王 欣 ，楊 婧

(1.首都經(jīng)濟貿(mào)易大學(xué) 勞動經(jīng)濟學(xué)院，北京 100070；2.北京第二外國語學(xué)院 a.旅游科學(xué)學(xué)院；b.北京旅游發(fā)展研究基地，北京 100024)

一、問題提出

缺勤問題在組織行為以及人力資源管理研究領(lǐng)域一直是一個重要話題。隨著崗位競爭的日益激烈化以及企業(yè)對利潤的追求，員工即便生病也不會輕易請假。帶病堅持工作的員工并不在少數(shù)，雖然這種堅守崗位的精神是值得稱贊的，但員工是否能夠保持正常的工作效率值得懷疑。

歐美學(xué)者從20世紀(jì)90年代起就十分關(guān)注員工的隱性缺勤問題。員工的隱性缺勤也可直譯為“出勤主義”，是指工作場所員工帶病工作的行為[1-3]。有學(xué)者對400名企業(yè)員工進行研究，發(fā)現(xiàn)88%的員工都有過隱性缺勤的行為[4]。由于健康問題導(dǎo)致員工帶病工作容易出現(xiàn)隱性缺勤行為，因此而導(dǎo)致的生產(chǎn)率平均損失為12%，而實際缺勤每人每年僅有10.4天[5]。有學(xué)者研究表明，由于隱性缺勤所帶來的生產(chǎn)率下降問題很嚴(yán)重，員工每周有4.1個小時處于這種狀態(tài)[6]。

有學(xué)者研究發(fā)現(xiàn)，偏頭痛導(dǎo)致的隱性缺勤行為給企業(yè)造成的經(jīng)濟損失超過2 400萬美元，而實際因偏頭痛導(dǎo)致的缺勤僅造成了300萬美元損失[7]。另外有學(xué)者研究發(fā)現(xiàn)，心理健康會顯著影響勞動生產(chǎn)率，可通過多種途徑致使生產(chǎn)率損失，病休或缺勤越多，工作達標(biāo)率和勝任率越低[8]。隱性缺勤每年給美國造成的經(jīng)濟損失達到1 500億美元，是實際缺勤帶來損失的3倍；給澳大利亞帶來的經(jīng)濟損失為300億澳元[9-10]。一項研究顯示，僅心理健康問題引起的隱性缺勤給英國帶來的損失約為每年151億英鎊，是因病缺勤所致?lián)p失的1.5倍[11]。另一項研究發(fā)現(xiàn)，員工因疲勞引起的隱性缺勤問題所造成的生產(chǎn)率損失是實際因此種原因缺勤所造成損失的7.5倍[12]。

國外學(xué)者對于該領(lǐng)域的研究從概念、成因到后果、影響已越來越深入。而截至目前，在中國知網(wǎng)(CNKI)以“隱性缺勤”“出勤主義”等為關(guān)鍵詞檢索到相關(guān)文獻48篇，其中30篇文獻的研究對象都是醫(yī)護人員；碩博論文中只有9篇碩士畢業(yè)論文涉及該主題研究；除此之外，還有3篇會議論文和1篇新聞報道(截至2020年10月)。由此可見，在國內(nèi)對于該領(lǐng)域的研究還處于剛剛起步階段，既不成熟也不深入，更無關(guān)于生產(chǎn)率及經(jīng)濟損失測算方面的研究成果。

與以往研究不同，本文是在員工過度勞動的基礎(chǔ)上進行深入分析的。因此，所要詮釋的問題更具有針對性，即員工由于過度勞動導(dǎo)致隱性缺勤所造成的經(jīng)濟損失到底有多大？正是基于這樣的思考，主要從三個方面進行拓展。第一個方面，對于員工生產(chǎn)率規(guī)律的探索以及不同群體間的差異化分析，即因“過勞”所導(dǎo)致的員工生產(chǎn)率的變化以及所反映的隱性缺勤行為；第二個方面，在生產(chǎn)率規(guī)律演變研究的基礎(chǔ)上，借鑒國外的相關(guān)研究方法和理論，對生產(chǎn)率損失進行測算；第三個方面，以往文獻提到員工隱性缺勤的原因有很多，但“過勞”以及勞動時間對其影響有多大，以及其中的關(guān)聯(lián)性等都需要進一步論證。

