彭仁孚 秦祖澤 周哲民

摘 要 社會(huì)公眾對(duì)職業(yè)教育的重視程度體現(xiàn)著職業(yè)教育的社會(huì)地位。借助大數(shù)據(jù)庫(kù)百度指數(shù)平臺(tái)，以職業(yè)教育為搜索關(guān)鍵詞，采取定性和定量研究方法，分析社會(huì)公眾對(duì)職業(yè)教育的關(guān)注度和重視程度。研究發(fā)現(xiàn)：社會(huì)公眾關(guān)注度不高，職業(yè)教育吸引力不足;全國(guó)各省市職業(yè)教育社會(huì)關(guān)注度的空間分布并非完全是隨機(jī)的，而是表現(xiàn)出相似值之間的空間集聚性;中青年群體是關(guān)注職業(yè)教育的主流，在地域上呈現(xiàn)不均衡分布狀況;社會(huì)輿論影響力不足，需加強(qiáng)職業(yè)教育的宣傳引導(dǎo)。

關(guān)鍵詞 職業(yè)教育;社會(huì)關(guān)注度;百度指數(shù);空間自相關(guān)分析

中圖分類(lèi)號(hào) G719.2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1008-3219（2019）15-0039-06

從1866年我國(guó)第一所真正意義上的現(xiàn)代職業(yè)學(xué)校-福州馬尾船政學(xué)堂創(chuàng)辦至今[1]，我國(guó)職業(yè)教育經(jīng)歷了150余年探索發(fā)展歷程，習(xí)近平總書(shū)記在2014年6月對(duì)職業(yè)教育作出關(guān)鍵性歷史論斷，指出“職業(yè)教育是國(guó)民教育體系和人力資源開(kāi)發(fā)的重要組成部分”[2]。職業(yè)教育歷史可謂源遠(yuǎn)流長(zhǎng)，國(guó)家在不同的發(fā)展背景下發(fā)布了系列政策。校企合作、產(chǎn)教融合、現(xiàn)代學(xué)徒制、工匠精神等熱詞不斷出現(xiàn)在媒體及學(xué)術(shù)研究中，但是社會(huì)公眾重視程度如何？各個(gè)省市重視的差異如何？職業(yè)教育的社會(huì)關(guān)注度如何，都值得深入探究和思考分析。

一、數(shù)據(jù)來(lái)源

據(jù)權(quán)威報(bào)告顯示，中國(guó)網(wǎng)民規(guī)模截至2018年12月已達(dá)8.29億人，我國(guó)網(wǎng)民使用手機(jī)上網(wǎng)的比例達(dá)98.6%，搜索引擎用戶(hù)規(guī)模達(dá)6.18億，使用率為82.2%[3]。隨著網(wǎng)絡(luò)的普及，升學(xué)志愿的填報(bào)、信息的查詢(xún)都可以通過(guò)網(wǎng)絡(luò)便捷實(shí)現(xiàn)，搜索引擎作為社會(huì)公眾查詢(xún)信息的重要入口，查詢(xún)的信息指向也成為大數(shù)據(jù)庫(kù)可以分析的參數(shù)。網(wǎng)民常用的搜索引擎比較中，百度以占據(jù)80%以上的搜索份額連續(xù)5年高居中國(guó)主流搜索引擎網(wǎng)站榜首[4]。百度指數(shù)是依托中文最大搜索引擎百度多個(gè)平臺(tái)集聚而成的海量云數(shù)據(jù)，一方面對(duì)關(guān)鍵詞的搜索類(lèi)別和熱度開(kāi)展分析，另一方面能夠深度挖掘搜索關(guān)鍵詞和搜索用戶(hù)的信息取向、搜索需求、關(guān)鍵詞特征等多方面的數(shù)據(jù)特性，既能夠精確的反映社會(huì)大眾的關(guān)注熱點(diǎn)以及對(duì)某一熱點(diǎn)的關(guān)注程度，也能夠有效地將匯總的統(tǒng)計(jì)數(shù)據(jù)運(yùn)用于科學(xué)研究和行為分析。在中國(guó)知網(wǎng)查詢(xún)到“基于百度指數(shù)”的論文數(shù)量近300篇，多個(gè)行業(yè)的研究以百度指數(shù)作為數(shù)據(jù)來(lái)源進(jìn)行分析論證。

