农户家庭收入来源和受教育程度与宅基地流转意愿的Meta 分析

2023-02-19李国良

云南农业大学学报(社会科学) 2023年1期

李国良，周磊，章密

（昆明理工大学建筑工程学院，云南昆明 650500）

2013 年党的十八届三中全会明确提出，要保障农户宅基地用益物权，完善改革农村宅基地制度[1]。2020 年9 月，在104 个县（市、区）和3个地级市启动新一轮农村宅基地制度改革试点，在保证农户自愿接受的原则下，对农村宅基地问题提出新的要求和目标。

为了解决宅基地流转存在的问题，众多学者站在宅基地流转意愿和农户行为的角度来剖析宅基地流转意愿的影响因素。由于政策的广知时间和地域的经济水平，不同地区会出现个别差异，但农户年龄和相关政策的了解程度对宅基地流转意愿上学者的看法基本一致；而农户家庭收入来源和受教育程度与宅基地流转意愿进行调查分析时，甚至出现同一个地区相反的结论。如王俊龙等以江苏省1 040 份农户调研数据为研究样本，得出户主农户经营性收入对农户参与宅基地流转意愿具有显著正向影响的结论[1]；张振勇等运用Probit 二元选择模型分析农户宅基地流转意愿的影响因素，得出家庭收入主要来源对农户宅基地自由流转意愿具有负向影响，以及非在家务农为主要收入来源的农户对宅基地流转的意愿并不高的结论[2]；李荣耀等利用重庆市梁平区、四川成都市温江区和四川泸州市泸县716 个农户的微观数据，发现受教育程度越高越不愿意流转农村宅基地[3]。原伟鹏等以农村土地制度创新试点城市伊宁市为例，得出文化程度对因变量呈正向影响[4]。纵观现有的实证研究，可以发现农户家庭收入来源和受教育程度在宅基地流转意愿的影响程度上存在矛盾——各学者运用相同或者相似的方法通过对不同地区和时间的数据进行分析，得出差异性较大的结论。

那么如何解决差异性的结论，从而获得更加准确的结论呢？本文将采用Meta 分析方法解决这个问题。Meta 分析方法是通过对已有众多现有实证文献进行再统计，从而获得更加准确的两个变量更加真实的相关关系。如闫春等运用元分析的方法，对82 个独立研究的141 448 个调查样本进行再分析创新开放度与创新绩效关系，获得了更加整合和稳健的结论[5]。基于此，利用Meta 分析方法研究农户家庭收入来源和受教育程度与宅基地流转之间的关系，不仅增加了纳入元分析的研究文献，还可以减少偶然性引起的偏差，获得更加细化和精准的结论，并对已有文献给出不同的结论的原因进行分析。

据上文所述，本文运用元分析方法，收集并筛选出国内研究户主家庭收入来源和受教育程度与宅基地流转关系的实证研究数据，希望解决下列问题：（1）挖掘农户家庭受收入来源和受教育程度对宅基地流转意愿的影响程度；（2）厘清农户家庭受收入来源和受教育程度对宅基地流转意愿中是否存在调节变量以及如何作用。

一、理论分析与研究假设

（一）农户家庭收入来源和受教育程度与宅基地流转意愿之间的关系

宅基地流转是一种农户的经济行为，农户对宅基地流转意愿的认知符合经济学的前提假设——“理性经济人”，即农户对宅基地流转产生的收益和成本的大小进行比较，选择利益最大化的经济行为去进行宅基地流转的决策。

在现实生活中，宅基地流转的主体是农户，农户通过对比所产生的收益和成本的大小之后，判断是否进行宅基地流转。因此，宅基地是否能够成功流转，取决于农户对各种因素的判断。张梦琳等指出家庭非农收入来源与宅基地流转的系数为正[6]。可以看出，非农收入比率高的农户倾向于流转宅基地产生的收益大于成本，更愿意流转宅基地以求获得更高的非农收入；原伟鹏等得出受教育程度与宅基地流转意愿的系数为正且数值为0.200，农户愿意流转宅基地以获得发展的资金支持和机会[4]；当受教育程度高的农民认为流转宅基地所获得的资金和机会远大于出售宅基地时产生的成本，更愿意参与流转宅基地。基于此，本文提出以下假设：

