黄敦平，倪加鑫
（安徽财经大学经济学院，安徽蚌埠 233030）
共同富裕是社会主义的本质特征。党的十九大规划描绘了实现共同富裕的宏伟蓝图，“十四五”规划纲要进一步明确推进共同富裕的伟大目标。进入新时代后，如何顺利回应全体人民对共同富裕目标实现的热情关切，再次谱写人类史上的“中国奇迹”新篇章？全面打赢脱贫攻坚战后，我国迈入“后扶贫时代”，贫困治理工作也转向解决以基本可行能力不足为主要表现的相对贫困问题（汪三贵、孙俊娜，2021）[1]。而相对贫困具有主观性、长期性与多元性，需从收入单维度相对贫困向考察经济、社会发展、生态环境等多个维度相对贫困识别转变（罗必良，2020[2]；
周力、沈坤荣，2021[3]1；
孙久文、夏添，2019[4]；
王小林、冯贺霞，2020[5]1）。构建治理贫困长效机制之路依然“任重道远”，鼓励返乡创业是缓解乡村地区贫困群体多维相对贫困的主要途径之一，也是实现共同富裕的必由之路（陈锡文，2018[6]；
李周，2019[7]；
汪三贵、刘明月，2020[8]）。鼓励返乡创业政策相继出台为返乡创业提供政策支持（谢玲红，2021）[9]。农业农村部数据显示，2020年返乡创业队伍较上年新增近160万，并带动农村地区近1 000万人农村剩余劳动力就业。鼓励返乡创业，由“输血”向“造血”转变，有助于带动要素流向农村地区，促进人才与产业相融合，扩大农村产业集聚效应，构建巩固脱贫成果长效机制，为实现共同富裕目标注入新活力（姚树杰、张璇玥，2020[10]；
刘诚，2022[11]）。
大部分学者认为返乡创业对农户贫困具有积极作用。一方面通过自主创业活动拓宽农户增收渠道，为农户可持续性收入创造条件，具有增收效应（张成刚等，2015）[12]。另一方面返乡创业将带动人才、资金等要素回流乡村，提升该地区人力资源水平，激发贫困群体脱贫的内生动力。返乡创业带来劳动力回流形成农村地区“人口红利”，将通过外溢效应带动周边农户就业和收入增长（王轶等，2020）[13]。然而也有部分研究表明返乡创业并不一定会缓解农村地区相对贫困程度。由于创业是高风险的选择活动，所以自主创业活动缓解贫困具备一定的门槛（彭克强、刘锡良，2016）[14]。樊振佳等（2019）研究发现贫困地区返乡创业人员存在信息获取和交流渠道不畅等现象，阻滞农户自我脱贫能力的提高，加深农户相对剥夺程度[15]。贺雪峰（2020）认为由于乡村创业市场相对饱和，返乡创业可能面临更大创业风险，将增加农户陷入贫困概率[16]。此外，平卫英、宗潇泳（2021）研究发现农户创业对农户贫困影响呈现一个非线性动态关系，在创业初期阶段，农户创业对农村多维贫困缓解作用相对较弱，但到创业高级阶段，农户创业对农村贫困减缓具有显著作用[17]2。
综上所述，关于返乡创业与农户多维相对贫困的研究主要集中在探讨创业对贫困单维度影响，仅有部分文献阐释创业对多维贫困影响（袁方等，2019[18]；
平卫英、宗潇泳，2021[17]2），鲜有文献将农户的数字素养置于统一框架下实证探讨返乡创业对农户多维相对贫困影响。而在数字乡村建设进程中，随着农户数字素养水平的提升，有助于其增加获取创业资金和政策信息能力，跨越返乡创业初期资金约束门槛，为共同富裕注入新动能。因此，基于CLDS2016数据采用A-F模型测算农户多维相对贫困指数，实证分析返乡创业对农户多维相对贫困的影响，进一步实证分析返乡创业通过数字素养对农户多维相对减贫的机制。可能有以下两方面边际贡献：一是虽然已有大量文献分析了返乡创业对农户贫困的影响，但鲜有文献从实证探讨返乡创业对农户经济、社会发展、生态环境三个维度的相对贫困影响。二是机制分析方面，试图阐释数字素养作为返乡创业影响农户多维相对贫困一个重要机制，深化对数字素养的认识，为推动我国农村地区实现共同富裕提供路径参考。
