[논문 리뷰] 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. Belmonte외 5명|arXiv (Cornell University)|2022. 09. 05.

Migration, Refugees, and Integration인용 수 4

한 줄 요약

이 연구는 러시아-우크라이나 전쟁 기간 동안 유럽연합 내에서 우크라이나 이주 유입을 예측하는 데 페이스북의 사회적 유대 지수(Social Connectedness Index, SCI)가 강력하게 예측 가능하다는 것을 입증한다. SCI와 임시 보호 조치 하에 등록된 난민 수 사이의 피어슨 상관계수는 0.94이며, SCI는 인구 및 지리적 자료와 함께 조합되어 이주민 기반 이주를 고해상도(NUTS-3)로 예측할 수 있다. 이는 위기 대응을 위한 공식 통계 자료를 보완하는 실시간이고 공간적으로 세밀한 통찰을 제공한다.

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and spatially detailed information on human diaspora for those countries where this information might be missing or outdated, and to complement official statistics for fast policy response during conflicts.

연구 동기 및 목표

• 러시아의 우크라이나 침공 이후 유럽연합 내에서 우크라이나 디아스포라의 이주 유입에 미치는 영향을 평가하기 위해.
• 페이스북의 사회적 유대 지수(Social Connectedness Index, SCI)가 공식 통계 자료가 부족하거나 오래된 지역 규모(NUTS-3)에서 디아스포라 존재를 신뢰할 수 있는 대체 지표로 기능할 수 있는지 평가하기 위해.
• 공식 통계 자료가 부족하거나 오래되었을 경우, 정책 및 인도적 대응을 위한 신속한 대응을 지원하기 위해 디아스포라 네트워크에 대한 실시간이고 공간적으로 세밀한 데이터를 제공하기 위해.
• 기존의 이주 지표와 혁신적인 사회 미디어 데이터를 융합하여 전쟁에 기인한 이주 상황에서의 예측 정확도를 향상시키기 위해.

제안 방법

• 우크라이나 이주민(유럽연합 국가 내 거주 우크라이나 시민 수)과 임시 보호 조치 하에 등록된 난민 수 사이의 관계를 평가하기 위해 피어슨 상관계수를 사용하였다.
• 페이스북의 SCI와 총 인구 데이터를 표준화하기 위해 최소-최대 정규화(min-max normalization)를 적용한 후, 행렬 곱셈을 통해 가중치 점수를 계산하였다: $ W = ilde{P} imes ilde{S} $.
• 다변량 로그선형 모델을 구축하였다: $ ext{log}(ukr ext{ extunderscore}stock) = eta_0 + eta_1 ext{log}(scaled ext{ extunderscore}sci) + eta_2 ext{log}(pop ext{ extunderscore}tot) + eta_3 ext{latitude} + ext{error} $, 594개 지역 관측치의 70%를 사용해 훈련하였다.
• 나머지 30%의 데이터를 사용하여 모델 성능을 검증하였으며, 검증 세트에서 설명된 분산(R²)을 보고하였다.
• 시각화 및 모델 평가에서 관측된 값과 예측된 값 모두에 로그 스케일링을 적용하였다.
• 국가별로 산점도를 색상으로 구분하여 유럽 연합 회원국 전역에서의 모델 성능을 평가하였다.

실험 결과

연구 질문

• RQ1 유럽연합 지역 내에 존재하는 우크라이나 디아스포라의 존재가 임시 보호 조치 하에 등록된 실제 난민 유입과 어느 정도 상관이 있는가?
• RQ2 공식 통계 자료가 부족하거나 오래되었을 경우, 페이스북의 사회적 유대 지수(Social Connectedness Index, SCI)가 지역 수준의 디아스포라 존재를 신뢰할 수 있는 대체 지표로 기능할 수 있는가?
• RQ3 SCI, 인구 규모, 지리적 위치를 융합한 모델이 유럽연합의 NUTS-3 지역 전역에서 우크라이나 디아스포라 분포를 어느 정도 잘 예측하는가?
• RQ4 혁신적인 사회 미디어 데이터인 SCI는 전쟁에 기인한 이주 상황에서 이주 예측의 시기성과 공간 해상도를 향상시킬 수 있는가?

주요 결과

• 우크라이나 이주민 규모와 임시 보호 조치 하에 등록된 난민 수 사이에 강력하고 통계적으로 유의미한 상관관계가 존재한다(피어슨 상관계수 $ r = 0.94 $, $ p < 0.0001 $).
• SCI, 인구, 위도를 포함한 예측 모델은 검증 세트에서 설명된 분산(R²)이 0.92로 나타나 높은 예측 능력을 보였다.
• 모든 예측 변수에 대해 매우 유의미한 p값($ < 0.01 $)을 기록하여 변수들의 통계적 유의성을 확인하였다.
• SCI는 NUTS-3 수준에서 지역적 디아스포라 역학을 효과적으로 반영하여, 공식 통계 자료가 흔히 부족한 공간적으로 세밀한 통찰을 제공한다.
• 오래된 이주 국가들을 제외함으로써 상관계수가 향상되었으며, 이는 최근에 형성된 디아스포라 네트워크가 전쟁에 기인한 이주를 더 강하게 이끄는 경향이 있음을 시사한다.
• 페이스북의 SCI는 고주기적이고 실시간으로 디아스포라 네트워크를 모니터링할 수 있어, 전통적인 통계 보고 주기보다 빠른 정책 대응을 가능하게 한다.