二、文獻述評與理論分析

長時間勞動會使員工產(chǎn)生身心疲勞，導(dǎo)致工作效率下降、出現(xiàn)缺勤或者隱性出勤，從而造成經(jīng)濟損失。如果企業(yè)適當(dāng)縮短工時，生產(chǎn)效率會明顯提升[13-16]。而超時工作對員工工作績效和企業(yè)生產(chǎn)率都存在顯著的負(fù)向作用，超時工作的時間每延長10%，生產(chǎn)率將會降低2.4%[17-18]。如果每周工作時間超過60小時，那么白領(lǐng)人員的工作效率將會下降20%[19]。有學(xué)者利用面板數(shù)據(jù)測算18個經(jīng)濟合作與發(fā)展組織(OECD)成員方的生產(chǎn)率與勞動時間的關(guān)系，得到兩者之間存在門檻效應(yīng)，即生產(chǎn)率與勞動時間之間總是存在負(fù)相關(guān)關(guān)系。即當(dāng)年均勞動時間超過1 925小時，勞動時間每延長1%生產(chǎn)率將會下降0.9%；當(dāng)年均勞動時間超過2 025小時，那么生產(chǎn)率則會下降1%[20]。

員工在剛剛進入工作狀態(tài)時，勞動投入量較低，生產(chǎn)率也不高，此時員工處于勞動不足的狀態(tài)。但隨著逐步進入日程安排和工作狀態(tài)，員工的勞動投入量也漸漸增加，直到員工的精神、心理和體力能夠與工作完全相適應(yīng)，其工作效率就會達到峰值。然而隨著時間推移，員工往往會在午休前或者下班前一個小時內(nèi)出現(xiàn)心理或者身體的疲勞癥狀，使之生產(chǎn)率迅速下降，由于還有一定量的勞動投入，因此總量依舊呈增長趨勢但是增速不斷下降。有學(xué)者在匯總諸多有關(guān)生產(chǎn)安全事故與工作時間推移的研究成果后，發(fā)現(xiàn)二者呈“M型”曲線關(guān)系，即以每一個小時為工作時間單位，每日午休前和下班前兩個小時是事故頻發(fā)的高峰。這主要是因為這兩個時間段正處于工作的“沖刺”階段，員工希望在這段時間內(nèi)完成更多任務(wù)使得“最后一小時”能夠輕松些。但疲勞的作用具有“蓄積”的特點(即逐時地被積累著)，并非會立即顯現(xiàn)，當(dāng)連續(xù)幾個小時不間斷地工作之后這一作用才會表現(xiàn)出來。由此推測如果“最后一小時”仍保持高強度、高效率的工作，那么發(fā)生事故的數(shù)量有可能更多，而正是因為“最后一小時”的“懈怠”才使得該時間段內(nèi)的事故數(shù)量大大減少[21]。

三、模型、變量與數(shù)據(jù)

(一)模型設(shè)定

1.基準(zhǔn)模型

在借鑒已有相關(guān)文獻的基礎(chǔ)上，構(gòu)建本文所要估計的基準(zhǔn)模型，以此研究“過勞”與生產(chǎn)率損失之間的關(guān)系，如式(1)所示：

lneconomici=α0+α1overworki+α2Xi+εi

(1)

