文章快速检索     高级检索
  人文地理  2021, Vol. 36 Issue (1): 73-83  DOI: 10.13959/j.issn.1003-2398.2021.01.010
0

引用本文  

王皎贝, 李钢, 周俊俊, 马雪瑶, 徐婷婷, 薛淑艳. 湖北省拐卖儿童犯罪的时空特征及其影响因素[J]. 人文地理, 2021, 36(1): 73-83. DOI: 10.13959/j.issn.1003-2398.2021.01.010.
WANG Jiao-bei, LI Gang, ZHOU Jun-jun, MA Xue-yao, XU Ting-ting, XUE Shu-yan. SPATIO-TEMPORAL PATTERN AND INFLUENCING FACTORS OF CHILD TRAFFICKING IN HUBEI PROVINCE[J]. Human Geography, 2021, 36(1): 73-83. DOI: 10.13959/j.issn.1003-2398.2021.01.010.

基金项目

国家自然科学基金面上项目(41871144);教育部人文社会科学研究规划基金项目(16YJAZH028);西北大学"仲英青年学者"支持计划(2016)

作者简介

王皎贝(1996-), 女, 山西忻州人, 硕士研究生, 主要研究方向为犯罪地理。E-mail: 849293186@qq.com

通讯作者

李钢(1979-), 男, 四川成都人, 教授, 博士生导师, 主要研究方向为灾害地理、犯罪地理与旅游地理。E-mail: lig@nwu.edu.cn

文章历史

收稿日期:2020-02-13
修订日期:2020-06-09
湖北省拐卖儿童犯罪的时空特征及其影响因素
王皎贝 1,2, 李钢 1,2, 周俊俊 1,2, 马雪瑶 1,2, 徐婷婷 1,2, 薛淑艳 1,2     
1. 西北大学 城市与环境学院, 西安 710127;
2. 陕西省地表系统与环境承载力重点实验室, 西安 710127
提   要:拐卖儿童犯罪对社会的危害严重,对家庭和个体的影响深远。早前研究侧重于犯罪现象的宏观分析,当前亟需转向重点地域与重点人群开展研究。本文聚焦我国拐卖犯罪的高发省份湖北,采用文本分析、数理统计、空间分析等方法探究湖北省拐卖儿童犯罪的时空特征与影响因素。结果表明:①被拐儿童的性别年龄结构呈“工”字形特征,高发于1—6岁和13—17岁年龄段,男童为被拐主体,多由城镇拐出;②犯罪时间上呈“峰”型态势,1981—2005年为高发时段,多发于夏季、周日、喜庆节日、元旦及寒暑假等;③市域空间上以武汉为热点区,区县上表现为“两冷两热”的空间布局,微观地点上高发于居住用地、交通设施用地,以村庄里、街道、车站等地点为最,且各性别年龄段儿童被拐场所存在显著差异;④拐卖儿童犯罪与人口性别比及城镇化率显著相关。
关键词拐卖儿童犯罪    时空特征    影响因素    湖北省    
SPATIO-TEMPORAL PATTERN AND INFLUENCING FACTORS OF CHILD TRAFFICKING IN HUBEI PROVINCE
WANG Jiao-bei1,2 , LI Gang1,2 , ZHOU Jun-jun1,2 , MA Xue-yao1,2 , XU Ting-ting1,2 , XUE Shu-yan1,2     
1. College of Urban and Environmental Sciences, Northwest University, Xi'an 710127, China;
2. Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity, Xi'an 710127, China
Abstract: Child trafficking, the great harmful crime, has extremely serious impact on families. Since most of previous studies mainly worked on the pattern of the country, and it is urgent to concentrate on high-risk areas and key groups. In this research, we take Hubei, one of the provinces with high incidence of child trafficking in China, as the study area. We used text analysis, statistical analysis and spatial analysis to explore the spatial-temporal characteristics and influencing factors of child trafficking in Hubei. The results show that: 1) The gender-age distribution of trafficked children in Hubei shows a Chinese character "Gong" shape. Most of them are concentrated in the ages of 1—6 years and 13—17 years. More males than females are trafficked, mainly trafficked from cites. 2) In terms of time, the crime of trafficking in children has shown a trend of "peak" shape. It is at a high incidence stage from 1985 to 2000. The incidence rate in the summer, Sunday, jubilant festivals, New Year's Day, winter vacation and summer vacation are significantly higher than others. 3) In terms of city level pattern, there is a high incidence area, Wuhan city. In terms of county level pattern, it is manifested as the spatial pattern of "twocolds and twohots". From the micro level, child trafficking is more common in residential land and traffic facilities land. Village, street, station are the most typical micro-locations. Trafficked places differs in different age and gender groups. 4) The number of trafficked children in Hubei is significantly correlated with the population sex ratio and urbanization rate.
Key words: child trafficking crime    spatio-temporal characteristics    influencing factors    Hubei province    
1 引言

拐卖犯罪作为位列第三的世界性犯罪,给社会带来诸多负面效应[1, 2]。尤其是拐卖儿童犯罪,以低成本、高收益吸引犯罪者铤而走险,致使大量儿童受害[3],给家庭和社会带来严重伤害。因此,如何防范和管控拐卖儿童犯罪成为当今社会亟需解决的痛点问题。

犯罪地理学是探讨犯罪现象的空间分布及其规律的学科。在国外发展历史悠久,最早以“制图学派”[4]为代表,后又受到“芝加哥学派”[5]的广泛影响。地理学视角下的犯罪研究在国内兴起较晚。早期多以宏观理论研究[6-11]为主,当前研究着眼于不同犯罪现象的时空特征与影响因素。研究内容不断细化、深入[12-15]

