职业教育数字化转型的影响因素及复杂组态路径分析

[摘 要] 推进数字技术与职业教育深度融合既是深化现代职业教育体系建设的快车道，也是助力新时代职业教育从“大有可为”到“大有作为”的新赛道。研究基于资源基础理论和动力能力理论构建“资源—动力”模型，以我国26所职业院校为案例样本，采用模糊集定性比较分析法（fsQCA），探索性地识别内部资源禀赋和外源性动力对推进职业教育数字化转型的联动效应与适配性选择方案。研究发现：（1）技术资源、组织资源、环境资源、政府支持、学校竞争以及企业需求等单一前因条件均无法独立成为职业院校数字化高水平建设的必要条件；（2）推进职业教育数字化转型的三种驱动模式为资源利用主导型、外部动力主导型、资源—动力耦合主导型。研究为加快职业教育高水平数字化建设提供了理论指导，为各职业院校因校制宜地开辟职业教育高质量发展新局面提供实践启示。

[关键词] 职业教育； 数字化转型； 模糊集定性比较分析； 内部资源禀赋； 外源性动力

[中图分类号] G434 [文献标志码] A

[作者简介] 董同强（1993—），男，山东淄博人。副教授，博士，主要从事职业教育信息化理论与实践研究。E-mail：qfnudtq@qfnu.edu.cn。徐振国为通信作者，E-mail：qfnuxzg@163.com。

一、引 言

伴随着以新一代数字技术为代表的第四次科技革命的到来，全球范围内的教育链与产业链正经历着前所未有的变革，而数字化转型已成为职业教育深化供给侧结构性变革和应对“数字革命”的必然选择。教育部《职业教育与继续教育2022年工作要点》明确指出，“建设职业教育数字化“1+5”体系，……推进职业教育数字化转型和高质量创新发展”[1]。新颁布的《关于加快推进现代职业教育体系建设改革重点任务的通知》进一步强调，要以数字化赋能职业教育建设，推进职业教育信息化标杆学校的建设[2]。在此背景下，如何从技术赋能的角度探索职业教育数字化转型已成为当前职业教育改革与发展的时代任务。基于此，为科学、客观地探究数字化转型如何为职业教育的现代化建设和高质量发展赋能，本研究借助“资源—动力”模型，尝试从组态视角明晰职业教育数字化转型的驱动因素及多要素协同影响职业院校数字化高水平建设的因果机制，进而提出相应的提升路径。

二、文献综述

自教育部于2022年实施“国家教育数字化战略行动”以来，教育数字化转型已成为当下职业教育高质量发展的核心议题。职业教育数字化转型作为职业院校适应数字经济时代产业和职业发展动向的关键过程，目前相关研究主要聚焦于三个视角：一是主体论角度，即职业教育数字化转型的基础理论和框架体系研究。有学者通过把握职业教育数字化转型的理论要点构建研究框架，并利用此框架找出教育数字化转型的出发点、着力点以及落脚点[3]。二是价值论角度，即职业教育数字化转型的功能定位研究。有研究认为，职业教育数字化转型不应只关注如何使用数字技术或数据，还应升级“虚实共在”的数字化思维、开展“协同共建”的数字化项目、实施“智慧共治”的数字化治理，最终指向重塑职业教育健康新生态[4]。三是实践论角度，即职业教育数字化转型的推进路径和影响因素研究。在探讨转型路径方面，有学者针对职业教育外部环境和现实困境，从五个维度提出推进职业教育数字化转型的实践路径，即发展智慧职教、促进内涵提升、推动融合创新、连接虚实场景、开放教育形态[5]。已有研究中对于职业教育数字化转型的影响因素研究主要集中于政策制度、技术赋能、资源利用等方面。如有学者探究资源、场域与平台三重服务逻辑因素对职业教育数字化转型的影响，获取相应的生成逻辑[6]。

