同美国任何其他部分一样都远离边区。当然，所有南部联邦各州在1860年时都已确立了州的地位。但在南部腹地一些州的政治稳定却受到南北战争及其后果的严重干扰，有时甚至由于种族政策的矛盾和不确定性的深刻影响，直到1965年通过了民权和选举权法案才获得解决。如果本书提出的模式是正确的，那么以前南部联邦各州的经济增长率就应当与新建的西部各州相类似，而高于东北部的老州。虽然，我们很快就要转而讨论更早的时期，但目前仍从1965年以来南部地区的经济增长率开始分析。早期在南方有一个不稳定时期，私刑以及其他非法活动猖狱，这些都使南部各州的情况复杂化；但在通过选举权和民权法案之后，明确了南方不可能具有与全国其余地区很不相同的种族政策，从而稳定了局势。早期甚至在南部各州也存在着边区影响的残余，因此，若包括这些数据在内就不免引入与西部地区同样的误差。各州之间特殊利益集团分布的差别也较小，更不用说还涉及其他的复杂因素了。因此，我们暂时不讨论较早期的数据，而仅仅分析1965年以来南部各州的平均经济增长率比其他各州是否更高。

    事实确实如此。前南部联邦各州的劳动和产权收入的增长指数为9．37％（LPI），私人非农业收入（PN）为9．55％，而非南部联邦的37个州其相应的增长指数为8．12％和8．19％。如果增长率的分布是正态分布的话，就有可能算出这两个样本出自不同人群的。乔伊发现，由此算出的增长率差异具有统计上的显著性，另一种无因次检验——即曼-惠特尼的U-检验——也表明：在南部各州和美国其他州之间平均增长率之差具有统计的显著性。而这一结果究竟适用于总的经济增长率还是人均收入增长率仍然是一个问题。但这些结论无疑是支持本书所提出的模式的，而且可以消除一种疑虑，即回归的结果受到西部边区特点的影响，因为南部联邦各州与这一因素毫无关系。

    （十三）

    由于上述由南部各州和西部各州得到的结果基本相同，其有因次（参数）与无因次（非参数）检验都得到大体相同的结果，因此将48个州的数据统一起来考虑，并且仅仅用标准的普通最小方差回归技术是完全合理的。如以下列表所示，乔伊已用此方法进行了回归。虽然更详细的检验有可能得出不同的结论，但现有的结果显然是非常清楚和一致的。

    正如分别处理南部各州和其他州的结果所表明：在非联邦各州内按建州日期作为计算特殊利益集团出现的最早可能日期进行回归，而在美国南部联邦各州内以内战结束后开始具有稳定的结社自由的年份作为计算身份的开始，这样对经济增长率分析的结果具有统计上的显著性（表4.1）。鉴于能够最直接限制现代都市和工业生活的各种组织在城市化时间较早的各州内有更多的时间发展起来，因此在分析中还采用了1880年各州城市化水平作为一个独立变量。这一变量对当前的经济增长率具有重大的消极作用。将这一变量与赋予内战中失败一方的一个虚拟变量相结合，就可以说明增长率差异的部分原因，但其意义显然不如结社自由的持续时间那样重要。这一模式对于制造业的收入以及对所有包括更大范围的收入都能适用，但对于究竟适合于总收入还是人均收入这一点尚有争论。

