Relatie tussen grondversnelling en ervaring van de beving

In hoeverre corresponderen menselijke waarnemingen van de gevolgen van de beving van Westerwijtwerd (22 Mei 2019) met de door het KNMI berekende grondversnelling op de locatie waar mensen zich bevonden op het moment van de beving? Onderstaande figuren geven de relatie weer tussen de door het KNMI berekende grondversnelling op basis van versnellingsmeters (zie https://www.knmi.nl/kennis-en-datacentrum/achtergrond/shakemaps-voor-groningen) en de door ons berekende “did you feel it” score (DYFI, zie Postmes, Kanis, Boendermaker, Richardson, & Stroebe, 2019). De linker figuur geeft de relatie weer voor alle respondenten. De rechter figuur laat de relatie zien voor bewoners met verschillende niveaus van schade.

Figuur 1: Relatie tussen grondversnelling (PGA) en waargenomen gevolgen (scores op de "did you feel it" schaal)

Figuur 1: Relatie tussen grondversnelling (PGA) en waargenomen gevolgen (scores op de “did you feel it” schaal)

Het verband tussen beide is vastgesteld in een serie regressiemodellen. Doel van de modellen was om zoveel mogelijk variantie te verklaren. Uitgangspunt was een model waarin de DYFI score werd voorspeld door achtergrondvariabelen leeftijd, geslacht en opleidingsniveau (model 1 in onderstaande tabel). In opeenvolgende modellen werd daaraan stapsgewijs een extra voorspeller toegevoegd. Model 2 is het best passende model waarin de PGA waarden zijn toegevoegd. In verschillende iteraties werd vastgesteld dat het meeste variantie verklaard werd door de logarithme van (PGA + 1) te nemen, en zowel het lineaire als kwadratische verband te berekenen. PGA verklaart in dit model 39,4% van de variantie.

Meer complexe modellen dan dit voorspelden nauwelijks enige additionele variantie. Niet getoond zijn modellen waaraan ook cumulatieve PGA van eerdere bevingen is toegevoegd. De reden om deze modellen niet te tonen is dat ze nauwelijks extra variantie verklaren boven model 3, waarin ook schade aan de woning is meegenomen. Schade verklaart 4,8% van de variantie. Zoals uit bovenstaand figuur valt af te lezen wordt de beving iets sterker waargenomen met name door de bewoners die van mening zijn dat ze meervoudige schade door bodembeweging hebben. Dat kan als oorzaak hebben dat zij in hun woning een grotere kans hebben dan anderen om de beving te voelen (bijvoorbeeld vanwege bodemstructuur op die locatie of door kenmerken van hun woning zoals het type bouw of de hoogte). Het kan ook zijn dat mensen die meervoudige schade hebben beter bekend zijn met bevingen en dat ze deze daardoor beter waarnemen of er meer effecten van herkennen (zoals het schudden van de woning).

Voorspellers van “Did you feel it” scores
(1) (2) (3)
Opleiding (middel vs. laag) 0.58 0.21 0.16
(0.46) (0.36) (0.34)
Opleiding (hoog vs. laag) 1.35** 0.53 0.50
(0.43) (0.34) (0.33)
Leeftijd (gecentreerd) -0.01 -0.03*** -0.03***
(0.01) (0.01) (0.01)
Geslacht 0.32 0.33 0.32
(0.31) (0.24) (0.23)
Log PGA (lineair) 141.13*** 123.44***
(4.82) (4.97)
Log PGA (kwadratisch) -45.90*** -36.16***
(4.82) (4.74)
1x Schade (vs. geen) 0.95**
(0.34)
Meervoudige schade (vs. geen) 2.98***
(0.28)
Constante 4.05*** 4.55*** 3.22***
(0.60) (0.47) (0.48)
Observations 1,453 1,453 1,441
R2 0.01 0.40 0.45
F Statistic 3.85** (df = 4; 1448) 163.88*** (df = 6; 1446) 145.83*** (df = 8; 1432)
Note: p<0.05; p<0.01; p<0.001

Waargenomen risico

Waargenomen risico is in de afgelopen jaren verschillende keren gemeten. Omdat we de korte versie van de schaal het meest gebruikten leent deze zich het best voor vergelijkingen over tijd. De korte versie is dan ook de schaal die we hier rapporteren. Voorafgaand aan de beving van Zeerijp werd waargenomen risico vier keer gemeten. Na de beving van Zeerijp nog eens drie keer (waarvan de eerste keer in de dagen direct na de beving). Na de beving van Westerwijtwerd werd waargenomen risico nog twee keer gemeten. Een keer direct na de beving en vervolgens enkele weken later tijdens de regulieren meting.

