我國夜班勞動的基本現狀及其職業傷害

摘 要：目前的勞動法將“夜班”和“白班”視為同質性的勞動時間，夜班勞動的職業傷害受到忽視?；?020年的CFPS數據和全國人口普查數據，通過統計推斷描述了我國夜班勞動的基本現狀，通過廣義傾向得分調整的因果推斷方法評估了夜班勞動在健康和社會生活方面的職業傷害。研究發現，我國約三成的勞動者在從事不同程度的夜班勞動，涉及1.92億勞動力，其中約20.5%（8258萬）的勞動者“每周至少1次夜班”；“交通運輸工具”和“車間”是夜班勞動者比例最高的工作場所，分別有39.9%和25.0%的從業者“每周至少1次夜班”；“商業、服務業人員”和“生產、運輸設備操作人員”是涉及夜班勞動者數量最多的職業，分別有2658萬和2430萬的勞動者“每周至少1次夜班”。由于缺乏法規保護，許多夜班勞動者在勞動收入、休息權、用工規范等方面處于劣勢地位。研究發現，夜班勞動會對身體健康、心理健康、睡眠時長、睡眠質量和記憶力方面產生負面影響，會降低勞動者的生活滿意度，減少和家人吃飯次數、娛樂休閑時長和鍛煉頻次。目前勞動法并未區分“夜班”和“白班”，很多用人單位對夜班勞動的安排缺乏節制；相關部門應當充分重視夜班勞動存在的廣泛性和職業傷害性，積極推動立法，進而實現對夜班勞動的規范和補償。

關鍵詞：夜班勞動；職業傷害；勞動法；工作生活平衡；廣義傾向值調整

中圖分類號：F241.4 文獻標識碼：A 文章編號：1000-4149（2023）06-0138-18

DOI：10.3969/j.issn.1000-4149.2023.00.055

一、引言

夜班勞動會對勞動者造成多方面的職業傷害，但目前我國無論是勞動法規政策，還是相關統計制度和學術研究等，對該問題都缺乏關注。已有大量醫學方面的研究報告了夜班勞動對個體健康的負面影響，這甚至在一定程度上已經成為健康常識，但夜班勞動的健康損失及其作用機理幾乎只存在于醫學領域，并未成功地轉化為我國勞動法規對夜班勞動的規范和保護。在2018年12月最新修訂的《中華人民共和國勞動法》中，提及“夜班”的條文僅兩處，分別針對“懷孕七個月以上的女職工”和“女職工在哺乳未滿一周歲的嬰兒期間”兩種情形，規定“不得安排其延長工作時間和夜班勞動”。勞動法將“夜班”和“白班”的工作時間視為同質性的，雖然8小時的夜班工作并未超出勞動法關于工作時長的限制，但夜班工作尤其是白夜班交替的工作會造成一系列負面后果，因此夜班勞動應當得到一定的規范和補償［1-2］。不僅如此，夜班勞動還缺席了各種官方統計報告，例如由國家統計局、人力資源和社會保障部聯合編寫的《中國勞動統計年鑒》僅統計了各行各業的勞動時長。

對夜班勞動基本狀況及其職業危害的認知是推動相關立法的重要前提。根據英國的官方統計，2000—2016年間，英國在夜間工作的雇員數量約270萬—320萬，占全部雇員的11.1%—12.7%；2016年，夜間勞動雇員占比最高的行業是公共管理、教育和衛生（39.7%），其次是分銷、酒店和餐館（18.6%），制造業（11.7%），運輸和通信（11.4%），銀行、金融和保險業（9.2%）等［3］。日本學者根據總務省的勞動力調查估算了全國夜班勞動者的數量，發現1997—2012年間日本的夜班勞動者數量和比例都在不斷增加，1997年夜班勞動者比例為13.3%，2007年為17.9%，2012年為21.8%，截至調查時約有1200萬勞動者從事夜間工作［4］。英國大致可以代表已經“去工業化”的發達國家的夜班勞動狀況，其夜班勞動者比例相對穩定；日本大致可以代表工作時間超長的東亞社會的基本狀況，夜班勞動者比例不斷攀升。然而，我國長期缺乏對夜班勞動的相關統計。鑒于此，本文基于2020年中國家庭追蹤調查（China Family Panel Studies，CFPS）首次加入的對夜班勞動的測量，研究分析我國夜班勞動的基本現狀及其對勞動者的職業傷害。

二、研究問題與文獻評述

夜班勞動和輪班制度是資本主義生產方式的發明創造，它們的普遍化由工業革命以來的資本擴張所推動。雖然夜間勞動也存在于前工業社會，但在人工照明技術的發明和推廣以前，人們的工作時間普遍更接近于隨季節而變化的自然光照時間。馬克思在《資本論》中對夜工和換班制度做過大量論述，指出“在一晝夜24小時內都占有勞動是資本主義生產的內在要求”，一方面盡可能地把工作日延長到自然日的界限以外、延長到夜間，另一方面是發明換班制度，“讓白天被吸盡的勞動力和夜里被吸盡的勞動力換班工作”，從而克服勞動力無法不停壓榨的身體障礙［5］。勞資雙方經過長期斗爭，確立了八小時工作制，但出現了兩班制或三班制，夜以繼日的勞動被逐步制度化［6］?？傊?，夜班勞動和輪班制度是為了滿足資本主義生產的“內在要求”，避免生產資料處于閑置狀態，夜班是現代勞動制度不可忽略的組成部分。

一般來說，夜班勞動是指勞動者在夜間——人們通常的睡覺時間——進行的勞動工作。夜班勞動既涉及輪班制度下的夜間工作，即勞動者定期或短期在夜間工作；也涉及只能在夜間進行的工作，即勞動者長時期在夜間工作。一方面，出于社會需求、技術必要或經濟原因等，夜班勞動在提供服務保障的連續性方面發揮著重要作用；另一方面，夜班勞動破壞了正常的人體生物節律和社會安排，它可能會對勞動者的生物機體和社會生活造成破壞性影響。有人提出了一些幫助勞動者適應夜間工作的支持性策略，諸如更明亮的光線、使用褪黑素、適當午睡等，但幾乎沒有證據表明它們能有效減少夜班勞動的長期負面后果［7］。