H1：户主家庭收入来源越倾向于非农活动，农户宅基地流转意愿越强。

H2：户主受教育程度越高，农户宅基地流转意愿越强。

（二）调节作用分析

地方政府都鼓励农户进行宅基地流转，但宅基地流转意愿呈现极强的情景依赖性。地域文化、政策偏向和时间导向等的变化均会对农户家庭收入来源和受教育程度与宅基地流转之间的关系产生影响。前期学者针对宅基地流转意愿的影响因素进行研究，以求不断地完善宅基地流转意愿的影响因素的理论体系，给出了较为客观的结论，为Meta 分析提供了可靠的数据支撑。

研究表明，随着宅基地流转体系的不断完善，学者选择从不同视角对农户宅基地使用权流转问题进行理论分析与实证考察。结合影响的强弱和元分析所需数据的可获得性，本文重点从经济区域和数据来源年份两个维度剖析其在农户个体特征和宅基地流转之间的影响。

1.经济区域的调节作用

四大经济区域的经济水平由高到低依次是东部地区、中部地区、东北部地区和西部地区。

有学者认为农户的宅基地流转行为是满足阿马蒂亚·森可行能力的，即农户的“可行能力”是农户有可能实现的、选择各种可能的功能性活动组合[7]，目的是农户通过流转或不流转宅基地的方式来满足农户个人愿望。吴一平等指出当前学术界对于宅基地流转的研究多集中于江苏、天津、重庆等经济发达和农地流转的试点地区，而经济欠发达的一些中小城市少有涉及，且家庭收入来源和受教育程度与宅基地流转意愿的回归系数为0.478 和0.414[8]。政策重心倾向于经济发达区域，农户拥有可支配的财富自由度更高，非农收入占比和受教育程度相对于经济不发达区域比重更高，对宅基地的依赖程度并不高，在对不同主观因素组合优劣分析后，认为流转宅基地比不流转更容易满足农户个人愿望。基于此，本文提出如下假设：

H3：经济越发达的地区，农户家庭收入来源对宅基地流转意愿的正向影响更强。

H4：经济越发达的地区，农户受教育程度对宅基地流转意愿的正向影响更强。

2.数据来源年份的调节作用

2013 年，国家明确提出要保障农户宅基地用益物权，完善改革农村宅基地制度。部分学者在2013 年前与2013 年及以后出现截然相反的结论。如关江华等在2012 年对武汉城市圈内的江夏、鄂州和潜江等地6 个村（社区）的部分农户进行入户调查发现，资产均衡型农户家庭主要收入来源和受教育程度与宅基地流转意愿的回归系数分别为-0.380 和-0.487[9]。同时，吴一平等在2015 年11月到2015 年12 月采取随机走访和发放调查问卷的形式，在每个乡镇根据经济发展水平划分进行调研，给出家庭主要收入来源和受教育程度与宅基地流转意愿的回归系数分别为0.478 和0.414[8]。可以发现，随着数据来源年份的变化，不同学者甚至给出相反的结论，且2013 年后针对宅基地问题的影响因素的研究呈逐年上升趋势。

据以上分析，可以发现2013 年及以后，国家出台的相关政策提升了不同地方农村对待宅基地问题的重视程度，并随着时间的推移，越来越多的农户对国家政策更加了解，并能接受国家出台的宅基地流转政策，愿意进行宅基地流转。基于学者研究倾向性和农户对待政策程度的变化，本文提出如下假设：