    表4．1

    1965年以来经济增长的决定因子

    （1）

    MFG＝12. 6802－5. 5427

    STACIV1

    （7. 34）

    R2＝0．54

    （2）

    LPI＝11．227－3．051  STACIV1

    （4．74）

    R2＝0．33

    （3）

    PN＝11．988－4．018  STACIV1

    （7. 25）

    R2＝0．53

    （4）

    MFC＝11. 5575－4．3148

    STACIV2

    （6. 89）

    R2＝0．51

    （5）

    LPI＝10．742－2. 592 STACIV2

    （5. 18）

    R2＝0. 37

    （6）

    PN＝11．248－3．248 STACIV2

    （7. 37）

    R2＝0．54

    （7）

    MFG＝10. 5131－2．9334

    STACIV3

    （5．60）

    R2＝0．41

    （8）

    LPI＝10. 172－1．866

    STACIV3

    （4．75）

    R2＝0．33

    （9）

    PN＝10. 493－2．266

    STACIV3

    （6. 20）

    R2＝0．45

    （10）

    MFG＝10. 2920－0．0626  UR1880

    （5．89）

    R2＝0. 43

    （11）

    LPI＝9. 796－0．029  UR1880

    （3．27）

    R2＝0．19

    （12）

    PN＝10. 192－0. 042 UR1880

    （5．22）

    R2＝0. 37

    （13）

    MFG＝10. 2450＋0．1067

    CIVWAR－0. 0616

    UR1880

    （0. 21）（5．25）

    R2＝0．43

    （14）

    LPI＝9．545＋0. 573 CIVWAR－0. 023 UR1880

    （1．39）（2. 45）

    R2＝0. 22

    （15）

    PN＝10．033＋0. 363 CIVWAR－0. 039 UR1880

    （0．96）（4．38）

    R2＝0．38

    （16）

    MFG＝12. 2885－4．0418 STACIV1－0. 0284 UR1880

    （4．17）（2. 32）

    R2＝0．59

    （17）

    LPI＝11．141－2. 722

    STACIV1－0．006

    UR1880

    （3．12）

    （0. 56）

    R2＝0. 33

    （18）

    PN＝11. 776－3. 206 STACIV1－0．015 UR1880

    （4. 39）

    （1．66）

    R2＝0．56

    （19）

    MFG＝10. 6865－1．6460 STCIV3－0．0397 UR1880

    （2．51）   （2．92）

    R2＝0．50

    （20）

    LPI＝10．198－1．674 STACIV3－0．006 UR1880

    （3．13）

    （0. 53）

    R2＝0. 33

    （21）

    PN＝10．581－1．620 STACIV3－0．020 UR1880

    （3. 38）  （2．01）

    R2＝0．50

    （22）

    PCMFG＝10．7060－4．2147 STACIV1

    （6．06）

    R2＝0. 44

    （23）

    PCLPI＝8．833－1．129 STACIV1

    （3．95）

    R2＝0. 25

    （24）

    PCPN＝10. 014－2．690 STACIV1

    （7．02）

    R2＝0. 52

    （25）

    PCMFG＝9．0864－2．2829 STACIV3

    （4. 97）

    R2＝0．35

    （26）

    PCLPI＝8. 495－0. 987

    STACIV3

    （5．50）

    R2＝0．40

    （27）

    PCPN＝9．067－1．616 STACIV3

    （28）

    PCMFG＝9．0063－0．0529

    UR1880

    （5. 96）

    R2＝0．44

    （29）

    PCLPI＝8. 314－0．016 UR1880

    （3．92）

    R2＝0. 25

    （30）

    PCPN＝8．907－0. 033 UR1880

    （6. 49）

    R2＝0．48

    （31）

    PCMFG＝8. 9810＋0. 0575

    CIVWAR－0. 0523

    UR1880

    （0．14）（5．33）

    R2＝0．44

    （32）

    PCLPI＝8．103＋0. 481

    CIVWAR－0. 012

    UR1880

    （2. 64）

    （2．74）

    R2＝0. 35

    （33）

    PCPN＝8．769＋0．314

    CIVWAR－0. 030

    UR1880

    （1．35）（5. 44）

    R2＝0. 50

    注：回归分析中所用诸变量的说明

    t  统计绝对值列于各系数之下的括号内

    州龄、国内（南北）战争、时间长度

    CIVWAR：虚变量，失败方（南方）为1，其他各州为0

    YEAR：南部各州——100

    其余各州——实际州龄

    YEAR2：南部各州——50

    其余各州——实际州龄

    YEAR3：南部各州——0

    其余各州——实际州龄

    STACIV1＝YEAR／178 STACIV2＝YEAR2／178

    STACIV3＝YEAR．3／178

    178＝1965－1787（最早建州年份）

    STAHOD州龄

    来源：州龄：州长会议编《各州情况汇编，1976》）；

    国内战争资料：彼得·J．帕里什著：《美国国内战争》（New

    York，Holmes and Meier公司出版，1975）。

    国民收入的增长：

    MFG：1965－1978年制造业收入的指数增长率

    LPI：1965－1980年劳务与财产收入的指数增长率

    PN：1965－1978年非农业私人收入的指数增长率

    PCLPI：1965－1980年人均劳务与财产收入的指数增长率

    PCPN：1965－1978年人均非农业私人收入的指数增长率

    来源：取自美国商务部经济分析局地区经济信息系统处。其中数据系按就业状况而非居住状况分类，对本书分析更为恰当。由《当前商务调查》及《统计文摘》中取得的个人收入公布数值与此基本相同。

