Clear Sky Science · ar

ما الذي يحفّز تكوين وتطوّر شبكات التعاون الطارئ في مواجهة الأحوال الجوية المتطرفة: بحث قائم على نموذج الرسم البياني الأسي

· العودة إلى الفهرس

لماذا التعاون في العواصف مهم

عندما تضرب مدينة أمطار قياسية، لا تستطيع أي جهة بمفردها التعامل مع الأزمة. على رجال الإطفاء، وعلماء الأرصاد، ومسؤولي النقل، والمتطوعين في الأحياء وغيرهم أن ينسقوا تحت ضغط زمني شديد. تبحث هذه الورقة فيما يدفع هذا التعاون داخل فوضى الأحوال الجوية المتطرفة، باستخدام عاصفتَي الأمطار المزدوجتين في تشنغتشو بالصين عام 2021 كتجربة طبيعية. من خلال مقارنة استجابة أولى سيئة التنسيق في يوليو مع جهد أكثر فاعلية لحدث مماثل في أغسطس، يُظهر المؤلفون كيف تتشكل شبكات التعاون الطارئ، ولماذا تفشل أحيانًا، وكيف يمكن أن تتحسّن بسرعة.

Figure 1
شكل 1.

عاصفتان كبيرتان، استجابتان مختلفتان جدًا

في يوليو 2021، غرقت تشنغتشو بأمطار تحدث مرة في قرن، مما أدى إلى خسائر كبيرة وانتقادات عامة للاستجابة المحلية. بعد شهر واحد فقط، هطلت أمطار غزيرة أخرى على معظم نفس المنطقة، لكن شبكة الطوارئ في المدينة عملت بسلاسة أكبر: شاركت مؤسسات أقل، ومع ذلك كان التنسيق أشدّ وأسرع. أتاح هذا الكارثتان المتتاليتان فرصة نادرة لملاحظة كيفية تغير أنماط التعاون خلال فترة قصيرة وفي ظروف متشابهة تقريبًا. أعاد المؤلفون بناء من تعاون مع من في كل حدث من مئات التقارير الإخبارية الرسمية والوثائق الحكومية، ثم حوّلوا تلك الروابط إلى خريطتين للمدينة من التعاون: «شبكة يوليو» و«شبكة أغسطس».

كيف قرأ الباحثون الشبكة الخفية

للتجاوز حسابات من تحدث مع من فحسب، استخدم الفريق أداة إحصائية تُسمى نموذج الرسم البياني الأسي. بدلاً من معاملة كل شراكة كحدث معزول، يسأل هذا الأسلوب كيف تنشأ نمط الروابط ككل. يمكنه اختبار، على سبيل المثال، ما إذا كانت المنظمات تميل إلى تفضيل شركاء حكوميين، أو تفضّل أجهزة من نفس النوع، أو تبني على تدريبات مشتركة سابقة، أو تتجمع في مجموعات مترابطة بإحكام. كما يلتقط ميلات التنظيم الذاتي: أنماط نجمية حول محاور قوية، ومثلثات مغلقة حيث «صديق الصديق يصبح شريكًا»، ومسارات مفتوحة حيث يربط وسيط مجموعات منفصلة. بمقارنة العديد من الشبكات المُحاكاة بالشبكات الحقيقية، استطاع المؤلفون رؤية أي الميلات تفسّر أفضل الأنماط المرصودة في يوليو وأغسطس.

ما الذي يحدد من يتعاون في الأزمة

تجد الدراسة أن الظروف الخارجية والبنية الداخلية كلاهما مهمان، لكن نمط الشبكة الداخلي غالبًا ما يسود. في يوليو، أظهرت المنظمات تفضيلات واضحة: كانت أكثر احتمالًا للعمل مع مجموعات غير ربحية ومع هيئات ذات أدوار قيادية أو تنسيقية، وكذلك مع الجهات التي تتحكم في الناس أو المال. كما كانت الوكالات على نفس مستوى الحكومة والتي لها مهام متشابهة تميل للاتصال ببعضها، مكونة عناقيد مألوفة ومريحة. ومع ذلك، لم تكن هذه التفضيلات المعتمدة على الخصائص كافية لشرح شكل الشبكة أو أدائها بالكامل. أقوى قوة كانت العبورية: كانت المنظمات أكثر ميلاً للتعاون مع شركاء يشتركون بالفعل معهما في متعاون، مما خلق مثلثات مترابطة كثيرة. هذا تأثير «صديق صديقي» دعّم الثقة ومشاركة المعلومات السريعة وتدفقات الموارد الموثوقة، بينما لعبت الجسور السلسلية الطويلة دورًا أصغر مما يُفترض غالبًا.

Figure 2
شكل 2.

التعلّم من التدريبات ومن الممارسة

تركت التعاونات قبل الكارثة بصماتها العميقة على الشبكات. سهلت التمارين الطارئة المشتركة التي أُجريت قبل العواصف عمل المنظمات معًا عندما ضربت العاصفة الأولى. وأكثر تأثيرًا كانت الخبرة العملية الحديثة: أصبحت شبكة الاستجابة في يوليو نفسها مؤشرًا قويًا على من سيتعاون في أغسطس. عند وصول العاصفة الثانية، لم تعد الوكالات بحاجة للاعتماد كثيرًا على مطابقة الأدوار أو نوع القطاع أو الخطط الرسمية. بدلاً من ذلك، أعادوا استخدام وموّزعوا الشراكات التي اُختبرت للتو في الحياة الواقعية، متخلّصين من الروابط الأقل فائدة ومعززين للفرق الصغيرة الفعالة. كانت شبكة أغسطس أصغر لكن أكثف، مع مسارات أقصر بين الجهات ومزيد من التكتلات—دليل على شبكة أكثر مرونة وكفاءة بُنيت على دروس حديثة جدًا.

ماذا يعني هذا لمدن أكثر أمانًا

لغير المتخصصين، الرسالة الأساسية هي أن نجاح الاستجابة لعاصفة يعتمد أقل على مخططات تنظيمية ثابتة وأكثر على شبكات حيوية من الثقة والألفة. يمكن تفعيل مجموعات صغيرة مستقرة عبر القطاعات تتدرب معًا، وتشارك المعلومات جيدًا، وتثق ببعضها بسرعة عند وقوع الكارثة، مما يجعل «من يعرف من» مهمًا تمامًا مثل «من المسؤول». لا تزال الخطط والتمارين الطارئة مهمة، لكنها تفيد فقط إذا جُدِّدت باستمرار وارتُبطت بالعمليات الحقيقية حتى لا يضيع التعلم من الأزمات. من خلال رعاية هذه الشبكات التعاونية عمدًا قبل الحدث الجوي المتطرف التالي، تستطيع حكومات المدن الاستجابة أسرع، والتنسيق أفضل، وحماية المزيد من الأرواح عندما تنهمر السماء مجددًا.

الاستشهاد: Qie, Z., Bai, N. & Sun, Y. What motivates the formation and evolution of emergency collaboration networks for extreme weather events: a research based on exponential random graph model. Humanit Soc Sci Commun 13, 461 (2026). https://doi.org/10.1057/s41599-026-06800-4

الكلمات المفتاحية: شبكات التعاون الطارئ, الاستجابة للأحوال الجوية المتطرفة, تنسيق الكوارث, تحليل الشبكات الاجتماعية, مرونة المدن