蓝色贸易壁垒对制造业出口竞争力的影响研究
Research on the Impact of Blue Trade Barriers on the Export Competitiveness of the Manufacturing Industry
摘要: 促进出口产品质量升级,提高出口竞争力是推动制造业高质量发展的重要举措之一,而非关税性壁垒——蓝色贸易壁垒正在悄然改变着世界贸易的格局。本文基于2002~2020年各国的数据,从劳工标准、出口竞争优势等相关指标研究各国蓝色贸易壁垒对出口竞争力的作用机理。研究发现,各国劳工标准能够有效促进出口竞争优势的提升,从而有利于促进各国出口竞争力的提高。再通过不同经济发展水平国家以及不同政治联盟国家的异质性研究发现:发达国家的劳工标准对出口竞争优势产生显著正向影响,欧盟国家的劳工标准对出口竞争优势的提升影响也更为明显。本文从劳工标准视角,研究蓝色贸易壁垒对出口竞争力的影响,对推动我国的出口竞争力的提升具有一定的借鉴意义。
Abstract: Promoting the quality upgrade of export products and enhancing export competitiveness is one of the important measures to promote the high-quality development of the manufacturing industry. However, non-tariff barriers—the so-called “blue trade barriers”—are quietly reshaping the global trade landscape. Based on data from 2002 to 2020 for various countries, this paper studies the mechanism by which blue trade barriers affect export competitiveness through relevant indicators such as labor standards and export competitive advantage. The research finds that labor standards in various countries can effectively promote the improvement of export competitive advantage, thereby facilitating the enhancement of export competitiveness. Through heterogeneity studies of countries at different economic development levels and those in different political alliances, it is discovered that labor standards in developed countries have a significant positive impact on export competitive advantage, and the labor standards of EU countries have a more pronounced effect on the improvement of export competitive advantage. This paper, from the perspective of labor standards, examines the impact of blue trade barriers on export competitiveness, which has certain reference significance for promoting the improvement of China’s export competitiveness.
文章引用:刘慧滨. 蓝色贸易壁垒对制造业出口竞争力的影响研究[J]. 电子商务评论, 2025, 14(7): 106-118. https://doi.org/10.12677/ecl.2025.1472144

1. 引言

自2001年加入WTO以来,中国凭借人口优势,制造业发展一直十分迅速。然而,我国的制造业产品长期处于世界价值链的中低端,是“制造业大国”而非“制造业强国”,出口竞争优势不强。2015年国务院出台《关于加快培育外贸竞争新优势的若干意见》,其中明确提出要加快提升对外贸易国际竞争力,促进出口产品质量升级,培育新型国际贸易方式;2022年中央经济工作会议也指出,要构建中国统一大市场,实现国内国际双循环,需要通过开放、营商环境优化使我国企业的国际竞争力不断提升,推动未来出口的可持续增长。另外,据政策监督机构(Global Trade Alert)数据显示,2023年各国新出台了约3000项新的贸易保护措施,接近2019年的3倍,虽然短期威胁经济增长的风险正在逐渐降低,但是从中长期来看,世界经济的不确定性仍将继续存在。因此,在这些背景下,如何提高产品的出口竞争优势,推动我国出口竞争力的提高,使我国在世界经济格局中保持有利地位,是我国制造业出口的重要研究方向。

随着经济全球化的不断发展,传统的关税性贸易壁垒的作用逐渐削弱,之前一直被忽略的非关税性的贸易壁垒—蓝色贸易壁垒,正悄然影响着国际贸易的格局。作为影响出口竞争优势的重要影响因素,蓝色贸易壁垒的本质是劳工标准对贸易产生的阻碍作用而形成的贸易壁垒。截止到目前为止,关于什么是蓝色贸易壁垒,并没有一个严格的定义,其衡量方法也尚未统一,主流研究通常将劳工标准作为蓝色贸易壁垒的代理指标。尽管劳工标准在全球贸易中扮演着越来越重要的角色,但目前对其的相关研究并不充分。现有文献多集中于劳工标准对出口的作用方面,但对于劳工标准对出口的经济效应仍没有一个统一的观点。

本文将利用世界各国制造业产品出口相关数据,实证检验蓝色贸易壁垒对制造业出口竞争力的关系,并根据相关研究提出政策建议,旨在为蓝色贸易壁垒的研究提供更广阔视角,以及为我国企业出口竞争力的提高拓展新思路。