百度指數(shù)對(duì)數(shù)據(jù)的統(tǒng)計(jì)分析體現(xiàn)在四大主要的功能模塊，有搜索的趨勢(shì)研究、需求圖譜、咨詢(xún)關(guān)注和人群畫(huà)像，用戶(hù)可以按照查詢(xún)指向需求選擇特定的時(shí)間和地域用以獲取關(guān)鍵詞的關(guān)注度情況。這些數(shù)據(jù)庫(kù)的匯聚形成具有很強(qiáng)的代表性，并不是進(jìn)行概率抽樣選擇的樣本分析的結(jié)果，而是同類(lèi)關(guān)鍵詞行為的累計(jì)統(tǒng)計(jì)數(shù)據(jù)，符合大數(shù)據(jù)統(tǒng)計(jì)分析的要求。由于百度指數(shù)未統(tǒng)計(jì)到2012年前移動(dòng)終端的累計(jì)查詢(xún)數(shù)據(jù)，且2014年被人們稱(chēng)為職業(yè)教育改革的“元年”[5]，因此，本文以2014-2018年連續(xù)5年的時(shí)間段為數(shù)據(jù)統(tǒng)計(jì)分析節(jié)點(diǎn)，以“職業(yè)教育”為查詢(xún)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(guó)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(huì)公眾對(duì)職業(yè)教育的關(guān)注度。

二、公眾對(duì)職業(yè)教育的關(guān)注度分析

（一）研究方法

本文針對(duì)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(duì)于獲取的面板數(shù)據(jù)采用空間自相關(guān)分析方法，計(jì)算得到全局莫蘭指數(shù)和局部莫蘭指數(shù)，運(yùn)用stata專(zhuān)業(yè)軟件分析面板數(shù)據(jù)，來(lái)研究職業(yè)教育社會(huì)公眾關(guān)注度在不同地域受政治經(jīng)濟(jì)發(fā)展水平、社會(huì)文化及科技水平等影響存在的差異[6]。

（二）結(jié)果分析

1. 職業(yè)教育社會(huì)關(guān)注度總體情況

由圖1可以看出，從全年整體日平均值數(shù)值來(lái)看，2014-2018年連續(xù)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(guān)注度呈現(xiàn)小微波動(dòng)幅度，說(shuō)明這5年社會(huì)公眾的關(guān)注不溫不火。從月份來(lái)看，每年的3月、6月份呈現(xiàn)出關(guān)注的高點(diǎn)，每年的高職單招時(shí)間在3月份左右，每年的升學(xué)時(shí)間在6月份左右，時(shí)間點(diǎn)相吻合，學(xué)生網(wǎng)絡(luò)查詢(xún)職業(yè)教育和填報(bào)志愿，百度貼吧是學(xué)生常去咨詢(xún)和交流的板塊，一定程度上提升了職業(yè)教育關(guān)注度。針對(duì)職業(yè)教育的教育屬性，對(duì)比查詢(xún)關(guān)鍵詞“中職”和“高中”、“高職”和“大學(xué)”，通過(guò)百度指數(shù)獲取的數(shù)據(jù)情況為，“中職”關(guān)鍵詞整體日均值為255人次，“高中”關(guān)鍵詞整體日均值為1289人次;“高職”關(guān)鍵詞整體日均值為548人次;“大學(xué)” 關(guān)鍵詞整體日均值為4802人次。相比較而言，職業(yè)教育社會(huì)關(guān)注度數(shù)值明顯偏低。

