注度省域差異顯著，東、中、西部呈現(xiàn)出“東高西減”的階梯式遞減趨勢。地區(qū)生產(chǎn)總值、教育財政投入、移動互聯(lián)網(wǎng)數(shù)與年末常住人口數(shù)是影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度的核心因素，教育發(fā)展水平是影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度的基本因素。

關(guān)鍵詞： 職業(yè)教育; 網(wǎng)絡(luò)關(guān)注度; 時空特征; 影響因素

中圖分類號： G710" " " " " 文獻標志碼： A" " " " " 文章編號： 1671-2153（2024）06-0028-12

一、引言

2019年，《國家職業(yè)教育改革實施方案》開宗明義地指出“職業(yè)教育與普通教育是兩種不同教育類型，具有同等重要地位”，確立了職業(yè)教育類型教育的定位。黨的二十大報告提出，要統(tǒng)籌職業(yè)教育、高等教育、繼續(xù)教育協(xié)同創(chuàng)新，推進職普融通、產(chǎn)教融合、科教融匯，優(yōu)化職業(yè)教育類型定位。在全面建設(shè)社會主義現(xiàn)代化國家新征程中，職業(yè)教育前途廣闊、大有可為[1]。

隨著職業(yè)教育的不斷發(fā)展，國內(nèi)學(xué)者對職業(yè)教育的傳播機制開展了研究。許艷麗、李文引入傳播學(xué)中經(jīng)典的拉斯韋爾傳播模式分析和審視國內(nèi)職業(yè)教育傳播存在的問題，發(fā)現(xiàn)我國職業(yè)教育傳播主體缺乏多元支持，媒介難以獲取受眾注意力資源，內(nèi)容缺乏受眾適切性，現(xiàn)實受眾未能完全覆蓋目標受眾[2]。吳全全等人以中等職業(yè)教育為切入點分析得出我國西部地區(qū)職業(yè)教育社會吸引力不足，導(dǎo)致招生規(guī)模萎縮等[3]。部分學(xué)者采用百度指數(shù)對職業(yè)教育開展定量研究：劉奉越、鄭林昌以我國31個省級單位為研究對象，運用熵值法、耦合協(xié)調(diào)度模型和空間自相關(guān)分析，對2010—2020年職業(yè)教育產(chǎn)教融合發(fā)展水平進行測度，并分析其空間差異[4]。彭仁孚等人借助百度指數(shù)平臺采取定性和定量研究方法，分析社會公眾對職業(yè)教育的關(guān)注度與重視程度，發(fā)現(xiàn)中青年群體是關(guān)注職業(yè)教育的主流，在地域上職業(yè)教育不均衡發(fā)展[5]。然而，全國人民對職業(yè)教育的關(guān)注程度是否隨著時間演進有所增長？各個省份對職業(yè)教育的重視程度是否有較大差異？影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度空間分布的主要影響因素是什么？公眾對職業(yè)教育高度關(guān)注的年份與月份是什么時候？如何提升公眾對職業(yè)教育的網(wǎng)絡(luò)關(guān)注度？這些問題亟待解決。鑒于此，本研究利用連續(xù)8年高居中國主流搜索引擎網(wǎng)站榜首的百度平臺下的百度指數(shù)數(shù)據(jù)，構(gòu)建職業(yè)教育網(wǎng)絡(luò)關(guān)注度評價指標體系，探析中國內(nèi)地31個省域職業(yè)教育網(wǎng)絡(luò)關(guān)注度隨著時間演進的發(fā)展程度，剖析出對職業(yè)教育關(guān)注的時間與區(qū)域分布差異，以期為建立科學(xué)合理的職業(yè)教育時空傳播機制提供參考。

二、數(shù)據(jù)來源

2023年8月28日，中國互聯(lián)網(wǎng)絡(luò)信息中心在京發(fā)布的第52次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》中顯示：截至2023年6月，中國網(wǎng)民規(guī)模達10.79億人，互聯(lián)網(wǎng)普及率達76.4%，我國手機網(wǎng)民規(guī)模達10.76億人，網(wǎng)民使用手機上網(wǎng)的比例為99.8%。我國搜索引擎用戶規(guī)模達8.41億人，占網(wǎng)民整體的78.0%[6]。隨著網(wǎng)絡(luò)的普及，升學(xué)志愿的填報、信息的查詢都可以通過網(wǎng)絡(luò)便捷實現(xiàn)，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(shù)據(jù)庫可以分析的參數(shù)。在手機端和PC端搜索引擎品牌滲透率和首選率方面，百度搜索引擎均遙遙領(lǐng)先。百度指數(shù)是中國主要搜索引擎百度的綜合數(shù)據(jù)平臺，提供了搜索關(guān)鍵詞類別、熱度及用戶偏好等多維數(shù)據(jù)，同時能精準地映射公眾興趣和熱點關(guān)注度。百度指數(shù)的功能包括分析搜索趨勢、需求圖譜、資訊關(guān)注度以及用戶畫像等，支持用戶根據(jù)時間和地區(qū)篩選數(shù)據(jù)，以深入探討特定關(guān)鍵詞的關(guān)注度。其數(shù)據(jù)集基于關(guān)鍵詞行為的統(tǒng)計累積，非隨機抽樣，滿足大數(shù)據(jù)分析標準。截至2024年2月，中國知網(wǎng)CNKI數(shù)據(jù)庫中CSSCI和北大核心的期刊論文有400多篇采用“百度指數(shù)”為數(shù)據(jù)來源。由于百度指數(shù)未統(tǒng)計到2012年前移動終端的累計查詢數(shù)據(jù)，因此，本文以2013—2023年連續(xù)11年的時間段為數(shù)據(jù)統(tǒng)計分析節(jié)點，以“職業(yè)教育”為查詢關(guān)鍵詞，搜索各層面的需求數(shù)據(jù)，面板數(shù)據(jù)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(yè)教育的關(guān)注度。

三、研究方法

（一）空間自相關(guān)

