閆嘯,李錄堂,牛榮

摘要：有關宅基地退出影響因素的研究由于區(qū)域選擇、模型方法、測量方式或具體研究內(nèi)容的不同，研究結論存在不同程度的差異。為厘清宅基地退出影響因素及其效應，推動宅基地有序退出，在納入18篇實證文獻、137個效應值、78 934個獨立樣本進行 Meta 分析的基礎上，研究了農(nóng)戶宅基地退出的影響因素及影響因素強度隨時間的變化，以及農(nóng)戶宅基地退出的影響因素是否存在異質(zhì)性及異質(zhì)性來源。結果表明：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、所在地距縣城距離及是否在城鎮(zhèn)購房對農(nóng)戶宅基地退出意愿均有顯著正向影響;年齡、家庭年收入、宅基地面積及是否在城鎮(zhèn)購買住房在影響農(nóng)戶宅基地退出方面存在明顯的異質(zhì)性。宅基地退出影響因素隨時間變化作用強度也在變化，且不同區(qū)域影響宅基地退出意愿的因素作用程度不同，應當根據(jù)地區(qū)差異對農(nóng)村宅基地退出有針對性地進行政策引導。

關鍵詞：宅基地退出;影響因素;Meta分析;調(diào)節(jié)效應

中圖分類號：F301.24? 文獻標識碼：A 文章編號：1009-9107（2021）06-0072-13

收稿日期：2021-03-31DOI：10.13968/j.cnki.1009-9107.2021.06.09

作者簡介：閆嘯，女，西北農(nóng)林科技大學經(jīng)濟管理學院博士研究生，主要研究方向為土地資源管理。

*通信作者引言隨著城鎮(zhèn)化、工業(yè)化進程的加快，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院辦公廳聯(lián)合印發(fā)了《關于農(nóng)村土地征收、集體經(jīng)營性建設用地入市、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年中共中央國務院印發(fā)的《關于實施鄉(xiāng)村振興戰(zhàn)略的意見》中首次提出宅基地所有權、資格權和使用權“三權分置”。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)村工作領導小組與農(nóng)業(yè)農(nóng)村部聯(lián)合印發(fā)《關于進一步加強農(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)村存量建設用地、提高土地資源利用率提供了堅實的政策基礎。改革和完善現(xiàn)行的農(nóng)村宅基地使用與管理制度，是當前國家推進農(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，引導農(nóng)戶有序自愿退出，是制度設計的關鍵。

一、數(shù)據(jù)來源與研究方法

（一）文獻來源與編碼

1.文獻檢索與篩選。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：（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、百度學術、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，在百度學術、Elsevier、Web of science中進行檢索。（3）為查漏補缺，選擇20位本研究領域的學者，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的中、英文文獻，通過Noteexpress剔除重復文獻238篇，閱讀題目與摘要剔除后166篇，補充參考文獻后包含的遺漏文獻14篇。經(jīng)上述步驟確定了69篇符合要求的文獻，進一步閱讀全文并按以下標準進行篩選：（1）研究區(qū)域和樣本須為中國境內(nèi)的農(nóng)戶;（2）所選文獻中必須包含定量分析，案例和文獻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相關系數(shù)，或有足夠信息可轉(zhuǎn)換的路徑系數(shù)及其方差、標準差，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進行編碼。

依據(jù)上述標準剔除不符合要求文獻47篇，剩余22篇文獻中，為了排除異質(zhì)性干擾，剔除4篇采用除Logit、Probit之外其他模型進行實證分析的文獻，最終確定符合納入Meta分析標準的文獻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，文獻相關信息見表1。

2.數(shù)據(jù)編碼。為減少編碼過程中的主觀性，本研究嚴格遵照Lipsey和Wilson推薦的編碼手冊并借鑒了以往Meta分析文獻編碼的操作對納入文獻進行編碼[1]。本研究編碼對象包括研究描述項和效應值統(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相關系數(shù)以及可利用其他方法轉(zhuǎn)化為Pearson相關系數(shù)的其他效應值。另外需要考慮：（1）當相關系數(shù)來自不同的樣本總體時，需進行多次編碼。（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)容三個變量進行編碼。由兩位研究生分別獨立編制研究描述項和效應值編碼表并進行交叉核對，首次編碼結果的一致率達84.3%。經(jīng)過回歸原文勘誤發(fā)現(xiàn)，不一致的編碼結果主要是由于對某項影響因素的相關系數(shù)模型不同導致的。經(jīng)過修改后第二次編碼結果的一致率達97.0%，剩余不一致處參照其他Meta分析文獻并與相關專家討論，最終達成一致。

