Распределения со «усилением расстояния» лучше описывают человеческие дальние поездки

Почему важно, как мы путешествуем на большие расстояния

Когда люди совершают дальние поездки — на поезде, автомобиле или самолёте — они связывают города, экономики и семьи. Но те же поездки могут перенести вирусы через страну всего за несколько дней. В этом исследовании задаётся на вид простой вопрос: какими на самом деле являются наши дальние поездки по длине, и следуют ли они шаблонам, которые учёные давно принимают? Оказалось, что нет, и это имеет серьёзные последствия для прогнозирования распространения болезней и планирования транспортных систем.

Старые правила движения оказываются недостаточными

Годы учёные использовали простое математическое правило, называемое степенным законом, чтобы описать, как далеко перемещаются люди. В этой картине короткие поездки очень распространены, а очень длинные — редки, причём на логарифмической диаграмме они образуют плавную прямую. Это правило довольно хорошо работает для повседневных перемещений, таких как ходьба, езда на велосипеде или поездки на городском автобусе. На основе больших национальных опросов в Германии и США авторы подтверждают, что короткие и средние по длине поездки действительно соответствуют этой классической картине. Но когда они переходят к поездкам в сотни километров — тем самым, которые с наибольшей вероятностью переносят вирусы между регионами — математический паттерн внезапно отклоняется от предсказаний степенного закона.

Данные миллионов реальных поездок

Команда объединяет три больших источника данных: подробные дорожные дневники почти двух миллионов зафиксированных поездок в Германии и США, а также более миллиона маршрутов, восстановленных по подключению мобильных телефонов в Великобритании. Для каждой страны они сосредотачиваются на поездках не менее 100 километров (или 300 километров в большем наборе США). При нанесении этих дальних поездок на график исчезает прямолинейный след степенного закона. Вместо этого наблюдается больше удалённых путешествий, чем ожидалось, и кривая меняет форму на определённых расстояниях, например около 200–300 километров в данных Великобритании. Это не просто статистическая аномалия: похожие «слишком дальние» скачки выявляются, когда авторы изучают, как COVID-19 распространялся по немецким округам в середине 2021 года. Новые очаги появляются внезапно в отдалённых регионах, а не радиально расходятся из ранее поражённых зон, что противоречит тому, что предсказывала бы традиционная модель.

Новый взгляд на дальние поездки

Чтобы объяснить такое поведение, авторы предлагают новую модель, которую они называют степенным распределением с усилением расстояния. Идея интуитивна: как только человек решает совершить значительную поездку — например, чтобы добраться до крупного железнодорожного вокзала или аэропорта — он с большой вероятностью продолжит путь значительно дальше. Математически модель начинается со стандартного степенного распределения по расстоянию, затем с некоторой вероятностью «усиливает» это расстояние фиксированным множителем, как будто умножая расстояние на C, затем снова на C и так далее. Этот процесс естественно порождает скопления поездок вокруг определённых полос расстояний и утяжёлённый хвост, то есть сверхдлинные путешествия встречаются чаще, чем предсказывает классическая теория. Авторы также добавляют реалистичное ограничение для каждой поездки, зависящее от размера страны, имитируя факт, что большинство перемещений начинается и заканчивается в границах одной страны.

Проверка новой модели

Исследователи сравнивают три подхода: степенной закон с простым экспоненциальным отсечением, степенной закон с их новой учётом границ и полную модель с усилением расстояния. Они моделируют десятки тысяч поездок по каждой модели и измеряют, насколько близко полученные распределения соответствуют реальным данным по сотням точек расстояний. Хотя оба улучшенных варианта степенных законов работают лучше базовой модели, им всё же не удаётся уловить ключевые особенности, особенно повышенную плотность поездок на отдельных больших расстояниях. Модель с усилением расстояния стабильно даёт лучшее соответствие для всех трёх стран, существенно сокращая ошибку по сравнению с конкурирующими моделями. Также проверялись альтернативные семейства распределений, не связанные со степенным законом — гамма, экспоненциальные, логнормальные и бета-распределения — но они не смогли адекватно воспроизвести утяжелённые хвосты и характерные изломы в данных.

Что это значит для повседневной жизни

Проще говоря, эта работа показывает, что люди совершают действительно дальние поездки чаще — и в более структурированном виде — чем признавали старые формулы. Это важно, потому что именно дальние поездки способны перескакивать инфекции, перераспределять загрязнения и перестраивать региональные экономики. Предложив простое, но более точное математическое описание таких перемещений, модель с усилением расстояния может улучшить прогнозы будущих эпидемий, планирование железнодорожных и авиасетей и оценку выбросов, связанных с мобильностью. Вместо того чтобы рассматривать все перемещения как увеличенные версии локальных поручений, исследование утверждает, что дальняя мобильность — это иное явление, управляемое решениями и ограничениями, требующими собственной модели.

Цитирование: 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

Ключевые слова: мобильность человека, дальние поездки, распространение эпидемий, моделирование мобильности, COVID-19