Spatial differentiation and driving factors of domestic political conflicts in India

doi:10.3969/j.issn.1004-9479.2024.01.20222146

Abstract

Abstract:

In order to reveal the causes of the spatial differentiation of political conflicts in India from 2010 to 2021, the driving factor system was constructed and optimized by Z-score standardization and correlation analysis based on the data of political conflicts in India included in the armed conflict location and event Data Project, combined with the driving factor values of various Indian states. The geographical detector is used to detect the above preferred driving factors. The results show that :(1) All the 14 preferred driving factors have passed the significance test, among which the Muslim population ratio, the number of ethnic groups, the proportion of non-official political parties, and the population density have strong single-factor driving forces. (2) After double-factor interaction, Q value increased significantly with an average growth rate of 266% after the interaction of all driving factors. It can be seen that the domestic political conflict in India is the result of the joint action of various driving factors and has multiple superposition effects, showing "1+ 1>2 "mechanism of action; After the interaction between religious and ethnic factors and other categories, the explanation of spatial differentiation is the largest. (3) To improve the political and security situation in the region, India should give priority to solving such problems as religious confrontation, ethnic separation, unstable grain output and rational use of water resources.

Key words: political conflict, spatial differentiation, driving factor, geographic detector, India

摘要：

为揭示2010—2021年印度国内政治冲突的空间分异性成因，基于武装冲突地点和事件数据项目所收录的印度政治冲突数据，结合印度各邦驱动因素值，运用Z-score标准化、相关性分析等方法构建驱动因子体系，运用地理探测器对上述驱动因子进行探测，结果表明：（1）14个驱动因子全部通过了显著性检验，其中穆斯林人口比、民族数、非官方政党占比、人口密度等因素单因子驱动力较强。（2）进行双因子交互，各驱动因子交互后q值有明显增长，平均增长率为266%，可知印度国内政治冲突是由多种驱动因子共同作用的结果，具有多重叠加效应，呈现“1+1>2”的作用机制；宗教民族类因子与其他类交互后，对空间分异性的解释性最大。（3）印度应改善地区政治安全局势，应优先解决宗教对抗、民族分离、粮食产量不稳定、水资源合理利用等问题。

关键词: 政治冲突, 空间分异性, 驱动因子, 地理探测器, 印度

Zhongxiang CAI, Zhekun HUANG, Maoyu GONG, Yong GUO, Shengming HU, Yan WANG. Spatial differentiation and driving factors of domestic political conflicts in India[J]. World Regional Studies, 2024, 33(1): 57-69.

蔡中祥, 黄哲琨, 公茂玉, 郭勇, 胡盛铭, 王岩. 印度国内政治冲突的空间分异及驱动因子[J]. 世界地理研究, 2024, 33(1): 57-69.

