人口流动——无论是在国内还是国际间——是多个领域的重要话题。迁移推动了人口结构变化，形塑了人口的规模和组成；它可以影响劳动市场1，指导社会政策2，并且是公众辩论的热门话题3。尽管迁移往往遵循由发展4驱动的长期趋势，但它也可能受到短期冲击的剧烈影响——如武装冲突、饥荒、自然灾害、政治不稳定、国界变化、和平协议或独立运动5。然而，人类迁移的定义和追踪都 notoriously 困难6。当前对全球迁移系统的分析严重依赖联合国（UN）每五年发布的移民人口数据和世界银行每十年发布的数据。这些数据集提供了按出生国区分的每个国家的移民人数，通常称为存量数据。虽然相对易于收集，但它们仅提供一个固定时间点的快照，对迁移的时间动态提供了有限的洞察：移民可能在观测点之前立即到达或在几个十年前到达。为了更好地捕捉迁移动态，研究人员开发了估计迁移流的方法，通过比较每个区间开始和结束时的移民存量变化来推断多年期间的迁移流9。然而，由于这些估算与基础存量数据中的缺口相关，结果五年或十年的估算不可避免地平滑或完全错过了在中间年份发生的迁移。全球迁移研究人员理想中需要的是所有国家的年度流动数据。这种数据将允许他们以更高的精度追踪迁移系统的节奏，将迁移模式与其他年度报告数据集（如经济变化、冲突、气候或政策改革等驱动因素）整合，输入年度人口预测模型，并促进跨国和跨地区的因果和比较分析。然而，现有的年度迁移流动数据主要仅来自拥有监测迁移统计基础设施的高收入西方国家。这些数据仅覆盖全球迁移系统的一小部分7，8（图1a），并加强了全球迁移研究中的接收国偏见15。图1：全球迁移走廊中流动数据的可用性。该图的替代文本可能是使用AI生成的。完整尺寸图a，显示在1990-2020期间，任何用于本研究的验证数据集中报告流动值的走廊比例7，66，67，68，69。原始国和出生目的地走廊的统计数据均显示；这些数据进一步按报告数字的发送国、接收国或两者均无报告分类。b，基于本地登记（通常与地方当局）的迁移流估计仅在少数国家可用，但差异可能很大：流动估计——基于德国当局报告的来自波兰到达的人登记（红色）和波兰当局报告的离开波兰到德国的人注销（蓝色）7——显示。和谐的QuantMig估计（橙色；误差带显示97.5%分位数）和最近基于Facebook数据的数字轨迹估计也显示。c，法国的净迁移各种估计，例如来自联合国人口司的《世界人口展望》（2024年修订版）、美国普查局（USCB）的国际数据集70以及法国国家统计和经济研究所（INSEE）71。d，联合国经济和社会事务部（UN DESA）对在埃塞俄比亚的索马里移民存量的估计，这些估计在不同修订中不一致。在一些国家中，发布迁移流动统计数据的定义是由旨在满足国内政策需求的标准确定的16，17，这可能会影响比较分析。尽管联合国建议十二个月的阈值18，在这一条件下，任何在一年或更长时间内搬迁的人都算作移民，但这一定义并未得到一致应用。一些国家如德国要求居住登记，要求移民在到达时报告其出生国。而其他国家，如英国，依赖签证记录、行政数据以及直到最近的乘客调查。第三种常见方法是使用移民当局收集的边境入境统计数据。每种方法都有局限性：登记系统通常低估移民，因为很少有人在离开时注销；乘客调查和边境数据并不全面，并可能混淆短期和长期旅客。因此，发送国和接收国的数据估算通常...