利用地理流网络分析探测全球冲突社区结构

周扬; 秦昆; 许艳青; 喻雪松; 梁天祺

doi:10.13203/j.whugis20240502

您当前的位置：

首页 >

文章列表页 >

利用地理流网络分析探测全球冲突社区结构

数智时代的社会遥感地理计算 | 更新时间：2026-11-05

- 利用地理流网络分析探测全球冲突社区结构
- Community Detection of Global Conflict Based on Geographical Flow Network Analysis
- 武汉大学学报（信息科学版） 2026年51卷第1期页码：78-98
- 作者机构：
  
  武汉大学遥感信息工程学院，湖北武汉，430079
- 作者简介：
  
  周扬，博士生，主要研究方向为时空大数据分析。zhouyang0612@whu.edu.cn
  秦昆，博士，教授。qink@whu.edu.cn
- 基金信息：
  
  国家自然科学基金(42171448);中央高校基本科研业务费专项资金(2042024kf0005);国家社科重大项目(21&ZD332)
- DOI：10.13203/j.whugis20240502
  中图分类号： P208
- 收稿：2024-12-20，
  
  纸质出版：2026-01-05
- 稿件说明：
移动端阅览
周扬,秦昆,许艳青，等.利用地理流网络分析探测全球冲突社区结构[J].武汉大学学报（信息科学版）,2026,51(1):78-98.

ZHOU Yang,QIN Kun,XU Yanqing,et al.Community Detection of Global Conflict Based on Geographical Flow Network Analysis[J].Geomatics and Information Science of Wuhan University,2026,51(1):78-98.
周扬,秦昆,许艳青，等.利用地理流网络分析探测全球冲突社区结构[J].武汉大学学报（信息科学版）,2026,51(1):78-98. DOI：10.13203/j.whugis20240502

ZHOU Yang,QIN Kun,XU Yanqing,et al.Community Detection of Global Conflict Based on Geographical Flow Network Analysis[J].Geomatics and Information Science of Wuhan University,2026,51(1):78-98. DOI：10.13203/j.whugis20240502

摘要

21世纪以来国际关系错综复杂，全球冲突此起彼伏。国家/地区之间的彼此影响形成了内部联系紧密的冲突集团，全面分析冲突集团的特征能够增进对国际局势的整体感知，为制定外交策略提供参考。冲突事件中的信息与物质的流动构成了国际冲突流这一特殊的地理流，地理流网络化挖掘以其全面的建模与分析能力为大尺度、动态性的国际冲突研究提供了方法基础。基于全球事件、语言和语调数据库提取国际冲突事件，以国家/地区为节点、国际冲突为边，构建时序的全球冲突流网络，运用多层社区分析、聚类分析等方法挖掘了国家/地区的冲突集团，并分析了不同类型冲突集团所反映的交互特征。研究结果表明：社区的拓扑特征、动态特性有助于进一步对冲突集团进行区分，针对冲突集团特征与模式的分析揭示出全球尺度整体上以中等规模的国际冲突为主，并且可以归纳为全球性综合冲突、区域性低强度冲突、局部持续性冲突、小规模冻结冲突以及局部热点地缘冲突。

Abstract

Objectives

Since the 21st century

persistent global conflicts have intensified the uncertainty in international relations. The interactions in conflicts form a distinct type of geographical flow

known as conflict flow. The comprehensive analysis of the characteristics and patterns within conflict flow can enhance the understanding of international relations and offer valuable insights for policy planning. Conflict events provide details of interactions between countries or regions

thereby offering a foundation for the study of large-scale and long-term conflict relations. Meanwhile

the development of network analysis has facilitated the representation of relationships

providing a feasible method for the study of conflict flow.

Methods

Theories and methodologies concerning complex networks

particularly multilayer networks

are utilized to analyze the conflicts with dynamic characteristics between countries or regions. First

based on event data in the global database of events

languages and tones from 2021 to 2022

conflict events can be represented as edges between the nodes of countries or regions. The temporal international conflict flow network can be constructed by organizing and segmenting conflicts monthly. Second

the communities of countries or regions nodes can be identified from the international conflict flow network using a Louvain-like algorithm adapted for multilayer networks. Finally

these communities can be further represented as sub-networks. Based on the network topological feature measurements

a method that integrates clustering analysis

statistical analysis

and visualization can be employed to infer international conflict patterns within the communities.

