1. 前言
当前我国脱贫攻坚战已取得全面胜利，但民族地区乡村振兴仍是实现乡村全面振兴的重点和难点[1]。民族地区凭借独具魅力的生态环境与民族文化旅游资源使其在发展乡村旅游上拥有得天独厚的优势。然而，民族地区乡村旅游从业人员主要是从传统农业生产转化而来的知识文化层次偏低、旅游服务技能有限、综合素质不高的农民，无法满足乡村旅游产业规模迅速扩张和产业结构优化、多领域融合发展的需求[2]，很难承担乡村振兴的重任。因此，要想把乡村旅游作为民族地区乡村振兴的突破点，必须提升农民的知识水平，让农民学习旅游经营知识技能[3]。
旅游职业农民是指不仅从事农业生产活动，还利用自身的农业资源和环境优势，为游客提供观光、体验、休闲等服务，从而获取经济利益，并具备一定职业素养和技能的乡村旅游从业者。知识吸收能力是个体识别、吸收、转化和利用新的外部知识的活动[4]。旅游职业农民提升知识吸收能力，有利于其识别、吸收、转化和利用旅游服务知识、经营管理知识以及技术应用知识等一系列专业知识。这将有助于提升旅游职业农民的旅游服务技能和综合素质，从而增强其内生发展动力。由此可知，旅游职业农民知识吸收能力在民族地区传统农民成长为乡村旅游职业农民的过程中发挥重要作用。为探索提升旅游职业农民知识吸收能力的方法，本文以典型民族地区乡村为调查地，采用扎根理论与实证分析法，对民族地区旅游职业农民知识吸收能力影响因素进行探究与验证。
2. 研究方法与研究过程
本研究采用的是斯特劳斯和科宾提出的程序化扎根理论分析法，强调从原始资料中提取理论，将原始资料自下而上范畴化、概念化，进而归纳提取核心因子，再整合出核心概念和理论。其次本研究对所收集并整理完善的657份问卷数据进行信效度、相关性等检验，以及对研究假设进行假设检验，进一步确保研究的准确性。简而言之，本研究主要包含2部分，1) 因素提取：基于相关文献梳理初步总结影响因素并设计访谈提纲，再通过深度访谈并通过扎根理论分析法，完成初步影响因素的提取。2) 因素验证：基于因素提取结果设计调查问卷，并在民族地区进行问卷发放与收集，通过对问卷数据分析，验证所提取因素的科学性与准确性，最后基于研究结果提出对应提升策略(研究过程见下图1)。
Figure 1. Research process diagram of influencing factors on knowledge absorption capability
图1. 知识吸收能力影响因素研究过程图
3. 旅游职业农民知识吸收能力影响因素提取
3.1. 资料收集
本研究文通过文献梳理结果设计半结构化访谈提纲(开放式问卷)与乡村旅游职业农民进行一对一深度访谈，以获取研究所需的一手资料。访谈调研地方面，本研究选取广西桂林阳朔县福利镇与贵州黔东南侗族自治州黎平县肇兴侗寨为调查地。前者基于福利画扇发展乡村旅游，后者展现侗族民族文化大力发展旅游事业。选择原因为：第一，二者均位于民族地区，并发展乡村旅游取得一定成效；第二，旅游发展历程悠长，旅游从业者众多，可访谈对象众多，提供了宝贵的研究素材，有助于深度挖掘知识吸收能力的影响因素。
在访谈对象的选择上，主要基于扎根理论和研究目的，按照理论概念的发展要求开展理论抽样。为了确保访谈样本的代表性与可靠性，理论抽样的同时需要兼顾访谈对象性别、年龄、受教育程度和从业类型等人口统计学结构的层次性与合理性。本研究将访谈对象设定为从事旅游行业的满十八周岁的青年人和中年人群体，这部分群体看待问题有一定的主见性，接触的信息面较为广泛且思维较为灵活。每次访谈达到半小时及以上记作一次有效访谈。依据理论饱和原则来确定最终的访谈对象数量，即新的访谈对象不再提供新的重要信息时即可停止访谈。本研究最终确定69位访谈对象。
