勞工安全健康標準與跨國公司選址

何 愛，劉志強

（華南理工大學經濟與金融學院，廣東 廣州 51006）

引言

改革開放以來，中國對外國直接投資的吸引力越來越大。聯合國貿易與發展會議報告顯示，盡管近幾年全球FDI 總額呈下滑趨勢，但中國逆勢增長，在2020 年已超過美國成為全球最大外資流入國①數據來源：聯合國貿發會議《全球投資趨勢監測報告》。。全球化發展一方面促進各國經濟發展，另一方面也危害部分勞工群體的利益，破壞生態環境，惡化收入分配[1]，使全球化及其主體跨國公司備受爭議，迫使各國提高勞工安全健康標準。

中國在對外開放早期，由于企業安全生產意識的薄弱和安全設施的短缺，各類安全生產事故發生的頻率較高。例如，2005 年億元GDP 生產事故死亡率高達0.73，這一數據是同期韓國的兩倍、英國和美國的二十多倍②數據來源：《國家安全生產監督管理總局局長李毅中回應安全生產熱點話題》。。原因在于跨國公司沒有遵守勞工安全健康標準，或者由于勞工安全健康標準很難得到嚴格執行，導致一些跨國公司在進入過程中存在許多建設設施是重大危險源的情況③詳見《中國安全生產年鑒》（2006）。。隨著“十一五”時期國家將安全事故數量作為經濟社會發展的約束性指標，事故數量逐漸減少，勞工安全健康相應得到保障。至2016 年，億元國內生產總值生產安全事故死亡人數已經降至0.058 人④數據來源：《中華人民共和國2016 年國民經濟和社會發展統計公報》。。

然而，加強勞工安全健康保障是否影響中國吸引外資進入⑤本文中，外資進入、FDI 進入和跨國公司進入將會交替使用。FDI 區位選擇、FDI 選址和跨國公司選址也會交替使用。呢？這是相關文獻尚未涉及但亟待解決的研究問題。本文將以中國安全生產制度為切入點，基于2006—2012 年中國工業企業微觀數據和31 個省、市、自治區的相關數據，研究勞工安全健康標準對跨國公司選址的影響，并進一步比較勞工安全健康標準如何影響不同所有權和不同行業新建企業的選址決策。

一、文獻綜述

研究跨國公司選址的文獻非常多。其中，制度也被認為是主要解釋因素之一[2-4]。管制標準作為一種制度體現，對FDI 區位選擇的影響也受到了學者們的關注，國內外這類文獻主要集中于環境規制[5-6]和勞工標準[7-8]。

勞工標準對FDI 區位選擇影響的研究結論并未統一。長期以來，跨國公司究竟傾向于選擇高勞工標準還是低勞工標準地區存在爭論。一種重要的觀點是“逐底競爭（Race to the bottom）”命題，即全球化會導致勞工標準的下降[9-10]。另一種觀點剛好與“逐底競爭”相悖，認為跨國公司傾向于選擇高勞工標準地區[11]。

國內相關文獻主要集中于最低工資和勞動力成本的研究。研究結論顯示最低工資上漲降低已有FDI 的進入深度，但對FDI 初次進入的影響較小[12]，也會對不同企業以及不同地區FDI 進入產生異質性影響[13]。而徐康寧和陳健則認為高端跨國公司選址對勞動力成本不敏感[14]。此外，鄭新業等發現FDI 的進入會通過勞工標準和環保標準擴大中國的收入分配差距[1]。

綜上可知，對勞工標準和FDI 選址的研究仍然存在值得挖掘之處。一是以不同地區、不同行業和不同企業進行研究結果將有所不同，正如Donnelly and Manolova 通過對文獻的總結，指出勞工標準對FDI 區位選擇的影響會隨FDI 的行業、目的、母國來源和時間的改變而存在差異[15]。二是勞工標準具有多重維度①根據國際勞工組織（ILO）的定義，勞工標準包括強迫勞動、工資、工作時間、童工、就業保障、職業培訓等多個維度。，探索勞動力成本以外的勞工標準如職業安全健康條件非常有必要。正如Maggioni 所指出的，不同勞工標準會對不同企業產生不同的影響[16]。