本文針對百度指數(shù)采集到的大量數(shù)據(jù)，采用定性和定量研究的方法，對于獲取的面板數(shù)據(jù)采用空間自相關(guān)分析方法，計算得到全局莫蘭指數(shù)（I）和局部莫蘭指數(shù)（Ii），運用Stata專業(yè)軟件分析面板數(shù)據(jù)。通過計算全局莫蘭指數(shù)可以反映一定空間范圍內(nèi)觀測指標的相關(guān)性，通過局部莫蘭指數(shù)測算各個空間單元的集聚程度。莫蘭指數(shù)取值范圍為[-1，1]，正值代表正相關(guān)，即呈現(xiàn)“高—高”或“低—低”集聚現(xiàn)象;負值則代表負相關(guān)，即呈現(xiàn)“高—低”或“低—高”集聚現(xiàn)象。當莫蘭指數(shù)為0時，代表不存在空間相關(guān)性，空間分布格局為隨機態(tài)勢。公式如下：

公式中，n為省域數(shù)量，xi、xj分別表示為變量x在i省域和j省域的指標值，wij表示i、j省域的空間權(quán)重矩陣。

（二）變異系數(shù)（cv）

變異系數(shù)是用于評估不同地區(qū)間職業(yè)教育網(wǎng)絡(luò)關(guān)注度分布離散程度的統(tǒng)計指標，旨在于衡量地區(qū)之間職業(yè)教育網(wǎng)絡(luò)關(guān)注度的差異程度，變異系數(shù)的數(shù)值越大，意味著地區(qū)間職業(yè)教育網(wǎng)絡(luò)關(guān)注度的離散程度越高，即各地區(qū)之間的關(guān)注度存在較大的差異。公式如下：

（三）季節(jié)集中度指數(shù)（s）

季節(jié)集中度指數(shù)用以反映職業(yè)教育網(wǎng)絡(luò)關(guān)注度的時間集中程度，揭示不同時間段內(nèi)人們對職業(yè)教育的關(guān)注程度是否呈現(xiàn)集中趨勢。公式如下：

式中：xk為第k月職業(yè)教育網(wǎng)絡(luò)關(guān)注度與全年職業(yè)教育網(wǎng)絡(luò)關(guān)注度總值之比。季節(jié)集中度指數(shù)的值越大，說明職業(yè)教育網(wǎng)絡(luò)關(guān)注度更加集中在某一特定時段;反之，指數(shù)值越小，則意味著職業(yè)教育網(wǎng)絡(luò)關(guān)注度在全年期間分布更加均勻。

（四）地理探測器

利用地理探測器中的因子探測器與交互探測器分析職業(yè)教育網(wǎng)絡(luò)關(guān)注度空間分布的影響因素以及因素間的內(nèi)在聯(lián)系[7]。基于相關(guān)研究，歸納影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度的因素包括經(jīng)濟發(fā)展水平、教育財政投入、教育發(fā)展水平、信息發(fā)展水平與城市發(fā)展水平，以職業(yè)教育網(wǎng)絡(luò)關(guān)注度為因變量，以影響因子為自變量，采用自然間斷點分級法對自變量進行離散化處理后測算自變量對職業(yè)教育網(wǎng)絡(luò)關(guān)注度分布的解釋力。

四、職業(yè)教育網(wǎng)絡(luò)關(guān)注度的時間特征分析

（一）年度演變特征

從整體上來看，2013—2023年職業(yè)教育網(wǎng)絡(luò)關(guān)注度指數(shù)趨勢線整體呈現(xiàn)穩(wěn)定上升的趨勢（圖1），職業(yè)教育的網(wǎng)絡(luò)關(guān)注度隨著時間的演進逐年增加，尤其是在2014年、2021年以“職業(yè)教育”為搜索詞的百度指數(shù)年增長率分別達1444.45%與73.14%，這說明2014年和2021年職業(yè)教育網(wǎng)絡(luò)關(guān)注度的上升速度加快，這與2014年《國務(wù)院關(guān)于加快發(fā)展現(xiàn)代職業(yè)教育的決定》提出“統(tǒng)籌發(fā)揮好政府和市場的作用，加快現(xiàn)代職業(yè)教育體系建設(shè)，深化產(chǎn)教融合、校企合作，培養(yǎng)數(shù)以億計的高素質(zhì)勞動者和技術(shù)技能人才”，以及2021年中共中央辦公廳、國務(wù)院辦公廳印發(fā)《關(guān)于推動現(xiàn)代職業(yè)教育高質(zhì)量發(fā)展的意見》中提出“切實增強職業(yè)教育適應(yīng)性，加快構(gòu)建現(xiàn)代職業(yè)教育體系，建設(shè)技能型社會，弘揚工匠精神，培養(yǎng)更多高素質(zhì)技術(shù)技能人才、能工巧匠、大國工匠，為全面建設(shè)社會主義現(xiàn)代化國家提供有力人才和技能支撐”等政策對職業(yè)教育的助力、高校大力推廣職業(yè)教育相吻合。

（二）月度演變特征

從各月份來看，3月至7月，中國職業(yè)教育網(wǎng)絡(luò)關(guān)注度相對于其他月份更高，如圖2所示。這一時期是中國學(xué)校招生季的開始，尤其是高中生和中職生考慮未來教育和職業(yè)道路的關(guān)鍵時期。學(xué)生和家長開始積極搜索與職業(yè)教育相關(guān)的信息，考慮是否將職業(yè)教育作為升學(xué)或就業(yè)的途徑。此外，許多職業(yè)院校和技術(shù)學(xué)校在此期間舉辦開放日活動和招生宣講會，以更多吸引學(xué)生和家長的關(guān)注。6月是中國高考和中考的舉行月份，這兩個考試對學(xué)生的未來教育和職業(yè)道路有著重大影響。考試結(jié)束后，學(xué)生和家長會根據(jù)考試結(jié)果考慮是否選擇職業(yè)教育。對于那些可能沒有達到理想高考分數(shù)線的學(xué)生，職業(yè)教育成為一個重要的選擇，因此在考試后，對職業(yè)教育的探索和討論會增加。運用季節(jié)性集中指數(shù)對2013—2023年職業(yè)教育網(wǎng)絡(luò)關(guān)注度的季節(jié)集中度進行測算，結(jié)果如表1所示，從2013年到2023年，職業(yè)教育網(wǎng)絡(luò)關(guān)注度的季節(jié)集中度指數(shù)初期下降、中期波動，然后后期趨于穩(wěn)定但略有波動。而2020年季節(jié)集中度指數(shù)的顯著上升突顯了外部事件（如全球性疫情）對職業(yè)教育關(guān)注度的巨大影響。進一步比較月份的季節(jié)集中度，大多數(shù)年份的3—7月尤為突出，再次驗證了這段時間是職業(yè)教育網(wǎng)絡(luò)關(guān)注的高峰期。

