农村居民消费潜力测度及释放机理研究——从数字金融视角的实证

薛永刚

（1.广东药科大学 医药商学院，广东 中山 528453；2.国家药品监督管理局药物警戒技术研究与评价重点实验室，广东 中山 528400）

一、引言

构建“双循环”新发展格局的重要基础是释放居民消费潜力、提升居民消费水平。但是中国居民消费增速近年来逐渐放缓，如何有效释放居民消费潜力受到经济研究领域学者的关注[1]。中国城镇居民消费总体保持稳定态势，而农村居民消费需求培育不足，但其具有潜力大、后劲足的特点，因此释放农村居民消费潜力对加快构建“双循环”新发展格局意义重大[2]。

数字金融发展对农村居民消费具有重要影响。农村居民并不能充分享受传统金融服务，而数字金融门槛低于传统金融服务，且新型数字金融服务具有普惠性和包容性，能够为农村居民消费提供更多的金融服务[3]。文章首先在考虑区域经济空间效应下建立农村居民消费潜力空间计量评价指标体系，采用熵权法确定各因素权值后测算不同区域农村居民消费潜力，然后基于空间计量模型实证分析数字金融对农村居民消费潜力的影响。文章的边际贡献主要体现在两个方面：一是构建了基于空间经济计量的农村居民消费潜力评价指标体系，与现有研究采用的评价指标体系相比，考虑了区域经济运行中的空间效应，更加符合经济实际运行过程。二是考虑到经济冲击的本地效应和空间溢出效应两种模式，误差冲击分解为空间相关部分和空间不相关部分，将空间面板模型扩展为空间误差分量模型，从数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度三个视角研究了数字金融释放农村居民消费潜力的理论机制和实现路径。

二、文献回顾

数字金融对居民消费具有显著影响，对不同类型居民的影响具有明显差异，并且有利于经济长期发展。Yu J 等(2021)发现农村居民消费收敛值高于城镇居民家庭，西部地区消费升级指数收敛值最高，而东北地区收敛值为最低水平[4]。Wu W 等(2022)发现经济增长不确定性将会降低居民消费水平，高收入群体、老年人和城镇居民家庭更加明显[5]。Suari-Andreu E(2021)认为房价和消费之间具有紧密关系，家庭通过增加支出/储蓄来应对住房财富变化的财富效应，家庭使用住宅作为消费贷款抵押品的抵押效应[6]。Nam E Y 等(2021)发现经济不确定性的冲击显著抑制居民消费，对消费选择产生长期影响[7]。ZhangJ 等(2022)发现移动支付对农村居民消费具有显著促进作用，得益于移动支付改善金融包容性和提高农村居民消费活动的便利性[8]。祝仲坤(2020)发现互联网有助于释放农村居民消费潜力，降低恩格尔系数，增加农村居民消费需求[9]。曹立、薛世斌(2021)认为中国释放内需的后劲在于农村居民消费，金融发展滞后是制约农村居民消费因素之一[2]。王强、刘玉奇(2019)认为中国新生代农村居民消费潜力巨大，应该开展城市生活主题的营销推广[10]。

由此可以看出，居民消费潜力指居民已经具有的消费能力中因为各种因素没有实际消费的部分，农村居民消费潜力巨大，如何有效释放农村居民消费潜力是当前中国经济发展面临的一个重要问题。数字金融的普惠性可以使得农村居民享受到前所未有的新型金融服务，为农村居民消费带来支付便利性、降低流动性约束等诸多金融支持，对农村居民消费产生重要影响。现有研究多聚焦于如何提升居民消费的问题，研究农村居民消费潜力问题的文献略显不足。数字金融对农村居民消费潜力具有重要影响。因此，文章拟分析数字金融释放农村居民消费潜力的理论机制并进行实证分析，从理论上探究数字金融对释放农村居民消费潜力的机制和路径，选取省域数据作为样本展开实证研究，最后提出对策建议。

三、数字金融释放农村居民消费潜力的理论机制和研究假设

数字金融是数字化技术与传统金融业相结合后形成的新型金融业务模式，具有数字化、普惠性、包容性等鲜明特征，可以降低金融资源的错配程度。数字金融对农村居民消费潜力的影响机理表现为以下四方面：

