面向以政治同质性为目标的以受约束的空间聚类为方法的巴伊西尔市镇划分

以色列社会在近年来经历了显著的政治极化，体现在2019至2022年四年间的五次国会选举中。公共话语中日益提及将国家划分为政治同质化“cantons”的假设性方案。本文发展了一种数据驱动的算法方法，利用以色列中央统计局公开的市镇级选举结果及地理边界数据，探索此类划分。我们将229个以色列市镇划分为地理上连通的cantons，以最大化内部政治相似性为目标。我们的方法采用四种聚类算法——模拟退火、带连通约束的层次聚类、 Louvain社区检测和K均值（基准）——并分别测试四种特征表示（BlocShares、RawParty、PCA、NMF）、三种距离度量方式（欧几里得距离、余弦距离、Jensen-Shannon距离）以及K值在3至20之间的六个取值，共计进行264个实验配置。关键结果表明，BlocShares配合欧几里得距离、使用层次聚类算法可获得最高的聚类质量（轮廓系数0.905），而NMF配合Louvain社区检测则在政治同质性、轮廓质量（0.121）及可解释的cantons分配之间取得最佳平衡。对五次选举的历时稳定性分析显示，确定性算法产生的划分几乎完全稳定（ARI最高可达1.0），以色列的政治地理结构在选举波动性下仍保持结构性一致。最终的K=5划分识别出五个政治上连贯的地区——一个中心倾向的都市核心、右派的南部弧线、右倾的北部混合地区，以及两个阿拉伯人占多数的cantons——这与已知的政治-人口学划分高度吻合。本文附带一个交互式网页应用程序。