Op de steeds drukker wordende wereldbol van vandaag, menselijke migratie kan de infrastructuur en middelen belasten. Nauwkeurige gegevens over migratiestromen kunnen regeringen helpen bij het plannen van en reageren op immigranten. Toch zijn deze cijfers wanneer beschikbaar, hebben de neiging vlekkerig en foutgevoelig te zijn, zelfs in de ontwikkelde wereld. Onderzoekers hebben benaderingen ontwikkeld om migratiesnelheden te schatten, maar zelfs de beste daarvan vertrouwen op onrealistische veronderstellingen over de massale verplaatsing van mensen en leveren migratiecijfers op die ver beneden de werkelijkheid kunnen liggen.

In een paper gepubliceerd in de week van 24 december in de Proceedings van de National Academy of Sciences , twee wetenschappers van de Universiteit van Washington hebben een nieuwe statistische methode onthuld voor het schatten van migratiestromen tussen landen, met behulp van de zogenaamde pseudo-Bayes-benadering. Ze laten zien dat de migratiecijfers - gedefinieerd als een internationale verhuizing gevolgd door een verblijf van ten minste een jaar - hoger zijn dan eerder werd gedacht, maar ook relatief stabiel, schommelend tussen 1,1 en 1,3 procent van de wereldbevolking van 1990 tot 2015. sinds 1990 is ongeveer 45 procent van de migranten teruggekeerd naar hun thuisland, een veel hogere schatting dan andere methoden.

Deze nauwkeuriger schattingen van migratie zullen uiteindelijk zowel migranten als de mensen die hen helpen, helpen. zei senior auteur Adrian Raftery, een UW hoogleraar statistiek en sociologie.

"Migratie plannen is geen eenvoudige taak, "zei Raftery. "Je hebt alles nodig, van medische infrastructuur en opgeleid personeel tot basisscholen - en regeringen vertrouwen op nauwkeurige demografische schattingen om hen te helpen de juiste plannen en reacties te implementeren."

Landen verzamelen migratiegegevens via immigratieformulieren bij aankomsthavens, maar antwoorden op deze formulieren kunnen fouten bevatten, en slagen er vaak niet in om de soorten uitgebreide informatie te verzamelen die demografen nodig hebben om migratie nauwkeurig te meten. Volkstellingsformulieren hebben ook de neiging om mensen te vragen waar ze zijn geboren, maar meestal niet als ze verhuisden, informatie die het werkelijke bewegingsniveau niet nauwkeurig weergeeft.

"Migratie is veel meer dan de plek waar je bent vertrokken en de plek waar je je uiteindelijk hebt gevestigd, "zei Raftery. "Onderzoekers hebben jarenlang geprobeerd statistische methoden te ontwikkelen die een volledig beeld geven van menselijke migratie over de hele wereld."

Raftery ontwikkelde deze nieuwe schattingen van de migratiesnelheid samen met zijn voormalige doctoraatsstudent Jonathan Azose, een aan de UW gelieerde assistent-professor statistiek en de hoofdauteur van het artikel. Ze pasten de pseudo-Bayes-methode toe op migratieschattingen door elementen van andere methoden op te nemen, en hun schattingen gekalibreerd aan de hand van een relatief betrouwbaar migratiemodel tussen 31 Europese landen.

Azose en Raftery testten de nauwkeurigheid van pseudo-Bayes tegen een reeks betrouwbare migratiecijfers en ontdekten dat de schattingen doorgaans nauwkeurig waren tot op een factor drie, beter dan veel bestaande schattingen.

"Voor het migratieveld dit nauwkeurigheidsniveau is een aanzienlijke verbetering, " zei Azose. "Zelfs als je kijkt naar gegevens uit Europese landen, het is niet ongebruikelijk dat een enkele migratiestroom schattingen heeft die een factor drie of meer verschillen, afhankelijk van of het verzendende of het ontvangende land de gegevens heeft verzameld."

Ze ontdekten ook dat vergeleken met andere benaderingen, pseudo-Bayes kan beter rekening houden met terugkeermigratie, waarin migranten terugkeren naar hun land van herkomst.

"Onze schatting laat een grotere wereldwijde stroom migranten zien, grotendeels omdat het aangeeft dat de terugkeermigratie veel hoger is dan eerder werd gedacht, ' zei Azose.

De onderzoekers schatten aanzienlijk hogere migratiepercentages dan eerdere methoden - tussen 67 miljoen en 87 miljoen migranten over elke periode van vijf jaar van 1990 tot 2015. Ter vergelijking:een veelgebruikte alternatieve methode, die alleen de minimale migratiesnelheid schat, berekent slechts 34 tot 46 miljoen migranten in elke periode van vijf jaar. In aanvulling, terwijl het totale aantal migranten geschat door pseudo-Bayes steeg van 1990 tot 2015, het migratiepercentage over die periode bleef relatief stabiel als percentage van de wereldbevolking - tussen 1,1 en 1,3 procent.

Azose en Raftery deelden de migratiecijfers ook uit naar emigratie, terugkeermigratie en transitmigratie, waarin migranten zich verplaatsen tussen twee landen die niet hun geboorteland zijn. In het algemeen, van 1990 tot 2015, meer dan 60 procent van de migratie was emigratie. Transitmigratie kwam nooit boven de 9 procent uit. Retourmigratie was goed voor 26 tot 31 procent van de migranten, meer dan het dubbele van andere schattingen van migratie. Dat hoge percentage terugkeermigratie liep in de loop van de tijd op. Van 1990 tot 2015 ongeveer 45 procent van de migranten keerde uiteindelijk terug naar hun thuisland.

"We schatten een terugkeermigratiepercentage dat aanzienlijk hoger is dan bij andere methoden, maar het wordt ook ondersteund door de geschiedenis, "zei Raftery. "Bijvoorbeeld, tijdens de Rwandese genocide in 1994, meer dan een miljoen migranten het land verlieten, maar de meesten keerden binnen drie jaar na het einde van het conflict terug."

De hoogste migratiecijfers die ze recentelijk tussen landen waarnamen, kwamen overeen met de aanhoudende gebeurtenissen in de wereld. Migratie uit Syrië, bijvoorbeeld, was goed voor twee van de top drie emigratiestromen van 2010 tot 2015.

De onderzoekers willen hun methode verfijnen door onderscheid te maken tussen vluchtelingen, die worden geteld volgens hun methode, en andere soorten migranten. In aanvulling, ze gegevens uit niet-gouvernementele bronnen willen opnemen, zoals records op sociale media, om de nauwkeurigheid van hun schattingen te verbeteren, evenals benaderingen ontwikkelen om toekomstige migratie te voorspellen.