基于Logistic與AHP混合模型的宅基地有償退出影響因素研究以湖北省宜城市為例

(華中農業大學 公共管理學院,湖北 武漢430070)

1 引言

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

近年來,眾多學者從多個角度對農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,影響農戶宅基地退出的主要因素是農戶就業、養老、家庭生活費用和農業生產[1];李瑞琴通過研究提出,農民閑置宅基地退出意愿較低的原因是農戶將宅基地看作長期占有和使用且有預期升值的資產[2];楊玉珍從不同的學科角度,如認知心理學、行為經濟學等方面闡述了農民不同的認知與心理因素(除經濟補償以外)對農戶宅基地的退出意愿的影響[3];王丹秋等研究提出，影響農戶參與意愿的主要因素是農民的受教育程度、農民對政策的了解程度和農民的職業技能水平[4];王兆林等運用二元Logistic回歸模型,從農戶兼業角度進行了分析,將農戶分為4種類型,研究發現不同兼業類型的農戶對宅基地退出意愿影響不同[5]。

2 數據來源、指標選取與研究方法

本文著重對農村居民有償退出宅基地不同因素的影響效果進行分析研究,通過發放調查問卷,對問卷結果進行統計分析,計算模型結果,認識農民宅基地有償退出的特點和相關問題,探討影響農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,行政區域轄8個鎮、2個街道辦事處、1個工業園區和1個省級經濟開發區。宜城市地處北亞熱帶季風氣候區,主要種植作物有小麥、水稻、棉花等。宜城市是全國的農業大縣，該市的產業功能定位是農產品。2017年末,宜城市常住人口為52.54萬人,地區生產總值333.60億元,人均生產總值63495元。

宜城市自然資源和規劃局的調查結果顯示：2015年末,整個城市農村宅基地數量超過10萬戶,有超過11萬宗的宅基地,一宅一戶超過9萬戶,相當于總戶數的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2.1萬戶進行了私下交易。宜城市推出農房抵押貸款、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戶農民自愿有償退出宅基地,總面積達到207.6hm2。本研究得出的結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民宅基地退出意愿進行了實地調查研究。隨機選取宜城市4鎮10村進行調查和訪談,共發放和回收調查問卷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村居民有償退出宅基地意愿的影響因素進行探析,因此將調查問卷的問題設置成:“您有意愿退出宅基地么?”,然后將答案設置成為“是,我很愿意進城居住”、“是,并愿意住農村集中住宅”、“否,不愿意退出”3種情況,調查結果見圖1。

圖1 問卷調查結果

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”,該變量難以用連續數值表示;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,隨后在很多行業中得到廣泛應用[6]。20世紀中后期,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在人們的視野中[7]。

Logistic模型的具體形式:

(1)

(2)

對數轉換:

(3)

式中,p為農村居民宅基地退出概率;1-p為農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為常數項用;βi為解釋變量第i個影響因素的系數[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的合適值時,不同的研究結果持有不同的觀點。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數量為10—20個[9]。2009年，Karel等在BMJ發表論文時指出:有人提出EPV數量可小于10。本研究則認為EPV≥10時是較為合適的[10]。

在處理數據時,由于對超過10個自變量進行多元Logistic回歸分析時會出錯,因此為減少數據處理上的誤差,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的權重,之后利用AHP進行最終權重的確定,即得到各個因素對農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],初步確定影響農民宅基地退出意愿的自變量，見表1。

4 Logistic模型確定權重

4.1 數據標準化處理

首先，預處理樣本數據,目的是編碼樣本數據;其次，標準化樣本數據。假設問卷數據的樣本量有n個,然后每一個樣本中的變量數為m,表示為x1,x2,x3,…,xm，這樣的原始數據就是xij,代表的是樣本i中的變量數據為j。如果指標相同,可用下式表示原始數據的標準化值:

(4)

式中,在相同指標變量j的情況下,能通過觀測的最大數據用xjmax表示;在相同指標下,通過觀察可得到的最小數據用xjmin表示;數據標準化后的指標用pij表示,該值必須在0—1數值之間,這樣才能使運行程序和分析數據更加方便。

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回歸模型的參數估計[13]，因此為了減少變量對共線性的影響,一般應對各變量進行共線性檢驗。以一級指標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)進行的。VIF值≥5,具有重復共線性;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。由此得出結論,解釋變量中沒有復線性和共線性,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的配適性,本文以Omnibus對擬合度進行檢驗。從檢驗得出的結果來看,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行有效預測和解釋。

模型回歸結果與分析:通過SPSS22軟件展開多元Logistic回歸,結果見表3。表3的顯著性水平是指當原假設正確時,人們卻拒絕其風險或概率,一般記作α。若取α=0.05或α=0.01,表明當決定接受原假設時,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——家庭稟賦、區域因素、政策、外部影響進行多元Logistic回歸,結果見表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 家庭稟賦回歸結果

表5區域因素回歸結果

自變量卡方顯著性水平2016年村人均純收入59.5150.707村農業生產水資源的保障程度**61.9780.094是否有農業合作社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果

