工作時長如何影響科技工作者的身心健康
——基于北京市調查數據的實證分析

張娟娟，何光喜，薛 姝

(1.中國科學技術發展戰略研究院，北京 100038；2.中國人民大學社會與人口學院，北京 100086)

科技工作者是我國科技創新的主體，他們的研究工作促進了經濟社會發展。然而，近些年科技工作者過勞死/猝死的相關報道逐年增多，他們的逝去是我國人力資源的損失。作為依靠自身知識來推動技術創新的主體，科技工作者承擔著攻克相關領域發展難題的重任。他們在各自領域夜以繼日地投身科研攻關，加班、久坐、鍛煉少、過勞等現象成為工作常態，這對他們的身體和心理健康造成巨大損耗。本文旨在分析科技工作者的超時工作對其身心健康的影響程度、中間路徑，從而為改善科技工作者的工作環境與狀況、提升他們的身體與心理健康水平提供政策建議。

1 文獻綜述

國外學者有關各類勞動者工作時長與身體、心理健康狀況相關關系的研究已有很多，Artazcoz 等基于加泰羅尼亞的健康調查數據分析指出，每周工作時間在51～60 小時的男性勞動者會比那些工作時間較短的男性勞動者更容易出現精神高度緊張、吸煙更多、體育鍛煉匱乏和睡眠不足問題[1]。Taris等分析認為，長時間的工作會顯著降低職工鍛煉保健等健康行為的概率，同時會明顯提升職工吸煙、酗酒等有害健康行為出現的概率[2]。Virtanen等研究發現，在心理健康水平方面，工作時間與勞動者的負面情緒如焦慮、抑郁、消極怠工之間呈現正相關關系[3]。Unger等研究表明，過長的工作時間會減少勞動者的生活時間，引發工作及生活沖突，使得勞動者在工作中受到諸如人際、化學和物理環境等更多的應激源影響，從而增加健康風險[4]。Wu等通過宜居北京評價抽樣調查問卷的數據，研究長時間內工作與個體自評健康的關系，結果顯示，長時間工作人群更有可能報告不良健康狀況，且工作時長和個體自評健康之間的關聯性因知識類別而異[5]。

近年來，國內也有不少學者關注勞動者的工作時長問題，并對勞動者的工作時間如何影響身心健康的問題進行了探討。朱玲等通過研究農村遷移工人的工作時間和身體健康之間的關系發現，超長工作時間和不良的工作環境都會顯著降低勞動力的身體健康狀況[6]。田艷芳利用中國健康與養老追蹤調查數據進行分析，認為工作時間不僅會對健康水平產生影響，而且也會對工作時間形成沖擊效應[7]。黃慶波等發現，農民工工作時間長，自報有心理障礙的比例較高，且長工作時間對農民工身心健康均有顯著負面影響[8]。張抗私等使用2014年中國勞動力動態調查數據研究發現，工作時間是影響城鎮職工自評健康和心理健康的重要負面因素[9]。李軍等采用 CLDS 2016年數據研究發現，工作時間過長并超過一定程度，將會嚴重損害幸福感[10]。

上述研究表明，勞動者工作時間長短與其身心健康之間存在相關關系。依據投入產出之間的關系來看，一般而言，大部分行業是工作投入越多，如工作時間越長，產出也會增加。那么，這一論斷是否適用于科技工作者群體呢？答案是否定的。對于科技工作者群體而言，并非工作時間越長，高質量產出就越多。李強等根據2011年全國科技工作者時間利用調查數據，在控制住影響科研人員論文產出的人力資本、課題經費和制度環境等因素的基礎上分析了科研時間投入對論文的影響，結果發現，高質量論文產出的時間拐點小于全部論文產出的時間拐點，過多增加科研時間投入只會導致普通論文數量增長，同時會減少優秀論文的產出[11]。既然科技工作者群體投入與產出之間并非線性關系，那么科技工作者還需要像其他產業的勞動者那么拼嗎？為了解科技工作者的情況，本文就北京市科技工作者的工作時間狀況、工作時間對其身心健康產生的影響以及不同群體間是否存在差異等問題進行了研究。