2. 文献综述

2.1. 蓝色贸易壁垒

蓝色贸易壁垒(Blue Barrier)是与绿色贸易壁垒相对应的概念,也被称为社会壁垒或劳工标准贸易壁垒。该壁垒以维护劳工权益为核心,通常由发达国家主导实施(单宝,2007) [1]。通常而言,蓝色贸易壁垒是指名义上宣称捍卫劳动者生存权利以及保护其劳动环境,实际上进行贸易保护的一种措施(倪思敏,2023) [2]。其内涵涵盖国际公约中关于劳动标准、社会保障、工人待遇及基本权利的各项规定,并与公民权利及政治权利密切相关。然而,不同国家对蓝色贸易壁垒的认知存在显著差异。发达国家通常将其视为保障劳动者工作环境和基本人权的必要措施,而发展中国家则往往认为,某些发达国家借此名义制定过高的劳工标准和社会责任要求,实质上构成了一种变相的贸易保护主义,旨在限制进口商品,保护本国产业(薛燕,2021) [3]。在具体实施层面,SA8000标准(社会责任国际标准)是蓝色贸易壁垒的核心依据之一。该标准由美国非政府组织“社会责任国际”(SAI)于1997年制定,从禁止童工、消除强迫劳动、保障职业安全等九个维度对企业社会责任提出明确要求(刁宇凡和谭凌波,2013) [4]

2.2. 出口竞争力

出口竞争力指的是一国所生产和出口的产品在国际市场中占有优势地位,能够赢得更高的利润占比及市场份额。这一优势是衡量一个国家当前生产技术发展水平、企业结构调整成效等状况的关键指标,其评估主要涵盖国家层面、社会背景及企业运营三个维度。影响出口竞争力的因素有很多,国内外学者的研究主要侧重于外商直接投资、贸易自由化、技术创新等方面。

外商直接投资不仅能够弥补东道国在资源禀赋方面的不足,还能为其提供进入国际市场的便利通道,这些要素对提升国家竞争力具有重要作用(王子军和冯蕾,2004) [5]。与此同时,国际贸易壁垒的降低通过削减关税及其他非关税限制措施,有效促进了跨境商品与服务流通。这种开放政策加剧了市场竞争压力,倒逼企业通过技术创新和效率提升来改善产品品质与服务水准外商直接投资不仅能够弥补东道国在资源禀赋方面的不足,还能为其提供进入国际市场的便利通道,这些要素对提升国家竞争力具有重要作用。毛其淋(2015)的实证分析进一步证实,贸易自由化政策显著推动了制造业企业的生产率增长,这种提升效应直接转化为企业在国际市场上的竞争优势。值得注意的是,该研究还发现,贸易自由化对加工贸易企业和本土企业生产率的促进作用,明显强于其对出口导向型企业、加工贸易企业以及外资企业的影响。这一差异化的影响效应为制定差异化产业政策提供了重要参考依据[6]

技术革新能够显著提升产品质量,优化生产流程从而降低制造成本,同时增强企业对市场需求变化的响应能力,这些因素共同构成了出口优势的重要基础。申君歌和彭书舟(2022)通过细分制造业行业的研究表明,行业技术创新投入会作用于行业生产效率以及行业出口产品的多样化程度,最终会对制造业行业出口竞争力产生积极影响,助力制造业行业出口竞争力实现有效提升[7]。环境规制对出口竞争力具有消极影响,许统生和蒋玉莲(2023)基于对“一带一路”沿线国家所签署且已生效的区域贸易协定,以及相关双边出口贸易数据的分析发现,环境条款的细致程度与执行力度均会对出口贸易规模产生显著的抑制效应[8]

3. 理论分析与研究假说

3.1. 蓝色贸易壁垒对出口竞争力的影响

蓝色贸易壁垒主要是通过其核心劳工标准对各国的出口竞争力产生促进作用的,下面通过成本、技术和贸易条件三个方面来论述劳工标准是如何促进各国出口竞争力提高的。

首先,是劳工标准造成的成本压力倒逼企业技术升级。劳工标准使各国企业劳动力成本提高,迫使企业转向技术密集型生产。孙立阳(2025)认为,部分国际组织与发达国家积极推行社会责任认证机制,并制定了一系列严苛的环保标准以及技术规范,进一步增加了中国企业的运营成本和管理难度[9]。以SA8000社会责任认证体系为例,其执行过程主要体现为三个层面的经济负担:一是需要投入资源进行现状评估、制度体系构建及流程管控等基础性工作所产生的时效性成本;二是涉及劳动条件改善引发的直接成本,包括工时调整、薪酬福利提升、工作环境优化等系列改进措施所需资金;三是涵盖资质认证、定期审核及持续监管等环节产生的持续性成本。这三个维度共同构成企业实施该标准过程中必须承担的复合型成本压力。这些成本压力可能倒逼各国企业采用自动化生产、优化供应链管理,以提升技术复杂度和产品附加值,进而推动各国出口竞争优势的提升。