式(1)中，economici表示個體i因生產(chǎn)率下降所造成的經(jīng)濟損失，overworki表示個體i的“過勞”程度，Xi表示包括控制變量在內(nèi)的一系列可觀測的相關(guān)因素，εi為隨機擾動項。α1是待估計參數(shù)，反映個體的“過勞”程度對經(jīng)濟損失的影響。如果corr(worki，εi|Xi)=0，corr(sleepi,εi|Xi)=0，corr(houseworki,εi|Xi)=0，其中，work表示勞動時間，sleep表示睡眠時間，housework表示家庭勞動時間，那么可通過普通最小二乘法(OLS)估計式(1)就能得到“過勞”程度對經(jīng)濟損失的一致估計。然而，“過勞”存在前文所述的遺漏變量和雙向因果關(guān)系，使用OLS估計式(1)得到的參數(shù)估計值將是有偏的。本文利用員工的加班意愿作為工具變量來克服這一內(nèi)生性問題，并識別和估計其對經(jīng)濟損失的影響。

2.工具變量模型

本文將采用工具變量兩階段最小二乘法(two stage least square，2SLS)估計“過勞”對經(jīng)濟損失的影響，兩階段第一階段為：

overworki=β0+β1overtimei+β2Xi+ui

(2)

式(2)中，overtimei表示個體i的加班意愿。將式(2)的擬合值代入式(1)中進行估計，就可得到“過勞”對經(jīng)濟損失的一致估計。由于在大樣本下，2SLS與“有限信息最大似然估計法”(limited information maximum likelihood estimation，LIML)是漸近等價的，但是在弱工具變量的情況下，LIML的小樣本性質(zhì)可能優(yōu)于2SLS[22]。因此，本文也將給出LIML的估計結(jié)果。由于在球型擾動項的假定下，2SLS是最有效的，但如果擾動項存在異方差或自相關(guān)，則需要用更有效的方法——“廣義矩估計”(GMM)。另外還需要對迭代GMM和兩步GMM的系數(shù)估計值進行比較，以進一步確定最優(yōu)的估計方法。為消除潛在異方差和誤差項的相關(guān)項，在估計中加入穩(wěn)健回歸(robust)和聚類回歸(cluster)的選項。通過豪斯曼(Hausman)檢驗對“所有解釋變量均為外生”即不存在內(nèi)生變量這一原假設(shè)進行判斷。如果在一定的統(tǒng)計水平上拒絕原假設(shè)，故可認(rèn)為存在內(nèi)生性。在此判斷基礎(chǔ)上，應(yīng)用工具變量才是有意義的。由于工具變量只有一個，因此不存在過度識別問題。利用F統(tǒng)計量及沃爾德(Wald)檢驗對是否為弱工具變量進行判斷。

(二)主要研究變量

1.被解釋變量

生產(chǎn)率損失是指員工因“過勞”造成的生產(chǎn)率下降所產(chǎn)生的經(jīng)濟損失。與其他非營利單位性質(zhì)不同，企業(yè)是以利潤最大化作為生產(chǎn)經(jīng)營目標(biāo)的，因此員工生產(chǎn)率的下降會影響利潤的創(chuàng)造。以往文獻對于員工因隱性缺勤所帶來的經(jīng)濟損失測算多是采用“貨幣工資轉(zhuǎn)換”的方法[23]。國外學(xué)者研發(fā)的測量量表已有20余種，主要通過自陳記錄式或回答問題式對員工帶病工作的生產(chǎn)率或工作效率進行判斷、描述[24]。例如詢問病情對生產(chǎn)率或工作效率的影響程度、自行記錄無效的工作時間以及自我判斷每天的工作效率等。可以看出，目前對于工作效率的估算方法已經(jīng)比較成熟。

