农户宅基地退出影响因素分析

□文/姜 奕 瞿富强

（南京工业大学经济与管理学院 江苏·南京）

［提要］ 在经济高速发展的背景下，城市化进程加快，外出务工农民数量增多，而他们进城落户之后可继续选择“零成本”持有农村宅基地，导致宅基地退出不畅，引导农户退出闲置宅基地迫在眉睫。本文以被列入2020 年新一轮宅基地制度改革试点城市的溧阳市上兴镇为研究区域，利用文献分析、实地访谈、问卷调查、二元回归模型，识别出影响农户宅基退出的关键因素。

我国宅基地总体存在建设规划滞后、一户多宅、宅基地使用面积过大等问题，农村大量的土地闲置，使得“一户多宅”的现象更为普遍。然而，随着经济发展和城镇化进程的加快，农村人口流失的同时，导致宅基地闲置率越来越高，建设用地范围不断扩大，造成了大量土地资源的浪费。

杨玉珍（2015）等利用Logistic 回归分析得出，随着年龄的增长，农民放弃农村住房的意愿将会降低。另外，兼业与文化水平对农村土地退出有明显的正向效应，使得农村土地退出对农村土地的依赖性降低。王兆林（2015）等通过实地调研和回归分析，调研了重庆市农户宅基地退出的影响因素，发现户主年龄、主要成员是否在城镇定居等因素对农户宅基地退出具有明显的负面作用，而对政策的了解程度则有正面影响作用。王静（2015）等基于静海县王口镇及独流镇140 个农户的调查数据，对不同阶层农户退出宅基地的意愿进行分析，结果显示，大多数农户退出土地的意愿普遍偏低。其中，小农兼业阶层和村庄贫弱阶层由于收入较低，兼业程度低，对土地依赖性较强，他们希望通过增加土地投入来获得更多的收入，而不愿意退出宅基地。

一、研究区域概况

上兴镇地处溧阳市西北，行政区域面积245.6 平方千米，下属有23 个行政村，海拔200 米以上。截至2011 年，上兴镇有耕地面积14.3 万亩，人均1.8 亩；林地面积8.5 万亩，累计造林4.8 万亩。

截至2011 年末，上兴镇辖区总人口7.95 万人，其中城镇常住人口11，000 人，城镇化率13.8%。总人口中，男性40，500人，占51%；女性39，000 人，占49%；14 岁以下15，900 人，占20%，15～64 岁37，800 人，占47.54%；65 岁以上25，800 人，占32.4%，人口密度为每平方千米324 人。截至2019 年末，上兴镇户籍人口为80，816 人。

二、数据收集与处理

本次调研针对进城务工的农户发放了400 份问卷，整理数据时将问卷数据录入Excel 表格，进行分类、梳理，获得有效问卷385 份，有效回收率分别为96.25%。数据在Excel 表格中先进行分析汇总，然后根据数据构建logistic 二元回归模型识别出关键影响因素，得出农户宅基地退出的关键影响因素。

三、样本数据描述性分析

（一）关于个人和家庭的描述性分析。从性别来看，本次分析中男性共202 人，女性共183 人，男性人数略多于女性；从年龄分布来看，51～60 岁、61～70 岁的人群较多；从就业状况来看，有相当一部分人的工作不稳定，占比接近一半；从收入来看，收入普遍较低，年收入在20，000 元以内的达到了70%以上；从每个月的生活开支来看，一半以上的人群开支在1，200 元以内；从文化程度来看，小学和初中的人数最多，分别为133 人和101 人，学历较低；从是否使用智能机来看，同样有相当大一部分人不会使用；从家庭人口数来看，家庭人口为3 人的较多。（表1）

表1 个人和家庭描述性分析一览表

（二）宅基地数量和面积的描述性分析。从宅基地的数量来看，大部分人拥有的宅基地只有1 处，这与我国对于宅基地的政策有关系；从面积来看，面积较大，这与农村的地广人稀的状况有关，早期对于宅基地的管理宽松也是这一状况出现的原因。（表2）

表2 宅基地数量和面积描述性分析一览表

（三）退出宅基地对未来的担忧。从退出宅基地对就业以及社会保障的担忧来看，有相当一部分人较为担忧。对于社会保障的担忧甚至达到77.14%。（表3）

表3 对未来的担忧分析一览表

（四）退出宅基地意愿及其他相关变量的描述性分析。从政策认知来看，有60%左右的人对政策的认知在一般以下，有待提升；从居住满意度来看，比较满意的人数最多，一共95 人，占比24.68%；从购买商品房意愿来看，很低的人数最多，一共118人，占比30.65%；从退出宅基地意愿来看，有相当一部分人不愿意退出宅基地，达到72.47%。（表4）

四、基于二元逻辑回归的实证分析

（一）logistic 回归分析以及模型建立。本文采用logistic 模型研究农户是否愿意退出宅基地，主要基于以下几点：本次分析中使用的退出宅基地为二分类变量（愿意、不愿意），而logistic 对于解释变量的要求较为宽松，既可以是连续型变量，也可以是二分类变量。基于此，建立以下模型：

其中，p 是愿意的概率，1-p 为不愿意的概率，β 是回归系数，ε 是回归误差。

（二）变量赋值。为了识别变量，需要对变量进行赋值，具体如表5 所示。（表5）

表5 变量赋值一览表

（三）VIF 和容差值共线性检验。通过容差和VIF 值可以发现，容差值解接近1，VIF 的值大于1 小于5，因此可以证实不存在多重共线性问题。（表6）

表6 VI F和容差值共线性检验一览表

五、回归结果分析

（一）似然比检验。通过二元逻辑回归似然比检验可以发现，P 值等于0.000，小于0.01，说明拒绝原定假设，即说明本次构建模型时，放入的自变量具有有效性，本次模型构建有意义。（表7）

