李光一，李海萍，白曉瓊

(中國人民大學(xué) 環(huán)境學(xué)院，北京 100872)

0 引 言

拐賣人口、販賣毒品和走私軍火是三大世界性犯罪現(xiàn)象。據(jù)統(tǒng)計，全球每年有近十萬的人口拐賣犯罪，其中婦女和兒童占80%以上[1]。最高人民法院的統(tǒng)計數(shù)據(jù)顯示，2010—2014年各級法院審結(jié)拐賣婦女、兒童犯罪案件7 719起。兒童因辨別能力和抵抗能力較弱，且容易受外界誘惑，相比于婦女更易受到侵害，拐賣兒童犯罪具有時間跨度長、空間距離遠、追查線索少等特點，犯罪團伙行為隱蔽，找回難度極大，被拐兒童找回往往需要數(shù)十年時間[2]。有關(guān)犯罪研究的文章多集中于法學(xué)、經(jīng)濟學(xué)和社會學(xué)領(lǐng)域，主要對犯罪的驅(qū)動力因素進行了探討。在拐賣兒童犯罪方面，如朱兵陽[3]從近年中國所發(fā)生的拐賣兒童事件切入，以犯罪經(jīng)濟學(xué)為剖析視角，構(gòu)建了成本-收益模型，研究了犯罪行為背后的經(jīng)濟動因；劉星[4]對收集的90個江蘇省拐賣兒童案例進行統(tǒng)計分析，研究了拐賣兒童犯罪行為的基本情況以及對為什么會出現(xiàn)拐賣兒童這一現(xiàn)象進行了探討，并提出相應(yīng)的建議；馬瓅[5]從如何有效遏制拐賣兒童犯罪，分析了中國拐賣兒童犯罪的特點、原因，并提出打擊對策；劉和平[6]分析了四川省廣元市拐賣婦女兒童犯罪的特點和形式，指出了拐賣婦女兒童犯罪屢禁不止的原因并提出了打擊對策。與此同時，在其他犯罪類型方面，如陳征等[7]以武漢市為例，探討了城市犯罪的時間特征及城市間、城市與農(nóng)村間的差異；王玉梁[8]對中國1978年以來的犯罪率情況進行了分析，研究發(fā)現(xiàn)，城鄉(xiāng)收入差距的擴大與犯罪率呈顯著正相關(guān)；P.Fajnzylber等[9]對39個國家的犯罪數(shù)據(jù)研究發(fā)現(xiàn)，經(jīng)濟水平、失業(yè)率、貧困率是導(dǎo)致犯罪的重要原因；P.Buonanno等[10]和S.Machin等[11]分別對西班牙和英國犯罪數(shù)據(jù)進行研究,發(fā)現(xiàn)教育水平的提高降低了犯罪率；A.M.Cerro等[12]對阿根廷的犯罪數(shù)據(jù)分析發(fā)現(xiàn)，收入不平衡、失業(yè)率的增高導(dǎo)致犯罪概率的增加。以上研究大多只是單一地從犯罪學(xué)角度進行定性分析，未考慮犯罪地點的地理空間特性。

由于中國各地區(qū)間的自然經(jīng)濟條件差異，區(qū)域性是拐賣兒童犯罪的一個重要特性，而拐賣兒童的空間分布及其影響因素研究歸于犯罪地理學(xué)范疇[13]，地理空間信息技術(shù)的發(fā)展為犯罪地理學(xué)研究提供了新的方法和視角。李鋼等[14]綜合運用數(shù)量統(tǒng)計、探索性空間數(shù)據(jù)分析和宏觀環(huán)境分析等方法，針對拐出側(cè)從宏觀視角探討了1960—2015年中國拐賣兒童犯罪的時空格局演變及其影響因素；譚然[15]利用空間計量分析、質(zhì)性分析等方法對拐賣兒童犯罪進行研究，空間分析主要依賴GIS技術(shù)，借助ArcGIS軟件可視化，從拐入與拐出側(cè)解析拐賣犯罪主客體的空間分布與場流路徑等；武丹等[16]采用空間馬爾可夫矩陣分析1997—2014年兒童拐賣在時空上的分布變化，然后利用地理加權(quán)回歸模型解釋了造成拐賣犯罪的主要影響因子對兒童拐賣空間分布變化的影響。另外，在其他犯罪類型方面，毛媛媛等[17]基于公安年鑒和報刊報導(dǎo)的犯罪數(shù)據(jù)，采用回歸分析等方法研究了上海市犯罪案件的空間特征及與環(huán)境間的關(guān)系；劉大千等[18]分析了長春市各類城市犯罪的空間分布特征和影響因素，并且從城市規(guī)劃管理方面提出了長春市城市犯罪防控策略；S.F.Messner等[19]和C.C.Beato Filho等[20]利用空間自相關(guān)的方法分別對美國和巴西某區(qū)市內(nèi)殺人犯罪案件進行了空間熱點分布分析;耿莎莎等[21]采用GIS技術(shù)綜合利用中原某縣城區(qū)犯罪數(shù)據(jù)及土地利用數(shù)據(jù)分析了犯罪的空間特征?？梢姡S著互聯(lián)網(wǎng)技術(shù)的進步，從地理學(xué)視角觀察犯罪，通過大數(shù)據(jù)分析技術(shù)和網(wǎng)絡(luò)平臺數(shù)據(jù)相結(jié)合，能夠揭示犯罪數(shù)據(jù)的時空分布特征[22]。無論是拐賣兒童犯罪還是其他類型犯罪，地理空間信息技術(shù)已經(jīng)在犯罪學(xué)領(lǐng)域得到了廣泛應(yīng)用，且應(yīng)用技術(shù)也日漸成熟，能夠為分析犯罪時空變化特征和探究各大類型犯罪動機及原因提供有效的技術(shù)手段和方法支持。