    城市化：

    UR1880及UR1970：相应年份内城市居民百分比。

    来源：美国商务部统计局编《美国历史统计资料——由殖民时期到1970年》，

    1976年出版。

    本书理论预言：在那些已经有稳定的结社自由的地区，分利集团应该更为强大，因此，可以通过考察这些集团成员的地区分布而得到本书理论有效性的一个附加的检验结果。目前已有逐州会员统计的唯一特殊利益集团就是美国工会。鉴于公众普遍忽视工会与其他特殊利益集团之间有类似之点，所以注意不要把由这类集团所引起的全部损失都归罪于工会是非常重要的。当然，对于研究由制造业而得到的收入，工会肯定是最有关系的组织；而且根据后面将说明的理由，在一个制造商可以自由转移到生产成本最低地区去的国家内，工会也是最适用于检验本理论的组织。此外，很多其他分利集团，如制造商联合会等，也很可能得到保障其特殊利益的法律或垄断价格，这会使它们所在的州致富而牺牲其他州的利益。这样，工会就成为对当地经济增长起作用的主要组织，而它们的会员数目也可以作为估计对地区经济增长有害的其他联盟的力量的参考指标。然而，我们还考虑每十万人口中的律师人数，这是根据一个有争论的假说，即对律师的需求可能表明随院外活动范围的扩大以及立法和法规的繁琐程度有增加的趋势。

    表4．2特殊利益集团分析

    A.以会员人数为因变量

    （1）

    UNON64＝18. 536＋0．262 UR1880

    （3．64）

    R2＝0．22

    （2）

    UNON70＝18．842＋0. 212 UR1880

    （3．21）

    R2＝0．19

    （3）

    UNON74＝16．586＋0．234 UR1880

    （3．79）

    R2＝0. 24

    （4）

    UNON64＝9．820＋0．223 UR1970

    （2．25）

    R2＝0．10

    （5）

    UNON74＝9．663＋0．185 UR1970

    （2．16）

    R2＝0. 09

    （6）

    UNON64＝22．924－9．974 CIVWAR＋0. 167 UR1880

    （3. 28）

    （2．34）   R2＝0.

    38

    （7）

    UNON74＝19．922－7. 584 CIVWAR＋0. 162 UR1880

    （2．82）

    （2．57） R2＝0．35

    （8）

    UNON64＝17．687－11．780 CIVWAR＋0．143 UR1970

    （4. 01）（1．63） R2＝0．30

    （9）

    UNON74＝15. 984－9．465

    CIVWAR＋0. 122

    UR1970

    （1．55）

    R2＝0．29

    （10）

    UNON64＝12．107＋0．104 STACIV1

    （3. 06）

    R2＝0. 17

    （11）

    UNON64＝12．178＋0．114 STACIV2

    （4．36）

    R2＝0．32

    （12）

    UNON64＝15441＋0．094 STACIV3

    （5. 19）

    R2＝0．37

    （13）

    UNON74＝14．044＋0. 081 STACIV3

    （5．19）

    R2＝0．37

    B．经济增长与特殊利益集团人数的关系

    （1）

    MFG＝11．223－0. 0953 UNON64

    （4．49）

    R2＝0. 31

    （2）

    LPI＝10．420－0. 053 UNON64

    （3. 22）

    R2＝0．18

    （3）

    PN＝10．898－0．067 UNON64

    （4. 33）

    R2＝0．29

    （4）

    MFG＝11．3033－0．102 UNON70

    （4．19）

    R2＝0．28

    （5）

    LPI＝10. 525－0．058 UNON70

    （3．20）

    R2＝0．18

    （6）

    PN＝11．001－0．074 UNON70

    （4. 19）

    R2＝0．28

    （7）

    PCMFG＝9．171－0. 0773 UNON64

    （4．28）

    R2＝0．29

    （8）

    PCLPI＝8．703－0．031 UNON64

    （4. 18）

    R2＝0．27

    （9）

    PCPN＝9．390－0. 050 UNON64

    （4．84）

    R2＝0．33

    注：UNON64及UNON70分别为1964及1970年美国非农业机构中工会会员占职工总数的百分比。

    来源：与表4. 1同。并见：美国劳动部劳动统计局编《美国工会与职工协会指南，

    1967及1971年》；美国商务部统计局编《美国统计文摘，1976年》。

    表4．2直接表明：在稳定的结社自由时间最长的各州，非农业雇工内工会会员百分比最大。1880年美国各州城市化程度也是1964年以来工会会员数量的一个具有统计显著性的预报因子。19世纪80年代城市化程度作为20世纪60年代和70年代工会会员人数的预报因子反而优于1970年的城市化数据，这一事实表明结社自由的持续时间具有决定性的意义。结社自由持续的年数往往是更好的预报因子。一个州所享有的政治稳定时间有长短与该州律师人数之间也存在一种类似的关系，虽然这种关系不那么明显，有时也不具有统计显著性。

