风险预期、社会网络与农户宅基地退出
——基于安徽省金寨县626户农户样本

孙鹏飞，赵 凯，周升强，贺 婧

（西北农林科技大学经济管理学院，陕西 杨凌 712100）

1 引言

伴随中国城市化进程加快，农村剩余劳动力大量涌入城市[1]，农村常住人口减少，宅基地却呈增长之势[2]，宅基地利用效率低下问题凸显[3-4]。2019年中央一号文件再次提出稳慎推进农村宅基地制度改革，拓展改革试点，丰富试点内容。宅基地退出需政府介入，但是否发生取决于农户的理性决策[5]。农户宅基地退出面临生活成本、财产收入、环境状况等未知变化，即农户在宅基地退出中存在风险预期。同时，农村作为传统关系型社会存在不同社会网络[6]，农户处于关系型社会是宅基地退出行为产生的现实基础。那么，农户的风险预期对其宅基地退出有何影响？社会网络是否会对农户的宅基地退出行为产生影响？社会网络是否会缓解风险预期对农户宅基地退出行为的影响？不同维度社会网络对风险预期影响宅基地退出行为的缓解作用是否存在差异？对这些问题的回答，为在中国农村传统关系型社会背景下研究农户宅基地退出提供科学依据，对促进农户宅基地退出、提高农村宅基地利用效率等有重要理论意义和实践价值。

纵观现有文献，学术界普遍认为农户风险认知以及宅基地退出后房屋价值降低、生活成本上升等会对农户宅基地退出产生影响[7-8]。学者们意识到农户宅基地退出的风险问题，但忽略了农村作为传统关系型社会的典型特征[6]。农村社会网络会对农户生产、经营和消费等行为有深刻影响[9]。同时，社会网络内部可通过礼金来往、借款和转移支付等互助行为发挥非正式保险作用[10-11]，缓解风险冲击[12-13]。已有文献为本研究奠定良好基础，但存在以下不足：一是仅关注农户生活成本变化、财产收入变化的直接风险，未考虑农户在宅基地退出中的环境状况变化、人际关系变化等间接风险；二是忽略了农户处于关系型社会，这不仅会对农户宅基地退出行为产生直接影响，同时在风险预期对农户宅基地退出行为影响中发挥缓解作用；三是缺乏对宅基地退出中社会网络异质性的关注，不同维度社会网络对风险预期影响宅基地退出行为的缓解作用可能存在差异。鉴于此，本文以宅基地退出试点区安徽省金寨县626份农户调研样本为研究对象，运用Probit模型，分析风险预期与社会网络对农户宅基地退出行为的影响，并探讨社会网络是否会缓解风险预期的影响以及从强连接网络和弱连接网络两个维度分别考察其对农户宅基地退出行为的影响。

2 理论分析与研究假设

2.1 风险预期对农户宅基地退出行为的影响

风险预期是个体对风险情境中风险性的主观判断和认识，是依赖于人的直觉做出的风险判断[14]。风险问题常伴随决策而产生，农户在宅基地退出决策中也会对风险有科学性认识[6]。现有宅基地退出补偿主要是住房安置补偿和现金补偿，忽略了农户养老、医疗等保障，使农户面临宅基地退出后医疗社保变化的风险；补偿标准过低，政府给予补偿远不够农户新建住房、购买安置房或进城购房[15]，农户宅基地退出后负债增加，面临生活成本变化的风险；宅基地资产价值日益显现，且城市建设用地供给不足，宅基地资产价值在未来有较大上升空间，农户面临宅基地价格和财产收入变化的风险；农户退出宅基地搬离原有住所，使农户又面临环境状况变化、邻里关系变化的风险。作为理性经济人，农户宅基地退出的目标是实现生活水准的提升，而农户意识到的宅基地退出中的风险，会增加目标实现难度，且风险越多，农户目标实现难度越大。根据目标设置理论，农户会不断降低其为实现目标所做出的努力程度[11]，不利于农户宅基地退出。基于此，本文提出假说：