五、職業(yè)教育網(wǎng)絡(luò)關(guān)注度的空間特征

（一）總體空間特征

本研究對31個省域職業(yè)教育網(wǎng)絡(luò)關(guān)注度進行測算，如圖3所示，東、中、西部三大地區(qū)職業(yè)教育網(wǎng)絡(luò)關(guān)注度存在較大差異，呈現(xiàn)出“東高西低”的階梯式遞減趨勢[8]。東部地區(qū)整體對職業(yè)教育的關(guān)注度相對較高，尤其是北京、廣東、山東、江蘇等經(jīng)濟發(fā)展水平較高的地區(qū);中部地區(qū)對職業(yè)教育網(wǎng)絡(luò)關(guān)注度較高的省份是河南、湖南以及湖北等對教育重視程度相對較高的地區(qū);西部地區(qū)的四川省相比而言對職業(yè)教育的網(wǎng)絡(luò)關(guān)注度較高，但西部地區(qū)整體對職業(yè)教育的網(wǎng)絡(luò)關(guān)注度還是偏低。進一步對2013—2023年31個省域職業(yè)教育網(wǎng)絡(luò)關(guān)注度進行排序（見表2）發(fā)現(xiàn)，整體職業(yè)教育網(wǎng)絡(luò)關(guān)注度的序位變動較小。其中常年穩(wěn)居前五的省域分別是：北京、廣東、山東、浙江以及江蘇，都集中在東部地區(qū)，表明這幾個省域的職業(yè)教育網(wǎng)絡(luò)關(guān)注度與省域經(jīng)濟發(fā)展格局聯(lián)系較為緊密。

（二）省域分異特征

使用變異系數(shù)對31個省域職業(yè)教育網(wǎng)絡(luò)關(guān)注度進行測算（圖4），2013—2023年全國職業(yè)教育網(wǎng)絡(luò)關(guān)注度的變異系數(shù)呈現(xiàn)出逐步下降的趨勢，表明東、中、西部三大地區(qū)之間的差距呈現(xiàn)縮小趨勢。這表明隨著政府和教育主管部門對職業(yè)教育推廣力度的增加，職業(yè)教育在網(wǎng)絡(luò)上的關(guān)注度趨于均衡，各地區(qū)、各領(lǐng)域之間的關(guān)注差異減小，網(wǎng)絡(luò)上對于職業(yè)教育的討論和信息越來越廣泛，各地區(qū)與群體之間的信息差異在逐漸減少，地區(qū)間的教育資源差距也在逐年縮小。2014年區(qū)域間差異最大，為0.3549，2021年區(qū)域差異最小，為0.05，其中2021年中部地區(qū)變異系數(shù)最小，省域間職業(yè)教育網(wǎng)絡(luò)關(guān)注度發(fā)展相對均衡;西部地區(qū)變異系數(shù)總體高過東部和中部地區(qū)，省域間關(guān)注度極化發(fā)展差異較大;全國變異系數(shù)則呈現(xiàn)波動下降態(tài)勢，但是整體而言，東、中、西部三大地區(qū)的網(wǎng)絡(luò)關(guān)注度差異明顯，且存在某一區(qū)域的空間極化發(fā)展現(xiàn)象。

如圖5所示，2013—2023年全國職業(yè)教育網(wǎng)絡(luò)關(guān)注度的全局莫蘭指數(shù)在0.16～0.22之間波動，整體上下浮動較小，趨勢較為穩(wěn)定。而中部地區(qū)的全局莫蘭指數(shù)整體波動較大，呈現(xiàn)出波動上升的趨勢，尤其是在2016年前后全局莫蘭指數(shù)大幅波動，差值高達0.15，表明中部地區(qū)職業(yè)教育網(wǎng)絡(luò)關(guān)注度空間自相關(guān)性逐漸增強，呈現(xiàn)出由分散到集聚的現(xiàn)象。東部地區(qū)和西部地區(qū)趨勢走動與全國職業(yè)教育全局莫蘭指數(shù)相似，呈現(xiàn)出方差值較小的穩(wěn)定狀態(tài)。

結(jié)合上文對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的統(tǒng)計，對2013—2023年我國各省份的職業(yè)教育網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)進行空間可視化分析。以各年份內(nèi)不同省份的網(wǎng)絡(luò)關(guān)注度的高低為標準，依次分為第一等級（5754—18316）、第二等級（18317—40408）、第三等級（40409—52537）、第四等級（52538—66864），進行自然斷點分層。并以每兩年的數(shù)據(jù)間隔為樣本年份，分別選取了2013年、2015年、2017年、2019年、2021年以及2023年作為樣本反映2013—2023年間中國職業(yè)教育網(wǎng)絡(luò)關(guān)注度的空間演化特征。

