在当今日益拥挤的全球环境下，人类迁徙会对各国的基础设施和资源造成巨大压力。因此，有关移民流动的准确数据可以帮助政府规划和应对移民问题。然而，即便是在发达国家，得到的可用数据也往往参差不齐、错误百出。研究人员目前已开发出多种估计迁移率的方法，但即使是其中最好的方法，也依赖于对人口大规模迁移的不切实际的假设，且得出的迁移率可能远远低于现实情况。
在12月24日发表于《美国国家科学院院刊》上的一篇论文中，美国华盛顿大学的两名科学家公布了一种利用伪贝叶斯(pseudo-Bayes)方法的新型统计方法，用以估计各国之间的移民流动。他们表示，移民（停留至少一年的国际迁移）率比之前认为的要高，但也相对稳定，从1990年到2015年，在全球人口数的1.1%到1.3%之间波动。此外，自1990年以来，大约45%的迁移者返回了他们的祖国，这比其他方法的估计值要高得多。
佛罗里达大学统计学和社会学教授、资深作者Adrian Raftery表示，这些更准确的移民估计，最终将帮助移民以及帮助他们的人。“规划移民不是一件简单的事情。” Raftery说，“你需要从医疗基础设施、受过培训的人员到小学校的一切，而且政府要依靠准确的人口统计来帮助他们制定正确的计划和应对措施。”
各国通过入境口岸的移民表格收集移民数据，但这些表格上的答案可能有错误，往往无法收集到人口统计学家准确衡量移民所需的全面信息。人口普查表也倾向于询问人们出生在哪里，但通常不会问他们是什么时候搬来的，这些信息并不能准确反映他们的真实迁移水平。
“多年来，研究人员一直在努力开发统计方法，以全面反映全球人类迁徙的情况。”Raftery说。
Raftery和他以前的博士生Jonathan Azose一起开发了这些新的移民率估算方法，Jonathan Azose目前是华盛顿大学附属大学统计学助理教授，也是这篇论文的第一作者。他们通过合并其他方法的要素，将伪贝叶斯方法应用于移民估计，并根据31个欧洲国家的相对可靠的移民模型对估计结果进行了校准。
Azose和Raftery用一组可靠的迁移数据测试了伪贝叶斯的准确性，发现它的估计值通常准确到三倍以内，比许多现有的估计要好。
“对于移民领域来说，这种精确度是一个显著的进步。”Azose说，“即使当你查看来自欧洲国家的数据时，单个移民流的估计值也会有三倍甚至更多的差异，这取决于移民输出国或移民输入国收集的数据。”
他们还发现，与其他方法相比，伪贝叶斯方法能够更准确地解释返乡移民。Azose说:“我们的估计显示，全球移民流的增加在很大程度上是因为返回的移民比以前认为的要多得多。”
研究人员表示，与以前的方法相比，伪贝叶斯方法估计出的移民率要高得多——从1990年到2015年，每五年有6700万到8700万的移民。相比之下，一种被广泛使用的替代方法(仅估计最低移民率)的计算结果仅为每5年3400万至4600万移民。此外，虽然伪贝叶斯方法估计的移民总数从1990年到2015年有所增加，但这一时期的移民率相对稳定，移民占全球人口的比例在1.1%到1.3%之间。
Azose和Raftery还根据移民、返乡移民和过境移民(移民在非出生国的两个国家之间流动)等细分了移民率。总的来说，从1990年到2015年，超过60%的移民是迁出。过境移民从来没有超过9%。返乡的移民占移民总数的26%到31%，是其他移民估计方法得到结果的两倍多。随着时间的推移，这种高返回移民数累积起来。从1990年到2015年，大约45%的移民最终回到了他们的祖国。
Raftery说:“我们估计的移民返回率比其他方法要高得多，但这也得到了历史的支持。”“例如，1994年卢旺达种族灭绝期间，100多万移民离开该国，但大多数在冲突结束后三年内返回。”
他们最近观察到的国家间的最高移民率与正在发生的世界事件是一致的。例如，在2010年至2015年的三大移民流动中，有两项来自叙利亚。
研究人员希望通过区分难民和其他类型的移民来改进他们的方法。此外，它们还希望纳入非政府来源的数据，例如社会媒体记录，以提高其估计的准确性，并拟订预测未来移徙的方法。
编译：Max
审稿：阿淼
责编：南熙