由圖2可以看出，從空間尺度來(lái)看，各個(gè)省份關(guān)注的熱度極不均衡，長(zhǎng)三角、珠三角地帶關(guān)注職業(yè)教育的熱度較高，關(guān)注度處于較高位。中國(guó)大陸邊緣省市如海南、寧夏、西藏等對(duì)職業(yè)教育的社會(huì)關(guān)注度較低。各省市社會(huì)關(guān)注度很不均衡。

2. 職業(yè)教育社會(huì)關(guān)注度全局空間自相關(guān)分析

如圖3所示，全國(guó)職業(yè)教育社會(huì)關(guān)注度在2014-2018年這5年中空間分布呈現(xiàn)集聚分布格局。2014年全國(guó)職業(yè)教育關(guān)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(guān)。

如表1所示，對(duì)全局莫蘭指數(shù)I值進(jìn)行顯著性檢定，連續(xù)5年的標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z得分值大于1.96，數(shù)值均大于3以上，表示全國(guó)各省市職業(yè)教育社會(huì)關(guān)注度的分布有顯著的關(guān)聯(lián)性，亦即全國(guó)范圍內(nèi)存有省市空間單元彼此的空間自相關(guān)性。2014年，全國(guó)各省市職業(yè)教育關(guān)注度的全局Morans I 指數(shù)為正值I=0.405，對(duì)應(yīng)的標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z=3.762，在正態(tài)分布的假設(shè)下顯著性水平P值為0.000，對(duì)Moran指數(shù)檢驗(yàn)的結(jié)果高度顯著，在隨機(jī)分布假設(shè)下，Moran指數(shù)I的期望值與方差值分別為-0.033和0.117。同理，2015-2018年的數(shù)據(jù)同樣可以看出相似結(jié)果。這說(shuō)明，從整體來(lái)看，2014-2018年全國(guó)各省市職業(yè)教育社會(huì)關(guān)注度存在正空間自相關(guān)，表現(xiàn)為低低集聚，全國(guó)各省市職業(yè)教育社會(huì)關(guān)注度的空間分布并非完全隨機(jī)分布，而是表現(xiàn)出相似值之間的空間集聚性。

3. 職業(yè)教育社會(huì)關(guān)注度局部空間自相關(guān)分析

全國(guó)各省市職業(yè)教育關(guān)注度對(duì)應(yīng)的局部Local MoranI指數(shù)以及對(duì)應(yīng)的統(tǒng)計(jì)值Z和顯著性水平P值，MoranI 指數(shù)為正且Z值為正并且在顯著性水平為5%的條件下通過(guò)檢驗(yàn)的區(qū)域相似值（高值與低值）趨于空間集聚，根據(jù)數(shù)據(jù)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(xiàn)為高高集聚或低低集聚。數(shù)值中莫蘭指數(shù)I和Z值都為負(fù)的省市，如四川、貴州等，顯著性水平?jīng)]有通過(guò)檢驗(yàn)，其在空間上的分布呈現(xiàn)出一定的隨機(jī)性，原因在于這些省市鄰近趨于經(jīng)濟(jì)水平呈現(xiàn)出一定差異性，并沒(méi)有顯著的空間關(guān)聯(lián)。

MoranI 指數(shù)一般為[-1，1]，數(shù)值中輸出結(jié)果中部分省市MoranI 指數(shù)略大于1，例如青海、新疆兩個(gè)省份，原因在于這些省市的職業(yè)教育社會(huì)關(guān)注度與全國(guó)平均水平相差較大，出現(xiàn)極低值，這并不影響對(duì)空間關(guān)聯(lián)的分析。