表7 自變量的描述性統計

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對共線性進行衡量,得到的具體運行結果見表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。由此可得出以下結論：復線性和共線性在解釋變量中是不存在的,因此無需進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適配性。本文以Omnibus對擬合度進行檢驗[15]。從檢驗得出的結果來看,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,達到顯著水平。通過Omnibus檢查,得出Logistic模型具有很好的擬合度,農村居民退出宅基地的意愿能通過回歸效果進行有效反映。

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 確定一級指標中的二級指標權重

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(C4)、戶所擁有的宅基地宗數(C5)、宅基地取得方式(C6)、2016年生活消費占家庭總支出的比例(C7)。③區域因素(B3)，主要包括距縣城的距離(C8)、村農業生產水資源的保障程度(C9)。④政策及外部影響(B4)，主要包括不動產是否確權(C10)、喜愛城市還是農村(C11)、所在地區的社會保障水平(C12)、是否了解宅基地的退出過程(C13)、對政府執行政策的信任程度(C14)、當前住房條件滿意程度(C15)。

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

表10 自變量權重分配情況

5 層次分析法確定最終權重

5.1 確定影響宅基地退出因素的權重

所謂的層次分析法就是首先將較復雜的問題進行層次劃分,立足于總目標的達成,以互相影響關聯形成的層次結構有序遞階。其次，對遞階層次中每兩個層次進行比較,看兩層之間的重要性。通過9級標度對其進行賦值,形成判斷矩陣。第三，以判斷矩陣為依據,對層次進行總排序和單排序,這樣才能有效地對不同因素指標的權重值進行查找[16]。系統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賦值可能存在隨意性[17]。本文利用表10中得到的權重,為兩兩比較提供了定量依據,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 構造判斷矩陣

本文采用9級標度法賦值,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 各層中因素指標的權重計算

表16 一致性指標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相對重要性的權重,需要自上而下地對權重進行排序,層次總排序見表17。從表17可見,影響農民宅基地有償退出因素指標中,年齡(C2)權重值最大,2016年生活消費占家庭總支出比例(C7)權重值最小。

表17 層次總排序

(續表7)

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

5.5 結果分析

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

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

喜愛城市還是農村:調查發現,喜愛城市的農戶退出宅基地的愿望較強烈，而喜愛農村的農戶退出宅基地愿望較弱。這與模型結果一致,符合邏輯。因此,政府在推進宅基地退出時必須充分了解農民的個人喜惡,注意政策宣傳力度和廣度,合理有效地引導和激勵農民退出宅基地。

距縣城的距離:調查發現,縣城周邊村莊的農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的總體分布。縣城周邊地區的地理位置較好,城鎮對公共基礎設施和服務有著很大的影響。如果離縣城中心的距離較遠,農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服務和設施;但當和縣城中心相隔較遠時,農村居民的宅基地退出意愿開始下降。因為在偏遠的農村地區,農戶的生產與生活對土地具有較高的依賴性,因此在推進宅基地退出時要合理安排退出順序。

不動產是否確權:調查發現,宅基地已確權的農戶對有償退出響應沒有宅基地未確權的農戶高。原因是對大多數宅基地未確權的農戶,一戶多宅、宅基地閑置廢棄現象屢見不鮮,確權即意味著需要給出更多的有償使用宅基地的費用,這些農戶更希望將多出來的宅基地退出。而對宅基地已確權的農戶,宅基地承擔的是住房保障功能,對有償退出響應沒有未確權的農戶積極。對這部分農戶應建立配套的宅基地退出的多元補償機制,從各個方面保障退出宅基地農戶的當前生計和長遠利益。因此,政府應在推進宅基地確權工作的同時,穩步推進宅基地退出。

宅基地取得方式:調查結果顯示,宅基地取得方式為繼承的農戶對有償退出的響應比通過其他方式取得宅基地的農戶強烈。原因是該區域大部分閑置宅基地是通過繼承方式得來,這部分農戶更愿意退出宅基地。

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

6 結論與建議

6.1 結論

農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:農村居民的情感聯系是宅基地,認為宅基地和他們的血脈相連[20]。即使部分農戶進城定居,由于宅基地可作為遺產繼承,農戶往往不愿意退出。相當一部分農戶習慣農村鄰里間的相處方式,對城市的快節奏、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鍵因素是農戶對城鎮生活的不確定性:宅基地是我國農村居民安身立命所在[21],雖然當前我國城市化進程不斷加快,很多農村居民進城務工,但不容忽視的是城市生活有著很大的不確定性。農戶對生活成本、醫療、養老、社會保障、就業等有著諸多考慮,因此不愿意放棄宅基地。

6.2 建議

構建發展機制,促進農村居民市民化:隨著我國城市化進程的不斷加快,對農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,對農戶退出宅基地是基本不可能的[22]。加快農村人口市民化進程是解決宅基地退出的重要環節,給農村居民提供醫療養老、失業扶助、孩子教育等社會保障,才能讓農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:喜愛城市的農戶退出宅基地的愿望較強烈,而喜愛農村的農戶退出宅基地愿望較弱。研究發現,農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,應對政策進行全方位、多渠道宣傳,促進農戶退出宅基地。同時,在推進有償退出過程中應重視時序分區問題,最好遵從中心村—遠郊—近郊的順序。調查發現,政府一般先進行宅基地確權工作,后進行宅基地退出工作。因此,宅基地確權和有償退出同時進行的模式對促進宅基地退出工作具有重要意義。