Page 99 - 《国际安全研究》2021年第4期

2021 年第 4 期

察单元在陆地上是否邻近的空间信息，采用空间自回归（spatial autoregressive，SAR）
①
probit 模型对理论关切的冲突蔓延解释因素的实际影响做进一步验证。 空间自回
归模型至少在两方面可以增进对冲突蔓延影响因素的理解。第一，该种模型能够估

计被解释现象在单元间层面的空间相依程度。当模型所估计的空间自相关系数
（Rho）显著不为零时，说明斯里兰卡内战案例中地理位置上邻近的观察单元的冲
突发生风险彼此相关。模型对空间相依程度的估计，同时也能检验物理距离影响冲

②
突蔓延可能性的理论假设。 第二，当前述被解释现象的空间相依关系被证明存在
时，该模型能够在此基础上评估解释因素作用于被解释现象的具体方式。如果被解
释现象不存在空间相依关系，那么解释因素对其产生的效应当然也在观察单元之间
相互独立。但如果空间相依关系存在，解释因素的效应既可以直接影响观察单元（即

直接效应），又可以影响该观察单元邻近的单元，并将对邻近单元的影响“传递”
给观察单元（即间接效应）。空间自回归模型能够识别和比较这两种不同的效应路
径，在控制冲突风险本身的空间相依模式的前提下，帮助我们在本案例中更好地理

解选举结果和地理条件等解释因素如何作用于各地冲突发生风险。
③
从表 3 给出空间自回归 probit 模型的分析结果 可知，被解释变量即各行政
区冲突发生风险的空间相关系数显著不为零且估计值为正，这表明在内战期间当
一个行政区出现猛虎组织的武装反叛行动，邻近行政区同期发生冲突的风险会相

对增加。其他按照理论预期设定的变量和控制条件，大多与前述不考虑空间相依
的回归模型呈现出相似的参数估计结果，只有选举支持率变量的参数估计不再呈
现与冲突风险显著的负相关。这说明在考虑行政区冲突风险的空间相依的情况

下，执政党在地方的选举支持率变化未必构成独立调节冲突风险变化的条件。相
比之下，行政区内乡村地区到达城镇的平均距离变量仍然呈现出与被解释变量之
间的显著负相关。

① James LeSage and R. Kelly Pace, Introduction to Spatial Econometrics, London: CRC Press,
2009, pp. 290-305. 在本文的 SAR 模型设定中，空间邻接矩阵内元素为表示各观察单元行政区是
否在陆地上接壤的二值变量。若将空间矩阵设定为原矩阵的行标准化形式，各模型的参数估计结
果未发生明显变化。
② 空间自回归模型中的空间相关性并不是因变量的解释因素，而是因变量观察自身表现出
的一种取值上的空间聚集（spatial clustering）性质。空间相关系数指示物理距离意义上相邻单元
的因变量观察是否独立。
③ 其中，模型 2B、2D、2F 是在 2A、2C、2E 相应模型设定的基础上增添了基于样本不同
观察年份的四个哑变量，表 3 中哑变量的参数估计结果略。
· 97 ·