    正如前述结果及相应的理论所指出：1964——1970年各年的特殊利益集团人数与自1965年以来的经济增长率之间也存在一个具有统计显著性的反比关系。此结果对制造业的收入和其他各种方式计算的收入都能成立，并对这些范畴的总收入和人均收入变化均有效（表4．2，B部分）。因此证明了如本模型所预言的这不仅在稳定的结社自由的持续时间和经济增长率之间存在着具有统计显著性的关系，同时也证明了（至少对于工会是如此）本模型所预示的过程。正在发生这一过程也是明确的与统计上显著的。这就是说，特殊利益集团数目正愈积愈多；而且总的说来，这些组织确实对经济的增长起了如假设那样的消极作用。在律师的比例和增长之间的反比关系也是一个例证，但这种关系是相对较弱的。

    （十四）

    现在应该考虑若干可能产生的问题。其中之一就是对气候反应的变化可以作为对这些结果的解释。当在有了先进的空调设备之后就可能引起向某些增长更快的南部各州迁移（虽然在美国最寒冷的西北地区也有其他一些增长迅速的州）。因此，乔伊回归了每一州主要城市一月份的平均温度以及各城市全年的平均温度对该州增长率的影响。这些温度变化与增长率之间有正效应，但通常却比一个州建立特殊利益集团的时间长短的影响要更弱一些。

    另一个可能性就是增长迅速的一些州碰巧建立了那些一直最迅速增长的工业，从而这种偶然的工业布局解释了本书理论的那些结果。为了检验此种可能性，乔伊回归了10个（第一位数）主要工业的增长率以及在20多个州内的18个制造工业（第二位数）的增长率对每一州建立特殊利益集团时间长短之间的关系。在所有这些工业中除一类之外（即除农业服务、林业和渔业），全部或绝大多数的数据都与本书理论相符；在大多数情况下，每种单独的工业的结果也具有统计的显著性。

    第三个可能的问题就是：为了当前讨论的目的，可以把这48个州主要分为三类不同性质的地区，即南部地区，西部地区和东北一中西部地区。果真如此，那么观察点不再有48个而只有3个，从而对统计上来说这些数据就太少了。为了检验这一可能性，乔伊和我分别考察了所有这3类地区并且把37个非南部州作为一个独立单位来研究。结果在每一地区内都显示出相似的模式；这种模式在西部以及在某种程度上在前南部联盟的一些州内就较弱，但在东北一中西部地区以及37个非南部州内表现得很强。

    还有另一个可能性就是这些结果是不久之前一段时间内的一个特例，如考虑到较长时期就会得出不同的结果。假如采用尽可能最长的时期，即美国的全部历史，我们就会看到大规模地向西部的发展（甚至向西南部扩展）。这一扩展在农业生产相对的迅速下降的时期延缓了（这仅在70年代才有所减轻），但它们仍然存在并在西部边远区消失之后继续迅速发展，这一点与本理论相一致。

    （十五）

    在南部更大范围内的长期情况下，虽然也与本理论相符，但表现得更复杂更难于分类。如果作者对南方历史作非常初步的调查完全正确的话，那么南方诸州在内战后重建期间和以后出现的最重要的特殊利益集团都是小型的、地方性的以及纯白人的团体，有时还属于非正式组织。并非所有这些小型的组织都是反对黑人进步的，但其中确有很多都是反对的，而且当时南方的大多数白人无疑深受种族主义的影响。势力很弱的黑人群众在非法的高压政治行动（包括私刑）下，基本上被禁止组织政治团体及参加投票。由于种族之间有组织力量的不均衡以及白人种族主义的偏见给选举制度造成的后果，逐渐形成了种族隔离的合法化和种族歧视。某些纯白人组织所进行非正式的排斥与压制黑人的行动显然加深了这种状况。很多人曾设想过种族隔离主义的此种模式是在南方重建之后不久或甚至更早些时候就已出现的，但历史学家C．范·伍德沃德（C．Vann