相对贫困是一种主观感受，其参照系一般是同类户籍的群体，是一种普遍性、动态性、长期性的贫困类型（周力、沈坤荣，2021）[3]2。其中，多维相对贫困群体的收入相对较低是表征，自我发展能力的相对不足是内核（Sen，1999）[19]。返乡创业将通过作用于相对贫困形成的内因与外因两方面对农户多维贫困减缓产生影响。首先，从相对贫困形成的内因来看，返乡创业不仅给农户拓宽可持续增收渠道，转变农户消极市场参与态度，也为传播新技术、新思想打造新平台，为乡村包容性发展注入活力。此外，返乡创业的增收效应不仅可以通过直接效应带动该农户脱贫，而且间接带动周边农户脱贫（Bruton et al.，2013）[20]。其次，从相对贫困形成的外因来看，返乡创业将缓解政策、自然资源等外在层面的致贫因素所引发的社会排斥和自我排斥，将有助于多维相对贫困的缓解（郭熙保、周强，2016）[21]2。
返乡创业不仅可以直接作用多维相对贫困形成的内因和外因，而且同时作用农户经济维度、社会发展维度以及生态环境维度贫困，具有多维减贫效应。具体来说，首先，返乡创业可以帮助农户积累资金，提升农村地区就业吸纳能力，解决农户可持续生计问题，从而降低农户因受到经济收入冲击而返贫风险可能性，对农户经济维度贫困缓解具有显著作用。其次，返乡创业过程中激发了农户自我发展能力，有助于农户有能力提高自身及子女教育投入力度、提升信息获取效率，激发了农户参与市场的积极性，对农户社会发展维度贫困缓解具有显著作用。最后，返乡创业的农户受到城市先进观念影响，更易形成绿色发展理念，促进其追求更加美好生活环境，承担起保护农村地区生态环境责任，有助于农村实现可持续发展目标，对农户生态环境维度贫困缓解具有显著作用。
H1：返乡创业对农户多维相对贫困缓解具有显著作用。
H1a：返乡创业对农户经济维度贫困缓解具有显著作用。
H1b：返乡创业对农户社会发展维度贫困缓解具有显著作用。
H1c：返乡创业对农户生态环境维度贫困缓解具有显著作用。
数字素养是指一个人拥有获取信息工具、合理利用数字资源以及高效沟通的能力（易法敏，2021）[22]3。对于乡村地区数字化，农户数字素养水平高低取决于农户接入和获取外界信息的渠道是否通畅，但由于城乡信息“鸿沟”的存在，抑制社会资源向农村地区汇聚的作用，也阻碍自我财富收入不足的农户跨越“信息鸿沟”或分享“数字红利”，抑制农户数字素养能力提升，影响乡村地区数字化进程。然而，随着返乡创业群体日益活跃，通过数字化经营手段赋能返乡创业，不仅对自身的收入增长有积极影响，还可能通过同群效应激发周边农户创业需求（黄惠春等，2021）[23]。返乡创业活动愈发成为培育乡村地区居民数字素养的加速剂和催化剂，显著提高周边农户数字素养水平，从源头上缓解农户多维相对贫困程度。具体来说，一方面，返乡创业通过数字化催生新产业和新业态，提高农民获取现代化信息的技能，为培育农民数字素养提供有力支撑，有效填平“数字鸿沟”（余东华、李云汉，2021）[24]；
另一方面，返乡创业为建设数字乡村带来要素资源，通过推动数字化融入“三农”，打造乡村治理数字化平台，有助于农户平等地参与乡村治理，有效弥合“能力鸿沟”（易法敏，2021）[22]3。