中國職業(yè)教育網(wǎng)絡(luò)關(guān)注度的演化變化幅度較大，從2013年全國樣本省域內(nèi)只存在第一、第二等級較低關(guān)注度到2015年出現(xiàn)2個第四等級的高關(guān)注度地區(qū)（北京市與廣東省），我國31個樣本省域內(nèi)四個等級逐步形成。而在2017年原本處于第四等級（高關(guān)注度階層）的廣東省的職業(yè)教育關(guān)注度下降至第三等級，全國31個樣本省域內(nèi)只存在北京市一處高關(guān)注度地區(qū)，從2015年到2017年，全國處于第三等級及以上的省域數(shù)量未發(fā)生變動，整體而言職業(yè)教育網(wǎng)絡(luò)關(guān)注度在全國范圍內(nèi)仍處于較為低迷的認知狀態(tài)。隨著2019年《國家職業(yè)教育改革實施方案》的提出，職業(yè)教育網(wǎng)絡(luò)關(guān)注度從2019年到2023年發(fā)生質(zhì)的提升。2019年我國共有14個省域處于第三等級及以上，相比于2017年增加了江蘇、廣東、山東三個省域進入到第四等級，且上海、湖北、湖南、安徽、重慶等6個省域由第二等級跨越到了第三等級，更有新疆地區(qū)由原來的第一等級關(guān)注度提升至第二等級，這說明職業(yè)教育社會宣傳已經(jīng)在全國省域內(nèi)取得了一定的突破，在2021年職業(yè)教育的宣傳力度達到了近10年來的頂峰，全國樣本省域中達到第四等級網(wǎng)絡(luò)關(guān)注度的共有9個，除了2019年北京、江蘇、廣東、山東這四個高關(guān)注度第四等級地區(qū)以外，增加了河北、上海、浙江、河南以及四川五個省域。位于第三等級的省域也從原來的10個增加至13個，且多數(shù)省域都實現(xiàn)了職業(yè)教育的跨等級網(wǎng)絡(luò)知名度提升，此時樣本省域內(nèi)職業(yè)教育網(wǎng)絡(luò)關(guān)注度仍處于第一等級低關(guān)注度的地區(qū)只有西藏、青海以及內(nèi)蒙古三個省域，需要在職業(yè)教育方面加大對此三個地區(qū)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)以及網(wǎng)絡(luò)宣傳力度。

在各地區(qū)職業(yè)教育網(wǎng)絡(luò)關(guān)注度百度指數(shù)的演變中，隨著國家大力發(fā)展職業(yè)教育，2013—2023年各地區(qū)職業(yè)教育網(wǎng)絡(luò)關(guān)注度指數(shù)超過40000的省域已有11個，且處于30000—40000階段的省域已經(jīng)達到11個，占統(tǒng)計樣本省域的71%，這說明大部分省域的公眾對職業(yè)教育已經(jīng)越來越重視了，且處于這一階段關(guān)注度指數(shù)的省域多位于中、西部，這說明中、西部地區(qū)的職業(yè)教育宣傳以及發(fā)展程度已逐漸提升，公眾對職業(yè)教育新發(fā)展認知的信息繭房逐漸被打破，由職業(yè)教育促進的社會公平以及社會流動逐年遞增。

六、職業(yè)教育網(wǎng)絡(luò)關(guān)注度影響因素

深入剖析職業(yè)教育網(wǎng)絡(luò)關(guān)注度的時空差異及其影響因子，對于探尋職業(yè)教育傳播機制的內(nèi)在邏輯至關(guān)重要。通過地理探測器分析職業(yè)教育網(wǎng)絡(luò)關(guān)注度分布格局影響因子，分別選取2017年、2019年、2021年31個省域職業(yè)教育網(wǎng)絡(luò)關(guān)注度作為被解釋變量[9]。綜合考慮樣本省域?qū)嶋H情況以及數(shù)據(jù)的可獲取性，利用自然間斷點分級法對12項指標進行分類后計算，將結(jié)果求均值得到q值（表3），q越大表示對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的影響力越大。

詳情如下：從經(jīng)濟發(fā)展水平、教育財政投入、教育發(fā)展水平、信息發(fā)展水平、城市發(fā)展水平5個維度選取地區(qū)生產(chǎn)總值（X1）、全體居民人均可支配收入（X2）、教育經(jīng)費投入（X3）、地方財政教育支出（X4）、中等職業(yè)學(xué)校在讀生數(shù)（X5）、高等職業(yè)學(xué)校在校生數(shù)（X6）、高等學(xué)校專科招生數(shù)（X7）、中等職業(yè)學(xué)校招生數(shù)（X8）、互聯(lián)網(wǎng)普及率（X9）、移動互聯(lián)網(wǎng)用戶數(shù)（X10）、城市化率（X11）以及年末常住人口數(shù)（X12）共12個指標[10-12]。

（一）因子探測

從探測因子結(jié)果p值來看，除全體居民人均可支配收入與互聯(lián)網(wǎng)普及率、城市化率未通過顯著性檢驗以外，其他指標因素均通過顯著性檢驗。根據(jù)q值大小，將影響因素分為核心影響因素（地區(qū)生產(chǎn)總值、移動互聯(lián)網(wǎng)用戶數(shù)、教育經(jīng)費投入、地方財政教育支出、年末常住人口數(shù)），次級影響因素（高等職業(yè)學(xué)校在校生數(shù)、高等學(xué)校專科招生數(shù)、中等職業(yè)學(xué)校在讀生數(shù)、中等職業(yè)學(xué)校招生數(shù)）。

1. 經(jīng)濟發(fā)展水平

地區(qū)生產(chǎn)總值不僅是影響職業(yè)教育關(guān)注度的核心因素，更是影響職業(yè)教育發(fā)展的主要客觀指標之一。研究發(fā)現(xiàn)，其q值分別在2017年、2019年和2021年高達0.8274、0.8097和0.8731。以廣東、山東和江蘇等經(jīng)濟發(fā)達地區(qū)為例，它們在2017年、2019年和2021年的地區(qū)生產(chǎn)總值一直位于全國前三，與之相對應(yīng)，這些地區(qū)在相同年份的職業(yè)教育網(wǎng)絡(luò)關(guān)注度也始終排名前列。從經(jīng)濟需求與就業(yè)導(dǎo)向來看，地區(qū)生產(chǎn)總值的增長反映了該地區(qū)的經(jīng)濟發(fā)展水平和活躍程度，經(jīng)濟增長通常伴隨著對各類高素質(zhì)人才的需求增加，即地區(qū)生產(chǎn)總值的增長將直接影響各類人才的需求量，包括技術(shù)工人、工程師、管理人員等。因此職業(yè)教育通過與行業(yè)對接、技術(shù)更新、課程改革等措施有效地滿足市場需求，及時根據(jù)市場需求調(diào)整教學(xué)內(nèi)容和專業(yè)設(shè)置，以培養(yǎng)更多符合市場需求的高技能人才，為地方經(jīng)濟提供源源不斷的高素質(zhì)人才支持。職業(yè)教育賦能區(qū)域經(jīng)濟發(fā)展，促進地方產(chǎn)業(yè)結(jié)構(gòu)升級，進而對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的提升產(chǎn)生正向效應(yīng)。

