(華中農(nóng)業(yè)大學(xué) 公共管理學(xué)院,湖北 武漢430070)

1 引言

隨著我國城鎮(zhèn)化和工業(yè)化進(jìn)程的加快,城市與農(nóng)村建設(shè)用地矛盾日益突出。一方面,城市快速擴(kuò)張導(dǎo)致城鎮(zhèn)建設(shè)用地日趨緊張;另一方面,因為缺失有效的宅基地退出機(jī)制,使大量農(nóng)村宅基地閑置,而城市發(fā)展建設(shè)和部分農(nóng)戶的合理建房需求無法得到滿足。相應(yīng)的,如果想快速達(dá)成鄉(xiāng)村振興的目的,也需要退出宅基地。如在改造舊村過程中,需要一些農(nóng)戶的宅基地退出,將舊房危房等進(jìn)行改建或拆除。由此可得出結(jié)論,宅基地的退出勢在必行。但需要注意的是,農(nóng)村宅基地的主要作用就是能使村民的居住得到保障,具有一定的穩(wěn)定作用。因此,對退出農(nóng)村宅基地的影響因素,引導(dǎo)農(nóng)戶合理有序退出宅基地對解決城鄉(xiāng)建設(shè)用地矛盾、保護(hù)土地資源、實現(xiàn)鄉(xiāng)村振興具有重要的意義。尊重農(nóng)民意愿是順利開展農(nóng)村工作和維持農(nóng)村穩(wěn)定的基礎(chǔ),分析農(nóng)戶宅基地退出補(bǔ)償意愿的影響因素,能促進(jìn)政府更有針對性、更合理地開展相關(guān)工作,更好地促進(jìn)農(nóng)村宅基地的有序退出。

近年來,眾多學(xué)者從多個角度對農(nóng)戶宅基地退出意愿的影響因素做了大量研究論證：彭長生等研究提出,影響農(nóng)戶宅基地退出的主要因素是農(nóng)戶就業(yè)、養(yǎng)老、家庭生活費(fèi)用和農(nóng)業(yè)生產(chǎn)[1];李瑞琴通過研究提出,農(nóng)民閑置宅基地退出意愿較低的原因是農(nóng)戶將宅基地看作長期占有和使用且有預(yù)期升值的資產(chǎn)[2];楊玉珍從不同的學(xué)科角度,如認(rèn)知心理學(xué)、行為經(jīng)濟(jì)學(xué)等方面闡述了農(nóng)民不同的認(rèn)知與心理因素(除經(jīng)濟(jì)補(bǔ)償以外)對農(nóng)戶宅基地的退出意愿的影響[3];王丹秋等研究提出，影響農(nóng)戶參與意愿的主要因素是農(nóng)民的受教育程度、農(nóng)民對政策的了解程度和農(nóng)民的職業(yè)技能水平[4];王兆林等運(yùn)用二元Logistic回歸模型,從農(nóng)戶兼業(yè)角度進(jìn)行了分析,將農(nóng)戶分為4種類型,研究發(fā)現(xiàn)不同兼業(yè)類型的農(nóng)戶對宅基地退出意愿影響不同[5]。

2 數(shù)據(jù)來源、指標(biāo)選取與研究方法

本文著重對農(nóng)村居民有償退出宅基地不同因素的影響效果進(jìn)行分析研究,通過發(fā)放調(diào)查問卷,對問卷結(jié)果進(jìn)行統(tǒng)計分析,計算模型結(jié)果,認(rèn)識農(nóng)民宅基地有償退出的特點和相關(guān)問題,探討影響農(nóng)戶宅基地退出的主要因素。

宜城市位于湖北省西北部、漢江中游,總面積2115km2,行政區(qū)域轄8個鎮(zhèn)、2個街道辦事處、1個工業(yè)園區(qū)和1個省級經(jīng)濟(jì)開發(fā)區(qū)。宜城市地處北亞熱帶季風(fēng)氣候區(qū),主要種植作物有小麥、水稻、棉花等。宜城市是全國的農(nóng)業(yè)大縣，該市的產(chǎn)業(yè)功能定位是農(nóng)產(chǎn)品。2017年末,宜城市常住人口為52.54萬人,地區(qū)生產(chǎn)總值333.60億元,人均生產(chǎn)總值63495元。

