[論文レビュー] A model of human population motion

Joseph D. Skufca, Daniel ben‐Avraham|arXiv (Cornell University)|Jun 7, 2010

Human Mobility and Location-Based Analysis参考文献 1被引用数 4

ひとこと要約

本稿では、帰宅を伴う短距離移動（トリップ）と恒久的移転（リロケーション）を区別するマコフ過程に基づく人間移動モデルを提案する。このモデルは、三つの著しく異なる時間スケール（トリップ頻度θ、トリップ期間τ、リロケーション頻度T）で動作し、トリップベースの移動が感染症の伝播を促進し、感染期間と一致するトリップ期間で共鳴効果（感染率が最大に達する現象）を引き起こすことを示している。一方、リロケーションベースの移動ではこのような共鳴効果は観察されない。これは、移動モデルにおいてしばしば無視されがちな重要な相違点を浮き彫りにする。

ABSTRACT

We introduce a basic model for human mobility that accounts for the different dynamics arising from individuals embarking on short trips (and returning to their home locations) and individuals relocating to a new home. The differences between the two modes of motion comes to light on contrasting two recent studies, one tracking the geographical location of dollar bills \cite{brockmann}, the other that of mobile cell phones \cite{gonzalez}. Trips introduce two characteristic time scales; the time between trips, $θ$, and the duration of each trip, $τ$, and relocations introduces a third time scale, $T$, for the time between relocations. In practice, $T\sim{ m years}$, $θ\sim{ m months}$, and $τ\sim{ m days}$, so the three time scales are widely separated. Traditionally, studies incorporating human motion assume only a single mode, using a generic rate to account for all types of motion.

研究の動機と目的

• 短距離移動（帰宅を伴う）と恒久的移転という二つの明確に異なる人間の移動モードを明示的に扱う移動モデルの構築を目的とする。
• 既存のモデルがすべての移動を単一のプロセスとして扱い、トリップとリロケーションの間で著しく異なる時間スケールとダイナミクスを無視しているという限界を是正することを目的とする。
• これらの二つのモードが、特に感染症の結合性とエンドミックレベルの観点から、感染症の拡散に与える影響を調査することを目的とする。
• 同じ総移動量のもとで、トリップとリロケーションのダイナミクスの違いが、伝染病の伝播に質的に異なる結果をもたらすことを示すこと。

提案手法

• モデルは、状態を（現在地、自宅所在地）として定義するマコフ過程を用い、各状態に属する人々の割合を追跡する。
• 三つの時間スケールを導入する：トリップ頻度（θ）、トリップ期間（τ）、リロケーション頻度（T）。実際には T ≫ θ ≫ τ となる。
• 遷移には、自宅からリロケーションする確率（ωij/T）、自宅からトリップに出発する確率（νij/θ）、およびトリップ中から帰還または継続する確率（r/τ および (1−r)νik/τ）が含まれる。
• 人口規模と距離に基づく正規化された重み νij と ωij を用いる（重力モデル）。νij ∝ σj/dij^γ と表される。
• 二地点（都市と村）におけるシンプルなSIR感染症モデルを導入し、トリップ駆動型移動とリロケーション駆動型移動の下での感染症の伝播を比較する。
• 数値シミュレーションにより、トリップ期間 τ やバケーションインデックス V = T/θ などのパラメータを変化させ、エンドミックレベルと感受性者割合の変化を分析する。

実験結果

リサーチクエスチョン

• RQ1 短距離移動（帰宅を伴う）と恒久的移転の区別が、集団内での感染症の伝播にどのように影響するか？
• RQ2 トリップの期間（τ）は、エンドミックレベルにどのような役割を果たすか？
• RQ3 総移動量を一定に保ったもとで、トリップベースの移動はリロケーションベースの移動よりも高い感染症の結合性を示すか？
• RQ4 トリップ期間が感染期間と一致する場合に、伝染病の伝播に共鳴効果（感染率が最大に達する現象）が生じるか？もしそうなら、どのような条件下で生じるか？
• RQ5 トリップ（θ, τ）とリロケーション（T）の時間スケールが、地理的場所間の感染リスクの不均一性にどのように寄与するか？

主な発見

• トリップが支配的である場合（V = T/θ ≫ 1）、総移動量が同じでも、村におけるエンドミック感染レベルが著しく上昇し、最大で4倍に達する。
• 平均的なトリップ期間 τ ≈ 1/α ≈ 5日（平均感染期間と一致）のとき、感染率に共鳴ピークが観察され、中程度の期間のトリップが感染伝播に最適であることが示された。
• リロケーションのみのシナリオでは共鳴効果は観察されず、これは帰宅メカニズムに起因するトリップベース移動に特有の特徴であることを示している。
• トリップ頻度が上昇するにつれ、村の感受性者割合はほぼ4倍に増加するが、都市の感受性者割合はその大きな人口規模のためほとんど変化しない。
• モデルは、重力モデルに基づく感染症シミュレーションにおいて、実際のイングランド・ウェールズの麻疹データに一致させるために、必要な結合要因の調整として約1.3の補正が必要であると示唆している。
• 同じ個人がトリップから帰還するという要因が、特に村のような小規模集団において、感染症伝播のダイナミクスを顕著に変化させることをモデルが示している。