郭貫成，韓小二

（南京農(nóng)業(yè)大學(xué) 公共管理學(xué)院，江蘇 南京210095）

宅基地改革體現(xiàn)了我國“三農(nóng)”制度框架下治理模式改革的能力，也是當(dāng)前農(nóng)村改革的重點。黨的十九屆五中全會指出：當(dāng)前我國城鄉(xiāng)區(qū)域發(fā)展和收入差距較大，應(yīng)當(dāng)深化農(nóng)村改革，健全區(qū)域協(xié)調(diào)發(fā)展體制，完善新型城鎮(zhèn)化戰(zhàn)略。當(dāng)前我國城鎮(zhèn)化的制度困境是城鎮(zhèn)建設(shè)用地短缺［1］，而農(nóng)村建設(shè)用地特別是宅基地低效利用［2］、荒廢閑置［3］的問題嚴(yán)重。在此背景下［4］，宅基地征收對于提升我國宅基地利用效率、緩解城鄉(xiāng)用地矛盾和促進(jìn)城鄉(xiāng)一體化具有重要的意義［5］。自2015 年全國人大常委會授權(quán)在全國33 個縣開展土地制度改革以來，全國各地都在積極開展宅基地有償使用和自愿有償退出機(jī)制的探索。宅基地征收實施成效怎樣？對農(nóng)戶就業(yè)又有著怎樣的影響？這是當(dāng)前亟待政府和學(xué)術(shù)界研究的重要課題。

學(xué)術(shù)界對失地農(nóng)戶的就業(yè)安置及福利補償進(jìn)行了深入研究，并取得了較為豐碩的成果。已有研究主要包括宏觀與微觀兩個方面：關(guān)于宅基地征收宏觀層次的研究包括補償類型［6］、補償標(biāo)準(zhǔn)［7］、權(quán)益保護(hù)［8］、制度結(jié)構(gòu)［9］等方面；關(guān)于宅基地征收微觀層次的研究包括福利水平測度［10］、福利影響因素［11］、就業(yè)保障［12］、福 利 差 距［13］等 方 面。此 外，學(xué) 者 們 還 在供給側(cè)結(jié)構(gòu)［14］、城鄉(xiāng)建設(shè)用地增減掛鉤［15］等背景下，采用內(nèi)源式發(fā)展視角［16］、微觀福利視角［17］、福利多元主義視角［18］分析了宅基地征收對農(nóng)戶福利的影響。通過文獻(xiàn)梳理發(fā)現(xiàn)，已有研究在以下兩個方面仍需進(jìn)一步拓展：①宅基地征收對農(nóng)戶福利水平有影響，對不同消費結(jié)構(gòu)的農(nóng)戶影響程度存在差異，但目前文獻(xiàn)對此關(guān)注不夠。②現(xiàn)有文獻(xiàn)重點在測度失地農(nóng)戶的福利水平，地域、人力因素調(diào)節(jié)效應(yīng)的研究并不多見?；诖耍疚囊訡HIP 項目調(diào)查數(shù)據(jù)，通過探究地域、人力因素的調(diào)節(jié)效應(yīng)，運用OLS 回歸、SUR回歸、分位數(shù)回歸分析了宅基地征收對農(nóng)民就業(yè)及福利的影響，以期為我國宅基地征收制度改革提供參考。

1 數(shù)據(jù)來源與變量選擇

1.1 數(shù)據(jù)來源

本文所使用的數(shù)據(jù)主要來源于中國居民收入調(diào)查項目，該調(diào)查項目包含了城鎮(zhèn)人口、遷移人口和農(nóng)村人口的相關(guān)調(diào)查數(shù)據(jù)。鑒于本文的研究對象主要是農(nóng)戶，故選取39066 個農(nóng)戶數(shù)據(jù)作為研究對象。

