基于TAM-PR的农户宅基地退出决策影响因素——以重庆市为例

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

王兆林^,¹^,², 王敏²

1.重庆工商大学公共管理学院,重庆 400067

2.重庆工商大学长江上游经济研究中心,重庆 400067

Influencing factors of farmers’ homestead withdrawal decision based on the technology acceptance model and perceived risk：Evidence from Chongqing

WANG Zhaolin^,¹^,², WANG Min²

1. School of Public Administration, Chongqing Technology and Business University, Chongqing 400067, China

2. Research Center for Economy of Upper Reaches of the Yangtze River of Chongqing Technology and Business University, Chongqing 400067, China

收稿日期:2021-04-12修回日期:2021-06-25

基金资助:

国家社会科学基金项目(20BJY120)

Received:2021-04-12Revised:2021-06-25
作者简介 About authors
王兆林,男,山东沂南人,博士,教授,硕士生导师,主要研究方向为宅地基利用管理。E-mail: wzhaolin@163.com

摘要
宅基地退出是解决当前宅基地低效利用问题的重要抓手,是乡村振兴和乡村建设的重要组成部分。本文基于技术接受模型和感知价值理论,利用重庆市503份农户问卷数据,借助结构方程模型（SEM）揭示农户宅基地退出决策机制。结果表明：①技术接受模型（TAM）整合感知风险（PR）的研究模型适用于农户宅基地退出决策的影响机制研究。农户退地决策主要受感知有用性、感知易用性的正向影响和感知风险的负向影响;②影响农户退出宅基地行为决策各因素中,感知有用性的影响最强,感知易用性次之,感知风险最弱,其影响路径系数分别为0.35、0.29和-0.18;③社会环境、家庭环境及宅基地环境通过影响农户感知有用性、感知易用性和感知风险间接影响农户的退出行为决策,是推进宅基地政策有效实施过程中不可忽视的重要因素。基于此,宅基地退出补偿政策的制定应契合农户的生产生活实际,体现易用性和可操作性;同时还应完善相关社会保障措施,并确保退地补偿按时到位。
关键词： 宅基地退出;影响因素;技术接受模型;感知风险;结构方程模型;重庆市

Abstract

Homestead withdrawal is an important method to solve the problem of inefficient use of rural homesteads, and it is an important part of rural revitalization and rural development. Based on the technology acceptance model and the theory of perceived values, this study used the data of 503 farming households from a questionnaire survey in Chongqing Municipality to reveal the decision-making mechanism of farmers’ homestead withdrawal by means of a structural equation model (SEM). The results show that: (1) The research method of technology acceptance model (TAM) integrating perceived risk (PR) is suitable for the study of the mechanism of influence of farmers’ homestead withdrawal decision making. The decision making of farmers’ homestead withdrawal is mainly affected by the positive influence of perceived usefulness and perceived ease of use and the negative influence of perceived risk; (2) Among the factors affecting farmers’ behavior of exiting from their homesteads, perceived usefulness has the strongest impact, followed by perceived ease of use, and perceived risk has the weakest effect. The impact path coefficients are 0.35, 0.29, and -0.18, respectively; (3) Social environment, family environment, and homestead environment indirectly influence farmers’ homestead withdrawal decisions by affecting their perceived usefulness, ease of use, and risk. They are important factors that cannot be ignored in the process of promoting the effective implementation of homestead system reform. The formulation of compensation policy should be in keeping with the actual production and life of farmers, reflecting ease of use and operability, and should improve the relevant social security measures and ensure that the compensation for homestead withdrawal is paid timely.

Keywords：homestead withdrawal;influencing factors;technology acceptance model;perceived risk;structural equation model;Chongqing Municipality

PDF (4778KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
王兆林, 王敏. 基于TAM-PR的农户宅基地退出决策影响因素——以重庆市为例[J]. 资源科学, 2021, 43(7): 1335-1347 doi:10.18402/resci.2021.07.05
WANG Zhaolin, WANG Min. Influencing factors of farmers’ homestead withdrawal decision based on the technology acceptance model and perceived risk：Evidence from Chongqing[J]. RESOURCES SCIENCE, 2021, 43(7): 1335-1347 doi:10.18402/resci.2021.07.05

1 引言

改革开放以来,工业化、城镇化飞速发展与农业比较效益偏低等原因,引致农村大量劳动力的非农迁移,导致农村土地粗放利用,具体表现在承包地撂荒严重,宅基地闲置废弃等低效利用问题突出。据有关文献统计,截至2018年7月,全国农村至少有7000万套闲置房屋,农村居民点闲置地面积达3000万亩左右,一些地区乡村农房空置率超过35%,农村闲置宅基地数量庞大^[1]。另一方面,农村人口不断外流,农户“两头占地”,宅基地使用面积不减反增等现象突出,这不仅造成土地资源极大浪费,更加剧了城镇化进程中耕地保护的压力,使得城乡建设用地“增减挂钩”政策大打折扣^[2]。2020年8月中央深改委《深化农村宅基地制度改革试点方案》和2021年1月中央《关于全面推进乡村振兴加快农业农村现代化的意见》等政策文件均要求各地区探索宅基地有偿退出,保障进城落户农民宅基地使用权、集体收益分配权等。宅基地退出不仅可以有效解决宅基地低效利用问题,还能显著增加有效耕地面积,提高农民财产性收入^[3],是保障乡村振兴战略实施和统筹城乡融合发展的关键路径之一。农民作为宅基地使用者,其退地行为决策及影响因素,是宅基地退出政策完善的重要依据,因而开展农户宅基地退出决策的影响因素研究,对于建立健全相关退地政策有重要指导意义。

近年来,****们围绕宅基地退出的影响因素展开了大量有益探索,形成了丰硕成果。研究内容上,****主要聚焦农户宅基地退出意愿及影响因素^[2,4-7]、宅基地退出补偿及影响因素^[5,8]等方面。研究方法上,****主要采用Probit^[2,4,7,9-11]、logistic^[12,13,14]和Logit^[6,8]等模型,验证农户个体特征、家庭特征以及补偿政策等因素对农户宅基地退出影响。鉴于传统的回归模型不能有效处理无法直接观测到的一些变量,近年来部分****尝试应用结构方程模型探究影响农户宅基地退出的因素,并取得了一定进展。部分****也尝试应用计划行为理论^[15,16]、感知价值理论^[17]、技术接受模型等理论模型^[16],构建农户宅基地退出决策的分析框架。尽管如此,相关研究中对于该类理论的集成运用相对欠缺,原因是农户宅基地退出是一个系统工程,其决策过程受到诸多因素影响,尤其是退地风险和退地收益。显然现有的分析框架中对于这两类影响农户退地决策的重要因素考虑不足。

