职业差异对劳动者健康的影响——基于中国劳动力动态调查(2018)的实证分析

王晓娟

(湖北大学 数学与统计学学院， 湖北 武汉 430062)

长期以来，针对职业选择的社会科学研究主要关注“物质性的”回报，考察人们如何通过职业选择来提升收入水平、社会地位等劳动报偿。然而，经济上的物质回报并不能解释职业选择在现代社会中对个体生活的全部影响。除了劳动力市场上的物质性报偿，职业选择也能在“非物质性的”层面上回报个体，比如健康。早到2010年著名制造业企业富士康的十连跳，近至互联网公司流传的“工作九九六，生病ICU”，无不在提醒劳动者工作之余也要保持身体健康。

自十八届五中全会首次提出推进健康中国建设以来，习近平在十九大等系列讲话中多次指出：“人民身体健康是全面建成小康社会的重要内涵，健康中国已上升为国家战略”。2019年国务院更是专门出台了《关于实施健康中国行动的意见》，特别提出要实施职业健康保护行动，关注劳动者这一重点人群，维护全生命周期健康。职业与健康的话题再次引起学术界的广泛关注。

理论层面上，职业差异对劳动者健康的影响是人口统计学的重要分析领域之一。职业选择导致的健康差异，是同群劳动者生活和发展分化的表现之一，这主要是因为健康是一切的根源，失去了健康职业发展将无从谈起。迄今为止，无论是在社会学还是医学上，都已初步达成了共识：职业选择与劳动者的健康存在一定的相关性。然而，现有研究大多着眼于社会学理论层面，职业差异影响劳动者健康的事实基础尚待求证。

一、研究现状与理论假说

职业类型对劳动者健康的影响，涉及不同行业、不同社会阶层以及诸多职业危害因素，评判效果很难衡量。付瑞霞、吴超提出从行业、工种、职业危害因素、职业病发展动态及等级结构、职业健康损失等方面构建职业健康统计学分支体系，为行业、工种的划分及其职业危害因素提供了参考[1]。刘敏、李英华等选取北京市公务员、科技人员和企业人员3类人群作为北京市职业人群的代表，研究了健康状况的影响因素[2]。Fein & Skinner则指出，不同职业间存在劳动强度差异和时间付出异质性，应该区分管理者、销售、商业等不同职业劳动者的健康差异[3]。然而，上述研究并未涉及职业健康框架的构建和二者关系的讨论。本文基于中国劳动力动态调查(简称CLDS)2018年调查数据，依据国民经济行业分类(GB/T 4754-2017)，在控制个体特征和行为特征变量的前提下，探讨职业差异对劳动者健康的影响。在此，提出假说1。

假说1：在中国劳动力动态发展进程中，职业差异会影响劳动者的健康，不同行业劳动者的健康水平存在差异。

生命历程理论指出，就业这一社会变迁对个体的生命历程存在显著影响。该理论可概括为4个方面：“出生组效应”和“地理效应”是指个体的年龄组和出生地，它将人与某种历史力量联系起来；“相互联系的生活”是指个体所受到的外在社会关系的影响；“生活的时间性”是在生命历程中变迁所发生的社会性时间，强调了人与环境的匹配；“个人能动性”则是指人总是在一定社会建制之中有计划、有选择地推进自己的生命历程。基于此，劳动者的健康应该是其在职业历程中经历累积的结果，受到个体年龄、性别、常住地、教育经历等人口学特征和抽烟、饮酒、锻炼、病痛等行为特征的共同影响。

那么，职业差异对劳动者健康的影响，是由特定群体驱动还是在不同群体中普遍成立呢？已有文献中，李建新、李毅分析了中国老年人健康的性别差异，发现老年人的日常活动能力存在性别差异[4]。程名望等针对中国农民工在城市就业情况进行了分析，发现农民工长时间工作再加上业余生活单调，使得他们的精神生活较为贫乏，对他们的城市融入过程产生影响[5]。在前人研究的基础上，结合生命历程理论，本文将利用不同子样本，对劳动者健康进行异质性分析，主要考虑劳动者的年龄、性别、常住地等方面的差异。由此提出假说2。

假说2：劳动者的健康差异存在异质性，不同年龄组、不同性别、不同常住地和不同教育背景下的劳动者的健康存在差异。

从外部表现来看，职业差异主要包括工作属性、工作强度、社会经济地位等，大多数学者的研究也都聚焦在工作属性、工作时长和社会经济地位对劳动者的身体健康和心理健康带来的影响。曾垂凯、时勘探讨了工作属性与员工心理健康的关系，研究结果显示：工作要求过高和工作控制缺乏都会导致员工心理健康下降，员工的心理健康是工作要求和工作控制共同作用的结果[6]。

