TRAFFIC最新发布的一份报告指出，新兴的大数据分析技术有助于揭示野生动植物贸易供应链中可能发生行贿腐败的环节。
利用这项技术，将帮助各国的执法机构有效预防和打击非法野生动植物贩运，这是全球非法利润金额居高的犯罪活动之一。
在这份新指南《利用大数据技术监测开源信息中的腐败风险（Using Big Data Techniques to Monitor Corruption Risks in Publicly Available Information）》中，TRAFFIC运用了其作为全球监控野生物种非法贸易领导者的专业知识，整合了多个数据来源。
“利用大数据技术有助于发现并聚焦于供应链中可能发生行贿腐或败的环节。这为全球的执法机构也提供了一个先机，以打击那些以牺牲当地社区资源和野生物种为代价牟利的犯罪网络，”TRAFFIC反腐败协调官员、这份指南的共同作者Gabriel Šípoš表示。
大数据是指涉及规模更大、更复杂的数据集分析，它允许研究人员将大量信息过滤并分成可管理的部分。这些数据集如此庞大，以至于传统的数据处理软件根本无法处理它们。通常，金融机构会使用大数据技术揭露不同类型的腐败，但TRAFFIC正在利用这些新兴技术来挖掘野生动植物供应链中的腐败。
通过结合现有数据库（如林业登记册）中的信息，使用网页抓取工具（自动从互联网复制数据）以及使用新兴处理软件的功能分析，便可以发现那些可能引发犯罪活动的行业和个体关联。
“这些新兴技术可以将我们的研究分析提升到一个新水平。在能够访问并剖析这些大型数据集提供的庞大知识的基础上，我们的工作模式以及其他非政府组织、执法机构和其他管理机构的工作都将被彻底改变，”TRAFFIC数据分析经理、这份指南的共同作者Antony Bagott表示。
“通过使用这些技术，我们能够更有效地收集和处理数据，从而揭露可能与非法野生动植物贸易供应链背后的复杂犯罪网络，帮助执法机构提供更多证据以立案，特别是从这些供应链中牟利的主要犯罪分子，” Antony Bagott补充说。
在有关保护决策和资金流动的数据透明且公开的情况下，媒体和非政府组织将会有更多机会审查政治人物的潜在利益冲突。
例如，较容易获取的数据可以揭示供应链中的“政治暴露人物”（PEPs），即被任命为具有影响力的高官职位（如政府官员）的人，他们可能更容易受到贿赂和腐败的影响。关注“政治暴露人物”可以帮助识别贿赂和腐败风险较高的领域，、资金可能被洗钱的地方，以及涉及非法野生动植物贸易的网络。
在所有所需数据被收集后，将通过一个腐败风险模型来识别腐败的可能性。通常，金融机构会使用这些模型揭露腐败环节，TRAFFIC正在利用这些方法挖掘野生动植物供应链中的腐败。
应用于野生物种贸易的自然犯罪
自然资源犯罪包括非法伐木、采矿、野生物种贸易、土地转换以及与渔业相关的活动。这些活动正在加剧环境退化和生物多样性丧失、损害当地社区资源、助长金融犯罪和腐败，并挑战法治。
“我们已经有保护立法，但腐败导致这些法律忽视，或即使被发现，违法者也能逃之夭夭。大多数专家认为腐败是自然资源犯罪的关键推动因素之一，尤其是那些生物多样性最丰富的国家，往往也遭受着高水平的腐败，”Gabriel Šípoš补充说。
