樊 明，周文婷

（河南財(cái)經(jīng)政法大學(xué) 城鄉(xiāng)協(xié)調(diào)發(fā)展河南省協(xié)同創(chuàng)新中心，河南 鄭州 450046）

一、引言

過勞問題至今仍是世界的一個(gè)嚴(yán)重問題，中國(guó)也不例外。對(duì)此，學(xué)術(shù)界已有一定的研究，其中一個(gè)重要的研究領(lǐng)域是分析導(dǎo)致過勞的因素，已取得一定有意義的成果，如楊河清等研究發(fā)現(xiàn)，性別、年齡、上下班交通時(shí)間等因素對(duì)過勞均有影響。[1]王丹從群體特質(zhì)、個(gè)人特質(zhì)出發(fā)，分析影響過勞的前因變量、決定變量和調(diào)節(jié)變量。[2]郭玉輝認(rèn)為，個(gè)人偏好、個(gè)人生活壓力、職場(chǎng)環(huán)境與過勞有密切關(guān)系。[3]卿濤等綜合了國(guó)內(nèi)文獻(xiàn)指出，國(guó)內(nèi)學(xué)者對(duì)過勞成因的分析主要關(guān)注個(gè)體差異、工作環(huán)境、工作特質(zhì)三方面的因素。[4]這些文獻(xiàn)為本文的研究提供了一定的基礎(chǔ)。

但對(duì)過勞的研究也存在一些問題。其中一個(gè)問題是，經(jīng)驗(yàn)研究所采用的方法多為回歸分析、相關(guān)分析等。例如，郭鳳鳴等通過個(gè)體過度勞動(dòng)選擇回歸方程,分析勞動(dòng)者的個(gè)人特征對(duì)過度勞動(dòng)選擇概率的影響。[5]樊明等建立過度勞動(dòng)回歸方程分析個(gè)人因素對(duì)過度勞動(dòng)的影響。[6]肖紅梅通過回歸分析研究工作時(shí)間、工作狀態(tài)、工作量等對(duì)過勞的影響。[7]孟續(xù)鐸采用方差分析和相關(guān)分析檢驗(yàn)各因素與過勞的關(guān)系。[8]這類方法能夠確定導(dǎo)致過勞在統(tǒng)計(jì)上的顯著變量并估計(jì)其導(dǎo)致過勞的邊際影響，但不能回答這些因素對(duì)個(gè)體過勞差距的相對(duì)貢獻(xiàn)。此外，大多經(jīng)驗(yàn)研究所采用的樣本量過少。

本文采用因變量方差分解法估計(jì)各因素對(duì)過勞的貢獻(xiàn)，此外，估計(jì)所采用數(shù)據(jù)的樣本相對(duì)較大且覆蓋面廣，因而所做分析更為可靠。

二、因變量方差分解法

本文作者之一樊明首先提出因變量方差分解法，之后又將其進(jìn)一步理論化用于研究收入差距問題，分解影響收入差距的各變量對(duì)收入差距的貢獻(xiàn)。[9][10]理論上，這一方法可一般地基于線性回歸方程研究自變量對(duì)因變量方差的貢獻(xiàn)。

假設(shè)回歸方程表達(dá)為：

這里，xi為第i個(gè)自變量，ai為xi的系數(shù)，n為自變量個(gè)數(shù)。用判定系數(shù)R2乘以Y的方差V可求得回歸方程可解釋的部分VE，即：

下面估計(jì)xi對(duì)VE的貢獻(xiàn)，包括兩方面：首先，本身樣本方差對(duì)Y樣本方差的直接貢獻(xiàn)，即:

其次，xi因和其他變量xj，j=1，2，L，i-1，i+1，L，n的相關(guān)性而對(duì)Y樣本方差的間接貢獻(xiàn)，即:

將這二者相加再除以VE即為xi對(duì)Y樣本方差能解釋部分的貢獻(xiàn)，即:

估計(jì)導(dǎo)致過勞因素對(duì)過勞的貢獻(xiàn)，可以理解為各因素的差異對(duì)個(gè)體過勞差異的影響。因變量方差分解法正是用于估計(jì)自變量對(duì)因變量方差的貢獻(xiàn)，因而可以用于估計(jì)各因素對(duì)個(gè)體過勞程度的貢獻(xiàn)。

三、調(diào)查與數(shù)據(jù)