Dit maakt het mogelijk om een volledig beeld te geven van de verandering in waargenomen risico. Om dat volledige beeld te schetsen is stapsgewijs een serie modellen ontwikkeld. Het doel in deze modellen is om een zo goed mogelijke verklaring te vinden voor de reden dat (a) waargenomen risico’s veranderen over tijd en (b) dat risico’s verschillen van persoon tot persoon. We richten ons in dit hoofdstuk op twee groepen van factoren waarvan we verwachten dat ze zowel de veranderingen over tijd als de verschillen tussen personen deels kunnen verklaren.

De eerste groep factoren heeft te maken met de hoeveelheid bodembeweging. We onderscheiden in de analyses drie verschillende componenten, op basis van de KNMI berekening van de grondversnelling (PGA, als percentage van zwaartekracht g) rondom het epicentrum.

In de onderstaande analyses onderscheiden we, kortom, drie verschillende componenten van bodembeweging die een persoon op zijn/haar verblijfslocatie heeft meegemaakt: historische achtergrond, gemiddelde blootstelling en metingspecifieke blootstelling.

De tweede groep factoren heeft te maken met de hoeveelheid schade. In eerdere rapportages van Gronings Perspectief is duidelijk geworden dat het waargenomen risico sterk samenhangt met schade: hoe meer schade, hoe meer risico men ervaart. We onderscheiden in deze analyses twee componenten van schade. De hoeveelheid schade die men had toen men voor het eerst aan het onderzoek deelnam (geen, een keer of meervoudig) en de eventuele verandering van de hoeveelheid schade gedurende het onderzoek.1

Resultaten

Onderstaande tabel laat de resultaten van de analyses zien. Het model is een multilevel growth model.2 Model 1 specificeert de verandering over de tijd (met de methode van McNeish & Matta, 2018). Het model laat zien dat er een significante niet-lineaire afname is van waargenomen risico, gedurende de tijd. Maar die afname treedt niet gedurende het hele onderzoek op. Na hevigere bevingen (de fasen na de bevingen van Zeerijp en Westerwijtwerd, die als dummy-gecodeerde variabelen in het model zijn opgenomen) is er sprake van een discontinuïteit: het waargenomen risico stijgt (blijkens het significante hoofdeffect van de variabelen Zeerijp en Westerwijtwerd), en het neemt op dezelfde niet-lineaire manier weer af (blijkens de significante interactie tussen Zeerijp/Westerwijtwerd en de tijdvariabelen). Model 1 verklaart overigens niet zoveel variantie (slechts 1% van de verschillen tussen personen). Dat is niet vreemd: verandering door de tijd is niet de belangrijkste invloed op het niveau van risico dat men ervaart.

  Model 1 Model 2 Model 3
Predictors Estimates std. Error p Estimates std. Error p Estimates std. Error p
(Intercept) 2.66 0.02 <0.001 2.68 0.02 <0.001 2.13 0.02 <0.001
Tijd -0.38 0.03 <0.001 -0.39 0.03 <0.001 -0.39 0.03 <0.001
Tijd ^2 0.16 0.02 <0.001 0.17 0.02 <0.001 0.17 0.02 <0.001
Zeerijp 2.88 0.58 <0.001 2.74 0.59 <0.001 2.64 0.59 <0.001
Westerwijtwerd 8.41 1.62 <0.001 7.21 1.66 <0.001 7.35 1.66 <0.001
Tijd * Zeerijp -2.06 0.53 <0.001 -1.96 0.53 <0.001 -1.87 0.53 <0.001
Tijd ^2 * Zeerijp 0.34 0.12 0.004 0.32 0.12 0.007 0.30 0.12 0.012
Tijd * Westerwijtwerd -2.73 0.50 <0.001 -2.37 0.51 <0.001 -2.41 0.51 <0.001
PGA historisch 0.05 0.01 <0.001 0.02 0.01 0.081
Gemiddelde PGA 1.68 0.09 <0.001 0.74 0.08 <0.001
PGA voor meting 1 0.03 0.02 0.086 0.03 0.02 0.152
PGA voor meting 2 0.09 0.03 0.004 0.09 0.03 0.007
PGA voor meting 3 -0.15 0.05 0.006 -0.15 0.05 0.006
PGA voor meting 4 0.01 0.03 0.763 0.00 0.03 0.888
PGA voor meting 5 0.04 0.02 0.006 0.05 0.02 0.001
PGA voor meting 6 0.01 0.05 0.803 0.02 0.05 0.620
PGA voor meting 8 0.10 0.03 <0.001 0.09 0.03 0.001
1x Schade 0.67 0.03 <0.001
Meervoudige schade 1.24 0.03 <0.001
Schadetoename 0.33 0.02 <0.001
N 3172 respid 3172 respid 3172 respid
Observations 15168 15168 15168
AIC 30216.631 29294.341 28115.165
R2 0.010 0.220 0.400

