📊 statistics

HICM: An approach towards Harmonizing Indian Census Migration data and its applications

تقدم هذه الورقة إطار عمل HICM، وهو إطار عمل متمحور حول البيانات يعمل على تنسيق بيانات الهجرة من التعداد السكاني الهندي من خلال تحديد وتصحيح انحيازات القياس والتمثيل عبر المعالجة المسبقة المنهجية والتشخيصات الإحصائية، مما يحسن بشكل كبير اتساق البيانات وموثوقيتها للتحليل الطولي للهجرة وصنع السياسات.

المؤلفون الأصليون: Nivedita Batra, Chiranjoy Chattopadhyay, Mayurakshi Chaudhuri

نُشر 2026-04-15

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Nivedita Batra, Chiranjoy Chattopadhyay, Mayurakshi Chaudhuri

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل الهند كمدينة ضخمة وصاخبة، حيث يتحرك الناس باستمرار من حي إلى آخر. كل عشر سنوات، تأخذ الحكومة "لقطة" عملاقة (تعداد سكاني) لحصر من انتقل إلى أين، ومدة إقامتهم، ومن أين جاؤوا. هذه البيانات تشبه خريطة ضخمة ومعقدة للحركة البشرية.

ومع ذلك، فإن هذه الخريطة بها تمزقات وأجزاء مفقودة. بعض الأحياء لم تُحصَ على الإطلاق في سنوات معينة، وبعض العناوين مكتوبة بخط غير مقروء، وبعض الناس نسوا تدوين مدة إقامتهم في منزلهم الجديد. إذا حاول الباحثون دراسة هذه الخريطة دون إصلاح التمزقات، فقد يصلون إلى استنتاجات خاطئة حول كيفية تغير الهند.

هذه الورقة البحثية، التي تحمل عنوان HICM، هي بمثابة فريق من مرممي الخرائط الخبراء الذين طوروا مجموعة أدوات خاصة لإصلاح هذه التمزقات، وملء الأجزاء المفقودة، وجعل الخرائط من عام 1991 و2001 و2011 تتطابق مع بعضها البعض بشكل مثالي.

إليك شرح بسيط لما فعلوه، باستخدام تشبيهات من الحياة اليومية:

1. المشكلة: لغز فوضوي

وجد الباحثون ثلاثة أنواع رئيسية من "الفوضى" في البيانات:

"الأحياء الشبحية" (البيانات المفقودة): في عام 1991، كانت ولاية جامو وكشمير غير مستقرة للغاية بحيث لا يمكن إحصاؤها بشكل صحيح، لذا كانت مفقودة من قائمة "الهجرة الوافدة". الأمر يشبه محاولة حل لغز (بازل) لتكتشف أن قطعة واحدة من الزاوية مفقودة تماماً. إذا تجاهلتها، ستكون الصورة الكاملة للبلاد خاطئة.
"العناوين الضبابية" (البيانات غير القابلة للتصنيف): بعض الناس انتقلوا، لكن استمارة التعداد اكتفت بذكر "غير معروف من أين جاؤوا". هذه تشبه الرسائل البريدية التي لا تحمل عنوان المرسل. هم موجودون، لكننا لا نعرف أين نضعهم.
"المواقيت المنسية" (المدة المجهولة): الكثير من الناس لم يكتبوا مدة إقامتهم في مدينتهم الجديدة. الأمر يشبه حفلة وصل إليها الجميع، لكن لا أحد يعرف ما إذا كان قد وصل منذ 10 دقائق أم منذ 10 سنوات. هذا يجعل من الصعب معرفة ما إذا كانت الحركة مؤقتة أم دائمة.

2. الحل: مجموعة أدوات HICM

أنشأ المؤلفون إطار عمل يسمى HICM (تنسيق هجرة الهند) لإصلاح هذه المشكلات. اعتبره عملية إصلاح مكونة من ثلاث خطوات:

الخطوة أ: توحيد الملصقات (تنظيف العلامات)

أولاً، أدركوا أن الملصقات كانت غير متسقة. في عام 1991، كانت الولايات مرقمة أبجدياً (أ لـ أندرا، ب لـ بيهار)، ولكن في عامي 2001 و2011، تم ترقيمها جغرافياً (من الشمال إلى الجنوب).

الإصلاح: أعادوا تسمية وترقيم كل شيء بحيث تظل "أندرا براديش" دائماً هي "أندرا براديش"، وأن تكون "الولاية رقم 1" هي دائماً نفس الولاية عبر العقود الثلاثة. إنه يشبه التأكد من أن الجميع في مجموعة دردشة يستخدمون نفس التهجئة للأسماء حتى لا يحدث ارتباك.

