基于空间统计的巴基斯坦恐怖袭击分析
程灿阳，陈文静
（中国人民公安大学，北京100038）
摘要： 巴基斯坦是我国“一带一路”海外投资建设的重点国家，分析巴基斯坦恐怖袭击的特点关系到在巴中资企业安全防范建设问题。当前，针对巴基斯坦恐怖袭击的研究中，部分研究忽略恐怖袭击空间分布的空间异质性和空间依赖性，从而导致论证针对性略显不足。将利用GTD数据库并依据空间统计的基本原理，分析在巴恐怖袭击聚集变化趋势，总结恐怖袭击热点地区。以此为更加精准地研究巴基斯坦恐怖袭击热点地区概况提供方法支持。
关键词： 巴基斯坦；恐怖袭击；空间热点；特点分析
0 引言
巴基斯坦处于亚洲南部，南亚地区是恐怖袭击的重灾区，该地区有大量的以宗教极端型为主的恐怖组织，如“基地”组织、“伊斯兰国”、“虔诚军”和巴基斯坦塔利班运动等。随着“伊斯兰国”在中东地区的失败，恐怖组织向南亚地区渗透、扩张步伐明显加快，恐怖袭击在南亚呈现扩大化趋势[1]。巴基斯坦虽然加入了美国领导的国际反恐阵营，但是反恐的效果不明显，相反地增加了安全风险，并且巴基斯坦恐怖袭击以爆炸为主，常发生在大城市，这对巴基斯坦的政治、社会生活产生了较大的影响[2]。
目前而言，巴基斯坦塔利班组织仍然是引发该国家恐怖袭击的主要恐怖组织，极其严重地影响巴基斯坦安全局势，并且巴基斯坦恐怖袭击呈现扩散化、平民化趋势，其主要集中在联邦直属部落地区、俾路支省和开伯尔-普什图省[3]。自杀式恐怖袭击是所有袭击方式中最为极端的方式。巴基斯坦宗教极端组织是引发自杀式恐怖袭击的罪魁祸首，并且自杀式恐怖袭击活动呈现出明显的地域差异分布和在中心城市蔓延趋势，开伯尔-普什图省是该袭击方式的重灾区[4]。
国内现有关于巴基斯坦恐怖袭击的研究主要以统计方法为基础，侧重于对数据的整理和描述。《中华人民共和国刑法修正案（九）》增设了实施恐怖袭击罪和协助恐怖活动罪，这表明恐怖袭击是犯罪的一种[5]。犯罪地理学指出，犯罪行为从一开始就与地理环境密切相关[6-8]，这就说明了恐怖袭击犯罪在地理空间上同样具有与其他刑事犯罪案件固有的空间异质性和空间依赖性特点。恐怖袭击的空间异质性是指由于经济、人口、文化等方面差异导致恐怖袭击在空间分布上存在差异，空间依赖性是指研究区域内恐怖袭击数据统计值与其他地区相关程度，它的目的是比较恐怖袭击统计数据的聚集程度[6]。因此，仅仅对恐怖袭击数据的描述，而不考虑空间异质性和空间依赖性很难反映出恐怖袭击这类犯罪时空热点变化规律，得到的结果并不能很好地聚焦恐怖袭击热点区域，导致研究的针对性不强，空间热点的论证依据略显不足。
因此，本文将综合考虑巴基斯坦恐怖袭击的空间相关性和空间异质性，即首先分析巴基斯坦行政区域范围内的恐怖袭击空间分布模式，再识别恐怖袭击统计数据局部聚集情况，最后再根据识别出的局部聚集情况分析热点地区恐怖袭击特征，为更加精准地研究巴基斯坦恐怖袭击热点地区概况提供方法依据。
1 研究方法与数据来源
1.1 研究方法
根据犯罪热点分析基本原理[9]，本文研究的是恐怖袭击在行政区域上的热点分布，因此采用全局性Moran's I指数法和Gi*算法分析巴基斯坦恐怖袭击空间分布模式和局部聚焦情况，并尝试对恐怖袭击的整体形势进行等级划分，探索恐怖袭击空间热点地区。
（1）全局性Moran's I指数法
(3) 如果上一步的表计无电或表计信息有缺失,则根据配变与表计的关联关系取回该配变下所有的表箱和表计信息;