综上所述，既有文献的研究视角较为丰富，为深入认识职业教育数字化转型提供了理论起点，但仍有可拓展的研究空间。大部分文献偏重职业教育数字化转型的理论框架建构，但因研究者的知识背景和理论视角不同而存在差异，在解释力的普遍性上稍显不足。研究者虽为实现数字化转型提供了可参考的实施路径和方法，但仍缺乏足够的实证依据。相关研究多采用单一因素的静态分析法，限定在某一方面探究其对职业教育数字化转型的影响，忽视了因素之间的协同效应和不对称因果关系，缺乏更具说服力的多案例动态比较研究。基于此，本文以我国东、中、西部地区26所职业院校作为案例样本，基于“资源—动力”理论模型，从组态视角探索各因素的动态组合而形成的差异化路径，厘清多重变量背后的复杂因果逻辑，揭示职业教育数字化转型的实现机理，以期为推进职业院校数字化高水平建设提供新的突破口。

三、研究设计

本文基于资源基础理论与动力能力理论，从内部资源和外在动力两个层面挖掘数字化转型的驱动因素，建构了用以审视职业教育数字化转型差异的“资源—动力”理论框架，随后对选取的26所职业院校数字化转型典型案例进行分析。

（一）分析框架

1. 内部资源禀赋

资源基础理论将资源视为组织生存和赢得竞争优势的关键，资源禀赋和资源整合的异质性是致使组织间绩效差异的核心要素[7]。回归到本文议题，学界虽在职业教育数字化转型影响因素的理解上未达成共识，但都将职业院校拥有的资源禀赋视为核心条件。该理论把职业教育数字化转型的地区差异性与职业院校的资源异质性有机联系起来，辅助院校识别出产生数字化建设竞争优势的资源，并制定战略去开发配置所控资源，占得职业教育数字化转型先机。

资源的类型丰富多样，不同组织应基于自身资源基础整合利用内外部资源，同一组织在不同发展阶段应随环境变化配置相应资源。资源基础理论虽能为理解组织如何构建核心能力与竞争优势提供可靠见解，但在资源具体类目划分上相对模糊且尚未形成统一逻辑结构。而TOE理论[8]架构了一个“技术—组织—环境”框架弥补这一缺陷，从资源视角来看，这三类条件同样也代表着三种资源，即技术资源、组织资源与环境资源，是职业院校数字化建设所依赖的重要资源和创新引擎。

2. 外源性动力

除了静态资源基础外，职业教育数字化建设还受到外源性动力影响，职业教育数字化转型的发展进程伴随着各方外部动力不断调适。动力能力理论将外源性动力视为来自职业院校外部的各种注意力和压力，即纵向动力、横向动力和社会动力。其中纵向动力是指政府支持，在我国的教育管理体制中，其是影响地方职业院校教育发展的直接因素。地方政府对职业院校数字化建设的注意力分配越集中、专项经费越充足，职业院校推进数字化改革的积极性就越高，数字化转型的进程也就越快。横向动力是指学校竞争，基于地理邻近的同级学校竞争是理解职业院校行为的经典判断。职业院校间的相互看齐和相互学习的隐形竞争对职业教育数字化建设具有间接的促进作用，高学校竞争压力会驱使职业院校研发数字技术、调整数字化发展战略。社会动力是指企业需求，职业院校产教融合、校企合作是建设技能型社会的必然要求。企业对数字化技术人才、数字化管理人才等的需求越迫切，职业院校面对的社会和企业需求压力就越大，就更能体现通过数字化转型来加快相应数字人才培养的潜在价值。

综上可知，职业教育需要联动匹配资源与动力来实现数字化转型，利用多元化的驱动机制推进职业教育数字化转型进程及职业教育高质量发展。鉴于此，本文在组态分析中引入资源基础理论和动力能力理论，建构了经调试拓展的影响职业教育数字化转型的分析框架，如图1所示。其中，在内部资源维度，选择了技术资源、组织资源以及环境资源作为前因条件变量；在外源性动力维度，选择了政府支持、学校竞争和企业需求作为前因条件变量。