الخطوة ب: ملء الأحياء الشبحية (رياضيات السفر عبر الزمن)

بالنسبة للبيانات المفقودة عن جامو وكشمير في عام 1991، لم يكن بإمكانهم مجرد التخمين. بدلاً من ذلك، استخدموا خدعة رياضيات السفر عبر الزمن.

التشبيه: تخيل أنك تعرف عدد الأشخاص الذين انتقلوا إلى بلدة ما في عام 2001 و2011. وأنت تعرف أيضاً كيف تغيرت نسبة الأشخاص الذين انتقلوا إلى هناك بين هذين العامين. يمكنك استخدام هذا النمط لـ "الإسقاط إلى الوراء" وتقدير ما كان عليه العدد على الأرجح في عام 1991.
لم يكتفوا بنسخ ولصق الأرقام؛ بل قاموا بحساب اتجاه الحركة لملء الفجوة بسلاسة، مما يضمن أن تبدو خريطة عام 1991 كجزء طبيعي من خرائط 2001 و2011.

الخطوة ج: فرز الرسائل الضبابية (إعادة التوزيع الذكي)

بالنسب بالنسبة للأشخاص ذوي الأصول "المجهولة" أو مدد الإقامة "المجهولة"، لم يقوموا برمي البيانات. بل استخدموا إعادة التوزيع الذكي.

إصلاح "الأصل المجهول": إذا كان أصل الشخص مجهولاً، لم يكتفوا بالتخمين. بل نظروا إلى الأنماط المعروفة. إذا كان 80% من الناس في مدينة ما جاءوا من القرية (أ)، و20% من القرية (ب)، فقد افترضوا أن الأشخاص "المجهوليين" سيتبعون على الأرجح نفس التقسيم (80/20). لقد نثروا هؤلاء الأشخاص "الأشباح" مجدداً في الخريطة بناءً على الأنماط الأكثر احتمالاً.
إصلاح "المدة المجهولة": استخدموا افتراضاً منطقياً: الوافدون الجدد هم أكثر عرضة لنسيان مدة إقامتهم. لذا، قاموا بتوزيع الأشخاص ذوي "الزمن المجهول" في معظمهم ضمن فئات "الإقامة القصيرة" (أقل من سنة) وبنسب أقل في فئات "الإقامة الطويلة". هذا يشبه افتراض أنه إذا رأيت غريباً في حفلة ولا يعرف منذ متى وهو هناك، فمن المرجح أنه وصل للتو.

3. النتيجة: صورة أوضح

بعد تطبيق هذه الإصلاحات، اختبر الباحثون خرائطهم الجديدة "المنسقة".

اختبار السلاسة: عندما قارنوا خرائط 1991 و2001 و2011، كانت الخطوط والأنماط تتدفق بسلاسة. لم تكن هناك قفزات مفاجئة أو غريبة في البيانات لا معنى لها.
اختبار الشبكة: قاموا ببناء "شبكة هجرة" (مثل خريطة مترو الأنفاق لحركة البشر).
- قبل التعديل: كانت الخريطة متعرجة وبها خطوط مفقودة.
- بعد التعديل: أظهرت الخريطة "مجتمعات" واضحة من الولايات التي تتبادل الناس فيما بينها. على سبيل المثال، استطاعوا رؤية بوضوح أن ولاية ماهاراشترا هي مغناطيس للعمال، بينما تعتبر ولاية أوتار براديش مصدراً رئيسياً للعمال.

لماذا يهم هذا؟

تخيل أنك مخطط مدينة تحاول بناء مستشفى جديد. إذا كانت خريطة السكان لديك تفتقد حياً كاملاً (جامو وكشمير في 1991) أو تحتوي على بيانات ضبابية حول من أين أتى الناس، فقد تبني المستشفى في المكان الخطأ.

من خلال إصلاح فجوات البيانات هذه، تمنح مجموعة HICM مخططي المدن والعلماء وصناع القرار خريطة عالية الدقة وموثوقة للهجرة الداخلية في الهند. فهي تتيح لهم:

رؤية الاتجاهات الحقيقية على مدار 30 عاماً دون أن تخدعهم البيانات المفقودة.
فهم الولايات التي تنمو وتلك التي تتقلص.
اتخاذ قرارات أفضل بشأن أماكن بناء المدارس والمستشفيات والطرق.

باختصار، تقوم هذه الورقة البحثية بتحويل مجموعة من الخرائط القديمة الفوضوية والممزقة والمربكة إلى دليل واحد متماسك وجدير بالثقة لفهم كيفية تحرك الهند.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "HICM: نهج نحو مواءمة بيانات الهجرة في التعداد السكاني الهندي وتطبيقاته."