    Woodward）指出：重建几十年之后，大多数种族歧视的立法才被通过，而且一直到20世纪这一制度才达到最严重的程度。换句话说，在很多南方地区和州内白人至上主义者的集体行动都是经过一段时间之后才逐步发生的。

    美国南方采用谷物交租方式的黑人佃农生产力很低，这种情况早在种族隔离制度产生之前就已如此了，因此不能都归因于此种制度。这种低生产率、黑人广泛贫困现象的种种原因以及已经成为大量的、相互矛盾的文献所讨论的主题，是本书无法作出结论的。然而，这还不止是一种令人吃惊的表面现象：黑人在奴隶制度下如何被残酷剥削、他们如何缺少受教育的机会、如何不被信任以及突然从大规模的奴隶种植园变为小规模独立佃农的黑人农业的生产率必定很低；而且这种制度也必然危害南方整个经济的发展。

    工业没有得到发展是南方的另一个问题。虽然这一问题有待作者根据今后的研究结果在另一本书内阐述，但目前极初步的印象是，南部许多已组织的特殊利益集团已经认识到：任何大量的外来投资或由北部来的移民都会瓦解或至少危及种族歧视制度，从而损害与此种制度密切相连的集团网的既得利益。长期以来，在南方肯定还存在着许多农民沙文主义的、反工业的和反资本主义的舆论。此外，只有在旧制度已经崩溃殆尽之后才开始把商业从远方大规模地吸引进来。外部的投资者和有意移民的人有时也必然会被种族歧视制度下经常发生的非法暴力行为和多变的局势所吓退。由于新政和战后联邦政策，由于通讯和交通运输工具改善而产生的世界主义影响，由于黑人抵抗力量的加剧，由于采用新的技术和生产方法以及其他种种可能的因素而使南方旧的联合模式最终濒于瓦解。这些变化和外部世界的各种有利因素导致了南方各州的迅速变化和增长。一种新的联合模式，如包括不同种族的综合性工会开始在南方形成；但这一新的模式逐渐成长起来，从而还没有强大到足以对经济发展产生有害影响。

    上述推测包含着尝试和启发思考的性质，因此不应过分加以强调。即使上述推测大部分是正确的，这也仅仅反映了复杂的和多因素事物的一部分。例如，近年来南部（以及西部）工业的加速增长是由于所谓“无约束”工业的相对比重上升所造成。这类工业不像钢铁工业那样依赖于资源，也不像其他的重工业需要昂贵的运输费用，它们可以建在任意地区，从而更容易离开由于体制原因使其效率降低的不利环境。近年来高技术和其他的不受约束的轻工业在美国的重要性越来越大。很久以来纺织品的运输费用已经较低了，这一点可能也很有意义；因为纺织业是向南部转移的第一种重要的制造工业。

    正如本书在以后各章节内所述，工会往往只是特殊利益集团中的一小部分，有时甚至连一小部分也算不上；但就不受约束的制造业的迁徙来说，它们却是最重要的工会。即使是卡特尔化了的制造厂商，如果由于受到限制性劳动法规或高出竞争性工资的约束，使其生产费用提高，他们的利润就会降低。如果本书提出的理论是正确的话，至少那些不受天然资源所在地区制约的制造业的厂址应该反映出各地区工会力量的不同影响。美国工会在1937年开始创建，到第二次世界大战之后迅速增长，因此，正是在战后时期美国各州工会力量的差别已经真正显出它的重要性。不仅如此，推论6曾提出，当分利集团衰老时比其初建时的效率更低；因为当一个组织建立很长时间之后，各种工作条令也愈来愈陈旧过时，从而决策也更加迟缓了；因此，只有在战后时期才看得出由于工会组织达到成熟阶段而产生显著分化。所以用整个战后的经验来检验本理论是非常适当的，特别是采用制造业的产出来检验；因此我们现在转而讨论这一问题。

    表4．3

    第二次世界大战后的增长

    A.

    1947－1977年制造业的增值

    ______________________________________

    （1）

    VAM＝11．0097－4. 8402 STACIV2

    （7. 07）

    R2＝0．52

    （2）

    VAM＝10. 1951－4. 0375 STACIV2

    （7．70）

    R2＝0. 56

    （3）

    VAM＝8．8613－0. 0518 UR1880

    （5. 23）

    R2＝0．37

    （4）

    VAM＝9．7758－0．0848 UNON64

    （4．50）

    R2＝0．31

    _______________________________________________________

    B.

