EN中文

Tropical Geography >

2023 , Vol. 43 >Issue 6: 1186 - 1198

DOI: https://doi.org/10.13284/j.cnki.rddl.003687

Spatiotemporal Evolution of Conflict and Risk in South Asia Based on Multi-Source Data

  • Zhekun Huang , 1, 2, 3 ,
  • Zhongxiang Cai , 1, 2, 3 ,
  • Yong Guo 1, 2, 3 ,
  • Maoyu Gong 1, 2, 3 ,
  • Junwei Wang 1, 2, 3 ,
  • Shengmin Hu 1, 2, 3
Expand
  • 1. Institute of Surveying and Mapping, Information Engineering University, Zhengzhou 450001, China
  • 2. Collaborative Innovation Center of Geo-Information Technology for Smart Central Plains, Henan Province, Zhengzhou 450001, China
  • 3. Key Laboratory of Spatiotemporal Perception and Intelligent Processing, Ministry of Natural Resources, Zhengzhou 450001, China

Received date: 2022-04-18

  Revised date: 2022-07-03

  Online published: 2023-07-10

Fold

Highlights

South Asia shares a large territorial border with China, and is the latter's land "position" to enter the Indian Ocean and an important part of the "21st Century Maritime Silk Road." Based on the conflict data in South Asia collected from the Armed Conflict Location and Event Database, the Global Terrorism Database, and the Uppsala Conflict Database, the spatial and temporal changes and intensity distribution of conflicts during 2011-2020 were explored using geostatistical methods such as nuclear density, spatial autocorrelation, and spatial hot spot detection and analysis. The results revealed the following: (1) From 2011 to 2020, the number of conflicts in South Asia increased, but the number of casualties decreased. From the perspective of spatial distribution, regional conflict events are concentrated in the "outer ring of South Asia," and the cluster centers form a "trapezoid" pattern. The Kashmir-Sindh line is a trapezoid at the top bottom, and the Dhaka-Chettisgar-Tamilnad-Colombo line is a trapezoid at the bottom. The conflicts in South Asia exhibit a tendency of similar aggregation, and their distribution is affected by the surrounding region. The secondary administrative regions with positive spatial autocorrelation accounted for about 1/5 of the total, and the aggregate effect of war events was the most significant, andthat of armed conflict events was weak. The distribution of H-H clustering regions for each event type was inconsistent, but L-L clustering regions were mainly distributed in the center of the continent. (2) The distribution range of conflict intensity first increased and then decreased, reaching the maximum in 2017. In Pakistan, there were many areas of conflict intensity distribution, which did not change significantly at the end of the period. In India, the range of conflict intensity distribution first increased and then decreased. The intensity hot spots first spread to Baluchistan, and then shifted to the northeast and southeast, forming two hotspots centered on Kashmir and Chhattisgarh in 2020, with no cold spots. At present, the activities of non-state actors are more fluid and involve more areas, so it is difficult to form new hotspots. Kashmir will remain a hotspot of conflict, and the concentration trend of Chhattisgarh will decline. Baluchistan should be watched closely. (3) The regional conflicts in South Asia are affected by political parties, and power, identity, natural, and other factors. The source of the conflicts is the differences in national identity and religious belief, and they are promoted by state actors, ethnic separatist organizations, religious extremist organizations, and other actors. State factors play a leading role, while the religious and ethnic factors are intractable diseases. The current study has the following limitations. First, this study utilized a large amount of data, with more loyal manual participation in data fusion, cleaning and other work, and there is room for further improvement of accuracy. Second, the driving mechanism of South Asia has not been deeply discussed. The causes of conflicts in South Asia are complicated, and quantitative detection is the next research direction.

Cite this article

Zhekun Huang , Zhongxiang Cai , Yong Guo , Maoyu Gong , Junwei Wang , Shengmin Hu . Spatiotemporal Evolution of Conflict and Risk in South Asia Based on Multi-Source Data[J]. Tropical Geography, 2023 , 43(6) : 1186 -1198 . DOI: 10.13284/j.cnki.rddl.003687

政治冲突是指在政治体系内不同的政治单元体之间因利益分配的不同而围绕政治权力产生的一系列对立、抗争、抗拒等对抗性政治行为活动（熊理然 等，2019）；武装冲突是指国家间诉诸武力或政府当局与有组织武装团体之间长时间诉诸武力的情形（Sundberg et al., 2013；娄卫阳，2019）；因此，区域冲突可定义为在某个地理区域内成员之间矛盾的表面化，采取暴力或非暴力手段实现政治、经济和宗教目的（Asamczyk et al., 2015；李丽，2021），其中参与方至少有一方为一个团体（Fahey et al., 2015）。南亚地区新老挑战交织，不确定性、不稳定性成为地区形势的关键词（姚峪岩 等，2021），一方面，印巴关系进一步恶化，在军事、外交方面的角力更加激烈，地区合作机制停摆，区域内水资源、环境、经贸等对话严重受阻（张家栋 等，2019；杨晓萍，2021）；另一方面，南亚地区国家治理体系不够完善，各国政府政治手段匮乏（李奇 等，2021），重大改革措施广受掣肘，政府信用评级展望低迷，青年人数激增而经济停滞，出现社会动荡在所难免。
南亚地区的种族冲突、宗教冲突及克什米尔冲突一直是国内外研究的焦点（Naqvi, 2017；张家栋 等，2019），在宗教极端主义组织、民族分离主义组织、武装革命主义组织的共同推动下（Osmani, 2009；曾卓 等，2019），对所在国的政治过程和地区安全等方面产生重要影响；如Rasul（2014）认为随着人口的高速增长，水资源、粮食匮乏等问题对地区冲突的影响会加剧，而社会力量又不足以解决这些问题（史丽 等，2022）。随着美国国家层面反恐战争的逐渐落幕，国内外对南亚地区恐怖主义的新态势等方面的研究开始增多（宫玉涛，2017；张力，2021），如Frijns等（2012）研究发现恐怖活动多发于社会、经济表现较差的地区，并对当地经济起抑制作用，同时恐怖分子的受教育程度不断提高。进入2015年后，围绕“一带一路”周边地区安全的研究开始增多，如Gunasena（2015）和王世达等（2017）对“一带一路”在印度推进的困境进行了研究，认为难点还是在于中印互信问题。部分学者（谢贵平，2016；黄平，2017；Zhang， 2017）对“中巴经济走廊”建设面临的安全威胁展开研究，认为宗教纷争、教派冲突、极端主义是该地区3种主要的“发生型”宗教风险，其中宗教极端主义是当前威胁“中巴经济走廊”倡议实施的最大风险。现有的南亚冲突研究一般从政治、民族、宗教等单一视角出发，割裂了它们的内在联系，忽视了不同冲突事件破坏性的差异。目前基于多个开源数据库融合，立足冲突事件破坏性，从多视角探讨南亚冲突分布的研究较少。
南亚与中国有着大范围的国土接壤，也是中国进入印度洋陆上“阵地”；南亚是“21世纪海上丝绸之路”途径的重要地区，也是孟－中－印－缅经济走廊、中－巴经济走廊等发挥效益的地区；南亚动荡的局势，既阻碍了自身的社会经济发展，也成为大量极端组织的“基地”，威胁着周边地区甚至全球的安全。因此，本文以区域冲突为研究主体，运用核密度估计、空间自相关等手段，对近10年来南亚区域冲突的时空特征及发展变化进行分析。以期对南亚地区安全局势进行把握，为边境安全、产业园区选址、交通线路规划提供参考。