已有大量醫學證據表明夜班勞動對勞動者的身體健康會造成負面影響。一方面，輪班工作或夜班勞動通過擾亂人體的代謝過程從而產生多種健康結果［8］，增加勞動者患上心血管疾病、哮喘、甲狀腺結節、肥胖癥、癌癥等慢性疾病的風險［9-11］。此外，夜班勞動會對女性造成特殊負面健康后果。世界衛生組織國際癌癥研究機構發布的報告表明，經常從事夜班勞動的女性更有可能患乳腺癌［12］。不僅如此，夜班勞動還會影響生育能力和胎兒發育，增加流產、早產和低出生體重的風險［13］，使女性的更年期更早出現［14］。另一方面，夜班勞動降低人體免疫力、影響宿主—病原體相互作用的性質，增加勞動者感染傳染性疾病的風險［15］。

許多心理學領域的研究表明，夜班勞動與不良的心理健康結果有關。輪班工作或夜班勞動對焦慮情緒、認知障礙、藥物濫用、生活質量下降、自殺意念等都有很大的影響，尤其是會增加抑郁癥狀的風險［16］。有研究分析了夜班勞動影響心理健康的異質性，在長期夜班的工人中，工作量大、工作控制能力強和單身狀態者出現心理健康問題的風險更大［17］；夜班勞動與心理健康之間的關系在不同類型的輪班工作中有所不同，在不規律或不可預測的輪班工作中的支持證據更加有力［18］。

目前，國內研究者對夜班勞動及其職業傷害的關注主要集中在醫學領域，研究對象主要集中于醫護人員（尤其是護士）職業群體，但缺乏對更廣泛勞動者群體的關注，也缺乏對健康之外的職業后果的關注。通過檢索中文文獻，可以發現大量關于夜班護士和少量關于值班醫生的研究，其內容主要覆蓋夜班勞動多方面的不良后果：身體健康、心理健康、睡眠剝奪和睡眠質量、晝夜節律、內分泌節律、疲勞狀況、認知記憶能力、自我效能感、職業倦怠等［19-20］。除醫護人員外，還有部分研究關注軌道交通從業者的夜班勞動后果，主要關心其疲勞狀態和睡眠質量及相關作業風險問題，也有部分涉及心理健康狀況［21-22］。醫護人員依托于醫學系統而受到大量關注，軌道交通從業者依托于鐵路系統而受到關注，然而，對其他規模龐大的，尤其是體制外的夜班勞動者——產業工人、道路運輸從業者（如卡車司機、的士司機）、餐飲從業者等——的相關研究幾乎沒有。

從職業傷害的具體內容來說，學界更偏重于對健康后果的關注，缺乏對社會生活方面后果的考察。輪班工作的特點決定其會造成工作與家庭生活和社會安排的沖突，破壞工作—生活平衡，即個體無法有效地履行工作、家庭和社區中的多重角色和責任［23-24］。有研究指出，輪班制勞動者對工作與生活平衡的不滿程度明顯高于普通日班勞動者，他們更可能遭受角色過載的困擾；他們與配偶在一起的時間都比正常工作的人更少，但花在孩子身上的時間相對較多，會為彌補家庭生活而犧牲睡眠時間［25］。夜班勞動在一定程度上影響與鄰居、朋友和熟人的互動［26］。對女性而言，他們在夜班勞動的準備和恢復階段要付出更多的精力和情緒。女性在家庭中的角色期望使得他們在夜班開始前承擔更多責任、進行復雜規劃，并在夜班結束后數小時內重新進入既定的家庭日常；他們需要更主動地管理夜班勞動的負面影響，以維持家庭生活的連續性，性別化的家庭責任模式在這個過程中得以實現和展示［27］。作為補救措施，輪班制中的勞動者掌握更多的控制權有助于減緩不正常工作時間的負面影響，緩解工作—生活沖突，例如對輪班開始和結束時間的控制程度更高、與同事換班頻率更高、私人生活方面的休閑限制較少等，但這并不能完全消除其負面影響［28-29］。此外，休閑娛樂和體育鍛煉等活動能夠幫助勞動者得到放松，讓勞動者從心理上脫離工作，有助于勞動者從疲勞狀態中恢復過來，這對于保持健康和效率是必要的。但研究發現，夜班勞動和輪班工作會導致機體恢復過程的延遲；相對而言，夜班勞動者的工作—生活平衡指標相對更差，放松的能力更低，體育鍛煉活動更少［30］。這意味著夜班勞動者的恢復能力更差，他們需要更長的休息時間。

綜上，本研究旨在分析我國夜班勞動的基本現狀及其職業傷害。一方面，基于調查數據和國家人口普查數據，通過統計推斷方法測算各行業的夜班勞動者數量及其占比，全面描述不同夜班頻次的勞動者的基本特征；另一方面，通過廣義傾向得分（Generalized Propensity Score，GPS）調整的因果推斷方法，評估夜班勞動對勞動者在健康方面以及社會生活方面造成的職業傷害。

三、研究設計

1. 數據來源

本研究使用2020年的中國家庭追蹤調查（CFPS）數據，該調查由北京大學中國社會科學調查中心實施，樣本覆蓋25個?。ㄊ?、自治區），從2010年開始每兩年追蹤一次，是具有全國代表性的追蹤調查。CFPS 2020在調查問卷中增加了關于夜班情況的測量，這是國內大型社會調查項目首次對夜班勞動的測量。為了從樣本推論到全國總體狀況，本研究還利用了2020年人口普查數據中與性別、年齡和職業等相關的匯總數據。