（二）研究方法

Meta分析最早用于醫(yī)學領域中研究安慰劑的治療干預效果，到20世紀90年代，逐漸在自然科學、人文社會科學中得到廣泛應用。Meta分析有別于一般的描述性文獻綜述，它是對同一主題的不同實證研究進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論的問題。Meta分析通過效應量將各項獨立研究的結果進行整合，再分析其效應及顯著性，避免了由于單個研究的抽樣或人為誤差導致的結果差異。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果的影響程度。

在進行單個影響因素分析時，需要至少有兩篇及以上的文獻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，來保證效應量合并時的可綜合性。通過閱讀納入Meta分析的18篇文獻，本文共選擇16個影響因素，每個影響因素均有4篇以上文獻涉及且通過了檢驗。將相關系數(shù)、樣本量、標準差等數(shù)據(jù)提取后，共獲得16組原始數(shù)據(jù)。借鑒Schmidt和Hunter有關心理計量隨機效應的 Meta 分析[2]，本研究采用Stata 16.0軟件對編碼數(shù)據(jù)進行了處理，主要研究內(nèi)容包括：主效應檢驗、穩(wěn)健性檢驗與調(diào)節(jié)效應檢驗。

1.效應量轉(zhuǎn)換。在經(jīng)濟學領域，效應量一般為偏相關系數(shù)、彈性、邊際變化率等具有一定經(jīng)濟含義的指標。本研究選取各項獨立研究中宅基地退出的影響因素Pearson相關系數(shù)r，對于有些研究中只報告了Spearman r的情況，通過rs=6πsin-1r2進行轉(zhuǎn)換得到Pearson r;其次利用費雪轉(zhuǎn)換將皮爾森相關系數(shù)r轉(zhuǎn)換為Fishers Z 值;然后對Fishers Z值做加權平均處理，這里將抽樣標準誤平方的倒數(shù)作為權數(shù);最后換算得到一個最終效應值R。Fishers Z值的優(yōu)點是即使原始數(shù)據(jù)不服從正態(tài)分布，轉(zhuǎn)換后的Fishers Z值依然服從正態(tài)分布。

首先將相關系數(shù)r進行費雪轉(zhuǎn)換：

Fishers Z=12ln（1+r1-r）（1）

Fishers Z的方差：

VZ=1n-3 （n為每個影響因素的樣本量）（2）

Fishers Z的標準誤：

SEZ= VZ（3）

綜合效應量Fishers Z轉(zhuǎn)換成綜合相關系數(shù)R：

R=e2Z-1e2Z+1 （Z為Fishers Z值）（4）

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

2.異質(zhì)性檢驗。異質(zhì)性（heterogeneity）是由于參與者、干預措施、測量方式等的差別或研究間真實性變異，導致納入Meta分析文獻的效應量產(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量的加權離均差平方和的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，需要采用隨機效應模型;反之，若P>0.1，I2≤50%，則表明效應值呈同質(zhì)性分布，獨立研究的效應值差異僅由抽樣誤差導致，可選擇固定效應模型。

本文假設樣本來源是異質(zhì)性的，采用隨機效應模型進行效應量合并，這樣的好處是在效應量進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)計量指標對組間方差進行檢驗，計算方法如下：

Q=∑ki=1Wi （Yi-M）2（5）

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

3.發(fā)表偏倚檢驗。一般來說統(tǒng)計學意義上陽性結果與顯著性結果更容易受到審稿人青睞，這樣導致的結果就是陰性結果研究無法被數(shù)據(jù)庫收錄，導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。將不同文獻進行整合時，由于部分研究結果存在較大差異可能會導致整體結果的估計偏誤。敏感性分析可以衡量納入文獻的質(zhì)量及異質(zhì)性。本文采用逐個剔除納入分析的數(shù)據(jù)來考察對評估結果是否有顯著影響，通過逐一移除單個效應量對其余效應量整合，觀察結果的差異性，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，進行多次Meta分析，來反映所要研究的效應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回歸將效應量指標作為因變量，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=βi xi+β0+ε（6）