2 研究設計

2.1 數據

本文分析使用的數據來自由中國科協負責組織實施的2017年度第四輪全國科技工作者狀況調查的北京部分，該調查依托中國科協分布在北京的多個科技工作者狀況調查站點 (涉及科研院所、高等院校、大中型企業、大型衛生機構、普通中學、園區、全國學會等)進行，是覆蓋北京的大樣本隨機抽樣調查。該項調查數據的北京部分共有9778個樣本，在去除各分析變量上的缺失值之后，納入分析的樣本量為8989個。從樣本構成上看，男性占到48.9%，女性為51.1%；35歲及以下青年科技工作者比例為52.5%，36～45歲的比例為29.2%，46歲及以上的比例為18.3%；單位類型上企業科技工作者占28.1%，科研院所為19.3%，高校為20.3%，醫療衛生機構為13.3%，其他如中學、園區、學會等機構占19.0%；從職業細類來看，科學家/科研人員/大學教師占比為24%，工程師/工程技術人員占比為28.7%，醫務工作者為12.2%，科研管理人員為8.7%，其他類型為26.5%。綜合來看，該數據對于反映科技工作者的綜合狀況具有較好的代表性。

2.2 測量

本研究的因變量是科技工作者的身體健康與心理健康，這兩個變量均為自評指標，其中身體健康的題項陳述為 “在過去一個月里是否由于身體健康原因影響到您的工作或日常活動”，選項設置為程度由淺至深的五個層次：從未出現、很少出現、有時出現、經常出現、總是出現；心理健康的題項陳述為 “在過去一個月里是否由于心情抑郁或情緒不好影響到您的工作或日常活動”，選項設置與上述身體健康一致。從變量基本屬性上看，自評身體和心理健康均為序次變量，但考慮到后文統計模型分析的選擇和適用性，我們將其視為連續型變量，取值區間轉換為1～5，分值越高代表身體和心理健康程度越高。本研究的核心自變量是工作時長，從工作日 (周一至周五)工作時長和周末工作時長兩方面來衡量科技工作者的工作時長，包括在單位和家里用于工作的所有時間。具體而言，我們將工作日的工作時長分為三個等級：每天工作時間小于等于8小時為正常工作時長，8～10小時為工作時間較長，10小時以上為工作時間超長；周末工作時長主要考察周六日是否加班。

除了上述因變量和自變量，我們在擬合統計模型時還考慮了一系列控制變量：性別 (女性=0，男性=1)、年齡分組 (35歲以下=0，36～45歲=1，46歲以上=2)、教育程度 (大專及以下=0，本科=1，碩士=2，博士=3)、年收入取對數 (連續變量)、職業類別 (科研人員及大學教師=0，工程師/工程技術人員=1，醫務工作者=2，科技管理人員=3，其他科技工作者=4)、單位類型 (企業=0，科研院所=1，高校=2，醫療衛生機構=3，其他機構=4)、每周身體鍛煉次數 (連續變量)、近期壓力狀況 (沒有壓力到壓力非常大五等級，視為連續變量)、最近是否經常失眠 (否=0，是=1)。

2.3 分析策略與方法

本研究綜合使用多元線性回歸模型、中介效應分解 (KHB方法)和傾向值匹配 (PSM)等統計分析方法，實證分析過程分為以下三步：

第一步，擬合多元線性回歸模型分析科技工作者的工作時長與其身體和心理健康之間的關系。需要指出的是，科技工作者的自評身體和心理健康均為序次變量，通常采用序次邏輯回歸模型 (ordered logit/ ordered probit model)展開分析，但該統計手段存在的問題在于，統計系數在不同模型之間不具有直接可比性。考慮到這一限制，很多學者建議采用多元線性回歸模型進行分析，由此本文采用這一方法。在對總體樣本數據進行模型擬合的基礎上，進一步分性別、單位類型擬合模型并比較模型系數，以探討科技工作者工作時長對于身心健康的影響效應在不同類型人員之間的異質性。多元線性回歸模型表達式如下：

