母亲加班与儿童健康——基于CFPS数据的实证研究

康传坤 付正鑫

一、引言

继2017年党的十九大报告明确提出“实施健康中国战略”后，2022年党的二十大报告又进一步提出“把保障人民健康放在优先发展的战略位置”，这充分体现了党中央对国民健康问题的重视。国民健康不仅是民生问题，也是重大的政治、经济和社会问题(华颖，2017［1］)。作为国民健康问题的一个重要方面，儿童健康尤为重要。儿童健康作为衡量国民健康与生活水平的一个重要指标(Chen和Li，2009［2］；于新亮等，2019［3］)，不仅关系到个人的未来发展(Heckman，2012［4］；吴贾等，2021［5］)，也关系到一个国家或地区的长期人力资本积累(Alderman，2012［6］)，进而影响到整个经济社会的持续健康发展。因此，儿童健康问题越发成为研究者关注的焦点。

儿童健康与母亲劳动供给密切相关。母亲不仅承担着儿童照料的家庭责任(王亚迪，2022［7］)，而且还承担着在劳动市场上为家庭赚取收入的责任(Ketema等，2022［8］)。母亲的这种双重责任使其面临着工作与家庭之间的矛盾冲突(吴愈晓等，2015［9］；计迎春和郑真真，2018［10］)，即工作-家庭冲突。尤其是在女性越来越重视职业发展的背景下，她们可能会为工作投入大量的时间和精力，使其面临的工作-家庭冲突日益加剧，因而不得不在工作与儿童照料之间进行艰难选择，而这种选择很可能会使儿童的健康状况受到影响。

母亲劳动供给增加主要从两个方面影响儿童健康。一方面，母亲劳动供给增加会增加家庭收入并提升母亲在家庭中的议价能力，从而改善儿童健康状况。家庭收入的增加不仅可以为儿童提供更加充足和健康的食品供应，以改善儿童营养状况(Apouey和Geoffard，2013［11］；Chen等，2017［12］)，还可以为儿童提供更好的医疗卫生服务(Kuehnle，2014［13］；Goode等，2014［14］；Shahraki等，2018［15］)。同时，收入增加带来的母亲家庭议价能力的提升也会显著增加家庭在儿童健康、营养等方面的预算投入(Bui等，2018［16］；Nsiah-Asamcah等，2022［17］)。另一方面，作为儿童的主要照料者，如果母亲在工作上投入更多的时间，则用来照料孩子的时间将会减少(Morrill，2011［18］；杜丽群和王欢，2021［19］)，这将会对儿童健康产生不利影响(Gennetian等，2010［20］)。而且，随着母亲劳动供给的增加，工作带来的压力和疲惫感也会降低育儿质量(Bui等，2018［16］)，即使存在亲戚、长辈、儿童照料机构等一些其他照料方式，也可能存在看护质量较低或成本太高等问题(刘靖和董晓媛，2011［21］；张海峰，2018［22］)。特别是，在缺乏儿童照料替代资源的情况下，母亲工作时间增加将会对儿童健康产生负面影响(Nakahara等，2006［23］)。由此可知，母亲劳动供给会通过多种机制对儿童健康产生影响，因而最终影响结果并不确定。

作为劳动供给的一个重要方面，加班问题已经引起了学者们的广泛关注。从现有研究来看，对加班影响的考察多集中于劳动者个体层面，主要考察的是加班对劳动者个人健康的影响(张抗私等，2018［24］；Wong等，2019［25］；王广慧和苏彦昭，2021［26］)。一方面，加班会给劳动者带来严重的工作和心理压力，从而对劳动者的心理健康产生严重的负面影响(Lee等，2017［27］；王广慧和苏彦昭，2021［26］)。工作时间越长，劳动者心理健康状况越差，焦虑和抑郁程度越高(Lee和Park，2022［28］)。特别是，相对于男性而言，加班对女性心理健康的负面影响更大(Choi等，2021［29］)。另一方面，加班会对劳动者的身体健康产生损害，使劳动者身体健康状况变差(张抗私等，2018［24］；Takahashi，2019［30］；Chu，2021［31］)，从而引发心脑血管疾病、糖尿病、中风、高血压等各种疾病(Virtanen和Kivimaki，2018［32］；Takahashi，2019［30］)。同样，加班使女性所受到的身体健康损害更大(徐海东和周皓，2021［33］)。