1.2 變量定義

被解釋變量：本文根據(jù)農(nóng)戶的個體特征和家庭特征的差異選取就業(yè)選擇、就業(yè)安排、家庭勞動力配置3 個指標(biāo)來反映農(nóng)戶的就業(yè)影響因素。在農(nóng)戶福利指標(biāo)方面，結(jié)合已有成果，本文主要選取可支配收入、消費支出、幸福感與健康水平4 個福利指標(biāo)。在經(jīng)濟(jì)學(xué)研究中，一般用“效用”代表“福利”，但“效用”取決于“消費”，“消費”主要依賴于“收入”，因此“收入”也經(jīng)常用以測度“福利”，但是“收入”并不足以完全反映福利水平?；诠诺浣?jīng)濟(jì)學(xué)“經(jīng)濟(jì)人”的假設(shè)，“效用”的主觀動機(jī)是行為決策的直接原因［19］，經(jīng)濟(jì)學(xué)也一直在圍繞“效用”展開研究［20，21］。其中，森的可行能力理論［22］認(rèn)為健康程度是實現(xiàn)效用的前提，故“健康”也是反映福利水平的重要指標(biāo)［23］。農(nóng)戶收入是反映福利的關(guān)鍵指標(biāo)，因此本文首選“收入”衡量福利。但是，用收入來反映福利也有局限性，主要體現(xiàn)在以下兩個方面：一方面，福利具有時間上的持續(xù)性，收入提升并不能直接轉(zhuǎn)換成福利提升；另一方面，受制于“財不外露”傳統(tǒng)觀念影響，收入低報瞞報的現(xiàn)象較為普遍。鑒于此，本文除了選擇收入與消費數(shù)據(jù)外，還選擇農(nóng)戶幸福感和健康水平來反映農(nóng)戶福利。

解釋變量：本文選取的關(guān)鍵解釋變量為“宅基地征收”。該指標(biāo)主要來源于“本戶是否有過被征地的經(jīng)歷？”這一問題，包括“1 ＝耕地和宅基地均被征收、2 ＝耕地被征收、3 ＝宅基地被征收、4 ＝無”4 個選項。因為本文重點關(guān)注的是宅基地征收對農(nóng)戶就業(yè)及福利的影響，所以根據(jù)選項1 和選項3 生成二元變量，選項含義為“0 ＝宅基地未被征收、1 ＝宅基地被征收”。

控制變量：戶主是家庭決策的主體，會影響其他家庭成員的就業(yè)選擇，鑒于此，本文選擇“戶主性別、年齡、婚姻”等控制變量。此外，兒童與老年人口比重也是影響勞動力配置的原因［24，25］，因此本文也選取了這兩個控制變量。因為縣級政府是宅基地征收的決策者和執(zhí)行者，所以農(nóng)戶所在縣的宅基地市場情況，是影響農(nóng)戶就業(yè)決策的環(huán)境因素。本文在分析宅基地征收對農(nóng)戶就業(yè)及福利的影響時，還選擇了所在縣宅基地的市場發(fā)育情況，采用同縣城其他家庭宅基地出租的比重反映所在縣宅基地市場情況。

工具變量：由于“宅基地征收”可能是內(nèi)生變量，需要使用工具變量來解決模型的內(nèi)生問題。根據(jù)同儕效應(yīng)，所在集體的某些要素會影響個體的經(jīng)濟(jì)行為［26］，在微觀經(jīng)濟(jì)學(xué)中常常選用集聚數(shù)據(jù)作為工具變量［27］。在本研究中，縣級政府宏觀決策是宅基地征收的重要政策因素，因此以同縣城宅基地征收比重作為工具變量。同縣城宅基地征收比重越大，該農(nóng)戶宅基地被征收的可能性就越高。

1.3 描述性統(tǒng)計

農(nóng)戶就業(yè)選擇：農(nóng)戶的主要就業(yè)選擇為家庭農(nóng)業(yè)（45. 81%）、本 地 農(nóng) 業(yè)（16. 91%）、外 出 就 業(yè)（18.82%），較少的在本地非農(nóng)（6.69%），因種種原因待業(yè)的占比為22.24%（表1）。宅基地征收組與非宅基地征收組的差異主要體現(xiàn)在宅基地征收組從事家庭農(nóng)業(yè)生產(chǎn)的農(nóng)戶更少。非宅基地征收組從事家庭農(nóng)業(yè)生產(chǎn)的占比為57.50%，比宅基地征收組高14.84%。宅基地征收破壞了傳統(tǒng)小農(nóng)生產(chǎn)方式，影響了家庭農(nóng)業(yè)生產(chǎn)。宅基地征收組的本地農(nóng)業(yè)工作的比重略高。在宅基地征收組中有20.70%的農(nóng)戶從事本地農(nóng)業(yè)性工作，比非宅基地征收組高了8.20%。在外出就業(yè)方面，宅基地征收組和非宅基地征收組差異不太大。宅基地征收組外出就業(yè)占比為18.75%，非宅基地征收組的占比為18.96%，兩者幾乎相同。宅基地征收組待業(yè)比重更低。在非宅基地征收組中待業(yè)的農(nóng)戶的占比為88.15%，而宅基地征收組待業(yè)比重為0。