2. 教育財政投入

教育經(jīng)費投入和地方財政教育支出作為影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度的核心因素，不僅在理論上具有重要意義，而且在實證研究中呈現(xiàn)出顯著性相關(guān)。教育經(jīng)費投入和地方財政教育支出被視為是培養(yǎng)人力資源、提升勞動力素質(zhì)的重要途徑。這些資金的增加將直接促進教育系統(tǒng)硬件設(shè)施、師資隊伍、教學(xué)設(shè)備等方面的改進，進而提升職業(yè)教育的質(zhì)量和效率。財政支出理論強調(diào)政府財政對于公共服務(wù)提升的作用，其中教育領(lǐng)域的投入不僅能夠為社會提供優(yōu)質(zhì)教育資源，也能夠激發(fā)職業(yè)教育機構(gòu)的發(fā)展活力，促進教育質(zhì)量的提升。根據(jù)人本主義理論，教育經(jīng)費投入和地方財政教育支出被視為培養(yǎng)人力資源、提升勞動力素質(zhì)的重要途徑。地方財政投入意味著用于改善職業(yè)院校的硬件設(shè)施、提升教師薪資待遇、增加教學(xué)實訓(xùn)設(shè)備以及推動職業(yè)教育創(chuàng)新發(fā)展。教育財政的穩(wěn)定投入在很大程度上保障職業(yè)教育持續(xù)性發(fā)展，是職業(yè)院校進行長期規(guī)劃和發(fā)展的強心劑。此外，教育財政收入對職業(yè)院校與學(xué)生的資金分配優(yōu)化使用機制，進一步提升院校辦學(xué)條件以及教學(xué)質(zhì)量，這種提升不僅能夠吸引社會媒體和公眾對職業(yè)教育的關(guān)注，在宏觀上更能提升職業(yè)教育的社會影響力和網(wǎng)絡(luò)關(guān)注度。具體到實證研究中，2017年、2019年和2021年教育經(jīng)費投入和地方財政教育支出前三的省域分別為廣東、江蘇和山東，這三個省域職業(yè)教育網(wǎng)絡(luò)關(guān)注度分別位于第二至第四名，進一步驗證了教育財政支出與職業(yè)教育關(guān)注度之間的正相關(guān)關(guān)系。

3. 教育發(fā)展水平

教育發(fā)展水平作為衡量一個國家或一個地區(qū)教育整體狀況的重要指標，直接關(guān)聯(lián)著職業(yè)教育的發(fā)展及其社會認可度。觀察在校生人數(shù)和招生人數(shù)的數(shù)據(jù)，高職教育相比于中職，對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的影響更大。隨著國家對職業(yè)教育的重視程度不斷提高，高職教育的地位和作用日益凸顯。相比于中職教育受眾群體的局限性，高職教育的高層次定位吸引了教育部門和相關(guān)機構(gòu)投入更多的資源和精力，通過舉辦各種宣傳活動、發(fā)布政策文件、推進校企合作等手段，高職教育得到了更廣泛的宣傳和推廣。同時高職教育作為職業(yè)教育體系的重要組成部分，更加注重培養(yǎng)學(xué)生的實際應(yīng)用能力和職業(yè)技能，與行業(yè)需求的對接更為緊密，其發(fā)展水平和社會認可度直接影響著整個職業(yè)教育的發(fā)展和受益群體的態(tài)度。因此，高職畢業(yè)生的就業(yè)前景與薪資水平更受到公眾的關(guān)注和重視，這種全方位的推動不僅提高了公眾對高職教育的社會認可度，也進一步促進了職業(yè)教育網(wǎng)絡(luò)關(guān)注度的提升。

4. 信息發(fā)展水平

信息發(fā)展水平被視為直接影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度的重要因素。盡管互聯(lián)網(wǎng)普及率未能通過顯著性檢驗，但主要原因之一在于各省域網(wǎng)絡(luò)普及率普遍較高，省域間的差異較小，從而對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的空間分布影響較為有限。移動互聯(lián)網(wǎng)用戶數(shù)則被認為是影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度的核心驅(qū)動因素，其增加直接擴大了職業(yè)教育網(wǎng)絡(luò)信息的受眾范圍。通過互聯(lián)網(wǎng)的個性化推薦與精準營銷，分析用戶的瀏覽記錄和興趣偏好，定向為用戶推薦相關(guān)職業(yè)教育內(nèi)容，從而提高了用戶對職業(yè)教育的認知度。此外，移動互聯(lián)網(wǎng)的社交屬性也為職業(yè)教育網(wǎng)絡(luò)關(guān)注度的提升提供了助力，移動手機客戶端和PC客戶端用戶可以通過社交媒體、論壇等平臺與志同道合的人進行交流，分享職業(yè)教育學(xué)習(xí)心得與經(jīng)驗，從而進一步增強用戶對職業(yè)教育的歸屬感與認同感，擴大職業(yè)教育的網(wǎng)絡(luò)影響力。

5. 城市發(fā)展水平

城市化率主要反映城市人口占總?cè)丝诘谋戎兀M管城市化進程可能會對人口結(jié)構(gòu)與勞動力市場產(chǎn)生影響，但這些影響并不一定會直接轉(zhuǎn)化為職業(yè)教育網(wǎng)絡(luò)關(guān)注度的顯著提升，因此未能通過顯著性檢驗。年末常住人口數(shù)量反映了一個地區(qū)的人口規(guī)模和人口密度，直接關(guān)系到職業(yè)教育市場的潛在需求，是影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度的核心因素。2017年、2019年、2021年年末常住人口數(shù)前三個省域分別是廣東、山東、河南，其對應(yīng)網(wǎng)絡(luò)關(guān)注度分別排名第二、第三與第六，說明年末常住人口數(shù)對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的影響顯著。人口規(guī)模較大的地區(qū)，其對應(yīng)的勞動力資源與就業(yè)市場對職業(yè)教育的傳播更為有利，地區(qū)公眾的交流與信息傳播更有利于提升職業(yè)教育社會認可度與關(guān)注度。年末常住人口的變化趨勢也能反映出地區(qū)經(jīng)濟與社會發(fā)展的狀況，人口增長較快的地區(qū)通常意味著更多就業(yè)機會與產(chǎn)業(yè)發(fā)展空間，將會進一步刺激人們對職業(yè)教育的需求與關(guān)注。

