EN中文

Tropical Geography >

2022 , Vol. 42 >Issue 9: 1534 - 1546

DOI: https://doi.org/10.13284/j.cnki.rddl.003556

Spatial and Temporal Patterns, Influencing Factors, and Prevention and Control Measures of Human Trafficking in Southwest China

  • Hai Xia , 1, 2 ,
  • Gang Li , 1, 2 ,
  • Junjun Zhou 1, 2 ,
  • Yue Yu 1, 2 ,
  • Mengjia Du 1, 2 ,
  • Chenxi Feng 1, 2
Expand
  • 1. College of Urban and Environmental Sciences, Northwest University, Environmental Carrying Capacity, Xi'an 710127, China
  • 2. Shaanxi Key Laboratory of Earth Surface System and, Environmental Carrying Capacity, Xi'an 710127, China

Received date: 2022-07-12

  Revised date: 2022-09-19

  Online published: 2022-10-07

Fold

Highlights

The crime of trafficking has a long history of causing serious harm to the victims, their families, and social stability, which has aroused widespread concern from the public and academic circles. Studies have shown that the southwest region of China has the highest incidence of trafficking crimes; thus, this study examines the trial data of Chinese judgment documents of the southwestern regions (Yunnan, Guizhou, Sichuan, and Chongqing) from 2008 to 2020. The study comprehensively uses text analysis, mathematical statistics, spatial analysis, and negative binomial regression test to explore spatial and temporal variation patterns and the factors influencing them. The study then proposes countermeasures for prevention, control, and management. The research shows that: (1) The overall high incidence of trafficking crimes occurred in the period 2009-2014, showing a wavy pattern of "three peaks and two valleys." The "three peaks" occurred in 2009, 2012, and 2014, whereas the "two valleys" occurred in 2010 and 2013. The highest incidence was in December, with the next highest incidences concentrated in May, June, July, and September for women, and May, July, August and September for children. On the whole, trafficking crimes occurred mostly in the summer months. The four provinces have had different degrees of inter-year and inter-month variations in the trafficking of women and children. (2) The overall spatial distribution is in the shape of a significant "southeast-northwest" axis, which is highly consistent with the boundary line between Sichuan and Chongqing, Yunnan, and Guizhou, and the inter-provincial border area is a hotspot for trafficking crimes. The provincial spatial distribution is the highest in Yunnan Province and the lowest in Chongqing. Trafficking mostly occurs at medical care institutions, stations, and rural residences with a large flow of people. (3) Negative binomial regression analysis of the random effects panel shows the incidence of trafficking crimes as influenced by the gender ratio of the population and the number of urban and rural residents' minimum living standards, while the per capita disposable income of rural residents, the registered urban unemployment rate, the child dependency ratio,and the volume of passenger transport have negative effects; whereas the population sex ratio, passenger traffic, and the number of urban and rural residents on the minimum subsistence allowance have a greater impact on the crime of trafficking of women. Finally, based on the analysis of the influencing factors, the three aspects of strengthening social construction, innovating prevention mechanisms, and strengthening combating mechanisms are proposed as the prevention and control countermeasures, with a view to dismantle the breeding ground for the crime of trafficking of women and children.

Cite this article

Hai Xia , Gang Li , Junjun Zhou , Yue Yu , Mengjia Du , Chenxi Feng . Spatial and Temporal Patterns, Influencing Factors, and Prevention and Control Measures of Human Trafficking in Southwest China[J]. Tropical Geography, 2022 , 42(9) : 1534 -1546 . DOI: 10.13284/j.cnki.rddl.003556

拐卖犯罪现象因其成因复杂、时空特征丰富且犯罪动机与利益高度关联，以及低付出、高回报等特性而日益猖獗，造成极其广泛的社会负面影响，日益受到社会与学界关注（赵星 等，2010；饶丽萍，2011）。
犯罪的时空分析构成犯罪地理学研究的主要部分。一方面，犯罪现象具有典型的空间属性，餐馆（Sharkey et al., 2009）和娱乐场所（Pridemore et al., 2011）、银行（Lee et al., 2014）和商业网点（Steenbeek., 2012）、城市道路，特别是十字路口和街角（Hipp, 2015），是常见的高犯罪率地点。目前对犯罪活动时空特征的分析主要集中在针对犯罪活动的时空分布进行的时空探测和时空风险分析，而在解释和描述犯罪活动的时空形成机制时，也有学者从城市环境和人文地理的角度进行分析。如冯健等（2012）从时间和空间方面构建了城市景观和场所特征诱发侵财性犯罪发生的内在机制；王发曾（2010）从犯罪基本要素的角度提出城市中存在的各种盲点是导致犯罪发生的主要原因。具体环境方面，刘大千等（2014）指出，城市商业区、公园、道路和交通枢纽、老城区、城乡结合部是“两抢两盗”的热点地区，而薛淑艳等（2020）发现拐卖犯罪常高发于农村住宅、街道里巷、集市、车站等。另一方面，犯罪热点的空间稳定性和转移性并存，揭示了犯罪空间分布的复杂性和多样性（单勇，2016）。犯罪热点的空间稳定性是指犯罪不仅在空间上呈现聚集分布，形成犯罪热点的现象，而且热点会随着时间的变化保持相对稳定的态势。西方学者先后通过时空热点矩阵、群体轨迹分析、K-means算法、扫描统计等方法探讨了犯罪热点的稳定性（Nakaya et al., 2010; Curman et al., 2015），并区分了连续稳定性和瞬时稳定性的不同特征，但热点稳定性的验证并不意味着犯罪分布不存在空间转移。拐卖犯罪涉及“拐、运、卖、买”等阶段，虽然空间流动性强，但拐与卖的热点在综合影响下形成相对固定热点场所（李钢 等，2018）。上述研究可为拐卖犯罪热点空间特征的微观解析提供思路参考。
国际研究多从政策法规和心理救护等方面关注儿童色情贩卖等跨国拐卖问题（Dottridge, 2002; Barrows et al., 2008; Fong et al., 2010; Clause et al., 2013; Brayley et al., 2014; Buthelezi, 2015; Varma et al., 2015）。国内关于拐卖儿童犯罪研究主要集中于法学（刘宪权，2003）、犯罪学（高晓莹，2010）、经济学（朱兵阳，2019）等领域，多关注对犯罪罪行量刑、治理与成因分析。犯罪地理学研究主要关注中国拐卖犯罪的时空格局、影响因素与形成机制，运用民间组织“宝贝回家”网站 1数据得出中国拐卖儿童犯罪主要是“西南集中拐出，东部分散拐入”，形成以云贵川为主的西南地区与以闽粤为主的华南地区和以冀鲁豫为主的华北地区“三片两线”的空间格局特征（李钢 等，2017a；王会娟，2017），进而从宏观政策施行、中观部门实践、微观社会改造提出相关治理对策（李钢 等，2017b；2018；2021）。总体上，已有研究仅使用民间公益平台网站数据，基于单个省域尺度以及被拐儿童个体视角解析时空特征与影响因素（薛淑艳 等，2020；刘玲 等，2020；王皎贝 等，2021），囿于数据与研究视角的局限，未能对拐卖犯罪全貌进行更全面解析。因此，本研究聚焦重点区域——典型拐出源地西南地区，运用官方判决数据分析拐卖妇女与拐卖儿童犯罪的时空分异特征，并尝试从犯罪拐出热点源头综合解析犯罪成因，提出相关防控治理对策，以期丰富拐卖犯罪地理学研究和助力打防拐卖犯罪。