以莫蘭指數(shù)數(shù)值（Wz）為縱軸，以標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z數(shù)值為橫軸，描繪中國(guó)各省市職業(yè)教育社會(huì)關(guān)注度的分布情況，用來(lái)研究局部的省市空間不穩(wěn)定性，它對(duì)空間滯后因子Wz和Z數(shù)據(jù)進(jìn)行了可視化的二維圖示[7]，如圖4～圖8所示。Moran散點(diǎn)圖的4個(gè)象限，分別對(duì)應(yīng)于區(qū)域單元與其鄰居之間4種類(lèi)型的局部空間聯(lián)系狀況：第1象限代表了高觀測(cè)值的區(qū)域單元被高值的區(qū)域所包圍的空間聯(lián)系形式;第2象限代表了低觀測(cè)值的區(qū)域單元被高值的區(qū)域所包圍的空間聯(lián)系形式;第3象限代表了低觀測(cè)值的區(qū)域單元被低值的區(qū)域所包圍的空間聯(lián)系形式;第4象限代表了高觀測(cè)值的區(qū)域單元被低值的區(qū)域所包圍的空間聯(lián)系形式[8]?？梢酝ㄟ^(guò)繪制出的莫蘭指數(shù)散點(diǎn)圖研究發(fā)現(xiàn)，多數(shù)省市位于第1和第3象限內(nèi)，為正的空間聯(lián)系，屬于高高集聚和低低集聚類(lèi)型，而且位于第3象限內(nèi)的低低集聚類(lèi)型省市比位于第1象限內(nèi)的高高集聚類(lèi)型省市少一些。

圖4顯示了31個(gè)省市職業(yè)教育關(guān)注度局部集聚的空間結(jié)構(gòu)，從中可以看出，從省市職業(yè)教育社會(huì)關(guān)注度來(lái)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(nèi)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(lèi)似結(jié)果。

4. 人群屬性

百度指數(shù)功能模塊“人群畫(huà)像”對(duì)關(guān)鍵詞職業(yè)教育搜索的人群屬性進(jìn)行了歸納，可以采用數(shù)據(jù)挖掘剖析方法，對(duì)關(guān)鍵詞職業(yè)教育的人群屬性進(jìn)行聚類(lèi)分析，給出男女性別比例、年齡層次分布等社會(huì)屬性信息。對(duì)2014-2018年的累計(jì)數(shù)據(jù)分析，從性別來(lái)看，如圖9所示，男性較女性更多關(guān)注職業(yè)教育，男性占66%，女性占34%。從年齡分布來(lái)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(qū)域分布來(lái)看，如圖11所示，華東、華北、華中、華南關(guān)注熱度相對(duì)較高。

三、媒體對(duì)職業(yè)教育的關(guān)注度分析

百度搜索引擎的強(qiáng)大在于其后臺(tái)抓取程序，可以非常迅捷地抓取各個(gè)網(wǎng)站及媒體發(fā)布的信息，并存儲(chǔ)在服務(wù)器，建立大數(shù)據(jù)庫(kù)，這為百度指數(shù)提供了很全面的數(shù)據(jù)來(lái)源。職業(yè)教育的系列報(bào)道通常都能通過(guò)百度搜索引擎獲取到相關(guān)信息，社會(huì)公眾通過(guò)其他網(wǎng)站媒體查詢(xún)信息的頻次都有可能被百度后臺(tái)“蜘蛛”程序抓取，從而得到社會(huì)公眾對(duì)于資訊關(guān)注情況及媒體發(fā)布的數(shù)量進(jìn)行分析。

百度指數(shù)中的資訊指數(shù)模塊，能夠?qū)⒕W(wǎng)民的閱讀行為、評(píng)論和點(diǎn)贊等不同行為的軌跡進(jìn)行大數(shù)據(jù)分析，衡量網(wǎng)民對(duì)職業(yè)教育相關(guān)內(nèi)容推送的被動(dòng)關(guān)注程度。媒體指數(shù)則以被百度新聞?lì)l道收錄各大新聞網(wǎng)站文章的數(shù)量，采用新聞關(guān)鍵詞進(jìn)行的統(tǒng)計(jì)作為依據(jù)。截至2018年底，關(guān)于職業(yè)教育的資訊指數(shù)日均值為11104人次，新聞?lì)^條日均值為27人次，相比較百度指數(shù)開(kāi)展的資訊指數(shù)排行而言，其他諸如娛樂(lè)明星、化妝品等行業(yè)資訊指數(shù)都是百萬(wàn)單位計(jì)算。同期關(guān)于“大學(xué)”的資訊指數(shù)日均值為71614人次，新聞?lì)^條日均值為2769人次?？梢钥闯?，職業(yè)教育的資訊指數(shù)統(tǒng)計(jì)量數(shù)值比較低。