Figures/Tables 8

References 33

1	IISS. Armed conflict survey 2020. (2020-03-27) [2020-11-24]. .
2	RALEIGH C, LINKE A, HEGRE H, et al. Introducing ACLED-Armed conflict location and event data. Journal of Peace Research, 2010,47(5):651-660.
3	黄哲琨,蔡中祥,公茂玉,等.印度武装冲突事件的时空演变分析.测绘科学技术学报,2021,38(4):422-429.
	HUANG Z, CAI Z, GONG M,et al. Spatial-temporal evolution of armed conflicts in India. Journal of Surveying and Mapping Science and Technology,2021,38(4):422-429.
4	A K. The 2008 Mumbai terror attacks:(Re-) Constructing Indian (counter-) terrorism. Critical Studies on Terrorism, 2010,1(3):83-98.
5	NAQVI S. Decolonized representation of Kashmir conflict. ACSS-SSTR 2017, 2017(1):12-16.
6	OSMANI S. Fiscal deficits and economic growth: Contrasting Bangladesh with the rest of South Asia. University Press Limited, 2009(5):36-45.
7	Food RASUL G., water, and energy security in South Asia : A nexus perspective from the Hindu Kush Himalayan region. Environmental Science & Policy, 2014, 39(5):35-48.
8	FRIJNS B, TOURANI-RAD A, INDRIAWAN I. Political crises and the stock market integration of emerging markets. Journal of Banking & Finance, 2012,36(3): 644-653.
9	JV A, HB A, NVUA B. Why do some poor countries see armed conflict while others do not? A dual sector approach. World Development, 2020,13(8): 105-273.
10	RONALD B L: Libya's fragmentation: Structure and process in violent conflict. The Middle East Journal, 2020,74(3):36-43.
11	FAHEY S, LAFREE G. Does country-level social disorganization increase terrorist attacks? Terrorism and Political Violence, 2015,27(1):89-98.
12	DAVID H, BENJAMIN F. Temperature anomalies affect violent conflicts in African and Middle Eastern warm regions. Global Environmental Change, 2020(63): 55-71.
13	ZHANG R, ANDAM F, SHI G. Environmental and social risk evaluation of overseas investment under the China-Pakistan Economic Corridor. Environmental Monitoring and Assessment, 2017,189(6):251-253.
14	黄平."一带一路"建设中的宗教风险--以巴基斯坦为例.上海交通大学学报(哲学社会科学版),2017, 25(3): 14-22.
	HUANG P. Religious risk in the construction of "One Belt and One Road": A case study of Pakistan. Journal of Shanghai Jiao Tong university (philosophy and social sciences edition),2017, 25(3): 14-22.
15	ADAMCZYK A, LAFREE G. Religiosity and reactions to terrorism. Social Science Research, 2015(51):17-29.
16	NASEEMULLAH, ADNAN. Riots and rebellion: State, society and the geography of conflict in India. Political Geography, 2018(63): 104-115.
17	WEINER M. Sons of the Soil: Migration and Ethnic Conflict in India. New Jersey: Princeton University Press, 2015.
18	KUMAR A. Rethinking state politics in India. Economic and Political Weekly, 2011(19):14-19.
19	KHAM H, KHAN M. Rethinking 'tribe' identities. Contributions to Indian Sociology, 2011,45(2):32-48.
20	GILBERT É, VARSHNEY A. Ethnic conflict & civic life: Hindus and Muslims in India. Revue Tiers Monde, 2003(44):232-247.
21	王劲峰,徐成东.地理探测器:原理与展望.地理学报,2017,72(1):116-134.
	WANG J, XU C. Geographic detectors: Principles and prospects. Acta geographica sinica,2017,72(1):116-134.
22	李云涛,陶犁.基于地理探测器的云南省边境州市旅游发展水平空间分异及影响因素分析.世界地理研究,2022,31(3):624-636.
	LI Y, TAO L. Spatial differentiation and influencing factors of tourism development level in border cities of Yunnan Province based on geographic detectors. World Geographic Research,2022,31(3):624-636.
23	JU H, ZHANG Z, ZUO L, et al. Driving forces and their interactions of built-up land expansion based on the geographical detector: A case study of Beijing, China. International Journal of Geographical Information Science, 2016,30(11):2188-2207.
24	WANG Y, WANG S, LI G, et al. Identifying the determinants of housing prices in China using spatial regression and the geographical detector technique. Applied Geography, 2017,79:26-36.
25	杨洋,乔家君,郭远智,等. 广东省瞪羚企业空间分布特征及驱动机制经济地理, 2022,42(8):112-122.
	YANG Y, QIAO J, GUO Y,et al. Spatial distribution characteristics and driving mechanism of gazelle enterprises in Guangdong Province. Economic Geography,2022,42(8): 112-122.
26	JAMISON C. Ethno-political conflict in Pakistan: The Baloch movement. Commonwealth & Comparative Politics, 2020,58(4): 213-222.
27	CUERVO-CAZURRA A. Better the devil you don't know: Types of corruption and FDI in transition economies. Journal of International Management, 2008,14(1): 12-27.
28	高舒欣,王兴平.印度经济特区分布的时空演化分析.经济地理,2019,39(11):9-17.
	GAO S, WANG X. Spatial-temporal evolution of the distribution of special economic zones in India. Economic Geography,2019, 39(11):9-17.
29	SAEED L, SYED S. Insights into selected features of Pakistan's most wanted terrorists. Terrorism and Political Violence, 2018, 30(1): 47-73.
30	DAVID I, SUNIL K, PASCAL F, et al. The emerging field of signal processing on graphs: Extending high-dimensional data analysis to networks and other irregular domains. IEEE Signal Process. 2013,30(3):69-78.
31	PIANG L. Overlapping territorial claims and ethnic conflict in Manipur. South Asia Research, 2015,35(2):158-176.
32	张学珍,李侠祥,张丽娟,等.RCP 8.5气候变化情景下21世纪印度粮食单产变化的多模式集合模拟.地理学报,2019,74(11): 2314-2328.
	ZHANG X, LI X, ZHANG L, et al. RCP 8.5 Multi-model ensemble simulation of changes in grain yield per unit area in India in the 21st century under climate change scenarios. Acta Geographica Sinica, 2019,74(11): 2314-2328.
33	FENG J, ZHU M, LIANG H, et al. Prenatal diagnosis of right dominant heart in fetuses: A tertiary center experience over a 7-year Period. Chinese medical journal, 2017,130(5): 25-34.