国际上，敌对势力在对我国军事颠覆和经济封锁等政策接连失败以后，转而采用“和平演变”的政策，别有用心地推销资产阶级意识形态、价值观念，这是西方反社会主义的势力在20世纪中期以来确定的全球战略。改革开放初期，随着经济的发展，国内各种矛盾更加突出，在面对复杂的国际环境面前，社会管理工作比过去任何时期显得更加复杂。“一旦中国全盘西化，搞资本主义，四个现代化肯定实现不了。”［7］1184邓小平提醒中国的社会管理要警惕全盘西化，要紧跟世界形势发展并结合国情，走一条中国特色的社会管理道路。
盆腔炎性疾病为临床妇科中一种比较常见的疾病类型，主要包含盆腔腹膜炎、输卵管炎、子宫内膜炎及输卵管卵巢脓肿等，其中，最为常见的是输卵管卵巢炎与输卵管炎。对于盆腔炎性疾病后遗症，其乃是盆腔炎性疾病的一种典型遗留病变，在临床中又被称之为慢性盆腔炎，主要临床表现为盆腔黏连、腰骶酸痛、慢性盆腔痛及白带异常等，因而会引起不孕、异位妊娠、月经不调及慢性盆腔痛等，对妇女生活、工作造成严重影响[1]。现将我院采用中药治疗取得的较好治疗效果总结如下。
其中，zi是要素i的属性与其平均值(xi-xˉ)的偏差，wi，j是要素i和 j之间的空间权重。n是要素总数，SO是所有空间权重的聚合。SO可以表示为
全局性Moran's I指数的取值范围是[ ]-1，1 ，如果I为负值，则表示空间存在负相关，-1表示离散。如果I为正值，则表示空间存在正相关，1表示聚集。I为0，则表示空间观测值呈现随机分布。
首先，对巴基斯坦每个县级行政区域发生的恐怖袭击是否存在区域相关性进行检验，即检验空间自相关性。Z得分表示标准差的倍数，标准差反应的是数据的离散程度。一般情况，Z得分大于2.56表示表明数据呈现明显聚类，P值反映的是显著性检验结果，P值越小越显著。检验结果如表1所示。
由于全局性Moran's I指数近似于服从正态分布，因此，它的期望值和方差可以如下计算得到。其中公式（2）表示期望值，公式（3）表示方差。
其中，
市政府于2010年年底出台《关于加快推进郊区集约化供水的实施意见》，将郊区集约化供水列入市政府实事项目和重大工程重点推进。截至2013年11月底，上海市陆域部分的集约化供水工作已完成，共关闭郊区中小型水厂150座,取消内河取水口94个，注销深井取水许可证161个，达到了集中保护水源、优化水厂布局、压缩地下水开采量、提高供水水质和管理服务水平、改善郊区发展环境等预期效应，受到广大郊区市民的欢迎。
当置信度在99%的时候，Z得分的范围大于2.58或小于-2.58，并且P值小于0.01时，表示观测值在空间上存在显著正相关或负相关。Z得分的范围在[- 2.58，2.58]之间，表示观测值空间关联性不大。当Z为正值并且显著时，表明存在空间正相关，观测值呈现聚集趋势。当Z为负值并且显著时，表明存在负相关，观测值呈现离散分布。Z为0时则表示观测值随机分布。
（2）Gi*算法
本文选取的热点位置识别方法是Gi*算法[9]，它的定义如下所示：
其中，xj是元素 j的属性值，wi，j是元素i和之间 j的空间权重，n为元素总数，并且有如下关系：
每个要素返回的Gi*统计就是Z得分。对于具有显著统计学意义的正的Z得分，Z得分越高，高值（热点）的聚类就越紧密。对于统计学上的显著性负Z得分，Z得分越低，低值（冷点）的聚类就越紧密。
1.2 研究区域与数据来源
本文运用的软件工具是地理信息系统软件Arc⁃GIS 10.2中的空间统计工具包，数据来源于全球恐怖主义数据库（Global Terrorism Database，GTD）[11]。本文总共选取了巴基斯坦2013-2016年份恐怖袭击数据。GTD数据库中记录了每起恐怖袭击事件发生的二维空间经纬度坐标。除去经纬度坐标缺失的数据，最后总共得到有效恐怖袭击数据6442条。
2 巴基斯坦恐怖袭击空间热点
由表1可知，巴基斯坦2013-2016年间的Z得分检验均大于2.56，且达到显著性检验，可以知道恐怖袭击在巴基斯坦县级行政区域上存在相关性，呈现明显聚类状态。