Results

The statistical analysis of networks indicates that the countries or regions involved in conflicts remain relatively stable. However

the overall intensity of conflicts could demonstrate fluctuations du‑ring specific events. The spatial distribution of communities indicates that international conflicts are generally dispersed

while exhibiting aggregative patterns within localized areas. From statistical and clustering analysis of the network topological features

the communities can be classified into five distinct types

each representing a unique conflict pattern: (1) Global comprehensive conflicts are characterized as large-scale conflicts exhibiting limited overall intensity

primarily driven by a limited number of major countries or regions. (2) Low-intensity regional conflicts are primarily associated with large-scale international conflicts within specific areas

with relatively limited intensity and overall influence. (3) Localized persistent conflicts are mainly concentrated in localized areas within a specific continent

with the composition

intensity

and influence of conflicts remaining relatively stable. (4) Small-scale frozen conflicts can be classified as a category of stable conflicts

with limited scale and intensity. These conflicts are primarily associated with continuous bilateral events between neighboring countries or regions. (5) Localized intense geopolitical conflicts tend to cluster around areas with unstable situations. These conflicts are primarily associated with high-frequency

high-intensity bilateral conflict events between key countries or regions. The statistical and visual analysis indicate that the frequency and intensity of conflicts between most countries or regions remain relatively li‑mited

except for the localized intense geopolitical conflicts. Additionally

with the exception of global comprehensive conflicts

the majority of conflict clusters exhibit a cohesive spatial distribution pattern.

Conclusions

The international conflict flow network shows an overall stable distribution of conflicts with significant dynamic variations in intensity and frequency within localized areas. The characteristics associated with different types of conflicts can be reflected in the internal structure of the corresponding communities. Large-scale conflicts and intense geopolitical conflicts comprise limited proportions of international multi-actor conflicts. Therefore

the overall international environment can still be characterized by peace and stability. For countries or regions

detailed analysis of community structures within the international conflict flow network can provide additional support and reference for the dynamic adjustment of foreign policy and strategies.

关键词

Keywords

references

SCHULTZ K A . Borders， Conflict， and Trade ［J］. Annual Review of Political Science ， 2015 ， 18 ： 125 - 145 .

杜映昕 . 国家间政治冲突对贸易的影响：文献综述及基于中国与大国关系的实证研究［J］. 经济学报， 2015 ， 2 （ 1 ）： 124 - 144 .

DU Yingxin . The Effect of Political Conflicts on Trade： Literature Review and Empirical Study Based on China’s Foreign Relations with Major Powers ［J］. China Journal of Economics ， 2015 ， 2 （ 1 ）： 124 - 144 .

CONTE A ， MIGALI S . The Role of Conflict and Organized Violence in International Forced Migration ［J］. Demographic Research ， 2019 ， 41 ： 393 - 424 .

CRIPPA A ， D’AGOSTINO G ， DUNNE J P ， et al . Conflict as a Cause of Migration ［J］. Oxford Economic Papers ， 2025 ， 77 （ 2 ）： 596 - 618 .

LE BILLON P . The Political Ecology of War： Natural Resources and Armed Conflicts ［J］. Political Geography ， 2001 ， 20 （ 5 ）： 561 - 584 .

丁梓越，刘海砚，陈晓慧，等 . 顾及时空因素的国家恐怖袭击事件Cox回归分析［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 12 ）： 1949 - 1959 .

DING Ziyue ， LIU Haiyan ， CHEN Xiaohui ， et al . Cox Regression Analysis of National Terrorist Attacks Considering Spatial and Temporal Factors ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 12 ）： 1949 - 1959 .

禹佳宁，方志祥，胡筱渊，等 . 红海袭击事件波及的全球战略物资海运网络变化分析［J］. 武汉大学学报（信息科学版）， 2024 DOI： 10.13203/j.whugis20240099 http://dx.doi.org/10.13203/j.whugis20240099 .

YU Jianing ， FANG Zhixiang ， HU Xiaoyuan ， et al . Analysis of Changes in Maritime Transport Networks for Strategic Materials Affected by Attacks in the Red Sea ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， DOI： 10.13203/j.whugis20240099 http://dx.doi.org/10.13203/j.whugis20240099 .

OLIVELLA S ， PRATT T ， IMAI K . Dynamic Stochastic Blockmodel Regression for Network Data： Application to International Militarized Conflicts ［J］. Journal of the American Statistical Association ， 2022 ， 117 （ 539 ）： 1068 - 1081 .

POMEROY C ， DASANDI N ， MIKHAYLOV S J . Multiplex Communities and the Emergence of International Conflict ［J］. PLoS One ， 2019 ， 14 （ 10 ）： e0223040 .

OISHI K ， SAKUWA K . Structural Balance of Allian‑ce and Rivalry Networks in International Relations ［J］. Artificial Life and Robotics ， 2025 ， 30 （ 2 ）： 303 - 309 .