H1：风险预期对农户宅基地退出行为具有不利影响。

2.2 社会网络对农户宅基地退出行为的影响

社会网络是社会个体成员间形成的稳定关系体系，可通过成员间的互动和联系影响其社会行为[16]。社会网络对农户宅基地退出行为的影响表现在：其一，信息传递功能，社会网络为农户获取宅基地退出信息提供重要支撑[17]，能缩短农户信息搜寻过程，降低信息费用[18]，增加农户对宅基地退出信息的了解，对农户宅基地退出产生积极影响[19]；其二，亲友帮扶功能，宅基地退出补偿标准过低，政府给予补偿远不够农户新建住房、购买安置房或进城购房，资金不足阻碍农户退出宅基地，而农户间由血缘和亲缘关系结成的社会网络内部的礼金往来、非正规借贷和转移支付等行为可帮助农户筹集资金[20]，有助于农户退出宅基地；其三，权益维护功能，社会网络可增加农户对宅基地信息的了解，提升农户对宅基地价值的认知，促使其在宅基地退出中主动维护自身权益，提高宅基地退出参与程度，对农户宅基地退出具有促进作用。基于此，本文提出假说：

H2：社会网络对农户宅基地退出行为具有积极影响。

2.3 社会网络是否能够缓解风险预期对农户宅基地退出行为的不利影响

根据目标设置理论，目标实现难度大，农户会降低为实现目标做出的努力，不利于农户宅基地退出。一方面，社会网络可通过提高农户风险控制和应对能力，降低目标实现难度，提高农户退出宅基地的可能性，缓解风险预期对农户宅基地退出行为的不利影响（间接途径）。具体而言：其一，通过社会网络的信息传递功能，增加农户对宅基地退出的风险认识，有利于其做好风险防备，提高风险控制能力[21]；其二，通过社会网络的亲友帮扶功能，实现风险分担，提高农户风险应对能力。另一方面，社会网络又可直接对农户风险预期产生影响，农户利用社会网络可获得更多宅基地退出补偿[22]，且亲友中有村干部，会增强农户对政府所承诺补偿的信任[23]，从而降低对宅基地退出的风险预期，对农户宅基地退出产生有利影响。基于此，本文提出假说：

H3：社会网络能够缓解风险预期对农户宅基地退出行为的不利影响。

此外，不同维度社会网络对风险预期影响农户宅基地退出行为的缓解作用可能存在差异。考虑社会网络成员间联系紧密程度存在差异，将社会网络区别为强连接网络和弱连接网络[24]。理论上讲，强连接网络发挥“人情网”作用，网络内部成员依此可动员更多人情资源[25]，通过亲友帮扶，提高农户风险应对能力，缓解风险预期对农户宅基地退出行为的不利影响。弱连接网络发挥“信息桥”作用，网络内部成员依此可动员更多信息资源[24]，通过信息传递，提高农户风险控制能力，缓解风险预期对农户宅基地退出行为的不利影响。然而，随宅基地退出政策宣传力度加大以及农户手机上网普及，依靠社会网络获取信息资源的方式已经改变，通过弱连接网络不能获取更多宅基地退出信息资源，通过强连接网络却能获取更多人情资源。因此，社会网络能缓解风险预期对农户宅基地退出行为的不利影响，更多的是强连接网络发挥作用，而不是弱连接网络。基于此，本文提出假说：

H4：强连接网络可以显著缓解风险预期对农户宅基地退出行为的不利影响，而弱连接网络的缓解效应不显著。

3 模型设定、变量选择与数据来源

3.1 模型设定

农户是否退出宅基地属于典型的二分类离散变量。对此，本文选用Probit回归模型进行实证分析，构建Probit模型如下：

式（1）中：yi为农户的宅基地退出行为，即是否已经退出宅基地；RE为农户的风险预期变量；SN为农户的社会网络变量；RE×SN为风险预期变量与社会网络变量的乘积项，以检验社会网络对风险预期影响的缓解作用；Xij为第i个农户的第j个控制变量；β、γ为待估系数；ε为服从标准正态分布的扰动项。

3.2 变量选择

3.2.1 因变量

本文的因变量为农户的宅基地退出行为，即农户是否已经退出宅基地，包括“1=是，0=否”两种情况。

3.2.2 核心自变量

风险预期变量。基于风险预期的概念，本文选用农户实际选择的存在风险种类来衡量农户关于宅基地退出的风险预期。可供农户选择的风险包括生活成本变化的风险、财产收入变化的风险、医疗社保变化的风险、环境状况变化的风险、宅基地价格变化的风险、邻里关系变化的风险以及不存在风险。若农户选择不存在风险，则表示农户实际选择的存在风险种类为0。

