Qué motiva la formación y evolución de las redes de colaboración de emergencia ante fenómenos meteorológicos extremos: una investigación basada en el modelo exponencial de grafos aleatorios

Por qué importa trabajar juntos durante las tormentas

Cuando una ciudad sufre lluvias históricas, ninguna agencia puede manejar la crisis por sí sola. Bomberos, meteorólogos, responsables del transporte, voluntarios de barrio y muchos otros deben coordinarse bajo una intensa presión de tiempo. Este artículo examina qué impulsa realmente esa cooperación en el caos que generan los fenómenos meteorológicos extremos, utilizando las dos fuertes lluvias de 2021 en Zhengzhou, China, como experimento natural. Al comparar una primera respuesta en julio, pobremente coordinada, con un esfuerzo mucho más eficaz frente a una tormenta similar en agosto, los autores muestran cómo se forman las redes de colaboración de emergencia, por qué a veces fallan y cómo pueden mejorar rápidamente.

Dos grandes tormentas, dos respuestas muy distintas

En julio de 2021, una lluvia centenaria inundó Zhengzhou, provocando pérdidas graves y críticas públicas a la respuesta local. Solo un mes después, otra precipitación importante afectó gran parte de la misma zona, pero esta vez la red de emergencia de la ciudad funcionó de forma más fluida: participaron menos organizaciones, pero la coordinación fue más estrecha y rápida. Este inusual desastre consecutivo ofreció una oportunidad rara para observar cómo cambian los patrones de colaboración en poco tiempo bajo condiciones casi idénticas. Los autores reconstruyeron quién trabajó con quién en cada episodio a partir de cientos de notas oficiales y documentos gubernamentales, y con esos vínculos crearon dos mapas de colaboración a escala municipal: la “red de julio” y la “red de agosto”.

Cómo los investigadores interpretaron la red oculta

Para ir más allá de simples recuentos de quién habló con quién, el equipo empleó una herramienta estadística llamada modelo exponencial de grafos aleatorios. En lugar de tratar cada asociación como un evento aislado, este método pregunta cómo surge el patrón completo de lazos. Puede probar, por ejemplo, si las organizaciones tienden a favorecer a socios gubernamentales, prefieren agencias de tipos similares, se apoyan en simulacros conjuntos previos o se agrupan en células cerradas. También captura tendencias de autoorganización: patrones estelares alrededor de núcleos poderosos, triángulos cerrados donde «el amigo de un amigo se vuelve socio», y caminos abiertos donde un intermediario enlaza grupos separados. Al comparar muchas redes simuladas con las reales, los autores pudieron identificar qué tendencias explicaban mejor los patrones observados en julio y en agosto.

Qué determina quién se une en una crisis

El estudio revela que tanto las condiciones externas como la estructura interna son relevantes, pero los patrones internos de la red suelen dominar. En julio, las organizaciones mostraron preferencias claras: era más probable que colaboraran con grupos sin ánimo de lucro y con organismos que tenían roles de mando o coordinación, así como con los que controlaban personas o recursos económicos. Las agencias del mismo nivel de gobierno y con tareas similares también tendían a conectarse, formando conglomerados familiares y cómodos. Sin embargo, estas preferencias basadas en atributos no explicaron del todo el aspecto ni el rendimiento de la red. La fuerza más potente fue la transitividad: las organizaciones tenían especial propensión a colaborar con socios que ya compartían un colaborador con ellas, creando numerosos triángulos fuertemente entrelazados. Ese efecto de «amigo de un amigo» favoreció la confianza, el intercambio rápido de información y flujos de recursos confiables, mientras que los puentes largos en forma de cadenas jugaron un papel menor del que a menudo se supone.

Aprender de los ejercicios y de la práctica

La colaboración previa al desastre dejó huellas profundas en las redes. Los ejercicios de emergencia conjuntos realizados antes de las tormentas facilitaron que las organizaciones trabajaran juntas cuando llegó la primera lluvia. Aún más potente fue la experiencia práctica reciente: la propia red de respuesta de julio se convirtió en un fuerte predictor de quién colaboraría en agosto. Cuando llegó la segunda tormenta, las agencias ya no necesitaron apoyarse tanto en la correspondencia de roles, tipos de sector o planes formales. En su lugar, reutilizaron y racionalizaron las alianzas que acababan de probarse en la práctica, eliminando vínculos menos útiles y reforzando grupos pequeños efectivos. La red de agosto era más pequeña pero más densa, con caminos más cortos entre actores y mayor agrupamiento: evidencia de una red más ágil y eficiente construida sobre lecciones muy recientes.

Qué implica esto para ciudades más seguras

Para el público en general, el mensaje clave es que el éxito de la respuesta ante una tormenta depende menos de organigramas fijos y más de redes vivas de confianza y familiaridad. Microrrestas estables y multisectoriales que entrenan juntas, comparten información eficazmente y ya confían entre sí pueden activarse con rapidez cuando ocurre un desastre, por lo que «quién conoce a quién» resulta tan importante como «quién está al mando». Los planes y simulacros siguen siendo relevantes, pero solo si se actualizan de forma continua y se vinculan a operaciones reales para que el aprendizaje de las crisis no se pierda. Al fomentar deliberadamente estas redes colaborativas antes del próximo episodio meteorológico extremo, los gobiernos municipales pueden responder más rápido, coordinarse mejor y salvar más vidas cuando vuelva a abrirse el cielo.

Cita: 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

Palabras clave: redes de colaboración de emergencia, respuesta a fenómenos meteorológicos extremos, coordinación en desastres, análisis de redes sociales, resiliencia urbana