CAMBIO CLIMÁTICO Y

MOVILIDAD HUMANA
DATOS CUANTITATIVOS SOBRE TENDENCIAS
HISTÓRICAS MUNDIALES Y PROYECCIONES FUTURAS
Las opiniones expresadas en este informe son las de los autores y no reflejan necesariamente los puntos de vista de
la Organización Internacional para las Migraciones (OIM) ni de los Estados Miembros de la OIM. Las denominaciones
empleadas en este informe y la forma en que aparecen presentados los datos que contiene no implican, de parte de la
OIM, juicio alguno sobre la condición jurídica de países, territorios, ciudades o zonas, de sus autoridades, ni respecto de
sus fronteras o límites.

Esta publicación no ha sido editada formalmente por la OIM.

RECONOCIMIENTOS
Este informe fue realizado por Robert Beyer y Andrea Milan en el Centro de Análisis de Datos de la OIM sobre la Migración
Mundial (GMDAC, por sus siglas en inglés) dentro del Instituto Mundial de Datos (GDI, por sus siglas en inglés). Los autores
agradecen a Koko Warner por su orientación estratégica, a Manuel Marques Pereira por su asesoramiento estratégico,
así como a Soumyadeep Banerjee, Hamza Benlarabi, Elisabeth Du Parc, Pablo Escribano, Susanne Melde, Sinziana Puscas,
Christopher Richter, e Ivona Zakoska-Todorovska, por sus aportaciones.

Instituto Mundial de Datos (GDI) | Organización Internacional para las Migraciones (OIM)
Taubenstr. 20-22 D 10117 Berlín, Alemania
Tel: +49 30 278 778 22 Fax: +49 30 278 778 99
Visite el sitio web del GMDAC para consultar publicaciones, recursos y eventos: http://gmdac.iom.int.

CITA SUGERIDA:
Beyer, Robert; Milan, Andrea. 2023. Climate Change and Human Mobility: Quantitative evidence on global historical trends and
future projections. [Cambio climático y movilidad humana: Evidencias cuantitativas sobre tendencias históricas globales y
proyecciones futuras.]

Esta publicación ha sido traducida con el apoyo financiero del Programa Regional sobre Migración, implementado por la
OIM con el financiamiento de la Oficina de Población, Refugiados y Migración (PRM) del Departamento de Estado de los
Estados Unidos.
 CAMBIO CLIMÁTICO Y
MOVILIDAD HUMANA
DATOS CUANTITATIVOS SOBRE TENDENCIAS
HISTÓRICAS MUNDIALES Y PROYECCIONES FUTURAS
1. RESUMEN EJECUTIVO
La movilidad humana mundial en el contexto del cambio
climático y la degradación y catástrofes medioambientales
asociadas se ha convertido en un tema de interés
político de alto nivel. Existe una fuerte demanda de
conocimientos cuantitativos y basados en pruebas
sobre los efectos del clima en la movilidad hasta ahora
y sobre los que podría tener en el futuro. Aunque se ha
avanzado considerablemente en la proyección de la futura
exposición humana global a los riesgos relacionados con
el clima (olas de calor, inundaciones, sequías, incendios
forestales, pérdidas de cosechas, aumento del nivel del
mar) en las próximas décadas, las probables respuestas
de la movilidad a estos riesgos siguen siendo, en general,
poco conocidas.
Varias predicciones ampliamente difundidas sobre
migraciones relacionadas con el clima a finales de la década
de 1990 y principios de la de 2000 no se han materializado
o han sido calificadas de alarmistas y carentes de rigor
científico. Desde finales de la década de 2000 se han
desarrollado modelos cuantitativos más rigurosos de
la movilidad climática histórica y futura prevista a escala
mundial; sin embargo, éstos han arrojado una serie
de resultados que no siempre son coherentes entre sí.
La mayoría de los modelos indican que ciertos factores
relacionados con el clima tienen algún efecto sobre la
migración, pero no hay acuerdo cuantitativo sobre la
intensidad de ese efecto o, en algunos casos, ni siquiera
sobre si el efecto es positivo o negativo.
4 OIM | Cambio climático y movilidad humana
Las técnicas de modelización simplistas son
probablemente un cuello de botella clave para comprender
cuantitativamente la movilidad climática mundial. En
los últimos años ha surgido una nueva generación de
modelos con un gran potencial para resolver las lagunas
de conocimiento, aunque se encuentran en una fase
de desarrollo demasiado temprana para proporcionar
información lo suficientemente sólida como para
fundamentar medidas políticas.
Existe consenso científico en que los cambios climáticos,
en interacción con diversos factores económicos,
políticos y sociales, tendrán importantes repercusiones
en la movilidad humana; sin embargo, las dimensiones
temporales, espaciales y sociales de estas repercusiones
siguen siendo muy inciertas. Además, hasta ahora, los
enfoques de modelización no han arrojado proyecciones
que permitan adoptar medidas concretas para evitar y
minimizar los efectos adversos de las repercusiones
del cambio climático. La identificación de cuestiones
de investigación viables, la utilización de las técnicas de
modelización más avanzadas, la definición de protocolos
de previsión normalizados y la recopilación de mejores
datos -sobre todo en materia de movilidad interna- pueden
contribuir a la obtención de perspectivas operacionales,
y requerirán esfuerzos concertados y coordinados por
parte de la comunidad investigadora y los recopiladores
de datos para fundamentar los debates sobre las formas
de abordar el cambio climático y la movilidad humana.
2. GLOSARIO

describen conceptos relacionados que difieren en cuanto a la escala temporal. El tiempo se

refiere a las variaciones de las condiciones atmosféricas de una hora, día o estación a otra,
mientras que el clima se refiere a patrones a largo plazo (a menudo medias de 30 años).
CLIMA Y TIEMPO Cambio climático se refiere a un cambio en el estado del clima identificable por cambios
a largo plazo en la media y/o la variabilidad de sus propiedades. Puede deberse a procesos
naturales internos o a forzamientos externos, incluidos los cambios antropogénicos en la
composición de la atmósfera o en el uso del suelo.

son procesos, fenómenos o actividades humanas que pueden causar la pérdida de vidas
Los PELIGROS humanas, lesiones u otros efectos sobre la salud, daños materiales, trastornos sociales y
económicos o degradación del medio ambiente.

vulnerabilidad de una población; es decir, si se produce una perturbación pero no expone

El RIESGO a una población humana o a bienes de importancia para esa población, entonces la
perturbación puede no representar un riesgo para la sociedad humana.

Los EVENTOS son sucesos discretos con un impacto inmediato, y suelen durar horas o días. Algunos
REPENTINOS ejemplos son las tormentas, las inundaciones, las olas de calor y los incendios forestales.

son descripciones matemáticas de la relación entre la movilidad humana (por ejemplo,

medida en términos de flujos migratorios) y las variables impulsoras pertinentes (por
ejemplo, niveles de renta, estructuras de edad, condiciones climáticas, etc. en los lugares de
Los MODELOS origen y de acogida). Los modelos se desarrollan y evalúan a partir de datos históricos. Los
CUANTITATIVOS DE ejemplos más sencillos y utilizados son los modelos lineales, que suponen que un cambio
MIGRACIÓN en alguna variable (por ejemplo, los ingresos) siempre tiene el mismo efecto (creciente o
decreciente) sobre la movilidad, independientemente del contexto. Los modelos no lineales
permiten relaciones más complejas (por ejemplo, los ingresos aumentan la movilidad en
algunos contextos y la disminuyen en otros).

OIM | Cambio climático y movilidad humana 5

Las VÍAS DE
son conjuntos de situaciones alternativas plausibles sobre las futuras concentraciones
CONCENTRACIÓN
atmosféricas de gases de efecto invernadero y las principales evoluciones socioeconómicas,
REPRESENTATIVAS
respectivamente. Han sido desarrollados conjuntamente por la comunidad investigadora y
(RCPS) Y VÍAS
se utilizan para explorar las implicaciones de cada escenario para los procesos aguas abajo,
SOCIOECONÓMICAS
incluida la movilidad humana, en las décadas futuras.
COMPARTIDAS (SSP

son posibles evoluciones futuras de una cantidad (por ejemplo, los flujos migratorios). Las
proyecciones están condicionadas por hipótesis relativas, por ejemplo, a la concentración
futura de gases de efecto invernadero (RCP) o a escenarios socioeconómicos (SSP). Como
Las PROYECCIONES
tales, difieren de las predicciones, que se refieren a estimaciones de la continuación más
probable (a menudo a corto plazo) de una tendencia histórica. El término pronóstico
engloba tanto las proyecciones como las predicciones.

6 OIM | Cambio climático y movilidad humana

3. INTRODUCCIÓN
La movilidad humana en el contexto del cambio climático
ha sido objeto de gran interés político y controversia,
alimentada en parte por una serie de estimaciones
cada vez más elevadas de futuras migraciones forzosas
relacionadas con el clima introducidas entre 1995 y 2010
(Christian Aid, 2007; Biermann y Boas, 2010; Myers,
2002; Myers y Kent, 1995; Stern y Stern, 2007). Aunque
estas predicciones han sido refutadas desde entonces,
alegando falta de transparencia metodológica y de rigor
científico (Bettini, 2017; Gemenne, 2011), en los discursos
mediáticos y políticos persisten imágenes sombrías de
movimientos masivos de ‘personas desplazadas por el
clima’. Aunque la mayor parte de la movilidad relacionada
con factores medioambientales observada hasta ahora ha
tenido lugar dentro de los países (Clement et al., 2021), la
noción de migración transfronteriza a gran escala hacia el
‘Norte Global’ en respuesta a los cambios climáticos ha
atraído especial atención (Boas, 2015; Boas et al., 2019;
Cattaneo et al., 2019), impulsada por las atribuciones
de recientes sucesos migratorios internacionales a gran
escala,
OIM | Cambio climático y movilidad humana
incluidos los procedentes de Siria en 2015 y de América
Central en 2018, a condiciones climáticas adversas (Gleick,
2014; Kelley et al., 2015; New York Times y Lustgarten,
2020). Investigaciones posteriores han vuelto a poner
en cuestión estas líneas argumentales (Boas et al., 2019;
Borderon et al., 2019; Omobowale et al., 2019; Zickgraf,
2019), ilustrando la dinámica actual, a veces polarizada, del
espacio (Borderon et al., 2019; Piguet, Kaenzig, y Guélat,
2018; Klepp, 2017).
La magnitud de los desplazamientos mundiales
provocados hoy en día por fenómenos meteorológicos
ilustra la importancia de comprender mejor la relación
entre los riesgos climáticos y la movilidad humana. Los
nuevos desplazamientos internos debidos a tormentas,
inundaciones, incendios forestales, sequías y temperaturas
extremas se han estimado en 21,9 millones anuales en
la última década (31,8 millones en 2022) (IDMC, 2022)
(Figura 1a), lo que supone más del doble de los atribuidos
a conflictos.
7
Figura 1: Desplazamientos anuales relacionados con las condiciones meteorológicas en todo el mundo, en millones (media
2013–2022).