数字素养通过以下途径影响多维相对贫困。第一，数字素养高的农户更容易获取广泛的金融服务和信息，突破创业资金门槛，增强农户生计能力，有助于缓解农户经济维度贫困。第二，在提升数字素养过程中，农户通过“干中学”掌握数字化经营技能，提升数字人力资本、提高参与乡村治理等方面的能力，同时也能满足农户对美好生活的多样化需求，有助于缓解农户社会发展维度贫困。第三，较高的数字素养水平可能会转变农户的文化思想观念，主动采纳绿色生产技术，营造绿色生活居住环境，满足农户对绿色可持续生态环境的需求，有助于缓解生态环境维度贫困。
H2：返乡创业通过提升农户数字素养水平缓解多维相对贫困。
（一）数据说明
数据来源于中山大学中国劳动力动态调查（CLDS2016）数据库。其中，该数据库覆盖29个省/市/区。按照问卷中“是否具有外出经历”以及“是否继续外出”回答，将受访者年龄限定在17～65周岁以及具有外出经历且不再外出的农村户主样本，筛选出具有外出务工经历的返乡户主，将个人库、家庭库和村庄库横向合并，在对缺失值、错误值进行处理后，最终得到了648户。
（二）A-F模型构建
采用Alkire&Foster（2011）提出的A-F 法来测度农户多维相对贫困现状[25]。参考谢家智、车四方（2017）做法，具体通过识别、测度以及分解3个步骤[26]。
1.多维相对贫困的识别
设X=[xij]为N×M维矩阵，表示N个农户在D的剥夺指标，其中xij表示第i个农户在维度j下的剥夺取值；
构建剥夺矩阵Z，zj(zj＞0)表示剥夺阈值。其中，具体识别的步骤如下：
第一，判断农户i在维度j是否处于剥夺状态。构建矩阵其元素g0的取值情况如下。当取值为0时，表示农户i在j维度未处于剥夺状态；
反之则表示农户处于被剥夺状态。
第二，识别农户是否处于多维相对贫困状态。设ci为个体i剥夺计数函数，wj为j维度的权重，则ci其中，ci分数越高说明农户的被剥夺程度越深；
反之则表明被剥夺程度越低。进一步设定k为多维相对贫困阈值，若ci＜k时候，ρk(Xi,Z)=0表示农户i未处于多维相对贫困状态；
反之则处于多维相对贫困。
2.测算农户的多维相对贫困现状
在识别的基础上，通过计算得处于多维相对贫困状态下的农户数量q，其公式为：q=其中，多维相对贫困发生率公式为H=q/n。为解决剥夺指标变化的不敏感问题，进而提出平均剥夺份额A，公式为得到H和A两个指数后，便得到多维相对贫困指数M0，即M0=HA。
3.分解农户的多维相对贫困指数
分解公式如下所示：
Mj=[(qj/n)×wj]/M0
其中，Mj为维度j对多维相对贫困总体的单维度的贡献率，qj为维度j处于多维相对贫困状况的农户数。
4.农户多维相对贫困指标选取
关于多维相对贫困指标的选取，参考可行能力理论和联合国发布的《人类发展报告》，并借鉴王小林、冯贺霞（2020）[5]4设置经济维度、社会发展维度和生态环境维度3个目标层，11个维度，14个测算指标，采用等权重法赋予权（见表1）。
表1 农户多维相对贫困指标体系
（三）多元线性回归模型构建
被解释变量：农户多维相对贫困指数。通过采用A-F模型赋予各维度权重得到多维相对贫困指数，若该值数值越大，表示农户多维相对贫困程度越高。参考刘魏、王小华（2019）[27]5以k=1/3 作为阈值，若多维相对剥夺得分大于阈值则表明农户处于多维相对贫困状态，反之农户未陷入多维相对贫困。
核心解释变量：返乡创业。参考谢勇、杨倩（2020）[28]将问卷中“雇主”“自雇非体力劳动者”“自雇体力劳动者”设置为返乡创业，赋值为1；
其他回答则赋值为0，即返乡非创业。
