宅基地退出降低了農戶的貧困脆弱性嗎？
——來自安徽金寨的證據

閆 嘯，李錄堂，李 晗

（西北農林科技大學經濟管理學院，陜西 楊凌 712100）

1 引言

截至2020年底，我國脫貧攻堅戰取得了全面勝利。現行標準下，9 899 萬貧困人口全部脫貧，12.8萬個貧困村全部摘帽①數據來源于“國家統計局局長就2020年全年國民經濟運行情況答記者問”，國家統計局網站 http://www.stats.gov.cn/tjsj/sjjd/202101/t20210118_1812480.html。，完成了消除絕對貧困的艱巨任務，“兩不愁三保障”在我國全面實現。在全面脫貧目標達成后，中國將從集中式減貧戰略轉向常規性減貧戰略，治理重點將由消除絕對貧困向緩解相對貧困轉變。相對貧困的治理是一個長期性課題，更關乎2035年遠景目標能否高質量實現[1-2]。2020年12月習近平在脫貧攻堅總結評估匯報會上指出，要鞏固拓展脫貧攻堅成果，繼續對脫貧人口開展監測。在后扶貧時代，持續關注農村地區貧困脆弱性群體，防止返貧發生，是全面實現現代化和確保小康社會長久穩定的重要命題。

隨著農村土地制度改革的不斷深入，宅基地退出已經成為貧困地區扶貧工作的一項重要舉措，宅基地退出的減貧效應引起了眾多學者關注。關江華等[3]依據可持續框架，對不同類型農戶宅基地流轉前后福利進行了測度，認為宅基地流轉有助于提升資產均衡型農戶福利水平。孫鵬飛等[4]基于安徽金寨的微觀數據驗證了宅基地退出通過增加外出務工人數、提高外出務工時長來提升農戶收入。姚樹榮等[5]基于森的可行能力理論，實證檢驗了宅基地退出從居住環境和公共服務角度提升了農戶的福利效應。吳立珺等[6]基于家庭承載力視角探討了宅基地退出對于家庭福利水平的影響，應對風險能力弱的農戶家庭，宅基地退出產生的風險會降低其福利水平。劉成銘等[7]采用模糊綜合評價法測算了農戶退出宅基地集中居住前后的福利水平，在經濟分化特征下，福利水平呈“先升后降”的趨勢。

縱觀現有文獻，學者研究宅基地退出對農戶福利的影響，大多關注靜態時點的福利狀態，但忽略了動態視角下的減貧效應。宅基地有償退出的政策效果顯化需要較長時間，簡單以收入或消費作為指標只能評判當前的福利現狀，并未將家庭面臨的潛在風險考慮進去，難以衡量脫貧長效性[8]。而貧困脆弱性反映了福利的動態變化，在貧困研究中具有前瞻性，能夠較好地體現政策效果[9-10]。

基于此，本文重點關注宅基地退出對農戶貧困脆弱性的影響。引入期望貧困概念，構建三階段廣義可行最小二乘法模型對農戶貧困脆弱性進行測度，采用傾向得分匹配法消除自選擇偏誤，增強了結果的穩健性。本文試圖回答兩個問題：宅基地退出是否降低了農戶貧困脆弱性？宅基地退出是通過何種機制影響農戶貧困脆弱性的？通過深入分析與探討，對進一步深化農村宅基地制度改革，全面鞏固脫貧攻堅成果具有重要意義。

2 理論分析與研究假設

權利在轉讓過程中，具有福利性質的宅基地通過兩種途徑對農戶貧困脆弱性產生影響（圖1）。其一，宅基地退出會改變農戶的生計資本存量。宅基地退出促進了農戶人力資本、物質資本和社會資本積累，從而增強農戶家庭抗風險能力，這種變化直接影響農戶的貧困脆弱性。其二，宅基地退出后，農戶經營的耕地面積減少，經營成本增加，無形中推動農村剩余勞動力向非農產業轉移。多元化的收入結構會增強其抵御風險沖擊的能力，降低陷入貧困的概率。因此提出假設H1：宅基地退出具有減貧效應，能夠顯著降低農戶的貧困脆弱性。

