1. 引言
在数字经济快速渗透乡村发展的背景下，数字化已成为推动乡村振兴与农业农村现代化的重要动力。自我国启动数字乡村建设以来，数字技术在农村生产经营、信息传播和创业活动中的作用日益凸显。《数字乡村发展行动计划(2022~2025年)》提出，应发展数字生产力、培育数字经济新业态，以推动农村产业结构升级[1]。在此趋势下，农民在电商创业过程中能否有效掌握和运用数字技术，直接关系到其能否顺利融入数字经济并获得持续的创业成长。中老年农民作为创业农民的重要组成部分，其长期积累的农业生产与管理经验是推动农村经济发展的宝贵资源，但普遍存在数字技能不足、信息获取渠道有限等问题[2]，导致其市场敏感性较低、数字化经营能力不足，难以满足数字乡村建设对创业能力提出的新要求。在这一背景下，源自子代的数字技能支持和技术指导逐渐成为中老年群体获取数字能力、降低技术门槛的重要途径。代际数字反哺作为一种基于家庭互动的知识与技能传递机制，可能成为促进中老年农民电商创业的重要推力。
数字素养作为理解、应用数字资源的核心能力，是中老年农民实现创业活动数字化转型的基础。代际数字反哺不仅能够弥补其数字技能短板，还能促进其在信息获取、网络沟通、数字营销与安全意识等方面的能力提升。因此，探究数字素养在代际数字反哺与创业能力之间的中介机制，有助于深化对数字技术赋能农民创业过程的理解。
尽管已有研究从数字鸿沟、技术采纳、家庭支持等视角探讨了农民群体的数字参与行为，但对于代际数字反哺如何影响中老年群体的创业能力，仍缺乏系统性理论分析。特别是在代际信息差距显著的农村情境中，子代的数字技能是否能够通过知识传递机制转化为亲代的创业能力，是既有研究尚未充分解释的理论问题。基于上述现实背景与理论需求，本文通过实证研究构建“代际数字反哺–数字素养–创业能力”的分析框架，重点探讨代际数字反哺是否以及通过何种机制促进中老年农民创业能力的提升，并进一步分析数字素养在其中的中介作用。
2. 理论分析与研究假设
2.1. 代际数字反哺与中老年农民创业能力
学界关于农民创业能力的划分并未达成共识，本文将其划分为机会能力与生产经营能力两个维度[3]。代际数字反哺是子代基于其较高的数字技能与技术认知向中老年亲代传递数字知识、理念和操作经验的过程。在数字化加速融入乡村生产与生活的背景下，这一家庭内部互动成为中老年农民获取数字能力、降低技术门槛的重要途径。相较于年轻群体，中老年农民在信息接触、设备操作和数字认知方面存在明显不足，导致其在创业活动中对市场变化反应较慢和对数字经营工具的应用有限。
在机会能力方面，中老年农民往往受限于传统信息渠道，难以及时捕捉市场趋势和产业机遇。子代通过提供信息筛选、平台使用指导及新型经营案例，使中老年群体能够更直观地理解数字技术的功能与价值。这种支持不仅改善其信息可及性，也强化了其对数字工具的认知。在生产经营能力方面，中老年农民虽然具备丰富的实践经验，但在数字化生产管理、网络营销和线上运营方面存在明显短板。代际数字反哺能够帮助其改善认知不足并实现思维方式更新[4]，掌握数字工具在资源整合、生产控制与销售渠道拓展中的应用方式，从而提升生产效率。同时，在子代的持续支持下，中老年农民对数字经营模式的接受度增强，心理抵触感减少，对采用新技术的信心提升，有助于其在经营方式上实现由传统模式向数字化模式的转型。
据此提出假设：
H1：代际数字反哺对中老年农民的创业能力具有正向影响；
H1a：代际数字反哺对中老年农民的机会能力具有正向影响；
H1b：代际数字反哺对中老年农民的生产经营能力具有正向影响。
2.2. 数字素养的中介作用
数字素养是指个体在数字环境中获取、理解、分析并运用数字资源的综合能力，包括信息处理、数字沟通、内容创作与安全意识等多个维度[5]。在数字技术深度嵌入农村经济活动的背景下，数字素养已成为农民参与数字经济的重要基础，影响其市场判断、资源整合和经营实践等关键环节。对于数字能力相对薄弱的中老年农民而言，数字素养的提升不仅关乎技术使用本身，也关系到其能否将数字技术转化为有效的创业资源。
在代际数字反哺的支持下，中老年农民能够更便捷地接触数字技术。子代在设备操作、平台使用、信息筛选和网络互动方面的帮助，降低了数字学习成本，改善了数字工具的使用体验，使中老年群体能够逐步掌握必要的数字技能。这种来自家庭内部的持续支持，使中老年农民在数字认知、技术理解和安全意识等方面得以逐步增强，为数字素养的提升奠定条件。随着数字素养的提高，中老年农民在创业活动中的表现也随之改善。更熟练的数字工具运用能力增强了其在网络营销、线上交易和生产管理中的操作能力，推动经营行为向数字化方向转变。同时，数字素养的提升还能增强自我效能感，使中老年农民在面对新技术时更具信心与主动性，有助于形成持续学习与应用数字技术的良性循环。
