農戶閑置宅基地市場化配置感知風險識別及防控

王兆林 ，呂秋杭 ，王營營 ，吳 月

（1.教育部人文社科重點研究基地重慶工商大學長江上游經濟研究中心，重慶 400067；2.重慶工商大學公共管理學院，重慶 400067）

0 引 言

推進土地要素市場化配置改革是當前自然資源管理領域的重要任務。宅基地作為中國農村基本的住房保障，在當前城鄉融合和鄉村振興背景下，其功能發生深刻變革，突出表現為住房保障功能逐漸弱化，而經濟資產功能日益凸顯的發展態勢。為適應農村經濟社會結構的變遷，國家陸續出臺相關政策文件，探索以市場化方式盤活存量閑置宅基地。宅基地市場化配置對于盤活閑置資產、實現農民增收等具有重要意義，是促進宅基地“資源→資產→資本”轉變的根本路徑。然而，當前宅基地市場化配置仍存在一定的經濟社會風險，這要求宅基地制度改革應秉承“適度放活”和“穩慎推進”的原則。因而防范化解宅基地市場化配置中的各類風險，是推進宅基地市場化配置的基本前提。宅基地市場化配置中存在多重經濟社會風險，這些風險涉及農民權益保護、耕地保護、社會穩定、村落文化傳承等方面，客觀厘清這些風險，存在數據可得性等障礙。一方面，農戶作為農村閑置宅基地市場化配置的微觀主體，是風險“厭惡者”，對風險有天然的敏感性[1]；另一方面，農戶宅基地市場化風險感知源于對外界客觀市場化風險的直觀判斷和主觀感受，具有數據獲取簡便，可信度高等特點。因而從農戶風險感知視角識別宅基地市場化風險，更能客觀精確揭示宅基地市場化配置中存在的重要風險，從而為政府“以人為本”地制定防范化解風險的政策，提供不同角度的參考。

當前理論界圍繞農村宅基地風險進行了一些探索，總體分為三方面：從研究內容看，主要涉及農戶宅基地退出風險的研究[2-4]，而對于宅基地市場化配置風險鮮有探討。如，孫鵬飛等[2]基于Probit模型分析風險預期對農戶宅基地退出行為的影響；聶英等[4]運用風險矩陣法從家庭經濟、退地決策、社會保障和居住條件對宅基地退出風險因素進行評價與分析。從研究視角看，現有宅基地風險的研究，多從宏觀視角定性分析[5-7]，較少從微觀視角定量識別。如，吳麗等[5]從制度設計失衡、制度供給剩余、制度虛化風險和制度執行困難，分析宅基地“三權分置”改革的制度風險；董歡[7]基于公共利益、集體利益和集體成員利益等多方利益主體，分析宅基地價值顯化過程中的潛在風險。從研究方法看，既有研究主要采用Probit模型[2]、風險矩陣法[3]、風險承載力模型測度法[8]等傳統方法。然而，多數傳統的風險分析方法忽略了風險指標間可能存在的多重共線性影響，導致研究結果存在相關指標隱性疊加的問題。綜上所述，農戶宅基地風險感知的研究亟待從內容、視角、方法層面延展和突破。

鑒于此，本文嘗試采用可變模糊集評估農村閑置宅基地市場化配置的風險等級，再將風險等級值集代入隨機森林模型，結合典型宅基地制度改革試點的調查，總結三權分置下宅基地市場化配置方式，從風險感知角度分類定量識別農戶宅基地市場化配置的風險；并在此基礎上分析風險機制，提出風險防控策略，以期為相關宅基地市場化配置政策的制定提供參考。

1 分析框架

宅基地市場化配置是宅基地三權分置改革的重要內容，是鄉村振興背景下平衡宅基地保障功能與財產功能的重要舉措。從配置對象看，宅基地市場化配置的對象是農村閑置的宅基地資源，原因在于宅基地作為一種財產進行市場化配置，需要滿足一個條件，即農村宅基地對農民來說，其居住保障功能不斷弱化或者消失，財產功能不斷顯現。如果宅基地對農民而言，仍然是一種保障，那意味著存量宅基地不能完全市場化配置。因而，市場化配置只能限于不再保障農民居住的那部分宅基地，即農民已經進城落戶，或者存在多余的閑置宅基地（“一戶多宅”）。從配置方式看，當前宅基地市場化配置，并非是與國有土地同等的完全市場化，而是基于三權分置背景下的有限市場化。

三權分置下宅基地流轉已經具備類似農地流轉市場的性質，其流轉的用途、對象和范圍已經為宅基地市場的建立奠定了基礎。當前市場化配置擴大了農戶的機會選擇，并以邊際產出拉平效應引導宅基地同其他資源有效結合，提高宅基地配置效率與利用效益[9]。如圖1所示，圖中展示了農戶將閑置宅基地（邊際產出較低）以市場化方式轉移至邊際產出較高用途（民宿、農家樂等）的均衡過程：假定U1和U2的初始數量均為q0，由于同一數量下U2的邊際產出更高，農戶作為理性經濟人會將宅基地以市場化配置的方式流向邊際產出更高的用途，直至兩邊邊際產出相等，即U1由q0減少q*至q1，U2由q0增加q*至q2。