拐卖儿童犯罪久经打击而不绝,且随着时代变迁衍生出新特点,亟需探讨相应的治理措施及反应机制。目前,拐卖儿童犯罪的研究多集中于法学,主要体现在相关法律法规的制定[16]、量刑分析及相应防治对策[17]探讨方面。社会学研究中多以质性分析为主,如王金玲[18]、赵捷[19]等。近年来,拐卖儿童犯罪现象引起地理学者的关注。李钢等[20-25]揭示拐卖儿童犯罪的时空格局与演化过程,探究影响机制与防控对策,为儿童安全与犯罪治理提供参考;武丹[26]采用了数理统计方法挖掘得到拐卖儿童犯罪的空间等级分布;Huang[27]等运用地理迁移网络分析我国拐卖儿童犯罪的空间迁移规律并提出其新趋势;Wang[28]等运用社会网络分析法,通过识别拐卖发生的重点省、市及路径来提出防范对策;Xin[29]等通过分析影响拐卖儿童犯罪的社会经济因素以探讨其模式。

综上所述,地理学视角下拐卖儿童犯罪的关注度非常有限,以宏观尺度的研究居多,难以揭示拐卖儿童犯罪的地域性规律及影响因素,因地制策以遏制拐卖犯罪受到极大限制。同时当前研究多为质性分析,缺少对拐卖儿童犯罪典型地区的定量分析,存在部分定量成果,多以问卷访谈为数据来源,所得规律受到有限样本制约。本文以拐卖儿童犯罪的重点地区——湖北省为研究区,基于对公益平台提供的相关数据进行挖掘和分析,以期揭示湖北省拐卖儿童犯罪的时空规律及成因,为犯罪防控措施的制定提供针对性、科学性的参考。

2 数据来源与研究方法 2.1 研究区域与数据来源

湖北省地处我国华中地区,截至2018年,有5917万常住人口,在地理位置上发挥着枢纽作用,是我国重要的人流物流集散地。这一优势虽然促进了湖北省经济的发展,但流动频繁和结构复杂的人口也给社会也带来了一定的安全隐患[30, 31]。湖北省拐卖儿童犯罪案发率占全国总案发率近5%,仅次于云贵川等拐卖源区,居于第6位,作为拐卖儿童犯罪的重点地区之一,该地拐卖儿童现象与西南拐出源区存在显著差异,对其存在的特殊性规律的探讨具有重要意义。

本文研究数据来源于公益寻亲网站“宝贝回家”(http://www.baobeihuijia.com/)。基于该网站中“家寻宝贝”栏目(被拐家庭发布的寻亲记录,用于指示拐出地),运用网络爬虫等技术、文本分析等方法剔除其中送养、离家出走和走失等记录,获取了自网站成立至2019年9月7日之前发布的湖北省被拐儿童的信息,共1103条“家寻宝贝”数据记录,以此构建湖北省被拐儿童数据库。此外还参考湖北省统计局网站(http://tjj.hubei.gov.cn/)中1949—2019年《湖北省统计年鉴》的相关数据。依据《巴勒莫协定书》对于儿童“未满18周岁”的界定,本文重点针对湖北省18周岁以下(即0—17周岁)的被拐儿童开展研究。

2.2 研究方法

首先通过文本分析法人工识别并剔除无效信息;其次采用数理统计法对被拐儿童的社会人口学特征、拐卖儿童犯罪的时间特征及影响因素进行分析;最后使用空间分析法,利用ArcGIS软件可视化其空间特征。主要方法简述如下。

2.2.1 热点分析(Getis-Ord Gi*

本文选用热点分析识别湖北省拐卖儿童犯罪的区县分布中具有显著性的冷点与热点,即低值簇类与高值簇类。

(1)

其中xj是要素j属性值,wi, j是要素ij之间的空间权重,n为要素总数,且:

(2)
(3)

Gi*统计即为Z得分,Z > 0并显著,即区域为热点区,若Z < 0并显著,区域即为冷点区。

2.2.2 偏最小二乘回归(PLS)

偏最小二乘回归分析[32]是融合多元回归、主成分分析法的一种回归分析方法,在一定程度上可以避免指标的多重共线性,也可以解决样本数少于变量数的问题,对于现实生活中复杂现象成因的解释能力强,能够较好的弥补传统最小二乘法(OLS)分析的不足。故本文选用PLS法对湖北省拐卖儿童犯罪成因进行探究。

3 湖北省被拐儿童的社会人口学特征 3.1 性别—年龄特征

湖北省被拐儿童的性别年龄结构呈现“工”字形特征(图 1)。其中,被拐男童远多于女童,占比61.3%。在年龄上,被拐儿童数由多到少依次为1—6岁、13—17岁、7—12岁、0岁。1—6岁被拐男童数远多于女童数,与0岁婴儿被拐情况不同,这与买方市场中“养儿防老”、“传宗接代”等传统思想有关,无子、少子家庭偏好收买男童;同时1— 6岁儿童较于7—17岁儿童,童年记忆模糊,更为购子者所青睐,成为犯罪分子首选目标。7—12岁被拐儿童数量明显少于其他年龄段,因其相较于低龄儿童心智成熟,具有一定自我保护意识,拐卖难度升级[20]。13—17者位居第二,其中女童被拐可能与贫困地区大龄男性难以负担娶妻费用,婚姻“挤压”现象作用下产生梯度购买行为,即转向相对落后的地区进行“买妻”有关;也可能与性服务行业市场需求旺盛且屡禁不止,多被拐至性服务行业以牟取巨额利润有关[33];而男童被拐去向多为非法劳工。

图 1 被拐儿童性别—年龄结构 Fig.1 The Gender-Age Structure of Trafficked Children

将0岁婴儿进一步划分为各月龄段,可以看出不足周岁的婴儿中不足月和刚满月的婴儿最易被拐,占比近总数一半,且被拐女婴多于男婴,这是由于0岁拐卖大多由熟人所为,早期在医院等公共场所接触婴儿机会较多,因此为避免“夜长梦多”,时间上倾向于及早卖出;受宗族文化影响,性别上倾向于卖出女婴。

3.2 拐出地的城乡特征

对“家寻宝贝”中用于指示拐出地的城乡特征数据进行文本分析后得出:拐出多发于城镇(图 2)。城镇为拐卖提供了更为便利的交通条件,且人口流动规模大,更易刺激拐卖犯罪的发生。除1—6岁的高发群体外,城镇中7—12岁男童、13—17岁女童被拐较多,去向多为非法劳工、“童养媳”或性服务行业。乡村中13—17岁被拐儿童数仅次于1—6者,多为以外出务工或城市美好生活为由诱拐、诱骗导致。