（一）問卷調(diào)查

2017年1月，為了研究過度勞動(dòng)問題課題組針對(duì)城鎮(zhèn)居民在鄭州火車站等地展開了問卷調(diào)查，共獲得2975個(gè)有效樣本，樣本涵蓋全國(guó)絕大多數(shù)省、市、自治區(qū)。由于本文側(cè)重研究在勞動(dòng)市場(chǎng)導(dǎo)致過勞的因素，本研究刪除未就業(yè)的樣本62份，使用剩余的2913份有效問卷進(jìn)行數(shù)據(jù)分析。

（二）關(guān)于過勞的衡量

為了避免醫(yī)學(xué)上界定的復(fù)雜性，本文采用日本厚生勞動(dòng)省發(fā)布的“勞動(dòng)者疲勞蓄積度自己診斷表”來衡量疲勞蓄積程度以評(píng)價(jià)勞動(dòng)者的過勞程度。采用該表，受訪者自評(píng)近期1個(gè)月的13項(xiàng)自覺癥狀、7項(xiàng)工作狀況并由此求得勞動(dòng)者的工作負(fù)擔(dān)點(diǎn)數(shù)。工作負(fù)擔(dān)點(diǎn)數(shù)從0到7分為八個(gè)等級(jí)，對(duì)應(yīng)過勞程度從低到高。具體的衡量方法，見孟續(xù)鐸博士論文。[11]

（三）數(shù)據(jù)信度的檢驗(yàn)

首先采用Bartlett球度檢驗(yàn)和KMO檢驗(yàn)法，檢驗(yàn)問卷數(shù)據(jù)是否能夠進(jìn)行因子分析。再用Cronbach's α系數(shù)法對(duì)問卷進(jìn)行內(nèi)部一致性信度檢驗(yàn)和因子分析。分析顯示，KMO統(tǒng)計(jì)量為0.987，在0.001的水平上具有統(tǒng)計(jì)學(xué)意義，說明問卷具有良好的結(jié)構(gòu)效度，各解釋變量間偏相關(guān)性較強(qiáng)，因子分析效果較好。Cronbach's α系數(shù)為0.958，內(nèi)部一致性較高，說明問卷所有題目指向較為集中，信度較高，且具有良好的內(nèi)容效度。

四、各因素對(duì)過勞貢獻(xiàn)的估計(jì)

（一）影響過勞的因素分析

1.勞動(dòng)強(qiáng)度

顯然，勞動(dòng)強(qiáng)度越大，勞動(dòng)者的過勞程度越深。表1顯示，隨著勞動(dòng)強(qiáng)度的提高，工作負(fù)擔(dān)點(diǎn)數(shù)隨之明顯增加?；貧w分析時(shí)，以勞動(dòng)強(qiáng)度“很小”“較小”“適中”為比較基礎(chǔ)。

表1 勞動(dòng)強(qiáng)度與工作負(fù)擔(dān)點(diǎn)數(shù)

2.工作時(shí)間

黃河認(rèn)為，縮短工作時(shí)間有利于防止過勞。[12]這是因?yàn)?，工作時(shí)間越長(zhǎng)，勞動(dòng)者的疲勞蓄積程度增加，過勞程度加深。表2顯示，周工作小時(shí)越長(zhǎng)，工作負(fù)擔(dān)點(diǎn)數(shù)越大。以WORKHRS代表周工作小時(shí)。

表2 工作時(shí)間與工作負(fù)擔(dān)點(diǎn)數(shù)

3.工作滿意度

工作滿意度高有助于勞動(dòng)者從工作中獲得成就感和滿足感，進(jìn)而有助于降低其疲勞感。表3顯示，工作滿意度越高的勞動(dòng)者工作負(fù)擔(dān)點(diǎn)數(shù)越小?；貧w分析時(shí)，以工作滿意度“不滿意”“較不滿意”“一般”為比較基礎(chǔ)。

表3 工作滿意度與工作負(fù)擔(dān)點(diǎn)數(shù)

4.應(yīng)酬?duì)顩r

應(yīng)酬本是耗費(fèi)體力和精力的活動(dòng)，且多占用正常工作以外本應(yīng)休息的時(shí)間。應(yīng)酬還多為不健康的消費(fèi)。這些因素必然使得應(yīng)酬多的人疲勞加劇，過勞易于發(fā)生。表4顯示，應(yīng)酬越多，勞動(dòng)者的健康狀況呈下降趨勢(shì)，工作負(fù)擔(dān)點(diǎn)數(shù)越大?；貧w分析時(shí)，以“沒有應(yīng)酬”“應(yīng)酬較少”為比較基礎(chǔ)。

