壩區農戶宅基地規模特征及其影響因素分析*
——以貴州省江口縣魚良溪村為例

馮德東 ，胡 梅 ，吳永興

（貴州財經大學公共管理學院，貴州 貴陽 550025）

我國長期形成的城鄉發展不均衡局面導致農村人地矛盾日漸突出，作為農村人地關系核心表征要素的宅基地，現階段仍然存在違法亂建、規模超標等現實問題亟需解決。根據國家人力資源和社會保障部的有關統計數據顯示，截至2020年，我國農民工總量約為2.9億人，其中外出務工農民工總量達到1.7億人，外出率高達58.62%。在農村人口大量外流的同時，農村宅基地規模卻呈不斷攀升趨勢，造成了“農村人口減少、宅基地規模增大”的怪象。劉繼來等[1]指出，2007—2015 年間，全國農村常住人口數量從7.15 億減少到6.03 億，而全國農村宅基地面積卻增長了將近257.27 萬hm2。貴州是全國唯一沒有平原支撐的省份，壩區稀少且珍貴。相比于其他平地連片分布地區，貴州壩地作為巖溶山區人類活動高指示度和高集中性的典型地貌單元載體，無論是在數量(普遍較大)還是連續度(零散分布山間)上均具較強特殊性[2]。壩區作為貴州土地資源的“精華”所在，在鄉村振興戰略驅動下，其土地利用轉型速度和幅度前所未有；同時，在宅基地利用方面也存在著諸如亂建亂占、無序擴張、面積過大等突出問題。因此，掌握壩區農戶宅基地規模特征及其影響因素，是優化壩區用地結構、助推壩區協調發展的關鍵。從相關文獻梳理來看，貴州壩區土地利用方面的研究主要集中在土地利用功能演變[3]、耕地細碎化[4]及土地利用轉型[5]等方面，對壩區農戶宅基地的關注相對較少。本文以貴州萬畝大壩（邊江壩區）所在地的魚良溪村為例，采用參與式制圖方法配制出農戶宅基地現狀圖，進而解譯其規模特征，然后采用多元線性回歸模型探析其影響因素，以期進一步理清壩區村域農戶宅基地規模特征及其影響因素，為助推貴州壩區高質量發展提供決策參考。

1 研究區域概況與研究方法

1.1 研究區域概況

魚良溪村位于貴州省江口縣閔孝鎮東部，是邊江大壩（貴州省萬畝大壩之一）的重要組成部分，也是省級重點現代高效農業示范園區。全村轄19 個村民組，距離縣城所在地18 km、閔孝集鎮所在地2 km；距離杭瑞高速閔孝匝道口8 km，省道303、305穿境而過，交通條件十分便利。境內氣候宜人，全村森林覆蓋率達65%；水資源十分豐富，閔孝河橫穿全境；村域地勢平坦，耕地土質肥沃，多分布在道路、河流兩側。整體而言，魚良溪村適宜發展果蔬生產和冷水漁業養殖；享譽全省的“中華鱘魚、娃娃魚”養殖、西瓜種植是全村產業發展特色，以蔬菜、瓜果為主要特征的種植業已成為該村產業結構調整和農民增收的亮點。

1.2 研究方法

1.2.1 參與式制圖方法

宅基地作為農村最重要的土地利用類型之一，是農戶居住、生活及生產活動的主要場所，也是小范圍內人地關系的“真實寫照”[6]。參與式制圖法作為一種常用的研究方法，已形成較成熟的技術體系。借鑒相關學者研究成果[7-8]，基于GIS 軟件平臺，以2020 年魚良溪村30 m 分辨率遙感影像（通過91 衛圖助手軟件下載）為底圖，形成魚良溪村農戶宅基地空間分布圖；然后于2020 年8 月應用參與式農村評估方法的半結構訪談對農戶進行實地調查，在魚良溪村農戶宅基地空間分布圖上標識被調查農戶宅基地位置與四至范圍，并將農戶社會經濟調查數據與宅基地空間屬性數據進行鏈接，形成農戶宅基地社會經濟數據集。

1.2.2 多元線性回歸

1）模型構建。本文采用多元線性回歸模型對村域宅基地規模與可能的影響因素進行回歸分析，多元線性回歸模型對研究單個因變量與多個自變量之間的線性關系具有極佳效果。對于具有P個解釋變量的多元線性回歸模型，其公式為

式中，γ為因變量；χ為自變量；βp為偏回歸系數，表示當其他自變量保持不變時，第ρ個變量每變動一個單位所引起的因變量的平均變化值；ε為隨機誤差。

2）變量選取。初步選取涵蓋多層面的多個變量作為自變量，以農戶宅基地面積為因變量。在回歸分析之前，通過單因素篩查、多重共線性檢驗等步驟對自變量進行排查，剔除與因變量關聯度低和互相間存在多重共線的自變量，最后確定包括農戶家庭經濟社會特征、自然地理條件及宅基地區位特征的9個自變量，具體變量及說明見表1。

