研究表明，“普通人”是种族灭绝运动发展壮大的核心力量。
来源：The Harvard Gazette 2026年5月15日
作者：西·博尔斯 哈佛大学特约撰稿人
在希特勒掌权期间，最早加入纳粹的德国人可能是意识形态狂热分子，但后来的成员大多是“普通人”，他们被宣传和社会压力吸引而加入该运动。
这是哈佛大学经济系和韦瑟黑德国际事务中心的研究人员 在一篇新论文中得出的几个主要发现之一。
研究人员利用视觉语言人工智能技术，将超过1000万名德国国家社会主义工人党成员的会员卡数字化，并扩展了原有的5.5万份会员卡数据库，从而揭示了哪些人、何时以及在哪些社区加入了法西斯运动。他们的研究成果已于4月由美国国家经济研究局发表。
路易斯·博斯哈特（左）和马蒂亚斯·魏根德。奈尔斯·辛格/哈佛大学摄影师
“有了这项新的分辨率，我们就能更精细地放大时间尺度和地理尺度上的变化，”论文合著者、哈佛大学韦瑟黑德中心国际与区域研究学院研究员路易斯·博斯哈特说。“我们发现，大规模移民潮以不连续的波浪式出现，并且随着时间的推移，其代表性逐渐增强。到该政权末期，加入者与普通民众的构成更加接近。”
在阿道夫·希特勒的领导下，纳粹党（正式名称为国家社会主义德国工人党）在德国建立了极权政权，引发了第二次世界大战，并在大屠杀中杀害了600万犹太人。在其鼎盛时期，每六个德国成年人中就有一人是该组织的注册成员。
纳粹官员记录了党员的年龄、职业、住址和入党日期等信息。这些卡片的缩微胶片图像（其中许多是手写的）现存于美国国家档案馆和记录管理局，并向研究人员开放——但由于人工誊录工作极其繁琐，相关研究进展一直受阻。
“会员卡信息会被编辑。有人搬家，地址就会被划掉。有些卡片上甚至被涂满了字，”合著者、经济学研究生、哈佛大学国际发展中心研究员马蒂亚斯·魏根德说道。“因此，人们会随机抽取样本，进行转录，并尝试利用这些数据进行研究。现在，我们几乎可以观察到所有会员卡，包括会员头像等信息。”
该团队利用谷歌Gemini的视觉语言人工智能模型提取并标准化数据。他们的算法开发历时漫长，并与德国联邦档案馆密切合作。之后，他们还进行了人工检查，以验证模型的准确性。
经过20世纪30年代初的缓慢发展，纳粹党迎来了第一波入党浪潮，时间是1933年希特勒就任德国总理之后；第二波浪潮发生在1937年，当时长达近四年的入党禁令被解除。研究人员发现，早期入党者大多是中产阶级男性，且来自非农业行业。但随着时间的推移，这些差异逐渐缩小。1945年纳粹党解散时，新成员的构成已与其所在县的人口结构基本吻合。
由于数据限制，现有文献大多集中于各县之间的差异。但研究人员通过将数百万张党员证与人口普查数据关联起来，发现纳粹党员人数95%的差异发生在县内部，而非县与县之间。
即使在同一县内，各市镇的政党成员比例也存在巨大差异，而人口密度、人口构成或主要产业却没有明显差异。
早期纳粹据点所在的市镇依然如此——而早期没有纳粹党员的市镇后来也不太可能发展出纳粹党员。事实上，他们发现有40%的市镇根本没有纳粹党员记录。
研究结果表明，1933 年前加入该党的人在意识形态上更加坚定，而后来加入该党的人则可能是对社会压力和政治风向变化的回应。
“历史研究表明，这是通过社会压力、社会规范以及地方带头人的转变来实现的，”魏根德说道，并指出这与社会学中关于骚乱的模型有相似之处。“第一个扔石头的人总是激进分子，但最后一个扔石头的人可能就不是了。”
博斯哈特表示，这项研究并没有探讨加入者的意识形态信仰，而是为未来的解释设定了参数。
“任何解释都需要能够解释相邻且看似相似的城市之间截然不同的发展轨迹，”他说，“并且需要能够解释非线性的大规模涌入动态。”
美国社会学家西奥多·阿贝尔 (Theodore Abel)于 1934 年收集了数百份第一人称叙述，分析结果表明，“国家复兴/秩序”和“社会归属感”是加入纳粹的两大主要原因，其重要性超过了反共产主义、经济困难和反犹太主义。
“我们的研究表明，协调是制度变革的核心力量，”博斯哈特说。“政权更迭是政治极度不确定的时期，人们对新平衡的看法至关重要。我们在1933年前后的级联式动态中看到了这一点。也可以说，类似的动态在1945年后也发挥了作用，当时前党员迅速适应了新的民主秩序。不保持一致是要付出代价的。在一个稳定的新民主平衡中，你不想支持旧政权，正如你不想在新专制平衡中成为“大民主派”一样。”
博斯哈特继续说道：“这些模式与阿伦特的观点相符。”他指的是哲学家汉娜·阿伦特的论点，即普通民众顺从于某种主导秩序可以维持大规模的政治暴力。“如果这种观点是正确的，那么这种机制是普遍存在的，可能并不局限于两次世界大战之间的德国。”
没有评论:
发表评论
注意：只有此博客的成员才能发布评论。