10.9 m
10
Desplazamientos 5.9 m
anuales relacionados
8
con las condiciones
meteorológicas
Promedio 2013–2022 6

Tormenta
4
Inundación 2.5 m
Incendio forestal 2.01 m
2
Sequía 307k
Temperatura extrema 98k
0
Otros
ASIA ORIENTAL SUR ÁFRICA AMÉRICAS ASIA EUROPA
Y PACÍFICO DE ASIA SUBSAHARIANA OCCIDENTAL Y ASIA CENTRAL
Y ÁFRICA
DEL NORTE

Fuente: Elaboración propia a partir de datos del IDMC (2023).

8 OIM | Cambio climático y movilidad humana

Aunque más de tres cuartas partes de los sucesos Sherbinin et al., 2015; Alessandrini, Ghio, y Migali, 2020;
se registraron en Asia Oriental, Asia Meridional y el Abel y Cohen, 2022; Rees et al., 2017) han desempeñado
Pacífico, los desplazamientos relacionados con el clima y un papel fundamental y duradero en el rápido aumento
la meteorología afectan a todas las regiones del mundo del número de modelos (Ramos, 2016). Algunos enfoques
(Figura 2). En muchas zonas, se prevé que los riesgos van un paso más allá y utilizan relaciones inferidas a partir
climáticos repentinos y los fenómenos meteorológicos de observaciones históricas para elaborar proyecciones
extremos aumenten en frecuencia y gravedad (Pörtner de la movilidad futura. Los análisis realizados hasta ahora
et al., 2022; Stott, 2016; Lange et al., 2020). Al mismo se han basado en una amplia gama de metodologías y
tiempo, se estima que en los próximos años y decenios datos diferentes, lo que ha dado lugar a resultados que no
grandes zonas geográficas se verán afectadas por riesgos siempre son coherentes, o incluso comparables, entre sí.
de evolución lenta, como temperaturas que superarán los Como complemento a varios análisis conceptuales sobre
niveles de confort humano, estrés hídrico, degradación del el papel de los factores climáticos en la movilidad humana
suelo y aumento del nivel del mar (Pörtner et al., 2022; Lange (Piguet, Pécoud y De Guchteneire, 2011; Brown, 2008;
et al., 2020), que probablemente afectarán a contextos Perch-Nielsen, Bättig e Imboden, 2008; Black, Adger et
socioeconómicos con importantes consecuencias para al., 2011b; Warner et al., 2010), este informe examina el
la movilidad humana. Estas preocupaciones se ven estado de las pruebas cuantitativas sobre esta relación
exacerbadas por el fuerte aumento de la densidad de para sintetizar patrones sólidos y destacar interrogantes
población previsto en muchas zonas de riesgo (Güneralp, abiertas.
Güneralp y Liu, 2015; Neumann et al., 2015).
Figura 2: Distribución mundial de los desplazamientos
Predecir si la futura exposición a los riesgos climáticos inducidos por catástrofes en 2020.
se traducirá en movilidad humana, y de qué manera, con
el fin de fundamentar medidas de adaptación eficaces,
requiere una comprensión analítica de la relación entre
los cambios climáticos, los mediadores socioeconómicos
y las respuestas migratorias. Los modelos cuantitativos
de migración pretenden generar esta comprensión.
Estos tienen la intención de establecer relaciones
estadísticas entre los factores demográficos, económicos,
sociales, políticos y -desde finales de la década de 2000-
medioambientales, por un lado, y las pautas de movilidad,
por otro, que sean válidas a grandes escalas espaciales y Fuente: IDMC (siglas en inglés de Centro para el Monitoreo
temporales, ampliando así los conocimientos detallados, de Desplazamiento Interno) (2021).
aunque típicamente difíciles de generalizar, de los estudios
de casos localizados (Reuveny y Moore, 2009). La
compilación y curación de grandes conjuntos de datos
cuantitativos sobre movilidad interna e internacional (De

OIM | Cambio climático y movilidad humana 9

4. EL NEXO CLIMA-MOVILIDAD
Aunque la idea de que el cambio climático provoca
desplazamientos masivos internacionales al hacer
inhabitables grandes zonas geográficas ha sido influyente
en algunos círculos académicos, políticos y de defensa
(Bettini, 2017), la investigación realizada en las últimas
décadas ha demostrado la naturaleza simplista y a menudo
inexacta de esta perspectiva. Por el contrario, ahora hay
consenso en que las decisiones y los resultados de la
migración se ven influidos por una compleja combinación
de factores y circunstancias demográficos, económicos,
sociales, políticos, medioambientales y de otro tipo que
interactúan a múltiples escalas, y que las condiciones
climáticas no son más que un factor, con más o menos
peso en función de los contextos locales (Boas et al., 2019;
Pörtner et al., 2022; Black, Adger, et al., 2011b). Antes de
examinar los datos cuantitativos sobre los efectos del clima
en la movilidad humana, esta sección resume brevemente
-sin pretender hacer un recuento exhaustivo- los canales
clave a través de los cuales se manifiestan estos efectos.
Para análisis conceptuales en profundidad, se remite a
los lectores a (Piguet, Pécoud, y De Guchteneire, 2011;
Brown, 2008; Perch-Nielsen, Bättig, e Imboden, 2008;
Black, Adger, et al., 2011b; Warner et al., 2010).
Los cambios climáticos y meteorológicos pueden
comprometer directamente el bienestar y la salud de las
personas, o destruir infraestructuras críticas y medios de
vida, lo que puede incentivar u obligar a desplazarse a zonas
más seguras. En las dos últimas décadas, las tormentas,
las inundaciones y los incendios forestales han sido los
tres principales factores de desplazamiento en todo
el mundo (IDMC, 2023) (Figura 1). El cambio climático
actúa sobre estos peligros aumentando su frecuencia y
gravedad en muchas partes del mundo (Pörtner et al.,
10 OIM | Cambio climático y movilidad humana
2022; Stott, 2016; Seneviratne et al., 2012), aunque, por
lo general, sigue siendo muy difícil evaluar hasta qué punto
los desastres individuales pueden atribuirse al cambio
climático (Stott et al., 2016; Otto, 2017). No todos los
efectos directos sobre la movilidad relacionados con el
clima son de naturaleza súbita; por ejemplo, se prevé
que el aumento gradual de las temperaturas máximas
anuales alcance niveles que pongan en peligro la vida
en varias zonas densamente pobladas en las próximas
décadas, mientras que el aumento gradual del nivel del
mar amenaza con inundar o aumentar la exposición a
las inundaciones de los asentamientos de baja altitud.
Si se prevé que la habitabilidad de esas zonas se verá
comprometida, la migración puede convertirse en una
estrategia de adaptación beneficiosa o necesaria. Teniendo
en cuenta estos mecanismos, es fundamental señalar
que el hecho de que los cambios climáticos graduales
o los fenómenos meteorológicos extremos asociados
aumenten directamente la movilidad depende en gran
medida de la vulnerabilidad local preexistente y de la
capacidad de adaptación (Hoffmann et al., 2020; Horton
et al., 2021). Por ejemplo, la migración desde zonas
propensas a peligros puede incluso disminuir cuando
las inversiones en infraestructuras para mitigar futuros
impactos de tormentas, inundaciones, temperaturas
extremas o aumento del nivel del mar, o para deshacer
impactos pasados mediante la reconstrucción, conducen
a la creación de empleo local; de hecho, tales medidas
pueden aumentar la migración a estas zonas (Wesselbaum
y Aburn, 2019). Los fenómenos relacionados con el
clima también pueden disminuir la movilidad en el otro
extremo del espectro de la adaptabilidad, al eliminar los
recursos necesarios para la migración, “atrapando” así
a las poblaciones locales (Black, Bennett, et al., 2011;
Nawrotzki y DeWaard, 2018; Benveniste, Oppenheimer, fundamental en el modo y la posibilidad de que la movilidad
y Fleurbaey, 2022; Rikani et al., 2022). responda indirectamente a los cambios climáticos. Los
cambios adversos en la productividad agrícola pueden
Aunque estos efectos directos del cambio climático provocar un aumento de la migración en los grupos de
han tenido, y se espera que sigan teniendo, importantes renta media, reducir las opciones de migración de los
repercusiones en la movilidad humana, es probable que los grupos de renta baja y afectar sólo marginalmente a las
efectos indirectos también sean importantes impulsores tasas de migración de los grupos de renta alta.
de la migración, incluso a través de las fronteras de los
países (Black, Adger, et al., 2011b; Beine y Parsons, 2017). El impacto del cambio climático en los conflictos, uno de
Se supone que la disminución de la productividad agrícola los principales motores de los desplazamientos globales,
debido a las alteraciones inducidas por el cambio climático ha sido especialmente controvertido. Los estudios de
en los patrones de temperatura y precipitación es un casos han identificado el conflicto como un moderador
mediador particularmente importante de los impactos o mediador de los efectos ambientales adversos (Ghimire,
climáticos en la movilidad (Cai et al., 2016; Cattaneo Ferreira y Dorfman, 2015; Cattaneo y Bosetti, 2017; Abel
y Peri, 2016; Falco, Galeotti, y Olper, 2019). Pueden et al., 2019; Burke, Hsiang y Miguel, 2015); sin embargo,
reducir los medios de subsistencia o incluso poner en no ha surgido un consenso respecto a los efectos
peligro la seguridad alimentaria en zonas dependientes cuantificables universales de las condiciones climáticas
de la agricultura, ampliando así las desigualdades sobre la probabilidad de estallidos de conflictos (Pörtner
socioeconómicas dentro de las zonas geográficas y entre et al., 2022; Salehyan, 2008). Los estudios que sugieren
ellas, e incentivando o haciendo necesaria la diversificación una relación significativa (Hsiang y Burke, 2014; Hsiang,
de los medios de subsistencia mediante la migración Burke y Miguel, 2013) han sido cuestionados por análisis
a zonas menos afectadas, a menudo urbanas (Moore de refutación (Buhaug et al., 2014).
y Wesselbaum, 2022). Los casos en los que el declive
agrícola desencadena la migración interna rural-urbana, lo
cual conduce a una mayor presión sobre los mercados
de trabajo en las ciudades y, en última instancia, estimula
la migración urbana-urbana a través de las fronteras de
los países (Maurel y Tuccio, 2016; Marchiori, Maystadt y
Schumacher, 2012) ilustran la complejidad de los efectos
indirectos del cambio climático sobre la movilidad. Aunque
se considera que la agricultura es el sector económico más
afectado por el cambio climático, otros sectores también
se verán significativamente afectados (Pörtner et al., 2022), © Organización Internacional para las Migraciones, 2020
lo que provocará cambios en las diferencias de ingresos
que pueden influir en la movilidad. Al igual que en el caso
de los impactos directos, la vulnerabilidad socioeconómica
local y la capacidad de adaptación desempeñan un papel

