“一流情报人员的标准，是在脑海中同时运转一对背道而驰的想法时，仍能正常行动”——菲茨杰拉德《崩溃》
在相当长一段时间里，在绵延的柏林墙东侧，在无处不在的斯塔西（前东德国家安全部，被认为是当时世界上最有效率的情报和秘密警察机构之一，负责搜集情报、监听监视等业务）的监控下，人们过着颇为“矛盾”的生活：一方面，不少人自觉生活已几近“透明”——一举一动、一颦一笑，都随打字机的“滴滴答答”及档案答案的“窸窸窣窣”，汇集至一神秘而恐怖的中枢；另一方面，如此“透明而澄澈”的世界里，前述中枢的阴影，又足以投出很长、很远，一直投至心头、投入肺腑。整整一代人，都因此堪比菲茨杰拉德笔下的“一流情报人员”。
在深刻塑造人与人性的同时，监控也在全方位、多角度地影响着整个社会。材料所限，对这一题目的深入挖掘，长期以来付之阙如。直至最近，Lichter、Loffler及Siegloch三位学者的工作论文，终于以量化方法、系统地探讨了这一问题。概要言之，文章发现：斯塔西线人占总人口比例更高的地区，今日民众对陌生人的信任水平更低，互惠的比重也更低；此外，线人占比愈高，当地今日的失业持续时间将因此延长，且个体的收入水平相应低落。
当时的监控技术或许没有今日先进，然而，遍布社会各节点的线人网络，有力地弥补了这一点。一方面，线人很多。如上图所示：在许多地区，总人口中有接近1%在充任线人。每一结点上的“眼睛”传回的些许信息，足以汇成一套颇为完备的数据库；另一方面，东德人清楚知悉发达的线人网络的存在，也了解自己身边很可能就有“耳目”。如此事实，本身就足以打消许多人的念头，履行斯塔西“在麻烦到来之前即将其消灭”的宗旨。
线人，既于情报机关运转至关重要，本身又是显示威势的好手段。考虑此类因素，线人占当地总人口的比重，因此成为监控力度强弱的良好代理变量。至于社会影响，与监控间关联最为密切的变量，可能便是信任。为研究这一点，文章选定了两个与信任有关的指标：除来自社会调查的“是否信任陌生人”及“互惠程度强弱”外。因信任与经济增长密切相联，文章还研究了监控对以下经济指标的影响：一为失业率，一为当地劳动者的平均收入。
图1 1980-1988年间，东德各地斯塔西线人占当地总人口的比例
如此题目的识别殊为困难。为此，原文采取以下思路：德国各区边界两侧，各方面经济社会特征大体相似；然而，因各区斯塔西工作策略不同，两边的监控力度有较大差异。因此，比较两侧个体后续的信任状况及经济条件，即可估计监控的长期影响。如此识别确实受制于一系列问题，如遗漏变量、人口区域流动、其它政策影响，等等。文章对以上问题均尝试作了讨论与补正，解决了其中部分问题；不过，在这一方面，文章确实仍有改进空间。
图2 匹配各区边界两侧数据后，监控力度于投票率的影响
控制诸多特征及固定效应后，原文发现：监控力度（80年代数据，下同）每上升一标准差，信任陌生人的比例大致下降0.1个标准差，互惠行为的比例则下降0.3个标准差。为验证结果，基于普特南的观察，作者又引入了两个反映“对制度的信任状况”的指标：当地选民参与投票的比例，以及选民投票给极端立场政党的比例。量化分析的结论可彼此印证：监控力度增强，一则显著降低投票率，二则显著提高持极端立场政党所获选票的比例。
自福山等学者起，信任与经济增长间的联系，一直是经济学中热门的题目：各方研究的结论颇为一致——较高的信任程度，是点燃经济增长的引擎。监控对当地人际信任及制度信任的损害，亦可能因此传导至经济状况。定量分析验证了这一点：当地监控力度每上升一标准差，个体失业持续时间相应延长0.1个标准差，劳动者收入则相应下降0.19个标准差。作者以更替衡量方式、调整识别策略等多种方式对以上估计做了检验，结果保持稳健。
图3 匹配各区边界两侧数据后，监控力度于失业持续时间的影响
原文难言完美，但至少于以下两方面带来启迪：首先，伴随东德及邻近其它国家相关档案整理及量化工作的推进，将来或有更多针对监控本身及其影响的研究——毕竟，“透明世界中的阴影生活”，并非此处一国之专利；其次，作为互联网时代方兴未艾的小领域之一，“监控研究”的意义无疑将逐日凸显。自处而自主之人，行为很可能异于身处“灼灼目光”之下的人；然而，类似其中差异有何、幅度多少等问题，都呼唤着进一步的实证工作。
文献来源: Lichter, Andreas, Max Löffler, and Sebastian Siegloch. "The long-term costs of government surveillance: Insights from STASI spying in East Germany." R&R at Journal of European Economic Association.
“量化历史研究”公众号由陈志武（香港大学冯氏基金讲席教授、原耶鲁大学教授）和龙登高（清华大学教授）及其团队——林展（中国人民大学）、熊金武（中国政法大学）、何石军（西南财经大学）、黄英伟（中国社会科学院）、彭雪梅（清华大学）等人负责。向学界和业界朋友，定期推送量化历史研究经典、前沿文献。同时作为“量化历史讲习班”信息交流平台。喜欢我们的朋友请搜寻公众号：QuantitativeHistory。
轮值主编：林展 责任编辑：彭雪梅