图 2 拐出地的城乡特征 Fig.2 The Urban-Rural Characteristics of Trafficked-out Areas
4 湖北省拐卖儿童犯罪的时空格局 4.1 时间特征 4.1.1 年际变化特征

湖北省拐卖儿童犯罪的年际变化通过单样本卡方检验(P < 0.001),存在明显的时间分异,大致呈“厚中段薄两端”的“峰”型变化趋势(图 3)。据年增长率将其划分为三个阶段,1932—1980年的“低发段”、1981—2005年的“高发段”和2006—2019年的“中发段”。1932—1980年湖北省拐卖儿童犯罪处于低发大幅波动变化阶段,这与湖北省当时落后的发展状况(交通、信息相对闭塞,疾病多发,儿童存活率低等)和“宝贝回家”网站的成立时间较晚有关。其中,1959年开始受三年困难时期的影响,拐卖发生率形成低发段的局部高峰点。1971—1980年间,“晚、稀、少”全国性人口政策带来较大的买方市场缺口也不断刺激着拐卖的发生,形成该时期内拐卖儿童犯罪小幅波动增长态势。1981年以来,拐卖儿童犯罪呈持续高位状态。这可能与该时期省内一些贫困地区人口,尤其是对外界有美好憧憬的年轻人滋生了强烈的外出愿望,使得外出务工或外嫁的人数急速上升,被拐卖拐骗可能性大有关。同时,交通、信息更加便利,促使犯罪成本降低,导致拐卖儿童向外省扩散。计划生育等政策的实施及各因素的综合作用也使国内拐卖儿童、妇女犯罪呈现扩展态势,累积形成1981—2005年的高发态势。自2003年正式实施的《湖北省人口与计划生育条例》进一步贯彻落实,优化了省内人口、计划生育政策,且2005年以来,由于全国反拐、打拐等政策不断完善,力度不断加大,行动的组织化、高效化,教育的普及等均使人口素质、防拐意识得到普遍提升,从而使得拐卖拐骗犯罪得到遏制,呈现“中发段”小幅波动减少态势。被拐男童数的年变化大致与总案发数的变化一致,且几乎每年被拐男童数均高于被拐女童数,与男童成为被拐主体有关。被拐女童数的年变化较为平稳,于1997年达到其峰值。

图 3 被拐儿童性别年际变化 Fig.3 Annual Gender Pattern of Child Trafficking
4.1.2 季节变化特征

湖北省被拐儿童数量的季节变化呈波浪型走势(图 4),单样本卡方检验结果显示,被拐儿童数量与季节、月份的P值均小于0.001,说明被拐儿童随季节、月份的变化特征存在统计学意义。拐卖儿童犯罪集中于夏季,占总数的29.28%,其余季节相对较少,这可能与夏季昼长夜短及气候条件支持外出活动有关。其季节变化存在三个低值,分别为2月、11月、12月。2月多为春节前后,年关将至,警方打击犯罪力度大,为潜在被拐儿童形成一道安全防线;而11、12月气温较低,外出机会少,大部分儿童皆忙于学业甚至寄宿在校,受害几率低。也存在5月、7月、8月三个高值,这可能与国家法定节假日以及暑假期间,气温适宜,儿童外出活动频繁增加有关。

图 4 被拐儿童数量的季节和月份变化 Fig.4 Seasonal and Monthly Patterns of Child Trafficking
4.1.3 周内变化特征

我国双休自1995年5月1日开始实行,故以此为界,分析拐卖儿童犯罪的周内变化特征。单样本卡方检验结果(P=0.116)表示周内整体差异不显著,双休实施后(P= 0.42)也无明显差异。但双休日实施前(P=0.049)拒绝零假设,分异显著。双休日实施前,拐卖儿童犯罪的周内变化明显,近二成案件发生于周日,工作日内周二、周五案发率较高(图 5a);双休日实施后,拐卖儿童犯罪的周内变化均匀,但以周末最为突出(图 5b)。总体来看,被拐男童及女童的周内变化与总案发量的变化基本一致,且周日案发率略高(图 5c),双休日实施后最为明显。这可能与周日多为休息日,儿童外出活动的可能性大、自由度高,在监护人看护不力的情况下易于被拐。

图 5 被拐儿童数量周内变化 Fig.5 Intra-Week Pattern of Child Trafficking
4.1.4 节假日变化特征

统计表明湖北省近4成拐卖儿童案件发生于节假日。进而基于湖北省传统节庆、除节庆外的法定节假日以及寒暑假分布考察湖北省拐卖儿童犯罪在特殊时间节点的变化特征(图 6)。其中传统节庆采用《湖北民俗志》 [34]及《中国民俗大全系湖北民俗》 [35]中有关湖北岁时节令的划分,并将其划分为喜庆节日、祈福节日及祭祀节日。由于法定节假日几经修改且后期随是否与周末相邻具体时间存在差异,故本文结合历史假期日期、假期长度等综合考量选择元旦当天、劳动节当天及前后各一天、国庆节后一周作为假日区间进行探讨。关于寒暑假尚无硬性规定或标准,故选取约定俗成的中小学假期起讫时间[36]作为划分标准(表 1),寒假与除夕、春节、元宵节日期几乎完全重合,故未对其进行单独罗列。分析过程中采用剔除重叠部分后的数据加以解读。

图 6 被拐儿童数量的节假日变化 Fig.6 Patterns of Child Trafficking During the Holidays and Festivals
表 1 湖北省节假日划分标准 Tab.1 Holidays and Festivals Division in Hubei Province