表4 應(yīng)酬?duì)顩r與工作負(fù)擔(dān)點(diǎn)數(shù)

5.相對(duì)支付能力

相對(duì)支付能力是指?jìng)€(gè)人收入支付支出的難易程度。相對(duì)支付能力較弱，意味著較高的財(cái)務(wù)壓力，有損心理健康，還降低個(gè)人對(duì)健康的投入，由此導(dǎo)致過勞感增強(qiáng)。表5顯示，隨著相對(duì)支付能力的增強(qiáng)，工作負(fù)擔(dān)點(diǎn)數(shù)呈下降趨勢(shì)?；貧w分析時(shí)，以“略有盈余”“已實(shí)現(xiàn)財(cái)務(wù)自由”為比較基礎(chǔ)。

表5 相對(duì)支付能力與工作負(fù)擔(dān)點(diǎn)數(shù)

6.工資拖欠

工資拖欠會(huì)給勞動(dòng)者帶來焦慮感，還將降低其相對(duì)支付能力，從而導(dǎo)致過勞。表6顯示，工資拖欠次數(shù)越多，勞動(dòng)者的工作負(fù)擔(dān)點(diǎn)數(shù)越大?；貧w分析時(shí)，以工資拖欠“0次”“1次”為比較基礎(chǔ)。

表6 工資拖欠與工作負(fù)擔(dān)點(diǎn)數(shù)

7.工作環(huán)境

王丹認(rèn)為，用人單位營(yíng)造良好的工作環(huán)境等管理因素是影響過勞的決定變量。[13]本文認(rèn)為，良好的工作環(huán)境會(huì)給勞動(dòng)者帶來更多的工作愉悅，由此有助于降低過勞感。表7顯示，工作環(huán)境越好，勞動(dòng)者的工作負(fù)擔(dān)點(diǎn)數(shù)越小?；貧w分析時(shí)，以工作環(huán)境“很差”“較差”“一般”為比較基礎(chǔ)。

表7 工作環(huán)境與工作負(fù)擔(dān)點(diǎn)數(shù)

8.年齡

年齡與過勞程度呈非線性關(guān)系。表8顯示，隨著年齡的增大，周工作小時(shí)有一定的上升趨勢(shì)，工作負(fù)擔(dān)點(diǎn)數(shù)也隨之增加，但年齡在41及以后周工作小時(shí)明顯減少，同時(shí)工作負(fù)擔(dān)點(diǎn)數(shù)也隨之下降?；貧w分析時(shí)，以對(duì)應(yīng)工作負(fù)擔(dān)點(diǎn)數(shù)最高的年齡段“[31,35]”“[36,40]”為比較基礎(chǔ)。

表8 年齡與工作負(fù)擔(dān)點(diǎn)數(shù)

9.城市級(jí)別

一般來說，級(jí)別越高的大城市職場(chǎng)競(jìng)爭(zhēng)更為激烈，生活壓力更大，通勤耗費(fèi)的時(shí)間更長(zhǎng)，這些因素加重在高級(jí)別城市的勞動(dòng)者的過勞感。表9顯示，隨著城市級(jí)別的提高，工作負(fù)擔(dān)點(diǎn)數(shù)呈上升趨勢(shì)?；貧w分析時(shí)，以“四線城市”“五線城市”為比較基礎(chǔ)。

表9 城市級(jí)別與工作負(fù)擔(dān)點(diǎn)數(shù)

10.性別

楊河清等發(fā)現(xiàn)，男性勞動(dòng)者的工作緊張程度高于女性勞動(dòng)者。[14]本文認(rèn)為，男性往往從事重體力勞動(dòng)，工作時(shí)間相對(duì)較長(zhǎng)，比女性更易過勞。表10顯示，男性比女性工作時(shí)間更長(zhǎng)，工作負(fù)擔(dān)點(diǎn)數(shù)更大。回歸分析時(shí)，以女性為比較基礎(chǔ)。

表10 性別與工作負(fù)擔(dān)點(diǎn)數(shù)

11.工作單位類型

工作單位類型不同，往往所面對(duì)的市場(chǎng)競(jìng)爭(zhēng)不同，內(nèi)部激勵(lì)機(jī)制也有所區(qū)別，由此影響職工的工作時(shí)間和勞動(dòng)強(qiáng)度，從而影響工作負(fù)擔(dān)點(diǎn)數(shù)。表11顯示，國(guó)有或國(guó)有控股企業(yè)、私營(yíng)企業(yè)工作負(fù)擔(dān)點(diǎn)數(shù)比其他所有制形式的企業(yè)更大，原因有待進(jìn)一步研究?；貧w分析時(shí)，以“國(guó)有或國(guó)有控股企業(yè)”（SOE）“私營(yíng)企業(yè)”（PRIVATE）以外的所有制形式的企業(yè)為比較基礎(chǔ)。