本文可能的邊際貢獻在于：①現有研究中國勞工標準與跨國公司選址的文獻主要討論勞動力成本，而本文重點關注勞工安全健康標準對FDI選址的影響，研究視角新穎；②現有研究考察FDI與勞工標準的關系時，很少探討不同所有權和不同行業的企業的異質性問題，本文將對此進行更為細化的研究；③現有研究更多聚焦不同國家的勞工標準，對國內各地區的研究較少。本文通過分析跨國公司對中國31 個省、市、自治區的區位選擇，體現了“走向地方化”[17]的趨勢，使研究范圍更加細致。

二、理論分析與研究假設

（一）“逐底競爭”假說（Race to the bottom）

關于規制制度和FDI 選址的關系，一種重要的觀點就是“逐底競爭”命題，這種企業之間的競爭被批評為不是勤奮的競賽，而是松懈的競賽[18]，也就是全球化會導致標準的下降[19]。

“逐底競爭”出現主要來自兩個方面的原因。一是企業出于利潤最大化目的，可能會從高標準地區轉移到低標準地區來降低勞動力成本、延長工作時間和減少安全設施投入[20]，從而通過降低經營成本使自身利潤最大化。此外，嚴格的勞工標準也會增加交易成本，從而阻礙企業的選址[8]。二是從政府的角度而言，各國或者各地區政府渴望吸引外資，實現經濟增長，從而導致標準的逐底競爭。例如，基于中國的研究發現FDI 流入會導致各省份單位工業增加值工傷案件數增加，即勞工標準降低[1]。

據此，本文此處認為企業更傾向于在低勞工安全健康標準的地區選址，且會導致國家和區域間政府的“逐底競爭”。本文提出以下假設：

假設1a：其他條件相同時，勞工安全健康標準越低，企業在該地區選址的可能性越大。

一些學者對“逐底競爭”理論持反對論點。一方面，高勞工標準并不必然會提高勞動成本，因為更高的勞工標準意味著更高的人力資本和勞動生產率[21]。同時，隨著國際企業社會責任運動的發展，對企業勞工標準狀況的關注加強，企業不僅要注重法律責任，也對勞工權利保護、環境保護和社會公益事業具有社會責任[22]。跨國公司已經逐漸從侵犯勞動者權益、污染環境轉向關注中國供應商的生產狀況[23]。

另一方面，選擇低勞工標準得到的利益是短時間的。長期中企業必須考慮到適合其長遠發展的勞動法規，從而維持其之后的運營[8]。社會責任運動使企業在選擇侵犯勞工權益和污染環境的時候會受到更多媒體負面關注和非政府組織的抵制，損害企業形象，從而對公司的長期利潤有負面影響[16]。對于國家和地區政府而言也是如此，選擇高的勞工標準可能篩選掉一些不符合標準的企業，從而有利于國家和地區的長期發展。

據此，本文認為跨國企業更關注長期利潤和長遠發展，因而傾向于選擇勞工安全健康標準更高的地區進行選址。本文提出競爭性的假設如下：

假設1b：其他條件相同時，勞工安全健康標準越高，企業在該地區選址的可能性越大。

（二）外來者劣勢理論（Liability of Foreignness）

外來者劣勢指在海外市場經營的企業所面臨的、當地企業不會產生的所有額外成本[24]，這種成本主要由經濟、地理、文化和制度差異來解釋。對跨國公司而言，與勞工標準相關的聲譽成本通常比內資企業更嚴重[25]，因為跨國公司相對于內資企業更容易受到媒體、非政府組織及當地民眾的關注和質疑進而影響跨國公司的聲譽和盈利能力。同時，相比于內資企業，跨國公司需要面對東道國、母國和國際社會三方的關注，所以他們在建立和恢復聲譽和商譽方面做得比當地公司更多。因而，多數跨國公司會選擇勞工安全標準更高的地區或者對當地供應商進行社會責任規制，以在當地獲得合法性。