1.数字金融覆盖广度释放农村居民消费潜力的理论机制

数字金融是传统金融和数字技术尤其是高速发展的互联网相结合产生的一种新型金融服务业态，扩大了金融服务范围，避免了传统金融服务对物理银行网点的依赖性，降低了金融服务成本，有效缓解农村居民消费的金融约束和金融排斥，进而释放农村居民消费潜力[11]。基于上述分析，提出假设H1：

假设H1：数字金融覆盖广度对释放农村居民消费潜力具有正向影响。

2.数字金融使用深度释放农村居民消费潜力的理论机制

数字金融使用深度对农村居民消费潜力的影响机制体现在支付、信贷、保险和投资四个方面：

（1） 支付机制

数字金融提供的数字化支付具有高效、便捷特点，通过改变农村居民消费习惯影响其消费行为，通过降低交易成本、拓展生活应用场景、降低支付心理损失以及“支付脱钩效应”释放消费潜力。

（2） 信贷机制

数字金融利用数字信息技术，通过数字化信贷服务缓解消费者流动性约束，从而释放农村居民消费潜力。首先，数字金融可以通过产品和服务场景获取大量客户信息，通过大数据分析评估客户信用，消除借贷双方的信息不对称性，降低借贷服务的成本，通过缓解消费者预算和流动性约束实现平滑消费；其次，数字金融通过数字平台可以精准识别信息价值和消费者信用，降低授信门槛，提高金融信贷服务触达能力。

（3） 保险机制

消费者通过预防性储蓄应对未来不确定性，这将会减少当期消费，数字金融的保险机制通过降低预防性储蓄、提高当期消费释放农村居民消费潜力。首先，数字金融借助信息、数字技术推出了多样化的互联网保险业务，为农村居民、互联网保险平台、国家监管机构提供良性互动机制，可以通过稳定农村居民消费预期提升消费水平。其次，数字金融简化了保险业务流程、降低了保费、提升了运行效率、降低了保险门槛，满足农村居民的多样化、个性化数字保险需求，激发农村居民消费者购买意愿，提升农村居民抗风险能力，进而提高农村居民的消费意愿，释放消费潜力。

（4） 投资机制

第一，数字金融通过数字投资理财提高农村居民资产总额或未来收入预期，以财富效应推动居民消费。第二，数字金融可以显著提高预测精准度，保障投资理财系统的稳定性和安全性，通过规模效应降低理财投资服务的运营成本。第三，数字金融理财服务注册、购买、赎回等具有便利优势，从而可以有效增加农村居民尝试和购买理财的意愿，拓宽了理财产品财富增长渠道，农村居民投资获取收益后将投资收益转为消费支出，提升农村居民消费水平。第四，农村居民通过金融投资一方面由于“财富效应”提高居民消费欲望，另一方面由于“收入效应”引起消费需求的增长，增加农村居民消费支出，释放农村居民消费潜力[12]。基于上述分析，提出假设H2：

假设H2：数字金融使用深度广度对释放农村居民消费潜力具有正向影响。

3.普惠金融数字化程度释放农村居民消费潜力的理论机制

数字技术改变传统普惠金融服务模式，农村居民依托移动网络和终端设备可以方便地获取数字金融服务，显著降低长尾市场的边际成本，满足更多农村居民的金融服务需求；普惠金融数字化可以使农村居民选择金融服务时不再受制于金融机构营业网点地理范围限制和营业时间限制，降低由于行政区划等因素形成的金融市场分割程度，减弱普惠金融空间溢出障碍[13]。基于上述分析，提出假设H3：

假设H3：普惠金融数字化程度对释放农村居民消费潜力具有正向影响。

4.数字金融对农村居民消费影响的空间相互作用机制

数字金融的典型特征之一就是以先进的数字技术为依托，提升了资源要素在区域之间的流动性，也降低了交易成本，加剧了区域之间空间互动作用。数字金融发展初期，区域空间位置因素成为决定性因素，具有区位优势的地区容易汇集更多金融资源，促进本地经济金融发展、刺激消费增长，对周边区域则产生不利影响，即形成虹吸效应；经过一定时期的发展后，由于金融资源区域饱和、边际效应递减等原因使得金融资源向收益更高的欠发达地区转移，通过技术外溢、知识外溢等促进相对落后地区的金融发展，带动周边区域消费增长，即形成扩散效应。基于上述分析，提出假设H4：

