Terörizm ve Mülteciler

İlişki pozitif...

Bir önceki yazıda, göçmenler ve terörizm arasındaki ilişkiyi incelemiştim. Şimdi sırada mülteciler ve terörizm arasındaki ilişkiye bakacağım. Güncel literatürde mülteci-terörizm ilişkisine küresel ölçekte olarak bakan sadece iki çalışma var. Diğer çalışmalara baktığımda belirli bölgelere ve farklı ilişkilere odaklanıldığını gördüm, dolayısıyla inceleme dışı bıraktım. İlerleyen yazılarda mültecilerin farklı ilişkilerine bakılabilir belki... Varolan iki makale biraz eski (2013); lakin inceledikleri yıllar, dataset ve metotları iyi yaşlanmış durumda. Şaşırdığım nokta bu iki çalışma dışında terörizm-mülteci ilişkisini küresel ölçekte inceleyen güncel çalışma hiç yapılmamış.

Yazıya başlamadan önce, bir önceki yazıdan hatırlatmam gereken birkaç tanım var. Terörizm üç şiddetten farklıdır: (1) örgütlenmemiş şiddet içeren siyasi protesto biçimlerinden (isyanlar, kalabalık şiddeti dahil), (2) siyasi olmayan şiddet eylemlerinden (şiddet içeren suçlar, okul kurşunlama gibi) ve (3) hükümet tarafından kullanılan şiddetten, yani devlet terörü (örneğin işkence).

Mülteciler, uluslararası hukukta özel olarak tanımlanmış ve korunmuştur. Mülteciler, korkulan zulüm, çatışma, şiddet veya kamu düzenini ciddi şekilde bozan diğer koşullar nedeniyle ülklerinin dışında kalan ve sonuç olarak “uluslararası koruma” gerektiren kişilerdir. Durumları genellikle o kadar tehlikeli ve dayanılmazdır ki yakın ülkelerde güvenlik aramak için ulusal sınırları geçerler ve bu nedenle devletlerden, Birleşmiş Milletler Mülteciler Yüksek Komiserliği'nden ve ilgili kuruluşlardan yardım alarak uluslararası alanda “mülteci” olarak tanınırlar. Ülkelerine dönmeleri çok tehlikelidir ve bu nedenle başka bir sığınağa ihtiyaçları vardır. Bunlar, sığınma talebinin reddedilmesinin potansiyel olarak ölümcül sonuçlara yol açabileceği kişilerdir.

Uluslararası göçmenin resmi bir yasal tanımı bulunmamakla birlikte, uzmanların çoğu, uluslararası göçmenin, göç nedeni veya yasal statüsü ne olursa olsun, ikamet ettiği ülkeyi değiştiren kişi olduğu konusunda hemfikirdir. Genel olarak, üç ila 12 ay arasındaki hareketleri kapsayan kısa süreli veya geçici göç ile bir yıl veya daha uzun süreli ikamet edilen ülke değişikliğine atıfta bulunan uzun vadeli veya kalıcı göç arasında bir ayrım yapılır.

Terörizm ve Mülteciler

İlk çalışma Milton, Spencer & Findley’in 2013 yılındaki çalışması. Mülteciler ve terörizm arasındaki ilişkiyi incelerken 2 dataset kullanıyorlar. 1969-2001 yıllarını kapsayan bu datasetlerden ilki Birleşmiş Milletler Mülteci Komisyonu’nun mültecilerle ilgili dateseti, ikincisi ITERATE Terörizm Data seti.

Hipotezleri 1: A Ülkesinden B Ülkesine mülteci akışı arttıkça, A’dan gelen mülteciler B Ülkesindeki ulusötesi terör saldırılarını arttır (Milton, Spencer and Findley 2013, 629).

Hipoteze göre bağımlı değişken sayısal olarak terörizm ölçüsü, ana bağımsız değişken A Ülkesinden B Ülkesine kaçan mülteci sayısı olarak ölçülen kayıtlı mülteci akışı sayısı.