    1947－1963年制造业的增值

    _______________________________

    （1）

    VAM＝9．5861－4．3589 STACIV1

    （4．26）      R2＝0．28

    （2）

    VAM＝8．8401－3．6157 STACIV2

    （4. 47）

    R2＝0. 30

    （3）

    VAM＝7．6063－0．0447 UR1880

    （3. 24）

    R2＝0. 19

    （4）

    VAM＝7. 9001－0. 0528

    UNON64

    （1．99）

    R2＝0. 08

    __________________________________________________________

    C．1946－1978年的个人总收入

    _______________________________________________________

    （1）PI＝8.

    5767－1．8469  STACIV1

    （3．25）

    R2＝0．19

    （2）PI＝8．3399－1．6609

    STACIV2

    （3．76）

    R2＝0．24

    （3）PI＝7.

    6575－0．0153 UR1880

    （2. 00）

    R2＝0．08

    （4）PI＝8.

    1406－0．0338 UNON64

    （2．50）

    R2＝0. 12

    __________________________________________________

    D．1946－1978年的人均收入

    __________________________________________________

    （1）PCPI＝8．3012－0．6911

    STACIV1

    （2．92）

    R2＝0．16

    （2）PCPI＝8.

    4394－0. 8618   STACIV2

    （5．29）

    R2＝0．38

    （3）PCPI＝8.

    1811－0．0123 UR1880

    （4．52）

    R2＝0. 31

    （4）

    PCPI＝8. 3574－0．0184 UNON64

    （3．52）

    R2＝0．21

    __________________________________________________

    E．总结及附加的回归结果

    __________________________________________________

    个人总收入

    人均收入

    制造业增值

    制造业增值

    1946－1978

    1946－1978

    1963－1977

    1947－1977

    t

    R2

    t

    R2

    t

    R2

    t

    R2

    STACIV1

    3.25

    0.19

    2．92

    0.16

    6.03

    0．44

    7.07

    0.52

    STACIV2

    3．76

    0.24

    5．29

    0.38

    6.54

    0．48

    7.70

    0.56

    STACIV3

    3．65

    0．22

    6．56

    0.48

    5.82

    0．42

    6.68

    0.49

    UR1880

    2.00

    0.08

    4．52

    0.31

    4.89

    0．34

    5.23

    0.37

    CIVWAR

    1．62

    0．13a

    5．23

    0．57

    1.27

    0.37

    1.33

    0.40

    UR1880

    1．21

    0．13a

    3．07

    0．57

    3.99

    0.37

    4.26

    0.40

    STACIV1

    2.43

    0.19

    0.28

    0.31

    3.41

    0.48

    4.22

    0.55

    UR1880

    0.06

    0.19

    3.15

    0.31

    1.76

    0.48

    1.73

    0.55

    STACIV2

    3.11

    0.24

    2.74

    0.41

    3.76

    0.50

    4.63

    0.58

    UR1880

    0.67

    0.24

    1.46

    0.41

    1.24

    0.50

    1.14

    0.58

    STACIV3

    2．92

    0．23

    4.11

    0．50

    3.19

    0．46

    3.84

    0.53

    UR1880

    0.37

    0.23

    1.11

    0.50

    1.82

    0.46

    1.83

    0.53

    CIVWAR

    3.30

    0.25

    7.10

    0.54

    5.16

    0.50

    6.58

    0.63

    STAHOD

    3.02

    0.25

    2.15

    0.54

    5.72

    0.50

    7.05

    0.63

    STAHOD

    1.90

    0.07

    0

    0

    3.47

    0.21

    4.26

    0.28

    UNON64

    2.50

    0.12

    3.52

    0.21

    5.87

    0.43

    4.50

    0.31

    UNON70

    2.36

    0.11

    3.03

    0.17

    5.74

    0.42

    4.14

    0.27

    a．当有两个自变量时，R2的数值出现在两变量之间的曲线上。

    注：变量的说明

    VAM：制造业增值的指数增长率

    PI：个人总收入的指数增长率

    PCPI：人均收入的指数增长率

    来源：与表4．1同。并见：美国商务部《当前商务调查》）1965年4月，1967年4月及1981年4月。美国商务部统计局《1977年制造业统计——总摘要》）1981年4月出版。