宜城市自然資源和規(guī)劃局的調(diào)查結(jié)果顯示：2015年末,整個城市農(nóng)村宅基地數(shù)量超過10萬戶,有超過11萬宗的宅基地,一宅一戶超過9萬戶,相當(dāng)于總戶數(shù)的87%;0.87萬戶“一戶多宅”,超占面積的有8.6萬戶；0.5萬戶無宅,超過2.1萬戶進(jìn)行了私下交易。宜城市推出農(nóng)房抵押貸款、宅基地有償使用、宅基地自愿有償退出等一系列改革措施,效果顯著。截至2018年底,全市共有1160戶農(nóng)民自愿有償退出宅基地,總面積達(dá)到207.6hm2。本研究得出的結(jié)論對幫助宅基地有償退出工作的順利完成和為全國宅基地有償退出工作提供借鑒。

本課題組于2017年8月對湖北省宜城市農(nóng)民宅基地退出意愿進(jìn)行了實地調(diào)查研究。隨機(jī)選取宜城市4鎮(zhèn)10村進(jìn)行調(diào)查和訪談,共發(fā)放和回收調(diào)查問卷160份,其中有效問卷152份,有效率為95%。

3 因變量選取

本研究主要是為了對農(nóng)村居民有償退出宅基地意愿的影響因素進(jìn)行探析,因此將調(diào)查問卷的問題設(shè)置成:“您有意愿退出宅基地么?”,然后將答案設(shè)置成為“是,我很愿意進(jìn)城居住”、“是,并愿意住農(nóng)村集中住宅”、“否,不愿意退出”3種情況,調(diào)查結(jié)果見圖1。

圖1 問卷調(diào)查結(jié)果

3.1 模型選擇與說明

在實證研究過程中,因變量是“您是否愿意退出閑置宅基地”,該變量難以用連續(xù)數(shù)值表示;自變量為前文所述宅基地退出的影響因素,而這些影響因素變量大部分不是連續(xù)型變量,通常用“愿意、不愿意;非常愿意、愿意、非常不愿意”等二元或多元選擇作為變量值。針對符合多項分布的因變量與自變量,本文采用非線性概率模型——Logistic回歸模型。Logistic模型最早由Verhulst提出,隨后在很多行業(yè)中得到廣泛應(yīng)用[6]。20世紀(jì)中后期,該模型的研究得到不斷深入,Logistic多元回歸模型、Logistic多水平回歸模型等模型出現(xiàn)在人們的視野中[7]。

Logistic模型的具體形式:

(1)

(2)

對數(shù)轉(zhuǎn)換:

(3)

式中,p為農(nóng)村居民宅基地退出概率;1-p為農(nóng)村居民不愿意退出宅基地的概率;xi為解釋變量;ε為誤差;α為常數(shù)項用;βi為解釋變量第i個影響因素的系數(shù)[8]。

表1 自變量

在確定EPV(Events Per Variable)即每個自變量所需要事件數(shù)的合適值時,不同的研究結(jié)果持有不同的觀點。1985年,Harrell等在研究論文中指出:從理論上來講,多因素分析中至少需要的EPV數(shù)量為10—20個[9]。2009年，Karel等在BMJ發(fā)表論文時指出:有人提出EPV數(shù)量可小于10。本研究則認(rèn)為EPV≥10時是較為合適的[10]。

在處理數(shù)據(jù)時,由于對超過10個自變量進(jìn)行多元Logistic回歸分析時會出錯,因此為減少數(shù)據(jù)處理上的誤差,決定將影響因素分為4大類即4個一級指標(biāo)分別處理,利用Logistic模型得出每大類中的每個小類即二級指標(biāo)的權(quán)重,之后利用AHP進(jìn)行最終權(quán)重的確定,即得到各個因素對農(nóng)民有償退出意愿的影響程度。