其中，Y為身體健康和心理健康的分值；T為科技工作者的工作時長情況，包括工作日時長和周末加班狀況；Xk為一組控制變量，包括性別、年齡群組、教育程度、年收入 (取對數)、職業類型、組織類型、鍛煉狀況、壓力狀況、睡眠質量等。

第二步，結合KHB方法檢驗工作時長與身心健康之間中介效應是否存在以及影響程度。我們認為，科技工作者工作時長對于其身體和心理健康狀況的影響路徑既有直接效應，也包括中間效應，即工作時間較長可能會通過增加生活與工作壓力、擠壓鍛煉時間、導致睡眠質量不佳等中介變量對身心健康造成影響。KHB分解法的核心思想就是通過計算中介變量在核心解釋變量上的線性回歸的殘差，來實現從中介變量中提取核心解釋變量當中不包含的信息。這種方法能夠有效區分由于總方差變化而產生的系數變化和由于加入中介變量而產生的系數變化，從而能夠得出加入中介變量后核心解釋變量對因變量影響的變化。

第三步，為了應對可能存在的選擇性誤差問題，以更好地確立工作時長與身心健康之間的因果關系，我們使用傾向值匹配法 (PSM)進行因果關系的穩健性檢驗，以期得到二者之間因果關系的穩健結果。

3 實證分析結果

3.1 基本統計發現

圖1和圖2所示為不同機構科技工作者、科研人員與非科研人員在工作日和周末的平均工作時長狀況。從中可以看出，各機構科技工作者在工作日的工作時長均值均超過法定的8小時，尤其是高校、醫療衛生機構、科研院所的科技工作者平均工作時長更長；另外，各機構科技工作者普遍存在周末加班情況，且加班平均時長都超過2小時，高校、醫療衛生機構科技工作者周末加班時長甚至都超過4小時。如果將科技工作者群體分為科研人員和非科研人員兩類來看，科研人員無論是平時工作時長還是周末加班時長，均明顯高于非科研人員。值得注意的是，我們一般認為科研人員加班加點、工作超長是普遍現象，但數據分析結果顯示，科技工作者隊伍中的非科研人員同樣存在較為突出的工作時間長、周末加班的現象。

圖3和圖4所示為平時工作時長、周末加班與科技工作者身體、心理健康之間的雙變量關系。從中可以看出，科技工作者的身體健康與心理健康得分均隨著工作時長的增加而下降，周末加班者的身心健康得分也要低于周末不加班者。從基本變量關系來看，科技工作者的工作時長與身心健康之間呈現出負相關關系。

3.2 多元統計分析

為了更好地檢驗科技工作者工作時長與身心健康之間的關系，我們構建了以身體和心理健康為因變量的多元線性回歸模型，其中模型1和模型2分別是以自評身體健康為因變量，以工作日時長狀況、周末加班狀況為解釋變量的多元線性回歸模型；模型3和模型4分別是以自評心理健康狀況為因變量，以工作日時長、周末加班狀況為核心解釋變量的統計模型。在四個模型中均納入了如下控制變量：性別、年齡群組、教育程度、年收入 (取對數)、職業類型、組織類型、鍛煉狀況、壓力狀況、睡眠質量等。

