2024年那组覆盖19个欧洲国家的数据，看得人心头一紧：17个国家出现了本土出生居民的净流失。换句话说，被反复谈论的“人才流失”不是零星个案，而是这片大陆上通行的常态。但如果你追问一句“哪个国家最严重”，答案取决于你翻开的是绝对数榜单，还是把人口规模也算进去的率表——两张排行榜长得完全不同，同一个德国在绝对值上“一骑绝尘”，到了人均榜单却根本找不到影子。

这份公开在GitHub上的数据集（CC BY 4.0协议）干净到只需要三列：国家、净迁移人数、每千居民净迁移率。随便几行pandas就能复现所有数字，连下载都不用，直接读原始CSV：

import pandas as pdurl = ("https://raw.githubusercontent.com/DatapulseResearch/""brain-drain-eu/main/data/net_migration_native_born_2024.csv"df = pd.read_csv(url)print(df.shape) # (19, 3)print(df.columns.tolist()) # ['country', 'net_migration', 'per_1000_residents']losers = (df["net_migration"] < 0).sum()print(f"{losers} of {len(df)} countries had a net loss") # 17 of 19

如果你只看“净迁移”原始计数，德国把其他国家远远甩在身后：-91,067人。这个数字一出来，标题很容易就变成“欧洲最大人才流失国：德国”，不少报道也确实这么干了。

但把同一组数据除以人口基数，改用每千居民流失率排序，刚才还稳居榜首的德国立刻退出前排，排名最高的变成了卢森堡（-2.35）、比利时（-1.27）和瑞典（-1.23）。一个大国输出了近十万人，摊到整体人口上，比率可能还不如一个人口小国流失几千人来得刺眼——绝对值最强和人均受伤最重，讲的根本不是同一件事。

最让人意外的反转，是那两个净增长的国家。整个19国样本里，只有保加利亚（+0.88/千人）和立陶宛（+2.67/千人）实现了本土出生人口正增长。过去很长一段时间，这两个国家都被当成经典的移民输出地来叙事，如今数据却显示它们正在把人吸引回来。把绝对排名和人均排名放在一起对比，这种反转就摆在眼前：

df["rank_absolute"] = df["net_migration"].rank().astype(int)df["rank_per_capita"] = df["per_1000_residents"].rank().astype(int)

面对同一份数据，用哪个指标就等于选择讲哪一种故事。只盯绝对值，你会担心大经济体的虹吸效应到底卷走了多少人；只看人均率，你又得重新打量那些被人口规模遮住的高比例流失国。两种算法没有对错，只是谁在为此付出代价这件事，答案远比想象的更难统一。