王甫勤[7]、梁童心[8]等提出社会经济地位主要通过健康生活方式影响人们的健康水平，不同职业群体之间存在健康不平等问题。关于职业差异对劳动者健康的作用机理，另有学者从医学统计的角度展开了研究，陈朴等研究了不同职业环境下慢性病的发病率，发现工人、农民、科教人员等不同职业人群高血压、冠心病、脑卒中、糖尿病的分布不同，运动员、体力劳动者及科研人员的工作性质差别大，影响健康的主要因素也不同[9]。

对于劳动者来说，职业自身特点不同，影响因素纷繁复杂，且作用方式与影响程度也会有所不同，究竟是哪些因素对从事不同职业的劳动者健康产生影响呢？为了找出职业差异对劳动者健康的影响媒介，本文考虑从职业病、劳动强度等方面来做中介分析。在此提出假说3。

假说3：职业差异对劳动者健康的影响，可通过职业病、工作时长、工作环境以及收入满意度等中介因素起作用。

基于2018年中国劳动力动态调查数据，笔者发现，农林牧渔业劳动者的健康水平最低，国家党政机关、房地产与金融业劳动者的健康水平遥遥领先；劳动者的健康水平随年龄增加而呈下降趋势，男性与女性劳动者健康水平存在较大差异，乡村劳动者比城镇劳动者的健康差异更为显著；职业病、工作环境、收入满意度对劳动者的健康存在部分中介效应，而工作时间对特定行业劳动者的健康存在完全中介效应。

图1 不同职业类型下劳动者的健康分布

与现有研究相比，本文的贡献主要有以下几点：

第一，有助于思考如何提高职业健康水平。据2018年中国国民健康与营养大数据报告，76%的白领处于亚健康状态，我国劳动者的健康现状不容乐观。本文研究发现，“出生组效应”“地理效应”和“个人能动性”构成的经历累积效应，可能是影响劳动者健康的重要原因，这揭示了职业流动可以提高个体健康水平。

第二，丰富了对职业差异的健康效应的理解。不同职业的行业特性，对劳动者健康的影响也存在差异。当前已有学者提出了职业健康统计学的概念，并从行业、工种、职业危害因素、职业病发展动态及等级结构、职业健康损失等方面构建职业健康统计学分支体系，但尚无针对细分行业的实证分析[1]。本文将劳动者的细分行业纳入模型，来探讨职业差异对劳动者健康的影响，并进一步考察了不同职业类型下劳动者健康的异质性，丰富了该领域的分析框架和研究方法体系，也为人力资源管理和人口社会统计提供了理论参考价值。

第三，有利于更为全面地认识健康中国战略的重要性。就业结构与劳动者健康关乎国计民生，是全面推进健康中国建设、提升人民群众获得感的现实需要，备受学术界和政府部门关注。本文使用的CLDS(2018)覆盖了中国29个省市的劳动者职业与健康数据，具有全国代表性，为促进就业结构优化和社会全面协调发展提供了着力点，也为健康中国建设提供了新思路。

二、数据来源及统计分析

1.数据来源

本研究使用的数据来自2018年CLDS。该调查聚焦于中国劳动力的现状与变迁，内容涵盖教育、工作、迁移、健康、社会参与、经济活动、基层组织等众多研究议题，是一项跨学科的大型追踪调查。为保证样本的全国代表性，该调查的样本覆盖了中国29个省市(除港澳台、西藏、海南外)，调查对象为样本家庭户中的全部劳动力(年龄15～64岁的家庭成员)。在抽样方法上，采用多阶段、多层次与劳动力规模成比例的概率抽样方法。在追踪调查方式上，该调查在国内率先采用轮换样本追踪方式，既能较好地适应中国剧烈的变迁环境，又能兼顾横截面调查和追踪调查的特点。

本文从职业与健康的角度，对数据进行筛选。首先，对完全缺失数据进行删除处理，对随机缺失数据进行均值或众数替换法；第二，从教育、工作、健康等版块选出与基本情况、就业现状、健康意识、健康行为、健康状况等方面相关变量；最后，明确变量含义并对其赋值，便于后续研究。在全部16547个样本数据中，无工作编码的样本数为4821，职业类型为“其它”的样本数为512，再剔除60岁以上的劳动者后，本文主要研究对象包含11种职业类型的11079个受访者。