（二）研究方法和案例选取

模糊集定性比较分析法（fsQCA）是一种以集合论和布尔代数为基础的混合研究方法，该方法整合了定性研究和定量研究优势，以多案例为分析对象，致力于分析一果多因现象和探索不同因果“路径”的优化组合[9]。鉴于开展职业教育数字化转型研究需涉及多重因素相互协同关联，本文采用fsQCA进行组态分析。

fsQCA作为一种案例导向的研究方法，如何选择案例至关重要。本文参考了职业院校排行榜和职业院校数字校园建设试点名单，并结合职业院校已取得的数字化建设成果，选择了26所职业院校作为数字化转型典型案例。所选案例主要出于以下考虑：第一，满足案例典型性的要求，所选的均是经过逐级评选后最终确定的具有较高推广价值的典范。第二，覆盖面广，在数据可获得且质量保证的基础上，所选案例涵盖我国东部、中部、西部地区。第三，所选案例符合“总体充分同质性下的最大异质性”的案例选择要求。本文以清华大学教育研究院发布的《职业教育信息化发展报告（2021版）》[10]、《高等职业教育质量年度报告（2023）》[11]以及省级政府、职业院校官方网站等为研究数据来源，数据的可获得性和准确性较高，使得本文分析结果更具可靠性和可行性。

（三）变量测量与校准

1. 结果变量测量

本文以26所职业院校的教育数字化转型成熟度为结果变量。国内学者开发了较多科学有效的教育数字化转型成熟度模型，其能衡量和判断学校的数字化转型实现度和完成度。在本文结果变量选择上，参考了教育数字化转型成熟度框架[12-15]，从数字化战略、数字化实践、数字化贡献度三维度评估转型程度。具体而言，数字化战略评估职业院校在数字化规划、基础设施、组织架构等方面的就绪情况；数字化实践考察数字化技术在职业院校教育教学活动中所产生的实践应用情况；数字化贡献度分析职业院校教育数字化绩效，即其从数字化转型取得的实际成效。因缺乏职业教育数字化转型成熟度的专项评估，本文采用德尔菲法，并依据《高等职业教育质量年度报告（2023）》及各职业院校官方网站数据，邀请12名教育数字化转型领域的专家，在与其对测评维度指标含义、标准进行充分沟通后，对每个职业院校的结果变量中各项指标进行独立赋分。最终，依据该模型各指标权重，加权计算出各职业院校数字化成熟度评估分1/kEgPZke5FUvhIF471mRg==数并判断其所属数字化发展阶段，以12位专家打分分数的平均值作为结果变量数据。

2. 前因条件测量

技术维度的影响主要体现在“数字化新基建”上。基于数据的可靠性和可得性原则，本文选取了各院校数字化网络（IPV4地址数、互联网出口带宽等）、数字化空间（多媒体教室、智能教室等）建设情况[16]，并通过等权法赋权得到数字化新基建综合指数来衡量各院校数字化基础设施建设情况，数据来源于《高等职业教育质量年度报告（2023）》[11]。

组织维度的影响主要体现在“数字化组织机构”和“数字教育资源”两方面。对于数字化组织机构，本文通过《职业教育信息化发展报告（2021版）》[10]及各职业院校官方网站分析各院校CIO（首席信息官）设置情况，作为衡量数字化组织机构完善度的标准，其中院校依据是否设立CIO给予二元赋值，即设立为1，未设立为0。对于数字教育资源，本文选取各院校的在线精品课程和教学资源库数量，并通过等权法赋权得到数字教育资源综合指数来衡量各院校数字教育资源开发能力，数据来源于《高等职业教育质量年度报告（2023）》[11]。

在环境维度的影响主要体现在“产教融合发展水平”上。对于产教融合发展水平，本文以《高等职业教育质量年度报告（2023）》[11]中各院校的共建产业学院数量作为衡量依据，该指标能反映院校的校企合作水平及产教融合程度。

外源性动力维度的影响主要体现在“政府支持”“学校竞争”和“企业需求”三方面。对于政府支持，本文选取了各院校数字化年度财政专项拨款作为测量指标，该指标能反映出政府对职业院校的注意力和支持力度，数据来源于北大法宝网站及各省级政府官方网站。对于学校竞争，本文依据《高等职业教育质量年度报告（2023）》[11]和引力模型，其中，学校竞争压力的测量指标是以毗邻院校数字化建设指数的平均值为准，邻近学校的平均值越高，则说明该院校与毗邻院校之间面临的压力越大。对于企业需求，本文以各院校信息技术类专业学生入职企业数量来测量企业对数字人才的需求强度，数据来源于各职业学院2023届毕业生就业质量年度报告。综上所述，对条件和结果变量的赋值标准，具体见表1。

