閆 嘯,李錄堂,牛 榮

(西北農(nóng)林科技大學(xué) 經(jīng)濟管理學(xué)院,陜西 楊凌 712100)

引 言

隨著城鎮(zhèn)化、工業(yè)化進(jìn)程的加快,大量農(nóng)民從農(nóng)村涌向城市,農(nóng)民對宅基地的居住功能訴求在逐步減弱,宅基地閑置情況普遍。與此同時,城鎮(zhèn)建設(shè)用地缺口增加,土地資源配置不均衡,背離了土地集約利用的原則。針對這種情況,2014年12月,中共中央辦公廳和國務(wù)院辦公廳聯(lián)合印發(fā)了《關(guān)于農(nóng)村土地征收、集體經(jīng)營性建設(shè)用地入市、宅基地制度改革試點工作的意見》,明確提出探索宅基地自愿有償退出機制。2018年中共中央國務(wù)院印發(fā)的《關(guān)于實施鄉(xiāng)村振興戰(zhàn)略的意見》中首次提出宅基地所有權(quán)、資格權(quán)和使用權(quán)“三權(quán)分置”。這是宅基地制度改革的重大突破,旨在兼顧宅基地的保障功能與財產(chǎn)功能。2019年9月,中共中央農(nóng)村工作領(lǐng)導(dǎo)小組與農(nóng)業(yè)農(nóng)村部聯(lián)合印發(fā)《關(guān)于進(jìn)一步加強農(nóng)村宅基地管理的通知》,其中明確指出要“鼓勵村集體和農(nóng)民盤活利用閑置宅基地和閑置住宅”。上述文件的出臺為盤活農(nóng)村存量建設(shè)用地、提高土地資源利用率提供了堅實的政策基礎(chǔ)。改革和完善現(xiàn)行的農(nóng)村宅基地使用與管理制度,是當(dāng)前國家推進(jìn)農(nóng)地制度改革、推動農(nóng)村土地高效利用和激活土地財產(chǎn)功能的重要路徑選擇。在宅基地“三權(quán)分置”的背景下,研究和把握農(nóng)戶宅基地退出的影響因素,引導(dǎo)農(nóng)戶有序自愿退出,是制度設(shè)計的關(guān)鍵。

一、數(shù)據(jù)來源與研究方法

(一)文獻(xiàn)來源與編碼

1.文獻(xiàn)檢索與篩選。本文數(shù)據(jù)來源于已公開發(fā)表的期刊文章,為盡可能多地獲取農(nóng)戶宅基地退出的影響因素相關(guān)研究成果,本研究以2007-2020年7月為期間,按照以下方法搜集文獻(xiàn):(1)以“宅基地退出”或“退出意愿”或“退出行為”或“退出決策”,并含“影響因素”作為組合,在中國知網(wǎng)、萬方數(shù)據(jù)庫、百度學(xué)術(shù)、中國優(yōu)秀碩博論文數(shù)據(jù)庫等中文期刊數(shù)據(jù)庫進(jìn)行檢索。(2)以“Homestead exit”或“Homestead withdrawal”或“Quitting rural resident land”或“Homestead exit behavior”或“Homestead disposal”，并含“Influencing factors”作為組合，在百度學(xué)術(shù)、Elsevier、Web of science中進(jìn)行檢索。(3)為查漏補缺,選擇20位本研究領(lǐng)域的學(xué)者,查找他們已發(fā)表且與本研究主題聯(lián)系緊密的研究成果。

首次檢索得到459篇與本研究主題相關(guān)的中、英文文獻(xiàn),通過Noteexpress剔除重復(fù)文獻(xiàn)238篇,閱讀題目與摘要剔除后166篇,補充參考文獻(xiàn)后包含的遺漏文獻(xiàn)14篇。經(jīng)上述步驟確定了69篇符合要求的文獻(xiàn),進(jìn)一步閱讀全文并按以下標(biāo)準(zhǔn)進(jìn)行篩選:(1)研究區(qū)域和樣本須為中國境內(nèi)的農(nóng)戶；(2)所選文獻(xiàn)中必須包含定量分析,案例和文獻(xiàn)綜述等研究全部予以剔除；(3)原文中包含宅基地退出或相關(guān)處置類型、宅基地退出影響因素或其維度等變量,否則不予編碼；(4)報告了pearson相關(guān)系數(shù),或有足夠信息可轉(zhuǎn)換的路徑系數(shù)及其方差、標(biāo)準(zhǔn)差,并提供明確的樣本量；(5)對同一作者或基于同一套數(shù)據(jù)的實證研究,優(yōu)先選擇已發(fā)表或研究更全面的文獻(xiàn)進(jìn)行編碼。

依據(jù)上述標(biāo)準(zhǔn)剔除不符合要求文獻(xiàn)47篇,剩余22篇文獻(xiàn)中,為了排除異質(zhì)性干擾,剔除4篇采用除Logit、Probit之外其他模型進(jìn)行實證分析的文獻(xiàn),最終確定符合納入Meta分析標(biāo)準(zhǔn)的文獻(xiàn)18篇,研究區(qū)域覆蓋中國10個省,總樣本量為10 408個農(nóng)戶,文獻(xiàn)相關(guān)信息見表1。