H5：数据来源年份在2013 年及以后，农户家庭收入来源对宅基地流转意愿的正向意愿影响更强。

H6：数据来源年份在2013 年及以后，农户受教育程度对宅基地流转意愿的正向意愿影响更强。

二、研究方法和数据处理

（一）数据检索与筛选

本文以“Homestead transfer”+“influence factor”“宅基地流转”和“影响因素”作为检索词，在对Web of Science 的核心合集数据库和中国知网进行文献检索。用元分析将已经发表的文献报告的系数作为分析对象。为了保证数据的完整性和代表性，文献收集包括2 个步骤：（1）在Web of science、Google Scholar、中国知网、万方等国内外知名学术资源中，用标题和关键词的不同组合进行检索。本次检索时间截至2022 年4 月，检索词包括：宅基地、宅基地流转、宅基地流转意愿、影响因素、个体特征、Homestead transfer、Influencing factors、Individual characteristics、factor 等。（2）依据宅基地流转影响因素综述性文章和实证性论文的参考文献进行查漏补缺。国外文献基于宅基地流转影响因素的研究较少且差异性较大。故此，本文暂不考虑国外文献。

检索的文献需要进一步筛选，本文对于文献有5 条筛选标准：（1）必须是实证研究；（2）定量研究必须存在户主家庭收入来源和受教育程度与宅基地流转意愿之间的关系；（3）必须报告出户主家庭收入来源和受教育程度与宅基地流转之间的相关系数或能转化为相关系数的其他效应量（如回归系数）；（4）必须是相互独立的样本，若相同的样本在不同的文献中出现，以报告中变量较为详细的论文为准；（5）若论文中存在多个地区的研究样本，则将每个地区的样本研究定为1 个研究样本，在不同条件中的研究样本，本文选择资产均衡的农户。

按照以上2 个检索步骤和4 条筛选标准进行严密筛选后，最终获得30 篇（其中户主家庭收入来源与宅基地流转关系的论文26 篇，户主受教育程度与宅基地流转关系的论文12 篇），通过编码，本文共获得33 个独立研究样本，具体包含11 922个调查样本，数据来源情况见表1，表2。

表1 农户家庭收入来源与宅基地流转的数据来源

表2 农户受教育程度与宅基地流转的数据来源

（二）数据的编码

本文参考闫春等人[5]的研究中给出的元分析编码方法对元分析中的文献数据进行编码。编码内容包括：文献作者、年份、样本量、变量之间的相关系数和样本所在地区。其中，样本所在地区将依据原始文献报告中的样本所属六大地区进行划分。本文按照如下方式进行编码：（1）对大部分文献中的报告中只报告回归系数的文献，为减少因为效应值的数量带来的抽样误差，按照PETERSON 等人[10]的方法（r=β×0.98+0.05，r ≥0；r=β×0.98-0.05，r＜0，其中β∈ [-0.5，0.5]）对回归系数进行转化；（2）对于同一篇文献中报告多个地区的农户个人特征和宅基地流转意愿，则将文献中每个相关系数看作独立效应值纳入元分析中；（3）将路径系数或回归系数转化为相关系数。

（三）Meta 分析

元分析（meta-analysis ）统计方法是对众多现有实证文献的再次统计，最终是根据获得的统计显著性等来解释两个变量间最接近真实的相关关系。下文将从整体效应分析与检验和调节效应检验两个方面分析户主家庭收入来源和受教育程度与宅基地流转意愿之间的关系。

搜集足够多的已有实证文献是保证元分析结论的可靠性的先决条件。进行元分析前，必须用出版偏倚分析检验结果来验证数据的可靠性。出版偏倚分析检验的方法通常分为定性和定量。定性判断方法主要采用漏斗图检验是否存在出版偏倚；定量方法大多采用Egger 检验法和失安全系数法。目的是说明搜集的文献已经满足进行元分析的条件，可以利用已有的文献给出可靠的元分析结论。

在确认无出版偏倚后，需要进行效应值转化，将编码或回归系数转化后的相关系数通过一系列公式转换成最终效应值的相关系数。本文通过Comprehensive Meta Analysis 软件进行。