3. 变量校准

数据校准是fsQCA分析过程中确定原始变量在集合中的隶属程度。基于变量数据的类型和分布态势，本文采用直接校准法将数字化组织机构中数据值为“1”的编码为完全隶属，值为“0”的编码为完全不隶属，而将其余样本数据的95%、50%和5%分位数作为完全隶属、交叉点和完全不隶属三个定性锚点，变量具体校准规则见表2。此外为确保后续数据分析的完整性和有效性，避免值为0.5的案例数据丢失，将校准为0.5的数据增加了最小常位数0.001。

四、实证结果与分析

（一）必要条件分析

在开展条件组态分析前，需先进行单一条件变量必要性分析以确定影响数字化转型的必要因素。本研究使用fsQCA3.0软件进行了单变量必要性分析，检测结果显示，各条件变量的一致性均低于0.9，具体见表3。这表明任何单一因素均非促进或抑制职业院校数字化转型的必要条件，也说明职业教育数字化转型受多个因素共同影响。

（二）条件组态分析

本研究使用fsQCA3.0软件对职业教育数字化转型的条件组态进行分析，将一致性阈值、PRI一致性阈值以及案例频数阈值分别设为0.8、0.75、1，可得到简约解、中间解、复杂解，在简约解和中间解中同时出现的条件是核心条件，而在中间解中出现且未在简单解中出现的是边缘条件。通过真值表分析，7个条件变量较好地完成了组态构型，构建了8种具有强解释力的条件组态，具体见表4。每种条件组态的一致性和总体一致性均大于0.9，说明这些路径对结果具有较好的解释力度，总体覆盖率为65.5%，意味着这五种路径能解释65.5%的高水平职业院校数字化建设案例。

本文依据核心条件相同的合并规则，将助力职业教育数字化转型的8种组态路径归纳为三种模式，分别是资源利用主导型、外部动力主导型、资源—动力耦合主导型，具体如下：

1. 资源利用主导型

组态1、2显示以高数字化新基建、高数字化组织机构和高数字教育资源为核心条件，亦能推动职业教育数字化高水平建设。具体而言，在组态1中，产教融合发展水平和企业需求均为边缘条件存在，而政府支持作为边缘条件缺失。在组态2中，产教融合发展水平和政府支持作为边缘条件存在，而学校竞争以及企业需求均为边缘条件缺失。这说明职业院校即使没有较高的政府支持力度、较强的学校竞争压力以及较高的企业需求，也能够在强有力的组织领导下，巧妙利用本校原有的数字基础设施和开放教育资源优势来加速实现职业院校数字化建设。组态1、2中核心条件均只强调内部资源对职业院校数字化转型的重要作用，因此，将该模式命名为“资源利用主导型”。组态1和2路径分别能解释25.5%和14.9%的高水平职业院校数字化建设案例。

2. 外部动力主导型

组态3、4显示在数字教育资源核心条件缺失的情况下，以高政府支持和高企业需求为核心条件，可有效推动职业教育数字化高水平建设。进一步对各组态异同比较可知，条件变量在组态间存在潜在的替代关系，且其作用机制存在些许差异。组态3表明院校在具备高政府支持力度和企业需求的同时，并辅以较为完善的数字化组织机构和较高的产教融合发展水平，纵使缺失数字化新基建、数字教育资源和学校竞争，也能实现高水平的数字化转型。组态4表明院校在具备高政府支持力度和企业需求的同时，并辅以较为完善的数字化组织机构，在学校竞争压力的刺激下也可实现高水平的数字化转型，纵使缺失数字化新基建、数字教育资源和产教融合。组态3、4中核心条件均只强调外源性动力对职业院校数字化转型的重要作用，因此，将该模式命名为“外部动力主导型”。组态3、4路径分别能解释16.8%和20.8%的高水平职业院校数字化建设案例。