（二）交互探測

交互探測用于識別不同影響因子之間的交互作用，即不同影響因子共同作用時是否會增加或減弱對因變量的解釋力，或這些因子對因變量的影響是否相互獨立。評估的方法是首先分別計算不同影響因子對因變量的q值，通過分別計算和比較各單因子q值及兩因子疊加后的q值，可以判斷兩因子是否存在交互作用，以及交互作用的強弱、方向、線性或非線性等。對各指標因子進行交互探測后發(fā)現(xiàn)，所有指標均呈現(xiàn)雙因子增強或非線性增強現(xiàn)象（見表4），即任意兩個指標組合后對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的解釋力都大于單一因素或兩個因素簡單相加后對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的解釋力，這說明職業(yè)教育網(wǎng)絡(luò)關(guān)注度的空間分布是由多因子共同作用影響的。首先，在經(jīng)濟發(fā)展類指標中的地區(qū)生產(chǎn)總值（X1）、教育財政投入（X3、X4）、信息發(fā)展水平中的移動互聯(lián)網(wǎng)用戶數(shù)（X10）以及城市發(fā)展水平中的年末常住人口數(shù)（X12），相互作用后的交互探測系數(shù)qgt;0.85，表現(xiàn)出極強的解釋能力。盡管全體居民人均可支配收入在單獨測算時未能通過顯著性檢驗且解釋能力低于其他因素，但與其他指標結(jié)合后，其q值顯著增加，從而彰顯出極強的解釋能力，充分證明經(jīng)濟發(fā)展水平、教育財政收入、移動互聯(lián)網(wǎng)用戶數(shù)以及年末常住人口數(shù)是影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度最重要的因素。其次，教育發(fā)展水平指標在雙因子探測中表現(xiàn)出較強的解釋能力，尤其是與移動互聯(lián)網(wǎng)用戶數(shù)和城市發(fā)展水平相結(jié)合后，其對職業(yè)教育網(wǎng)絡(luò)關(guān)注度的空間分布呈現(xiàn)出強解釋力，遠遠超過單一因子作用后的解釋能力。這說明教育發(fā)展水平在影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度方面具有基礎(chǔ)性的作用。其他指標雖然在雙因子探測中單獨解釋能力低于其他因素，但在與其他因素結(jié)合后仍表現(xiàn)出較強的解釋能力，表明城市化率和互聯(lián)網(wǎng)普及率同樣會對職業(yè)教育網(wǎng)絡(luò)關(guān)注度產(chǎn)生重要影響。

七、結(jié)論與啟示

（一）結(jié)論

1. 時間特征上，2013—2023年全國職業(yè)教育網(wǎng)絡(luò)關(guān)注度呈穩(wěn)定上升的趨勢，月度波動表現(xiàn)出較大波動性，主要體現(xiàn)在3月份和5月份關(guān)注度最高，2月份關(guān)注度最低。職業(yè)教育網(wǎng)絡(luò)關(guān)注度季節(jié)性差異從整體年份上來看不太明顯。但是從月份上來說指數(shù)較高月份主要集中在1、2月以及10—12月。

2. 空間特征上，2013—2023年31個省份職業(yè)教育網(wǎng)絡(luò)關(guān)注度省域差異顯著，東、中、西部呈現(xiàn)出“東高西減”的階梯式遞減趨勢，東部地區(qū)中北京、廣東、江蘇等經(jīng)濟發(fā)展水平較高的地區(qū)對職業(yè)教育較為關(guān)注，中部地區(qū)中河南、湖南以及湖北等教育重視程度高的地區(qū)對職業(yè)教育的關(guān)注度相對較高，四川省相對于整個西部地區(qū)來說對職業(yè)教育的關(guān)注度較高，但是西部地區(qū)整體對職業(yè)教育的關(guān)注度偏低。從省域職業(yè)教育關(guān)注度排名序位變化來看，常年穩(wěn)居前五的省域都集中在東部地區(qū)，分別是北京、廣東、山東、浙江與江蘇。而從2013—2023年省域內(nèi)職業(yè)教育網(wǎng)絡(luò)關(guān)注度的變異系數(shù)總體呈現(xiàn)出下降的趨勢來看，這表明東、中、西部三大地區(qū)之間的關(guān)注差異正在不斷縮小，可能是政府政策的扶持力度增加、經(jīng)濟發(fā)展水平的提升以及教育資源的更加均衡分配等因素共同作用所致。全國職業(yè)教育網(wǎng)絡(luò)關(guān)注度全局空間自相關(guān)性顯著，2013—2023年莫蘭指數(shù)均較低且差異較小，趨勢相對穩(wěn)定。在2013—2023年間，各地區(qū)對職業(yè)教育關(guān)注度超過30000的省份已有22個，占統(tǒng)計樣本省域的71%。這說明大部分省域內(nèi)公眾對職業(yè)教育越來越重視，公眾對職業(yè)教育新發(fā)展認知的信息繭房逐漸被打破。

3. 影響因素上，職業(yè)教育關(guān)注度的時空差異是多因素共同作用的結(jié)果，其主要受經(jīng)濟發(fā)展水平、教育財政投入、教育發(fā)展水平、信息發(fā)展水平與城市發(fā)展水平的影響，其中地區(qū)生產(chǎn)總值、教育財政投入、移動互聯(lián)網(wǎng)數(shù)與年末常住人口數(shù)是最重要的影響因素，教育發(fā)展水平是影響職業(yè)教育網(wǎng)絡(luò)關(guān)注度的基本因素。

（二）啟示

1. 重視職業(yè)教育的時空變化。研究發(fā)現(xiàn)全國職業(yè)教育網(wǎng)絡(luò)關(guān)注度在時間和空間上都呈現(xiàn)出顯著的變化特征。這提示我們需要對職業(yè)教育的關(guān)注度進行長期跟蹤和深入分析，及時捕捉到關(guān)注度的波動和變化趨勢，以便更好地制定相關(guān)政策和規(guī)劃。隨著國家對職業(yè)教育的重視程度逐漸提升，公眾對職業(yè)教育也越來越關(guān)注。因此，如何提高職業(yè)教育在公眾心中的認可度，以及強調(diào)“職業(yè)教育與普通教育同等重要”的觀念，將成為未來職業(yè)教育網(wǎng)絡(luò)傳播的重要著力點。