据此提出以下假设：
H2：数字素养在数字反哺与中老年农民创业能力之间起中介作用；
H2a：数字素养对中老年农民的机会能力具有正向影响；
H2b：数字素养对中老年农民的生产经营能力具有正向影响。
3. 研究设计
3.1. 代际数字反哺
本文借鉴王雨馨等和罗强强等的研究来测度代际数字反哺情况[6] [7]，具体测量题项如表1所示。
Table 1. Items of intergenerational digital feedback
表1. 代际数字反哺题项
变量维度 |
数量 |
题项内容 |
代际数字反哺 |
4 |
子女向您讲解数字技术、智能化设备和平台的重要性和便利程度 |
子女帮您购买或挑选数字设备和产品，帮您安装WIFI等 |
子女帮助您掌握数字设备、平台等的操作 |
子女帮助您解决您使用智能设备、平台等时遇到的问题 |
3.2. 数字素养
数字素养变量的量表借鉴了李强等的研究[8]，具体测量题项如表2所示。
Table 2. Items of digital literacy
表2. 数字素养题项
变量维度 |
数量 |
题项内容 |
数字素养 |
4 |
您会使用智能手机、电脑进行查信息等操作 |
您会使用微信、抖音等社交软件与他人互动交流 |
您会使用智能手机等设备编辑日常生活的照片、视频 |
您会对智能手机、WIFI、网络购物等设置密码保护 |
3.3. 创业能力
创业能力变量的量表借鉴了庄晋财等和唐靖等的研究[9] [10]，把创业能力划分为机会能力和生产经营能力两个方面，以此来构建本文对于创业能力的测量体系，具体测量题项如表3所示。
Table 3. Items of entrepreneurial capability
表3. 创业能力题项
变量维度 |
数量 |
题项内容 |
机会能力 |
4 |
您能够通过数字渠道拓展销售或获取客户 |
您能够利用数字工具分析市场需求并调整经营策略 |
您能够熟练搜索和理解与创业相关的政策和项目信息 |
您能够运用数字资源开发新的产品、服务或市场机会 |
生产经营能力 |
4 |
您能通过数字工具学习并应用新技术、新工艺或新的营销方法 |
您能够利用数字工具有效解决创业过程中出现的问题 |
您能够整合数字平台上的资金、技术、场地或其他经营资源 |
您能够利用数字工具获取并运用与产品改进、客户维护和经营管理相关的关键信息 |
4. 实证结果与分析
4.1. 样本概况
本文所用数据来源于课题组于2024年5月至8月期间开展的实地调研。本研究采用问卷调查法，由课题组成员在江苏省常州市、山东省枣庄市、河北省张家口市等多个农村地区现场发放并回收问卷。为保证样本的代表性，调查采用分层随机抽样方法：在上述县(市、区)中分别选取2~3个具有代表性的乡镇，每个乡镇再随机抽取3~4个自然行政村，在每个样本村中随机抽取4~6户农户作为调查对象，样本限定为年龄45岁及以上并具备一定创业经历的中老年农民。在正式调查之前，研究团队进行了小规模预调查，以检验问卷的信效度和题项的表述清晰度与代表性。根据预调查的反馈意见，结合量表适用性及受访者文化教育水平，对部分题项进行了优化与调整，从而提高了问卷的适用性和测量准确性。最终，研究团队共发放并回收问卷137份，其中8份因填写时间过短或存在明显质量问题被判定为无效，有效问卷数量为129份，有效回收率达到94.2%，为后续的实证分析提供了可靠的数据支撑。
4.2. 信效度分析
4.2.1. 信度分析
本研究采用Cronbach’s α系数对问卷的信度进行评估，以确保数据的可靠性。代际数字反哺变量的Cronbach’s α系数为0.873，数字素养变量的Cronbach’s α系数为0.800，农民创业能力变量的Cronbach’s α系数为0.857，均大于0.7 (见表4)，表明问卷具有较为理想的内部一致性，本研究中的所有变量的信度较为良好，可靠性较高。
Table 4. Reliability of the questionnaire
表4. 问卷信度
变量 |
题项 |
Cronbach’s Alpha系数 |
代际数字反哺 |
4 |
0.873 |
数字素养 |
4 |
0.800 |
农民创业能力 |
8 |
0.857 |
4.2.2. 效度分析