鉴于此,本文将感知风险因素纳入理论模型,整合技术接受模型和感知风险,借助结构方程模型分析影响农户宅基地退出的因素,揭示影响因素与退出行为决策之间的路径关系,以期弥补相关研究不足,并为地方完善宅基地退出政策提供不同视角的参考。

2 分析框架

长期以来中国处于传统的农业社会,作为低收入群体的农户对各类风险抵御能力非常弱,属于典型的风险厌恶者。宅基地退出中农户对于退地后果存在不可预知性,这种对于退地的不确定即退地风险,表现为对退地后“失宅”“生活成本增加”“补偿不到位”等问题的担忧,因而将感知风险应用于农户退地决策研究很有必要。另一方面,农户作为“理性经济人”退地决策受到其最大化退地收益的影响,而技术接受模型正是基于这一“理性”假设为前提的。据此,本文集成运用两种理论方法,构建分析框架。

2.1 技术接受模型

技术接受模型（Technology Acceptance Model,TAM）是1989年Davis^[18]运用理性行为理论研究用户对信息系统接受时所提出的一个模型,用以解释和预测个体对信息系统的接受意愿。该理论认为个体的行为意愿受行为态度影响,行为态度同时受感知有用性（Perceived Usefulness, PU）和感知易用性（Perceived Ease of Use, PEOU）的作用,且感知易用性还可通过影响感知有用性,间接影响个体行为态度,从而影响行为决策。感知有用性是指个体认为使用某种新的系统或技术能够提高工作效率;感知易用性指个体认为某种系统或技术是容易实现的;行为态度是指个体对该系统或技术的态度或感受是正面或负面的;行为意愿是个体在面对该系统或技术时想要采用的意愿。

TAM假设外部变量直接影响感知有用性和感知易用性,但模型本身没有对外部变量进行严格规定。通过梳理宅基地退出相关文献发现,学界普遍认可社会环境^[14]、家庭环境^[5,8]、宅基地环境^[12,19]等因素是影响农户退出宅基地决策的主要因素。结合万亚胜等^[15]、周翼虎等^[16]基于计划行为理论和技术接受模型对农户退出宅基地决策影响的研究设计及研究结果,本文将社会环境（Social Environment,SE）、家庭环境（Home Environment,HE）和宅基地环境（House Land Environment,HLE）作为模型的外部变量。具体模型中（图1）,农户感知有用性是指农户作宅基地退出决策时,会考虑退出宅基地给自己带来的收益,如改善居住环境、提高家庭收入等。将社会环境定义为农户周围的邻居、村集体等群体对宅基地退出的正面态度以及透明完善的退出补偿政策和社保政策。家庭环境定义为不可观的农业生产收入、家庭成员对退出宅基地的支持以及家庭生计对非农收入的依赖程度。宅基地环境定义为无法发挥价值的闲置宅基地、不宜居住的破旧或偏远宅基地。

图1

新窗口打开|下载原图ZIP|生成PPT
图1改进的退地决策技术接受模型

Figure 1Improved exit decision technology acceptance model

一般而言,农户会基于外界对支持退出宅基地的程度作出有用性判断。从社会环境看,周围邻居普遍支持退出宅基地、村集体大力鼓励退出宅基地以及完善的退出补偿政策和社保政策能显著增强农户对退出宅基地有用性的感知。从家庭环境看,以非农就业为主的家庭对宅基地依赖程度普遍不高,其家庭成员对退出宅基地的支持也容易增强农户的感知有用性。从宅基地环境看,破败、偏远的宅基地居住感不佳,闲置废弃的宅基地使用价值不高,拥有该类宅基地的农户对退出的有用性感知较显著。即当外部环境越有利时,农户对退出宅基地的感知有用性就越高,越容易促使农户作出正向退地决策。据此,提出以下假设：

H1a：社会环境正向影响农户感知有用性

H1b：家庭环境正向影响农户感知有用性

H1c：宅基地环境正向影响农户感知有用性

感知易用性指个体认为某种系统或技术是容易实现的,表示农户认为退出宅基地的容易程度,体现为农户能否清晰理解宅基地退出政策、退出宅基地是否需要耗费大量时间精力以及搬迁后能否容易适应城镇生活等。外部环境影响农户感知有用性的同时也影响农户的感知易用性。有利的外部环境将显著增强农户对退出政策的理解,同时降低农户退出宅基地和适应新环境的难度。由此,提出以下假设：

H2a：社会环境正向影响农户感知易用性

H2b：家庭环境正向影响农户感知易用性

H2c：宅基地环境正向影响农户感知易用性

2.2 感知风险

感知风险（Perceive Risk,PR）来源于感知价值理论,常应用于消费者行为领域,研究消费者在购买产品或产品服务时所感受到的不确定性。中国农户普遍属于风险厌恶者,缺乏冒险精神,对新事物的认知和接受程度较低。农村宅基地具有保障农户生产生活、养老和财产储备等功能,宅基地及农房通常被认为是农户家庭最大的财富^[19]。如前所述,农户宅基地退出意味着将失去这些收益与效用,面临“失宅”“生活成本增加”“补偿不到位”等风险。根据前文对各外部环境的定义可知,有利的外部环境将抑制农户感知退出宅基地所面临的风险。如周围人群的劝说、透明完善的退出补偿政策和社保政策等社会环境因素将降低农户对退出宅基地的风险感知。由此提出以下假设：

H3a：社会环境负向影响农户感知风险

H3b：家庭环境负向影响农户感知风险

H3c：宅基地环境负向影响农户感知风险

此外,周翼虎等^[16]在农户宅基地退出决策研究中已经证明了农户感知宅基地退出越有利,对退出宅基地相关信息越了解,则感知有用性和感知易用性愈强,其退出宅基地意愿越强。本文认为,农户感知宅基地退出风险愈大,如担心退出补偿不合理或不能及时到位,会导致农户感知退出宅基地困难,从而抑制农户退出宅基地的感知易用性。因此感知风险一方面会直接负向影响农户的宅基地退出决策^[4,20],另一方面也会影响农户对退出宅基地的感知易用性。Lee等^[21]****经过大量探究证明,感知有用性受感知易用性的正向影响,感知易用性通过感知有用性间接影响行为决策,即个体感知新信息系统越简单易使用,其感知有用性也将越高。综上,提出以下假设：

