在任何特定時刻碰巧身處城市中心的人們可能看起來像是隨機的個體集合。但一項以簡單數學定律為特色的新研究表明，實際上，全球城市出行模式具有顯著的可預測性，且與地點無關——這一洞察力可以增強疾病傳播模型，並有助於最佳化城市規劃。
研究人員透過研究匿名手機資料，發現了一個被稱為平方反比關係的現象，即特定城市位置的人數與他們到達該位置的距離以及他們旅行的頻率之間存在這種關係。人們經常訪問附近地點，而較少訪問遙遠地點，這似乎是直觀的，但新發現的關係將這一概念置於具體的數值術語中。例如，它準確地預測了每週五次從兩公里外來的人數將與每週兩次從五公里外來的人數相同。研究人員的新訪問定律以及基於該定律的城市內個人移動通用模型，已在《自然》雜誌上報道。
丹麥技術大學的計算社會科學家勞拉·阿萊桑德雷蒂說：“這是一個非常引人注目、穩健的結果，她沒有參與這項研究，但與人合寫了一篇隨附的評論。“我們傾向於認為，有很多背景因素會影響我們的出行方式，例如交通系統、特定地點的形態和社會經濟方面。這在一定程度上是正確的，但這項研究表明，存在一些普遍適用的穩健定律。”
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
研究人員分析了2006年至2013年間約800萬人在六個城市地點的手機資料：波士頓、新加坡、葡萄牙的里斯本和波爾圖、塞內加爾的達喀爾和象牙海岸的阿比讓。之前的分析曾使用手機資料來研究個人的出行路徑；這項研究轉而關注地點，並考察了有多少人訪問、來自多遠以及訪問頻率。研究人員發現，當綜合考慮時，人們做出的所有獨特選擇——從送孩子上學到購物或通勤——都遵守這一平方反比定律。聖塔菲研究所的城市規模理論家、該論文的資深作者之一傑弗裡·韋斯特說：“結果非常簡單，但非常令人震驚。”
對這種強烈的統計模式的一種解釋是，旅行需要時間和精力，而人們為此擁有的資源有限。蘇黎世聯邦理工學院新加坡未來城市實驗室的研究負責人馬庫斯·施萊普弗說：“這裡確實有一些非常基本的東西在起作用。無論你住在塞內加爾還是波士頓，你都會嘗試最佳化你的一天。“核心是人們集體願意投入精力前往某些地點。”（您可以檢視互動式視覺化此處。）
馬里蘭大學的地理學家和流動性研究員凱瑟琳·斯圖爾特說，理解這些模式不僅對於規劃新購物中心或公共交通的佈局很重要，而且對於模擬城市內的疾病傳播也很重要，她沒有參與這項研究。
許多研究人員使用“引力模型”來估計出行，該模型假設城市之間的流動與它們的人口規模成正比。但這些模型沒有考慮到城市內的出行模式——這些資訊對於應對疾病傳播尤為關鍵。東北大學的流行病學家山姆·斯卡皮諾沒有參與這項研究，他說基於這一新發現的模型可能更好地跟蹤這種流動。例如，紐約市的居民更可能在自己的行政區（如曼哈頓或布朗克斯）內進行短途、頻繁的旅行，而較少前往遙遠的行政區。
斯卡皮諾說：“這些組織模式對新冠病毒的傳播方式具有非常深刻的影響。”在一個較小的農村地區，許多人經常去同一個教堂或雜貨店，當病毒席捲社群時，整個城鎮將經歷感染高峰。但他解釋說，在一個更大的城市裡，傳播時間會更長，因為每個社群都可能相對獨立地發生小型流行病。
斯圖爾特補充說：“作者證明，他們的訪問定律——以其他模型沒有的方式同時考慮了旅行距離和訪問頻率——在預測地點之間的流動方面優於引力模型。”