OIM | Cambio climático y movilidad humana 11

5. TENDENCIAS HISTÓRICAS
Los análisis cuantitativos de los efectos históricos de los
factores climáticos sobre la movilidad humana se basan
en métodos muy diversos. Los modelos econométricos,
examinados en la primera parte de esta sección, han
dominado la investigación sobre la movilidad climática a
grandes escalas espaciales (incluida la mundial) durante
las dos últimas décadas; sin embargo, los resultados
contradictorios y las limitaciones metodológicas
han suscitado dudas sobre los conocimientos que
pueden obtenerse a través de estos modelos más allá
de afirmaciones muy generales. En consecuencia, y
motivados por la mayor disponibilidad de conjuntos de
datos de mejor calidad y más amplios, en los últimos años
se ha observado la aparición de enfoques innovadores de
nueva generación para modelizar la movilidad climática
a escala mundial, que se examinan en la segunda parte
de la sección. En ellos se utilizan métodos estadísticos
avanzados diseñados para dar cabida a la compleja relación
entre los factores climáticos y la movilidad humana, con
el fin de colmar las lagunas existentes en la comprensión
cuantitativa del nexo entre el clima y la movilidad.
5.1. Modelos clásicos
La gran mayoría de los análisis cuantitativos destinados
a establecer relaciones estadísticas entre el clima y la
movilidad a grandes escalas espaciales han aparecido
en la literatura económica (Hoffmann, Šedová, y Vinke,
2021). Los métodos econométricos utilizados en estos
estudios investigan si alguna variable relacionada con el
clima en el lugar de origen o de acogida tiene un efecto
estadísticamente significativo, que suele suponerse
lineal, sobre la movilidad, que se comprueba a partir de
observaciones históricas. Más de tres cuartas partes de
12 OIM | Cambio climático y movilidad humana
los estudios examinan el efecto de alguna medida de las
precipitaciones y la temperatura, mientras que el resto
considera principalmente los efectos de los desastres,
incluidas las inundaciones, las tormentas y las sequías
(Hoffmann, Šedová y Vinke, 2021).
La complejidad de las interacciones que vinculan los
cambios climáticos con la movilidad, descrita en la sección
4, anticipa la razón por la que este enfoque puede resultar
problemático. Incluso la relación entre temperatura,
precipitaciones y productividad agrícola es muy poco
lineal y depende en gran medida del cultivo, la ubicación,
la tecnología y la gestión (Peng et al., 2020; Elliott et al.,
2015; Müller et al., 2017; Boote et al., 2013). El aumento
de las temperaturas puede reducir el rendimiento en
los países cálidos, pero tiene el efecto contrario en los
países fríos. La escasez de precipitaciones puede provocar
sequías, y el exceso, inundaciones. A su vez, es probable
que el efecto de los cambios en el rendimiento de los
cultivos sobre la movilidad sea aún más específico del
contexto, ya que depende en gran medida de factores
socioeconómicos locales y de otro tipo. Por ejemplo, la
disminución de los rendimientos agrícolas puede forzar la
inmovilidad en comunidades con recursos muy limitados,
estimular la migración del campo a la ciudad en algunos
contextos de ingresos medios, y no tener ningún efecto
mensurable cuando la adaptación agrícola adecuada o la
diversificación de los ingresos son fácilmente accesibles a
nivel local (Rikani et al., 2022; Beine y Parsons, 2017; Cai
et al., 2016; Cattaneo y Peri, 2016). Por su diseño, los
modelos econométricos que asumen relaciones lineales
entre clima y movilidad, que constituyen la mayoría de
los enfoques existentes, no pueden dar cabida a estos
mecanismos.
Como consecuencia de estas limitaciones metodológicas,
combinadas con el uso de diferentes datos empíricos de
migración y enfoque geográfico, diferentes medidas de
variables relacionadas con el clima y diferentes variables
no climáticas incluidas en los modelos, la literatura
econométrica ha producido una serie de resultados que
no siempre concuerdan entre sí (Beine y Parsons, 2017;
Abel et al., 2019). Por ejemplo, mientras que algunos
estudios estiman que el aumento de las temperaturas,
la reducción de las precipitaciones o las catástrofes
aumentan la migración interna o internacional, otros
constatan lo contrario o ningún efecto significativo (Beyer,
Schewe y Abel, 2023).
Dadas las advertencias asociadas a los enfoques
econométricos, en particular la gran sensibilidad de los
resultados a la elección de las especificaciones del modelo
por parte de los investigadores, la información que
proporciona un modelo determinado suele ser limitada.
En particular, las conclusiones ceteris paribus del tipo “un
aumento del 1% de la temperatura (o de las precipitaciones)
incrementa la migración en un X%”, propuestas en varios
estudios (Wesselbaum y Aburn, 2019; Beine y Parsons,
2017; Cai et al., 2016; Cattaneo y Peri, 2016; Coniglio
y Pesce, 2015; Barrios, Bertinelli, y Strobl, 2006; Bohra-
Mishra, Oppenheimer, y Hsiang, 2014; Peri y Sasahara,
2019) son (i) conceptualmente problemáticos dada la
complejidad y no linealidad de la relación clima-movilidad
comentada anteriormente, (ii) no reflejan la incertidumbre
de los modelos, que a menudo explican solo una reducida
proporción de los datos migratorios observados, y (iii)
pueden variar sustancialmente entre diferentes estudios
(Wesselbaum y Aburn, 2019), lo que sugiere elevadas
incertidumbres en el efecto estimado de los factores
climáticos sobre la movilidad (Beyer, Schewe y Abel, 2023).
OIM | Cambio climático y movilidad humana
Las revisiones exhaustivas de los análisis econométricos
sobre la movilidad climática han puesto de relieve la
naturaleza divergente de los resultados, llegando a la
conclusión de que, aunque la mayoría de los estudios
concluyen que ciertas variables climáticas tienen efectos
estadísticamente significativos en la migración interna e
internacional, en general no hay consenso sobre la fuerza
cuantitativa, y en algunos casos incluso la dirección, de
los efectos. Dicho esto, varias conclusiones generales, no
cuantitativas, han surgido de una mayoría de estudios a
gran escala (Boas et al., 2019; Berlemann y Steinhardt,
2017; Obokata, Veronis, y McLeman, 2014; Kaczan y
Orgill-Meyer, 2020):
• Los factores medioambientales adversos
tienden a tener efectos más fuertes sobre
la migración interna, especialmente la rural-
urbana, que sobre la migración internacional.
• El aumento de las temperaturas y, de forma
menos sistemática, el déficit de precipitaciones
en los países dependientes de la agricultura
(en los que estos cambios climáticos afectan
negativamente a los rendimientos) tienden
a aumentar la movilidad tanto interna como
internacional, debido a la disminución de los
salarios agrícolas.
• En las comunidades que viven en la pobreza,
los cambios climáticos adversos tienden a
afectar a la migración sólo de forma leve o
incluso negativa, lo que refleja las limitaciones
de recursos que comprometen la capacidad de
desplazarse.
13
 • Las catástrofes climáticas de aparición súbita
suelen provocar desplazamientos internos a corto
plazo. Sin embargo, no existe un patrón coherente
con respecto a la migración a medio y largo plazo.
• No existen pruebas sólidas de un efecto
consistente de las catástrofes relacionadas con
el clima sobre la movilidad transfronteriza.
Además de reiterar que se ha observado contraejemplos
a estas tendencias generales, es importante señalar que un
número considerable de estudios empíricos se caracteriza
por un sesgo geográfico hacia países de ingresos
comparativamente bajos de África, Asia Meridional y
América del Sur, mientras que zonas como Europa a
menudo no están representadas (Piguet, Kaenzig y Guélat,
2018; Berlemann y Steinhardt, 2017).
Un reciente metaanálisis de estudios econométricos
sobre la movilidad climática ha cuantificado formalmente
el grado de coherencia de los resultados en la literatura,
demostrando que éstos varían sustancialmente de un
estudio a otro (Hoffmann et al., 2020). Dicho esto, el
metaanálisis proporciona cierto apoyo cuantitativo a las
conclusiones antes mencionadas sobre los efectos de
los factores relacionados con el clima en la movilidad
interna e internacional, añadiendo que los impactos
medioambientales estimados sobre la migración tienden a
ser más fuertes en América Latina y el Caribe, así como
en el África subsahariana. Sin embargo, también demostró
que la magnitud de los efectos climáticos estimados sobre
la movilidad es tan pequeña que, en la práctica, sería muy
difícil atribuir las variaciones de los flujos migratorios a
cambios o peligros medioambientales, en lugar de a otros
factores o a la variabilidad ordinaria.
14 OIM | Cambio climático y movilidad humana
Además de las incoherencias antes descritas entre
los modelos, un análisis reciente ha cuestionado
más fundamentalmente la capacidad de los modelos
econométricos en general para explicar cómo afectan los
distintos factores a la migración (Beyer, Schewe y Lotze-
Campen, 2022). El estudio demostró que, si bien estos
modelos captan bien la migración media a largo plazo entre
países, tienen dificultades para explicar correctamente los
cambios en los flujos a lo largo del tiempo en términos de
los impulsores relevantes. Sin embargo, sin la capacidad de
explicar la dinámica migratoria en el pasado, los modelos
carecen de un requisito previo crucial para elaborar
proyecciones futuras fiables.
5.2. Modelos de nueva generación
La revisión anterior de los conocimientos sobre la
movilidad climática mundial que aportan los modelos
econométricos clásicos se hace eco de la conclusión de
Niva et al. (2021) de que “aunque se han identificado
conceptualmente las relaciones entre los factores
medioambientales y socioeconómicos, la cuantificación
espacial exhaustiva a escala mundial de sus interacciones
está en pañales”. En los últimos años han aparecido varios
enfoques de modelización innovadores con gran potencial
para colmar algunas de las lagunas de conocimiento
que dejan los modelos econométricos. Estos enfoques
tienen en común que presentan al menos dos de las tres
propiedades siguientes: A diferencia de la mayoría de los
modelos econométricos,
I. no parten de relaciones lineales, sino que
emplean métodos de aprendizaje automático
no lineal de última generación para tener
en cuenta las complejas interacciones de
los factores climáticos y de otro tipo que
determinan la movilidad.
 II. no operan a nivel de país, sino que
son espacialmente explícitos, lo que
permite importantes heterogeneidades
dentro de los países en términos de
condiciones climáticas y socioeconómicas.
III. (miden los efectos del clima no en términos de
cambios de temperatura y/o precipitaciones,
sino de parámetros más directamente
pertinentes, como los riesgos relacionados con
el agua y la productividad agrícola.
Debido a la aparición relativamente reciente de estos
modelos y a su escaso número hasta la fecha, las
conclusiones basadas en ellos sobre pautas históricas o
proyecciones futuras de la movilidad climática no pueden
considerarse aún consensuadas; sin embargo, los resultados
preliminares proporcionan bases de referencia útiles para
los esfuerzos de seguimiento que se basen en ellos, los
perfeccionen y los amplíen. En esta sección se analizan
ejemplos seminales.
El análisis de Schutte et al. (2021) evaluó la influencia relativa
del clima, los factores económicos y la violencia política en
las solicitudes de asilo a los Estados miembros de la UE a lo
largo del tiempo utilizando los llamados bosques aleatorios.
Esta técnica de aprendizaje automático está diseñada para
captar cuantitativamente la manera en que los factores
relevantes inducen la migración forzada, permitiendo en
principio interacciones no lineales arbitrarias entre los
factores. Este planteamiento permite evaluar no sólo en
qué medida cualquiera de los tres factores explica por sí
solo las solicitudes de asilo observadas, sino también la
importancia de cada uno de ellos en distintos momentos
del tiempo (Figura 3). Reveló que la sequía y las anomalías
de temperatura sólo habían desempeñado un papel menor
en comparación con la violencia política.
OIM | Cambio climático y movilidad humana
Niva et al. (2021) aplicaron un modelo de bosque aleatorio
para explicar los patrones de migración en un entorno
espacialmente explícito, proporcionando una cuantificación
de vanguardia de cómo los diferentes factores influyen en
la movilidad en diferentes grados en diferentes partes del
mundo. Los investigadores modelizaron la migración neta
a lo largo del tiempo (estimada a partir de los cambios
en el tamaño de la población local y las tasas de natalidad
y mortalidad) en cada celda de una cuadrícula global en
función de la capacidad de adaptación local -medida en
términos de renta, salud, educación y gobernanza- y el
estrés medioambiental -medido en términos de riesgos
naturales, riesgo de sequía, inseguridad alimentaria y
riesgo hídrico-. El enfoque de los bosques aleatorios les
permitió clasificar la importancia relativa de los diversos
factores que impulsan la migración en distintas partes
del mundo, revelando la compleja y espacialmente
heterogénea interacción de los factores socioeconómicos
y medioambientales que impulsan la migración (Figura
4). En particular, los ingresos, la educación y el riesgo
de sequía resultaron ser los principales impulsores de la
emigración desde zonas globales caracterizadas por un
elevado estrés medioambiental.
El último informe Groundswell (Clement et al., 2021) ofrece
un ejemplo destacado de enfoque espacialmente explícito
basado en métodos de modelos econométricos. En él
se cuantifica el atractivo de cada celda de una cuadrícula
espacial en función de las condiciones económicas,
demográficas y medioambientales relacionadas con el
cambio climático (estrés hídrico, rendimiento de los
cultivos y aumento del nivel del mar incrementado por las
mareas de tormenta) y se simulan los flujos migratorios
internos de personas desde lugares menos atractivos a
otros más atractivos. El análisis abarca África subsahariana,
Asia Oriental y el Pacífico, Oriente Medio y Norte de
África, América Latina, y Europa Oriental y Asia Central,
15
quedando excluidas otras regiones debido a la escasez de
datos. Entre los tres enfoques analizados en esta sección, el
modelo Groundswell es el único que proyecta la movilidad
futura (sección 6.1.10). Para ello, incorpora proyecciones
globales de la futura evolución económica y demográfica
en diferentes escenarios socioeconómicos, así como
proyecciones de los cambios provocados por el cambio
climático en el estrés hídrico, el rendimiento de los cultivos
y las tierras inundadas. El modelo de movilidad climática de
África (Amakraneet al., 2023) utiliza una versión modificada
del modelo Groundswell para el caso especial de África
e incluye impactos graduales en los ecosistemas, riesgos
de inundaciones y conflictos como variables impulsoras
adicionales.