3. 资源—动力耦合主导型

组态5～8除以高产教融合发展水平和高学校竞争为共有核心条件外，在其他核心条件上具有互通性，均显示当职业院校拥有较好的资源条件和外源性动力时，可有效推动数字化高水平建设。从分组态看，组态5强调高数字化新基建、高产教融合发展水平、高政府支持以及高学校竞争的汇融推动职业院校数字化升级发展。组态6指出高产教融合发展水平、高政府支持以及高学校竞争的融合能实现职业院校高水平的数字化转型。组态7强调高产教融合发展水平、高学校竞争以及高企业需求的耦合能产生高水平职业院校数字化建设案例。组态8指出高产教融合发展水平和高外源性动力的组态亦能提高职业院校数字化建设质量。组态5～8均强调内部资源和外源性动力的双元协同驱动对职业院校数字化建设的重要作用，因此，本研究将该模式命名为“资源—动力耦合主导型”。组态5～8路径分别能解释18.2%、18.1%、 17.1%和18.3%的高水平职业院校数字化建设案例。

（三）稳健性检验

为增强研究结果可靠性，本文参照既有评判标准[17]，通过调整阈值一致性方式对职业教育数字化转型的前因组态进行稳健性检验。将原始一致性阈值由0.8调整为0.85，PRI一致性阈值由0.75提升至0.8，结果显示，核心条件、组态数量均未发生变化，新组态路径与原有结果保持一致。这表明分析结果具备较好的稳健性。

五、研究结论与启示

（一）研究结论

本文基于组态视角，以我国东、中、西部地区26所职业院校作为案例样本，在“资源—动力”模型下，采用fsQCA方法探索了影响职业教育数字化转型水平的组态生成路径。研究发现：第一，数字化新基建、数字化组织机构、数字教育资源、产教融合发展水平、政府支持、学校竞争、企业需求这7个维度因素均非推进职业教育数字化转型的必要条件。第二，提升职业院校数字化建设水平的组态路径有8种，并根据各条件变量在不同情境条件下的协同组合匹配归纳为三种模式，即资源利用主导型、外部动力主导型、资源—动力耦合主导型。第三，在职业教育数字化转型的驱动路径中，不同组态的条件变量存在潜在替代关系，其中，数字化新基建和企业需求可以通过“殊途同归”方式推进职业院校高水平数字化建设。进一步研究表明，政府支持虽无法单独构成职业教育数字化转型的必要条件，但拥有较高的一致性和覆盖率，在5种提升路径中均发挥着重大作用，在职业院校数字化建设中发挥普遍作用。

（二）研究启示

本文从组态视角明晰了职业教育数字化转型的驱动因素及多要素协同影响职业院校数字化高水平建设的因果机制。在推动职业教育高质量发展的关键阶段，为了加快我国职业教育数字化转型进程，我们提出如下建议：

第一，发挥政府支持作用，营造良好职业教育数字化转型生态环境。研究显示，政府支持在职业院校高水平数字化建设中发挥普遍作用。为此，地方政府应基于战略决策角度，将数字化转型作为未来教育工作的核心关注点，并为各院校数字校园建设提供资金保障，做到政策导向和资金扶持并举。就政策导向而言，政府应瞄准职业教育数字化转型的重难点，靶向施策。地方政府及其教育主管部门应采用“大跨度、小步调”的推进模式，在明确教育改革的转型目标与任务的同时，加强本地区职业教育数字化的战略规划与统筹部署，积极主动推行相关的政策规划和激励政策[18]。就资金扶持而言，政府资金支持对职业院校数字化转升级发展起着直接促进作用，推动院校完善数字化新基建和开发数字教育资源，驱动院校的教学、管理、科研等设施进行数字化和智能化升级[19]。同时也要对发展相对滞后的职业院校进行特别帮扶，实现地域之间、学校之间的资源共享，以帮助其快速赶上数字化转型的步伐，进而推进职业教育整体数字化转型进程。

第二，推进职业院校全面数字化转型，补齐高水平数字化建设短板。研究表明，职业院校不会因为内部资源和外源性动力维度中的某种因素的缺失，就无法实现高水平的数字化建设，尤其是欠发达地区的职业院校更不应被现有条件所束缚。一方面，应尽快成立各自的数字化组织管理机构和CIO，制定更具前瞻性和可行性的数字化转型战略，落实标准化建设，从战略层面落实多主体、多组织协同合作的数字教育新生态的形成[20]，同时以“新基建”为契机加速推进数字化基础设施的建设，密切关注企业需求，拓宽数字校园的广度与深度。另一方面，为避免“单兵突进”“畸轻畸重”的困境，应加强与兄弟院校、企业和政府的合作探究和数字教育资源共建，并优化政府支持和竞争环境，进一步推动职业教育数字化进程，助力职业教育高质量发展[21]。