本研究將分析對象限定在勞動年齡人口中受雇于非農工作的勞動者。在CFPS 2020個人數據庫中，符合勞動年齡人口標準（女性為16—54歲，男性為16—59歲）的樣本共有15908個，其中受雇于非農工作（剔除正在上學和職業類型為軍人或無職業者）的樣本有7404個，占勞動年齡人口樣本的46.54 %；剔除掉夜班信息缺失樣本394個，得到分析樣本共計7010個。本研究對關鍵自變量的缺失值進行了合理的插補（ “職業類型”缺失插補為“不便分類”（11個）；“過度勞動時間”缺失插補為0（41個）；“小時工資”缺失插補為其中位數21.25（9個）；“工會成員”缺失插補為其眾數0（82個）；“童年健康自評”缺失插補為其眾數5，即“非常健康”（86個）。），以盡量減少樣本損失可能造成的分析偏誤。本研究的分析過程使用CFPS官方提供的“個人橫截面權數（標準化）—事后分層權數”進行加權。

2. 職業傷害相關變量

首先，身體健康和心理健康。本研究的身體健康指標為“兩周內身體不適”，“過去兩周身體是否不適”回答為“否”定義為4分，“您覺得病傷程度”回答“不嚴重”定義為3分，“一般”為2分，“嚴重”為1分，數值越高則越健康。心理健康指標使用CFPS官方提供的“cesd20sc”綜合變量，即流調中心抑郁量表（Center for Epidemiologic Studies Depression， CES-D），它是世界上應用最廣泛的測量抑郁癥狀的量表之一。經過翻轉編碼后，心理健康指標為0—50分，數值越高則越健康。

其次，睡眠狀況和記憶力。睡眠狀況區分為“睡眠時長（小時/天）”和“（是否）睡眠質量高”；后者為CESD量表中的一個測量項目，測量過去一周內“我的睡眠不好”的發生頻率，回答“幾乎沒有（不到1天）”賦值為1，回答“有些時候（1—2天）”、“經常有（3—4天）”和“大多數時候有（5—7天）”賦值為0。記憶力指標使用“一周內發生在您身上的主要事情，您能記住多少”的測量，從“只能記住一點點”、“只能記住少數”、“能記住一半”、“能記住多數”到“完全能記住”依次賦值1—5分，數值越高記憶力越好。

第三，主觀幸福感和生活滿意度。主觀幸福感的測量為“您覺得自己有多幸?！?，0分代表最低，10分代表最高。生活滿意度的測量為“您給自己生活的滿意程度打幾分”，1分表示很不滿意，5分表示非常滿意。

第四，社會生活安排。在家人互動方面，以“和家人吃飯次數（晚/周）”作為指標，問題為“包括和家人外出吃飯，一般情況下，您每周有幾個晚上會和家人一起吃飯”。在體育鍛煉方面，以“（是否）每周至少鍛煉1次”為指標，測量為“不包括以上下班為單一目的騎車、走路，過去12個月您有多經常參加體育健身休閑活動”。在娛樂休閑方面，通過“移動設備上網時長”、“電腦上網時長”和“看電視、電影時長”，構建綜合的“娛樂休閑時長（分鐘/天）”指標。

3. 工作特征相關變量

根據不同分析需要，將夜班勞動區分為夜班勞動類型（4分類）和夜班勞動頻次兩種測量。對于“過去12個月，這份工作平均多久需要您上夜班”的問題共有7個選項，分別為“1.從不需要”、“2.每月不到一次”、“3.每月一次”、“4.每月幾次”、“5.每周一次”、“6.每周幾次”、“7.每天都需要”。在夜班勞動類型（4分類）變量中，選項1和2合并為“僅白班”，選項3、4、5合并為“輕度夜班”，選項6定義為“中度夜班”，選項7定義為“重度夜班”。在夜班勞動頻次變量中，分別將這7個選項轉換為連續型的頻次變量（ 選項1定義為0，選項2定義為0.02273（0.5天/22天），選項3定義為0.04545（1天/22天），選項4定義為0.11364（2.5天/22天），選項5定義為0.2（1天/5天），選項6定義為0.50（2.5天/5天），選項7定義為1。）。

工作特征變量包括職業類型（7分類）、工作場所（6分類）、（是否）使用計算機、過勞工作時長（小時/周）、月工資收入（元）、小時工資（元/小時）、（是否）有周末。其中，過勞工作時長（小時/周）為勞動者每周工作時長超過53小時的部分（ 根據《勞動法》規定，國家實行“平均每周工作時間不超過四十四小時”的工時制度，以及“每月不得超過三十六小時”的延長工作時間，即法定內的加班時長平均每周不超過9小時，由此推定勞動者在法定內的最高工作時長為53小時/周。）。月工資收入（元）通過現金福利、實物福利、公積金、工資、年終獎和獎金綜合計算得到。

工作保障特征變量包括（是否）簽訂合同、保險數量（個）、（是否）工會成員。其中，保險數量計算了勞動者從事的主要工作為其購買的保險數量，包括養老保險 、醫療保險、失業保險、工傷保險、生育保險和住房公積金共六種。

4. 其他協變量

個人特征變量包括性別、年齡、（是否）在婚、12歲時戶口（2分類）、（是否）上過大學?？刂苽€體在早期階段的健康代理變量，可以盡可能地減少健康選擇性對因果推論的影響。本研究的早期健康代理變量包括童年健康自評（1—5分）、相對出生體重和相對身高。其中，相對出生體重是被訪者在其出生地省份分性別的出生體重標準分，相對身高是被訪者在其出生地省份分性別的身高標準分，二者的缺失值都賦值為0。出生體重在一定程度上是新生兒健康狀況的表征，出生體重過輕可能是先天疾病、孕期發育不良等的結果，新生兒健康狀況不佳可能會對其未來的健康狀況和發育造成不利影響；身高在一定程度上由先天的基因決定，但也在一定程度上反映了兒童青少年階段的營養狀況，營養狀況在一定程度上又決定了該階段的健康水平的高低。相對出生體重和相對身高的計算過程排除了性別和地域因素導致的體質差異，身高標準分或出生體重標準分越高，其早期的健康水平相對越高。

