Simposium: Menunjukkan Risiko Tidak Sama seperti Menganggarkan Kelaziman

12 Disember 2018

Bernard Silverman  | Professor of Modern Slavery Statistics, University of Nottingham

Rasa amat berbesar hati apabila berpeluang untuk mengulas kajian oleh Pablo Diego-Rosell dan Jacqueline Joudo Larsen. Mereka mengenal pasti hubung kait yang kukuh antara pelbagai faktor risiko dan kelaziman perhambaan moden yang dianggarkan. Mereka menyediakan bukti kelemahan bagi kedua-dua negara dan individu. Mereka sendiri mengenal pasti dasar dan kepentingan operasi bagi kelemahan ini, membenarkan sumber dan campur tangan untuk ditumpukan dengan sewajarnya, membantu kita membangunkan pemahaman yang lebih mendalam tentang jenayah yang dahsyat ini.

Kebimbangan utama saya ialah pada isu yang berlainan: anggaran kelaziman untuk negara individu. Bolehkah model risiko digunakan untuk anggaran kelaziman dalam mana-mana negara tertentu? Model faktor risiko adalah bagus untuk penerangan, tetapi itu tidak bermakna model itu boleh digunakan dengan pasti untuk ramalan atau anggaran. Bertentangan dengan penegasan penulis bahawa model itu boleh digunakan untuk meramal kelaziman secara tepat di peringkat negara, anggaran kelaziman untuk setiap negara adalah sangat tidak tepat.

Ketidaktepatan ini dinyatakan, sebahagiannya, dalam Lampiran D. Untuk Amerika Syarikat, contohnya, anggaran jumlah kelaziman ialah 0.51 peratus dengan sisihan piawaian bagi 0.33 peratus. Bahagian 3.4 dalam kajian itu menunjukkan bahawa untuk mendapatkan 95 peratus jeda ramalan anda akan menggunakan 0.51 peratus ± 0.66 peratus, dalam erti kata lain bahawa nilai sebenar boleh menjadi antara −‍0.15 peratus dan 1.17 peratus. Ini diterjemahkan, secara kasarnya, kepada bilangan mangsa antara −0.5 juta dan 4 juta. Jelas sekali kelaziman negatif adalah mustahil, dan beberapa jenis transformasi adalah sesuai untuk membuat pengedaran posterior lebih simetri, tetapi prinsipnya adalah sama: model tidak boleh digunakan untuk membuat ramalan negara individu untuk sebarang tahap ketepatan yang berguna. Ini tidak mengejutkan dan juga tidak menjejaskan nilai mengenal pasti faktor risiko.

Demonstrasi lebih lanjut diberikan dengan melihat secara terperinci pada Rajah 6 (kanan bawah).

Walaupun titik tunggal dengan ramalan dan kelaziman yang sangat besar (Uganda) ditinggalkan, baki mata mempunyai hubung kait kira-kira 0.95, jadi nilai r 0.97. Tetapi sisa-sisa daripada garis pepenjuru—yang bagi titik-titik itu hampir sama dengan garis yang dipasang oleh regresi linear—mempunyai sisihan piawai 0.2 peratus. Oleh itu, walaupun di negara yang data telah dipasang, jika sebuah negara mempunyai kelaziman dianggarkan sederhana z peratus, selang keyakinan untuk kelaziman sebenar ialah (z±0.4) peratus. Pengiraan ini tidak mengambil kira semua butiran model, tetapi ketepatan, atau ketidaktepatan, berada dalam keadaan yang sama seperti di Lampiran D. Walaupun terdapat hubung kait yang besar, ramalan individu adalah sangat tidak tepat.

Malangnya bahawa laporan Indeks Perhambaan Global (GSI) 2018 sendiri kekurangan ketepatan anggaran individu. Menjadi amalan statistik yang teruk untuk memberikan anggaran tanpa juga menyatakan betapa tepat anda merasakannya. Oleh itu, saya berbesar hati apabila kajian latar belakang penulis mengandungi lebih banyak maklumat tentang ketepatan.

