典型文献
空间依赖与武装冲突预测
文献摘要：
武装冲突的分布呈现空间依赖特征,具有较高概率扩散至其邻近地区.但是,既有的冲突研究,尤其是冲突预测研究并没有对空间依赖特征进行充分利用,更忽略了影响冲突的因素在更加精细的空间层次上的互动,这也制约着冲突预测向更加精细化的方向发展.在大数据时代,关于冲突的空间依赖理论不断发展,以及冲突相关空间数据与空间分析方法不断更新,都为研究者实现理论与实证的有机结合提供了机会,使他们可以更好地利用冲突的空间依赖特征为冲突预测服务.本文回顾了处理空间依赖特征的一般路径,阐述了在更加精细的时空单位捕捉空间依赖的一种路径,并基于缅甸的国内冲突案例(2010-2020年),借助机器学习的框架,通过分离总体持续期模型与集成贝叶斯模型平均方法,展示在大数据时代认真对待空间依赖性可以在更加精细的时空维度进一步提升冲突预测的准确率.本文的分析表明,通过充分利用研究对象本身的空间依赖性质进行模型建构,并辅以恰当的机器学习方法,即使模型中只有少量随时间变化的变量,也可以实现非常高的预测准确度.本文的研究路径因此对建立关于"一带一路"共建国家的武装冲突预警预测系统具有较大的政策启示.
文献关键词：
空间依赖;空间模型;冲突研究;预测研究;缅甸冲突
中图分类号：
作者姓名：
陈冲;胡竞天
作者机构：
清华大学社会科学学院国际关系学系
文献出处：
引用格式：
[1]陈冲;胡竞天-.空间依赖与武装冲突预测)[J].国际政治科学,2022(02):86-123
A类：
缅甸冲突
B类：
武装冲突,冲突预测,赖特,邻近地区,冲突研究,预测研究,空间层次,测向,空间数据,空间分析方法,不断更新,理论与实证,一般路径,持续期,贝叶斯模型平均,认真对待,空间依赖性,时空维度,过充,利用研究,模型建构,机器学习方法,预测准确度,研究路径,共建国,冲突预警,预警预测,预测系统,政策启示,空间模型
AB值：
0.305788
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