Figura 3: Porcentaje estimado del volumen global anual de solicitantes de asilo en la UE mejor pronosticado por el clima, los
factores económicos y la violencia política.

Modelo
violencia
economía
900 clima

600

300

Fuente: Adaptado de Schutte et al. (2021)

16 OIM | Cambio climático y movilidad humana

Figura 4: Importancia de los distintos factores socioeconómicos y medioambientales en la emigración local. Cuanto mayor
sea la importancia (clasificación de 1 a 8) de una variable, mejor explica los patrones históricos de emigración en cada país

Ingresos Educación

Salud Gobernanza

Riesgo hídrico Escases de producción alimentaria

Riesgos naturales Riesgo de sequía

Clasificación por importancia de las características

Fuente: Adaptado de Niva et al. (2021).

OIM | Cambio climático y movilidad humana 17

6. PROYECCIONES FUTURAS
Las proyecciones cuantitativas existentes sobre la
movilidad climática en las próximas décadas se basan en
el mismo principio de dos pasos. Las relaciones entre
la migración y los factores económicos, demográficos,
medioambientales y de otro tipo se estiman a partir de
datos históricos; en segundo lugar, las relaciones estimadas
se aplican a proyecciones futuras de los factores para inferir
futuros niveles de migración. Se ha generado proyecciones
de muchos factores relevantes para la movilidad -desde la
renta per cápita hasta la exposición a las olas de calor-, a
menudo a nivel subnacional, para escenarios futuros en el
marco estandarizado RCP-SSP (Cuadro de texto 1). En
los últimos años se ha avanzado considerablemente en la
proyección de la exposición humana a los riesgos climáticos
-incluidas las olas de calor, las sequías, los incendios
forestales, las inundaciones, las tormentas, el aumento del
nivel del mar y la pérdida de cosechas- en diferentes partes
del mundo y para diferentes escenarios de calentamiento
global (Pörtner et al., 2022; Lange et al., 2020). El Apéndice
1 ofrece un breve resumen de proyecciones y datos
importantes. La cantidad y la calidad de estas proyecciones
biofísicas superan con creces las de las proyecciones
disponibles sobre las respuestas humanas a los riesgos, en
particular en lo que se refiere a la movilidad. Esto se debe
a que las evaluaciones de los riesgos climáticos han estado
“privilegiando a las ciencias físicas frente a la comprensión
de la vulnerabilidad y la capacidad de adaptación locales
basada en las ciencias sociales” (Horton et al., 2021), lo
que ha dado lugar a enfoques descendentes que carecen de
perspectivas ascendentes relacionadas con los contextos
18 OIM | Cambio climático y movilidad humana
socioeconómicos locales. Los avances en la mejora de la
base empírica sobre las posibles respuestas de la movilidad
a los riesgos climáticos previstos han sido lentos, y las
proyecciones cuantitativas de la movilidad interna e
internacional en respuesta al futuro cambio climático
siguen estando en una fase muy temprana de desarrollo.
El panorama de la modelización es desigual, con sólo unos
pocos enfoques, basados en diferentes metodologías y
supuestos, propuestos hasta ahora. En la siguiente sección
se analizan las contribuciones más destacadas. El escaso
número de modelos de previsión de la movilidad climática
existentes y el hecho de que cada uno de ellos examine
cuestiones de investigación ligeramente diferentes hacen
que actualmente no sea posible realizar una comparación
sistemática de los modelos, ni evaluar las incertidumbres
de las proyecciones, de la manera que sería necesaria
para establecer un consenso científico. Por tanto, las
proyecciones de cualquier modelo deben interpretarse
con cautela y considerarse más un punto de partida que
un producto final suficientemente fiable como para servir
de base a la elaboración de políticas, sobre todo teniendo
en cuenta el carácter controvertido de las previsiones de
movilidad climática en el pasado.
CUADRO DE TEXTO 1

ESCENARIOS SOCIOECONÓMICOS Y CLIMÁTICOS FUTUROS

Para permitir la comparación entre modelos que simulan procesos sociales o medioambientales en los próximos años y
décadas, la comunidad investigadora ha definido varios escenarios futuros alternativos plausibles, cada uno caracterizado
por supuestos específicos sobre las trayectorias futuras de variables importantes. Los modelos de previsión utilizan estas
trayectorias como datos de entrada, lo que les permite explorar las implicaciones demográficas, económicas, sociales,
medioambientales y de otro tipo asociadas a cada uno de los diferentes escenarios futuros. Dos conjuntos de escenarios
son especialmente relevantes en este contexto.

Las Vías Socioeconómicas Compartidas (SSP) abarcan cinco escenarios futuros demográficos, económicos y sociales
alternativos: Sostenibilidad: tomar la vía verde (SSP1), Mitad del camino (SSP2), Rivalidad regional: un camino rocoso (SSP3),
Desigualdad: un camino dividido (SSP4) y Desarrollo impulsado por combustibles fósiles: tomar la autopista (SSP5). Los
escenarios representan diferentes supuestos sobre el futuro crecimiento demográfico y económico, los patrones de consumo,
la cooperación internacional y las desigualdades (para más detalles, véase Riahi et al. (2017)). Las Vías de Concentración
Representativas (RCP) abarcan varios escenarios futuros de concentración atmosférica de gases de efecto invernadero,
el factor determinante del calentamiento global. En los últimos años, las RCP se han integrado con las SSP para crear
escenarios futuros acoplados. Por ejemplo, SSP1-RCP2.6 corresponde a un calentamiento global medio de ~1,9° para 2081-
2100, en relación con los niveles de 1850-1900, mientras que SSP3-RCP7.0 corresponde a un calentamiento de ~3,9° (Lee
et al., 2021). Para estos escenarios se ha generado proyecciones globales futuras de peligros medioambientales relevantes
para la movilidad humana, como olas de calor, sequías, riesgos de inundaciones y pérdidas de cosechas (Pörtner et al., 2022;
Lange et al., 2020).

Figura 5: Población mundial según los cinco SSP (izquierda) y cambios de la temperatura media global del aire en superficie
según los distintos SSP-RCP (derecha)

Histórico

Año Año

Fuente: Adaptado de Samir y Lutz (2017) y Tebaldi et al. (2021).