本研究严格遵循程序化扎根理论的研究逻辑，在资料收集与分析中贯彻了理论性抽样与持续比较原则。在理论性抽样方面，我们根据初步编码中浮现的概念动态调整访谈对象，以确保样本能覆盖不同经验水平、学习渠道和竞争环境的旅游职业农民，直至达到理论饱和。在持续比较方面，我们不断将新获取的访谈资料与已有概念、范畴进行比较，通过反复归纳与修正，逐步提炼出更具解释力的理论范畴。
3.2. 开放式编码
本研究中对乡村旅游职业农民的访谈资料进行开放式编码，主要是通过对原始资料的提炼与命名，对重要信息进行标签与编码，形成初始概念，对一手资料进行概念化。本研究中经过Nvivo软件对原始资料进行标签化处理，初步形成了40个初始概念，再汇总归类得到24个基础范畴，包括先前创业学习、工作经验、技术专长、学习意愿、学习行为、认知水平、精力投入等(见表1)。
Table 1. Excerpt of open coding
表1. 开放性编码节选
原始文本 |
概念化 |
范畴化 |
…… 会向他们学习，觉得他们真的很，确实是很有实力，做的很好(a8)每一个人都离不开手机，你有什么不会的你可以直接拿手机直接查一下就可以了(a12)做20年了，就是从旅游还没开始就做的，那个时候没什么旅游，开始的时候摆路边摊的，没什么门面(a16)…… |
…… aa7持续学习(a59, a57) aa38识别价值和用途(a8, a49, a45) aa36行业水平相当(a34) aa32积极寻找解决办法(a36, a66) aa28手机搜索(a12, a18) …… (概念40个) |
…… AA13学习广度(aa25, 26) AA14同行引领(aa27) AA15借鉴经验(aa28, aa29) AA16示范作用(aa30, aa31) AA17成功经验(aa7, aa21) AA18克服困难(aa32) AA19树立信心(aa33) AA20价格竞争(aa34, aa35) …… (范畴24个) |
3.3. 主轴编码
主轴编码是在开放编码之后进行的，将初步编码进行分类、整合和组织，以揭示其间的关系和联系。其目标是将初步编码(通常是较为具体和分散的概念)整合成更高层次的范畴，并明确主范畴之间的关系。本研究的轴向编码中，对开放式编码形成的每一项“范畴”进行内涵、外延的深度分析，归纳出8个主范畴和23个对应子范畴(见表2)。
Table 2. Excerpt of axial coding
表2. 轴向编码节选
主范畴 |
对应子范畴 |
范畴关系内涵 |
先前经验(AA1, AA2, AA3) 学习投入(AA4, AA5, AA6) 渠道丰富性(AA8, AA9, AA10) 自我效能(AA18, AA19) 行业竞争强度(AA20, AA21) 知识复杂性(AA11, AA12, AA13) 榜样示范(AA14, AA15, AA16) 知识吸收能力(AA22, AA23, AA24) (主范畴8个) |
…… AA3技术专长 AA4学习意愿 AA5学习行为 AA6认知水平 AA7日常社交 AA8网络渠道 AA9合作学习 AA10成功经验 …… (子范畴23个) |
…… 凭借一专多能的综合知识积累，对旅游行业的技术发展方向与路径具有较强的敏感度与认知力(AA3) 学习意愿激励行为主体的投入度(AA4) 学习行为是学习投入的直接表现(AA5) 自我认知水平提高会增加学习投入(AA6) 日常社交是大众最直接接触信息和获取知识的渠道(AA7) 手机、互联网等搜索引擎丰富了学习来源，成为当今时代最主要的学习方式(AA8) 通过实践反思、合作学习、同行交流等是有效的学习策略(AA9) 以现有成功经验为指引，能更自信地提出问题解决方案，并在任务中产出高创造性的成果，进一步增强个体的创造性自我效能感(AA10) …… |
3.4. 选择性编码
