Hoe de regering burgers (niet) meekrijgt met de coronamaatregelen

Terwijl nieuwe overheidsmaatregelen onvermijdelijk lijken om de opmars van het coronavirus te beteugelen, lijkt de geest uit de fles en zijn steeds minder mensen bereid zich zondermeer neer te leggen bij nieuwe regels. Om burgers er van te overtuigen zich aan de maatregelen te houden is communicatie cruciaal. Alleen lijkt het daar sinds het eerste moment al aan te schorten: onduidelijke (of erger nog: tegenstrijdige) informatie kan het fundament onder de publieke steun voor maatregelen wegslaan. Het is daarom van het grootste belang om in de goed bekeken persconferenties en reclamespotjes de juiste toon aan te slaan en het goede frame te kiezen.

Framing-effecten zijn één van de meest bestudeerde fenomenen in de communicatiewetenschap. Prominent daarbinnen is het werk van Amos Tversky en de latere Nobelprijs voor Economie-winnaar Daniel Kahneman naar “Prospect Theory.” In hun werk onderzochten ze de effecten van gain-versus-loss framing, oftewel het benadrukken van potentiële winsten (gain-frame) in plaats van het benadrukken van mogelijke verliezen (loss-frame).

In 1981 onderzochten ze reeds het volgende (toen nog hypothetische) scenario van een “unusual Asian disease”:

Imagine that the U.S. is preparing for the outbreak of an unusual Asian disease, which is expected to kill 600 people. Two alternative programs to combat the disease have been proposed. Assume that the exact scientific estimate of the consequences of the programs are as follows:

– If Program A is adopted, 200 people will be saved. (72%)

– If Program B is adopted, there is 1/3 probability that 600 people will be saved, and 2/3 probability that no people will be saved. (28%)

Dit probleem werd hierboven geformuleerd met een gain-frame. Immers de nadruk lag op de mensen die gered konden worden. Een grote meerderheid koos voor Program A (72%), het sowieso redden van 200 mensen. 28 procent daarentegen wilde de gok nemen om met een één-derde zekerheid alle mensen te redden (Program B), maar dus twee-derde kans dat iedereen zou komen te overlijden. Wanneer het probleem daarentegen met een loss-frame werd gepresenteerd waarin de nadruk lag op mensen die dood zouden komen te overlijden, dan waren de proefpersonen veel meer geneigd om dit risico wél te nemen:

– If Program C is adopted 400 people will die. (22 %)

– If Program D is adopted there is 1/3 probability that nobody will die, and 2/3 probability that 600 people will die. (78 %)

Dit vaak herhaalde experiment, meestal in de economische context, toonde aan dat in het hypothetische geval van een “unusual Asian disease” mensen bereid waren om minder risico’s te nemen wanneer bepaalde beslissingen met een gain-frame werden gepresenteerd door de potentiële voordelen te benadrukken (veel mensen zullen gezond blijven) in plaats van de nadelen te benadrukken met een loss frame (veel mensen zullen anders doodgaan).

In het voorjaar van 2020, terwijl de hypothetische “unusual Asian disease” bewaarheid was geworden en een intelligente lockdown Nederland in zijn greep hield, onderzochten Michael Hameleers en ik de gevolgen van gain-versus-loss framing, maar nu dus onder realistische omstandigheden (publicatie is hier beschikbaar, open-access). Wij legden onze proefpersonen vergelijke scenario’s voor als die van Tversky en Kahneman, en pasten daarbij de statistieken aan naar wat op dat moment bekend was over besmettingen met het coronavirus:

Gezondheid gain-frame:

De volgende lockdown interventies zijn gericht op de gevolgen voor het aantal overlevenden.

– Interventie A heeft als gevolg dat 80% van alle patiënten gered kan worden. (82%)

– Interventie B heeft een kans van 80% dat alle patiënten gered kan worden, en 20% kans dat geen van de patiënten gered zal kunnen worden. (18%)

Gezondheid loss-frame:

De volgende lockdown interventies zijn gericht op de gevolgen voor het aantal slachtoffers.

– Interventie A heeft als gevolg dat 20% van alle patiënten komt te overlijden. (49%)

– Interventie B heeft een kans van 80% dat geen van de patiënten zal komen te overlijden, en 20% kans dat alle patiënten komen te overlijden. (51%)

Net als in 1981 vonden wij ook dat mensen vaker geneigd waren het 20%-risico te nemen dat iedereen zou komen te overlijden wanneer de potentiële doden werden benadrukt (loss-frame) dan wanneer de nadruk werd gelegd op geredde patiënten (gain-frame): 51% van de proefpersonen verkoos de risicovolle Interventie B als ze het loss-frame zagen, en dit was slechts 18% wanneer het gain-frame werd gebruikt. Kortom, mensen zijn bereid minder risico’s te nemen als de nadruk ligt op het behouden van mogelijke voordelen (redden van mensen).