表1所示為4個模型的擬合結果，可以看出，在控制其他變量的情況下，無論是平時工作時長還是周末加班，均對科技工作者的身心健康產生顯著負向影響 (回歸系數均為負值，且均統計顯著)。從模型1和模型3工作日時長與身心健康的關系來看，與8小時以內法定工作時長相比，工作時長在8～10小時、10小時以上的科技工作者，其身心健康狀況均明顯較差，從系數值比較來看，工作時長10小時以上者其身心狀況明顯更差 (模型1中-0.076 、-0.074；模型3中-0.086 、-0.071)。從模型2和模型4周末加班與身心健康之間的關系來看，相比于周末無加班者，周末加班的科技工作者身心健康狀況明顯更低，加班者身體和心理健康得分要比未加班者分別低0.121分和0.109分，考慮到因變量取值區間為1～5，上述系數值表明，周末加班對于科技工作者身心健康的負面影響較為嚴重。

綜合來看，科技工作者平時工作日加班及周末加班均對其身心健康帶來顯著負向影響，且工作日超長加班 (工作時間10小時以上)的負面影響要大于8～10小時工作時長的影響，而周末加班對于科技工作者身心健康的負面影響又甚于工作日超長加班，整體呈現出 “周末加班負面影響最甚，工作日超長加班次之，工作日一般時長加班再次之”的序次模式。

控制變量的影響方面，男性科技工作者自評身體健康狀況顯著優于女性，但在自評心理健康方面沒有顯著性別差異；年齡越大，自評身體和心理健康狀況越差；與大專及以下人群相比，本科和碩士研究生學歷層次的科技工作者身心健康狀況明顯更差；經濟收入變量不顯著；職業類型上，與科研人員和高校教師相比，工程師/工程技術人員、科研管理人員的身心健康狀況明顯更優，而醫務工作者的身心健康狀況更差 (系數不顯著)；與企業內科技工作者相比，科研院所、高校的科研人員身心健康狀況明顯更差，醫療衛生機構從業人員健康狀況也更差，但系數未通過統計顯著性檢驗；鍛煉身體能有效提升身心健康水平，但壓力較大、睡眠質量差的科技工作者，其身心健康狀況明顯更差。

圖1 各機構科技工作者工作時長均值

圖2 科研人員與非科研人員工作時長均值

圖3 工作日工作時長與身心健康

圖4 周末加班與身心健康

在分析了科技工作者的工作時長與身心健康之間的基本關系模式之后，本文進一步考察這一模式在不同群體內部是否存在差異性，為此分性別和單位類型對子樣本數據進行分析。表2所示為基于表1回歸模型設定的平時工作時長、周末加班與否的回歸系數值，其他控制變量均已納入模型分析但未在此報告其系數值。模型分析結果顯示，無論是在男性還是女性子樣本中，工作日加班及周末加班均對其身體和心理健康有顯著負面影響，而差異之處在于，超長時間工作對男性科技工作者身心健康的負向影響比女性明顯更大，無論是平時加班還是周末加班，也無論是自評身體健康還是心理健康，均呈現出男性受影響甚于女性的模式。另外，從單位類型上看，企業內科技工作者無論是平時加班還是周末加班，其身心健康均明顯受到負面沖擊，而科研院所和高校內的科技工作者周末加班對身心健康有明顯負面影響，但平時加班的影響并不顯著 (有一點例外，高校科技工作者平時超長工作加班對于心理健康有顯著負向影響)，醫療機構科技工作者的周末加班也對其自評身體健康有顯著負向影響。

如何理解上述性別、單位類型上呈現出的差異性，可能的解釋在于，男性群體平時加班和周末加班的比例以及加班時長均高于女性，所以身體和心理健康狀況受到長時間工作加班影響的負面影響更大一些；而對于單位類型上的差異，一般而言，科研院所和高校中科技工作者的工作時間更具彈性，工作時間與工作時間之外的邊界相對模糊，但與之相比企業則有更明確的上下班時間和相對清晰的工作及生活邊界，所以高校和科研院所人員的加班因其隱性和彈性而對身心健康造成的負面影響相對較小，而企業內科技工作者的加班則因顯性和剛性而造成更為明顯的負面影響。