1 研究区域与方法

1.1　研究区域

南亚是指位于亚洲南部喜马拉雅山脉中、西段以南与印度洋之间的地域，总面积约430万km2，总人口超过17亿（2017年），包括印度、巴基斯坦、尼泊尔、不丹、孟加拉国、斯里兰卡和马尔代夫7个国家；民族、语言、宗教复杂多样，居民普遍具有宗教信仰，主要信奉印度教、伊斯兰教、佛教、锡克教、基督教等；具有不同种族，如印度斯坦人、阿萨姆人、信德人等，这些种族既包括人数不足10人的部落，也包括多达上亿人的庞大族裔。

1.2　研究方法

1.2.1　核密度估计

采用核密度估计（Kernel Density Estimation）分析各类型冲突事件的总体空间分布，计算公式见文献（禹文豪 等，2015）。

1.2.2　空间自相关

选择Moran's I指数作为区域冲突事件全局和局部空间相关性的度量指标，探究南亚二级行政区的区域冲突事件的聚集特征，计算公式见文献（王辉 等，2020）。

1.2.3　空间热点探测

采用空间热点探测分析整个研究区域冲突次数显著异于其他地方的异常区，公式见文献（汪可可 等，2020）。

1.2.4　冲突烈度指数

不同类型的冲突事件所造成的冲突烈度是不同的，部分学者和机构认为冲突事件烈度值可由事件数量、死亡人数、受伤人数和财产损失4个指标衡量（邓世成 等，2021），本文依据区域冲突中人员伤亡数，定量化各类区域冲突事件的烈度值。冲突烈度指数计算公式为：
C i j = Δ A i j Δ P i j
式中： i为期初年； j为期末年； C i j表示第 i年到第 j年某类区域冲突的冲突烈度指数； Δ A i j表示第 i年到第 j年某类区域冲突所造成的人员伤亡数； Δ P i j表示第 i年到第 j年区域冲突所造成的人员伤亡总数。为便于讨论， i定为2011年， j定为2020年。

2 数据

2.1　数据来源

数据来源于武装冲突地点和事件数据项目（ACLED）、全球恐怖主义数据库（GTD）和乌普萨拉冲突数据库（UCDP），其中，ACLED以“政治暴力事件”为数据主体，分为5种大事件和17种子事件类型（表1），每个事件类型定义参考文献（Raleigh et al., 2010）；GTD以“恐怖袭击”为数据主体，其中恐怖袭击目标被划分为企业、政府、教育机构等22类（表2），具体定义详见其网站；UCDP以“有组织暴力”为数据主体，包含国家武装冲突、非国家武装冲突和单方面暴力3种事件类型，具体定义详见其网站。
表1 ACLED项目暴力冲突事件分类

Table 1 Classification of violent conflicts in ACLED projects

事件大类 事件类型 事件子类型
暴力事件 战争 武装冲突
政府收复领土
非国家行为体占领领土
爆炸/远程暴力 化学武器
空中/无人机袭击
炮击/导弹攻击
自杀式炸弹
远程爆炸/地雷
手榴弹
针对平民的暴力 性暴力
绑架和强迫失踪
攻击
示威 暴乱 暴力示威
暴徒暴乱
抗议 和平抗议
抗议与干预
对抗议者的过度暴力
表2 GTD数据库恐怖主义分类

Table 2 Terrorism classification in GTD database

事件大类 目标类型 事件大类 目标类型

恐怖

主义

 政府

恐怖

主义

 公共设施
政府（外交） 记者媒体
企业 非政府组织
警察 宗教人物机构
军队 普通公民及财产
机场 恐怖分子及非国家武装
教育机构 有暴力倾向的政党
信息传输设施 游客
食品及水供应点 堕胎相关
海事 其他
运输设施（除航空） 未知

2.2　数据处理

基于区域冲突的概念与各开源数据库的相关定义，考虑区域冲突的烈度，将区域冲突分类为抗议、暴乱、单方面暴力、武装冲突和战争。其中，抗议是由于某方面的分歧，平民向其他组织表达自身利益诉求的一种方式（Raleigh et al., 2010）；暴乱是由社会中无组织、无党派成员发动的，采取暴力手段对某一组织进行抗争（Raleigh et al., 2010）；单方面暴力指一个国家的政府或正式组织的团体对另一方使用武力，直接造成人员死亡，既包括武装团体对平民的袭击，也包括武装团体之间的非平衡性对抗；武装冲突是指2个有组织的武装团体之间使用武力，这2个团体都不是国家政府，但其武装力量规模完备，并且直接造成了人员伤亡（Raleigh et al., 2010；黄哲琨 等，2021）；战争是指2个武装团体之间的暴力冲突，至少有一方是一个国家的某一层级政府，并直接造成了人员的伤亡（Sundberg et al., 2013）。区域冲突中各类型的数据来源见表3。
表3 区域冲突各类型数据来源

Table 3 Data sources of various types of regional conflicts

事件类型 数据来源
抗议 ACLED库中类型为“抗议”的数据（N1）
暴乱 ACLED库中类型为“暴乱”的数据（N2）

单方面

暴力

ACLED库中类型为“针对平民的暴力”（N3）、“爆炸/远程暴力”（N4）的数据；

UCDP库中事件类型为“单方面暴力”（N5）的数据；

GTD库中袭击目标为“公民及财产”“教育机构”“媒体”“通信设施”“企业”“民用海事设施”“诊所”“宗教人物及机构”

