2017年-PIIE彼得森国际经济研究所_Manufacturing_and_the_2016_Election_29页_888kb

17-7 Manufacturing and the 2016 Election: An Analysis of US Presidential Election Data

核心内容

本文探讨了制造业就业及其变化对2016年美国总统大选中选民投票行为的影响。尽管制造业工人通常被视为贸易冲击的受害者，但研究发现，制造业就业本身或其变化在解释共和党选票份额变化方面并不显著，当控制其他标准投票决定因素时。然而，当将制造业就业与种族构成结合分析时，结果显示出明显的分化：白人为主的制造业县倾向于支持共和党，而种族多元的制造业县则更倾向于支持民主党。这种分化在关键摇摆州尤为明显，且与选民身份政治密切相关。

主要观点

• 制造业就业与选民行为的关系：制造业就业份额和其变化在解释2016年与2012年之间的共和党选票份额变化时，并不显著。
• 种族构成的影响：在白人为主的制造业县，制造业就业与共和党选票份额正相关；而在种族多元的制造业县，制造业就业与共和党选票份额负相关。这种差异表明，种族因素在制造业县的选民行为中起到了关键作用。
• 选举结果的分化：制造业就业对不同种族背景的选民影响不同，这种分化可能源于选民对经济冲击的反应差异，也可能与身份政治有关。
• 经济与身份政治的交织：研究发现，选民的教育水平、年龄、宗教信仰等社会特征变量解释了约70%的共和党选票变化，说明身份政治在选举中起到了主导作用。
• 政策与选民偏好：特朗普的竞选策略强调制造业复兴和贸易保护，这些政策更受白人制造业选民欢迎，而民主党则更关注高科技制造业和全球化带来的机遇。

关键信息

数据与方法

• 数据来源：使用Dave Leip的《美国总统选举地图》数据，涵盖2012年至2016年的县一级投票数据。
• 变量定义：主要变量包括制造业就业份额、共和党选票变化、教育水平、种族构成、年龄分布、宗教信仰等。
• 回归模型：模型为：
  $$
  \frac {R}{(R + D)} _ {i t} - \frac {R}{(R + D)} _ {i t - 1} = \beta_ {0} + \beta_ {1} m a n u f a c t u r i n g _ {i} + \beta_ {x} X _ {i} + \varepsilon_ {i}
  $$
  其中，$R$ 为共和党选票份额，$D$ 为民主党选票份额，$X_i$ 为控制变量，如工资、失业率、教育水平等。

主要发现

• 制造业就业与选票变化：制造业就业份额对共和党选票变化无显著影响，但与种族构成交互作用后，显示出明显的分化。
• 种族与制造业的交互效应：在白人为主的县，制造业就业增加与共和党选票增加正相关；而在种族多元的县，制造业就业增加与共和党选票减少负相关。
• 关键阈值：当县内黑人和拉美裔人口占比达到19%时，制造业对共和党选票变化的影响由正转负。
• 经济变量的控制：即使控制经济变量，种族与制造业的交互效应依然显著，表明选举结果的分化并非单纯由经济因素引起。
• 中国贸易冲击的影响：中国进口竞争对白人制造业县的选民行为有显著影响，但与种族构成的交互效应并不显著。

稳健性检验

• 制造业与教育的交互：制造业与高学历人口的交互作用为负，但并不影响制造业与种族的交互效应的显著性。
• 制造业与城市化的交互：制造业与种族构成的交互效应在城市县中依然显著，表明这种分化更多与种族有关，而非城市化。
• 制造业与地区（南北）的交互：制造业与北方地区的交互作用不显著，说明制造业的地理分布不是导致选民分化的主要因素。

结论

研究结果表明，2016年美国总统大选中，制造业就业的变化本身不足以解释选民行为的转变，但制造业与种族构成的交互作用则显示出显著的分化。这种分化更可能源于身份政治而非单纯的经济因素，尤其是在摇摆州中，白人制造业县对选举结果起到了关键作用。文章强调，选民的经济反应可能受到社会身份和文化因素的强烈影响，而不仅仅是经济利益。