Meta 分析中通过同质性检验结果是否显著来判断应用的效应模型，若检验结果是显著的，则采用随机效应模型；反之，采用固定效应模型。Q值、I2和P值是同质性检验的常用的统计指标。若Q值、I2和P值都显著，则表明研究样本之间存在异质性。

调节效应检验研究在不同的情景变量下，户主家庭收入来源和受教育程度与宅基地流转意愿之间的关系的调节作用。常用的统计指标是Q值和P值，若Q＞k-1 和P＜0.05 并都是显著的，则认为调节变量对户主家庭收入来源和受教育程度与宅基地流转意愿之间的关系起显著的调节作用，即调节变量的变化会导致研究结论发生改变。

三、数据分析与假设检验

（一）整体效应分析与检验

1.出版偏倚分析检验

本文采用漏斗图定性判断搜集的实证文献的数据是否存在出版偏倚，图1、图2 分别为农户家庭收入来源与宅基地流转关系和农户受教育程度与宅基地流转关系的漏斗图。通过图1、图2 可以发现实证文献的效应值于漏斗图顶部集中分布，并以总效应值为中心，分散于左右两侧。检验结果说明搜集的实证文献不存在出版偏倚。为了提高实证文献的可靠性，让元分析结论更加具有说服力。下文将采用失安全系数和Egger 检验进行定量描述。其中，Egger 检验结果如表3、表4。

图1 户主家庭收入来源与宅基地流转关系的出版偏倚漏斗图

图2 户主受教育程度与宅基地流转关系的出版偏倚漏斗图

表3 户主家庭收入来源与宅基地流转关系的Egger 检验与失安全系数检验结果

表4 户主受教育程度与宅基地流转关系的Egger 检验与失安全系数检验结果

研究表明：当满足N＞5k+10 时，说明搜集的实证文献不存在出版偏倚[11]，通过表3 和表4 可以发现，本元分析失安全系数为548 和1 147（其中P=0.000），远大于185（5×35+10），说明文献样本不存在出版偏倚。Egger 检验的P值为0.646和0.664 大于0.05，说明Egger 检验结果是不显著的。同样说明文献样本不存在出版偏倚。通过综合定性与定量两检验方法，研究结果均表明文献样本不存在出版偏倚的问题，即说明搜集的文献已经足够全面。基于此，可以认为本文得出的元分析结论是真实可靠的。

2.同质性检验和主效应分析

Meta 分析中，所选样本的同质性检验结果如表5 和表6 所示，可以看出农户家庭收入来源和农户受教育程度，Q值＞自由度df（Q），I2＞0.6，P=0.000＜0.001，说明样本的效应值是满足异质性要求的。即所选样本的效应值是异质分布的，应采用随机效应模型。同质性检验说明农户家庭收入来源和受教育程度与宅基地流转意愿的关系受到调节变量的影响，是下一步分析调节变量的重要前提。以农户家庭收入来源与宅基地流转相关性的同质性检验结果为例，I2值为97.936%，说明元分析中97.936%的观察变异由效应值的真实差异引起，还存在2.064%的变异是属于分析中的随机误差。

表5 户主家庭收入来源与宅基地流转关系异质性检验和主效应分析结果

表6 户主受教育程度与宅基地流转关系异质性检验和主效应分析结果

研究表明，当观察变异＞75%时，可以认为样本的效应值之间是属于高度异质的。还可以看到表5 中的主效应分析，户主家庭收入来源与宅基地流转关系在95%CI 下显著负相关，相关系数为0.164，表明户主家庭收入来源与宅基地流转关系有显著的正向弱相关关系，H1 假设通过。同理，由表6 的主效应分析结果可知，户主家庭收入来源与宅基地流转关系在95%CI 下显著正相关，相关系数为0.123，表明户主家庭收入来源与宅基地流转关系有显著的正向弱相关关系，H2 假设通过。