OIM | Cambio climático y movilidad humana 19

Es importante señalar que el marco SSP-RCP no intenta
captar factores como futuros conflictos, crisis sanitarias,
cambios políticos, culturales o tecnológicos que pueden
tener importantes repercusiones a corto y largo plazo
en la movilidad. Por lo tanto, los modelos de previsión
de la movilidad basados en los escenarios del SSP-RCP
tampoco tienen en cuenta estos factores.
6.1.1. Mobilidad interna
El modelo Groundswell (Clement et al., 2021)
proporciona proyecciones de la migración interna
impulsada por los riesgos de evolución lenta inducidos
por el cambio climático hasta 2050 en seis regiones del
mundo. Se dispone de estimaciones para tres escenarios
climáticos y socioeconómicos futuros alternativos, SSP4-
RCP8.5 (calificado de “pesimista” por los autores), SSP2-
RCP8.5 (“más integrador”) y SSP4-RCP2.6 (“respetuoso
con el clima”). Se estima que la migración interna inducida
por el cambio climático para 2050 en las seis regiones
es de entre 44 y 113 millones de personas bajo SSP4-
RCP2.6, entre 91 y 160 millones de personas bajo SSP2-
RCP8.5, y entre 125 y 216 millones bajo SSP4-RCP8.5.
Para cada escenario, los rangos de las estimaciones están
asociados a las incertidumbres de los resultados de varios
modelos climáticos alternativos incluidos en el análisis.
Las proyecciones de referencia basadas en promedios de
conjuntos de modelos climáticos sugieren 78 millones, 125
millones y 170 millones de personas migrantes internas en
el escenario favorable al clima, más inclusivo y pesimista,
respectivamente. En cualquier caso individual, suele ser
difícil o imposible cuantificar hasta qué punto el clima ha
influido en la decisión o la necesidad de emigrar de una
persona (Boas et al.,2019; Obokata, Veronis y McLeman,
2014). El modelo Groundswell -junto con los modelos
analizados en la sección siguiente- resolvió este problema
realizando simulaciones futuras teniendo en cuenta y
20 OIM | Cambio climático y movilidad humana
sin tener en cuenta el cambio climático antropogénico.
El número de personas migrantes atribuido al cambio
climático se definió entonces como la diferencia entre
las simulaciones de cambio climático y las simulaciones
contrafactuales.
6.1.2. Movilidad internacional
Se ha utilizado un pequeño número de modelos
econométricos para proyectar futuros flujos migratorios
internacionales globales para diferentes escenarios
socioeconómicos (por ejemplo, Rikani y Schewe,
2021; Docquier, 2018; Cohen, 2012); sin embargo,
son demasiado pocos para permitir una evaluación
significativa de la coherencia. Los modelos proyectivos a
grandes escalas espaciales que incluyen además factores
climáticos están aún menos desarrollados. Benveniste,
Oppenheimer y Fleurbaey (2020) incorporaron un
modelo econométrico de migración a un Modelo de
Evaluación Integrada (un complejo marco de modelización
que simula las principales dinámicas medioambientales,
económicas y sociales mundiales), en el que se toman en
cuenta explícitamente los flujos de remesas a los orígenes
de la migración. El modelo sugiere que el cambio climático
afectará marginalmente a la migración internacional,
aumentando los flujos bilaterales globales en unas 75.000
personas en 2100 en comparación con un escenario sin
cambio climático, asumiendo SSP2-RCP4.5 y las políticas
fronterizas actuales. Análisis cualitativos anteriores
apoyan esta conclusión de que es poco probable que el
cambio climático induzca una movilidad transfronteriza a
gran escala, especialmente intercontinental (Borderon et
al., 2019; Abel et al., 2019).
El Modelo de Movilidad Climática de África (Amakrane
et al., 2023) ha sugerido cifras algo mayores de migración
transfronteriza inducida por el clima (aunque todavía
 pequeñas en comparación con el movimiento interno), escenario socioeconómico. Los desplazamientos previstos
con estimaciones que oscilan entre 400.000 y 500.000 son especialmente pronunciados entre los países de la
personas desplazadas por el clima de un país a otro Comunidad para el Desarrollo del África Meridional.
sólo en África bajo RCP6.0 para 2050 dependiendo del

Figura 6: Migración interna inducida por el cambio climático estimada para 2050 por regiones del mundo. Las barras
representan proyecciones basadas en promedios de conjuntos de modelos climáticos; los bigotes representan incertidumbres
entre modelos climáticos.

ÁFRICA
SUBSAHARIANA

MIGRANTES
ÁFRICA ORIENTAL
CLIMÁTICOS Y PACÍFICO
INTERNOS
PREVISTOS PARA
2050 ASIA
MERIDIONAL

ASIA
SEPTENTRIONAL

AMÉRICA LATINA

Referencia pesimista
Desarrollo más integrador EUROPA Y ASIA
CENTRAL
Más respetuoso con el clima

Fuente: Elaboración propia a partir de datos de Clement et al. (2021).

OIM | Cambio climático y movilidad humana 21

Missirian y Schlenker (2017), centrándose en la
migración forzada, proyectaron 98.000 solicitudes de
asilo adicionales solo en la UE para 2100 bajo RCP4.5,
aumentando a 660.000 bajo RCP8.5, basándose en una
relación muy simple entre las variaciones de temperatura
y las solicitudes de asilo. Aunque el estudio recibió una
amplia atención mediática, fue rápidamente cuestionado
por varios análisis de refutación que ponían en duda la
validez estadística de las proyecciones y argumentaban
en contra de una afluencia futura de solicitantes de asilo
a Europa a gran escala inducida por el cambio climático
(Abel et al., 2019; Schutte et al., 2021).
Benveniste, Oppenheimer y Fleurbaey (2022) examinaron
los efectos del cambio climático en la inmovilidad
internacional por falta de recursos, un tema que
tradicionalmente ha recibido menos atención que el
desplazamiento y la migración inducidos por el clima, pero
que ha sido puesto de relieve por el informe Foresight
(Black et al., 2011a) y varios estudios cualitativos de
Figura 7: Efecto estimado del cambio climático sobre el número de emigrantes del quintil de renta más baja
para 2100.
Fuente: Adaptado de Benveniste, Oppenheimer y Fleurbaey (2022).
22 OIM | Cambio climático y movilidad humana
seguimiento (Adams, 2016; Black et al., 2013; Findlay,
2011). Benveniste, Oppenheimer y Fleurbaey (2022)
examinaron la emigración mundial a nivel de país hasta
2100 para los escenarios SSP2-RCP4.5 y SSP3-RCP7.0, así
como el escenario contrafactual sin cambio climático, para
proyectar cómo afectará el cambio climático al número
de personas emigrantes del quintil de ingresos más bajos
de un país (es decir, el 20% más pobre de la población).
Estiman que esta cifra disminuirá en el África subsahariana,
la antigua Unión Soviética y el norte de África en un 2%,
10% y 10%, respectivamente, a finales de siglo según la
estrategia SSP2-RCP4.5, y en un 9%, 14% y 28% según la
estrategia SSP3-RCP7.0, lo que demuestra que es probable
que la movilidad limitada por los recursos desempeñe un
papel importante en el nexo de la movilidad climática. En
otras partes del mundo, sobre todo en China, se proyecta
el patrón opuesto; en estos casos, las limitaciones de
recursos no son tan graves como para dominar el factor
de atracción hacia los lugares de mayores ingresos.
Cambio climático versus
ausencia de cambio
climático
7. CONCLUSIONES
Y RECOMENDACIONES

Aunque la mayoría de los modelos desarrollados desde
finales de la década de 2000 (sección 5.1) respaldan varias
afirmaciones generales sobre los efectos relacionados
con el clima en la movilidad humana mundial, en general
no existe consenso sobre los efectos cuantitativos de
los factores medioambientales en los flujos migratorios
internos o internacionales, y las respuestas estimadas de
la movilidad difieren a veces en órdenes de magnitud o
incluso con respecto a si son positivas o negativas. En
parte, esto se debe a las limitaciones metodológicas de los
modelos existentes. Los modelos emergentes de nueva
generación basados en métodos analíticos adaptados a
la complejidad de los procesos migratorios demuestran
que se puede llegar a una comprensión más profunda.
En la actualidad, sin embargo, estos modelos son poco
numerosos y abordan cuestiones ligeramente diferentes,
lo que impide realizar comparaciones que permitan a
los investigadores separar las tendencias sólidas de las
incertidumbres de los modelos. Así pues, es probable que
los resultados cuantitativos de los modelos de movilidad
climática no estén aún en condiciones de informar de
forma fiable las decisiones políticas relacionadas con la
futura inmigración o emigración, que serían relevantes
para cuestiones que van desde la disponibilidad de mano
de obra hasta el desarrollo regional, pasando por la política
de fronteras y la protección y asistencia a las personas
migrantes.
Identificamos dos prioridades destinadas a acelerar la
creación de un consenso sobre el efecto cuantitativo de
los factores climáticos en la movilidad humana y sobre la
proyección de futuros de movilidad plausibles.

© Organización Internacional para las Migraciones, 2020.

OIM | Cambio climático y movilidad humana 23

 © Organización Internacional para las Migraciones, 2019.

24 OIM | Cambio climático y movilidad humana

Promover el desarrollo de modelos que utilicen los
métodos más avanzados, combinados con protocolos
de modelización normalizados.
Para dar cabida a la alta complejidad de los procesos
migratorios es necesario ir más allá de los modelos
econométricos clásicos de migración (Beyer, Schewe y
Abel, 2023). Ejemplos recientes de métodos avanzados de
aprendizaje automático en análisis de movilidad
climática, por ejemplo, basados en bosques aleatorios,
señalan el camino hacia el futuro de este espacio de
investigación. Los modelos de vanguardia se basarán en
los sustanciales avances logrados en los últimos años en
la proyección de los riesgos relacionados con el clima
y combinarán estos datos con información sobre las
vulnerabilidades socioeconómicas locales y las capacidades
de adaptación. Los análisis desagregados que tienen
en cuenta las heterogeneidades en las respuestas de
movilidad según la edad, el sexo, la educación y el entorno
económico tendrán especial importancia (Beyer, Schewe
y Abel,2023).
El desarrollo de protocolos de modelización estandarizados
en lugar de abordar cuestiones y contextos más o menos
diferentes ha beneficiado enormemente la construcción
de conocimientos en otras disciplinas (por ejemplo, la
modelización climática (Eyring et al., 2016)). Este enfoque
permitiría evaluar rigurosamente la concordancia entre
las proyecciones basadas en modelos y cuantificar las
incertidumbres.
Ampliar y mejorar los datos sobre movilidad
Incluso los mejores modelos analíticos sólo pueden
ser tan buenos como los datos históricos con los
que se entrenan. Aunque la cantidad y la calidad de
los datos sobre migración mundial han aumentado
OIM | Cambio climático y movilidad humana
sustancialmente en la última década, aún queda mucho
por hacer para mejorar la base empírica. Se dispone de
datos actualizados sobre flujos internacionales desde
1990, pero sólo en intervalos de 5 años (Abel y Cohen,
2022) (lo que dificulta vincular los flujos migratorios con
acontecimientos exógenos a corto plazo) y están sujetos
a importantes incertidumbres. Muchos organismos
nacionales, supranacionales e intergubernamentales han
recopilado datos independientes sobre los flujos, que
podrían enriquecer en gran medida los conjuntos de datos
mundiales existentes.
La información disponible sobre características como
la edad, el sexo, la educación y el origen económico de
los migrantes es muy escasa. La disponibilidad de datos
desglosados cuando ya se han registrado, o su inclusión
en futuros esfuerzos nacionales de recopilación de datos,
sigue siendo una gran prioridad.
La mayoría de los estudios analíticos sobre los efectos
del clima en la migración se han centrado en la migración
internacional (Hoffmann et al., 2020), aunque hasta
ahora los cambios medioambientales han afectado
predominantemente a la movilidad interna. Ampliar y
conservar los conjuntos de datos sobre migración interna
-basados en el seguimiento oficial (Bell et al., 2020), los
cambios en las distribuciones espaciales de la población
(De Sherbinin et al., 2015) o las fuentes de datos digitales
(Tjaden, 2021)- será crucial para comprender mejor los
patrones globales de movilidad climática.
25
APÉNDICE
EXPOSICIÓN HUMANA FUTURA
PREVISTA A LOS PELIGROS
RELACIONADOS CON EL CLIMA
Se ha avanzado considerablemente en la proyección de
los futuros riesgos mundiales derivados de los peligros
relacionados con el clima en distintos escenarios de
concentración de gases de efecto invernadero (Pörtner et
al., 2022), lo que permite elaborar un mapa espacialmente
explícito de la exposición humana a las posibles condiciones
que provocan la movilidad. En esta sección se ofrece un
breve resumen de los resultados importantes de cuatro
categorías de riesgos: estrés térmico, aumento del nivel del
mar, inundaciones y disminución del rendimiento agrícola.
26 OIM | Cambio climático y movilidad humana
8.1.1. Estrés térmico
Se prevé que el cambio climático aumente significativamente
la intensidad y frecuencia de las olas de calor en gran
parte del mundo. Bajo los escenarios RCP2.6 y RCP4.5,
respectivamente, las simulaciones multimodelo sugieren
al menos una ola de calor extremo adicional en 33 años
en Estados Unidos, Europa y grandes partes de África, y
tres olas en el norte de Sudamérica, algunas partes de
África, Estados Unidos y el sur de Europa en un futuro
próximo (2020-2052) (Pörtner et al., 2022). Se prevé que
un calentamiento más intenso (RCP8.5) provoque más de
tres olas de calor extremo en 2020-2052 en amplias zonas
de Estados Unidos, Sudamérica, Europa e Indonesia, y una
ola de calor extremo cada dos años en el norte de Brasil
(Pörtner et al., 2022). Para finales de siglo (2068-2100),
se prevé que grandes zonas del planeta experimenten una
ola de calor extremo al menos una vez cada dos años
según el RCP8.5 (Pörtner et al., 2022).
Figura 8: Número de olas de calor extremas en un intervalo de 33 años con el clima actual y futuro. Media del número
de olas de calor extremas en varios modelos climáticos en 1980-2012 (fila superior), 2020-2052 (fila central) y 2068-2100
(fila inferior) para RCP2.6 (columna izquierda), RCP4.5 (columna central) y RCP8.5 (columna derecha).