圖1 宅基地市場化配置的邊際產出拉平效應Fig.1 Marginal output leveling effect of homestead marketization allocation

宅基地資源稟賦、農村經濟發展水平等因素的異質性決定了宅基地市場化配置方式的多樣性。即使在同一區域內部，不同類型的村莊宅基地市場化配置方式也可能存在差異[10]?？偨Y現有農村閑置宅基地市場化配置的方式，主要分為就地直接入市、規劃調整入市、復墾指標入市和復綠指標入市（表1）。其中，就地直接入市是指符合規劃宅基地的使用權通過出租、抵押等流轉方式進行市場化配置的過程[11]；規劃調整入市是指村集體在農民自愿前提下，依法把有償收回的閑置宅基地轉變為集體經營性建設用地入市[12]；復墾指標入市是指在“增減掛鉤”政策下，復墾閑置宅基地獲取的節余農村建設用地指標，在農村土地交易場所進行市場化轉移的過程，其市場供需主體已經超出本集體經濟組織[13]；復綠指標入市與前述復墾指標入市有較大的類似，都是將節余的建設用地指標進行交易。只是前者將原宅基地復墾為生態用地，后者將原宅基地復墾為耕地[14]。

表1 宅基地市場化配置方式概況Table 1 Overview of marketization allocation of rural homestead

近年來，隨著宅基地“三權分置”改革的深化和城鄉融合發展戰略的實施，部分地區以宅基地市場化交易為支撐，探索構建城鄉統一建設用地市場，暢通了城鄉土地、資金等要素流動渠道，實現農民增收并有力助推鄉村振興。然而，宅基地市場化配置是一把“雙刃劍”，其帶來諸多利好的同時，也可能產生風險。承前所述，農戶作為市場化配置的微觀主體和鄉村振興的深度參與者，其風險感知源于對外界客觀風險的直觀判斷和主觀感受。通過文獻梳理和實地調查發現，當前農戶參與宅基地市場化配置過程中，其風險感知，主要涉及農民權益、耕地保護、集體收益、社會穩定、生態環境、文化傳承等層面[15-20]。

1）農民權益風險感知。宅基地制度改革是農村土地制度改革中頭緒最多、涉及面最廣但也是最能釋放改革紅利的一項系統工程，其初衷和要義是要讓農民群體受益[21]。然而，現行法律規定按土地原用途補償而與土地未來規劃的用途無關，這就忽視了宅基地的發展權，可能導致農戶收入減少。與此同時，由于宅基地市場化配置改變了宅基地傳統的居住生活功能，農民住房保障情況可能有諸多不確定性。此外，部分農民限于較弱的締約能力，缺乏簽訂規范宅基地合同的意識，導致合同糾紛頻發。因而，本文選擇農戶收入、住房變化和宅基地合同簽訂情況作為衡量農民權益風險的指標。

2）耕地保護風險感知。盡管中國通過土地利用規劃、用途管制等手段實行最嚴格的耕地保護制度，但“大棚房”“亂建別墅”“小產權房”等違法占用耕地的現象“有禁無止”“屢禁不止”。尤其是近年來伴隨著宅基地財產價值的升溫，宅基地無序擴張占用耕地進行市場化配置的“隱性流轉”問題突出，耕地數量紅線被沖撞的壓力越來越大。此外，由于缺乏完善的耕地等級評價機制和驗收體系，宅基地復墾的耕地質量較低，相關部門往往只注重復墾耕地的數量，而忽視了復墾的質量和后期維護。因而，本文選擇耕地面積和質量變化作為衡量耕地保護風險的指標。

3）集體收益風險感知。集體作為宅基地的所有權人，具有占有、使用、收益和處分宅基地的權能。故其在宅基地市場化配置的過程中，理應參與收益分配。然而，長期以來農村宅基地作為“祖產”的觀念深入人心，即農民普遍認為宅基地是家族祖業，而非集體公產[22]。這與事實上宅基地“公有私用”的屬性相違背，導致農村宅基地內在的公共利益屬性與私人權益屬性難以調和。此外，收益分配機制的缺位和不明使得宅基地市場化配置所產生的增值收益難以在農民、集體等主體間合理分配，加劇集體收益受損風險。因而，本文選擇農戶是否認同集體的收益分配主體地位和集體收益變化作為衡量集體收益風險的指標。