H4：农户感知有用性正向促进农户宅基地退出决策

H5：农户感知易用性正向促进农户宅基地退出决策

H6：农户感知风险负向抑制农户宅基地退出决策

H7：农户感知风险负向影响感知易用性

H8：农户感知易用性正向影响农户感知有用性

2.3 综合理论模型

基于以上分析,整合技术接受模型（TAM）和感知风险（PR）分析农户宅基地退出的影响因素,形成了拓展的农户宅基地退出决策的理论模型（图2）,揭示农户退出宅基地的决策机制。从图2来看,农户宅基地退出受到社会环境、家庭环境和宅基地环境等影响,同时还受到农户对宅基地退出的感知有用性、易用性和风险等因素影响。此外,农户作为理性经济人,其退地决策是比较退地前后收益和风险后,作出的理性选择。

图2

新窗口打开|下载原图ZIP|生成PPT
图2拓展的农户宅基地退出决策研究模型

Figure 2Expanded homestead exit decision making research model

3 数据来源和模型构建

3.1 数据来源

重庆市是中国劳动力跨区域非农迁移的重要区域,农户兼业化现象非常普遍,由此造成区域大量宅基地闲置。为深入了解重庆市农户宅基地退出的影响因素,课题组于2019年9—12月深入重庆市“一圈两群”（重庆市区域发展格局）地区的6个区县12个村,采用参与式农村评估法（PRA）就相关问题进行随机问卷调查。有关样本量的确定,按照Scheaffer^[22]抽样公式：

N^{*} = N ∕ [(N - 1) δ^{2}] + 1

,其中

δ

=0.05,以所选样本区域350万户计算,所需随机选取样本数应至少大于402户。基于人力、物力、财力考虑,最终确定550户农户的样本量,剔除填答有明显规律、连续选择同一选项等无效问卷后,整理得到有效问卷503份,有效回收率91.45%。调查区域及样本分布情况如图3所示。

图3

新窗口打开|下载原图ZIP|生成PPT
图3调查区域示意图

Figure 3The surveyed area

为保证变量的信度和效度,本文在理论分析和模型构建基础上,参考农户宅基地退出领域的成熟问卷,结合具体实际,整理出以下潜在变量和观测变量,各变量的具体测度和文献来源如表1所示。问卷测度采用Likert五点量表的有序分类变量设计,1表示“非常不同意”,5表示“非常同意”。问卷设计完成后首先邀请宅基地改革主管部门专家、业界****进行审核,根据反馈意见逐步修改完善。考虑农户对问题项可能存在理解偏差,因此首先在重庆北碚、巴南区等邻近乡村展开小范围预调查,根据农户填答问卷中的反馈进一步修改问卷,最终确定有效问卷内容。问卷主要包含了7个因子26个测度项（表1）。

Table 1
表1
表1农户宅基地退出决策问卷测量表
Table 1Homestead exit decision making questionnaire

潜在变量	观测变量	变量缩写	来源
社会环境（SE）	周围的邻居都愿意退出宅基地	SE1	万亚胜等^[15]; 周翼虎等^[16]
	村集体鼓励我退出宅基地	SE2
	宅基地退出补偿政策公开透明	SE3
	宅基地退出后就业、养老及医疗保障完善	SE4
家庭环境（HE）	农业生产收入不可观	HE1	万亚胜等^[15]; 张慧利等^[4]
	家庭生计主要依赖非农收入	HE2
	退出宅基地会得到家庭成员支持	HE3
宅基地环境（HLE）	存在闲置宅基地,无法发挥其价值	HLE1	万亚胜等^[15]; 张慧利等^[4]
	宅基地破旧,居住感不佳	HLE2
	宅基地距离城镇较远,生活不便	HLE3
感知风险（PR）	我担心宅基地退出补偿标准不合理	PR1	胡银根等^[17]; 张慧利等^[4]
	我担心宅基地退出补偿不能按时到位	PR2
	我担心退出宅基地后会提高生活成本	PR3
	我担心退出宅基地后无法养老	PR4
	我担心退出宅基地会失去农村土地	PR5
感知易用性（PEOU）	我认为宅基地退出政策清晰易理解	PEOU1	邬文兵等^[23]; 曹雪旺等^[24]; 周翼虎等^[16]
	宅基地退出不需要耗费太多精力	PEOU2
	退出宅基地后,家庭成员容易适应城镇生活	PEOU3
感知有用性（PU）	退出宅基地能够增加家庭收入	PU1	万亚胜等^[15]; 周翼虎等^[16]
	退出宅基地能显著改善家庭生活环境	PU2
	退出宅基地能够改善子女教育条件	PU3
	退出闲置废弃宅基地能实现农房升值	PU4
	退出宅基地能够方便在城镇学习或工作	PU5
退出决策（ED）	在未来有需要时,我愿意退出宅基地以获得补偿	ED1	杨翾等^[25]; 曹雪旺^[24]; 周翼虎^[16]
	我愿意了解详细的宅基地退出政策	ED2
	我愿意劝说亲友退出宅基地	ED3

新窗口打开|下载CSV

从样本农户的基本特征来看,男性占比47.10%,女性占比52.90%,平均年龄为46.64岁,调查对象文化程度集中在初中、小学及以下学历水平,家庭平均年收入在3.64万元左右。目前宅基地全部在使用的农户占43.34%;部分使用、部分闲置的占46.12%;全部闲置的占10.54%。87.08%的农户愿意退出宅基地,12.92%的农户不愿意退出宅基地,其中不愿意退出宅基地的农户多为年老者。

3.2 模型构建

结构方程模型（SEM）能够检验潜在变量与测量变量之间的假设关系,是一种依靠多种检验来判定假设模型与数据拟合程度的统计分析方法。运用SEM可以通过图形的方式清晰地描绘农户宅基地退出决策影响机制,同时本文构建的模型符合结构方程模型的一般形式。共涉及社会环境、家庭环境、宅基地环境、感知风险、感知易用性、感知有用性和宅基地退出决策7个潜变量和26个观测变量,设定参数与方程式具体形式如下：

