坝区农户宅基地规模特征及其影响因素分析*——以贵州省江口县鱼良溪村为例

冯德东 ，胡 梅 ，吴永兴

（贵州财经大学公共管理学院，贵州 贵阳 550025）

我国长期形成的城乡发展不均衡局面导致农村人地矛盾日渐突出，作为农村人地关系核心表征要素的宅基地，现阶段仍然存在违法乱建、规模超标等现实问题亟需解决。根据国家人力资源和社会保障部的有关统计数据显示，截至2020年，我国农民工总量约为2.9亿人，其中外出务工农民工总量达到1.7亿人，外出率高达58.62%。在农村人口大量外流的同时，农村宅基地规模却呈不断攀升趋势，造成了“农村人口减少、宅基地规模增大”的怪象。刘继来等[1]指出，2007—2015 年间，全国农村常住人口数量从7.15 亿减少到6.03 亿，而全国农村宅基地面积却增长了将近257.27 万hm2。贵州是全国唯一没有平原支撑的省份，坝区稀少且珍贵。相比于其他平地连片分布地区，贵州坝地作为岩溶山区人类活动高指示度和高集中性的典型地貌单元载体，无论是在数量(普遍较大)还是连续度(零散分布山间)上均具较强特殊性[2]。坝区作为贵州土地资源的“精华”所在，在乡村振兴战略驱动下，其土地利用转型速度和幅度前所未有；同时，在宅基地利用方面也存在着诸如乱建乱占、无序扩张、面积过大等突出问题。因此，掌握坝区农户宅基地规模特征及其影响因素，是优化坝区用地结构、助推坝区协调发展的关键。从相关文献梳理来看，贵州坝区土地利用方面的研究主要集中在土地利用功能演变[3]、耕地细碎化[4]及土地利用转型[5]等方面，对坝区农户宅基地的关注相对较少。本文以贵州万亩大坝（边江坝区）所在地的鱼良溪村为例，采用参与式制图方法配制出农户宅基地现状图，进而解译其规模特征，然后采用多元线性回归模型探析其影响因素，以期进一步理清坝区村域农户宅基地规模特征及其影响因素，为助推贵州坝区高质量发展提供决策参考。

1 研究区域概况与研究方法

1.1 研究区域概况

鱼良溪村位于贵州省江口县闵孝镇东部，是边江大坝（贵州省万亩大坝之一）的重要组成部分，也是省级重点现代高效农业示范园区。全村辖19 个村民组，距离县城所在地18 km、闵孝集镇所在地2 km；距离杭瑞高速闵孝匝道口8 km，省道303、305穿境而过，交通条件十分便利。境内气候宜人，全村森林覆盖率达65%；水资源十分丰富，闵孝河横穿全境；村域地势平坦，耕地土质肥沃，多分布在道路、河流两侧。整体而言，鱼良溪村适宜发展果蔬生产和冷水渔业养殖；享誉全省的“中华鲟鱼、娃娃鱼”养殖、西瓜种植是全村产业发展特色，以蔬菜、瓜果为主要特征的种植业已成为该村产业结构调整和农民增收的亮点。

1.2 研究方法

1.2.1 参与式制图方法

宅基地作为农村最重要的土地利用类型之一，是农户居住、生活及生产活动的主要场所，也是小范围内人地关系的“真实写照”[6]。参与式制图法作为一种常用的研究方法，已形成较成熟的技术体系。借鉴相关学者研究成果[7-8]，基于GIS 软件平台，以2020 年鱼良溪村30 m 分辨率遥感影像（通过91 卫图助手软件下载）为底图，形成鱼良溪村农户宅基地空间分布图；然后于2020 年8 月应用参与式农村评估方法的半结构访谈对农户进行实地调查，在鱼良溪村农户宅基地空间分布图上标识被调查农户宅基地位置与四至范围，并将农户社会经济调查数据与宅基地空间属性数据进行链接，形成农户宅基地社会经济数据集。

1.2.2 多元线性回归

1）模型构建。本文采用多元线性回归模型对村域宅基地规模与可能的影响因素进行回归分析，多元线性回归模型对研究单个因变量与多个自变量之间的线性关系具有极佳效果。对于具有P个解释变量的多元线性回归模型，其公式为

式中，γ为因变量；χ为自变量；βp为偏回归系数，表示当其他自变量保持不变时，第ρ个变量每变动一个单位所引起的因变量的平均变化值；ε为随机误差。

2）变量选取。初步选取涵盖多层面的多个变量作为自变量，以农户宅基地面积为因变量。在回归分析之前，通过单因素筛查、多重共线性检验等步骤对自变量进行排查，剔除与因变量关联度低和互相间存在多重共线的自变量，最后确定包括农户家庭经济社会特征、自然地理条件及宅基地区位特征的9个自变量，具体变量及说明见表1。