(1)传统节庆变化特征:喜庆节日下被拐儿童数量近7成。喜庆节日如春节,是我国最为盛大的节日,在此期间活动丰富且热闹,儿童外出活动的机会多,根据日常活动理论[37],该类节日加强了犯罪者与潜在受害儿童之间的交互作用,增加了犯罪者的作案机会,儿童趁乱被拐的可能性大;尤其端午节期间案发量最多,端午节源于湖北省且长期为其特色节日之一,期间活动丰富度以及当地人对其关注度甚至高于春节,拐卖案发率也呈现高于春节之势;除夕、春节、元宵时段主要集中于春节后至元宵期间,这一时段也为儿童寒假,年前多辅助家长置办年货或参与家中清洁等,自由活动少,而年后一段时间内多参与拜年、玩灯等各种传统风俗活动,被拐几率上升。祭祀节日如中元节,驱邪躲鬼等习俗致使潜在犯罪者与潜在受害儿童数量大幅减少,拐卖儿童犯罪发生率降低。近年来,清明节除扫墓、祭祖外,人们多选择外出踏青,这也增加了犯罪者的作案机会。而祈福节日如七夕节,对拐卖儿童犯罪影响不显著。

(2)假日变化特征:在法定节假日(剔除与节日重合部分)中,国庆期间被拐儿童数最多,国庆节为小长假,近年来被称为旅游黄金周,此间儿童多随父母外出或旅游,出入人群聚集地的机会多,被拐的可能性大。其次为元旦,仅1日便发生34起儿童被拐案件,这可能与犯罪者在新年伊始和传统春节前最后一搏,为年关做准备,且与儿童在此类节日中活跃度更高有关。劳动节被拐人数较少,主要受假期时长的影响。寒暑假作为儿童特有假日也值得被关注,暑假被拐案件发生223起,这主要受暑假时长的影响,长达2月,远长于其他节假日,且这一时期监护人容易放松对儿童的监管,使得该时段内案发量达到节假日总案发量的半数以上。

4.2 空间特征 4.2.1 市域分布特征

将市域空间分布划分为五个层级(图 7a)一个高发市域——武汉市,其位居湖北省的人口重心,人员流动性大,加之交通便捷易于人贩子作案后转移与逃离,致使此处拐卖频发;三个中高发市域——襄阳市、十堰市、荆州市,毗邻重庆、河南等拐卖高发省份,人员混杂,形成省际高发地带;七个中发市域——恩施土家族苗族自治州、宜昌市、荆门市、孝感市、咸宁市,黄石市、黄冈市,两个中低发市域——随州市、鄂州市,其余为低发市域,由于地形、人口密度及城市发展等因素的影响,犯罪发生率相对较低。这一空间布局大致与湖北省的人口分布、城市结构以及交通布局表现一致,犯罪集中于人口比重大、经济发展中心以及交通便利的城市。

图 7 湖北省拐卖儿童犯罪市域分布(a)及性别年龄差异(b) Fig.7 The Municipal Distribution of Child Trafficking Crime (a) and Gender-age Differences of Child Trafficking (b) in Hubei Province

从性别年龄来看(图 7b),高发、中高发、中低发、低发城市的拐卖犯罪多发生于1—6岁的男童,高发及中高发城市多为核心城市[38],低发区集中在省直辖行政区,该区人口比重小,位于江汉平原,拐卖犯罪发生率低;中发城市拐卖犯罪主要发生于1—6岁和13—17岁的儿童,多为男童被拐,中发城市多位于鄂西山地,在地形的阻碍下,经济发展落后,交通、信息闭塞,使得该地有流出欲望的人群,或是务工或是外嫁,易为人贩子诱拐、诱骗[33]

4.2.2 区县分布特征

区县热点分布总体呈现“两冷两热”的空间格局(图 8d),即以武汉市全区及邻近区县(汉川市、孝南区和华容区)和老河口市的热点区,以及以宜昌市下辖区县和黄冈市团风县为中心的冷点区,犯罪热点大致集中在湖北省的东部。在置信度99%的区间下,武汉市全区皆为热点区,属于极高值聚类,与市域分布一致。90%冷点区有兴山县、西陵区、秭归县及团风县。

图 8 湖北省拐卖儿童犯罪区县冷热点分析 Fig.8 The Hotspot Analysis of Counties Scale of Child Trafficking in Hubei Province

对比低发段(图 8a)、高发段(图 8b)和中发段(图 8c)区县拐卖儿童犯罪集聚特征,发现武汉市全区及其邻近区县始终处于极高值聚类,这与湖北省人口分布以及其为集聚性城市空间分布类型有关,且武汉市作为人口和财富高度集中的区域,容易刺激犯罪的发生[39]。襄阳市下辖区县多为次高值聚类,这与该市多年来人口基数大,且地处交通要塞,运输便利,拐卖成本低有关。冷点区则多位于江汉平原上的宜昌市及东部黄冈市下辖区县。

4.2.3 微观地点分布特征

对“家寻宝贝”中拐卖儿童犯罪发生时的详细地址进行核实查证,提取详细地址中关于地点的描述并按照城市建设用地分类标准(GB50137-2011)人工判读后将其划分为14个大类,48小类(表 2)。发现拐卖儿童犯罪主要集中于居住用地、交通设施用地2个大类,尤以村庄里、街道、火车站等地点最为高发。居住用地为儿童频繁活动地,儿童在闲暇时间多在家附近自由活动。尤其是村庄里这一居住用地类型处于管理与保障的“盲区”,受害几率高。街道与车站作为典型交通设施用地有交通流动性强,人流量大、混乱、易于转移的特点,尤其在监护人看管不力的情况下,人贩子易得手并逃窜。其中武汉市汉正街和新华路分别发生6和5起拐卖儿童案件,且高发于武汉市内各火车站,其中武昌火车站17起、武汉火车站7起、汉口火车站6起。

表 2 湖北省拐卖儿童犯罪发生的微观地点分布 Tab.2 Microscopic Location Distribution of Child Trafficking in Hubei Province