1 研究区域、数据与方法

1.1　研究区域与数据来源

研究区为中国西南地区4省市——云南、贵州、四川、重庆，地处中国西南边境，社会经济条件落后，多民族聚居，人口基数庞大且构成复杂，为中国拐卖犯罪高发省份（李钢 等，2018），因此是解析拐卖犯罪的典型案例区域。
基础数据来源于中国裁判文书网 2已公开的判决文书资料，利用网站内高级检索工具，以拐卖、审判地为关键词进行检索并对信息筛查，得到西南地区2008—2020年共计2 643起拐卖犯罪案例（截至2020-12-31）。数据信息包括犯罪者个人基本情况、审判情况、犯案特点与犯罪轨迹4个方面。对文书记录进行人工判读提取犯罪时空间信息并分类，由此建立基础数据库。其他社会经济数据来源于《中国统计年鉴2009－2018》（中华人民共和国统计局，2009—2018）《云南统计年鉴2009－2018》（云南省统计局，2009—2018）《贵州统计年鉴2009－2018》（贵州省统计局，2009—2018）《四川统计年鉴2009－2018》（四川省统计局，2009—2018）《重庆统计年鉴2009－2018》（重庆市统计局，2009—2018），支撑数据包括中国行政地图。

1.2　研究方法

首先，对判决文书进行文本分析，运用数理统计提取拐卖犯罪时间与空间变化数据；其次，综合运用Origin与GIS空间分析对拐卖犯罪的时空间特征与流动路径进行可视化探析，揭示其内在规律；最后，使用负二项回归模型对选取的影响因素进行定量化检验，探析西南地区拐卖犯罪的综合影响。

2 西南地区拐卖犯罪时空格局

2.1　时间特征

2.1.1　年际变化特征

中国西南地区拐卖犯罪由来已久，历史积案众多。从目前数据看，图1-a表明西南地区自20世纪90年代便已开始人口拐卖活动，往后一路攀升，总体呈现缓慢上升的波浪形态势。拐卖犯罪总发案数在2006年达到历史小高峰，随后在2007年降至最低。2008年开始骤然上升，到2009－2014年以“三峰两谷”的交替动态变化持续达到历史案发量最高，其中2012和2014年均发生拐卖犯罪案件接近300件，拐卖儿童在2012年达到历史峰值，而拐卖妇女在2014年最为猖獗。从2014年后开始持续回落，只在2016－2018年拐卖犯罪活动似有再度崛起之势，但2018年后显著持续下降。
图1 西南地区拐卖犯罪年际变化特征

Fig.1 Interannual variation characteristics of trafficking crimes in Southwest China

西南四省（市）的拐卖犯罪差异明显，云南省（图1-b）拐卖犯罪活动最严重。2009－2014年整体案发最多，拐卖儿童犯罪集中于2009－2012年，拐卖妇女则同样从2008年开始持续走高，直到2014年达到历史最高后急剧回落。贵州省（图1-c）拐卖儿童活动一直较平稳，而拐卖妇女在2014和2018年出现两大高峰。四川省（图1-d）在2015和2018年分别达到拐卖儿童与拐卖妇女的历史最高案发数。而重庆市（图1-e）拐卖儿童与拐卖妇女犯罪在2000年达到小高峰，拐卖妇女犯罪活动在2005年显著高发，而拐卖儿童犯罪一直呈平稳低发态势，此后2010－2014年为重庆市拐卖犯罪活动最猖獗时期。
拐卖犯罪从2000年以后呈波动式高发并在2018年后持续下降，其显性原因可能在于，公安部虽从2009-04-09开始持续开展全国“打拐”专项行动以及出台一系列法规，但法律的出台和政策的执行会有经验积累与适应缓冲期，并且拐卖犯罪逐渐组织化、网络化、目标多样化等，因此在2009—2014年仍然处于高发态势。而隐性原因在于进入新世纪以后，中国传统落后农村地区以家族为单元的“熟人社会”关系的解体。这种社会结构主要受中国千百年来以儒家思想为主流的思想制约，居民个体之间通过所拥有的“社会资本”即亲邻关系进行约束与生活；而受新时代的冲击，各地区人口流动频繁，大量年轻人为谋求更好生计外出务工，原本居民所拥有的“社会资本”价值缩水，导致通过社会关系维持的社会结构不断解体，社会控制对于个体作用不断减弱。同时，地区社会经济的开放发展使得人们尤其是女性思想认识更前卫，女性人口外出意愿更强，而因其文化水平普遍不高，防范意识不强，但又向往发达地区更高的经济收入与更好的生活，从而容易掉入拐卖犯罪者的“美好陷阱”。从2007年开始，随着公安部“打击拐卖妇女儿童犯罪办公室”成立以及国务院“反拐行动计划”的3次印发，尤其2018年至今，公安部和民政部、财政部、住房和城乡建设部、卫生部等各部门联合行动，全国反拐、打拐等措施不断完善，力度不断加大，行动组织化、高效化，教育普及化等均使人口教育素质、防拐意识得到普遍提升，从而使得拐卖妇女儿童犯罪在相应时段都有明显下降。