De cijfertjes van de modellen zijn ook visueel weer te geven als de gemiddelde verandering over tijd (zoals beschreven door het model). Onderstaande figuur geeft weer hoe waargenomen risico over tijd verandert. We zien de niet-lineaire afname na een periode van verhoogde seismiciteit (bij aanvang van de metingen, na de beving van Zeerijp en na die van Westerwijtwerd). Tegelijk is uit de visuele weergave duidelijk dat de gemiddelde veranderingen niets zeggen over de individuele verschillen: voor wie is het risico hoger en waarom?

Figuur 2: Verandering van waargenomen risico over tijd

Figuur 2: Verandering van waargenomen risico over tijd

Model 2 en Model 3 in de tabel laten zien wat er gebeurt als je achtereenvervolgens bodembeweging en schade opneemt in het model. De verklaarde variantie gaat omhoog naar 22% (bodembeweging) en 40% (bodembeweging + schade). Een nog iets complexer model (niet weergegeven in de tabel), dat ook de interacties tussen tijd, bodembeweging en schade in beschouwing neemt, verklaarde zelfs 45% van de variantie. Om aan te geven wat het effect is van bodembeweging en schade is Figuur 3 gemaakt. Deze figuur (op basis van het best passende model, met de interacties) illustreert het effect van de verschillende componenten van bodembeweging in relatie tot elkaar.

De linker helft van figuur 3 laat zien wat het verband is tussen tijd, schade en waargenomen risico voor personen die op een locatie wonen waar gedurende de looptijd van het onderzoek nauwelijs enige bodembeweging is geweest (althans niet volgens de shakemaps van het KNMI).3 Mensen zonder schade (de onderste lijnen) zien weinig risico’s. Maar ook zij zien iets meer risico’s kort na een periode met hogere seismiciteit. Mensen met 1x schade maken nemen aanzienlijk meer risico’s waar. De waargenomen risico’s van mensen met meervoudige schade ligt boven het middelpunt van de schaal. Het verschil tussen de drie groepen is groot. De rechter helft van figuur 3 laat hetzelfde zien voor personen die gemiddeld blootgesteld waren aan veel bodembeweging gedurende het onderzoek. Met name het verschil tussen de groep zonder schade en de groep met 1x schade is veel kleiner: alhoewel alle groepen meer risico’s waarnemen als ze blootgesteld zijn aan hogere PGA’s geldt dat in het bijzonder voor de mensen zonder schade. Zij nemen aanmerkelijk veel hogere risico’s waar.

Voor het overige is het in de figuur goed zoeken naar de verschillen tussen de vorm van de lijnen. Dit illustreert dat alhoewel er enkele significante interacties zijn, de effecten in geen van de gevallen het tot nu to geschetste beeld bijstellen. Neem bijvoorbeeld de interactie tussen gemiddelde PGA en het schadeniveau (de grootste interactie die we vonden). Deze wordt met name veroorzaakt voor de groep zonder schade: als zij in een omgeving wonen met lage gemiddelde PGA, dan reageren ze ook niet sterk op een periode van hogere seismiciteit. Heel logisch uiteraard: een hevigere beving is voor hen minder persoonlijk relevant. Maar in de rechter grafiek is te zien dat de groep zonder schade juist iets heftiger lijkt te reageren op een periode van hoge seismiciteit (of andersom: wellicht reguleren ze hun risicoperceptie sneller naar beneden als de seismiciteit een tijdje op laag niveau is). Maar alhoewel het interessante verschillen zijn, is tevens duidelijk: ze zijn dermate klein dat ze niet van wezenlijk belang zijn voor de conclusies.