雖然我國的犯罪地理學(xué)研究在多方面取得了一定進展，但是因數(shù)據(jù)獲取難度較大而未有重大突破，實證研究也嚴重不足。目前，部分學(xué)者盡管針對拐賣兒童方面進行了探究，但大多研究還不夠全面與完善，比如定性研究方面定量研究缺乏，而定量研究方面定性研究不足。因此，本文綜合前人的研究，將以網(wǎng)絡(luò)數(shù)據(jù)為基礎(chǔ)，爬取樣本數(shù)據(jù)，借助地理信息系統(tǒng)空間分析技術(shù)對我國大陸范圍內(nèi)拐賣兒童犯罪的時空分布特征進行定量分析，并從定性的角度探討其發(fā)生原因與機理，進一步研究區(qū)域間影響因素的空間差異，不僅可為當(dāng)?shù)卣贫ㄒ虻刂埔说姆揽卣咛峁嶋H參考，而且也有助于研究人員和警務(wù)工作者對研究區(qū)域的犯罪地理分布情況有更深入了解，同時為我國兒童安全環(huán)境改善及防控拐賣兒童犯罪提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 拐賣兒童樣本數(shù)據(jù)

目前我國尚未官方公開拐賣兒童信息數(shù)據(jù)，最大反拐尋親公益平臺“寶貝回家網(wǎng)”(http：www.baobeihuijia.com/)提供了我國拐賣兒童的大量數(shù)據(jù)信息，該平臺已在公安部備案，并與公安部打拐辦建立了長期合作關(guān)系，一定程度上保證了數(shù)據(jù)的可信度。因此本文基于拐賣兒童的時間和地理位置，運用Python軟件從該平臺獲取了1977—2017年全國各省拐賣兒童數(shù)據(jù)共18 461余條，所獲信息包括被拐賣兒童姓名、性別、出生年份、被拐時間和地點，對所獲數(shù)據(jù)通過Excel、SPSS等軟件進行預(yù)處理，經(jīng)過篩選信息不全數(shù)據(jù)，最終確定出有效數(shù)據(jù)共17 621條。

通過大量文獻檢索與資料收集，最終選取與拐賣兒童犯罪最密切相關(guān)的3個影響因素入手，即當(dāng)?shù)亟逃⒔?jīng)濟和人口。由于數(shù)據(jù)獲取限制，選取2016年人均受教育年限、城鄉(xiāng)收入差距和流動人口數(shù)為指標，與拐賣兒童數(shù)量進行空間分析，最終獲得各個指標對拐賣兒童犯罪的影響程度，為防控拐賣兒童犯罪提供科學(xué)依據(jù)。流動人口為各省跨省流動人口數(shù)據(jù)，來源于《全國暫住人口統(tǒng)計資料匯編》。城鄉(xiāng)收入差距為城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均純收入的比值，均來自《中國統(tǒng)計年鑒》。教育水平用人均受教育年限度量，分為小學(xué)(6年)、初中(3年)、高中(3年)、大學(xué)及以上(4年)共4個層次，各教育程度(年限)乘以其受教育人數(shù)得到各教育年限存量儲備，求和后再除以總?cè)丝跀?shù)得到人均受教育年限，各教育程度人數(shù)來自《中國統(tǒng)計年鑒》。

本研究的空間區(qū)域為中國大陸31個省級行政單元，未涉及港澳臺地區(qū)，以1977—2017年為研究時段，考慮到行政區(qū)劃的變更，對1996年以前的犯罪地點(瓊、渝等)均按現(xiàn)行區(qū)域進行統(tǒng)計。

