Clustering the states of the world by political indicators

Occupation: Senior Research Fellow, Center for Spatial Analysis in International Relations
Affiliation: MGIMO University
Address: Russian Federation, Moscow

Journal name

Pskov Journal of Regional Studies

Edition

Volume 19. No2/2023

Pages

3-13

Abstract

The article presents the experience of clustering the states of the world, based on political indicators. Ten indicators were selected for analysis, divided into foreign and domestic political ones and including: the institutional foundations of democracy, turnout in elections, the representation of women in national parliaments, the number of NGOs, the share of state votes in the IMF, the number of diplomatic missions; the strength of the passport, the index of perception of corruption, the conflict potential of the state and military spending. With the help of geographic and geopolitical matrices of the neighborhood, a spatial econometric analysis was carried out, and using the method of geographic average and the Geary index, clustering of the states of the world was carried out. Based on the results of the analysis, we can say that the geopolitical neighborhood matrix allows more accurate clustering of the states of the world according to political indicators by taking into account the context. As for the clustering method in general, with its help it was possible not only to visualize the various parameters displayed on the cartogram of the world, but also to fix the prerequisites for integration processes, cleavages between groups of states, development trends of a particular cluster of states, etc.

Keywords

spatial analysis, geometric neighborhood matrix, geopolitical neighborhood matrix, Geary’s C, spatial mean

Acknowledgment

The article was prepared with the grant support of the Russian Science Fund under project No. 19-78-10004 “Transformation of Electoral Behavior in the Regions of Foreign Countries Bordering on the Russian Federation: Comparative Spatial Analysis”.

Received

28.06.2023

Publication date

29.06.2023

Number of characters

13649

Cite Download pdf To download PDF you should sign in

GOST	Zakharova E. Clustering the states of the world by political indicators // Pskov Journal of Regional Studies – 2023. – Volume 19. No2/2023 C. 3-13 [Electronic resource]. URL: https://prj.pskgu.ru/S221979310025141-8-1 (circulation date: 16.05.2024). DOI: 10.37490/S221979310025141-8
MLA	Zakharova, Evgenia "Clustering the states of the world by political indicators." Pskov Journal of Regional Studies 2 (2023):3-13. DOI: 10.37490/S221979310025141-8
APA	Zakharova E. (2023). Clustering the states of the world by political indicators. Pskov Journal of Regional Studies (2), pp.3-13 DOI: 10.37490/S221979310025141-8

100 rub.

When subscribing to an article or issue, the user can download PDF, evaluate the publication or contact the author. Need to register.


1	Введение. При исследовании государств мира зачастую прибегают к их кластеризации по разным параметрам для получения представления о том, какую позицию занимает та или иная страна, с какими государствами они наиболее похожи или различны и по каким параметрам, а также для некоторого упрощения, пригодного для анализа, и поиска возможных связей между государствами. Среди исследований кластеризации государств мира отметим, к примеру, работу А. Ф. Грайна, С. П. Сети и Д. Дж. Татума [13], которые исследовали коррупцию и её распространение в государствах мира в зависимости от экономических, технологических, культурных, демографических показателей, а также уровня качества жизни, после чего они провели кластеризацию 39 государств, включённых в выборку исследования. С. Ронен и О. Шенкар изучали работы, посвящённые кластерному анализу с тем, чтобы выявить лучший метод для проведения кластерного анализа, а также они подчёркивали эвристическую значимость проведения подобного рода исследований [17]. Что касается политических показателей, то в пример можно привести культурную карту Р. Инглхарта и К. Вельцеля [16], которые разделили страны мира на кластеры по двум ценностным осям: традиционные/секулярные ценности и выживания/самовыражения [19]. Среди российских авторов отметим, например, работу И. А. Смирнова и О. А. Малафеева [8], посвящённую кластеризации стран по набору геополитических признаков. Авторы пришли к выводу о том, что геополитическая карта мира (понимаемая авторами в терминах классической, а не критической геополитики) динамична и намного сложнее бинарных оппозиций по типу «державы суши» и «державы моря». Упомянем и работу коллектива исследователей под руководством И. Ю. Окунева «Атлас международных отношений» [1], в котором выявлялся уровень пространственной корреляции факторов, определяющих структуру и динамику мирового развития. Авторы также проводили, среди прочего, многомерный анализ и кластеризацию государств мира для комплексной оценки пространственных диспропорций международных отношений. В статье И.Ю. Окунева и Л.П. Шматковой [5] представлены результаты использования методов пространственного и кластерного анализа для исследования особенностей электорального поведения в государствах, пограничных с Российской Федерацией. В том числе с помощью кластерного анализа И.Ю. Окунев и Е.А. Захарова проводили кластеризацию государств такого макрорегиона, как Большое Средиземноморье [2].
2	Целью автора стала попытка провести кластеризацию государств стран мира по десяти политическим показателям с использованием методов пространственного эконометрического анализа. При отборе показателей автор придерживался следующего набора критериев: мультиколлинеарность, гетероскедастичность, дисперсия, выборка, сопоставимость, актуальность, объективность. Показатели были разделены на две категории: первая описывает характеристики внутренней политики государства, вторая — характеристики его влияния на международной арене [7]. Среди первой группы показателей: институциональные основы демократии, которые операционализированы посредством индекса демократии Дома свободы, являющимся наиболее часто используемым в политологических исследованиях [12]; явка на выборах, поскольку она отражает уровень легитимности существующей системы: чем она выше, тем выше легитимность [18]; представленность женщин в национальных парламентах, отражающая также степень демократичности; количество НКО для понимания происходящих в обществе политических процессов; индекс восприятия коррупции. Что касается индикаторов внешней политики, то первым из них является доля голосов государства в МВФ. Индикатор является существенным, поскольку отмечается [11], что у богатых стран, чьи взносы больше, а соответственно, выше и квота, имеют больше влияния на процесс принятия решений в рамках Фонда. Кроме того, кластеризация проводилась по таким показателям, как количество дипломатических представительств; сила паспорта, который показывает, насколько дружественные отношения с государствами позволяют обеспечивать мобильность граждан; конфликтогенность государства; наконец, военные расходы.