其次,劳工标准可能会产生技术溢出效应。劳工标准的实施可能通过提升企业社会责任形象,吸引外商直接投资(FDI),促进技术溢出。吴思(2024)认为,SA8000准则对中国企业具有规避风险、提升企业知名度等益处[10]。通过SA8000认证的企业将会在国际市场上建立起自己的企业形象,更有竞争优势,虽然增加了成本但却有了使其产品进入国际市场的通行证(于瑾凯和于梦璇,2011) [11]。因此,通过SA8000认证的企业比其他企业更容易获得跨国公司订单,使企业技术合作机会增加,间接推动出口竞争力提升。

最后,提升劳工标准有助于优化制度环境。任佳瑜(2017)提出,蓝色贸易壁垒的出现要求各国的劳工水平与世界接轨,倒逼各国重视劳工方面立法和执法,客观上推动了制度创新和劳动立法的完善[12]。吴文芳和黄琳涵(2025)则认为,劳工标准制定的初衷便是推动各国强化立法举措并完善监管机制,进而达成促进社会公平正义以及切实保障劳动者权益的目标。国内立法的完善一方面可以为出口企业创造一个良好的制度环境,另一方面可以通过规范出口企业的行为,引导企业的转型和升级,进而使企业的出口竞争力得到提高[13]

综上所述,蓝色贸易壁垒的核心劳工标准通过成本压力倒逼技术升级、产生技术溢出效应和优化制度环境,使各国的出口竞争力得到提高。

基于此,提出假说1:各国的蓝色贸易壁垒能够倒逼各国出口竞争力的提高。

3.2. 蓝色贸易壁垒对出口竞争力的异质性影响

从经济发展水平的角度看,发达国家的企业一向注重对劳工权益的保护,其企业的整改成本较小,劳动者的福利待遇更好;且发达国家经济水平和科技实力更强,更有利于企业产品技术复杂度的提高。另外,发达国家企业通过SA8000等社会责任标准构建品牌壁垒。例如,跨国公司要求供应链企业符合SA8000标准,导致发展中国家出口企业因劳工标准提升而成本增加。这种供应链整合策略使发达国家在高端市场中保持竞争力。

从政治联盟的角度看,欧盟劳工标准要求出口产品需符合ILO核心公约,例如服装类产品需标注“强迫劳动产品”标识。调查显示,消费者更愿意为符合劳工标准的产品支付更高的费用,而对不符合标准的产品支付低一些的费用,这种价格分层效应使欧盟出口产品在高端市场更具竞争力。另外,欧盟劳工标准对制造业出口流量具有显著正向影响。实证研究表明,欧盟成员国制造业出口流量与核心劳工标准执行力度呈正相关(如工会率、童工禁令等指标),而非欧盟国家出口流量则可能会因劳工标准缺失或执行不力而受抑制。

由此,提出假说2:蓝色贸易壁垒对制造业出口竞争力有经济发展水平和政治联盟方面的异质性影响。

4. 实证设计

4.1. 模型设定

为实证检验蓝色贸易壁垒、数字化转型对出口竞争力的影响,本文基于国家层面的数据采取双向固定效应模型进行检验,建立固定效应模型如下:

RC A it = β 0 + β 1 B B it + β 2 contro l it +dev+eu+ μ t + φ e + ε it (1)

其中, RC A it 表示出口竞争优势, B B it 表示蓝色贸易壁垒; contro l it 为各个控制变量; β 0 为常数项; μ t 为时间固定效应, φ e 为国家固定效应, ε it 为随机误差项, dev eu 为01变量, i 表示国家, t 表示年份。

4.2. 变量选取及数据来源

4.2.1. 被解释变量

出口竞争力,用出口竞争优势RCA来表示,出口竞争优势是衡量一国贸易竞争力的一项重要指标(杨潇莹和邓童博,2024) [14]。本文首先根据HS编码分类筛选出制造业产品,整理出十二类制造品的出口额1,然后选择比较优势指数来测算出口竞争优势,计算公式如下:

RC A ij = X ij / X tj X iw / X tw (2)

其中, RC A ij 代表国家j出口产品i的显示性比较优势指数,ij分别表示产品和国家, X ij 表示j国出口产品i的出口值, X tj 表示国家j的总出口值。 X iw 表示世界出口产品i的出口值, X tw 表示世界总出口值。