选择性编码是扎根理论的第三阶段，旨在从主轴编码形成的主范畴中进一步提炼和整合，识别一个能够统领其他所有范畴的“核心范畴”，并通过“故事线”将各范畴系统地联系起来，构建完整的理论框架。在主轴编码阶段，我们获得了8个主范畴。通过持续比较与理论整合，我们识别出“旅游职业农民知识吸收能力的形成机制”作为核心范畴。围绕核心范畴，我们构建了如下故事线：在民族地区乡村旅游背景下，旅游职业农民的知识吸收能力受到内部个体因素(先前经验、学习投入、自我效能)和外部情境因素(渠道丰富性、行业竞争强度、知识复杂性、榜样示范)的共同影响。先前经验构成了知识吸收的认知基础；学习投入与渠道丰富性分别从个体行为与环境支持两个层面拓宽知识获取路径；自我效能激发知识转化与应用的内在动力；行业竞争强度与知识复杂性则分别作为外部压力与任务难度，推动农民主动更新知识；榜样示范通过社会学习机制加速隐性知识的传递。这些因素相互交织，共同作用于旅游职业农民对新知识的识别、吸收、转化与应用过程。
3.5. 理论饱和度检验
在选择性编码过程中，我们返回原始访谈文本，对初步形成的理论模型进行验证。结果显示，未参与前期编码的5份访谈资料未产生新的重要概念或关系，表明理论已达到饱和。
3.6. 研究假设
基于以上分析，我们形成了如图2所示的“民族地区旅游职业农民知识吸收能力影响因素模型”。该模型以知识吸收能力为核心变量，以7个主范畴为关键影响因素，系统揭示了旅游职业农民知识吸收的内在机制。基于此，研究作出假设：先前经验、学习投入、渠道丰富性、自我效能、行业竞争强度、知识复杂性和榜样示范对知识吸收能力无影响，设为原假设H0，存在影响情况设为备择假设，并依次编号为H1、H2、H3、H4、H5、H6、H7。
Figure 2. Conceptual model of influencing factors on knowledge absorption capability of tourism professional farmers in ethnic regions
图2. 民族地区旅游职业农民知识吸收能力影响因素概念模型
4. 旅游职业农民知识吸收能力影响因素验证
4.1. 量表编制及问卷设计
研究设计问卷为结构式调查问卷，一部分为人口统计学特征的题项，包括性别、年龄、学历等。另一部分为对8个潜变量的测量，分别为先前经验、学习投入、渠道丰富性、自我效能、行业竞争强度、知识复杂性、榜样示范及知识吸收能力。潜变量的测度上，本研究基于扎根理论分析所开发的理论模型，编制出含有34个测项的原始量表，测项的表述基本来自访谈内容。调查问卷采用5点Likert量表，1表示“完全不同意”到5表示“完全同意”。
4.2. 研究区域与数据来源
问卷收集时间为2023年7月1日至2024年2月25日，通过线下纸质问卷发放和线上电子问卷发放两种形式进行，问卷发放对象为阳朔，金秀和恭城瑶族自治县旅游职业农民，本次调查累计发放问卷687份，回收问卷687份，删除部分不合格问卷最终得到有效问卷657份，问卷有效率95.6%。在样本构成中，女性受访者410人，男性受访者247人。受访者年龄集中分布在20~49岁，占比为81.6%；受访者学历集中在初中及以下，占比为65.5%；住宿是受访者主要的从业类型，为39.1%；员工是受访者主要的职务类型，占比为44.3%；从业时间1~5年占比为37.9%。
4.3. 结果与分析
4.3.1. 信效度检验
本研究采用SPSS工具对采集到的问卷数据进行信度与效度评估，为本研究提供有力支撑点。结果显示(见表3)，各个变量的Cronbach’s Alpha系数介于0.764~0.812之间，其全部超过0.7的合格阈值，表明本研究量表变量均具有较好的信度和稳定性。而效度方面，各变量的KMO值均大于0.6，Bartlett球形检验的显著性水平p = 0.001 < 0.05，说明各个变量之间存在一定内部联系，问卷结构效度良好。