農(nóng)戶就業(yè)時間：根據(jù)農(nóng)戶就業(yè)時間安排的組間差異（表2）發(fā)現(xiàn)，宅基地征收組本地農(nóng)業(yè)工作的平均就業(yè)時間為1.68 個月，比非宅基地征收組低了0.35個月；宅基地征收組家庭農(nóng)業(yè)平均時間是1.30個月，比非宅基地征收組低了0.67 個月；宅基地征收組本地非農(nóng)就業(yè)和外出就業(yè)時間分別是0.57 個月、1.74 個月，比非宅基地征收組高出了0.04 個月、0.11 個月。

表1 農(nóng)戶各個就業(yè)選擇的比重

表2 農(nóng)戶就業(yè)時間安排的組間差異

家庭勞動力配置：從農(nóng)戶家庭勞動力配置的組間差異（表3）發(fā)現(xiàn)，宅基地征收組平均每戶有1.04個勞動力選擇家庭農(nóng)業(yè)，而非宅基地征收組平均每戶家庭農(nóng)業(yè)勞動力為5.67 個；宅基地征收組平均每戶本地農(nóng)業(yè)工作勞動力為0.19 個，比非宅基地征收組低1.01個；宅基地征收組平均每戶本地非農(nóng)工作、外出就業(yè)人數(shù)為1.07 人、2.23 人，比非宅基地征收組多出1.01 人、2.0人。宅基地征收組平均每戶待業(yè)人數(shù)為1.00 人，而非宅基地征收組平均每戶待業(yè)人數(shù)為2.99 人。

表3 家庭勞動力配置的組間差異

福利水平：宅基地征收組和非宅基地征收組的家庭可支配收入與消費支出的對數(shù)密度如圖1 所示。單從數(shù)值上看，宅基地征收組可支配收入、消費支出的均值為29231.98 元、16829.09 元，而非宅基地征收組為5508 元、3215 元。宅基地征收組曲線整體偏右，其可支配收入、消費支出高于非宅基地征收組。本文還對農(nóng)戶“幸?！迸c“健康”水平這兩個指標(biāo)的組間差異進(jìn)行了分析，分析結(jié)果表明：農(nóng)戶普遍認(rèn)為自己生活幸福、身體健康，組間差異并不顯著。由于篇幅所限，本文未列出詳細(xì)結(jié)果。

圖1 農(nóng)戶福利指標(biāo)密度

2 實證設(shè)計

2.1 模型設(shè)定

本文采用回歸方程（1）探究了宅基地征收對農(nóng)戶就業(yè)的影響。

式中，Employai表示a縣農(nóng)戶的從業(yè)選擇；Exproai為“1”時為宅基地被征收，為“0”時表示宅基地沒有被征收；Xai表示農(nóng)戶個體和家庭特征；Zai表示縣特征；θc表示縣的個體效應(yīng)。

本文采用回歸方程（2）分析了宅基地征收對農(nóng)戶就業(yè)時間的影響。

式中，Timeai表示a縣農(nóng)戶i 的各項從業(yè)就業(yè)時間；其他解釋變量的含義與式（1）相同。

由于勞動時間之和是固定值，農(nóng)戶各項從業(yè)選擇的就業(yè)時間同期相關(guān)，解釋變量對所有的農(nóng)戶就業(yè)時間同時產(chǎn)生影響。如農(nóng)戶分配給非農(nóng)就業(yè)的時間越多，農(nóng)業(yè)就業(yè)時間就會減少。鑒于此，本文擬用似不相關(guān)回歸法（SUR）對家庭農(nóng)業(yè)時間、本地農(nóng)業(yè)時間、本地非農(nóng)時間、外出就業(yè)時間4 個方程進(jìn)行系統(tǒng)估計。

