平高于其他国家。这就是说，至少在战后的部分时间里，其他国家有机会通过采用在美国已使用一段时间的先进技术来赶上美国，同时也有机会采用当时新发展的技术；而在美国大多数工业中，任何技术的改进只能是采用最新发展的技术。因此，如果要用美国的增长率来校验本书中的模型，就可能需要向上作一些调整才比较公正，但没有人知道应当向上调整多少才合适。
（十一）
美国是由具有不同历史的采取不同政策的各州组成的大型联邦国家，这一事实有可能用各州的经验来校验本书的理论。
有可能进行这种校验是加倍幸运的，因为这样做可以补偿西方发达国家中只有极少数才有明显的高增长率这一事实。正如以后可以看到那样，本书的理论至少可以解释在发达国家中最令人注目的高增长率，而至今还没有别种理论能与本书的理论相抗衡。虽然这是一个有利于本书理论的重要论据，但作者认为，阅读过本理论初稿的许多读者过早地相信了这一理论。知识的发展史告诉我们，当旧的理论已明显地被认为不适用时，对各种新理论总是容易轻信，事实本来也就是如此。然而这正像一个快要溺死的人死抓住一根稻草一样，这是无济于事的。我们应该以怀疑的态度来看待本书提出的理论，不过，可将这一理论与现有的其他理论相比较。在此情况下持怀疑态度是最重要的，因为以前提到过的经济增长率异常高的西方发达国家为数极少。当观察对象的数目和数据的数量如此之小时，就往往有可能由于一系列特殊情况引起了相对增长率的增加；就这样完全偶然地产生了与本书理论的预测相符合的结果。在英国观察到长时间内逐步产生的低增长率是令人信服的，因为特殊的环境是不大可能在这么长期内产生那种相对增长率降低的特殊规律的。默雷尔对英国和西德新老工业进行比较的结果也同样令人信服：因为他比较了如此大量的工业，所得的结果肯定不会是偶然发生的。尽管如此，由于还存在很多实际情况会将我们引入歧途，因此目前持怀疑的态度还是很重要的，同时应当认真对待那些由美国各州得到的附加观察的资料（由其他国家或发展过程所得的资料将在以后几章内加以讨论）。
在此处强调观察事实的数量，其部分原因在于这一因素是经常被人所忽略的。有两种人往往如此：其一是从仅有的很少几次观察中就推出了极为肯定的普遍原理（例如从仅有一次或两次历史经验中就写出了 “ 教训 ” ），其二是在大量的统计证据面前仍然固执己见（例如人们在吸烟危害的大量统计例证面前仍持怀疑态度）。如果认为对本书初稿的反映有任何指导作用，则本书就会成为这两方面问题的典型：少数生动的描述会比证明是正确的东西赢得更多的信任，而统计的证据所受到的重视却比它应得的更少。心理学家也用实验证明了：用生动的或戏剧性的例子作为证据所得到的信任程度比应有的为高，而用大量的统计数据作为证据所得到的信任比其本身应得的更少。
不可否认，统计证据有时不能起强有力的说服作用的原因之一，在于不同的统计方法可能产生不同的结果，而调查人往往被怀疑选取了有利于他们自己观点的统计方法。现代计量经济学家所使用的统计方法范围如此之广，以致那些热情的鼓吹者就可能经常 “ 折腾数据，直到这些数据服从于他们的论点为止 ” 。但作者在以下的检验中仅采用最简明和最基本的统计手段。在开始时使用最简单的方法比较合适，这可以使读者易于判断这些方法是否故意按有利于本书理论的原则选取的。
虽然，此处所采用的统计方法是最简单的，但对于那些未曾学过统计推论原理的读者来说，它们仍然是令人望而生畏的。因此，由于要照顾部分读者的水平，同时也为了有利于理解后面的统计资料，在以下三段内，作者将尽量用通俗的语言来阐述统计检验及其结果的基本概貌。
对于美国早期历史上州与州之间经济增长的各种不同变化，不可能用本书的理论详细地论述。其原因之一就是：直至相当近的年代，甚至美国最老的一些州成立的历史也太短，不足以聚集起大量的特殊利益集团；因此，这些集团还不可能引起这些州之间经济增长的重大差异。另一原因是，直到不久前，美国仍然存在一些所谓边远地区，在其中经济增长异常迅速，如果这些边远地区的经济迅速增长仅仅是，或主要是由于缺乏分利集团的缘故，则这种现象就会构成偏向于本书理论的检验。虽然，美国在历史上的大部分时间内，越是新成立的州或是西部地区，其经济发展就越快，从而美国经济的重心已逐渐向西部和西南部移动。这一情况完全与此理论相符，但其中确实也有其他因素起作用。因此，这一理论最好用美国当前的情况进行对比检验。以下检验是以第二次世界大战以来，或在多数的情况下，是以60年代中期以来的历史事实为基础的。