Table 3. Reliability and validity analysis of latent variables
表3. 各潜变量的信效度分析
变量/项目 |
因子载荷 |
KMO |
Cronbach’s α |
先前经验 |
|
0.768 |
0.764 |
我一直注重积累各种旅游服务工作经验 |
0.784 |
|
|
我现在的很多工作经验来自于之前的积累 |
0.793 |
|
|
从前的工作经验对我非常重要 |
0.768 |
|
|
我会不断反思和改正先前工作中做的不好的地方 |
0.714 |
|
|
学习投入 |
|
0.744 |
0.773 |
我经常了解旅游方面的信息 |
0.751 |
|
|
我认为学习旅游服务技能对我十分有益 |
0.814 |
|
|
掌握新技能使我非常有成就感 |
0.703 |
|
|
我会花时间和精力去了解旅游服务工作技能 |
0.815 |
|
|
渠道丰富性 |
|
0.775 |
0.776 |
我经常通过聊天、日常交谈分享旅游服务工作经验 |
0.793 |
|
|
我经常利用网络方式(如小红书、抖音、快手、微信、美团、
携程、大众点评等)浏览旅游方面信息 |
0.742 |
|
|
会和其他旅行社、饭店等合作、交流、分享旅游服务信息 |
0.828 |
|
|
政府相关部门(卫生、消防、交通、工商局等)
会检查和整改不良的旅游经营活动 |
0.727 |
|
|
自我效能 |
|
0.785 |
0.790 |
工作中面对需要掌握的新要求，我有把握完成 |
0.734 |
|
|
我相信只要我下定决心做，我就能在工作中取得成绩 |
0.822 |
|
|
在工作中我认为我能够获得想要的结果 |
0.801 |
|
|
我能够成功地克服许多工作上的挑战 |
0.777 |
|
|
行业竞争强度 |
|
0.787 |
0.812 |
本行业之间竞争非常激烈 |
0.793 |
|
|
行业内存在大量相近的产品(如饭菜种类、民宿酒店风格、提供的服务) |
0.828 |
|
|
新的产品和服务很快被竞争对手模仿 |
0.796 |
|
|
价格竞争在本行业中普遍存在 |
0.783 |
|
|
知识复杂性 |
|
0.762 |
0.768 |
像网络后台运营这种重要的技能知识，需要长期积累的工作经验与技巧 |
0.798 |
|
|
像网络后台运营这种重要的技能知识，熟练掌握需要花费时间和精力 |
0.783 |
|
|
像网络后台运营这种重要的技能知识，需要懂很多方面的知识(会电脑、会管理、会营销) |
0.770 |
|
|
像网络后台运营这种重要的技能，需要多人的合作和配合 |
0.719 |
|
|
榜样示范 |
|
0.781 |
0.801 |
我的老板、同行是我追随的好榜样 |
0.762 |
|
|
我会受到同行优秀的人的影响 |
0.837 |
|
|
我从老板或优秀的同行身上学到很多东西 |
0.840 |
|
|
同行优秀的企业会产生引导市场的作用 |
0.726 |
|
|
知识吸收能力 |
|
0.847 |
0.832 |
我能很快捕捉到旅游行业的新机会 |
0.731 |
|
|
我能很快判断外部新知识对旅游行业的价值和用途 |
0.790 |
|
|
我会通过和别人交谈获取旅游行业信息 |
0.732 |
|
|
我会结合新知识调整和改良现有工作 |
0.684 |
|
|
我会使用已获取的旅游服务技能知识 |
0.731 |
|
|
我对旅游服务技能有一定的见解 |
0.755 |
|
|
4.3.2. 相关性分析
