性剥削的人口抢运与反制

性剥削的人口抢运与反制

一、数据背景和重视数据收集为了评估全球人口销售的发案率，学术界面临两个挑战：共同或达成措施以及从可执行数据收集方法。应对第二项挑战，本文提出了一些数据收集策略，这些策略的前提是性剥削主要发生在商业性交易中，并且有一些可确定的地理边界，潜在的受害者保持着社会网络，或以某种方式与其他人联系在一起。本研究的策略可以适用于在估计人口贩运活动中常见的两个主要数据背景:使用现有记录和收集主要数据。第一种方法旨在分析已查明的贩运案件，获得其已经存在且须加以挖掘的数据。第二种策略旨在通过调查方法从难以找到的受害者那里收集第一手数据。关于人口贩运的实证研究仍然不发达，许多空白仍然充斥着野性的主张和耸人听闻的故事。缺乏可靠的实证证据，打击人口贩运的运动就无法持续下去，甚至无法保持可信度。任何对人口贩运活动的全球性的评估都受到了限制，往往会引起批评甚至是其他误解。有些人甚至质疑在宏观层面评估人口贩运活动的可行性。例如威策(Weitzer)二、外推行为的效性评估外推模型中的一个例子是全球奴隶制指数(GSI)，该指数由设在澳大利亚的步行自由基金会()编制，该基金会利用盖洛普民意测验国际(GallupPollInternational)战略性地收集国家数据，使用“脆弱性”模型来估计邻近国家“现代奴隶制”的普遍程度，这种做法是基于这样一种理念，即社会经济和政治条件相似的国家很可能有相似程度的奴隶制。虽然有些人可能会质疑将一个国家的条件适用于另一个国家的有效性，但这可能是进行区域或全球评估的唯一可行方法。此外，GSI的漏洞模型自2014年首次出现以来经历了几次迭代和审查。基于人类安全和预防犯罪的理论，“脆弱性”模型由24个变量组成，分为四个维度:政治权利和安全、金融和健康保护、弱势群体的保护和冲突。人口学家通常使用类似的估算方法研究人口普查间人口的流动和趋势的变化，在公共卫生中也经常使用外推策略来估计疾病的流行率。在无法进行国家调查或无法获得有效数据的情况下，这种外推法也可能奏效。德科克(DeCock)[DeCock,M.2007.Directionsfornationalandinternationaldatacollectiononforcedlabor(WorkingPaperNo.30).Geneva,Switzerland:InternationalLaborOrganization．]运用了几项评估贩运活动程度的策略，包括估计发案数程度的国家调查、针对具体劳工部门的相关机构的调查、寻求深入了解贩运受害性质的定性研究以及收集所有引起警察或服务组织注意的案件的国家数据库。虽然很少，但一些研究也使用了传统的调查方法。最好的例子可能是甘地和平基金会和国家劳工研究所在20世纪70年代末进行的调查。该调查随机抽取了印度10个州的1000个村庄的样本，那里的农民被广泛认为依附于土地所有者。这项研究估计印度有260万抵押劳工。最近的一个例子是斯坦法特和贝克(SteinfattandBaker)三、数据收集的基本参数研究人员通常依靠两个数据来源来评估人口贩运活动:媒体已经报道的案件和报告到政府机构或社会服务组织的案件。这些案件的记录存在于某处，使用系统方法对这些案件进行初步数据收集以得出估计数。现有的人口贩运知识大多数是第一类数据的反映。在提出笔者的数据收集策略之前，必须建立一些参数来划定方法的边界。首先，性贩运是一种商业活动，赚钱是贩运者的首要目标。基于这项假设，性剥削应该主要发生在已知的地方，并且有足够的潜在客户可以接触到，例如在城市中心或主要边境沿线。其次，和大多数商业活动一样，性贩运者寻求收益最大化。这意味着性贩运者必须想办法吸引顾客，比如通过散发传单或利用口碑做广告。如果使受害者完全被孤立、彼此远离，将增加贩运者操作复杂性，减少获利空间。当然，这两个假设也有例外。笔者提出了这些数据收集方法，以适应两组实地研究基本条件:要么我们知道商业性服务机构的地理边界，要么我们对受害者可能在哪里知之甚少。(一)绘制个别样本估计隐藏种群规模的少数可行方法之一是标记捕获抽样策略。标志重捕法起源于野生动物研究，近年来多次被用在对非法药物制造者和性工作者等犯罪人口的研究中。其基本逻辑相当直截了当:对目标群体的初始样本进行识别，并对样本中的所有个体进行标记，然后将其释放回总人口中。在这些标记的个体被分散后，绘制第二个样本。第二个样本中标记的比例近似等于被标记的个体在总体中所占的比例，如经典的Lincoln-Petersen评估模型所示，在初始样本中标记的个体数量被用来估计种群的大小，其中S然而，当标记捕获方法应用于人类时面临着不同的挑战，由于人类种群的聚集模式可能与野生动物种群有很大的不同，在获取有意义的评估时通常需要例如以“自我选择”为形式的复杂的标记捕获模型。