Figuur 3: Verandering van waargenomen risico over tijd, als functie van schade en van blootstelling aan grondversnelling (gemiddelde PGA) van bevingen met een magnitude groter dan 2 gedurende de onderzoeksperiode

Figuur 3: Verandering van waargenomen risico over tijd, als functie van schade en van blootstelling aan grondversnelling (gemiddelde PGA) van bevingen met een magnitude groter dan 2 gedurende de onderzoeksperiode

Een laatste analyse die we uitvoerden betreft een vergelijking tussen inschattingen van het risico op verschillende vervelende gebeurtenissen. We vroegen respondenten naar de kans dat hen (of de regio) bepaalde gebeurtenissen zou overkomen. Die kansen zijn weergegeven in Figuur 3.2. In de figuur is te zien dat de kans op verwonding als gevolg van een beving doorgaans door alle groepen laag wordt ingeschat. Maar voor het overige zijn er interessante verschillen.

Mensen met meervoudige schade schatten met name de kans hoog in dat ze nog vaker een beving meemaken, dat hun eigendom in de toekomst vaker wordt beschadigd en dat ze hun huis moeten blijven repareren. verder schat men de kans hoog in dat bevingen toenemen, dat men door procedures en gedoe in de knel komt en dat het huis niet bestand zal blijken tegen de voortdurende bevingen.

Mensen met 1x schade schatten met name de kans hoog in dat ze nog vaker een beving meemaken, dat hun eigendom in de toekomst vaker wordt beschadigd en dat de bevingen toenemen.

Mensen zonder schade schatten kansen over het algemeen lager in, maar de hoogste kans is volgens hun dat bevingen toenemen, dat zij die zelf meemaken, dat hun huis er niet tegen bestand zal zijn en dat er een grote aardbeving plaatsvindt met catastrofale gevolgen voor veel mensen.

Deze analyse laat zien dat de inschatting van de risico’s voor mensen met meervoudige schade flink anders is: voor hen zijn heel concrete zorgen rondom schade en herstel de risico’s waar ze de hoogste kansen aan toekennen. Dat ze een redelijk hoge kans zien om in de knel te komen “door alsmaar meer procedures en gedoe rondom schade en versterking” is `een opvallende bevinding.

Figuur 4: Kans op verschillende gebeurtenissen, als functie van schade

Figuur 4: Kans op verschillende gebeurtenissen, als functie van schade

Ervaren veiligheid

Ervaren veiligheid is gedurende de looptijd van het onderzoek vrijwel iedere meting gemeten. Kanttekening daarbij is dat het direct na de bevingen van Zeerijp en Westerwijtwerd op een net iets andere manier gemeten werd. Normaal vragen we mensen “Hoe veilig heeft u zich de afgelopen vier weken gevoeld op de plek waar u woont in verband met de gaswinning?” Maar direct na de beving hoe veilig men zich “op dit moment” voelt. Dat betekent dat de antwoorden na de beving meer een momentopname zijn en het bemoeilijkt de vergelijking tussen metingen.

Met die kanttekening voeren we exact dezelfde analyses uit waarin we proberen veranderingen in de ervaren veiligheid te modelleren op basis van bodembeweging en schade.

Resultaten

Onderstaande tabel laat de resultaten van de analyses zien. Een kanttekening bij de modellen is dat het basismodel, waarin geen predictoren zijn meegenomen, laat zien dat de meting van veiligheid minder variantie bevat die verklaard kan worden uit de gemodelleerde tussen-persoon en binnen-persoon verschillen (fixed en random effects samen verklaren rond de 63% variantie) dan het geval is bij de modellen voor risico (rond de 80%). Anders gezegd: er is iets meer onverklaarbare “ruis” in de zelfrapportages van ervaren veiligheid. De vermoedelijke redenen voor dit verschil hebben ermee te maken dat veiligheid (zoals we in eerdere onderzoeken hebben laten zien) een begrip is dat van persoon tot persoon (en mogelijk ook van meting tot meting) een andere betekenis kan krijgen. Veiligheid heeft niet alleen betrekking op fysieke veiligheid, maar ook op onzekerheden over de toekomst. Bovendien is veiligheid maar met 1 item gemeten (en dat maakt een meting normaal gesproken iets minder robuust en dus meer vatbaar voor toevallige fluctuaties). Desalniettemin verklaren ook deze modellen nog veel variantie.

