🤖 machine learning

Deep learning four decades of human migration

Dit artikel introduceert een open-source deep learning-framework dat gebruikmaakt van een recurrent neuraal netwerk getraind op 18 covariaten om gedetailleerde, jaarlijkse herkomst-bestemmings migratiestromen met onzekerheidsmarges voor 230 landen van 1990 tot heden te genereren, waarmee het traditionele methoden aanzienlijk overtreft in zowel nauwkeurigheid als temporele resolutie.

Oorspronkelijke auteurs: Thomas Gaskin, Guy J. Abel

Gepubliceerd 2026-07-09

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Thomas Gaskin, Guy J. Abel

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een wereldwijd spelletje "stoelendans" probeert bij te houden waarbij de muziek de economie, de politiek en het weer is, en de stoelen de landen zijn. Decennialang was het proberen tellen van wie precies waarheen ging, wanneer en waarom, een rommelig en frustrerend spel. Sommige landen houden strikte lijsten bij de deur (zoals Duitsland), anderen gokken gewoon op basis van wie een kaartje heeft gekocht (zoals het VK), en veel plekken in de wereld hebben helemaal geen lijst. Het resultaat? De cijfers komen vaak niet overeen. Als Duitsland zegt dat er 160.000 mensen uit Polen kwamen, maar Polen zegt slechts dat er 12.300 mensen vertrokken, dan is dat een hoop ontbrekende mensen in de berekening.

Maak kennis met een nieuw team digitale detectives: Thomas Gaskin en Guy J. Abel. Ze telden niet alleen hoofden; ze bouwden een tijdreizend robotbrein (een deep recurrent neural network) om het verhaal van menselijke bewegingen van 1990 tot 2023 te ontrafelen.

Het Magische Brein met een Geheugen

De meeste oude manieren om migratie te voorspellen waren als het maken van een snapshot elke vijf jaar en proberen te raden wat er tussendoor gebeurde. Ze gingen ervan uit dat mensen alleen verhuisden op basis van wat er op dat moment gebeurde. Maar mensen zijn niet zo. Wij hebben een geheugen. Een crisis van tien jaar geleden kan er vandaag nog steeds voor zorgen dat iemand besluit te vertrekken.

Het robotbrein van de auteurs is speciaal omdat het een geheugen heeft. Het is als een detective die niet alleen naar de plaats van het misdrijf van vandaag kijkt, maar elke aanwijzing van de afgelopen 30 jaar onthoudt. Door het brein te voeden met 18 verschillende soorten aanwijzingen — zoals hoeveel geld een land verdient, hoe ver ze van elkaar verwijderd zijn, of ze dezelfde taal spreken, of ze dezelfde religie delen, en zelfs hoeveel mensen er sterven in oorlogen — leerde het brein de stroom van mensen te voorspellen.

Cruciaal is dat dit brein niet zomaar één getal raadt. Het vertelt je ook hoe onzeker het is. Als de data vaag is (zoals in veel delen van Afrika), zegt het brein: "Ik weet hier niet 100% zeker van, je moet misschien je registers controleren." Dit is een grote zaak, want het wijst precies aan waar we betere gegevens moeten verzamelen.

Wat Ze Hebben Ontdekt (De Plot Twist)

Het verhaal van het brein onthult enkele grote veranderingen in de wereldwijde bewegingen:

De Grote Opmars: Sinds het jaar 2000 is het aantal mensen dat elk jaar de grenzen oversteekt gestegen van 13 miljoen naar meer dan 36 miljoen in 2023. Dit komt niet alleen omdat er meer mensen op aarde zijn; het percentage mensen dat beweegt is bijna verdubbeld, van 0,21% naar 0,45%.
De Grote Haperingen: De enige keren dat dit aantal daalde, waren tijdens de Grote Recessie (2008–2009) en de Covid-19-pandemie (2020).
De Grootste Bewegingen: De grootste jaarlijkse sprong die het brein opmerkte, was in 2019, toen ongeveer 850.000 mensen uit Venezuela naar Colombia vluchtten. Andere enorme golven waren mensen die vanuit Mexico naar de VS trokken in 2022 en vanuit Oekraïne naar Rusland in 2022.
De Midden-Oosterse Magneet: Het Midden-Oosten is de grootste magneet geweest voor nieuwkomers, voornamelijk uit Zuid-Azië. Sinds 2010 zijn er gemiddeld 1,3 miljoen mensen per jaar (totaal 18,4 miljoen) van India, Pakistan en Bangladesh naar Saoedi-Arabië, Qatar, Bahrein en de VAE verhuisd. Dat is meer dan het totale aantal mensen dat sinds 1990 van Mexico naar de VS is verhuisd (wat 14,8 miljoen was).
De Europese Verschuiving: Voordat de pandemie begon, verhuisden er ongeveer 3 miljoen mensen per jaar binnen Europa. Na de val van de Sovjet-Unie in 1991 was er een enorme verschuiving, waarbij meer dan 800.000 mensen geboren in Polen, Rusland, Oekraïne en Roemenië datzelfde jaar binnen Europa verhuisden.

Waar Ze Tegen Pleiten (De "Niet Doen" Lijst)

De auteurs zijn zeer duidelijk over wat niet goed werkt:

De "Vijfjaarlijkse Snapshot" is te traag: Oude methoden gaven slechts elke vijf of tien jaar gegevens. De auteurs stellen dat dit te traag is om plotselinge rampen of snelle veranderingen op te vangen. Je kunt een plotselinge oorlog of een snelle economische crash niet begrijpen als je de gegevens slechts elke vijf jaar bekijkt.
Het "Huidige Staat Enkel" model is fout: Ze argumenteren tegen modellen die mensen behandelen alsof ze geen geheugen hebben (Markoviaanse modellen). Ze zeggen dat het onzinnig is om te denken dat een persoon besluit een land te verlaten op basis alleen van het weer of de economie van vandaag, waarbij de crises van de afgelopen jaren worden genegeerd.
De "Residuele" Wiskunde is wankel: Veel officiële VN-cijfers voor "netto migratie" (aankomende mensen minus vertrekkende mensen) worden berekend door de totale bevolkingsverandering te nemen en daar geboorten en sterfgevallen van af te trekken. De auteurs laten zien dat dit vaak fout is omdat bevolkingsaantallen zelf ook rommelig kunnen zijn. Bijvoorbeeld, hun model suggereert dat de netto migratie van Rusland rond 2005 al negatief werd, wat in tegenspraak is met de suggestie van de VN van een positieve stroom sinds 1995.

Hoe Zeker Zijn Ze?

De auteurs hebben niet alleen gegokt; ze hebben hun robotbrein rigoureus getest.

De Test: Ze verborgen 20% van de bekende migratieroutes voor het brein tijdens de training en vroegen het brein vervolgens om die verborgen routes te raden.
De Score: Het brein behaalde een correlatie van 95% op de data die het bestudeerde en een correlatie van 80% op de verborgen testdata. Dat is een sterke score, vooral gezien het feit dat migratiedata berucht ruis bevat.
De Vergelijking: Wanneer ze hun brein vergeleken met de oude "stock-differencing" methoden (de vijfjaarlijkse snapshots) en andere standaardtechnieken, presteerde hun deep learning-model significant beter dan hen allemaal.
De Nuance: Ze geven toe dat voor sommige regio's, zoals Sub-Sahara Afrika, de onzekerheid nog steeds groot is omdat de invoergegevens ontbreken. Ze stellen expliciet dat voor landen als Nigeria de onzekerheid over hun schattingen tot de hoogste ter wereld behoort, wat aangeeft dat er daar meer gegevensverzameling nodig is.

De Kernboodschap

Dit is niet zomaar een lijst met cijfers; het is een nieuwe manier om naar de wereld te kijken. Door de computer een geheugen te geven en hem te leren van 18 verschillende soorten aanwijzingen, hebben de auteurs de meest gedetailleerde kaart van menselijke bewegingen ooit gemaakt, die 230 landen en regio's beslaat van 1990 tot 2023. Ze hebben ons laten zien dat migratie stijgt, dat het wordt gedreven door complexe herinneringen aan het verleden, en dat hoewel we een geweldige nieuwe kaart hebben, er nog steeds wat mistige plekken zijn waar we een feller licht op moeten schijnen.