4）社會穩定風險感知。農村宅基地具有重要的生活和生產功能，農戶家庭可以在宅基地存放農資、農具、發展“庭院經濟”（家禽養殖、果樹種植）等。在宅基地市場化配置的過程中，部分農民及家庭成員脫離傳統農耕生產進城謀生，這可能影響農民家庭的就業情況。同時，由于缺乏非農職業技能的培訓，農民的人力資本積累不足，難以真正融入城鎮發展[23]。此外，由于經濟發展水平、區位條件的差異，宅基地市場化交易的價值存在“級差”。以區位為例，相較于遠郊宅基地，近郊宅基地擁有級差地租優勢，市場需求旺盛，導致兩者土地價值懸殊，進而擴大退宅農戶間的財產性收入差距，可能影響社會穩定。因而，本文選擇農戶家庭成員就業情況、非農職業技能培訓次數變化和收益分配的平衡性作為衡量社會穩定風險的指標。

5）生態環境風險感知。宅基地“三權分置”改革和鄉村振興戰略對于鄉村生態和人居環境提出新要求。一方面，推動閑置、廢棄宅基地市場化配置，對于整治布局散亂的宅基地，實現土地資源的集約節約利用意義重大。另一方面，宅基地作為農村生產空間的載體，其市場化后的經營性用途改變，可能產生外部性環境問題，增加了生態環境受損的風險。因而，本文選擇人居環境和生態用地的變化作為衡量生態環境風險的指標。

6）文化傳承風險感知。特色民居村落是鄉村文化的符號，因而農村宅基地是鄉村文化載體。在宅基地市場化配置過程中，農民脫離故土，融入城鎮，原生地文化傳承面臨嚴峻挑戰，許多鄉村犧牲村居文化遺產元素，不顧村落歷史傳統的中心文化地標所蘊含的地域特色基因，營建千村一面的鄉村生活廣場、形象工程等，使傳統村落的歷史鄉土文化傳承遭遇斷層式的替化沖擊。此外，每逢特定節日農民在祖宅舉行拜神祭祖、祈福辟邪等民間風俗活動并不少見。宅基地作為某些民俗活動的載體，入市后可能導致相關民俗活動減少。因而，本文選擇傳統村落的保護情況和宅基地相關民俗活動的開展情況作為衡量文化傳承風險的指標。

2 研究方法與數據來源

2.1 研究思路

首先，通過可變模糊綜合評價模型評估不同配置方式下農戶宅基地市場化配置的風險等級；其次，通過將前述風險等級和農戶問卷數據代入隨機森林模型，實施模型優化策略后，輸出不同配置方式下農戶宅基地市場化配置風險的因子貢獻率；最后，針對風險因子的作用機理和影響程度，結合不同市場化配置方式風險的異質性與調研區域實踐情況，從“事前預防”“事中防控”和“事后防范”3個維度，構建農戶宅基地市場化配置的風險防控策略（圖2）。

圖2 研究思路Fig.2 Diagram of research ideas

2.2 研究方法

2.2.1 可變模糊集（VFS）

可變模糊集理論（variable fuzzy set，VFS）是研究模糊概念、事物、現象的數學模型。近年來，可變模糊集廣泛應用于干旱等級、土地適宜性等評價研究中，驗證了評價模型的適用性[24-25]。假設有樣本數m，指標數n，則風險來源的樣本集可表示為，其中i=1,2,···,m；j=1,2,···,n。求解農戶宅基地市場化配置風險等級的可變模糊綜合評價模型U(x)h：

式中α表示模型優化準則參數；p表示距離參數（通常取α=p=1）；ωj表示熵權法的權重；h表示宅基地風險等級變量（h=1,2,···,c，c表示等級）；μ (x)jh表示相對隸屬度。

最后，將U(x)h代入級別特征公式計算，輸出農戶宅基地市場化配置的風險等級值H:

2.2.2 隨機森林（RF）

隨機森林（random forest，RF）是一種基于分類決策樹的非線性集成機器學習模型，具有運算效率高、分類精度高、模型優化調參少等優點[26]。由于農戶宅基地市場化配置的風險來源具有多維特征，本文擬采用隨機森林模型，精準識別農戶宅基地市場化配置的感知風險。步驟如下：

1）對農戶宅基地市場化配置風險問卷的樣本數據集采用bootstrap算法有放回隨機抽樣并形成訓練集{Si}，i=1,2,···,m，生成分類決策樹；

2）多顆分類決策樹組合成森林，則最終決策函數為：

式中HPre(X)表示隨機森林模型預測的風險等級；Y表示預測的樣本對象；Θi表示第i棵分類決策數生成的隨機向量；I(·)表示指標函數；HA表示基于H厘定的五分類標簽。

