《表5 我国劳动年龄人口BMI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BMI的2SLS估计结果进行检验，在豪斯曼检验中p<0.05，拒绝原假设，说明存在内生性问题，需要引入工具变量。以性别、婚姻状况、从事第二职业三个变量作为工具变量，引入工具变量模型中。过度识别检验中p=0.4904，接受原假设，说明纳入的这三个工具变量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=0.1668，该数值较大，且三个工具变量中除第二职业变量以外，其余两个变量均对家庭劳务时间影响显著，说明未暴露出弱工具变量问题。而家庭劳务时间变量的解释力为0.1441，也具有较强的解释力。在弱变量工具检验中，F=75.26远大于建议的经验法则临界值10，也同时大于2SLS估计量的沃尔德检验值的10%（22.30），因此可以轻松拒绝是弱工具变量的原假设。综上所述，表明基准模型中存在内生性问题，在引入性别、婚姻状况、第二职业状况这三个变量作为工具变量后，内生性得到解决，且工具变量的效果较好。甚至可以看到，在2SLS、LIML、GMM等多种估计中，各变量的系数变化极小，甚至未发生任何改变。这说明，该工具变量模型具有较强的稳定性，即对于我国劳动年龄人口BMI的影响估计是准确且稳定的。由迭代GMM和两步GMM估计结果可以看出，劳动时间及家庭劳务时间均在0.05的统计水平上，对BMI的影响效果显著。且前者对BMI具有正向作用效果，后者具有负向作用效果。说明，在工具变量模型中，长时间劳动依旧会促使BMI的增加。但家庭劳务时间的增加会明显减少BMI，这样的估计结果是与事实相吻合的。而睡眠时间对BMI的作用效果方向未发生改变，但在该模型中并不显著，详见表5。