(二)．双重激励+模型建构赫卡松(1991)开发了一种基于网络的方法，称为受访(应答)者驱动抽样(RDS)，旨在消除链式参考抽样方法中固有的偏差。RDS方法依靠马尔可夫链理论来实现多样性和均衡(连续样本/波不再反映初始样本的点)，具体来说是通过一系列主题的招募。这种方法通过两个基本方面来改变传统的雪球抽样设计:它采用了一种双重激励系统，即奖励受访者本人参与和招募他人参与研究，并使用推荐券，这意味着受访者不必直接推荐给研究人员，由此产生的匿名性鼓励更多被试的参与。通过结构化的流程限制招募机会以确保多样性，从而可以被实证检验。此外，因为采用了双重激励制度来鼓励参与和招募，志愿服务也被最小化了。这种招募程序也可以阻止研究人员有意寻找特定的对象，“掩蔽”被最小化，因为研究人员不能指定群体成员的方向，成员是由群体成员自己招募的。同质性也被最小化，因为招募仅限于每个受访者再招募三人，马尔可夫链理论表明，均衡性可以通过相对较少的波来实现。最后RDS最小化了那些具有较大社交网络的个体可能引入的偏差。RDS方法已成功地应用于许多关于难以接近的人群的研究中。(三)自动建立样本自适应性抽样最初是为了研究分布不均匀的种群，如濒危物种或高度聚集的、隐藏的吸毒人群。该方法利用了一旦发现了高关注单元，就能观察到被抽样个体的相邻单元的能力。该程序也能够保留传统抽样策略的优点，例如获得无偏评估和控制最终样本量的能力。在选择初始样本时，可以开发推荐(也称为提名)，并在被选中的受访者中观察重叠和映射关系，从而自动建立最终样本。文森特和汤普森(VincentandThompson)用自适应抽样评估难以接近的人群的规模在文献中很少受到关注。最早的已知研究，是由弗兰克和施耐德(FrankandSnijders)适应性抽样通过对科罗拉多斯普林斯研究中从艾滋病毒/艾滋病高危人群中观察到的实际数据的经验模拟得到了验证四、标记重捕方法利用现有记录中的数据挖掘来评估人口贩运活动已经持续了一段时间。在最近的一个典型案例中，劳工组织根据对已查明受害者人数以及标记重捕程序已发布的报告，公布了其对全球贩运受害情况的评估。劳工组织利用两个研究小组进行单独的编码计划以核实所有报告的案件，通过对这些已知的案件运用标记重捕方法，估计被强迫劳工的总人数约为2090万人，其中绝大多数受到个别雇主或私营企业的剥削。强迫性剥削的受害者约占受害者的22%。尽管做出了这一重大努力，劳工组织还是承认使用现有受害者报告的局限性，并呼吁通过国家或区域调查加大收集基础数据的努力。在这些调查中标记回收(重捕)方法可能更为合适。从本质上讲，劳工组织的抽样方法依靠使用两个独立的研究助理小组，建立一个独立的数据库，收集每个小组可以发现的所有强迫劳动案例，以利用标记回收原则。这种方法背后的想法是，如果一个团队搜索并发现所有报告的强迫劳动案件，这些报告将代表已确定的强迫劳动事件样本。如果两个团队捕获相同的报告案例，它们将代表两个“独立”样本之间的重叠。遵循劳工组织相同的抽样逻辑，基本标记回收(捕获)模型假定样本情况的二项概率分布。因此，贩运报告要么是“捕获”，要么是“未捕获”，具有预测概率p和1-p。对于所有报告，p的值都是相同的，但在团队之间可能不同，例如对于团队1,p=p由于全球性评估数不太可能系统地从世界各地收集基础数据，因此必须使用数据挖掘手段。劳工组织的例子表明，利用所报告的案件是可行的且在统计上是合理的，这些案件往往是违法贩运行为中最严重的一些案件。此外可以加强劳工组织的方法，例如在资金充足的情况下，人们可以探索多次标记捕获的策略，在这种策略中，指派四个研究助理小组寻找性交易的案例，每个小组代表一个抽样机会，精心设计的标记捕获模型使得这些分析场景的任何组合成为可能。基于单个团队捕获的样本将包括假设的样本，因此标记捕获分析不仅适用于两个样本设置，还可以使用更精细的标记捕获估计模型。例如在零模型下(M基于异质性/分层效应，每个样本中捕获概率的异质性是允许的，例如从学术出版物中捕获的单元将与从报纸文章中捕获的单元不同，因此异质性效应也可以归因于研究团队。对于这样一个模型，假设捕获分布来自理论分布F,因此其中F由于行为和时间效应，被捕获单位的概率可以随样本的不同而变化，一个研究团队捕获单位的概率可以与样本不同。例如，使用时间效应模型M在每种情况下，通过提取估计的标记即重捕参数来估计在每个地理位置捕获人口贩运案件的概率，然后将案件大小(案件中报告的人口贩运受害者的数量)除以其概率，可以推断出被贩运人口的数量。