🧭 Модель міграції та гравітаційна модель — міжрегіональні потоки

Гравітаційна модель міграції прогнозує обсяг мігрантів, що переміщуються між двома місцями, за формулою, безпосередньо запозиченою із закону тяжіння Ньютона: потік пропорційний добутку двох чисельностей населення та обернено пропорційний відстані між ними, піднесеній до певного степеня. Більші й ближчі міста обмінюються більшою кількістю мігрантів; менші й віддаленіші — меншою. Це проста, але напрочуд точна перша апроксимація, яку широко використовують у демографії, економіці та географії.

На карті з'являються шість міст, розмір кожного відповідає його населенню. Анімовані точки рухаються між парами міст, причому щільніші потоки частинок ідуть уздовж маршрутів із вищим обчисленим потоком. Використовуйте повзунок gamma, щоб змінити, наскільки швидко потік спадає з відстанню, і два повзунки населення, щоб збільшувати чи зменшувати Нортгейт і Саутхейвен — лінії потоків і щільність частинок оновлюються миттєво. Увімкніть підписи, щоб побачити точні значення M_ij, або обмежте перегляд лише п'ятьма найсильнішими маршрутами.

Gamma визначає, наскільки різко міграційний потік спадає зі збільшенням відстані. При gamma = 1 потік зменшується лінійно з відстанню (плавне згасання, подібне до деяких моделей коротких маятникових поїздок). При gamma = 2 — класичне значення «закону обернених квадратів», запозичене прямо з фізики, — потік спадає значно швидше. Вищі значення gamma (до 3 у цій симуляції) відповідають ситуаціям, де відстань є дуже сильним стримувальним чинником міграції, що типово для моделей далекої міжнародної міграції, де вартість подорожі й незнайомість середовища відіграють велику роль.

Формула M_ij = k · Pop_i · Pop_j / dist_ij^gamma є прямим аналогом просторової взаємодії до закону всесвітнього тяжіння Ньютона, F = G · m1 · m2 / r², де населення замінює масу, а регульований показник gamma замінює фіксований степінь 2. Константа k — це калібрувальний параметр, підібраний під спостережувані дані про міграцію, що вбирає в себе такі чинники, як грошові одиниці, часові одиниці та неврахувані фактори «виштовхування-притягування». Дослідники емпірично оцінюють k і gamma, підганяючи модель (часто в логлінійній формі) до історичних матриць міграції за допомогою регресії — саме так національні статистичні агентства калібрують власні прогнози міграції.

Базова двофакторна гравітаційна модель пояснює значну частку варіації реальних міграційних потоків — часто 60–80% дисперсії в логлінійних регресіях, що є дивовижним результатом з огляду на її простоту. Проте вона систематично не враховує такі чинники, як мовна та культурна близькість, історичні колоніальні зв'язки, імміграційну політику, відмінності в можливостях працевлаштування та мережеві ефекти, коли мігранти прямують услід за усталеними діаспорними спільнотами. Сучасні прикладні версії додають ці чинники як додаткові мультиплікативні члени, утворюючи «розширені гравітаційні моделі», які можуть пояснювати понад 90% дисперсії потоків між країнами.

Оскільки член населення входить у формулу як добуток (Pop_i × Pop_j), пара з одним дуже великим містом зазвичай дає більше абсолютне число потоку, ніж два малих міста, навіть якщо ці малі міста розташовані ближче одне до одного. Це відображає реальну міграційну статистику: коридори між мегаполісами, такі як Лондон-Париж чи Нью-Йорк-Лос-Анджелес, зазвичай несуть набагато більший абсолютний обсяг мігрантів, ніж маршрути між малими містечками, хоча рівень міграції (потік відносно населення) для пари мегаполісів може бути подібним або навіть нижчим.

Не обов'язково. Спрощена гравітаційна модель, показана тут, обчислює єдиний симетричний обсяг обміну між кожною парою міст, але реальна міграція зазвичай асиметрична — з міста A до міста B може переїжджати більше людей, ніж навпаки, залежно від відносних економічних можливостей, заробітної плати чи зручностей життя. Ця симуляція додає напрямлене зміщення, тож частинки з більшою ймовірністю рухаються до більшого з двох міст пари, наближаючи реальну тенденцію мігрантів прямувати до більших ринків праці, при цьому зберігаючи саму величину M_ij симетричною для простоти.

Сучасні дослідження розширюють базову гравітаційну модель за допомогою методів машинного навчання, які навчаються гнучких нелінійних функцій «опору» замість фіксованого степеневого закону, включають мережеві ефекти діаспори та соціальних зв'язків, а також використовують радіаційні моделі (альтернативу гравітаційним моделям, що враховує проміжні можливості, а не саму відстань). Дослідники також застосовують гравітаційні моделі до не пов'язаних з людьми потоків, таких як міжнародна торгівля, авіапасажирські перевезення й навіть міграція тварин, оскільки та сама логіка «розмір × згасання за відстанню» повторюється щоразу, коли обсяг переміщення залежить від привабливості пункту призначення, врівноваженої опором відстані.