（二）调节效应检验

上文表明所选样本的效应值之间是属于高度异质的，存在调节变量对户主家庭收入来源和受教育程度与宅基地流转意愿之间的关系进行调节作用。本文从经济区域和数据来源年份对户主家庭收入来源和受教育程度与宅基地流转意愿之间的调节关系进行研究。其中，表7 和表8 分别为户主家庭收入来源与宅基地流转意愿的调节效应检验结果和户主受教育程度与宅基地流转意愿的调节效应检验结果。

研究表明，k＜3 的变量缺乏可靠性论证，存在偶然性偏差。因此，在研究中会将k＜3 的变量剔除分析调节变量当中。基于此，本文将表7 中东北地区（k=1）、西部地区（k=1）的效应值和表8 中东北地区（k=1）的效应值不计入检验当中。

根据表7、表8 中的检验结果可以得出以下结果：

表7 户主家庭收入来源与宅基地流转意愿的调节效应检验结果

表8 户主受教育程度与宅基地流转意愿的调节效应检验结果

（1）表7 中的调节效应结果表明，经济区域对农户家庭收入来源与宅基地流转意愿的调节效应达到显著性水平（Q=11.811＞df，P＜0.05）。且中部地区效应值（0.228）大于东部地区的效应值（0.078），说明经济区域对农户家庭收入来源与宅基地流转意愿的调节作用是显著的，但并非经济越发达的地区，农户家庭收入来源对宅基地流转意愿的正向影响越强，H3 假设未通过。

（2）表8 中的调节效应结果表明，经济区域对农户受教育程度与宅基地流转意愿的调节效应达到显著性水平（Q=16.699＞df，P＜0.05）且东部地区的效应值（0.190）大于中部地区的效应值（0.100）和西部地区的效应值（0.030），说明经济区域对农户受教育程度与宅基地流转意愿的调节作用是显著的，且经济越发达的地区，农户受教育程度对宅基地流转意愿的正向影响越强，H4 假设通过。

（3）数据来源年份对农户家庭收入来源与宅基地流转意愿调节效应未达到显著性水平（Q=2.512 ＞ df，P＞ 0.05）。且2013 及以后的效应值（0.321）大于2013 年前的效应值（0.060），即数据来源年份对农户家庭收入来源与宅基地流转意愿的调节作用是显著的，且2013 年及以后，农户家庭收入来源与宅基地流转意愿的正向调节作用更强，H5 假设通过。

（4）数据来源年份对农户受教育程度与宅基地流转意愿的调节效应未达到显著性水平（Q=0.438 ＜ df,P＞ 0.05）且2013 年及以后的效应值（0.153）大于2013 年前的效应值（0.087）。即数据来源年份对农户受教育程度与宅基地流转意愿的调节作用并不是显著的，2013 年及以后，农户家庭收入来源与宅基地流转意愿的正向调节作用更强，H6 假设通过。

四、结论及管理启示

（一）结论

（1）户主家庭收入来源与宅基地流转关系有显著的正向弱相关关系。

（2）户主受教育程度与宅基地流转关系有显著的正向弱相关关系。

（3）经济区域对农户家庭收入来源和受教育程度与宅基地流转意愿的调节作用都是显著的。但在经济区域对农户家庭收入来源与宅基地流转意愿的调节作用中，中部地区的效应值大于东部地区的效应值，并未呈现出在经济越发达地区，农户家庭收入来源对宅基地流转意愿影响越强；经济区域对农户受教育程度与宅基地流转意愿的调节作用中，可以发现经济越发达地区，农户受教育程度对宅基地流转意愿正向影响越强。

（4）数据来源年份对农户家庭收入来源与宅基地流转意愿的调节作用是显著的，2013 年及以后的效应值大于2013 年前的效应值，说明数据来源年份在2013 年以后，数据来源年份对农户家庭收入来源与宅基地流转意愿的正向影响更强；数据来源年份对农户受教育程度与宅基地流转意愿的调节作用并非显著，且2013 年及以后的效应值大于2013 年前的效应值。说明数据来源年份在2013 年及以后对农户家庭收入来源与宅基地流转意愿的正向影响更强。