（1）

x = Λ_{x} ξ + σ

（2）

y = Λ_{y} η + ε

（3）

η = Bη + Γξ + ζ

式中：

x

和

y

分别为外生观测变量和内生观测变量;

Λ_{x} 和 Λ_{y}

分别为观测变量在潜在变量上的因子载荷矩阵;

ξ 为

外生潜变量,本文中包括社会环境、家庭环境和宅基地环境;

η

为内生潜变量,文中指感知有用性、感知易用性、感知风险和农户宅基地退出决策;

B

和

Γ

为路径系数;

σ

、

ε

和

ζ

均为误差项。式（1）、（2）为测量方程,用以度量潜变量与测量指标之间的关系,式（3）为结构方程,用以度量潜变量与潜变量之间的关系。

4 结果与分析

SEM通过处理变量的协方差矩阵,分析潜变量间的假设关系,需根据理论事先建立好测量模型与结构模型,再收集数据对模型进行验证。由于分析数据由实际调查得来,在作路径分析前衡量数据是否具有一定的信度、效度很有必要,因此本研究首先运用SPSS26.0和Amos26.0对测量模型进行信效度检验。

4.1 信度与效度检验

学术界通常采用克朗巴赫系数（Cronbach’s α）大于0.7的标准来衡量各因子的信度。效度检验包括收敛效度和区别效度检验。在收敛效度检验中,研究表明需要满足以下3个标准：①标准化因子载荷均大于0.5;②组合信度（CR）大于0.7;③平均方差萃取量（AVE）大于0.5^[26]。各因子标准载荷、Cronbach’s α、CR和AVE测量结果如表2所示。各变量α系数范围为0.801~0.895,大于0.7,标准化因子载荷范围为0.691~0.878均高于0.5,CR的范围为0.809~0.896,均高于0.7,AVE的范围为0.586~0.677,均高于0.5,说明模型各变量具有良好的信度和收敛效度。采用较严谨的AVE法对区别效度进行评估：每个因素AVE平方根值须大于各成对变数的相关系数,表示因素之间具有区别效度^[26]。由表3可知,各因素AVE开根号值均大于对角线外的标准化相关系数,说明量表具有较好的区别效度。

Table 2
表2
表2数据信度与收敛效度检验
Table 2Reliability and validity test of the data

潜在变量	观测变量	标准负荷	α	CR	AVE	潜在变量	观测变量	标准负荷	α	CR	AVE
社会环境	SE1	0.795***	0.874	0.875	0.636	感知风险	PR4	0.823***	0.879	0.880	0.596
	SE2	0.779***				感知风险	PR5	0.814***	0.879	0.880	0.596
	SE3	0.813***				感知易用性	PEOU1	0.813***	0.801	0.809	0.586
	SE4	0.803***					PEOU2	0.722***
家庭环境	HE1	0.878***	0.819	0.825	0.613		PEOU3	0.758***
	HE2	0.768***				感知有用性	PU1	0.825***	0.895	0.896	0.633
	HE3	0.691***					PU2	0.766***
宅基地环境	HLE1	0.831***	0.857	0.858	0.668		PU3	0.756***
	HLE2	0.792***				PU4	0.823***
	HLE3	0.829***				PU5	0.806***
感知风险	PR1	0.768***	0.879	0.880	0.596	退出决策	ED1	0.833***	0.860	0.863	0.677
	PR2	0.722***					ED2	0.769***
	PR3	0.726***					ED3	0.864***

注：***代表p<0.001。

新窗口打开|下载CSV

Table 3
表3
表3各潜在变量AVE平方根值和变量相关系数
Table 3AVE square root values and variable correlation coefficients for each potential variable

变量	社会环境	家庭环境	宅基地环境	感知风险	感知易用性	感知有用性	退出决策
社会环境	0.797
家庭环境	0.439**	0.783
宅基地环境	0.380**	0.416**	0.817
感知风险	-0.415**	-0.312**	-0.388**	0.772
感知易用性	0.504**	0.421**	0.476**	-0.459**	0.766
感知有用性	0.468**	0.446**	0.493**	-0.408**	0.526**	0.796
退出决策	0.375**	0.332**	0.413**	-0.432**	0.508**	0.543**	0.823

注：对角线加粗数值为AVE的平方根值,对角线以下为变量间相关系数。**代表p<0.01。

新窗口打开|下载CSV

4.2 模型拟合与假设检验

4.2.1 模型拟合

模型拟合度决定研究模型是否可以接受,利用AMOS 26.0估计模型参数的显著性及模型的拟合度。根据卡方自由度比

χ^{2} ∕ df

<3、拟合度指标GFI >0.9、调整的拟合度指标AGFI >0.9、近似均方根误差RMSEA<0.05、残差均方根值RMR<0.05、非规范拟合度指标TLI >0.9、增值拟合度指标IFI >0.9和比较性拟合度指标CFI>0.9来衡量模型的拟合度^[27,28]。测量结果如表4所示,其中

χ^{2} ∕ df

=1.410<3;GFI=0.945>0.9;AGFI=0.930>0.9;RMSEA=0.029<0.05;RMR=0.042<0.05;TLI=0.982>0.9;IFI=0.984>0.9;CFI=0.984>0.9。由此可见模型拟合良好。

Table 4
表4
表4SEM模型拟合度结果
Table 4Structural equation model (SEM) model fit results

模型拟合指标	最优标准值	统计值	拟合情况
$χ^{2}$	—	391.933	—
$df$	—	278	—
$χ^{2}$ / $df$	<3.00	1.410	好
GFI	>0.90	0.945	好
AGFI	>0.90	0.930	好
RMSEA	<0.05	0.029	好
RMR	<0.08	0.042	好
TLI	>0.90	0.982	好
IFI	>0.90	0.984	好
CFI	>0.90	0.984	好

新窗口打开|下载CSV

4.2.2 假设检验

利用AMOS26.0对模型进行路径分析,使用最大似然法进行估计,为提高模型拟合度,将外部环境相互关联以修正模型,得到各潜变量间标准化路径系数如图4所示。根据路径系数结果对假设进行验证,最终假设结果如表5所示。结果显示除H3b假设不成立外,其余假设均成立,且显著性水平均小于0.05。