近年来，部分学者开始关注加班对婚育、家庭照料等家庭层面问题的影响。过度的劳动使员工难以同时兼顾工作与家庭，将会对家庭婚姻稳定产生不利冲击(宫倩楠和朱志胜，2022［34］)，甚至会降低个体结婚和生育的欲望(Fuwa，2014［35］)。Burke(2009)［36］研究表明，加班使母亲在工作上耗费更多的时间和精力，导致母亲的家庭照料时间减少，由此产生工作—家庭冲突。而且，由于女性承担着更多的家庭责任，加班使其面临的工作-家庭冲突更为严重(徐海东和周皓，2021［33］)。另外，随着研究的不断深入，目前已经有学者关注到加班对子女认知和非认知能力的影响。宫倩楠和朱志胜(2022)［37］研究发现，加班会对子女的认知能力产生有利影响，但会恶化子女的非认知能力。

具体到中国来看，当前已有不少关于母亲劳动供给对儿童健康影响的研究，但是这些研究主要集中在母亲外出务工对留守儿童健康的影响方面。刘靖(2008)［38］研究发现，母亲额外单位劳动时间的增加对孩子的健康状况具有显著的负面影响，且当母亲从事非农劳动时这种负面影响更大。陈在余(2009)［39］研究发现，父母外出务工对6～18岁学龄留守儿童的健康状况有显著不利影响，尤其是母亲外出务工时这种不利影响更为显著。李强和臧文斌(2011)［40］研究发现，母亲外出务工显著增加了留守儿童生病或患慢性病的概率，相比父母均在家的儿童，母亲外出的留守儿童生病或患慢性病的概率增加了2.76%。李钟帅和苏群(2014)［41］研究发现，母亲外出务工主要在短期内对学龄前儿童的健康状况产生了消极影响。孙文凯和王乙杰(2016)［42］研究发现，由于外出务工收入增加带来的正向作用与照顾缺失带来的负向作用相互抵消，使父母外出务工对留守儿童健康总体上并未产生显著影响。不过，他们也发现在某些年份母亲外出务工确实会显著恶化留守儿童健康。随着研究的进一步深入，开始有学者关注母亲外出务工对儿童健康影响的城乡差异。苏华山等(2017)［43］研究发现，尽管父母同时外出务工会对留守儿童的健康造成显著负面影响，但母亲单方外出务工的影响并不显著，而且父母外出务工对农村留守儿童健康的负面影响明显超过城镇留守儿童。丁继红和徐宁吟(2018)［44］研究发现，父母外出务工会对城市留守儿童的身高产生更为不利的影响，而对农村留守儿童的体重则更具显著改善作用。另外，他们还发现，父母外出务工对城乡儿童过去四周内的患病率没有显著影响。

尽管加班问题已经引起了广泛关注，而且随着研究的不断深入，对加班影响的研究已从对劳动者个体的影响扩展到了整个家庭层面，但就对儿童健康的影响来看，鲜有学者关注母亲加班对儿童健康的影响。实际上，劳动者的劳动供给强度大、经常加班在我国是非常普遍的现象。国家统计局数据显示，2022年全国企业就业人员周平均工作时间为47.9小时，已超过《中华人民共和国劳动法》(下文简称《劳动法》)中关于劳动者每日工作时间不超过8小时，平均每周工作时间不超过44小时的工时制度规定。尤其是在住宿餐饮、批发零售等一些行业，加班现象非常突出。这势必会进一步加剧女性面临的工作-家庭冲突，从而可能对儿童健康产生不利影响。因此，从加班角度研究母亲劳动供给对儿童健康的影响，不仅拓展了我们对加班影响的认识，也是对现有文献的丰富。基于中国家庭追踪调查(CFPS)2014—2018年三期数据，本文研究发现，母亲加班会使儿童健康状况变差。在进行稳健性检验并利用工具变量缓解内生性问题后，结果依然稳健。异质性分析发现，母亲加班对城市儿童、学龄前儿童、女孩以及由母亲照料的儿童健康的负面影响更加明显。

本文余下内容安排如下：第二部分介绍数据来源、变量选取及对相关变量进行描述性统计；第三部分是模型设定和实证结果；第四部分是异质性分析；第五部分是研究结论与启示。

二、数据来源、变量选取及描述性统计分析

(一)数据来源

本文所用数据主要来源于北京大学中国社会科学调查中心的中国家庭追踪调查(CFPS)数据库。该调查旨在通过跟踪收集个体、家庭、社区三个层次的数据，以反映中国社会、经济、人口、教育和健康的变迁，特别是重点关注了中国居民的经济与非经济福利方面的一些问题。而且，CFPS样本覆盖25个省/市/自治区，具有良好的代表性，可以较好地满足本文研究目的。另外，我们还从《中国统计年鉴》中获取了部分地区层面的数据，用以生成地区经济发展水平、地区空气污染状况、地区医疗水平等控制变量。