全局性Moran's I指数法，它是用于分析空间变量在各区域间是否存在显著的空间相关关系[9]。它的定义如下：
法律上的人格，本质上指人的资格，即成为法律关系主体的资格，[注]黄军锋、千省利：《论胎儿的法律人格及利益保护》，《西安交通大学学报(社会科学版)》2011年第3期,第64—69页。故法律人格亦可被理解为法律认可的一种享受权利、承担义务的资格。事实上，在当前人工智能高速发展并已开始投入应用的环境下，此一问题已远非是“科幻”式的，法律实践和研究都必须直面之。在不少关于人工智能和法律的讨论中，学者开始留意到了人工智能的法律人格问题，专门的探讨也已出现。[注]袁曾：《人工智能有限法律人格审视》，《东方法学》2017年第5期，第50—57页。
在得出全局性Moran's I指数的期望值和方差后，可以如公式（4）计算标准统计量Z值。
表1 巴基斯坦恐怖袭击聚类状态检验
本文将处理后的数据按年份为单位，分为4组，同时依据经纬度坐标将数据导入ArcGIS 10.2，统计巴基斯坦每个县级行政区域每年发生恐怖袭击的起数，采用软件中空间统计工具和空间分析工具进行数据分析。
结合图1所示，2013-2016年间，恐怖袭击聚集态势处于1级和2级的行政区域主要集中在巴基斯坦东部、北部和东南部。东部地区旁遮普省所下辖的市级行政区域，如古杰朗瓦拉、拉合尔、德利加兹汗、萨戈达、北部地区阿扎德克什米尔和吉尔吉特-巴尔蒂斯坦以及东南地区信德省海得拉巴、苏库尔、米尔布尔哈斯等行政区域表现为恐怖袭击低聚类态势。
表2 巴基斯坦141个县级单位2013年至2016年恐怖袭击等级情况
图1 巴基斯坦恐怖袭击聚集程度图
由表2所知，2013-2016年间，巴基斯坦恐怖袭击聚集程度处于1级和2级的整体变化趋势较为稳定。2013年、2014年、2015年和2016年恐怖袭击1级和2级态势所占比例和分别达到了68.8%、65.2%、59.57%和62.41%，这说明巴基斯坦在这4年间恐怖袭击聚集程度较弱的县级行政区域比例维持稳定，均保持在60%左右。其中，2013年和2016年这两年巴基斯坦恐怖袭击处于1级聚集程度的县级单位均达到了60个以上，比2014年和2015年的多出了将近10个百分比，可以说明2013年和2016年受到的恐怖袭击县级单位比2014和2015年的少，恐怖袭击形势整体较好。
为进一步研究巴基斯坦恐怖袭击在县级行政区域上的热点，即检验恐怖袭击空间异质性，运用Gi*算法，对每个组进行恐怖袭击热点识别。Gi*算法中的Gin_bin值为正整数值，取值范围是[-3，3]，描述的是恐怖袭击热点和冷点的置信度，其取值为3、2、1时，分别表示该地区是袭击热点的置信度分别为99%、95%和90%，当其为对应负值时则表示冷点的置信度。Gi*算法的Z得分有正负值两种情况，正值表示恐怖袭击聚集程度越高，负值表示恐怖袭击离散程度越高。因此本文将每组计算的得分由低到高排列，按照自然间断点分级法[12]将其分为5个等级态势，分别描述恐怖袭击在研究区域的聚集程度，并依次将其命名为1级、2级、3级、4级和5级，其对应含义为每一年恐怖袭击的冷点聚集、次冷点聚集、一般性聚集、次热点聚集、热点聚集。结果如图1和表2所示。
以上案例表明伊匹单抗和曲美木单抗无论是单药还是联合PD-1/PD-L1通路的单克隆抗体帕博利珠单抗和纳武利尤单抗，均获得了较好疗效，联合治疗具有更高的抗瘤效果。但是均出现了少数心脏不良反应，如心肌缺血、心肌纤维化、心律失常、免疫性心肌炎、心肌病及心力衰竭症状，可能与免疫相关性心肌细胞保护缺失有关，CTLA-4在维持包括心肌在内的不同组织起保护性作用，上述小鼠实验及临床案例充分证实使用CTLA-4单克隆抗体抑制CTLA-4基因表达，心肌细胞不能得到有效保护，进而出现心肌细胞不同程度的缺血和坏死，而自身免疫性心肌炎及心衰可危及生命。
