农户宅基地退出的影响因素效应量评估

来源：核心期刊咨询网时间：12

摘要：摘要：有关宅基地退出影响因素的研究由于区域选择、模型方法、测量方式或具体研究内容的不同，研究结论存在不同程度的差异。为厘清宅基地退出影响因素及其效应，推动宅基地有序退出，在纳入18篇实证文献、137个效应值、78 934个独立样本进行 Meta 分析的基础上，研究了

　　摘要：有关宅基地退出影响因素的研究由于区域选择、模型方法、测量方式或具体研究内容的不同，研究结论存在不同程度的差异。为厘清宅基地退出影响因素及其效应，推动宅基地有序退出，在纳入18篇实证文献、137个效应值、78 934个独立样本进行 Meta 分析的基础上，研究了农户宅基地退出的影响因素及影响因素强度随时间的变化，以及农户宅基地退出的影响因素是否存在异质性及异质性来源。结果表明：农户受教育程度、家庭年收入、非农收入占比、宅基地确权、所在地距县城距离及是否在城镇购房对农户宅基地退出意愿均有显著正向影响;年龄、家庭年收入、宅基地面积及是否在城镇购买住房在影响农户宅基地退出方面存在明显的异质性。宅基地退出影响因素随时间变化作用强度也在变化，且不同区域影响宅基地退出意愿的因素作用程度不同，应当根据地区差异对农村宅基地退出有针对性地进行政策引导。

　　关键词：宅基地退出;影响因素;Meta分析;调节效应

　　*通信作者引言随着城镇化、工业化进程的加快，大量农民从农村涌向城市，农民对宅基地的居住功能诉求在逐步减弱，宅基地闲置情况普遍。与此同时，城镇建设用地缺口增加，土地资源配置不均衡，背离了土地集约利用的原则。针对这种情况，2014年12月，中共中央办公厅和国务院办公厅联合印发了《关于农村土地征收、集体经营性建设用地入市、宅基地制度改革试点工作的意见》，明确提出探索宅基地自愿有偿退出机制。2018年中共中央國务院印发的《关于实施乡村振兴战略的意见》中首次提出宅基地所有权、资格权和使用权“三权分置”。这是宅基地制度改革的重大突破，旨在兼顾宅基地的保障功能与财产功能。2019年9月，中共中央农村工作领导小组与农业农村部联合印发《关于进一步加强农村宅基地管理的通知》，其中明确指出要“鼓励村集体和农民盘活利用闲置宅基地和闲置住宅”。上述文件的出台为盘活农村存量建设用地、提高土地资源利用率提供了坚实的政策基础。改革和完善现行的农村宅基地使用与管理制度，是当前国家推进农地制度改革、推动农村土地高效利用和激活土地财产功能的重要路径选择。在宅基地“三权分置”的背景下，研究和把握农户宅基地退出的影响因素，引导农户有序自愿退出，是制度设计的关键。

　　一、数据来源与研究方法

　　(一)文献来源与编码

　　1.文献检索与筛选。本文数据来源于已公开发表的期刊文章，为尽可能多地获取农户宅基地退出的影响因素相关研究成果，本研究以2007-2020年7月为期间，按照以下方法搜集文献：(1)以“宅基地退出”或“退出意愿”或“退出行为”或“退出决策”，并含“影响因素”作为组合，在中国知网、万方数据库、百度学术、中国优秀硕博论文数据库等中文期刊数据库进行检索。(2)以“Homestead exit”或“Homestead withdrawal”或“Quitting rural resident land”或“Homestead exit behavior”或“Homestead disposal”，并含“Influencing factors”作为组合，在百度学术、Elsevier、Web of science中进行检索。(3)为查漏补缺，选择20位本研究领域的学者，查找他们已发表且与本研究主题联系紧密的研究成果。