Hipotez 1, mülteci-terörizm bağlantısını değerlendirmede hem mültecilerin geldiği (origin) hem de mültecilere ev sahipliği (host) ülkeler hakkında ulusötesi bilgilerin önemli olduğunu söylüyor. Bu nedenle analiz birimi olarak yönlendirilmiş ikilileri (directed dyads) kullanıyorlar. Mülteci akışları çoğunlukla bitişik devletler arasında meydana gelir, bu da tüm yönlendirilmiş ikilileri kullanmanın uygun olmayacağını gösterir. Mültecilerin bitişik bir devletten daha uzağa kaçabildikleri yerlerde, muhtemelen daha gelişmiş ve daha güçlü bir ülkede, sığınma talebinde bulunabilirler. Buna göre, yönlendirilmiş ikili diziyi politik olarak alakalı olacak şekilde kısıtlıyorlar. Böylece, data seti sadece 1969-2001 yılları rasında politik olarak alakalı (politiacally relevant) yönlendirilmiş ikililer arası için geçerli oluyor (Milton, Spencer and Findley 2013, 629).

Relogit, NBREG ve ZINB’e gelince: Relogit (rare event logistic regression), nbreg (Negative Binomial Regression) ve ZINB (zero-inflated negative binomial) ifade ediyor. Hepsini açıklamak uzun sürecek olsa da ilkinin neden rare event logistic regression olduğunu anlatayım.

Yönlendirilmiş ikililerin yapısı nedeniyle, ikililerin yalnızca %1'i yüksek sayıda terörist saldırısına maruz kalıyor. Bu nedenle, verileri terörizmin meydana gelip gelmediğini ölçen ikili bir ölçümüne daraltıyorlar ve standart ikili bağımlı değişken tekniklerini kullanıyorlar. Terörizmin meydana gelmediği yerlere kıyasla ulusötesi terör sayısının az olması nedeniyle, bağımlı değişkenin bu dağılımı göz önüne alındığında terör saldırılarının olasılığını daha doğru bir şekilde tahmin eden rare event logistic regression modelini kullanıyorlar. Nadir olaylar logit modeli bu temellere dayanan en uygun model olmasına rağmen, sonuçların sağlamlığını test etmek için Negative Binomial Regression modeli ve Zero-Inflated Negative Binomial dahil bir dizi ek model tahmini ekliyorlar.

Model kendi içerisinde her şeyi açıklıyor. Mülteci akışındaki (refugee flow) her artış, terör saldırısının gerçekleşme olasılığını 0.33 artırıyor. Aynı şekilde iki devlet arası düşmanlık (ikili bir set olduğunu unutmayalım), iki devlet arasında gerçekleşen (MID) çatışmalar, iki devletin birbirine olan yakınlığı (contiguity) önemli ölçüde terör saldırısı olma riskini artırıyor. İlginç olan değişken ise Ortak Demokrasi (Joint Democracy). Demokratik Barış Teorisi, her iki devletin de demokrasi olması nedeniyle birbirleriyle savaşmayacağını söylese de, durum tam tersi. A ve B ülkesinin demokratik olması, A ülkesinden B ülkesine giden mültecilerin terörizm riskini azaltacağını göstermiyor. Peki neden? Yazarlar şöyle açıklıyor: Demokrasi, terörizme yatkınlığı olmayan (olumsuz ilişki) bireylere şiddet içermeyen yollar sunabilir. Ama aynı zamanda, yürütmenin terörizmle başa çıkma yeteneğini de kısıtlayabilir (olumlu etki). Tabii ki, iç siyasi katılımın faydaları ulusötesi aktörler için pek bir şey ifade etmiyor. Bu nedenle, iki demokratik devlet arasında yalnızca yürütme kısıtlamalarının önemli olması mümkündür ve bu da bizi ortak demokrasinin terör üzerindeki olumlu etkisiyle yalnız bırakmaktadır (Milton, Spencer and Findley 2013, 633-634). Kapasite oranıyla (Capability Ratio) ilgili sonuç daha kompleks. Ev sahibi (host) devlet, mültecilerin kaçtığı devletten (origin) daha güçlüyse, ulusötesi terörizmin azalacağını öne sürüyor. Bazı araştırmalar, örneğin(Pape 2003, 346), terörün zayıfların bir aracı olduğunu ve güç dengesi düşmanda olduğunda kullanıldığını öne sürüyor.