CHEN P ， JATOWT A ， YOSHIKAWA M . Conflict or Cooperation？ Predicting Future Tendency of International Relations ［C］// The 35th Annual ACM Symposium on Applied Computing ， Brno Czech Republic ， 2020 .

BATTY M . The New Science of Cities ［M］. Cambridge， Mass ： The MIT Press ， 2017 .

GAO S ， LIU Y ， WANG Y L ， et al . Discovering Spatial Interaction Communities from Mobile Phone Data ［J］. Transactions in GIS ， 2013 ， 17 （ 3 ）： 463 - 481 .

JIANG J Y ， WANG X ， LIU T Y ， et al . Topological Relationship Model for Geographical Flows ［J］. Cartography and Geographic Information Science ， 2022 ， 49 （ 6 ）： 528 - 544 .

胡圣，秦昆，喻雪松，等 . 全球地理多元流网络数据存储与可视化系统的设计与实现［J］. 测绘地理信息， 2023 ， 48 （ 5 ）： 155 - 158 .

HU Sheng ， QIN Kun ， YU Xuesong ， et al . Design and Implementation of Storage and Visualization System of Global Geographic Multi-flow Network ［J］. Journal of Geomatics ， 2023 ， 48 （ 5 ）： 155 - 158 .

秦昆，喻雪松，周扬，等 . 全球尺度地理多元流的网络化挖掘及关联分析研究［J］. 地球信息科学学报， 2022 ， 24 （ 10 ）： 1911 - 1924 .

QIN Kun ， YU Xuesong ， ZHOU Yang ， et al . Network Mining and Association Analysis of Geographical Multiple Flows at a Global Scale ［J］. Journal of Geo-Information Science ， 2022 ， 24 （ 10 ）： 1911 - 1924 .

PAULS S D ， CRANMER S J . Affinity Communities in United Nations Voting： Implications for Democracy， Cooperation， and Conflict ［J］. Physica A： Statistical Mechanics and Its Applications ， 2017 ， 484 ： 428 - 439 .

彭澎，程诗奋，陈闪闪，等 . 全球液化石油气运输网络贸易社区特征及其演化分析［J］. 自然资源学报， 2020 ， 35 （ 11 ）： 2687 - 2695 .

PENG Peng ， CHENG Shifen ， CHEN Shanshan ， et al . Global Liquefied Petroleum Gas Trading Communities： An Analysis from the Perspective of Maritime Transportation Network ［J］. Journal of Natural Resources ， 2020 ， 35 （ 11 ）： 2687 - 2695 .

DAKICHE N ， BENBOUZID-SI TAYEB F ， SLIMANI Y ， et al . Tracking Community Evolution in Social Networks： A Survey ［J］. Information Processing & Management ， 2019 ， 56 （ 3 ）： 1084 - 1102 .

ZHANG P ， LI M H ， WU J S ， et al . The Analysis and Dissimilarity Comparison of Community Structure ［J］. Physica A： Statistical Mechanics and Its Applications ， 2006 ， 367 ： 577 - 585 .

KIBRIS A . The Geo-temporal Evolution of Violence in Civil Conflicts： A Micro Analysis of Conflict Diffusion on a New Event Data Set ［J］. Journal of Peace Research ， 2021 ， 58 （ 5 ）： 885 - 899 .

NIEMAN M D . Moments in Time： Temporal Patterns in the Effect of Democracy and Trade on Conflict ［J］. Conflict Management and Peace Science ， 2016 ， 33 （ 3 ）： 273 - 293 .

HUANG X Y ， CHEN D M ， REN T ， et al . A Survey of Community Detection Methods in Multilayer Networks ［J］. Data Mining and Knowledge Discove‑ry ， 2021 ， 35 （ 1 ）： 1 - 45 .

SHEIKH M M ， MALICK R A S . Community Detection in a Multi-layer Network over Social Media ［C］// The 9th International Conference on Complex Networks and Their Applications ， Madrid， Spain ， 2020 .

YILDIRIMOGLU M ， KIM J . Identification of Communities in Urban Mobility Networks Using Multi-layer Graphs of Network Traffic ［J］. Transportation Research Part C： Emerging Technologies ， 2018 ， 89 ： 254 - 267 .

SCHON J ， JOHNSON J C . How Inter-state Amity and Animosity Complement Migration Networks to Drive Refugee Flows： A Multi-layer Network Analysis， 1991—2016 ［J］. PLoS One ， 2021 ， 16 （ 1 ）： e0245712 .

