《表7 我国劳动年龄人口腰围的2SLS、LIML、GMM估计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《劳动时间长度与健康的关系——基于肥胖视角》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:*p<0.1，**p<0.05，***p<0.01。

对腰围的2SLS估计结果进行检验，豪斯曼检验中p<0.01，拒绝原假设，说明基准模型中存在内生性问题，因此需要引入工具变量解决这一问题。在引入婚姻状况和与母亲同住两个工具变量后，模型得到改善。在过度识别检验中p=0.2960，接受原假设，说明即便引入两个工具变量，但并不存在过度识别问题。家庭劳务时间变量在第一阶段回归中，R2=0.0574，与母亲同住这一变量在0.01的统计水平上对其影响效果显著，而婚姻状况不显著，但未暴露出弱工具变量问题。家庭劳务时间变量的解释力为0.0297，具有较强的解释力。在弱变量工具检验中，F=23.58，大于建议的经验法则临界值10，同时也大于2SLS估计量的沃尔德检验值的10%（19.93），因此可以轻松拒绝是弱工具变量的原假设。由表7可以看到，2SLS与LIML两种估计结果较为一致。GMM矩估计、迭代GMM以及两步GMM估计，这三个结果完全一样。且所有加入工具变量后的估计结果差异极小，估计结果之间具有较高的一致性。说明，工具变量模型具有一定的稳定性，各变量对腰围的影响效果估计较为准确。从以下结果中可以看出，劳动时间依旧对腰围有很强的作用效果。与对BMI作用效果不同的是，睡眠时间对腰围的负向作用十分显著，而家务劳动时间的作用效果并不明显。这说明，长时间劳动以及睡眠的缺乏会导致腰围尺寸增加，且这一效果十分明显。