表1 以科技工作者身心健康為因變量的多元回歸分析

表2 分性別、組織類型的回歸分析結果

3.3 工作時長影響身心健康的直接和間接效應：KHB分解

前文已述，無論是基本統計描述，還是控制其他變量的統計模型分析，均顯示出平時工作加班及周末加班的科技工作者身體和心理健康狀況明顯較低的結果。超長時間工作如何影響身心健康，其影響效應和機制又是怎樣的？我們認為，影響路徑沿著兩個方向展開，一是直接的工作日加班和周末加班使得科技工作者的身體和心理處于超負荷運轉狀態，從而帶來生理和心理機能的耗損，健康狀況由此變差；二是因工作時間過長，一定程度上會擠占身體鍛煉的時間與次數，也會影響睡眠的時間和質量。鑒于此，我們設置了三個中介變量，結合前文所述KHB效應分解方法，將超長時間工作影響身心健康的效應分解為直接和間接兩個部分。

表3所示為總體樣本中直接效應和間接效應的分解及其各自相對解釋權重。數據結果顯示，直接效應和間接效應變量均為負值且統計顯著，表明工作時長影響身心健康的直接和間接路徑均在發揮作用。具體而言，工作日加班通過三個中間變量解釋了45.75%的自評身體健康得分差異性，解釋了60.34%的心理健康得分差異性；周末加班通過三個中間變量解釋了27.6%的身體健康得分差異性，解釋了43.38%的心理健康得分差異性。綜合來看，三個變量所形成的間接效應分別貢獻了27%到61%不等的解釋權重。從表3數據結果進一步可以看出三個中間變量在其中起到的具體作用效應，近期壓力狀況的解釋權重所占比例最高，在各模型中的解釋比例均占到2/3以上，而身體鍛煉情況、失眠狀況所占比例相對較低。這在很大程度上說明，工作與生活壓力在科技工作者的加班工作與身心健康之間發揮了很重要的中介作用，無論是工作日加班還是周末加班，均會對科技工作者造成較大的壓力和困擾，而這種與超長工作相伴隨的工作與生活壓力進一步對他們的身心健康構成負面影響。

表3 加班對科研人員身心健康的影響效應及其分解

3.4 穩健性檢驗：傾向值匹配方法 (PSM)

考慮到樣本可能由于自選擇偏差而引起內生性問題，為了得到更穩健的回歸結果，我們使用傾向值匹配法重新估計科技工作者的超長工作時長與身心健康之間的關系。首先我們將每天工作時間在8小時之內的樣本定義為正常工作時間群體，記為控制組D0；將工作時間超過8小時的樣本定義為超長工作時間群體，記為處理組D1。

傾向值匹配法假定：如果正常工作時長和超長工作時長兩類科技工作者的差異能夠被一組共同影響的因素 (協變量，如性別、年齡、文化程度、經濟收入、單位類型等)解釋，我們就可以用這些共同因素進行分層匹配，使得每一層內兩種群體 (正常時長工作群體和超長時間工作群體)的唯一不同在于他們的工作時間是否為8小時，然后考察兩類科技工作者群體的健康狀況 (自評身體健康和心理健康)差異。在可觀測特征條件下，用傾向值把是否從事超長時間工作視為一種概率，以此概率作為分層匹配的基礎，可以得到較好的ATT (Average Treatment Effects on the Treated)處理組效應。與工作日時長的處理相類似，我們同樣使用傾向值匹配方法對周末是否加班問題處理為周末不加班群體 (控制組D0)和周末加班群體 (處理組D1)兩組。需要說明的是，進行傾向得分匹配時，需要檢驗工作日加班與否、周末加班與否兩類群體之間的其他控制變量間的平衡性，匹配結果通過了平衡性檢驗，檢驗結果在此不再贅述。

