Nature：基于深度学习的人类迁徙四十年研究

来源: 城市与旅游规划研究中心发布时间: 2026/6/29 18:14:54 查看：

期刊：Nature

中文题目：基于深度学习的人类迁徙四十年研究

英文题目： Deep learning four decades of human migration

作者： Thomas Gaskin & Guy J. Abel

摘要

人类迁移是全球人口变化的基本驱动力。本研究利用深度循环神经网络集成方法，整合官方统计数据、人口普查存量、净迁移估计和Facebook数字痕迹等多种数据源，构建了1990年至2023年全球230个国家和地区间的年度迁出地-目的地迁移流数据集。该方法结合地理、经济、文化和政治协变量，同时捕捉长期趋势和短期响应，并通过传播不确定性生成置信区间。结果在留出测试数据上优于现有的五年期流估计，提供了更精细的时间分辨率。

研究背景

人口迁移是全球人口结构变化的重要驱动力，深刻影响着劳动力市场、社会政策和公共辩论。尽管长期迁移模式通常与经济发展相关联，但也可能因武装冲突、饥荒、自然灾害、政治动荡、边界变更等短期冲击而发生急剧变化。

然而，人类迁移的定义和追踪极其困难。当前全球迁移系统分析严重依赖联合国每五年发布一次的移民人口存量数据，以及世界银行每十年发布的数据。这些数据虽然相对容易收集，但仅提供固定时间点的快照，无法反映迁移的时间动态——移民可能在观察点之前刚刚抵达，也可能已在数十年前迁入。为更好地捕捉迁移动态，研究者开发了通过比较期初期末存量变化来估算多年期迁移流的方法，但由于受限于存量数据的时间间隔，产生的五年或十年期估计不可避免地平滑甚至完全遗漏了中间年份发生的迁移活动。

研究人员真正需要的是所有国家的年度迁移流数据，以便更精确地追踪迁移系统的时间节奏，并将其与经济变化、冲突、气候或政策改革等其他年度数据集整合。然而，现有的年度迁移流数据主要来自拥有完善统计基础设施的高收入西方国家，仅覆盖全球迁移系统的一小部分，强化了全球迁移研究中的接收国偏见。即使在发布迁移流统计数据的国家，迁移事件的定义也由国内政策需求决定，缺乏一致性。联合国推荐的十二个月门槛并未得到统一执行：德国采用居民登记制度，英国依赖签证记录和行政数据，其他国家则使用边境入境统计。每种方法都有其局限性，导致发送国和接收国的估计常常出现显著差异——例如2005年德国报告从波兰接收16万人，而波兰仅记录1.23万人前往德国。

近期研究尝试通过分析Facebook等数字平台的匿名化位置数据来绕过官方数据源，首次提供了近乎全球的直接迁移流估计，但仍局限于少数年份且不会更新。在此背景下，本研究将深度学习与机制流模型相结合，旨在构建一套全球一致、高时空分辨率的年度迁移流数据集。

研究结果

（1）全球迁移的整体图景

本研究的估计揭示，自2000年以来，全球迁移流动规模从每年约1300万人持续攀升至2023年的约3500万人。这一增长趋势并非由全球人口增长所驱动，因为人均迁移率同样呈现稳步上升态势，从2000年的0.2%增至2023年的0.45%。自千禧年以来，全球迁移总量仅经历过两次持续下降期：一是2008至2009年的全球金融危机（大衰退），二是2020年的COVID-19大流行期间。研究记录的最大单年迁移事件是1994年从卢旺达流向刚果民主共和国的人口运动，总数接近95万人。

从区域角度看，中东地区是全球移民流入总量最高的区域，主要来源为南亚和菲律宾。仅孟加拉国至沙特阿拉伯的移民通道，自2010年以来年均就达约30万人。研究估计，自2010年起，从印度、巴基斯坦和孟加拉国迁移至沙特阿拉伯、卡塔尔、巴林和阿联酋的总人数达1900万，年均135万人——相比之下，整个1990年以来墨西哥至美国的迁移总量为1360万人。