2.1.2　月际变化特征

犯罪时日论认为，季节、月份、时日与犯罪存在关联关系，在不同的时段内犯罪的数量、类型、特征存在差异（孙峰华 等，2003）。四省（市）在两类犯罪方面都差异明显，云南省和四川省的拐卖儿童犯罪案发量高于其他省份，且主要集中在12月；而贵州省和重庆市的拐卖妇女犯罪案发较多，主要集中在6、7、8、9月。西南地区拐卖犯罪总体月份分布较为均匀（图2-e），12月为集中高发月。拐卖妇女犯罪次高发于3、6、7、9月，拐卖儿童犯罪次高发于5、7、8、9月。整体上，拐卖犯罪多发生于夏半年，尤其是夏季，该时期昼长夜短且气候适宜，国家法定节假日较多，支持长时频繁外出活动。而接近年末，外出务工人口大量返乡以及儿童的社会活跃度高，这都为犯罪者创造可乘之机；并且犯罪者为冲刺年终“业绩”准备放手一搏（王皎贝 等，2021），因而犯罪高发。这同时也印证与其他省份的拐卖犯罪境况有相似之处（王皎贝 等，2021）。
图2 西南地区拐卖犯罪月际变化特征

Fig.2 Monthly variation characteristics of trafficking crimes in Southwest of China

2.2　空间特征

2.2.1　宏观省域特征

拐卖犯罪发生地以拐出与拐入地点为界定，图3显示，西南地区拐卖案件高发于省域交界地带，尤以云南和贵州两省交界处为最。拐卖妇女犯罪在4省（市）交界处整体分布较为均匀（图3-a），而拐卖儿童犯罪则在贵州省境内高发（图3-b）。进一步分析发现，这与当地社会习俗和自然条件有关，贵州省经济落后、消息闭塞、法律意识淡薄、人们疲于劳作而对儿童看护不力，儿童被动失踪几率大。核密度分析（图3-c）显示，西南地区拐卖犯罪最高发于云南省南部，即中越边界地带。由于边境管理不力使得大量外籍妇女被以非合法常规渠道入境中国而后被卖出。犯罪生态学理论曾指出，发生犯罪行为的人与其居住的社会环境紧密相关，即多居住在“过渡区”（Shaw et al., 1942）。并且，西南地区快速发展的城市化进程使得传统社区基于家族纽带、地方感情的社会组织日益瓦解，社会控制在城市化流动进程中不断减弱，身处交界“过渡区”的人们因为被迫城市化，导致社会出现经济、文化与种族等结构性改变，从而彻底重构了乡村家庭生活方式，多重外力刺激下使得人们认为“传统家庭方式已经无法适应城市生活”而产生价值崩溃导致个体解组，人情被理性取代，人际关系趋向以利益和金钱为转移。其产生不良行为后果进一步导致家庭解组与社会解组的发生，因而在犯罪亚文化环境下受经济、婚育等压力因素的影响，从而易滋生拐卖犯罪。而拐卖犯罪的发生地（图3）与拐卖犯罪者的籍贯省分布（图4）相契合，表明拐卖犯罪在空间决策上存在邻近选择和关联效应，犯罪人对当地自然与人文环境相对熟悉，基于犯罪成本与收益模型的理性思考，选择本地就近作案既便于犯罪目标的选定，也便于犯罪后实施转运与逃窜。
图3 西南地区拐卖妇女（a）、儿童（b）和妇女-儿童（c）犯罪地空间分布

注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号GS（2020）4619号标准地图制作，底图无修改；后图同

Fig.3 Spatial distribution of women(a), children(b) and women-children(c) trafficking crime locations in Southwest China

图4 西南地区拐卖妇女（a）、儿童（b）和妇女-儿童（c）犯罪者籍贯省域分布

Fig.4 Provincial distribution of the origin of women(a), children(b) and women-children(c) traffickers in Southwest China

2.2.2　中观市域特征

拐卖犯罪在全国层面主要形成西南、华北和华南“三片两场”高发区，而聚焦西南地区市域层面拐出犯罪整体则呈现“斜三角”格局（图5），在云南省红河哈尼族彝族自治州、文山壮族苗族自治州和曲靖市，贵州省遵义市、毕节市和黔西南布依族苗族自治州，四川省凉山彝族自治州等市州拐出犯罪最多。重庆市因降尺度数据不充分而以整体分析，但整体市域也呈现较热态势。
图5 西南地区拐出妇女（a）、儿童（b）和妇女-儿童（c）省市空间分布

Fig.5 Provincial and municipal spatial distribution of abducted out women(a), children(b) and women-children(c) of Southwest China

西南地区拐入犯罪以云南省红河州、文山州，贵州省黔西南州和四川省凉山州为最（图6），其中妇女被拐入黔西南州最多，而儿童多拐入凉山州，其他市域也各有不同程度的拐入。综合来看，拐入和拐出地总体上都为国界或省界交界市州，拐出拐入地点具有高度相似性，进一步验证西南地区拐卖活动具有邻近犯罪特征，存在一定“回流现象”。
图6 西南地区拐入妇女（a）、儿童（b）和妇女-儿童（c）省市空间分布

Fig.6 Provincial and municipal spatial distribution of abducted women (a), children (b) and women-children (c) to Southwest China

2.2.3　微观地点特征

城市犯罪现象发生及地域分异受各种地理因素影响，从本质上反映城市犯罪的内在地理特征（Herbert, 1982）。对裁判文书犯罪微观地点进行人工筛选，通过聚类统计分析共分类26个不同微观地点。分析发现，犯罪人最常在人员流动频繁的宾馆和医疗场所以及公共开放的乡村住宅室外与道路附近作案（图7-a）。而拐卖妇女与拐卖儿童两者之间的犯罪空间存在“大相似，小分异”特征（图7-b）。“大相似”特征表现为在车站、商业场所、道路、广场和市场等交通流动性强，人流量大的地方，犯罪人利用空间混乱、监控疏漏、易于转移等便利性对妇女儿童实施拐骗并逃窜。“小分异”表现为妇女被拐多发于边境地区，说明从越南、缅甸等东南亚国家跨境拐入妇女的现象较为严重；而医疗场所的新生儿被拐最多，主要因为犯罪者通常作为卖方与买方的居间联系人在医院或诊所实施拐卖而从中获利。其次，乡村住宅附近以及出租房等为儿童在闲暇时间频繁活动地，通常因监控设施不完善、家长疏忽大意而造成管理与监督“盲区”，导致儿童被拐概率高。
图7 西南地区拐卖妇女儿童犯罪微观空间分布