“公共交通系统”“民用机场”“供给点”“非政府组织”“基础设施”（N6）的数据

武装冲突

ACLED库中子类型为“武装冲突”（N7）的数据；

UCDP库中事件类型为“非国家武装冲突”（N8）的数据；

GTD库中袭击目标为“恐怖分子或非国家民兵”“政府”“警察”“军队”“大使馆或领事馆”“有暴力倾向的政党”（N9）的数据

战争

ACLED库中子类型为“非国家行为体占领领土”（N10）、“政府收复领土”（N11）、“武装冲突”（N7）的数据；

UCDP库中事件类型为“国家武装冲突”（N12）的数据

注：N1~N12为数据源编号。

明确了区域冲突数据库各类数据的来源后，还存在2个问题：1）当源数据库某类数据同时对应区域冲突数据库的2类数据时，需将其对应准确。采取的方案主要是运用数据其他信息进行机器加人工的分类，如以ACLED数据库中“武装冲突”类数据为例，其为区域冲突数据库“战争”和“武装冲突”的数据来源，划分标准为参与一方是否为国家行为体或附属机构，通过人工筛选南亚地区的国家行为体及附属机构。再将ACLED数据库中“武装冲突”数据导入python中，再依据参与主体的属性进行分类，将其精准归属对应类。2）当区域冲突数据库某类数据来源有多个时，需对其进行去重操作。首先，基于上述3个数据库中的“地理精度”和“时间精度”字段，选取同时满足事件地理精度达到一级行政区域、时间精度达到月份的数据；其次，利用python编程筛选出爆发地点与爆发时间同时相近的事件，地点相近标准为爆发地在同一一级行政区内，时间相近标准为爆发时间相差1个月；再次，依据事件简述、参与双方等信息进行人工去重，如以区域冲突数据库中“战争”类数据为例，将ACLED库中子类型为“非国家行为体占领领土”“政府收复领土”“武装冲突”的数据和UCDP库中事件类型为“国家武装冲突”的数据导入python中；最后，筛选出地点爆发地于同一一级行政区内且爆发时间相差一个月的重复数据，并通过对比其他属性信息进行查重处理，如依据冲突双方、时空精度、经纬度、事件概要等信息。其整体处理流程如图1所示。
图1 区域冲突数据处理流程

Fig.1 Processing flow of regional conflict data

将ACLED数据库、UCDP数据库和GTD数据库合并得到2011—2020年数据192 738条，经数据去重、数据清理后共得到数据169 222条，将得到的数据归类为“抗议”“暴乱”“单方面暴力”“武装冲突”和“战争”事件。其中，“抗议”数据100 153条、“暴乱”数据23 463条、“单方面暴力”数据26 570条、“武装冲突”数据4 464条、“战争”数据14 572条。

3 结果分析

3.1　南亚区域冲突总体特征

3.1.1　区域冲突时间特征

2011—2020年，发生在南亚境内的区域冲突事件总计169 222次，平均年爆发次数16 922次。制作南亚地区区域冲突事件年际分布（图2）。可以发现，2011—2020年爆发次数呈现波动变化趋势，于2019年达到峰值，次数为30 851次，年爆发次数的平均绝对偏差为7 203.2；死亡人数于2014年达到峰值，死亡人数为15 971人，平均绝对偏差为3 127.4。总体上，2011—2020年南亚地区区域冲突事件爆发次数虽波动剧烈，但2020年较2011增加了18 242次，主要是抗议事件数量增加，而战争、武装冲突、单方面暴力事件未见明显增长。这表明虽然事件数量有所增加，但危害性大的区域冲突事件增长趋势不明显，且死亡人数呈减少趋势。
图2 南亚区域冲突事件年际分布

Fig.2 The interannual distribution of regional conflict events in South Asia

3.1.2　区域冲突空间分布

对2011—2020年南亚地区区域冲突事件进行核密度分析，结果显示，区域冲突事件主要分布在克什米尔地区、巴基斯坦的信徳省与原联邦直辖部落地区、孟加拉国的达卡地区、斯里兰卡的科伦坡地区、印度的南部、东南与东北地区（图3）。总体而言，区域冲突事件集中分布于南亚边缘地带，距离南亚心脏地带距离较远，分布在“南亚外环”；其中，爆发密度最高的区域为旁遮普－克什米尔－喀布尔一线地带、信德省与曼尼普尔－达卡地区，三者密度值约为其他地区的10倍，密度次高的是科伦坡—泰米尔奈德地区与特伦甘纳－切蒂斯格尔地区，高聚集区形成“梯形”格局。
图3 南亚区域冲突事件总体空间分布

注：基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2020）4393的标准地图制作，底图无修改；图4至6同。

