Co motywuje tworzenie i ewolucję sieci współpracy kryzysowej podczas ekstremalnych zjawisk pogodowych: badanie oparte na wykładniczym modelu grafu losowego

Dlaczego współpraca podczas burz ma znaczenie

Gdy miasto dotyka rekordowych opadów, żadna pojedyncza agencja nie poradzi sobie z kryzysem sama. Strażacy, meteorolodzy, służby transportowe, wolontariusze z osiedli i wielu innych muszą koordynować działania pod presją czasu. Niniejszy artykuł bada, co naprawdę napędza tę współpracę w chaosie ekstremalnej pogody, wykorzystując jako „eksperyment naturalny” podwójne ulewne deszcze w Zhengzhou w Chinach w 2021 roku. Porównując pierwszą, słabo skoordynowaną reakcję w lipcu z znacznie skuteczniejszą działaniem wobec podobnej burzy w sierpniu, autorzy pokazują, jak powstają sieci współpracy kryzysowej, dlaczego czasem zawodzą i jak potrafią szybko się poprawić.

Dwie wielkie burze, dwie bardzo różne reakcje

W lipcu 2021 r. jednorazowa ulewa stulecia zalała Zhengzhou, powodując poważne straty i publiczną krytykę lokalnej reakcji. Zaledwie miesiąc później kolejny silny deszcz dotknął dużą część tego samego obszaru, lecz tym razem miejska sieć kryzysowa działała sprawniej: uczestniczyło w niej mniej organizacji, a koordynacja była ściślejsza i szybsza. Ten niezwykły, następujący po sobie scenariusz stworzył rzadką okazję do obserwacji, jak wzory współpracy zmieniają się w krótkim czasie przy niemal identycznych warunkach. Autorzy odtworzyli, kto z kim współpracował w każdym zdarzeniu na podstawie setek oficjalnych raportów prasowych i dokumentów rządowych, a następnie przekształcili te powiązania w dwie mapy miejskie współpracy: „sieć lipcowa” i „sieć sierpniowa”.

Jak badacze odczytali ukrytą sieć

Aby wyjść poza proste zliczenia, kto z kim rozmawiał, zespół zastosował narzędzie statystyczne zwane wykładniczym modelem grafu losowego (Exponential Random Graph Model). Zamiast traktować każde partnerstwo jako odizolowane zdarzenie, metoda ta bada, jak powstaje cały wzorzec więzi. Pozwala sprawdzić na przykład, czy organizacje częściej współpracują z partnerami rządowymi, preferują podobne typy instytucji, opierają się na wcześniejszych wspólnych ćwiczeniach, czy też grupują się w ciasne klastery. Model uwzględnia także tendencje samoorganizacyjne: układy gwiaździste wokół silnych węzłów, zamknięte trójkąty, gdzie „znajomy znajomego staje się partnerem”, oraz otwarte ścieżki, gdzie broker łączy w przeciwnym razie oddzielne grupy. Porównując wiele symulowanych sieci z rzeczywistymi, autorzy mogli zobaczyć, które tendencje najlepiej wyjaśniają obserwowane wzory z lipca i sierpnia.

Co kształtuje, kto łączy siły w kryzysie

Badanie wykazuje, że znaczenie mają zarówno warunki zewnętrzne, jak i wewnętrzna struktura, lecz często dominują wzory sieciowe. W lipcu organizacje wykazywały wyraźne preferencje: częściej współpracowały z organizacjami pozarządowymi oraz z jednostkami pełniącymi role dowódcze lub koordynacyjne, a także z podmiotami kontrolującymi ludzi lub środki finansowe. Agencje tego samego szczebla administracji i o podobnych zadaniach też miały skłonność do łączenia się, tworząc znane, wygodne klastry. Niemniej jednak preferencje oparte na atrybutach nie wyjaśniały w pełni wyglądu ani funkcjonowania sieci. Najsilniejszą siłą była tranzytywność: organizacje szczególnie chętnie współpracowały z partnerami, którzy już mieli wspólnego współpracownika, tworząc wiele mocno powiązanych trójkątów. Efekt „znajomego znajomego” wspierał zaufanie, szybki przepływ informacji i niezawodne dostawy zasobów, podczas gdy długie, łańcuchowe mosty odgrywały mniejszą rolę niż się często przypuszcza.

Nauka na podstawie ćwiczeń i doświadczenia

Współpraca przed katastrofą pozostawiła głębokie ślady w sieciach. Wspólne ćwiczenia kryzysowe przeprowadzone przed ulewami ułatwiły organizacjom współdziałanie, gdy uderzyła pierwsza burza. Jeszcze silniejszy efekt miało świeże, praktyczne doświadczenie: sama sieć reakcji z lipca stała się mocnym predyktorem tego, kto będzie współpracował w sierpniu. Kiedy nadszedł drugi sztorm, agencje nie musiały już w takim stopniu polegać na dopasowaniu ról, typach sektorów czy formalnych planach. Zamiast tego powtórzyły i uprościły partnerstwa niedawno przetestowane w rzeczywistych działaniach, eliminując mniej użyteczne ogniwa i wzmacniając skuteczne małe grupy. Sieć sierpniowa była mniejsza, lecz gęstsza, z krótszymi ścieżkami między aktorami i większym klastrowaniem — dowód na bardziej szczupłą, wydajniejszą sieć opartą na bardzo niedawnych doświadczeniach.

Co to oznacza dla bezpieczniejszych miast

Dla odbiorców niebędących specjalistami zasadnicze przesłanie jest takie, że powodzenie reakcji na burzę zależy mniej od stałych schematów organizacyjnych, a bardziej od żywych sieci zaufania i znajomości. Stabilne, międzysektorowe mikrogupy, które ćwiczą razem, dobrze dzielą się informacjami i już sobie ufają, mogą zostać szybko uruchomione w razie katastrofy — dlatego „kto kogo zna” jest równie ważne jak „kto dowodzi”. Plany awaryjne i ćwiczenia mają nadal znaczenie, ale tylko wtedy, gdy są na bieżąco aktualizowane i powiązane z rzeczywistymi operacjami, aby lekcje z kryzysów nie zostały zapomniane. Świadome pielęgnowanie tych sieci współpracy przed kolejnym ekstremalnym zjawiskiem pogodowym pozwala miastom reagować szybciej, lepiej koordynować działania i chronić więcej żyć, gdy niebo znów otworzy się nad nimi.

Cytowanie: 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

Słowa kluczowe: sieci współpracy kryzysowej, reakcja na ekstremalną pogodę, koordynacja w katastrofach, analiza sieci społecznych, odporność miejska