Fig.7 Micro-spatial distribution of trafficking crimes in Southwest China

2.3　拐卖犯罪空间轨迹特征

根据文书数据记录的贩运路径信息，绘制从拐出地到拐入地的空间连线图（省域落点标记在各省行政中心）。妇女的主要拐出路径为“云南—福建”“云南—安徽”“云南—河南”“贵州—福建”“贵州—安徽”5条，呈现“滇黔入豫皖闽”特征（图8-a）。而儿童的拐出主要流动路径为“云南—福建”“贵州—福建”“四川—山东”3条，整体呈现“滇黔蜀入闽鲁”的特征（图8-b）。拐出妇女儿童整体路径呈现“西南—东部”的特征（图8-c），重点拐入地域为东南部的闽南、苏皖地区；其次，为华北平原的冀晋鲁豫交界地带。西南4省与其他省份也
图8 西南地区拐出妇女（a）、儿童（b）、妇女-儿童（c）路径

Fig.8 Pathway of abducted out women(a), children(b) and women-children(c) in Southwest China

有不同数量级别的拐卖路径。
对拐入西南4省（市）的犯罪路径分析发现（图9），云南省同为拐出与拐入犯罪的重灾省，其拐入特征通常为“越南—云南”的跨境拐卖以及“云南—云南”的省内拐卖，跨境拐卖主要是拐入妇女（图9-a），而省内拐卖则以儿童为主要对象（图9-b）。另外3省也同样存在不等程度的省内拐卖以及跨境和多省拐入。犯罪出行距离与犯罪者地理特征、犯罪收益、被害人个体特征等均有关联（龙冬平 等，2017），西南地区拐卖犯罪者在实施拐卖犯罪空间决策时存在邻近选择效应，即大量拐卖犯罪出行距离相对较低；同时，西南地区拐卖犯罪的时空变迁轨迹存在一定程度的地区回流现象。
图9 西南地区拐入妇女（a）、儿童（b）、妇女-儿童（c）路径

Fig.9 Pathway of abducted women(a), children(b) and women-children(c) in Southwest China

3 西南地区拐卖犯罪影响因素

拐卖犯罪在社会发展进程中主要受社会、经济因素的影响。其中，人口增长、区域经济差异、就业情况、人口迁移等都是影响拐卖犯罪的主要因素（田鹤城，2009；吴兴杰，2010；金娟，2011；Shen et al., 2013；严小兵，2013）。而贫穷在一定程度上成为拐卖犯罪的主因（Adesina, 2014）。为深入剖析西南地区拐卖犯罪发生的影响机制，选取2009—2018年高发时段西南4省（市）拐卖案发量数据与同期社会经济年鉴数据，通过相关性检验最终选取11个变量构建西南地区拐卖犯罪影响因子库（表1）。通过搭建面板计数模型与豪斯曼检验，最终选择随机效应面板的负二项回归进行模型构建（表2）。
表1 西南地区拐卖犯罪影响因素与指标说明

Table 1 Influencing factors and indicators of trafficking in Southwest China

指标类型 指标选取 单位 编码 VIF 变量解释
人口因素 自然增长率 ‰ X 1 4.502 区域内人口增长速度
人口性别比 — X 2 2.087 区域内社会人口性别差异
经济因素 农村居民人均可支配收入 元 X 3 9.389 区域内农村居民收入水平
居民消费价格指数 % X 4 1.491 区域内居民消费水平
社会文化因素 城镇登记失业率 % X 5 4.563 区域内社会就业状况
普通高中毕业生数 万人 X 6 3.924 区域内人口受教育程度
家庭因素 少年儿童抚养比 % X 7 6.423 区域内家庭抚养能力
婚姻变故人数 人 X 8 6.458 区域内家庭婚姻状况
五人以上家庭户数 户 X 9 6.736 区域内家庭规模情况
交通因素 客运量 万人 X 10 3.914 区域内交通便捷程度
社会保障因素 农村居民最低生活保障人数 万人 X 11 4.069 区域内农村居民社会保障程度
表2 西南地区拐卖犯罪随机效应面板负二项回归模型估计结果

Table 2 Estimation results of a negative binomial regression model for a panel of random effects on trafficking crime in the Southwest China

变量 Y 1=拐卖妇女案发量 Y 2=拐卖儿童案发量 Y 3=拐卖妇女儿童案发量
Coef. P>|z| Coef. P>|z| Coef. P>|z|
X 1 0.142 186 0.512 0.016 241 0.914 -0.034 944 0.780
X 2 0.118 988 0.077* -0.013 405 0.799 -0.007 540 0.860
X 3 -0.000 329 0.053* -0.000 310 0.030** -0.000 312 0.002***
X 4 -0.033 959 0.783 -0.010 899 0.881 0.052 718 0.400
X 5 -1.072 979 0.194 -0.900 218 0.169 -1.172 947 0.018**
X 6 0.022 820 0.538 0.038 039 0.267 0.032 655 0.200
X 7 -0.317 389 0.002*** -0.167 618 0.040** -0.175 088 0.024**
X 8 4.95e-06 0.420 -4.38e-07 0.936 1.90e-06 0.626
X 9 -0.000 018 0.587 0.000 025 0.322 0.000 010 0.598
X 10 -0.000 011 0.016** 1.51e-06 0.731 -8.70e-07 0.778
X 11 0.003 902 0.042** 0.001 574 0.408 -0.000 448 0.791
_cons 7.441 535 0.676 12.416 53 0.205 7.917 465 0.386
LR test Prob >= chibar2 = 1.000 Prob >= chibar2 = 0.000 Prob >= chibar2 = 0.000
hausman Prob>chi2 = 0.999 9 chi2=-3.92 chi2=-0.88