四、結(jié)論

公眾對(duì)職業(yè)教育的網(wǎng)絡(luò)關(guān)注度是衡量其受重視程度的重要參數(shù)，觀測(cè)以網(wǎng)民群體為代表的社會(huì)公眾及媒體對(duì)職業(yè)教育的關(guān)注程度，可以折射出職業(yè)教育公眾關(guān)注的狀況。

第一，社會(huì)公眾關(guān)注度不高，職業(yè)教育吸引力不足。高職院校單招時(shí)間在每年的3～4月份進(jìn)行，高職和中職學(xué)生錄取時(shí)間在每年6～7月份進(jìn)行，這兩個(gè)時(shí)間段社會(huì)公眾對(duì)于職業(yè)教育的關(guān)注度較其他時(shí)間段要高，在升學(xué)方面推高了職業(yè)教育的關(guān)注指數(shù)。然而，職業(yè)教育的社會(huì)關(guān)注度總體不高，職業(yè)教育質(zhì)量不高和吸引力不足的問(wèn)題仍然存在[9]。國(guó)家提出職業(yè)教育和普通教育的教育結(jié)構(gòu)大體相當(dāng)，即在高中階段，讀普通高中和中等職業(yè)教育的學(xué)生數(shù)量大體相當(dāng);在高等教育階段，讀本科教育和讀職業(yè)教育數(shù)量也大體相當(dāng)[10]。實(shí)際上，職業(yè)教育的規(guī)模和影響力還遠(yuǎn)不及普通高中及本科教育。在整個(gè)國(guó)家教育結(jié)構(gòu)中，職業(yè)教育仍處于劣勢(shì)[11]。

第二，從空間相關(guān)性分析，具有空間集聚性。通過(guò)莫蘭指數(shù)空間自相關(guān)分析，可以得出全國(guó)范圍內(nèi)存有省市空間單元彼此的空間自相關(guān)性。全國(guó)各省市職業(yè)教育社會(huì)關(guān)注度存在正空間自相關(guān)，全國(guó)各省市職業(yè)教育社會(huì)關(guān)注度的空間分布并非完全隨機(jī)分布，而是表現(xiàn)出相似值之間的空間集聚性。這說(shuō)明職業(yè)教育有影響力的省市具有一定的輻射促進(jìn)和影響作用，能夠帶動(dòng)鄰近省市職業(yè)教育的發(fā)展?？梢钥紤]建立職業(yè)教育集團(tuán)或聯(lián)盟化發(fā)展模式，推動(dòng)職業(yè)教育的共同發(fā)展。

第三，中青年群體是關(guān)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(guān)注的主流，占絕大多數(shù)。華東、華北、華中、華南4個(gè)板塊的區(qū)域關(guān)注度較高，西北、東北等區(qū)域?qū)τ诼殬I(yè)教育關(guān)注度較低，在地域上呈現(xiàn)不均衡分布狀況。教學(xué)資源存在明顯的區(qū)域和院校不平衡性，“教學(xué)資源50強(qiáng)”榜單中顯示，東部地區(qū)高職院校教學(xué)資源基礎(chǔ)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(nèi)蒙古、寧夏、青海、山西、西藏、新疆等11 個(gè)省份則無(wú)院校上榜[12]。