2.关键变量的选取

职业差异。CLDS中涉及的行业共有15类，考虑某些行业工作属性的相似性，并参照国家统计局GB/T 4754-2017行业分类标准，将劳动者的职业分为11类：采掘及地质水利；电力煤气水生产；国家党政机关；建筑业；交运仓储邮电通信；教科文卫体；房地产及金融；农林牧渔业；批零餐饮业；社会服务业；制造业。其中，采掘业与地质勘查业、水利管理业合并；房地产业和金融保险业合并；教育文化广播影视、科学研究和综合技术服务业与卫生、体育和社会福利合并。

自评健康。自评健康反映了劳动者的综合健康状况，而不仅限于职业压力与职业病等客观指标。我们按照健康自评结果将劳动者的健康状况划分为两个健康程度等级，分别是不健康(包含不健康和比较不健康)和健康(包括一般、比较健康和健康)。

控制变量。模型主要引入两类社会学控制变量，包括年龄、性别、城乡、教育背景等个体特征变量和抽烟、饮酒、锻炼、病痛等行为特征变量。

3.描述性统计

在对被访者的调查结果中，提取了关于被调查者职业和劳动者健康状况的交叉频率分布。关于核心自变量和因变量的描述性统计结果如表1所示。

表1 不同职业类型下劳动者的健康状况分布

从不同职业劳动者的健康分布来看，农林牧渔业的劳动者健康状况最差，采掘及地质水利、电力煤气水生产和建筑业的从业者不健康占比也较高；国家党政机关、科教文卫体和房地产金融类劳动者的健康状况较好。具体地，对于不同年龄段的劳动者，中老年(≥40)的不健康占比明显高于中青年(≤40)；从性别差异来看，男性和女性劳动者的健康状况无明显差异；从教育经历来看，劳动者的学历水平越高，不健康群体占比越低。胡安宁根据2010年中国综合社会调查的数据，也发现教育对城乡居民健康具有正向回报[10]。

由描述统计分析的结果来看，不同的职业类型下，从业者的健康自评状况并不相同，在个体特征上的表现也有差异。那么，不同职业类型的劳动者健康差异显著性如何，职业异质性是否会对劳动者的健康产生影响，需要进一步地挖掘数据来找寻答案。

三、回归分析与稳健性检验

1.基准回归分析

考虑一个职业类型影响健康存量的基本方程：

Hi=α0+α1Mi+αTXi+μi

式中，Hi是个体i的当前健康存量，Mi是职业类型变量，Xi是其他控制变量，μi是随机扰动项。α衡量职业类型对个体健康的影响，该值越大表示影响程度越强。Xi是劳动者的个体特征，基于生命历程理论和康传坤[11]的研究，控制年龄、性别、城乡等因素。另外，抽烟、饮酒、锻炼、伤病、工作时间、工作环境、工作自主程度等也会影响劳动者的健康。

表2报告了职业差异对劳动者健康的影响。考虑农林牧渔业的样本数为4463，占总样本数量的40.28%，而且其健康得分在所有行业中是最差的，这里选择农林牧渔业为控制组。为了减少遗漏变量对实证结论的干扰，在第(2)列控制个体特征的影响，并在第(3)列控制行为特征的影响。

如第(1)列所示，虽然模型中无任何控制变量，各行业劳动者的健康差异都十分显著，而且与农林牧渔业相比，其它行业劳动者的健康状况存在明显的优势。第(2)列控制了年龄、性别、城乡、教育经历等个体特征，除采掘及地质水利行业之外，其它行业的劳动者健康差异仍然显著。第(3)列除控制劳动者个体特征外，还控制了抽烟、饮酒、锻炼、伤痛等行为特征，各行业的显著性与(2)一致，说明遗漏变量问题对研究结论的干扰较小。

表2 职业类型与劳动者健康

总的来看，在我们研究的所有职业类型中，劳动者健康水平排名前三的行业分别是房地产及金融业、国家党政机关和科教文卫体，这些行业的从业者往往工作稳定且收入较高，生活和工作压力相对较小，更加注重自身健康。劳动者健康水平排名后三的分别是采掘及地质水利、电力煤气水生产和农林牧渔业，这些行业的从业者通常从事体力劳动，工作强度较大，身体劳累的同时也面临较大的健康风险，因而自身健康水平较差。

就各个行业的健康水平而言，以建筑业为例，该行业劳动者的健康水平是农林牧渔业劳动者健康水平的2.09倍，虽然建筑业从业者的劳动强度不输农林牧渔业，但建筑行业对从业者的身体素质要求较高，健康状况较差的劳动者无法从事该种工作，因此其健康水平远远高于农林牧渔业。此外，国家党政机关、房地产及金融从业者的健康水平遥遥领先，分别是农林牧渔业劳动者健康水平的4.64和4.84倍，这与人们通常的职业预期也是一致的。这些行业的劳动者有着较高的收入，享受较好的社会福利，同时劳动强度相对不大，因此劳动者的健康水平最高。