指标体系	编号	具体指标	单位	指标含义
经济社会	X1	人均 GDP	亿元	值越大，水平越高
	X2	劳动力参与率	%	0 为最低，1为最高
	X3	人口密度	人/km²	值越大，密度越高
	X4	贫困率	%	0 为最低，1为最高
	X5	失业率	%	0 为最低，1为最高
	X6	识字率	%	0 为最低，1为最高
	X7	暴力犯罪数量	次数	值越大，次数越高
资源	X8	单位面积主要粮食作物产量	千吨/公顷	值越大，水平越高
	X9	粮食作物面积占比	%	值越大，水平越高
	X10	乡村通电率	%	0 为最低，1为最高
	X11	人均用电量	千瓦时	值越大，水平越高
	X12	水资源储量	亿m³	值越大，水平越高
政治	X13	所占议会议席数	个	值越大，水平越高
	X14	选民投票率	%	0 为最低，1为最高
	X15	政治一致指数	—	值越大，分异性越强
	X16	非官方政党占比	%	0 为最低，1为最高
宗教民族	X17	民族一致指数	—	值越大，分异性越强
	X18	民族数	—	值越大，水平越高
	X19	穆斯林人口比	%	0 为最低，1为最高
	X20	印度教人口比	%	0 为最低，1为最高

指标体系	编号	具体指标	单位	指标含义
经济社会	X1	人均 GDP	亿元	值越大，水平越高
	X2	劳动力参与率	%	0 为最低，1为最高
	X3	人口密度	人/km²	值越大，密度越高
	X4	贫困率	%	0 为最低，1为最高
	X5	失业率	%	0 为最低，1为最高
	X6	识字率	%	0 为最低，1为最高
	X7	暴力犯罪数量	次数	值越大，次数越高
资源	X8	单位面积主要粮食作物产量	千吨/公顷	值越大，水平越高
	X9	粮食作物面积占比	%	值越大，水平越高
	X10	乡村通电率	%	0 为最低，1为最高
	X11	人均用电量	千瓦时	值越大，水平越高
	X12	水资源储量	亿m³	值越大，水平越高
政治	X13	所占议会议席数	个	值越大，水平越高
	X14	选民投票率	%	0 为最低，1为最高
	X15	政治一致指数	—	值越大，分异性越强
	X16	非官方政党占比	%	0 为最低，1为最高
宗教民族	X17	民族一致指数	—	值越大，分异性越强
	X18	民族数	—	值越大，水平越高
	X19	穆斯林人口比	%	0 为最低，1为最高
	X20	印度教人口比	%	0 为最低，1为最高