计算出产品的显性比较优势后,本文将各个国家的产品RCA进行加总计算,算出各国的RCA值,然后进行对数化处理,求出最终的各国RCA数据。

4.2.2. 核心解释变量

本文的核心解释变量是蓝色贸易壁垒,蓝色贸易壁垒包括对非自愿雇佣劳动的惩罚措施、劳动者的劳动时间与薪水支出、被雇佣者的生命健康保障和劳动雇佣管理体系等方面。劳工标准不仅包括核心劳工标准,非核心劳工标准也是其重要组成部分,两者都可能对制造业产品出口竞争力产生影响。因此,本文劳工标准指标体系的构建将同时包含核心劳工标准和非核心劳工标准,以更好地衡量一国的实际劳工标准水平(路若琳,2016) [15]。核心劳工标准是八项由ILO制定的基本国际劳工公约,可分为四类:其一是关于自由结社与集体谈判;其二是关于废除强迫劳动;其三是关于平等权;其四是关于禁止使用童工(胡艾嘉,2025) [16]。除童工外,本文的指标体系保留了其余三项核心劳工标准,并修改名称为员工集社权的合理程度、劳动力资源的合理程度和性别的平等程度,作为三个一级指标。另外,参考白红光和陈建国(2017) [17]的研究,工时与工资、雇佣和解雇制度这两个非核心劳工标准对于出口的影响也较大,因此将工薪管理制度的合理程度和员工解雇的合理程度作为另外两个一级指标。最终构成了如表所示的五个一级指标。在选取二级指标时,本文将世界经济自由度指数中的劳工标准相关指标、Leximetric datasets [18]中选取的三个变量下的相关指标以及世界银行中的相关指标与出口竞争优势进行相关性检验,从中挑选相关性相对较强且能较全面反映一级指标内容的14个指标作为指标体系的二级指标。具体的指标体系如表1所示。

熵值法的突出优势体现在,它可有效消除量纲差异带来的干扰,是一种客观性较强的赋权方法,能够避免因主观赋权而产生的随意性偏差(刘帅,2025) [19]。而且,该方法无需对数据的分布形态设定前提假设,仅根据数据所蕴含的信息量就能确定各指标的权重(刘玥和高嘉诚,2025) [20]。因此,本文采用熵值法来测度劳工标准的最终得分,作为衡量劳工标准水平的核心解释变量值。

Table 1. The blue trade barrier index system

1. 蓝色贸易壁垒指标体系

一级指标

二级指标

指标正负性

数据来源

劳动力资源的合理程度

劳动力受教育的合理程度

世界银行

就业率的合理程度

+

世界银行

外籍劳工管理的合理程度

世界经济自由度指数

员工集社权的合理程度

对罢工后停工的法律管制程度

+

Leximetric datasets

雇主完善公会协议的义务水平

+

Leximetric datasets

员工集体谈判的权利水平

+

Leximetric datasets

工薪管理制度的合理程度

工作时间规定的合理程度

+

Leximetric datasets

员工年假规定的合理程度

世界经济自由度指数

周末加班费规定的合理程度

+

Leximetric datasets

性别的平等程度

就业的性别平等程度

+

世界银行

教育的性别平等程度

世界银行

员工解雇的合理程度

解雇程序的法律限制程度

+

Leximetric datasets

不公正解雇后的服务合理程度

+

Leximetric datasets

强制解雇工人费用的合理程度

+

Leximetric datasets

4.2.3. 控制变量

为了提高模型的拟合度和解释力,更准确地衡量蓝色贸易壁垒对各国出口竞争力的影响,本文选取以下控制变量:(1) 贸易国的数字化水平,(2) 制度质量水平。(3) 居民预期寿命;(4) 经济发展水平。(5) 人力资本水平;(6) 城市化水平;(7) 资本存量;(8) 人口数量;(9) 能源强度;(10) 基础设施建设水平。

4.2.4. 样本选取与数据说明

各国产品的出口额数据来自UN Comtrade数据库;劳工标准各个变量的数据来自世界银行、世界经济自由度指数和Leximetric datasets;各控制变量中,平均受教育年限的数据来自联合国开发计划署,其他数据来自世界银行。考虑到数据的可获得性和完整性,本文最终整理得到2002~2020年73个经济体的面板数据,各变量的描述性统计如表2所示:

Table 2. Descriptive statistics of variables

2. 变量的描述性统计

变量

Obs

Mean

Std. Dev.