结合性别年龄进一步探究拐卖儿童犯罪发生的微观地点(图 9),发现不同性别年龄儿童被拐场所存在差异。0岁儿童多于医疗卫生用地被拐,尤以女婴居多;1—17岁儿童集中于交通设施用地、居住用地被拐,除此之外,1—6岁男童还多于商业设施用地、工业用地被拐,同龄女童被拐案件也多发于商业设施用地;还有少量7—17岁男童、13— 17岁女童分别于教育科研用地及商业设施用地被拐。这主要与儿童的活动能力与范围密切相关。0岁婴儿的活动、反抗能力小,活动范围窄,亲生亲卖行为频发,除此之外,由于婴儿持续处于出生所在医疗场所,容易被无医德医护人员或某些不法分子所觊觎。1—6岁儿童多跟随父母或其他家人活动,容易在无监护的居住用地、亲属工作所在地、出行路途中被拐。而7—17岁儿童大多处于学龄期,其在上学路途中若无监护人接送也易被拐。

图 9 湖北省各性别年龄被拐儿童的微观地点分布 Fig.9 Microscopic Location Patterns of Trafficked Child across Different Gender and Age in Hubei Province
5 湖北省拐卖儿童犯罪的影响因素 5.1 影响因子的选取

拐卖儿童犯罪是社会发展到一定阶段的产物,是多种因素综合作用的结果。其中经济因素是根本,基于“推—拉”理论[40]、社会解组理论[41]发现多数卖方基于贫困、子女众多等原因出卖子女[42],贫穷是导致社会解组的重要因素、联系买卖两方的桥梁,因此GDP、居民消费等衡量经济水平的指标与拐卖犯罪的发生密不可分[43-45]。人口因素是主要原因,多数买方基于自身无子女或收养刚需等原因购买子女,我国自古以来的男性继嗣及男娶女嫁的制度都使收养男童、购买童养媳的现象不断发生,生育制度时间分异显著从而导致人口性别结构的差异,而人口性别比的失衡将为拐卖提供巨大的市场[46]。社会因素是重要原因,社会稳定,人民安居乐业,犯罪发生率相应降低,有研究表明,城镇失业率也与犯罪率呈正相关[47]。制度性失范理论认为非经济制度社会控制能力的削弱,会加剧社会失范,导致高犯罪率,由此文化程度对犯罪的影响也不可忽视[48, 49]。交通便捷度为犯罪分子提供可乘之机[50]。综合前述,选取人均地区生产总值、地区生产总值、城乡收入差异、城镇化率、第一产业贡献率、第二产业贡献率、第三产业贡献率、居民消费等指标代表经济方面的影响;选取人口出生率、人口死亡率、自然增长率、总人口数、人口性别比、城镇总人口数、城乡人口比、平均每户家庭人数代表人口方面的影响;普通初中毕业生数、小学以上学历人数、小学入学率等代表文化方面的影响;离婚率及城镇登记失业率代表社会方面的影响;客运量代表交通方面的影响。共选取22个指标分析湖北省拐卖儿童犯罪时空格局的成因。

经过相关性检验、共线性检验以及模型拟合优度的反复测试,最终确定以地区生产总值、城乡收入差异、城镇化率、人口出生率、自然增长率、总人口数、人口性别比、城镇总人口数、普通初中毕业生数、客运量以及城镇登记失业率共11个指标来构建模型。其中除自然增长率缺少1952年数据,共36个样本外,其余影响因子均为37个样本。

5.2 影响因素结果分析

利用SPSS 25.0软件对1949—2018年湖北省拐卖儿童犯罪数据和所选取的11个影响因子进行分析。设置潜在因子最大数目为11,计算潜在因子累积的X方差、累积的Y方差以及调整后的R2三个统计值(图 10),发现前10个潜在因子即可解释自变量约100%的信息,因变量91%的信息,且调整后的R2为0.869,拟合程度好。其后的因子解释能力相对较弱,故设置潜在因子最大数目为10,再次进行PLS分析,得到拐卖儿童犯罪潜在因子的回归系数及潜在因子的VIP值即变量投影的重要性分析(表 3),发现人口性别比、城镇化率和客运量的VIP值均大于1,说明三个变量在解释潜在因子时具有显著重要性。但这一指标无法剔除对因变量几乎无解释作用的自变量。

图 10 潜在因子已解释的方差比例 Fig.10 Proportion Pattern of Variance Explained
表 3 拐卖儿童犯罪潜在因子回归系数及变量投影的重要性分析 Tab.3 The Importance of Latent Factors of Child Trafficking and Variable Importance in the Projection

总体来看,人口性别比和城镇化率的回归系数绝对值均远超过其它变量,对拐卖儿童犯罪发生的影响大,人口性别比与被拐人数呈显著正相关。人口性别比越大,男女比例越悬殊,加剧地方娶妻难的社会现象,由此导致弱势男性的两种行为趋向,一为“买妻”以满足其性行为或婚姻的需求;二则为难以婚嫁的“剩男”倾向选择“买童”尤其是男童以实现其传宗接代或防老等目的,形成巨大的买方市场,催化犯罪的发生;城镇化率与被拐人数呈显著负相关,城镇化率是体现地区生产力的发展,社会的进步等方面的指标,城镇化率对拐卖儿童犯罪的影响可以从两个阶段进行探讨,前期两者呈“低高”之势,城镇化发展迅速,但仍为低水平,人口向城市大规模涌入,导致两极分化日趋严重,使得我国社会各阶层民众尤其是底层群体产生利益受损的相对剥削感,基于提高生活水平的目的,开始指向“低风险,高收益”的拐卖犯罪。中后期随着“以城带乡”等政策的提出,农村落后面貌得到改变,城镇化发展达到相对较高的水平,城乡收入差距不断缩小,在一定程度上抑制了由传统思想引发的拐卖,两者呈“高低”相关。其余变量中地区生产总值、人口出生率及普通初中毕业生数与被拐人数呈负相关;城乡收入差异、总人口数、自然增长率、城镇登记失业率及城镇总人口数与被拐人数呈正相关。其中,城镇总人口数与被拐人数呈微弱正相关也充分体现了湖北省拐卖儿童犯罪数量与城镇存在一定关系。