對于工作效率的估算一直是該領(lǐng)域需要解決的重點問題。根據(jù)文獻分析，能夠與經(jīng)濟損失聯(lián)系在一起的工作效率估算方法主要分為：數(shù)據(jù)推算法和問卷測量法[25-26]。前者多是利用時間序列或面板數(shù)據(jù)與勞動時間相關(guān)聯(lián)，然后通過回歸分析的方式進行測算[27-28]；后者通過計算出生產(chǎn)效率指數(shù)(P.I.)來預(yù)算勞動時間/實際勞動時間，然后與模型進行擬合[29]。例如：測量話務(wù)中心員工的隱性缺勤對生產(chǎn)率影響時，通過采集員工的客觀生產(chǎn)率數(shù)據(jù)(通話數(shù)量)和健康風(fēng)險評估數(shù)據(jù)，進行對比分析后計算出所造成的生產(chǎn)率減損。而通過客觀數(shù)據(jù)推算出的生產(chǎn)率損失，很難計算出實際所造成的經(jīng)濟損失。

本文主要借鑒和采用“健康與工作績效問卷”(health and job performance questionnaire，HPQ)中對生產(chǎn)損失的估算方法，通過答題與自陳相結(jié)合的方式，對工作效率進行判斷[30-31]。由于這種方式兼容了答題式和自陳式各自的優(yōu)點，既需要自我陳述，又可以以自身作為比較對象，能夠直接反映工作表現(xiàn)情況或?qū)ぷ餍首龀雠袛唷Ｒ虼?，這一量表是目前應(yīng)用最廣泛、信度和效度也最好的測量量表之一。具體公式如下：

(3)

(4)

2.核心解釋變量

本文借用中國勞動力動態(tài)調(diào)查(CLSD)中的相關(guān)問答項目，例如：“工作讓我感到身心俱疲的頻率”對員工的“過勞”程度進行衡量。但顯而易見的是，“過勞”的衡量太過主觀，受到諸多因素的影響，例如：員工的長時間勞動行為、加班行為、企業(yè)文化等，勢必會存在遺漏變量偏差等問題。員工“過勞”往往會導(dǎo)致生產(chǎn)率下降，但又需要在規(guī)定時間內(nèi)完成相應(yīng)的工作任務(wù)，因此無形中加大了自身的心理壓力。眾所周知，壓力源是促使“過勞”的重要因素之一?？梢?，“過勞”與生產(chǎn)率損失之間存在著雙向因果關(guān)系。所以，需要通過設(shè)定工具變量來解決這一系列問題。有學(xué)者運用“一般健康問卷”(greneral health questionnaire，GHQ)驗證了心理健康與勞動時間的關(guān)系，結(jié)果表明長時間勞動是心理健康受損的要因，無論有酬加班還是無償加班對于心理健康的影響都很大，且后者的危險性更高[33]。加班意愿與“過勞”是密切相關(guān)的，而加班意愿并不會直接影響員工的生產(chǎn)率。因此，可以選擇員工的加班意愿虛擬變量作為“過勞”的工具變量。

除以上變量外，還將對員工所屬區(qū)域、城市等空間分布特征變量，以及員工的性別、年齡、受教育程度、工資水平等個體特征變量進行控制。相關(guān)變量的定義及統(tǒng)計特征描述如表1所示。