Histórico

Número de olas de calor en 33 años

Fuente: Adaptado de Russo et al. (2014).

OIM | Cambio climático y movilidad humana 27

Combinadas con el fuerte aumento previsto de la
densidad de población en grandes zonas del África
subsahariana, América Central y Asia meridional en las
próximas décadas, estas olas de calor afectarán a un
gran número de personas. Para RCP8.5, se prevé que
la exposición a las olas de calor aumente de los 36.000
millones de personas-día actuales a ~600.000 millones de
personas-día en Asia, y de 6.000 millones de personas-día
a ~700.000 millones de personas-día en África, para finales
de siglo (Liu et al., 2017). En el norte de África y Oriente
Medio, se prevé que 300 millones de personas estarán
expuestas a olas de calor super y ultra extremas a finales
de siglo según el RCP8.5, el 90% de las cuales residirán
en centros urbanos (Zittis et al., 2021). Los umbrales de
calor potencialmente letales se superarán entre 50 y 150
días al año en África occidental con un calentamiento
global de 1,6 °C, entre 100 y 150 días en África central
con 2,5 °C y entre 200 y 300 días en África tropical con un
calentamiento global superior a 4 °C (Pörtner et al., 2022).
Se prevé que el sur de Asia experimente olas de calor más
intensas, más frecuentes y más largas; por ejemplo, con
un calentamiento global de 1,5 °C, Calcuta experimentará
anualmente el calor equivalente a las olas de calor récord
de 2015 (Pörtner et al., 2022). En las aglomeraciones
urbanas de China, se calcula que el número de días de
peligro por calor aumentará de tres días al año a principios
de la década de 2000 a entre 8 y 67 días a finales de
siglo según el escenario RCP8.5, con lo que 310 millones
de personas se enfrentarán a más de tres días de peligro
por calor al año. Con un calentamiento global de 2 °C, la
mitad de la población europea se enfrentará a un riesgo
muy elevado de estrés térmico en el verano (Pörtner et
al., 2022).

Figura 9: Frecuencia de días en los que se superan los 33 °C de temperatura de bulbo húmedo para distintos niveles de
aumento de la temperatura media global en superficie. La exposición sostenida a temperaturas de bulbo húmedo de este
orden pone en peligro la vida incluso de personas sanas.

Días por
año

Fuente: Aaptado de Li, Yuan, and Kopp (2020).

28 OIM | Cambio climático y movilidad humana

Estos aumentos previstos del calor extremo tendrán
efectos significativos en los rendimientos agrícolas,
pero también afectarán directamente a la capacidad de
trabajo humano, al comportamiento y a la salud física y
mental (Xu et al., 2020), superando probablemente los
umbrales de habitabilidad en amplias zonas de los trópicos
y subtrópicos, especialmente en los entornos urbanos
donde se producen los efectos de las islas de calor (Pörtner
et al., 2022). La migración a climas más fríos puede ser la
única estrategia viable para evitar estos impactos si no se
dispone de medidas de adaptación in situ (Xu et al., 2020).
8.1.2. Inundaciones fluviales
Una atmósfera más cálida retiene más humedad, lo que,
junto con otros factores, ha provocado un aumento tanto
de las precipitaciones totales como de las precipitaciones
intensas en muchas partes del mundo, aunque los efectos
son heterogéneos desde el punto de vista espacial (Stott
et al., 2016). Se prevé que estos cambios continúen en
las próximas décadas y que aumenten la frecuencia y la
magnitud de las inundaciones fluviales en gran parte de
Asia, África central, Europa occidental, América Central y
del Sur, y el este de Norteamérica en las próximas décadas
(Pörtner et al., 2022) (Figura 10).

Figura 10: Periodo de retorno medio multimodelo (en años) a finales del siglo XXI (2071-2100) para las crecidas fluviales
con un periodo de retorno de 100 años a finales del siglo XX (1970-2000).

Periodo de retorno (en años)

Aumento de Disminución
frecuencia de de frecuencia
inundaciones de inundaciones

Alta concordancia de modelos

Fuente: Adaptado de Porter et al. (2022).

OIM | Cambio climático y movilidad humana 29

Se espera que estos cambios, combinados con los
cambios previstos en la densidad de población, aumenten
sustancialmente la población mundial expuesta a las
inundaciones fluviales. En todos los continentes, se
prevé que los mayores niveles de calentamiento global
aumenten la exposición en comparación con los niveles
históricos (Pörtner et al., 2022). En concreto, se calcula
que la población afectada por las inundaciones fluviales
aumentará un 120% y un 400% en caso de calentamiento
de 2 °C y 4 °C, respectiva-mente, y que se duplicarán
las muertes relacionadas con las inundaciones en todo
el mundo (Pörtner et al., 2022). El mayor número de
personas afectadas se prevé en los países del sur, este y
sudeste de Asia.
8.1.3. Aumento del nivel del mar
La expansión térmica de las aguas oceánicas y el
derretimiento de las capas de hielo terrestres han estado
provocando un aumento gradual y acelerado del nivel del
mar debido al calentamiento global durante el último siglo.
Además de amenazar con inundaciones directas, este
proceso aumenta los riesgos de inundaciones costeras y
tormentas en muchas zonas de baja altitud de todo el
planeta, amenazando con víctimas humanas, destrucción
de infraestructuras, erosión del suelo, salinización de
fuentes de agua dulce y pérdidas agrícolas. Estos riesgos
son especialmente preocupantes porque la densidad de
población es mucho mayor en las zonas costeras que
en las no costeras y se prevé que siga aumentando en
las próximas décadas. La mayoría de las megaciudades
del mundo ya están situadas en zonas costeras y deltas
fluviales, y las zonas urbanas se están expandiendo más
rápidamente en las zonas costeras de baja altitud que en
ningún otro lugar (Neumann et al., 2015).
30 OIM | Cambio climático y movilidad humana
Las proyecciones futuras sobre el número de personas
expuestas a la subida del nivel del mar difieren ante
todo en cómo definen la exposición. La definición más
conservadora se refiere a quienes viven por debajo
del futuro nivel del mar con posibilidad de inundación
permanente. Según una serie de proyecciones, la
población que vive en zonas inundables ascendería a 110-
130 millones de personas en el caso de una subida del
nivel medio del mar de 1 metro, cifra que aumentaría a
410-430 millones de personas en el caso de una subida
del nivel del mar de 6 metros (McMichael et al., 2020),
basándose en las distribuciones actuales de la población
y sin esfuerzos de adaptación. Nicholls et al. (2011)
consideraron el efecto de la construcción de diques
y dunas, estimando que la población amenazada por
inundaciones debidas a la subida del nivel del mar de 0,5-2
metros podría reducirse de 72-187 millones a 41-305 mil
mediante una adaptación adecuada.
Las proyecciones menos conservadoras tienen en cuenta
el número de personas expuestas al riesgo de graves
inundaciones costeras. Por ejemplo, Neumann et al.
(2015) calcularon que el número de personas que vivían
en zonas costeras inundables de 1 en 100 años ascendía
a 189 millones en 2000 y a 316-411 millones en 2060, en
función del crecimiento futuro de la población. La figura
11 muestra las heterogeneidades espaciales actuales y
futuras en la exposición a inundaciones costeras de 1
en 100 años para escenarios de calentamiento global
moderado y alto.
Las estimaciones menos conservadoras de la exposición a
la subida del nivel del mar tienen en cuenta a la población
mundial que vive en zonas costeras de baja elevación o
cercanas a la costa, que suelen definirse como las situadas
a una cierta elevación y distancia de las costas más
cercanas.
Figura 11: Número actual y futuro previsto de personas en riesgo de inundación costera de 1 en 100 años.

Personas actualmente en Número adicional de

riesgo de una inundación personas en riesgo de
centenaria: inundación centenaria:

Fuente: Adaptado de Haasnoot et al. (2021)