---

Choi & Salehyan (2013) bir diğer Large-N çalışması. Çalışma, terörizm için Global Terrorism Date Base’ini (GTD), mülteciler için Amerika Birleşik Devletleri Mülteciler ve Göçmenler Komitesi Nüfus Veri Birimi'nden Dünya Mülteci Anketini kullanıyorlar; yılları 1970-2007.

Çalışmanın ana bağımsız değişkeni olan “mülteciler” bir ülkenin diğer ülkelerden aldığı mülteci sayısını belirtiyor.Bağımlı değişken, yıllık toplam terör olayı sayısı olarak operasyonelleştirildiğinden, ülkelere göre kümelenmiş Huber-White sağlam standart hatalarıyla kontrol edilen negatif binom maksimum olasılıklı regresyon modeli kullanmaktadır.

Tablo 1'deki Model 1, negatif binom regresyonunu kullanır ve mülteci akınlarının genel olarak terörizm ile pozitif bir şekilde ilişkili olup olmadığını incelemeyen temel modeldir; 2 ila 7 arasındaki modeller, çeşitli sağlamlık testlerini gösteriyor. Model 1, mülteci değişkeninin 0,001 düzeyinde ve varsayımsal yönde istatistiksel olarak anlamlı olduğu gösteriyor. Görülüyor ki ülkeler daha fazla mülteciye ev sahipliği yaptıkça, yerel veya uluslararası terör olaylarıyla karşılaşma olasılıkları daha yüksek. Ayrıca, Model 1 altı kontrol değişkeninin hepsinin teorik beklentilerle tutarlı bir şekilde anlamlı olduğunu gösteriyor. Demokrasi, terörizmle pozitif ilişkili; başarısız devletler daha fazla terör olayına ve gelişmiş ülkeler daha fazla terör olayına; yüksek nüfuslu ülkeler daha fazla terör olayına maruz kalıyor. Soğuk Savaş sonrası döneminde terörizm daha az ve terör geçmişi olan ülkeler teröre karşı daha savunmasız (Choi & Salehyan 2013, 60).

Model 2, terör verilerinde fazla sıfırlar sorunuyla ilgilenen rare events logistic regression modelinin tahmini sonuçlarını gösterir. Beklendiği gibi, mülteci değişkeninin önemi, tüm kontrol değişkenleriyle birlikte aynı kalıyor (***p< .001, **p<.01, *p > .05). Model 3, terör saldırılarında ölen ve yaralanan kişilerin yıllık toplamını ifade eden bağımlı değişken olarak terör olaylarını terörist kayıplarla değiştirmektedir. Bu değişken, 1970'lerin ve 1980'lerin “eski terörizminin” yerini alan yeni bir terör olgusunu yakalamayı amaçlamaktadır: olayların sayısı azalmakta ancak olayların ölümcüllüğü artmaktadır (Frey ve Luechinger, 2005; Crain ve Crain, 2006; Freyet al., 2007). Bu değişken toplam olay sayılarına alternatif bir ölçüdür çünkü farklı ölümcüllükteki toplam terör olaylarından ziyade her bir terör olayının farklı şiddet derecesini ölçebilir. Model 3'teki tahmini sonuçlar, daha fazla mülteciye sahip ülkelerin terör nedeniyle daha fazla kayba maruz kalma olasılığının daha yüksek olduğunu göstermektedir. Model 4 ila 6, bölge, ülke ve yıl (region, country, year) olmak üzere üç farklı sabit etkiyi kontrol ettikten sonra Model 1'i tekrarlar. Model 7, tahmin için negatif binom regresyon yerine birinci dereceden korelasyonu açıklayan genelleştirilmiş tahmin denklemlerini (GEE') kullanır; mülteci değişkeni, pozitif yönde istatistiksel olarak terörizmle ilişkili. Ana değişken böylece sağlamlaşıyor (Choi & Salehyan 2013, 60-61).