表1 變量的選擇及說明

2 結果分析

2.1 魚糧溪村農戶宅基地規模整體情況分析

魚糧溪村共有農戶1 1 5 0 戶，其宅基地總規模為25.76 hm2，占全村總面積的0.78%。戶均宅基地面積介于46.05 m2～645.67 m2之間，平均面積為224.01 m2，其中，有477 戶宅基地的面積大于平均值，占比41.48%，有673 戶宅基地的面積小于平均值，占比58.52%。參照《貴州省加強農村宅基地管理的實施意見》中的“山區、牧區，每戶不得超過200 m2”規定，魚良溪村農戶宅基地的整體規模較大，農戶宅基地普遍存在面積超標的問題。調研過程中還發現，村內既存在一戶多宅等資源浪費現象，也存在一宅多戶等資源配置不均衡現象。

2.2 魚良溪村農戶宅基地不同規模等級特征分析

借助GIS 軟件中的“屬性導出”功能實現魚良溪村宅基地面積數據的導出，并在Excel 軟件中按照100m2的間距對其進行統計與分析，結果見表2。魚糧溪村農戶宅基地面積處于100 m2～300m2區間的地塊數量合計達937 塊，占比81.48%；該面積范圍內的宅基地規模為18.86 hm2，占比73.21%；魚糧溪村共有183塊宅基地的面積在300 m2以上，占比為15.91%；該范圍內宅基地總規模為6.66 hm2，占村域宅基地總面積的25.84%。此外，僅有30塊宅基地的面積在0～100 m2區間，其規模占比僅有0.95%。因此，100 m2～300 m2面積區間的宅基地數量、規模均為最大，小于100 m2的宅基地數量和規模最少，表明魚良溪村村民在修建房屋時比較看重面積問題，普遍傾向于修建大面積房屋。

表2 魚糧溪村不同面積區間的宅基地規模及塊數統計

2.3 魚良溪村農戶宅基地規模影響因素分析

借助SPSS23.0 軟件平臺實現多元線性回歸模型的運算，選取應用最廣泛的stepwise regression 法實現自變量的最優篩選，模型經過7 次迭代后，剔除不顯著變量2 項，最終有7項顯著變量顯著性檢驗，結果如3所示。

表3 模型運行結果

1）農戶家庭因素方面，家庭總收入在1%的統計水平上呈正向顯著作用，這是因為農戶家庭收入的增加的同時，必然會提升家庭生活水平，相應地，農戶會在宅基地的面積、裝飾等方面做出新的調整以適應家庭生活水平的變化。家庭非農就業率在5%的統計水平上呈負向顯著作用，即農戶家庭中的非農就業人員越多，宅基地的面積就越小。此外，相對其他因素而言，家庭非農就業率對因變量的影響作用是最弱的。

2）自然地理條件方面，高程對宅基地面積是正向作用效應，這是由于高海拔地區的區域遼闊，居住人數少，政策管控相對寬松，農戶在修建房屋時不會受到過多條件限制。坡度呈負向作用于宅基地面積，其回歸系數為-1.279，表示在其他條件不變的情況下，坡度每增加1個單位，宅基地面積就會減少1.279 m2。

3）宅基地區位因素方面，除與河流距離因素在5%統計水平顯著外，其他因素都在1%統計水平上顯著。其中，與村委會距離、與道路距離以及與河流距離3項因素都對宅基地面積產生負向影響，這主要是受到村委會、道路、河流等發展要素的吸引力影響。以道路為例，房屋的建筑成本高低與距離道路的遠近存在正向關系。一般地，與道路距離越遠，所花費的建設成本越多，相應地就會控制宅基地面積；而越接近道路的地方，成本就小，農戶修建的宅基地面積就越大。

3 結論

本文以貴州壩區村域農戶宅基地為切入點，通過參與式制圖法獲取農戶宅基地利用現狀圖，并剖析村域農戶宅基地規模特征，進而采用多元線性回歸對其影響因素進行探析，得出如下主要結論。

1）魚良溪村宅基地總規模為25.76 hm2，戶均宅基地面積為224.01 m2，有41.48%的農戶宅基地面積大于平均值，農戶宅基地普遍存在面積超標的問題。

2）魚良溪村農戶宅基地面積普遍集中在100 m2～300 m2，占比81.48%；有183 塊宅基地的面積≥300 m2，比重為15.91%；僅有30 塊宅基地的面積在0～100 m2范圍區間，占比2.61%。

3）影響農戶宅基地面積的農戶家庭因素包括家庭總收入、家庭非農就業率2個因子，自然地理條件因素包括高程和坡度，宅基地區位因素包括與村委會距離、與道路距離、與河流距離3個因子。除家庭總收入和高程呈正向作用外，其余影響因子均呈負向作用，其中，家庭非農就業率對宅基地面積的影響最大，距河流及距村委會距離對因變量的影響作用最弱。