圖1 宅基地退出對農戶貧困脆弱性影響機理Fig.1 The impact mechanism of rural residential land withdrawal on the poverty vulnerability of farmers

貧困陷阱理論指出，資源稟賦、文化程度、健康狀況和區域差異等都會對貧困產生影響[11]。防止返貧的關鍵在于，家庭是否具有抵御風險沖擊的能力，能夠對風險沖擊及時做出響應。若農戶擁有的資本多、質量好、變現能力強，那么農戶抵御和抗擊風險的能力較強，即便受到風險沖擊，也能很快恢復之前的狀態[12]。農戶受教育程度低會導致貧困與收入差距擴大，較少的教育投資使得下一代陷入新的貧困陷阱，健康問題可能會導致家庭陷入不同程度的惡性循環。家庭規模、撫養比、耕地面積等決定了家庭生產和生活方式，當面臨風險沖擊時，農戶應對風險沖擊的能力決定了家庭在未來的福利走向和趨勢。風險沖擊特征體現了農戶在遭遇風險時，能夠采取應對措施和管理手段的能力。村莊特征衡量了當地經濟和社會發展水平。深度貧困地區的經濟水平較差，易使農戶陷入“貧困陷阱”，降低其脫貧可能性。因此提出假設H2：農戶的異質性特征對貧困脆弱性具有影響。個人能力越強，家庭條件越好，應對風險沖擊能力越強，村莊發展水平越高，陷入貧困的概率越低。

在面臨風險沖擊時，農戶依據家庭稟賦和生計資本，通過降低風險暴露、增強抵御或轉移風險，來減少福利損失[13]。生計資本決定農戶增收的能力，擁有優質的生計資本是增強農戶抵御風險沖擊、降低陷入貧困可能性的關鍵[14]。宅基地退出提供的退出補償或搬遷補償款、稅收減免及無息貸款等政策，能夠提升農戶的物質資本積累，在短期內促進農戶的生計策略調整；另外，宅基地退出后，基礎設施得到極大改善，方便了農戶獲取外部就業信息與就業機會，同時，政府為宅基地退出農戶提供了多種多樣的技能培訓和就業指導，農戶的人力資本與社會資本得以提升。宅基地退出優化了農戶的生計資本結構配置，奠定了其內生發展的基礎，對降低農戶貧困脆弱性有顯著促進作用[15]。因此提出假設H3：宅基地退出通過增加農戶生計資本影響農戶貧困脆弱性。

依據可持續生計理論，農戶的生計策略調整依賴其生計資本的變化。宅基地退出后，實現了集中居住和社區化管理，農戶的生產、生活方式有所改變[16]。首先，宅基地退出增加了耕作半徑，提高了農業生產成本與運輸成本，從事傳統農業生產的利潤空間被壓縮；其次，集中居住擴大了農戶的社會網絡，提升了非農就業信息的可獲性[17]。另外，政府為退出農戶提供的技能培訓，能夠提升其非農就業能力。長期來看，非農就業的邊際效益不斷提升，促使農戶的生計策略由農業向非農轉移，優化家庭收入結構，增強風險規避能力。收入多元化可以使農戶在出現某項收入大幅減少的情況下，仍能維持家庭正常開支，減少風險引起的收入或消費波動。因此提出假設H4：宅基地退出通過改變生計策略來影響農戶貧困脆弱性，促進農戶由農業向非農產業轉移。

3 數據、模型與變量

3.1 數據來源

宅基地退出涉及農戶的生產生活與權益保障問題，事關農村社會穩定與城鄉融合發展。特別是對于經濟欠發達地區，生產水平落后，農戶生活難以保障，對于宅基地退出的減貧效應研究更為迫切。安徽省金寨縣是全國首批15個宅基地改革試點之一，也是唯一一個國家級貧困縣。金寨縣位于大別山腹地，自然條件惡劣，當地政府通過宅基地有償退出和異地搬遷結合的方式來改善農戶生產和生活水平，創新了宅基地退出與補償機制，具有典型性[18]。截止到2019年末，金寨縣有償退出宅基地4.4萬余戶，宅基地騰退復墾4.85萬畝①數據來源：安徽省金寨縣2020年政府工作報告。，改革成效顯著。