表1 主要變量及描述性統(tǒng)計結(jié)果

(三)數(shù)據(jù)來源

由于國家統(tǒng)計局以及各組織機構(gòu)的數(shù)據(jù)庫中均沒有與本文所要研究主題相符的數(shù)據(jù)來源。因此本文委托“北京百度網(wǎng)訊科技有限公司”進行數(shù)據(jù)采集，調(diào)研對象為城鎮(zhèn)企業(yè)單位就業(yè)人員。考慮到薪酬、工作時間等變量可能存在異常值，為了減少變量異常值對實證結(jié)果的影響，本文對該變量進行了99%分位的縮尾處理，得到符合要求的樣本數(shù)量[34]，最終有效樣本為1 934份。該樣本覆蓋了除西藏、青海、港澳臺以外的所有省、自治區(qū)和直轄市，包括華北(16.5%)、東北(4.2%)、華東(35.2%)、中南(33.1%)、西南(8.2%)和西北(2.8%)六大區(qū)域。覆蓋了所有一線城市(包括新一線城市，47.3%)、二線城市(23.2%)、70個三線城市中的61個(14.4%)、90個四線城市中的74個(10.4%)和129個五線城市中的49個(4.2%)和少量六線城市(0.5%)。同時也覆蓋了所有行業(yè)中的不同崗位，包括一般辦事人員(35.4%)、中層與高層管理者(16.9%)、技術(shù)研發(fā)人員(20.7%)、銷售人員(7.7%)以及車間工人(8.1%)等。其中，男性占50.8%，女性占49.2%。16～24歲占26.6%(N=514)，25～34歲占63.1%(N=1 220)，35歲及以上占10.3%(N=200)。初中及以下人員占3.3%(N=64)，高中占15.5%(N=299)，大專占28.0%(N=542)，本科及以上占53.2%(N=1 029)。為了驗證問卷的穩(wěn)定性和可靠性，本文在正式調(diào)研的前一年進行了預(yù)調(diào)查(N=264)，兩次調(diào)查相比較，在員工工作效率等關(guān)鍵性結(jié)果上較為一致。

四、實證分析

根據(jù)調(diào)查結(jié)果可知，無論是正式調(diào)研結(jié)果還是預(yù)調(diào)研結(jié)果，隨著工作時間的推移員工工作效率均呈倒U型曲線趨勢。員工均在上班后的第2個小時達到工作效率的最高點，然后隨著時間的推移逐步下降，在第6個小時正式調(diào)研曲線與預(yù)調(diào)研曲線發(fā)生重合，且在下班前的倒數(shù)第二個小時內(nèi)呈現(xiàn)出“斷崖式”下滑的趨勢。因此，本文將從第6個小時開始累計計算生產(chǎn)率損失，得到人均生產(chǎn)率損失為3 872.24元。而近一年因感到身心疲憊、勞累等原因，不得不選擇請假、缺勤的天數(shù)平均為5.33天，因此造成的人均工資性收入損失為1 077.74元?？梢钥吹?，因“過勞”造成的隱性缺勤損失已經(jīng)遠(yuǎn)遠(yuǎn)地超過了實際缺勤損失，且前者是后者的3.6倍。

本文通過因員工“過勞”導(dǎo)致的隱性缺勤對經(jīng)濟損失的影響進行了判斷。在基準(zhǔn)模型中利用OLS估計方法，得到如表2所示的結(jié)果。加入控制變量前后的各組估計結(jié)果差異較大。在加入控制變量后，R2有了明顯的提高?？刂魄昂蟆斑^勞”對生產(chǎn)率損失的影響系數(shù)分別為0.100 6、0.134 0，分別在0.01和0.001的統(tǒng)計水平上顯著。但可以明顯看出，該系數(shù)較小，遠(yuǎn)遠(yuǎn)地低估了“過勞”的作用效果。而勞動時間平方項與生產(chǎn)率損失的關(guān)系為負(fù)，且在0.001的統(tǒng)計水平上影響效果顯著，控制后該影響系數(shù)為0.657 4，說明勞動時間在較高的水平上影響著生產(chǎn)率損失。而二者之間的負(fù)向關(guān)系表明，隨著勞動時間的推移，生產(chǎn)率損失呈現(xiàn)出倒U型曲線，且該趨勢明顯。常數(shù)項的影響系數(shù)在控制變量加入前后差異較大，這表明未控制下的影響系數(shù)有明顯被高估的可能，而控制后該系數(shù)又有明顯被低估的可能。綜上所述，根據(jù)OLS的估計結(jié)果來看，“過勞”及常數(shù)項的估計并不準(zhǔn)確，因此需要加入工具變量重新估計。