本文采用回歸方程（3）探究宅基地征收對農(nóng)戶福利的影響。

式中，Welfareai表示農(nóng)戶福利；其他解釋變量的含義與式（1）相同。

農(nóng)戶“收入”與“消費”之間同樣存在同期相關(guān)性，本文同樣采用SUR回歸法分析宅基地征收對農(nóng)戶福利的影響。對于“健康”與“幸?！彼絻蓚€福利指標(biāo)，本文擬采用線性回歸模型進(jìn)行參數(shù)估計。由于這兩個指標(biāo)賦值越小代表農(nóng)戶健康水平、幸福度越高，故為負(fù)數(shù)代表宅基地征收對農(nóng)戶福利有積極影響。

2.2 內(nèi)生性檢驗

本文首先根據(jù)變量的組間差異初步判斷各個變量內(nèi)生性。若各個變量組間差異顯著，則必須作為控制變量，且模型存在內(nèi)生性的可能性較大。由表4可知，14 個變量中僅有4 個變量的組間差異沒有達(dá)到顯著水平。

表4 控制變量的組間差異

本文進(jìn)一步采用工具變量法檢驗上述控制變量的內(nèi)生性。根據(jù)弱工具變量檢驗結(jié)果（表5），所有模型的偏誤臨界值均相同。各個模型的Kleibergen-Paap統(tǒng)計量在89.26—158.33 之間，遠(yuǎn)大于臨界偏誤值，因此根據(jù)同儕效應(yīng)選擇的工具變量不是弱工具變量。內(nèi)生性檢驗結(jié)果顯示，除了本地非農(nóng)就業(yè)和外出就業(yè)人數(shù)這兩個回歸方程外，其他11 個方程均不存在內(nèi)生性。

表5 內(nèi)生性檢驗

3 結(jié)果及分析

3.1 宅基地征收對從業(yè)選擇的影響

本文同時采用OLS 回歸、Probit 回歸和SUR 回歸模型來反映估計結(jié)果的穩(wěn)健性。由于隨機(jī)干擾項的自相關(guān)性，所以在進(jìn)行OLS 和Probit 分析時，以縣級層面進(jìn)行聚類處理。

OLS回歸、Probit 回歸、SUR 回歸結(jié)果均說明宅基地征收能夠顯著提升就業(yè)，降低農(nóng)戶從事家庭農(nóng)業(yè)和農(nóng)業(yè)性工作的可能性，促進(jìn)農(nóng)戶從事本地非農(nóng)工作和外出就業(yè)。基于SUR 模型的結(jié)果，宅基地征收使得農(nóng)戶從事家庭農(nóng)業(yè)工作的可能性從0.458下降至0.158（降低了0.30），農(nóng)戶從事本地農(nóng)業(yè)工作的可能性從0.169 下降至0.109（降低了0.06），農(nóng)戶從事本地非農(nóng)工作的可能性由0.0669 增加至0.216（增加了0.15），農(nóng)戶外出就業(yè)的可能性由0.188 增加至0.308（增加了0.12），農(nóng)戶待業(yè)的可能性由0.222下降至0.216（降低了0.06）。由于就業(yè)選擇的同期相關(guān)性，從農(nóng)業(yè)部門解放的勞動力會擴(kuò)散至其他就業(yè)部門，故宅基地征收對農(nóng)業(yè)性工作的影響應(yīng)大于等于其他就業(yè)選擇。表6 中第（1）列和第（2）列宅基地征收系數(shù)的絕對值之和大于等于其他列的宅基地征收系數(shù)絕對值之和。由于在本地非農(nóng)就業(yè)的回歸方程中，宅基地征收存在內(nèi)生性，因此針對本地非農(nóng)就業(yè)再次采用工具變量回歸，宅基地征收的回歸系數(shù)變成-0.03，并達(dá)到了1%的顯著水平。