第三，坚持系统观念，兼顾职业教育数字化转型要素间的协同作用。多要素的协同效应存在验证了组态“殊途同效”的特性，这表明职业教育数字化转型的复杂性，单一因素难以达到预期效果[22]。应引入“组态匹配”的系统观念，重视平衡内部资源禀赋和外源性动力，发挥其系统合力，才能高效驱动职业教育数字化转型。即职业院校不应一味地追求资源和动力的最大化，而应坚持系统观念，结合现实条件优化资源动力配置，放大要素间相互协同的组合效应，从而有效支撑自身数字化转型升级。例如，学校竞争压力能在一定程度上激发各院校之间的竞争行为，但直接照搬其他院校的建设经验肯定是行不通的，各职业院校应在“整体视角”下依据自身禀赋条件，注重多重因素的适配性，通过合理的条件调控来弥补已有条件之不足，从而达成“殊途同效”之目标[23]。

第四，坚持因校制宜，探寻符合职业院校特质的数字化转型之路。研究结果中多元路径的存在凸显了当下内部资源和外源性动力多重条件的联动作用推动职业院校数字化高水平建设的价值所在。对于职业院校而言，由于各自的发展定位、资源禀赋以及外源性动力的差异，应“因校制宜”地探寻适合自身发展的“和而不同”的职业教育数字化转型之路[24]。对于外源性动力不高，但拥有高数字化新基建、高数字化组织机构、高数字教育资源的院校，精准定位“资源利用主导型”；对于缺乏高内部资源禀赋，但拥有高政府支持以及高企业需求的，精准定位“外部动力主导型”；对于缺乏数字教育资源以及数字化组织机构不完善，但拥有高产教融合发展水平、高学校竞争，并辅以高数字化新基建、高政府支持或企业需求的，精准定位“资源—动力耦合主导型”。

（三）研究不足与展望18ca693bc4a64e30323b7c015dd544dd

本文的不足之处在于：一方面，由于fsQCA方法对中等样本条件变量数量的限制，仅选取了7个代表性条件变量，未来在进一步探究职业院校高水平数字化建设的多重并发因果关系时，可将院校的经济、文化背景纳入因素分析之中，以提高结论的普适性。另一方面，囿于数据获取限制，本文仅使用第三方公开资料，虽经筛选验证，但对变量因果关系分析仍不够深入，未来计划采用访谈和案例分析等方式获得原始数据，对职业教育数字化转型逻辑进行再次分析。

[参考文献]

[1] 教育部. 职业教育与继续教育2022年工作要点[EB/OL]. （2022-03-25）[2024-03-29]. https：//www.tech.net.cn/news/show-96044.html.

[2] 教育部. 教育部办公厅关于加快推进现代职业教育体系建设改革重点任务的通知[Z]. 教职成﹝2023﹞20号，2023-07-11.

[3] 杨成明，周潜，韩锡斌. 职业教育数字化转型：驱动逻辑、研究框架与推进策略[J]. 电化教育研究，2023，44（2）：64-71，91.

[4] 邓小华. 职业教育数字化转型的理论逻辑与实践策略[J]. 电化教育研究，2023，44（1）：48-53.

[5] 祝智庭，李宁宇，王佑镁. 数字达尔文时代的职教数字化转型：发展机遇与行动建议[J]. 电化教育研究，2022，43（11）：5-14.

[6] 刘畅，黄巨臣. 资源、场域与平台：职业教育数字化转型的多重制度逻辑[J]. 中国职业技术教育，2023（16）：13-22.

[7] 张璐，王岩，苏敬勤，等. 资源基础理论：发展脉络、知识框架与展望[J]. 南开管理评论，2023，26（4）：246-258.

[8] 张敏，姜强，赵蔚. 数字化转型赋能高等教育高质量发展——基于TOE框架的组态路径分析[J]. 电化教育研究，2024，45（3）：54-61.