表11 工作單位類型與工作負(fù)擔(dān)點(diǎn)數(shù)

（二）工作負(fù)擔(dān)點(diǎn)數(shù)回歸方程及結(jié)果

用OVERWORK代表工作負(fù)擔(dān)點(diǎn)數(shù)。根據(jù)以上分析，建立如下工作負(fù)擔(dān)點(diǎn)數(shù)回歸方程：

為了便于估計(jì)這些因素對(duì)過勞的邊際貢獻(xiàn)，將工作負(fù)擔(dān)點(diǎn)數(shù)視為連續(xù)變量，采用OLS模型回歸。需要指出的是，由于一些數(shù)據(jù)上的問題，如變量間的相關(guān)性，OLS模型可能存在一定的統(tǒng)計(jì)上的問題。但基于OLS模型的回歸結(jié)果能給出各解釋變量對(duì)因變量的邊際貢獻(xiàn)，而基于每一解釋變量的邊際貢獻(xiàn)，才能估計(jì)每一解釋變量對(duì)因變量方差的貢獻(xiàn)，因此OLS模型是采用因變量方差分解法時(shí)所用回歸模型的基本選擇。

研究的問題是導(dǎo)致過勞因素對(duì)過勞的貢獻(xiàn)，要求回歸方程所有自變量為顯著變量，因?yàn)椴伙@著的變量本身對(duì)過勞無影響。由于部分對(duì)過勞有顯著影響的變量存在一定的相關(guān)性，導(dǎo)致回歸方程出現(xiàn)多重共線性問題。為了分析每個(gè)對(duì)過勞有顯著影響的變量對(duì)過勞的貢獻(xiàn)，采用兩個(gè)回歸模型分別回歸，每個(gè)回歸模型均無多重共線性問題。表12報(bào)告了兩個(gè)回歸模型的回歸結(jié)果，顯示所有變量符號(hào)與理論預(yù)期一致，且達(dá)到90%以上的顯著水平。

表12 工作負(fù)擔(dān)點(diǎn)數(shù)回歸結(jié)果

（三）導(dǎo)致過勞因素對(duì)工作負(fù)擔(dān)點(diǎn)數(shù)貢獻(xiàn)率的估計(jì)

根據(jù)因變量方差分解法，基于兩個(gè)回歸模型的回歸結(jié)果估計(jì)各變量對(duì)過勞的貢獻(xiàn)。表13顯示，在兩個(gè)模型中，雖然各變量貢獻(xiàn)率數(shù)值稍有差別，但其排序是一致的。這也說明，通過因變量方差分解法所得出的結(jié)果有較高的穩(wěn)定性。

勞動(dòng)強(qiáng)度對(duì)過勞的貢獻(xiàn)最大，其次是工作時(shí)間。這兩個(gè)因素的貢獻(xiàn)率相加，達(dá)到85%左右，這和人們的通常經(jīng)驗(yàn)相符合。工作滿意度、應(yīng)酬?duì)顩r、工資拖欠次數(shù)分別是排名第三、第四、第五的因素，對(duì)過勞的貢獻(xiàn)也不容忽視。相對(duì)支付能力、工作環(huán)境、年齡、城市級(jí)別、性別、工作單位類型對(duì)過勞也有一定貢獻(xiàn)，但貢獻(xiàn)率較小。

表13 導(dǎo)致過勞因素對(duì)工作負(fù)擔(dān)點(diǎn)數(shù)貢獻(xiàn)率的估計(jì)

五、結(jié)論及政策建議

根據(jù)以上分析，可以獲得以下結(jié)論：一是，估計(jì)各因素對(duì)過勞貢獻(xiàn)所采用的計(jì)量方法大多為回歸分析、相關(guān)分析等，可以發(fā)現(xiàn)導(dǎo)致過勞的顯著變量及其邊際貢獻(xiàn)，但不能估計(jì)這些變量對(duì)過勞貢獻(xiàn)的比重，據(jù)此難以確定反過勞政策的重點(diǎn)。二是，因變量方差分解法是一個(gè)適合于估計(jì)導(dǎo)致過勞因素對(duì)過勞貢獻(xiàn)的有效方法。本文采用這一方法較好地估計(jì)了導(dǎo)致過勞因素對(duì)過勞的貢獻(xiàn)，且結(jié)果與通常經(jīng)驗(yàn)相吻合，這在一定程度上也說明了該方法的實(shí)用性與可靠性。三是，勞動(dòng)強(qiáng)度、工作時(shí)間是導(dǎo)致過勞的最重要的兩個(gè)因素，可作為反過勞的政策重點(diǎn)。為此，本文提出以下政策建議：