注： ***、**、*分别表示P≤0.01，P≤0.05和P≤0.1

表2显示，人口性别比（X 2）和农村居民最低生活保障人数（X 11）对拐卖犯罪存在正向影响，而农村居民人均可支配收入（X 3）、城镇登记失业率（X 5）、少年儿童抚养比（X 7）和客运量（X 10）对拐卖犯罪存在负向影响。其中，少年儿童抚养比在1%的水平上存在最显著负相关，表明母亲以及家庭对儿童抚养率越高，身为人母的职责与信念使得妇女具备良好的精神状态与防拐意识，家庭照护也使得儿童得到较好的保护与看管，人贩子无从下手，因而区域拐卖妇女和拐卖儿童的犯罪案发量越低。
芝加哥学派的代表人物Shaw和Mckay通过将犯罪高发区同当地的环境特征相结合，发现因贫困导致的社会剥夺同高犯罪率之间具有强相关（Shaw et al., 1942）。同时，家庭的教养方式与价值观是影响人格障碍发展的一个重要因素（罗艳红，2013）。九成以上拐卖犯罪者为农民或无业，收入来源极不稳定，家庭状况较为贫困；大部分拐卖犯罪者年龄为32~41岁，中青年作为农村多人口家庭的主要经济来源和支柱，对金钱的强烈需求和拐卖犯罪短期可获高收益的条件诱使其产生犯罪动机。本文模型也表明，农村居民人均可支配收入越多、城镇登记失业率越低、当地的客运流量越大，区域社会经济发展水平相对较好，居民思想文化水平也具有一定高度，在整体上能对拐卖犯罪产生良好的抑制与防范作用。
从城市外部环境即西南地区尺度范围看，犯罪率的高低与城市经济水平和人均GDP指数存在相关性，而不同类型犯罪也有不同表征（王良顺，2010）。拐卖犯罪率在经济相对发达的省域如重庆市较低，在云南、贵州等落后地区明显较高。从省域内部环境看，相当比例的案件发生在经济、文化等都较落后的省域交界地区与人口较为密集且落后的乡村地区。农村居民最低生活保障人数对拐卖妇女犯罪在5%的显著性水平上存在正向影响，说明较低的居民生活水平易刺激其实施拐卖犯罪，以寻求短期快速牟利。人口性别比在10%显著性水平上对拐卖妇女犯罪存在正向影响，反映区域内男女比例失衡，农村单身男性为满足性与婚姻需求而“买妻”，导致拐卖妇女犯罪多发。
总体上，拐卖妇女儿童犯罪主要与当地的经济发展水平以及居民思想认知水平存在较大关联，经济水平越高、人民工作稳定、思想开阔，区域的社会控制较好，引发拐卖犯罪的因素在一定程度上得到抑制，社会得以有序发展形成正常循环机制。

4 西南地区拐卖犯罪防控治理对策

拐卖妇女儿童犯罪一直是影响社会安定与和谐的毒瘤，市场机制及社会背景的变迁在滋长犯罪行为的同时也为治理犯罪和预防体系的构建提供了可选择空间（黄石，2013）。随着2007年公安部刑事侦查局“打击拐卖妇女儿童犯罪办公室”的成立，中国打击人口拐卖犯罪取得良好成效，但拐卖妇女儿童犯罪是国际社会公认的复杂、严峻的社会问题，亟需从意识形态与物理防控的本源构建起“预防+打击”为一体的反拐综合工作机制。

4.1　加强社会建设

拐卖犯罪作为犯罪领域严重的社会问题可从犯罪社会学角度解析，中国社会面临的急剧转型在一定程度上引发社会意识观念的离散与社会分层的失衡，高速城市化进程彻底重构了基于乡村传统之上的家庭生活方式。原有规则文化的脱离、主流价值观的缺失导致对亚文化的批判价值评价极大淡化，个人与社会的联系薄弱甚至破裂、过度的物质功利观念、“重男轻女”的偏激个人主义思想得不到社会控制都使得人性弱点暗潮涌动，对社会主义核心价值观形成较强冲击而导致社会状态的反常与失序，从而进一步增大潜在犯罪人的犯罪动机。在社会主义文明建设新时期，需要对当代中国社会结构功能做出根本性改善。落实国家乡村振兴战略、巩固脱贫攻坚成效、统筹城乡发展差距，使贫困阶层日益贴近中产阶层，扩大中等收入群体，促进社会形成菱形稳定结构（张素云 等，2009）。只有根除双向贫困才能摧毁买卖两方市场需求，进而消除拐卖犯罪。

4.2　创新预防机制

当务之急需从犯罪人和被害人两方源头上进一步完善管理预防工作。以往研究揭示中国拐卖妇女儿童犯罪的路径典型特征之一为“乡—乡”（薛淑艳 等，2020），即不同地域乡村之间的双向贫困流动。西南地区犯罪人普遍受教育程度低，法律意识淡薄，生存技能有限促使其铤而走险，而乡村被害人因缺乏防范意识与社会控制疏漏等原因容易被拐出。因此，需要从经济环境与思想文化等方面改善地区发展。首先，通过加强政策优惠，利用云南红河州、文山州良好产业基础，大力发展“三七、石斛等中药材种植和蚕桑产业；以及借助西南地区海拔高、光照充足等优势气候条件合理发展南高丛、北高丛、兔眼等品种的蓝莓产业园；另外，舒适的山地气候宜发展康养生态旅游等，因地制宜发展地区产业，提高居民创收能力。同时，加大社会保障力度，关注弱势困难人群以及后生性障碍家庭的需求。其次，加大教育扶持力度，联合当地高校开展“防拐三下乡”实践活动，强化各级学校及重点人群的宣传教育。再次，开展就业培训与指导，完善居民本土化就业体系。最后，加强环境秩序治理，完善医院、乡村路巷等高发地点“天眼”基础设施建设，消解犯罪空间盲区。据此从多维度、深层次消除潜在犯罪人可能的犯罪诱因，改变地区社会经济落后与思想文化桎梏，从根源上瓦解拐卖犯罪体系。

4.3　强化打击机制

西南地区拐卖犯罪高发于省界以及与越南等国接壤的云南边境，社会解组理论认为这类“过渡”地区多为社会控制严重疏漏，存在大量犯罪“中空”地带（Shaw et al., 1942）。其间多为团伙作案，具有严密的组织、成熟的体系，涉及多维时间与空间，因而对打拐行动提出更高要求。一方面需加大对基层民警队伍扶持，组建专职打拐防拐警力。另外需要针对交界处管控权责不清问题加强省界、国界地带防范，通力合作落实人口出入境管理，严控非法转运。同时“线下+线上”协同动员社会多方参与，充分发挥研究人员与实战部门工作人员“智囊团”功效，努力为拐卖犯罪防控治理提供更加健全完善的理论支持与政策体系。借助如“宝贝回家”等民间组织力量的广泛性、接地性，警务部门可与其合作开展搜寻与营救工作，从而提高打拐工作的时效性与针对性。此外，需加强西南地区信息化建设，从完善拐卖犯罪报立案机制到健全拐卖信息系统再到政府联动防控拐卖犯罪，不断强化迅速、精准、高效的拐卖犯罪打击机制。

