[論文レビュー] Migration patterns, friendship networks, and the diaspora: the potential of Facebook Social Connectedness Index to anticipate displacement patterns induced by Russia invasion of Ukraine in the European Union

Umberto Minora, M. Belmonte+5 more|arXiv (Cornell University)|Sep 5, 2022

Migration, Refugees, and Integration被引用数 4

ひとこと要約

本研究は、ロシア＝ウクライナ戦争の最中、フェイスブックのソーシャルコネクテッドネスインデックス（SCI）が、EU内におけるウクライナ難民の流入を強く予測することを示している。SCIと難民登録数の間にはピアソン相関係数0.94の強い相関が認められ、SCIに加え人口および地理的データを組み合わせることで、NUTS-3レベルの高分解能予測が可能となり、公式統計の補完として、タイムリーで空間的に詳細なインサイトを危機対応に提供する。

ABSTRACT

The conflict in Ukraine is causing large-scale displacement in Europe and in the World. Based on the United Nations High Commissioner for Refugees (UNHCR) estimates, more than 7 million people fled the country as of 5 September 2022. In this context, it is extremely important to anticipate where these people are moving so that national to local authorities can better manage challenges related to their reception and integration. This work shows how innovative data from social media can provide useful insights on conflict-induced migration flows. In particular, we explore the potential of Facebook's Social Connectedness Index (SCI) for predicting migration flows in the context of the war in Ukraine, building on previous research findings that the presence of a diaspora network is one of the major migration drivers. To do so, we first evaluate the relationship between the Ukrainian diaspora and the number of refugees from Ukraine registered for Temporary Protection or similar national schemes as a proxy of migratory flows into the EU. We find a very strong correlation between the two (Pearson's r=0.94, p<0.0001), which indicates that the diaspora is attracting the people fleeing the war, who tend to reach their compatriots, in particular in the countries where the Ukrainian immigration was more a recent phenomenon. Second, we compare Facebook's SCI with available official data on diaspora at regional level in Europe. Our results suggest that the index, along with other readily available covariates, is a strong predictor of the Ukrainian diaspora at regional scale. Finally, we discuss the potential of Facebook's SCI to provide timely and spatially detailed information on human diaspora for those countries where this information might be missing or outdated, and to complement official statistics for fast policy response during conflicts.

研究の動機と目的

• ロシアによるウクライナ侵攻の後、ウクライナ・ダイアスポラの存在がEU内での移住流入にどの程度寄与しているかを評価すること。
• 公式統計が不足または陳腐化している地域において、フェイスブックのソーシャルコネクテッドネスインデックス（SCI）が地域的（NUTS-3）スケールでのダイアスポラ存在の信頼できる代理指標として機能するかを評価すること。
• 公式統計が不足または陳腐化している場所における、ダイアスポラネットワークのタイムリーで空間的に詳細なデータを提供し、迅速な政策立案および人道的対応を支援すること。
• 紛争に起因する移住の予測を改善するために、革新的なソーシャルメディアデータと従来の移住指標を統合する方法を検討すること。

提案手法

• ウクライナ難民の流入（一時保護制度下での登録数）と、EU諸国に住むウクライナ市民として測定されるウクライナ・ダイアスポラの間の関係を評価するため、ピアソン相関を用いた。
• フェイスブックのSCIおよび総人口データを標準化するため、最小最大正規化を適用し、その後行列乗算により重み付きスコアを計算：$ W = ilde{P} imes ilde{S} $。
• 多変量対数線形モデルを構築：$ ext{log}(ukr\text{ extunderscore}stock) = \beta_0 + \beta_1\text{log}(scaled\text{ extunderscore}sci) + \beta_2\text{log}(pop\text{ extunderscore}tot) + \beta_3\text{latitude} + \text{error} $、594の地域的観察値のうち70％を訓練データとして使用。
• 残りの30％のデータを用いてモデルの性能を検証し、検証セットにおける決定係数（R²）を報告。
• 可視化およびモデル評価において、観測値および予測値の両方のダイアスポラ値に対数スケーリングを適用。
• 国ごとに散布図の色を変更し、EU加盟国全体におけるモデルの性能を評価。

実験結果

リサーチクエスチョン

• RQ1 EU諸国の地域におけるウクライナ・ダイアスポラの存在が、一時保護制度下での実際の難民流入にどの程度相関しているか。
• RQ2 公式統計が不足または陳腐化している地域において、フェイスブックのソーシャルコネクテッドネスインデックス（SCI）が地域レベルでのダイアスポラ存在の信頼できる代理指標として機能するか。
• RQ3 SCI、人口規模、および地理的位置を組み合わせたモデルが、EUのNUTS-3地域におけるウクライナ・ダイアスポラの分布をどの程度正確に予測できるか。
• RQ4 フェイスブックのSCIのような革新的なソーシャルメディアデータは、紛争に起因する移住の際、移住予測のタイムリネスと解像度を向上させることができるか。

主な発見

• ウクライナ・ダイアスポラの規模と、EU諸国における一時保護制度下での難民登録数との間に、強い統計的有意な相関（ピアソンの$ r = 0.94 $、$ p < 0.0001 $）が確認された。
• SCI、人口、および緯度を組み合わせたモデルは、検証セットで決定係数（R²）0.92を達成し、高い予測能力を示した。
• すべての予測変数に対して、極めて有意なp値（$ < 0.01 $）が得られ、統計的有意性が確認された。
• SCIはNUTS-3レベルで地域的ダイアスポラダイナミクスを効果的に捉えており、公式統計が不足しがちな場所で空間的に詳細なインサイトを提供する。
• 過去の移住国を除くことで相関が向上したため、最近設立されたダイアスポラネットワークが、紛争に起因する移住の主要な駆動要因である可能性が示唆された。
• フェイスブックのSCIは、高頻度でリアルタイムのダイアスポラネットワークのモニタリングを可能にし、従来の統計レポートサイクルよりも迅速な政策対応を可能にする。