1.2 方法

1.2.1 空間自相關(guān)

根據(jù)Tobler地理學(xué)第一定律，任何事物都是相互聯(lián)系的，并且距離越近的事物相關(guān)性越強[23]。局域空間自相關(guān)是檢驗具有空間位置的某要素的觀測值與周邊地區(qū)該觀測值的空間差異程度，即分析其與相鄰空間單元之間空間變量的相關(guān)程度。由于所研究對象具有地理位置屬性，因此符合局部空間自相關(guān)分析。根據(jù)屬性值的均值劃分4個象限，即空間單元i的屬性值與其鄰域?qū)傩灾荡嬖?種空間關(guān)系組合，即高值區(qū)被高值區(qū)包圍的高-高型(H-H)、高值區(qū)被低值包圍的高-低型(H-L)、低值區(qū)域被高值包圍的低-高型(L-H)以及低值區(qū)被低值包圍的低-低型(L-L)。將局部空間指數(shù)Moran’sI定義為[24]

另外，LISA集聚圖是空間自相關(guān)的另一種表達方式，既可以顯示各研究區(qū)域的觀測值位于Moran散點圖的哪個象限，又可以反映出LISA指標的顯著性。

1.2.2 空間馬爾可夫矩陣

空間馬爾可夫矩陣是用于研究背景條件下區(qū)域未來的發(fā)展，與傳統(tǒng)馬爾可夫矩陣進行對比，不僅可得到該省不同類型間的轉(zhuǎn)移概率，而且還可以表達其背景條件對區(qū)域轉(zhuǎn)移類型的影響[25-26]。已知初始條件為t0時刻研究對象的狀態(tài)，t>t0的過程只與t0時刻的狀態(tài)有關(guān)，不考慮t0前的狀態(tài)。據(jù)此，本文將各省域內(nèi)的拐賣兒童數(shù)量離散化為4個等級，構(gòu)建4×4的馬爾可夫矩陣，計算出相應(yīng)等級的概率分布及變化，可近似反映省際間不同等級的轉(zhuǎn)移過程，矩陣中各元素的計算公式為[27]

mij=nij/Ni，

(2)

式中：mij為由t年份狀態(tài)轉(zhuǎn)變?yōu)閠+1年份狀態(tài)的概率；nij為在研究時段內(nèi)t年份i等級的空間單元到t+1年份時轉(zhuǎn)化為j等級的省份數(shù)；Ni為整個研究時段內(nèi)屬于i等級的省份數(shù)總和。

若被拐賣兒童數(shù)量等級初始和最終狀態(tài)相同，說明該省拐賣兒童數(shù)量變化不大且平穩(wěn)發(fā)展，若等級提高向上轉(zhuǎn)移，說明犯罪日趨嚴重，反之則等級降低向下轉(zhuǎn)移，犯罪減少。則4個等級的馬爾可夫矩陣(4×4)如表1所示。

表1 空間馬爾可夫矩陣

矩陣的對角線為平穩(wěn)轉(zhuǎn)移，對角線右上部為向上轉(zhuǎn)移，左下部為向下轉(zhuǎn)移。

1.2.3 地理加權(quán)回歸

傳統(tǒng)回歸模型是基于最小二乘法(OLS)對參數(shù)進行“平均”或“全局”估計的參數(shù)估計模型[28-29]。當(dāng)自變量具有空間屬性，且存在空間自相關(guān)時，OLS模型將無法滿足殘差項獨立的假設(shè)，不再適于對參數(shù)進行估計。地理加權(quán)回歸模型(GWR)引入了多個影響因素，并對不同區(qū)域的影響程度進行估計，通過計算回歸模型的局部參數(shù)，可揭示不同空間范圍內(nèi)各參數(shù)的空間非平穩(wěn)性[30-31]。由于本研究因變量和解釋變量的關(guān)系隨空間位置的變化而變化，因此，該模型結(jié)果更客觀且符合實際情況。GWR模型的結(jié)構(gòu)為

yi=β0(μi,vi)+∑kβk(μi,vi)xik+εi，

(3)

式中：yi第i個樣本單元的空間位置;β0(μi,vi)為第i個樣本點的常數(shù)項估計值；βk(μi,vi)為連續(xù)函數(shù)在i樣本單元的值；xik為第i個樣本點的獨立變量;εi為誤差修正項。

