La migrazione umana nel mondo di oggi sempre più affollato, può mettere a dura prova infrastrutture e risorse. Dati accurati sui flussi migratori potrebbero aiutare i governi a pianificare e rispondere agli immigrati. Eppure questi dati, quando disponibili, tendono a essere sporadici e pieni di errori, anche nel mondo sviluppato. I ricercatori hanno sviluppato metodi per stimare i tassi di migrazione, ma anche i migliori di questi si basano su ipotesi irrealistiche sul movimento di massa delle persone e producono tassi di migrazione che possono scendere molto di sotto la realtà.
Criterio pseudo – bayesiano
In un articolo pubblicato il 24 dicembre 2018 negli Atti della National Academy of Sciences, due scienziati dell’Università di Washington hanno presentato un nuovo metodo statistico per la stima dei flussi migratori tra i paesi, basandosi sul cosiddetto Fattore di Bayes.
Il loro criterio pseudo – bayesiano, ha evidenziato che i tassi di migrazione – definiti come una mobilità internazionale seguita da un soggiorno di almeno un anno – sono più alti di quanto si pensasse in precedenza, ma anche relativamente stabili, oscillando tra l’1,1 e l’1,3 per cento della popolazione mondiale dal 1990 al 2015. Inoltre, dal 1990 circa il 45 per cento dei migranti sono tornati nei loro paesi d’origine, una stima molto più elevata rispetto ai dati ricavati con altri metodi.
Adrian Raftery, professore di statistica e sociologia dell’Università di Washington, autore della ricerca, ha detto:
«Queste stime più accurate della migrazione aiuteranno in ultima analisi, sia i migranti sia le persone che li assistono. Pianificare la migrazione non è un compito semplice, si ha bisogno di tutto, dalle infrastrutture mediche, al personale addestrato, alle scuole elementari. I governi si affidano a stime demografiche accurate per aiutare a mettere in atto i giusti piani e risposte».
I paesi raccolgono i dati sulla migrazione attraverso i moduli d’immigrazione nei porti d’ingresso, ma le risposte su questi moduli possono contenere errori e spesso non riescono a raccogliere i tipi d’informazioni complete di cui i demografi hanno bisogno per misurare accuratamente la migrazione. I moduli di censimento di solito tendono a chiedere alle persone, dove sono nate, non quando si sono trasferite, informazioni che non riflettono esattamente il reale livello di spostamento.
Adrian Raftery ha aggiunto:
«La migrazione è molto più del luogo che hai lasciato e quello in cui ti sei stabilito. I ricercatori hanno cercato per anni di sviluppare metodi statistici che fotografano il quadro completo della migrazione umana in tutto il mondo».
Accuratezza del criterio pseudo – bayesiano
Adrian Raftery ha sviluppato queste nuove stime del tasso di migrazione pseudo – bayesiano insieme a Jonathan Azose, assistente professore associato di statistica dell’Università di Washington. Hanno applicato il metodo Fattore di Bayes alle stime di migrazione incorporando elementi di altri metodi, hanno calibrato le loro stime rispetto a un modello di migrazione relativamente affidabile tra 31 paesi europei.
Adrian Raftery e Jonathan Azose hanno testato l’accuratezza del loro criterio pseudo – bayesiano rispetto a una serie di dati affidabili sulla migrazione, hanno scoperto che le loro stime erano generalmente accurate entro un fattore tre, migliore di molte stime esistenti.
Jonathan Azose ha evidenziato:
«Per il campo della migrazione, questo livello di precisione è un miglioramento rilevante, anche quando si guardano i dati provenienti dai paesi europei, non è raro che un singolo flusso migratorio abbia stime che differiscono di un fattore tre o più a seconda che il paese d’origine o di destinazione abbia raccolto i dati».
I due ricercatori hanno anche scoperto che, rispetto ad altri metodi, le pseudo-bayes possono rendere conto in modo più accurato della migrazione di ritorno, in cui i migranti tornano nei loro paesi d’origine.
Jonathan Azose ha aggiunto:
«La nostra stima mostra un flusso globale di migranti più elevato, in gran parte perché indica che la migrazione di ritorno è molto più alta di quanto si pensasse in precedenza».
I ricercatori hanno stimato tassi di migrazione significativamente più alti rispetto ai metodi precedenti – tra 67 milioni e 87 milioni di migranti per ogni quinquennio dal 1990 al 2015. In confronto, un metodo alternativo ampiamente utilizzato, che stima solo il tasso minimo di migrazione, calcola solo 34-46 milioni di migranti in ogni periodo quinquennale. Inoltre, mentre il numero totale di migranti stimato con il criterio pseudo-bayes è aumentato dal 1990 al 2015, il tasso di migrazione in quel periodo è rimasto relativamente stabile in proporzione alla popolazione globale – tra l’1,1 e l’1,3 per cento.
Ritorno dei migranti nei loro paesi di origine
Adrian Raftery e Jonathan Azose hanno anche determinato una riduzione dei tassi di migrazione, della migrazione di ritorno e della migrazione di transito, in cui i migranti si spostano tra due paesi che non sono i loro paesi di nascita. In generale, dal 1990 al 2015, più del 60 per cento della popolazione è migrata. La migrazione di transito non ha mai superato il 9%. La migrazione di ritorno ha rappresentato dal 26 al 31 per cento dei migranti, più del doppio del tasso di altre stime migratorie. L’alto tasso di migrazione di ritorno si è sommato nel tempo: dal 1990 al 2015, circa il 45 per cento dei migranti ha fatto ritorno nei loro paesi di origine.
Adrian Raftery in conclusione ha detto:
«Stimiamo un tasso di migrazione di ritorno che è significativamente più alto di altri metodi, ma è anche supportato dalla storia, per esempio, durante il genocidio ruandese del 1994, più di un milione di migranti ha lasciato il paese, ma la maggior parte di essi è tornata entro tre anni dalla fine del conflitto.
I tassi massimi di migrazione che osservato più recentemente tra i paesi sono coerenti con gli eventi mondiali in corso. La migrazione dalla Siria, ad esempio, ha rappresentato due dei tre principali flussi migratori dal 2010 al 2015».
I due ricercatori vorrebbero affinare il loro metodo differenziando tra i rifugiati, che sono contati secondo il loro criterio pseudo-bayes, e altri tipi di migranti. Inoltre, vorrebbero incorporare dati provenienti da fonti non governative, come il social media records, per migliorare l’accuratezza delle loro stime e sviluppare strategie di previsione delle future migrazioni.