Fig.3 The Overall spatial distribution of regional conflict events in South Asia

2011—2020年，克什米尔地区爆发的区域冲突事件达1.4万余次，对该地区安全影响最大的事件类型为战争，爆发次数占该类型总数的1/4。印度政府与巴基斯坦政府、印度政府与克什米尔武装分子、国际组织与当地武装组织在该地区爆发了多次冲突，冲突缘由为印巴分治后克什米尔的归属问题。克什米尔地区大部分居民是穆斯林，而统治阶级为印度教徒，最终，印巴双方分别占领部分地区，在此爆发多次战争和武装冲突，这既包括印巴双方的领土之争和政治对抗，也包括当地印度教与伊斯兰教的宗教和种族对立，这些冲突长期得不到解决，导致该地区安全风险极高。
巴基斯坦信徳省爆发的区域冲突事件达2.3万余次，类型主要包括单方面暴力和抗议，其中抗议事件爆发次数约占该类型总数的1/5，主要是由于水资源缺乏、电力供应不足、天然气短缺、宗教信仰等原因，导致民众对政府产生不满情绪。为了给政府施加治理压力，他们进行了抗议。原联邦直辖部落地区位于巴基斯坦西北部，该地区主要为普什图人，与阿富汗塔利班组织属于同族；随着2002年阿富汗塔利班政权的垮台，该地区涌入了大量阿富汗难民和塔利班组织，在该地区及其他大城市制造大量冲突。
在印度特伦甘纳与切蒂斯格尔邦爆发的区域冲突事件为4 036次，印度政府与各武装革命组织在该地区爆发多次冲突，主要是由于该地区经济剥削十分严重，当地统治阶级控制绝大多数土地，而农民等阶级拥有土地极少。自1948年起，该地区便爆发了大规模的武装冲突，截至2020年，土地分配不均的问题仍没有得到解决。印度东北部是印度民族分离运动最猖獗的地区，印度政府与各民族解放组织以及各民族解放组织之间在该地区爆发多次冲突，主要是由于该地区“分而治之”的思想与印度政府推行的国家认同感相矛盾。锡克教诞生地——旁遮普邦于20世纪90年代末受到印度政府的大规模清缴，此后局势虽被印度政府控制，但锡克教教徒对政府的不满情绪持续蔓延。
达卡地区爆发的区域冲突事件为4 958次，占孟加拉国区域冲突事件总数的1/3，主要包括抗议、暴乱、单方面暴力和战争事件；1991年孟加拉国重建民主政权后，由于在国家意识形态、世俗化、独立运动中各政党发挥作用的程度和选举制度等一系列问题上存在严重分歧，孟加拉国几个主要政党互不信任，彼此猜忌并经常发生冲突。科伦坡地区爆发的区域冲突事件为1 366次，斯里兰卡爆发的区域冲突事件为3 767次，爆发的事件类型主要为抗议、暴乱，主要原因是泰米尔人希望政府能给予更好的待遇和地位。
分类型对2011—2020年南亚区域冲突事件进行空间全局自相关分析（表4），各类型全局自相关指数均为正值，且通过显著性检验，说明南亚地区区域冲突事件呈现同类聚集态势，其分布受到周围区域的影响。其中，战争事件总体聚集效应最为显著，武装冲突事件总体聚集效应较弱。
表4 2011—2020年南亚区域冲突全局Moran's I指数

Table 4 Global Moran's I Index of Regional Conflicts in South Asia, 2011-2020

事件类型 全局Moran's I Z-score 空间自相关 是否显著
区域冲突事件 0.306 16.436 聚集分布 是
抗议 0.315 16.934 聚集分布 是
暴乱 0.321 18.726 聚集分布 是
单方面暴力 0.362 20.001 聚集分布 是
武装冲突 0.179 10.881 聚集分布 是
战争 0.432 24.488 聚集分布 是

3.1.3　区域冲突分异特征

分类型在二级行政区的空间尺度上对局部空间自相关展开进一步分析，结果如图4所示，对南亚各类区域冲突事件H-H、L-L、H-L和L-H区域数占比进行统计，结果如表5所示。图4中H-H表示该区域及其周围区域冲突事件爆发次数高；H-L表示该区域爆发次数高，但其周边地区爆发次数低；L-H表示该区域爆发次数低，但其周边地区爆发次数高；L-L表示该区域及其周围区域爆发次数都低。其中，H-H和L-L区域体现正空间自相关；H-L和L-H区域体现负空间自相关。总体上，2011—2020年南亚地区区域冲突事件呈空间集聚态势，聚集现象明显，H-H聚集区主要分布在克什米尔、信徳省、原联邦直辖部落地区、俾路支省、特伦甘纳邦、切蒂斯格尔邦和孟加拉国，各类型均存在H-H聚集类型，正空间自相关的二级行政区约占总数的1/5，暴乱的H-H区域数占比最高。
图4 2011—2020年南亚区域冲突局部Moran's I分布

Fig.4 Regional Moran's I distribution in South Asia during 2011-2020

表5 2011－2020年南亚各类区域冲突的各类区域数占比

Table 5 Proportion of H-H and L-L regions in various regional conflicts in South Asia during 2011-2020

事件类型 各区域数占比/%
H-H L-L H-L L-H
区域冲突事件 6.1 19.8 0.9 1.9
抗议 4.9 16.9 1.1 2.2
暴乱 7.4 14.5 0.6 2.0
单方面暴力 6.1 24.3 0 1.1
武装冲突 5.1 10.6 0.1 1.4
战争 4.9 22.8 0 1.0
2011—2020年各类型区域冲突事件分布呈现空间分异性（见图4）。区域冲突事件H-H聚类区分布在信德省，克什米尔西部、俾路支省北部、原联邦直辖部落地区西部、旁遮普邦西北部和达卡地区。抗议事件H-H聚类区分布在信德省、旁遮普邦西部、克什米尔地区和白沙瓦地区。暴乱事件H-H聚类区主要分布在克什米尔西北地区和孟加拉国大部分地区，孟加拉国是世界上环境和社会脆弱性最为显著的国家之一，易受自然灾害影响；加之该国多党持政，国家治理能力较差，国内局势动荡不安，因而暴乱事件较为频发。单方面暴力事件H-H聚类区主要分布在俾路支省、原联邦直辖部落地区西部、特伦甘纳邦与切蒂斯格尔邦，其中，俾路支省是巴基斯坦分裂意图最强烈的省，也是最贫穷的省，当地部落对巴基斯坦政府认同度不高；原联邦直辖部落地区是巴基斯坦与中亚的缓冲地带，美国发动阿富汗战争后，大批阿富汗难民流窜至该地区，对当地的和平稳定与正常社会秩序造成严重破坏；特伦甘纳邦与切蒂斯格尔邦是印度毛派的主要活动地区。武装冲突、战争事件H-H聚类区主要分布在克什米尔地区、俾路支省、原联邦直辖部落地区、特伦甘纳邦和切蒂斯格尔邦交界处和卡拉奇地区，冲突主要是因为当地部落或当地政党拥有较为强大的实力，而当局政府统治力不足。各类区域冲突事件的L-L聚类区主要分布于南亚大陆中心位置，远离地缘过渡地带，而各类型事件的H-L聚集区和L-H聚集区零散分布在正空间自相关区域附近。

3.2　南亚区域冲突烈度分析

3.2.1　区域冲突烈度变化分析

基于区域冲突烈度计算公式，得到战争对应的烈度值为0.433，武装冲突为0.285，单方面暴力为0.213，暴乱为0.055，抗议为0.014。总体而言，冲突烈度分布范围先扩大后缩小，于2017年范围达到最大，后期较初期范围变化不大，但热点区域从巴基斯坦的原联邦直辖部落地区转移到克什米尔地区（图5）。
图5 2011—2020年南亚区域冲突的发展变化