假设H4：数字金融释放农村居民消费潜力具有空间效应。

四、研究设计：方法和模型

1.基于空间计量的农村居民消费潜力测度方法

农村居民消费潜力是指农村居民具有的消费能力因为某些消费制约因素的影响没有实际进行消费，即消费能力中有待于释放的部分。文章将消费能力、实际消费支出、消费制约因素作为农村居民消费潜力评级指标体系的三个子系统层。

消费能力包括收入水平和收入结构两个准则层。收入水平采用农村居民人均可支配收入表示，收入是农村居民消费潜力的直接体现，决定农村居民消费能力的关键因素；收入结构采用农村居民工资性收入占比表示，工资性收入属于高稳定性收入来源，其占比的大小决定了农村居民的消费预期，占比越高则越有利于农村居民的消费预期和当期消费能力，收入稳定性较差时农村居民消费预期降低。

实际消费支出包括消费水平和消费结构两个准则层。采用农村居民人均消费支出表示消费水平，是农村居民消费的直接体现；消费结构采用农村居民食品消费占比表示，通过这个占比高低间接测算农村居民消费水平，食品消费支出属于保障农村居民生存的最基本消费支出，占比下降表明农村居民发展型和享受型消费支出占比提升，有利于农村居民消费支出。

消费制约因素包括投资水平和物价水平两个准则层。采用农村居民人均固定资产投资额表示投资水平，投资水平越高，对农村居民当期消费将会产生不利影响；采用农村消费价格指数表示农村物价水平，物价水平提高将会降低农村居民的相对消费能力，间接影响农村居民的消费意愿[14]。

考虑到区域经济运行中具有相互影响，在评价指标体系中加入一阶空间滞后量测度各个指标的空间效应对农村居民消费潜力的影响。文章构建的农村居民消费潜力空间计量评价指标体系如表1 所示。

表1 农村居民消费潜力空间计量评价体系

熵值赋权法(EM)通过评价指标体系中各个指标值的变异程度测度指标所含信息量大小，根据信息量大小对指标赋权。作为一种客观赋权法，不仅可以降低主观经验等造成的不足之处，而且可以实现多个评价准则之间的平衡，降低数据样本中异常值的不利影响，具有较好的可靠性，因此文章采用熵权赋值法计算表1 中各指标的权重。

2.空间误差分量模型

空间面板数据模型可以同时描述空间区域和不同样本期之间的相互作用，通过在模型中加入空间滞后项构建如下模型：

其中，y 是农村居民消费潜力，Index 是数字金融指数，X是控制变量，IT是单位矩阵，T 是样本期数，WN是N×N 的空间权重矩阵，N 是空间区域个数，λ 是空间相关系数。其中误差项u 包括两部分，如式(2)所示：

其中，lT是T×1 的向量，IN是单位矩阵。式(2)将模型(1)中的误差项u 分解为空间溢出项和非空间溢出项两部分，其中μ表示个体特定误差向量，即误差项中不具有空间相关性的部分，ε 是误差项中空间相关的部分，遵循如式(3)所示的空间自回归过程：

基于上述分析，得到空间误差分量模型如下所示：

3.变量定义和数据来源

（1） 核心变量

农村居民消费潜力(y)，根据前文所述农村居民消费潜力空间计量评价指标体系计算得到；数字金融指数(Index)，采用2021 年公布的北京大学数字普惠金融指数表示，包括数字金融覆盖广度、数字金融使用深度、普惠金融数字化程度三个维度，其中数字金融使用深度包括支付服务、信贷服务、保险服务、投资服务[11]。

（2） 控制变量

社会保障可以对农村居民生活福利产生影响，完善的农村社会保障制度有利于提升农村居民消费意愿，采用“人均地方财政社会保障和就业支出”表示社会保障水平；根据消费理论可知，经济发展水平是影响居民消费的一个关键因素，采用“人均地区生产总值”表示经济发展水平；医疗保障直接影响农村居民日常福利，良好的农村医疗保障水平可以提升农村居民消费意愿，采用“每千农业人口村卫生室人员数量”表示医疗水平；生命周期理论认为人口年龄结构和居民消费联系密切，然而现有研究对人口老龄化带来的消费影响还未达成一致见解，采用“农村人口老年抚养比”表示人口结构；传统金融发展通过提高交易效率、改变消费行为、提升消费能力等途径影响农村居民消费，采用“人均农户贷款额”表示传统金融发展水平。