3）計算風險來源（特征變量）對農戶宅基地市場化配置風險的貢獻率：

式中Pj表示第j指標的貢獻率；d表示節點數，v=1,2,···,d；Djiv表示節點的Gini遞減值。

4）模型優化。①降維。平均下降精度指數（mean decrease accuracy index）比較適用于優化農戶宅基地市場化配置感知風險觀測變量的規模。它表示把隨機選擇的某一觀測變量移出RF模型后導致模型精度下降的程度。其值越大，代表著該觀測變量對模型分類結果的影響程度越高，這可以間接反映其對模型訓練的重要程度。②超參數調優。采用網格搜索法（grid search method）遍歷給定參數組合，從而優化隨機森林模型。

2.3 變量選擇

1）被解釋變量

對于農戶閑置宅基地市場化配置的感知風險，本文采用可變模糊集理論，通過式(4)計算農戶宅基地市場化配置的風險等級值集{Hm}。根據可變模糊集理論，結合文獻研究和專家意見，劃分風險等級，構建樣本的五分類標簽（HA）：低風險（{Hm}∈[0,1)）、中低風險（{Hm}∈[1,2)）、中風險（{Hm}∈[2,3)）、中高風險（{Hm}∈[3,4)）、高風險（{Hm}∈[4,5]）。

2）潛變量

依據分析框架，將農戶宅基地市場化配置的感知風險分為農民權益風險、耕地保護風險、集體收益風險、社會穩定風險、生態環境風險和文化傳承風險。

3）觀測變量

觀測變量依據分析框架，專家意見和實地調查選取，觀測變量指標體系如表2所示：

表2 變量選擇與指標體系Table 2 Variable selection and indicator system

在機器學習算法中，分類特征通常是離散的、無序的，需要采用獨熱編碼對其進行數字特征化。獨熱編碼（one-hot encoding）又稱一位有效編碼，其方法是使用N位狀態寄存器來對N個狀態進行編碼，每個狀態都有其獨立的寄存器位，并且在任意時候，只有1位有效。由于問卷數據具有離散型特征，本文采用獨熱編碼，將離散特征的取值擴展到歐式空間，優化隨機森林的算法結構，對觀測變量的數據進行預處理，即將農戶問卷對觀測回答的“是”“否”分別賦值為“[1,0]”“[0,1]”。此外，為方便模型運算，對被解釋變量的樣本風險等級標簽采用虛擬變量，即5、4、3、2、1分別對應高風險、中高風險、中風險、中低風險、低風險。

2.4 數據來源

研究以重慶市典型宅基地制度改革試點為實證區域。重慶市大足區、永川區和梁平區作為國家新一輪宅基地制度改革的試點地區，近年來，按照農業農村部統一部署，重點探索宅基地市場化配置方式和路徑，并積累了較為豐富的實踐經驗，因而本調查具有一定典型性和代表性。為深入了解農戶宅基地市場化配置風險等相關問題，課題組于2022年3—5月深入重慶市大足區的棠香街道、高升鎮、郵亭鎮，永川區的紅爐鎮、天府鎮、雙石鎮、陳食街道和梁平區的云龍鎮、金帶鎮、梁山鎮、蔭平鎮、星橋鎮等城鄉結合部和傳統農區的16個村開展實地調查。

對于閑置宅基地的界定，主要涉及兩方面：一是農民進城務工落戶所遺留的閑置宅基地；二是“一戶多宅”農戶閑置的宅基地。在調查實施中，兼顧疫情因素和一些閑置宅基地不易找到戶主等問題，課題組采用“線上+線下”的組合方式進行問卷數據收集。其中，對于進城務工并將閑置宅基地進行市場化配置的農民，主要通過村委會所建立的微信群發放電子問卷獲取數據；對于將多余閑置宅基地進行市場化配置的農民，主要通過對村莊實地調研、集中居住區調查和入戶訪談等線下方式獲取問卷數據。調查主要采用參與式農村評估法（participatory rural appraisal, PRA）和抽樣、整群等調查法；調查過程中調查員與農戶，就其參與市場化配置風險感知等問題，從配置前后兩個時間節點進行對比作答。調查樣本量依據Scheaffer抽樣公式初步確定為1 600份，實際調查中，回收有效問卷1 573份，經有效檢驗剔除無效樣本，用于模型分析的樣本共1 465個，有效率93.13%。其中，就地直接入市的樣本325份；規劃調整入市的樣本585份；復墾指標入市的樣本415份；復綠指標入市的樣本140份。

3 結果與分析

3.1 基于可變模糊集的市場化風險評估

在識別風險來源前，需要評估農戶閑置宅基地市場化配置的風險等級。農戶閑置宅基地市場化配置的風險等級分布如表3所示。

表3 不同配置方式下宅基地市場化配置的風險等級分布Table 3 Risk level distribution of market-oriented allocation of homestead under different patterns%