本研究利用皮尔逊相关系数进行区分效度分析，并对数据分组进行相关性分析，分析结果如下表4所示。研究假设通过各个变量的相关系数结果得到了初步依据。数据显示，潜变量AVE值介于0.5248~0.6403之间，大于0.5，CR值介于0.84433~0.8774之间，均大于0.8，能够合理解释潜变量，收敛效度良好。在区分效度上，平均提取方差均高于变量间相关系数平方，说明量表内部有较高的一致性，潜变量之间区分效度好。
Table 4. Correlation analysis
表4. 相关性分析
变量 |
组合信度CR |
平均萃取方差AVE |
相关系数与AVE的平方根 |
|
先前
经验 |
学习
投入 |
渠道
丰富性 |
自我
效能 |
行业竞
争强度 |
知识
复杂性 |
榜样
示范 |
知识吸
收能力 |
先前经验 |
0.8443 |
0.5248 |
0.724 |
|
|
|
|
|
|
|
学习投入 |
0.8548 |
0.5963 |
0.523 |
0.772 |
|
|
|
|
|
|
渠道丰富性 |
0.8560 |
0.5984 |
0.400 |
0.659 |
0.773 |
|
|
|
|
|
自我效能 |
0.8644 |
0.6149 |
0.384 |
0.405 |
0.409 |
0.784 |
|
|
|
|
行业竞争强度 |
0.8768 |
0.6403 |
0.365 |
0.329 |
0.293 |
0.340 |
0.800 |
|
|
|
知识复杂性 |
0.8518 |
0.5899 |
0.362 |
0.396 |
0.348 |
0.365 |
0.501 |
0.768 |
|
|
榜样示范 |
0.8708 |
0.6285 |
0.316 |
0.408 |
0.363 |
0.430 |
0.371 |
0.435 |
0.793 |
|
知识吸收能力 |
0.8774 |
0.5444 |
0.323 |
0.443 |
0.441 |
0.418 |
0.303 |
0.349 |
0.468 |
0.738 |
注：在:0.01级别(双尾)，相关性显著；斜对角数字为AVE平方根值。
4.3.3. 控制变量筛选
为更准确地估计核心自变量的净效应，即排除人口统计学变量(性别、年龄、受教育程度等)对研究结果产生的潜在混淆效应，本研究采用独立样本T检验与方差分析的方法对人口数据进行参数检验，以筛选对因变量知识吸收能力影响显著的变量，将其纳入回归模型，达到控制变量的效果，进而降低控制变量的影响。部分独立样本T检验与方差分析结果，如下表5、表6所示。由表中数据可得，性别与受教育程度的P值均小于0.05，对旅游职业农民知识吸收能力影响显著，在后续研究过程中需控制变量，降低其对研究的影响。其他因素分析所得P值均大于0.05，对知识吸收能力不存在显著影响，无需控制此类变量。
Table 5. Gender-based independent samples t-test
表5. 性别独立样本T检验
|
性别 |
个案数 |
平均值(标准差) |
t |
P |
知识吸收能力 |
男性 |
247 |
3.824 (0.589) |
2.468 |
0.014 |
|
女性 |
410 |
3.702 (0.627) |
|
|
Table 6. ANOVA of educational level
表6. 受教育程度方差分析
|
受教育程度 |
个案数 |
平均值(标准差) |
F |
P |
知识吸收能力 |
小学 |
22 |
3.288 (0.9) |
4.088 |
0.003 |
初中 |
147 |
3.735 (0.608) |
|
|
高中 |
283 |
3.733 (0.59) |
|
|
大专 |
109 |
3.817 (0.554) |
|
|
本科及以上 |
96 |
3.84 (0.65) |
|
|
总计 |
657 |
3.748 (0.615) |