一是，介于勞動(dòng)強(qiáng)度對(duì)過勞的貢獻(xiàn)在65%左右，反過勞政策應(yīng)把降低勞動(dòng)強(qiáng)度作為首要選項(xiàng)。當(dāng)前隨著生產(chǎn)過程的自動(dòng)化、智能化的不斷提高，勞動(dòng)強(qiáng)度大為降低，由此應(yīng)鼓勵(lì)在生產(chǎn)過程中更多地引入自動(dòng)化、智能化，以減緩過勞。

二是，根據(jù)本文2017年問卷調(diào)查，城鎮(zhèn)居民的工作時(shí)間普遍較長(zhǎng)，平均周工作時(shí)間為49.17小時(shí)，超過《勞動(dòng)法》所規(guī)定的44小時(shí)周工作時(shí)間上限。當(dāng)下，中國(guó)的不少行業(yè)正面臨去產(chǎn)能，如果適當(dāng)?shù)臏p少工作時(shí)間，也有去產(chǎn)能之功。

三是，工作滿意度、應(yīng)酬?duì)顩r、工資拖欠對(duì)過勞的貢獻(xiàn)也不容忽視。為此，提高勞動(dòng)者的工作滿意度、減少政府各級(jí)官員以及企業(yè)管理者的公務(wù)應(yīng)酬、督促企業(yè)及時(shí)發(fā)放工資以減少拖欠工資給勞動(dòng)者帶來的焦慮等，也有助于減緩過勞。

［參考文獻(xiàn)］

[1][14]楊河清，韓飛雪，肖紅梅.北京地區(qū)員工過度勞動(dòng)狀況的調(diào)查研究[J].人口與經(jīng)濟(jì)，2009(2):33-41.

[2]王丹.芻議我國(guó)知識(shí)工作者的過度勞動(dòng)問題[J].商業(yè)經(jīng)濟(jì)研究，2011(15):78-79.

[3]郭玉輝.過度勞動(dòng)成因分析[J].合作經(jīng)濟(jì)與科技，2013(4):32-33.

[4]卿濤，紀(jì)乂予.我國(guó)“過勞”評(píng)述與展望[J].中國(guó)人力資源開發(fā)，2015(13):95-101.

[5]郭鳳鳴，曲俊雪.中國(guó)勞動(dòng)者過度勞動(dòng)的變動(dòng)趨勢(shì)及影響因素分析[J].勞動(dòng)經(jīng)濟(jì)研究，2016(1):89-105.

[6]樊明，王菲菲，吳天藝.過度勞動(dòng)對(duì)健康的影響及個(gè)人因素分析[C].中國(guó)人力資源開發(fā)研究會(huì)適度勞動(dòng)分會(huì)第五屆年會(huì)，2016.

[7]肖紅梅.城市從業(yè)者“過勞”的成因分析——基于北京地區(qū)的調(diào)查數(shù)據(jù).[J].人口與經(jīng)濟(jì)，2014(3):88-92.

[8] [11]孟續(xù)鐸.勞動(dòng)者過度勞動(dòng)的成因研究：一般原理與中國(guó)經(jīng)驗(yàn)[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)博士論文，2013.

[9]樊明.居民收入差距的勞動(dòng)市場(chǎng)因素——鄭州問卷調(diào)查數(shù)據(jù)[G].蔡昉，萬(wàn)廣華.中國(guó)轉(zhuǎn)軌時(shí)期收入差距與貧困.北京:社會(huì)科學(xué)文獻(xiàn)出版社，2006:239-250.

[10]樊明等.收入分配行為與政策[M].北京:社會(huì)科學(xué)文獻(xiàn)出版社，2013:225-227.

[12]黃河.從勞動(dòng)時(shí)間論員工“過勞”現(xiàn)象及其防止[J].中國(guó)人力資源開發(fā)，2010(9):17-23.

[13]王丹.知識(shí)工作者過度勞動(dòng)的形成機(jī)理探析[J].技術(shù)經(jīng)濟(jì)與管理研究，2012(7):63-67.