第四，社會(huì)輿論影響力不足，需加強(qiáng)職業(yè)教育的宣傳引導(dǎo)。社會(huì)公眾對(duì)于職業(yè)教育的關(guān)注被動(dòng)體現(xiàn)在升學(xué)層面，新聞媒體及企業(yè)等主體的關(guān)注還不夠，職業(yè)教育并沒(méi)有產(chǎn)生足夠的吸引力。新聞媒體應(yīng)當(dāng)重視職業(yè)教育的輿論宣傳工作，大力宣傳國(guó)家和省、市關(guān)于促進(jìn)職業(yè)教育發(fā)展的相關(guān)扶持政策、措施，及時(shí)推廣職業(yè)教育好的做法和經(jīng)驗(yàn)。新聞媒體應(yīng)廣泛搜集整理職業(yè)院校畢業(yè)生就業(yè)的相關(guān)信息，跟蹤報(bào)道典型的職業(yè)院校學(xué)生就業(yè)創(chuàng)業(yè)成功典型案例，形成職業(yè)教育發(fā)展的良好氛圍。

新時(shí)代背景下，國(guó)務(wù)院發(fā)布《國(guó)家職業(yè)教育改革實(shí)施方案》，提出高職擴(kuò)招100萬(wàn)[13]，弘揚(yáng)工匠精神、產(chǎn)教融合、校企合作的職教環(huán)境，需要培養(yǎng)數(shù)以?xún)|計(jì)的高素質(zhì)勞動(dòng)者和技術(shù)技能人才[14]，職業(yè)教育肩負(fù)著實(shí)現(xiàn)“中國(guó)制造2025”等一系列重要使命。提高職業(yè)教育社會(huì)關(guān)注度是一個(gè)復(fù)雜系統(tǒng)工程，不僅要從根本上改變?nèi)藗円暵殬I(yè)教育為差生教育的傳統(tǒng)觀念，更要從頂層設(shè)計(jì)和職教高考改革等方面下大功夫，讓職業(yè)教育的地位和重視度得到加強(qiáng)。

參 考 文 獻(xiàn)

[1]李夢(mèng)卿.我國(guó)職業(yè)教育150年：探索與開(kāi)新[N].中國(guó)教育報(bào)，2016-12-27（009）.

[2]尹春容.對(duì)習(xí)近平關(guān)于職業(yè)教育重要論述的思考[J].學(xué)校黨建與思想教育，2019（8）：75-78.

[3]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第43次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展現(xiàn)狀統(tǒng)計(jì)報(bào)告[R/OL].（2019-02-28）[2019-03-03].http：//www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201902/P020190318523029756345.pdf.

[4]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.2015-2018年中國(guó)網(wǎng)民搜索行為研究報(bào)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(guó)網(wǎng)民搜索行為調(diào)查_(kāi)000001.png.

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

[6]時(shí)廣軍.高等職業(yè)教育如何影響經(jīng)濟(jì)回報(bào)——基于31省市面板數(shù)據(jù)的分析[J].中國(guó)職業(yè)技術(shù)教育，2018（21）：89-96.

[7]陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)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(yíng).改革創(chuàng)新高等職業(yè)教育推動(dòng)專(zhuān)科高等職業(yè)院?？茖W(xué)發(fā)展[J].中國(guó)職業(yè)技術(shù)教育，2014（21）：77.

[10]王悠.高等職業(yè)教育供給側(cè)改革的現(xiàn)實(shí)困境與創(chuàng)新路徑[J].職業(yè)技術(shù)教育，2018（11）：20-23.

[11]王石川.提振全社會(huì)對(duì)職業(yè)教育的信心[N].中國(guó)建設(shè)報(bào)，2019-04-24（005）.

[12]劉紅.2017年我國(guó)高等職業(yè)教育發(fā)展成績(jī)、問(wèn)題與挑戰(zhàn)——基于《2018年中國(guó)高等職業(yè)教育質(zhì)量年度報(bào)告》的分析[J].中國(guó)職業(yè)技術(shù)教育，2018（22）：22-27.

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

[14]周建松，陳正江.高等職業(yè)教育內(nèi)涵式發(fā)展：基本要素、主要特征與實(shí)現(xiàn)路徑[J].黑龍江高教研究，2018（4）：122-126.