为验证问卷的内容效度，本文首先对整体问卷以及各变量维度分别进行了KMO检验与Bartlett球形检验，以判断数据是否适合进行因子分析。由表5可见，问卷整体的KMO值为0.858，说明样本数据具有良好的因子分析适用性。同时，Bartlett球形检验的近似卡方值为1156.999，显著性水平p < 0.001，证实变量间存在显著相关性，适合进行后续的因子提取和模型验证分析。
Table 5. Validity of the questionnaire
表5. 问卷效度
KMO值 |
Bartlett’s球形检验 |
近似卡方值 |
Df |
p值 |
0.858 |
1156.999 |
120 |
0.000 |
进一步地，本文对代际数字反哺、数字素养、农民创业能力三个变量分别进行了效度检验。根据表6所示，三个变量的KMO值分别为0.795、0.712和0.856，均达到因子分析的基本要求，且三个变量的Bartlett球形检验均在p < 0.001水平上显著，说明各变量内部之间具有显著相关性。
Table 6. Item validity
表6. 题项效度
变量 |
KMO值 |
Bartlett’s球形检验 |
近似卡方值 |
Df |
p值 |
代际数字反哺 |
0.795 |
273.278 |
6 |
0.000 |
数字素养 |
0.712 |
176.050 |
6 |
0.000 |
农民创业能力 |
0.856 |
415.160 |
28 |
0.000 |
4.3. 回归分析
4.3.1. 主效应分析
为分析代际数字反哺对中老年农民创业能力的影响，本研究采取OLS回归法，回归结果见表7。模型2中，在控制性别、年龄、受教育程度等变量后，代际数字反哺的回归系数显著为正(系数为0.376，t = 6.543，p < 0.01)，表明家庭内部的数字知识传递能够有效提升中老年农民的整体创业能力水平，子代对中老年农民的数字反哺显著提升了其创业能力得分。R2值为0.368，意味着代际数字反哺可以解释中老年农民创业能力的36.8%变化原因，为理解数字时代农民创业能力的形成机制提供了实证依据。F检验结果显示模型均在统计上显著(F = 10.057, p = 0.000)，进一步验证了回归模型整体的有效性。
总结分析可知：代际数字反哺会对中老年农民创业能力产生显著的正向影响关系。H1得到验证。
Table 7. Main effect regression results: the impact of intergenerational digital feedback on the entrepreneurial capability of middle-aged and elderly farmers
表7. 主效应回归结果：代际数字反哺对中老年农民创业能力的影响
|
Model1 |
Model2 |
常数 |
2.212** (10.661) |
1.214* (1.986) |
代际数字反哺 |
0.395** (7.537) |
0.376** (6.543) |
性别 |
|
−0.128 (−1.030) |
年龄 |
|
0.001 (0.138) |
受教育程度 |
|
0.107 (1.148) |
居住地 |
|
−0.333 (−0.946) |
与子女居住情况 |
|
0.097 (1.025) |
与子女关系情况 |
|
0.188* (2.210) |
样本量 |
129 |
129 |
R2 |
0.309 |
0.368 |
调整R2 |
0.304 |
0.331 |
F值 |
F (1,127) = 56.809, p = 0.000 |
F (7,121) = 10.057, p = 0.000 |
因变量：农民创业能力平均得分；*p < 0.05，**p < 0.01括号里面为t值。
表8中，重点考察了代际数字反哺对中老年农民创业能力两个维度的差异化影响，模型1与模型2以机会能力为因变量，模型3与模型4则以生产经营能力为因变量，系统地考察了代际数字反哺的作用机制。
(1) 代际数字反哺与机会能力
模型2在控制性别、年龄、学历、所在地、与子女居住情况、与子女关系情况等变量后，代际数字反哺对中老年农民的机会能力的影响显著为正(回归系数为0.387，t = 5.730，p < 0.01)，说明该变量在控制个体特征后依旧对机会能力有显著提升作用。因此，研究假设H1a获得验证。
(2) 代际数字反哺与生产经营能力
模型4中，在引入控制变量后，代际数字反哺对中老年农民的生产经营能力的影响显著为正(回归系数为0.366，t = 6.301，p < 0.01)。因此，研究假设H1b获得验证。
