利用数字数据刻画移民流动

监测移民流动对于应对人道主义危机和制定有效政策至关重要。这类信息通常来自调查和边境管控，但及时可获取性和方法论上的问题降低了其实用性。在此，我们提出一种利用地理定位的Twitter数据检测全球移民流动的方法。我们聚焦于委内瑞拉的移民危机，并表明计算得到的流动与国家层面的官方统计一致。我们的方法通用且影响深远，因为它可用于研究移民的不同特征，如偏好路线、定居区域、跨国流动、城市中的空间整合等。它提供了更精细的地理和时间分辨率，使得探索官方记录中未涵盖的问题成为可能。我们希望这些新信息源能够补充官方来源，帮助当局和人道主义组织更好地评估何时何地进行实地干预。