Min

Max

劳工标准(ls)

1387

8.703

1.372

3.491

12.643

出口竞争优势(rca)

1387

4.449

0.577

3.416

6.585

经济发展水平

1387

3.364

2.542

0.215

13.064

人口

1387

16.735

18.874

4.605

21.060

能源强度

1387

4.828

2.701

1.22

22.22

城市化水平

1387

0.685

0.18

0.211

1

资本存量

1387

3.141

0.251

2.306

3.843

基础设施建设水平

1387

51.868

29.143

1.6

97.298

人力资本水平

1387

10.24

2.515

2.782

13.852

制度质量水平

1387

0.224

0.805

−1.832

1.524

外商直接投资

1387

6.236

13.929

−8.478

108.648

居民预期寿命

1387

4.308

0.11

3.82

4.422

dev

1387

0.411

0.492

0

1

eu

1387

0.343

0.475

0

1

4.3. 基准回归分析

本文采用双向固定效应模型(FE)对73个经济体的2002~2020年的面板数据进行回归,首先考察各国蓝色贸易壁垒对其出口竞争优势的影响,接着将资本存量、人力资本水平等控制变量引入;然后,为了消除年份和国家对回归结果的影响,进行了年份和国家均固定的双固定效应回归,最后加入控制变量进行固定年份和国家的双固定效应回归。为消除异方差和序列相关等问题,在回归中均使用稳健标准误,并对数据进行上下百分之一的缩尾处理,回归结果见表3

Table 3. Benchmark regression results

3. 基准回归结果

(1)

(2)

(3)

(4)

出口竞争优势

出口竞争优势

出口竞争优势

出口竞争优势

劳工标准

0.1167**

0.1291**

0.0676**

0.0594**

(0.0447)

(0.0477)

(0.0236)

(0.0228)

经济发展水平

−0.0445

−0.0898**

(0.0431)

(0.0301)

人口

0.0000

−0.0000

(0.0000)

(0.0000)

能源强度

−0.0121

−0.0147

(0.0246)

(0.0154)

城市化水平

0.0915

−0.5203

(0.3953)

(0.8374)

资本存量

−0.3913*

0.0027

(0.2083)

(0.0613)

基础设施建设水平

0.0013

−0.0004

(0.0017)

(0.0010)

人力资本水平

−0.0272

0.0246

(0.0312)

(0.0321)

制度质量水平

0.1156

−0.0062

(0.0772)

(0.0253)

外商直接投资水平

−0.0023

0.0005

(0.0014)

(0.0004)

居民预期寿命

−1.9475*

0.4436

(1.1641)

(0.7792)

是否为发达国家

0.1706

0.8055**

(0.2071)

(0.2457)

是否为欧盟国家

−0.3145**

−0.0437

(0.1267)

(0.0348)

常数项

3.4327***

13.3145**

3.9243***

2.5539

(0.3933)

(4.7421)

(0.2067)

(3.5077)

观测数

1368

1368

1368

1368

调整后的r方

0.0765

0.3414

0.9406

0.9445

控制变量

固定效应

Standard errors in parentheses;*p < 0.1,**p < 0.05,***p < 0.001,下同。

表3所示,列1是不加控制变量、不控制年份和国家固定的回归,ls变量的系数为0.1167,在5%的显著水平上为正;列2是加入控制变量、不控制年份和国家固定的回归,可以看到,加入控制变量后,ls变量的系数为0.1291,在5%的显著水平上为正;列3是不加入控制变量、只控制年份和国家固定的回归,ls变量的系数为0.0676,在5%的水平上显著为正;列4是加入控制变量且控制年份和国家固定的回归,ls变量的系数为0.0594,在5%的水平上显著为正。在进行固定效应和加入控制变量后,模型对于被解释变量出口竞争力的解释能力变强;另外也可以看出,核心解释变量劳工标准对出口竞争力的影响是正向的。针对这一结果,可能的解释是,一些国家劳动标准的提高,使得其他国家对其出口受到影响,因此其他国家为了保护本国企业,也随之提高本国的劳工标准,倒逼最初提高劳工标准的国家的企业进行转型升级,从而提高了各国的制造业出口竞争力。

4.4. 异质性检验

根据上述的研究发现,各国的劳工标准在一定程度上会促进各国企业出口竞争优势的提高,从而增强各国的对外出口竞争力。为了进一步深入探究各国劳工标准对出口竞争优势,本次研究从是否是欧盟国家以及经济发展水平进行了异质性分析。

4.4.1. 是否是欧盟国家

表4可知,欧盟国家的劳工标准对其出口竞争优势的促进作用比非欧盟国家更显著,其主要原因可能如下:

(1) 普惠制与贸易协定中的劳工标准挂钩:欧盟在普惠制和贸易协定中明确将劳工标准作为享受优惠待遇的前提条件。早在20世纪90年代中期,欧盟颁布的第3281/94号普惠制法案就在普惠制框架内创设了条件性激励机制,对系统性完善劳动者权益保护体系的发展中经济体实施关税减让政策,构建起劳动基准与国际贸易准入条件的联动机制(宋锡祥和孙琪琦,2021) [21]。这种机制迫使出口国提升劳工标准以维持市场准入,从而显著影响其出口竞争力。而非欧盟国家在贸易协定中可能较少涉及此类强制性的劳工标准条款。

Table 4. Whether it is an EU country

4. 是否是欧盟国家

(1)

(2)

欧盟国

非欧盟国

劳工标准

0.0888**

0.0480*

(0.0417)

(0.0255)

个体数

476

892

调整后的r方

0.9554

0.9366

控制变量

固定效应

(2) 供应链透明化与尽职调查要求:2023年10月16日,欧洲议会公布了欧盟委员会《关于在欧盟市场禁止使用强迫劳动制造的产品条例》提案修订稿(余敏友和刘震,2024) [22],要求企业对供应链中的劳工风险进行全面尽职调查,并公开相关信息。这种透明化机制增加了企业违反劳工标准的风险成本,迫使其加强对供应链的管理。这种严格的供应链要求在欧盟市场尤为突出,而在非欧盟市场可能尚未形成同等程度的约束力。

(3) 欧盟内部高标准的统一实施:欧盟在发展人权与推进可持续发展过程中形成一套规范体系和政治体系,遵守国际劳工组织的基础公约及联合国2030年议程中的核心劳工标准(宋锡祥和孙琪琦,2021) [21]。而在非欧盟地区,各国劳工标准差异较大,企业可能通过选择标准较低的市场来规避影响,从而削弱了劳工标准的整体约束力。

4.4.2. 不同经济发展水平

表5可知,发达国家劳工标准对其出口竞争优势的促进作用显著,而发展中国家劳工标准对出口竞争优势的影响不显著。其原因可能如下:

Table 5. Classified by economic development level

5. 按经济发展水平分类

(1)

(2)

发达国家

发展中国家

劳工标准

0.0751*

0.0379

(0.0399)

(0.0247)

常数项

−3.0594

2.6965

(11.2009)

(4.3702)

观测数

570.0000

798.0000

调整后的r方

0.9575

0.9311

(1) 贸易结构与产业特点差异:美国科学基金会下属的国家科学与工程统计中心推出的《科学与工程指标2016》报告指出,全球知识和技术密集型(KTI)产业集中在发达国家,其所占GDP份额大大超过发展中国家(王炼,2016) [23]。知识与技术密集型产品的生产过程对劳工权益保障要求较高,例如在高端制造业中,如航空航天制造、汽车制造等行业,由于生产过程涉及复杂的机械设备、高温高压环境以及危险化学品等,对劳工的安全保障要求极高。而发展中国家依靠劳动力优势,以发展劳动密集型产业为主,产品附加值低且价格竞争激烈,企业为降低成本往往难以全面落实高劳工标准,导致标准提升对竞争力的直接影响被价格优势稀释。

(2) 政策执行与监管力度差异:发达国家的法律体系完善,社会制度健全(简建辉等,2024) [24],能有效监督企业落实劳工标准,违规成本高昂。而发展中国家因执法资源有限、监管漏洞多,企业常通过规避法规降低合规成本,使得劳工标准对竞争力的实际影响被弱化。

(3) 经济发展阶段与成本承受能力:发达国家经济水平高,企业有能力承担劳工标准提升带来的成本(如工资增长、福利改善),且可通过技术升级抵消成本压力。而发展中国家企业利润微薄,提高劳工标准可能直接导致成本上升,削弱价格竞争力,甚至引发企业倒闭或产业转移。

4.5. 稳健性检验

4.5.1. 缩小样本

为了进一步保证结果的稳健性,本文剔除了特殊事件发生年份数据进行稳健性检验。为了去除金融危机的影响,剔除了2008年的数据进行回归,结果如表6所示。

Table 6. Reduce the sample size

6. 缩小样本量

(1)

出口竞争优势

劳工标准

0.0595**

(0.0226)

常数项

2.7436

(3.5315)

个体数

1368

调整后的r方

0.9437

控制变量

固定效应

可以看到,剔除金融危机的影响后,ls变量的系数由主回归的0.0594变为0.0595,说明金融危机产生了影响,其原因可能是2008年发生全球金融危机后,大部分国家都遭受了巨大的经济冲击,给各国带来了前所未有的新挑战。稳健性检验的结果仍在5%的显著水平上为正,通过了稳健性检验。