CFPS目前已经公开了5轮完整调查数据，分别为2010年、2012年、2014年、2016年以及2018 年调查数据。由于本文的主要解释变量母亲是否加班是根据母亲每周工作时间生成，而2010年和2012年数据中并没有关于每周工作时间这一问题的回答。其中，2010年数据中只有关于“平均每天非农工作时间”以及“去年您每天工作时间”问题的回答，且这两个问题的回答数据均存在着严重的缺失，而2012年数据中虽然有关于“每天工作时间”这一问题的回答，但却并没有汇报每周工作天数，因此难以计算其每周工作时间，且这一问题的数据缺失量也较为严重。因此，为了保持数据的一致性以及使用的严谨性，我们最终仅选用2014年、2016年和2018年三期调查数据。根据研究目的，我们对样本进行了如下处理：(1)由于CFPS数据库中儿童问卷调查的是0～16岁儿童，结合中国法定结婚年龄和退休年龄的规定，我们将样本限定为20～55周岁且有0～16岁子女的女性。(2)由于较难界定从事自雇工作的女性的加班时间和退休年龄，因此我们将样本进一步限定为从事受雇工作的女性群体，以更好地反映其在工作与孩子照料之间的权衡。(3)将CFPS微观数据与地区层面的宏观数据进行匹配，在匹配完成后将缺漏值进行删除，并对工作时间、父母收入等连续变量在上下1%分位点上进行缩尾(Winsorize)处理以排除异常值的干扰。需要说明的是，由于我们将研究对象限定为受雇女性群体，且样本中工作时间与收入存在一定数量的缺漏值，在进行完一系列匹配及样本处理后，我们最终共得到由2 456个女性样本组成的非平衡面板数据。

(二)变量选取

1.被解释变量。

现有文献中主要有三类衡量儿童健康的指标：一是临床指标，如儿童死亡率、儿童生病率、受伤情况等；二是儿童对健康的自我评价；三是人体测量指标，如身体质量指数(BMI)、Z评分(Z-score)等。由于儿童生病情况可以更加直观地反映儿童的健康状况，并能保证客观性与准确性(丁继红和徐宁吟，2018［44］)，因此本文选取临床指标中的儿童生病情况作为衡量儿童健康的指标。不过，由于大部分儿童在调查前的一个月内都未生病，即生病次数为0，因此我们使用是否生病来衡量儿童的健康状况。根据受访者对CFPS问卷中“过去一个月，孩子是否生过病？”这一问题的回答，我们生成了儿童健康二值变量，生病为1，未生病为0。在后文的稳健性检验部分，我们使用过去一个月的生病次数衡量儿童健康状况并进行稳健性检验。

2.解释变量。

本文的主要解释变量是母亲是否加班。根据受访者对CFPS问卷中“每周工作时间(小时)不包括午休时间，但包括加班时间”这一问题的回答，以及根据《劳动法》中对劳动者每日工作时间不超过8小时，平均每周工作时间不超过44小时的规定，我们生成了母亲是否加班的二值变量。若母亲每周工作时间超过44小时，则存在加班现象，赋值为1；否则赋值为0。在稳健性检验部分，我们还将使用加班小时数从密集边际上衡量母亲的加班行为。

3.控制变量。

为了缓解遗漏变量导致的内生性问题，本文参考既有研究从儿童个体、儿童父母、家庭、村居、地区等多个层面尽可能多地控制了有关变量。(1)儿童特征。本文除了控制儿童的年龄、性别以及儿童是否上学等基本特征外，还进一步控制了儿童是否有医保。有研究表明，医疗保险会对儿童的健康水平产生显著的影响(李姣媛和方向明，2018［45］)。(2)父母特征。本文控制了母亲的身高、体重、受教育年限、健康状况、工作性质、年收入对数、生育时年龄等变量，还控制了父亲的身高、体重、受教育年限、年收入对数、每周工作时间以及生育时年龄等变量。控制父母的受教育水平，是因为父母受教育水平会对儿童健康产生显著影响，教育程度越高的母亲越有利于儿童健康(Keats，2018［46］；王宙翔和刘成奎，2021［47］)。控制父母收入，是因为父母收入增加能使儿童获得更多的营养摄入并为儿童提供更好的医疗卫生服务，从而促进儿童健康状况的改善(Shahraki等，2018［15］)。(3)家庭特征。本文控制了孩子数量、家庭规模、是否饮用纯净水、是否居住在城镇、儿童由谁照料等变量。从孩子数量来看，兄弟姐妹较多可能会分散家庭对儿童健康人力资本的投资，从而不利于儿童健康状况改善(王宙翔和刘成奎，2021［47］)。从家庭规模来看，家庭结构及家庭规模会影响到儿童的福利水平及健康状况(Brown等，2015［48］)。从家庭饮水情况来看，安全饮水的普及对儿童健康至关重要，家庭饮水状况的改善会对儿童健康产生积极影响(刘靖，2008［38］；宋月萍和张婧文，2021［49］)。从家庭居住地来看，城乡之间在经济发展水平以及基础设施等方面的较大差异可能会导致城乡儿童的健康状况差异(陈在余，2009［39］；苏华山等，2017［43］)。从儿童日常照料情况来看，非母亲照料时间的增加将会对儿童健康产生显著的负面影响(刘靖和董晓媛，2011［21］)。(4)村居特征。参考刘靖和董晓媛(2011)［21］以及宋月萍和张婧文(2021)［49］的相关研究，本文进一步控制了自来水普及率、医疗水平、互联网普及率等村居层面相关变量。(5)地区特征。参考现有研究，本文还控制了省级层面的GDP、PM2.5和医院数量用以控制地区的经济发展水平、空气污染状况以及地区医护水平。