5 结论与讨论

基于从中国裁判文书网获取的西南地区拐卖妇女儿童犯罪案件的相关数据，结合数理统计、文本分析、空间分析和定量检验等方法，对犯罪案件时空特征与影响因素进行多维度分析，得到以下结论：
1）西南地区拐卖犯罪主要高发于2009—2014年，2014年后逐步回落，云南省拐卖儿童犯罪高发于2009—2012年，拐卖妇女犯罪则在2008—2014年多发。贵州省历年拐卖儿童犯罪较平稳，拐卖妇女犯罪在2014和2018年最为严重。四川省波动增长较为明显，分别在2015和2018年达到拐卖儿童与拐卖妇女犯罪的最高案发年。重庆市拐卖犯罪活动在2000年最早高发，此后2005年出现拐卖妇女犯罪高值，而在2010—2014年拐卖犯罪集中高发。12月为拐卖犯罪最高发月份，拐卖妇女犯罪次高发于3、6、7、9月，拐卖儿童犯罪次高发于5、7、8、9月，可见较集中于春夏季节和年末。夏半年天气适宜、节假日众多使得人们外出活动增多，以及随着年末外地务工人员返乡等为犯罪者提供更适宜的犯罪场与更多的潜在受害人。
2）宏观空间分布上，西南地区拐卖犯罪高发省域交界处，沿省界线呈显著的“东南—西北”轴线状分布，省际交界区域成为热点地域。同时，因国界边境管控不力致使越南跨国拐入中国也较为严重。中观市域分析表明云南省红河州、文山州、曲靖市，贵州省遵义市、毕节市、黔西南州，四川省凉山州为拐出犯罪高发市州。其中云南省红河州、文山州，贵州省黔西南布依族苗族自治州和四川省凉山彝族州同为拐入犯罪高发地域。表征西南地区拐卖犯罪活动存在“空间回流”现象。微观环境解析发现通常在车站、商业场所、道路、广场和市场等人员流动繁杂的地点易发生拐骗。边境地区常作为越南妇女被卖入中国的中转站，而医疗场所多为新生儿被拐卖的中介场。最后，流动路径表明，西南地区拐出妇女主要从“滇黔”流向“豫皖闽”，拐出儿童主要呈现“滇黔蜀入闽鲁”特征。云南省同为拐入犯罪重灾区，主要表现在从越南跨境拐入妇女以及省内的拐卖儿童两方面。其他省份也存在不同程度跨境跨省拐入。
3）西南地区拐卖犯罪主要受到家庭与经济的影响，社会与文化因素次之，其中农村居民人均可支配收入、城镇登记失业率、少年儿童抚养比、客运量与拐卖犯罪案发量呈现负影响，人口性别比和农村居民最低生活保障人数为正向影响。可见职业稳定、收入水平越高以及地区对外经济程度越高、城市活力越强，社会对儿童等弱势群体总体控制力较强而使得拐卖案发降低，而人口性别比越大，男女比例差距愈加悬殊，世俗的婚姻压力使得男性产生拐妇女为己妻或卖妇女为他人妻的“西南推力”，而女性为“向上择偶”多渴望去往东部发达地区生活形成“东部拉力”。
4）为从意识形态与实践举措内外两方面根除拐卖犯罪，提出以下防控建议。首先，通过强化社会主义核心价值观和加强政策宣传教育，弥补社会控制疏漏、防范社会解组、纠正乡村社会“重男轻女”等偏激观念荼毒；其次，巩固精准扶贫成果，加强落后乡村振兴发展，塑造社会“菱形”稳定结构使人民安居乐业；最后，强化社会各界联合防控，精准打击。
本研究探索性基于官方裁判文书数据对拐卖犯罪重灾区西南地区的拐卖活动进行解析并提出防控治理对策，但还存在以下局限：1）因裁判文书网描述不同案件时详略情况不一，资料收集时需查证多次审判案件提取关键词，且数据量因不可控因素实时变化导致数据收集困难程度较高，从而对数据的处理和分析带来一定的难度；2）案件信息由开放型网络获得，信息挖掘程度尚浅，犯罪轨迹的变迁及空间网络的架构有待深入展开；3）云南地区多起案件拐卖对象为越南妇女，分析过程中未将跨国拐卖案件特征、背景及时空轨迹进行特别处理与分析，未来对跨国拐卖犯罪有待进一步挖掘和探究；4）拐卖犯罪的发生机制及影响因素复杂，社会文化水平与经济因素等对犯罪行为的滋长演变影响有待深入分析；5）拐卖是犯罪人的主动行为，其种族文化背景、学识职业经历、社会心理状态是产生犯罪动机的重要驱动力，因数据指标构建存在一定难度，且涉及社会学、犯罪学、心理学等多学科综合分析，因此未来基于犯罪者主体特征，分析不同类型犯罪者所表现出的拐卖犯罪偏好是重要的研究方向，可通过对拐卖犯罪者地理画像作精细构建以及融合多学科、多方法进行犯罪预测与针对性治理。

1 https://baobeihuijia.com/bbhj/

2 https://wenshu.court.gov.cn/

夏 海：论文选题提出，数据采集、整理与分析，图件制作，论文撰写与后期修改；

李 钢：提供论文选题与结构的指导性建议，全程审阅与润色修改；

周俊俊：协助梳理文章结构与论文规范修改；

于 悦、杜梦佳、冯忱熹：协助数据采集；提出全文修改意见。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Adesina O S. 2014. Modern Day Slavery: Poverty and Child Trafficking in Nigeria. African Identities, 12(2): 165-179.

Barrows Jeffrey and Finger Reginald. 2008. Human Trafficking and the Healthcare Professional. Southern Medical Journal, 101(5): 521-524.

Brayley H and Cockbain E. 2014. British Children can be Trafficked too: Towards an Inclusive Definition of Internal Child Sex Trafficking. Child Abuse Review, 23(3): 171-184.

Buthelezi S. 2015. Human Trafficking and the New Legal Framework in South Africa: Intervention Needed for the Law to Reach Vulnerable Girls and Women. Agenda, 29(3): 155-164.

