Understanding Public Opinion Evolution in Extreme Rainstorm Disasters for Resilient Governance: A BERTopic-Based Event Logic Graph Approach

Wanneer een stad wordt getroffen door een plotselinge, hevige storm, is de fysieke schade slechts de helft van het verhaal. De andere helft ontvouwt zich in de digitale ruimte, waar miljoenen mensen hun angsten delen, om hulp vragen en antwoorden eisen. Deze digitale bedrijvigheid is niet slechts ruis; het is een complexe, levende kaart van hoe een samenleving gevaar begrijpt en erop reageert. Voor crisismanagers en overheidsfunctionarissen is het lezen van deze kaart essentieel. Als zij kunnen begrijpen hoe mensen bewegen van het horen van een waarschuwing naar het zien van de schade, en uiteindelijk naar het zoeken van redding, kunnen zij effectiever communiceren en meer levens redden. De uitdaging ligt in de enorme hoeveelheid en snelheid van deze informatie. Berichten op sociale media zijn kort, rommelig en veranderen per minuut. Traditionele manieren om ze te analyseren behandelen deze berichten vaak als statische momentopnames, waarbij geteld wordt hoe vaak mensen over "regen" of "redding" praten op een enkel moment. Maar dit mist het belangrijkste deel: het verhaal. Het mist hoe één gebeurtenis tot een andere leidt, hoe een waarschuwing verandert in een crisis, en hoe een reddingsoperatie een golf van publieke emotie ontketent.

Om dit op te lossen, hebben onderzoekers Qiaoyan Ding, Cui Li en Qiyu Tian een nieuwe manier ontwikkeld om het leven van een ramp online te volgen. Ze richtten zich op de extreme regenval die eind juli 2023 Beijing en de omliggende regio trof, een evenement dat bekend staat als de "23·7" regenstorm. In plaats van alleen woorden te tellen, bouwden zij een dynamisch model dat de verbanden legt tussen verschillende soorten berichten. Ze verzamelden bijna 97.000 berichten van vier grote Chinese sociale mediaplatforms: Weibo, Douyin, Zhihu en Xiaohongshu. Deze platforms vertegenwoordigen verschillende stemmen, van realtime hulpvragen op Weibo tot emotionele video's op Douyin en technische discussies op Zhihu. Het team gebruikte een geavanceerd computerprogramma om deze berichten te lezen en specifieke gebeurtenissen te identificeren, zoals "hevige regenval", "treinen die vast komen te zitten" of "reddingsteams die arriveren". Vervolgens zochten ze naar de logische draden die deze gebeurtenissen met elkaar verbinden, door vragen te stellen als: "Kwamen de waarschuwingen vóór de overstromingen?" of "Volgde de reddingsoperatie op de melding van mensen die vastzaten?". Door deze gebeurtenissen in een specifieke volgorde te koppelen, creëerden zij een visueel netwerk dat precies laat zien hoe de publieke aandacht stroomt van het begin van een storm tot het nageslacht ervan.

Het resultaat van deze analyse is een helder beeld van hoe de publieke geest werkt tijdens een crisis. De onderzoekers ontdekten dat de aandacht zwaar geconcentreerd is op twee specifieke fasen: de directe impact van de ramp en de noodrespons. Toen de regen viel, richtte het publiek zich intensief op de schade — overstromende straten, beschadigde gebouwen en het beroemde incident waarbij de K396-trein met bijna duizend mensen vast kwam te zitten. Zodra de schade duidelijk was, verschoof het gesprek snel naar de redding, met enorme aandacht voor teams die levens redden en voorraden leveren. De studie onthulde echter een aanzienlijke kloof in de conversatie. Informatie over voorbereiding, zoals vroege waarschuwingen en veiligheidsadviezen, en informatie over herstel, zoals het herbouwen van huizen en het herstellen van diensten, kreeg veel minder aandacht. Het publieke narratief was "zwaar in het midden" maar "licht aan de uiteinden". Mensen waren diep betrokken bij de crisis terwijl deze plaatsvond, maar ze waren minder gefocust op de stappen die genomen werden om deze te voorkomen of op de lange weg naar herstel.

Deze onbalans komt niet noodzakelijkerwijs doordat mensen minder geven om preventie of herstel; het weerspiegelt eerder hoe de informatiestroom verloopt. De studie suggereert dat het huidige systeem van communicatie er vaak niet in slaagt om het publiek gedurende de volledige cyclus van rampbeheersing betrokken te houden. Het patroon van "licht aan beide uiteinden" betekent dat waarschuwingen vaak worden genegeerd totdat de schade zichtbaar is, en dat herstelinspanningen worden over het hoofd gezien zodra de onmiddellijke redding voorbij is. De onderzoekers identificeerden specifieke "hub"-knooppunten in hun netwerk — belangrijke onderwerpen zoals "Beijing Regenstorm Waarschuwing" en "Beijing getroffen door hevige regen" — die fungeren als bruggen die de fysieke ramp verbinden met de sociale reactie. Deze hubs zijn cruciaal omdat zij de informatiestroom beheersen. Als een waarschuwing niet duidelijk is of als de link tussen de waarschuwing en het werkelijke gevaar wordt verbroken, kan de hele keten van publiek begrip wankelen.

De studie biedt een praktische weg vooruit voor crisisbeheersing. Door deze logische verbindingen in kaart te brengen, kunnen functionarissen precies zien waar de aandacht van het publiek waarschijnlijk als volgende naartoe zal gaan. In plaats van te wachten tot een crisis zich ontvouwt en dan pas te reageren, kunnen zij deze kaarten gebruiken om het gesprek proactief te sturen. Wanneer er bijvoorbeeld een waarschuwing wordt uitgegeven, kunnen autoriteiten deze onmiddellijk koppelen aan specifiek, actiegericht advies over wat te doen, in plaats van alleen te melden dat er regen aankomt. Op dezelfde manier kunnen zij, tijdens de herstelfase, actief verhalen over wederopbouw en herstel belichten om het publiek betrokken en zelfverzekerd te houden. De onderzoekers stellen voor dat door de publieke opinie niet te behandelen als een statische lijst van onderwerpen, maar als een vloeiend verhaal met oorzaak en gevolg, overheden veerkrachtigere gemeenschappen kunnen opbouwen. Deze aanpak helpt functionarissen niet alleen bij het beheren van een crisis; het helpt hen de menselijke ervaring van de crisis te begrijpen, waardoor de juiste informatie de juiste mensen bereikt op het juiste moment, van de eerste regendruppel tot de laatste schoonmaak.