數據來源于課題組2019年11月對安徽省金寨縣農戶開展的抽樣調查。為確保問卷質量，采用分層抽樣和隨機抽樣相結合的方式，基于宅基地退出狀況、當地經濟發展水平和區位等因素，選取了雙河鎮、白塔畈鎮、古碑鎮等14個自然村，共發放問卷468份，剔除部分數據缺失和極端值之后，得到有效問卷434份，問卷有效率為92.7%。

3.2 模型設計

3.2.1 貧困脆弱性測度

“貧困脆弱性”這一概念由世界銀行在《2000 / 2001世界發展報告》中首次提出，其定義為“沖擊造成未來福利下降的可能性”[19]。學者對脆弱性的測度建立在不同的理解上，最具代表性的有三種：一是將脆弱性定義為家庭或個人在未來陷入貧困的可能性，即期望貧困脆弱性（VEP）；二是將脆弱性定義為風險的福利損失，用家庭確定性等值消費的效用與期望效用之差來衡量脆弱性，即期望效用脆弱性 （VEU）；三是將脆弱性定義為對風險沖擊的暴露或過度敏感性，即風險暴露的脆弱性（VER）[20]。相較VER這種事后型的測度方法，VEP和VEU在前瞻性上更具優勢。但VEU方法在數據維度不足以刻畫家庭效用函數或消費變動的情況下可操作性會受限，因此VEP方法更受學者青睞。

借鑒CHAUDHURI[21]、ZHANG[22]等提出的貧困脆弱性計算方法，公式如下：

式（1）中：VULit為第i個家庭在t時期的貧困脆弱性；Z為貧困線標準；Yi,t+1表示第i個家庭t+1時期的收入水平；Pr（Yi,t+1≤Z）表示低于貧困線即陷入貧困的概率。

為消除截面數據的異質性，結合AMEMIYA[23]提出的三階段廣義最小二乘法分步測算農戶貧困脆弱性，具體步驟為：

第一步，將家庭人均純收入對數作為被解釋變量，將有助于估計人均純收入的變量作為解釋變量，包括個人特征、家庭特征、風險沖擊特征和村莊特征進行OLS回歸：

式（2）—式（3）中：lnYi表示家庭當期純收入的對數；Xi表示影響家庭純收入的特征變量；εi為殘差項，代表家庭純收入的波動項；ηi為隨機誤差項；β、θ為待估參數。

第二步，在第一步的基礎上構建異方差結構作為權重，使用擬合值對殘差平方及家庭純收入對數作加權回歸，得出β的有效一致估計量βFGLS，估計未來純收入對數的期望和方差：

式（4）—式（5）中：E（lnYi|Xi）表示家庭未來人均純收入對數的期望；V（lnYi|Xi）表示家庭未來人均純收入對數的方差。

第三步，借鑒CHRISTIAENSEN等[24]的研究，假定人均純收入對數服從正態分布，選擇貧困線來估計貧困脆弱性：

貧困脆弱性依賴于貧困線和脆弱線的確定，本文選擇國內和國際兩種標準。國內以2019年貧困人口脫貧標準3 700元/年，國際以2015年世界銀行新調整的貧困線1.9美元/天作為標準。參考聶榮和樊麗明等學者的研究[25-26]以50%作為脆弱性臨界值。

