Торговля людьми

В данном реферате сделана попытка углубить понимание проблемы торговли людьми, проанализировав закономерности распределения траффикинга по странам, опираясь на международную статистику по различным социально-экономическим показателям. Для анализа были использованные данные по 144 странам и 44 переменным, описывающим уровень благосостояния, занятости, инфляции, коррупции, образования, безопасности, угрозы голода, заболеваемости, а также ряд демографических характеристик, такие как рождаемость, смертность, численность населения разных возрастных групп и т.д.

В результате исследования проверен ряд гипотез, объясняющих природу траффикинга. Проведена группировка стран по типу и уровню риска возникновения преступлений, связанных с торговлей людьми, а также построены карты распределения траффикинга исходя из общепринятых гипотез о факторах  траффикинга.

1. Проблема торговли людьми

По оценкам международных организаций, в настоящий момент количество жертв торговли людьми (траффикинга) по всему миру превышает 40 миллионов человек, с каждым годом цифра неуклонно растет.

Вливаясь в миграционные потоки, траффикинг становится практически незаметен, что повышает его латентность, снижает риски для злоумышленников и обеспечивает бесперебойную работу криминального «конвейера» индустрии торговли людьми. В условиях глобализации, которая сделала население более мобильным, а национальные границы – более проницаемыми, прибыль криминальных структур от продажи и эксплуатации «живого товара» составляет более 150 миллиардов долларов в год [1]. Эта цифра сопоставима с бюджетами таких стран, как Финляндия и Саудовская Аравия. При этом наиболее уязвимы перед лицом угрозы представители самых незащищенных социальных групп: сироты, бедняки, люди из неблагополучных семей, инвалиды, женщины, дети, старики.

Несмотря на попытки Международного научного сообщества изучения  истоков проблемы, создания международных аналитических институтов, посвященных изучению феномена торговли людьми, количество регистрируемых случаев подобного рода преступлений растет с каждым годом. Это может означать, что жертв действительно становится больше, кроме того, в мире растет способность к их выявлению. Так, например, в 2016 году, по данным Управления ООН по наркотикам и преступности, было зарегистрировано почти 25 тысяч жертв, что почти вдвое превышает показатели 2007 и 2008 годов [2].

В настоящий момент перед исследователями стоит задача систематизировать имеющиеся данные о траффикинге, обобщить их и построить такие аналитические модели. Надежная оценка и аналитика процессов траффикинга служат ключом к проверке теорий, на которые опирается сегодня научное сообщество. Изучив феномен траффикинга, можно  выйти на новый уровень понимания проблемы торговли людьми и сформулировать полезные рекомендации по борьбе с торговлей людьми для государственных и негосударственных структур.

Ввиду описательного подхода к проблеме до сих пор не существует общепринятого устоявшегося объяснения этого явления. Анализ научной литературы показал, что представления о его природе сильно различаются.

Следует отметить, что проблема траффикинга в научном сообществе относительно нова и комплексных теорий, в полной мере отражающих ее причины, предпосылки и закономерности на сегодняшний день не выработано. Часто траффикинг рассматривается в рамках одной из научных дисциплин, таких как право и криминалистика. При этом само явление требует междисциплинарного изучения, поскольку имеет глубокие социальные, культурные и антропологические корни.

Многие исследователи из научного сообщества пытаются объяснить и предсказать динамику развития этих процессов. Та же задача стоит и перед управленческими аппаратами государств и международных организаций. Серьезная проблема, с которой сталкиваются исследователи, - дефицит надежных эмпирических данных и аналитических моделей, основанных на таких данных и позволяющих делать подтвержденные обоснованные предположения о закономерностях траффикинга.

Так, Ланье и Хенри утверждают, что траффикинг определяется теорией рационального выбора [3] заключают, что выбор жертв не детерминирован какими-то определенными закономерностями, но осуществляется ситуативно. Кэмерон и Ньюман, разделяют факторы, влияющие на траффиуинг, на две группы: структурные и непосредственные [4]. Луиза Шелли выделяет в качестве важной предпосылки траффикинга демографические параметры, такие как прирост населения, а также сокращение сельского населения за счет переезда людей в города или за границу [5]. Кроме того, серьезное влияние на формирование потоков торговли людьми оказывают факторы гендерного неравенства и дискриминации, как отмечает Кара Сиддарт [6]. Алексис Арновиц утверждает, что все миграционные потоки, включая торговлю людьми, имеют одинаковые причины [7].