其中，Y為效應量，βi 為待估系數(shù)，xi 為已有文獻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行分析;（2）可以將樣本大小作為權重，通過倒方差法來消除由于觀測值不同造成的異方差問題。

7.亞組分析。亞組分析是指根據(jù)潛在的調(diào)節(jié)變量將樣本分成若干亞組，并依次檢驗各亞組間變量的關系。如果變量間的關系存在差異，則該亞組具有調(diào)節(jié)效應。對Meta回歸分析結果中的異質(zhì)性來源進行亞組分析，能夠發(fā)現(xiàn)更為詳細的異質(zhì)性信息。

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)戶間的收入結構和就業(yè)結構差異不斷加深;加之稟賦效應、土地依賴、產(chǎn)權偏好、風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知，影響著農(nóng)戶的宅基地退出決策。西蒙認為現(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]。吳郁玲等認為農(nóng)戶對宅基地流轉(zhuǎn)的響應受到自然環(huán)境、地理區(qū)位、經(jīng)濟區(qū)位等區(qū)位條件的影響，宅基地確權僅對近郊農(nóng)戶有顯著正向影響，對遠郊農(nóng)戶作用不明顯[10]。在經(jīng)濟落后或偏遠地區(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]。通過對相關文獻的梳理，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個指標來進行分析（見表2）。

（一）個體特征

荷蘭生物學家魯?shù)隆し兜虏┧雇ㄟ^模擬現(xiàn)實決策情景“愛荷華博弈任務（Iowa Gambling Task）”發(fā)現(xiàn)，在面臨有風險的決策時，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效應[14]，大多數(shù)男性決策者對宅基地有更高的增值預期，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，如果補償標準達不到預期，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險，隨著風險偏好程度的降低，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，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)戶家庭負擔重，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)?；?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，宅基地面積越大，預期補償收益越高，農(nóng)戶的退出積極性越高。宅基地的確權為后續(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不到農(nóng)戶的預期，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)奏越習慣，更傾向于退出宅基地去到城市生活;而那些處于偏遠郊區(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，就會降低對超標占用的宅基地的期望收益，當退地補償達到其預期時，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鍵因素之一。如果農(nóng)戶認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)戶宅基地退出的關鍵因素是否隨時間發(fā)生變化。

三、結果與分析

（一） 主效應檢驗

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

1.個體特征。性別對農(nóng)戶的宅基地退出意愿有顯著的負效應，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期更高，在進行決策時更為慎重。年齡對于宅基地退出意愿并不顯著，可能是因為當前我國農(nóng)村空心化情況嚴重，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歷，擔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，且能夠負擔城市的生活成本，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，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效應，宅基地是否確權與所在地距城鎮(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，與土地關系密切，不愿意輕易退出宅基地。產(chǎn)權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，基礎設施、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效應，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。

（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。首先采用漏斗圖進行發(fā)表偏倚觀測，由于漏斗圖觀測結果具有一定的主觀性，本文另外進行了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。進一步采用Egger回歸系數(shù)檢驗，結果表明，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。為排除某篇文獻中極端值對效應量的影響，采用敏感性分析來檢驗結果的穩(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3個顯著變量進行敏感性分析，結果如圖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，移除任意一篇文獻對效應量的可信區(qū)間及估計值影響均不大，因此推斷估計結果可信度較高。而宅基地確權的敏感分析可以看出，剔除楊璐璐文章后，效應量及可信區(qū)間均會發(fā)生明顯變化，因此認為楊璐璐文章是影響宅基地確權效應尺度差異的異質(zhì)性來源。

（三）累積Meta分析

農(nóng)戶生活方式與行為選擇在不斷變化，相應地影響農(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，且效應量趨于穩(wěn)定，可客觀反映干預的結局。