表1 納入Meta分析的文獻(xiàn)

2.數(shù)據(jù)編碼。為減少編碼過程中的主觀性,本研究嚴(yán)格遵照Lipsey和Wilson推薦的編碼手冊并借鑒了以往Meta分析文獻(xiàn)編碼的操作對納入文獻(xiàn)進(jìn)行編碼[1]。本研究編碼對象包括研究描述項和效應(yīng)值統(tǒng)計項兩種,前者主要指研究的基本信息,包括第一作者姓名、發(fā)表年份、研究區(qū)域、選擇模型等;后者主要包括變量Pearson相關(guān)系數(shù)以及可利用其他方法轉(zhuǎn)化為Pearson相關(guān)系數(shù)的其他效應(yīng)值。另外需要考慮:(1)當(dāng)相關(guān)系數(shù)來自不同的樣本總體時,需進(jìn)行多次編碼。(2)由于需要對宅基地退出影響因素的調(diào)節(jié)變量進(jìn)行檢驗,本研究還對樣本區(qū)域、研究模型與研究內(nèi)容三個變量進(jìn)行編碼。由兩位研究生分別獨立編制研究描述項和效應(yīng)值編碼表并進(jìn)行交叉核對,首次編碼結(jié)果的一致率達(dá)84.3%。經(jīng)過回歸原文勘誤發(fā)現(xiàn),不一致的編碼結(jié)果主要是由于對某項影響因素的相關(guān)系數(shù)模型不同導(dǎo)致的。經(jīng)過修改后第二次編碼結(jié)果的一致率達(dá)97.0%,剩余不一致處參照其他Meta分析文獻(xiàn)并與相關(guān)專家討論,最終達(dá)成一致。

(二)研究方法

Meta分析最早用于醫(yī)學(xué)領(lǐng)域中研究安慰劑的治療干預(yù)效果,到20世紀(jì)90年代,逐漸在自然科學(xué)、人文社會科學(xué)中得到廣泛應(yīng)用。Meta分析有別于一般的描述性文獻(xiàn)綜述,它是對同一主題的不同實證研究進(jìn)行綜合性定量分析方法,來解決各項獨立研究對同一主題得出不同結(jié)論的問題。Meta分析通過效應(yīng)量將各項獨立研究的結(jié)果進(jìn)行整合,再分析其效應(yīng)及顯著性,避免了由于單個研究的抽樣或人為誤差導(dǎo)致的結(jié)果差異。對于存在潛在調(diào)節(jié)變量的研究中,通過Meta回歸分析還能解釋潛在變量對結(jié)果的影響程度。

在進(jìn)行單個影響因素分析時,需要至少有兩篇及以上的文獻(xiàn)涉及到該因素且通過顯著性檢驗,而且該變量在各項獨立研究中代表含義要一致或至少相近,來保證效應(yīng)量合并時的可綜合性。通過閱讀納入Meta分析的18篇文獻(xiàn),本文共選擇16個影響因素,每個影響因素均有4篇以上文獻(xiàn)涉及且通過了檢驗。將相關(guān)系數(shù)、樣本量、標(biāo)準(zhǔn)差等數(shù)據(jù)提取后,共獲得16組原始數(shù)據(jù)。借鑒Schmidt和Hunter有關(guān)心理計量隨機效應(yīng)的 Meta 分析[2],本研究采用Stata 16.0軟件對編碼數(shù)據(jù)進(jìn)行了處理,主要研究內(nèi)容包括:主效應(yīng)檢驗、穩(wěn)健性檢驗與調(diào)節(jié)效應(yīng)檢驗。

首先將相關(guān)系數(shù)r進(jìn)行費雪轉(zhuǎn)換:

(1)

Fisher’sZ的方差:

(2)

Fisher’sZ的標(biāo)準(zhǔn)誤:

(3)

綜合效應(yīng)量Fisher’sZ轉(zhuǎn)換成綜合相關(guān)系數(shù)R:

(4)

最終本研究共得到效應(yīng)值137個,獨立樣本量78 934個。根據(jù)計算得出的綜合相關(guān)系數(shù)R的絕對值取值范圍來判斷變量的相關(guān)強度。

說到做到，杰克馬上開始收拾行囊，蘇婷婷站在一邊，束著手，拿不定主意。杰克說：我先到機場，你回去拿了東西就來。蘇婷婷猶豫地：杰克，我總覺得咱這樣不好。杰克興奮地：你不覺得這樣很刺激嗎？跟美國大片一樣。蘇婷婷低下頭：是很刺激，可我爸媽要生氣的。杰克：咱下飛機就打電話跟爸媽道歉。好了，婷婷，咱們的浪漫之旅就要開始了，你要高興點才對。