Walau bagaimanapun, terdapat dua perkara lain yang meningkatkan lagi ketidaktepatan anggaran kelaziman individu. Tiada satu pun daripada 48 negara yang dikaji adalah di Asia, Eropah Barat atau Amerika Utara yang maju. Ramalan untuk negara sebegitu adalah berdasarkan pada ekstrapolasi daripada negara di bahagian dunia yang lain, dan oleh itu adalah tertakluk kepada lapisan tambahan ketidakpastian yang tidak dapat ditandingi. Mungkin negara maju seperti ini mempunyai tahap ketahanan yang lebih tinggi—atau lebih rendah—terhadap risiko tertentu; kami tidak dapat memberitahu daripada data ini. Sememangnya, pada hujung spektrum, sesetengah negara “berisiko tinggi” juga mempunyai ciri-ciri tertentu yang tidak terdapat dalam set latihan.

Kedua, jika saya pemahaman saya tepat, kajian bertanya tentang orang diwawancara dan keluarga terdekat mereka, maka setiap wawancara menghasilkan maklumat mengenai sekelompok kecil orang. Adalah tidak jelas jika kebergantungan yang jelas antara individu dalam keluarga diambil kira dalam model pemasangan, tetapi jika mereka tidak diambil kira, maka terdapat sumber ketidaktepatan lain.

Penulis berbaik hati kepada saya untuk memberikan saya koordinat tepat bagi titik dalam Rajah 6, tetapi sebagai penutup, saya boleh meminta untuk mengeluarkan lebih banyak data dan metodologi. Saya sangat berharap mereka akan melancarkan skrip program sebenar di Stata dan R, dan juga data asal, tanpa nama yang bersesuaian.

Prinsip asas di sebalik data terbuka dan kajian terbuka ialah semua orang dapat menghasilkan semula hasil yang diterbitkan. Ini penting untuk mengesahkan kajian itu sendiri dan akan meletakkan kajian tersebut pada tahap ketat yang menjadi piawaian pada masa kini. Lebih tepat lagi, ia akan menyediakan sumber yang kaya bagi orang lain untuk membina asas yang telah diberikan oleh penulis—dan ia juga akan menetapkan contoh yang mengalu-alukan kerja lain dalam bidang yang penting ini.

Kajian ini telah disediakan sebagai sebahagian daripada simposium Pemodelan Risiko Perhambaan Moden Delta 8.7. Baca semua respons di sini.

Bernard W. Silverman ialah Profesor Statistik Perhambaan Moden, The Rights Lab, University of Nottingham, UK.

Artikel ini telah disediakan oleh Bernard W. Silverman sebagai penyumbang kepada Delta 8.7. Seperti yang diperuntukkan dalam Terma dan Syarat Penggunaan Delta 8.7, pendapat yang diluahkan dalam artikel ini merupakan pendapat pengarang dan tidak semestinya mencerminkan pendapat UNU atau rakan kongsinya.

Forum Delta 8.7

What’s Happening at UNGA 74?

Otilia Enica
Teruskan Membaca
Keadilan Antarabangsa

How to Spur Corporate Accountability with Modern Slavery Legislation

Genevieve LeBaron
Teruskan Membaca
Sokongan Orang yang Selamat dan Mangsa

Implementing Shared Decision Making with Child Trafficking Survivors

Teruskan Membaca
Kaedah Pengukuran dan Statistik

Mapping Agricultural Labour Trafficking in Texas

Teruskan Membaca

What’s Happening at UNGA 74?

Otilia Enica
Teruskan Membaca
Keadilan Antarabangsa

How to Spur Corporate Accountability with Modern Slavery Legislation

Genevieve LeBaron
Teruskan Membaca
Sokongan Orang yang Selamat dan Mangsa

Implementing Shared Decision Making with Child Trafficking Survivors

Teruskan Membaca
Ekonomi, Peraturan Perniagaan dan Rantai Bekalan

Corporate Social Responsibility and the Failure to End Labour Exploitation

Genevieve LeBaron
Teruskan Membaca
Tag