2. 加強對關(guān)鍵時段的關(guān)注。職業(yè)教育網(wǎng)絡(luò)關(guān)注度月度波動性較大，尤其在3月份和5月份職業(yè)教育關(guān)注度達到最高點，而2月份則呈現(xiàn)為最低點。在這些關(guān)鍵時段，加強輿論引導(dǎo)，利用微信公眾號等新媒體平臺弘揚勞動光榮、技能寶貴的精神，引導(dǎo)全社會形成科學(xué)的職業(yè)教育發(fā)展觀、人才成長觀、選人用人觀，吸引更多勞動者主動學(xué)習(xí)技能，使更多的青少年愿意選擇技能成才、技能報國之路，從而更有效地引導(dǎo)和促進社會對職業(yè)教育的關(guān)注和支持[13]。通過在這些關(guān)鍵時段采取有針對性的措施，可以更好地吸引公眾的注意力，增強職業(yè)教育在社會中的影響力，進而推動職業(yè)教育事業(yè)的持續(xù)發(fā)展。

3. 優(yōu)化地區(qū)間的關(guān)注度差異。研究結(jié)果顯示，東、中、西部地區(qū)存在明顯的關(guān)注度差異，其中東部地區(qū)對職業(yè)教育的關(guān)注度相對較高，而西部地區(qū)則呈現(xiàn)出關(guān)注度偏低的現(xiàn)象。政府未來需要采取政策引導(dǎo)和資源傾斜等措施，以優(yōu)化地區(qū)間的職業(yè)教育資源配置，縮小地區(qū)間的關(guān)注度差距，加大對西部地區(qū)的支持和投入，促進職業(yè)教育事業(yè)的發(fā)展，有效緩解地區(qū)間的不平衡現(xiàn)象，推動全國職業(yè)教育水平的整體提升。兼顧城鄉(xiāng)，促進東、中、西部職業(yè)教育的均衡發(fā)展，倡導(dǎo)并逐步實現(xiàn)職業(yè)教育全民化普及化，彰顯職業(yè)教育公平理念[14]。實現(xiàn)東、中、西部地區(qū)職業(yè)教育的全面發(fā)展，確保每個地區(qū)都能夠享有平等的教育資源和關(guān)注度，從而為全國各地的學(xué)生提供公平、高質(zhì)量的職業(yè)教育機會，推動社會經(jīng)濟的可持續(xù)發(fā)展。

4. 加強多因素共同作用的研究。影響職業(yè)教育關(guān)注度的因素涉及經(jīng)濟、教育、信息和城市發(fā)展等多個方面。然而這些因素之間的相互作用和共同影響機制尚未被充分揭示出來，未來的研究應(yīng)當更加重視對這些因素之間相互作用的分析，并適當補充其他因素進行量化分析，尤其要加強探討經(jīng)濟、教育、人口等因素對職業(yè)教育關(guān)注度產(chǎn)生的根本影響。通過全面理解這些因素之間的復(fù)雜關(guān)系，為政策制定提供更加科學(xué)的依據(jù)，從而更有效地推動職業(yè)教育事業(yè)的發(fā)展。同時，這也將有助于我們更好地把握未來職業(yè)教育的發(fā)展趨勢，為職業(yè)教育的長遠規(guī)劃和戰(zhàn)略決策提供重要參考。

5. 強化教育發(fā)展水平的基礎(chǔ)作用。教育發(fā)展水平在影響職業(yè)教育關(guān)注度方面扮演著基礎(chǔ)性的角色，未來應(yīng)當加大對教育發(fā)展的支持力度，提升教育水平和質(zhì)量，包括對教育資源的投入和合理配置，通過改進教學(xué)內(nèi)容、提高教師素質(zhì)、完善教育管理機制等方面的措施，全面提升教育系統(tǒng)的整體水平。同時，重視教育的普及與公平，確保每個人都能夠享有平等的受教育機會。只有在教育普及的基礎(chǔ)上，職業(yè)教育才能真正做到全面發(fā)展，為社會培養(yǎng)更多更好的人才。此外，還應(yīng)該注重職業(yè)教育與產(chǎn)業(yè)需求的對接，不斷優(yōu)化職業(yè)教育的課程設(shè)置和教學(xué)模式，以滿足不同行業(yè)和企業(yè)對人才的需求，進一步提升職業(yè)教育的社會認可度和實用性。通過強化教育發(fā)展水平的基礎(chǔ)作用，有效促進職業(yè)教育的健康發(fā)展，并使其在社會中扮演更為重要和積極的角色，進而提高人們對職業(yè)教育的認知度和關(guān)注度，為培養(yǎng)高素質(zhì)人才、促進經(jīng)濟社會發(fā)展作出更大的貢獻。

職業(yè)教育作為教育體系的重要組成部分，與經(jīng)濟發(fā)展具有密不可分的關(guān)系。面向未來，深化職業(yè)教育與經(jīng)濟發(fā)展的融合顯得尤為關(guān)鍵。這需要我們緊密關(guān)注市場動態(tài)，使職業(yè)教育內(nèi)容更加貼近市場實際需求，從而培養(yǎng)出更多符合勞動力市場需求的優(yōu)秀人才。推動職業(yè)教育與信息技術(shù)的深度融合，通過探索在線教育、遠程培訓(xùn)等新型教育模式，打破時空限制，滿足不同群體的學(xué)習(xí)需求，為更多人提供優(yōu)質(zhì)的職業(yè)教育資源。同時加強師資隊伍建設(shè)，提高教師的專業(yè)素養(yǎng)和教學(xué)水平，注重教師的培養(yǎng)和引進，建立完善的激勵機制，激發(fā)教師的創(chuàng)新活力。為實現(xiàn)上述目標，必須制定并實施更加細化的職業(yè)教育政策。針對不同地區(qū)和行業(yè)的需求，制定差異化的政策措施，確保政策的精準落地。此外，加大對職業(yè)教育的投入力度，提升教育資源的質(zhì)量和覆蓋面，加強對職業(yè)教育的宣傳和推廣，提高社會對職業(yè)教育的認可度和關(guān)注度，通過廣泛宣傳職業(yè)教育的價值和意義，增強公眾對職業(yè)教育的信心，為職業(yè)教育的健康可持續(xù)發(fā)展營造良好的社會氛圍。