本质上，在这种情况下使用了Horvitz-Thompson估计器。例如，设五、标记重捕方法不合理除了可能违反标记捕获模型背后的假设外，利用这种方法来估算全球性贩运人口还有很大的局限性。首先，标记捕获方法依赖于不可能或不切实际的“隐藏”种群的独立样本，就像排干池塘水来计算所有的鱼一样。然而如今的出版物很少能通过公开的方式获取，特别是互联网上的资料。如果所有研究助理团队都在尽最大努力，理论上说他们应该在媒体、政府报告或机构报告中找到所有已知的人口贩运案件。换言之，所有研究助理小组发现的贩运案件应该是相同的，重叠应该是100%或者接近100%。如果两个“独立”样本之间的重叠完全匹配，标记捕获方法就变得毫无意义。其次，在列表中必然会有一些依赖性———一个“源”被捕获的概率可以很容易影响在同一抽样场合被捕获的另一个“源”，也就是说，由同一研究团队捕获。例如，一本刊物可以报道在一个大城市中营救两个或两个以上的贩运受害者案件。显然，如果一个案件被捕获，那么另一个案件很可能也会被捕获。这违反了标记捕获中的基本假设之一，即在抽样时个体之间的被捕获的概率是独立的。不过，有办法缓解这些问题。例如只记录团队遇到的第一个捕获案例，停止，然后从零开始找到一个新的捕获案例，这样就可以避免在抽样场合进行依赖性抽样。此外，最初的方法可以用来提出一组半详尽的捕获案例，随机地对它们进行处理，然后将最终样本作为每个k六、通过定向链接来映射人口采用与适应性抽样相同的逻辑，可以将已报告的贩运案件链接(联网)。也就是说，一个来源提名另一个来源，可能是通过网络链接(如果是基于在线资料的案件)或通过参考文献/引用(如果是在出版物中找到的案件)。在这种情况下，可以采用现有的网络抽样方法来估计人口规模。如果网络中的链接是丰富的，那么模拟研究表明这种方法可能会产生比标记捕获方法更精确的估计量，并且使用多个和独立的团队也不会引起问题。研究人员与他们的发现沟通越多，这种单样本方法的精度就越高。这项策略的纲要是:以适当的方式界定与其他性贩运案件的链接(也称为推荐或提名)。例如，从学术资源到其他案例的引用，或者从在线资源到另一个案例的链接，都将被视为定向链接(定义了链接，以便可以映射此类关系，并且可以将在文献中的进一步选择引导到有希望的领域，以自适应地建立样本)。采取以下步骤:根据所报告的案件是否属于学术报刊、新闻报道、非政府组织报告或政府报告案件，将人口分成几个阶层。定义U阶层k的大小的一致估计量为:人口规模估算值就是分层规模估算值的总和，要获得Rao-Blackwellized(改进的)估计量，需要使用计算量大且精心设计的马尔可夫链蒙特卡洛程序这种链接跟踪方法的数据源可以包括媒体报告(报纸、广播、电视、互联网站点);地方、国家、区域、国际或专题非政府组织;来自司法、劳工、社会事务、移民、外交和内政部门的政府文件，或者来自专门警察或其他打击贩运和强迫劳动的部门的文件;其他国际组织、通过其国家办事处或总部提供的文件;学术报告;劳工组织的报告，包括公约和建议适用专家委员会(CEARC)的报告;工会和雇主的组织报告为了估计性贩运的受害者人数，将y将所有阶层的值相加得出受害者人口规模的估计值。插件方差估算为:该估计数可被视为对报告的性贩运受害者总数的估计。为了估计一个阶层/地理区域中报告和未报告的受害者数量，可能需要基于原始数据的独立研究获得的知识。在这种情况下，可以根据社会经济因素(如GSI脆弱性模型的使用方式)建立一个复杂的回归模型，来近似报告现有受害者的百分比p是p折刀程序可用于获得该估计模型的方差估计。使用自适应抽样设计的最吸引人之处是，与传统的类似抽样的设计相比，在抽样工作量相当的情况下，预期的效率提高。文森特和汤普森(Vincent和Thompson)发现，即使有少量的自适应努力，新策略在提高精度方面相比传统策略(如标人口规模和标记—重捕估计值)取得了显著的提高。关于文献，研究助理团队不必担心对所有报告的案例进行详尽而深入的搜索，因为事实证明，估算模型具有很高的效率。在这种自适应采样方法中研究团队之间交流越多，估计量就越精确。七、贩运人口的估计研究问题在利用报告的贩运案件估计流行率方面，最大的方法挑战是评估犯罪暗数。在犯罪学术语中，“黑暗人物”指的是被报告的犯罪与当局未掌握犯罪之间的差距。虽然永远不会知道贩运人口或现代奴隶制的真正程度，但官方犯罪统计数字只占实际犯罪的一小部分，这一点几乎没有异议。假定大致知道已报告的案件代表了所有人口贩运活动的“冰山”的多少，就可以对问题的严重程度作出一些估计。即使在最好的情况下，利用已报告的贩运案件来估计未报告