OIM | Cambio climático y movilidad humana 31

Por ejemplo, Merkens et al. (2016) y Jones y O’Neill
(2016) estimaron de forma global y coherente que la
población que vivía en zonas costeras de baja altitud en el
año 2000 era de 637 y 702 millones, respectivamente, y
prevén que esta cifra aumente a 830-1184 millones y 493-
1146 millones, respectivamente, en 2100, en función de
la evolución socioeconómica. Se prevé que el número de
personas que viven a menos de 2 metros del nivel del mar
aumente de los 267 millones actuales a 341-473 millones
en el caso de una subida del nivel del mar de 1 metro
(Pörtner et al., 2022).
En cifras absolutas, se prevé que Asia sea la más afectada
por la subida del nivel del mar, ya que el 70% de la población
mundial expuesta vivirá en China, Bangladesh, India,
Vietnam, Indonesia, Tailandia, Filipinas y Japón (Pörtner et
al., 2022). En el bien estudiado caso de Bangladesh, en
concreto, se prevé que la subida del nivel del mar de 0,44
y 2 metros provoque la inundación de zonas en las que
viven 0,73 y 2,1 millones de personas, respectivamente, en
2100 (Pörtner etal., 2022).
Aunque comparativamente pequeñas en números
absolutos, las islas pequeñas se ven desproporcionadamente
afectadas por la subida del nivel del mar. Sin contar Papúa
Nueva Guinea, aproximadamente el 90% de los habitantes
de las islas del Pacífico viven a menos de cinco kilómetros
de la costa, y la mayoría de las infraestructuras están
situadas a menos de 500 metros del océano (Pörtner et
al., 2022). Se prevé que una subida adicional del nivel del
mar de entre 5 y 10 centímetros duplique la frecuencia
de las inundaciones en gran parte del Pacífico tropical y
el océano Índico. Según el RCP8.5, algunas islas atolón del
Pacífico podrían sufrir inundaciones anuales provocadas
por las olas en toda su superficie durante la segunda mitad
del siglo (Pörtner et al., 2022).
32 OIM | Cambio climático y movilidad humana
8.1.4. Productividad agrícola
La alteración de los patrones de temperatura y
precipitaciones, los elevados niveles de dióxido de carbono
en la atmósfera y otros factores relacionados con el cambio
climático están afectando a la productividad agrícola mundial.
Debido a la gran complejidad, no linealidad y especificidad
contextual de estas relaciones, las proyecciones del
rendimiento futuro de los cultivos derivadas en la última
década han variado considerablemente, y en algunos casos
no coinciden ni siquiera en el sentido del cambio previsto
(Rosenzweig et al., 2014; Jägermeyr et al., 2021).
Según las simulaciones multimodelo más recientes de los
cuatro principales cultivos básicos del mundo, los niveles
de rendimiento del maíz, el cultivo mundial más importante
en términos de producción total, se verán fuertemente
afectados de forma negativa, y se prevé que disminuyan
un 6% y un 24% bajo RCP2.6 y RCP8.5, respectivamente,
a finales de siglo en comparación con los niveles actuales
(Jägermeyr et al., 2021) (Figura 12). Por el contrario, se
prevé que el rendimiento mundial del trigo aumente un
9% y un 18% con el RCP2.6 y el RCP8.5, respectivamente.
Se prevé que ya en las décadas de 2020 y 2030 se
produzcan desviaciones significativas de los patrones
históricos de rendimiento. Se prevé que los rendimientos
medios mundiales proyectados en soja y arroz cambien
menos sustancialmente, sin que los modelos de cultivos
alternativos muestren signos consistentes (Jägermeyr et
al., 2021). Es importante señalar que estas proyecciones
no tienen en cuenta las medidas locales de adaptación,
como el cambio de variedades o cultivos, o los cambios
en la gestión y la tecnología, que pueden aumentar
sustancialmente los rendimientos y compensar, al menos
parcialmente, los cambios climáticos adversos.
Figura 12: Cambios medios multimodelo en los rendimientos de maíz, trigo, soja y arroz en zonas de cultivo actuales bajo
RCP8.5 en 2069-2099 en comparación con los niveles actuales.

Maíz Trigo

Soya Arroz

Cambio en el rendimiento (%)

Fuente: Adaptado de Jägermeyr et al. (2021).

OIM | Cambio climático y movilidad humana 33

Los descensos previstos en el rendimiento del maíz son
comparativamente homogéneos en todo el espacio,
esperándose descensos importantes en Norteamérica,
México, África Occidental, Asia Central y China. Los
cambios previstos en el rendimiento de otros cultivos
son más variados espacialmente. Es probable que el
rendimiento del trigo disminuya en México, el sur de
Estados Unidos, Sudamérica y el sur de Asia, pero que
aumente en las llanuras del norte de China, Australia, Asia
Central, Oriente Medio, el norte de Estados Unidos y
Canadá. Se prevén descensos sustanciales del rendimiento
de la soja en Estados Unidos, Brasil y el Sudeste Asiático,
y del arroz en Asia Central (Jägermeyr et al., 2021).
Para RCP6.0, se ha previsto que las pérdidas de
rendimiento vinculadas al cambio climático pongan en
riesgo de padecer hambre a entre 8 y 80 millones de
personas más en 2050, dependiendo de la evolución
socioeconómica (Pörtner et al., 2022). Las disparidades
regionales son elevadas, y se prevé que casi el 80% de la
población en riesgo de padecer hambre viva en África y
Asia (Pörtner et al., 2022).
34 OIM | Cambio climático y movilidad humana
La escasez de forraje, el estrés hídrico y el calor inducidos
por el cambio climático también comprometen la
producción ganadera, especialmente en África (Pörtner
et al., 2022). Las repercusiones del cambio climático en
los océanos amenazan el potencial de captura de las
pesquerías, y las proyecciones sugieren disminuciones en
África del 3-41% con un calentamiento global de 1,5°C y
del 12-69% con 4,3°C para 2081-2100, en relación con los
niveles de 1986-2005 (Pörtner et al., 2022). Las pérdidas
en el potencial de capturas de peces marinos pueden
alcanzar más del 50% en 2100 para nueve de las 17
entidades insulares del Pacífico tanto bajo RCP2.6 como
RCP8.5 (Pörtner et al., 2022).
Se prevé que la reducción de la capacidad laboral inducida
por el estrés térmico tenga efectos significativos en la
productividad agrícola. Por ejemplo, en partes del sur de
Asia, el África subsahariana tropical y partes de América
Central y del Sur, el número de días con condiciones
climáticamente estresantes para las personas que trabajan
al aire libre aumentará hasta 250 días laborables al año a
finales de siglo bajo RCP8.5-SSP5 (Pörtner et al., 2022).
REFERENCIAS

Abel GJ, Brottrager M, Cuaresma JC, et al.

2019 Climate, conflict and forced migration. Global environmental change. 54: pp.239– 249.

Abel GJ y Cohen JE.

2022 Bilateral international migration flow estimates updated and refined by sex. Scientific Data. 9(1): pp.1-11.

Adams H.
2016 Why populations persist: mobility, place attachment and climate change. Population and Environment. 37: pp.429–448.

Alessandrini A, Ghio D y Migali S.

2020 Estimating net migration at high spatial resolution. Publications Office of the European Union.

Amakrane K, Rosengaertner S, Simpson N, et al.

2023 African Shifts: The Africa Climate Mobility Report, Addressing Climate-Forced Migration & Displacement.

Barrios S, Bertinelli L y Strobl E.

2006 Climatic change and rural–urban migration: The case of sub-Saharan Africa. Journal of Urban Economics. 60(3):
pp.357–371.

Beine M y Parsons CR.

2017 Climatic factors as determinants of international migration: Redux. CESifo Economic Studies. 63(4): pp.386–402.

Bell M, Bernard A, Charles-Edwards E, et al.

2020 Internal migration in the countries of Asia. Springer.

Benveniste H, Oppenheimer M y Fleurbaey M.

2022 Climate change increases resource-constrained international immobility. Nature Climate Change. 12(7): pp.634–641.

Benveniste H, Oppenheimer M y Fleurbaey M.

2020 Effect of border policy on exposure and vulnerability to climate change. Proceedings of the National Academy of
Sciences. 117(43): pp.26692–26702.

OIM | Cambio climático y movilidad humana 35

Berlemann M y Steinhardt MF.
2017 Climate change, natural disasters, and migration—a survey of the empirical evidence. CESifo Economic Studies. 63(4):
pp.353–385.

Bettini G.
2017 Where next? Climate change, migration, and the (bio) politics of adaptation. Global Policy. 8: pp.33–39.

Beyer RM, Schewe J y Abel GJ.

2023 Modelling climate-induced migration: Dead ends and new avenues. forthcoming.

Beyer RM, Schewe J y Lotze-Campen H.

2022 Gravity models do not explain, and cannot predict, international migration
dynamics. Humanities and Social Sciences Communications. 9(1): pp.1-10.

Biermann F y Boas I.
2010 Preparing for a warmer world: Towards a global governance system to protect climate refugees. Global environmental
politics. 10(1): pp.60-88.

Black R, Adger WN, Arnell NW, et al.

2011a Migration and global environmental change: future challenges and opportunities.

Black R, Adger WN, Arnell NW, et al.

2011b The effect of environmental change on human migration. Global environmental change. 21: pp.S3-S11.

Black R, Arnell NW, Adger WN, et al.

2013 Migration, immobility and displacement outcomes following extreme events. Environmental Science & Policy. 27:
pp.S32-S43.

Black R, Bennett SR, Thomas SM, et al.

2011 Migration as adaptation. Nature. 478(7370): pp.447-449.

Boas 1.
2015 Climate migration and security: Securitisation as a strategy in climate change politics. Routledge.

Boas I, Farbotko C, Adams H, et al.

2019 Climate migration myths. Nature Climate Change. 9(12): pp.901-903.

36 OIM | Cambio climático y movilidad humana

Bohra-Mishra P, Oppenheimer M y Hsiang SM.
2014 Nonlinear permanent migration response to climatic variations but minimal response to disasters. Proceedings of the
National Academy of Sciences. 111(27): pp.9780-9785.

Boote KJ, Jones JW, White JW, et al.

2013 Putting mechanisms into crop production models. Plant, cell & environment. 36(9): pp.1658-1672.

Borderon M, Sakdapolrak P, Muttarak R, et al.

2019 Migration influenced by environmental change in Africa. Demographic
Research. 41: pp.491-544

Brown O.
2008 Migration and climate change. United Nations

Buhaug H, Nordkvelle J, Bernauer T, et al.

2014 One effect to rule them all? A comment on climate and conflict. Climatic Change. 127: pp.391-397.

Burke M, Hsiang SM y Miguel E.

2015 Climate and conflict. Annu. Rev. Econ. 7(1): pp.577-617.

Cai R, Feng S, Oppenheimer M, et al.

2016 Climate variability and international migration: The importance of the agricultural linkage. Journal of Environmental
Economics and Management. 79: pp.135-151.

Cattaneo C, Beine M, Fröhlich CJ, et al.

2019 Human migration in the era of climate change. Review of Environmental Economics and Policy.

Cattaneo C y Bosetti V.
2017 Climate-induced international migration and conflicts. CESifo Economic Studies. 63(4): pp.500-528.

Cattaneo C y Peri G.
2016 The migration response to increasing temperatures. Journal of development economics. 122: pp.127-146.

Christian Aid.
2007 Human tide: the real migration crisis.

OIM | Cambio climático y movilidad humana 37

Clement V, Rigaud KK, de Sherbinin A, et al.
2021 Groundswell part 2: Acting on internal climate migration. World Bank.

Cohen J.
2012 Projection of net migration using a gravity model. In: Population Division, United Nations. New York. pp. 1-8.

Coniglio ND y Pesce G.
2015 Climate variability and international migration: an empirical analysis. Environment and Development Economics. 20(4):
pp. 434-468.

De Sherbinin A, Levy M, Adamo S, et al.

2015 Global estimated net migration grids by decade: 1970-2000. NASA
Socioeconomic Data and Applications Center (SEDAC) at http://sedac. ciesin. columbia. edu/data/set/popdynamics-global-
est-net-migration-grids-1970-2000.

Docquier F.
2018 Long-term trends in international migration: Lessons from macroeconomic model. Economics and Business Review.
4(1): pp.3-15.

Elliott, Müller C, Deryng D, et al.

2015 The global gridded crop model intercomparison: data and modeling protocols for phase 1 (v1. 0). Geoscientific Model
Development. 8(2): pp.261-277.

Eyring V, Bony S, Meehl GA, et al.