图4

新窗口打开|下载原图ZIP|生成PPT
图4假设模型标准化输出结果

Figure 4Standardized output of the model

Table 5
表5
表5假设检验结果
Table 5Hypothesis test results

假设路径			标准化系数	非标准化系数	标准误	临界比	显著性	检验结果
假设路径			标准化系数	非标准化系数	S.E.	C.R.	Sig.	检验结果
感知有用性	<---	社会环境	0.170	0.160	0.052	3.100	0.002	成立
感知有用性	<---	家庭环境	0.160	0.169	0.057	2.987	0.003	成立
感知有用性	<---	宅基地环境	0.250	0.261	0.058	4.535	***	成立
感知有用性	<---	感知易用性	0.290	0.330	0.074	4.485	***	成立
感知易用性	<---	社会环境	0.300	0.242	0.046	5.314	***	成立
感知易用性	<---	家庭环境	0.160	0.145	0.051	2.851	0.004	成立
感知易用性	<---	宅基地环境	0.260	0.235	0.051	4.654	***	成立
感知易用性	<---	感知风险	-0.230	-0.207	0.047	-4.416	***	成立
感知风险	<---	社会环境	-0.320	-0.286	0.052	-5.524	***	成立
感知风险	<---	家庭环境	-0.060	-0.064	0.060	-1.058	0.290	不成立
感知风险	<---	宅基地环境	-0.280	-0.283	0.058	-4.884	***	成立
退出决策	<---	感知风险	-0.180	-0.184	0.053	-3.454	***	成立
退出决策	<---	感知易用性	0.290	0.332	0.075	4.450	***	成立
退出决策	<---	感知有用性	0.350	0.346	0.056	6.169	***	成立

注：***代表p<0.001。

新窗口打开|下载CSV

4.3 农户宅基地退出决策的结果分析

（1）社会环境、家庭环境和宅基地环境对农户退出宅基地的感知有用性具有显著正向影响,验证了假设H1a、H1b和H1c。其中宅基地环境对农户感知有用性影响最大,社会环境次之,家庭环境最小（宅基地环境在P<0.001条件下显著,路径系数为0.25;社会环境和家庭环境均在P<0.01条件下显著,路径系数分别为0.17和0.16）。这说明,首先闲置废弃、居住不便的宅基地显著增强农户退出宅基地的感知有用性。其次宅基地退出政策的推动以及家庭生计不再完全依赖农业生产收入等客观条件也能正向影响农户感知退出宅基地的有用性。宅基地的本质是保障农民的基本居住需求,满足农民生产生活需要。伴随中国城镇化进程加速,农村劳动力城镇非农转移速度加快,因而部分农户选择租赁或购买城镇住房以满足工作生活需求,故宅基地的居住功能有所削弱。此外,宅基地退出政策的实施,一方面可为拥有其他住房的农户变现闲置资产,另一方面也可为计划进城的农户提供部分支持;显然,有利的外部环境显著增强农户退地的感知有用性,从而验证了假设H1a、H1b和H1c。

（2）社会环境、家庭环境、宅基地环境对农户退出宅基地的感知易用性具有显著正向影响,假设H2a、H2b和H2c得以验证。其中社会环境对农户感知易用性影响最大,其次是宅基地环境,家庭环境影响最小（社会环境和宅基地环境在P<0.001条件下显著,路径系数分别为0.30和0.26,家庭环境在P<0.01条件下显著,路径系数为0.16）。这说明,农户感知退出宅基地容易实现的程度主要受社会环境因素的影响,即完善的退出补偿政策、邻居和村集体对宅基地退出的正面态度以及退出后的社会保障制度会影响农户退出宅基地的感知容易程度。实地调查发现,退地政策的不稳定,以及是否按时足额发放将影响到农户退地信心;退地农户与未退地农户之间的有关退地信息的正面反馈将对未退地农户决策产生积极影响;退地后获得良好的社会保障水平,如住房及养老水平改善等,将对年龄较大的农户退地决策产生重要影响。其次是宅基地闲置和家庭主要依靠非农收入生活的农户也会感知退出宅基地更容易实现。长期在外非农兼业的农户,基本脱离农业生产,其宅基地长期闲置,将闲置宅基地退出获得一定补偿是农户理性行为的表现。上述解释与实情也验证了假设H2a、H2b和H2c。

（3）社会环境、宅基地环境对农户退出宅基地的感知风险具有显著负向影响,假设H3a和H3c得以验证。其中社会环境对农户感知风险影响更大,宅基地环境次之（社会环境、宅基地环境均在P<0.001条件下显著,路径系数分别为-0.32和-0.28）。主要原因是当宅基地退出补偿政策越透明、退出后的保障制度越完善以及退出宅基地获益越大,农户对退出宅基地的风险感知越小。前期重庆在推进宅基地退出工作中,由于退地补偿标准的多变,导致农户质疑政府公信力,增加了农户“观望氛围”,后期随着退地补偿和社保政策的稳定,以及相关监督机制的完善,农户退地信心有了极大的提升。H3b不成立,即家庭环境对感知风险的负向影响不显著的原因,一方面可能是农户家庭成员个体对退地风险感知有差异;另一方面可能是测量题项设计有所缺陷,对于测量家庭环境与农户感知风险之间的影响关系的精确度仍需提高。