基于此模型可對拐賣兒童犯罪的影響因素進行解析。

2 結(jié)果與分析

2.1 拐賣兒童數(shù)量基本特征

2.1.1 時間特征

首先對拐賣兒童犯罪進行分析，揭示1977—2017年40年間拐賣兒童數(shù)量的時間變化特征，根據(jù)網(wǎng)絡(luò)爬取的樣本數(shù)據(jù)統(tǒng)計各年被拐兒童數(shù)量，結(jié)果見圖1。

圖1 1977—2017年被拐兒童數(shù)量變化

由圖1可知，自20世紀70年代起，拐賣兒童數(shù)量在時間上呈現(xiàn)出上升-平緩波動-下降3個變化階段。樣本數(shù)據(jù)顯示，1977—1983年被拐兒童數(shù)量較少，這與早期網(wǎng)絡(luò)和信息采集水平有關(guān)，但整體上數(shù)量呈緩慢上升趨勢，拐賣犯罪現(xiàn)象開始萌芽。1983—1990年，被拐兒童數(shù)量迅速增加，雖年際間有小幅波動，但整體上處于高位時期，一方面受中國80年代以來計算機網(wǎng)絡(luò)技術(shù)迅速發(fā)展的影響，通過網(wǎng)絡(luò)獲取的拐賣兒童數(shù)量有所增加；另一方面，這一階段國家處于社會發(fā)展的不穩(wěn)定時期，社會主義經(jīng)濟體制發(fā)生轉(zhuǎn)變，一系列政策推出并開始實施，1982年9月黨的十二大把計劃生育確定為基本國策后，同年12月寫入憲法，受到中國傳統(tǒng)的重男輕女、傳宗接代等封建思想和其他生育因素的影響，加上計劃生育的限制，社會開始動蕩，特別是收入水平極低的人群，即農(nóng)村等貧困山區(qū)為躲過“超生”罰款以及富裕家庭重男輕女的生育觀念，“供需+利益”鏈條完整，為兒童販賣交易提供了買賣市場，更為重要的是，實施拐賣兒童犯罪成本與收益懸殊，兒童販賣現(xiàn)象開始逐漸猖獗，同時從另一方面還體現(xiàn)出國家計劃生育政策也越來越嚴格。1990—1991年，政府強力實施打拐行動，防范拐賣犯罪發(fā)生，拐賣兒童數(shù)量開始小幅度下降。在政府的強力打壓后，1991—1998年犯罪頻率開始穩(wěn)定，波動發(fā)展，但拐賣數(shù)量仍處于高位階段。隨著21世紀的到來，獨生子女一代進入育齡期，2002年各地根據(jù)《人口與計劃生育法》制定“雙獨二孩”政策，并陸續(xù)在全國實行，由于不是雙獨的家庭不能享受二孩政策，因此在短時期內(nèi)雙獨人群和非雙獨人群中又形成了一個“供-求”關(guān)系的販賣兒童市場，以至于2003年拐賣兒童數(shù)量相比2002年有所增加。隨后，人們的生育觀念也逐漸開始轉(zhuǎn)變，加上社會安全保障不斷完善，經(jīng)濟發(fā)展、互聯(lián)網(wǎng)技術(shù)逐漸進步，于2013年十八屆三中全會審議通過《中共中央關(guān)于全面深化改革若干重大問題的決定》，“單獨二孩”政策由此開始啟動；2015年12月27日通過的《關(guān)于修改〈中華人民共和國人口與計劃生育法〉的決定》，于2016年1月1日起開始執(zhí)行全面二孩政策后，被拐兒童數(shù)量顯著下降，從雙獨到單獨、再到全面二孩政策，各時間點前后拐賣兒童數(shù)量都會隨著發(fā)生顯著性改變，這說明拐賣兒童犯罪與國家政策具有明顯的關(guān)系。

2.1.2 社會人口特征

對1977—2015年間被拐賣兒童數(shù)據(jù)進行整理，統(tǒng)計0～16歲不同年齡段的被拐兒童數(shù)量。并運用人口學(xué)中男女性別比來表征被拐兒童中男孩對女孩的比率(通常是以每100位女性所對應(yīng)的男性數(shù)目為計算標準)，結(jié)果見圖2。

由圖2可知，通過拐賣兒童總量可以看出，拐賣對象主要針對6歲以下兒童，且低齡化特征明顯，這可能是與部分兒童由父母出賣，養(yǎng)父母希望淡化兒童對生父母的記憶并盡快融入新家庭有關(guān)。其中2～5歲是兒童幼年成長期，辨別能力和抵抗能力極弱，也極易成為犯罪分子的拐賣對象。

