多層ネットワークが示す産業別の人間移動パターン：2021年テキサス冬嵐の事例

この冬嵐の話が重要な理由

大きな嵐が襲うと、私たちの移動は安全と危険を分けるような変化を見せます。本研究は、大規模な停電と被害をもたらした2021年のテキサス冬嵐の間に、ハリス郡の人々が実際にどのように移動したかを検証します。匿名化された携帯電話データを追跡することで、研究者たちは人々がどの移動をやめ、どの移動を維持し、それらのパターンがどの程度予測可能かを示します。この手法は、次の極端な気象事象に備えて都市がより賢く備えるのに役立ち、食料品店やガソリンスタンドといった重要な場所が、最も必要とされる時に利用可能であり続けるよう支援する可能性があります。

凍てつく街で人々を追う

嵐時の行動を理解するために、著者らはスマートフォンから得られた何十億ものGPSピンを週ごとの近隣間の移動マップに変換しました。各近隣は国勢調査区（センサス・トラクト）で定義され、家庭を出て学校、レストラン、診療所、店舗などの関心施設を訪れるたびに移動がカウントされます。すべての移動を同じものとして扱う代わりに、研究チームは目的地の種類に基づいて移動を層に分け、標準的な業種分類を用いました。ある層は医療施設への訪問を、別の層は学校への訪問を、さらに別の層は飲食店への訪問を捉えます。これらを重ね合わせることで、地域の“移動の指紋”のようなものが形成され、日常生活のさまざまな部分が全体の移動にどのように寄与しているかが示されます。

消えた移動と残った移動

嵐の週とその直前6週間を比較することで、研究者たちは各種移動がどれほど強く変化したかを測定しました。道路が凍結し、停電が発生し、当局が外出自粛を呼びかけた日々には、全般的に移動は大幅に減少しました。しかし、減少の程度は目的地によって異なりました。診療所や歯科医院、外来センターなどの外来医療サービスへの訪問は最も大きく、通常レベルより30標準偏差以上低下しました。飲食店やバーへの移動も急落し、小学校を中心とした学校への訪問も大きく減りました。対照的に、食料品店やその他の食料関連店舗への訪問はほとんど減少せず、ガソリンスタンドへの移動はむしろ増加しました。ホームセンターや建材店、また暖房や水を失った家庭に避難所を提供し得るホテルなどの宿泊施設にも小幅な増加が見られました。

近隣間の流れを詳しく見る

次にチームは、各近隣への流入と流出の回数を調べました。流出（Outgoing）はあるトラクトの住民がどれだけ他所へ移動したか、流入（Incoming）は他のトラクトからどれだけ訪問者が到着したかを示します。通常の週でさえ、これらの流れは非常に不均一で、あるトラクトは多くの往訪を送り受けする一方で、他はほとんど見られません。著者らは、流出は主にトラクトの人口規模と強く結びつき、流入はそのトラクトに含まれる事業やサービスの数によって説明されることを見出しました。言い換えれば、人口が主に外向きの移動を駆動し、地域のインフラが主に内向きの移動を惹きつけます。嵐の間、全体的な移動量は減少し分布は下方へシフトしましたが、これらパターンの基本的な形は類似したままでした。

嵐時の移動はどれほど予測可能か？

こうした流れがどれほど予測可能かを検証するため、研究者たちは近隣の特徴量を用いて流入と流出を予測する単純な統計モデルを構築しました。これらの特徴量には人口規模と密度、所得、貧困率と失業率、人種構成、および各種事業の数が含まれます。モデルは各トラクトから住民が外向きにどれだけ移動するかを、通常の週と嵐の間の双方で比較的良く予測しました；危機時でも精度は1％未満しか変化しませんでした。流入の予測はより難しかった。通常の週ですらモデルは変動の説明力が低く、嵐の間はその性能がさらに低下しました。嵐はどの目的地が訪問者を惹きつけるかを混乱させ、特定の地域への流入は通常の社会経済的パターンに結びつきにくくなったようです。

今後の災害に向けての示唆

総合すると、結果は明確な図を描きます：厳しい冬嵐では、人々は特に外食、学校、非緊急の医療に関する多くの任意の移動を劇的に削減する一方で、食料、燃料、特定の生活必需品へのアクセスを守ることに力を入れます。自宅から外への移動は人口に従い比較的予測可能に残りますが、人々がどこへ向かうかの選択はストレス下で大きく不安定になります。都市計画者や緊急管理担当者にとって、これは重要な店舗やガソリンスタンドを稼働可能かつ到達可能に保つことを最優先にすべきであり、通常の人の集まる場所のパターンに頼ることは危機時には誤解を招く可能性があることを意味します。本稿で導入された多層ネットワーク手法は、緊急時にどの種類の移動が最も重要かを検出し、次の嵐が来たときに人々が実際にどのように行動するかに合わせた対応を設計する実用的な方法を提供します。

引用: Butler, M., Khan, A., Afrifa, F.O.T. et al. Multilayer networks characterize human-mobility patterns by industry sector for the 2021 Texas winter storm. npj Complex 3, 15 (2026). https://doi.org/10.1038/s44260-026-00076-0

キーワード: 人間の移動, 冬の嵐, 災害計画, 携帯電話データ, 都市の回復力