Curman A S N, Andresen M A and Brantingham P J. 2015. Crime and Place: A Longitudinal Examination of Street Segment Patterns in Vancouver, BC. Journal of Quantitative Criminology, 31(1): 127-147.

重庆市统计局. 2009—2018. 重庆统计年鉴. 北京：中国统计出版社.

Chongqing Municipal Bureau of Statistics. 2009—2018. Chongqing Statistics Yearbook. Beijing: China Statistics Press.

Dottridge M. 2002. Trafficking in Children in West and Central Africa. Gender & Development, 10(1): 38-42.

Fong R and Cardoso J B. 2010. Child Human Trafficking Victims: Challenges for the Child Welfare System. Evaluation and Program Planning, 33(3): 311-316.

冯健，黄琳珊，董颖，宋蕾蕾. 2012. 城市犯罪时空特征与机制——以北京城八区财产类犯罪为例. 地理学报，67（12）：1645-1656.

Feng Jian, Huang Linshan, DongYing and Song Leilei. 2012. Research on the Spatial-Temporal Characteristics and Mechanism of Urban Crime: A Case Study of Property Crime in Beijing. Acta Geographica Sinica, 67(12): 1645-1656.

高晓莹. 2010. 拐卖儿童罪之犯罪学探析. 中国青年政治学院学报，29（6）：90-94.

Gao Xiaoying. 2010. A Criminological Analysis of the Crime of Child Abduction and Trafficking. Journal of China Youth University for Political Sciences, 29(6): 90-94.

贵州省统计局. 2009—2018. 贵州统计年鉴. 北京：中国统计出版社.

Guizhou Provincial Bureau of Statistics. 2009—2018. Guizhou Statistics Yearbook. Beijing:China Statistics Press.

Herbert D T. 1982. The Geography of Urban Crime. London: Longman.

黄石. 2013. 转型期犯罪治理模式变迁研究. 武汉：武汉大学.

Huang Shi. 2013. Research on the Change of Crime Governance Mode in the Transition Period. Wuhan: Wuhan University.

Hipp J R. 2015. The Criminology of Place: Street Segments and Our Understanding of the Crime Problem. Contemporary Sociology: A Journal of Reviews, 44(2): 277-278.

金娟. 2011. 论人口结构与纽约城市犯罪问题（1980—2000）. 上海：华东师范大学.

Jin Juan. 2011. A Study of Demographic and Crime Issue in New York City (1980-2000). Shanghai: East China Normal University.

Lee A M, Gainey R and Triplett R. 2014. Banking Options and Neighborhood Crime: Does Fringe Banking Increase Neighborhood Crime. American Journal of Criminal Justice, 39: 549-570.

李钢，谭然，王会娟，颜祥，邵琰. 2017a. 中国拐卖儿童犯罪的地理特征研究. 地理科学，37（7）：1049-1058.

Li Gang, Tan Ran, Wang Huijuan, Yan Xiang and Shao Yan. 2017a. Geographic Characteristics of Child Trafficking Crime in China. Scientia Geographica Sinica,37(7): 1049-1058.

李钢，王会娟，谭然，付莹. 2017b. 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. 地理研究，36（12）：2505-2520.

Li Gang, Wang Huijuan, Tan Ran and Fu Ying. 2017b. Spatio Temporal Characteristics and Formation Mechanism of Child Trafficking in China Based on "Successful Cases". Geographical Research, 36(12): 2505-2520.

李钢，谭然，王会娟，林依硕，梁燕均. 2018. 中国拐卖儿童犯罪时空格局演变及其影响因素. 人文地理，33（2）：26-34.

Li Gang, Tan Ran, Wang Huijuan, Lin Yishuo and Liang Yanjun. 2018. Spatio Temporal Change and Influencing Factors of Trafficking in Children in China. Human Geography, 33(2): 26-34.

李钢，薛淑艳，马雪瑶，周俊俊，徐婷婷，王皎贝. 2021. 中国失踪人口的时空格局演变与形成机制. 地理学报，76（2）：310-325.

Li Gang, Xue Shuyan, Ma Xueyao, Zhou Junjun, Xu Tingting and Wang Jiaobei. 2021. Spatio-Temporal Pattern Evolution and Formation Mechanism of Missing Person Incidents in China. Acta Geographica Sinica, 76(2): 310-325.

刘玲，李钢，薛淑艳，马雪瑶，周俊俊，徐婷婷，王皎贝. 2020. 四川省拐卖儿童犯罪的时空演变过程及影响因素分析. 地理科学进展，39（5）：853-865.

Liu Ling, Li Gang, Xue Shuyan, Ma Xueyao, Zhou Junjun, Xu Tingting and Wang Jiaobei. 2020. Spatiotemporal Change and Influencing Factors of Child Trafficking Crime in Sichuan Province. Progress in Geography, 39(5): 853-865.

刘大千，宋伟，修春亮. 2014. 长春市“两抢两盗”犯罪的空间分析. 地理科学，34（11）：1344-1352.

Liu Daqian, Song Wei and Xiu Chunliang. 2014. Spatial Analysis on Robbery, Forcible Seizure,Vehicle Theft and Burglary in Changchun. Scientia Geographica Sinica, 34(11): 1344-1352.

刘宪权. 2003. 论我国惩治拐卖人口犯罪的刑法完善. 法学，（5）：93-100.

Liu Xianquan. 2003. On Perfection of Criminal Law in Punishment of Trafficking Human Crime in China. Law Science, (5): 93-100.

龙冬平，柳林，周素红，杜方叶，宋广文，肖露子. 2017. 地理学视角下犯罪者行为研究进展. 地理科学进展，36（7）：886-902.

Long Dongping, Liu Lin, Zhou Suhong, Du Fangye, Song Guangwen and Xiao Luzi. 2017. Research Progress of Criminal Behavior from the Perspective of Geography. Progress in Geography,36(7): 886- 902.

罗艳红. 2013. 犯罪群体的人格特征及其行为研究. 长沙：中南大学.

Luo Yanhong. 2013. A Study on the Personality Characteristics and Behaviors of Criminal Groups. Changsha: Central South University.

Nakaya T and Yano K. 2010. Visualising Crime Clusters in a Space-Time Cube: An Exploratory Data-Analysis Approach Using Space-Time Kernel Density Estimation and Scan Statistics. Transactions in GIS, 14(3): 223-239.

