Search

International audience; Tous ceux qui se sont intéressés de près ou de loin à la localisation d'un moyen de secours, quel qu'il soit (caserne, véhicule, etc.), ont pu constater que plusieurs solutions coexistaient. Un moyen de secours doit-il être présent à chaque endroit où le nombre d'interventions est important ? Uniquement là où il y en a le plus, à mi-chemin entre tous, ou près de celui qui se trouve le plus éloigné des autres ? Ces solutions répondent à des logiques différentes, plus ou moins égalitaires, efficaces, ou équitables. Certaines sont opposées et peuvent paraître contraires à l'objectif d'égalité d'accès des citoyens aux services publics, notamment de secours, mais toutes se justifient. Indépendamment de la logique dans laquelle s'inscrit le service pour localiser les moyens de secours, la méthode utilisée pour cela est à prendre en considération. En effet, la logique d'implantation peut varier d'une méthode à l'autre selon différents paramètres : le poids accordé à chaque individu représentant la demande de secours ; la manière dont est calculée la distance entre ces individus et l'offre en secours ; la façon de considérer cette distance dans la fonction objectif de l'algorithme d'optimisation ; ou encore la pondération de la demande. Or les conséquences de ces paramètres sur les différentes logiques d'implantation sont souvent méconnues. L'objectif de cet article est donc d'apporter un éclairage sur les conséquences des méthodes en matière de logiques d'implantation, de façon à ce que le choix de la méthode puisse être fait en toute connaissance de cause.

National audience

National audience; Ces derniers mois la presse se fait écho de nombreux projets de restructuration, fermeture, regroupement de casernes, dont certains particulièrement importants. Derrière chacun de ces projets se pose la question complexe de l'adéquation qu'il faut trouver entre le niveau de risque et celui de la couverture opérationnelle des moyens pour y faire face. Cette question est généralement au cœur des débats. Les schémas départementaux d'analyse et de couverture des risques (SDACR) ont pour principal objectif de répondre à cette question. Ils s'appuient pour cela sur l'analyse de nombreuses données opérationnelles, indicateurs, graphiques et cartes. Même si nous sommes bien conscients que toutes les décisions prises dans les SDACR ne dépendent pas uniquement de ces analyses et de leurs résultats, il nous semblait important de nous y intéresser car ces dernières ne sont jamais évoquées dans les débats, alors qu'elles permettent pourtant de les objectiver. De plus, ces analyses ont pour principale limite de ne pas être intégrées. En effet, elles ne permettent pas de prendre en compte, de façon simultanée, tous les paramètres qui entrent en considération dans le dimensionnement de la couverture opérationnelle (économiques, spatiaux, etc.) et de prendre en compte l'impact que peut avoir le choix de localisation ou délocalisation d'une caserne sur les casernes environnantes et inversement. Il existe pourtant de nombreuses méthodes intégrées dans le monde académique. C'est pour ces deux raisons que nous avons voulu nous intéresser, d'une part, aux méthodes utilisées dans les SDACR pour dimensionner la couverture opérationnelle des moyens et, d'autre part, aux méthodes intégrées disponibles dans le monde scientifique. Quelles sont ces méthodes ? Sur quel principe reposent-elles ? Quelles données utilisent-elles ? À quelles échelles spatiales et temporelles ? Quelles sont leurs limites ?

In France, emergency rescue for victims is an integral part of the fire brigade missions. This is what we called the secours à personne (SAP). These last years, the number of volunteer firemen is in decline, particularly in the peri-urban and rural areas, which is not without consequence on the coverage of operational resources, especially since these sectors are already experiencing a decline in medical demography. At the same time, the number of SAP type of interventions is increasing. In this context, tensions between supply and demand for SAP tend to increase. One of the solutions envisaged to solve this situation is to optimize the location of existing resources. However, the methods implemented to this, by professionals, don’t prove to be sufficiently integrated, and those developed by researchers, not sufficiently operational. The main objective of this research is to propose an optimization method for localized SAP resources, both integrated and operational.The choice fell on the location-allocation models, because they take into account, overall, the set of parameters that come into play in the location of the emergency, and the consequences chain as location choices can result. The approach consists of three steps. The first is to make a diagnosis of SAP. The second is to select and prepare input data and configure the model. The third is to carry out various great scenarios optimization possible. This approach allowed, on one hand, to highlight the needs and methods of operational optimization tools, and on the other hand, to demonstrate the interest of the location-allocation models as an aid to reflection for optimizing localization of SAP resources.; Le secours à personne (SAP) correspond aux missions que réalisent les pompiers français pour porter secours en urgence aux victimes. Comme la démographie médicale, le nombre de pompiers volontaires est en baisse, particulièrement dans les espaces périurbains et ruraux. Parallèlement, le nombre d’interventions de type SAP est en augmentation constante, ce qui engendre localement des tensions entre l’offre et la demande en secours. Une des solutions pour remédier à cette situation consiste à optimiser la localisation des moyens existants. Cependant, les méthodes mises en œuvre pour cela, par les professionnels, ne sont pas suffisamment intégrées, et celles développées par les chercheurs, pas suffisamment opérationnelles. L’objectif de cette recherche est donc de proposer une méthode d’optimisation des localisations, à la fois intégrée et opérationnelle. Le choix s’est porté vers les modèles de localisation-allocation, car ils permettent de prendre en compte, de manière globale, l’ensemble des paramètres entrant en jeu dans la localisation des secours, ainsi que les conséquences en chaîne que les choix de localisation peuvent entraîner. La démarche se décompose en trois étapes. La première consiste à réaliser un diagnostic du SAP. La deuxième consiste à choisir et préparer les données d’entrée du modèle et le paramétrer. La troisième consiste à réaliser différents grands scénarios d’optimisation possibles. Cette démarche a permis de mettre en exergue les besoins de méthodes et d’outils d’optimisation opérationnels et de démontrer l’intérêt des modèles de localisation-allocation comme aide à la réflexion pour l’optimisation de la localisation des moyens de SAP.