基于可變模糊集的宅基地市場化風險評估表明：不同配置方式下宅基地市場化配置的風險等級大體一致，均呈現“兩頭低，中間高”的分布格局。具體看，就地直接入市、復綠指標入市、復墾指標入市、規劃調整入市的中風險以上樣本占比分別為43.38%、32.14%、13.73%、12.99%，前兩者顯著高于后兩者。究其原因：對于就地直接入市，長期以來，宅基地就地入市流轉被嚴格限制，但隨著城鄉融合發展帶來的農村土地價值升溫，在經濟發展或區位條件較好地區的宅基地“隱性入市交易”屢禁不止。由于這種市場交易行為缺乏法律保障，加之農民締約意識淡薄，糾紛案件頻發，由此可能導致采取該方式市場化配置宅基地的整體風險較高；對于復綠指標入市，調查發現，宅基地復綠的補償標準較低，并且缺乏健全的“生態券”（林票、草票等）交易市場，因此不完備的市場交易體系可能推高該配置方式的整體風險；對于復墾指標入市，重慶“地票”交易制度，歷經10多年的探索實踐，交易規則和分配機制已日趨完善，故施行該配置方式的整體風險偏低；對于規劃調整入市，當前集體經營性建設用地入市已經入法，且有較為成熟的交易規則與風險規避制度體系，因而該配置方式的總體風險最低。

3.2 基于隨機森林算法的市場化風險識別

3.2.1 模型優化

隨機森林模型可以度量各特征變量（觀測變量）的重要性，故采用式（4）計算不同配置方式下觀測變量對農戶宅基地市場化配置感知風險的貢獻率，并分別對4類市場化配置方式的模型進行優化。由于模型優化步驟高度同質化且篇幅有限，本文僅給出就地直接入市的模型優化策略。使用Python編程語言調用Numpy、Pandas、Random Forest Classifier等庫，對樣本數據進行機器學習算法模擬，初步輸出模型精度為76.92%。鑒于模型精度較低，識別結果可能不準確。因此，為提升模型精度，本文采取兩種策略對模型進行優化。

1）降維。盡管隨機森林算法能夠克服觀測變量間可能存在多重共線性的問題，但仍需考慮觀測變量規模對模型精度的影響。鑒于此，本文對觀測變量集合實施降維，主要步驟如下：移除平均下降精度指數最低的觀測變量并重新構建集合；重復此過程直至潛變量即將出現因素層缺失，即該潛變量的所有觀測變量被移除；比較不同觀測變量維度下模型精度，找出最適宜觀測變量規模。逐步降維過程中不同維度觀測變量的平均下降精度指數的變化見圖3，當觀測變量集合由14維降到8維后，文化傳承風險的觀測變量僅剩1項且即將被移除，降維過程終止。通過比較8～14維特征集模型的精度發現，8維特征集模型的精度最高。因此，本文采用此觀測變量的最優集合進行超參數調優。

圖3 逐步降維過程中不同維度觀測變量的平均下降精度指數Fig.3 Mean decrease accuracy index of observed variables of different dimensions during stepwise dimensionality reduction

2）超參數調優。本文采用網格搜索法優化隨機森林模型8維特征集的超參數，并輸出超參數最優取值。同時，采用交叉驗證法測試隨機森林模型的精度。五折交叉驗證（five-fold cross-validation）是機器學習常用的算法精度測試方法。其主要步驟如下：首先，將就地直接入市的325份樣本數據平均分為5份，隨機選取4份作為訓練數據，另外1份作為測試數據；然后，重復上述過程5次，使得每1份數據都能成為1次測試數據；最后，取5次結果的平均值為測試精度。超參數最優取值如下：弱學習器的最大迭代次數（n_estimators=“200”）；葉子節點最少樣本數（min_samples_leaf =“10”）；內部節點再劃分所需最小樣本數（min_samples_split =“30”）；決策樹最大深度（max_depth =“7”）；對特征的評價標準（criterion =“gini”）。

綜上，實施優化策略后，8維特征集的VFS-RF模型精度上升到83.18%。

3.2.2 識別結果及風險機制分析

由于不同市場化配置方式的風險來源存在異質性，實施模型優化策略后（4種配置方式的模型精度均達到80%以上，限于篇幅，不再贅述），觀測變量的規模和權重可能存在差異（圖4）。突出致險因子為不同配置方式權重最大的觀測變量。在此基礎上，以潛變量為綱加總觀測變量的權重，得到不同方式下各類風險的占比，即農戶宅基地市場化配置的風險識別結果（表4）。