對“過勞”的2SLS估計結(jié)果進行檢驗，豪斯曼檢驗中在0.1的統(tǒng)計水平上拒絕原假設(shè)，說明的確存在內(nèi)生性問題，需要引入工具變量。因此，將加班意愿作為工具變量引入工具變量模型中。在2SLS第一階段估計中，加班意愿在0.001的統(tǒng)計水平上對“過勞”影響程度顯著，說明未暴露出弱工具變量問題。在弱工具變量檢驗中，F(xiàn)值為31.99，遠(yuǎn)大于建議的經(jīng)驗法則臨界值10，也同時大于2SLS估計量的沃爾德檢驗值的10%(16.38)，因此可以輕松拒絕弱工具變量的原假設(shè)。綜上所述，表明基準(zhǔn)模型中存在內(nèi)生性問題，在引入加班意愿作為工具變量后，內(nèi)生性得到解決，且工具變量的效果較好。在2SLS估計中，“過勞”對生產(chǎn)率損失的影響系數(shù)為0.443 6，且在0.05的統(tǒng)計水平上顯著。與OLS估計結(jié)果相比，該系數(shù)明顯提高了，這再次證明內(nèi)生性問題導(dǎo)致了有偏估計。而解決了內(nèi)生性問題之后，該系數(shù)大小是較為合理的。而勞動時間的平方項對生產(chǎn)率損失的影響系數(shù)為0.695 8，影響方向為負(fù)，且在0.001的統(tǒng)計水平上顯著。這與OLS的估計結(jié)果差距不大，說明勞動時間的確與生產(chǎn)率損失之間存在著倒U型曲線趨勢的關(guān)系。從常數(shù)項來看，影響系數(shù)為1.252 1，在0.1的統(tǒng)計水平上并不顯著。與OLS估計結(jié)果相比，該系數(shù)及顯著性是較為合理的。由表2可以看出，“過勞”的2SLS、LIML、GMM、迭代GMM、兩步GMM等多種估計結(jié)果具有高度一致性。各估計中“過勞”、勞動時間的平方項、常數(shù)項等對生產(chǎn)率損失的影響系數(shù)完全相同。這表明該估計結(jié)果具有一定的穩(wěn)定性。

表2 生產(chǎn)率損失的OLS、2SLS、LIML、GMM估計

根據(jù)上述結(jié)果可知，“過勞”以及勞動時間對生產(chǎn)率損失的作用效果是顯著的。那么“過勞”以及勞動時間是如何影響員工生產(chǎn)率的，即在多大的“過勞”程度以及多長的勞動時間范圍內(nèi)會對生產(chǎn)率造成影響，是需要進一步探究的。將員工生產(chǎn)率按照低于50%、50%～60%、60%～70%、70%～80%和80%以上劃分為五個階段，旨在利用有序回歸得到比值比(OR值)以做進一步分析。本文利用夏普利值分解得到各虛擬變量對員工生產(chǎn)率的貢獻率。夏普利值(Shapley value)分解法能夠克服變量之間的多重共線性問題，通過觀察不同解釋變量組合下模型R2的變化，測度對解釋變量的邊際貢獻率[33]。從表3可以看出，“過勞”程度越大，員工生產(chǎn)率水平越低。以“從不”作為參照組，“一年數(shù)次或更少”“一月數(shù)次”“一周數(shù)次”“每天”這四組對生產(chǎn)率的影響程度分別是參照組的0.91、0.61、0.42、0.37倍，且后三組對生產(chǎn)率的作用效果更顯著?？梢钥吹剑?dāng)員工身心俱疲的頻率達到一月數(shù)次及以上時，對員工生產(chǎn)率的影響是十分明顯的，其總貢獻率占到了70%以上。而勞動時間對生產(chǎn)率的影響較為復(fù)雜，呈明顯的倒U型趨勢，這一點與之前的判斷相符。將勞動時間按照(0，7)小時、[7，8)小時、[8，9)小時、[9，10)小時、[10，11)小時、[11，max]小時進行劃分。以“(0，7)小時”作為參照組，后續(xù)幾組對生產(chǎn)率的影響程度分別是參照組的1.62、1.86、2.01、1.97、1.32倍，且各組對員工生產(chǎn)率的作用效果均顯著。可以看到，隨著勞動時間的增加員工生產(chǎn)率呈現(xiàn)出先增加后減少的趨勢。當(dāng)勞動時間介于9～10個小時，員工生產(chǎn)率要明顯高于每日不足7小時的情況。但超過11個小時該作用效果明顯降低。當(dāng)更換參照組后，該趨勢更為明朗。以“[8，9)小時” 作為參照組，其余各組對生產(chǎn)率的影響程度分別是參照組的0.54、0.87、1.08、1.06、0.71倍?？梢愿鼮槊黠@地看出每日勞動時間不足7小時以及超過11小時，員工生產(chǎn)率都會受到顯著影響。