Bir sonraki model setinde (Table 2), terör olaylarını yerel ve uluslararası olmak üzere iki farklı türe ayrılıyor. Tablo 2'deki Model 1 ila 3, yerel terörizmin nedenlerini açıklarken, Model 4 ila 6, mültecilerin uluslararası terörizm üzerindeki etkisini incelemektedir. Tablo 1'deki Model 1 ila 3'te olduğu gibi, bu modeller negatif binom regresyonu (Negative Binomial Regression), nadir olay logiti (Rare Events Logistic Regression) ve terörist kayıpları ile negatif binom regresyonudur. Ülke içi terörizm söz konusu olduğunda, mültecilerle ilgili hipotez, kayıplar dışında her modelde geçerlidir: mülteciler, terörizm sonucu olan kayıpların sayısını etkilemese bile, yerel terörizmin bir nedenidir. Model 4 ila 6, bağımlı değişken uluslararası terörizm olduğunda elde edilen sonuçları gösteriyor ve sonuçlar önceki modellerdekilerle tutarlı. Mülteci akımlarının uluslararası terörizm üzerindeki etkisi olumlu.

Tablo 3'teki Model 1, ITERARE terörizm data setini kullanarak negatif binom regresyondan elde edilen tahmini katsayıları ve standart hataları göstermektedir. Sonuçlar, GTD önlemiyle gösterilenlere oldukça benzer: mültecilerin girişi, uluslararası terörizm ile olumlu bir şekilde ilişkilidir. Model 2, Model 1'i 1975'ten 1997'ye kadar daha kısa bir süre için çoğaltır. Bu model iki amacı var. Birincisi, mültecilerin etkisinin daha kısa zaman diliminde hala sağlam kalıp kalmadığını kontrol etmektir.

Table 3 - Model 3, Gi* istatistiklerine göre belirli bir yılda herhangi aktif hot spot (sıcak nokta) parçası olan bir ülke için 1 ve aksi takdirde 0 olan iki yönlü bir terörizm etkin nokta değişkeni eklendikten sonra Model 2’nin nin çoğaltılmış sonuçlarını gösteriyor. Böyle bir mekansal faktör sunulmasının nedeni, istikrarsız bir ülkeye komşu olmanın hem uluslararası mülteciler hem de daha fazla terör olayı yarattığı endişesini arttırmasını test etmek(Choi & Salehyan 2013, 60-62).

Model 3, Model 2’nin sonuçlarını tekrar ettikten sonra eklenen hot spotlarla beraber varsayımı doğruluyor. Kara bağlantısı, kara ve deniz bağlantısı ve 950km’den uzak olmayan ülkelerin bağlantısına bakıldığında sonuç pozitif.

Not: Coğrafi yakınlığa dayalı sıcak nokta: (1) doğrudan kara bitişikliği (Hot Spot Land), (2) ortak kara sınırları veya 150 km'den fazla olmayan denizle ayrılmış olanlar tarafından tanımlanan bitişiklik Hot Spot Land and Sea) ve (3) ülkeler arasında 950 km'den fazla olmayan minimum mesafe (Hot Spot 950KM).

Not: “Terör sıcak noktası, rastgele bir sürece göre uluslararası sistemdeki ortalama bir bölgeden beklenenden daha fazla sayıda terör olayı yaşayan ülkelerin bölgesi olarak tanımlanır.

Makaleden alınan olaylar:

Uzun uzun bir sonuç yazmak istemiyorum. Kısacası, mültecilerin terörizmle anlamlı pozitif ilişkisi mevcut. Bu durumda politika önerisi veya siyasi bir öneri yapmak benim görevim değil. Düşünmeyi size bırakıyorum.

KAYNAKÇA

Choi, Seung-Whan, and Idean Salehyan. “No Good Deed Goes Unpunished: Refugees, Humanitarian Aid, and Terrorism.” Conflict Management and Peace Science 30, no. 1 (February 2013): 53–75. https://doi.org/10.1177/0738894212456951.

Daniel Milton & Megan Spencer & Michael Findley, 2013. "Radicalism of the Hopeless: Refugee Flows and Transnational Terrorism," International Interactions, Taylor & Francis Journals, vol. 39(5), pages 621-645, November.

Crain NV and Crain WM (2006) Terrorized economies. Public Choice 128(1/2): 317–349.

Frey BS and Luechinger S (2005) Measuring terrorism. In Law and the State: A Political Economy Approach, eds Alain Marciano and Jean-Michel Josselin, pp. 142–181. Northampton, MA and Cheltenham: Edward Elgar.

Frey BS, Luechinger S and Stutzer A (2007) Calculating tragedy: Assessing the costs of terrorism. Journal of Economic Surveys 21(1): 1–24