В российских академических источниках, в частности, в трудах К.А. Волкова [8], Г.И Загорского [9] рассмотрение проблемы торговли людьми носит в основном описательный характер и сводится к анализу правовых и криминалистических аспектов. Попыток построения моделей, опирающихся на эмпирические данные с применением эконометрических моделей, не предпринималось.

1. ILO says forced labour generates annual profits of US$ 150 billion (2014). Available at: https://www.ilo.org/global/about-the-ilo/newsroom/news/WCMS_243201/lang--en/index.html (accessed 18.04.2021)
2. Global Report on Trafficking in Persons 2018 (2018) Available at: https://www.unodc.org/documents/data-and-analysis/glotip/2018/ (accessed 18.04.2021)
3. Lanier M., Henry, S. Essential Criminology. (2nd ed.)/ USA, 2004. pp. 90]; Браун, Эсбенсен и Гейс [Brown S.E., Esbensen F., Geis G. Criminology: Explaining crime and its context. (6nd ed.)/ USA, Cincinnati: Anderson Publishing, 2007. pp. 213.
4. Cameron S., Newman E. Trafficking in humans – Social, political and cultural dimensions. Hong Kong, 2008. pp. 21.
5. Shelley L. Human Trafficking: A Global Perspective. Cambridge, 2010. pp. 52–53.
6. Siddharth K. Sex Trafficking: Inside the Business of Modern Slavery. New York : Chichester, 2009. pp. 31.
7. Aronowitz A. A. Human Trafficking, Human Misery: The Global Trade in Human Beings. London, 2009. pp. 12.
8. Волков К. А. Эксплуатация человека как уголовно-правовая категория. Российская юстиция, 2011, № 3, сс. 88-89. [Volkov K. A. Ekspluatacia cheloveka kak ugolovno- pravovaya kategoria [Human exploitation as a criminal-legal category]. Russian Justice, 2011, no. 3, pp. 88-89.
9. Загорский Г. И. Судебное разбирательство уголовных дел о торговле людьми. Юридическая литература, 2009, 240 с. [Zagorsky G. I. Sudebnoe razbiratelstvo ugolovnyih del o torgovle ludmi [Trial of criminal cases on human trafficking]. Legal literature, 2009, 240 p.
10. Global Slavery Index 2018 (2018) Available at: https://www.globalslaveryindex.org/resources/downloads/ (accessed 10.11.2019).
11. Global Slavery Index 2018 (2018) Available at: https://www.globalslaveryindex.org/resources/downloads/ (accessed 10.11.2019).
12. International Organization for Migration Available at: https://www.ctdatacollaborative.org/map (accessed 01.11.2019).
13. International Organization for Migration Available at: https://www.ctdatacollaborative.org/map (accessed 01.11.2019).
14. Population data (2019) Available at:  https://population.un.org/ (accessed 01.11.2019).
15. Birth rate, crude (per 1,000 people) (2019) Available at:  https://data.worldbank.org/indicator/(accessed 01.11.2019).
16. Fertility rate, total (births per woman) (2019) Available at: https://data.worldbank.org/ indicator/SP.DYN.TFRT.IN (accessed 10.10.2019).
17. Adolescent fertility rate (births per 1,000 women ages 15-19) (2019) Available at: https://data.worldbank.org/indicator/sp.ado.tfrt (accessed 10.10.2019).
18. Death rate, crude (per 1,000 people) (2019) Available at: https://data.worldbank.org/indicator/sp.dyn.cdrt.in (accessed 10.10.2019).
19. Life expectancy at birth, total (years) (2019) Available at:    https://data.worldbank.org/indicator/ SP.DYN.LE00.IN (accessed 10.10.2019).
20. Population growth (annual %) (2019) Available at: https://data.worldbank.org/indicator/
    POP.GROW (accessed 10.10.2019).
21. Population ages 65 and above, total (2019) Available at: https://data.worldbank.org/indicator/SP.POP.65UP.TO (accessed 10.10.2019).
22. Population ages 0-14 (% of total population) (2019) Available at: https://data.worldbank.org/indicator/SP.POP.0014.TO.ZS (accessed 10.10.2019).
23. International migrant stock (% of population) (2019) Available at: https://data.worldbank.org/ indicator/SM.POP.TOTL.ZS (accessed 14.09.2019).