3.2 解釋變量的選取

通過查閱資料與研究分析[11,12],初步確定影響農(nóng)民宅基地退出意愿的自變量，見表1。

4 Logistic模型確定權(quán)重

4.1 數(shù)據(jù)標(biāo)準(zhǔn)化處理

首先，預(yù)處理樣本數(shù)據(jù),目的是編碼樣本數(shù)據(jù);其次，標(biāo)準(zhǔn)化樣本數(shù)據(jù)。假設(shè)問卷數(shù)據(jù)的樣本量有n個,然后每一個樣本中的變量數(shù)為m,表示為x1,x2,x3,…,xm，這樣的原始數(shù)據(jù)就是xij,代表的是樣本i中的變量數(shù)據(jù)為j。如果指標(biāo)相同,可用下式表示原始數(shù)據(jù)的標(biāo)準(zhǔn)化值:

(4)

式中,在相同指標(biāo)變量j的情況下,能通過觀測的最大數(shù)據(jù)用xjmax表示;在相同指標(biāo)下,通過觀察可得到的最小數(shù)據(jù)用xjmin表示;數(shù)據(jù)標(biāo)準(zhǔn)化后的指標(biāo)用pij表示,該值必須在0—1數(shù)值之間,這樣才能使運(yùn)行程序和分析數(shù)據(jù)更加方便。

4.2 篩選變量

共線性多重檢驗:Hanushek、Jackson的研究表明,解釋變量間共線性很容易影響普通Logistic回歸模型的參數(shù)估計[13]，因此為了減少變量對共線性的影響,一般應(yīng)對各變量進(jìn)行共線性檢驗。以一級指標(biāo)中的個人稟賦變量為例,本文對自變量共線性的衡量是通過SAS9.4軟件中的CI(條件指針)和VIF(方差膨脹因子)進(jìn)行的。VIF值≥5,具有重復(fù)共線性;CI值在≥10,≤30屬于弱共性;如果該值≥30,≤100則為中等共線,超過100屬于嚴(yán)重共線[14]。

表2 診斷解釋變量的多重共線性

從表2可見,1.81377是VIF的最大值,2.26174為CI的最大值。由此得出結(jié)論,解釋變量中沒有復(fù)線性和共線性,因此不需要整合和剔除自變量,可對剩下的7個自變量進(jìn)行分析。

模型擬合度檢驗:為了診斷模型建立之后是否可分析問題,必須要檢驗該模型的顯著性和系數(shù)的配適性,本文以O(shè)mnibus對擬合度進(jìn)行檢驗。從檢驗得出的結(jié)果來看,回歸模型(由7個變量組成)的p為0.014,明顯小于0.05;配適度卡方值為62.255,明顯超過顯著水平,證明這7個自變量中至少有1個變量能對退出宅基地的意愿進(jìn)行有效預(yù)測和解釋。

模型回歸結(jié)果與分析:通過SPSS22軟件展開多元Logistic回歸,結(jié)果見表3。表3的顯著性水平是指當(dāng)原假設(shè)正確時,人們卻拒絕其風(fēng)險或概率,一般記作α。若取α=0.05或α=0.01,表明當(dāng)決定接受原假設(shè)時,其正確的可能性(概率)為95%或99%,因此篩選出在15%水平上的顯著自變量,其相關(guān)性(概率)可能在85%以上的變量。即在個人稟賦變量中,選出性別、年齡、受教育程度3個自變量。

表3 回歸結(jié)果

注:***、**、*表示在5%、10%和15%的水平上顯著，表4、5、6同。

其他類變量篩選:采用SPSS22軟件對其他一級指標(biāo)——家庭稟賦、區(qū)域因素、政策、外部影響進(jìn)行多元Logistic回歸,結(jié)果見表4—6。保留在15%水平上的顯著變量,最后篩選得到15個影響因素,見表7。

表4 家庭稟賦回歸結(jié)果

表5區(qū)域因素回歸結(jié)果

自變量卡方顯著性水平2016年村人均純收入59.5150.707村農(nóng)業(yè)生產(chǎn)水資源的保障程度**61.9780.094是否有農(nóng)業(yè)合作社56.3240.321距縣城距離***64.8130.029

