苦难的时代：美国奴隶制经济学[图书]

. 的努力，可以帮助读者以一个新视角审视一些问题。

73第4章
解析剥削
75食物、住所和衣着
81医疗保健
88家庭
100惩罚、奖励和征税
111第5章
经济上对奴隶制控诉的起源
111从死亡率到经济学
113欣顿·罗恩·赫尔泼：宏观的证据
120弗雷德里克·劳·奥姆斯特德：微观的证据
126克莱、赫尔泼以及奥姆斯特德的基本假设
129约翰·埃利奥特·凯恩斯：一个经济学家的重构
137第6章
强迫劳工的悖论
137奴隶农业的相对效率
151奴隶劳动力的质量和种族歧视
162对黑人生产力低下之迷思长期存在的一种解释
171人身所有权的经济学意义
1821840～1860年，南方经济增长的原因
191结语
对我们时代的启示
197后记　1989年
206参考文献
211出版说明

.　　但是，即使那些对经济史“数学化”持严厉批评的学者，也不得不承认量化历史学家的工作，他们收集并系统地筛选了大量与理解美国经济发展直接相关的历史数据。而这种对探索数据的推崇，在对奴隶制经济的研究中登峰造极。
　　十多年来，几十位学者不断收集与奴隶制经济相关的每一个可以想到的数据或信息。这一搜寻工作将他们带入了浩如烟海的全美档案与各式各样的州一级的档案资料中，这些原始的手写档案很多是由1850～1860年的普查所收集的。这些文件中涵盖了大量关于当时每个种植园的详细信息，同时还包括那几年内奴隶的出生、生活与死亡的信息。计量经济史学家还收集了许多南方州与部分北方州历史学会的相关文件，这些文件包括最大种植园主的家庭文件与商业记录。其中，遗嘱和其他种植园主的不动产法律文件尤其珍贵，除了记录了大量奴隶的价格之外，这些记录还成为还原黑人奴隶家庭结构最重要的基础。对这些数据的搜寻最终甚至将研究者带到了犹他州的沃萨奇山区，这里的耶稣基督后期圣徒教会所属的家谱学会收藏了大量从县级法庭收集来的遗嘱公证的微缩胶卷。
　　随着大量数据的收集，相比于任何对南北战争前或者南北战争后奴隶制经济感兴趣的研究者而言，量化历史学家得以获得更完整的关于奴隶制经济运行的数据与信息，而正是这些大量数据为他们的新发现提供了坚实的证据。
　　许多新的发现曾一度令计量经济史学家和本书的读者一样感到不可置信。的确，本书后面呈现的许多发现在一开始并不受重视，甚至迅速地被否决了。但是，随着对这些不可思议的发现所进行的持续质疑逐一失败后，这些学者不得不开始接受这一对美国奴隶制全方位并且彻底的重新改写。
　　本书的读者需要足够的包容，并认识到本书所展示的研究背后，是学者为了真实还原历史所做出的最坦诚的工作。我们相信这种包容是有价值的。这不仅仅因为我们的发现揭示并驳斥了许多长期横亘于种族关系中的谬论，还因为这些发现将同时有益于为我们当前所面临的许多问题提供新的思路与视野。
　　在阅读并思考本书所提出来的证据时，读者务必牢记一些关于量化历史研究方法的优势与局限。将定量方法引入历史研究的优势并不在于它能确定无疑地回答所有问题，很多问题并不存在确定无疑的答案。同时许多本来应该存在确定答案的问题却始终悬而未决，这是因为关键数据的缺失，或者是某些数据的收集成本过高而无法进行，也有可能由于用来解读这些数据的数学或统计学方法仍然存在缺陷。
　　例如，获得跨地区奴隶贸易所导致的奴隶家庭被拆散的频率的数据，要比获得奴隶家庭内部生活质量的数据来得简单得多。类似地，关于每个奴隶家庭中奴隶数量的数据，比那些关于奴隶家庭内部卫生与健康状况的数据更完整也更直接。同时，尽管量化史学家已经构建了一系列较为可靠的度量奴隶制下奴隶生活水平的指标，但是却几乎不可能构建一种关于奴隶制对奴隶性格与心理状况影响的指标。
　　换言之，量化史学家提供了一系列工具与方法来分析一系列虽然有限但却非常重要的问题。许多奴隶制经济学中的关键问题无法由这些工具进行分析，虽然这并不意味着如奴隶家庭的生活质量或者奴隶的个性与心理状况等问题该被忽视，但是与奴隶的营养、奴隶投资的利润率以及奴隶劳动力的效率等问题相比，这些问题的讨论将必然继续笼罩在许多不确定性之中。