    从表4．3的结果中可以看出，这些结论又一次支持了这一理论。分别回归的结果还表明本书理论对于战后每一重要时期——一在60年代中期以及其后时期都适用。然而，这种关系在战后早期不像后期表现得那样明显，而且在最后几年也稍微减弱，这可能是由于各州工会会员数目的差别有所减少的缘故。

    （十六）

    上述检验集中在阻碍增长的影响方面，并假设各州的增长机会是随机分布的。然而，在各增长的机遇中至少有一种系统性的差异。该差异是由于有些州的经济发展尚未达到充分利用其现代技术或其自然和人力的资源潜力的程度，至少在经济增长开始阶段应当考虑这些因素。当其他条件相等时，拥有较多未被利用机会的地区当然能够比那些机会已利用殆尽的地区增长得快些；这样我们就再次回到那种众所周知的假设，即较贫穷而技术又不发达的地区为了赶上较富裕和技术更先进的地区，就会发展得较快些。正如前面不止一次地论述过那样，这种由于落后而想要赶上先进地区从而导致较快增长的论点与本书理论几乎是难解难分的同路人，如果这两种因素不同时分别加以检验的话，有时就会使问题混淆不清。显然，这种追赶假设不可能解释如西德和日本两国之间增长率为何不同的问题，另一方面也不能说明英国为何增长率降低。但这并不意味着追赶过程是不起作用的，但它的影响有可能被相反方向作用的更强大的力量所掩盖。

    美国48个州的资料同时为检验本书理论和追赶模式提供了无比丰富和可比的数据。乔伊根据给定年份中48州的人均收入（包括前述不同类别的收入），计算出人均收入的偏差。如果追赶假设是正确的，那么这一偏差就应与该州的增长率成反比关系。在表4．4内列出的所有方程中，追赶模型内的系数具有与假设相一致的负号，而且在某些回归中它也具有统计的显著性。但这种追赶因素似乎比不上各州实现近代城市化从而发展了各种组织所经历的时间的显著性那样强烈；但由于这两种理论是相互兼容的，因此不应根据它们之中的某一个没有另一个的统计显著性更大就简单地加以否定。

    （十七）

    当我们考察城市和大都市区的情况时，就会看到同样的趋势，即特殊利益集团发展时间最长的一些地区其衰退现象更为严重。这一现象以及由于这种集团密集而导致社会失控的最著名的事例就是纽约在没有联邦政府特殊贷款作为保证之前遭到破产的情况。《经济学家》杂志的诺曼·麦克雷（Norman

    Macrae）深为其本国与纽约市之间的相似性所触动，因此在他的名著《论美国》一书内写下了题为“纽约市内的小型大不列颠”这一节。但纽约仅仅是这一现象的一个原型。正如费利克斯·罗哈廷（Felix

    Rohatyn）已经指出的，自巴尔的摩以南到圣路易斯及密尔沃基新月形弧线以北及以东地区内所有大城市都陷入了困境。一般说来，南部和西部较新的城市相形之下其状况较好。采用与此处相同的那些统计检验方法可以很好地说明人口统计局称为“标准城市统计区域”的相对增长状况。若将最大的一些城市除外（可能由于拥挤或缺乏发展空间而衰落）或用其他方法消除城市大小的影响之后，上述结论同样可以成立。

    表4．4

    考虑追赶变量时的经济增长

    （1）

    MFG＝3. 8973＋9992.38

    INVLPI

    （3．96）

    R2＝0. 25

    （2）

    LPI＝7．03＋4231．00

    INVLPI

    （2．15）

    R2＝0．09

    （3）

    PN＝6．69＋3848．44 INVPN

    （3．96）

    R2＝0．25

    （4）

    MFG＝8．4112＋0. 0025 DEVLPI

    R2＝0. 11

    （4. 02） （2. 37）

    R2＝0. 26

    （6）

    PN一8. 83－0．0019 DEVPN

    （4. 88）

    R2＝0. 34

    （7）

    MFG＝8．8894－2．5009 STACIV3＋2767. 57 INVLPI

    （3．53）（0. 91） R2＝0. 42

    （8）

    LPI＝11．41－2．196 STACIV3－2113．81 INVLPI

    （4．13） （0. 93）R2＝0．34

    （9）

    PN＝9．72－1．999 STACIV3＋951．89 INVPN

    （4. 20） （0．88） R2＝0．46

    （10）

    MFG＝8. 5228－0．0533  UR1880＋3117.

