基于多源数据的南亚区域冲突及其烈度的时空变化

为揭示2011—2020年南亚区域冲突时空变化及烈度分布,基于武装冲突地点和事件数据库、全球恐怖主义数据库和乌普萨拉冲突数据库所收录的南亚的冲突数据,进行数据整合,采用核密度、空间自相关,空间热点探测分析等地理统计方法对南亚区域冲突及其烈度的时空特征进行分析。结果表明：2011—2020年,南亚区域冲突数量有所增长,但伤亡人数呈减小趋势;从空间看,区域冲突分布在“南亚外环”,聚集中心形成了“梯形”格局,克什米尔—信德省一线为梯形上底,达卡—切蒂斯格尔—泰米尔奈德—科伦坡一线为梯形下底;南亚区域冲突烈度分布范围先扩大后缩小,烈度热点先向俾路支省进行扩散,而后向东北方向和东南方向转移,于2020年形成了以克什米尔地区和切蒂斯格尔邦为中心的2个热点区域,无冷点聚集;南亚区域冲突受多方面因素影响,源头为认同差异,被国家行为体、民族分离组织、宗教极端组织等行为体推动,其中权力因素起主导作用,身份认同为难以解决的痼疾。     

河南省春运人口流动格局及形成机制

以河南省18个省辖市为研究对象,基于百度迁徙大数据和河南省统计年鉴资料,并结合引力模型对河南省内春运人口迁徙格局进行分析,探究省内人口流动的形成机制。结果表明：河南省内春运人口迁徙在春节前后存在明显的差异性,主要表现为郑州与其他城市之间的“回乡潮”和“返工潮”;人口主要流动方向与省内以郑州为核心的“米”字形高铁网走向基本一致,但中小城市之间的人口流动不强;从引力模型结果看,城市间引力值与人口迁移强度具有高相关性,较清晰地显示出郑州“一核”,洛阳“一副”,其他城市“多点”分布的全省城市群空间格局;除经济、距离和社会文化等因素外,城市体系对人口迁徙方向有显著的影响。     

印度武装冲突事件的时空演变分析

基于乌普萨拉冲突数据项目,运用空间分析和统计学方法,对1989—2019年印度武装冲突的时空特征进行剖析,发现印度武装冲突年际量变化呈4个阶段,空间分布聚集于克什米尔地区、印度东北地区和东南地区;重心呈现空间迁移特性,空间分布呈"西北—东南"格局,3大聚集区的重心不断向其边界迁移;3大聚集区地域变化各具区域特色,东北、东南地区冲突事件数量变化表现形式为冲突地域范围变化,西北地区为冲突事件密度变化;武装冲突存在显著空间相关性,不同时间段H-H聚集区具有一定空间分异性.