此外，根據FDI 選址理論，跨國公司更傾向于選擇制度相似的地區，也就是直接投資傾向于流入和母國經濟、文化環境更相似的地方，這種相似性也體現在勞工標準等制度上[26]。相似的制度有利于跨國公司更好地適應東道國的環境，減少外來者劣勢。中國的跨國公司來源地多數是發達國家，更高的勞工安全健康標準為他們所更熟悉。因此，跨國公司更可能選擇勞工安全健康標準更高的地區，也有助于降低委托代理成本。

據此，本文此處提出如下假設：

假設2：其他條件相同時，跨國公司比內資企業更可能在勞工安全健康標準高地區選址。

（三）CSA/FSA 框架

根據CSA/FSA 框架，國際化決策主要基于企業特有優勢（FSAs）和國家特有優勢（CSAs）[27]，前者涉及企業自身特點，而后者涉及當地的區位特點。該框架意味著跨國公司在選址決策時，應充分考慮企業自身特點和行業、地區異質性問題。

本文主要研究跨國公司在中國各地區的選址決策是否受到當地勞工安全健康標準的影響。盡管現有文獻更聚焦于國別研究，但中國幅員遼闊，且各地區市場存在分割的現象，因而現有理論框架同樣適用于中國次國家地區樣本。如上文所述，跨國公司更在意聲譽的建立和長期經濟利潤的可得。企業對經營成本和聲譽成本的敏感性也因行業不同而不同，這取決于行業活動的危險性和地理流動性[16]，直接影響了不同所有權和不同行業企業的選址策略。相比于低危行業，高危行業出現安全事故的可能性更高，死亡率和傷亡率也更高，因而該行業跨國公司也會面臨更高的聲譽風險。不僅如此，高危行業也更容易受到政府監管部門和非政府組織的關注。高危行業跨國公司可以通過選擇高勞工安全健康標準地區進行新建選址，以證明自身在努力減少負外部性和盡量增加當地社區的社會和經濟發展收益，從而獲得合法性。

據此，本文此處提出如下假設：

假設3：其他條件相同時，高危行業跨國公司比低危行業跨國公司更可能在勞工安全健康標準高地區選址。

三、研究設計

（一）數據來源及處理

本文研究中國分地區勞工安全健康標準對跨國公司進入選址的影響，數據樣本主要包含企業數據和省份層面數據。企業數據來源于中國工業企業數據庫，樣本期間為2007—2012 年。省份數據主要來自《中國統計年鑒》《中國安全生產年鑒》《中國勞動統計年鑒》和各省份國民經濟和社會發展統計公報。為減少反向因果關系，省份層面數據樣本期設定為2006—2011 年，即后文中將解釋變量和控制變量提前一期。

由于工企數據庫存在數據質量和指標不統一的問題，本文參照聶輝華等[28]的方法剔除中國工業企業數據庫的缺失值和不合理樣本，選取采礦業和制造業兩大部門的企業作為我們的研究對象。此外本文將工企數據庫中的“企業開工時間年”作為判斷新建企業的依據，篩選出2007—2012年間中國工業企業數據庫的新建企業，并依據行業代碼和所有權性質進行分類。最終篩選出樣本期內全國31 個省、市、自治區53 560 家新建工業企業①新建企業數量最多的5 個省份分別是山東省、浙江省、廣東省、江蘇省和安徽省，數量最少的五個省份分別是西藏自治區、海南省、青海省、寧夏回族自治區和甘肅省。。后文回歸過程中，對樣本數據進行了1%的縮尾處理。