Table 8. The impact of intergenerational digital feedback on two dimensions of entrepreneurial capability of middle-aged and elderly farmers
表8. 代际数字反哺对中老年农民创业能力两个维度的影响
|
Model1 |
Model2 |
Model3 |
Model4 |
常数 |
2.239** (9.328) |
1.544* (2.153) |
2.186** (10.230) |
0.884** (1.431) |
代际数字反哺 |
0.369** (6.075) |
0.387** (5.730) |
0.422** (7.816) |
0.366** (6.301) |
性别 |
|
−0.199 (−1.361) |
|
−0.058 (−0.459) |
年龄 |
|
0.000 (0.042) |
|
0.001 (0.224) |
学历 |
|
0.178 (1.620) |
|
0.037 (0.393) |
所在地 |
|
−0.102 (−0.247) |
|
−0.564 (−1.586) |
与子女居住情况 |
|
0.087 (0.791) |
|
0.106 (1.112) |
与子女关系情况 |
|
0.099 (0.988) |
|
0.278** (3.229) |
样本量 |
129 |
129 |
129 |
129 |
R2 |
0.225 |
0.271 |
0.325 |
0.405 |
调整R2 |
0.219 |
0.229 |
0.319 |
0.371 |
F值 |
F (1,127) = 36.907, p = 0.000 |
F (7,121) = 6.436, p = 0.000 |
F (1,127) = 61.084, p = 0.000 |
F (7,121) = 11.770, p = 0.000 |
*p < 0.05，**p < 0.01括号里面为t值。
4.3.2. 中介作用分析
本研究通过中介效应模型检验了数字素养在代际数字反哺与中老年农民创业能力之间的传导机制。由表9可知，代际数字反哺对创业能力的促进作用存在显著的双路径影响：一方面，代际数字反哺直接提升创业能力(β = 0.395, p < 0.01)；另一方面，通过提高数字素养间接增强创业能力(间接效应β = 0.116，p < 0.01)。具体而言，代际数字反哺能显著改善中老年农民的数字素养水平(β = 0.240, p < 0.01)，而数字素养的提升又进一步转化为创业能力的增强(β = 0.482, p < 0.01)。在引入中介变量后仍保持显著，表明数字素养在代际数字反哺影响创业能力的路径中发挥了部分中介作用，效应占比29.239%。因此，研究假设H2获得验证。
由表10和表11可知，数字素养在代际数字反哺影响创业能力两个维度的过程中均起到显著的部分中介作用。具体而言，在机会能力维度，代际数字反哺不仅直接促进中老年农民的机会能力(β = 0.369, p < 0.01)，还通过提升数字素养产生间接效应，中介效应占比达30.08%。就生产经营能力维度而言，代际数字反哺的总效应为0.422 (p < 0.01)，其中28.44%的效应是通过数字素养这一中介路径实现的。引入数字素养作为中介变量后，两个模型的解释力均显著提升，其中生产经营能力维度的R2从0.325增至0.609，表明数字素养在解释代际数字反哺对生产经营能力的影响中具有重要作用。因此，研究假设H2a，H2b获得验证。
Table 9. Mediation analysis of intergenerational digital feedback on the entrepreneurial capability of middle-aged and elderly farmers
表9. 代际数字反哺对中老年农民创业能力的中介作用分析
|
创业能力 |
数字素养 |
创业能力 |
常数 |
2.212** (10.661) |
3.057** (11.017) |
0.739** (3.316) |
代际数字反哺 |
0.395** (7.537) |
0.240** (3.419) |
0.280** (6.650) |
数字素养 |
|
|
0.482** (9.465) |
样本量 |
129 |
129 |
129 |
R2 |
0.309 |
