香港大学（港大）与伦敦政治经济学院（LSE）的研究团队共同发布了一项关于人类流动性的突破性数据库。该研究已发表于国际顶尖科学期刊《自然》，揭示了全球跨国移民人数已从2000年的每年约1,300万人，大幅攀升至2023年的每年约3,500万人。数据亦显示，移民人数的增长速度远超全球人口增长，反映出人类流动性在人均水平上的实质提升。

过去在量化全球移民流动时，其中一项主要挑战在于数据过于零散，而移民分析现时侧重依赖联合国每五年发布一次，以及世界银行每十年发布一次的移民人口统计数据。由于这些传统数据仅能提供特定时间点的静态快照，导致许多引发人类突发性大规模迁徙的重大全球事件，例如战争、经济衰退、全球大流行病或气候冲击，往往在数据采集过程中被遗漏。

为克服上述局限，联合研究团队利用深度学习技术，构建了首个涵盖1990至2023年间全球所有国家之间移民流动的综合数据库。透过先进的机器学习（深度神经网络），研究人员将官方统计数据、人口普查数据与地理及经济因素相结合，成功填补了数据空白，为全球人口流动提供了更为详细且动态的全貌。

主要研究成果与启示：

• 持续上升的趋势： 自2000年以来，跨国移民现象变得更为普遍，仅在2008至2009年全球金融海啸及2019冠状病毒病（COVID-19）大流行期间出现短暂回落。

• 主要移民走廊： 在全球范围内，中东地区的移民流入量最高，主要来自南亚及菲律宾。研究估计，自2010年以来，共有1,900万人（平均每年135万人）从印度、巴基斯坦和孟加拉迁移至沙特阿拉伯、卡塔尔、巴林和阿联酋。相比之下，自1990年以来，从墨西哥迁移至美国的总人数为1,360万。

• 区域动态： 欧洲一直是区域内移民数量最高的地区，仅在1990年代初卢旺达内战期间被撒哈拉以南非洲地区超越。

• 揭示全球南方的流动状况： 新数据库为传统上数据匮乏的“全球南方”（Global South）地区的移民活动提供了前所未有的洞察。例如，它准确捕捉了2013年起南苏丹内战引发的大批难民涌入埃塞俄比亚的事件，以及2013至2014年间因博科圣地（Boko Haram）暴力冲突导致约79,000名尼日利亚人逃离家园的情况。

谈及新数据库及其重要性，论文第一作者、伦敦政治经济学院方法学系博士后研究员 Thomas Gaskin 博士表示：“我们的估算结果是透过将经典的流动模型与深度学习相结合而得出的，并利用了广泛的数据进行模型输入与训练。我认为这个数据库的规模与广度，充分展示了这类混合模型在计算科学领域的巨大潜力。”

论文共同作者、港大社会科学学院社会学系Guy Abel 教授补充道：“由于过往的估算方法依赖粗略的五年期数据快照，得出的数据点极少，因而给人一种全球移民流动率保持平稳的印象。我们的年度数据提供了更清晰的全貌，揭示该比率自2000年以来实际上一直呈上升趋势。这种上升趋势似乎是由长期的人口结构转变与经济发展所带动，而非源于突发、单一的危机事件。”

该研究成果已于国际顶尖期刊《自然》（Nature）上发表。