中介变量：数字素养。数字素养通常采用个人接收和获取信息化能力来体现，由于主要探究返乡创业是否会通过数字素养对农户多维贫困程度产生显著缓解效应。因此，根据问卷中“使用网上银行”“网上购买火车票”“用手机发短信”等问题回答采用因子分析法提取数字素养得分。
参考刘魏和王小华（2020）[27]4将控制变量界定为个体、家庭和村庄变量。其中，个体变量包括户主性别、婚姻、政治面貌和受教育程度4个变量；
家庭变量包括家庭规模和社会资本2个变量；
村庄变量包括村庄居住人数和村庄地势2个变量。变量描述统计如表2所示。
表2 变量描述性统计
探讨返乡创业是否能够降低农户多维相对贫困指数，模型公式设定如下：
式（1）中，MPIi表示多维相对贫困指数，EPi表示农户i是否为返乡创业，Xi表示个体、家庭和村庄层面的控制变量，α1、α2表示核心解释变量和控制变量的系数，εi为随机扰动项。
表3描述各个维度农户单维贫困发生率。结果表明农户信息获取维度遭受剥夺可能性最高，健康维度遭受剥夺可能性最低。通过对比返乡创业农户与返乡未创业农户的贫困发生率差异后得出，返乡群体中未选择创业农户遭受更多维度相对剥夺问题。具体而言，返乡创业农户在收入、生活水平等多个维度的贫困发生率更低。然而，相对于返乡未创业农户，返乡创业农户在支出和社会保障两个维度贫困问题比较突出。可能的原因是一方面相对于未创业农户，由于选择创业农户初期为寻找更好的创业机会、创业支持，需要更多消费等方面支出，所以增加了创业农户支出维度贫困的可能性；
另一方面在创业初期由于资金约束，创业者自身福利缺乏保障，与返乡未创业农户对比中产生相对剥夺感，所以创业农户在社会保障维度贫困发生率高于未创业农户。由于所选取维度以及指标之间存在一定关联性，无法从农户单维度贫困发生率验证H1成立。因此，需要进一步分析返乡创业缓解农户多维相对贫困的综合效应。
表3 返乡创业与农户单维贫困发生率（%）
表4描述k在不同剥夺维度中取值时，农户多维相对贫困测算结果。首先，随着k值不断增大，测度多维相对贫困指标整体上均呈现下降态势。具体来说，当k≤3/11时，处于多维相对贫困状态的农户相对较多，其中，48.60%的农户存在3 个维度的剥夺；
当k≥6/11 时，表明农户处于极端多维剥夺状态，但农户存在6个维度贫困发生率仅为6.00%。其次，通过表4给出的返乡创业农户与返乡未创业农户的横向比较结果表明相对于返乡创业农户，返乡未创业农户遭受剥夺程度相对较高。处于3 个维度剥夺状态的返乡创业未农户贫困发生率高于返乡创业农户20.80 个百分点，处于6 个维度的极端多维剥夺状态的返乡创业未农户贫困发生率也高于返乡创业农户4.80个百分点。
表4 返乡创业与农户多维相对贫困
（一）返乡创业对农户多维相对贫困的影响
表5给出返乡创业对农户多维相对贫困的基准回归结果。由模型1可知，核心解释变量返乡创业的系数显著为负，表明返乡创业显著缓解农户多维相对贫困，考虑到可能存在遗漏变量等问题会影响回归结果，模型2、3、4中逐次加入个人层面、家庭层面和村庄层面的控制变量，结果表明返乡创业在1%的统计水平上均为显著，且回归系数为负，即返乡创业显著缓解农户多维相对贫困，假设H1成立。可能的原因是共同富裕目标下乡村基础设施不断完善，返乡创业活动推动农户生计策略转换，一方面通过挖掘农村特色资源，打造差异化农村市场环境，提升自主创业活动市场竞争力和获利空间；
另一方面在创业过程中积累一定经验，有助于提升农户人力资本水平，进而缓解农户多维相对贫困程度。