(三)描述性统计分析

表1给出了变量定义及描述性统计结果。从母亲加班情况来看，62.2%的母亲存在加班现象，由此可知，加班在我国是一种非常普遍的现象。从儿童健康状况来看，过去一个月家庭中儿童生病的比例为28.9%，平均每月生病0.411次。为了初步判断母亲加班对儿童健康的影响，根据母亲是否加班我们进一步对样本进行了分组统计。表1分组统计结果显示，母亲加班的儿童生病概率为30.4%，显著高于母亲不加班的儿童生病概率26.3%，组间检验T值为-2.196；母亲加班的儿童生病次数为0.453次，显著多于母亲不加班的儿童生病次数0.343次，组间检验T值为-3.228。由此可知，无论是从儿童生病概率还是生病次数来看，在母亲加班情形下，儿童的健康状况明显更差。

表1 变量定义及描述性统计

三、模型设定和实证结果

(一)模型设定

为识别母亲加班对儿童健康的影响，本文使用面板双向固定效应模型。基本模型设定如下：

Yit=α0+α1overtime+βXit+φ+εit

(1)

其中：Yit是被解释变量儿童健康状况，用孩子过去一个月是否生病衡量；overtime是本文主要解释变量母亲加班，用母亲是否加班二值变量表示，加班=1，否则=0；Xit是控制变量集，主要控制了儿童个体特征、父母个人特征、家庭特征、村居特征、地区特征等有关变量；φ为固定效应，包括个体固定效应、年份固定效应、省份固定效应；εit为随机误差项。

(二)基准回归结果

表2汇报了母亲加班对儿童健康影响的全样本回归结果。列(1)为仅放入母亲是否加班变量的估计结果。结果显示，在未控制任何控制变量的情况下，母亲加班显著提高了过去一个月儿童患病的概率。为了尽量缓解遗漏变量问题带来的估计结果偏误，我们在列(2)～列(6)依次加入了儿童特征、父母特征、家庭特征、村居特征以及地区特征等控制变量。可以发现，在依次加入各种控制变量后，估计结果依然显著，而且估计系数变化不大，这表明母亲加班确实可能不利于儿童健康。当我们在列(6)加入全部控制变量后，母亲加班使儿童在过去一个月内患病的概率显著提高了13.9%，即相对于母亲不加班的儿童来说，母亲加班的儿童过去一个月内患病的概率要高出13.9%。后文，我们将以表2列(6)的估计结果作为基准结果进行对比分析。

表2 母亲加班与儿童健康：基准回归结果

(三)稳健性检验

1.更换被解释变量和解释变量。

在基准回归中，我们使用调查前一个月内是否生病来衡量儿童健康状况。在此，我们用过去一个月儿童生病次数来衡量儿童健康进行稳健性检验。表3列(1)结果显示，母亲加班显著增加了儿童生病的次数，相比母亲不加班的儿童，母亲加班使得儿童生病的次数增加了0.193次，对于0.411的儿童平均生病次数来说，母亲加班使儿童生病次数增加了46.9%。结合基准结果来看，无论用是否生病还是生病次数来衡量儿童健康状况，母亲加班都对儿童健康产生了显著的负面影响，因而结果较为稳健。