　　首次检索得到459篇与本研究主题相关的中、英文文献，通过Noteexpress剔除重复文献238篇，阅读题目与摘要剔除后166篇，补充参考文献后包含的遗漏文献14篇。经上述步骤确定了69篇符合要求的文献，进一步阅读全文并按以下标准进行筛选：(1)研究区域和样本须为中国境内的农户;(2)所选文献中必须包含定量分析，案例和文献综述等研究全部予以剔除;(3)原文中包含宅基地退出或相关处置类型、宅基地退出影响因素或其维度等变量，否则不予编码;(4)报告了pearson相关系数，或有足够信息可转换的路径系数及其方差、标准差，并提供明确的样本量;(5)对同一作者或基于同一套数据的实证研究，优先选择已发表或研究更全面的文献进行编码。

　　依据上述标准剔除不符合要求文献47篇，剩余22篇文献中，为了排除异质性干扰，剔除4篇采用除Logit、Probit之外其他模型进行实证分析的文献，最终确定符合纳入Meta分析标准的文献18篇，研究区域覆盖中国10个省，总样本量为10 408个农户，文献相关信息见表1。

　　2.数据编码。为减少编码过程中的主观性，本研究严格遵照Lipsey和Wilson推荐的编码手册并借鉴了以往Meta分析文献编码的操作对纳入文献进行编码[1]。本研究编码对象包括研究描述项和效应值统计项两种，前者主要指研究的基本信息，包括第一作者姓名、发表年份、研究区域、选择模型等;后者主要包括变量Pearson相关系数以及可利用其他方法转化为Pearson相关系数的其他效应值。另外需要考虑：(1)当相关系数来自不同的样本总体时，需进行多次编码。(2)由于需要对宅基地退出影响因素的调节变量进行检验，本研究还对样本区域、研究模型与研究内容三个变量进行编码。由两位研究生分别独立编制研究描述项和效应值编码表并进行交叉核对，首次编码结果的一致率达84.3%。经过回归原文勘误发现，不一致的编码结果主要是由于对某项影响因素的相关系数模型不同导致的。经过修改后第二次编码结果的一致率达97.0%，剩余不一致处参照其他Meta分析文献并与相关专家讨论，最终达成一致。

　　(二)研究方法

　　Meta分析最早用于医学领域中研究安慰剂的治疗干预效果，到20世纪90年代，逐渐在自然科学、人文社会科学中得到广泛应用。Meta分析有别于一般的描述性文献综述，它是对同一主题的不同实证研究进行综合性定量分析方法，来解决各项独立研究对同一主题得出不同结论的问题。Meta分析通过效应量将各项独立研究的结果进行整合，再分析其效应及显著性，避免了由于单个研究的抽样或人为误差导致的结果差异。对于存在潜在调节变量的研究中，通过Meta回归分析还能解释潜在变量对结果的影响程度。

　　在进行单个影响因素分析时，需要至少有两篇及以上的文献涉及到该因素且通过显著性检验，而且该变量在各项独立研究中代表含义要一致或至少相近，来保证效应量合并时的可综合性。通过阅读纳入Meta分析的18篇文献，本文共选择16个影响因素，每个影响因素均有4篇以上文献涉及且通过了检验。将相关系数、样本量、标准差等数据提取后，共获得16组原始数据。借鉴Schmidt和Hunter有关心理计量随机效应的 Meta 分析[2]，本研究采用Stata 16.0软件对编码数据进行了处理，主要研究内容包括：主效应检验、稳健性检验与调节效应检验。

　　1.效应量转换。在经济学领域，效应量一般为偏相关系数、弹性、边际变化率等具有一定经济含义的指标。本研究选取各项独立研究中宅基地退出的影响因素Pearson相关系数r，对于有些研究中只报告了Spearman r的情况，通过rs=6πsin-1r2进行转换得到Pearson r;其次利用费雪转换将皮尔森相关系数r转换为Fisher’s Z 值;然后对Fisher’s Z值做加权平均处理，这里将抽样标准误平方的倒数作为权数;最后换算得到一个最终效应值R。Fisher’s Z值的优点是即使原始数据不服从正态分布，转换后的Fisher’s Z值依然服从正态分布。

　　首先将相关系數r进行费雪转换：

　　Fisher’s Z=12ln(1+r1-r)(1)