JACKSON M O ， NEI S . Networks of Military Alliances，Wars，and International Trade ［J］. Proceedings of the National Academy of Sciences of the United States of America ， 2015 ， 112 （ 50 ）： 15277 - 15284 .

LI W H ， BRADSHAW A E ， CLARY C B ， et al . A Three-Degree Horizon of Peace in the Military Alliance Network ［J］. Science Advances ， 2017 ， 3 （ 3 ）： e1601895 .

LEETARU K ， SCHRODT P A . Gdelt ： Global Data on Events ， Location， and Tone ， 1979 — 2012 ［C］// The ISA Annual Convention ， San Francisco， USA ， 2013 .

李萌，袁文，袁武，等 . 基于新闻大数据的北极地区地缘关系研究［J］. 地理学报， 2021 ， 76 （ 5 ）： 1090 - 1104 .

LI Meng ， YUAN Wen ， YUAN Wu ， et al . Big Data Analysis on Geographical Relationship of the Arctic Based on News Reports ［J］. Acta Geographica Sinica ， 2021 ， 76 （ 5 ）： 1090 - 1104 .

FANG Z X ， YU H C ， LU F ， et al . Maritime Network Dynamics Before and After International Events ［J］. Journal of Geographical Sciences ， 2018 ， 28 （ 7 ）： 937 - 956 .

YANG Y J ， ZHAO L F ， ZHU Y P ， et al . Spillovers from the Russia-Ukraine Conflict ［J］. Research in International Business and Finance ， 2023 ， 66 ： 102006 .

ZHOU E ， WANG X Y . Dynamics of Systemic Risk in European Gas and Oil Markets Under the Russia‑Ukraine Conflict： A Quantile Regression Neural Network Approach ［J］. Energy Reports ， 2023 ， 9 ： 3956 - 3966 .

Gerner D J ， Schrodt P A ， Yilmaz O ， et al . The Creation of CAMEO （Conflict and Mediation Event Observations）： An Event Data Framework for a Post Cold War World ［C］// The Annual Meeting of the American Political Science Association ， Boston， USA ， 2002 .

Schrodt P A ， Yilmaz O ， Gerner D J ， et al . The CAMEO （Conflict and Mediation Event Observations） Actor Coding Framework ［C］// The Annual Meeting of the International Studies Association ， San Francisco， USA ， 2008 .

GOLDSTEIN J S . A Conflict-Cooperation Scale for WEIS Events Data ［J］. Journal of Conflict Resolution ， 1992 ， 36 （ 2 ）： 369 - 385 .

MAYER T ， ZIGNAGO S . Notes on CEPII’s Distances Measures： The GeoDist Database ［EB/OL］.（ 2011-12-25 ）［ 2024-11-20 ］. https：//cepii.fr/PDF_PUB/wp/2011/wp2011-25.pdf https://cepii.fr/PDF_PUB/wp/2011/wp2011-25.pdf .

Institute for Economics and Peace . Global Peace Index 2021： Measuring Peace in a Complex World ［EB/OL］.（ 2021-06-25 ）［ 2024-11-28 ］. http：//visionofhumanity.org/reports http://visionofhumanity.org/reports .

Institute for Economics and Peace . Global Peace Index 2022： Measuring Peace in a Complex World ［EB/OL］.（ 2022-06-25 ）［ 2024-11-28 ］. http：//visionofhumanity.org/reports http://visionofhumanity.org/reports .

KIVELÄ M ， ARENAS A ， BARTHELEMY M ， et al . Multilayer Networks ［J］. Journal of Complex Networks ， 2014 ， 2 （ 3 ）： 203 - 271 .

DE DOMENICO M . More Is Different in Real-World Multilayer Networks ［J］. Nature Physics ， 2023 ， 19 （ 9 ）： 1247 - 1262 .

SHELLMAN S M ， HATFIELD C ， MILLS M J . Disaggregating Actors in Intranational Conflict ［J］. Journal of Peace Research ， 47 （ 1 ）： 83 - 90 .

WEIDMANN N B ， WARD M D . Predicting Conflict in Space and Time ［J］. The Journal of Conflict Resolution ， 2010 ， 54 （ 6 ）： 883 - 901 .

Yonamine J E . A nuanced Study of Political Conflict Using the Global Datasets of Events Location and Tone （GDELT） Dataset ［D］. Pennsylvania， USA ： The Pennsylvania State University ， 2013 .

DO H N ， XU K S . Analyzing Escalations in Militarized Interstate Disputes Using Motifs in Temporal Networks ［C］// International Conference on Complex Networks and Their Applications ， Madrid， Spain ， 2021 .

