在任何特定时刻碰巧身处城市中心的人们可能看起来像是随机的个体集合。但一项以简单数学定律为特色的新研究表明，实际上，全球城市出行模式具有显著的可预测性，且与地点无关——这一洞察力可以增强疾病传播模型，并有助于优化城市规划。
研究人员通过研究匿名手机数据，发现了一个被称为平方反比关系的现象，即特定城市位置的人数与他们到达该位置的距离以及他们旅行的频率之间存在这种关系。人们经常访问附近地点，而较少访问遥远地点，这似乎是直观的，但新发现的关系将这一概念置于具体的数值术语中。例如，它准确地预测了每周五次从两公里外来的人数将与每周两次从五公里外来的人数相同。研究人员的新访问定律以及基于该定律的城市内个人移动通用模型，已在《自然》杂志上报道。
丹麦技术大学的计算社会科学家劳拉·阿莱桑德雷蒂说：“这是一个非常引人注目、稳健的结果，她没有参与这项研究，但与人合写了一篇随附的评论。“我们倾向于认为，有很多背景因素会影响我们的出行方式，例如交通系统、特定地点的形态和社会经济方面。这在一定程度上是正确的，但这项研究表明，存在一些普遍适用的稳健定律。”
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
研究人员分析了2006年至2013年间约800万人在六个城市地点的手机数据：波士顿、新加坡、葡萄牙的里斯本和波尔图、塞内加尔的达喀尔和科特迪瓦的阿比让。之前的分析曾使用手机数据来研究个人的出行路径；这项研究转而关注地点，并考察了有多少人访问、来自多远以及访问频率。研究人员发现，当综合考虑时，人们做出的所有独特选择——从送孩子上学到购物或通勤——都遵守这一平方反比定律。圣塔菲研究所的城市规模理论家、该论文的资深作者之一杰弗里·韦斯特说：“结果非常简单，但非常令人震惊。”
对这种强烈的统计模式的一种解释是，旅行需要时间和精力，而人们为此拥有的资源有限。苏黎世联邦理工学院新加坡未来城市实验室的研究负责人马库斯·施莱普弗说：“这里确实有一些非常基本的东西在起作用。无论你住在塞内加尔还是波士顿，你都会尝试优化你的一天。“核心是人们集体愿意投入精力前往某些地点。”（您可以查看交互式可视化此处。）
马里兰大学的地理学家和流动性研究员凯瑟琳·斯图尔特说，理解这些模式不仅对于规划新购物中心或公共交通的布局很重要，而且对于模拟城市内的疾病传播也很重要，她没有参与这项研究。
许多研究人员使用“引力模型”来估计出行，该模型假设城市之间的流动与它们的人口规模成正比。但这些模型没有考虑到城市内的出行模式——这些信息对于应对疾病传播尤为关键。东北大学的流行病学家山姆·斯卡皮诺没有参与这项研究，他说基于这一新发现的模型可能更好地跟踪这种流动。例如，纽约市的居民更可能在自己的行政区（如曼哈顿或布朗克斯）内进行短途、频繁的旅行，而较少前往遥远的行政区。
斯卡皮诺说：“这些组织模式对新冠病毒的传播方式具有非常深刻的影响。”在一个较小的农村地区，许多人经常去同一个教堂或杂货店，当病毒席卷社区时，整个城镇将经历感染高峰。但他解释说，在一个更大的城市里，传播时间会更长，因为每个社区都可能相对独立地发生小型流行病。
斯图尔特补充说：“作者证明，他们的访问定律——以其他模型没有的方式同时考虑了旅行距离和访问频率——在预测地点之间的流动方面优于引力模型。”