相关性	X1	X2	X3	X4	X5	X6	X7	X8	X9	X10
X1	1.00	－0.11	0.45^*	－0.70^*	0.20	0.38	－0.37	－0.34	－0.19	0.32
X2	－0.11	1.00	－0.19	0.13	－0.10	－0.08	－0.13	－0.17	－0.16	－0.18
X3	0.45^*	－0.19	1.00	－0.10	0.32	0.07	－0.10	－0.19	－0.12	0.21
X4	－0.70^*	0.13	－0.10	1.00	－0.25	－0.54^*	0.34	0.18	0.18	－0.40
X5	0.20	－0.10	0.32	－0.25	1.00	0.04	－0.15	－0.08	－0.19	0.14
X6	0.38	－0.08	0.07	－0.54^*	0.04	1.00	－0.37	－0.44^*	－0.26	0.22
X7	－0.37	－0.13	－0.10	0.34	－0.15	－0.37	1.00	0.72^*	0.69^*	0.14
X8	－0.34	－0.17	－0.19	0.18	－0.08	－0.44^*	0.72^*	1.00	0.76^*	0.24
X9	－0.19	－0.16	－0.12	0.18	－0.19	－0.26	0.69^*	0.76^*	1.00	0.23
X10	0.32	－0.18	0.21	－0.40	0.14	0.22	0.14	0.24	0.23	1.00
X11	0.26	0.00	0.26	0.16	0.09	0.07	－0.17	－0.15	－0.15	0.24
X12	－0.03	0.12	－0.07	0.03	－0.06	0.29	－0.13	－0.13	－0.10	－0.13
X13	－0.31	－0.18	－0.16	0.23	－0.25	－0.36	0.90^*	0.80^*	0.75^*	0.25
X14	0.14	0.28	0.02	－0.06	－0.01	0.35	－0.38	－0.39	－0.29	－0.08
X15	－0.29	－0.13	－0.16	0.19	－0.27	－0.43^*	0.81^*	0.79^*	0.73^*	0.27
X16	－0.02	0.11	－0.17	－0.19	－0.23	－0.13	0.08	0.05	0.04	0.15
X17	0.19	－0.13	0.21	－0.27	－0.27	0.27	0.16	0.26	0.22	0.54^*
X18	－0.13	0.22	－0.28	0.37	－0.08	－0.15	－0.17	－0.21	－0.17	－0.59^*
X19	－0.31	－0.28	0.02	－0.22	0.04	0.11	0.09	－0.06	0.01	0.14
X20	0.22	－0.17	0.13	0.14	0.06	－0.23	0.30	0.27	0.22	0.43^*
相关性	X11	X12	X13	X14	X15	X16	X17	X18	X19	X20
X1	0.26	－0.03	－0.31	0.14	－0.29	－0.02	0.19	－0.13	－0.31	0.22
X2	0.00	0.12	－0.18	0.28	－0.13	0.11	－0.13	0.22	－0.28	－0.17
X3	0.26	－0.07	－0.16	0.02	－0.16	－0.17	0.21	－0.28	0.02	0.13
X4	0.16	0.03	0.23	－0.06	0.19	－0.19	－0.27	0.37	－0.22	0.14
X5	0.09	－0.06	－0.25	－0.01	－0.27	－0.23	－0.27	－0.08	0.04	0.06
X6	0.07	0.29	－0.36	0.35	－0.43^*	－0.13	0.27	－0.15	0.11	－0.23
X7	－0.17	－0.13	0.90^*	－0.38	0.81^*	0.08	0.16	－0.17	0.09	0.30
X8	－0.15	－0.13	0.80^*	－0.39	0.79^*	0.05	0.26	－0.21	－0.06	0.27
X9	－0.15	－0.10	0.75^*	－0.29	0.73^*	0.04	0.22	－0.17	0.01	0.22
X10	0.24	－0.13	0.25	－0.08	0.27	0.15	0.54^*	－0.59^*	0.14	0.43^*
X11	1.00	－0.08	－0.16	0.12	－0.14	－0.17	0.00	－0.13	－0.13	0.27
X12	－0.08	1.00	－0.14	－0.17	－0.14	－0.14	0.07	0.04	－0.12	－0.40
X13	－0.16	－0.14	1.00	－0.42	0.97^*	0.15	0.31	－0.24	0.03	0.35
X14	0.12	－0.17	－0.42	1.00	－0.39	0.27	0.10	0.09	－0.03	－0.16
X15	－0.14	－0.14	0.97^*	－0.39	1.00	0.20	0.34	－0.25	0.00	0.39
X16	－0.17	－0.14	0.15	0.27	0.20	1.00	0.25	－0.12	－0.07	－0.06
X17	0.00	0.07	0.31	0.10	0.34	0.25	1.00	－0.74^*	0.16	0.16
X18	－0.13	0.04	－0.24	0.09	－0.25	－0.12	－0.74^*	1.00	－0.38	－0.18
X19	－0.13	－0.12	0.03	－0.03	0.00	－0.07	0.16	－0.38	1.00	－0.38
X20	0.27	－0.40	0.35	－0.16	0.39	－0.06	0.16	－0.18	－0.38	1.00