LEVIN N ， ALI S ， CRANDALL D . Utilizing Remote Sensing and Big Data to Quantify Conflict Intensity： The Arab Spring as a Case Study ［J］. Applied Geography ， 2018 ， 94 ： 1 - 17 .

LIU M Z ， LIU Y Z ， WONG C W Y ， et al . The Impacts of Geopolitics on Global Liquefied Natural Gas （LNG） Shipping Network： Evidence from Two Geopolitical Events ［J］. Ocean & Coastal Management ， 2025 ， 267 ： 107706 .

NEWMAN M E J ， GIRVAN M . Finding and Evalua‑ting Community Structure in Networks ［J］. Physical Review E， Statistical， Nonlinear， and Soft Matter Physics ， 2004 ， 69 （ 2 ）： 026113 .

BEARDSLEY K ， LIU H ， MUCHA P J ， et al . Hie‑rarchy and the Provision of Order in International Politics ［J］. The Journal of Politics ， 2020 ， 82 （ 2 ）： 731 - 746 .

FORTUNATO S ， BARTHÉLEMY M . Resolution Limit in Community Detection ［J］. Proceedings of the National Academy of Sciences of the United States of America ， 2007 ， 104 （ 1 ）： 36 - 41 .

MUCHA P J ， RICHARDSON T ， MACON K ， et al . Community Structure in Time-Dependent， Multiscale， and Multiplex Networks ［J］. Science ， 2010 ， 328 （ 5980 ）： 876 - 878 .

SARZYNSKA M ， LEICHT E A ， CHOWELL G ， et al . Null Models for Community Detection in Spatially Embedded， Temporal Networks ［J］. Journal of Complex Networks ， 2016 ， 4 （ 3 ）： 363 - 406 .

BLACK N . When Have Violent Civil Conflicts Spread？ Introducing a Dataset of Substate Conflict Contagion ［J］. Journal of Peace Research ， 50 （ 6 ）： 751 - 759 .

BUTCHER C R ， GRIFFITHS R D . States and Their International Relations Since 1816： Introducing Version 2 of the International System Dataset （ISD）［J］. International Interactions ， 2020 ， 46 （ 2 ）： 291 - 308 .

MAC GINTY R . Conflict Disruption： Reassessing the Peaceandconflict System ［J］. Journal of Intervention and Statebuilding ， 2022 ， 16 （ 1 ）： 40 - 58 .

刘丰，董柞壮 . 联盟网络与军事冲突：基于社会网络分析的考察［J］. 世界经济与政治， 2015 （ 6 ）： 65 - 80 .

LIU Feng ， DONG Zuozhuang . Alliance Network and Military Conflicts： A Social Network Analysis Perspective ［J］. World Economics and Politics ， 2015 （ 6 ）： 65 - 80 .

PEÑA-RAMOS J A ， BAGUS P ， FURSOVA D . Water Conflicts in Central Asia： Some Recommendations on the Non-conflictual Use of Water ［J］. Sustainability ， 2021 ， 13 （ 6 ）： 3479 .

SIDOROVA G ， LYUBENOVA E . Contemporary Wars in Africa or 21st Century Competition for Power ［J］. Journal of Asian and African Studies ， 2021 ， 56 （ 6 ）： 1318 - 1328 .

STRAUS S . Wars Do End！ Changing Patterns of Political Violence in Sub-Saharan Africa ［J］. African Affairs ， 2012 ， 111 （ 443 ）： 179 - 201 .

AHMADI S A ， HEKMATARA H ， NOORALI H ， et al . The Hydropolitics of Upper Karabakh， with Emphasis on the Border Conflicts and Wars Between Azerbaijan and Armenia ［J］. GeoJournal ， 2023 ， 88 （ 2 ）： 1873 - 1888 .

SMETANA M ， LUDVÍK J . Between War and Peace： A Dynamic Reconceptualization of “Frozen Conflicts” ［J］. Asia Europe Journal ， 2019 ， 17 （ 1 ）： 1 - 14 .

ABDELZAHER D ， RAMADAN N . Dynamic Capabilities and FDI in Conflict Zones： The Role of Diversification and Stock Management Capabilities ［J］. Review of International Business and Strategy ， 2023 ， 33 （ 1 ）： 154 - 175 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

不同反射天线覆盖和安装条件下星载GNSS‑R关键参数的仿真分析

面向类脑空间智能的多模态大模型空间认知能力评估框架

秦岭生态地质环境监测研究进展与智能化监测体系构建

星载温室气体激光雷达技术发展与展望

城市建成环境活动流时空建模分析与预测研究进展