（3） 数据来源

国家统计局2013 年开始进行城乡住户调查一体化改革，为了保持研究样本的统计口径一致性，文章选取2014—2020年中国30 个省份（不含港澳台地区和西藏） 数据为研究样本。数据来源于历年《中国统计年鉴》 《中国农村统计年鉴》 和2021 北京大学数字普惠金融指数。

五、实证结果分析

1.农村居民消费潜力时空演变分析

（1） 描述性统计分析

根据前文所述基于空间计量测算方法测算出2014—2020年中国农村居民消费潜力，描述性统计分析结果如表2 所示。

表2 农村居民消费潜力描述性统计分析

最大值、最小值和均值均呈现逐年上升趋势，表明农村居民消费潜力总体上呈现逐年增加趋势，有必要进一步释放农村居民消费潜力，构建强有力的内循环基础。最小值与最大值的差距逐年增大，2014 年最大值是最小值的2.1 倍，到2020 年则扩大到2.3 倍；各年的中位数小于平均值，即农村居民消费潜力大的省份数值较大，与农村居民消费潜力低的区域差距增大，并且拉高了均值水平；方差除2019 年有轻微回落以外，其他年份均是逐年增加，说明不同省份农村居民消费潜力差距逐年加大，在实施乡村振兴、提升农村消费的过程中应该分区域实施不同政策。样本偏度值均大于1，呈现高度偏态分布特征，部分省份农村居民消费潜力明显偏大，样本右侧尾部偏长；样本峰度值均小于3，数据分布比正态分布更陡峭，呈现尖峰分布特征。

（2） 空间分布特征

农村居民消费潜力较高的区域主要分布在东部地区省份，其中2014 年只有江西、湖南属于中部地区省份，其余8 个省份均属于东部地区，2020 年农村居民消费潜力较高的10 个省份全部属于东部地区；农村居民消费潜力水平中等的省份分布比较分散，其中2014 年东部地区省份4 个、西部地区省份4个、中部地区省份2 个，2020 年农村居民消费潜力中等水平省份主要分布于中部地区省份，有6 个中部地区省份；2014 年农村居民消费潜力较低的省份主要分布在中部和西部地区，其中包括5 个中部地区省份、5 个西部地区省份，2020 年农村居民消费潜力较低省份中包含6 个西部地区省份。

从上述分析可以看出，中国农村居民消费潜力空间分布发展趋势呈现阶梯分布，东部地区、中部地区、西部地区逐渐降低的空间分布特征，呈现三级阶梯空间分布特点。即东部地区农村居民消费潜力最高，亟须采取有效措施释放消费潜力提高居民消费、增强内循环基础动力；中部地区、西部地区农村居民消费潜力则相对偏低，释放农村居民消费潜力的同时更应该注重提高农村居民消费能力。

（3） 空间相关性分析

采用Morans' I 指数测度2014—2020 年中国省域农村居民消费潜力和数字金融发展空间相关性。Morans'I 指数均显著大于零，表明农村居民消费潜力和数字金融指数具有显著的空间正相关性。其中农村居民消费潜力空间相关性具有逐年增强的趋势，Morans' I 指数从2014 年的0.616 增加到2020 年的0.635；数字金融总指数以及覆盖广度指数和数字化程度两项子指标空间相关性呈现波动性变化，总体趋势是不断增强；使用深度子指标呈现波动性，增强趋势不明显。因此，农村居民消费潜力和数字金融发展空间相关性总体上呈现逐步增强的趋势，具有显著的空间正相关性。

2.数字金融对农村居民消费潜力影响分析

前文实证结果表明农村居民消费潜力和数字金融发展具有显著的空间相关性，因此文章采用模型(4)实证分析数字金融及各项子指数指标对农村居民消费潜力的影响，结果如表3 所示。表4 是不同模型误差均值对比，模型Ⅰ是前文考虑空间误差分量分解模型(4)的误差均值，模型Ⅱ是前文不考虑空间误差分量分解模型(1)的误差均值，结果表明考虑空间误差分量分解后模型误差均有所降低，即研究农村居民消费潜力问题时有必要将误差项分解为空间相关部分和不相关部分。