圖2 1977—2017年被拐賣兒童數(shù)量特征

此外，按社會人口學(xué)中性別比統(tǒng)計各年齡階段拐賣兒童的男女比率?？梢钥闯?，每個年齡被拐賣的男孩數(shù)量都遠多于女孩，拐賣兒童的社會人口特征具有以男孩為主的性別特征，由于貧困人口受高額利潤的金錢誘惑，高收入家庭受傳宗接代、重男輕女傳統(tǒng)觀念以及計劃生育等因素，使男孩成為拐賣犯罪的主要交易對象。另外，性別比最大值出現(xiàn)在5～8歲，這與該階段男孩易跑動、喜歡獨處、意志不堅定、容易被欺騙等因素有關(guān)，為犯罪分子提供了拐賣機會。

2.2 拐賣兒童數(shù)量空間特征

2.2.1 犯罪水平空間分布

為清楚反映我國拐賣兒童數(shù)量等級的空間變化特征，選取間隔大約13年為一時間節(jié)點即1977年、1990年、2003年、2017年，并利用ArcGIS 10.2軟件以更加直觀的方式將拐賣兒童數(shù)量的空間分布和地區(qū)差異可視化，如圖3所示。

圖3 1977—2017年拐賣兒童數(shù)量空間分布及變化

圖3顯示幾乎各省拐賣兒童數(shù)量明顯呈先上升再平緩波動后降低的正態(tài)變化?？傮w上，拐賣犯罪高峰期出現(xiàn)在1990—2003年前后，這與圖1中全國拐賣兒童總量變化趨勢大體一致。此外，在南方地區(qū)如貴州、廣東、湖北、河南、四川等省份拐賣數(shù)量較高且變化相似，至2017年底全國大部分地區(qū)拐賣兒童數(shù)量都普遍較低，這說明隨著國家生育政策的全面完善與實施，拐賣犯罪能夠得到很好地抑制，但相比全國，在云貴川地區(qū)，山區(qū)較多，城鄉(xiāng)發(fā)展差距大，打拐行動還需要進一步加強。

此外，將各年拐賣兒童數(shù)量劃分4類，即低、中低、中高、高，劃分方法以該年全國拐賣兒童數(shù)量的均值S為基準，即

(4)

其中，Ni為i省的拐賣兒童數(shù)量。按照某一省份的拐賣兒童數(shù)量Ni小于均值S的75%、居于均值S的75%～100%、居于均值S的100%～125%、大于均值S的125%分別定義為低水平區(qū)域、中低水平區(qū)域、中高水平區(qū)域、高水平區(qū)域，結(jié)果，如表2所示。

表2 各省1977—2017年拐賣兒童犯罪等級變化

續(xù)表2

表2顯示，自1977—1990年，拐賣兒童的高發(fā)區(qū)逐漸擴大并向東南沿海和長江中游地區(qū)集聚，低發(fā)區(qū)主要在西北地區(qū)，1990—2003年，犯罪高發(fā)區(qū)空間上比較分散，2003—2017年，高發(fā)區(qū)向云南、四川等地集中，但整體范圍有所縮小。總體上，1977—2017年，東北、西北地區(qū)一直是拐賣兒童的低發(fā)區(qū)，拐賣高發(fā)區(qū)向西南、中南地區(qū)延伸并呈集聚狀態(tài)。

2.2.2 區(qū)域間拐賣兒童犯罪的空間集聚性

為了探究拐賣兒童犯罪在空間上的集聚性和異質(zhì)性，研究其空間相互作用機制，對面域數(shù)據(jù)進行了局部空間自相關(guān)分析。首先利用Geoda軟件計算1977年、1990年、2013年和2017年各年拐賣兒童數(shù)量的Moran’sI指數(shù)并檢驗其空間相關(guān)性，檢驗結(jié)果見表3，系統(tǒng)同時產(chǎn)生Moran散點圖和LISA聚集圖，分別如圖4～5所示。

表3 空間自相關(guān)參數(shù)檢驗

表3顯示，各年份的Moran’s I指數(shù)均大于0，且均在0.45以上，明顯呈現(xiàn)空間集聚現(xiàn)象。且Z值得分(Z-score)均在6.63以上，說明拐賣兒童犯罪在空間上具有較強的相關(guān)性，不同省份的拐賣兒童犯罪在空間上呈現(xiàn)出高-高或低-低的集聚狀態(tài)。

圖4顯示，四個時間節(jié)點的二、四象限點數(shù)均多于一、三象限內(nèi)的，即高-高和低-低集聚類區(qū)域多于高-低和低-高類型的區(qū)域，說明拐賣兒童犯罪存在明顯的空間集聚特征，犯罪高發(fā)區(qū)域被高發(fā)區(qū)域包圍、犯罪低發(fā)區(qū)域被低發(fā)區(qū)域包圍。從不同時間看，圖4中1977年散點分布較其他年份相對較為分散，這可能是由于拐賣兒童犯罪初步涌現(xiàn)，犯罪團伙分散，集聚現(xiàn)象相對較小，而2017年，大部分散點分布于二、四象限內(nèi)，且較為集中，說明我國拐賣兒童犯罪存在明顯空間相關(guān)性，犯罪團伙作案區(qū)域集中。