Het beste deel? De hele kaart, het robotbrein en de code zijn gratis beschikbaar voor iedereen om te gebruiken. Het is alsof ze de sleutels van de tijdmachine aan de rest van de wereld hebben overhandigd.

Technische Samenvatting: Deep Learning Vier Decennia van Menselijke Migratie

Probleemstelling
Menselijke migratie is een cruciale drijfveer van demografische verandering, arbeidsmarkten en sociaal beleid, maar het blijft berucht moeilijk te definiëren en te volgen. Bestaande gegevens lijden onder drie primaire beperkingen:

Inconsistentie en discrepantie: Verschillende landen hanteren variërende definities (bijv. drempelwaarden van 12 maanden) en verzamelmethoden (registratie versus grensgrensstatistieken versus enquêtes), wat leidt tot significante divergenties tussen gerapporteerde emigratie- en immigratiecijfers.
Dataschaarste: Betrouwbare migratiestatistieken zijn grotendeels afwezig voor het Mondiale Zuiden, en plotselinge schokken (conflict, rampen) maken gegevensverzameling vaak onmogelijk.
Lage temporele resolutie: Traditionele schattingsmethoden vertrouwen op gegevens over de migrantenvoorraad (migrant stock) gepubliceerd door de UN DESA met intervallen van vijf jaar. Deze methoden, zoals stock-differencing of demografische boekhouding, gaan ervan uit dat migratie een Markoviaans proces is (afhankelijk van alleen de huidige staat) en falen in het vastleggen van langetermijncorrelaties of plotselinge, kortstondige verschuivingen in migratiedynamiek. Bovits behandelen ze stock-gegevens vaak als de absolute waarheid zonder rekening te houden met de onzekerheid die inherent is aan demografische residuen.

Methodologie
De auteurs stellen een nieuw raamwerk voor dat een mechanisch flow-model combineert met een diep recurrent neuraal netwerk (RNN) om jaarlijkse bilaterale migratiestromen ( $F_{ij}$ ) en voorraden ( $S_{ij}$ ) te schatten voor 230 landen en regio's van 1990 tot 2023.

Architectuur: De kern van het model is een diep recurrent neuraal netwerk ( $u_\theta$ ) met een latente staat ( $z_{ijk}$ ). Deze architectuur introduceert "geheugen" in het systeem, waardoor huidige stroomschattingen kunnen worden geconditioneerd op de gehele geschiedenis van covariaten en voorgaande stromen, waardoor langetermijn-temporele correlaties worden vastgelegd die traditionele gravity-modellen missen.
Input Covariaten: Het netwerk wordt getraind op 18 covariaten voor het geboorteland ( $i$ $i$ ), herkomstland ( $j$ $j$ ) en bestemmingland ( $k$ $k$ ). Deze omvatten:
- Demografisch: Bevolking, levensverwachting, geboorte-/sterftecijfers.
- Economisch: Reëel BBP per capita, BBP-groei, bilaterale handelsstromen.
- Geografisch/Cultureel/Politiek: Afstand, religieuze en linguïstische gelijkenis, koloniale banden, EU-lidmaatschap, doden door conflict en vluchtelingenvoorraden.
Trainingsdoel: Het model wordt getraind om een verliesfunctie ( $J$ $J$ ) te minimaliseren die voorspelde outputs afstemt op doelgegevens. De doelgegevens omvatten:
- UN DESA migrantenvoorraden (gedisaggregeerd naar geboorte).
- Facebook locatiegegevens (2019–2022).
- Geharmoniseerde QuantMig-stromen (Europa, 2009–2019).
- Nationale netto migratiestatistieken voor ongeveer 30 landen.
- Noot: De verliesfunctie werkt op de verschillen in voorraden over vijfjarige intervallen in plaats van op absolute stock-waarden om te voorkomen dat er wordt geconditioneerd op potentieel foutieve initiële baselines.
Datatransformatie: Om de sterke scheefheid en de lange staarten van migratiedata te verwerken, wordt een gesymmetriseerde Yeo-Johnson-transformatie toegepast op inputs en targets om normale verdelingen te benaderen vóór de training.
Onzekerheidskwantificering: De auteurs gebruiken twee strategieën om betrouwbaarheidsintervallen te schatten:
1. Ensemble Learning: Het trainen van een ensemble van 15 neurale netwerken om parameteronzekerheid te vangen.
2. Input Propagatie: Het "doorsturen" van onzekerheid van input-covariaten (specifiek initiële stock-schattingen) door het getrainde netwerk om een distributie van stroomschattingen te genereren.
Recursieve Training: Het netwerk werkt recursief; de geschatte stroomtabel voor jaar $t$ wordt gebruikt om de migrantenvoorraad $S(t+1)$ bij te werken, die vervolgens weer als een input-covariaat voor de volgende tijdstap wordt ingevoerd.