表5 返乡创业对农户多维相对贫困的估计结果
在控制变量方面，从户主层面来看，一般来说，女性户主一般是已婚妇女，由于已婚妇女，家庭结构稳定，通过合理配置家庭已有资源，自主创业活动绩效就越好，家庭陷入多维相对贫困可能性越低（郭熙保、周强，2016）[21]7；
受教育程度越高的农户越善于利用数字化工具获取市场信息，善于抓住创业机会，家庭也就不易陷入相对贫困陷阱。从家庭层面来看，社会资本越多不仅体现着对其对于自己所拥有的资源的配置能力，而且有利于提升贫困人口内生发展能力，可以显著降低农户多维相对贫困概率。从村庄层面来看，村庄居住人数越多、村庄地势越平坦与农户多维相对贫困呈负相关，可能的原因是村庄地势越平坦，村庄居住人数越多，劳动力资源较多、乡村空心化和老龄化程度相对较低，将显著缓解农户多维相对贫困程度（宇林军，2016）[29]。
进一步将相对贫困分为经济、社会发展和生态环境三个维度，考察返乡创业对不同维度相对贫困的影响。表6回归结果显示，返乡创业对经济维度、发展能力和生活水平三个维度相对贫困缓解均具有显著作用，这一结果进一步验证返乡创业具有多维减贫效应。具体而言，对于农户经济维度和社会发展维度而言，返乡创业能通过获取可持续创业收入、提升市场参与程度、转变认知等方式，增强农户可持续的生计能力和社会发展能力（苏岚岚、彭艳玲，2022）[30]；
在生态环境方面，由于返乡创业农户受到城市文明影响，不仅带回现代化城市文明和生活方式，以绿色发展理念追求可持续发展目标，而且积累一定的资金，足以覆盖家庭居住环境改善所需的资金。因此，返乡创业缓解经济维度、社会发展维度和生态环境三个贫困维度具有显著作用，H1a-H1c成立。
表6 返乡创业对不同相对贫困维度的影响
（二）内生性检验
考虑到基准回归模型中，由于返乡创业可能存在互为因果和遗漏变量等内生性问题，一方面，返乡创业活动可以通过提升数字素养水平缓解农户多维相对贫困，但多维相对贫困农户也可以通过利用数字化工具获取市场信息，从而促进返乡创业活动；
另一方面，多维相对贫困农户风险偏好态度、信息获取能力等难以预测，会影响自主创业活动绩效，进而影响农户多维相对贫困。为消除内生性产生的估计偏误问题，利用工具变量法进行内生性检验。参考刘斌（2020）[31]，选用村庄平均的创业活跃率（剔除了个体自身的创业状态）作为工具变量的原因如下：一方面，村庄平均创业率越高，不仅代表该村庄创业活力好，基础设施完善，而且会存在“同群效应”，这些都会对返乡创业产生重要的影响。另一方面，农户多维相对贫困程度不会反过来村庄平均的创业率，因此，村庄平均的创业率是一个较为合适的工具变量。第一阶段回归的结果（见表7）显示，村庄平均的创业率系数高度显著，弱工具变量检验值为181.196，说明村庄平均的创业率并非弱工具变量。使用工具变量法后返乡创业的系数在1%的水平上显著为负，结果表明返乡创业会显著缓解农户多维相对贫困，其结果具有稳健性。
表7 内生性处理：工具变量法
（三）异质性分析
1.地区间异质性。由于我国特殊二元结构下，劳动力由中西部流向东部地区，区域经济发展差异较大，同时基础设施，市场环境以及创业政策等均存在一定差异化程度。由此在不同的条件约束下，不同地区农户做出返乡创业决策也会产生一定的差异，同时对农户相对多维相对贫困影响程度也可能不同。文章将样本划分为东、中和西部地区。由表8列（1）～（3）结果可以看出，不同地区之间返乡创业对农户多维相对贫困影响存在异质性。对于东、中和西部返乡创业均可以缓解农户多维相对贫困程度，其中，东西部地区返乡创业缓解农户多维相对贫困影响较为显著。可能的原因是东部地区经济发展好，创业市场政策环境相对较好，返乡创业优势较好发挥，因而强化返乡创业对农户多维相对贫困缓解作用；