表3 稳健性检验A

关于解释变量，在基准回归中我们根据《劳动法》中关于劳动者每日工作时间不超过8小时、平均每周工作时间不超过44小时的工时制度规定，设置了母亲是否加班的二值变量，并从广延边际上验证了母亲加班行为对儿童健康的不利影响。进一步地，为了从密集边际上检验该结论的稳健性，我们用每周加班小时数生成了母亲加班时间变量作为解释变量重新进行了回归。需要指出的是，张抗私等(2017)［24］研究发现，工作时间对城镇职工自身健康状况存在倒U形影响，而徐海东和周皓(2021)［33］研究发现加班时长与健康之间也呈现倒U形关系，根据这一结果，我们也在回归中加入了母亲加班时间的平方项。表3列(2)结果显示，母亲加班时间确实对儿童生病概率存在显著的倒U形影响，即随着母亲加班时间的增加，儿童生病的概率先提高后降低。母亲加班时间对儿童的生病概率之所以产生倒U形影响，可能是因为随着母亲加班时间的增加，其对儿童照料的时间减少，从而提高了儿童生病的概率；但是，随着母亲加班时间的进一步增加，加班所带来的收入增加可能会一定程度上改善儿童的健康水平，从而弥补照料缺失对儿童健康的不利影响，进而降低儿童生病的概率。

2.替换估计模型。

在基准回归中，本文使用了双向固定效应模型进行估计，但由于被解释变量儿童健康与解释变量母亲加班都是二元变量，这和通常的OLS估计有所差异。参考现有文献做法，我们进一步使用Logit模型重新进行估计，估计结果见表3列(3)。可以看出，更换模型后，母亲加班仍会对儿童健康产生显著的不利影响，这说明估计结果受到模型选择的影响较小，我们的基准回归结果较为稳健。

3.更换样本和使用未缩尾数据。

由于2016年调查数据中工作时间、收入等变量存在较多缺失值，导致2016年样本量相对于2014年、2018年样本量较少。因此，为了避免非系统偏误对估计结果的影响，我们剔除掉2016年样本重新进行了回归。表3列(4)结果显示，母亲加班仍会对儿童健康产生不利影响，与基准回归结果基本一致，这说明基准回归结果较为稳健。同时，由于样本中个别变量可能存在异常值，因而我们在上文中直接使用了缩尾后的数据进行回归。那么，使用未缩尾数据是否真的会影响基准估计结果？在此我们使用未缩尾数据重新进行了回归。表3列(5)结果表明，母亲加班仍会对儿童健康产生显著的不利影响，这一结果与缩尾后的估计结果一致，这说明即使使用未缩尾数据也未明显改变上文的基准估计结果。

4.加入行业固定效应。

考虑到不同行业的工作时间存在一定差异，因此，母亲从事的行业可能会对其是否加班产生影响。由于在控制行业固定效应后会损失一定的样本量，因此，在基准回归中我们并未对其进行控制。为了进一步避免遗漏变量所导致的估计偏误问题，同时对基准回归结果进行稳健性检验，我们在此加入行业固定效应对式(1)重新进行回归。表4列(1)结果显示，在进一步控制了行业固定效应后，母亲加班仍会对儿童健康产生不利影响，这与我们的基准回归结果一致，说明我们的基准回归结果较为稳健。

表4 稳健性检验B

5.考虑不可观测因素导致的样本自选择问题。

在识别母亲加班对儿童健康的因果效应时，还可能会受到样本自选择问题的影响。例如，由于母亲的健康意识存在差异，一些健康意识较强的母亲可能会迁移到工作压力较小的地方或者选择工作更加轻松的行业来照料孩子，而母亲的健康意识也可能会影响到儿童健康状况。因此，母亲的健康意识可能会导致样本自选择问题。为了缓解上述样本自选择问题，我们通过剔除样本的方法进行检验。一是剔除迁移样本。本文剔除在2014—2018年期间母亲发生过区县层面迁移的样本，剔除的样本占比4%。表4列(2)给出了剔除迁移样本后的回归结果。我们发现，与基准回归结果相比，母亲是否加班的估计系数并没有发生较大的变化。二是剔除母亲从事行业发生变更的样本。本文剔除在2014—2018年期间母亲从事行业发生过变更的样本，剔除样本占比12%。表4列(3)给出了剔除行业变更样本后的回归结果。与基准回归结果相比，母亲是否加班对儿童健康的影响几乎没有发生变化。以上两个检验结果均表明，本文的研究受到样本自选择的影响较小，结果稳健。

