人工智能揭开全球人口迁徙的神秘面纱

每年有多少人离开自己的国家、又有哪些人进入其他国家？这个看似基础的问题，实际上长期缺乏准确答案，主要原因在于世界各国在出入境人员统计方面存在巨大差异和数据缺口——有的国家记录完善，有的则几乎不统计，且各国标准不一、信息不互通。针对这一难题，加斯金（Gaskin）和阿贝尔（Abel）在《自然》杂志发表的研究，首次运用人工智能模型系统性地融合联合国、各国移民部门、人口普查及卫星遥感等多元数据源，校正偏差、填补空白，从而生成了覆盖1990—2025年、精细到国家层面的全球迁移流量图谱。该成果不仅大幅提升了迁移数据的时空精度与可比性，也为政策制定者评估移民影响、规划公共服务（如教育、医疗、住房）提供了坚实依据。研究强调：可靠的人口流动数据不是技术问题，而是全球治理的基础需求。