圖4 1977—2017年拐賣兒童Moran散點圖

Fig.4 Moran scatter charts of child trafficking in 1977—2017

圖5顯示，1977年5個高-高集聚區(qū)主要分布于西南地區(qū)，其拐賣兒童犯罪不僅高發(fā)而且周邊地區(qū)的拐賣兒童數(shù)量也較高，說明該地區(qū)與周圍地區(qū)犯罪數(shù)量變化聯(lián)系緊密，空間相關(guān)性強，集聚性明顯；新疆則被周圍的低水平區(qū)環(huán)繞，形成一個數(shù)量低和集聚度低的低-低區(qū)；其次，北京之所以屬于高-低區(qū)，是由于北京屬于拐賣兒童犯罪高發(fā)區(qū)，但又被周圍的犯罪低發(fā)區(qū)包圍，因此北京與周圍地區(qū)空間相關(guān)性較弱。1990年高-高區(qū)有所增加，但仍以西南地區(qū)為主，位于低-高區(qū)的江西本身屬于犯罪低發(fā)區(qū)，但由于被犯罪高發(fā)區(qū)所包圍，因此與周圍地區(qū)相關(guān)性小，集聚性低；內(nèi)蒙古和吉林為低-低區(qū)，說明這些地區(qū)不僅為拐賣兒童犯罪的低發(fā)區(qū)，而且周圍地區(qū)犯罪率也較低，因此出現(xiàn)低發(fā)區(qū)集聚現(xiàn)象。2003年，高-高區(qū)依然以西南和中部地區(qū)為主要分布區(qū)，低-低區(qū)分布于北部，江西仍然是低-高區(qū)。2017年，高-高區(qū)主要分布在四川、云南、貴州和湖南；低-高區(qū)較2003年增多，除江西外，還有湖北、廣西和重慶，這是由于這些地區(qū)在2017年犯罪率較周圍高發(fā)區(qū)有所降低?？傮w上，1977—2017年，高-高集聚區(qū)呈先增后減的變化，并經(jīng)歷了由西南部向中部轉(zhuǎn)移的過程，最終穩(wěn)定在西南部，說明該區(qū)域不僅拐賣兒童犯罪嚴重，犯罪率高，而且犯罪團伙也高度集聚。

圖5 1977—2017年拐賣兒童LISA集聚圖

Fig.5 LISA map of child trafficking in 1977—2017

2.2.3 拐賣兒童犯罪等級的轉(zhuǎn)移特征

為探究各地區(qū)拐賣兒童犯罪等級的時空轉(zhuǎn)移規(guī)律，分別采用空間馬爾可夫矩陣進行分析，得到4個等級間的轉(zhuǎn)移矩陣，如表4所示。

表4 1977—2017年省域被拐兒童數(shù)量等級的空間馬爾可夫矩陣(概率)

由表4可知，無論在哪個時期，低發(fā)區(qū)和高發(fā)區(qū)的平穩(wěn)轉(zhuǎn)移概率都在0.67以上，且最高達到0.920 2，遠高于其他等級的平均水平，并且對比4個時期的變化可知，相鄰等級間的轉(zhuǎn)移概率均遠大于跨等級間的，說明時空轉(zhuǎn)變是逐步而非跳躍的。中高發(fā)區(qū)、中低發(fā)區(qū)的轉(zhuǎn)移相對不穩(wěn)定，最高平穩(wěn)轉(zhuǎn)移概率分別只有0.371 4和0.444 4?？傮w上，1977—1987年向下轉(zhuǎn)移概率與向上轉(zhuǎn)移概率相差不大，說明犯罪相對處于平穩(wěn)狀態(tài)；1988—1997年向上轉(zhuǎn)移概率大于向下轉(zhuǎn)移概率，表明犯罪現(xiàn)象開始慢慢加??；1998—2007年向上轉(zhuǎn)移概率增大，最高達到0.310 3，相反向下轉(zhuǎn)移概率降低，平均水平維持在0.1左右，說明拐賣兒童犯罪開始猖獗；2008—2017年，向下轉(zhuǎn)移概率增大，最大達到0.4以上，說明在以后的發(fā)展中，隨著經(jīng)濟發(fā)展等一系列因素的影響，警方和政府制定的防控措施和打拐行動使拐賣兒童犯罪得到了一定的遏制。