2.異質(zhì)性檢驗。異質(zhì)性(heterogeneity)是由于參與者、干預(yù)措施、測量方式等的差別或研究間真實性變異,導(dǎo)致納入Meta分析文獻(xiàn)的效應(yīng)量產(chǎn)生變異的程度。如果不考慮組間異質(zhì)性,將不同研究進(jìn)行合并分析,就會產(chǎn)生將“橘子”和“蘋果”混為一談的錯誤。檢驗異質(zhì)性通常采用反映效應(yīng)量的加權(quán)離均差平方和的Q統(tǒng)計量及其P值,以及反映異質(zhì)性在效應(yīng)量總變異中所占比重的I2統(tǒng)計量。一般而言,如果Q統(tǒng)計量的P≤0.1,I2>50%,則表明除抽樣誤差外,還有獨立研究間的隨機差異或某些系統(tǒng)性因素等異質(zhì)性來源,需要采用隨機效應(yīng)模型;反之,若P>0.1,I2≤50%,則表明效應(yīng)值呈同質(zhì)性分布,獨立研究的效應(yīng)值差異僅由抽樣誤差導(dǎo)致,可選擇固定效應(yīng)模型。

本文假設(shè)樣本來源是異質(zhì)性的,采用隨機效應(yīng)模型進(jìn)行效應(yīng)量合并,這樣的好處是在效應(yīng)量進(jìn)行整合時該模型能夠考慮到組間方差的影響。本文選擇Q統(tǒng)計量指標(biāo)對組間方差進(jìn)行檢驗,計算方法如下:

(5)

其中,Wi為第i個研究的權(quán)重值,Yi為第i個納入研究的效應(yīng)量,M為納入研究的平均效應(yīng)量,k為對應(yīng)的研究數(shù),即Q實際上是效應(yīng)量的加權(quán)離均差平方和(WSS)。

3.發(fā)表偏倚檢驗。一般來說統(tǒng)計學(xué)意義上陽性結(jié)果與顯著性結(jié)果更容易受到審稿人青睞,這樣導(dǎo)致的結(jié)果就是陰性結(jié)果研究無法被數(shù)據(jù)庫收錄,導(dǎo)致主題研究存在出版偏移,在納入Meta分析時會造成樣本的選擇偏誤。Stanley通過蒙特卡洛模擬發(fā)現(xiàn)漏斗不對稱檢驗是識別發(fā)表偏倚問題的有效工具[3]。但觀測漏斗圖的對稱與否具有一定的主觀性,因此另外參照 Egger等的研究方法[4],采用回歸檢驗再次檢驗各項研究是否存在發(fā)表偏倚。

4.敏感性分析。將不同文獻(xiàn)進(jìn)行整合時,由于部分研究結(jié)果存在較大差異可能會導(dǎo)致整體結(jié)果的估計偏誤。敏感性分析可以衡量納入文獻(xiàn)的質(zhì)量及異質(zhì)性。本文采用逐個剔除納入分析的數(shù)據(jù)來考察對評估結(jié)果是否有顯著影響,通過逐一移除單個效應(yīng)量對其余效應(yīng)量整合,觀察結(jié)果的差異性,以檢驗是否存在“極端樣本”[5]。

5.累積 Meta 分析。社會發(fā)展和政策變化導(dǎo)致農(nóng)戶宅基地退出的影響因素隨之變化,因此采用累積Meta分析驗證各影響因素隨時間的變化趨勢。累積Meta分析是把研究作為一個連續(xù)的整體,即因變量,將各個納入的研究按照一定發(fā)表年份的時間順序累加在一起,進(jìn)行多次Meta分析,來反映所要研究的效應(yīng)量隨時間變化的趨勢。

6.Meta回歸分析。Meta回歸分析不僅能分析不同研究結(jié)論存在差異的原因,還能識別出單獨的實證研究所不能發(fā)現(xiàn)的變量關(guān)系和潛在的調(diào)節(jié)變量,為后續(xù)的實證研究提供新的思路[6]。Meta回歸將效應(yīng)量指標(biāo)作為因變量,將研究區(qū)域、測量方式、研究內(nèi)容等作為模型的自變量。通過回歸分析來探究組間產(chǎn)生異質(zhì)性的來源。

Y=βixi+β0+ε

(6)

其中,Y為效應(yīng)量，βi為待估系數(shù),xi為已有文獻(xiàn)存在爭議的一些重要特征變量，β0為截距項，ε為隨機干擾項。Nelson and Kennedy指出[7],將所選文獻(xiàn)納入Meta分析時要注意：(1)文中沒有提到的調(diào)節(jié)變量可通過增加虛擬變量來進(jìn)行分析;(2)可以將樣本大小作為權(quán)重,通過倒方差法來消除由于觀測值不同造成的異方差問題。

二、理論分析與變量選取

從本質(zhì)上講,農(nóng)戶退出宅基地是農(nóng)戶的一種自主選擇行為。隨著農(nóng)村勞動力大量涌向城鎮(zhèn),農(nóng)戶間的收入結(jié)構(gòu)和就業(yè)結(jié)構(gòu)差異不斷加深；加之稟賦效應(yīng)、土地依賴、產(chǎn)權(quán)偏好、風(fēng)險偏好等因素的共同影響,形成了對宅基地功能和價值的不同認(rèn)知,影響著農(nóng)戶的宅基地退出決策。西蒙認(rèn)為現(xiàn)實生活里的人都是“有限理性”的人[8],他們的決策受多方面影響,追求多元目標(biāo)和價值。農(nóng)戶由于自身知識水平有限、信息不對稱等原因,只能在“有限理性”的前提下做出宅基地相關(guān)決策,通常是依據(jù)內(nèi)生與外生約束條件來追求自身利益最大化。