Readers community rating: votes 0

1. Atlas of International Relations: Spatial Analysis of World Development Indicators (2020), Okunev I. Yu., Barinov S. L., Belikov A. A. et al., Moscow, LLC Publishing house “Aspect Press”, 447 p. (In Russ.).

2. Okunev I. Yu., Zakharova E.A. (2022), The Greater Mediterranean as a Macroregion: Spatial Analysis, Polis. Political Studies, no 3, pp. 24-37.

3. Okunev I. Yu. (2014), Critical geopolitics and post-critical shift in the research paradigm of geopolitics, Comparative Politics, no. 4 (16–17), pp. 6–14. (In Russ.).

4. Okunev I. Yu. (2020), Fundamentals of spatial analysis, Moscow, LLC Publishing house “Aspect Press”, 255 p. (In Russ.).

5. Okunev I. Yu., Shmatkova L. P. (2021), Neighborhood Effect in Greater Euroasia: Spatial Autocorrelation and Cluster Analysis, The Bulletin of Irkutsk State University. Series Political Science and Religion Studies, vol. 37, pp. 58–65. (In Russ.).

6. Certificate of state data registration No. 2021621744 Russian Federation. The structure of modern international relations: open weighted neighborhoods based on the geopolitical security of the states of the world: No. 2021621393: Appl. 07/08/2021: publ. 08/16/2021. I. Yu. Okunev; applicant MGIMO Univeristy.

7. Certificate of state registration of the database No. 2022621830 Russian Federation. Geographic Information Database of Human Development Indicators in UN Member States: No. 2022621575: Appl. 07/04/2022: publ. July 25, 2022. I. Yu. Okunev, S. L. Barinov, A. O. Domanov et al.; applicant MGIMO Univeristy.

8. Smirnov I. A., Malafeev O. A. (2020), The problem of clustering the countries of the world according to geopolitical features, Bulletin de l'académie international concorde, no. 3, pp. 3–39. (In Russ.).

9. Anselin L. (2019), A Local Indicator of Multivariate Spatial Association: Extending Geary’s C. Geographical Analysis, vol. 51, no 2, pp. 133–150.

10. Anselin L. (1995), Local Indicators of Spatial Association LISA, Geographical Analysis, no. 27, pp. 93–115.

11. Blomberg B., Broz J. L. (2006), The Political Economy of IMF Voting Power and Quotas, Princeton.

12. Giannone D. (2010), Political and ideological aspects in the measurement of democracy: the Freedom House case, Democratization, vol. 17, no. 1, pp. 68–97.

13. Grein A. F., Sethi S. P., Tatum L. G. (2010), A Dynamic Analysis of Country Clusters, the Role of Corruption, and Implications for Global Firms, Journal of Economics and Business, vol. XIII, no. 2, pp. 33–60.

14. Grekousis G. (2020), Analyzing Geographic Distributions and Point Patterns, Spatial Analysis Methods and Practice: Describe — Explore — Explain through GIS, Cambridge University Press, pp. 147–206.

15. Hudson V. et al. (2008), The Heart of the Matter: The Security of Women and the Security of States, International Security, no. 33 (3), pp. 7–45.

16. Inglehart R. (2010), Changing Mass Priorities; The Link Between Modernization and Democracy, Perspectives on Politics, vol 8, no. 2, pp. 551–567.

17. Ronen S., Shenkar O. (1985), Clustering Countries on Attitudinal Dimensions: A Review and Synthesis, The Academy of Management Review, no. 10 (3), pp. 435–454.

18. Teixeira R. (1992), The Disappearing American Voter, Brookings Institution, Washington D. C.

19. The Inglehart-Welzel. World Cultural Map — World Values Survey 7 (2023). URL: http://www.worldvaluessurvey.org/ (accessed 27.03.2023).

20. Treisman D. (2000), The causes of corruption: a cross-national study, Journal of Public Economics, vol. 76, no 3, pp. 399–457.