3.2.2 傾向得分匹配

選擇傾向得分匹配法，將處理組與對照組進行匹配。在控制外部條件一致的情況下，探討宅基地退出對農戶貧困脆弱性的影響。主要步驟如下：

（1）運用Logit模型估計農戶宅基地退出概率擬合值。計算得到的傾向得分值為：

式（7）中：PSi為農戶是否進行宅基地退出的傾向得分；Di=0表示農戶未退出宅基地；Di=1表示農戶已退出宅基地；Xi為可觀測到的協變量。

（2）將處理組和對照組進行匹配。為保證匹配結果的穩健性，選取最近鄰匹配、半徑匹配和核匹配三種匹配方法。

（3）計算處理組和對照組貧困脆弱性差異：

式（8）中：y1i為宅基地退出農戶的貧困脆弱性；y0i為宅基地退出戶如果不退出宅基地的貧困脆弱性；ATT表示宅基地退出對農戶貧困脆弱性影響的平均處理效應。

3.2.3 中介效應檢驗

進一步檢驗宅基地退出對農戶貧困脆弱性的影響路徑。模型表達式如下：

式（9）—式（11）中：Vuli為貧困脆弱性；Mediai為中介變量；Di為是否進行宅基地退出，取值為0、1；Xi為控制變量；α、β、γ為待估參數；ε、μ、η為隨機誤差項。

參照溫忠麟等[27]的中介效應檢驗方法，步驟如下：第一步，檢查式（9）中的回歸系數β1是否顯著，如顯著進行第二步，反之則停止中介效應檢驗；第二步，檢驗式（10）、式（11）中β2、β4是否顯著，如均顯著，進行第三步，若有一個不顯著，則進行sobel檢驗；第三步，檢驗式（11）中β3是否顯著，若不顯著，為完全中介效應，否則為部分中介效應。

3.3 變量選擇與描述性統計

（1）被解釋變量。一方面，選擇家庭人均純收入對數作為被解釋變量；另一方面，以兩種貧困線標準下的貧困脆弱性作為被解釋變量（Vul1、Vul2），基于期望貧困方法進行測量，取值范圍在0～1之間，數值越大說明陷入貧困的概率越高。

（2）核心解釋變量。以農戶家庭是否進行過宅基地退出來衡量，若有，賦值為1，否則為0，樣本中有44.7%的農戶家庭進行過宅基地退出。

（3）中介變量。在分析宅基地退出對生計資本的影響路徑時，選取物質資本、人力資本和社會資本作為代理中介變量。在分析宅基地退出對生計策略的影響路徑時，選取外出務工人員比例作為代理中介變量。

（4）控制變量。參考已有文獻[28-30]，將控制變量分為個體特征、家庭特征、風險沖擊特征和村莊特征4個方面。變量定義與描述性統計如表1所示。

表1 變量定義及描述性統計Tab.1 Variable definitions and descriptive statistics

樣本農戶中男性占比62.9%，平均年齡為54.72歲，受教育程度偏低。農戶整體健康狀況較好，健康狀況保證了生產能否順利進行，收入來源是否穩定，是否會給家庭造成負擔而因病返貧。非農收入占比表示家庭對農業的依賴程度，對農業依賴程度高的家庭受到風險沖擊時，更容易陷入貧困。撫養比是指家庭中擁有16歲及以下的兒童和65歲及以上的老人數量占比，能夠反映家庭的負擔程度。撫養比均值為41.9%，表明該地區整體家庭負擔較重。家庭總資產可以轉化為收入，進而平滑消費，有助于擺脫貧困[31]。樣本農戶家庭總資產均值為105 306元，低于平均水平。MOGUES[32]發現當遭受風險沖擊后，社會網絡在幫助家庭財產恢復與增長方面發揮了重要作用。社會網絡支持均值在4左右，表明在家庭急需大筆開支時，可求助的戶數較少。村莊距鎮上的距離均值為6.23 km，村內公路數量均值為3.95。偏僻地區通常面臨較差的生產生活條件，貧困發生率較高。金融機構數量代表農戶享受金融服務的便利性，均值為2.55，方便農戶在遇到風險時借助正規金融機構來平滑消費，抵御風險。

4 實證分析

4.1 貧困脆弱性測量

貧困與脆弱性是不同時點的兩個概念，前者是一種事后可觀測的狀況，后者是一種事前預測，表示未來陷入貧困的可能，但二者狀態可能并不一致[15]。單純依據收入指標確定的貧困僅反映某一時點的狀態，農戶在面對外部沖擊和不確定風險時的脆弱性才是其陷入貧困的根本所在[33]。依據選擇的貧困線和脆弱線標準，可將農戶分為貧困且脆弱、貧困但不脆弱、不貧困但脆弱和既不貧困也不脆弱。