四、我國夜班勞動的基本特征

1. 夜班勞動者比例和數量估計

我國約三成的勞動者在從事不同程度的夜班勞動，涉及人口規模約1.92億。根據2020年人口普查，我國勞動年齡人口為8.26億，其中16—59歲男性4.51億，16—54歲女性3.75億；根據普查“長表”數據估計，我國勞動年齡人口中不同職業的就業人口規模為5.80億，其中16—59歲男性3.53億，16—54歲女性2.27億。根據CFPS 2020調查數據（以下簡稱“調查數據”）的估計，我國勞動年齡人口中“非農受雇”的比例為48.84%，共計4.04億人，其中男性約2.35億，女性約1.68億。根據調查數據估計，勞動年齡人口中“非農受雇者”從事不同強度夜班勞動（每月至少1次夜班）的人口比例為33.0%，數量約為1.33億。按照95%的置信區間估計，該比例為31.2%—35.0%，涉及1.26億—1.41億勞動者。如果將該夜班比例應用到全體就業人口，則我國從事不同程度夜班勞動的人口約1.92億。分性別來看，男性中的夜班勞動者比例高達39.1%，女性中的夜班勞動者比例為24.0%。

基于2020年我國勞動年齡人口中4.04億的非農受雇者，表1呈現了不同定義標準下夜班勞動者比例和數量的估計結果。根據定義2，我國約有8258萬勞動者每周至少1次夜班，占勞動者總體的20.5%，其中男性的夜班比例為23.3%，女性的夜班比例為16.2%。根據定義3，我國約有6333萬勞動者每周至少2次夜班，占勞動者總體的15.7%，其中男性的夜班比例為17.9%，女性的夜班比例為12.3%。根據最嚴格的定義4標準，我國約1874萬勞動者每天上夜班，占勞動者總體的4.6%，其中男性的夜班比例為5.2%，女性的夜班比例為3.9%。在久保（Kubo）的研究中，夜班勞動者被定義為“平均每月至少從事4次夜班工作”，估計出2012年日本的夜班勞動者比例為21.8%［4］；本研究中的定義2與之接近，按照“每周至少1次夜班”的定義標準，2020年我國的夜班勞動者比例為20.5%，與日本2012年的水平相當。

男性的夜班勞動者比例比女性相對更高，但夜班勞動者的比例和夜班強度并沒有因為年齡的增長而降低。如表1所示，在不同定義標準下，男性的夜班勞動者比例總是顯著高于女性的，置信區間并不重合。然而，各年齡段的夜班勞動者比例沒有顯著區別。如圖1所示，除了20歲以下人群，無論在何種定義標準下，各年齡段不同夜班強度的比例十分接近。根據“每周至少1次夜班”（定義2）的標準，20歲以下人群中的夜班勞動者比例為29.1%（高于其他組別，但不顯著），20—29歲的為22.1%，30—39歲的為19.9%，40—49歲的為19.6%，50—59歲的為20.2%。由此可見，各年齡段的夜班勞動者比例沒有區別。年齡大的勞動者同樣從事著較高強度的夜班勞動，這是需要重視的不良現象。

2. 夜班勞動者的職業分布

基于2020年我國勞動年齡人口中的非農受雇者，表2呈現了不同職業的夜班勞動者比例和數量的估計結果。按照定義1標準，“辦事人員”（38.5%）和“生產、運輸設備操作人員”（38.0%）是夜班勞動者比例相對最高的，且“生產、運輸設備操作人員”涉及的勞動者數量（4230萬）最多。按照定義2標準，“辦事人員”、“單位負責人”和“生產、運輸設備操作人員”是夜班勞動者比例相對最高的，分別為24.2%、22.0%和21.8%，但涉及勞動者數量最多的職業為“商業、服務業人員”（2658萬）。按照定義3標準，“辦事人員”和“生產、運輸設備操作人員”是夜班勞動者比例相對最高的，分別為18.6%和17.3%，涉及勞動者數量最多的職業仍然是“商業、服務業人員”（2155萬）。按照定義4，即“每天上夜班”的標準，“商業、服務業人員”（6.5%）和“單位負責人”（5.2%）是夜班勞動者比例相對最高的，涉及夜班勞動者數量最多的職業仍然是“商業、服務業人員”（944萬）；這意味著我國約有1874萬勞動者幾乎每天都要上夜班，其中約一半屬于“商業、服務業人員”。在定義2、定義3和定義4標準下，醫護人員所屬的“專業技術人員”反倒成為夜班勞動者比例相對最低的職業，說明他們的夜班頻次更為節制、安排更加合理。

車間和交通運輸工具是夜班勞動者比例最高的工作場所，相關職業應當予以重點關注。如圖 2所示，交通運輸工具中的夜班勞動者比例在定義1到定義4下分別為54.9%、39.9%、36.4%和14.5%；車間中的夜班勞動者比例在定義1到定義4下分別為41.9%、25.0%、19.9%和4.5%；此外，其他場所中的夜班勞動者比例也非常高，在定義1到定義4下分別為41.4%、29.2%、21.8%和8.4%。工作場所在辦公室的勞動者其夜班比例最低，在定義1到定義4下分別為25.6%、13.8%、9.3%和1.6%。