[9] FURNARI S， CRILLY D， MISANGYI V F， et al. Capturing causal complexity： heuristics for configurational theorizing[J]. Academy of management review，2021，46（4）：778-799.

[10] 韩锡斌，杨成明，周潜，等. 职业教育信息化发展报告（2021版）[EB/OL]. （2022-07-04）[2024-04-16]. https：//cloud.tsinghua.edu.cn/f/85ca5f5531514bb2b551/.

[11] 现代高等职业技术教育网.高等职业教育质量年度报告（2023）[EB/OL].（2023-12-18）[2024-04-16]. https：//www.tech.net.cn/columnrcpy/index.aspx.

[12] 江凤娟，刘云喜. 数字化转型背景下的高校教育数字化成熟度评估模型研究[J]. 现代教育技术，2024，34（3）：17-27.

[13] 万力勇，范福兰. 教育数字化转型成熟度模型的构建与应用[J]. 远程教育杂志，2023，41（2）：3-12.

[14] 吴永和，许秋璇，王珠珠. 教育数字化转型成熟度模型研究[J]. 华东师范大学学报（教育科学版），2023，41（3）：25-35.

[15] 许秋璇，吴永和，戴岭. 中小学校教育数字化转型成熟度评价指标体系构建及测度方法[J]. 电化教育研究，2024，45（3）：62-69.

[16] 董同强. 职业教育信息化发展指标构建及区域差异分析[J]. 中国职业技术教育，2020（36）：5-11.

[17] 杜运周，贾良定. 组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J]. 管理世界，2017（6）：155-167.

[18] 侯春笑，田爱丽. 组织变革视角下学校教育数字化转型的动力机制与构型——基于探索性双案例研究[J]. 电化教育研究，2024，45（5）：27-34.

[19] 陈思睿，余胜泉. 教育数字化转型的数据赋能基础与实践[J]. 电化教育研究，2024，45（6）：66-73.

[20] 孙雪荧. 数字化转型何以重构智慧教育新空间[J]. 教育研究，2024，45（4）：146-159.

[21] 金波，郑永进. 高质量发展背景下职业教育数字化转型实现路径研究[J]. 中国高教研究，2023（7）：97-102.

[22] 胡钦太，王姝莉，郭锂. 政策工具视角下我国教育数字化转型的现状与审思[J]. 电化教育研究，2024，45（1）：61-67，99.

[23] 朱德全，熊晴. 数字化转型如何重塑职业教育新生态[J]. 现代远程教育研究，2022，34（4）：12-20.

[24] 杨彦军，张胜歌. 全球视野中的教育数字化转型战略研究——基于25份教育数字化转型政策文本的分析[J]. 电化教育研究，2024，45（6）：41-49.

Analysis of the Influencing Factors and Complex Configuration Paths of

Digital Transformation in Vocational Education

—A Mixed Empirical Study Based on the "Resource-Dynamic" Model

DONG Tongqiang， CHEN Ronglong， XU Zhenguo

（School of Communication， Qufu Normal University， Rizhao Shandong 276826）

[Abstract] Promoting the deep integration of digital technology and vocational education is not only a fast track to deepen the construction of modern vocational education system， but also a new track to help vocational education in the new era to move from "great potential" to "making significant achievements". Based on resource-based theory and dynamic-capability theory， the study constructed a "resource-dynamic" model. The study took 26 vocational colleges and universities in China as case samples and employed the fuzzy-set Qualitative Comparative Analysis （fsQCA） to identify the linkage effect and adaptive selection strategy of internal resource endowment and external dynamic in promoting digital transformation of vocational education. It is found that： （1） the single antecedent condition such as technological resources， organizational resources， environmental resources， government support， school competition， and enterprise demand cannot independently become the necessary condition for the high-level construction of digitalization in vocational colleges and universities;（2） there exist three driving models to promote the digital transformation of vocational education： the resource utilization-led， the external motivation-led， and the resource-dynamic coupling-led. The study provides theoretical guidance for accelerating the high-level digital construction of vocational education and offers practical insights for various vocational colleges and universities to open up the new phase of high-quality development of vocational education.

[Keywords] Vocational Education; Digital Transformation; Fuzzy-set Qualitative Comparative Analysis; Internal Resource Endowment; External Motivational Forces