6 结论与讨论 6.1 结论

本文主要以我国拐卖儿童犯罪的重灾区之一——湖北省为案例区,综合运用文本分析、数理统计以及空间分析等方法探究拐卖儿童犯罪的时空特征及影响因素。主要结论如下:①湖北省被拐儿童多从城镇拐出,1—6岁的男童为核心受害群体,被拐女童多集中于13—17岁。0岁被拐儿童多为不足月或刚满月,且被拐女婴多于男婴;②湖北省拐卖儿童犯罪分为1932—1980年的“低发段”、1981—2005年的“高发段”以及2006—2019年的“中发段”,其中近六成的拐卖犯罪发生在高发段时期,呈“厚中段薄两端”的态势。年内集中于夏季与喜庆节日,端午、元旦、寒暑假最为高发。周内高发于周日,双休日实施后最为明显;③湖北省拐卖儿童犯罪在空间上多发于省会城市——武汉市及城市体系片区中的核心城市。区县上表现为“两冷两热”的空间格局,武汉市全区为典型犯罪热点。居住用地与交通设施用地是拐卖儿童犯罪的高发用地类型,尤以村庄里、街道及火车站为最,不同性别年龄段儿童被拐场所存在差异;④通过偏最小二乘回归分析得到湖北省拐卖儿童犯罪与人口性别比和城镇化率显著相关。

6.2 讨论

拐卖儿童犯罪不仅给受害儿童、家庭造成不可磨灭的伤害,也给社会带来了巨大的影响。通过上文的分析,我们发现拐卖儿童犯罪在时间与空间层面都存在较大跨度,与其他瞬时发生的城市犯罪(如盗窃、抢劫等)存在显著差异,具有一定的历史阶段性、跨地域性和终生影响性。总体来看,湖北省拐卖儿童犯罪的社会人口学特征及时间特征与全国具有一定的相似性,在此基础上本文进一步探讨节假日对拐卖儿童犯罪的影响,并发现节假日拐卖儿童犯罪呈高发态势,这与日常活动理论等相符。在空间研究上还增加了拐卖儿童犯罪发生的微观地点的探讨,发现与盗窃发生地存在相似性,均以居住用地及街道等交通设施用地为高发,但也存在一定差异,拐卖儿童犯罪由于犯罪客体的特殊性,还多发于医院这一场所。尽管取得一定的认识,本文仍存在以下局限:受数据的限制,仅从受害者视角进行分析,未对犯罪者进行探讨;在影响因素指标的选取上是根据已有研究成果与理论进行选取的,存在一定的经验主义。在今后研究中,拟从犯罪主客体整合分析并探讨相关应对措施,关注被拐儿童寻亲成功后的社会融入与人文关怀及微观尺度安全规划等。

综上,对湖北省拐卖儿童犯罪的防控提出以下几点建议:①公安部门建立健全打拐系统和儿童失踪预警机制;相关部门严格贯彻落实国家反拐、打拐政策,积极主动承担责任,不互相推诿;优化各部门的配合度,并提高破案效率;加大拐卖儿童犯罪的惩罚力度。根据湖北省拐卖儿童犯罪的市域分布特征,对高发市域、县区及村庄、街道、车站等“盲区”进行监察和管控;②监护人要提高防拐意识,尤其是在假期集中月份、休息日及热闹的节日等特殊时间节点,加强对儿童的监护,同时注重培养儿童的防拐能力;③优化人口性别比,缩小男女人数的差异;宣传普及平等意识,尤其是重男轻女思想严重的地域或者传统乡村。保持城镇化长期稳定发展,推动城乡一体化,缩小城乡收入差距。