（四）Meta回歸

參考主效應檢驗結果，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分析文獻大多選擇發(fā)表年份作為衡量時間導致效應量異質(zhì)性的變量，但由于發(fā)表周期較長，往往不能準確反應時間如何影響異質(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，對效應量也會造成影響。各地經(jīng)濟社會發(fā)展水平不一致，導致抽樣樣本因區(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致影響因素效應量的異質(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)變量進行分析。

2.Meta 回歸結果分析。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個變量的效應量作為因變量，調(diào)節(jié)變量作為自變量，同時將效應量方差倒數(shù)作為權重進行回歸。

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，要重點關注這些可能導致異質(zhì)性結果的調(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)進行宅基地退出影響因素分析時，最好選擇將家庭年收入進行分段統(tǒng)計，來研究其對宅基地退出意愿或行為的影響，結果更為準確。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行分析能夠更精準地把握農(nóng)戶宅基地退出的內(nèi)在驅(qū)動力。

（五）亞組分析

依據(jù)上述回歸結果，進一步對存在異質(zhì)性來源的年齡與宅基地面積進行亞組分析。年齡、宅基地面積對農(nóng)戶退出宅基地的效應值存在顯著異質(zhì)性，因此采用隨機效應模型進行亞組分析：發(fā)表年份按照實際年份分組;模型按照Logit模型與Probit模型進行分組;地區(qū)按照西部、中部、東部進行分組;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)表的文獻中農(nóng)戶年齡對宅基地退出選擇均有顯著正效應且效應逐漸減弱，2019、2020年發(fā)表的文獻中年齡對農(nóng)戶宅基地退出具有顯著負效應，原因可能是在2013年之前，養(yǎng)老保障尚不完善，上了年紀的農(nóng)戶由于體力下降，對未來顯現(xiàn)出擔憂，更傾向于退地進城投靠務工子女們，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;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，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。

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，效應由正變負，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)有償退出權利之后，農(nóng)戶對宅基地退出的補償收益預期不斷增加，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向影響;區(qū)域分析結果表明，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效應，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)戶宅基地退出的負向效應更為明顯，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期，宅基地面積越大的農(nóng)戶越認為自己“吃虧”了，因此做出繼續(xù)持有宅基地的決策。

四、討論

本文基于以往有關農(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系進行了量化研究。結果發(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、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向影響，結果均通過了穩(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，應當根據(jù)不同地區(qū)對農(nóng)戶宅基地退出進行有針對性地引導。（4）變量測量方式、模型選擇均會對效應量結果產(chǎn)生影響，在后續(xù)進行宅基地退出意愿影響因素實證分析時，應當更為嚴謹?shù)卦O計研究方案，使調(diào)研結果更精確可信。

參考文獻：

[1]LIPSEY M W，WILSON D B.Practical Meta-analysis[M].Thousand Oaks，CA：Sage Publications，2001：3.

[2]SCHMIDT F L，HUNTER J E.Methods of Meta-analysis：Correcting Error and Bias in Research Findings[M].Thousand Oaks：Sage Publications，2014：10.

[3]STANLEY T D.Beyond Publication Bias[J].Journal of Economic Surveys，2005，19（3）：309-345.

[4]EGGER M，SMITH G D，SCHNEIDER M，et al.Bias in Meta-analysis Detected by A Simple，Graphical Test[J].British Medical Journal，1997，315：629-634.

[5]李昊，李世平，南靈.中國農(nóng)戶土地流轉(zhuǎn)意愿影響因素——基于29篇文獻的Meta分析[J].農(nóng)業(yè)技術經(jīng)濟，2017（7）：78-93.

[6]徐雙麗，呂昭河.Meta分析方法在經(jīng)濟學中的發(fā)展及應用[J].統(tǒng)計與信息論壇，2019，34（8）：34-41.

[7]NELSON J P，KENNEDY P E.The Use of Meta-analysis in Environmental and Natural Resource Economics：An Assessment[J].Environment and Resource Economics，2009，42（3）：345-377.

[8]西蒙.現(xiàn)代決策理論的基石[M].楊礪，徐立，譯.北京：北京經(jīng)濟學院出版社，1989：3.