表4 不同配置方式下的風險識別結果Table 4 Risk identification results in different patterns%

圖4 不同配置方式下觀測變量的權重Fig.4 Weights of observed variables in different patterns

1）就地直接入市

就地直接入市配置中，農民權益風險最高（46.74%），而文化傳承風險最低（4.76%）。對于農民權益風險較高的原因，一是農民退宅補償標準和增值收益分配比例偏低。一方面，在現行制度下，法律規定按土地原用途補償而與土地未來規劃的用途無關，這就忽視了宅基地的發展權，導致農戶獲得的退地補償明顯偏低[36]；另一方面，限于自身受教育程度及外部環境，農戶處于信息和認知弱勢的一方，對于增值收益分配比例的協商和制定，缺乏知情權、參與權、話語權，自身利益往往受到損害，無法公平分享宅基地市場化配置的增值收益。同時，農民作為“風險厭惡者”，在“生存理性”的主導下，避免風險是維持生計的必要選擇；因而考慮到自身較弱的風險抵抗能力和改革試點政策的不穩定性，寧愿選擇以短租的形式“隱形入市”，也不愿冒“失宅”風險。二是農民締約意識淡薄。對樣本進行描述性統計發現，采取就地直接入市的農戶簽訂宅基地流轉合同的比例較小且宅基地面積超標問題突出。根據地方有關對歷史原因形成超標宅基地的文件規定，農民通過繼承等方式合法擁有的宅基地，可以自愿有償退出，不愿退出的實行有償使用。囿于低標準的退宅補償和額外的有償使用費，農戶作為理性的經濟人，可能更偏好近似“零成本”的隱性流轉。這一點也在調查中得以印證，表現為農戶和宅基地受讓人主要通過口頭約定（占比78%）而非正式合同達成協議。然而，非正規的締約程序沒有對流轉雙方的權利與義務進行明確約定，缺乏法律保障，這導致因農民締約意識淡薄而產生的宅基地流轉糾紛頻發。對于文化傳承風險最低的原因，近年來重慶部分地區對于具有歷史文化價值和地方特色的閑置宅基地，結合傳統村落保護工程，采取了修葺保留的處置方式。如，大足區高升鎮雙牌村的“徐家大院”，在鎮政府的合理修繕和重點保護下，2017年被列入《中國第五批傳統村落名錄》。

2）規劃調整入市

規劃調整入市配置中，社會穩定風險最高（35.66%），原因可能是宅基地市場化配置收入分配失衡引起的：既表征為農戶、村集體和地方政府分配比例的失衡，又體現在農戶間收益分配不均。從實地調查看，盡管調查區積極探索宅基地入市收益分配制度，嘗試建立諸如宅基地增值收益分配調節金、“三分兩不分”等機制，但地方政府作為“參與者”和“調控者”的雙重身份，其在確定分配方案的同時帶有自利性傾向，農民利益可能會被邊緣化對待，導致收益分配不夠合理。此外，出于土地集約節約利用和擴大投資的需要，規劃調整入市的宅基地大多分布于集體經營性建設用地周圍，相對于區位分布偏遠、資源稟賦貧乏的宅基地經濟價值更高，在宅基地市場化配置的過程中可以獲得更多的收益，演化成為擴大區域貧富差距的“食利群體”，引發農戶間收益分配失衡。生態環境風險較低的原因可能是調查區在推進規劃調整入市的過程中，強化各類規劃指引，同時在規劃調整入市區域，積極開展生態修復工作，強化農村人居環境整治，生態環境風險較低。

3）復墾指標入市

復墾指標入市配置中，耕地保護風險（29.13%）和社會穩定風險（24.86%）較高，而集體收益風險較低（2.05%）。對于耕地保護風險較高的原因，從耕地數量看，盡管行政管制不斷強化，農村仍然存在農房建設無序、侵占耕地等亂象，耕地數量保護任務艱巨；從耕地質量看，重“復墾指標”輕“復墾質量”導致耕地質量保護有所下降。集體收益風險較低的原因可能是調查區重視保障集體收益。對于復墾指標入市，國家提留后的剩余增值部分在復墾區與建新區分配，原則上按照剩余增值收益的30%返還復墾區、70%返還建新區的比例進行分配，體現出對復墾區轉移宅基地發展權的補償。此外，集體經濟組織留存的收益比例不低于純收益的30%，剩余部分在集體經濟組織成員內部按照“三分兩不分”的分配辦法公平合理分配，因而集體收益較為穩定。

4）復綠指標入市

復綠指標入市配置中，農民權益風險最高（34.24%），而生態環境風險最低（1.20%）。但不同于就地直接入市配置方式，農民權益風險居于首位的原因可能是：缺乏健全的林票、草票等“生態券”市場交易體系。近年來，重慶市不斷擴展地票功能與復墾范圍，將地票制度中的復墾類型從單一的耕地，拓展為林地、草地等類型。然而，復綠指標入市還處于探索階段，市場交易體系的構建尚未完善，可能會造成農民權益受損。對于生態環境風險較低的原因，通過復綠指標入市，將布局分散、距離城鎮或中心村較遠、地處生態脆弱區或被林地包圍的閑置宅基地復墾為林地等生態用地，既守護了綠水青山，也實現了土地資源的節約集約利用。此外，調查區積極實施的生態修復工程和強化農村人居環境整治，也是生態環境風險較低的原因。

