Migration nowcasting using Google Trends: cross-country application

Population and Economics. 2024. Vol. 8. No. 2. P. 133–154.

Броницкий Г. Т.

Анализ миграционных потоков имеет большое значение для понимания и прогнозирования социально-экономических тенденций в различных странах. В работе описан алгоритм, позволяющий получать оценки миграции с минимальной временной задержкой (наукастинг), для этого используются данные о поисковых запросах Google Trends Index (GTI). Прогнозная сила моделей сравнивается для различных временных периодов, один из которых включает ограничения, связанные с пандемией Covid-19, во время которой возможности для миграции значительно сократилась. На примере полученных оценок для миграции из 6 различных стран в Германию, делаются следующие выводы: во-первых, при отсутствии внешних шоков достаточно использовать только один запрос вида «работа в Германии» на языке страны выбытия и его 12 временных лагов в моделях SARIMAX или моделях распределенных лагов для улучшения точности оценки миграции на помесячных данных по сравнению с SARIMA моделями; во-вторых, при возникновении шоков в исследуемом периоде наилучшее качество показывает «мультизапросная» модель распределенных лагов, также учитывающая другие поисковые запросы, связанные с намерением мигрировать. Кроме этого, в работе предлагается усовершенствование существующей методологии прогнозирования миграции с помощью GTI, показывающее важность использования именно модели распределенных лагов, а не моделей с отдельными временными лагами GTI. Исследуемые модели с использованием GTI с лагами показывают лучшую предсказательную силу сравнительно с SARIMA моделями для каждой из рассматриваемых стран как в период шоков, так и вне их.

Ключевые слова: Германия, международная миграция, Germany, forecasting, прогнозирование, international migration, большие данные, big data, nowcasting, Google Trends, Google Trends, поисковые запросы, наукастинг, SARIMA-модели, SARIMA models, search queries