（4）农户对宅基地退出的感知有用性和感知易用性对农户退出决策具有显著正向影响,感知风险对退出决策具有显著负向影响,假设H4、H5和H6得以验证。其中感知有用性影响力最大,感知易用性次之,感知风险最小（均在P<0.001条件下显著,路径系数为0.35、0.29和-0.18）。农户的感知风险对感知易用性存在显著负向影响,其路径系数为-0.23,感知易用性显著正向影响感知有用性,其路径系数为0.29,假设H7和H8成立。主要原因是农户在作宅基地退出决策时首先考虑的就是宅基地退出能给自身带来多大收益。农户作为理性经济人,必然从效用最大化角度作出决策,试图以最小的经济成本获取最大的经济利益,因此农户在宅基地退出决策时最为关键的影响变量就是感知有用性,即退出宅基地所能获得的收益和效用。农户退出闲置和居住不便的宅基地能够给农户带来显著的财产性收入增长,也可以通过“宅基地换房”等多种形式,改善其居住条件;同时已经脱离农业生产的农户,其家庭收入主要来源于非农经营,在重庆市现有的补偿政策下,退出闲置的农村宅基地,能够直接获得进城落户或从事非农生产的重要资本。上述因素都是促使农户退出宅基地的重要影响因素,假设H4得以验证。农户退地决策也会考虑退出后新环境的适应程度。中国农村“乡土社会”的传统,决定了年龄较大的农民对其居住的生活环境充满情结,这种情结难以通过货币进行衡量。转换住所或随子女进城,即便改善了居住环境,对于年龄较大的农户也增加其适应新环境的心理负担,这实际上也是宅基地具有心理安慰功能或者“乡土情结”的表现,假设H5得以验证。当农户对退出补偿政策和退出后的生活保障存在担忧,即农户感知退出宅基地可能存在较大风险,将会抑制农户退出宅基地决策。农户退地后尽管可以获得退地收益,但是同样存在退地风险,这些风险来源于农户对退地后可能产生的收益或者效用的不确定性。具体讲,退地后农户可能面临生活成本、养老成本增加的问题,如农民退地集中居住社区化管理可能产生物业费、垃圾处理费等费用,因此在家庭收入一定的前提下,用于医疗及养老的支出将压缩;另一方面,退地后新集中区可能与农田之间的距离变大,不利于农业生产;此外,可能还存在退地补偿不能及时兑现和退地补偿不合理等问题,这些预期不确定性都使得本就属于风险规避者的农户在作宅基地退出决策时更加谨慎,因而假设H6成立。当农户感知退出宅基地风险越大,越感觉退出宅基地难以实现。原因是农户风险规避能力较弱,通常表现为风险厌恶者,农户将在退地失宅、生活成本增加以及难以适应城镇生活等风险和退地补偿收益之间进行“权衡”,若农户感知退地风险远大于退地收益,将选择不退出,以规避风险,因而假设H7成立。农户感知退出宅基地越容易实现,越能加强农户退出宅基地的感知有用性。大部分早已适应城镇生活并愿意退出宅基地的农户更加愿意主动了解退地的相关政策细节,也愿意为退出宅基地付出一定时间和精力,这些农户具有明显的感知易用性从而加强了其感知有用性,因而假设H8得以验证。

实际调查也发现,退地农户多因为农房长时间闲置或长期生活在城镇,农房使用价值不高。宅基地退出及补偿政策迎合了他们闲置资产变现的需求,从而坚定了其退地信心。而愿意保留宅基地不退出的农户,主要集中在以下几类：一是年龄较大的农户,他们通常以务农为生,农业生产是其主要家庭收入来源,具有较为浓厚的乡土情结,退地意味着他们失去了“田”和“屋”,这两项农村基本的社会保障与“退路”,因而对于年龄较大的农户来讲作出退地决策将非常谨慎。二是深度兼业农户,他们同样存在保留而不愿退出情况。因为如果进城失败,年老体衰后宅基地和承包地成为其退路和保障,尤其在疫情的冲击下,宅基地作为农户“退路”,其住房保障功能益发凸显。三是退地政策认识模糊的农户,他们对退地补偿政策认识存在偏差,缺乏系统认识与理解,从规避风险角度,选择不退出;四是部分已经流转后的农户,将宅基地视为其财产性收入主要来源或期望未来征收获得更高补偿而不愿退出,此类农户通常既有等待更高补偿的倾向,也有后期利用农房养老的打算。

5 结论与建议

5.1 结论

本文集成技术接受模型和感知价值理论,利用重庆市503份农户问卷数据,借助结构方程模型（SEM）揭示农户宅基地退出决策机制,主要结论如下：

（1）分析框架表明,拓展的TAM模型结合PR非常适用于农户宅基地退出行为决策影响因素研究。实证结果表明,农户决策退出宅基地主要受感知有用性、感知易用性的正向影响,同时也受感知风险的负向影响。因此在实施宅基地退出政策时,不仅要考虑退出补偿政策给农户带来的经济利益,还要充分了解农户退出宅基地的风险顾虑,主动采取有效策略降低农户的风险感知程度,增强农户对宅基地退出补偿政策和社会保障制度的信心。

（2）在影响农户退出宅基地行为决策各因素中,感知有用性的影响效应最强,感知易用性次之,感知风险最弱,其影响路径系数分别为0.35、0.29和-0.18。从感知有用性看,表明通过退出宅基地增加家庭收入、改善家庭生活环境和子女教育条件等方式,不断增强农户对宅基地退出的感知有用性,有助于推动宅基地退出政策的有效实施。从感知易用性看,加强宅基地退出政策的宣传普及,适当简化宅基地退出程序,帮助农户更好融入城镇生活,可以有效提升农户退地的感知易用性,进而促进农户宅基地退出决策。从感知风险看,制定合理的补偿标准,按时发放补偿,降低农户退出宅基地后的生活成本、养老成本,有助于降低农户的感知风险,有利于宅基地退出政策的有效施行。

（3）社会环境、家庭环境及宅基地环境通过影响农户感知间接影响农户的退出决策,是推进宅基地政策有效实施过程中不可忽视的重要因素。村集体应鼓励有条件的农户退出宅基地,同时应维持退地补偿政策的稳定性,政策应强化退地农户的就业、养老和医疗等问题的覆盖,以稳定社会环境。此外,重点针对闲置废弃、破旧、区位偏远的宅基地实施退出政策容易取得突出成果,且退出后完善的就业、养老等社会保障制度的兑现也能打消农户退出后的生计顾虑。最后,已经在城镇拥有住房或完全依赖非农收入生活的家庭,也是宅基地退出政策受益的重点对象。

5.2 建议

基于以上分析,本文提出如下建议：

（1）从实际出发,充分考虑补偿对象的特殊性和具体情况,建立差异化的宅基地补偿机制,尊重农户的主观诉求,解决农户的现实问题,提高农户退出宅基地的感知有用性和生计可持续性。

（2）通过多渠道充分宣传宅基地退出政策,增强农户与政府工作人员的双向沟通,提升农户退出宅基地的感知易用性,降低农户退出宅基地的时间和精力成本。

（3）完善退地相关社会保障措施,重点解决退宅农户的就业和养老问题,增强农户对政策制度的信任,弱化农户退出宅基地的风险感知。

本文的研究不足体现在：运用SEM分析农户宅基地退出决策,由于模型对数据的特殊要求,无法将农户个人特征、农村基础设施等分类变量纳入模型,但在现实中,这些因素切实影响到农户宅基地退出决策。同时在问卷观测变量设计上有待进一步完善。主观规范在理性行为理论和计划行为理论中均为关键变量,本文只借鉴了技术接受模型,未将理性行为理论或计划行为理论与其结合构建模型也是不足之处,未来需要一步探讨。此外,文中考虑到技术接受模型的灵活性,将模型本身未严格定义的“外部变量”转化为符合农户退出宅基地研究的各种外部环境因素,故只将环境潜变量作为前驱因素,也可能是文章不足之处。最后,感知有用性如何在感知易用性与行为决策之间起到中介作用,也是未来研究的方向。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

张清勇, 杜辉, 仲济香. 农村宅基地制度: 变迁、绩效与改革: 基于权利开放与封闭的视角
[J]. 农业经济问题, 2021, (4):46-58.

