5 minutes
讀後心得┃普立茲記者：擲地有聲的不只是報導，更是身為記者的份量
我非常喜歡看歷史事件改編的電影，或是電影中表現出當代大事件的影響，像阿甘正傳這類型的電影正是我的最愛。《雪地裡的真相》又或譯為充滿諷刺的片名《普立茲記者》，重現1930年代的歷史，一段嚴肅又可能在現代重演的悲劇 — 烏克蘭大饑荒，那時記者赴死揭陋了被掩蓋的真相，而我們何其有幸，能夠以電影的形式閱讀這則事件！
電影中主要敘述，曾經採訪希特勒的英國記者-Jones，對蘇聯超乎預期的經濟成長感到好奇，決心前往莫斯科訪問史達林，卻在過程中發現了被掩蓋的悲劇……
看歷史事件改編的電影，了解故事的時代脈絡相當重要，以下整理了這部電影的故事背景。
一戰後亟欲改革的蘇聯
失敗的政策：農業集體化
一戰後，全球經濟蕭條，多數歐洲國家經濟困頓，蘇聯的穀物存量也漸漸露底。逼走黨內右傾集團的史達林，獲得極大權力，將國家的糧食危機歸咎在富農階級，並發展「農業集體化」。不斷打壓富農，並將私人農場整併成大型農莊，期盼藉由機械化提升產量。不料，農民害怕財產充公拒絕合作，甚至焚燒農作物與屠宰牲畜；富農遭流放後，生產技術、經驗也跟著被流放，留下的農民不如富農熟嫻耕作；害怕自己被劃為富農的農民們，不敢辛勤耕作，降低產量。上述原因使得全國農作產量非但沒有提高，甚至下降1/3。
比政策更失敗的政府
政策失敗並不少見，但不願承認失敗的蘇聯卻打算採取更激進的作法，收歸農具、機械為公有，並徵收所有的農產品，禁制私下買賣，所有的糧食被運送到莫斯科，給官員與富人充飢。事發至此，原本的「歐洲糧倉」烏克蘭在1932-33年發生嚴重的大饑荒，據統計死亡人數高達數百萬人，甚至出現人吃人的慘劇，迫使官方下令禁止食用自己的孩子，這種荒謬且不尋常的法律更凸顯該政策的失敗。除了最為慘重的烏克蘭外，其他地區，如：北高加索、伏爾加地區、哈薩克斯坦、西伯利亞等地也發生嚴重的饑荒。
1933年烏克蘭第二大城哈爾科夫街頭。圖／維基百科
自欺也欺人的解決方式
極權統治的蘇聯對內採取高壓管理，嚴禁民眾討論與提起此話題，遠在莫斯科的官員眼不見為淨，欺騙自己國泰民安。控制且封鎖消息的蘇聯，進出國界都需要嚴格的審查，在國內的外國人也受到監視，因此國際上難以取得第一手未加粉飾的消息，政府再透過嚴格的言論審查與賄賂，軟硬兼施的讓外國記者正面地報導國內的消息，如榮獲普立茲獎的《紐約時報》莫斯科分部主任宣稱「Russians Hungry, But Not Starving.」，甘願為莫斯科當局粉飾太平，這也是本劇最大的嘲諷。此外面對國際重要人士參訪，則是建立「樣板式的集體農莊」，上演革命成功後人民安居樂業的、農業生產力提升、高度機械化的假戲。
國際政治的犧牲品
面對納粹德國的野心與再次崛起的強大軍備，歐洲各國紛紛擔憂著二戰的到來，因此對蘇聯的作為噤聲。以德國為假想敵，作為鎮守東面戰線的蘇聯，是英美為首的國際聯盟不可或缺的盟友與戰力，即便民生凋蔽的蘇聯將國內的生產力轉往軍備與實行高壓政治，甚至各國就算耳聞飢荒消息或發現端倪，也不願揭陋蘇聯與其撕破臉，在政治上的考量下，烏克蘭的糧食成了換取利益的犧牲品。
在肅殺國際氛圍中，雖然這篇報導沒有辦法拯救數百萬人的生命，但也引起了不少人的關注，被Jones的文字和報導啟發了。
報導的正面影響
延續揭陋真相的精神
有人說這篇報導啟發了英國作者歐威爾創作《動物農莊》，一部警世的小說。書中隱喻史達林十月革命後的蘇聯政治，政府建立資訊傳播不透明的社會氛圍，並洗腦民眾盲目地相信官方的資訊，相近的時空背景與小說暗喻的故事都和報導接近，與Jones同為英國人的作者，都是推斷小說受到報導影響的線索之一，因此電影中也巧妙的運用小說中的經典名句串場，加強電影傳達的訊息。
長尾效應創造聲量
雖然在當代無法成為最吸引眼球的報導，但隨著時間的流逝，會有越來越多人注意到這篇報導，民眾們開始討論、學者們深入研究，看過電影的我們或閱讀此篇文章的你也成為了這股聲量之一。2002年烏克蘭政府將每年11月第四個星期六定為「饑荒紀念日」，波蘭與美國參議院也都公開聲援這個歷史事件，譴責蘇聯政府的不當政策，同時緬懷受難者。
只要我們能夠持續討論、不忘記，滾動的歷史將會把正義還給當初的罹難者！
不斷上演的歷史
雖然我們無法回到過去，但歷史卻會不斷上演。近百年前集權統治的蘇聯政府，針對烏克蘭民族復興運動，為了維持國家政權，報復性地創造大饑荒劑型種族清洗，對內持續控制言論、對外則創造國泰民安的形象給國際社會看；近百年後，中共以反恐之名設有新疆再教育營，為了維穩，控制維吾爾人言論、宗教自由，而當面對忽視人權的指控與爭議，邀請外媒參觀「樣板」營區，展示符合人權的作法。相似的歷史再度上演，如今面對中國的地緣政治勢力，許多國家也對此議題噤聲，但只要我們不斷的討論這樣不公不義的事件，累積足夠的聲量，仍會讓受害者有看到希望的那天。
小結
讓歷史成為大用，透過歷史學習智慧的過程，就像 Machine Learning 一樣，將資料轉變成資訊、知識、智慧的過程。首先我們必須閱讀並重視歷史，接著要分析事件的成因與脈絡，結合經驗與人性萃取出規則或知識。在我們現今遇到的事件上就有機會能夠使用上這些知識，幫助我們習得智慧。