Distribuições de lei de potência ampliadas por distância caracterizam melhor as viagens humanas de longa distância

Por que a forma como viajamos longe importa

Quando as pessoas fazem viagens longas — de trem, carro ou avião — elas ajudam a conectar cidades, economias e famílias. Mas essas mesmas viagens também podem transportar vírus por um país em poucos dias. Este estudo faz uma pergunta aparentemente simples: quão longas são, de fato, nossas viagens de longa distância, e elas seguem os padrões que os cientistas supõem há muito tempo? A resposta revela que não, e isso tem grandes consequências para como projetamos previsões de disseminação de doenças e planejamos sistemas de transporte.

As velhas regras do movimento não bastam

Durante anos, pesquisadores usaram uma regra matemática simples, chamada lei de potência, para descrever quão longe as pessoas se deslocam. Nessa imagem, viagens curtas são muito comuns e viagens muito longas são raras, mas seguem um padrão suave em um gráfico log–log. Essa regra funciona razoavelmente bem para deslocamentos do dia a dia, como caminhar, pedalar ou pegar um ônibus local. Usando grandes pesquisas nacionais da Alemanha e dos Estados Unidos, os autores confirmam que viagens curtas e de média distância realmente se alinham com essa imagem clássica. Mas quando eles analisam jornadas de centenas de quilômetros — o tipo que tem mais chance de levar um vírus entre regiões — a linha matemática de uma lei de potência de repente se desvia do previsto.

Evidências de milhões de viagens reais

A equipe combina três grandes fontes de dados: diários de viagem detalhados de quase dois milhões de viagens relatadas na Alemanha e nos EUA, além de mais de um milhão de jornadas inferidas a partir de conexões de telefones móveis no Reino Unido. Para cada país, eles se concentram em viagens de pelo menos 100 quilômetros (ou 300 quilômetros nos EUA, que têm uma extensão maior). Ao traçar essas viagens de longa distância, a assinatura de linha reta de uma lei de potência desaparece. Em vez disso, há mais viagens muito longas do que o esperado, e a curva muda de formato em certas distâncias, como em torno de 200–300 quilômetros nos dados do Reino Unido. Isso não é apenas uma peculiaridade estatística: saltos “mais longos do que o esperado” aparecem também quando os autores analisam como a COVID-19 se espalhou entre condados alemães em meados de 2021. Novos focos surgem subitamente em regiões distantes, em vez de irradiar suavemente a partir de áreas de surto anteriores, contrariando o que o modelo tradicional sugeriria.

Uma nova forma de pensar sobre viagens longas

Para explicar esse comportamento, os autores propõem um novo modelo que chamam de distribuição de lei de potência ampliada por distância. A ideia é intuitiva: uma vez que alguém se compromete a viajar uma distância substancial — por exemplo, para alcançar uma grande estação de trem ou aeroporto — é mais provável que continue muito mais longe. Matematicamente, o modelo parte de uma distância com lei de potência padrão e então a “amplifica” repetidamente por um fator fixo com certa probabilidade, como multiplicar a distância por C, depois por C novamente, e assim por diante. Esse processo produz naturalmente aglomerados de viagens em torno de certas faixas de distância e uma cauda mais pesada, o que significa que jornadas extra-longas são mais comuns do que a teoria clássica sugere. Os autores também acrescentam um limite realista para cada viagem com base no tamanho do país, imitando o fato de que a maioria das jornadas começa e termina dentro das fronteiras nacionais.

Testando o novo modelo

Os pesquisadores comparam três abordagens: uma lei de potência com um corte exponencial simples, uma lei de potência com sua nova truncatura consciente de fronteiras e o modelo completo ampliado por distância. Eles simulam dezenas de milhares de viagens a partir de cada modelo e medem quão de perto as distribuições resultantes se ajustam aos dados reais ao longo de centenas de pontos de distância. Embora ambas as variantes aprimoradas da lei de potência tenham desempenho melhor que o modelo básico, ainda deixam de captar características-chave, especialmente a densidade adicional de viagens em certas longas distâncias. O modelo ampliado por distância ajusta-se consistentemente melhor para os três países, reduzindo o erro bem abaixo do dos modelos concorrentes. Famílias alternativas não baseadas em lei de potência, como gamma, exponencial, log‑normal e beta, também foram testadas, mas não capturaram as caudas pesadas e as curvaturas características dos dados.

O que isso significa para o dia a dia

Em termos simples, este trabalho mostra que as pessoas fazem viagens realmente longas com mais frequência — e de formas mais estruturadas — do que nossas fórmulas antigas reconheciam. Isso importa porque viagens longas são exatamente aquelas que podem saltar infecções, redistribuir poluição e remodelar economias regionais. Ao fornecer uma descrição matemática simples, porém mais precisa, desses deslocamentos, o modelo ampliado por distância pode melhorar como simulamos futuras epidemias, planejamos redes ferroviárias e aéreas e estimamos emissões provenientes da mobilidade. Em vez de tratar todo movimento como versões ampliadas de pequenas tarefas locais, este estudo argumenta que o deslocamento de longa distância é um fenômeno distinto, regido por decisões e restrições que exigem um modelo próprio.

Citação: Bankhamer, G., Liu, H., Park, S. et al. Distance-amplified power-law distributions better characterize human long-distance travel. Sci Rep 16, 4331 (2026). https://doi.org/10.1038/s41598-026-37165-y

Palavras-chave: mobilidade humana, viagens de longa distância, propagação epidêmica, modelagem de mobilidade, COVID-19