3. 夜班勞動者的權益狀況

重度夜班勞動者的權益狀況較差，他們在勞動收入、休息權、用工規范等方面處于明顯劣勢地位。表3比較了不同夜班強度勞動者的職業特征和保障狀況。與白班勞動者相比，夜班程度越高，過度勞動時間越長；在法定勞動時間（含加班限制）之外，重度夜班者每周需要多付出20.1個小時；在控制工作特征和個人特征的情況下，不同程度的夜班勞動者與僅白班者之間的過勞時長差異仍然是顯著的。過度勞動給輕度和中度夜班勞動者帶來了額外的月工資收入，但其小時工資并未高于僅白班勞動者；重度夜班者的小時工資顯著低于其他組別，他們只能通過超時工作勉強維持與僅白班者相當的月收入；控制條件下重度夜班者的小時工資與僅白班者的差異仍然存在。從是否有周末來看，夜班程度越高，有周末的人員比例越低，在控制條件下中度和重度夜班者仍然顯著差于僅白班者，這說明中重度夜班者的休息權更難得到保障。從工作保障特征來看，輕度和中度夜班者在簽訂合同、保險數量和工會成員上處于相對優勢地位；重度夜班者的簽訂合同比例、保險數量和工會成員比例顯著低于僅白班者，相同條件下保險數量仍然顯著低于輕度和中度夜班者。

由此可見，夜班勞動者在勞動收入方面并無明顯優勢，輕度和中度夜班勞動者的超時工作是他們得到相對較高工資的原因，而重度夜班勞動者只能同時接受低小時工資和超時勞動以勉強維持相當的收入；相對而言，重度夜班勞動者在勞動保障的各方面都處于劣勢地位。

五、夜班勞動后果的因果效應識別

本研究的另一項任務是評估夜班勞動對勞動者的身心健康及其社會生活造成的職業傷害后果?！敖】倒と诵保?1］是勞動相關研究的經典問題，即只有那些健康狀況較好的勞動者才能進入勞動力市場、實現更長的工作時間，而那些健康狀況不佳或突發健康問題的人會減少其勞動，甚至完全退出勞動力市場［2，32-33］。但事實上，對夜班勞動后果的研究面臨著更廣義的自選擇性，無論是職業特征還是個人特征，都有可能會影響到個體是否從事夜班勞動，以及從事何種強度的夜班勞動，這種自選擇性可能造成的偏差方向并不如“健康工人效應”所宣稱的那樣明確。

基于此，本研究擬通過廣義傾向得分（GPS）調整劑量響應函數（Dose-Response Function）的方法，盡可能地控制進入夜班勞動的自選擇性可能造成的偏誤，更準確地評估夜班勞動對勞動者造成的不良后果。傳統的傾向值匹配（PSM）方法只能估計二分類干預變量（接受/不接受干預）的平均實驗效應，存在一定的局限性。GPS調整法借鑒了生物醫藥研究中分析藥物劑量作用的劑量響應函數，能夠評估序次變量或者連續型變量作為干預變量的實驗效應［34-36］；基于廣義線性回歸模型，其結果變量可以是多種類型的，如二分類變量、序次變量等。因此，該方法很適用于本研究對不同夜班強度的多種后果的實驗效應評估。

GPS調整法的基本原理與PSM方法一致，目標是達成“控制條件下無混淆”。對本研究而言，即要求在控制廣義傾向得分R的條件下，潛在結果{Y（t）}與夜班頻次T之間相互獨立（Y（t）⊥T|R），個體從事何種程度夜班（t）的概率不取決于任何協變量X。由此，通過干預變量T和傾向得分R的線性組合可以構造結果變量Y的條件期望模型，即μ（Y|T，R^

）?；跀M合出的結果預測方程，即劑量響應函數，可以計算任意特定干預水平t的平均潛在結果；通過比較兩個干預水平的平均潛在結果差異，即實驗效應函數（或邊際效應函數），可以得到不同夜班頻次的實驗效應（Treatment Effect），例如：TE（t）=μ（t）-μ（0）。

假定f（T|X）是T的條件概率密度分布函數，廣義傾向得分即是實際干預值T恰好等于潛在干預值{T}的條件概率，即f（T=｛T｝|X）。其中，潛在干預值{T}由協變量X所決定，二者之間的函數關系假定為g（T）=βX。整體來看，廣義傾向得分［34］是通過實際干預值和協變量值計算得到，即R=r（T，X），該方程取決于兩個設定：①干預變量與協變量之間的連接函數；②干預變量的條件概率密度分布形式。由此可見，GPS方法中的廣義傾向得分與PSM中的傾向得分的關鍵區別在于，前者是實際干預值發生的條件概率，而后者是進入干預組（無論實際是否屬于干預組）的條件概率［37］，PSM中的傾向得分更接近于GPS中的T^（預測值）。

在本研究中，干預變量夜班頻次的取值落在［0， 1］區間，通常的做法是對其對數優勢比（Log-odds Ratio）進行回歸，但由于存在大量0值（即僅白班勞動者），并不適合于對數轉換。鑒于此，本研究采用Fractional logit模型［36，38］進行估計（ 即設定E（T|X）=exp（βX）/［1+exp（βX）］；實際操作層面上，在基于廣義線性模型（GLM）的Stata命令doesresponse2中設定family（binomial）和link（logit）兩個選項。）。

1. 夜班頻次的廣義傾向得分計算

根據表4的描述性統計結果，夜班強度越高的勞動者其心理健康越差、睡眠時長越短、睡眠質量越差、和家人吃飯次數越少；重度夜班的勞動者在職業傷害相關的10個結果變量上都明顯差于僅白班的勞動者，他們在經濟社會地位上也處于相對劣勢地位。但這并不一定都是上夜班的結果，可能存在一定的自選擇效應，因為職業特征與是否需要從事夜班工作緊密相關，而個體特征又與職業特征存在復雜的關聯。從表4中的職業類型、工作場所、性別、是否上大學等變量的分組均值比較可見，不同夜班程度的勞動者在職業特征和個人特征上存在明顯差異，夜班勞動具有較強的自選擇性。對于重度夜班的勞動者，他們上過大學的比例相對更低、在辦公室工作的比例更低、使用計算機的比例更低，不僅如此，他們的身高也相對更低，這些指標共同說明他們的經濟社會地位相對更差?；谏鲜隹紤]，本研究將這些職業特征和個人特征作為估計夜班頻次的解釋變量，來計算廣義傾向得分。