[本文引用: 1]

[ Zhang

Q Y

, Du

, Zhong

J X

. Institutional change, performance and reform of rural homestead system: An open and limited access property rights perspective
[J]. Issues in Agricultural Economy, 2021, (4):46-58.]

[本文引用: 1]

[2]

许恒周, 殷红春, 石淑芹. 代际差异视角下农民工乡城迁移与宅基地退出影响因素分析: 基于推拉理论的实证研究
[J]. 中国人口·资源与环境, 2013, 23(8):75-80.

[本文引用: 3]

[ Xu

H Z

, Yin

H C

, Shi

S Q

. Analysis of influential factors of withdrawing from rural residential land and migrant workers’urban-rural migration under the perspective of intergenerational differences: An empirical study on the basis of push-pull theory
[J]. China Population, Resources and Environment, 2013, 23(8):75-80.]

[本文引用: 3]

[3]

王兆林, 杨庆媛, 王娜. 重庆宅基地退出中农民土地收益保护研究: 基于比较收益的视角
[J]. 中国土地科学, 2016, 30(8):47-55.

[本文引用: 1]

[ Wang

Z L

, Yang

Q Y

, Wang

. A study of the protection of farmers’ homestead exit revenue in Chongqing: Basing on comparative revenue
[J]. China Land Science, 2016, 30(8):47-55.]

[本文引用: 1]

[4]

张慧利, 夏显力. 风险感知、制度信任与农户宅基地退出行为
[J]. 西北农林科技大学学报(社会科学版), 2021, 21(1):145-154.

[本文引用: 6]

[ Zhang

H L

, Xia

X L

. Impact of risk perception and institutional trust on farmers’ behavior of quitting rural residential land
[J]. Journal of Northwest A&F University (Social Science Edition), 2021, 21(1):145-154.]

[本文引用: 6]

[5]

许恒周. 基于农户受偿意愿的宅基地退出补偿及影响因素分析: 以山东省临清市为例
[J]. 中国土地科学, 2012, 26(10):75-81.

[本文引用: 2]

[ Xu

H Z

. Compensation for quitting rural residential land and its influential factors based on farmers’ willingness to accept: A case study of Linqing City in Shandong Province
[J]. China Land Science, 2012, 26(10):75-81.]

[本文引用: 2]

[6]

沈昊婧, 冯长春, 陈春. 人力资本视角下农民宅基地退出意愿影响因素研究: 以河南省新乡市为例
[J]. 北京大学学报(自然科学版), 2018, 54(3):680-686.

[本文引用: 1]

[ Shen

H J

, Feng

C C

, Chen

. Study of quit willingness of farmer’s rural residential land from the prospective of human capital: Case of Xinxiang in Henan Province
[J]. Peking University Journal (Natural Science Edition), 2018, 54(3):680-686.]

[本文引用: 1]

[7]

黄敏, 杜伟. 基于Probit二元选择模型的农村宅基地退出意愿研究
[J]. 四川师范大学学报(社会科学版), 2017, 44(5):64-69.

[本文引用: 2]

[ Huang

, Du

. Study on the willingness of rural homesteads to withdraw based on the Probit binary selection model
[J]. Journal of Sichuan Normal University (Social Science Edition), 2017, 44(5):64-69.]

[本文引用: 2]

[8]

王兆林, 杨庆媛, 骆东奇. 农民宅基地退出差异性受偿意愿及其影响因素分析
[J]. 中国土地科学, 2018, 32(9):28-34.

[本文引用: 3]

[ Wang

Z L

, Yang

Q Y

, Luo

D Q

. Farmers’ diverse willingness to accept rural residential land exit and its impact factors
[J]. China Land Science, 2018, 32(9):28-34.]

[本文引用: 3]

[9]

彭山桂, 张勇, 陈盛伟. 农民宅基地退出意愿的互动影响检验及其溢出效应分析
[J]. 干旱区资源与环境, 2021, 35(7):35-39.

[本文引用: 1]

[ Peng

S G

, Zhang

, Chen

S W

. The interaction influence and spillover effect of farmers’ willingness to exit homestead
[J]. Resources and Environment in Arid Zones, 2021, 35(7):35-39.]

[本文引用: 1]

[10]

张琳, 刘新平, 田童, 等. 偏远地区农户宅基地退出影响因素与退出路径衔接: 以新疆玛纳斯县为例
[J]. 中国农业资源与区划, 2018, 39(7):144-152.

[ Zhang

, Liu

X P

, Tian

, et al. The exit factors and exit path of farmers’ homesteads in remote areas are connected: Take Manas County, Xinjiang, as an example
[J]. China’s Agricultural Resources and Zoning, 2018, 39(7):144-152.]

[11]

张婷, 张安录, 邓松林. 期望收益、风险预期及农户宅基地退出行为: 基于上海市松江区、金山区农户的实证分析
[J]. 资源科学, 2016, 38(8):1503-1514.

[本文引用: 1]

[ Zhang

, Zhang

A L

, Deng

S L

. Expected return, risk expectation and residential land quitting behavior among farmers in Songjiang and Jinshan Districts,Shanghai
[J]. Resources Science, 2016, 38(8):1503-1514.]

[本文引用: 1]

[12]

尹兵, 马玉勤, 刘向南, 等. 改革试点区农户宅基地退出意愿实证研究
[J]. 河南农业大学学报, 2021, (2):379-386.