Fig.5 Evolving conflict risk in South Asia during 2011-2020

巴基斯坦境内冲突烈度地区较多，烈度地域范围先扩大后缩小，各地区的烈度值有所变化，但分布地域末期较初期无明显变化，主要分布在原联邦直辖部落地区中部、卡拉奇、奎达地区、雅各布阿巴德、拉合尔和图尔伯德等地区。2011年，冲突烈度值较高的区域为原联邦直辖部落地区中部、奎达地区和卡拉奇地区；2014年，巴基斯坦境内冲突局势进一步恶化，形成了雅各部阿巴德－奎达、拉合尔－伊斯兰堡－白沙瓦、图尔伯德和卡拉奇高烈度区。随着美国对阿富汗开展一系列军事行动，一方面，对巴－阿边境进行大规模袭击，导致大批阿富汗难民和极端分子涌入巴基斯坦，另一方面，巴基斯坦反对派发动大规模游行示威，要求重组政府；2017年，卡拉奇地区和原联邦直辖部落地区冲突烈度值有所降低，雅各布阿巴德地区烈度分布范围缩小，随着美国在阿富汗军事行动的减少、中巴经济走廊的建设，加之2015年巴基斯坦境政府出台了“国家行动计划”，调整了原有的反恐战略，这些措施取得一定成效；2020年，巴基斯坦境内无高烈度地区，烈度分布范围也进一步缩小。
印度境内冲突烈度分布范围先扩大后缩小。2011年，冲突烈度地域主要分布在切尔肯德邦、切蒂斯格尔邦南部和曼尼普尔邦，主要是由于印度贫富差距过大和土地分配不公，激起了民众的反抗；2014年，阿萨姆邦转变为冲突烈度地区，切蒂斯格尔邦南部冲突烈度值持续增高，直到近年才有所缓和；进入2017年，印度冲突烈度地区明显增多，切尔肯德邦的冲突烈度蔓延到比哈尔邦，新增1个冲突烈度地区，范围覆盖旁遮普邦、哈利亚纳和北方邦西北部，这主要是由于曾作为经济支柱的农业阻碍了旁遮普邦的发展，导致该邦面临严重的经济下滑，同时，当地社会不公现象加剧；2020年，印度境内冲突烈度得到缓解，除印度东北地区冲突烈度分布范围有扩大，其他地区地域范围有所缩小。受印度“东向政策”影响，印度东北部在21世纪初获得基础建设和发展资金的投入，该地区人民有所受益；但好景不长，随着分离组织的复兴，如波多兰民族民主阵线、阿萨姆邦联合解放阵线等，该地民族武装与政府军的冲突和恐怖袭击等事件开始增多。2004年，东南部武装革命力量完成整合（印共毛派），并建立了几个游击区与政府军对抗；2009年，印决定停止私人武装活动，转而采用代号“绿色狩猎”的镇压模式，印共毛派遭到沉重打击，2012年后，组织上层遭受重创的局面有所好转，后来采取多种形式与政府对抗。
克什米尔地区冲突烈度分布范围呈现扩大态势，烈度值也逐年升高，自印巴分治以来，克什米尔地区的问题一直悬而未决；2010年后，印巴开展双边会谈，随后举行了军官和商贸会谈，使得克什米尔地区形势得到缓和；随着巴基斯坦谢里夫政府执政权不稳固，军方势力得到加强，该地区对抗又变激烈。孟加拉国冲突烈度地区地域范围无明显变化，但烈度值逐年下降，冲突地域几乎遍布所有领土，2013年孟加拉第十次议会大选之后，人民联盟逐渐掌握国家权力，国内大规模反对抗议运动的频率和规模大幅降低，冲突局势有所改善。尼泊尔冲突烈度地域于2017年呈大面积出现，而后开始减缓，分布地域主要是临近与印度接壤的几个省。斯里兰卡冲突烈度地域主要分布在其北部和科伦坡地区；北部的冲突烈度地区形成的原因是泰米尔人和僧伽罗人之间的种族矛盾。尽管在2009年，分离运动告一段落，但现在又开始复兴。不丹和马尔代夫境内无明显冲突烈度地域。

3.2.2　区域冲突烈度冷热点分析

基于各事件的烈度值，进行空间热点探测，结果显示（图6），2011—2020年南亚地区冲突烈度热点先向巴基斯坦俾路支省转移，而后向东北方向和东南方向转移，分别形成了以克什米尔地区和切蒂斯格尔邦为中心的2个聚集区，其中克什米尔地区范围有扩散的趋势，切蒂斯格尔邦范围有缩减趋势。2011—2020年，南亚地区冲突冷点无聚集区。可见，南亚地区冲突局势比较紧张，民族、宗教、阶层等矛盾并未得到很好的缓解。
图6 2011—2020年南亚区域冲突烈度热点分布

Fig.6 Hotspots of conflict risk in South Asia during 2011-2020

2011年冲突烈度热点区域主要为原联邦直辖部落地区、俾路支省的奎达市与贾盖地区、卡拉奇地区和孟加拉的达卡地区。2001年美国发动阿富汗战争后，对巴基斯坦与中亚地区的缓冲地带（原联邦直辖部落地区等）采取了大量军事行动，仅2012年，美国对该地区便实施了45次无人机打击行动（不包括其他军事行动），同时大量难民涌入巴基斯坦边境省份，极端分子对巴基斯坦重要城市发起恐怖袭击等报复行为。
2014年，俾路支省的冲突烈度热点区域进一步扩大，蔓延至全省，达卡地区热点消失，其他区域无显著变化；俾路支省首府在奎达市，该地区存在一些问题，如政治地位的不平等和自然资源开采过程中利益分配的不均等等，导致其与国家政府对抗较为激烈，并滋生了大量恐怖组织，如俾路支解放阵线（Baloch Liberation Front, BLF）、俾路支共和军（Baloch Republican Army, BRA）等。此外，中巴经济走廊的建设虽然起于俾路支省的瓜达尔港，但该省收获的利益分配占比小于联邦政府，巴方经济利益分配不均衡、财政政策不公平更是助长了该省内的分裂势力。
2017年，分别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，巴基斯坦境内热点区域减少；印度在受到美国战略重视的背景下，其在处理与邻国关系方面更加强硬和不妥协，在国内对反对党派也不予和解，使得南亚局势持续吃紧。随着中国“一带一路”倡议中在南亚地区的实施，解决了巴基斯坦、斯里兰卡等国交通系统效率低、质量低和能源匮乏等问题，地区民生得到改善。各国政府也加紧对有组织团体的打击力度，使得地区冲突局势有所好转。
2020年，克什米尔地区的热点范围进一步扩张，切蒂斯格尔邦的热点范围有所缓解，巴基斯坦境内仅俾路支省西南角和原联邦直辖部落地区为热点区域，且置信度有所下降。可见，随着中巴经济走廊建设取得显著成效，给两国人民带来重要福祉，为缓和地区冲突局势作出贡献；随着印度人口的快速增长，土地分配不公、种姓制度所造成的社会问题更加尖锐。克什米尔地区局势受印巴两国政治环境影响较大， 2010年后，印巴展开了一系列对话，加大高层互访，使得克什米尔地区形势得到有效缓和；2017年，由于巴基斯坦谢里夫政府下台，巴国内政治动荡，军方势力加强，冲突局势开始紧张。