2016 Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization.
Geoscientific Model Development. 9(5): pp.1937-1958.

Falco C, Galeotti M y Olper A.

2019 Climate change and migration: is agriculture the main channel? Global Environmental Change. 59: pp.101995.

Findlay AM
2011 Migrant destinations in an era of environmental change. Global Environmental Change. 21: pp.S50-S58.

Gemenne F.
2011 Why the numbers don’t add up: A review of estimates and predictions of people displaced by environmental changes.
Global Environmental Change. 21: pp.S41-S49.

38 OIM | Cambio climático y movilidad humana

Ghimire R, Ferreira S y Dorfman JH.
2015 Flood-induced displacement and civil conflict. World Development. 66: Pp.614-628.

Gleick PH.
2014 Water, drought, climate change, and conflict in Syria. Weather, climate, and society. 6(3): pp.331-340.

Güneralp B, Güneralp Ii y Liu Y.

2015 Changing global patterns of urban exposure to flood and drought
hazards. Global environmental change. 31: pp.217-225.

Haasnoot M, Winter G, Brown S, et al.

2021 Long-term sea-level rise necessitates a commitment to adaptation: A first order assessment. Climate Risk Management.
34: pp.100355.

Hausfather Z y Peters GP.

2020a Emissions-the ‘business as usual’ story is misleading. Nature. 577 (7792): pp.618-620.

Hausfather Z y Peters GP.

2020b RCP8. 5 is a problematic scenario for near-term emissions. Proceedings of the National Academy of Sciences.
117(45): pp.27791-27792.

Hoffmann R, Dimitrova A, Muttarak R, et al.

2020 A meta-analysis of country-level studies on environmental change and migration. Nature Climate Change. 10(10):
pp.904-912.

Hoffmann R, Šedová B y Vinke K.

2021 Improving the evidence base: A methodological review of the quantitative climate migration literature. Global
Environmental Change. 71: pp. 102367.

Horton RM, de Sherbinin A, Wrathall D, et al.

2021 Assessing human habitability and migration. Science. 372(6548): pp. 1279-1283.

Hsiang SM y Burke M.
2014 Climate, conflict, and social stability: what does the evidence say? Climatic change. 123: pp.39-55.

Hsiang SM, Burke M. y Miguel E.

2013 Quantifying the influence of climate on human conflict. Science. 341(6151): pp. 1235367.

OIM | Cambio climático y movilidad humana 39

IDMC.
2023 Global Internal Displacement Database.

Jägermeyr J, Müller C, Ruane AC, et al.

2021 Climate impacts on global agriculture emerge earlier in new generation of climate and crop models. Nature Food.
2(11): pp.873-885.

Jones B and O’Neill BC.

2016 Spatially explicit global population scenarios consistent with the Shared Socioeconomic Pathways. Environmental
Research Letters. 11(8): pp.084003.

Kaczan DJ y Orgill-Meyer J.
2020 The impact of climate change on migration: a synthesis of recent empirical insights. Climatic Change. 158(3): pp.281-
300.

Kelley CP, Mohtadi S, Cane MA, et al.

2015 Climate change in the Fertile Crescent and implications of the recent Syrian drought. Proceedings of the national
Academy of Sciences. 112(11): pp.3241-3246.

Klepp S.
2017 Climate change and migration. In: Oxford research encyclopedia of climate science.

L Perch-Nielsen S, B Bättig M e Imboden D.

2008 Exploring the link between climate change and migration. Climatic change. 91: pp.375–393.

Lange S, Volkholz J, Geiger T, et al.

2020 Projecting exposure to extreme climate impact events across six event categories and three spatial scales. Earth’s
Future. 8(12): pp.e2020EF001616.

Li D, Yuan J y Kopp RE.

2020 Escalating global exposure to compound heat-humidity extremes with warming. Environmental Research Letters.
15(6): pp.064003.

Liu Z, Anderson B, Yan K, et al.

2017 Global and regional changes in exposure to extreme heat and the relative contributions of climate and population
change. Scientific Reports. 7(1): pp.43909.

40 OIM | Cambio climático y movilidad humana

Marchiori L, Maystadt J-F y Schumacher I.
2012 The impact of weather anomalies on migration in sub-Saharan Africa. Journal of Environmental Economics and
Management. 63(3): pp.355-374.

Maurel M y Tuccio M.
2016 Climate instability, urbanisation and international migration. The Journal of Development Studies. 52(5): pp.735-752.

McMichael C, Dasgupta S, Ayeb-Karlsson S, et al.

2020 A review of estimating population exposure to sea-level rise and the relevance for migration. Environmental Research
Letters. 15(12): pp. 123005.

Merkens J-L, Reimann L, Hinkel J, et al.

2016 Gridded population projections for the coastal zone under the Shared Socioeconomic Pathways. Global and Planetary
Change. 145: pp.57-66.

Missirian A y Schlenker W.
2017 Asylum applications respond to temperature fluctuations. Science. 358(6370): рр.1610-1614.

Moore M y Wesselbaum D.
2022 Climatic factors as drivers of migration: a review. Environment, Development and Sustainability.: pp.1-21.

Müller C, Elliott J, Chryssanthacopoulos J, et al.

2017 Global gridded crop model evaluation: benchmarking, skills, deficiencies and implications. Geoscientific Model
Development. 10(4): pp. 1403-1422.

Myers N.
2002 Environmental refugees: a growing phenomenon of the 21st century. Philosophical Transactions of the Royal Society
B: Biological Sciences. 357(1420): pp.609-613.

Myers N y Kent J.
1995 Environmental exodus: an emergent crisis in the global arena. Climate
Inst.

Nawrotzki RI y DeWaard J.
2018 Putting trapped populations into place: climate change and inter-district migration flows in Zambia. Regional
environmental change. 18: pp.533-546.

OIM | Cambio climático y movilidad humana 41

Neumann B, Vafeidis AT, Zimmermann J, et al.
2015 Future coastal population growth and exposure to sea-level rise and
coastal flooding-a global assessment. PloS one. 10 (3): pp.e0118571.

New York Times y Lustgarten A.

2020 The great climate migration. New York Times Magazine.

Nicholls RJ, Marinova N, Lowe JA, et al.

2011 Sea-level rise and its possible impacts given a ‘beyond 4 C world’ in the twenty-first century. Philosophical transactions
of the Royal Society A: mathematical, physical and engineering sciences. 369(1934): pp. 161-181.

Niva V, Kallio M, Muttarak R, et al.

2021 Global migration is driven by the complex interplay between environmental and social factors. Environmental Research
Letters. 16 (11): pp. 114019.

Obokata R, Veronis L y McLeman R.

2014 Empirical research on international environmental migration: a systematic review. Population and environment. 36(1):
pp.111-135.

Omobowale AO, Akanle O, Falase OS, et al.

2019 Migration and environmental crises in Africa. Oxford University Press London.

Otto FE.
2017 Attribution of weather and climate events. Annual Review of Environment and Resources. 42: pp.627-646.

Peng B, Guan K, Tang J, et al.

2020 Towards a multiscale crop modelling framework for climate change adaptation assessment. Nature plants. 6(4):
pp.338-348.

Peri G y Sasahara A.
2019 The impact of global warming on rural-Urban migrations: Evidence from global big data. National Bureau of Economic
Research.

Pielke Jr R, Burgess MG y Ritchie J.

2022 Plausible 2005-2050 emissions scenarios project between 2 and 3 degrees C of warming by 2100. Environmental
Research Letters.

42 OIM | Cambio climático y movilidad humana

Piguet E, Kaenzig R y Guélat J.
2018 The uneven geography of research on “environmental migration”. Population and environment. 39: pp.357-383.

Piguet E, Pécoud A y De Guchteneire P.

2011 Migration and climate change: An overview. Refugee Survey Quarterly. 30(3): pp.1-23.

Pörtner H-O, Roberts DC, Adams H, et al.

2022 Climate change 2022: Impacts, adaptation and vulnerability. IPCC Geneva, Switzerland:

Ramos R.
2016 Gravity models: a tool for migration analysis. IZA World of Labor.

Rees P, Bell M, Kupiszewski M, et al.

2017 The impact of internal migration on population redistribution: An international comparison. Population, Space and
Place. 23(6): pp.e2036.

Reuveny R y Moore WH.

2009 Does environmental degradation influence migration? Emigration to developed countries in the late 1980s and 1990s.
Social Science Quarterly. 90(3): pp.461-479.

Rikani A, Otto C, Levermann A, et al.

2022 More people too poor to move: Divergent effects of climate change on global migration patterns. Environmental
Research Letters.

Rikani A y Schewe J.
2021 Global bilateral migration projections accounting for diasporas, transit and return flows, and poverty constraints.
Demographic Research. 45: pp.COV4-COV4.

Rosenzweig C, Elliott J, Deryng D, et al.

2014 Assessing agricultural risks of climate change in the 21st century in a global gridded crop model intercomparison.
Proceedings of the national academy of sciences. 111(9): pp.3268-3273.

Russo S, Dosio A, Graversen RG, et al.

2014 Magnitude of extreme heat waves in present climate and their projection in a warming world. Journal of Geophysical
Research: Atmospheres. 119(22): pp. 12-500.

OIM | Cambio climático y movilidad humana 43

Salehyan I.
2008 From climate change to conflict? No consensus yet. Journal of peace research. 45(3): pp.315-326.

Schutte S, Vestby J, Carling J, et al.

2021 Climatic conditions are weak predictors of asylum migration. Nature communications. 12(1): pp.1-10.

Seneviratne S, Nicholls N, Easterling D, et al.

2012 Changes in climate extremes and their impacts on the natural physical environment.

Stern N y Stern NH.

2007 The economics of climate change: the Stern review. Cambridge University press.

Stott P
2016 How climate change affects extreme weather events. Science.
352(6293): pp.1517-1518.

Stott PA, Christidis N, Otto FE, et al.

2016 Attribution of extreme weather and climate-related events. Wiley Interdisciplinary Reviews: Climate Change. 7(1):
pp.23-41

Tjaden J.
2021 Measuring migration 2.0: a review of digital data sources. Comparative Migration Studies. 9(1): pp.59.

Warner K, Hamza M, Oliver-Smith A, et al.

2010 Climate change, environmental degradation and migration. Natural Hazards. 55: pp.689-715.

Wesselbaum D y Aburn A.
2019 Gone with the wind: International migration. Global and Planetary Change. 178: pp.96-109.

Xu C, Kohler TA, Lenton TM, et al.

2020 Future of the human climate niche. Proceedings of the National Academy of Sciences. 117 (21): pp. 11350-11355.

Zickgraf C.
2019 Climate change and migration crisis in Africa. The Oxford handbook of migration crises.: pp.347.

44 OIM | Cambio climático y movilidad humana

Zittis G, Hadjinicolaou P, Almazroui M, et al.
2021 Business-as-usual will lead to super and ultra-extreme heatwaves in the Middle East and North Africa. npj Climate
and Atmospheric Science. 4(1): pp.20.

OIM | Cambio climático y movilidad humana 45

46 OIM | Cambio climático y movilidad humana