在世界或某个区域范围内，在某特定时期内经常会有一些热点区域，这些热点既可能是少数国家之间或某国内部的军事冲突，也可能是多国的经济合作。那么，基于全世界的新闻数据，能否识别出世界范围内的这些热点区域？我们研究发现，相对熵是一个很好的指标。两个国家之间的相对熵反映的是两国发生的基本事件的分布的差异。如果差异较大，相对熵也会较大。一个政治非常不稳定的国家与一个常规稳定的国家之间的相对熵往往很大。利用相对熵可以实现对全球政治热点地区的有效识别，详见《“一带一路”大数据定量分析—任务、挑战与解决方案》。

● 基于相对熵的区域热点分布地图

    我们选取东南亚这个区域，计算了该区域各国在2015年9月发生的事件类型的相对熵，进而得到热点区域的分布，如图1所示。在2015年9月这一个月里，东盟十国中泰国的相对熵最高，这与该期间泰国内政波动，以及由此引起的示威游行有关；其次是菲律宾，这与菲律宾挑衅中国的相关事件有关。

图1. 2015年9月东南亚地区热点分布

接着以2019年7月15日-21日为例，见图2。前十的热点国家列表见图，其中，韩国对应的是7月18日，日本限制了对韩国电子产业至关重要的三种化学品的出口，韩方称此举为“经济报复”，并向WTO提出申诉。东京还威胁要在7月24日之前将韩国从可信赖国家的“白名单”中删除，以限制敏感材料贸易；朝鲜对应的是7月16日，朝鲜提出警告，美国和韩国计划的军事演习将威胁到裁军谈判，并暗示如果演习继续进行，朝方可能会恢复核试验。

图2 2019年7月15日-21日全球政治活动热点地区分布地图

基于GDELT和相对熵方法，我们还可以从两方面进一步刻画区域热点区域分布情况：1）对不同月份，甚至每一周来分别计算某一国家与其所处地区之间的相对熵，从而得到更小分辨率的相对熵，并绘制出该地区的热点区域分布随时间的演化图，就可以更加直观地看出某个地区，如“一带一路”内热点分布的演化。2）我们知道，一个区域的热点既可以是经济合作，也可以是军事冲突，还可以是领土争端，热度接近的两个国家，导致其成为热点的背后原因可能是不一样的（从相对熵的计算结果也无从得知）。因此，作为分析，我们还不能仅止于得到地区的热点分布，还需要返回去检查热度较高的国家成为热点的原因，即检查其发生的事件类型的分布与区域的分布在哪一类型事件上差异最大，因此可以判断这些热点国家是正向的热点还是负向的热点。

● 监测“一带一路”沿线区域的热点变化

针对“一带一路”沿线区域，我们可以把整个沿线区域或其某个局部作为集合，进而检查其中某一个时刻（天、周或月），区域里的任何一个国家的发生事件类型的相对熵，并从高到低排列，最高的几个国家就是热点区域，形成一个热点区域分布地图；同时，随着时间的变化，还可以查看每一个国家在一段时期里的相对熵随时间的变化，即得到一个动态变化的热点区域分布地图。所以，基于每天更新数据的GDELT和相对熵，我们就可以监测“一带一路”沿线区域的热点变化并及时发布报告，从而为我国在“一带一路”国家的投资建设提供分析和评估。