参考文献
[1]
叶玲, 陈楠. 案事件时空格局演变分析[J]. 微型机与应用, 2015, 34(3): 78-81. [Ye Ling, Chen Nan. Analysis of spatio-temporal pattern evolution of case[J]. Microcomputer and Application, 2015, 34(3): 78-81.]
[2]
饶丽萍. 拐卖人口犯罪研究[D]. 长沙: 湖南大学, 2011. [Rao Liping. Research on Human Trafficking Crime[D]. Changsha: Hunan University, 2011.]
[3]
朱兵阳. 犯罪经济学视角下拐卖儿童犯罪问题研究[J]. 云南警官学院学报, 2019(1): 82-88. [Zhu Bingyang. Research on child trafficking crime from the perspective of crime economics[J]. Journal of Yunnan Police Academy, 2019(1): 82-88.]
[4]
Herbert D T. The Geography of Urban Crime[M]. New York: Longman, 1982: 57-71.
[5]
Shaw C R, Mckay H D. Juvenile Delinquency in Urban Areas[M]. Chicago: University of Chicago Press, 1942: 23-41.
[6]
祝晓光. 芝加哥学派对犯罪空间分布理论的贡献[J]. 国外人文地理, 1988, 3(2): 71-75. [Zhu Xiaoguang. Contribution of Chicago school to the theory of spatial distribution of crimes[J]. Foreign Human Geography, 1988, 3(2): 71-75.]
[7]
祝晓光. 论犯罪地理学[J]. 人文地理, 1989, 4(2): 40-46. [Zhu Xiaoguang. On the geography of crime[J]. Human Geography, 1989, 4(2): 40-46.]
[8]
王发曾. 论城市犯罪的空间防控[J]. 地理科学, 2003, 23(3): 354-360. [Wang Fazeng. Spatial prevention and control of urban crime[J]. Scientia Geographica Sinica, 2003, 23(3): 354-360.]
[9]
王发曾. 我国城市犯罪空间防控研究二十年[J]. 人文地理, 2010, 25(4): 25-30. [Wang Fazeng. 20 years of research on prevention and control of urban crime space in China[J]. Human Geography, 2010, 25(4): 25-30.]
[10]
孙峰华, 魏晓. 犯罪地理学研究的新进展[J]. 人文地理, 2004, 19(5): 60-63. [Sun Fenghua, Wei Xiao. New progress in criminal geography[J]. Human Geography, 2004, 19(5): 60-63.]
[11]
孙峰华, 李世泰, 黄丽萍. 中外犯罪地理规律实证研究[J]. 人文地理, 2006, 21(5): 14-18. [Sun Fenghua, Li Shitai, Huang Liping. Empirical study on geographical laws of crime in China and abroad[J]. Human Geography, 2006, 21(5): 14-18.]
[12]
徐冲, 柳林, 周素红, 等. DP半岛街头抢劫犯罪案件热点时空模式[J]. 地理学报, 2013, 68(12): 1714-1723. [Xu Chong, Liu Lin, Zhou Suhong, et al. Spatio-temporal model of the hotspot of street robbery cases in DP Peninsula[J]. Acta Geographica Sinica, 2013, 68(12): 1714-1723.]
[13]
龙冬平, 柳林, 周素红, 等. 地理学视角下犯罪者行为研究进展[J]. 地理科学进展, 2017, 36(7): 886-902. [Long Dongping, Liu Lin, Zhou Suhong, et al. Advances in the study of criminal behavior from the perspective of geography[J]. Progress in Geography Science, 2017, 36(7): 886-902.]
[14]
刘大千, 宋伟, 修春亮. 长春市"两抢两盗" 犯罪的空间分析[J]. 地理科学, 2014, 34(11): 1344-1352. [Liu Daqian, Song Wei, Xiu Chunliang. Spatial analysis of "two robbs and two thieves" crime in Changchun city[J]. Scientia Geographica Sinica, 2014, 34(11): 1344-1352.]
[15]
刘大千, 修春亮, 宋伟. 基于因子分析的长春市犯罪分区研究[J]. 人文地理, 2015, 30(5): 38-42, 64. [Liu Daqian, Xiu Chunliang, Song Wei. A study on crime districts in Changchun based on factor analysis[J]. Human Geography, 2015, 30(5): 38-42, 64.]
[16]
刘宪权. 论我国惩治拐卖人口犯罪的刑法完善[J]. 法学, 2003(5): 93-100. [Liu Xianquan. On perfection of criminal law in punishment of trafficking human crime in China[J]. Law Science, 2003(5): 93-100.]
[17]
高晓莹. 拐卖儿童罪之犯罪学探析[J]. 中国青年政治学院学报, 2010, 29(6): 90-94. [Gao Xiaoying. Analysis of the criminology of child trafficking crime[J]. Journal of the Youth Politics of China, 2010, 29(6): 90-94.]
[18]
王金玲. 华东五省云南/广西籍未成年被拐卖/骗妇女/儿童流入地个案研究[J]. 浙江学刊, 2005(4): 200-215. [Wang Jinling. A case study on trafficked minors from Yunnan/Guangxi in five provinces of East China[J]. Zhejiang Academic Journal, 2005(4): 200-215.]
[19]
赵捷. 反对拐卖: 行动与研究的反思[M]. 云南: 云南人民出版社, 2012: 59-65. [Zhao Jie. Anti-trafficking: Reflections on Action and Research[M]. Yunnan: Yunnan People's Publishing House, 2012: 59-65.]
[20]
李钢, 谭然, 王会娟, 等. 中国拐卖儿童犯罪的地理特征研究[J]. 地理科学, 2017, 37(7): 1049-1058. [Li Gang, Tan Ran, Wang Huijuan, et al. Geographic characteristics of child trafficking crime in China[J]. Scientia Geographica Sinica, 2017, 37(7): 1049-1058.]
[21]
李钢, 王会娟, 谭然, 等. 中国拐卖儿童犯罪的时空特征与形成机制——基于"成功案例"的管窥[J]. 地理研究, 2017, 36(12): 2505-2520. [Li Gang, Wang Huijuan, Tan Ran, et al. Spatio-temporal characteristics and formation mechanism of child trafficking crime in China based on "successful cases"[J]. Geographical Research, 2017, 36(12): 2505-2520.]
[22]
李钢, 谭然, 王会娟, 等. 中国拐卖儿童犯罪时空格局演变及其影响因素[J]. 人文地理, 2018, 33(2): 26-34. [Li Gang, Tan Ran, Wang Huijuan, et al. Spatio-temporal change and influencing factors of child trafficking crime in China[J]. Human Geography, 2018, 33(2): 26-34.]
[23]
王会娟. 我国拐卖儿童犯罪的时空特征与影响因素研究[D]. 西安: 西北大学, 2017. [Wang Huijuan. Research on Spatio-temporal Characteristics and Influencing Factors of Child Trafficking Crime in China[D]. Xi'an: Northwest University, 2017.]
[24]
谭然. 地理学视角下的中国拐卖儿童犯罪研究——基于成功寻亲案例的分析[D]. 西安: 西北大学, 2018. [Tan Ran. Research on Child Trafficking Crime in China from the Perspective of Geography: Based on the Analysis of Successful Cases of Seeking Relatives[D]. Xi'an: Northwest University, 2018.]
[25]
李钢, 王莺莺, 杨兰, 等. 拐入侧视域下我国拐卖儿童犯罪的时空格局[J]. 陕西师范大学学报(自然科学版), 2019, 47(3): 95-102. [Li Gang, Wang Yingying, Yang Lan, et al. Spatio-temporal pattern of child trafficking crime in China: A demand-front perspective[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2019, 47(3): 95-102.]
[26]