表3 “過勞”、勞動時間對生產(chǎn)率影響的OR值及各虛擬變量的貢獻率

五、結(jié)論及對策建議

本文主要通過企業(yè)員工的生產(chǎn)率水平揭示隱性缺勤問題。通過對中國1 934名企業(yè)員工調(diào)查研究可知，隨著工作時間的推移員工工作效率均呈倒U型曲線，且在下班前的倒數(shù)第二個小時內(nèi)呈現(xiàn)出“斷崖式”下滑的趨勢。而不同區(qū)域、城市規(guī)模、工作形式、崗位特征的員工，其工作效率存在顯著差異。通過測算可知，樣本中員工人均生產(chǎn)率損失為3 872.24元，是實際缺勤造成的工資性收入損失的3.6倍。通過多種回歸估計結(jié)果得出，“過勞”以及勞動時間對生產(chǎn)率損失的影響較大且作用效果顯著。利用OR值及夏普利值分解結(jié)果進一步得出，當(dāng)員工身心俱疲的頻率達到一月數(shù)次及以上時，其對生產(chǎn)率的影響是十分明顯的，其總貢獻率占到了70%以上。而每日勞動時間不足7小時以及超過11小時，員工生產(chǎn)率都會受到顯著影響。因此，避免長時間勞動是降低員工隱性缺勤的重要手段之一。綜上所述，本文提出如下對策建議：

(一)員工的自我心理疏導(dǎo)

員工要根據(jù)自我心理狀況及時進行自我調(diào)節(jié)，當(dāng)自身很難做到時要找心理醫(yī)生進行專業(yè)的心理診斷、疏導(dǎo)甚至治療。不要讓焦慮不安、抑郁的心態(tài)肆意發(fā)展，這樣不利于身心健康，尤其對心理健康危害很大。這種不良情緒如果不及時調(diào)整會演變?yōu)檩^嚴(yán)重的心理疾病，甚至?xí)忌弦钟舭Y，還有可能會影響到周圍的人，尤其是家庭成員。如果夫妻雙方都因為“過勞”而導(dǎo)致情緒不穩(wěn)定，心態(tài)出現(xiàn)問題，那么雙方就會容易發(fā)生爭執(zhí)，不利于家庭和諧，嚴(yán)重地會導(dǎo)致一個完整的家庭變得四分五裂。“家-業(yè)”平衡總是一個難以解決的問題，即便沒有太多空閑投入家庭生活中，員工也需要隨時調(diào)整自身的情緒和心態(tài)，不應(yīng)將不良的工作情緒帶回家中而影響家人。一些人因為有所顧慮而不愿去看心理醫(yī)生，害怕別人知道自己有心理問題，這種隱瞞情結(jié)會造成很大的心理壓力。因此，員工要正視自身的心理問題，不該有類似這樣的心理負(fù)擔(dān)，因為心理醫(yī)生只是在員工自身無能為力的時候，能夠幫助其調(diào)節(jié)好心態(tài)，起的是拋磚引玉的作用，但歸根到底還是需要員工自身戰(zhàn)勝自己的內(nèi)心世界，將精力分散到其他事情中，例如運動、愛好、旅游等，而不是整日里想著與工作或者公司相關(guān)聯(lián)的人和事，那樣只會讓自己越來越淪陷在這種狀態(tài)中而不能自拔。

