تقریباً تمام آمارهای مهمی که در بحثهای مربوط به مهاجرت جهانی نقل میشوند، به یک روش شمارش واحد بازمیگردند: جمعیت متولدشده در خارج از کشور که سازمان ملل متحد هر پنج سال یکبار آنها را ثبت میکند.
با مقایسه یک دوره شمارش با دوره بعدی، میتوان تعیین کرد چه تعداد از مردم جابهجا شدهاند.
برای دههها، نتایج این اندازهگیریها تقریباً ثابت به نظر میرسید، در نتیجه این فرض در میان پژوهشگران شکل گرفت که سرعت مهاجرت در جهان تغییر چندانی نکرده است.
اما سال به سال، داستان متفاوتی در حال شکلگیری بود.
مطالعهای جدید، مهاجرت را بهعنوان یک رکورد سالانه برای تمام کشورهای جهان از سال ۱۹۹۰ تا ۲۰۲۳ بازسازی کرده است. نتایج نشان میدهد نرخ مهاجرتی که تصور میشد ثابت مانده، در سکوت و بدون جلب توجه، تقریباً سه برابر شده است.
افزایشی پنهان در مهاجرت جهانی
مهاجرت سالانه میان کشورها از آغاز هزاره جدید تقریباً سه برابر شده است. این رقم از حدود ۱۳ میلیون نفر در سال ۲۰۰۰ به حدود ۳۵ میلیون نفر در سال ۲۰۲۳ رسیده است.
این افزایش صرفاً نتیجه رشد جمعیت جهان نیست، زیرا سهم افرادی که مهاجرت میکنند نیز افزایش یافته است. این نسبت از حدود دو نفر در هر هزار نفر در سال ۲۰۰۰ به نزدیک پنج نفر در هر هزار نفر در سال ۲۰۲۳ رسیده است.
این پژوهش توسط توماس گاسکین، پژوهشگر پسادکتری در دپارتمان روششناسی مدرسه اقتصاد و علوم سیاسی لندن انجام شده است.
گاسکین با جمعیتشناس گای ابل از مؤسسه بینالمللی تحلیل سامانههای کاربردی، همچنین دانشگاه هنگکنگ همکاری کرده است.
آنها در کنار یکدیگر نخستین مجموعه دادهای را ایجاد کردند که جریانهای سالانه مهاجرت میان تمام کشورهای جهان را از سال ۱۹۹۰ تا ۲۰۲۳ پوشش میدهد.
شکافهای موجود در برآوردهای قبلی مهاجرت
برآوردهای قدیمی عمدتاً بر شمارشهایی تکیه داشتند که سازمان ملل متحد هر پنج سال یکبار، بانک جهانی هر ده سال یکبار منتشر میکردند.
این آمارها نشان میدهند چه تعداد از افراد متولدشده در خارج از کشور در یک زمان مشخص در جایی زندگی میکنند، اما مشخص نمیکنند چه زمانی به آنجا رسیدهاند.
ممکن است فردی که در سرشماری سال ۲۰۲۰ ثبت شده، یک سال قبل مهاجرت کرده باشد یا ۳۰ سال پیش. فاصلههای زمانی میان این اندازهگیریها باعث میشد بخش بزرگی از واقعیت نادیده گرفته شود.
تصاویر کلی و فاصلهدار، ریتم واقعی مهاجرت را هموار میکنند. اگر اندازهگیریها را با فاصله پنجساله انجام دهید، موجهای مهاجرتی که در همین بازه شکل گرفته، سپس فروکش کردهاند، هرگز ثبت نخواهند شد.
همین هموارسازی آماری بود که باعث شد مهاجرت جهانی برای مدت طولانی پدیدهای ثابت به نظر برسد.
آموزش هوش مصنوعی برای برآورد مهاجرت جهانی
برای پر کردن این شکافها، پژوهشگران به نوعی از یادگیری ماشین روی آوردند که برای تحلیل توالیهای زمانی طراحی شده است.
شبکه عصبی بازگشتی یا Recurrent Neural Network نوعی حافظه از سالهای گذشته را حفظ میکند تا بتواند سالهای بعدی را برآورد کند.