已有文獻(xiàn)大多使用二項選擇模型來分析農(nóng)戶宅基地退出行為或意愿的影響因素。夏敏等對不同經(jīng)濟發(fā)展水平地區(qū)的農(nóng)戶宅基地退出意愿進(jìn)行了回歸分析,發(fā)現(xiàn)蘇北經(jīng)濟發(fā)展相對落后的地區(qū)較蘇南和蘇中經(jīng)濟發(fā)達(dá)的地區(qū)相比,農(nóng)戶職業(yè)類型、宅基地面積等變量對農(nóng)戶宅基地退出影響更為顯著[9]。吳郁玲等認(rèn)為農(nóng)戶對宅基地流轉(zhuǎn)的響應(yīng)受到自然環(huán)境、地理區(qū)位、經(jīng)濟區(qū)位等區(qū)位條件的影響,宅基地確權(quán)僅對近郊農(nóng)戶有顯著正向影響,對遠(yuǎn)郊農(nóng)戶作用不明顯[10]。在經(jīng)濟落后或偏遠(yuǎn)地區(qū)農(nóng)戶的兼業(yè)程度與土地依賴程度是宅基地退出的主導(dǎo)因素[11]。錢龍等基于溫州試驗區(qū)502個農(nóng)戶的調(diào)查發(fā)現(xiàn),在城鎮(zhèn)購買住房的農(nóng)戶流轉(zhuǎn)積極性更高；非農(nóng)收入比例越高,宅基地流轉(zhuǎn)率越高[12]。另外,農(nóng)戶的異質(zhì)化特征如職業(yè)、宅基地面積等因素的差異也會影響農(nóng)戶的補償偏好[13]。通過對相關(guān)文獻(xiàn)的梳理,將變量分成個體特征、家庭特征、資源稟賦特征和退出選擇4個特征共16個指標(biāo)來進(jìn)行分析(見表2)。

表2 變量說明與預(yù)期方向

(一)個體特征

荷蘭生物學(xué)家魯?shù)隆し兜虏┧雇ㄟ^模擬現(xiàn)實決策情景“愛荷華博弈任務(wù)(Iowa Gambling Task)”發(fā)現(xiàn),在面臨有風(fēng)險的決策時,男性和女性相比更容易選擇一個收益較大的策略。李榮耀等發(fā)現(xiàn)性別對宅基地退出行為有顯著的負(fù)效應(yīng)[14],大多數(shù)男性決策者對宅基地有更高的增值預(yù)期,讓男性放棄宅基地要給其比女性更多的補償。年齡較大的農(nóng)戶,鄉(xiāng)土情結(jié)重,思想趨于保守,宅基地退出意愿更弱;年齡較小的農(nóng)戶,對新環(huán)境、新事物接受程度更高,宅基地退出一定程度上能夠增加個人的生活品質(zhì),退出意愿較強。知識水平越高對國家政策的理解越深,一般來說受教育程度高的農(nóng)戶傾向于退出宅基地。但受教育程度影響農(nóng)戶對于退出補償?shù)膬r值期望,如果補償標(biāo)準(zhǔn)達(dá)不到預(yù)期,也可能不愿意退出宅基地,因此其方向不確定[15]。宅基地退出意味著其從事農(nóng)業(yè)生產(chǎn)的可能性會降低,宅基地的生存保障功能被弱化,農(nóng)戶退出宅基地后可能面臨更多的生存風(fēng)險,隨著風(fēng)險偏好程度的降低,宅基地退出意愿變?nèi)酢?/p>

(二)家庭特征

家庭收入高的農(nóng)戶有著較強的生計能力,抵御宅基地退出帶來的各種不確定風(fēng)險能力較強。另外,收入高的家庭對于宅基地的保障功能訴求較小,對居住環(huán)境的改善意愿強烈。雖然宅基地退出會帶來一筆補償收益,但對于收入高的家庭來說邊際效用不大,因此其影響方向不確定。一般情況下,農(nóng)戶家庭非農(nóng)收入占比越高,對宅基地的依賴程度越低,更容易融入城市生活,且退出補償能夠緩解生活成本增加的壓力,退地收益大于成本,宅基地退出積極性更高。周丙娟等研究發(fā)現(xiàn)家庭規(guī)模越大越不利于宅基地的退出[16]。宅基地退出是一項家庭決策,人口數(shù)越大形成一致決策的概率越低,且人口數(shù)對農(nóng)戶的生產(chǎn)生活具有規(guī)模效應(yīng),使其不愿意退出宅基地。勞動力供養(yǎng)系數(shù)指家庭中每個勞動力要供養(yǎng)的家庭成員數(shù)量，勞動力供養(yǎng)系數(shù)高的農(nóng)戶家庭負(fù)擔(dān)重,對土地依賴性強,退地后帶來的生活成本的壓力較系數(shù)低的家庭更大,預(yù)期宅基地退出意愿會更弱。

