基于迁移存量数据的全球双边年度迁移流估计数据集Flow（1960–2024）

《Scientific Data》：Annual Migration Flow Estimates by Sex between all Countries since 1960

　　

全球迁移数据对于理解人类流动性如何塑造世界范围内的人口、经济、社会和政治动态至关重要。尽管迁移存量估计仍是关键资源，但许多研究及政策应用受益于迁移流数据，因其对经济、政治及其他变化具有更高的敏感性。从存量数据推断流量并非易事，尤其是在时间分辨率细于存量数据的多年间隔时，这种过粗的时间尺度可能无法捕捉迁移对短期事件的响应。本研究提出Flow——一个与现有迁移存量数据一致的全球双边迁移流数据集，覆盖1960–2024年，时间分辨率为年度。研究人员首先通过将存量衍生变量与近期全球流量观测相关联来估计多年流量，并将模型应用于统一处理后的历史数据；随后，通过将其与国家级年度净迁移对齐，将结果降尺度至年度分辨率。尽管受限于该时空尺度固有的局限性和不确定性，Flow估计提供了一个一致且全面的资源，用于历史与前瞻性迁移研究、模型开发及政策分析，在超过六十年的时间跨度内结合了全球覆盖与年度分辨率。

论文解读：Flow——全球双边年度迁移流估计数据集（1960–2024）

一、研究背景与问题

国际迁移是人口变动的主要驱动因素之一，深刻影响着全球经济、社会与政治格局。准确理解人口何时何地跨越国界流动，对于人道主义响应、劳动力市场政策、发展规划等众多领域至关重要。全球双边迁移存量数据（如世界银行与联合国经济和社会事务部（UN DESA）的报告）被广泛使用，但存量数据仅提供时间快照，无法捕捉迁移的动态过程。相比之下，迁移流数据能更敏感地反映经济、政治及环境等短期事件的影响，但在全球范围内系统性地获取一致、可比的迁移流数据面临诸多挑战：流量测度更为复杂，需要连续追踪；各国统计口径不一；从存量推断流量在数学上是一个欠定问题，多种流量情景可能对应同一存量分布。已有全球流量估计多受限于存量数据的五年或十年间隔，难以捕捉短期事件驱动的迁移响应。近年来，基于Facebook数据的2019–2022年全球双边迁移流估计为模型训练提供了大规模、方法一致的数据源，但已有基于深度学习的年度全球流量估计（1990–2023）在输入变量中引入了大量非迁移驱动因素，导致下游建模存在循环推理风险。

二、研究内容与意义

为填补上述数据缺口，研究人员构建了Flow数据集——一个覆盖1960–2024年、年度分辨率、按性别分层的全球双边迁移流估计数据集。该数据集在构建过程中仅使用迁移相关数据（存量衍生变量与国家层面年度净迁移），不引入经济、社会、政治等外部驱动变量，从而确保下游研究者可以利用该数据集建模迁移与其驱动因素之间的关系，而不会陷入同义反复。Flow估计在构造上与现有迁移存量数据及国家层面净迁移数据保持一致，为历史与前瞻性迁移研究、模型开发及政策分析提供了一个一致且全面的基线资源。

三、主要技术方法

研究采用多阶段估计框架。首先，将UN DESA（1990–2024，五年间隔）与世界银行（1960–2000，十年间隔）的迁移存量数据统一处理：仅纳入主权国家，采用Delta方法对世界银行历史存量进行偏差校正，基于反正弦变换后的迁移比例进行操作以避免超出目的地国人口。其次，应用封闭人口核算方法，结合出生与死亡数据调整存量，通过比例迭代拟合（IPF）协调全球出生国人口总数的一致性，从而估计多时期双边净迁移流。第三，对Chi等人（2025）基于Facebook数据的2019–2022年月度流量进行左截断正态分布极大似然偏差校正，并与存量净迁移流协调，获得观测基准流量。第四，构建包含四个存量预测变量（存量净流下界M_ij、净迁移流N_ij、双边总存量S_ij、存量比例?_ij）的神经网络模型，训练后应用于全部历史时期，估计多时期双边总迁移流，并结合净流得到方向性流量。最后，利用UN DESA《世界人口展望2024》提供的国家层面年度净迁移数据，将多年流量降尺度至年度分辨率。

四、研究结果

存量数据统一处理（Methods 1）：通过Delta方法两步偏差校正，消除了世界银行与UN DESA存量数据在重叠年份（1990、2000）的系统差异，获得了1960–2024年连续的性别分层迁移存量时间序列。全球国际迁移总量从1960年约7500万增长至2024年约2.8亿。

多时期双边净迁移流估计（Methods 2）：封闭人口核算显著影响存量推断的净迁移流。经IPF协调后，双边净迁移流与国家层面净迁移在数学上严格一致（式21），这是后续降尺度方法的关键前提。存量净流绝对值之和提供了双边总流量的下界M_ijτ^α（式26）。

多时期双边迁移流估计（Methods 3）：对Facebook流量数据的偏差校正表明，原始月度数据因差分隐私噪声的左截断而系统性高估小流量，校正后估计与QuantMig等独立数据源的偏差在合理范围内。经存量净流协调后的观测流量与原始数据总体接近（对数空间RMSE=0.23），说明协调过程未大幅扭曲观测信息。神经网络模型以存量衍生变量为预测因子，成功估计了全部走廊、时期和性别的总迁移流。

年度降尺度（Methods 4）：通过将多时期双边流量按国家层面年度净迁移进行对齐，实现了年度分辨率的流量估计，使数据集能够捕捉短期事件对迁移的影响。

五、讨论与结论

研究人员指出，全球迁移流估计本质上是一个“短毯子”问题——可用数据稀疏且质量不均，任何估计都必须在不同数据源的一致性之间做出权衡。Flow优先保证与迁移存量数据及国家层面净迁移的一致性，因此适用于建模迁移与外部驱动因素的关系。研究结论强调，Flow提供了首个覆盖1960–2024年、年度分辨率、按性别分层的全球双边迁移流估计数据集，通过仅使用迁移数据构建流量，避免了循环推理风险，为迁移研究、模型开发与政策分析提供了坚实基础。尽管存在固有局限，Flow代表了全球迁移流数据在时间覆盖和分辨率上的重要进步。