统计检验揭示了在整个战后时期，特别是60年代初期以来，美国各州成立的时间长短与其人均收入和总收入增长率之间具有系统的和明确的关系。这一关系是相反的关系 —— 即一个州成立的时间越长，也就是其中特殊利益集团聚集的时间越长，其经济增长率就越慢。在以前属于南部联盟的一些州内，由于南北战争的失败、战后重建以及种族歧视和骚动，各种类型的特殊利益集团的发展受到严厉的限制（直到现在，南部各州实际上还在排斥着黑人的或那些反对种族隔离的团体）。本书理论预言，这些州因此而应该比其他州经济增长得更快，而统计检验的结果也系统地、有力地肯定了这一点。本书理论还预言，新近成立的各州以及那些遭受战败和骚乱之灾的各州其特殊利益集团的会员人数应当相对较少。虽然我们尚未取到逐州统计的这些集团会员人数的综合数据，但可得的大部分相关数据同样有力地支持这一理论。此外，正如所预期那样，特殊利益集团会员人数率越高的州，其经济增长率就越低。所有这些统计检验表明，这些关系不仅总是按预计的方向发展，而且事实上毫无例外地都是统计有效的。这种统计有效性意昧着：这些结果完全肯定不是由偶然的因素道成的，但它也不排斥有这种可能性，即某些未发现的因素碰巧与本书理论、预测相符合，从而使上述结论失实。相对贫穷的一些州具有赶上相对繁荣的那些州的必然趋势，但即使考虑了这一趋势，本理论所假设的各种关系也能够成立。对其他各种众所熟知的或似乎可信的区域经济增长假说所进行的各种检验表明：这些假说都不能像本书理论一样令人信服地解释这些数据。虽然统计检验具有如此强有力的有效性，但显然还有很多其他的因素对各州相应的经济增长率产生重要的影响。因此，用这一理论来解释各地区增长率差异的普遍性尚嫌不够充分。现在还需要进行大量的历史的和统计的研究（特别是对南方各州），这样才能收集到迄今尚未辨明的影响各地区增长率变化的各种原因，然后再与现在的理论结合起来研究。只有这样才能排除那些尚不明确但又有统计影响的因素，因为它们很可能碰巧产生了本书理论所预期发生的情况。
即使不阅读本章的其余部分，也可以理解本书剩下的那些章节；但作者希望即使是从未学过统计推理的读者也能坚持把本章读完。读者在别处很难找到比这里更容易理解或直截了当的统计检验实例。而且本章提出的论据是很重要的，因为这不仅仅是一个国家的经验，而是48个独立的管辖区的经验，其中每一个都为理论提供了一个新的证据。
（十二）
在此所要讨论的统计学方法特别适合于直截了当地处理问题。这一理论阐明了一种单向联系，即一个地区稳定的时间长短可以影响其经济增长率，但并无充分理由（作为一次近似）证明，一个地区的经济增长率从总体上说能否极大地改变该地区分利集团的增长率。一方面，正在兴旺的经济有可能抵制与阻碍引进更有利的东西；另一方面，逆境使受惊的集团有理由组织起来去保护自己原有的收入水平。这就表明，简单而直接的统计检验（并非结构数据的回归）不仅是充分的，而且甚至可能比任何复杂的方法更好（如采用联立方程的方法）。
由于本书理论预言，某地区具有稳定的自由进行组织时期越长，其中将聚集起越多的特殊利益集团。当各州其他情况相同时，早已建成且政治上稳定较早的州必定是经济增长率最慢的州，除非这些州在战争中被击败而丧失稳定（如以前美国南部联邦各州）从而破坏了这些组织。一个州正式成立并达到政治稳定的时间可以用它被正式批准为州之后的年数来衡量。从而，如果我们把过去参加南部联邦各州除外，如果在州政府成立年数和增长率之间能建立一个简单的回归关系，就应当可以作为本书理论模式的一个初步的检验。
然而，如果回到19世纪，这一检验显然会偏向有利于本书的理论，因为有一些州那时正在陆续成立，从而向西移动的边区必定会产生异常高的增长率而导致各州间的不平衡（加利福尼亚州的淘金热可能是最带戏剧性的事例），甚至不以人均收入而以总收入计算时也是如此。到19世纪末，一般认为边区已不复存在了，然而这些地区凭借其自然资源优势正在发展农业和工业，又将各州间的某些不平衡性带进入了本世纪。从而，越到近期，受边区特点的影响就越少。部分地出于这一原因，我们在此处的研究从1965年开始。在边远地区已经消逝了四分之三个世纪之后，各州之间的不平衡条件似乎不大可能再存在，特别是经过20世纪20年代农业大衰退后农村外来人口剧减，30年代的美国大草原受长期干旱袭击，以及战后发生的由农村向城市的大迁移之后不平衡性更加消失。然而，两个最新成立的州还享有边区或相似的不平衡优势，从而对本书的理论过分有利，因此此处将之除外，只考虑48个条件相当的各州情况。
集中注意较近经验的另一原因在于：在这一时期美国国内的资本和劳力的流动比较容易。如果本书理论是正确的，那么一些公司和工人应当从特殊利益集团较多的州转移到少的州。转移的规模取决于各州间特殊利益集团分布密度之差。在美国早期历史上这种分布不可能存在任何实质上的差异，但如果本书理论是正确的话，在较近的年代就应当出现相当大的差别。这将在以后更详细地加以探讨；但有一点已经很明显，即本书理论预言：当某一州与周围各州的特殊利益集团分布密度差别是最大时期，应当是该州增长最快的时期。
在前面提到过的回归和各种统计检验是由作者过去的学生克旺 · 乔伊（ Kwang
Choi）进行的，他为此进行过更详细的调查，可以作为本书的一个补充；这些材料将另外出版。我们发现，正如前面所假设，除南部联盟以外的其他各州成立年数与它们当前