这份工作极其琐碎，大把时间都得耗在进货算账等琐事上面。好在有沐子的得力配合，我们的“黑店”才得以逃过班主任的法眼，保持着生意兴隆。沐子是豪气干云的彝族姑娘，性格不拘小节，开心时不是掩嘴窃笑而是仰天狂笑，因此我从未把她当女生看待。每当意见出现分歧，我们总会激烈地争吵，甚至动手推搡，但过后又没事儿人似的凑在一起规划着以后的“宏伟蓝图”。
反观恐怖袭击聚集程度处于5级的变化趋势，2013年和2014年分别有9个和10个县级行政区恐怖袭击聚集程度处于5级聚集，分别占6.83%和7.80%，增幅整体变化不大。但是，2015年5级聚集程度的县级行政单位有20个，占比增幅发生较大变化，从2014年的7.80%增加到2015年的14.18%，增加了将近7个百分点，这说明了恐怖袭击热点范围有所扩大，恐怖袭击呈现扩散化趋势，这与戴永红等人关于巴基斯坦恐怖袭击呈现扩大化的观点是一致的[3]。2016年恐怖袭击5级聚集程度的县级单位4个，比2015年下降了将近12个百分比，是研究的4年中占比最小的，说明2016年受到的恐怖袭击威胁减少，恐怖袭击向好趋势发展。4级聚集程度的变化趋势在2014-2016年间变化稳定，县级单位占比在14%左右浮动，这说明恐怖袭击仍然有聚集态势。
结合图1，恐怖袭击聚集态势处于4级和5级的行政区域主要集中巴基斯坦在西北部、中部、南部和西南部地区。西北部地区主要集中在联邦直辖部落地区、开伯尔-普什图省大部分，中部主要在俾路支省的纳希拉巴德、奎达和锡比，南部集中在卡拉奇，西南部主要集中在瓜达尔、科奇等地。
3 结语
本文依据恐怖袭击在空间分布上的异质性和依赖性特点，采用全局性Moran's I指数法和Gi*算法，分析巴基斯坦恐怖袭击空间分布模式和局部聚焦情况，从宏观层面对比分析了巴基斯坦恐怖袭击在2013年至2016年间县级行政区域的热点分布情况。
本文认为，巴基斯坦恐怖袭击近年来呈现扩散化、转移趋势。从时间跨度上看，2015年恐怖袭击的高聚集地区分散较广，2013年恐怖袭击密度最严重的主要集中在白沙瓦专区、联邦直辖部落地区、卡拉奇专区。2014年除了上述地区外，恐怖袭击扩散到了俾路支省的马克兰、卡拉特专区。2015年则在2014年的基础上呈现严重扩散化趋势，2016年扩散化趋势呈现缩减态势。从空间分布上看，经过这4年热点地区的对比，白沙瓦专区的白沙瓦县、瑙仕拉县和恰尔萨达县、联邦直辖部落地区的开伯尔县、莫赫曼德县、信德省的卡拉奇是恐怖袭击重灾区。俾路支省恐怖袭击扩散化严重，该省锡比县、加拉特县、奎达县、查盖县和马斯吞县的安全形势不容乐观。
观察组退出1例，对照组退出2例。观察组整体疗效优于对照组，观察组愈显率高于对照组，差异有统计学意义（P＜0.05）。 见表 1。
由于缺乏对巴基斯坦政治、经济、文化等方面的深入认识，在巴中资企业针对恐怖袭击的安全防范建设通常只能借鉴经验展开建设。本文利用了巴基斯坦恐怖袭击数据分析了2013年至2016年的恐怖袭击热点区域，为更加精准地、深入地研究巴基斯坦恐怖袭击热点地区提供支持。未来，巴基斯坦应该专注于考虑恐怖袭击热点地区的经济、政治、宗教文化等各方面因素，更深层次地寻找恐怖袭击发生的原因，从源头打击恐怖袭击，为巴基斯坦国内安全形势的建立和中巴经济建设打下坚实的基础。
参考文献：
[1]宫玉涛.南亚地区恐怖主义的新态势、威胁与对策[J].南亚研究季刊，2017（04）：9-15.