表3 空间误差分量模型实证结果

表4 不同模型误差对比

从实证结果可以看出：

第一，数字金融可以有效释放农村居民消费潜力。数字金融总指数以及各项子指数系数估计值小于零（投资服务除外），并且至少在10%显著水平下通过显著性检验，这表明数字金融发展可以降低农村居民消费潜力水平，即可以有效释放农村居民消费潜力，验证了前文研究假设H1、H2、H3。农村居民消费潜力空间滞后项系数λ 估计值显著大于零，表明本省份农村居民消费潜力对临近其他省份农村居民消费潜力具有显著正向溢出效应，验证了前文研究假设H4。空间误差项系数ρ 估计值显著为负，并且通过显著性检验，表明影响农村居民消费潜力的冲击因素存在显著的空间相关性。

第二，从数字金融不同指数系数估计值来看，数字金融覆盖广度对农村居民消费潜力的影响明显大于数字金融使用深度和普惠金融数字化程度。数字金融通过电子账户使用户得到相应金融服务供给，可以有效释放农村居民消费潜力；普惠金融数字化程度主要是便利性、低成本和信用化等因素影响居民消费，低成本和低门槛是其主要优势之一，但是目前农村居民还没有形成贷款消费等消费习惯，因此这些优势在释放农村居民消费潜力并没有产生大的影响；数字金融的投资业务对农村居民消费潜力具有正向影响，即数字金融提供的便利投资渠道吸引了农村居民投资，增大了农村居民投资份额，由于“挤出效应”对当期消费产生不利影响，增大了农村居民消费潜力。

第三，人口老龄化可以有效释放农村居民消费潜力。人口结构变量系数估计值为负，表明人口结构因素可以有效释放农村居民消费潜力。农村居民人口老龄化规模不断扩大和经济水平的发展带动了新型老年人相关消费的增长，主要包括老龄人口养老服务消费、老龄人口文化、休闲、旅游等方面消费，老龄人口居住消费，例如无障碍改造等，老龄人口服饰、电子产品等用品消费。上述诸多因素有利于释放农村居民消费潜力。

农村居民社会保障需要农村居民缴纳一定数额的保费，参保费用在一定程度上对居民消费具有一定的“挤出效应”；经济水平的发展提高了农村居民消费消费能力，但是由于传统消费观念等因素的影响，消费意愿并没有相应提高，实际消费没有同步提高，导致消费潜力增加；传统金融由于其服务门槛高等因素影响，使得其服务更多分布在储蓄、投资、生产贷款等领域，对农村居民消费并没有明显影响。

3.数字金融对农村居民消费潜力影响的区域异质性分析

前文分析发现农村居民消费潜力空间维度上具有从东向西逐渐减弱的三级阶梯空间分布特征。因此有必要分析数字金融对中国不同区域农村居民消费潜力的影响差异，文章分别采用东部、中部、西部三大区域样本进行实证分析，数字金融指数和子指数变量系数估计值如表5 所示。从表5 实证结果可以看出：

表5 数字金融对农村居民消费潜力影响区域异质性

第一，数字金融可以有效释放东部地区农村居民消费潜力，对中部和西部地区农村居民消费潜力则具有正向影响。数字金融总指数和其他子指数（数字化指数除外） 系数估计值仅东部地区为负，中部和西部地区系数估计值均为正，这表明数字金融可以有效释放东部地区农村居民消费潜力，对中部和西部地区农村居民消费潜力反而具有正向影响，即抑制中部和西部地区农村居民当期消费，增加了中部和西部地区农村居民消费潜力。主要原因是中部和西部地区由于地理位置区位因素，经济发展水平有待于进一步提高，农村居民受教育程度和接受新事物意愿较低，传统消费习惯和生活习惯使得中部和西部地区农村居民更加倾向于使用传统线下金融提供的金融服务，因此数字金融的发展和利用比东部地区相对落后，导致数字金融并不能有效释放中部和西部地区农村居民消费潜力[11]。

第二，普惠金融数字化程度对释放东部、中部、西部地区农村居民消费潜力具有正向影响。数字化程度对东部、中部、西部地区释放农村居民消费潜力具有积极影响，其中对中部地区影响最大。移动支付带来了支付便利性，小微经营贷款是农村居民低成本融资的重要手段，二维码支付带来了便利性和低成本。由此可以看出，数字金融数字化带来的便利性、低成本和信用化等因素对东部、中部、西部地区农村居民接受数字金融服务带来良好的促进作用，对释放农村居民消费潜力具有一定推动作用。