社会网络变量。社会网络是社会个体成员间因互动而形成的稳定关系体系[16]。目前有关社会网络的测定，大部分采用“朋友数量”“亲戚数量”“亲友中村干部、政府部门等的数量”等指标测度农户社会网络[17，26-27]。鉴于此，本文用“亲友中村干部、政府部门、金融机构和经商等的数量”衡量社会网络。原因在于该变量不仅能反映社会网络达高性，同时考虑到亲友中能人数量与亲友总数成正比，该变量也反映出农户社会网络规模。依据关系的紧密程度，用“经常走动的亲友数量”衡量农户弱连接网络，用“遇到困难时能给您提供帮助的亲友数量”衡量农户强连接网络。社会网络主要强调社会个体成员、互动联系和关系体系3点，而本文选取的社会网络相关变量均能体现以上3点，社会网络变量选取并未脱离社会网络的概念，变量选取具有合理性。

控制变量。主要包括受访者个人特征、家庭特征、农户宅基地拥有状况三个方面。在受访者个人特征方面，选择受访者的性别、年龄、受教育程度等变量；在家庭特征方面，选择家庭人均收入、家庭需抚养人口数等变量；在农户宅基地拥有状况方面，选择宅基地面积、宅基地是否确权、宅基地距乡镇距离等变量。各变量的定义及其统计分析结果见表1。

3.3 数据来源

本文所用数据来源于课题组2018年7—8月对安徽省金寨县农户开展的抽样调查。安徽省金寨县是国家宅基地退出试点区，该地区农户的宅基地退出行为具有较好的代表性。考虑距金寨县城距离不同农户宅基地退出行为可能存在差异，课题组随机选取金寨县城周边的梅山镇、全军镇和白塔畈镇，距县城较近的槐树湾镇、双河镇、油坊店镇和桃岭镇，以及距县城较远的青山镇、古碑镇和燕子河镇。

本次调查共发放问卷650份，剔除部分数据缺失和信息前后矛盾的问卷后，得到有效问卷626份，问卷有效率为96.31%。农户问卷调查主要采用“一对一”访谈的方式，内容主要包括家庭人口结构及劳动力就业状况、受访者宅基地退出基本状况、受访者关于宅基地退出的风险预期状况、受访者社会网络情况、受访者对宅基地政策和宅基地退出政策的认知、评价状况等方面。

从调研样本整体情况看（表2），样本农户表现出大部分受访者年龄偏高、受教育程度较低、家庭人数较多、宅基地块数较少、宅基地面积偏大、实际耕地面积偏小、收入水平偏低等基本特征，与安徽金寨的实际情况基本相符，被调查农户及其所在家庭具有一定代表性。

4 估计结果与分析

在进行模型估计前，考虑到变量间可能存在共线性问题，本文采取方差膨胀因子法对所有自变量进行多重共线性检验，结果表明所有变量的VIF值均小于10，不存在共线性问题。进而运用Stata14.0软件，考察风险预期与社会网络对农户宅基地退出行为的影响（方程1）；引入强连接网络与弱连接网络变量，进一步分析不同维度社会网络的影响（方程2）；引入风险预期与社会网络的交互项，考察社会网络能否缓解风险预期对农户宅基地退出行为的影响（方程3）；引入风险预期与强连接网络的交互项，考察强连接网络对风险预期影响宅基地退出行为的缓解作用（方程4）；引入风险预期与弱连接网络的交互项，考察弱连接网络对风险预期影响宅基地退出行为的缓解作用（方程5）；同时引入风险预期与强连接网络、弱连接网络的交互项，考察不同维度社会网络对风险预期影响宅基地退出行为的缓解作用是否存在差异（方程6）。总体上看，各方程的卡方检验值均在1%的统计水平上显著，说明各方程的整体拟合效果较好。

表1 变量定义及描述性统计分析结果Tab.1 Variable definition and descriptive statistics

表2 样本农户的基本情况Tab.2 Basic information of rural households’ samples

表3 风险预期与社会网络对农户宅基地退出行为影响的模型估计结果Tab.3 Model estimation results of the impact of risk expectation and social network on rural households’behavior of rural residential land exit