2.3 拐賣兒童犯罪影響因素的空間差異

在經(jīng)過一系列定量分析，得到拐賣犯罪的基本特征、結(jié)構(gòu)、規(guī)律之后，對拐賣犯罪進一步開展定性分析是相當(dāng)必要的。拐賣兒童犯罪是一種社會條件作用下的犯罪，其影響因素涉及多個方面，宏觀層面主要是社會、經(jīng)濟特征方面，微觀層面則涉及犯罪環(huán)境[1-2]。傳宗接代、重男輕女的傳統(tǒng)思想為拐賣兒童提供了“市場”，鄉(xiāng)村人口比例較大、文盲率高、人均受教育程度偏低都會致使犯罪行為發(fā)生[32]。另外，隨著區(qū)域經(jīng)濟發(fā)展極度不平衡，人們被迫離開貧困的家鄉(xiāng)外出打工謀生，這些地區(qū)人口組成復(fù)雜，流動人口眾多，往往成為了犯罪分子的避難所和落腳點。公安部統(tǒng)計顯示，在2004年抓獲的刑事案件作案人員中，流動人口成員高達60.4萬人，占作案總?cè)藬?shù)的40%[33]。同樣也有學(xué)者證實，犯罪率與人口遷移規(guī)模呈正相關(guān)關(guān)系[34]。

綜合大量文獻檢索，基于數(shù)據(jù)的可得性，本研究從已知的3個主要方面，即受教育水平、城鄉(xiāng)收入差距、流動人口進行分析，以2016年拐賣兒童數(shù)量為因變量，以當(dāng)?shù)厝司芙逃晗?、城鄉(xiāng)收入差距、流動人口數(shù)量為自變量進行地理加權(quán)回歸分析，得到各省拐賣兒童數(shù)量與影響因子間的回歸系數(shù)，結(jié)果見圖6。

圖6 各因子回歸系數(shù)空間分布

由圖6可知，受教育水平方面，回歸系數(shù)除西藏外，其余地區(qū)基本為負值，說明與拐賣兒童數(shù)量呈負相關(guān)關(guān)系，且系數(shù)由西向東遞減，表明在受教育水平相對較高的東部地區(qū)，該指標對拐賣兒童犯罪影響較弱，而在受教育水平較低的西部地區(qū)，其影響程度相對較大。城鄉(xiāng)收入差距方面，回歸系數(shù)由西北向東南遞增，且基本大于0，最大值在福建廣東一帶，表明東南部地區(qū)拐賣兒童犯罪受城鄉(xiāng)收入差距影響較大。從流動人口看，回歸系數(shù)由西向東遞增，說明流動人口對東部地區(qū)的拐賣兒童犯罪具有重要影響，流動人口越多，人口組成越復(fù)雜，往往成為犯罪分子的避難所和落腳點。雖然收入差距和流動人口2個指標的回歸系數(shù)在31個省份中基本為正值，與拐賣兒童數(shù)量呈正相關(guān)關(guān)系，但是兩者的值域大小和空間差異卻十分顯著，流動人口的回歸系數(shù)更大，說明人口遷移對拐賣兒童犯罪的影響力度遠高于收入差距，因此，通過對流動人口制定一些有效的社會保障措施，提高外來人口就業(yè)率，以減少刑事犯罪行為，從而降低犯罪率。

另外，在3種影響因素中，由于人均受教育水平、城鄉(xiāng)收入差距、流動人口的值域大小不同，空間差異也就十分顯著。從同一區(qū)域內(nèi)各影響因素的回歸系數(shù)看，3種因素對該區(qū)域的影響程度不同。由于在任何省份，流動人口的回歸系數(shù)遠大于其他因子系數(shù)，且與拐賣兒童犯罪數(shù)量呈正相關(guān)關(guān)系，表明流動人口是全國拐賣兒童犯罪的首要因素。因此，根據(jù)同一地區(qū)3種因子的回歸系數(shù)大小排序，有3種類型，即流動人口-收入差距-受教育水平、流動人口-受教育水平與-收入差距、流動人口-(收入差距與受教育水平相當(dāng))。其各地區(qū)的空間差異如圖7所示。