　　Fisher’s Z的方差：

　　VZ=1n-3 (n为每个影响因素的样本量)(2)

　　Fisher’s Z的标准误：

　　SEZ= VZ(3)

　　综合效应量Fisher’s Z转换成综合相关系数R：

　　R=e2Z-1e2Z+1 (Z为Fisher’s Z值)(4)

　　最终本研究共得到效应值137个，独立样本量78 934个。根据计算得出的综合相关系数R的绝对值取值范围来判断变量的相关强度。

　　2.异质性检验。异质性(heterogeneity)是由于参与者、干预措施、测量方式等的差别或研究间真实性变异，导致纳入Meta分析文献的效应量产生变异的程度。如果不考虑组间异质性，将不同研究进行合并分析，就会产生将“橘子”和“苹果”混为一谈的错误。检验异质性通常采用反映效应量的加权离均差平方和的Q统计量及其P值，以及反映异质性在效应量总变异中所占比重的I2统计量。一般而言，如果Q统计量的P≤0.1，I2>50%，则表明除抽样误差外，还有独立研究间的随机差异或某些系统性因素等异质性来源，需要采用随机效应模型;反之，若P>0.1，I2≤50%，则表明效应值呈同质性分布，独立研究的效应值差异仅由抽样误差导致，可选择固定效应模型。

　　本文假设样本来源是异质性的，采用随机效应模型进行效应量合并，这样的好处是在效应量进行整合时该模型能够考虑到组间方差的影响。本文选择Q统计量指标对组间方差进行检验，计算方法如下：

　　Q=∑ki=1Wi (Yi-M)2(5)

　　其中，Wi为第i个研究的权重值，Yi为第i个纳入研究的效应量，M为纳入研究的平均效应量，k为对应的研究数，即Q实际上是效应量的加权离均差平方和(WSS)。

　　3.发表偏倚检验。一般来说统计学意义上阳性结果与显著性结果更容易受到审稿人青睐，这样导致的结果就是阴性结果研究无法被数据库收录，导致主题研究存在出版偏移，在纳入Meta分析时会造成样本的选择偏误。Stanley通过蒙特卡洛模拟发现漏斗不对称检验是识别发表偏倚问题的有效工具[3]。但观测漏斗图的对称与否具有一定的主观性，因此另外参照 Egger等的研究方法[4]，采用回归检验再次检验各项研究是否存在发表偏倚。

　　4.敏感性分析。将不同文献进行整合时，由于部分研究结果存在较大差异可能会导致整体结果的估计偏误。敏感性分析可以衡量纳入文献的质量及异质性。本文采用逐个剔除纳入分析的数据来考察对评估结果是否有显著影响，通过逐一移除单个效应量对其余效应量整合，观察结果的差异性，以检验是否存在“极端样本”[5]。

　　5.累积 Meta 分析。社会发展和政策变化导致农户宅基地退出的影响因素随之变化，因此采用累积Meta分析验证各影响因素随时间的变化趋势。累积Meta分析是把研究作为一个连续的整体，即因变量，将各个纳入的研究按照一定发表年份的时间顺序累加在一起，进行多次Meta分析，来反映所要研究的效应量随时间变化的趋势。

　　6.Meta回归分析。Meta回归分析不仅能分析不同研究结论存在差异的原因，还能识别出单独的实证研究所不能发现的变量关系和潜在的调节变量，为后续的实证研究提供新的思路[6]。Meta回归将效应量指标作为因变量，将研究区域、测量方式、研究内容等作为模型的自变量。通过回归分析来探究组间产生异质性的来源。

　　Y=βi xi+β0+ε(6)

　　其中，Y为效应量，βi 为待估系数，xi 为已有文献存在争议的一些重要特征变量，β0 为截距项，ε为随机干扰项。Nelson and Kennedy指出[7]，将所选文献纳入Meta分析时要注意：(1)文中没有提到的调节变量可通过增加虚拟变量来进行分析;(2)可以将样本大小作为权重，通过倒方差法来消除由于观测值不同造成的异方差问题。

转载请注明来自：http://www.qikan2017.com/lunwen/nye/21699.html