　　本书不仅展现了量化史学家的主要发现，还试图阐释它们。后续的章节中，在这些新发现的基础上，我们将讨论那些关于奴隶经历以及黑人历史的主流解释的各个方面。读者务必注意本书中所展现的量化史学家的主要发现与本书作者对其进行的解读之间的差异。发现与解读出于不同程度的确定性，我们做出的解读有时出于一些附加的零散数据，以及一些未经严格证实的假设。因此，即使读者接受了某些主要发现的真实性，也不一定同意本书作者所赋予它们的特定意义。
　　世界上从来不存在毫无缺陷的数据。问题在于量化史学家总是必须了解他们所使用的数据中可能存在的误差，以及这些误差可能导致的一系列估计偏误。如果从这个角度上来看，所有数据都不应该被简单地分为两类（可信的与不可信的），而应该被纳入一个更复杂的关于其可信性的分类中。
　　我们的目标就在于根据证据与数据可靠性的高低来构建我们的论述。零散的、出于维护特定意识形态的、个人所提供的、未经证实的数据最不可信；零散的但是出自较为客观的数据来源，比如没有利益瓜葛的观察者所给出的报告，也许更加可信。但是，由于无法将这样的数据进行系统的统计检验，这些数据的可靠性仍然较低。
　　那些能用于系统的统计检验的数据（我们称为系统数据），即使它们存在偏误，大多数情况下还是要比零散数据来得有用。这是由于，如果偏误的性质或者方向是已知的，那么大多数时候有可能设计一种有针对性的统计方法，来获得对重要历史问题的有效检验。例如，在第4章中，我们对大种植园中奴隶饮食的营养状况进行估计。估计的第一步在于确定那些种植园中可用于日常消费的食物供给总量；第二步需要区分种植园中奴隶的食物消费与白人的食物消费。由于我们没有这些白人日常饮食的相关系统数据，只能假设他们对某些特定食物的消费大体上高于全美的平均水平。在这种“过度营养”的假设下，我们估计白人的日常热量摄入为5300卡路里。对那些种植园中劳动强度相对较低的上层白人来说，这一数字显然高于任何可能的热量摄入。尽管“过度营养”的假设导致对奴隶营养摄入的低估，但是由于白人在大种植园的总人口中所占比例很小，因此这种误差也相对较小（误差小于奴隶人均食物消费的5%）。同时，对这一小误差的任何修正，都基本无法动摇奴隶的营养摄入非常丰富这一基本结论，相反对这一误差的修正只会进一步支持这一结论。
　　对于零散的、从印象出发的证据，我们仅在两种情况下使用它们：其一，对于那些已经被更精确方法研究过的问题，我们使用这些数据提供一些辅助性的更加丰富的证据；其二，我们尝试使用这些证据填补一些无法由系统数据进行研究的空白。建立在零散的、从印象出发的数据基础上的结论相对是不可靠的，无论其数据来源的客观性如何。
　　为了鼓励读者就量化史学家的发现进行广泛的讨论，本书在行文中尽量淡化其背后的数理与统计方法。然而，对技术层面的淡化也有一些不利。那些熟悉量化史学写作的人们都知道量化史学家所强调的“敏感性分析”。“敏感性分析”指的是对数据中、模型中以及估计方法中可能存在的偏误对基本结论所产生的影响进行讨论。然而，如果我们将这些内容引入本书的主体，那么本书就会变得太过于技术了。
　　因此，我们增加了一个技术附录（附录B），其中探讨了主要的结论背后的数据，以及对这些数据进行分析的统计方法。尽管不是所有的技术问题都被纳入了附录B，但是其中包含了最重要的问题，或者说至少涵盖了那些与最具争议的结论相关的技术细节。如果有读者希望获得更全面的信息，可以参考那些形成本书基本观点的大量学术论文。本书所涉及的业已发表的和即将发表的论文均在附录B和附录C中有所涉及，并在参考文献部分详细列出。
　　附录B、附录C、参考文献，以及一个关于自然科学方法在历史研究中所发挥作用的附录，在本书的姊妹篇《证据与方法：一个补充说明》中有详细呈现。