0.084 |
0.596 |
调整R2 |
0.304 |
0.077 |
0.590 |
F值 |
F (1,127) = 56.809, p = 0.000 |
F (1,127) = 11.687, p = 0.001 |
F (1,126) = 93.010, p = 0.000 |
*p < 0.05，**p < 0.01括号里面为t值。
Table 10. Mediation analysis of intergenerational digital feedback on the opportunity capability of middle-aged and elderly farmers
表10. 代际数字反哺对中老年农民机会能力的中介作用分析
|
机会能力 |
数字素养 |
机会能力 |
常数 |
2.239** (9.328) |
3.068** (11.194) |
0.803** (2.797) |
代际数字反哺 |
0.369** (6.075) |
0.238** (3.428) |
0.258** (4.784) |
数字素养 |
|
|
0.468** (7.099) |
样本量 |
129 |
129 |
129 |
R2 |
0.225 |
0.085 |
0.447 |
调整R2 |
0.219 |
0.077 |
0.438 |
F值 |
F (1,127) = 36.907, p = 0.000 |
F (1,127) = 11.750, p = 0.001 |
F (2,126) = 50.825, p = 0.000 |
*p < 0.05，**p < 0.01括号里面为t值。
Table 11. Mediation analysis of intergenerational digital feedback on the operational capability of middle-aged and elderly farmers
表11. 代际数字反哺对中老年农民生产经营能力的中介作用分析
|
生产经营能力 |
数字素养 |
生产经营能力 |
常数 |
2.186** (10.230) |
3.068** (11.194) |
0.635** (2.759) |
代际数字反哺 |
0.422** (7.816) |
0.238** (3.428) |
0.302** (7.001) |
数字素养 |
|
|
0.505** (9.559) |
样本量 |
129 |
129 |
129 |
R2 |
0.325 |
0.085 |
0.609 |
调整R2 |
0.319 |
0.077 |
0.602 |
F值 |
F (1,127) = 61.084, p = 0.000 |
F (1,127) = 11.750, p = 0.001 |
F (2,126) = 97.960, p = 0.000 |
*p < 0.05，**p < 0.01括号里面为t值。
4.4. 稳健性检验
本文采用稳健回归分析来验证主效应结论的稳健性。由表12可知，代际数字反哺对中老年农民创业能力的正向影响依然显著(回归系数为0.390，t = 7.498，p < 0.01)。且模型整体的F检验值均达到显著水平(p < 0.01)。与前文基本保持一致，表明模型估计的良好稳健性。
Table 12. Robustness check
表12. 稳健性检验
|
Model1 |
Model2 |
常数 |
2.162** (11.039) |
1.037 (1.875) |
代际数字反哺 |
0.417** (8.419) |
0.390** (7.498) |
性别 |
|
−0.102 (−0.905) |
年龄 |
|
0.002 (0.322) |
学历 |
|
0.125 (1.473) |
所在地 |
|
−0.403 (−1.265) |
与子女居住情况 |
|
0.071 (0.835) |
与子女的关系 |
|
0.220** (2.852) |
样本量 |
129 |
129 |
R2 |
0.306 |
0.357 |
调整R2 |
0.301 |
0.319 |
F值 |
F (1,127) = 56.064, p = 0.000 |
F (7,121) = 9.578, p = 0.000 |
因变量：农民创业能力平均得分；*p < 0.05，**p < 0.01括号里面为t值。
4.5. 内生性分析