由于中部地区主要是为农业大省，流动人口规模较大，劳动力主要以兼业为主，同时返乡创业政策铺展存在一些需要完善地方，抑制中部地区返乡创业优势的发挥。而西部地区，虽然经济相对落后，但相对于其他地区，由于政策上的倾斜，西部地区返乡创业活动的边际产出增加相对较多，为西部地区带来宝贵的经济发展契机，进而显著缓解西部地区农户多维相对贫困。
2.代际异质性。将农户按照年龄划分17～39为青年、40～65为壮年。由表8的列（4）、（5）结果可以看出，不同年龄段农户返乡创业均能缓解农户多维相对贫困状况，但仅壮年的农户返乡创业的减贫具有显著作用。可能原因是相对于壮年的户主，青年的户主在外出务工经历时间较短以及缺乏相应的创业要素，创办企业的经营能力相对有限，会缩减家庭生活收入和开支，增加家庭陷入多维相对贫困状况可能性；
同时壮年的户主在社会网络、识别创业机会等方面具有优势，这一优势使其在创业市场更好地释放自身潜在动能，显著缓解多维相对贫困。因此，由于青年的农户对创业政策的依赖性更强，稳定脱贫的能力较弱，所以其对多维相对贫困的减贫效应并不显著。
表8 异质性分析结果
（四）稳健性检验
为确保基准回归结果的稳健性，将多维相对贫困（多维相对贫困剥夺得分是否大于1/3，否=0，是=1）替换被解释变量进行稳健性检验。由于多维相对贫困为二分类变量，因此选取Probit模型进行回归分析。如表9所示，返乡创业系数均在1%水平下显著，且为负。其中，模型11中，与返乡未选择创业农户相比，选择返乡创业农户降低多维相对贫困发生率16.5个百分比，返乡创业是降低农户多维相对贫困发生率的重要因素，且该回归结果与前文基准回归结果基本一致，表明返乡创业对农户多维相对贫困影响具有稳健性。
表9 返乡创业与农户多维相对贫困的Probit回归分析
为进一步探讨返乡创业对农户多维相对贫困的作用机制，将采用数字素养作为中介变量进行实证分析。参考温忠麟、叶宝娟（2014）[32]构建模型如下：
其中：MPIi为被解释变量，指农户多维相对剥夺得分；
EPi为返乡创业；
Xi为控制变量；
Mi为中介变量，即数字素养。α、β、γ为参数，εi、δi、μi为随机扰动项。
由表10可以看出模型的整体都在1%统计水平下显著。其中，列（1）表示返乡创业缓解农户多维相对贫困具有显著作用，列（2）表示返乡创业对数字素养同样具有显著正向影响，从列（3）的结果来看，返乡创业、数字素养对农户多维相对贫困剥夺得分的回归结果仍然显著。具体来说，返乡创业对农户多维相对贫困剥夺得分的系数从0.062变为0.050，系数变小，但是在1%统计水平下依旧显著，表明返乡创业对农户多维相对贫困减缓部分通过数字素养提升这一中介渠道传导，即返乡创业一部分直接作用于减缓农户多维相对贫困，另一部分是通过数字素养提升间接作用于缓解农户多维相对贫困减缓，H2得到验证。可能的原因是，一是返乡创业利用数字化工具带动周边农户获取创业资源政策、创业资金支持给农村地区提供大批就业岗位，增加周边农户工资性收入，增强农户经济发展能力。二是返乡创业利用数字化工具提升周边农户数字素养水平，带动周边农户创业需求，形成创业聚集效应，提升识别创业机会和农村地区对接市场的能力，增强农户社会发展能力。三是返乡创业利用数字化工具带动周边农户形成绿色发展观念，有助于推动农村地区精神文明建设的发展，增强农户生态环境能力。因此，随着数字乡村建设逐步推进，返乡创业通过利用数字化工具，在增加收入的基础上，并且通过数字信息化作用进一步提升农民市场参与能力和培育农户绿色生态观念，提升农户内生发展能力，为实现共同富裕提供路径参考。