We breidden het originele experimentele design uit door niet alleen de gezondheidsconsequenties aan mensen voor te leggen, maar ook de eventuele economische gevolgen. Ook in dit geval verkozen mensen de risicomijdende optie als ze werden geconfronteerd met het gain-frame, terwijl er relatief vaker werd gekozen voor de risicovolle Interventie B als het loss-frame werd gebruikt. Dit effect was wel een stuk minder sterk dan dat voor de gezondheidsgevolgen. De verklaring daarvoor is dat in april 2020 het gezondheidsonderwerp domineerde in de media en mensen bovendien de meeste onzekerheid en angst ervaarden over de gezondheidssituatie. De gezondheidsframes konden daarom een grotere impact hebben op de beslissingen van mensen dan de economische frames.

Economische gain frame:

De volgende lockdown interventies zijn gericht op gevolgen voor de economische stabiliteit.

– Interventie A heeft als gevolg dat 90% van onze economische capaciteit veiliggesteld wordt van een economische instorting. (72%)

– Interventie B heeft als gevolg een 90% kans om de volledige economie te redden, en 10% kans dat de economie helemaal niet gered kan worden van instorting. (28%)

Economisch loss frame:

De volgende lockdown interventies zijn gericht op gevolgen voor de economische krimp.

– Met interventie A zal de economische capaciteit met een verlies van 10% geconfronteerd worden. (64%)

– Interventie B heeft 90% kans dat de economie helemaal niet zal instorten, en 10% kans dat de economie volledig instort. (36%)

Kortom gain-framing leidt tot een grotere steun voor maatregelen met minder risico’s, zowel in de context van gezondheid als die van de economie (maar in mindere mate).

Vervolgens testten we of de gekozen lockdown strategie hierin een rol speelt. We legden mensen drie scenario’s voor: (1) een volledige lockdown zoals in de meeste landen het geval was, (2) de minder strikte intelligente lockdown van Nederland, en (3) een open-strategie als in Zweden waar de maatregelen zeer beperkt waren.

In lijn met onze theorie vonden we dat de framing effecten het sterkst waren op het moment dat de bedreigen het grootste was. Dus mensen reageerden sterker op het verschil in gain-framing en loss-framing als het over gezondheidsconsequenties ging in een situatie als de Zweedse opening-up strategie (rechts in de grafiek plaatje). Daarentegen waren de framing effecten in het economische domein het grootste als de volledige lockdown scenario werd gepresenteerd (link in de grafiek). Framing is dus het meest doorslaggevend als de risico’s (en de onzekerheid) het grootste zijn.

Met deze kennis in het achterhoofd is het interessant om te kijken waar de regering de nadruk op legt in haar communicatie: op de winsten of op de verliezen, en op de gezondheidsconsequenties of juist op de economische gevolgen? Uit jarenlang onderzoek, en nu dus gerepliceerd onder externe valide omstandigheden van een daadwerkelijke pandemie, kan inmiddels met grote zekerheid gesteld worden dat het benadrukken van mogelijke winsten door middel van gain-framing (mensen blijven gezondheid, de economie blijft overeind) de steun vergroot voor risicomijdende strategieën, zoals bijvoorbeeld een strenge(re) lockdown of een eventuele 2G-strategie vallen. De bereidheid om risico’s te nemen worden juist groter als de mogelijke verliezen worden benadrukt door middel van loss-frames (mogelijke doden, economische schade).

Uiteraard is de huidige situatie wel flink anders dan begin 2020. Destijds waren de onzekerheden over de gezondheidsschade door Covid-19 nog veel groter, mensen waren nog niet gevaccineerd en behandelmethoden beperkt. Bovendien lijken de economische gevolgen te zijn meegevallen (onder meer door de risicomijdende steunpakketten van de overheid) en is er eerder sprake van een oververhitting van de economie in plaats van een recessie. Door de verminderde onzekerheid en de grotere kennis onder het publiek zullen eventuele framing-effecten op dit moment, althans in theorie, minder sterk zijn.

We vonden in onze studie namelijk ook dat de framing effecten niet significant waren onder de mensen die dachten al met het coronavirus besmet te zijn geweest. Waarschijnlijk hadden de frames minder gevolgen voor hun opinies, omdat zij zich reeds immuun waanden en daardoor minder onzekerheid ervaarden. De framing van gezondheidsconsequenties had daardoor alleen een effect op de mensen die dachten nog niet besmet te zijn geweest. Met een overgrote meerderheid van Nederlanders die inmiddels gevaccineerd zijn en een kleiner gedeelte van de bevolking die überhaupt niet bevreesd is voor het coronavirus, zal de gemiddelde onzekerheid anno 2021 minder zijn dan in 2020, hetgeen sterke framing-effecten minder waarschijnlijk maakt.

Afbeelding: “Minister Hugo de Jonge” by Gerard Stolk (vers l’automne) is licensed under CC BY-NC 2.0