En el mundo cada vez más concurrido de hoy, La migración humana puede poner a prueba la infraestructura y los recursos. Los datos precisos sobre los flujos migratorios podrían ayudar a los gobiernos a planificar y responder a los inmigrantes. Sin embargo, estas cifras, Cuando esté disponible, tienden a ser irregulares y llenos de errores, incluso en el mundo desarrollado. Los investigadores han desarrollado enfoques para estimar las tasas de migración, pero incluso los mejores de ellos se basan en suposiciones poco realistas sobre el movimiento masivo de personas y producen tasas de migración que pueden caer muy por debajo de la realidad.

En un artículo publicado la semana del 24 de diciembre en el procedimientos de la Academia Nacional de Ciencias , dos científicos de la Universidad de Washington dieron a conocer un nuevo método estadístico para estimar los flujos migratorios entre países, utilizando el llamado enfoque pseudo-Bayes. Muestran que las tasas de migración, definidas como un movimiento internacional seguido de una estadía de al menos un año, son más altas de lo que se pensaba anteriormente. pero también relativamente estable, fluctuando entre el 1,1 y el 1,3 por ciento de la población mundial de 1990 a 2015. Además, desde 1990 aproximadamente el 45 por ciento de los migrantes han regresado a sus países de origen, una estimación mucho más alta que otros métodos.

Estas estimaciones más precisas de la migración ayudarán en última instancia tanto a los migrantes como a las personas que los ayudan, dijo el autor principal Adrian Raftery, profesor de estadística y sociología de la Universidad de Washington.

"La planificación de la migración no es una tarea sencilla, ", dijo Raftery." Se necesita de todo, desde infraestructura médica y personal capacitado hasta escuelas primarias, y los gobiernos confían en estimaciones demográficas precisas para ayudarlos a implementar los planes y las respuestas correctos ".

Los países recopilan datos de migración a través de formularios de inmigración en los puertos de entrada, pero las respuestas en estos formularios pueden contener errores, ya menudo no recopilan los tipos de información completa que los demógrafos necesitan para medir la migración con precisión. Los formularios del censo también tienden a preguntar a las personas dónde nacieron, pero generalmente no cuando se mudaron, información que no refleja con precisión el verdadero nivel de movimiento.

"La migración es mucho más que el lugar que dejaste y el lugar en el que finalmente te estableciste, ", dijo Raftery." Los investigadores han intentado durante años desarrollar métodos estadísticos que capturen la imagen completa de la migración humana en todo el mundo ".

Raftery desarrolló estas nuevas estimaciones de la tasa de migración junto con su ex estudiante de doctorado Jonathan Azose, profesor asistente de estadística afiliado a la UW y autor principal del artículo. Aplicaron el método pseudo-Bayes a las estimaciones de migración incorporando elementos de otros métodos, y calibró sus estimaciones con un modelo de migración relativamente fiable entre 31 países europeos.

Azose y Raftery probaron la precisión de pseudo-Bayes contra un conjunto de cifras de migración confiables y descubrieron que sus estimaciones eran típicamente precisas dentro de un factor de tres. mejor que muchas estimaciones existentes.

"Para el campo de la migración, este nivel de precisión es una mejora significativa, ", dijo Azose." Incluso cuando miras datos de países europeos, no es raro que un solo flujo de migración tenga estimaciones que difieran en un factor de tres o más dependiendo de si el país emisor o el receptor recopilaron los datos ".

También descubrieron que, en comparación con otros enfoques, pseudo-Bayes pueden explicar con mayor precisión la migración de retorno, en el que los migrantes regresan a sus países de origen.

"Nuestra estimación muestra un mayor flujo global de migrantes en gran parte porque indica que la migración de retorno es mucho mayor de lo que se pensaba anteriormente, "dijo Azose.

Los investigadores estiman tasas de migración significativamente más altas que los métodos anteriores:entre 67 millones y 87 millones de migrantes durante cada período de cinco años desde 1990 hasta 2015. En comparación, un método alternativo ampliamente utilizado, que solo estima la tasa mínima de migración, calcula entre 34 y 46 millones de migrantes en cada período de cinco años. Además, mientras que el número total de migrantes estimado por pseudo-Bayes aumentó de 1990 a 2015, la tasa de migración durante ese período se mantuvo relativamente estable como proporción de la población mundial, entre 1,1 y 1,3 por ciento.

Azose y Raftery también desglosaron las tasas de migración por emigración, migración de retorno y migración de tránsito, en el que los migrantes se mueven entre dos países que no son sus países de nacimiento. En general, de 1990 a 2015, más del 60 por ciento de la migración fue emigración. La migración de tránsito nunca superó el 9 por ciento. La migración de retorno representó del 26 al 31 por ciento de los migrantes, más del doble de la tasa de otras estimaciones de migración. Esa alta tasa de migración de retorno se acumuló con el tiempo. De 1990 a 2015, aproximadamente el 45 por ciento de los migrantes finalmente regresaron a sus países de origen.

"Estimamos una tasa de migración de retorno que es significativamente más alta que otros métodos, pero también está respaldado por la historia, "dijo Raftery." Por ejemplo, durante el genocidio de Ruanda en 1994, más de un millón de migrantes abandonaron el país, pero la mayoría regresó dentro de los tres años posteriores a la finalización del conflicto ".

Las tasas de migración más altas que observaron más recientemente entre países fueron consistentes con los eventos mundiales en curso. Migración fuera de Siria, por ejemplo, representó dos de los tres principales flujos de emigración de 2010 a 2015.

A los investigadores les gustaría perfeccionar su método diferenciando entre refugiados, que se cuentan por su método, y otros tipos de migrantes. Además, les gustaría incorporar datos de fuentes no gubernamentales, como registros de redes sociales, para mejorar la precisión de sus estimaciones, así como desarrollar enfoques para pronosticar la migración futura.