报告概述

本报告聚焦中东、北非、阿富汗和巴基斯坦地区的技术促进性别暴力,分析其如何削弱女性在就业、创业、教育和公共生活中的数字参与。报告综合大量调查数据、国别案例和法律分析,阐释TFGBV从线上到线下的经济与社会代价,并提出强化法律、平台问责和保障女性安全的政策建议。适合发展从业者、政策制定者和研究数字包容的读者。

报告的核心结论

TFGBV直接阻碍女性数字经济参与

在MENAAP地区,近半数女性数字工作者遭受过在线暴力,导致收入下降、平台退出甚至职业转换。约旦女性数字从业者中48%经历数字暴力,44%因此减少工作意愿。

生成式AI放大TFGBV的规模与危害

AI降低了制造深度伪造和合成媒体的门槛,约90-95%的在线深度伪造为非自愿色情内容,且女性是主要目标。在MENAAP,高知名度女性尤其易受攻击,导致合同损失和职业声誉损毁。

法律框架严重滞后于TFGBV演变

MENA地区仅20%的经济体有网络骚扰专项立法,现有法律多未涵盖性别维度。即便有法律,执行薄弱、举报率低,幸存者在司法系统中面临二次伤害。

TFGBV具有可量化的经济成本

全球估算显示,网络暴力在欧盟每年造成550-1000亿美元损失;在澳大利亚,在线骚扰和仇恨言论带来26亿美元健康与收入损失。MENAAP地区虽缺乏统一估算,但约旦女性数字工作者因数字暴力年损失超420万第纳尔。

安全的数字环境是女性经济包容的前提

数字转型战略必须内嵌安全与隐私设计,否则会扩大性别差距。巴基斯坦和加沙的经验表明,将在线安全融入数字生计项目可有效降低风险。

报告回答的关键问题

什么是技术促进的性别暴力?

技术促进的性别暴力指通过数字工具实施的、对女性造成身体、心理、经济或社会伤害的任何行为,包括在线骚扰、非自愿图像传播、深度伪造、跟踪监视等。其独特之处在于能快速扩散、跨越距离且匿名实施,并常与线下暴力联动。

TFGBV如何影响女性的经济参与?

TFGBV通过强迫女性减少数字曝光、退出平台工作、损失客户和收入来阻碍经济参与。全球调查显示,7%遭遇在线暴力的女性因此失业或换工作;在约旦,女性数字创业者中60%遭遇过暴力,导致业务萎缩甚至关闭。

MENAAP地区TFGBV的现状如何?

该地区TFGBV普遍且严重:摩洛哥14%的女性(15-74岁)遭受电子暴力,15-19岁少女中达29%;伊拉克警方记录的电子勒索案件女性受害者占多数;巴基斯坦数字安全热线年接案超3000起。阿拉伯国家49%的女性网民感到在线不安全。

现有法律能否有效应对TFGBV?

不能。MENA地区仅20%的经济体有网络骚扰法律,且多数缺乏性别敏感措辞。即使有法律,如突尼斯2017年反暴力法未明确涵盖数字空间,执行和举报率低。巴基斯坦每年约13.5万起网络犯罪投诉仅1.2%立案,定罪率不足1%。

生成式AI如何加剧TFGBV?

生成式AI使任何人无需技术知识即可制作逼真的深度伪造,目标多为女性。在MENAAP,高曝光职业女性(如记者、网红)成为主要攻击对象,假内容流传后难以反驳,导致信誉损失和职业退出。

报告中的代表性数据

12%

女性移动互联网使用差距

2025,MENA地区女性使用移动互联网的比例比男性低12%,9%的女性无手机,13%无智能手机。2025年该地区仍有6000万女性未连接移动互联网,6500万女性无智能手机。

48%

约旦女性数字工作者遭受数字暴力比例

2025,在约旦从事电商和在线服务的女性中,48%报告遭受数字暴力,44%因此减少工作意愿,29%损失客户或收入。

90%

全球在线深度伪造中女性占比

2021,Sensity AI估计约90-95%的在线深度伪造是非自愿色情内容,其中约90%描绘女性。

以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整报告包含对TFGBV定义、形式(图像滥用、网络跟踪、性别仇恨言论等)及与线下暴力关联的详细分析。
  • 多国案例研究:伊拉克、约旦、摩洛哥、巴基斯坦、叙利亚、也门等国的具体数据和定性发现。
  • 法律与制度响应对比:梳理MENAAP各国法律(如埃及、沙特、阿联酋、突尼斯)的覆盖范围与执行差距。
  • 生成式AI风险深度探讨:包括深度伪造、合成历史、大语言模型偏见及平台级AI防护案例(如e&、Zain)。
  • 经济成本估算:引用欧盟、澳大利亚等区域的量化损失数据,以及约旦女性数字工作者的损失测算。
  • 政策与项目建议:5大优先领域(法律改革、平台问责、安全设计、数字素养、社会保护)的具体操作指南。
  • 全球模范框架:菲律宾《安全空间法》、英国《在线安全法》、UNFPA‘让所有空间安全’项目等经验总结。
  • 参考文献:涵盖世界银行、联合国、GSMA、学者研究等约60条参考文献,便于进一步查证。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告