4.1 风险预期对农户宅基地退出行为的影响

表3中方程1和2的估计结果均显示，风险预期对农户宅基地退出行为有负向影响，在1%的统计水平上显著，即农户意识到的宅基地退出中存在的风险越多，农户越倾向于选择不退出宅基地。对样本的统计结果也显示，在认为宅基地退出存在风险的种类为0种、1种、2种、3种及以上的农户中，选择不退出宅基地的农户所占比例分别为38.16%、44.33%、59.76%、67.07%。可见，随农户意识到的宅基地退出中存在风险种类的增加，农户选择不退出宅基地的比例呈上升趋势。这一研究结果证实了前文提出的假说1，表明风险预期对农户宅基地退出行为确实有不利影响。

4.2 社会网络对农户宅基地退出行为的影响

表3中方程1的估计结果显示，社会网络变量在1%的统计水平上显著，估计系数为正，表明社会网络的拓展能促使农户选择退出宅基地，验证了假说2。此外，表3中方程2的估计结果显示，强连接网络和弱连接网络均对农户宅基地退出行为有正向影响，分别在1%和5%的统计水平上显著。不论是强连接网络还是弱连接网络，都会促使农户选择退出宅基地。同时，这一结果也显示了社会网络对农户宅基地退出行为的影响具有较强的稳健性。

4.3 社会网络对风险预期影响农户宅基地退出行为的缓解作用

表4中方程3的估计结果显示，风险预期与社会网络的交互项在5%的统计水平上显著，估计系数为正，表明社会网路能够缓解风险预期对农户宅基地退出行为的不利影响，验证了假说3。农户意识到在宅基地退出中存在的风险越多，其生活水平提升和生活质量改善目标实现难度越大。根据目标设置理论，目标实现难度增大，会降低农户为实现目标做出的努力程度，不利于农户宅基地退出。而社会网络能通过提高农户的风险控制和应对能力，降低目标实现难度，提升农户为实现目标做出的努力程度，提高农户退出宅基地的可能性，缓解风险预期对农户宅基地退出行为的不利影响。

此外，为进一步探究不同维度社会网络是否都能有效缓解风险预期对农户宅基地退出行为的不利影响：首先，单独引入风险预期与强连接网络的交互项，表4中方程4的估计结果显示，强连接网络能够缓解风险预期对农户宅基地退出行为的不利影响。强连接网络发挥“人情网”作用，使农户可动员更多人情资源，通过亲友帮扶，提高农户的风险应对能力，缓解风险预期对农户宅基地退出行为的不利影响。其次，单独引入风险预期与弱连接网络的交互项，表4中方程5的估计结果显示，弱连接网络不能缓解风险预期对农户宅基地退出行为的不利影响。最后，为验证上述结论准确性，同时引入风险预期与强连接网络、弱连接网络的交互项，表4中方程6的估计结果显示，仅强连接网络与风险预期交互项在5%的统计水平上显著，估计系数为正。再次证实，强连接网络能够显著缓解风险预期对农户宅基地退出行为的不利影响，而弱连接网络不能显著缓解风险预期对农户宅基地退出行为的不利影响，假说4得以验证。

表4 社会网络对风险预期影响农户宅基地退出行为缓解作用的模型估计结果Tab.4 Model estimation results of the mitigation effect of social network on risk expectation on rural households’ behavior of rural residential land exit

两种社会网络缓解效应不同的原因在于：弱连接网络主要帮助农户获取信息资源，强连接网络主要帮助农户获取人情资源。伴随宅基地退出政策宣传力度的加大，以及农户手机上网的普及，农户依靠社会网络获取信息的方式已经改变。宅基地退出信息资源的获取不再依赖于弱连接网络，而人情资源的获取仍依赖于强连接网络，从而导致弱连接网络的缓解效应不显著。在对宅基地退出政策了解度较高的农户调查中，统计其政策了解途径，发现89.21%的农户选择政府宣传，79.64%的农户选择新闻媒体报道和手机网络，仅有24.8%的农户选择邻里朋友介绍，农户对宅基地退出信息资源的获取不再依赖于弱连接网络。而分别统计农户从银行、亲戚和民间借贷三种途径获得信贷难度，发现农户从银行获得信贷难度得分均值为3.86，亲戚途径为2.84，民间借贷途径为3.56（难度得分区间设为1～5，得分越高，难度越大）。通过亲戚途径获得信贷难度最低，由于信贷是农户获取的人情资源重要部分，可知，农户对人情资源的获取仍依赖强连接网络，再次证实上述结论的准确性。同时，两种社会网络缓解效应不同也与调查区域有关，安徽省金寨县地处大别山腹地，农户居住不集中，户与户间隔较远，交通不便，农户日常沟通和信息交流受限，信息不流通也导致弱连接网络失去其原有的作用。