職業(yè)教育網(wǎng)絡(luò)關(guān)注度的提升，需要深化職業(yè)教育與經(jīng)濟發(fā)展的融合，推動職業(yè)教育與信息技術(shù)的深度融合，提高教師的專業(yè)素養(yǎng)和教學(xué)水平，政府制定差異化的政策措施等。同時，還需要利用傳播學(xué)的方法和技術(shù)（如采用多樣化媒介，根據(jù)目標受眾選擇適宜媒介形式），充分發(fā)揮職業(yè)教育品牌（如大國工匠、世界技能大賽）的宣傳影響作用，以期提升傳播效果，增強職業(yè)教育的網(wǎng)絡(luò)關(guān)注度。此外，政府應(yīng)加大對職業(yè)教育的投入力度，改善辦學(xué)條件和教學(xué)設(shè)備，提升教育資源的質(zhì)量和覆蓋面，改善偏遠和落后地區(qū)的辦學(xué)條件，縮小不同地區(qū)間的教育資源差異，營造良好的教育環(huán)境，進而促進教育公平與職業(yè)教育高質(zhì)量均衡發(fā)展;相關(guān)部門應(yīng)加強與國際知名職業(yè)教育機構(gòu)的合作，借鑒國際先進經(jīng)驗，舉辦國際職業(yè)教育交流活動，吸引更多國際學(xué)生和教師參與，提升我國職業(yè)教育國際知名度與全球競爭力，進而驅(qū)動國際國內(nèi)“雙循環(huán)”，促進職業(yè)教育高質(zhì)量發(fā)展。

參考文獻：

[1] 推動現(xiàn)代職業(yè)教育高質(zhì)量發(fā)展[N]. 人民日報，2021-10-13（1）.

[2] 許艷麗，李文. 增強職業(yè)教育吸引力的傳播策略研究：基于拉斯韋爾傳播模式視角[J]. 中國職業(yè)技術(shù)教育，2018（7）：62-67.

[3] 吳全全，王茜雯，閆智勇，等. 我國西部地區(qū)中等職業(yè)教育發(fā)展的困境表征與原因剖析[J]. 中國職業(yè)技術(shù)教育，2022（19）：34-45.

[4] 劉奉越，鄭林昌. 職業(yè)教育產(chǎn)教融合發(fā)展水平測度及空間分異研究[J]. 國家教育行政學(xué)院學(xué)報，2023（5）：38-46.

[5] 彭仁孚，秦祖澤，周哲民. 職業(yè)教育的社會關(guān)注度如何：基于百度指數(shù)的大數(shù)據(jù)分析[J]. 職業(yè)技術(shù)教育，2019（15）：39-44.

[6] 第52次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》[EB/OL]. （2023-08-28）[2024-04-08]. https：//www.cnnic.net.cn/n4/2023/0828/c88.-10829.html.

[7] 王勁峰，徐成東. 地理探測器：原理與展望[J]. 地理學(xué)報，2017（1）：116-134.

[8] 高楠，李錦敬，張新成，等. 中國研學(xué)旅行網(wǎng)絡(luò)關(guān)注度時空分異特征及影響機理研究[J]. 地理與地理信息科學(xué)，2023（3）：68-76.

[9] 陳昆侖，宋新昊，劉小瓊，等. 中國露營活動網(wǎng)絡(luò)關(guān)注的時空特征及影響因素[J/OL]. 旅游科學(xué)，1-15[2024-04-08]. https：//doi.org/10.16323/j.cnki.lykx.20230923.001.

[10] 鄔超，邵秀英，沈群凱. 中國工業(yè)旅游網(wǎng)絡(luò)關(guān)注度分布格局及其影響因素[J]. 地域研究與開發(fā)，2023（6）：72-78.

[11] 陸利軍，楊英，姚思敏. MOOC教育網(wǎng)絡(luò)關(guān)注度的時空特征及其影響因素研究[J]. 中國教育信息化，2021（15）：12-20.

[12] 王利，路遙，劉萬波，等. 義務(wù)教育資源配置時空演變與影響因素分析：以遼寧省為例[J]. 資源開發(fā)與市場，2021（9）：1039-1045，1107.

[13] 趙林，呂曉，于偉，等. 山東省基礎(chǔ)教育資源配置時空演變特征與影響因素[J]. 干旱區(qū)資源與環(huán)境，2018（6）：43-49.

[14] 陳衍，王佳倩. 強國背景下推進中國式職業(yè)教育現(xiàn)代化的時代趨向、邏輯取向與行動路向[J]. 現(xiàn)代教育管理，2024（4）：119-128.

The Spatiotemporal Characteristics and Influencing Factors of Network Attention to Vocational Education in China

Abstract： As a crucial link in the national education system， vocational education is of irreplaceable significance for cultivating high-quality technical and skilled talents， promoting high-quality economic development， and building a strong educational country. This article uses calculation methods such as spatial auto-correlation， coefficient of variation， seasonal concentration index， and geographical detector to analyze the spatiotemporal evolution characteristics of network attention to vocational education in China from 2013 to 2023 based on Baidu Index. On this basis， it identifies influencing factors， explores their influencing mechanisms， and quantitatively measures the degree of influence of each factor. The study finds that from 2013 to 2023， the national network attention to vocational education shows a stable upward trend. Monthly fluctuations show great volatility， mainly manifested in the highest attention in March and May and the lowest attention in February. There are significant provincial differences in network attention to vocational education. The eastern， central， and western regions show a stepped decreasing trend of “high in the east and decreasing to the west”. Regional gross domestic product， educational fiscal investment， the number of mobile Internet users， and the number of permanent residents at the end of the year are the core factors affecting network attention to vocational education. The level of educational development is the basic factor affecting network attention to vocational education.

Keywords： vocational education; network attention; spatiotemporal characteristics; influencing factors