(三)資源稟賦特征

土地與宅基地是農(nóng)戶與農(nóng)村最緊密的聯(lián)系渠道,為農(nóng)戶生活提供了生存保障。土地面積越大,意味著農(nóng)戶對土地的依賴程度越高,規(guī)模化經(jīng)營帶來的農(nóng)業(yè)收入越高,因此宅基地退出意愿不強烈。宅基地面積與退地補償息息相關(guān),宅基地面積越大,預(yù)期補償收益越高,農(nóng)戶的退出積極性越高。宅基地的確權(quán)為后續(xù)流轉(zhuǎn)或退出提供了法律前提,理論上增加了農(nóng)村宅基地的經(jīng)濟價值,但現(xiàn)實中的政策補償往往達(dá)不到農(nóng)戶的預(yù)期,其傾向于繼續(xù)持有宅基地[17]。一般來說,距離城鎮(zhèn)越近的農(nóng)戶,對于城市生活節(jié)奏越習(xí)慣,更傾向于退出宅基地去到城市生活；而那些處于偏遠(yuǎn)郊區(qū)的農(nóng)戶,由于缺乏非農(nóng)就業(yè)機會,將土地宅基地作為最后的生存保障,對于宅基地退出較為抗拒。但也有部分近郊農(nóng)戶,宅基地可能處于城鎮(zhèn)規(guī)劃范圍內(nèi),這種情況下農(nóng)戶更希望自家宅基地被統(tǒng)一征收，從而獲得更高的補償收益,也傾向于不退出宅基地,因此所在地距離的預(yù)期影響方向不確定。

(四)退出選擇特征

“一戶一宅”是我國法律對農(nóng)村宅基地做出的政策約束,如果農(nóng)戶對這項政策了解并重視,就會降低對超標(biāo)占用的宅基地的期望收益,當(dāng)退地補償達(dá)到其預(yù)期時,退出意愿就會增強。農(nóng)戶的非農(nóng)生計能力也會影響宅基地退出意愿,擁有非農(nóng)生計能力的農(nóng)戶,更容易融入城市生活,一般來說退出意愿比較強烈。在城鎮(zhèn)購買住房的農(nóng)戶對于宅基地的生存保障訴求降低,獲得的退地補償邊際效用較高,對于城市生活十分向往,往往傾向于退出宅基地;而對于沒有在城里購買住房的農(nóng)戶來說,退出后要考慮購置成本與生活成本增加的雙重壓力,因此宅基地退出積極性不高[18]。一般來說,宅基地的退出補償是影響農(nóng)戶做出宅基地決策的關(guān)鍵因素之一。如果農(nóng)戶認(rèn)為目前宅基地補償政策較為合理,退出的意愿就相對較高;如果對補償政策不滿意,認(rèn)為補償收益不足以緩解其生活成本增加的壓力,往往不會輕易退出。

本文從研究層面出發(fā),嘗試回答以下三個問題:第一,在異質(zhì)性前提下,什么因素影響農(nóng)戶宅基地退出意愿或行為；第二,農(nóng)戶宅基地退出的影響因素是否具有異質(zhì)性；第三,影響農(nóng)戶宅基地退出的關(guān)鍵因素是否隨時間發(fā)生變化。

三、結(jié)果與分析

(一) 主效應(yīng)檢驗

將上述16個影響因素的Pearson相關(guān)系數(shù)r轉(zhuǎn)換成相應(yīng)的Fisher’sZ值,并將置信區(qū)間及標(biāo)準(zhǔn)誤進(jìn)行整理,得到16組原始數(shù)據(jù)。采用Stata 16.0進(jìn)行95%置信區(qū)間評估,根據(jù)Q檢驗和I2檢驗結(jié)果發(fā)現(xiàn),每一組同類研究文獻(xiàn)結(jié)論均存在不同程度的異質(zhì)性,因此采用隨機效應(yīng)模型進(jìn)行評估,將評估的綜合效應(yīng)量Fisher’sZ值和標(biāo)準(zhǔn)誤轉(zhuǎn)換成綜合相關(guān)系數(shù)R。綜合效應(yīng)量及其置信區(qū)間、顯著性檢驗與異質(zhì)性檢驗見表3。

表3 綜合效應(yīng)量與綜合系數(shù)評估

1.個體特征。性別對農(nóng)戶的宅基地退出意愿有顯著的負(fù)效應(yīng),相比女性，男性更不愿意退出宅基地,這是因為男性對于宅基地退出補償?shù)念A(yù)期更高,在進(jìn)行決策時更為慎重。年齡對于宅基地退出意愿并不顯著,可能是因為當(dāng)前我國農(nóng)村空心化情況嚴(yán)重,調(diào)研對象大多為留守老人,這些老人相互之間交流密切,做出的選擇也比較相似,同質(zhì)性較強。受教育程度對農(nóng)戶的宅基地退出選擇有顯著的正向影響,這是因為受教育程度越高,對國家政策了解越深刻,越傾向于退出宅基地;而受教育程度不高的農(nóng)戶,由于缺乏在城市立足的技能與學(xué)歷,擔(dān)心退出宅基地后自身生存得不到保障,不愿意退出宅基地。