این حافظه اهمیت زیادی دارد، زیرا مردم به ندرت تنها بر اساس شرایط سال جاری تصمیم به مهاجرت میگیرند. بحرانی که سالها پیش رخ داده، ممکن است همچنان فردی را به ترک خانه وادار کند.
این شبکه از منابع مختلف یاد گرفت؛ از آمارهای رسمی گرفته تا سرشماری محل زندگی مهاجران، سوابق ملی جریان مهاجرت در تعدادی از کشورهای ثروتمند، همچنین دادههای ناشناس مکانی فیسبوک که سالهای اخیر را پوشش میداد.
مدل مذکور ویژگیهای اقتصادی، جمعیتی، فرهنگی را در کنار الگوهای مشاهدهشده مهاجرت در هر مسیر جابهجایی مورد ارزیابی قرار داد.
در مناطقی که دادههای قطعی کمتر در دسترس بود، همین ویژگیها شکافهای اطلاعاتی را پر کردند. تیم پژوهشی همچنین مدل را صدها بار اجرا کرد تا بازههای اطمینان ایجاد شود؛ بازههایی که نشان میدهند کدام برآوردها بیشترین میزان عدم قطعیت را دارند.
اعداد و ارقام چه چیزی را نشان میدهند؟
برخی مسیرهای مهاجرتی، نقشه مدرن جابهجایی انسانها را تحت سلطه خود قرار دادهاند. خاورمیانه بیشترین میزان ورود مهاجران را در میان تمام مناطق جهان به خود اختصاص داده است؛ عمدتاً کارگرانی که از جنوب آسیا و فیلیپین وارد این منطقه شدهاند.
تنها مهاجرت از بنگلادش به عربستان سعودی از سال ۲۰۱۰ به بعد، بهطور میانگین سالانه حدود ۳۰۰ هزار نفر بوده است.
ابعاد این مهاجرتهای کاری بهسادگی دستکم گرفته میشود. از سال ۲۰۱۰ تاکنون، برآورد میشود حدود ۱۹ میلیون نفر از هند، پاکستان، بنگلادش راهی عربستان سعودی، قطر، بحرین، امارات متحده عربی شده باشند.
این رقم بسیار بیشتر از ۱۳.۶ میلیون نفری است که از سال ۱۹۹۰ تاکنون از مکزیک به ایالات متحده آمریکا مهاجرت کردهاند.
اروپا تقریباً در تمام سالها، رتبه نخست جابهجایی درونمنطقهای را در اختیار داشت. تنها استثنا مربوط به اوایل دهه ۱۹۹۰ بود؛ زمانی که آفریقای زیر صحرای بزرگ بهدلیل آشفتگی ناشی از جنگ داخلی رواندا برای مدتی کوتاه از اروپا پیشی گرفت.
بزرگترین جابهجایی ثبتشده در یک سال طی کل این دوره، فرار نزدیک به ۹۵۰ هزار نفر از رواندا به جمهوری دموکراتیک کنگو در سال ۱۹۹۴ بود.
پر کردن فضاهای خالی در دادههای مهاجرت
ارزش واقعی این پژوهش در مناطقی از جهان آشکار میشود که همواره با کمبود داده مواجه بودهاند.
اروپا از قبل نیز مهاجرت را با جزئیات زیادی ثبت میکرد، بنابراین روش جدید تغییر چشمگیری در درک این منطقه ایجاد نمیکند.
اما در کشورهای جنوب جهانی، برآوردهای سالانه افقهایی را گشودهاند که روشهای قدیمی هرگز قادر به دستیابی به آن نبودند.
آفریقای زیر صحرای بزرگ روشنترین نمونه این موضوع است. زمانی که در سال ۲۰۱۳ جنگ داخلی در سودان جنوبی تازهاستقلالیافته آغاز شد، مدل پژوهشگران موج خروج جمعیت را به سمت اتیوپی همسایه ردیابی کرد؛ جایی که آژانس پناهندگان سازمان ملل تمام جمعیت سودانی جنوبی را در قالب پناهنده طبقهبندی کرده است.
