深度学习揭示人类四十年迁徙轨迹

人类迁移是驱动全球人口结构变化的核心力量，深刻影响劳动力市场、社会政策和公共讨论。然而，长期以来，全球迁移数据存在严重缺陷：数据稀疏、集中在高收入国家、定义不统一、时间分辨率低（多为5年或10年一次），导致难以准确捕捉迁移的实时动态。以往研究依赖零散数据源（如流量记录、存量估算或模型重建），但均无法提供全面、连续、可比的全球年度迁移图景。

本研究突破性地构建了一个全新的全球年度迁移数据库，覆盖1990—2023年间230个国家和地区的原籍地—目的地双向迁移。该数据库并非简单拼凑，而是将多种异构数据（包括联合国移民存量数据、Facebook数字足迹、欧洲权威双边流量及各国净迁移统计）整合进一个统一的深度学习建模框架。模型采用循环神经网络（RNN），能同时捕捉长期趋势（如经济发展、文化联系）和短期冲击（如战争、疫情、气候灾害），并内置“记忆机制”以反映历史影响。

为确保可靠性，模型输入了涵盖地理、经济、文化、政治等维度的上百项协变量（如人均GDP、宗教语言相似度、冲突死亡人数、地理距离等），并通过不确定性量化技术，为每个估算值提供置信区间。验证表明，该模型在未见过的数据上表现优异，相关性达73%，远超传统方法；其年度分辨率也首次揭示了以往被5年平均值掩盖的关键动态——例如2008年金融危机和2020年新冠疫情导致的全球迁移骤降，以及1994年卢旺达难民大规模涌入刚果（金）等单年重大事件。

研究发现：全球年度迁移人数从2000年的1300万增至2023年的约3500万（人均迁移率同步翻倍）；中东地区接收移民最多（主要来自南亚和菲律宾）；欧洲内部迁移规模最大，但非洲区域迁移受内战驱动同样剧烈（如南苏丹难民涌入埃塞俄比亚、尼日利亚民众逃往乍得/尼日尔）；而联合国基于人口残差法推算的净迁移数据存在明显偏差（如俄罗斯实际净迁移早在2005年已转负，而非联合国数据显示的持续为正）。

该成果不仅提供了迄今最精细的全球迁移“快照”，更释放全部数据、代码与训练模型，推动研究透明化与可复现。它为政策制定者评估移民影响、为流行病学家追踪疾病传播、为人口学家优化预测模型，提供了坚实可靠的新基础。同时，研究也明确指出数据缺口最严重的区域（尤其是撒哈拉以南非洲），呼吁加强当地统计能力建设。