2.家庭特征。家庭年收入對農(nóng)戶的宅基地退出意愿有顯著正向影響。家庭收入高的農(nóng)戶有更高的住房需求和購買力,對于城市的醫(yī)療和教育資源十分向往,且能夠負(fù)擔(dān)城市的生活成本,傾向于退出宅基地。家庭人口數(shù)影響為負(fù)是因為家庭規(guī)模越大,去到城市生活的成本越高,在做出宅基地退出決策時更需要慎重,不會輕易退出宅基地。非農(nóng)收入占比對農(nóng)戶宅基地退出意愿有顯著正效應(yīng),這是因為這類農(nóng)戶對土地依賴程度不高,農(nóng)村宅基地的居住和保障功能相應(yīng)弱化。另外,宅基地退出后還能獲得一筆退地補償金,因此退出積極性較高。而對那些以傳統(tǒng)耕作為生的純農(nóng)業(yè)農(nóng)戶來說,退出宅基地意味著失去了生存保障,面對可能發(fā)生的各種風(fēng)險沒有抵御能力,因此不傾向于退出宅基地。

3.資源稟賦特征。資源稟賦特征中,土地面積對農(nóng)戶宅基地退出有顯著負(fù)效應(yīng),宅基地是否確權(quán)與所在地距城鎮(zhèn)距離均對農(nóng)戶的宅基地退出意愿有顯著的正向影響。土地面積大的農(nóng)戶家庭有利于實現(xiàn)規(guī)模化經(jīng)營,農(nóng)業(yè)收入占比高,與土地關(guān)系密切,不愿意輕易退出宅基地。產(chǎn)權(quán)明晰的宅基地糾紛少、退出成本低,增強了農(nóng)戶退出宅基地的信心,從而在一定程度上可以提高退出意愿。近郊農(nóng)戶宅基地退出意愿不強,可能是因為距離城鎮(zhèn)近的村莊受城鎮(zhèn)輻射效果明顯,基礎(chǔ)設(shè)施、醫(yī)療與教育資源相對較好,農(nóng)戶生活滿意度較高,對于退出宅基地的愿望并不迫切。

4.退出選擇特征。非農(nóng)生計能力對于宅基地退出有顯著正向影響,擁有非農(nóng)生計能力的農(nóng)戶,其收入來源更多樣化,對土地依賴性較弱,退出宅基地后還能獲得一筆退地補償,因此退出積極性較高。缺乏非農(nóng)生計能力的農(nóng)戶,在退出宅基地前能夠靠農(nóng)業(yè)種植自給自足,但如果退出宅基地去城市生活,生活成本會顯著增加,缺乏在城市立足的技能使得他們生存壓力驟增,因此傾向于繼續(xù)持有宅基地。在城鎮(zhèn)購買住房對農(nóng)戶宅基地退出意愿有顯著的負(fù)效應(yīng),原因是擁有城鎮(zhèn)住房的農(nóng)戶對于農(nóng)村宅基地居住功能訴求減弱,城鎮(zhèn)住房替代了宅基地的生存保障功能,這部分農(nóng)戶生存壓力較小,且退地補償收益能彌補融入城市帶來的生活成本的增加,宅基地退出意愿更強。

圖1 發(fā)表偏倚檢測漏斗圖

(二)穩(wěn)健性檢驗

1.發(fā)表偏倚檢驗。接下來考慮發(fā)表偏倚的影響。一般來說,結(jié)果為陽性或較為顯著的文章更易于發(fā)表,這會造成樣本的選擇偏誤。首先采用漏斗圖進(jìn)行發(fā)表偏倚觀測,由于漏斗圖觀測結(jié)果具有一定的主觀性,本文另外進(jìn)行了Egger回歸系數(shù)檢驗來判斷是否存在發(fā)表偏倚。

圖1中,受教育程度與宅基地面積發(fā)表偏倚檢測漏斗圖存在不同程度的不對稱,表明這兩個影響因素可能存在發(fā)表偏倚。進(jìn)一步采用Egger回歸系數(shù)檢驗,結(jié)果表明,受教育程度EggerT=0.59 ，P=0.568>0.05;宅基地面積EggerT=0.36 ，P=0.723>0.05,表明受教育程度與宅基地面積兩個影響因素均不存在發(fā)表偏倚。

2.敏感性分析。為排除某篇文獻(xiàn)中極端值對效應(yīng)量的影響,采用敏感性分析來檢驗結(jié)果的穩(wěn)健性。選擇了家庭年收入、是否在城鎮(zhèn)購買住房以及是否確權(quán)3個顯著變量進(jìn)行敏感性分析,結(jié)果如圖2所示。家庭年收入、是否在城鎮(zhèn)購買住房的敏感性分析中,移除任意一篇文獻(xiàn)對效應(yīng)量的可信區(qū)間及估計值影響均不大,因此推斷估計結(jié)果可信度較高。而宅基地確權(quán)的敏感分析可以看出,剔除楊璐璐文章后,效應(yīng)量及可信區(qū)間均會發(fā)生明顯變化,因此認(rèn)為楊璐璐文章是影響宅基地確權(quán)效應(yīng)尺度差異的異質(zhì)性來源。