（二）變量選擇

1.被解釋變量：企業選址

企業選址（location）是一個二元變量，若企業在當年選擇一個特定省份進行新建投資，則取值為1，其余省份對應取值為0。

2.解釋變量：勞工安全健康標準

本文采用兩個指標來測度勞工安全健康標準，分別為：（1）億元GDP 事故死亡率（safe）。鑒于數據的可得性和完整性，本文將億元GDP 事故死亡率作為衡量標準。該衡量指標是一個負向衡量指標，即億元GDP 事故死亡率數值越大，勞工安全健康標準越低。（2）單位工業增加值工傷死亡案件認定數（laborcase_ind）。本文借鑒鄭新業等[1]的方法，用單位工業增加值對應的工傷死亡案件認定數反映勞工安全健康標準。該指標用各省份工傷死亡案件認定數除以省份工業增加值計算得出。單位工業增加值工傷死亡案件認定數越多，則勞工安全健康標準越低。該指標用于穩健性檢驗中，作為替換指標處理。

3.調節變量：所有權特征和行業特征

（1）所有權特征（for）。中國工業企業數據庫中港澳臺資本金和外商資本金兩個變量在2008年和2009 年缺失數據，無法算出外資份額。因此本文直接采用數據庫中登記注冊類型指標，將港、澳、臺商投資企業和外商投資企業視為外資企業。調節變量for 是一個虛擬變量，外資企業取1，大陸企業取0。

（2）行業特征（hri）。行業特征調節變量hri也是一個虛擬變量，對于高危行業企業取值為1，低危企業取值為0。本文采用人力資源社會保障部和財政部發布的《工傷保險行業風險分類表》（人社部發〔2015〕71 號）分類方法，將風險程度較低的四檔劃分為低危行業，風險程度較高的四檔劃分為高危行業。本文從風險程度較高的四檔中挑選出屬于采礦業和制造業的行業，總共有14 個行業、16 213 家企業。在高危行業中，與煤炭石油的開采生產、金屬非金屬制造相關的行業占了大多數。

4.控制變量

為了減少遺漏變量帶來的估計偏差，本文控制了以下省份控制變量：市場規模（gdp）、集聚經濟（dom_com，for_com）、土地成本（land）、勞動力成本（salary）和運輸成本（traffic）。為保證數據回歸的合理性，本文對控制變量進行了取自然對數的處理。

此外，本文將31 個省、市、自治區分成華北地區、東北地區、華東地區、中南地區、西南地區和西北地區六大區域，通過添加區域虛擬變量，控制各省份不隨時間改變的因素。

各變量定義及來源如表1 所示。

表1 變量定義及來源

（三）模型設定

因本文被解釋變量企業選址是二元變量，故而采用條件Logit 模型來驗證勞工安全健康條件對企業選址的影響，該模型可以通過固定效應控制企業特有的未觀察到的異質性，從而使我們能夠聚焦區域決定因素的影響。

基準回歸模型設定為：

其中，i（i＝1，……，53 560）表示企業，t 表示時間，k 表示地區。企業根據在每一個地區的利潤πikt進行比較，選取最高利潤πijt，即在j 地區選址。其中，πijt由地區的勞工安全健康標準safejt—1和其他控制變量Xjt—1共同決定。

在對跨國公司和內資企業進行比較時，計量模型在（1）的基礎上調整πijt如下：

其中，通過加入所有權特征調節變量for 和勞工安全健康標準safe 的交叉項，可以探究所有權對于勞工安全健康標準和企業選址的調節作用。

在對高危行業和低危行業進行比較時，計量模型在（1）的基礎上調整πijt如下：

其中，通過加入行業特征調節變量hri 和勞工安全健康標準safe 的交叉項，可以探究行業特征對于勞工安全健康標準和企業選址的調節作用。

本文將所有省份變量提前一期，以減少可能的反向因果關系。

四、實證分析

（一）基準回歸結果

本文首先進行了描述性統計，見表2。研究樣本期內工企新建企業為53 560 家，31 個省級地區總觀測值為1 660 360 個。因部分變量存在缺失值，觀測值稍有差異。將跨國公司進入和內資企業進入進行對比也是本研究的一個重點，從統計結果看，兩類新建企業平均值和最大值相差不大，因而進行對比是合理的。本文也考慮了變量之間多重共線性的問題，結果顯示所有變量不超過3.9，可以直接進行回歸。

