中國研究者運用社會網路分析，揭開兒童拐賣的黑暗路徑

來自專欄 Nature自然科研26 人贊了文章

導語：今天是聯合國「打擊販運人口行為日」。研究人員通常並不清楚犯罪的網路結構。一項基於上萬個自我報告案例的研究揭示了中國的非法收養路徑，並提出了應對建議。

聯合國可持續發展目標第十六項要求減少人口販運的受害者。據國際勞工組織（ILO）2002年的估算，全球有120萬名人口販運的受害兒童，拉美和亞洲是受害兒童的主要來源地——據估計兩地受害兒童分別為55萬和25萬。逾15年過去了，編製可靠的數據仍是極端困難的事。目前人們參考的依舊是國際勞工組織2002年的估算數據，鮮有證據表明自那之後情況有任何改善。

我們對拐賣路徑和拐賣模式的了解非常有限，獲取信息的途徑常依賴於傳聞。拐賣活動可能發生在某國內部，也可能出現在洲際公路沿線上。國際勞工組織指出，這些拐賣路徑「高度複雜」，由於缺乏傳聞以外的可靠數據，很難對這些複雜路徑進行建模。

王真等人在本期《自然-可持續性》中發表稱，他們運用新建資料庫的證據，對整個中國的兒童拐賣路徑結構進行了基於社會網路的系統性分析。

近年來，犯罪學家對社會網路的關注度越來越高，尤其是有組織的犯罪。許多犯罪活動本質上具有關聯性。社會網路是由一系列節點和各節點之間關係構成的，它的形成場景包括：個體共同實施犯罪、個體加入犯罪集團、個體在非法市場中進行交易或互換非法服務的獲得渠道和質量等信息。社

會網路不僅是合作的關係：集團或個體之間爆發的衝突（包括槍擊）也可以從關係的角度加以考量。換句話說，關係很重要，關係結構也同樣重要。因此，社會網路或許不僅可以讓我們更準確地認識犯罪現象，也能為決策者和執法機構提供一種工具，幫助制定落實更具針對性的干預措施。人口販運，包括兒童拐賣，都不能逍遙法外。

王真等人依據中國非政府組織「寶貝回家」收集的案例數據，首次應用社會網路分析法，研究了以非法收養為目的兒童拐賣情況。他們分析了1927年9月至2017年8月期間發生的22531起省級案例和22139起市級案例的拐賣路徑，發現省級網路包括34個節點（省），市級網路包括347個節點（城市），路徑則為兩省或兩市之間的連接。

王真等人發現，五分之三的跨省拐賣拐出地集中於8個省，而四川是中國拐賣兒童的最大凈拐出省。整體而言，跨省拐賣路徑主要從貧困地區向富裕省份以及社會習俗重男輕女的省份轉移。不過，58%的兒童拐賣發生在省內。那可以說拐賣兒童主要是一種本地現象嗎？市級網路顯示，42%的拐賣兒童案例發生在市內。拐賣兒童確實呈現出一種較強的本地化特徵。

另一方面，跨市拐賣也不少見，並呈現出兩大值得關注的特徵。第一，跨市拐賣路徑通常距離（相對）較短，將近一半的案例拐賣距離不到500公里（最集中的路徑距離為129公里）。第二，人販子沒有明顯偏向的一條或多條拐賣路徑：拐賣最頻繁的路徑只佔到一小部分，意味著跨市網路高度碎片化。本地拐賣網路的碎片化程度和關聯性在一定程度上與其它相關犯罪活動的社會網路研究結果相符，如移民走私、人口和性奴販運。

這些發現意義何在？雖然數據不會直接說話，但王真等人發現的網路結構符合多個犯罪組織同步運作的特徵。也就是說人販子在選擇拐賣路徑或改變路徑時可能面臨很少的阻力。基於這些條件，我們可以毫不意外地認定這個兒童拐賣網路並不是由少數組織或個人壟斷的。

進一步研究需要將兒童拐賣背後的結構和組織化安排（機制）雙雙納入考量範圍。兒童拐賣是以（大型）組織抑或獨立人販子為主？是同一群人販子把控整條拐賣路徑還是與另一群人販子分工協作？這些兒童是監護人或親人主動賣掉的還是被人販子綁架的？了解這些機制或有助於設計出更加有效的干預措施。

王真等人的文章還為制定干預措施提供了一些建議。比如，鑒於兒童拐賣網路的高度碎片化，以拐賣路徑為目標並非最優策略；反之，以城市為切入點可能會取得更好的效果。根據若干社會網路指標顯示，以下5個城市值得重點關註：重慶（大多數指標排名第一）、成都、上海、北京和莆田。作者建議可以從這些城市入手，實施干預措施。?

natsustain|doi:10.1038/s41893-018-0066-4

原文發布在2018年5月15日的《自然-可持續性》新聞與觀點上

原文作者：Paolo Campana

點擊右邊標題閱讀英文原文：Unravelling child trafficking routes

版權聲明：

本文由施普林格·自然上海辦公室負責翻譯。中文內容僅供參考，一切內容以英文原版為準。歡迎個人轉發，如需轉載，請郵件Chinapress@nature.com。未經授權的翻譯是侵權行為，版權方將保留追究法律責任的權利。

? 2018 Macmillan Publishers Limited, part of Springer Nature. All Rights Reserved

思想常新者以自然為其可靠之依據——Nature自然科研ID：Nature-Research

推薦閱讀：