表6 政策及外部影響因素回歸結(jié)果

表7 自變量的描述性統(tǒng)計

4.3 最終變量的多重線性檢驗

本文采用SAS9.4軟件中的VIF和CI對共線性進(jìn)行衡量,得到的具體運(yùn)行結(jié)果見表8。從表8可見，CI的最大值為2.30461,小于10,1.32593為VIF的最大值。由此可得出以下結(jié)論：復(fù)線性和共線性在解釋變量中是不存在的,因此無需進(jìn)行整合和提出自變量就可以分析剩下的15個自變量。

4.4 最終模型擬合度檢驗

為了診斷模型建立之后是否可用以分析問題,必須檢驗該模型的顯著性和系數(shù)適配性。本文以O(shè)mnibus對擬合度進(jìn)行檢驗[15]。從檢驗得出的結(jié)果來看,15個變量值在4個類別中形成模型的卡方值、配適度檢驗與p值見表9。從表9可見,p值均小于0.05,達(dá)到顯著水平。通過Omnibus檢查,得出Logistic模型具有很好的擬合度,農(nóng)村居民退出宅基地的意愿能通過回歸效果進(jìn)行有效反映。

表8 診斷解釋變量的多重共線性

表9 整體模型適配度檢驗

4.5 確定一級指標(biāo)中的二級指標(biāo)權(quán)重

本文將15個變量簡化為:①個體稟賦(B1)，主要包括性別(C1)、年齡(C2)、受教育程度(C3)。②家庭稟賦(B2)，主要包括家庭外出人口數(shù)(C4)、戶所擁有的宅基地宗數(shù)(C5)、宅基地取得方式(C6)、2016年生活消費(fèi)占家庭總支出的比例(C7)。③區(qū)域因素(B3)，主要包括距縣城的距離(C8)、村農(nóng)業(yè)生產(chǎn)水資源的保障程度(C9)。④政策及外部影響(B4)，主要包括不動產(chǎn)是否確權(quán)(C10)、喜愛城市還是農(nóng)村(C11)、所在地區(qū)的社會保障水平(C12)、是否了解宅基地的退出過程(C13)、對政府執(zhí)行政策的信任程度(C14)、當(dāng)前住房條件滿意程度(C15)。

本文運(yùn)用SPSS22軟件進(jìn)行多元Logistic回歸,再次得到自變量與因變量(農(nóng)民宅基地的有償退出意愿)之間的相關(guān)性。相關(guān)性越大,說明該因素對農(nóng)民宅基地有償退出意愿影響越大,反比例得到的權(quán)重見表10。

表10 自變量權(quán)重分配情況

5 層次分析法確定最終權(quán)重

5.1 確定影響宅基地退出因素的權(quán)重

所謂的層次分析法就是首先將較復(fù)雜的問題進(jìn)行層次劃分,立足于總目標(biāo)的達(dá)成,以互相影響關(guān)聯(lián)形成的層次結(jié)構(gòu)有序遞階。其次，對遞階層次中每兩個層次進(jìn)行比較,看兩層之間的重要性。通過9級標(biāo)度對其進(jìn)行賦值,形成判斷矩陣。第三，以判斷矩陣為依據(jù),對層次進(jìn)行總排序和單排序,這樣才能有效地對不同因素指標(biāo)的權(quán)重值進(jìn)行查找[16]。系統(tǒng)性和簡潔性是層次分析法的主要特點,但這一方法也存在一定問題,即判斷矩陣中的不同指標(biāo)賦值可能存在隨意性[17]。本文利用表10中得到的權(quán)重,為兩兩比較提供了定量依據(jù),可在一定程度上減少層次分析法中人工賦值的主觀性。

5.2 構(gòu)造判斷矩陣

本文采用9級標(biāo)度法賦值,判斷上下層因素的相對重要性,建立判斷矩陣，見表11—15。

表11 判斷矩陣A-B

表12 判斷矩陣B1-C

表13 判斷矩陣B2-C

表14 判斷矩陣B3-C

表15 判斷矩陣B4-C

4.3 各層中因素指標(biāo)的權(quán)重計算

表16 一致性指標(biāo)RI查詢表

5.4 層次總排序

要得出各層次所有元素對總目標(biāo)相對重要性的權(quán)重,需要自上而下地對權(quán)重進(jìn)行排序,層次總排序見表17。從表17可見,影響農(nóng)民宅基地有償退出因素指標(biāo)中,年齡(C2)權(quán)重值最大,2016年生活消費(fèi)占家庭總支出比例(C7)權(quán)重值最小。