|
|
4.3.4. 多元线性回归与假设检验
基于以上人口统计学变量对因变量知识吸收能力影响分析结果，本研究将性别与受教育程度作为控制变量纳入模型，进行多元线性回归模型的构建并诊断各因素之间的共线性问题，研究结果如下表7所示。研究数据表明R2值为0.358，调整后数值为0.346，表明此模型对知识吸收能力具有一定的解释力度；F值为29.888，表明模型解释的方差虽然有限，但该模型所解释方差仍具有系统性与非偶然性；模型P值小于0.001，表明自变量与因变量之间存在线性关系，由此可知，此模型满足研究内容，研究结果具有分析可信度与研究意义。
Table 7. Linear regression model and collinearity test
表7. 线性回归模型与共线性检验
模型 |
未标准化系数 |
标准系数 |
t |
显著性 |
|
B |
标准错误 |
Beta |
VIF |
自变量 |
(常量) |
0.675 |
0.195 |
|
3.467 |
0.001 |
|
先前经验 |
0.015 |
0.041 |
0.015 |
0.374 |
0.709 |
1.529 |
学习投入 |
0.125 |
0.048 |
0.122 |
2.623 |
0.009 |
2.182 |
渠道丰富性 |
0.156 |
0.041 |
0.165 |
3.813 |
0 |
1.868 |
自我效能 |
0.154 |
0.039 |
0.15 |
3.927 |
0 |
1.464 |
行业竞争强度 |
0.02 |
0.038 |
0.02 |
0.517 |
0.605 |
1.488 |
知识复杂性 |
0.066 |
0.042 |
0.062 |
1.561 |
0.119 |
1.595 |
榜样示范 |
0.264 |
0.04 |
0.252 |
6.547 |
0 |
1.49 |
控制变量 |
受教育程度 |
小学 |
−0.303 |
0.12 |
−0.089 |
−2.533 |
0.012 |
1.232 |
初中 |
−0.108 |
0.066 |
−0.073 |
−1.642 |
0.101 |
1.984 |
高中 |
−0.119 |
0.059 |
−0.096 |
−2.014 |
0.044 |
2.27 |
大专 |
−0.125 |
0.07 |
−0.076 |
−1.783 |
0.075 |
1.804 |
本科及以上 |
0 |
|
|
|
|
|
性别 |
男性 |
0.083 |
0.041 |
0.066 |
2.059 |
0.04 |
1.022 |
女性 |
0 |
|
|
|
|
|
注：R2值为0.358，调整后数值为0.346；F值为29.888；P < 0.01。
如上表7所示，自变量先前经验、学习投入等七个因素对因变量知识吸收能力的显著性水平P值在0~0.709之间，其中先前经验、行业竞争强度、知识复杂性三大因素P值均大于0.05，表明其对旅游职业农民知识吸收能力无影响，学习投入、渠道丰富性、自我效能和榜样示范四大因素P值均小于0.05，表明其对知识吸收能力存在影响。其次，数据显示，存在影响的四大因素非标准化系数(B值) 0.125~0.264之间，表明四个因素均对因变量存在正向影响。此外，七因素多重共线性诊断结果VIF值在1.022~2.27之间，均小于5，表明各自变量之间不存在共线性问题。
基于以上多元线性回归模型研究结果，为进一步探究各自变量对因变量知识吸收能力的影响，我们分别以先前经验、学习投入、渠道丰富性、自我效能、行业竞争强度、知识复杂性和榜样示范作为自变量，对知识吸收能力进行假设检验。结果表明(见表8)，先前经验对知识吸收能力不存在显著影响，假设H1不成立。学习投入、渠道丰富性、自我效能均显著正向影响知识吸收能力，说明学习投入、渠道丰富性以及自我效能对知识吸收能力具有重要影响，假设H2、H3、H4成立。行业竞争强度、知识复杂性对知识吸收能力不存在显著影响，假设H5、H6不成立。榜样示范正向影响知识吸收能力，假设H7成立。