    81   INVLPI

    （3. 93）

    （1．11） R2＝0．45

    （11）

    LPI＝9．37－0. 0269  UR1880＋746．11

    INVLPI

    （2．34） （0. 31） R2＝0．19

    （12）

    PN＝9．03－0. 0339   UR1880＋1456．76

    INVPN

    （3．21）

    （1．26）

    R2＝0. 39

    （13）

    MFG＝10．0981－2．4533 STACIV3－0．0008 DEVLPI

    （3．51） （3．04） R2＝0. 42

    （14）

    LPI＝10．34－2. 0585  STACIV3－0.

    0003   DEVLPI

    （3．89） （0．55） R2＝0．33

    （15）

    PN＝10．02－1．7219S

    TACIV3－0. 0008

    DEVPN

    （3．59） （1．71） R2＝0. 49

    （16）

    MFG＝9．9302－0. 0531

    UR1880－0．0008

    DEVLPI

    （3．87） （1．09） R2

    （17）

    LPI＝9. 65－0. 0253   UR1880－0．0003

    DEVLPI

    （2．17）

    （0．53）

    R2＝0. 19

    （18）

    PN＝9．63－0. 0276  UR1880－0.

    0010   DEVPN

    （2．62）

    （2. 11）

    R2＝0．43

    （19）

    MFG＝7. 9862＋5088．80

    INVLPI－0. 0671

    UNON64

    （1．64） （2. 48） R2＝0．34

    （20）

    LPI＝9. 98＋687. 38   INVLPI－0.

    0485   UNON64

    （0. 28） （2. 28） R2＝0．19

    （21）

    PN＝8．72＋3421．65

    INVPN－0．0487

    UNON64

    （1. 49） （2. 43） R2＝0．32

    注：变量的说明

    INVPN，INVLPI：分别为人均非农业收入的倒数与人均劳务与财产收入的倒数。

    DEVPN，DEVLPI：分别为人均非农业收入的偏差与人均劳务与财产收入的偏差，1965年平均值。

    来源：与表4.1同。

    附带的观察也表明，在美国“较老”的制造工业，如铁路、炼钢、汽车以及农业机械工业等，都往往处于相对衰退状态；而较新的美国工业如计算机、飞机制造和其他高技术工业则在更好地发展。由于对工业年龄缺乏任何明确的计量手段，在此情况下进行统计检验就更困难和问题重重，因此作者至今尚未企图进行任何尝试。然而，彼得·默雷尔曾经研究过美国和其他主要贸易国家的出口模式，并发现：美国经济中较先进的出口模式与英国的更为相似，而与德国和日本的相去甚远。这一现象肯定与本书的假设相符：即美国以及英国在较古老的工业和重工业方面的生产情况相对较差，因为这些工业最容易受到寡头控制的组织和工会的影响。无疑还有其他因素也在起作用，但在处于困境的美国汽车和钢铁工业中，其工资率一直比美国制造业的平均工资高得多，这一事实证实了默雷尔的假设，即本书理论可以作为其一部分的解释。如果在这些处于困境的工业中发现有一大群享受丰厚俸禄的各种集团的副主席们和官老爷们，作者也不会感到惊奇。

    （十八）

    以上所有列举的统计检验结果（为了简洁起见，还有很多其他结果未在本书内讨论）都与本书的理论一致并且也几乎都具有统计的显著性。在这错综复杂而又因素众多的世界里，很难找到比这些数据与本书理论拟合得更好的情况。然而，目前的情况还没有达到令人完全信服的程度。例如，比较表面的和直截了当的检验可能导致某种不同的结论，或可能产生与本书理论不相符合但结果更好的另一种模型。然而，任何替换模型都应该对照本章前面讨论过的国际的和历史的经验来加以检验。正如作者在第一章内所论证：能够用最简洁语言说明最多现象的理论是最好的理论；因此，那些只能说明美国各州增长经验而不能说明其他事例的模型，或不能以简洁形式说明更多问题的模型是必定不能成功的。

    由于一种理论的可信程度取决于该理论能够说明多少问题（在不失其简洁性的前提下），同时也由于本理论固有的特点，我们将提出更多得多的证据。这些证据将涉及不同的国家和不同的历史时期。但这一理论却无须加以改变就能解释一切；因此，以后的证据只会加强在这一章所提出的论点。同样，本章的证据也会有助于加强以后的结论。