无论你在哪里，全球的城市人口移动模式都是可预测的。这项发现可以改进疾病传播模型，或者有助于优化城市规划。通过研究匿名手机数据集，研究人员发现：对于城市中某个地点的访客数量而言，访问频率与访客移动距离直接相关。人们经常去附近的地方，而不常去遥远的地方，这似乎很直观，但新研究用具体的数学关系描述了这个概念。
比如，它准确地预测，每周从2千米以外的地方到访某地5次的人数与每周从5千米以外的地方到访该地2次的人数相同。相关研究发表在《自然》杂志上，研究人员除了介绍这项新的出行规律，还介绍了一项以此为基础的通用模型，描述了个体在城市中的移动模式。研究人员分析了2006年到2013年间约800万人的数据，数据来自6个城市：美国的波士顿、新加坡、葡萄牙的里斯本和波尔图、塞内加尔的达喀尔、科特迪瓦的阿比让。
之前的研究都使用手机数据分析个体的出行路径，而这项研究将重点放在了地点上，考察了到访人数、出行距离和访问频率。研究人员发现，人们作出的每个选择，从送孩子上学到购物再到通勤，总体上都遵循平方反比定律。有一种理论试图解释这种强而有力的数学规律。出行需要时间和精力，而人们的资源有限。了解这些规律不仅对规划新的购物中心或者布局公共交通设施很重要，对模拟城市内的疾病传播也很有意义。
许多研究人员使用“引力模型”估算出行，该模型假设两个城市之间旅行者数量与两个城市的人口数的乘积成正比。但这种模型并没有考虑人们在城市中的移动模式，而这些信息在应对疾病传播方面尤为关键。基于这一新发现的模型可能会更好地跟踪人群的流动信息。例如，纽约市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、频繁的出行，而较少前往遥远的行政区。对新冠病毒的传播而言，这些组织化的模式有着深远的影响。
在较小的农村地区，许多人经常去同一个教堂或杂货店。随着病毒席卷整个社区，整个城镇都会经历感染高峰。但在更大的城市，病毒传播需要更长的时间，因为小范围的传染会在每个街区相对独立地发生。