表6 宅基地征收對農(nóng)戶從業(yè)選擇的影響

3.2 宅基地征收對農(nóng)戶就業(yè)時間的影響

宅基地征收顯著減少了農(nóng)戶家庭農(nóng)業(yè)、本地農(nóng)業(yè)工作的時間，而增加了本地非農(nóng)和外出就業(yè)的時間（表7）。根據(jù)SUR回歸的結(jié)果，從平均意義上講，宅基地征收使得農(nóng)戶家庭農(nóng)業(yè)就業(yè)時間下降了1.18個月，本地農(nóng)業(yè)工作就業(yè)時間下降了0.27 個月，促使本地非農(nóng)就業(yè)時間、外出就業(yè)時間分別增加了0.35個月、0.59 個月。此外，回歸結(jié)果還顯示宅基地征收會導(dǎo)致農(nóng)戶待業(yè)時間減少0.51 個月。同樣，由于就業(yè)時間的同期相關(guān)性，宅基地征收減少的農(nóng)業(yè)性工作就業(yè)時間會分散到不同的部門，故回歸結(jié)果中第1、2 列系數(shù)絕對值之和應(yīng)大于等于第3、4 列系數(shù)絕對值之和，估計結(jié)果與此一致。

表7 宅基地征收對農(nóng)戶就業(yè)時間的影響

3.3 宅基地征收對家庭勞動力配置的影響

宅基地征收能夠顯著降低家庭農(nóng)業(yè)和本地農(nóng)業(yè)工作的勞動力就業(yè)人數(shù)，對本地非農(nóng)、外出就業(yè)人數(shù)有顯著的正向影響（表8）。根據(jù)SUR 回歸結(jié)果，宅基地征收使得家庭農(nóng)業(yè)勞動力減少了0.27 個、本地農(nóng)業(yè)工作勞動力減少了0.09 個，本地非農(nóng)勞動力增加了0.17 個。鑒于就業(yè)勞動力配置的同期相關(guān)性，回歸結(jié)果第1、2 列宅基地征收系數(shù)絕對值之和應(yīng)大于等于第3、4 列系數(shù)絕對值之和。在外出就業(yè)人數(shù)回歸方程中，宅基地征收存在內(nèi)生性，針對外出就業(yè)人數(shù)采用工具變量法重新估計，發(fā)現(xiàn)宅基地征收的回歸系數(shù)變?yōu)?.09，并達(dá)到了1%的顯著水平。

表8 宅基地征收對家庭勞動力配置的影響

3.4 地域調(diào)節(jié)效應(yīng)分析

宅基地征收主要是為了提升宅基地利用效率，減少宅基地閑置，為城鎮(zhèn)發(fā)展提供動力。在經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，宅基地征收發(fā)生的概率較高，非農(nóng)就業(yè)市場相對來說也更加完善。由于樣本數(shù)據(jù)中有48 個縣的1538 個家庭的宅基地未被征收，有4個縣在宅基地雖然全部征收，但是戶主并未從事農(nóng)業(yè)就業(yè)，因此上述結(jié)果宅基地征收的非農(nóng)就業(yè)效應(yīng)偏大。本文去掉了上述48 個縣的樣本之后重構(gòu)估計，重構(gòu)樣本的估計結(jié)果見表9。表9 中重構(gòu)結(jié)果與上述結(jié)果方向、大小大致相同，甚至部分回歸方程宅基地征收的估計系數(shù)變大。

表9 重構(gòu)樣本的回歸結(jié)果

3.5 人力因素條件效應(yīng)分析

根據(jù)上文分析結(jié)果，宅基地征收主要促進(jìn)了農(nóng)戶本地非農(nóng)就業(yè)與外出就業(yè)。農(nóng)民滯留在農(nóng)村可能是人力資本過低，妨礙了農(nóng)村勞動力向非農(nóng)就業(yè)部門轉(zhuǎn)移。為進(jìn)一步驗證人力資本的調(diào)節(jié)效應(yīng)，本文構(gòu)建了宅基地征收虛擬變量，并計算了虛擬變量與戶主年齡、受教育年限的兩個交互項系數(shù)。