武丹. 儿童拐卖犯罪的时空分布分析及其影响因素研究[D]. 兰州: 兰州交通大学, 2017. [Wu Dan. Research on Spatial Distribution and Driving Factors of Child Trafficking Crime[D]. Lanzhou: Lanzhou Jiaotong University, 2017.]
[27]
Huang Z, Weng W. Analysis on geographical migration networks of child trafficking crime for illegal adoption from 2008 to 2017 in China[J]. Physica A: Statistical Mechanics and its Applications, 2019, 528: 121404.
[28]
Wang Z, Wei L Y, Peng S, et al. Child-trafficking networks of illegal adoption in China[J]. Nature Sustainability, 2018, 1: 254-260.
[29]
Xin Y Y, Cai T J. Child trafficking in China: Evidence from sentencing documents[J]. International Journal of Population Studies, 2018, 4(2): 1-10.
[30]
苏青. 湖北省治安特点与高发犯罪治理——以2014-2017年刑事一审判决为依据[J]. 华中师范大学研究生学报, 2017, 24(4): 38-45. [Su Qing. The characteristics of public security and the management of high-incidence crimes in Hubei province: Based on the criminal first-instance judgment from 2014 to 2017[J]. Graduate Student Journal of Central China Normal University, 2017, 24(4): 38-45.]
[31]
陈彪, 张锦高. 基于城市首位度理论的湖北省城市体系结构研究[J]. 科技进步与对策, 2009, 26(12): 50-53. [Chen Biao, Zhang Jingao. Research on urban architecture in Hubei province based on the urban priority-theory[J]. Science and Technology Progress and Countermeasures, 2009, 26(12): 50-53.]
[32]
王国华, 张虎, 魏岳嵩. 偏最小二乘回归在SPSS软件中的实现[J]. 统计与决策, 2017(7): 67-71. [Wang Guohua, Zhang Hu, Wei Yuesong. Implementation of partial least square regression in SPSS Software[J]. Statistics and Decision-making, 2017(7): 67-71.]
[33]
王金玲. 中国拐卖拐骗人口问题研究[M]. 浙江: 社会科学文献出版社, 2014: 30-32. [Wang Jinling. Study on Human Trafficking in China[M]. Zhejiang: Social Sciences Literature Press, 2014: 30-32.]
[34]
李德复, 陈金安. 湖北民俗志[M]. 湖北: 湖北人民出版社, 2002: 434-525. [Li Defu, Chen Jin'an. Folklore of Hubei[M]. Hubei: Hubei People's Publishing Press, 2002: 434-525.]
[35]
李惠芳. 中国民俗大系——湖北民俗[M]. 甘肃: 甘肃人民出版社, 2003: 169-189. [Li Huifang. Chinese Folklore: Hubei Volume[M]. Gansu: Gansu People's Publishing Press, 2003: 169-189.]
[36]
李子明. 寒暑假的变迁[J]. 北京档案, 2012(7): 44-45. [Li Ziming. Changes of Summer and Winter Holidays[J]. Beijing Archives, 2012(7): 44-45.]
[37]
Cohen L E, Felson M. Social change and crime rate trends: A routine activity approach[J]. American Sociological Review, 1979, 588-608.
[38]
刘耀彬, 陈志, 杨益明. 湖北省城市体系空间结构发展研究[J]. 华中科技大学学报(城市科学版), 2003(3): 53-59. [Liu Yaobin, Chen Zhi, Yang Yiming. Research on spatial structure development of urban system in Hubei province[J]. Journal of Huazhong University of Science and Technology (Urban Science Edition), 2003(3): 53-59.]
[39]
程连生, 马丽. 北京城市犯罪地理分析[J]. 人文地理, 1997, 12(2): 11-16. [Cheng Liansheng, Ma li. Analysis of urban crime geography in Beijing[J]. Human Geography, 1997, 12(2): 11-16.]
[40]
李强. 影响中国城乡流动人口的推力与拉力因素分析[J]. 中国社会科学, 2003(1): 125-136, 207. [Li Qiang. An analysis of thrust and pull factors affecting China's urban and rural floating population[J]. China Social Sciences, 2003(1): 125-136, 207.]
[41]
匡红宇. 犯罪学视野中社会解组理论的学术史研究[J]. 中外企业家, 2016(17): 262-265. [Kuang Hongyu. Academic history of social disorganization theory from the perspective of criminology[J]. Chinese and Foreign Entrepreneurs, 2016(17): 262-265.]
[42]
陶琳琳. 拐卖儿童犯罪的特点及其防治——基于200份判决书的研究[J]. 青少年学刊, 2017(5): 19-24. [Tao Linlin. Characteristics and prevention of the crime of child abduction and trafficking: A study based on 200 judgments[J]. Journal of Youth, 2017(5): 19-24.]
[43]
田鹤城. 经济发展与犯罪关系研究[D]. 西安: 西北农林科技大学, 2009: 64-65. [Tian Hecheng. Research on the Relationship Between Economic Development and Crime[D]. Xi'an: Northwest A & F University, 2009: 64-65.]
[44]
陈屹立. 收入差距、经济增长与中国的财产犯罪——1978-2005年的实证研究[J]. 法制与社会发展, 2007(5): 143-153. [Chen Yili. Income distribution gap, economic growth and property crime rates in China: Empirical research from 1978-2005[J]. Law and Social Development, 2007(5): 143-153.]
[45]
常安. 社会经济因素与中国省域犯罪率的空间计量分析[D]. 济南: 山东大学, 2018: 36-41. [Chang An. A Spatial Econometrics Analysis of Impacts of Socio-economic Factors on Crime Rate in China[D]. Jinan: Shandong University, 2018: 36-41.]
[46]
邢红枚, 陈冉, 许芳. 拐卖儿童犯罪的发展特点——对447份判决书的分析[J]. 预防青少年犯罪研究, 2017(1): 38-43. [Xing Hongmei, Chen Ran, Xu Fang. The development characteristics of child trafficking crimes: Analysis of 447 judgments[J]. Juvenile Delinquency Prevention Research, 2017(1): 38-43.]
[47]
周路. 当代实证犯罪学新编[M]. 北京: 人民法院出版社, 2004: 169. [Zhou Lu. New Edition of Contemporary Empirical Criminology[M]. Beijing: People's Court Press, 2004: 169.]
[48]
Shen A. Female perpetrators in internal child trafficking in China: An empirical study[J]. Journal of Human Trafficking, 2016, 2(1): 63-77.
[49]
吴宗宪, 张威. 制度性失范理论述评——美国梦与犯罪的理论阐释[J]. 刑法论丛, 2016, 48(4): 498-522. [Wu Zongxian, Zhang Wei. Review on the theory of institutional anomie: The theoretical interpretation of the american dream and crime[J]. Criminal Law Review, 2016, 48(4): 498-522.]
[50]
张名扬. 沿海地区群体性毒品犯罪打击与控制——以广东省陆丰市"三甲" 地区为例[J]. 特区经济, 2017(1): 89-91. [Zhang Mingyang. The attack and control of mass drug crime in coastal area: A case study of the "Sanjia" area in Lufeng city, Guangdong province[J]. Special Zone Economy, 2017(1): 89-91.]