3.3　南亚区域冲突驱动分析

综上，2011—2020年南亚区域冲突事件存在明显的空间集聚现象和变化特征。南亚区域冲突事件的发展变化，是受国家、宗教、民族、政党、自然等因素的影响，并作用于国家行为体、非国家行为体的组织（简称“非国家行为体”）和平民，使得各行动主体之间产生对抗性行为（图7）。
图7 南亚区域冲突事件形成过程

Fig.7 Formation process of conflict events in South Asia

权力因素对南亚区域冲突的发展变化具有主导机制，权力是指国家行为体对他者施加影响和控制的能力。南亚地区的权力因素的行为体既包括地区内的国家，也包括域外大国。克什米尔地区是区域冲突爆发最密集的区域，印巴两国的权力斗争深深影响地区局势。1998年，印巴双方开展核竞争，使得克什米尔区域冲突事件呈大爆发趋势；而印巴双方加大高层互访则使得克什米尔地区形势得到缓和，地区冲突烈度降低；域外大国的权力也影响着南亚冲突局势，如美国发动阿富汗战争后，大量极端分子和难民涌入巴基斯坦边境省份，该地区成为战争、武装冲突和单方面暴力事件的重灾区。随着中国“一带一路”倡议中在南亚地区的实施，解决了巴基斯坦、斯里兰卡等国交通系统效率低、质量低和能源匮乏问题，改善了地区民生，巴基斯坦境内的冲突热点地区明显减少。各国政府出台的相应政策，对冲突的发展变化有很大影响，如巴基斯坦政府联合阿、伊政府，加大对俾路支省武装力量的打击，俾路支省的分离运动得到了较好的抑制，冲突热点进一步缩减。
认同因素对南亚区域冲突的发展变化起根源与诱发作用。南亚在宗教、民族等方面存在很大的认同差异。南亚次大陆孕育了印度教、佛教、耆那教和锡克教，宗教认同存在巨大差异，印度教与伊斯兰教、锡克教与印度教、佛教与印度教、还有穆斯林不同教派之间经常爆发冲突。克什米尔的冲突起因于印巴分治时普通民众与统治阶级宗教认同差异，导致印巴政府之间的剧烈对抗以及印度政府与当地武装、极端分子之间的冲突。当地武装势力错综复杂，宗教民族认同迥异，使得克什米尔一直是冲突热点。锡克教与印度教的冲突主要是锡克人被政治边缘化，其宗教信仰得不到充分的尊重所造成的。佛教与印度教的认同冲突主要发生于斯里兰卡北部，因为原住民僧伽罗族人信奉的佛教，而南迁的泰米尔人信奉印度教，宗教信仰的差异加剧了两族之间的冲突。印度东北部的阿萨姆人、那加人和米佐人，巴基斯坦信德人、俾路支人，孟加拉国吉大港山区的查克马人等都因民族认同而提出过民族自治。2010年以来，印度东北地区的区域冲突类型主要为抗议、暴乱和单方面暴力，主要是由于印度东北地区自建国以来存在民族分离意向，以及移民与本地民族之间存在较大的民族差异。巴基斯坦俾路支省以俾路支人为主，区域冲突分布主要受民族认同影响，爆发的缘由是当地部落对巴基斯坦政府认同度不高，具有较强的民族分裂意图。信德省的区域冲突爆发缘由是因为少量的穆哈吉尔控制着省内大量权利，引起信德人、普什图人等的不满，他们借助水资源缺乏、电力供应不足、天然气短缺、宗教信仰等理由，采取抗议的形式给政府施加治理压力。此外，斯里兰卡北部地区的冲突缘由为泰米尔人与僧伽罗人之间的民族矛盾，2009年泰米尔武装组织首领及其核心成员被政府军击毙后，斯里兰卡泰米尔人的分离运动才告一段落。
政党因素是南亚区域冲突发展变化的重要因素，南亚地区的政党数量庞大，而且支派繁多，执政党政权不稳固，且政党之间相互攻讦。印度东南部地区的区域冲突主要是纳萨尔派与印度政府之间的对抗，该党派的方针与印度国大党、人民党不同，但其在底层人民中的拥护度较高，这使得该党派在印度政治中具有一定的影响力。然而，由于该党派的政治主张与印度政府的政策存在分歧，加之该党派在某些地区的势力较强，因此与印度政府产生了激烈对抗。鼎盛时期，纳萨尔派构建了一条从南部喀拉拉邦到北部尼泊尔边境地带的“红色走廊”。孟加拉国的区域冲突分布受政党斗争影响，1991年孟加拉国重建民主政权后，由于在国家意识形态、世俗化和选举制度等一系列问题上存在严重分歧，孟加拉国几个主要政党采取抵制议会、军警镇压、游行罢工等形式相互对抗。这不仅使孟加拉国的政局难以实现稳定，经济发展受到制约，而且还给极端主义和恐怖主义提供了可乘之机。2013年第十次议会大选之后，冲突局势有所好转，人民联盟逐渐掌握国家权力，民族主义党实力式微，国内大规模抗议运动的频率和规模大幅降低。此外，巴基斯坦政府和反对派之间的争执，以及斯里兰卡政党的民族化等因素，都会导致区域冲突的进一步爆发。
自然地理环境对南亚区域冲突的发展变化有一定影响。1）地理距离与特殊的地理环境，对国家统治力量提出考验，国家政策难以落实，本土势力更具有发展空间。由于印度东南部主要为山区或山区与平原的过渡地带，土地改革、政治公平建设、经济投资等政策落实不到位，导致土地分配更为不合理，社会公正得不到体现，剥削十分严重。自1948年起，该地区便爆发了大规模武装冲突、暴乱等，近年来，针对印度政府的对抗行为又开始增多。2）针对自然资源的争夺，如印巴关于印度河用水问题频频出现在两国交涉的议题中，水资源的争夺，加剧了克什米尔问题的复杂性；而俾路支省具有丰富的矿产资源，当地部族不满巴政府开采原本属于他们的财富，导致民族分离倾向增强，该地区的冲突局势进一步恶化。