從回歸結(jié)果來看（表10），在本地非農(nóng)就業(yè)與外出就業(yè)交叉項估計系數(shù)中，交叉項的系數(shù)不顯著為正時，說明宅基地征收并不能促進(jìn)人力資本較低的農(nóng)戶非農(nóng)就業(yè)；交叉項的系數(shù)顯著為正時，也并非說明這類農(nóng)戶非農(nóng)就業(yè)不受人力資本制約，而是這類農(nóng)戶本身人力資本較高，即使沒有宅基地征收，依然會選擇非農(nóng)就業(yè)。由此說明，宅基地征收更傾向促使人力資本不高的農(nóng)戶非農(nóng)就業(yè)。在家庭農(nóng)業(yè)與本地農(nóng)業(yè)工作交叉項估計系數(shù)中，交叉項系數(shù)要么顯著為負(fù)要么不顯著，說明宅基地征收不能促進(jìn)人力資本較低的農(nóng)戶從事家庭農(nóng)業(yè)與本地農(nóng)業(yè)工作。從估計結(jié)果來看，外出就業(yè)的主要限制條件是教育年限而非年齡，說明宅基地征收更難促進(jìn)教育水平較低的農(nóng)戶非農(nóng)就業(yè)。

表10 宅基地征收對勞動力配置的影響

3.6 宅基地征收對福利的影響

盡管宅基地征收會促進(jìn)農(nóng)戶參與非農(nóng)就業(yè)，改善農(nóng)戶待業(yè)情況，但是也會降低家庭農(nóng)業(yè)收入，增加家庭生活支出，因此衡量農(nóng)戶福利的關(guān)鍵在于非農(nóng)收入是否能夠補償農(nóng)戶農(nóng)業(yè)收入損失。為此，需要進(jìn)一步驗證宅基地征收對福利的影響（表11）。從表11 可見，宅基地可以顯著提升家庭可支配收入和家庭消費支出，其回歸系數(shù)分別為0.61、0.21，但這并不能說明宅基地征收能夠促使農(nóng)戶生活水平提升。在此基礎(chǔ)上，本文探究了宅基地征收對農(nóng)戶幸福感和健康的影響（表12）。從表12 回歸結(jié)果看，宅基地征收對幸福感和健康的影響顯著為負(fù)，說明宅基地征收能夠顯著提升農(nóng)戶幸福感和健康。

表11 宅基地征收對收入及消費的影響

表12 宅基地征收對幸福感和健康的影響

宅基地征收對不同等級的農(nóng)戶影響可能不同。低收入農(nóng)戶生活較為節(jié)約，宅基地征收對其消費結(jié)構(gòu)的影響不大。低收入農(nóng)戶的福利水平較低還可能是因為沒有條件外出就業(yè)，那么宅基地征收就會降低這部分農(nóng)戶的福利水平。另外，低收入農(nóng)戶與高收入農(nóng)戶的基數(shù)不同，消費和收入增加相同的幅度會對前者產(chǎn)生更大的影響。為了探究宅基地征收對福利的影響與收入和消費水平是否有相關(guān)性，本文采用分位數(shù)回歸法進(jìn)行估計，以0.1、0.3、0.5、0.7、0.9 為代表性分位點，利用自舉法，重復(fù)抽樣500次，計算估計系數(shù)的標(biāo)準(zhǔn)誤（表13）。

表13 宅基地征收對福利的影響：分位數(shù)回歸

宅基地征收對收入和消費均有正向影響，在最高分位點上宅基地征收的影響更為顯著。在不同分位點上，宅基地征收對家庭可支配收入、消費支出的估計系數(shù)及其置信區(qū)間（95%的置信水平）如圖2a所示。

宅基地征收對家庭可支配收入、消費支出的影響結(jié)果見圖2b。從圖2b 可見，宅基地征收系數(shù)隨著分位數(shù)的增加而上升，與此同時，系數(shù)的顯著性也隨著分位數(shù)的增加而上升。宅基地征收對各個階層的收入、消費均有顯著影響，其中10%的高等級組農(nóng)戶的收入、消費提升度最高，收入提高了80%，支出提高了72%。因此，宅基地征收更能改善高等收入/消費農(nóng)戶的福利。