本研究采用Fractional logit模型對夜班頻次進行估計，估計結果如表5所示。職業特征上，部分職業與單位負責人的夜班頻次有顯著差異；多數工作場所與辦公室的夜班頻次存在顯著差異。個人特征上，性別、戶口、大學教育對夜班頻次有顯著影響。值得注意的是，夜班工作上并未表現出“健康工人效應”，與之相反，相對出生體重越輕的人從事夜班的頻次越高。

在估計夜班頻次的基礎上，得到了各樣本的廣義傾向得分值，其基本原理如前所述。需要說明的是，GPS調整法側重于在線性方程中做“調整”或“控制”，而非對反事實案例進行“匹配”（ 國內許多文獻使用“廣義傾向得分匹配（GPSM）”的說法，但事實上這是“以訛傳訛”，該方法并未對反事實案例進行“匹配”，經典文獻中也從來沒出現過GPSM這個說法。），因此本研究所謂的“平衡性檢驗”也基于“調整”的思路（ 既有的平衡性檢驗方法大多采取對具有相同廣義傾向得分但分屬于不同處理組別的人群進行比較，但這種做法存在問題。如前所述，GPS方法中的廣義傾向得分計算的是實際干預值發生的條件概率，而PSM方法中的傾向得分計算的是進入干預組（無論實際情況如何）的概率，具有相同廣義傾向得分的人并不具有接受同等干預的相同概率，在此情況下，組別之間的比較是沒有意義的。舉個例子，根據理論，家庭社會經濟地位越高，個體潛在的受教育程度越高。個體A家庭條件極其優越，根據預測原本可以完成大學，但實際只完成了初中，個體B家庭條件極其艱苦，根據預測原本只能讀到初中，但實際卻完成了大學，按照GPS方法計算廣義傾向得分，他們都與自己的潛在結果偏離了相同的距離，因此他們的實際干預值發生概率是相同的，即二者具有相同的廣義傾向得分。按照既有的平衡性檢驗方法，二者的協變量（家庭條件）是不可能達到“均衡”的，因而這種比較法只適用于具有相同概率進入相同教育層次（比如大學）的人群之間。），檢驗調整后干預變量T和協變量X的相關性是否消失，即用X對T進行回歸，比較控制和不控制廣義傾向得分時X的系數顯著度。根據檢驗結果（ 受篇幅所限，文章未展示平衡性檢驗結果。如有需要，請聯系作者索取。），所有在無控制模型中顯著的變量在控制模型中變得不再顯著，說明控制條件下X和T之間相互獨立。經過廣義傾向得分的“調整”，個體從事何種程度夜班（t）不取決于任何協變量X，不同干預水平的個體在各協變量上實現了平衡。

2. 夜班頻次的劑量響應結果

表6展示了不同結果變量的劑量響應函數模型設定（ 針對每個結果變量，本研究擬合了一次項模型（夜班頻次+廣義傾向得分）和多種組合的二次項模型（包括夜班頻次二次項、廣義傾向得分二次項和夜班頻次和廣義傾向得分交互項），并選取了其中最合適的一個。）及其回歸結果，圖 3呈現了各模型的平均劑量響應結果。如表6所示，在控制廣義傾向得分或其二次項的情況下，夜班頻次或其二次項大多都是顯著的；如圖3所示，夜班頻次對各結果變量的負面影響都是存在的，除了記憶力和鍛煉頻次，其中絕大多數的職業傷害效應都是線性的?？傊?，這些結果說明夜班勞動造成多方面的職業傷害的因果關系能夠成立。

一方面，夜班勞動會造成健康方面的職業傷害。隨著夜班頻次增加，身體健康、心理健康、睡眠時長、睡眠質量都呈現線性下降趨勢；而記憶力呈現為倒“U”型的下降趨勢，一定程度范圍內的夜班并不會對記憶力造成損害，但隨著夜班頻次繼續增加，記憶力損害的邊際效應也在不斷增加。已有大量醫學方面的研究證明了夜班造成健康損耗，本結果再次支持了這些健康常識的存在。

另一方面，夜班勞動會造成社會生活方面的職業傷害。首先，隨著夜班頻次增加，勞動者的生活滿意度呈現線性下降趨勢，主觀幸福感不顯著但同樣呈現為下降趨勢。其次，隨著夜班頻次增加，和家人吃飯的次數也呈現線性下降趨勢，娛樂休閑時長也會不斷降低。最后，每周至少鍛煉一次的概率呈現為倒“U”型的趨勢，一定程度范圍內的夜班會使得每周鍛煉概率增加，但隨著夜班頻次繼續增加，負面作用的邊際效應也在不斷增加；然而，前半段的“增加”趨勢并不能理解為夜班帶來了“好處”，這個結果是否與變量處理方法有關，還有待進一步探討。以上結果表明，夜班勞動對勞動者的社會生活安排造成了一定的擠壓，導致個體無法有效地履行其多重社會角色，降低了他們的生活滿意度。

六、結論與討論

基于2020年的中國家庭追蹤調查數據（CFPS）和全國人口普查匯總數據，本研究通過點估計和區間估計的統計推斷方法，首次測算了不同定義標準下我國夜班勞動者的數量及其比例，描述了夜班勞動者在性別、年齡、職業分布、工作場所、工作特征、保障狀況等方面的基本特征；通過廣義傾向得分（GPS）調整的因果推斷方法，評估了夜班勞動頻次對勞動者在健康方面和社會生活方面造成的職業傷害。