6.用可观测变量评估不可观测变量对估计结果的影响。

为了缓解遗漏变量导致的内生性问题，尽管前文已尽可能多地对有关变量进行了控制，但由于数据限制，仍有一些因素难以被观测(例如母亲的健康意识、个人能力等)，从而未被控制。不过，只要这些不可观测因素对估计结果的影响在可接受的范围内，或者说不会改变我们的基本结论，即使存在一些遗漏变量仍是可以接受的。为此，我们采用Oster(2019)［50］的方法，利用可观测变量评估不可观测变量对估计结果的影响程度来检验结论的稳健性。Oster(2019)［50］基于不可观测变量Z与解释变量x的关系可以由可观测变量X与解释变量x的关系推出这一假设，进一步完善了遗漏变量偏差的稳健性检验方法。基本原理简述如下：

(2)

(3)

y=α+βx+X+Z+ε

(4)

(5)

表5 不可观测因素导致遗漏变量问题检验

(四)工具变量回归

考察母亲加班对儿童健康的影响时，很容易出现内生性问题，从而导致估计结果偏误。首先，可能存在例如母亲的健康意识、个人能力、遗传等无法观测的因素同时影响到儿童健康与母亲加班；其次，母亲加班与儿童健康之间可能存在反向因果关系，即儿童健康状况会影响母亲的加班行为。例如，为了给健康状况差的孩子提供更健康的生活环境并增加儿童的营养摄入，母亲可能会增加劳动供给以赚取更多收入。为了缓解内生性问题带来的影响，我们在基准回归中通过逐步加入更多控制变量的方法，在一定程度上排除了遗漏变量的干扰，并利用面板固定效应模型一定程度上控制了不随时间变化的无法观测因素和时间影响。同时，我们还在稳健性检验部分对不可观测因素导致的样本自选择问题进行了相关检验，并使用可观测变量评估不可观测变量对估计结果的影响，但是本文仍有可能存在一些内生性问题。因此，下文使用工具变量法进一步缓解可能存在的内生性问题。

参考吴贾等(2019)［51］、张琪和初立明(2021)［52］的研究，本文选取母亲所在省份相同工作单位的平均工作时间作为母亲加班的工具变量。工具变量逻辑如下：工具变量会影响到母亲的劳动供给，进而对儿童健康产生影响，但它不直接影响儿童健康。这一逻辑成立需要同时满足相关性与外生性两个条件，即工具变量与内生解释变量相关，但是与随机扰动项不相关。由于个体的工作时间不仅是个体选择的结果，也会受到地区、单位工作时间等因素的影响(张琪和初立明，2021［52］)，因此母亲所在省份相同工作单位的平均工作时间将会对母亲加班产生影响，满足相关性条件。另一方面，由于儿童健康属于个人层面变量，而母亲所在省份相同工作单位的平均工作时间属于省份层面的变量，很难对儿童健康产生直接影响。换言之，工具变量只能通过影响母亲加班进而影响到儿童健康。因此，本文的工具变量同时满足相关性与外生性两个条件，因而是比较合适的工具变量。回归中，我们可以根据Kleibergen-Paap rk WaldF统计量大小对相关性进行检验，但难以对工具变量的外生性进行直接检验，因此我们借鉴方颖和赵扬(2011)［53］、熊瑞祥和李辉文(2016)［54］的做法进行辅助检验。

首先，进行识别不足检验。根据回归结果可知，Kleibergen-Paap rk LM 检验结果P值小于0.01，说明工具变量不存在识别不足的问题。其次，进行弱工具变量检验。表6中列(1)IV估计的第一段回归结果显示，Kleibergen-Paap rk WaldF值为35.93，大于Stock-Yogo给出的临界值16.38，表明不存在弱工具变量问题。最后，排他性的替代检验。由于无法直接对工具变量的排他性进行检验，我们借鉴方颖和赵扬(2011)［53］、熊瑞祥和李辉文(2016)［54］的做法进行了替代性检验。具体做法如下：表6列(3)中，我们用工具变量替换方程(1)中的母亲加班变量进行回归；列(4)中，我们同时控制母亲加班与工具变量进行回归。如果工具变量仅通过母亲加班影响儿童健康，那么在同时控制母亲加班变量的情况下，工具变量应对儿童健康没有显著影响或者显著性明显降低。(3)列结果显示，工具变量在5%的水平上显著提高了儿童生病的概率；但列(4)结果显示，在同时控制母亲加班与工具变量后，母亲加班在5%的水平上显著提高了儿童生病的概率，而工具变量对儿童生病概率的影响系数不仅明显下降，且影响的显著性水平也由5%降至10%。这一结果从侧面支持了工具变量的排他性。因此，本文的工具变量具有一定的合理性。

