为了得到稳健性的结论，本文选取了四大类不同指标来度量农民工的身体健康水平。由于各项身体健康指标变量均为二值或多值变量，对应引入二值 Probit 模型和有序 Logit模型。在回归分析中，为了避免由于样本个体自身固有的身体健康水平对结果造成干扰，将 2012 年农民工对应的各项身体健康指标作为控制变量加入模型。
表 6-1 显示，不论采用哪种身体健康指标，农民工在 2012 年具有抑郁情绪都会显著降低 2014 年身体健康水平。具体表现为自评健康变差、患慢性病的风险和住院治疗的可能性增加，并且与 2014 年调查前一年相比，自评身体健康水平也下降。这与本文的预想保持一致。
.............................
第六章 结论及政策建议
6.1 研究结论
本文使用具有全国代表性的中国家庭追踪调查（CFPS）2012 和 2014 年成人部分数据形成的面板数据，利用流调中心抑郁量表（CES-D）测度了 2012 年农民工的抑郁情绪，描述了农民工2012年抑郁情绪的状况和分布特征，采用OLS回归、倾向值得分匹配方法（PSM）和泛精确匹配方法（CEM）分析了抑郁情绪对工资收入的影响，以及从农民工身体健康和工作稳定性的角度出发解释中间作用机制，并对结果的稳健性进行了检验，得出以下结论：
（1）2012 年具有抑郁情绪农民工的占比为 29%，且抑郁情绪在不同个体特征和不同地理区域农民工间分布不均匀，女性、受教育程度低、没有配偶以及在中西部地区的农民工更容易产生抑郁情绪。
（2）农民工在 2012 年具有抑郁情绪对当期和 2014 年工资收入均具有负向影响。
（3）农民工具有抑郁情绪会通过降低其身体健康水平，进而对工资收入产生负向影响。农民工抑郁情绪对身体健康的危害体现在，2012 年具有抑郁情绪会使 2014 年自评健康较 2012 年明显变差，2014 年农民工患慢性病的风险和住院治疗的可能性较 2012 年也显著增加，与 2014 年调查前一年相比（即 2013 年），自评身体健康水平也下降。并且，即使农民工试图通过采取医疗措施改善身体健康水平，但很可能因为抑郁情绪并未得到有效改善，医疗支出的增加并不能使他们身体健康得到恢复。
（4）农民工具有抑郁情绪还会通过减弱其工作稳定性，从而对工资收入产生负向影响。描述性分析、Probit 模型和多项 Logit 模型都显示，2012 年具有抑郁情绪会引起农民工在调查两期之间进行被动的行业间转换，并且在某一特定工作上的持续时间明显短于不具有抑郁情绪的农民工群体，这种被动的工作转换引起的专用性人力资本积累的丧失使农民工工资收入水平明显下降。
参考文献（略）