In model 1 is te zien dat er, net als bij waargenomen risico, een significante niet-lineaire verandering van ervaren veiligheid is. Waargenomen risico neemt af. Ervaren veiligheid neemt toe. Na de bevingen van Zeerijp en Westerwijtwerd zien we wederom een discontinuïteit: ervaren veiligheid neemt scherp af, waarna het vervolgens weer toeneemt op een niet-lineaire manier. Het model met de veranderingen over tijd verklaart meer variantie dan dat van risico (3%) en dat komt omdat de fluctuaties over tijd groter zijn.

Model 2 laat zien dat als je de verschillende componenten van bodembeweging opneemt in het model, de verklaarde variantie omhoog gaat naar 9% (bodembeweging). Bodembeweging is dus sterk gerelateerd aan ervaren veiligheid, maar in vergelijking met ervaren risico is de verklaarde variantie minder indrukwekkend. Op zich is dat niet verwonderlijk: ervaren veiligheid is immers een veel breder concept.

Voegen we ook schade toe aan het Model 3, dan neemt de verklaarde variantie verder toe naar 17%. Het complete model (inclusief de interacties tussen tijd, bodembeweging en schade) verklaart nog een fractie meer van de variantie (18%).

  Model 1 Model 2 Model 3
Predictors Estimates std. Error p Estimates std. Error p Estimates std. Error p
(Intercept) 3.77 0.02 <0.001 3.77 0.02 <0.001 4.07 0.02 <0.001
Tijd 0.54 0.03 <0.001 0.48 0.04 <0.001 0.48 0.04 <0.001
Tijd ^2 -0.26 0.02 <0.001 -0.23 0.02 <0.001 -0.23 0.02 <0.001
Zeerijp -4.16 0.31 <0.001 -3.89 0.32 <0.001 -3.89 0.32 <0.001
Westerwijtwerd -18.78 1.66 <0.001 -18.40 1.66 <0.001 -18.42 1.66 <0.001
Tijd * Zeerijp 2.42 0.27 <0.001 2.27 0.27 <0.001 2.27 0.27 <0.001
Tijd ^2 * Zeerijp -0.23 0.06 <0.001 -0.23 0.06 <0.001 -0.23 0.06 <0.001
Tijd * Westerwijtwerd 6.09 0.51 <0.001 5.90 0.52 <0.001 5.91 0.52 <0.001
PGA historisch -0.04 0.01 <0.001 -0.01 0.01 0.133
Gemiddelde PGA -0.69 0.07 <0.001 -0.21 0.06 0.001
PGA voor meting 1 -0.10 0.02 <0.001 -0.10 0.02 <0.001
PGA voor meting 2 -0.16 0.04 <0.001 -0.16 0.04 <0.001
PGA voor meting 3 -0.17 0.06 0.002 -0.17 0.06 0.002
PGA voor meting 4 0.06 0.06 0.315 0.06 0.06 0.246
PGA voor meting 5 -0.02 0.03 0.480 -0.02 0.03 0.551
PGA voor meting 6 -0.08 0.02 <0.001 -0.08 0.02 <0.001
PGA voor meting 7 -0.03 0.06 0.622 -0.04 0.06 0.537
PGA voor meting 10 0.02 0.03 0.514 0.03 0.03 0.318
1x Schade -0.30 0.03 <0.001
Meervoudige schade -0.75 0.03 <0.001
Schadetoename -0.20 0.02 <0.001
N 4502 respid 4502 respid 4502 respid
Observations 23461 23461 23461
AIC 50972.21 50522.88 49862.24
R2 0.030 0.090 0.180

De linker helft van figuur 3 laat zien wat het verband is tussen tijd, schade en ervaren veiligheid op locaties waar gedurende het onderzoek nauwelijs bodembeweging is geweest volgens de shakemaps van het KNMI. De rechter helft laat ervaren veiligheid zien voor personen die zijn blootgesteld aan veel bodembeweging door aardbevingen. We zien het spiegelbeeld van de resultaten voor risico. Voor alle groepen geldt dat in periodes van hogere seismiciteit de ervaren veiligheid laag is. Vervolgens zien we na die perioden (na aanvang van het onderzoek, na Zeerijp en na Westerwijtwerd) een herstel van ervaren veiligheid. Dat herstel verloopt volgens een vergelijkbaar curvilineair patroon: eerst snel herstel en dan geleidelijk stabilisering richting een bepaald basis niveau.