如圖7所示，大多數(shù)城市拐賣犯罪的影響因素排序為流動人口-收入差距-受教育水平，表明社會保障和就業(yè)率是拐賣犯罪的主要因素，這與當(dāng)今社會發(fā)展問題是一致的，同時在解決外來人口社會生活保障時，也需要提高當(dāng)?shù)厝司芙逃?，擴大受教育范圍。此外，只有一個省份即云南省，是以流動人口-受教育水平-收入差距為影響順序，表明在該地區(qū)教育尤為重要，要著力擴大教育范圍，提高全地區(qū)受教育水平。此外，還有5個省份屬于流動人口-收入差距與受教育水平相當(dāng)?shù)哪Ｊ剑砻鬟@些地區(qū)的收入差距與受教育水平處于相對重要的發(fā)展方向，呈帶狀分布，且主要分布在中國的西部地區(qū)，除流動人口因素外，收入差距與受教育水平是相互的，因此，在這些區(qū)域的社會發(fā)展中收入與受教育同等重要，需要平等對待，避免傾斜現(xiàn)象。基于以上分析，在防控拐賣兒童犯罪方面，解決我國流動人口的社會生活保障是首要問題，采取有效的保障措施，提高流動人口就業(yè)率對于打擊拐賣犯罪至關(guān)重要。同時，針對影響因素空間差異，政府應(yīng)當(dāng)因地制宜，制定相關(guān)政策，減少拐賣犯罪，降低犯罪率。

ABB：流動人口-(收入差距與受教育水平相當(dāng))；ABC：流動人口-收入差距-受教育水平；ACB：流動人口-受教育水平-收入差距

圖7 影響因子空間差異模式

Fig.7 Spatial difference patterns of impact factors

3 結(jié) 論

通過網(wǎng)絡(luò)獲取的樣本數(shù)據(jù)，對我國1977—2017年拐賣兒童犯罪進行研究分析，揭示了拐賣兒童犯罪在時間和空間上的區(qū)域特性，并對其驅(qū)動力因素進行了進一步探討。研究結(jié)果表明：(1)1977—2017年，我國省域拐賣兒童的高發(fā)區(qū)不僅有所增加，而且隨著時間的推移最終集聚在西南地區(qū)；(2)省域間的拐賣兒童犯罪存在明顯的空間正相關(guān)，且空間集聚現(xiàn)象明顯，高集聚區(qū)和低集聚區(qū)長期并存，說明拐賣兒童高發(fā)區(qū)和低發(fā)區(qū)與其周邊區(qū)域聯(lián)系都十分密切且對其影響較大，相關(guān)性強且具有聯(lián)動性；(3)除此之外，拐賣兒童高發(fā)區(qū)和低發(fā)區(qū)在下一時間的發(fā)展中更傾向于維持原本的狀態(tài)，也就是說高發(fā)區(qū)在下一年中保持高水平狀態(tài)的概率較大，低發(fā)區(qū)同理，并且發(fā)生在相鄰等級之間的轉(zhuǎn)移概率大于跨等級之間的，說明拐賣兒童犯罪的時空轉(zhuǎn)變是“逐步而非跳躍”的；(4)通過地理加權(quán)回歸分析可以得出，在拐賣兒童的高發(fā)區(qū)域和各省流動人口集聚區(qū)應(yīng)加強防范，強化對流動人口的法制宣傳，提高鄉(xiāng)村居民收入水平，縮小城鄉(xiāng)收入差距，提高受教育水平等，都是抑制或減少拐賣兒童犯罪的有效措施；(5)另外，不同影響因素在同一城市的影響程度不同，同一影響因素對不同城市的影響程度也具有空間差異，政府部門應(yīng)當(dāng)根據(jù)該地區(qū)經(jīng)濟、教育、社會發(fā)展狀況，針對性地制定合理、恰當(dāng)?shù)胤揽胤缸镄袨?，高效打擊犯罪分子，降低兒童拐賣犯罪率。

由于所獲取的拐賣兒童數(shù)據(jù)是通過網(wǎng)絡(luò)采集而來，1977—2017年共40年的時間序列相對較長，各時間段數(shù)據(jù)質(zhì)量和精度都參差不齊，勢必會對計算結(jié)果的準確性產(chǎn)生相應(yīng)的影響，一定程度上并不能真實反映拐賣兒童犯罪現(xiàn)象發(fā)展的變化。但是實際的分析表明，所采集的數(shù)據(jù)樣本與我國社會發(fā)展趨勢基本是一致的，總體上能夠反映我國拐賣兒童犯罪問題的實際情況，因此，本研究結(jié)果依然具有較高的可信度，具有現(xiàn)實意義。另外，盡管流動人口數(shù)量、城鄉(xiāng)收入差距和受教育水平是影響拐賣兒童犯罪的重要因素，但犯罪的動因并非如此簡單，失業(yè)率、人均GDP、文盲率、政策生育率、法律的威懾力等其他因素也不容忽視。在之后的研究中，考慮數(shù)據(jù)可獲得性的情況下，可根據(jù)不同區(qū)域特點，結(jié)合更多驅(qū)動力因素，多方面多角度地對區(qū)域拐賣兒童犯罪進一步研究探討。