為了確保檢驗結果的穩健性，我們采用最近鄰匹配、半徑匹配、核匹配三種方法進行檢驗。表4數據結果顯示，通過不同方法得到的ATT結果均為負值且通過了顯著性檢驗，表明我們在科技工作者加班工作與身心健康之間建立的因果性關聯是穩健和可靠的，科技工作者群體無論是工作日超時加班工作還是周末加班工作，對其身體和心理的負向影響均顯著存在。

4 結論與討論

本文結合2017年全國科技工作者狀況調查數據的北京部分，分析了科技工作者的工作時長對其身心健康狀況的影響，結論如下：

第一，科技工作者平常工作超時 (大于8小時)和周末加班已成為普遍現象。各種單位類型的科技工作者在工作日的工作時長均值均超過法定的8小時，高校、醫療衛生機構、科研院所的科技工作者平均工作時長更高；普遍存在周末加班情況，且加班平均時長均超過2小時，高校、醫療衛生機構的科技工作者周末加班時長甚至超過4小時。值得注意的是，數據分析結果顯示，科技工作者隊伍中的非科研人員同樣存在較為突出的工作時間長、周末加班的現象。

第二，工作超時與加班對科技工作者身心健康負面影響的程度整體呈現出 “周末加班負面影響最甚，工作日超長加班次之，工作日一般時長加班再次之”的序次模式。此外，超長時間工作對不同性別、單位類型的科技工作者身、心健康的負面影響呈現出一定的差異性，男性科技工作者受到的負向影響比女性更大；企業內科技工作者無論是平時加班還是周末加班，其身心健康均明顯受到負面沖擊，而科研院所、高校、醫院內的科技工作者，周末加班對身心健康有明顯負面影響，但平時加班的影響并不顯著 (有一點例外，高校科技工作者平時超長工作加班對于心理健康有顯著負向影響)，不同單位類型內部的工作與勞動環境不同 (如顯性與隱性工作、彈性與剛性約束等)，所以工作時長超長與否及周末加班與否對不同單位類型科技工作者的身心健康影響不同。

第三，科技工作者超長工作對其身心健康的負面影響沿著兩個路徑展開，一是直接的工作日加班和周末加班使得科技工作者的身心處于超負荷運轉狀態，從而帶來生理和心理機能的耗損，健康狀況由此變差；二是工作時間過長會擠占身體鍛煉的時間，也會影響睡眠的時間和質量，尤其是與超長工作相伴隨的工作與生活壓力對他們的身心健康構成更為突出的負面影響。

第四，為了應對自選擇偏差而引起內生性問題，使用傾向值匹配法估計了科技工作者的超長工作時長與身心健康之間的關系，數據結果顯示，上述因果性關聯是穩健和可靠的，科技工作者超時工作及周末加班對其身心健康影響顯著存在。

對策建議如下：

一是減少非研究性、學術性事務對研究工作的擠占。科技工作者要保證自身的研究產出，就需要將更多時間應用到與本職工作相關的事務上，工作單位可以適當增加科研輔助人員，將科技工作者從各類雜事上解放出來。

二是增加各類技術性培訓，提升工作效率。當前各類計算機相關的軟硬件技術不斷發展，但是科技工作者對各類技術的掌握水平不盡相同，工作單位可以通過提供各類培訓，幫助提高科技工作者的工作效率。

三是探索彈性工作制和學術休假制度。可以借鑒國外彈性工作制和學術休假制度，讓科技工作者根據自身需求把握工作時間，選擇適合的工作模式，只要能保證完成自身的任務即可。

四是完善考核評估體系，緩解科技工作者的工作及生活壓力。推動以增加知識價值為導向的分配制度落地，建立適應不同類型科技活動規律的考核評價和薪酬結構體系。

五是注重鍛煉和身體體檢，加強心理健康咨詢。工作單位可以結合自身機構特點，多組織一些戶外和體育鍛煉活動。同時，保證每年的身體體檢，增加心理健康咨詢服務。