欧洲始终是全球区域内迁移量最高的地区，仅在1990年代初卢旺达内战期间被撒哈拉以南非洲短暂超越。2020年之前，欧洲内部迁移流每年约达300万人，并在2000年代和2010年代随着欧盟和申根区的东扩而稳步增长。自1990年以来，东欧至西欧的迁移总量约为2000万人，年均60万人。1991年苏联解体后，欧洲内部迁移流达到约202万人，其中仅出生于波兰、俄罗斯、乌克兰和罗马尼亚的人就占了80.7万。这一时期出现了大量的双向迁移（返回迁移），一些人试图返回出生国，另一些人则前往国外寻求经济机会。

（2）全球南方的迁移动态

欧洲或许是全球最不需要详细迁移分析的地区，因为其数据相对充足。本研究数据集的价值主要体现在揭示世界其他地区——尤其是全球南方——的迁移模式。2010年代中期，撒哈拉以南非洲经历了数次大规模迁移事件。2013年起新独立的南苏丹爆发内战，导致大量人口涌入邻国埃塞俄比亚，联合国难民署将南苏丹在埃塞俄比亚的全部移民人口归类为难民。西非也爆发了暴力事件，博科圣地组织于2009年开始针对尼日利亚政府发动武装叛乱，并于2014年大幅升级攻击行动，包括绑架近300名女学生。仅2013至2014年，研究估计约有7.9万名尼日利亚出生的人口迁移或逃亡至邻国乍得、尼日尔和喀麦隆，其中多数（4.5万人）流向尼日尔。2009至2019年间，尼日利亚出生人口向这三国的流出总量估计为25万人（标准差3.1万）。与此同时，中非共和国的持续内战导致人口不断流向邻国喀麦隆、刚果民主共和国和乍得。

（3）对联合国数据的修正

本研究为联合国世界人口展望报告的净迁移数据提供了有价值的修正。联合国的净迁移数据是通过人口残差法计算的，即总人口变化减去自然增长（出生减死亡）。这种方法虽然在理论上合理，但在实践中受到人口普查方法不一致等因素的严重影响。例如，联合国数据显示越南的净迁移在2008年左右出现异常峰值，随后在2010年回落至零。又如，联合国数据表明俄罗斯自1995年以来持续为正净迁移，但本研究的估计显示，俄罗斯的净迁移实际上在2005年左右就已转为负值——这一趋势直到2022年乌克兰人流离失所后才得以逆转。

（4）不确定性量化

研究对全球各国的净迁移估计不确定性进行了系统评估。撒哈拉以南非洲——尤其是尼日利亚——的净迁移不确定性在全球最高，这反映了该地区数据质量和可用性的严重不足。相比之下，欧洲和其他富裕西方国家的估计不确定性相对较低，这得益于更丰富、更高质量的数据以及更稳定的迁移体制。这种显著的区域异质性凸显了改善资源不足地区数据收集的重要性，这是获得更精确迁移估计的先决条件。

（5）模型验证与性能评估

研究采用了严格的交叉验证策略，将迁移流通道随机分为五个等大的集合，每次用四个集合训练、一个集合测试。结果显示，神经网络在训练数据上达到94%的相关性，在测试流上达到73%的相关性。在与传统方法的对比中，神经网络估计在所有测试数据集上显著优于各种存量差分法和人口统计核算方法。进一步实验表明，即使剔除约占训练数据20%的欧洲和新西兰等高收入国家的迁移数据，模型对其他区域的预测仍保持稳定，说明模型并未简单地将发达地区的迁移动态转移至世界其他地区。

（6）协变量敏感性分析

研究计算了模型对各输入协变量的弹性系数。结果表明，模型预测对预期寿命和死亡率的变化最为敏感，这两者可能作为国家生活质量的代理指标。在经济协变量中，人均GDP是最具决定性的因素；宗教相似性的影响力大于语言相似性；而冲突死亡人数和难民存量的影响力最小，这可能是因为它们的影响集中在有限的迁移通道中，而非在全球范围内广泛发挥作用。