表10 数字素养中介效应
基于中国劳动力追踪调查（CLDS2016）数据，采用A-F 模型测度农户多维相对贫困现状，分析返乡创业对农户多维相对贫困的影响，进一步检验数字素养的中介作用。分析结果表明，一是农户在信息获取维度遭受剥夺程度最多，48.60%的农户存在3个维度的剥夺，处于6个维度的极端多维剥夺状态贫困发生率为6.00%，返乡未创业农户多维贫困发生率高于返乡创业农户。二是返乡创业对农户多维相对贫困减缓具有显著影响。分维度来看，返乡创业对经济维度、社会发展维度和生态环境等维度贫困缓解均产生显著作用，具有多维减贫效应。三是从异质性角度看，返乡创业减缓农户多维相对贫困存在明显的区域差异性，减贫效应随着中、东、西部地区逐渐增加，且仅对东西部地区农户多维相对贫困具有显著影响；
代际异质性分析表明，不同年龄段的返乡创业均可以缓解农户多维相对贫困，但仅为壮年农户返乡创业对农户多维绝对贫困缓解具有显著影响。四是中介机制结果显示，返乡创业显著提升农户数字素养水平，返乡创业通过数字素养的中介效应间接缓解农户多维相对贫困。
基于以上结论，得到启示体现在如下三个方面。一是研究结论表明返乡创业显著缓解农户多维相对贫困。这有助于启发政府要进一步关注和引导农村地区的返乡创业行为，大力鼓励农户返乡创业，政府通过普惠金融创业贷款政策，降低农村地区创业门槛，着力引导返乡创办高质量、高层次企业，盘活农村经济系统活力，从源头上为农村地区减贫注入新动能。二是政府综合考虑当地经济及创业市场环境，完善创业支持政策吸引农户返乡创业，同时也不能忽视返乡创业农户代际与区域的异质性特征，以免其步入返乡创业群体规模扩大但收入无法增加的恶性循环中进而增加农户陷入贫困“陷阱”可能性。三是政府定期举办手机或互联网等数字化工具使用、创业技能培训活动，开发与农户需求相匹配数字化工具，丰富农户信息获取渠道。研究结果表明，提升农户数字素养水平是实现共同富裕和数字乡村的必由之路，返乡创业通过提高农户数字素养对其多维相对贫困产生积极影响。事实上，这条渠道的作用可以理解为乡村地区数字化水平提高会弥合城乡“信息鸿沟”，有助于加速市场交易信息及资源在城乡之间自由流动，从而促进自主创业。为此，政府部门应着力完善提升贫困群体数字能力建设配套政策，例如，完善农村网络基础设施，畅通城乡市场信息交易活动，降低农民自主创业活动的信息获取成本，减轻农村地区居民的数字排斥程度，从而扎实推进共同富裕目标实现。✿
猜你喜欢维度农户变量农户存粮，不必大惊小怪今日农业(2022年13期)2022-09-15理解“第三次理论飞跃”的三个维度当代陕西(2022年4期)2022-04-19让更多小农户对接电商大市场今日农业(2021年8期)2021-07-28抓住不变量解题小学生学习指导(高年级)(2021年4期)2021-04-29也谈分离变量河北理科教学研究(2020年2期)2020-09-11浅论诗中“史”识的四个维度中华诗词(2019年7期)2019-11-25粮食日 访农户中国粮食经济(2018年11期)2018-01-23农户存粮调查中国粮食经济(2018年7期)2018-01-23光的维度灯与照明(2016年4期)2016-06-05分离变量法：常见的通性通法新高考·高二数学(2014年7期)2014-09-18