本研究發現，我國約三成的勞動者在從事不同程度的夜班勞動，涉及人口規模約1.92億；其中，約有8258萬勞動者每周至少1次夜班，占勞動者總體的20.5%；約1874萬勞動者每天上夜班，占勞動者總體的4.6%。從職業類型來看，生產、運輸設備操作人員、辦事人員是夜班勞動者比例最高的職業；商業、服務業人員和生產、運輸設備操作人員是涉及夜班勞動者數量最多的職業；專業技術人員是夜班勞動者比例最低的職業，他們的夜班頻次更為節制、安排更加合理。從工作場所來看，交通運輸工具和車間是夜班勞動者比例最高的工作場所，這兩處每周至少1次夜班的比例分別高達39.9%和25.0%，每天上夜班的比例分別高達14.5%和4.5%。從勞動權益狀況來看，夜班勞動者的過度勞動現象較為普遍，其中重度夜班勞動者在勞動收入、休息權、用工規范等方面處于明顯劣勢地位。本研究再次支持了夜班勞動造成健康方面職業傷害的常識性結論，發現了夜班勞動對勞動者的身體健康、心理健康、睡眠時長、睡眠質量和記憶力方面的負面影響；本研究還發現了夜班勞動對勞動者社會生活方面的負面影響，會降低勞動者的生活滿意度，減少和家人吃飯的次數、娛樂休閑時長和鍛煉頻次。

本文認為，相關部門應當充分重視夜班勞動的職業危害問題，積極推動立法。首先，我國夜班勞動者的規模大、占比高，是一個不容忽視的事實。其次，由于缺乏相關政策法規的規范和保護，很多用人單位對夜班工作安排缺乏節制，這導致了夜班勞動者較為嚴重的過度勞動現象，尤其是重度夜班勞動者，他們在勞動收入、休息權、用工規范等權益保障方面處于劣勢地位。最后，夜班勞動對勞動者的身心健康和社會生活安排造成的負面影響應當被視為職業傷害，在夜班無法避免的情況下，應當給予勞動者合理的補償。在法律法規缺位的情況下，高頻次夜班安排、高強度勞動、超長工時、休息恢復時間過短等不合理的工作安排可能會導致層層疊加的職業傷害?，F有的勞動法規并未區分夜班和白班的工作時間，這無疑是十分不合理的，相關部門（尤其是學術研究和政策法規相關者）應當充分重視夜班勞動的職業傷害問題，共同積極推進完善相關法律（首先是《中華人民共和國勞動法》），進而實現對夜班勞動的規范和補償。

參考文獻：

［1］RIVERA A S， AKANBI M， O’DWYER L C， et al. Shift work and long work hours and their association with chronic health conditions： a systematic review of systematic reviews with meta-analyses［J］. PLoS One， 2020， 15（4）： e0231037.

［2］徐海東， 周皓. 過度勞動、健康損耗與收入補償［J］. 勞動經濟研究， 2021（3）： 3-26.

［3］UK Government. Night workers： analysis of numbers［EB/OL］. （2017-01-30）［2023-02-27］. https：//www.gov.uk/government/publications/night-workers-analysis-of-numbers.

［4］KUBO T. Estimate of the number of night shift workers in Japan［J］. Journal of UOEH， 2014， 36（4）： 273-276.

［5］馬克思. 資本論（第一卷）［M］. 中央編譯局， 譯. 北京： 人民出版社， 2018： 297-304.

［6］俞金堯. 資本擴張與近代歐洲的黑夜史［J］. 歷史研究， 2020（4）： 171-197.

［7］PALLESEN S， BJORVATN B， MAGERY N， et al. Measures to counteract the negative effects of night work［J］. Scandinavian Journal of Work， Environment & Health， 2010， 36（2）： 109-120.

［8］HARDING B N， SKENE D J， ESPINOSA A， et al. Metabolic profiling of night shift work： the HORMONIT study［J］. Chronobiology International， 2022， 39（11）： 1508-1516.

［9］BRUM M C B， DANTAS F F F， SCHNORR C C， et al. Night shift work， short sleep and obesity［J］. Diabetology & Metabolic Syndrome， 2020， 12（1）： 1-9.

［10］WANG N， SUN Y， ZHANG H， et al. Long-term night shift work is associated with the risk of atrial fibrillation and coronary heart disease［J］. European Heart Journal， 2021， 42（40）： 4180-4188.

［11］XIAO Z， XU C， LIU Q， et al. Night shift work， genetic risk， and hypertension［J］. Mayo Clinic Proceedings， 2022， 97（11）： 2016-2027.

［12］IARC Working Group. Painting， firefighting， and shiftwork［M］. Geneva： WHO Press， 2010： 593-615.

［13］BEGTRUP L M， SPECHT I O， HAMMER P E C， et al. Night work and miscarriage： a Danish nationwide register-based cohort study［J］. Occupational and Environmental Medicine， 2019， 76（5）： 302-308.

［14］STOCK D， SCHERNHAMMER E. Does night work affect age at which menopause occurs？［J］. Current Opinion in Endocrinology， Diabetes & Obesity， 2019， 26（6）： 306-312.

［15］KERNBACH M E， HALL R J， BURKETT-CADENA N D， et al. Dim light at night： physiological effects and ecological consequences for infectious disease［J］. Integrative and Comparative Biology， 2018， 58（5）： 995-1007.

［16］TORQUATI L， MIELKE G I， BROWN W J， et al. Shift work and poor mental health： a meta-analysis of longitudinal studies［J］. American Journal of Public Health， 2019， 109（11）： e13-e20.

［17］FUJINO Y， MIZOUE T， IZUMI H， et al. Job stress and mental health among permanent night workers［J］. Journal of Occupational Health， 2001， 43（6）： 301-306.

［18］ZHAO Y， RICHARDSON A， POYSER C， et al. Shift work and mental health： a systematic review and meta-analysis［J］. International Archives of Occupational and Environmental Health， 2019， 92（6）： 763-793.

［19］李德明， 陳素坤， 李淑霞， 等. 倒班與正常班醫護人員記憶特點的比較［J］. 心理學報， 1989（2）： 163-168.

［20］楊輝， 唐珊， 王巧紅， 等. 護士職業人群晝夜節律紊亂不良結局的研究進展［J］. 護理研究， 2019（5）： 816-821.