5）4種市場化配置方式識別結果異質性分析

識別結果也表明，同一類風險可能在不同的配置方式下存在一定差異。農民權益風險識別結果在就地直接入市、規劃調整入市和復綠指標入市3種配置方式中較高，而在復墾指標入市中較低（8.59%）。原因是后者依托的地票交易制度在交易規則和分配機制等方面較為完善，農民能夠獲得比較穩定的收益保障。耕地保護風險識別結果在復墾指標入市中最高（29.13%），而在其他三類配置風險中識別結果較小，原因可能是相較于其他配置方式，復墾指標入市中對于宅基地復墾管理存在“重復墾、輕驗收，重數量、輕質量”等問題，導致復墾耕地質量下降。集體收益風險識別結果在復綠指標入市中最高（24.95%），而在復墾指標入市中最低（2.05%），前者可能是因為森林覆蓋率指標交易作為重慶施行“復綠指標入市”的主要載體，相關“生態券”市場的價格機制和分配辦法尚處于探索階段，集體收益容易受到損害；后者可能是復墾指標入市中，有較為成熟的地票收益分配機制，農民和村集體按照85:15的比例分享“地票”溢價收益，集體收入得到有效保障。社會穩定風險識別結果在規劃調整入市中最高（24.86%），原因可能是相較于其他配置方式，規劃調整入市的宅基地通常為規劃所覆蓋，發展權價值與補償較高，也更容易喚起失地農民的維權意識。生態環境風險識別結果在復墾指標入市中較高（18.64%），而在其他配置方式中偏低的原因是：相較于其他配置方式，復墾指標入市中，復墾作業施工可能會對周邊生態環境產生負外部性；同時，復墾質量不達標而撂荒的耕地對農村人居環境的改善構成影響。文化傳承風險識別結果在復墾指標入市中較高（16.73%），而在其他三類配置方式中較低，主要是因為一些村莊在復墾指標入市過程中盲目以“空間”換“資金”“大拆大建”，忽視對傳統村落的保護，使得聚落文化傳承面臨挑戰。

3.3 風險防控策略

農戶宅基地市場化配置的風險防控既需要“因時而動”，也依賴“多方合力”。從防控階段看，恰當的時機對風險干預意義重大；從防控主體看，農民、村集體和地方政府可以發揮各自優勢，有效降低風險；從風險類型看，不同配置方式的風險來源存在異質性，需分類防控。鑒于此，本文嘗試從“事前預防”“事中防控”和“事后防范”3個維度，基于不同配置方式下的突出致險因子，差異化構建農民、村集體和地方政府多主體共擔共治的風險防控策略（圖5）。由于v1觀測變量在4種市場化配置方式中權重均較高，屬于宅基地市場化配置的突出共性風險，須整體防控；而本文的目的旨在探討不同配置方式的差異對比。因此，在下文的分類防控中暫不考慮v1的影響。綜上，不同配置方式的突出致險因子如下：就地直接入市，v3（19.21%）；規劃調整入市，v10（24.79%）；復墾指標入市，v5（21.88%）；復綠指標入市，v6（24.95%）。

圖5 農戶宅基地市場化配置的風險防控策略Fig.5 Risk prevention and control strategies of marketization allocation of rural household homestead

合法有效宅基地流轉合同的簽訂情況（v3）顯著影響宅基地“就地直接入市”的風險。結合前述風險識別結果和機制分析，就地直接入市下農戶宅基地市場化配置的風險應更加注重“事前預防”。一是地方政府可以深化宅基地“三權分置”改革為抓手，堵不如疏，適度放開宅基地流轉的范圍，回應農戶合理訴求；二是村集體應強化宅基地所有權主體的法定地位，在宅基地就地直接入市中發揮交易引導、合同訂立、基建支撐、風險擔保等重要作用；三是農戶應自覺學習宅基地入市相關法律政策，增強締約意識和談判能力，切實維護自身合法權益。

宅基地入市收益分配（v10）顯著影響宅基地規劃調整入市的風險。結合前述風險識別結果和機制分析，規劃調整入市下農戶宅基地市場化配置的風險應更加注重“事前預防”和“事后防范”相結合。結合實證風險定量識別結果，本文認為：對于“事前預防”，村集體應加大規劃調整入市相關政策的宣傳力度，為農民朋友答疑解惑，厘清入市范圍、怎么入市、收益分配等問題，提升其制度信任水平。現有研究表明，制度信任能減輕風險感知對農戶宅基地退出行為的負面影響，從而降低農戶因信息不對稱而認為收益分配存在不均、失衡的社會穩定風險[37]；對于“事后防范”，由于宅基地資源稟賦和農戶訴求的異質性，單一的貨幣補償難以滿足農戶多樣性需求，地方政府應總結既往規劃調整入市的經驗教訓，探索形成貨幣補償、實物補償、建設補償等混合補償模式。

