非洲与亚洲地区儿童性剥削与虐待中技术中介作用（Technology Mediation in Child Sexual Exploitation and Abuse in Africa and Asia）

摘要：随着全球儿童数字接入迅速扩大，技术促成之儿童性剥削与虐待（technology-facilitated Child Sexual Exploitation and Abuse, CSEA）——含网络诱骗（online grooming）、性引诱（sexual solicitation）、非自愿影像分享及性勒索（sexual extortion）——已成为紧迫但研究不足的数字伤害类别。尽管网络安全性政策关注上升，证据仍有限，尤见于世界上大多数儿童居住的低中收入国家（Low- and Middle-Income Countries, LMICs）。研究人员分析了2020–2021年通过Disrupting Harm项目收集的东非、南非及东南亚12国11,912名12–17岁全国代表性上网儿童调查数据。研究发现六分之一的上网儿童经历过至少一种形式的技术促成CSEA，相当于逾1,000万儿童。多数经历未被披露，披露是数字时代保护的关键路径。儿童若披露，主要依赖非正式渠道（尤指朋友）而非警方或求助热线等正式报告机制。采用考虑跨国异质性的贝叶斯层级模型（Bayesian hierarchical models），研究人员发现年龄较大者披露可能性更低；而家长对在线活动的赋能性中介（enabling parental mediation of online activities）及儿童知晓性骚扰或性侵犯后何处求助（knowledge of where to seek help after sexual harassment or assault）与更高披露率相关。上述发现为LMICs预防与应对提供人群层面证据，政策制定者、执法部门与技术公司需采取协调行动以保护所有儿童。

《Nature》发表此项研究，旨在填补低中收入国家（Low- and Middle-Income Countries, LMICs）中技术促成儿童性剥削与虐待（technology-facilitated Child Sexual Exploitation and Abuse, CSEA）在人群水平流行病学及披露（disclosure）行为方面的证据空白。既往研究多集中于高收入国家且偏重患病率估算，对LMICs中儿童于数字环境中遭遇CSEA后的披露模式、障碍及促进因素知之甚少。快速数字化令非洲与亚洲成为全球儿童人口最集中区域，却长期缺乏具全国代表性的可靠数据。获取此类数据受伦理、社会文化及法律保护约束，加之资金与保障基础设施不足，使LMICs此领域研究严重滞后。本研究依托Disrupting Harm多国合作项目，首次在非洲（埃塞俄比亚、肯尼亚、莫桑比克、纳米比亚、坦桑尼亚、乌干达）与亚洲（柬埔寨、印度尼西亚、马来西亚、菲律宾、泰国、越南）12国开展全国代表性调查，从受害经历与披露行为双维度提供人群层面实证依据。

主要关键技术方法

研究人员采用Disrupting Harm项目2020–2021年来自东非、南非及东南亚12国的分层随机概率整群抽样入户及在线访谈数据，纳入11,912名过去3个月内有互联网使用经历的12–17岁儿童（男51%，女49%；农村55%、城郊10%、城市35%）。CSEA测量为过去一年内通过社交媒体或网络游戏遭受九类技术性性伤害的二分类变量；披露行为分为任何披露、非正式披露（亲友）、正式披露（警方/教师/社工/热线）；未披露障碍为多选条目。通过蒙特卡洛模拟传播家庭调查所得互联网普及率与儿童调查患病率的不确定性以估算全人群负担。主要推断模型为调查加权贝叶斯多层Logistic回归（Bayesian multilevel logistic regression），含国家水平随机截距与随机斜率以处理跨国土木异质性，缺失值采用链式方程多重插补（Multivariate Imputation by Chained Equations, MICE）30次并合并结果，辅以正则化（Horseshoe prior）、PSIS-LOO交叉验证及等价检验（Region of Practical Equivalence, ROPE）。

Technology-facilitated CSEA（技术促成儿童性剥削与虐待之流行率）

通过对九类CSEA条目的加权汇总，研究人员发现12国上网儿童中17%（95% CI＝16.2–17.8；加权n＝2,025）在过去一年经历过至少一种通过社媒或网游发生之技术促成CSEA；若将线上线下全部性剥削与虐待合计，则为31%（95% CI＝30.1–32.1）。各细分类型发生率为：收到不想看之性图像约10%、令人不适之性评论约8%、被要求谈论性话题约5%、被要求做性事约4%、被索要私处照片/视频约4%、被以金钱礼品换取线下见面行性事约3%、性图像未经同意被分享约3%、被以金钱礼品换性图像约3%、遭性勒索约3%。国别差异大，越南上网儿童为5.5%（95% CI＝3.7–7.3），菲律宾为29%（95% CI＝25.3–31.9）。结合各国互联网普及率推算，12国全体12–17岁儿童中约1,070万（95% CI＝990万–1,150万）受技术促成CSEA影响。