Table 8. Hypothesis testing results
表8. 假设检验结果
假设 |
假设路径 |
标准化路径系数 |
S.E. |
T值 |
P值 |
检验结果 |
H1 |
先前经验→知识吸收能力 |
0.309 |
0.400 |
8.082 |
0.709 |
不成立 |
H2 |
学习投入→知识吸收能力 |
0.437 |
0.036 |
12.230 |
0.009 |
成立 |
H3 |
渠道丰富性→知识吸收能力 |
0.432 |
0.034 |
12.182 |
0.000 |
成立 |
H4 |
自我效能→知识吸收能力 |
0.403 |
0.037 |
11.330 |
0.000 |
成立 |
H5 |
行业竞争强度→知识吸收能力 |
0.283 |
0.038 |
7.416 |
0.605 |
不成立 |
H6 |
知识复杂性→知识吸收能力 |
0.334 |
0.039 |
9.061 |
0.119 |
不成立 |
H7 |
榜样示范→知识吸收能力 |
0.464 |
0.036 |
13.504 |
0.000 |
成立 |
5. 结论与讨论
5.1. 结论
本研究以民族地区乡村旅游职业农民为对象，采用扎根理论与实证分析相结合的方法，系统探究其知识吸收能力的影响因素，基于多元线性回归分析与假设检验结果做出以下结论：1) 虽然先前经验是旅游职业农民知识吸收的基础框架，但对农民的知识吸收能力不存在影响；2) 学习投入与渠道丰富性共同拓宽旅游职业农民知识获取的路径，线上(网络平台)与线下(社交合作)渠道的协同显著提升学习深度，随着学习投入增加，农民知识吸收能力也逐步提升；3) 自我效能通过增强个体信心驱动知识转化与应用；4) 行业竞争强度可能为农民主动更新知识提供动力，但对农民的知识吸收能力无影响；5) 知识复杂性增加旅游职业农民的吸收难度，但对农民知识吸收能力无影响；6) 榜样示范的效应最强，旅游职业农民通过观察模仿加速隐性知识传递，能较快获取创业知识。
5.2. 提升策略
需多维度协同推进：一是构建“线上 + 线下”融合学习体系，利用短视频平台与专业课程拓展线上资源，结合政府培训、产学研合作深化线下实践，政府可通过人才补贴支持企业引进专家，丰富知识来源；二是增加学习投入与自我效能，政府提供政策保障(如学习津贴)，企业营造知识共享文化，农民需制定职业规划并主动参与培训；三是发挥榜样辐射效应，遴选行业典型并建立激励机制，通过经验分享、实操指导带动群体能力提升[5]，形成“先进引领–知识溢出–整体跃升”的良性循环。
5.3. 局限与展望
本文采用了科学的量表和方法，但自我效能、学习投入等变量依赖自陈量表，易受社会期望效应干扰，存在一定误差，从而影响研究结果的准确性和可靠性。未来研究纳入中西部其他民族地区及汉族乡村旅游典型区域，对比不同文化背景下知识吸收能力的差异，增强研究的外部效度，以提升旅游职业农民知识吸收能力研究的准确性和可靠性，为乡村可持续发展激发内生动力。其次，本研究最初假设先前经验、行业竞争强度、知识复杂性对知识吸收能力存在影响，但数据分析结果表明，其对知识吸收能力无影响，这可能是因为此类型因素被自我效能、学习投入等中介因素解释，未来研究可进一步探讨其中介机制。此外，本研究主要考察各因素对知识吸收能力的直接效应，尚未深入探讨变量间可能存在的双向关系或中介机制。后续研究可采用结构方程模型或纵向研究设计，以更严谨地推断变量间的因果路径与动态交互。
NOTES
*通讯作者。