4.5.2. 替换解释变量的测量方法

借鉴Messerschmidt的测度方法,将解释变量的测度方法进行替换,用加权平均法,分别求得五个一级指标的均值,然后加总相除,就得到了新的劳工标准的值。用新的标准化后的劳工标准指标进行回归,结果如表7所示:

Table 7. Replacement method for explaining variables

7. 替换解释变量的测量方法

(1)

rca

新方法劳工标准

0.0829**

(0.0352)

常数项

3.1551

(3.7607)

个体数

1368

调整后的r方

0.9442

表7可以看出,新的劳工标准N_ls的系数为0.0829,仍在5%的水平上显著为正,说明替换后的劳工标准仍对出口竞争优势有显著影响,通过了稳健性检验。

4.6. 内生性检验

由于出口竞争力的提升可能会影响劳工标准,造成双向因果的问题,同时也为了避免遗漏变量等内生性问题,因此将主回归滞后一期,作为工具变量进行内生性检验,结果如表8所示:

Table 8. Endogeneity test

8. 内生性检验

变量

(1)

(2)

出口竞争优势

劳工标准

劳工标准

0.131***

(0.0479)

工具变量

0.969***

(0.00795)

常数项

12.96***

−0.342

(4.793)

(0.414)

控制变量

控制

控制

固定效应

控制

控制

F检验

14854.68

4.71

样本数

1368

1368

R-squared

0.352

0.352

表8的第一阶段回归看,选取的工具变量系数为0.0479,显著为正,且F检验的数值都远大于临界值,表明此次选取的工具变量是有效的。从第二阶段回归看,劳工标准系数也在1%的水平显著为正,通过了内生性检验。即在考虑了内生性问题后,劳工标准也能影响出口竞争优势。

5. 结论与建议

本文基于73个国家2002~2020年的样本,实证检验了各国蓝色贸易壁垒对出口竞争力的影响,得到以下结论:

(1) 各国的劳工标准与出口竞争力具有正相关关系,这一结论在经过稳健性检验和内生性后依然成立。这说明蓝色贸易壁垒会通过劳工标准倒逼各国企业进行转型升级,从而促进各国出口竞争力的提升。

(2) 蓝色贸易壁垒在发达国家和发展中国家、欧盟国家和非欧盟国家之间对出口竞争力具有异质性影响,对欧盟国家的出口竞争力影响比对非欧盟国家更显著,对发达国家的出口竞争力影响显著而对发展中国家影响不显著,这说明蓝色贸易壁垒对各国出口竞争力的影响与各国的政治体制和经济发展水平密切相关。

基于以上结论,本文分别从企业和政府的角度出发,为中国应对蓝色贸易壁垒、提高出口竞争力提出以下建议:

(1) 企业应通过各种措施增强社会责任意识,如将社会责任纳入企业战略目标,制定可量化指标等;要向发达国家的企业学习,转变经营理念,完善企业的相关制度,更加注重劳工权益的保护;我国是文化大国,坚持文化自信,而企业品牌是我国的一种文化名片,因此还要加强品牌建设,提升中国企业的形象:应当立足国产品牌,塑造中国品牌的独特价值;通过多渠道营销强化品牌传播,提升品牌的知名度和美誉度;优化产品和服务体验,增强用户的忠诚度。

(2) 中国企业长期以来依赖外来技术,核心技术受制于发达国家;在劳动力方面,绝大多数企业的雇佣的都是廉价劳动力,员工的技术素养较低。因此,企业要增加研发投入,实现生产设备的更新换代和生产技术的提高,以增加产品的技术含量,提升产品的附加值。另外,还要注重企业经营管理人才的培养,提高企业员工的技术素养,可以构建分层分类的人才培育机制,建立覆盖战略决策层、中层管理岗和基层业务骨干的三级培养体系,通过引入导师制、轮岗实训与案例研讨等多元化培养模式,着力培育具有数字化思维与创新管理能力的复合型管理人才。

(3) 政府要注重相关法律法规的制定与完善,使中国国内的法律和制度与国际劳工标准接轨。有关部门需针对现行法律体系中的各类规范性文件展开系统梳理,通过建立立法评估机制识别监管盲区;对于发现的制度性缺失领域,应依据立法权限设置分级处理机制,通过颁布专项实施细则或修订法律解释等方式,逐步完善法律规制的边界。要强化劳动执法与监管,利用大数据等技术监督企业用工对符合劳工标准的企业进行税收减免奖励等政策鼓励,而对于不符合标准的企业则进行惩处,确保企业的经营过程符合劳工标准的要求。

(4) 政府有关部门要深度参与国际劳工准则的规范化进程,通过构建本土化与国际接轨的中国企业社会责任标准及管理体系,加速推进标准化体系建设与实施进程,要将我国在企业社会责任标准认证领域的主动权掌握在自己手中,避免关键性标准受外部力量主导。