1. بيان المشكلة

تتناول الورقة مسألة بالغة الأهمية تتعلق بالتحيزات المنهجية والتناقضات في بيانات الهجرة الخاصة بالتعداد السكني الهندي (وتحديداً سجلات العقد من الأعوام 1991، 2001، و2011). وبينما يوفر التعداد الهندي مورداً طولياً غنياً لدراسة النزوح السكاني والتحضر، إلا أن البيانات تعاني من فجوات هيكلية تقوض موثوقية التحليلات الزمنية والقائمة على الشبكات.

حدد المؤلفون ثلاث فئات رئيسية من التحيز وعدم الاتساق:

فجوات القياس (البيانات المفقودة):
- المهاجرون غير القابلين للتصنيف: مهاجرون بـ "آخر محل إقامة" غير معروف (حوالي أقل من 1% من الإجمالي).
- مدة إقامة غير معروفة: مهاجرون ببيانات مدة إقامة مفقودة (حوالي 8-16% من الإجمالي)، وتتفاوت هذه النسبة حسب العقد.
عدم اتساق التغطية:
- يستبعد طقم بيانات عام 1991 منطقة جامو وكشمير (J&K) بسبب عدم الاستقرار السياسي، بينما تشملها بيانات 2001 و2011. وهذا يخلق مشكلة "فقدان مكان الإحصاء"، مما يؤدي إلى تحيز في التمثيل في الدراسات الطولية.
عدم اتساق التسميات والفهرسة:
- عدم تطابق الفهرسة: يستخدم عام 1991 الفهرسة الأبجدية للولايات/الأقاليم، بينما يستخدم 2001 و2011 الفهرسة الجغرافية.
- النواقص التجميعية: يفتقر طقم بيانات 1991 إلى أعمدة "الإجمالي" الصريحة لكل سجل، مما يعقد المقارنات عبر العقود.
- تباين الأسماء: عدم اتساق أسماء الولايات (مثل "Orissa" مقابل "Odisha") عبر العقود.

2. المنهجية: إطار عمل HICM

يقترح المؤلفون إطار عمل HICM، وهو إطار عمل متمحور حول البيانات مصمم لمواءمة هذه المجموعات من خلال المعالجة المسبقة المنهجية، والتخفيف، والتحقق. يتضمن سير العمل ثلاث مراحل رئيسية:

أ. مواءمة التسميات والملصقات

التقييس: يتم توحيد أسماء الولايات إلى المعرفات الحالية (مثلاً: "Orissa" $\leftarrow$ "Odisha").
محاذاة الفهرس: يتم إعادة فهرسة بيانات عام 1991 لتتطابق مع الترتيب الجغرافي لعامي 2001 و2011 لمنع الأخطاء الحسابية في المسارات المؤتمتة.
المحاذاة الهيكلية: يتم إضافة عمود "الإجمالي" إلى بيانات عام 1991 لضمان الاتساق البعدي مع العقود اللاحقة.

ب. التخفيف من عدم اتساق التغطية (فقدان جامو وكشمير في 1991)

لتقدير بيانات التدفق المفقودة لجامو وكشمير في عام 1991، يستخدم المؤلفون تنعيم النسبة الزمنية (الخوارزمية 1):

الافتراض: تتغير تدفقات الهجرة تدريجياً بدلاً من التغير المفاجئ؛ وبالتالي فإن نسب الهجرة عبر الزمن أكثر استقراراً من التدفقات الخام.
العملية:
1. حساب نسب الهجرة الخارجة بين 1991-2001 و2001-2011 لكل ولاية مصدر.
2. حساب المتوسط الهندسي لهذه النسب لإنشاء نسبة زمنية خلفية منومة ( $\tilde{R}_i$ ).
3. تقدير تدفق الداخل المفقود لعام 1991 لجامو وكشمير عن طريق تطبيق هذه النسبة على بيانات التدفق الداخل المعروفة لعام 2001: $f^{(1991)}_{i,x} = f^{(2001)}_{i,x} \cdot \tilde{R}_i$ .
التحقق: تمت مقارنة التوزيع المستنتج لجامو وكشمير في عام 1991 مع البيانات الحقيقية لعامي 2001/2011، مما أظهر تكراراً سلساً دون انقطاعات مفاجئة.