[本文引用: 2]

[ Yin

, Ma

Y Q

, Liu

X N

, et al. Empirical study on farmers’ rural residential land exit intention in the reform pilot area
[J]. Journal of Henan Agricultural University, 2021, (2):379-386.]

[本文引用: 2]

[13]

杨慧琳, 袁凯华, 朱庆莹, 等. 农户分化、城镇住房对农户宅基地退出意愿的影响
[J]. 长江流域资源与环境, 2021, 30(1):44-53.

[本文引用: 1]

[ Yang

H L

, Yuan

K H

, Zhu

Q Y

, et al. Effect of farmer differentiation and urban housing on the farmers’willingness of rural residential land paid-exit
[J]. Resources and Environment in the Yangtze Basin, 2021, 30(1):44-53.]

[本文引用: 1]

[14]

吴云青, 王多多, 密长林, 等. 生计资产差异对农户宅基地退出意愿的影响研究: 基于天津市403份调查问卷的实证分析
[J]. 干旱区资源与环境, 2017, 31(9):26-31.

[本文引用: 2]

[ Wu

Y Q

, Wang

D D

, Mi

C L

, et al. The influence of livelihood assets difference on farmers’ willingness to exit from rural residential land: An empirical study in Tianjin City
[J]. Journal of Arid Land Resources and Environment, 2017, 31(9):26-31.]

[本文引用: 2]

[15]

万亚胜, 程久苗, 吴九兴, 等. 基于计划行为理论的农户宅基地退出意愿与退出行为差异研究
[J]. 资源科学, 2017, 39(7):1281-1290.

[本文引用: 6]

[ Wan

Y S

, Cheng

J M

, Wu

J X

, et al. Differences between rural homestead exit intention and exit behavior based on theory of planned behavior
[J]. Resources Science, 2017, 39(7):1281-1290.]

[本文引用: 6]

[16]

周翼虎, 方婷婷, 李丽. 基于TAM-TPB框架的农户宅基地退出决策机理研究
[J]. 资源科学, 2021, 43(1):148-160.

[本文引用: 8]

[ Zhou

Y H

, Fang

T T

, Li

. Decision-making mechanism of farmers’ homestead exit based on the TAM-TPB framework
[J]. Resources Science, 2021, 43(1):148-160.]

[本文引用: 8]

[17]

胡银根, 杨春梅, 董文静, 等. 基于感知价值理论的农户宅基地有偿退出决策行为研究:以安徽省金寨县典型试点区为例
[J]. 资源科学, 2020, 42(4):685-695.

[本文引用: 2]

[ Hu

Y G

, Yang

C M

, Dong

W J

, et al. Farmers’ homestead exit behavior based on perceived value theory: A case of Jinzhai County in Anhui Province
[J]. Resources Science, 2020, 42(4):685-695.]

[本文引用: 2]

[18]

Davis

F D

. Perceived usefulness, perceived ease of use, and user acceptance of information technology
[J]. MIS Quarterly, 1989, 13(3):319-340.

DOI:10.2307/249008 URL [本文引用: 1]

[19]

栗滢超. 乡村振兴视角下农村宅基地有偿退出影响因素分析
[J]. 经济经纬, 2019, 36(5):49-55.

[本文引用: 2]

[ Li

Y C

. Analysis of influencing factors of the paid withdrawal of rural homestead from the perspective of rural revitalization
[J]. Economic Survey, 2019, 36(5):49-55.]

[本文引用: 2]

[20]

王兆林, 杨庆媛, 李斌. 农户农村土地退出风险认知及其影响因素分析: 重庆的实证
[J]. 中国土地科学, 2015, 29(7):81-88.

[本文引用: 1]

[ Wang

Z L

, Yang

Q Y

, Li

. Farmers’ risk perception and the impact factors on returning rural collective-owned land: A case of Chongqing
[J]. China Land Science, 2015, 29(7):81-88.]

[本文引用: 1]

[21]

Lee

Y W

, Strong

D M

, Kahn

B K

, et al. AIMQ: A methodology for information quality assessment
[J]. Information & Management, 2002, 40(2):133-146.

DOI:10.1016/S0378-7206(02)00043-5 URL [本文引用: 1]

[22]

Scheaffer

. Imperfect frames in statistics and the consequence for their use in sampling
[J]. Bulletin of the International Statistical Institute, 1979, 40:517-544.

[本文引用: 1]

[23]

邬文兵, 李爽, 项竹青, 等. 司机对共享物流平台的持续使用意愿研究: TAM模型的实证分析
[J]. 经济管理, 2019, 41(10):178-193.

[本文引用: 1]

[ Wu

W B

, Li

, Xiang

Z Q

, et al. Research on drivers’ continued intentions to use sharing logistics platforms based on TAM
[J]. Economic Management Journal, 2019, 41(10):178-193.]

[本文引用: 1]

[24]

董雪旺, 叶周婧, 徐宁宁, 等. 基于TAM和TRI的游客网约导游使用意向研究
[J]. 旅游学刊, 2020, 35(7):24-35.

[本文引用: 2]

[ Dong

X W

, Ye

Z J

, Xu

N N

, et al. Tourists’intention to book freelance tour guide online based on technology acceptance mode land technology readiness index
[J]. Tourism Tribune, 2020, 35(7):24-35.]

[本文引用: 2]

[25]

杨翾, 彭迪云, 谢菲. 基于TAM/TPB的感知风险认知对用户信任及其行为的影响研究: 以支付增值产品余额宝为例
[J]. 管理评论, 2016, 28(6):229-240.

[本文引用: 1]

[ Yang

, Peng

D Y

, Xie

. A study on the effects of TAM/TPB-based perceived risk cognition on user’s trust and behavior taking Yu'ebao, a value-added payment product, as an example
[J]. Management Reviews, 2016, 28(6):229-240.]

[本文引用: 1]

[26]

Claes

, David

F L

. Evaluating structural equation models with unobservable variables and measurement error
[J]. Journal of Marketing Research, 1981, 18(1):39-50.

DOI:10.1177/002224378101800104 URL [本文引用: 2]

[27]

Browne

M W

, Cudeck

. Alternative ways of assessing model fit
[J]. Sociological Methods & Research, 1992, 21(2):230-258.

[本文引用: 1]

[28]

Hoelter

W J

. The analysis of covariance structures
[J]. Sociological Methods & Research, 1983, 11(3):325-344.

[本文引用: 1]