Het tweede patroon dat terugkeert is het grote effect van schade hebben. Mensen zonder schade voelen zich veiliger (met name als ze op een plek wonen waar geen trillingen zijn gemeten). Mensen met meervoudige schade voelen zich het onveiligst. Wat in de huidige grafieken duidelijker is dan in de risicografiek: de impact van de beving van Westerwijtwerd voor de ervaren veiligheid is minder groot geweest dan de impact van de beving van Zeerijp. Dat is op zich niet verwonderlijk, gegeven het feit dat de gemeten bodembeweging bij Zeerijp veel hoger was. Dat blijkt overigens ook uit de tabel: het effect van PGA voorafgaand aan meting 5 (de meting direct na Zeerijp) is zeer significant. Dit betekent dat de mate waarin mensen tijdens die beving méér seismiciteit voelden dan normaal, een goede voorspeller is van de mate waarin ze zich vervolgens onveilig voelen. Maar het effect van PGA voorafgaand aan meting 8 (de meting direct na Zeerijp) is niet significant. Hier voorspelt de gemiddelde en historische PGA dus in voldoende mate wie zich direct na de beving onveiliger voelen en wie niet.

Al met al concluderen we dat de beving van Westerwijtwerd mensen veel onveiliger heeft doen voelen. Maar in vergelijking met de beving van Zeerijp is het effect van Westerwijtwerd iets milder geweest.

Figuur 4: Verandering van ervaren veiligheid over tijd, als functie van schade en van blootstelling aan grondversnelling (gemiddelde PGA) van bevingen met een magnitude groter dan 2 gedurende de onderzoeksperiode

Figuur 4: Verandering van ervaren veiligheid over tijd, als functie van schade en van blootstelling aan grondversnelling (gemiddelde PGA) van bevingen met een magnitude groter dan 2 gedurende de onderzoeksperiode

Andere gevoelens

Direct na de beving is ook gemeten in hoeverre men zich (sinds de beving) machteloos, bang, boos of verdrietig voelde (op een schaal van “nooit” tot “voortdurend”). Ook is gemeten in hoeverre men een “gevoel van controle over mijn leven” ervoer (ook weer van nooit tot voortdurend).

Resultaten

We hebben de reacties op deze vragen geanalyseerd in relatie tot controlevariabelen (leeftijd, geslacht, opleidingsniveau), schade, gevoelde PGA en de scores op de ‘Did you feel it’ vragenlijst. resultaten zijn weergegeven in de onderstaande tabel.

Omdat de laatste keer dat deze gevoelens zijn gemeten al erg lang geleden was (juni 2018) hebben we besloten om in de onderstaande modellen niet te controleren voor de ervaren gevoelens die eerder zijn gerapporteerd. Als je eerder gerapporteerde emoties wél meeneemt in het model dan zijn de resultaten zeer vergelijkbaar, met de kanttekening dat eerder gerapporteerde emoties altijd de sterkste voorspeller zijn en dat ze de effecten van sommige andere variabelen in het model wat “dempen” (bijvoorbeeld omdat eerdere emoties ook al werden beïnvloed door het al dan niet hebben van schade).

Emoties en gevoelens
Machteloos Boos Bang Verdrietig Controle
Opleiding (middel vs. laag) 0.15 -0.01 0.02 -0.09 0.20
(0.12) (0.11) (0.08) (0.10) (0.13)
Opleiding (hoog vs. laag) -0.07 -0.16 -0.21** -0.31*** 0.44***
(0.11) (0.11) (0.07) (0.09) (0.12)
Leeftijd (gecentreerd) -0.05 -0.10 0.17*** 0.13 -0.26**
(0.08) (0.08) (0.05) (0.07) (0.09)
Geslacht 0.01*** 0.02*** 0.001 0.01*** -0.002
(0.003) (0.002) (0.002) (0.002) (0.003)
1x Schade (vs. geen) 0.47*** 0.35** 0.21** 0.19 -0.09
(0.12) (0.11) (0.07) (0.10) (0.13)
Meervoudige schade (vs. geen) 0.99*** 0.86*** 0.35*** 0.49*** -0.03
(0.10) (0.10) (0.07) (0.09) (0.11)
PGA (cumulatief) 0.04** 0.02* -0.001 0.01 -0.003
(0.01) (0.01) (0.01) (0.01) (0.01)
‘Did you feel it’ score 0.05*** 0.05*** 0.05*** 0.05*** -0.01
(0.01) (0.01) (0.01) (0.01) (0.01)
Constante 1.89*** 2.56*** 1.21*** 1.96*** 3.54***
(0.16) (0.16) (0.10) (0.13) (0.18)
Observations 1,409 1,409 1,409 1,409 1,409
R2 0.22 0.19 0.17 0.15 0.02
F Statistic (df = 8; 1400) 49.08*** 41.90*** 36.15*** 31.55*** 3.16**
Note: p<0.05; p<0.01; p<0.001