针对数字素养与中老年农民创业能力间的内生性问题，本研究采用两阶段最小二乘法进行估计，选取《县域数字乡村指数研究报告(2020)》中的地区数字乡村指数作为工具变量，以有效控制反向因果和遗漏变量偏误。该变量能够有效反映地区数字化基础条件，会影响中老年农民的数字素养，但不会直接影响其创业能力，满足工具变量的相关性与外生性要求。第一阶段回归结果(表13)显示，工具变量对代际数字反哺具有显著解释力(β = 0.938, p < 0.01)，F值大于10，说明不存在弱工具变量问题。第二阶段回归(表14)显示，经工具变量调整后的代际数字反哺仍对中老年农民创业能力产生显著正向影响(β = 0.367, p < 0.05)，模型拟合良好。
Table 13. First-stage regression results for endogeneity test
表13. 内生性检验第一阶段回归结果
|
代际数字反哺平均得分 |
常数 |
−0.938 (−0.781) |
数字乡村指数 |
0.075** (4.098) |
样本量 |
129 |
R2 |
0.117 |
调整R2 |
0.110 |
F值 |
F (1,127) = 16.798, p = 0.000 |
*p < 0.05，**p < 0.01括号里面为t值。
Table 14. Second-stage regression results for endogeneity test
表14. 内生性检验第二阶段回归结果
|
回归系数 |
常数 |
2.264** (3.239) |
数字素养平均得分 |
0.367* (2.092) |
样本量 |
129 |
R2 |
0.389 |
调整R2 |
0.385 |
Wald χ2 |
χ2 (1) = 4.375, p = 0.036 |
备注：被解释变量 = 创业能力平均得分，D-W值 = 0.947，*p < 0.05，**p < 0.01括号里面为t值。
5. 讨论与结果
5.1. 讨论
本研究的结果表明，代际数字反哺在提升中老年农民创业能力方面具有重要作用，这与既有关于家庭支持促进老年群体社会参与的研究相一致。相比传统的经济或情感支持，本研究强调数字能力的代际传递，突出子代在数字知识、信息工具和平台操作经验上的赋能效应。该发现回应了数字化背景下的现实困境，即数字鸿沟不仅体现在城乡差异，也表现为代际差异，而家庭内部的代际反哺机制在一定程度上能够弥补中老年农民的数字能力不足。
同时，数字素养的中介效应揭示了代际支持向创业能力转化的内部逻辑。虽然代际数字反哺提供了外部推动力，但其是否能够真正转化为创业能力，取决于个体在信息认知、工具使用与数字环境适应方面的综合素养。研究结果提示，提升中老年农民创业能力需要外部技术支持与内部认知能力的共同作用，强调了微观能力在资源吸收与利用中的关键作用。
从理论贡献来看，本研究将“代际数字反哺”纳入数字乡村研究体系，拓展了代际知识转移理论在农村数字化场景中的解释边界，并指出家庭内部的非正式学习是缩小代际数字鸿沟的重要途径；通过构建“反哺–素养–能力”的作用机制模型，本研究进一步深化了数字素养在农民创业行为中的理论地位，将其从单纯的技术技能提升拓展为创业能力内化的重要认知机制；以中老年农民为核心分析对象，有助于补足创业研究中对青年群体关注过多的不足，为理解弱势数字群体如何在数字经济中实现有效参与提供新的研究视角。
5.2. 研究结果与局限性
代际数字反哺与中老年农民的创业能力呈显著正相关。在农村家庭代际互动中，子女在数字技术使用方面的知识、经验与技能，通过频繁的交流与传授，有效弥补了中老年农民在数字技术方面的不足，从而显著提升了其获取创业信息、运用电商平台、优化经营管理等方面的能力。该结论验证了代际知识转移理论在数字背景下的适用性，也进一步说明了家庭内部非正式学习机制对农民创业能力建设的重要作用。
数字素养在代际数字反哺与创业能力之间发挥部分中介作用，中介效应占比为29.239%。中老年农民在接受年轻一代的数字技术帮助后，其数字素养水平得到提升，进而转化为创业能力的增强。这表明数字素养是促进中老年农民自身能力内化成长的关键，也是推动其创业能力提升的重要路径，凸显了提高中老年农民数字素养在促进农民创业发展中的关键作用。
本研究受样本规模与地区范围限制，仍具有一定局限性。未来可扩大样本覆盖并采用纵向追踪，以识别代际数字反哺的动态效应。同时，可引入家庭互动、个体特征及环境资源等变量，进一步探讨中介与调节机制，为乡村数字化政策制定及创业支持体系优化提供更具解释力的实证依据。
NOTES
*通讯作者。