Pridemore W A and Grubesic T H. 2011. Alcohol Outlets and Community Levels of Interpersonal Violence: Spatial Density, Outlet Type, and Seriousness of Assault. Journal of Research in Crime& Delinquency, 50(1): 132-159.

饶丽萍. 2011. 拐卖人口犯罪研究. 长沙：湖南大学，1-2.

Rao Liping. 2011. Study on the Crimes of Human Trafficking. Changsha: Hunan University, 1-2.

Shaw C R and McKay H D. 1942. Juvenile Delinquency and Urban Areas. Chicago: University of Chicago Press.

Sharkey J R, Horel S, Han D and Huber J C. 2009. Association between Neighborhood Need and Spatial Access to Food Stores and Fast Food Restaurants in Neighborhoods of Colonias. International Journal of Health Geographics, 8(5): 880-898.

单勇. 2016. 基于热点稳定性的犯罪空间分布规律再认识. 法制与社会发展，22（5）：118-130.

Shan Yong. 2016. Reconceptualizing the Spatial Distribution Pattern of Crime Based on the Stability of Hotspots. Law and Social Development, 22(5): 118-130.

Shen Anqi, Antonopoulos G A and Papanicolaou G. 2013. China's Stolen Children: Internal Child Trafficking in the People's Republic of China. Trends in Organized Crime, 16(1): 31-48.

孙峰华，毛爱华. 2003. 犯罪地理学的理论研究. 人文地理，18（5）：70-74.

Sun Fenghua and Mao Aihua. 2003. Theoretical Research on Criminal Geography. Human Geography, 18(5): 70-74.

四川省统计局. 2009—2018. 四川统计年鉴. 北京：中国统计出版社.

Sichuan Provincial Bureau of Statistics. 2009—2018. Sichuan Statistics Yearbook. Beijing: China Statistics Press.

Steenbeek W, Völker B, Flap H and Oort Fv. 2012. Local Businesses as Attractors or Preventers of Neighborhood Disorder. Journal of Research in Crime and Delinquency, 49(2): 213-248.

田鹤城. 2009. 经济发展与犯罪关系研究. 西安：西北农林科技大学.

Tian Hecheng. 2009. Research on the Relationship between Economic Development and Crime. Xi′ an: Northwest A&F University.

Varma S, Gillespie S, McCracken C and Greenbaum V J. 2015. Characteristics of Child Commercial Sexual Exploitation and Sex Trafficking Victims Presenting for Medical Care in the United States. Child Abuse and Neglect, 44: 98-105.

王发曾. 2010. 城市犯罪空间盲区的综合治理研究. 地理研究，29（1）：57-67.

Wang Fazeng. 2010. Study on the Comprehensive Treatment of Spatial Blind Areas in Urban Crime. Geographical Research, 29(1): 57-67.

王会娟. 2017. 我国拐卖儿童犯罪的时空特征与影响因素研究. 西安：西北大学.

Wang Hujuan. 2017. Research on Spatio-Temporal Characteristics and Influencing Factors of Child Trafficking Crime in China. Xi'an: Northwest University.

王皎贝，李钢，周俊俊，马雪瑶，徐婷婷，薛淑艳. 2021. 湖北省拐卖儿童犯罪的时空特征及其影响因素. 人文地理，36（1）：73-83.

Wang Jiaobei, Li Gang, Zhou Junjun, Ma Xueyao, Xu Tingting and Xue Shuyan. 2021. Spatio-Temporal Pattern and Influencing Factors of Child Trafficking in Hubei Province. Human Geography, 36(1): 73-83.

王良顺. 2010. 经济发展与犯罪的关系的辨正与运用. 湖北警官学院学报，23（1）：27-31.

Wang Liangshun. 2010. Discrimination and Application of the Relationship between Economic Development and Crime. Journal of Hubei University of Police, 23(1): 27-31.

吴兴杰. 2010. 我国流动人口收入差距与犯罪率的实证研究. 杭州：浙江大学.

Wu Xingjie. 2010. An Empirical Study on Income Inequality of China's Floating Population and Criminal Rate. Hangzhou: Zhejiang University.

薛淑艳，李钢，马雪瑶，刘玲，杨兰. 2020. 贵州省拐卖儿童犯罪的多维时空格局及影响因素研究. 地理研究，39（7）：1691-1706.

Xue Shuyan, Li Gang, Ma Xueyao, Liu Ling and Yang Lan. 2020. The Multidimensional Spatio-Temporal Pattern and Influencing Factors of Child Trafficking in Guizhou Province, China. Geographical Research, 39(7): 1691-1706.

严小兵. 2013. 上海市就业市场状况与城市犯罪的空间计量分析. 人文地理，28（3）：85-90，69. [Yan Xiaobing. 2013. A Spatial Econometric Analysis on Local Labor Market and Crime in Shanghai. Human Geography, 28(3): 85-90, 69. ]

云南省统计局. 2009—2018. 云南统计年鉴. 北京：中国统计出版社.

Yunnan Provincial Bureau of Statistics. 2009—2018. Yunnan Statistics Yearbook. Beijing: China Statistics Press.

张素云，李晓燕. 2009. 30年来中国阶层结构变迁中的社会稳定问题研究. 中国特色社会主义研究，（1）：65-68.

Zhang Suyun and Li Xiaoyan. 2009. Research on Social Stability in the Transition of Chinese Class Structure in the Past 30 Years. Studies on the Socialism with Chinese Characteristics,(1): 65-68.

赵星，吕珊. 2010. 论拐卖人口犯罪的成因及其应对措施. 山东警察学院学报，22（2）：101-105.

Zhao Xing and Lyu Shan. 2010. The Causes and Countermeasures of Human Trafficking Crime. Journal of Shandong Police College, 22(2): 101-105.

朱兵阳. 2019. 犯罪经济学视角下拐卖儿童犯罪问题研究. 云南警官学院学报，（1）：82-88.

Zhu Binyang. 2019. Research on the Crime of Child Abduction from the Perspective of Criminal Economics. Journal of Yunnan Police College, (1): 82-88.

中华人民共和国统计局. 2009—2018. 中国统计年鉴. 北京：中国统计出版社. [National Bureau of Statistics. 2009—2018. China Statistics Yearbook. Beijing: China Statistics Press. ]

Options
Outlines

/

〈 〉