表7 二元Logi t 回归模型似然比检验结果一览表

（二）回归结果。从表8 可知，将性别、年龄、就业、文化程度、每个月的生活开支、拥有宅基地数量、宅基地面积、是否会使用智能机、年收入、家庭人口数、政策认知、当前居住满意度、购买商品房意愿、退出宅基地后是否有就业担忧、退出宅基地后是否有社会保障担忧作为自变量，而退出宅基地意愿作为因变量，进行二元Logit 回归分析。从表8 可以看出，意味着性别、年龄、就业、文化程度、每个月的生活开支、拥有宅基地数量、宅基地面积、是否会使用智能机、年收入、家庭人口数、政策认知、当前居住满意度、购买商品房意愿、退出宅基地后是否有就业担忧、退出宅基地后是否有社会保障担忧可以解释因变量33%的变化原因。（表8）

表8 回归分析结果一览表

1、个人基本情况维度。从性别来看，回归系数值为0.213，P大于0.05，因此对于退出宅基地意愿没有影响。从文化程度来看，系数为-0.081，P 大于0.05，因此对于退出宅基地意愿没有影响。

从年龄来看，回归系数值为-0.903，P 小于0.01，因此年龄对于退出宅基地意愿是负向的影响，年龄越大越不愿意退出。OR 等于2.467，因此年龄增加一个单位，退出宅基地意愿减少2.467 倍。

从就业来看，系数为-0.589，P 小于0.05，因此就业对于退出宅基地意愿的影响是负向的，就业稳定的人更不愿意退出宅基地。OR 值为0.555，就是说就业增加一个单位，退出宅基地意愿增加0.555 倍。

从每个月生活开支来看，系数为0.337，P 小于0.05，因此生活开支对于退出宅基地意愿的影响是正向的，生活开支越大，越愿意退出宅基地。OR 值为1.401，因此每个月生活开支增加一个单位，退出宅基地意愿增加1.401 倍。

从是否会使用智能机来看，系数为0.242，P 大于0.05，因此对退出意愿没有作用。从年收入来看，系数为-0.204，P 大于0.05，因此年收入对于退出意愿没有作用。

从家庭人口数量来看，系数为-0.189，P 大于0.05，因此对于退出意愿没有影响。

2、从宅基地情况来看。从拥有宅基地数量来看，系数为-0.625，P 小于0.01，因此拥有宅基地数量对退出宅基地的影响是正向的，拥有宅基地越多，越不愿意退出。OR 等于0.536，因此宅基地数量增加一个单位，退出宅基地的意愿减少0.536倍。

从宅基地面积来看，系数为-0.049，P 大于0.05，因此对退出意愿没有影响。

3、从政策了解情况来看。从政策认知来看，回归系数值为0.276，P 小于0.01，意味着政策认知会对退出宅基地意愿产生显著的正向影响关系，对政策越了解，越愿意退出宅基地。OR值等于1.318，意味着政策认知增加一个单位时，退出宅基地的意愿增加1.318 倍。

4、从居住满意度和购房意愿来看。从当前居住满意度来看，回归系数值为-0.235，P 小于0.05，因此当前居住满意度对退出宅基地的影响是负向的，越满意当前居住环境，越不愿意退出。OR 值等于0.790，因此当前居住满意度增加一个单位，退出意愿减少0.790 倍。

从购买商品房意愿来看，回归系数值为0.612，P 小于0.01，因此购买商品房意愿对于退出宅基地意愿的影响是正向的，购买商品房意愿越高，退出宅基地意愿越高。OR 值等于1.845，因此购买商品房意愿增加一个单位，退出意愿增加0.612 倍。

5、从忧患意识来看。从退出宅基地后是否有就业担忧来看，回归系数值为-1.013，P 小于0.01，因此退出宅基地后是否有就业担忧会对退出宅基地意愿产生显著的负向影响关系。越担忧就业，越不愿意退出宅基地。OR 值等于0.363，意味着退出宅基地后是否有就业担忧增加一个单位时，退出宅基地意愿减少0.363 倍。

从退出宅基地后是否有社会保障担忧来看，回归系数值为-1.118，P 小于0.01，意味着退出宅基地后是否有社会保障担忧会对退出宅基地意愿产生显著的负向影响关系。对社会保障越担忧，越不愿意退出。OR 值为0.327，意味着退出宅基地后是否有社会保障担忧增加一个单位时，退出宅基地意愿减少0.327 倍。

（三）Hosmer-Lemeshow 拟合度检验。Hosmer-Lemeshow拟合度检验用于分析模型拟合优度情况，从表9 可知：这里P值大于0.05（Chi=9.312，P=0.317＞0.05），因而说明接受原定假设，即说明本次模型通过HL 检验，模型拟合优度较好。（表9）

表9 Hosmer-Lemeshow拟合度检验结果一览表

六、研究结论

通过总结分析可以得出：每个月的生活开支、政策认知、购买商品房意愿会等对因变量产生显著的正向影响关系，年龄以及就业、拥有宅基地数量、当前居住满意度、退出宅基地后是否有就业担忧、退出宅基地后是否有社会保障担忧等会对因变量产生显著的负向影响关系，性别、文化程度、宅基地面积、是否会使用智能机、年收入、家庭人口数并不会对因变量产生影响关系。