(三)累積Meta分析

圖2 敏感性分析

農(nóng)戶生活方式與行為選擇在不斷變化,相應(yīng)地影響農(nóng)戶宅基地退出意愿的因素也隨之變化。傳統(tǒng)的Meta分析不能體現(xiàn)影響因素隨時間發(fā)生變化的趨勢,因此選擇累積Meta分析來研究各因素對宅基地退出意愿強度隨時間的變化趨勢。在森林圖中(圖3)可以看出,年齡、家庭人口數(shù)、宅基地政策認(rèn)知、退出補償?shù)扔绊懸蛩仉S著時間變化可信區(qū)間在逐漸變窄,且效應(yīng)量趨于穩(wěn)定,可客觀反映干預(yù)的結(jié)局。

(四)Meta回歸

圖3 影響因素的累積Meta分析

參考主效應(yīng)檢驗結(jié)果,對異質(zhì)性變量年齡、家庭年收入、宅基地面積、是否在城鎮(zhèn)購買住房進(jìn)行Meta回歸,尋找異質(zhì)性來源。

1.調(diào)節(jié)變量選取。調(diào)節(jié)變量是指 Meta分析中所包含的、有助于解釋更多方法差異的任何變量[19]。Meta分析文獻(xiàn)大多選擇發(fā)表年份作為衡量時間導(dǎo)致效應(yīng)量異質(zhì)性的變量,但由于發(fā)表周期較長,往往不能準(zhǔn)確反應(yīng)時間如何影響異質(zhì)性差異,因此本文選擇了各項獨立研究調(diào)研的抽樣年份作為調(diào)節(jié)變量。實證研究選擇的模型、變量的測量方式等不同,對效應(yīng)量也會造成影響。各地經(jīng)濟社會發(fā)展水平不一致,導(dǎo)致抽樣樣本因區(qū)域不同也會產(chǎn)生異質(zhì)性差別。從研究內(nèi)容上看,宅基地退出行為與意愿也會導(dǎo)致影響因素效應(yīng)量的異質(zhì)性。因此本文選擇發(fā)表年份、抽樣年份、模型選擇、期刊影響因子、研究區(qū)域、變量測量方式以及研究內(nèi)容作為調(diào)節(jié)變量,并將其分類。

發(fā)表年份為文獻(xiàn)在紙質(zhì)期刊出版時間,抽樣年份為調(diào)研組在數(shù)據(jù)來源說明中介紹的調(diào)研取樣時間;模型選擇分為Logit模型與Probit模型;期刊影響因子為2020年該雜志復(fù)合影響因子;研究區(qū)域劃分為西部、中部、東部三大區(qū)域;變量測量方式分為有序分類變量及連續(xù)型變量;研究內(nèi)容分為研究宅基地退出意愿與研究宅基地退出行為;另外,抽樣區(qū)域是否為宅基地改革試點也有可能影響異質(zhì)性來源,因此也納入調(diào)節(jié)變量進(jìn)行分析。

2.Meta 回歸結(jié)果分析。將年齡、家庭年收入、宅基地面積與是否在城鎮(zhèn)購買住房4個變量的效應(yīng)量作為因變量,調(diào)節(jié)變量作為自變量,同時將效應(yīng)量方差倒數(shù)作為權(quán)重進(jìn)行回歸。

由表4可知,在年齡因素的Meta回歸分析中,發(fā)表年份、抽樣年份、模型選取、研究區(qū)域、研究內(nèi)容以及是否為宅基地改革試點地區(qū)均為年齡因素的異質(zhì)性來源(P<0.05)。意味著在以后的宅基地退出研究中,要重點關(guān)注這些可能導(dǎo)致異質(zhì)性結(jié)果的調(diào)節(jié)變量。在家庭年收入的回歸分析中,變量測量方式是導(dǎo)致異質(zhì)性來源的原因,采用有序分類變量比連續(xù)型變量對農(nóng)戶宅基地退出影響更為顯著,也就是說,在后續(xù)進(jìn)行宅基地退出影響因素分析時,最好選擇將家庭年收入進(jìn)行分段統(tǒng)計,來研究其對宅基地退出意愿或行為的影響,結(jié)果更為準(zhǔn)確。宅基地面積的Meta回歸中,模型選擇、研究區(qū)域、研究內(nèi)容以及是否為宅改試點是宅基地面積因素的異質(zhì)性來源。在研究宅基地面積對宅基地退出的影響時,研究內(nèi)容為退出行為時比退出意愿更為顯著,這意味著意愿轉(zhuǎn)化成行為還有一定差距,選擇宅基地退出行為的影響因素進(jìn)行分析能夠更精準(zhǔn)地把握農(nóng)戶宅基地退出的內(nèi)在驅(qū)動力。

表4 Meta回歸分析

(五)亞組分析

依據(jù)上述回歸結(jié)果,進(jìn)一步對存在異質(zhì)性來源的年齡與宅基地面積進(jìn)行亞組分析。年齡、宅基地面積對農(nóng)戶退出宅基地的效應(yīng)值存在顯著異質(zhì)性,因此采用隨機效應(yīng)模型進(jìn)行亞組分析:發(fā)表年份按照實際年份分組;模型按照Logit模型與Probit模型進(jìn)行分組;地區(qū)按照西部、中部、東部進(jìn)行分組;研究內(nèi)容按照研究宅基地退出意愿與宅基地退出行為進(jìn)行分組。