表17 層次總排序

(續(xù)表7)

層次B層次C B1B2B3B4WB1=0.2775WB2=0.1650WB3=0.1650WB4=0.3925權(quán)重值排名C600.4648000.07675C700.0468000.007715C8000.833300.13753C9000.166700.027510C100000.29740.11674C110000.48370.18982C120000.06850.026911C130000.08320.03269C140000.03360.013213C150000.03360.013214

5.5 結(jié)果分析

年齡(C2)、喜愛城市還是農(nóng)村(C11)、距縣城的距離(C8)、不動產(chǎn)是否確權(quán)(C10)、宅基地取得方式(C6)、性別(C1),6個因素權(quán)重從大到小的和為0.786,表明以上6個因素較顯著地影響了調(diào)研范圍內(nèi)農(nóng)戶退出宅基地的意愿。

年齡:本次調(diào)查是以年滿20歲以上各年齡段農(nóng)戶為對象,以全面了解各年齡段農(nóng)戶對宅基地的退出的意愿。調(diào)查結(jié)果顯示,40歲以下(含40歲)年齡段農(nóng)戶愿意退出并進(jìn)城居住的占40%,愿意退出并居住農(nóng)村集中住宅的占36%,不愿意退出的占24%。40歲以上年齡段農(nóng)戶愿意退出并進(jìn)城居住的占29%,愿意退出并住農(nóng)村集中住宅的占43%,不愿意退出的占28%。根據(jù)模型分析及結(jié)果表明,年齡因素對宅基地退出具有顯著影響。即年齡大的農(nóng)戶更愿意選擇住農(nóng)村集中住宅,年齡小的農(nóng)戶更愿意選擇進(jìn)城居住,說明年齡越大的農(nóng)戶對鄰里關(guān)系越看重,鄉(xiāng)土觀念越重。

喜愛城市還是農(nóng)村:調(diào)查發(fā)現(xiàn),喜愛城市的農(nóng)戶退出宅基地的愿望較強(qiáng)烈，而喜愛農(nóng)村的農(nóng)戶退出宅基地愿望較弱。這與模型結(jié)果一致,符合邏輯。因此,政府在推進(jìn)宅基地退出時必須充分了解農(nóng)民的個人喜惡,注意政策宣傳力度和廣度,合理有效地引導(dǎo)和激勵農(nóng)民退出宅基地。

距縣城的距離:調(diào)查發(fā)現(xiàn),縣城周邊村莊的農(nóng)戶宅基地有償退出意愿不高,中間高兩邊低是退出意愿呈現(xiàn)的總體分布?？h城周邊地區(qū)的地理位置較好,城鎮(zhèn)對公共基礎(chǔ)設(shè)施和服務(wù)有著很大的影響。如果離縣城中心的距離較遠(yuǎn),農(nóng)村居民更加愿意選擇有償退出宅基地,傾向于改善居住水平,希望擁有更好的公共基礎(chǔ)服務(wù)和設(shè)施;但當(dāng)和縣城中心相隔較遠(yuǎn)時,農(nóng)村居民的宅基地退出意愿開始下降。因為在偏遠(yuǎn)的農(nóng)村地區(qū),農(nóng)戶的生產(chǎn)與生活對土地具有較高的依賴性,因此在推進(jìn)宅基地退出時要合理安排退出順序。

不動產(chǎn)是否確權(quán):調(diào)查發(fā)現(xiàn),宅基地已確權(quán)的農(nóng)戶對有償退出響應(yīng)沒有宅基地未確權(quán)的農(nóng)戶高。原因是對大多數(shù)宅基地未確權(quán)的農(nóng)戶,一戶多宅、宅基地閑置廢棄現(xiàn)象屢見不鮮,確權(quán)即意味著需要給出更多的有償使用宅基地的費(fèi)用,這些農(nóng)戶更希望將多出來的宅基地退出。而對宅基地已確權(quán)的農(nóng)戶,宅基地承擔(dān)的是住房保障功能,對有償退出響應(yīng)沒有未確權(quán)的農(nóng)戶積極。對這部分農(nóng)戶應(yīng)建立配套的宅基地退出的多元補(bǔ)償機(jī)制,從各個方面保障退出宅基地農(nóng)戶的當(dāng)前生計和長遠(yuǎn)利益。因此,政府應(yīng)在推進(jìn)宅基地確權(quán)工作的同時,穩(wěn)步推進(jìn)宅基地退出。