表1 变量的选择及说明

2 结果分析

2.1 鱼粮溪村农户宅基地规模整体情况分析

鱼粮溪村共有农户1 1 5 0 户，其宅基地总规模为25.76 hm2，占全村总面积的0.78%。户均宅基地面积介于46.05 m2～645.67 m2之间，平均面积为224.01 m2，其中，有477 户宅基地的面积大于平均值，占比41.48%，有673 户宅基地的面积小于平均值，占比58.52%。参照《贵州省加强农村宅基地管理的实施意见》中的“山区、牧区，每户不得超过200 m2”规定，鱼良溪村农户宅基地的整体规模较大，农户宅基地普遍存在面积超标的问题。调研过程中还发现，村内既存在一户多宅等资源浪费现象，也存在一宅多户等资源配置不均衡现象。

2.2 鱼良溪村农户宅基地不同规模等级特征分析

借助GIS 软件中的“属性导出”功能实现鱼良溪村宅基地面积数据的导出，并在Excel 软件中按照100m2的间距对其进行统计与分析，结果见表2。鱼粮溪村农户宅基地面积处于100 m2～300m2区间的地块数量合计达937 块，占比81.48%；该面积范围内的宅基地规模为18.86 hm2，占比73.21%；鱼粮溪村共有183块宅基地的面积在300 m2以上，占比为15.91%；该范围内宅基地总规模为6.66 hm2，占村域宅基地总面积的25.84%。此外，仅有30块宅基地的面积在0～100 m2区间，其规模占比仅有0.95%。因此，100 m2～300 m2面积区间的宅基地数量、规模均为最大，小于100 m2的宅基地数量和规模最少，表明鱼良溪村村民在修建房屋时比较看重面积问题，普遍倾向于修建大面积房屋。

表2 鱼粮溪村不同面积区间的宅基地规模及块数统计

2.3 鱼良溪村农户宅基地规模影响因素分析

借助SPSS23.0 软件平台实现多元线性回归模型的运算，选取应用最广泛的stepwise regression 法实现自变量的最优筛选，模型经过7 次迭代后，剔除不显著变量2 项，最终有7项显著变量显著性检验，结果如3所示。

表3 模型运行结果

1）农户家庭因素方面，家庭总收入在1%的统计水平上呈正向显著作用，这是因为农户家庭收入的增加的同时，必然会提升家庭生活水平，相应地，农户会在宅基地的面积、装饰等方面做出新的调整以适应家庭生活水平的变化。家庭非农就业率在5%的统计水平上呈负向显著作用，即农户家庭中的非农就业人员越多，宅基地的面积就越小。此外，相对其他因素而言，家庭非农就业率对因变量的影响作用是最弱的。

2）自然地理条件方面，高程对宅基地面积是正向作用效应，这是由于高海拔地区的区域辽阔，居住人数少，政策管控相对宽松，农户在修建房屋时不会受到过多条件限制。坡度呈负向作用于宅基地面积，其回归系数为-1.279，表示在其他条件不变的情况下，坡度每增加1个单位，宅基地面积就会减少1.279 m2。

3）宅基地区位因素方面，除与河流距离因素在5%统计水平显著外，其他因素都在1%统计水平上显著。其中，与村委会距离、与道路距离以及与河流距离3项因素都对宅基地面积产生负向影响，这主要是受到村委会、道路、河流等发展要素的吸引力影响。以道路为例，房屋的建筑成本高低与距离道路的远近存在正向关系。一般地，与道路距离越远，所花费的建设成本越多，相应地就会控制宅基地面积；而越接近道路的地方，成本就小，农户修建的宅基地面积就越大。

3 结论

本文以贵州坝区村域农户宅基地为切入点，通过参与式制图法获取农户宅基地利用现状图，并剖析村域农户宅基地规模特征，进而采用多元线性回归对其影响因素进行探析，得出如下主要结论。

1）鱼良溪村宅基地总规模为25.76 hm2，户均宅基地面积为224.01 m2，有41.48%的农户宅基地面积大于平均值，农户宅基地普遍存在面积超标的问题。

2）鱼良溪村农户宅基地面积普遍集中在100 m2～300 m2，占比81.48%；有183 块宅基地的面积≥300 m2，比重为15.91%；仅有30 块宅基地的面积在0～100 m2范围区间，占比2.61%。

3）影响农户宅基地面积的农户家庭因素包括家庭总收入、家庭非农就业率2个因子，自然地理条件因素包括高程和坡度，宅基地区位因素包括与村委会距离、与道路距离、与河流距离3个因子。除家庭总收入和高程呈正向作用外，其余影响因子均呈负向作用，其中，家庭非农就业率对宅基地面积的影响最大，距河流及距村委会距离对因变量的影响作用最弱。