Deep learning four decades of human migration

Resumen Técnico: Aprendizaje Profundo de Cuatro Décadas de Migración Humana

Planteamiento del Problema
La migración humana es un motor crítico del cambio demográfico, los mercados laborales y la política social, aunque sigue siendo notoriamente difícil de definir y rastrear. Los datos existentes sufren tres limitaciones primarias:

1. Inconsistencia y Discrepancia: Diferentes países utilizan diversas definiciones (por ejemplo, umbrales de 12 meses) y métodos de recolección (registro frente a estadísticas fronterizas o encuestas), lo que genera divergencias significativas entre las cifras reportadas de emigración e inmigración.
2. Escasez de Datos: Las estadísticas migratorias fiables son mayoritariamente inexistentes para el Sur Global, y los choques repentinos (conflictos, desastres) a menudo imposibilitan la recolección de datos.
3. Baja Resolución Temporal: Los métodos de estimación tradicionales dependen de los datos de stock de migrantes publicados por la División de Población de la ONU (UN DESA) en intervalos de cinco años. Estos métodos, como la diferenciación de stocks o la contabilidad demográfica, asumen que la migración es un proceso markoviano (dependiente solo del estado actual) y no logran capturar las correlaciones temporales a largo plazo o los cambios bruscos y de corto plazo en la dinámica migratoria. Además, a menudo tratan los datos de stock como una verdad absoluta sin considerar la incertidumbre inherente a los residuales demográficos.

Metodología
Los autores proponen un nuevo marco que combina un modelo de flujo mecanístico con una red neuronal recurrente profunda (RNN) para estimar los flujos migratorios bilaterales anuales ($F_{ij}$) y los stocks ($S_{ij}$) para 230 países y regiones desde 1990 hasta 2023.

• Arquitectura: El núcleo del modelo es una red neuronal recurrente profunda ($u_\theta$) con un estado latente ($z_{ijk}$). Esta arquitectura introduce "memoria" al sistema, permitiendo que las estimaciones de flujo actuales estén condicionadas por todo el historial de covariables y flujos pasados, capturando así las correlaciones temporales de largo alcance que los modelos de gravedad tradicionales omiten.
• Covariables de Entrada: La red se entrena con 18 covariables para el país de nacimiento ($i$), origen ($j$) y destino ($k$). Estas incluyen:
  • Demográficas: Población, esperanza de vida, tasas de natalidad/mortalidad.
  • Económicas: PIB real per cápita, crecimiento del PIB, flujos comerciales bilaterales.
  • Geográficas/Culturales/Políticas: Distancia, similitud religiosa y lingüística, vínculos coloniales, membresía en la UE, muertes por conflictos y stocks de refugiados.
• Objetivo de Entrenamiento: El modelo se entrena para minimizar una función de pérdida ($J$) que alinea los resultados predichos con los datos objetivo. Los objetivos incluyen:
  • Stocks de migrantes de la UN DESA (desagregados por lugar de nacimiento).
  • Datos de ubicación de Facebook (2019–2022).
  • Flujos armonizados de QuantMig (Europa, 2009–2019).
  • Estadísticas nacionales de migración neta para aproximadamente 30 países.
  • Nota: La función de pérdida opera sobre las diferencias en los stocks en intervalos de cinco años en lugar de los valores absolutos de los stocks para evitar el condicionamiento en líneas de base iniciales potencialmente erróneas.
• Transformación de Datos: Para manejar el fuerte sesgo y las colas largas de los datos de migración, se aplica una transformación Yeo-Johnson simetrizada a las entradas y objetivos para aproximar distribuciones normales antes del entrenamiento.
• Cuantificación de la Incertidumbre: Los autores emplean dos estrategias para estimar los límites de confianza:
  1. Aprendizaje de Conjunto (Ensemble Learning): Entrenamiento de un conjunto de 15 redes neuronales para capturar la incertidumbre de los parámetros.
  2. Propagación de Entrada: "Empujar" la incertidumbre de las covariables de entrada (específicamente las estimaciones de stock inicial) a través de la red entrenada para generar una distribución de estimaciones de flujo.
• Entrenamiento Recursivo: La red opera de forma recursiva; la tabla de flujos estimada para el año $t$ se utiliza para actualizar el stock de migrantes $S(t+1)$, que luego se retroalimenta como una covariable de entrada para el siguiente paso de tiempo.

Resultos Clave

• Tendencias Globales: El conjunto de datos revela que los flujos migratorios anuales globales aumentaron de 13 millones en el año 2000 a más de 36 millones en 2023. La migración per cápita aumentó de manera constante del 0.21% al 0.45% durante este mismo periodo.
• Detección de Eventos: El modelo captura con éxito eventos históricos importantes, incluyendo el éxodo de Venezuela hacia Colombia en 2019 (~850k), el movimiento de Ucrania hacia Rusia en 2022 y la guerra civil de Ruanda. Identifica al Medio Oriente como la región con el mayor flujo de entrada total, particularmente desde el sur de Asia.
• Validación: En conjuntos de prueba no vistos, el modelo logra una correlación del 80% en los corredores de flujo, superando significativamente a los métodos tradicionales de diferenciación de stocks y contabilidad demográfica. Coincide con las estimaciones de incertidumbre del proyecto QuantMig proporcionando, al mismo tiempo, una resolución anual.
• Correcciones de Migración Neta: El modelo proporciona cifras corregidas de migración neta para varios países, divergiendo a menudo de las estimaciones de las Proyecciones de Población Mundial (WPP) de la ONU, que dependen de residuales demográficos. Por ejemplo, el modelo sugiere que la migración neta de Rusia se volvió negativa alrededor de 2005, contrariamente a las cifras de la ONU que sugerían una entrada positiva hasta 2022.
• Mapeo de Incertidumbre: El estudio identifica que la incertidumbre es más alta en el África subsahariana, destacando regiones específicas donde se necesitan esfuerzos de recolección de datos.

Significancia y Reivindicaciones
Los autores afirman que este trabajo representa un "cambio de paradigma" en el modelado computacional de la migración. Al ir más allá de la resolución estática de cinco años de los datos de la UN DESA y las suposiciones markovianas de los modelos de gravedad, el enfoque de aprendizaje profundo:

1. Aumenta la Resolución: Ofrece estimaciones de flujos anuales bilaterales desagregadas por país de nacimiento para todo el globo.
2. Captura la Memoria: Modela explícitamente la influencia de los choques económicos, políticos y sociales pasados en las decisiones migratorias actuales.
3. Cuantifica la Incertidumbre: Proporciona límites de confianza que permiten a los investigadores señalar regiones geográficas con datos inconsistentes, guiando futuros esfuerzos de recolección de datos.
4. Código Abierto: Los autores liberan el conjunto de datos completo, el código de entrenamiento y los pesos de la red neuronal, con el objetivo de servir como un recurso fundamental para economistas, epidemiólogos y demógrafos.

El artículo concluye que, si bien el marco actual opera a nivel de país, la arquitectura recurrente es bien adecuada para futuras transiciones a rejillas espaciales más finas (por ejemplo, resolución de 10 km²) para modelar la migración interna, y que el aprendizaje profundo es esencial para capturar las respuestas no lineales y basadas en umbrales de los sistemas humanos ante eventos globales imprevistos.