每年劳动节前后，乐施会都会发布年度最佳和最差州工作指数 (BSWI)，该指数衡量所有 50 个州以及哥伦比亚特区和波多黎各的劳动法和政策的数据点。 BSWI 的基本原则是相信，当各州为工人提供强有力的支持和保护时，工薪家庭会在各个方面做得更好。

但是——我们有任何证据吗？为了了解更多信息，我们的研究团队进行了一系列相关性分析，以比较各州在 BSWI 中的排名方式与各州在三个重要的福祉指标上的表现方式：粮食不安全、婴儿死亡率和贫困率.

我们如何衡量劳动法律和政策？

BSWI 的政策分为三个维度：工资、工人保护和组织权。人们可以假设，法律越健全，工人的处境就越好：更高的最低工资确定了更高的工资底线并推高了整体工资；在工作场所提供更实质性的保护（例如，带薪休假、为怀孕和哺乳工人提供便利、更好的日程安排）使人们能够更好地控制自己的生活；组织和集体谈判的权利意味着工人更愿意也更有能力团结起来，争取更好的条件和补偿。

在每个维度内，每个状态*都被授予积极政策的分数（或部分分数），我们将分数标准化为 0 到 100；俄勒冈州的总分从 86.72 到北卡罗来纳州的 4.55 不等。换句话说，俄勒冈州拥有我们跟踪的大部分政策，而北卡罗来纳州几乎没有。

我们将这些分数与各州在我们的三个福祉指标上的表现进行比较。毫不奇怪，拥有健全劳动法的州的粮食不安全率、婴儿死亡率和贫困率也较低。换句话说，为工人做好事就意味着为整个人口做好事。

计算数字

我们的调查结果告诉我们，我们指数中的政策——侧重于工资、工人保护和组织权利——有助于减少贫困、粮食不安全和婴儿死亡率。我们发现，BSWI 分数每增加 10 点：一个州的联邦贫困水平下降 0.4 个百分点；一个州经历粮食不安全的人口百分比下降了 0.4 个百分点；一个州的婴儿死亡率下降了 0.3 个百分点。

让我们考虑一下。北卡罗来纳州的四舍五入得分为 5，而俄勒冈州的四舍五入得分为 87。北卡罗来纳州必须经历 8 倍的 10 分增长才能在与俄勒冈州相同的范围内得分。分数非常重要；请记住，这是针对支持工薪家庭的政策数量的数字表示。

增加 80 个百分点意味着北卡罗来纳州的贫困人口将减少近 25%，粮食不安全的人口将减少近 25%，婴儿死亡率将下降 35%。换言之，如果改变劳动政策，目前近四分之一的人口将不再生活在贫困之中。就这么简单。

当各州未能通过或实施 BSWI 内的此类政策时，低薪工人受到的打击最大。赚取贫困工资的工薪家庭没有必要的经济缓冲来摆脱恶劣的条件，生病时休息，甚至寻找其他工作。为了养活自己和家人，他们别无选择，只能忍受低工资和恶劣的工作条件。

国家不应该让雇主利用这种必要性；他们应该为所有公共和私人雇员提供最起码的强制性工作环境。无论政治派别如何，每个人都应该能够看到，这些政策旨在确保公民的需求得到满足，无论他们的阶级、种族或性别如何。

我们希望政策制定者将 BSWI 用作指南，以了解各州的立场，以及他们可以做些什么来改善居民的生活。改善劳动法确实对贫困、粮食短缺和婴儿死亡率产生影响。

___________________________________

通过交互式地图探索最佳工作州指数。

阅读完整报告。

关于方法论

为了评估幸福指数与 BSWI 2022 州得分之间关系的稳健性，我们总共运行了三个模型：（1）仅包含因变量和自变量（BSWI 得分）的基础模型； (2) 一个受控模型，其中包括州人口统计数据和联邦支出占 GDP 的比例，以试图将工人政策环境与州潜在特征隔离开来； (3) 稳健性检验模型，该模型进一步结合了基于经济活动局 (BEA) 区域的固定效应，以隔离变异的任何区域成分。

在所有三个幸福指标（联邦贫困水平、粮食不安全和婴儿死亡率）的情况下，幸福指标与 BSWI 得分之间存在持续的关系，显示出很强的相关性。

尽管 0.3 或 0.4 个百分点的差异看似很小，但影响却相当大。我们指数中的分数差异（最佳和最差州之间超过 80 分的范围）可能意味着在衡量粮食不稳定性和贫困水平方面，最差州和最佳州之间最多可降低 3.2 个百分点。更简单地说，与排名最低的州相比，我们排名最高的州经历粮食不安全或贫困的人数减少了近 30%。

所有三个相关性都基于分数增加 10 倍，这意味着俄勒冈州和加利福尼亚州等得分在 80 多岁以上的州在改善居民福祉方面取得了多方面的进展。然而，另一方面，北卡罗来纳州、乔治亚州和密西西比州等州的 BSWI 累积分数低于 10 分。根据 BSWI 跟踪的所有许多政策，那些在健康和稳定方面取得任何进展的州在任何福祉方面都没有任何衡量标准。

这些相关性的重要性在于它们如何证明 BSWI 的强劲表现不仅仅表明支持工作场所的工人。 BSWI 跟踪的政策全面反映了各州对其居民福祉的投资。州在支持工资、工人保护和组织权利方面的政策越多——因此州在我们的 BSWI 中排名越高——就等于该州遭受饥饿、贫困或失去儿童的人数越少。

相关性显示两个变量之间的关系，无论是正的还是负的。相关的结果称为相关系数（或“r”）；这个数字的范围从 –1 到 +1。越接近 +1 或 –1，这两个变量的相关性越密切。越接近 0，相关性越小。根据经验，强正相关高于 0.7，强负相关低于 –0.7；中等相关性介于 0.3 和 0.7 之间（–0.3 和 –0.7）； 0.1 和 0.3（–0.1 和 –0.3）之间的相关性较弱。注意事项：虽然相关性的强度表明两个变量的相关性有多密切，但它并不能确定因果关系。事实上，可能有也可能没有因果关系，或者反向因果关系，甚至双向因果关系。

*我们使用“州”来指代州、地区或领地。