[9]夏敏，林庶民，郭貫成.不同經(jīng)濟發(fā)展水平地區(qū)農(nóng)民宅基地退出意愿的影響因素——以江蘇省7個市為例[J].資源科學，2016，38（4）：728-737.

[10]吳郁玲，石匯，王梅，等.農(nóng)村異質(zhì)性資源稟賦、宅基地使用權確權與農(nóng)戶宅基地流？——理論與來自湖北省的經(jīng)驗[J].中國農(nóng)村經(jīng)濟，2018（5）：52-67.

[11]張秀智，丁銳.經(jīng)濟欠發(fā)達與偏遠農(nóng)村地區(qū)宅基地退出機制分析：案例研究[J].中國農(nóng)村觀察，2009（6）：23-30.

[12]錢龍，錢文榮，鄭思寧.市民化能力、法律認知與農(nóng)村宅基地流轉(zhuǎn)——基于溫州試驗區(qū)的調(diào)查與實證[J].農(nóng)業(yè)經(jīng)濟問題，2016，37（5）：59-68.

[13]龔宏齡，林銘海.農(nóng)民的異質(zhì)化特征對宅基地退出補償偏好的影響——基于大足和涪陵兩地的調(diào)研數(shù)據(jù)[J].農(nóng)村經(jīng)濟，2019（2）：31-38.

[14]李榮耀，葉興慶.退出與流轉(zhuǎn)：農(nóng)民宅基地處置選擇及影響因素[J].農(nóng)村經(jīng)濟，2019（4）：10-20.

[15]諸培新，葉琦.農(nóng)戶分化下農(nóng)民宅基地退出意愿差異性研究——基于江蘇省886個樣本數(shù)據(jù)[J].農(nóng)林經(jīng)濟管理學報，2015，14（3）： 279-288.

[16]周丙娟，葉琦，諸培新.農(nóng)戶分化下的宅基地退出意愿及選擇偏好實證分析——基于江西省 314 個農(nóng)戶調(diào)研[J].農(nóng)林經(jīng)濟管理學報，2017，16（2）：216-223.

[17]楊璐璐.沿海地區(qū)農(nóng)民宅基地退出意愿的實證分析——以福建省晉江市為例[J].財經(jīng)問題研究，2016（1）：123-129.

[18]鄒偉，王子坤，徐博，等.農(nóng)戶分化對農(nóng)村宅基地退出行為影響研究——基于江蘇省1 456個農(nóng)戶的調(diào)查[J].中國土地科學，2017，31（5）：31-37.

[19]崔小雨，陳春花，蘇濤.高管團隊異質(zhì)性與組織績效的關系研究：一項Meta分析的檢驗[J].管理評論，2018，30（9）：152-163.

Evaluation of the Overall Effect of

Influencing Factors on Chinese Farmers Withdrawal of HomesteadYAN Xiao，LI Lutang*，NIU Rong

（College of Economics and Management，Northwest A&F University，Yangling，Shaanxi712100，China）Abstract：The research on the factors affecting Chinese farmers withdrawal of homesteads has various degrees of differences in the research conclusions due to the differences in regional selection，model methods，measurement methods or specific research content.To clarify the effects of influencing factors on farmers homestead withdrawal and provide theoretical support for promoting the orderly withdrawal of homestead，based on 18 empirical literature，137 effect values，and 78，934 independent samples，the Meta analysis is conducted to study the influencing factors of farmers homestead withdrawal and the changes in the intensity of influencing factors over times and whether there are heterogeneity and sources of heterogeneity in the influencing factors.The research results are as follows：Farmers education level， annual family income，degree of detachment from agriculture，homestead determination，location distance from cities or towns and whether having bought houses in urban areas have significant positive impact on their homestead withdrawal intention; while age，family annual income，homestead acreage and whether having bought houses in urban area show obvious heterogeneity.The intensity of the factors affecting the withdrawal of homesteads is changing over times，and the influencing degree of the factors that affect the willingness of farmers homesteads withdraw is different in various regions.The farmers withdrawal of homesteads should be guided by targeted policies according to conditions of different regions.

Key words：homestead withdrawal;influencing factors;meta analysis;moderating effect

（責任編輯：王倩）