4.4 稳健型检验

4.4.1 对核心变量进行替换

用“从亲友中获取信贷难易度”衡量农户社会网络，替代原社会网络综合变量，估计风险预期与社会网络对农户宅基地退出行为的影响，以进行稳健型检验（表5）。其中，供农户选择的从亲友中获取信贷难易度包括非常难、很难、一般、很容易和非常容易。表5显示，无论是作用方向还是显著性，风险预期、社会网络以及风险预期与社会网络的交互项与表3中结果均一致，表明风险预期、社会网络对农户宅基地退出行为影响的前述研究结果是稳健的。

表5 风险预期与社会网络对农户宅基地退出行为影响的模型估计结果Tab.5 Model estimation results of the impact of risk expectation and social network on rural households’behavior of rural residential land exit

4.4.2 排除选用模型的影响

考虑到选取的模型会对回归结果产生影响，本文进而运用Logit模型，采取分组回归方法，根据农户的社会网络情况，将农户分为社会网络狭窄型和宽广型两种，以所有样本农户亲友中村干部、政府部门、金融机构和经商等的数量均值为标准，将该数值大于或等于均值的农户定义为社会网络宽广型，将该数值小于均值的农户定义为社会网络狭窄型，从而对比不同组农户风险预期对宅基地退出行为影响是否存在差异。表6显示，风险预期对两组农户宅基地退出行为的影响分别在1%和5%统计水平上显著，系数为负。但从影响强度看，风险预期对社会网络狭窄性农户宅基地退出行为的不利影响要强于社会网络宽广型，即社会网络确实能缓解风险预期对农户宅基地退出行为的不利影响，再次表明前述回归结果是稳健的。

表6 风险预期对农户宅基地退出行为影响的模型估计结果Tab.6 Model estimation results of the impact of risk expectation on rural households’ behavior of rural residential land exit

5 结论与政策启示

本文基于宅基地退出试点区安徽省金寨县626户农户的微观数据，实证分析了风险预期、社会网络对农户宅基地退出行为的影响。得出以下结论：第一，风险预期、社会网络对农户宅基地退出行为具有显著影响，农户对宅基地退出的风险预期越高，越倾向于不退出宅基地，社会网络的拓展则能促使农户退出宅基地；第二，不论是强连接网络还是弱连接网络，均对农户宅基地退出行为具有显著的正向影响；第三，社会网络能够缓解风险预期对农户宅基地退出行为的不利影响，仅强连接网络的缓解效应显著，弱连接网络未能发挥显著的缓解作用。

基于上述研究结论，为引导农户理性退出宅基地，可采取以下对策：第一，降低农户对宅基地退出的风险预期，重视农户宅基地原有的生活保障、失业保障、养老保障等多功能价值，通过宅基地退出与住房安置政策、就业政策、教育政策、优惠贷款政策等衔接，消除农户在宅基地退出中可能存在的风险；第二，注重培育和提升农户的社会网络，通过组织农村社区文化活动和生产互助活动，搭建农村社区内部信息共享平台，为农户互动交流、拓宽信息交流渠道及扩大朋友圈创造条件，提高农户的社会网络水平；第三，实施差别化的宅基地退出政策安排，实现不同区域宅基地退出政策安排差异化，根据不同区域经济发展、地理区位等差异，采取不同的宅基地退出政策，实现同一区域不同农户宅基地退出政策安排差异化，根据农户生计资本差异（本文主要指社会网络差异），实施不同的宅基地退出补偿标准和方式。

但是，需要指出的是，金寨县作为全国贫困县之一，农户受自身及周边条件限制，对宅基地退出的风险认知较低；同时，由于调研区域宅基地退出政策实施处于初始阶段，农户对宅基地退出的了解不够深入，这都对农户宅基地退出的风险预期产生一定影响。因此，在今后的研究中，有必要建立长时间序列的跟踪调查数据库，以更加准确地反映不同时期农户风险预期、社会网络对宅基地退出行为的影响，为进一步优化政策提供建议。