24. Refugee population by country or territory of asylum (2019) Available at: https://data.worldbank.org/indicator/SM.POP.REFG (accessed 14.09.2019).
25. Refugee population by country or territory of origin (2019) Available at: https://data.worldbank.org/indicator/SM.POP.REFG.OR (accessed 14.09.2019).
26. Mid-Year Trends 2017 (2017) Available at: https://www.unhcr.org/5aaa4fd27.pdf (accessed 14.09.2019).
27. Migration and Remittances Data (2019) Available at: https://www.worldbank.org/en/topic/migrationremittancesdiasporaissues/brief/migration-remittances-data (accessed 14.09.2019).
28. Mobile cellular subscriptions (per 100 people) (2019) Available at: https://data.worldbank.org/ indicator/IT.CEL.SETS.P2 (accessed 14.09.2019).
29. Adjusted net national income per capita (current US$) (2019) Available at: https://data.worldbank.org/indicator/NY.ADJ.NNTY.PC.CD. (accessed 14.09.2019).
30. Unemployment, total (% of total labor force) (modeled ILO estimate) (2019) Available at: https://data.worldbank.org/indicator/SL.UEM.TOTL.ZS. (accessed 14.09.2019).
31. Employment to population ratio, ages 15-24, total (%)(modeled ILO estimate) (2019) Available at: https://data.worldbank.org/indicator/sl.emp.1524.sp.zs. (accessed 14.09.2019).
32. Inflation, GDP deflator (annual %) (2019) Available at: https://data.worldbank.org/indicator/NY.GDP.DEFL.KD.ZG. (accessed 14.09.2019).
33. Total natural resources rents (% of GDP) (2019) Available at: https://data.worldbank.org/indicator/NY.GDP.TOTL.RT.ZS. (accessed 14.09.2019).
34. GINI index (World Bank estimate) (2019) Available at: https://data.worldbank.org/indicator/SI.POV.GINI. (accessed 14.09.2019).
35. Gender Inequality Index (2019) Available at: http://hdr.undp.org/en/composite/GII. (accessed 14.09.2019).
36. Proportion of seats held by women in national parliaments (%) (2019) Available at: https://data.worldbank.org/indicator/sg.gen.parl.zs. (accessed 14.09.2019).
37. Global Peace Index (2019) Available at: http://visionofhumanity.org/indexes/global-peace-index/ (accessed 16.10.2019).
38. Battle-related deaths (number of people) (2019) Available at: https://data.worldbank.org/indicator/ VC.BTL.DETH. (accessed 16.10.2019).
39. Corruption Perceptions Index (2019) Available at: https://www.transparency.org/research/cpi/overview. (accessed 16.10.2019).
40. Government expenditure on education, total (% of GDP) (2019) Available at: https://data.worldbank.org/indicator/SE.XPD.TOTL.GD.ZS. (accessed 16.10.2019).
41. Literacy rate (2019) Available at: http://data.uis.unesco.org/Index.aspx?queryid=166. (accessed 16.10.2019).
42. Key charts on Education (2019) Available at: https://www.oecd.org/gender/data/education/. (accessed 16.10.2019).
43. Incidence of tuberculosis (per 100,000 people) (2019) Available at: https://data.worldbank.org/ indicator/sh.tbs.incd. (accessed 16.10.2019).
44. Prevalence of undernourishment (% of population) (2019) Available at: https://data.worldbank.org/indicator/sn.itk.defc.zs. (accessed 16.10.2019).
45. Rural population (% of total population) (2019) Available at: https://data.worldbank.org/indicator/SP.RUR.TOTL.ZS. (accessed 16.10.2019).
46. List of countries by forest area (2019) Available at: https://en.wikipedia.org/wiki/List_of_countries_by_forest_area. (accessed 16.10.2019).
47. UNESCO World Heritage Centre (2019) Available at: https://whc.unesco.org/en/list/&order=country. (accessed 16.10.2019).
48. World Happiness Report 2018 (2018) Available at:   https://world happiness.report/ed/2018/.(accessed 16.10.2019).
49. Силуянова Ю. А. Демографические детерминанты «миграционного кризиса» в ЕС. Государственное управление. Электронный вестник, 2019, № 73. сс. 138–166. [Siluyanova Yu. A. Demograficheskie determinant @migracionnogo krizisa [Demographic determinants of the «migration crisis» in the EU.]. Public administration, Electronic Bulletin, 2019, no. 73. pp. 138-166.].