致 谢

感谢南京邮电大学经济学院的王琴老师对本文计量方法以及研究内容提出的宝贵建议,同时感谢匿名审稿专家的细致评审和建设性意见。文中疏漏之处由作者自负。

NOTES

1即HS编码中的28章到70章以及72章到92章的HS四位编码产品的出口额。

参考文献

[1] 单宝. 蓝色贸易壁垒对我国的影响及其对策[J]. 宏观经济研究, 2007(5): 35-38.
[2] 倪思敏. 蓝色贸易壁垒对中国纺织业出口的影响[D]: [硕士学位论文]. 上海: 上海财经大学, 2023.
[3] 薛燕. 蓝色贸易壁垒的贸易效应及我国出口企业应对机制分析[J]. 淮阴工学院学报, 2021, 30(6): 72-76.
[4] 刁宇凡, 谭凌波. SA8000标准对我国纺织服装业国际竞争优势的冲击——基于浙江纺织服装业的调查[J]. 中国标准化, 2013(6): 82-85.
[5] 王子军, 冯蕾. 外商直接投资与中国出口竞争力——对我国按不同技术类别细分的制成品出口的实证分析[J]. 南开经济研究, 2004(4): 52-57.
[6] 毛其淋. 贸易自由化与异质性企业生产效率变动: 来自中国制造业的微观证据[J]. 当代经济科学, 2015, 37(1): 98-109, 127-128.
[7] 申君歌, 彭书舟. 技术创新、生产效率和出口多样化与中国制造业出口竞争力[J]. 国际商务研究, 2022, 13(1): 59-71.
[8] 许统生, 蒋玉莲. 区域贸易协定环境条款深度对出口的影响——来自“一带一路”沿线国家的证据[J]. 中国人口∙资源与环境, 2023, 33(5): 1-15.
[9] 孙立阳. 数智化赋能现代纺织企业生产管理研究[J]. 市场周刊, 2025, 38(13): 47-50.
[10] 吴思. SA8000对我国企业对外贸易的影响及其对策研究[J]. 企业改革与管理, 2024(11): 166-168.
[11] 于谨凯, 于梦璇. 蓝色贸易壁垒的经济效应分析[J]. 山东经济, 2011, 27(1): 37-45.
[12] 任佳瑜. 蓝色贸易壁垒的双重效应及应对策略研究[D]: [硕士学位论文]. 无锡: 江南大学, 2017.
[13] 吴文芳, 黄琳涵. 自贸协定中劳工条款的中国方案: 演变、影响与体系[J]. 人权, 2025(2): 76-101.
[14] 杨潇莹, 邓童博. RCEP背景下我国文化产品国际竞争力研究[J]. 全国流通经济, 2024(13): 68-73.
[15] 路若琳. 蓝色贸易壁垒对中国出口贸易影响研究[D]: [硕士学位论文]. 南京: 东南大学, 2020.
[16] 胡艾嘉. 涉及劳工标准的单边贸易措施及中国应对策略研究[J]. 现代商贸工业, 2025(1): 92-94.
[17] 白红光, 陈建国. 劳工标准与高劳动技能资本密集型产品出口——基于不同发展水平国家和不同出口时期的分析[J]. 世界经济研究, 2017(5): 38-50, 135-136.
[18] Janz, N. and Messerschmidt, L. (2020) Unravelling the “Race to the Bottom” Argument: How Does FDI Affect Different Types of Labour Rights? Munich Papers in Political Economy.
[19] 刘帅. 低碳经济对绿色物流发展的影响机制与区域差异研究[J]. 物流技术, 2025, 44(4): 73-84.
[20] 刘钥, 高嘉诚. 数字建设水平与医疗卫生资源配置效率动态关系的实证检验[J]. 统计与决策, 2025, 41(6): 70-74.
[21] 宋锡祥, 孙琪琦. 从欧盟重视东盟关系审视欧越自贸协定及其对中国的启示[J]. 上海大学学报(社会科学版), 2021, 38(4): 65-84.
[22] 余敏友, 刘震. 欧盟推动“禁止强迫劳动产品”立法: 规范冲突与现实挑战[J]. 国际贸易, 2024(3): 86-95.
[23] 王炼. 解读美国《2016年科学与工程指标》报告——全球主要国家研发投入和产出[J]. 全球科技经济瞭望, 2016, 31(6): 57-64.
[24] 简建辉, 何珂珂, 华蕾, 等. 董事会资本与企业盈余质量[J]. 科学决策, 2023(10): 1-16.