همین بازه زمانی پیامدهای شورش بوکوحرام در نیجریه را نیز ثبت میکند؛ شورشی که در سال ۲۰۱۴ بهشدت گسترش یافت.
برآوردها نشان میدهد طی سالهای ۲۰۱۳ و ۲۰۱۴ حدود ۷۹ هزار نفر از متولدان نیجریه به چاد، نیجر، کامرون گریختهاند که بیشتر آنها نیجر را بهعنوان مقصد انتخاب کردهاند.
تصاویر آماری پنجساله معمولاً چنین رویدادهایی را که در فاصلهای کوتاه شکل گرفته، سپس فروکش کردهاند، نادیده میگرفتند.
اصلاح روایتهای پذیرفتهشده
در اختیار داشتن دادههای سالانه به پژوهشگران اجازه داد برخی ارقام پذیرفتهشده قدیمی را دوباره ارزیابی کنند.
برآوردهای مهاجرت خالص سازمان ملل متحد که تفاوت میان ورودها و خروجها را نشان میدهد، اغلب بر محاسبات جمعیتی تکیه دارد، نه شمارش مستقیم مهاجرت. این روش زمانی که دادههای سرشماری دچار نوسان شوند، ممکن است از واقعیت فاصله بگیرد.
یکی از بازنگریهای چشمگیر به روسیه مربوط میشود. آمار سازمان ملل حاکی از ورود مداوم مهاجران به روسیه از اواسط دهه ۱۹۹۰ بود، اما برآوردهای جدید نشان میدهد مهاجرت خالص روسیه حدود سال ۲۰۰۵ منفی شده است؛ به این معنا که تعداد افرادی که کشور را ترک کردهاند از تعداد تازهواردان بیشتر بوده است.
این روند تنها پس از آوارگی گسترده اوکراینیها در سال ۲۰۲۲ دوباره معکوس شد.
میزان اطمینان مدل در مناطق مختلف جهان تفاوت زیادی دارد. برآوردهای مربوط به اروپا، سایر مناطق ثروتمند دارای حاشیه خطای اندکی هستند، زیرا سوابق فراوان، الگوهای باثباتتری در اختیار پژوهشگران قرار میدهند.
در بخش بزرگی از آفریقای زیر صحرای بزرگ، عدم قطعیت در بالاترین سطح قرار دارد؛ موضوعی که در واقع نقشهای از مناطقی است که بیش از هر جای دیگر به جمعآوری دادههای دقیقتر نیاز دارند.
چرا روند افزایش مهاجرت ادامه پیدا کرد؟
گاسکین و ابل معتقدند موتور اصلی این رشد طولانیمدت، نه فجایع ناگهانی بلکه نیروهای تدریجی و بلندمدت بودهاند.
این عوامل شامل کیفیت زندگی، توسعه اقتصادی و تغییرات ساختاری در جوامع هستند. چنین تحولاتی طی دههها شکل میگیرند، نه در قالب رویدادهایی که تنها برای مدتی کوتاه تیتر رسانهها میشوند.
مدل هوش مصنوعی نیز بیشترین واکنش را به همین شاخصها نشان داده است، در حالی که دادههای مربوط به جنگها، پناهندگان تأثیر کمتری بر روند کلی داشتهاند.
احتمالاً دلیل این موضوع آن است که بحرانهای خشونتآمیز معمولاً مهاجرت را تنها در چند مسیر مشخص افزایش میدهند، نه اینکه باعث رشد گسترده مهاجرت در سراسر جهان شوند.
این یافته، یکی از فرضیات رایج درباره مهاجرت را به چالش میکشد.
جنگها و بحرانها جهشهای ناگهانی و چشمگیری ایجاد میکنند که در اخبار بازتاب گسترده پیدا میکنند، اما فشار مداوم و رو به رشد بر مهاجرت جهانی ظاهراً بیشتر ناشی از توسعه اقتصادی، تغییرات جمعیتی و تحولاتی است که طی چندین دهه انباشته شدهاند.