圖2 宅基地征收的估計系數(shù)及置信區(qū)間

4 結(jié)論與政策建議

4.1 結(jié)論

本文根據(jù)CHIP項目調(diào)查數(shù)據(jù)，采用OLS 回歸、SUR 回歸、分位數(shù)回歸等方法探究了宅基地征收對農(nóng)戶就業(yè)及福利的影響，得出以下主要結(jié)論：①被征收宅基地的農(nóng)戶以從事本地家庭農(nóng)業(yè)和外出就業(yè)為主，以從事本地農(nóng)業(yè)性工作和待業(yè)為輔，少許從事本地非農(nóng)工作。②宅基地征收促進(jìn)了農(nóng)戶非農(nóng)就業(yè)。在就業(yè)選擇的方面，宅基地征收使得農(nóng)戶從事農(nóng)業(yè)性工作的可能性下降，對農(nóng)戶解決失業(yè)問題也有一定的積極作用；在農(nóng)戶就業(yè)時間分配方面，宅基地征收能夠顯著延長農(nóng)戶非農(nóng)就業(yè)時間，對于豐富農(nóng)戶家庭收入來源具有積極意義；在家庭勞動力配置方面，宅基地征收對于解放農(nóng)村剩余勞動力，促使農(nóng)業(yè)勞動力向非農(nóng)部門擴(kuò)散具有積極意義。③宅基地征收在一定程度上改善了農(nóng)戶福利，福利提升最大的階層是高等收入/消費的農(nóng)戶。宅基地征收顯著提升了農(nóng)戶家庭可支配收入和消費支出。此外，宅基地征收后農(nóng)戶的幸福感和健康水平顯著提高，但不同階層農(nóng)戶對收入/消費提升的敏感度不同，其中10%的高等收入/消費農(nóng)戶因宅基地征收后福利提升效果最為明顯。

4.2 政策建議

綜上所述，宅基地征收作為一種行政性資源配置手段，對于實現(xiàn)農(nóng)戶就業(yè)結(jié)構(gòu)轉(zhuǎn)型，提升失地農(nóng)戶福利水平具有積極意義。由于宅基地的重置成本過高，加之不可移動性的自然屬性，導(dǎo)致宅基地市場配置效率的低下。強(qiáng)制手段的征收機(jī)制，雖然可以降低交易費用，但是與此同時，失地農(nóng)戶福利也常常被忽視。基于保障農(nóng)戶財產(chǎn)性權(quán)益的準(zhǔn)則，本文提出以下政策建議：①完善被宅基地征收農(nóng)戶再就業(yè)保障。由于農(nóng)村人力資本受教育水平較低、老齡化嚴(yán)重、非農(nóng)就業(yè)經(jīng)驗匱乏，導(dǎo)致農(nóng)戶在宅基地征收之后很難再就業(yè)，失地農(nóng)戶面臨很高的失業(yè)風(fēng)險，所以政府在宅基地征收過程中應(yīng)當(dāng)完善就業(yè)安置、股份安置、養(yǎng)老安置等手段，充分吸納農(nóng)村勞動力，提升農(nóng)戶風(fēng)險防范能力。②完善中低等農(nóng)戶收入/消費群體福利保障機(jī)制。中低等收入/消費農(nóng)戶再就業(yè)能力較差，宅基地征收很難促進(jìn)這類群體轉(zhuǎn)變就業(yè)結(jié)構(gòu)，這是宅基地征收后其福利提升效果不明顯的原因。在宅基地征收過程中，需要創(chuàng)造就業(yè)崗位，促使失地農(nóng)戶外出就業(yè)或在本地非農(nóng)就業(yè)。在宅基地征收之后，當(dāng)?shù)赜嘘P(guān)部門應(yīng)密切關(guān)注這類群體，向其提供生活補助、就業(yè)指導(dǎo)和養(yǎng)老保障等。③擴(kuò)大宅基地征收政策宣傳，提升農(nóng)戶自主權(quán)。在宅基地征收制度改革中，通過政策宣傳降低交易費用，使農(nóng)戶清楚認(rèn)識到宅基地征收在資源配置過程中的積極意義，以提升農(nóng)戶“配合度”。此外，由于農(nóng)戶在交易過程中處于天然的弱勢地位，須增強(qiáng)農(nóng)戶自主權(quán)，尊重農(nóng)戶談判權(quán)，擴(kuò)大公眾參與，達(dá)成共識。