六、结论和建议

文章分析了数字金融释放农村居民消费潜力的理论机制，基于空间计量框架建立了农村居民消费潜力的评价测度体系，并采用熵权法赋值各指标权重；然后采用探索性数据分析方法分析了农村居民消费潜力时空演变过程及其空间相关性，基于空间误差分量模型实证分析了数字金融对农村居民消费潜力的影响。通过研究得出以下结论：

第一，农村居民消费潜力具有逐年增大趋势，呈现三级阶梯空间分布特征。描述性统计指标表明农村居民消费潜力时间维度上逐年增加趋势，空间维度上由分散分布逐渐向三级阶梯空间分布转变，即东部、中部、西部地区农村居民消费潜力呈现由高到低分布特征。

第二，数字金融可以有效释放农村居民消费潜力，数字金融覆盖广度影响大于数字金融使用深度和普惠金融数字化程度。数字金融通过提高数字金融覆盖广度、数字金融使用深度、普惠金融数字化程度等不同路径释放农村居民消费潜力，通过降低金融服务门槛、低成本融资、支付便利化、互联网金融业务等方式改变农村居民流动性约束、收入平滑等问题，从而实现释放农村居民消费潜力，其中数字金融覆盖广度对释放农村居民消费潜力的影响大于数字金融使用深度和普惠金融数字化程度。

第三，人口老龄化对释放农村居民消费潜力具有推动作用。人口老龄化带来的老年产品市场扩大、养老服务消费多样化、老龄人口用品消费等诸多因素可以有效刺激消费市场，从而释放农村居民消费潜力，新发展格局下应该抓住这一有利发展机遇，不仅可以扩大内需、构建“双循环”的内需基础，也可以满足人民群众日益增长的物质文化需求。

第四，数字金融对农村居民消费潜力的影响具有区域异质性。数字金融对释放东部地区农村居民消费潜力效果显著，而对中部、西部地区农村居民消费潜力则不具有这一影响。主要原因是中部、西部地区在区位因素、经济水平、接受新事物、消费习惯等方面与东部地区相比有些不足，导致数字金融不能充分发挥释放农村居民消费潜力的效应。

基于以上结论，文章提出如下建议：

第一，基于区域特征有针对性地发展农村数字金融服务，积极释放农村居民消费潜力。国家应配套实施积极的数字金融政策，以数字金融实现释放农村居民消费潜力的目标，从而扩大内需、为“双循环”提供基础动力；有针对性地制定区域特定数字金融发展政策，中部、西部欠发达地区应该加强数字金融基础设施建设，加大光纤建设和网络覆盖力度；提升农村居民金融素养，包括基础教育投入等，缩小“知识鸿沟”引致的数字金融服务欠缺等问题；积极普及农村居民对数字金融服务的了解和熟练使用程度，完善系统化金融教育体系，提升农村居民的金融风险意识，从而更好发挥数字金融释放中部、西部地区农村居民消费潜力的作用。

第二，增强农村数字金融服务空间辐射范围和正向空间溢出效应。加强区域之间的合作，实现数字金融相关要素空间维度上优化配置，从国家层面在更大空间维度上制定数字金融发展和建设规划，通过现有的数字金融发达地区的辐射力带动邻接区域数字金融的发展；同时还要建立国家级区域间合作框架，减弱数字金融发展要素在区域之间流动阻力，从制度层面为数字金融区域协调发展提供有力支撑，修订现有制度、地方法规以符合数字金融协同、可持续发展的需要。

第三，发展农村老龄人口相关产业，进而释放农村居民消费潜力。由于中国城乡发展不均衡的原因，造成了农村人口老龄化程度高于城市，这对于释放农村居民消费潜力既是一个难题，同时也带来了一定的机遇。可以从三方面考虑：一是国家增加农村养老基础设施投资，给农村老龄居民消费提供基础服务，通过提供农村老龄人口服务中心、老年人口文化娱乐活动中心等，让农村老龄人口有消费渠道，也有良好的消费环境，减弱农村空巢老人面临的困境。二是提高农村养老服务供给水平，建立健全农村养老保障体系。在满足农村老龄人口基本养老需求基础上，逐步解决农村老人的医疗服务、餐饮服务、适老产品、健康教育、预防保健、康复护理等高一级的养老需求，形成新的消费需求和市场，推动“银发经济”快速发展。三是规范农村居民养老产业，挖掘新的养老需求，加快引进一批有实力的农村养老产业经营企业主体，通过财税政策支持养老产业发展，从农村居民养老产业用地、税收、财政补贴等多渠道推动农村居民养老产业发展。