［21］施其洲， 張國寶， 張濟民， 等. 中國高原鐵路機車司機在不同條件下的駕駛疲勞研究［J］. 鐵道學報， 1995（4）： 16-22.

［22］胡天琪， 陳志冰， 劉瑋， 等. 職業應激對鐵路工務系統職工心理健康的影響［J］. 中華勞動衛生職業病雜志， 2021（10）： 766-769.

［23］KALLIATH T， BROUGH P. Work-life balance： a review of the meaning of the balance construct［J］. Journal of Management & Organization， 2008， 14（3）： 323-327.

［24］ANDERSON L. The impact of paramedic shift work on the family system： a literature review［J］. Journal of Paramedic Practice， 2019， 11（8）： 335-341.

［25］WILLIAMS C. Work-life balance of shift workers［J］. Perspectives on Labour and Income， 2008， 9（8）： 5-16.

［26］NOVAK R D， AUVIL-NOVAK S E. Focus group evaluation of night nurse shiftwork difficulties and coping strategies［J］. Chronobiology International， 1996， 13（6）： 457-463.

［27］LOWSON E， ARBER S. Preparing， working， recovering： gendered experiences of night work among women and their families［J］. Gender， Work & Organization， 2014， 21（3）： 231-243.

［28］ARLINGHAUS A， NACHREINER F. Unusual and unsocial？ effects of shift work and other unusual working times on social participation［M］//ISKRA-GOLEC I， BARNES-FARRELL J， BOHLE P. Social and Family Issues in Shift Work and Non Standard Working Hours. Cham： Springer International Publishing， 2016： 39-57.

［29］OH H-K， CHO S-H. Effects of nurses’ shiftwork characteristics and aspects of private life on work-life conflict［J］. PLoS One， 2020， 15（12）： e0242379.

［30］STIELER L， HUNGER B， SEIBT R. Cardiovascular and self-reported recovery in two-shift systems［J］. Journal of Psychophysiology， 2022， 36（2）： 75-82.

［31］LI C-Y， SUNG F-C. A review of the healthy worker effect in occupational epidemiology［J］. Occupational Medicine， 1999， 49（4）： 225-229.

［32］秦立建， 秦雪征， 蔣中一. 健康對農民工外出務工勞動供給時間的影響［J］. 中國農村經濟， 2012（8）： 38-45.

［33］DINH H， STRAZDINS L， WELSH J. Hour-glass ceilings： work-hour thresholds， gendered health inequities［J］. Social Science & Medicine， 2017， 176： 42-51.

［34］HIRANO K， IMBENS G W. The propensity score with continuous treatments［M］//GELMAN A， MENG X. Applied Bayesian Modeling and Causal Inference from Incomplete-Data Perspectives. Chichester： John Wiley & Sons， Ltd， 2004： 73-84.

［35］BIA M， MATTEI A. A Stata package for the estimation of the dose-response function through adjustment for the generalized propensity score［J］. The Stata Journal， 2008， 8（3）： 354-373.

［36］GUARDABASCIO B， VENTURA M. Estimating the dose-response function through a generalized linear model approach［J］. The Stata Journal， 2014， 14（1）： 141-158.

［37］ROSENBAUM P R， RUBIN D B. The central role of the propensity score in observational studies for causal effects［J］. Biometrika， 1983， 70（1）： 41-55.

［38］PAPKE L E， WOOLDRIDGE J M. Econometric methods for fractional response variables with an application to 401（k） plan participation rates［J］. Journal of Applied Econometrics， 1996， 11（6）： 619-632.

說明：作者攝于2016年8月20日 02：39分，某汽車生產線總裝車間因故障停線，夜班中的工人拿著發動機艙蓋板“自彈自唱”。那年，筆者碩士畢業后進入某汽車企業工作，在4個月的工廠實習期間，我與“95后”的年輕工人們一起組裝汽車。當時的輪班制度為“兩班倒”，即白班組與夜班組交替工作，每半個月輪換一次白夜班；每周工作6天，每日工作時長約10—12小時（不區分白夜班，視生產任務延長工作時間）。

Some Basic Facts of Night Shift Work in China and Its Occupational Impairment XU? Haidong

（Department of Sociology， Peking University， Beijing 100871， China）

Abstract： The Labor Law in China regards “night shift” and “day shift” as homogeneous working hours， and occupational injuries from night shift is ignored. Based on the data of the CFPS and the national census in 2020， this study describes some basic status of night shift work in China through statistical inference， and evaluates the occupational harm of night work in terms of health and social life ?through the cause and effect inference method of adjustment for the Generalized Propensity Score. The study finds that about 30% of Chinese workers? are engaged in different degree of night shift work， involving 192 million workers. Among them， about 20.5% （82.58 million） of workers work at least once a week night shift. Transportation vehicles and workshop are the workplaces with the highest proportion of night shift workers， with 39.9% and 25.0% of employees working at night at least once a week respectively. “Business and service workers” and “production and transportation equipment operators” ?were the occupations involving the largest number of night shift workers， with 26.58 million and 24.30 million workers respectively working at least one night shift per week. Due to the lack of legal protection， many night shift workers are disadvantaged in terms of income， rest rights， and labor regulations. The study finds that night shift work has a negative impact on workers’ physical and mental health， sleep duration， sleep quality and memory， as well as reduces workers’ life satisfaction， family meals， leisure time and exercise frequency. At present， the Labor Law does not distinguish between “night shift” and “day shift”， meanwhile， many employers do not restrain the frequency and working hours of night shifts. The relevant departments should pay full attention to the? universality and occupational injury of night shift work， ?and actively promote legislation，? so as to achieve the standardization and compensation for night shift work.

Keywords：night work；occupational impairment；Labor Law；work-life balance；adjustment for the Generalized Propensity Score

［責任編輯 劉愛華］

收稿日期：2023-04-15；

修訂日期：2023-07-21

作者簡介：徐海東，北京大學社會學系博士研究生。