[2]张家栋.当代南亚恐怖活动状况[J].南亚研究，2009（2）：23-31，94.
[3]戴永红，李红梅.巴基斯坦恐怖主义发展趋势探析[J].现代国际关系，2014（03）：17-21.
[4]马勇.巴基斯坦自杀式恐怖袭击活动的特点评析——基于CPOST相关数据的分析[J].南亚研究季刊，2017（03）：28-36.
[5]黄文丽.《DABIQ》的恐怖主义传播研究[D].兰州大学，2017.
[6]陆娟，汤国安，张宏，等.犯罪热点时空分布研究方法综述[J].地理科学进展，2012（04）：419-425.
[7]陆娟，张宏.犯罪热点相关问题探讨[J].江苏警官学院学报，2013（03）：49-53.
[8]陆娟，汤国安，蒋平，等.地理空间分析技术在警务工作中的应用[J].江苏警官学院学报，2012（03）：171-174.
[9]陈鹏，李锦涛，马伟.犯罪热点的分析方法研究[J].中国人民公安大学学报：自然科学版，2012，18（3）：53-57.
[10]美国国家恐怖主义和反恐问题研究联合会.Global Terrorism Database[EB/OL].[2018-02-20].http：//www.start.umd.edu/gtd/.
[11]Jenks G F，C F.Error on Choroplethic Maps：Definition，Measurement，Reduction[J].Annals of the Association of American Geographers，1971，61（2）：217-244.
Analysis of Pakistani Terrorist Attacks Based on Spatial Statistics
CHENG Can-yang，CHEN Wen-jing
（People's Public Security University of China，Beijing 100038）
Abstract： Pakistan is a key country in China's One Belt，One Road overseas investment and construction，analyzing of the characteristics of Paki⁃stan's terrorist attacks is related to the safety and construction of Chinese-funded enterprises in Pakistan.At present，part of the study on the terrorist attacks in Pakistan ignores the spatial heterogeneity and spatial dependence of the spatial distribution of terrorist attacks，which leads to a lack of specificity.Uses the GTD and being based on the basic principles of spatial statistics，analyze the trends of terrorist attacks in Pakistan，and summarizes the hot spots in terrorist attacks.It provides methodological support for a more accurate study of the hot spots in Pakistan's terrorist attacks.
Keywords： Pakistan;Terrorist Attacks;Space Hotspot;Characteristic Analysis
文章编号： 1007-1423（2019）05-0022-05
DOI： 10.3969/j.issn.1007-1423.2019.05.005
作者简介：
程灿阳（1994-），男，广西人，硕士
陈文静（1977-），女，河北人，硕士，副教授，研究方向为风险评估与安全防范
收稿日期： 2018-12-04
修稿日期： 2018-12-17
标签：巴基斯坦论文; 恐怖袭击论文; 空间热点论文; 特点分析论文; 中国人民公安大学论文;