Aanvullende analyses (onderstaande tabel) laten zien dat met name schade en de DYFI scores veel variantie verklaren.4 Daarbij valt op dat de emoties machteloosheid en boosheid het sterkst worden voorspeld door schade. De emoties bang en verdrietig worden het sterkst voorspeld door de DYFI scores. Tenslotte valt op dat de ervaren controle over het leven niet wordt beïnvloed door hetzij schade hetzij DYFI hetzij seismiciteit. PGA verklaarde geen variantie, maar dat komt omdat PGA overlap heeft met DYFI: neem je de laatste niet mee in het model, dan zou PGA óók wat variantie hebben verklaard.

Het is opmerkelijk en interessant dat emoties als angst en verdriet direct na de beving niet primair worden voorspeld door het meemaken van de beving, maar sterker door het hebben van schade (die schade was er in veruit de meeste gevallen immers al vóór de beving). Dit wijst erop dat het acute probleem van de beving niet zozeer angst (bijvoorbeeld voor instorting) is, als wel woede en machteloosheid (bijvoorbeeld omdat de beving mensen eraan herinnert dat het probleem nog steeds niet is opgelost).

Schade Did you feel it score PGA Leeftijd
Machteloos 0.14 0.05 0.01 0.01
Bang 0.11 0.05 0.01 0.03
Boos 0.03 0.12 0.00 0.00
Verdrietig 0.05 0.07 0.00 0.02
Controle 0.00 0.00 0.00 0.00

Gezondheid

Andere metingen direct na de beving zijn gezondheid-gerelateerd. Enerzijds zijn de vijf items van de Mental Health Index (MHI-5) gemeten. Deze meting is in meerdere metingen opgenomen, maar om de schaal geschikt te maken voor het meten direct na een aardbeving is de vraag iets aangepast. Normaal is de vraag hoe vaak men “de afgelopen 4 weken” bepaalde gevoelens had (erg zenuwachtig; gelukkig; neerslachtig en somber; kalm en rustig; zo erg in de put dat niets mij kon opvrolijken). De antwoordcategorieën lopen uiteen van nooit tot voortdurend. Voor Westerwijtwerd is de vraag iets aangepast door te vragen in hoeverre men “sinds de beving bij Westerwijtwerd” deze gevoelens had. Het nadeel van deze formulering is dat de tijd sinds de beving in sommige gevallen erg kort was. Anderzijds is het voordeel van deze methode dat de antwoordcategorieën hetzelfde zijn als in reguliere metingen wordt gebruikt.

Anderzijds zijn zes gezondheidssymptomen meegenomen in de vragenlijst, die ook in eerdere metingen zijn opgenomen. De symptomen zijn duizeligheid, hoofdpijn, spierpijn, prikkelbaar of irritatie, geheugen- of concentratieproblemen en slaapproblemen. De antwoordcategorieën waren hetzelfde als die van de MHI-5

Resultaten

We hebben de reacties op deze vragen op dezelfde manier geanalyseerd als de gevoelens. Resultaten zijn te zien in de onderstaande tabel. In de onderstaande modellen is niet gecontroleerd voor de eerder gerapporteerde gezondheid. Als je dat wél doet dan zijn de resultaten zeer vergelijkbaar, met de kanttekening dat eerder gerapporteerde gezondheid altijd de sterkste voorspeller is.

Gezondheid
MHI Symptomen
Opleiding (middel vs. laag) 2.06 -0.35
(1.25) (0.41)
Opleiding (hoog vs. laag) 5.40*** -1.02**
(1.18) (0.39)
Leeftijd (gecentreerd) -0.15 0.35
(0.84) (0.28)
Geslacht -0.04 -0.001
(0.03) (0.01)
1x Schade (vs. geen) -2.15 0.98*
(1.24) (0.40)
Meervoudige schade (vs. geen) -5.60*** 2.63***
(1.10) (0.36)
PGA (cumulatief) 0.12 -0.05
(0.13) (0.04)
‘Did you feel it’ score -0.63*** 0.17***
(0.08) (0.03)
Constante 77.07*** 8.48***
(1.71) (0.56)
Observations 1,409 1,397
R2 0.11 0.11
F Statistic 20.70*** (df = 8; 1400) 21.66*** (df = 8; 1388)
Note: p<0.05; p<0.01; p<0.001