同时，相关研究表明，工作单位规模也会对个人的工作时间以及加班情况产生影响(朱玲，2009［55］；Kotey和Sharma，2016［56］)，但是工作单位规模却不易对儿童健康产生直接影响，即满足工具变量相关性与外生性的假设条件。因此我们还在表6列(5)、列(6)中汇报了使用工作单位规模作为工具变量的回归结果。根据表6中列(5)IV估计的第一段回归结果可知，Kleibergen-Paap rk LM检验结果P值小于0.01，说明工具变量不存在识别不足的问题，而Kleibergen-Paap rk WaldF值为27.29，大于Stock-Yogo给出的临界值16.38，表明不存在弱工具变量问题。这说明工作单位规模作为本文的工具变量也较为合适。

表6列(2)及列(6)的工具变量第二阶段回归结果显示，在考虑到内生性问题后，母亲加班依然对儿童健康具有显著的不利影响，即显著提高了儿童生病的概率。而且，与基准结果相比，工具变量的系数值明显增大，这表明基准回归结果很可能低估了母亲加班对儿童健康的不利影响。

四、异质性分析

(一)性别异质性

我国家庭中普遍存在着浓厚的男孩偏好文化传统，这可能会影响家庭对孩子的健康和照料投入。Barcellos等(2014)［57］研究发现，家庭的男孩偏好导致了男孩比女孩得到更多的儿童保育时间、更长的母乳喂养以及更多的维生素补充；Palloni(2017)［58］研究发现，母亲的性别偏好会使其所偏爱的性别的孩子拥有更高的身体质量指数，且孩子在幼儿期患病更少；林莞娟和赵耀辉(2014)［59］研究发现，由于男孩偏好的存在，第一胎为女孩的母亲更难获得祖父母或外祖父母的隔代照料帮助；廖丽萍和张呈磊(2020)［60］研究发现，家庭的男孩偏好降低了女孩获得的家庭健康和照料投入，从而不利于其健康状况的改善。利用CFPS数据，我们也得到了一致的结论。当孩子面临健康问题时，家庭为男孩治疗所投入的资金要明显大于女孩。(1)受篇幅限制，本文未给出母亲加班情况下儿童健康投入和其他家庭成员看护的性别差异结果，感兴趣的读者可联系作者索取。在母亲加班的情况下，男孩由家庭其他成员(父亲、祖父母和外祖父母)看护的比例也明显高于女孩，而且无论白天还是晚上，男孩由其他家庭成员照看的比例都显著高于女孩。由此可知，在男孩偏好文化背景下，当母亲忙于工作而没有时间照料儿童时，男孩依然可能得到较多的健康投入和家庭中其他成员的看护，而女孩则可能在获得健康投入和照料资源上存在劣势。这种在健康投入和照料资源上的性别差异可能会进一步导致男孩和女孩在健康结果上的较大差异。因此，母亲加班对儿童健康的影响可能存在性别差异。在此，我们根据儿童性别将样本划分为两组，考察母亲加班对儿童健康影响的异质性。表7列(1)是母亲加班对男孩健康的影响结果，列(2)是母亲加班对女孩健康的影响结果。结果显示，母亲加班确实对男孩和女孩的健康存在明显的异质性影响：母亲加班显著提高了女孩生病的概率，但对男孩是否生病没有显著影响。因此，家庭应摒弃传统的重男轻女观念，加强对女孩健康的关注并增加对女孩的健康投资。

表7 异质性分析：性别和年龄

(二)年龄异质性

不同年龄儿童的生活自理能力存在一定差异。对于学龄前儿童来讲，由于其尚未养成良好的生活习惯、缺乏生活自理能力，如果缺少照料，其健康状况很容易受到损害。相比之下，学龄儿童逐渐掌握了较多的生活知识、自我照料能力较强，当母亲忙于工作而疏忽对儿童的照料时，虽然可能会对其健康产生影响，但影响程度会降低。因此，母亲加班对儿童健康的影响可能对不同年龄的儿童存在差异。根据儿童年龄，我们将儿童划分为学龄前儿童(小于等于6岁)和学龄儿童(大于6岁)，分别进行回归。表7列(3)和列(4)结果显示，母亲加班会显著提高学龄前儿童生病的概率，但对学龄儿童的生病概率没有显著影响。因此，当儿童年龄较小时，儿童父母更应关注其健康问题并给予其更多的照料，以避免因缺少照料而带来的对儿童健康的不利影响。