宅基地取得方式:調(diào)查結(jié)果顯示,宅基地取得方式為繼承的農(nóng)戶對有償退出的響應(yīng)比通過其他方式取得宅基地的農(nóng)戶強(qiáng)烈。原因是該區(qū)域大部分閑置宅基地是通過繼承方式得來,這部分農(nóng)戶更愿意退出宅基地。

性別:此次調(diào)查對象中，男性愿意退出并進(jìn)城居住的占27%,愿意退出并住農(nóng)村集中住宅的占42%,不愿意退出的占31%;女性愿意退出并進(jìn)城居住的占40%,愿意退出并住農(nóng)村集中住宅的占43%,不愿意退出的占17%。結(jié)果顯示,男性偏向于退出宅基地并住農(nóng)村集中住宅,女性對進(jìn)城居住或住農(nóng)村集中住宅并無較大區(qū)別，因此應(yīng)充分考慮農(nóng)戶家庭的性別比例和退出后的生活保障問題。

6 結(jié)論與建議

6.1 結(jié)論

農(nóng)村居民對宅基地有情感寄托是退出宅基地受阻的主要因素:農(nóng)村居民的情感聯(lián)系是宅基地,認(rèn)為宅基地和他們的血脈相連[20]。即使部分農(nóng)戶進(jìn)城定居,由于宅基地可作為遺產(chǎn)繼承,農(nóng)戶往往不愿意退出。相當(dāng)一部分農(nóng)戶習(xí)慣農(nóng)村鄰里間的相處方式,對城市的快節(jié)奏、鄰里之間幾乎無交流的生活方式存在抵觸心理。

影響宅基地退出的關(guān)鍵因素是農(nóng)戶對城鎮(zhèn)生活的不確定性:宅基地是我國農(nóng)村居民安身立命所在[21],雖然當(dāng)前我國城市化進(jìn)程不斷加快,很多農(nóng)村居民進(jìn)城務(wù)工,但不容忽視的是城市生活有著很大的不確定性。農(nóng)戶對生活成本、醫(yī)療、養(yǎng)老、社會保障、就業(yè)等有著諸多考慮,因此不愿意放棄宅基地。

6.2 建議

構(gòu)建發(fā)展機(jī)制,促進(jìn)農(nóng)村居民市民化:隨著我國城市化進(jìn)程的不斷加快,對農(nóng)村居民退出宅基地的意愿有很大影響。假如僅將宅基地看作土地,對農(nóng)戶退出宅基地是基本不可能的[22]。加快農(nóng)村人口市民化進(jìn)程是解決宅基地退出的重要環(huán)節(jié),給農(nóng)村居民提供醫(yī)療養(yǎng)老、失業(yè)扶助、孩子教育等社會保障,才能讓農(nóng)村居民在退出宅基地后沒有后顧之憂。

加大宣傳力度,因地制宜:喜愛城市的農(nóng)戶退出宅基地的愿望較強(qiáng)烈,而喜愛農(nóng)村的農(nóng)戶退出宅基地愿望較弱。研究發(fā)現(xiàn),農(nóng)戶個體的偏好受到多方面因素的影響[23]。因此,在改革宅基地試時,應(yīng)對政策進(jìn)行全方位、多渠道宣傳,促進(jìn)農(nóng)戶退出宅基地。同時,在推進(jìn)有償退出過程中應(yīng)重視時序分區(qū)問題,最好遵從中心村—遠(yuǎn)郊—近郊的順序。調(diào)查發(fā)現(xiàn),政府一般先進(jìn)行宅基地確權(quán)工作,后進(jìn)行宅基地退出工作。因此,宅基地確權(quán)和有償退出同時進(jìn)行的模式對促進(jìn)宅基地退出工作具有重要意義。