(二)企業(yè)適當(dāng)推行《在家勞務(wù)制度》

對于專業(yè)技術(shù)人員企業(yè)可以推出《在家勞務(wù)制度》。例如：日本NEC公司于2006年就制訂了該項制度，主要用于研發(fā)部門中主管級別的員工，規(guī)定“上班期間可因身體狀況選擇在家工作，每周可有1天，一個月共計4天，也可以一個月內(nèi)連續(xù)在家工作4天，而在家工作的時間同樣會算作上班，而不會被按照病假或者曠工處理”，該制度是為了讓員工在良好的狀態(tài)下工作，創(chuàng)造出更多的成果和業(yè)績[34]。當(dāng)員工感到身體不適時，可以選擇在家工作，這種自主性的“自我管理”理念也是NEC公司的一種企業(yè)文化。一方面說明，企業(yè)足夠信任員工能夠在家很好地完成工作任務(wù)，另一方面也說明企業(yè)很清楚只有將員工的工作積極性調(diào)動起來，才有可能創(chuàng)造出更大的價值。雖然員工每天按時按點地來上班，但整日疲憊不堪，工作效率可想而知。如果每周都有一日的“喘息時間”，能夠得到暫時的身心調(diào)節(jié)，反而能夠更好地更高效地投入到工作中去，從而在一定程度上降低隱性缺勤問題。尤其是研發(fā)人員，該群體屬于腦力勞動者，具有一定的自主性，研發(fā)任務(wù)一般以一個階段為周期，每天沒有十分固定的必須要完成的內(nèi)容，主要的工作任務(wù)在于技術(shù)、產(chǎn)品的創(chuàng)新和開發(fā)。因此，對于腦力勞動較多的人員運用這種制度是很恰當(dāng)?shù)?。員工的業(yè)績和成果固然重要，但也要勞動時間適度，《在家勞務(wù)制度》就是一個很好地讓員工緩解疲勞的方法。企業(yè)要考慮的是應(yīng)該如何提高員工的勞動生產(chǎn)率而不是逼迫員工延長勞動時間?！俺龉げ怀隽Α薄澳r間”等這樣的做法都是應(yīng)該杜絕的，但一個人的精力和體力畢竟有限 ，適度的休息和調(diào)整，是應(yīng)該被允許的。

(三)加班時間的監(jiān)管

目前，中國《勞動法》規(guī)定“用人單位由于生產(chǎn)經(jīng)營需要，經(jīng)與工會和勞動者協(xié)商后可以延長工作時間，一般每日不得超過1小時”，且有“在保障勞動者身體健康的條件下延長工作時間每日不得超過3小時”的規(guī)定。員工每日勞動時間在9～10小時范圍內(nèi)，能夠維持著相對更高的生產(chǎn)率水平，當(dāng)不足7小時或超過11小時的時候都會影響生產(chǎn)率。事實上，長時間勞動對員工的身心健康損害是很大的。因此，企業(yè)應(yīng)該適度限制員工的加班行為。一方面，可以在正常規(guī)定的工作時間內(nèi)讓員工發(fā)揮最大效用，維持較高的生產(chǎn)率；另一方面，在加班階段較低的生產(chǎn)率并不利于企業(yè)利潤的額外增加。對于員工而言，長時間勞動，尤其是每日勞動時間超過11小時的員工只會帶來更嚴(yán)重的隱性缺勤問題。這不僅不利于員工身心健康的發(fā)展，也會因此而陷入“過勞”的“惡性循環(huán)”中，給企業(yè)造成嚴(yán)重的經(jīng)濟損失。而這是員工和企業(yè)都不愿看到的情景和后果。