(三)城乡异质性

城乡之间由于在经济发展水平、居民生活工作压力、家庭居住模式等方面存在显著差异，这可能会导致母亲加班对儿童健康的影响存在城乡异质性。因此，我们将样本按居住地分为城乡两类样本分别进行回归。表8列(1)和列(2)结果显示，母亲加班显著提高了城市儿童生病的概率，但对农村儿童生病的概率没有显著影响。这可能是因为，相对于生活在农村的母亲来说，生活在城市中的母亲面临着更为激烈的工作与家庭之间的冲突，因而当她们忙于工作而无暇照料孩子时，便可能对儿童的健康产生负面影响。虽然城市中有不少托育服务资源可以帮助母亲照料子女，但是却存在供给不足、费用过高、质量缺乏保障等诸多问题。因此，增加托育服务供给、降低托育服务成本以及提高托育服务质量，可以在一定程度上缓解母亲面临的工作-家庭冲突，进而改善儿童健康。

表8 异质性分析：城乡和照料方式

(四)儿童照料者异质性

现有研究表明，儿童照料者不同会对儿童的健康状况产生影响(刘靖，2011［21］；于新亮等，2019［3］)，由母亲照料的儿童与非母亲照料的儿童健康之间存在着差异。因此，儿童照料者的不同可能会导致母亲加班对儿童健康产生异质性影响。根据儿童日常是否由母亲照料，我们将样本分为母亲照料和非母亲照料两组。表8列(3)和列(4)的结果显示，在儿童日常由母亲照料的情况下，母亲加班会显著提高儿童生病的概率，而在儿童日常由非母亲照料的情况下，母亲加班的影响并不显著。这主要是因为，当母亲为儿童的主要照料者时，由于母亲在工作的同时还要承担起照料孩子的责任，这导致母亲面临的工作-家庭冲突进一步加剧，这可能会导致儿童照料时间的减少，从而会对儿童健康产生不利影响。因此，应使父亲参与到育儿当中来以分担母亲的育儿压力，这在一定程度上可以缓解母亲面临的工作-家庭冲突，从而改善儿童健康状况。

五、结论与启示

本文利用CFPS 2014—2018年的三期数据，考察了母亲加班对儿童健康的影响。研究发现，母亲加班会对儿童健康产生显著的不利影响，不仅会显著提高儿童生病的概率，也会增加其生病的次数。经过一系列稳健性检验，并使用工具变量法处理内生性问题后，结果依然稳健。异质性检验发现，母亲加班对儿童健康存在以下几个方面的异质性影响：母亲加班显著提高了女孩生病的概率，而对男孩生病的概率无显著影响；母亲加班显著提高了学龄前儿童生病的概率，对学龄儿童生病的概率无显著影响；对生活在城市的母亲而言，其加班行为显著提高了儿童生病的概率，而对生活在农村的母亲来说，其加班行为则对儿童生病的概率无显著影响；当儿童由母亲照料时，母亲加班会显著提高儿童生病的概率，而当儿童由其他人员照料时，母亲加班对儿童生病的概率无显著影响。

根据研究所得结论，我们从促进儿童健康、缓解母亲面临的家庭与工作冲突角度，结合中国实际情况提出以下几点建议：第一，重视对儿童健康的投入。儿童健康既关系到儿童及其家庭的福利也关系到人力资本的质量和未来的经济社会高质量发展。政府和家庭都需要重视对儿童健康的投入。一方面，政府需要进一步完善儿童健康保障体系，为儿童的健康成长提供有力支持。另一方面，家庭也要重视对子女的健康投入，确保儿童能获得足够的照料以使其健康成长。第二，在保障女性就业的同时兼顾劳动时间问题。一方面，政府、社会和企业应共同努力进一步消除就业市场中的性别歧视，为女性营造公平、合理的就业环境，提高女性就业水平。另一方面，在保障女性就业的同时应加大对加班现象的治理，尤其是要为家庭中有学龄前儿童的母亲创造儿童照料友好环境，以保障母亲对其幼年子女的照料时间。第三，加快构建普惠托育服务体系，使父亲承担更多育儿责任。由于目前托育服务可得性低、价格高昂且质量参差不齐，难以有效满足家庭的育儿服务需求，而家庭中父亲育儿参与度不高，导致母亲面临着严重的育儿负担。因此，一方面要大力增加托育服务供给，使母亲有更多的育儿选择；另一方面要大力倡导男女平等的性别观念，努力转变“男主外，女主内”的传统家庭分工模式，使父亲承担起更多的育儿责任以减轻母亲的育儿负担，这将有利于缓解母亲所面临的工作-家庭冲突，增进儿童健康。第四，建立灵活的工作制度。用人单位可以借助互联网技术，采取灵活多样的居家线上办公模式，使母亲能够灵活地选择工作时间与办公地点，这有助于母亲兼顾工作与家庭，增加对儿童的看护与照料，确保其健康成长。