2.异质性分析

职业差异会影响劳动者健康的结论是由特定群体驱动还是在不同群体中普遍成立呢？接下来进行异质性分析(见表3)。

首先，分年龄。考察在中青年群体(40岁以下)、中老年群体(40岁以上)中，不同职业类型的劳动者健康状况是否存在差异。检验结果表明，不同年龄段的劳动者无论在健康显著性还是在健康水平上都存在不小差异，而且对于大多数行业来说，随着年龄的增加，劳动者的健康水平有明显下降趋势。具体地，建筑业、科教文卫体、房地产及金融、批零餐饮业及制造业劳动者的健康水平在40岁之后均呈现出不同程度的下滑，这五大类行业通常工作强度比较大，职业特性对个体健康产生了明显的负面影响。除此之外，交运仓储运输业和社会服务业由于劳动强度适中，职业特性对个体健康并无损害，反而产生了一定的促进作用。

表3 职业差异与劳动者健康(分样本)

其次，分性别。男性和女性劳动者的健康在行业显著性上保持了一致，然而在健康水平上存在较大差异。对于国家党政机关、社会服务、交通运输邮电通信等行业，女性劳动者的健康水平优于男性，这些行业的女性在职业类型上相对较为轻松；而房地产及金融、批零餐饮、建筑等行业的男性劳动者健康水平更高，这些行业的男性在职业类型上更有性别优势，工作起来也更加得心应手。除了行业自身的工作特点之外，男性与女性各自的生理特征差异也是其中原因之一。

3.基于倾向值匹配的稳健性检验

在前述分析中，引入了个体特征和行为特征的控制变量，能够在一定程度上克服缺失数据的影响。然而从样本的分布情况来看，不同职业类型的劳动者分布并不均匀，且自评健康属于劳动者的主观汇报，会导致检验结果存在一定的误差。为了排除样本分布差异等对检验结果的影响，这里采用倾向值匹配(PSM)对逻辑回归的结果进行验证。为了保证检验效果，我们采用近邻匹配法中的1对1匹配，利用筛选后的配对样本重新进行检验。例如，我们以“农林牧渔业”为处理组，PSM分析结果如表4所示。

为了体现不同类型职业的可对比性，这里也排除一些影响健康的普遍性因素，诸如性别、年龄、吸烟、饮酒、锻炼、伤病等，再去观察不同职业类型下劳动者的健康状况是否存在显著性影响。经过倾向值匹配，对从事不同职业的劳动者健康进行两两对比，发现检验结果依然是：不同职业间的劳动者健康状况存在显著差异。这就印证了前面逻辑回归的分析结果。

表4 不同职业类型的PSM分析

四、小结

古语有云：“行万里平安路，做百年长乐人”。现代白领最怕“自愿加班”，从业者最不愿面对“年轻时用命换钱，年老后用钱养命”。关于职业与健康的关系，本文采用CLDS(2018)大型调查数据，通过logistic回归检验了职业差异对劳动者健康的影响，并采用PSM对其稳健性进行检验。

基准回归分析发现，不同的职业类型下，从业者的健康自评状况并不相同，在个体特征上的表现也有差异。然而在控制个体特征和行为特征之后，各个行业的劳动者健康差异十分显著，其中国家党政机关、房地产与金融保险业从业者的健康水平遥遥领先，分别是农林牧渔业劳动者健康水平的4.64和4.84倍。异质性分析表明，从年龄来看，不同年龄段的劳动者无论在健康显著性还是在健康水平上都存在不小差异，而且对于大多数行业来说，随着年龄的增加，劳动者的健康水平有下降趋势。从性别来看，国家党政机关、社会服务、交通运输邮电通信等行业，女性劳动者的健康水平优于男性；而房地产及金融、批零餐饮、建筑等行业的男性劳动者健康水平更高。

本文的研究结论无论对于从业者或者是企业管理人员都有很好的借鉴意义。作为各行各业的求职者，我们可以对不同职业类型下的工作时间、工作环境、工作时长等因素权衡考虑，通过职业流动来提升自己的健康水平。对于管理人员，也要把员工健康放在企业管理的重要位置，针对影响不同职业健康的痛点来对症下药，方能提升员工工作满意度，从而保证企业的长期稳定发展。本文认为实施劳动者职业健康保护行动是健康中国的重要举措，也有助于就业结构优化和社会全面协调发展。