Demographic differences（人口学差异）

贝叶斯多层模型显示男女童经历技术促成CSEA之概率无实质差异（后验均值＝−0.01，95% Bayesian Credible Interval CrI＝−0.22–0.20，99.7%后验分布落于实用等价域odds ratio 0.67–1.50内）。随年龄增长概率升高（后验均值＝0.18，95% CrI＝0.10–0.26；平均边际效应Average Marginal Effect, AME约合每年龄增2.7个百分点），女孩年龄梯度略强于男孩但不显著。国别预测概率最高见于乌干达与菲律宾17岁青少年，越南最低。按城乡分，城郊儿童报告率最高，农村低于城郊（AME＝−4.4个百分点，95% CrI＝−7.1至−1.9），城市高于农村（AME＝2.4个百分点，95% CrI＝1.0–3.9）。

Disclosure of technology-facilitated CSEA（技术促成CSEA之披露情况）

受CSEA经历之儿童中51%（95% CI＝48.6–53.6）未向任何人披露。披露者主要诉诸非正式渠道：朋友46%（95% CI＝43.1–48.1）、兄弟姐妹26%（95% CI＝23.6–28.0）、母亲21%（95% CI＝19.3–23.4）、父亲20%（95% CI＝17.9–21.9）；极少使用正式渠道——警察3%、热线3%、社工3%、教师9%。未披露首要原因为"不知道去哪或告诉谁"（37.6%，95% CI＝35.6–39.6），其次为羞耻/尴尬/情感难以启齿（19.6%）、认为不够严重不需报告（14.2%）。

Factors associated with disclosure（披露相关影响因素）

以任一渠道披露为因变量之贝叶斯多层模型显示：年龄越大披露可能性越低（后验均值＝−0.12，95% CrI＝−0.22至−0.03）；性别无显著差异；赋能性家长中介（enabling parental mediation，测四项：鼓励探索、建议安全用法、遇困扰时协助、共同在线活动，Cronbach's α＝0.78）越高披露率越高（后验均值＝0.22，95% CrI＝0.06–0.38）；知晓性侵犯/骚扰后何处求助（help-seeking knowledge）亦正向关联（后验均值＝0.38，95% CrI＝0.11–0.67）。性教育、对婚前性行为的态度、不平等性别态度及举报之数字技能与披露无显著关联（95% CrI含零）。分渠道看，知晓求助渠道与赋能性家长中介均促增非正式披露；接受婚前性行为观念者更倾向非正式披露；仅年龄（负向）与赋能性家长中介（正向）关联正式披露。国别随机斜率揭示赋能性家长中介在6国、求助知识在4国、年龄（负）在5国、不平等性别态度在5国具显著关联，显示跨文化异质性。

Model comparisons and robustness checks（模型比较与稳健性检验）

广义线性固定效应模型、仅随机截距多层模型、年龄×性别交互模型及带收缩之正则化回归结果一致：赋能性家长中介、求助知识（正向）与年龄（负向）稳定保留于模型中。较保守之随机斜率正则化模型中三要素方向仍同但可信区间趋窄近零。不等性别态度于部分规格呈正向关联但敏感于建模假设。所有模型R-hat收敛良好，贝叶斯R²报告于附表中。

讨论（Discussion）与结论翻译

讨论指出本研究提供LMICs首个全国代表性证据证明技术促成CSEA暴露广泛且正式渠道披露率极低。约六分之一上网儿童受害，按互联网普及率折算至少1,000万全体儿童受影响，实际或更因社会期许偏差被低估。年龄大者受害风险升但披露意愿降，提示预防须覆盖早龄至晚 adolescence。虽男女受害率相当，社会期待仍塑造加害目标选择与儿童对经历之诠释及外界回应，故需性别分解监测。披露主要靠朋辈与家人，正式系统极少被使用，"不知向谁求助"为最常见障碍，说明需从学校与卫生体系普及适龄求助信息、使正式渠道可及且响应及时，并为儿童互助提供支持而非将保护责任完全转嫁儿童或家庭。赋能性家长中介与知晓求助渠道是促进披露之可干预靶点，前者反映安全家庭氛围与开放沟通降低披露恐惧，后者直接针对首要屏障。文化规范（如婚前性接纳度、性别不平等态度）与披露关系复杂且在跨国间不稳定。研究为假设生成性质，未来需前瞻性队列、参与式国别研究与平台内置举报机制研究。局限含仅含上网儿童、横断面无法确立因果、部分构念二分类测量粗略、未涵盖生成式人工智能（Generative Artificial Intelligence, GenAI）促成CSEA、披露测量未捕捉持续过程。

结论（Conclusion）部分原文翻译：

展望未来，随着社交媒体持续渗透LMICs偏远地区，大规模全国代表性混合方法研究将是理解数字促成儿童性犯罪演变之关键。随线上线下虐待界限模糊，数字伤害研究议程应超越屏幕时长焦点转向实质性关注技术促成CSEA。未来研究应考察加害者如何利用儿童身份与处境（性别、年龄、社经地位、贫困、残障、族裔、性取向、移民/流离失所、冲突暴露等）实施剥削。政府、执法、科技公司、公民社会与研究者之紧密协作及快速数据共享对有效减轻伤害至关重要，尤其生成式AI与深度伪造（deepfake）已被用于合成儿童性虐待材料（Child Sexual Abuse Material, CSAM），规模扩张超出现有法保框架。Disrupting Harm项目正于拉美、东欧、中亚与中东12新国收尾，持续科研投入、资助与跨国合作对强化预防响应体系、守护数字时代所有儿童之尊严与平等权利至为紧迫。