表2 變量描述性統計結果

表3 中模型（1）展示了以條件Logit 模型估計的主回歸結果。其中，safe 的系數為負且通過1%的顯著性水平檢驗，表明勞工安全健康標準越高，FDI 選址的概率越大。該結論與RTB 理論相反，支持假設1b，不支持假設1a。此外，地區經濟發展水平與企業選址在1%的水平上顯著正相關，集聚效應和企業選址在1%的水平上顯著正相關，土地成本和勞動力成本與企業選址在1%的水平上顯著負相關。說明地區經濟發展水平越高、集聚效應越高、土地和勞動力成本越低，則企業進入選址概率越大，這一結論與現實中企業選址策略相一致。

表3 全樣本和全樣本調節機制回歸結果

（二）調節機制

表3 中模型（2）和（3）分別加入for 和hri 與safe 的交叉項，以驗證所有權特征和行業特征對勞工安全健康標準和企業選址的調節作用。可看出safe*for 系數在1%水平上顯著為負，表明相比于內資企業，跨國公司更傾向于選擇高勞工安全健康標準的地區，該結論支持假設2。

safe*hri 系數為正但統計上不顯著，即以高、低危行業區分的行業特征對勞工安全健康標準和企業選址之間關系的調節作用無法體現。然而，本文最終更為關注的是跨國公司選址問題，為進一步探究勞工安全健康標準對不同行業以及企業選址的影響，本文將企業分成跨國公司和內資企業進行分樣本回歸，估計內資企業和跨國公司的分樣本中，勞工安全健康標準對不同行業企業選址的影響。

表4 報告了行業和所有權同時分樣本回歸的估計結果。其中模型（4）探索行業特征對勞工安全健康標準與跨國企業選址之間關系的影響。safe*hri 系數在1%水平上顯著為負，說明：對于跨國公司，高危行業企業相對于低危行業企業更傾向于進入勞工安全健康標準較高的地區。模型（5）研究行業特征對勞工安全健康標準與內資企業選址之間關系的影響。safe*hri 系數為正但統計上不顯著。由此，本文假設3 得到驗證。

表4 分行業分所有權的調節機制回歸結果

綜合而言，本文驗證了勞工安全健康標準的提高可以吸引新建企業進入選址，并且跨國公司相對于內資企業更傾向于勞工安全健康標準更高的地區。而在跨國公司中，高危行業企業相對于低危行業企業也更傾向于選擇勞工安全健康標準更高的地區。Maggioni 從不同行業和不同所有權的企業對運營成本和聲譽成本的相對敏感性來解釋這一事實，即處于高危行業的跨國公司相對于處于低危行業的跨國公司需要承擔更高的聲譽成本，所以會選擇更高勞工安全健康標準的地區以規避風險。

（三）穩健性檢驗

1.更換變量

本文此處更換勞工安全健康標準的衡量方式，采用省級地區每年單位工業增加值工傷死亡案件認定數（工傷死亡案件認定數/工業增加值，laborcase_ind）。結果見表5，模型（1）中laborcase_ind 的系數符號和基準回歸相同，且通過1%的顯著性水平檢驗，即勞工安全健康標準越高，跨國公司新建選址越多。為了進一步驗證不同所有權和不同行業的異質性，模型（2）和（3）分別報告了全樣本laborcase_ind*for 和跨國公司樣本laborcase_ind*hri 的回歸結果，以進一步驗證不同所有權和不同行業企業的異質性結果。表中展示的數據表明跨國公司相比于內資企業更可能選擇勞工安全健康標準高的地區，且所有高危行業企業均傾向于選擇高勞工安全健康地區進行新建選址。研究結論與前文基本一致。