Belangrijkste Resultaten

Globale Trends: De dataset laat zien dat de wereldwijde jaarlijkse migratiestromen zijn gestegen van 13 miljoen in 2000 naar meer dan 36 miljoen in 2023. De migratie per capita is in diezelfde periode gestaag gestegen van 0,21% naar 0,45%.
Event Detectie: Het model legt belangrijke historische gebeurtenissen succesvol vast, waaronder de exodus van Venezuela naar Colombia in 2019 (~850k), de beweging van Oekraïne naar Rusland in 2022 en de Rwandese burgeroorlog. Het identificeert het Midden-Oosten als de regio met de hoogste totale instroom, met name vanuit Zuid-Azië.
Validatie: Op ongeziene testsets bereikt het model een correlatie van 80% op stroomcorridors, waarmee het traditionele stock-differencing en demografische boekhoudmethoden aanzienlijk overtreft. Het komt overeen met de onzekerheidsschattingen van het QuantMig-project terwijl het een jaarlijkse resolutie biedt.
Correcties van Netto Migratie: Het model biedt gecorrigeerde netto migratiecijfers voor diverse landen, die vaak afwijken van de UN World Population Prospects (WPP) schattingen die steunen op demografische residuen. Zo suggereert het model dat de netto migratie van Rusland rond 2005 negatief werd, in tegenstelling tot UN-cijfers die een positieve instroom suggereerden tot 2022.
Onzekerheidsmapping: De studie identificeert dat de onzekerheid het hoogst is in Sub-Sahara Afrika, wat specifieke regio's aanwijst waar gegevensverzameling het hardst nodig is.

Betekenis en Claims
De auteurs beweren dat dit werk een "paradigmaverschuiving" vertegenwoordigt in computationele migratiemodellering. Door verder te gaan dan de statische, vijfjaarlijkse resolutie van de UN DESA-gegevens en de Markoviaanse aannames van gravity-modellen, levert de deep learning-benadering:

Verhoogde Resolutie: Levert jaarlijkse, bilaterale stroomschattingen gedisaggregeerd naar geboorteland voor de hele wereld.
Vangt Geheugen: Modelleert expliciet de invloed van voorgaande economische, politieke en sociale schokken op huidige migratiebeslissingen.
Kwantificeert Onzekerheid: Biedt betrouwbaarheidsintervallen die onderzoekers in staat stellen geografische regio's met inconsistente gegevens aan te wijzen, wat toekomstige gegevensverzameling stuurt.
Open Source: De auteurs stellen de volledige dataset, de trainingscode en de gewichten van het neurale netwerk beschikbaar, met als doel een fundamentele bron te vormen voor economen, epidemiologen en demografen.

Het artikel concludeert dat hoewel het huidige raamwerk op landniveau opereert, de recurrente architectuur zeer geschikt is voor toekomstige transities naar fijnere ruimtelijke rasters (bijv. 10km² resolutie) om interne migratie te modelleren, en dat deep learning essentieel is om de niet-lineaire, drempelgebaseerde reacties van menselijke systemen op onvoorziene wereldwijde gebeurtenissen te begrijpen.