由表2可知，在國內貧困線標準下，有18.66%的農戶呈現較高的脆弱性，在未來可能會出現返貧現象。在國際貧困線標準下，農戶的脆弱率顯著增加，這說明在當前形勢下，存在相當一部分農戶剛剛擺脫貧困狀態，但未來重新陷入貧困的概率極高。貧困但不脆弱的農戶在兩種標準下占比分別為10.14%和11.52%，這部分農戶雖然暫時貧困，但脆弱性較低，政府應及時采取幫扶手段，助其熨平收入。另外值得注意的是，有部分農戶處于不貧困但脆弱的狀態，這意味著雖然農戶家庭暫時處于不貧困的狀態，但未來仍然有陷入貧困的風險。針對這類農戶，應當重視異質性特征，通過加強人力資本投入和社會保障來增強其內生發展動力。

表2 貧困脆弱性測度結果Tab.2 Measurement results of poverty vulnerability （%）

4.2 宅基地退出對貧困脆弱性的基準回歸

表3報告了宅基地退出的減貧效應，模型一的被解釋變量為家庭人均純收入對數，模型二和三的被解釋變量分別為以國內和國際貧困線標準測度的貧困脆弱性。回歸結果表明：宅基地退出在5%顯著水平下提高了農戶家庭人均純收入；在不同的貧困標準下，宅基地退出對于農戶貧困脆弱性均有顯著負向影響，且隨著貧困線標準提高，這種減貧效應更為顯著。假設1得證。

表3 宅基地退出的減貧效應Tab.3 Poverty reduction effects of t rural residential land withdrawal

個體特征方面，農戶的年齡、受教育程度、健康狀況均對家庭人均純收入和貧困脆弱性產生不同方向的顯著影響，這些因素通過提高農戶的生計能力以更好地應對風險沖擊，進而降低貧困脆弱性。年齡越大，受教育程度越低，戶主健康狀況越差，越不利于農戶增收，陷入貧困的風險越高。家庭特征方面，家庭人口數、非農收入占比、宅基地確權狀況、撫養比和是否為建檔立卡貧困戶對家庭人均純收入均有顯著影響。風險沖擊特征方面，家庭總資產對于農戶人均純收入有正向影響，社會網絡支持對農戶貧困脆弱性有顯著負向影響。村莊特征方面，到鎮上的距離對于促進農戶家庭增收、降低貧困脆弱性均有顯著影響，金融機構數量在兩種標準下對農戶貧困脆弱性均有顯著負向影響，區域內金融可獲性越高，在遭遇風險沖擊時，能幫助農戶家庭以正規信貸手段平滑消費，降低陷入貧困的概率。假設2得證。

4.3 穩健性檢驗

宅基地退出并非隨機的，而是多種因素共同作用的結果。為排除內生性干擾，采用傾向得分匹配法構建“反事實”模型進一步檢驗宅基地退出減貧效應的穩健性。表4為變量在傾向得分匹配后的平衡性檢驗結果，由表可知，收入、消費、年齡（平方）、受教育程度、婚姻狀況、宅基地面積、宅基地確權、健康狀況、風險偏好與是否為建檔立卡貧困戶在匹配前均存在顯著差異，匹配后無系統性差異，且偏誤控制在10%以內，說明匹配效果良好，符合平行假設的前提。

表4 平衡性檢驗Tab.4 Balance test

表5報告了通過平衡性檢驗后宅基地退出對農戶貧困脆弱性的平均處理效應。無論采用何種貧困線和匹配方式，宅基地退出對農戶貧困脆弱性影響的平均處理效應均顯著，且方向為負。以3 700元/年作為貧困線標準，凈效應均值為-0.093，表明進行宅基地退出的農戶家庭相較于沒有退出的家庭未來陷入貧困風險的概率要低；以1.9美元/天作為貧困標準時，宅基地退出的凈效應均值為-0.189。相比較基準回歸結果系數有所下降，說明普通的OLS回歸會高估宅基地退出對農戶貧困脆弱性的影響。但在顯著性和方向上與上文結果一致，進一步證明了宅基地退出的減貧效應。在“后扶貧時代”的相對貧困治理過程中，宅基地退出仍然發揮著非常重要的作用。