相关性	X1	X2	X3	X4	X5	X6	X7	X8	X9	X10
X1	1.00	－0.11	0.45^*	－0.70^*	0.20	0.38	－0.37	－0.34	－0.19	0.32
X2	－0.11	1.00	－0.19	0.13	－0.10	－0.08	－0.13	－0.17	－0.16	－0.18
X3	0.45^*	－0.19	1.00	－0.10	0.32	0.07	－0.10	－0.19	－0.12	0.21
X4	－0.70^*	0.13	－0.10	1.00	－0.25	－0.54^*	0.34	0.18	0.18	－0.40
X5	0.20	－0.10	0.32	－0.25	1.00	0.04	－0.15	－0.08	－0.19	0.14
X6	0.38	－0.08	0.07	－0.54^*	0.04	1.00	－0.37	－0.44^*	－0.26	0.22
X7	－0.37	－0.13	－0.10	0.34	－0.15	－0.37	1.00	0.72^*	0.69^*	0.14
X8	－0.34	－0.17	－0.19	0.18	－0.08	－0.44^*	0.72^*	1.00	0.76^*	0.24
X9	－0.19	－0.16	－0.12	0.18	－0.19	－0.26	0.69^*	0.76^*	1.00	0.23
X10	0.32	－0.18	0.21	－0.40	0.14	0.22	0.14	0.24	0.23	1.00
X11	0.26	0.00	0.26	0.16	0.09	0.07	－0.17	－0.15	－0.15	0.24
X12	－0.03	0.12	－0.07	0.03	－0.06	0.29	－0.13	－0.13	－0.10	－0.13
X13	－0.31	－0.18	－0.16	0.23	－0.25	－0.36	0.90^*	0.80^*	0.75^*	0.25
X14	0.14	0.28	0.02	－0.06	－0.01	0.35	－0.38	－0.39	－0.29	－0.08
X15	－0.29	－0.13	－0.16	0.19	－0.27	－0.43^*	0.81^*	0.79^*	0.73^*	0.27
X16	－0.02	0.11	－0.17	－0.19	－0.23	－0.13	0.08	0.05	0.04	0.15
X17	0.19	－0.13	0.21	－0.27	－0.27	0.27	0.16	0.26	0.22	0.54^*
X18	－0.13	0.22	－0.28	0.37	－0.08	－0.15	－0.17	－0.21	－0.17	－0.59^*
X19	－0.31	－0.28	0.02	－0.22	0.04	0.11	0.09	－0.06	0.01	0.14
X20	0.22	－0.17	0.13	0.14	0.06	－0.23	0.30	0.27	0.22	0.43^*
相关性	X11	X12	X13	X14	X15	X16	X17	X18	X19	X20
X1	0.26	－0.03	－0.31	0.14	－0.29	－0.02	0.19	－0.13	－0.31	0.22
X2	0.00	0.12	－0.18	0.28	－0.13	0.11	－0.13	0.22	－0.28	－0.17
X3	0.26	－0.07	－0.16	0.02	－0.16	－0.17	0.21	－0.28	0.02	0.13
X4	0.16	0.03	0.23	－0.06	0.19	－0.19	－0.27	0.37	－0.22	0.14
X5	0.09	－0.06	－0.25	－0.01	－0.27	－0.23	－0.27	－0.08	0.04	0.06
X6	0.07	0.29	－0.36	0.35	－0.43^*	－0.13	0.27	－0.15	0.11	－0.23
X7	－0.17	－0.13	0.90^*	－0.38	0.81^*	0.08	0.16	－0.17	0.09	0.30
X8	－0.15	－0.13	0.80^*	－0.39	0.79^*	0.05	0.26	－0.21	－0.06	0.27
X9	－0.15	－0.10	0.75^*	－0.29	0.73^*	0.04	0.22	－0.17	0.01	0.22
X10	0.24	－0.13	0.25	－0.08	0.27	0.15	0.54^*	－0.59^*	0.14	0.43^*
X11	1.00	－0.08	－0.16	0.12	－0.14	－0.17	0.00	－0.13	－0.13	0.27
X12	－0.08	1.00	－0.14	－0.17	－0.14	－0.14	0.07	0.04	－0.12	－0.40
X13	－0.16	－0.14	1.00	－0.42	0.97^*	0.15	0.31	－0.24	0.03	0.35
X14	0.12	－0.17	－0.42	1.00	－0.39	0.27	0.10	0.09	－0.03	－0.16
X15	－0.14	－0.14	0.97^*	－0.39	1.00	0.20	0.34	－0.25	0.00	0.39
X16	－0.17	－0.14	0.15	0.27	0.20	1.00	0.25	－0.12	－0.07	－0.06
X17	0.00	0.07	0.31	0.10	0.34	0.25	1.00	－0.74^*	0.16	0.16
X18	－0.13	0.04	－0.24	0.09	－0.25	－0.12	－0.74^*	1.00	－0.38	－0.18
X19	－0.13	－0.12	0.03	－0.03	0.00	－0.07	0.16	－0.38	1.00	－0.38
X20	0.27	－0.40	0.35	－0.16	0.39	－0.06	0.16	－0.18	－0.38	1.00

指标体系	编号	具体指标	指标体系	编号	具体指标
经济社会	X1	人均 GDP	资源	X8	单位面积主要粮食作物产量
	X2	劳动力参与率		X10	乡村通电率
	X3	人口密度		X11	人均用电量
	X5	失业率		X12	水资源储量
	X6	识字率	宗教民族	X18	民族数
政治	X14	选民投票率		X19	穆斯林人口比
政治	X16	非官方政党占比		X20	印度教人口比