由表5可知,發(fā)表年份作為調(diào)節(jié)變量時,2012、2013、2016年發(fā)表的文獻(xiàn)中農(nóng)戶年齡對宅基地退出選擇均有顯著正效應(yīng)且效應(yīng)逐漸減弱,2019、2020年發(fā)表的文獻(xiàn)中年齡對農(nóng)戶宅基地退出具有顯著負(fù)效應(yīng),原因可能是在2013年之前,養(yǎng)老保障尚不完善,上了年紀(jì)的農(nóng)戶由于體力下降,對未來顯現(xiàn)出擔(dān)憂,更傾向于退地進(jìn)城投靠務(wù)工子女們,而近幾年隨著農(nóng)村養(yǎng)老保障系統(tǒng)的完善,年紀(jì)大的農(nóng)戶依靠養(yǎng)老保險也能維持生計,因此退出意愿逐步減弱;與Logit模型相比,Probit模型更易產(chǎn)生正效應(yīng);研究區(qū)域上,地區(qū)變量對于年齡對農(nóng)戶宅基地退出意愿的影響中,西部、東部均有顯著影響,且西部(ES=0.125)>東部(ES=-0.027),即西部與東部相比,農(nóng)戶年齡對宅基地退出的影響更大,且為正向促進(jìn)作用,而中部地區(qū)年齡對宅基地退出的影響不顯著(P=0.186>0.05);此外,研究內(nèi)容里年齡對宅基地退出的影響均有顯著正效應(yīng),退出意愿(ES=0.078)大于退出行為(ES=0.020),這是因為意愿是農(nóng)戶處于理想狀態(tài)下的選擇,而行為是綜合考慮之后的現(xiàn)實選擇,退出意愿的影響程度一般情況下大于退出行為的影響程度。

表5 年齡亞組分析

從表6可見,發(fā)表年份的亞組分析中,宅基地面積對農(nóng)戶宅基地退出選擇的影響程度在逐漸減弱,效應(yīng)由正變負(fù),這是因為自2013年十八屆三中全會明確賦予農(nóng)民對集體資產(chǎn)有償退出權(quán)利之后,農(nóng)戶對宅基地退出的補償收益預(yù)期不斷增加,宅基地面積越大的農(nóng)戶在得不到滿意的補償額度之前,傾向于繼續(xù)持有宅基地;選擇Logit、Probit模型均對宅基地退出意愿有顯著負(fù)向影響;區(qū)域分析結(jié)果表明,西部與東部農(nóng)戶宅基地面積對宅基地退出意愿均有顯著負(fù)效應(yīng),且西部(ES=-0.093)大于東部(ES=-0.083),意味著西部地區(qū)與東部地區(qū)相比,宅基地面積對農(nóng)戶宅基地退出的負(fù)向效應(yīng)更為明顯,中部地區(qū)影響不顯著(P=0.665>0.05);研究內(nèi)容上,宅基地面積對農(nóng)戶宅基地退出意愿有正向影響,而對宅基地行為有負(fù)向影響,均在1%水平顯著,這是因為調(diào)查宅基地退出意愿時,由于退地補償與宅基地面積成正比,宅基地面積大的農(nóng)戶退出意愿更強烈,然而在實際操作中,單位補償金額往往低于預(yù)期,宅基地面積越大的農(nóng)戶越認(rèn)為自己“吃虧”了,因此做出繼續(xù)持有宅基地的決策。

表6 宅基地面積亞組分析

四、討 論

本文基于以往有關(guān)農(nóng)戶宅基地退出影響因素的實證研究成果,運用 Meta 分析方法對農(nóng)戶異質(zhì)性特征與宅基地退出的關(guān)系進(jìn)行了量化研究。結(jié)果發(fā)現(xiàn):(1)農(nóng)戶受教育程度、家庭年收入、非農(nóng)收入占比、宅基地確權(quán)、所在地距縣城距離及是否在城鎮(zhèn)購買住房對農(nóng)戶宅基地退出意愿均有顯著正向影響；性別、非農(nóng)生計能力對農(nóng)戶宅基地退出意愿有顯著負(fù)向影響,結(jié)果均通過了穩(wěn)健性檢驗。(2)年齡、家庭年收入、宅基地面積及是否在城鎮(zhèn)購買住房對宅基地退出的影響存在明顯的異質(zhì)性。通過Meta回歸分析發(fā)現(xiàn),發(fā)表年份、抽樣年份、模型選取、研究區(qū)域、研究內(nèi)容以及是否為宅基地改革試點地區(qū)是年齡因素的異質(zhì)性來源；模型選擇、研究區(qū)域、研究內(nèi)容以及是否為宅改試點是宅基地面積因素的異質(zhì)性來源。(3)通過對年齡與宅基地面積進(jìn)行亞組分析發(fā)現(xiàn),不同區(qū)域影響宅基地退出意愿的因素作用程度不同,應(yīng)當(dāng)根據(jù)不同地區(qū)對農(nóng)戶宅基地退出進(jìn)行有針對性地引導(dǎo)。(4)變量測量方式、模型選擇均會對效應(yīng)量結(jié)果產(chǎn)生影響,在后續(xù)進(jìn)行宅基地退出意愿影響因素實證分析時,應(yīng)當(dāng)更為嚴(yán)謹(jǐn)?shù)卦O(shè)計研究方案,使調(diào)研結(jié)果更精確可信。