Aanvullende analyses (onderstaande tabel) laten zien dat schade en de DYFI scores beiden vrij veel variantie verklaren. In geval van de MHI wordt iets meer variantie verklaard door de directe impact van de beving (DYFI). In geval van symptomen wordt net iets meer variantie verklaard door schade. Van de overige variabelen verklaarde alleen opleidingsniveau nog enige variantie. PGA verklaarde geen variantie, maar dat komt omdat PGA overlap heeft met DYFI: neem je de laatste niet mee in het model, dan zou PGA óók wat variantie hebben verklaard.

Schade Did you feel it score PGA Opleidingsniveau
MHI 0.03 0.06 0 0.02
Symptomen 0.06 0.04 0 0.01

Referenties

Grömping, U. (2006). Relative importance for linear regression in r: The package relaimpo. Journal of Statistical Software, 17(1), 1–27.

McNeish, D., & Matta, T. (2018). Differentiating between mixed-effects and latent-curve approaches to growth modeling. Behavior Research Methods, 50(4), 1398–1414.

Nakagawa, S., Johnson, P. C., & Schielzeth, H. (2017). The coefficient of determination r 2 and intra-class correlation coefficient from generalized linear mixed-effects models revisited and expanded. Journal of the Royal Society Interface, 14(134), 20170213.

Postmes, T., Kanis, B., Boendermaker, M., Richardson, J., & Stroebe, K. (2019). Maatschappelijke impact van de beving van westerwijtwerd (22 mei 2019): Een eerste analyse. Rijksuniversiteit Groningen.

  1. Schade neemt in een flink aantal gevallen toe. Er zijn ook diverse gevallen waarin schade afneemt, volgens de antwoorden van de respondent. Dat kan duiden op slordigheden of fouten in de antwoorden, maar dat hoeft hiet: het komt vaker voor dat personen die dachten aardbevingsschade te hebben daar in de loop der tijd anders over gaan denken (bijvoorbeeld omdat de schade na melding niet of slechts ten dele is erkend als zijnde aardbevingsschade).↩

  2. In de tabel wordt de nadruk gelegd op het “fixed effects” deel van het model–systematische verschillen tussen groepen respondenten op basis van persoons- of omgevingskenmerken. Niet vermeld, maar wel van belang, is dat ook de “random effects” (alle mogelijke manieren waarop individuele deelnemers van elkaar verschillen en anders kunnen reageren op gebeurtenissen) een aanzienlijk deel van de variantie verklaarden. De vergelijking van verschillende modellen wees uit dat de beste beschrijving van de random effects gebruk maakten van een random intercept, een verschillende verandering over tijd, als ook een andere reactie op de bevingen van Zeerijp en Westerwijtwerd (de dummy variabelen). De conditionele r2 (de variantie verklaard door fixed en random effects samen, zie Nakagawa, Johnson, & Schielzeth, 2017) was rond de 80% in alle modellen (zo’n 20% van de variantie is dus “ruis” die we niet in onze modellen beschrijven). De marginale r2 van het beste model (met interacties, niet opgenomen in de tabel) veklaarde rond de 45% van de totale variantie. Dit impliceert dus dat 80% - 45% = 35% onverklaard bleef. Al met al is het percentage verklaarde variantie dus zeer hoog.↩

  3. Hierbij moet opgemerkt dat de shakemaps van het KNMI beperkt zijn: bij lage PGA’s (<.5 procent van g) en op locaties waar geen meetstation in de buurt staat is de PGA moeilijker in te schatten. Ook zijn oudere bevingen (zoals die van Huizinge in 2012, of oudere hevige bevingen) niet opgenomen in de shakemaps. Tenslotte is er anecdotisch vastgesteld dat ook kleinere bevingen (bijv. magnitude 1.8) door bewoners dicht bij het epicentrum gevoeld kunnen worden. Het is dus al met al best mogelijk dat ook personen die volgens de huidige shakemaps gedurende het onderzoek geen bodembeweging voelden, daar op enig moment toch aan zijn blootgesteld.↩

  4. De verklaarde variantie is berekend als het percentage van de totale respons variantie dat wordt bepaald door iedere variabele (door middel van de methode van “proportional marginal decomposition”, zie Grömping, 2006). De door geslacht en opleiding verklaarde variantie was verwaarloosbaar klein en is niet in de tabel opgenomen↩