ج. التخفيف من فجوات القياس (الاستكمال)

يتم تطبيق استراتيجيتين متميزتين للتعامل مع البيانات المفقودة مع الحفاظ على قيود إجمالي السكان:

إعادة توزيع المهاجرين غير القابلين للتصنيف (<1%):
- يتم إعادة توزيع المهاجرين ذوي محل الإقامة الأخير غير المعروف تناسبياً إلى أماكن الإقامة الأخيرة المعروفة بناءً على تدفقات الهجرة المرصودة.
- الصيغة: $\hat{M}_{ij} = M_{ij} + U_j \cdot \frac{M_{ij}}{\sum_i M_{ij}}$
- هذا يحافظ على إجمالي عدد المهاجرين وهيكل التدفق النسبي لكل وجهة.
إعادة توزيع مهاجري "المدة غير المعروفة" (8-16%):
- بدلاً من التوزيع الموحد، يطبق المؤلفون افتراضاً اجتماعياً: المهاجرون الجدد هم الأكثر عرضة لامتلاك بيانات مدة إقامة مفقودة.
- يتم تطبيق متجه أوزان ثابت $w$ يتبع الاضمحلال الأسي على فئات المدة الخمس (من أقل من سنة إلى أكثر من 20 سنة).
- الأوزان: $w \approx (0.35, 0.30, 0.20, 0.10, 0.05)$ ، مما يضمن تخصيص غالبية البيانات المفقودة للمدد القصيرة ( $w_1 + w_2 + w_3 > 80\%$ ).
- الصيغة: $\hat{N}_{j,b} = N_{j,b} + w_b \cdot U_j$

3. المساهمات الرئيسية

توصيف التحيز: أول تحديد وقياس منهجي لتحيزات محددة (القياس مقابل التمثيل) في بيانات الهجرة بين الولايات الهندية عبر ثلاثة عقود.
إطار عمل المواءمة: إطار عمل (HICM) قابل للتكرار وشفاف رياضياً، يقوم بتصحيح الفجوات الهيكلية دون اختلاق بيانات جديدة، مع الالتزام الصارم بالحفاظ على إجماليات التعداد.
مجموعات بيانات جاهزة للشبكات: إنتاج مجموعات بيانات موائمة مصممة خصيصاً لبناء شبكات هجرة موجهة وموزونة للتحليل الطولي.

4. النتائج التجريبية والتحقق

قام المؤلفون بالتحقق من صحة إطار العمل باستخدام التشخيصات الإحصائية وتحليل الشبكات:

اتساق التوزيع: أظهرت مخططات الكمان (Violin plots) التي قارنت بيانات جامو وكشمير المستنتجة لعام 1991 مع بيانات 2001/2011 عدم وجود طفرات مفاجئة، مما يؤكد الاتساق الزمني.
الحفاظ الإحصائي: بعد إعادة توزيع المهاجرين غير القابلين للتصنيف، ظل الملخص الإحصائي (المتوسط، الانحراف المعياري، الربيع الأول، الوسيط، الربيع الثالث) لبيانات عام 2011 متطابقاً تقريباً مع حالة ما قبل الاستكمال. كانت الانحرافات ضئيلة وانحصرت في الربيع الرابع، مما يشير إلى أن إعادة التوزيع لم تشوه البنية الأساسية للبيانات.
تطبيق تحليل الشبكات:
- الاتجاهات: زاد متوسط وزن الحواف لشبكات الهجرة بنسبة ~30% لكل عقد، مما يشير إلى ارتفاع الحركية بين الولايات.
- كشف المجتمعات: باستخدام خوارزمية Louvain، كشفت بيانات عام 1991 الموائمة عن 3 مجتمعات للولايات، بينما استقرت بيانات 2001 و2011 عند 4 مجتمعات.
- المدد القصيرة مقابل الطويلة: أظهر تحليل المهاجرين بمدة <1 سنة هياكل مجتمعية مختلفة (4 مجتمعات في عام 1991) مقارنة بالمخزونات الإجمالية، مما يبرز قيمة البيانات التفصيلية الموائمة.

5. الأهمية والأثر

الأهمية السياساتية: يوفر إطار العمل أساساً قوياً لصناع السياسات لتحليل التفاوتات الإقليمية وأنماط الهجرة دون التشويه الناتج عن فجوات البيانات.
التقدم المنهجي: يتجاوز مجرد الاستكمال البسيط عبر استخدام استراتيجيات تحافظ على القيود وتحترم الحقائق الاجتماعية للهجرة (مثل كون المهاجرين الجدد هم الأكثر عرضة لفقدان بيانات المدة).
الموثوقية الطولية: من خلال إصلاح مشكلات الفهرسة والتغطية، يتيح إطار عمل HICM مقارنات صالحة عبر العقود، والتي كانت معطلة سابقاً بسبب عدم الاتساق الهيكلي.
التطبيقات المستقبلية: تدعم البيانات الموائمة تحليلات متقدمة مثل نمذجة الشبكات متعددة الطبقات (multiplex network modeling)، ومقاييس المركزية، ونماذج الهجرة الحساسة للعدالة، وهي أمور ضرورية للتخطيط الحضري المستقبلي والبحث الديموغرافي في الهند.