4 结论与讨论

本文基于UCDP、ACLED和GTD开源数据库，运用空间分析和统计学方法对2011—2020年南亚区域冲突事件的时空变化特征进行剖析，得到的主要结论有：
1）时空特征方面：①从时间上看，虽然区域冲突事件数量有所增加，但危害性大的事件增长趋势不明显，且伤亡人数呈减小趋势；②从空间分布看，区域冲突事件分布在“南亚外环”，爆发最密集的区域是位于南亚北部的克什米尔地区、西部的信德省和东北部的达卡－曼尼普尔地区，其次是南部的科伦坡－泰米尔奈德地区与特伦甘纳－切蒂斯格尔地区，高聚集区形成了“梯形”格局；③区域冲突事件呈现同类聚集的态势，正空间自相关的二级行政区约占总数的1/5；其空间分异性主要表现为各事件类型的H-H聚集区分布不一致，L-L聚类区主要分布于南亚大陆中心位置，远离地区边界，H-L和L-H聚集区分布规律不明显。
2）发展趋势方面：①南亚冲突烈度分布范围于2017年达到最大，后期范围变化不大，但高烈度区域从巴基斯坦原联邦直辖部落地区转移到克什米尔地区。近年来，个别组织反对巴基斯坦政府、仇视中国的倾向明显抬升，巴基斯坦内陆曾经比较安全的地区，也可能遭受暴力袭击。克什米尔地区仍将是高烈度区域，冲突烈度分布范围短时间内不会减小。②南亚地区形成以克什米尔地区和切蒂斯格尔邦为中心的2个热点区域；无冲突冷点聚集。克什米尔地区仍将是冲突热点，切蒂斯格尔邦的热点趋势有所下降，而俾路支省是应当关注的区域。
3）冲突驱动因素方面：南亚区域冲突分布受权力、认同、政党、自然等因素驱动，通过作用于不同的行为体，进而爆发不同类型的区域冲突。其中，权力因素起主导作用，认同因素起根源与诱发作用，政党因素和自然因素是重要因素。
本文界定了区域冲突的内涵、分类与特征，形成了较为完善的区域冲突分析理论基础；基于主流冲突数据库，探索了一套多源数据的处理方法；构建了区域冲突事件与区域冲突风险之间的定量化关系，对不同时间点、空间点的南亚冲突风险格局进行剖析，并定性分析了其时空演变的动力机制。对南亚地区安全局势的把握，“一带一路”倡议中交通线路规划，南亚地区地缘格局的研判，恐怖袭击的预防提供参考。但还存在以下不足：①所采用的数据量较大，各数据库物理结构、字段释义不同，因此数据融合和清洗等工作人工手动参与较多，其准确性有进一步提升的空间。②融合后的数据是每一天爆发的冲突事件，数据实体为一件实际发生的具体事件，在一定程度割裂了具有相同冲突主体，冲突缘由、时间上连续的冲突行为。③对南亚驱动机制未进行深入探讨，南亚地区冲突形成的原因错综复杂，因各国统计数据的缺乏，定量化探测十分困难。未来将深入探讨如何运用模型对驱动因子进行模拟，寻求解决区域冲突问题的途径。南亚地区要实现稳定，需要从以下方面采取措施：①需要印巴两方加大对话合作机制；②巴基斯坦应加大与阿富汗、伊朗等国合作，共同对民族分离组织、恐怖组织进行打击；③增加国家认同感，抑制民族、宗教排异思潮；④加大经济建设，并促进区域协调发展，改善社会不公制度。

黄哲琨：构思全文、数据处理与分析、论文撰写与修改；

蔡中祥：理论和方法指导；

郭勇、公茂玉：研究框架构建、论文提升指导；

胡盛铭、王俊威：数据整理。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Asamczyk A, and Lafree G. 2015. Religiosity and Reactions to Terrorism. Social Science Research, 51: 17-29.

Fahey S, and Lafree G. 2015. Does Country-Level Social Disorganization Increase Terrorist Attacks?. Terrorism and Political Violence, 27(1): 42-53.

Frijns B, Tourani R A, and Indriawan I. 2012. Political Crises and the Stock Market Integration of Emerging Markets. Journal of Banking & Finance, 36(3): 644-653.

Gunasena T. 2015. Theoretical Analysis on the Implications of Chinese Policy towards South Asia. Philippine Social Sciences and Humanities Review, 4(3): 233-258.]

Naqvi S S. 2017. Decolonized Representation of Kashmir Conflict. (2018-01-18)[2022-07-03]. https://publons.com/publon/35914743/.

Osmani S R. 2009. Fiscal Deficits and Economic Growth: Contrasting Bangladesh with the Rest of South Asia. Dhaka: University Press Limited.

Raleigh C, Linke A, Hegre H, and Karlsen J. 2010. Introducing ACLED-Armed Conflict Location and Event Data. Journal of Peace Research, 47(5): 651-660.

Rasul G. 2014. Food, Water, and Energy Security in South Asia: A Nexus Perspective from the Hindu Kush Himalayan Region. Environmental Science & Policy, 39(5): 35-48.

Sundberg R, and Melande E. 2013. Introducing the UCDP Georeferenced Event Dataset. Journal of Peace Research, 50(4): 523-532.

Zhang R, Andam F, and Shi G. 2017. Environmental and Social Risk Evaluation of Overseas Investment under the China-Pakistan Economic Corridor. Environmental Monitoring and Assessment, 189(6): 251-253.

邓世成，秦瑶，许荠方，顾艺玮．2021．全球恐怖袭击事件量化分级及反恐态势预测——基于投影寻踪和灰色新陈代谢模型．科技导报，39（18）：111-121．

Deng Shicheng, Qin Yao, Xu Jifang, and Gu Yiwei. 2021. Quantitative Classification of Global Terrorist Attacks and Prediction of Counter-Terrorism Situation: Based on Projection Pursuit and Grey Metabolism Model. Science and Technology Review, 39(18): 111-121.