耕地質量（v5）顯著影響宅基地復墾指標入市的風險。結合前述風險識別結果和機制分析，復墾指標入市下農戶宅基地市場化配置的風險應更加注重“事中防控”和“事后防范”相結合。結合實證風險定量識別結果，本文認為：對于“事中防控”，地方政府要堅持“先補后占、占補平衡、數質對等”的用地模式，嚴格設定復墾條件，嚴格復墾驗收把關，加大督查力度，杜絕出現“占好地、補劣地”的現象；對于“事后防范”，村集體應加強復墾耕地質量的長期監控工作，關注耕地土壤肥力，定期組織專業人員對耕地地力恢復進行評級，守好耕地質量紅線。

集體收益情況（v6）顯著影響宅基地復綠指標入市的風險。結合前述風險識別結果和機制分析，復綠指標入市下農戶宅基地市場化配置的風險應更加注重“事前預防”。結合實證風險定量識別結果，本文認為：一是加快健全“生態券”市場交易體系，完善復綠指標入市收益分配機制；二是實行指標反哺。為避免因“生態券”交易致使農村建設用地指標過度流失，在“指標”落地時按一定比例將指標無償提供給產出地使用或者從國家計劃指標中在應下達指標的基礎上按指標面積的一定比例優先安排給產出地使用。

4 結 論

本文采用耦合數學模型和機器學習算法，分類定量識別農戶宅基地市場化配置的感知風險，并基于突出致險因子差異化分析風險防控策略。結果表明：

1）宅基地市場化配置風險評估結果表明，4種配置方式下農戶宅基地市場化配置的風險等級總體呈現“兩頭低，中間高”的類正態分布。具體而言，就地直接入市（43.38%）和復綠指標入市（32.14%）中風險以上發生的概率顯著高于復墾指標入市（13.73%）和規劃調整入市（12.99%）。

2）宅基地市場化配置風險識別結果表明，各類入市風險因子存在一定的差異。具體而言，就地直接入市的農民權益風險（46.74%）較高，而文化傳承風險（4.76%）較低；規劃調整入市的社會穩定風險（35.66%）較高，而生態環境風險（5.85%）較低；復墾指標入市的耕地保護風險（29.13%）較高，而集體收益風險（2.05%）較低；復綠指標入市的農民權益風險（34.24%）較高，生態環境風險（1.20%）較低。

3）4類宅基地市場化配置風險機制存在一定的差異，同時同一風險因素可能對宅基地市場化配置產生不同的影響。

4）農戶宅基地市場化配置的風險防控需結合不同配置方式的突出致險因子分階段、分主體協同防控。具體而言，就地直接入市應聯合地方政府、村集體和農戶，注重“事前預防”；規劃調整入市中村集體應注重“事前預防”，而地方政府應注重“事后防范”；復墾指標入市中地方政府應注重“事中防控”，而村集體應注重“事后防范”；復墾指標入市中地方政府應注重“事前預防”。

5）隨機森林這類“有監督”的機器學習算法模型能夠有效避免指標之間多重共線性的影響，有效克服評價結果“過擬合”的缺陷，輸出指標的因子貢獻率，精準識別農戶宅基地市場化配置的感知風險，因而其與其他風險識別的方法相比，具有明顯優勢。

本研究主要從農戶感知風險視角構建指標體系，識別農村閑置宅基地市場化風險問題；實際上農村閑置宅基地市場化配置風險的識別，也應考慮行政管理視角的風險指標，但是當前三權分置改革中農村閑置宅基地市場化配置相關宏觀指標，難以獲得統計，故而本文主要從微觀農戶風險感知視角構建指標，這也為當前農村閑置宅基地配置風險評估提供一種思路。此外，本研究以重慶市典型宅基地制度改革試點為調查區，盡管這些典型試點地區，長期負責探索農村閑置宅基地市場化配置路徑，有較為豐富的經驗積累，具有一定的代表性，但未來我國東中西部多試點的調查，將使得研究更具有普遍意義，這是本文的研究不足和未來深化研究的方向。

綜上所述，展望未來閑置宅基地市場化配置深化改革的方向：第一，宅基地市場化配置改革應遵循“穩慎推進”的總基調，其并非是與國有土地同等的完全市場化，而是基于三權分置背景下的有限市場化；第二，宅基地市場化配置應避免同質化、一刀切的模式，即農戶宅基地市場化配置只有與各地實際“適配”的模式，沒有放之四海而“最優”的模式；第三，亟需建立“農民、村集體、地方政府”共享共榮的收益分配機制和共擔共治的風險規避系統，做到“因時而動-多方合力-分類防控”；第四，推動構建宅基地市場化配置風險數據庫。將既往宅基地市場化配置風險相關數據載入數據庫形成大數據樣本訓練集，采用多種機器學習算法組合預測風險，推動宅基地市場化配置改革行穩致遠。