表5 穩健性檢驗：更換變量

2.更換樣本

條件Logit 模型需要滿足獨立不相關假設，即兩個備選地的機會比與任意第三個備選地無關。由此，本文從原來的全樣本中篩選出新建企業數量最多的十個省份，構建一個新的數據集，對其進行原模型的回歸，估計結果見表6 中（1）—（3），從中可看出勞工安全健康條件與企業選址顯著正相關，所有權異質性顯著調節兩者之間關系，而行業異質性顯著調節跨國公司樣本中兩者之間的關系。回歸結果與基準回歸結果一致，說明更換樣本后本文結果依然成立。

表6 穩健性檢驗：更換樣本和控制省份虛擬變量

3.控制省份虛擬變量

由于誤差項中可能存在影響跨國公司選址的遺漏變量，從而導致估計系數存在偏誤的問題。此處本文通過更換控制所有省份虛擬變量來替代控制區域虛擬變量，以控制省份不隨時間變化的特征，并減少遺漏變量偏差。估計結果見表6 中（4）—（6），從系數符號和統計顯著性看，回歸結果與前文基本相同，再次證實了本文研究結論的穩健性。

五、結論與啟示

本文基于2006—2012 年中國工業企業數據和對應省級數據，以中國的安全生產標準變化作為切入點，以“逐底競爭”理論為基礎，實證檢驗勞工安全健康標準對企業選址的影響，并借鑒外來者劣勢理論和CSA/FSA 框架分別探討了所有權和行業異質性對兩者關系的調節機制。最終得出如下結論：①不論是內資企業還是跨國公司，均傾向于選擇更高勞工安全健康標準的地區進行新建選址。②相比內資企業，跨國公司更傾向于選擇勞工安全健康標準更高的地區。③從行業異質性看，高危行業企業和低危行業企業選擇勞工安全健康標準地區的傾向沒有顯著性的差異；而進一步區分跨國公司和內資企業進行分樣本回歸的結果顯示，在跨國公司中，高危行業企業比低危行業企業更傾向于選擇勞工安全標準高的地區。④通過更換樣本、更換解釋變量以及控制省份虛擬變量的穩健性檢驗仍然支持本文主要結論。

基于以上結論，本文的研究啟示在于：①以中國為背景的研究發現，分地區勞工安全健康標準正向促進了企業和跨國公司進入選址，與“逐底競爭”理論結果相反，一方面對現有文獻進行了補充，另一方面也啟示各地區政府在制定引資穩資戰略時，應將勞工安全健康標準的提高作為有利條件。②本文研究樣本期剛好經歷了次貸危機引起的大衰退，中國外資進入增長率也有所回落，而該段時間勞工安全健康標準對跨國公司進入的顯著正向影響也表明不論是國家層面的制度安排，還是從跨國企業的社會責任，都凸顯了職業安全健康條件日趨重要的特征。③本研究發現如果區分高危和低危行業，內資企業選址不受勞工安全健康標準的影響，而跨國公司選址卻非常注重該標準，側面反映出跨國公司更注重企業和行業的聲譽成本，也更容易遭受外來者劣勢。通過選擇高勞工安全健康標準的地區，跨國公司可以相應規避這些問題。

當然，本研究不可避免地存在不足之處。一是工企數據庫沒有母公司數據，因而難以探索過去經驗和母國對企業選址的影響；二是囿于數據可得性，難以考察更長樣本期的動態變化，也無法評估《中華人民共和國安全生產法》（2002）的政策效應；三是地級市層面數據較難獲得，無法進行更為細致的研究。