宫玉涛. 2017.南亚地区恐怖主义的新态势、威胁与对策. 南亚研究季刊，（4）：9-15.

Gong Yutao. 2017. New Situation, Threat and Countermeasures of Terrorism in South Asia. South Asian Studies Quarterly, (4): 9-15.

黄平. 2017. “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），25（3）：14-22.

Huang Ping. 2017. Religious risk in the Construction of the Belt and Road: A Case Study of Pakistan. Journal of Shanghai Jiao Tong University (Philosophy and Social Sciences), 25(3): 14-22.

黄哲琨，蔡中祥，公茂玉，邱佳敏，胡盛铭. 2021. 印度武装冲突事件的时空演变分析. 测绘科学技术学报，38（4）：422-429.

Huang Zhekun, Cai Zhongxiang, Gong Maoyu, Qiu Jiamin, and Hu Shengming. 2021. Spatio-Temporal Evolution of Armed Conflict Events in India. Journal of Surveying and Mapping Science and Technology, 38(4): 422-429.

李丽. 2021. 论印度东北各邦族群冲突的类型和成因. 世界民族，（2）：34-46.

Li Li. 2021. Types and Causes of Ethnic Conflicts in Northeast India. Journal of World Peoples Studies, (2): 34-46.

李奇，董晔，刘云刚. 2021. 巴基斯坦城镇体系特征及其影响因素. 热带地理，41（2）：290-302.

Li Qi, Dong Ye, and Liu Yungang. 2021. Characteristics and Influencing Factors of Urban System in Pakistan. Tropical Geography, 41(2): 290-302.

娄卫阳. 2019. 武装冲突对国际投资条约适用的影响与对策研究. 上海：华东政法大学.

Lou Weiyang. 2019. The Impact of Armed Conflict on the Application of International Investment Treaties and Countermeasures. Shanghai: East China University of Political Science and Law.

史丽，熊理然，蒋梅英. 2022. 缅孟边境罗兴亚难民的人口学特征及其对区域地缘政治关系的影响——基于Palong Khali地区难民营地的分析. 热带地理，42（3）：499-508.

Shi Li, Xiong Liran, and Jiang Meiying. 2022. Demographic Characteristics of Rohingya Refugees along the Myanmar-Bangladesh Border and Its Impact on Regional Geopolitical Relations: Based on the Refugee Camp Site in Palong Khali Area. Tropical Geography, 42(3): 499-508.

王辉，延军平，彭邦文，刘冬梅，连丽娟. 2020. 中国中等职业教育空间集聚及其影响因素. 热带地理，40（3）：525-538.

Wang Hui, Yan Junping, Peng Bangwen, Liu Dongmei, and Lian Lijuan. 2020. Spatial Agglomeration of Secondary Vocational Education in China and Its Influencing Factors. Tropical Geography, 40(3): 525-538.

汪可可，康平，周明卫，张小玲，陈军辉，向卫国. 2020. 四川盆地臭氧浓度空间分异及驱动因子研究. 中国环境科学，40（6）：2361-2370.

Wang Keke, Kang Ping, Zhou Mingwei, Zhang Xiaoling, Chen Junhui, and Xiang Weiguo. 2020. Spatial Differentiation and Driving Factors of Ozone Concentration in Sichuan Basin. China Environmental Science, 40(6): 2361-2370.

王世达，杨瑞. 2017. 近期印度政治发展趋势及其影响. 现代国际关系，（5）：26-32.

Wang Shida, and Yang Rui. 2017. Recent Political Trends in India and Their Impact. Modern International Relations, (5): 26-32.

谢贵平. 2016. “中巴经济走廊”建设及其跨境非传统安全治理. 南洋问题研究，（3）：23-37.

Xie Guiping. 2016. Construction of China-Pakistan Economic Corridor and Its Cross-Border Non-Traditional Security Governance. Studies on Nanyang Issues, (3): 23-37.

熊理然，刘静，刘保强，蒋梅英. 2019. 政治性民意集团及其利益博弈：缅甸国内长期冲突的一个分析视角. 热带地理，39（6）：812-822.

Xiong Liran, Liu Jing, Liu Baoqiang, and Jiang Meiying. 2019. Political Public Opinion Groups and Their Interest Game: An Analysis Perspective of Long-Term Conflicts in Myanmar. Tropical Geography, 39(6): 812-822.

禹文豪，艾廷华. 2015. 核密度估计法支持下的网络空间POI点可视化与分析. 测绘学报，44（1）：82-90.

Yu Wenhao, and Ai Tinghua. 2015. Visualization and Analysis of POI Points in Cyberspace Supported by Kernel Density Estimation. Acta Geodaetica Sinica, 44(1): 82-90.

杨晓萍. 2021. 南亚安全秩序与印度的地区战略选择. 学术探索，（4）：44-52.

Yang Xiaopin. 2021. Security Order in South Asia and India's Regional Strategic Choice. Academic Exploration, (4): 44-52.

姚峪岩，张翼飞，金紫洋，蒋烨. 2021. “一带一路”绿色贸易合作与竞争格局研究. 世界地理研究，30（4）：792-801.

Yao Yuyan, Zhang Yifei, Jin Ziyang, and Jiang Ye. 2021. Study on the Cooperation and Competition Pattern of Green Trade under the Belt and Road Initiative. World Regional Studies, 30(4): 792-801.

曾卓，熊理然，蒋梅英. 2019. 印度暴力袭击事件的时空演变及其驱动机制. 热带地理，39（6）：869-879.

Zeng Zhuo, Xiong Liran, and Jiang Meiying. 2019. Spatio-Temporal Evolution and Driving Mechanism of Violent Attacks in India. Tropical Geography, 39(6): 869-879.

张家栋，武兵科. 2019. 印度的克什米尔政策：从稳定优先到主权优先. 现代国际关系，（10）：42-49.

Zhang Jiadong, and Wu Bingke. 2019. India's Kashmir Policy: From Stability First to Sovereignty First. Modern International Relations, (10): 42-49.

张力. 2021. 拜登政府对外战略中的南亚要素：印度、巴基斯坦和阿富汗. 南亚研究季刊，（1）：1-15.

Zhang Li. 2021. South Asia Elements of the Biden Administration's Foreign Strategy: India, Pakistan and Afghanistan. Journal of South Asian Studies, (1): 1-15.

Options
Outlines

/

〈 〉