زمانهایی که مهاجرت کاهش یافت
کاهشهای ثبتشده نیز همین روایت را از زاویهای دیگر تأیید میکنند.
مهاجرت جهانی تنها در دو مقطع بهصورت پایدار کاهش یافت: نخست در جریان بحران مالی جهانی سالهای ۲۰۰۸ و ۲۰۰۹، دوم در دوران همهگیری کووید-۱۹ در سال ۲۰۲۰.
پژوهشهای پیشین درباره تنظیم شبکههای عصبی برای تحلیل سیستمهای اجتماعی پیچیده، زمینه را برای توسعه این رویکرد فراهم کرده بودند.
گای ابل معتقد است دادههای سالانه تصویر بسیار شفافتری نسبت به برآوردهای پنجساله گذشته ارائه میکنند. از نگاه او، جهت کلی حرکت از آغاز هزاره جدید تاکنون همواره صعودی بوده است.
نرخ مهاجرت جهانی همچنان در حال افزایش است
تا پیش از انتشار این پژوهش، جهان هیچ گزارش منسجم و سالبهسالی از اینکه چه افرادی، از کجا، به کجا مهاجرت میکنند در اختیار نداشت.
در نتیجه، این حوزه علمی بر این باور استوار بود که جریانهای مهاجرت جهانی تقریباً ثابت ماندهاند. اکنون هر دو فرض تغییر کردهاند.
نرخ مهاجرت طی دو دهه گذشته بهطور پیوسته افزایش یافته است و این روند اکنون با جزئیات سالانه در تمام ۲۳۰ کشور و قلمرویی که سازمان ملل متحد به رسمیت میشناسد، قابل مشاهده است.
این سطح از دقت، فرصتهای تازهای را در اختیار پژوهشگران قرار میدهد.
جمعیتشناسان میتوانند از دادههای دقیقتر برای پیشبینی روندهای جمعیتی استفاده کنند.
همهگیرشناسان قادر خواهند بود بررسی کنند که جابهجایی انسانها چگونه بر انتشار بیماریها اثر میگذارد.
پژوهشگرانی که روی مهاجرت ناشی از تغییرات اقلیمی مطالعه میکنند نیز اکنون میتوانند مدلهای خود را با دادههای سالانه تطبیق دهند، بدون آنکه سالها منتظر انتشار آمارهای جدید بمانند.
تیم تحقیقاتی مجموعه کامل دادهها، کدهای مورد استفاده، مدلهای آموزشدیده را بهصورت عمومی منتشر کرده است. همچنین یک نقشه تعاملی از برآوردهای مهاجرتی نیز در دسترس قرار گرفته است.
به همین دلیل، این پژوهش را نباید یک پاسخ نهایی دانست؛ بلکه باید آن را زیربنایی برای تحقیقات آینده در نظر گرفت. زیربنایی که میتواند در آینده به مقیاسهای جغرافیایی کوچکتر گسترش یابد؛ جایی که بخش عمده جابهجاییهای انسانی در آن رخ میدهد.
نتایج این مطالعه در نشریه علمی Nature منتشر شده است.
نتیجهگیری
این پژوهش نشان میدهد تصور رایج درباره ثبات مهاجرت جهانی با واقعیت همخوانی ندارد. دادههای سالانه جدید آشکار کردهاند که مهاجرت بینالمللی از سال ۲۰۰۰ تاکنون تقریباً سه برابر شده است. برخلاف تصور عمومی، عامل اصلی این روند بیشتر به توسعه اقتصادی، بهبود کیفیت زندگی، تغییرات جمعیتی مربوط میشود تا بحرانها و جنگهای مقطعی. در اختیار داشتن دادههای دقیق سالانه میتواند درک ما از مهاجرت جهانی را متحول کند و پایهای ارزشمند برای تحقیقات آینده باشد.
نظر شما درباره افزایش چشمگیر مهاجرت جهانی چیست؟ آیا توسعه اقتصادی مهمترین عامل این روند است یا عوامل دیگری نقش پررنگتری دارند؟ دیدگاه خود را با ما به اشتراک بگذارید.