表5 宅基地退出對農戶貧困脆弱性的影響Tab. 5 The impact of rural residential land withdrawal on the poverty vulnerability of farmers

在上述穩健性檢驗的基礎上，參考已有研究[34]增加了基于二元Probit模型的檢驗思路，使用貧困發生率（50%）作為脆弱線，將農戶貧困脆弱性設變為二值變量，即將貧困脆弱性大于50%的家庭賦值為1，反之為 0，采用二元Probit模型進行參數估計。

表6第2列和第3列分別匯報了兩種貧困線下的貧困脆弱性作為被解釋變量的Probit回歸結果。結果表明，宅基地退出顯著降低了農戶家庭貧困脆弱性。以3 700元/年作為貧困標準時，宅基地退出能顯著降低農戶家庭貧困脆弱性的可能約28.1%；以1.9美元/天為標準時，其貧困脆弱性顯著降低46.9%。盡管Probit模型反映出的邊際效應與OLS回歸在含義上有所不同，但回歸結果在顯著性和系數符號方面均保持一致，驗證了上述結論的可靠性。

表6 宅基地退出對農戶貧困脆弱性的影響：基于Probit模型的穩健性檢驗Tab.6 The impact of rural residential land withdrawal on the poverty vulnerability of farmers: a robustness test based on the Probit model

4.4 宅基地退出減貧的中介渠道討論

理論分析表明，宅基地退出通過生計資本和生計策略兩種渠道影響農戶的貧困脆弱性。借鑒溫忠麟等[27]提出的中介效應檢驗來對兩種減貧渠道進行討論。

表7中模型一表明，在中介變量作為因變量時，宅基地退出對物質資本、人力資本、社會資本和外出務工比例均有顯著正向影響，宅基地退出促進了生計資本的積累，推動農戶家庭向非農產業轉移。模型二表明，在加入中介變量后，宅基地退出對農戶貧困脆弱性仍負向顯著，三種生計資本和向非農轉移的生計策略在此過程中均發揮了部分中介作用，假設3和假設4得證。

表7 宅基地退出中介效應模型檢驗結果Tab.7 Test results of the mediation effect model of rural residential land withdrawal

5 結論與政策建議

本文基于安徽省金寨縣434個農戶的微觀數據，對宅基地退出的減貧效應進行了深入討論。研究表明：（1）盡管絕對貧困在我國已經消除，但相對貧困依然存在，仍有相當一部分農戶處于貧困線邊緣，在調研時點有18.66%的農戶處于較高的脆弱性狀態；（2）宅基地退出顯著提高了農戶家庭純收入，降低了農戶貧困脆弱性，且通過了穩健性檢驗；（3）中介效應檢驗表明宅基地退出通過提升家庭生計資本積累和促進非農就業來增強農戶抵御風險沖擊的能力。

上述結論包含較強的政策含義：（1）改進返貧預警機制。政府需要將貧困脆弱性納入貧困檢測范圍，精準識別返貧群體，防止識別過程中出現信息不對稱、“熟人效應”、“精英俘獲”等現象。（2）制定相應的幫扶對策，對宅基地退出農戶進行有針對性地就業、技能培訓，拓寬農戶的非農就業渠道，鼓勵農戶進行非農就業。（3）宅基地與農戶福利密切相關，在推進宅基地退出試點工作時，不能僅以“居者有其屋”來衡量政策效果，而應當將農戶退出后抵御風險沖擊能力和可持續發展能力作為評價的主要依據，關注脆弱性狀態，保證宅基地退出對農戶福利水平的增進。（4）推動宅基地退出與扶貧工作的有效銜接，強化宅基地退出與相對貧困治理的協同功效。通過支持教育、提升勞動技能，阻斷貧困的代際傳遞。