In France, emergency rescue for victims is an integral part of the fire brigade missions. This is what we called the secours à personne (SAP). These last years, the number of volunteer firemen is in decline, particularly in the peri-urban and rural areas, which is not without consequence on the coverage of operational resources, especially since these sectors are already experiencing a decline in medical demography. At the same time, the number of SAP type of interventions is increasing. In this context, tensions between supply and demand for SAP tend to increase. One of the solutions envisaged to solve this situation is to optimize the location of existing resources. However, the methods implemented to this, by professionals, don’t prove to be sufficiently integrated, and those developed by researchers, not sufficiently operational. The main objective of this research is to propose an optimization method for localized SAP resources, both integrated and operational.The choice fell on the location-allocation models, because they take into account, overall, the set of parameters that come into play in the location of the emergency, and the consequences chain as location choices can result. The approach consists of three steps. The first is to make a diagnosis of SAP. The second is to select and prepare input data and configure the model. The third is to carry out various great scenarios optimization possible. This approach allowed, on one hand, to highlight the needs and methods of operational optimization tools, and on the other hand, to demonstrate the interest of the location-allocation models as an aid to reflection for optimizing localization of SAP resources.; Le secours à personne (SAP) correspond aux missions que réalisent les pompiers français pour porter secours en urgence aux victimes. Comme la démographie médicale, le nombre de pompiers volontaires est en baisse, particulièrement dans les espaces périurbains et ruraux. Parallèlement, le nombre d’interventions de type SAP est en augmentation constante, ce qui engendre localement des tensions entre l’offre et la demande en secours. Une des solutions pour remédier à cette situation consiste à optimiser la localisation des moyens existants. Cependant, les méthodes mises en œuvre pour cela, par les professionnels, ne sont pas suffisamment intégrées, et celles développées par les chercheurs, pas suffisamment opérationnelles. L’objectif de cette recherche est donc de proposer une méthode d’optimisation des localisations, à la fois intégrée et opérationnelle. Le choix s’est porté vers les modèles de localisation-allocation, car ils permettent de prendre en compte, de manière globale, l’ensemble des paramètres entrant en jeu dans la localisation des secours, ainsi que les conséquences en chaîne que les choix de localisation peuvent entraîner. La démarche se décompose en trois étapes. La première consiste à réaliser un diagnostic du SAP. La deuxième consiste à choisir et préparer les données d’entrée du modèle et le paramétrer. La troisième consiste à réaliser différents grands scénarios d’optimisation possibles. Cette démarche a permis de mettre en exergue les besoins de méthodes et d’outils d’optimisation opérationnels et de démontrer l’intérêt des modèles de localisation-allocation comme aide à la réflexion pour l’optimisation de la localisation des moyens de SAP.

In France, emergency rescue for victims is an integral part of the fire brigade missions. This is what we called the secours à personne (SAP). These last years, the number of volunteer firemen is in decline, particularly in the peri-urban and rural areas, which is not without consequence on the coverage of operational resources, especially since these sectors are already experiencing a decline in medical demography. At the same time, the number of SAP type of interventions is increasing. In this context, tensions between supply and demand for SAP tend to increase. One of the solutions envisaged to solve this situation is to optimize the location of existing resources. However, the methods implemented to this, by professionals, don’t prove to be sufficiently integrated, and those developed by researchers, not sufficiently operational. The main objective of this research is to propose an optimization method for localized SAP resources, both integrated and operational.The choice fell on the location-allocation models, because they take into account, overall, the set of parameters that come into play in the location of the emergency, and the consequences chain as location choices can result. The approach consists of three steps. The first is to make a diagnosis of SAP. The second is to select and prepare input data and configure the model. The third is to carry out various great scenarios optimization possible. This approach allowed, on one hand, to highlight the needs and methods of operational optimization tools, and on the other hand, to demonstrate the interest of the location-allocation models as an aid to reflection for optimizing localization of SAP resources.; Le secours à personne (SAP) correspond aux missions que réalisent les pompiers français pour porter secours en urgence aux victimes. Comme la démographie médicale, le nombre de pompiers volontaires est en baisse, particulièrement dans les espaces périurbains et ruraux. Parallèlement, le nombre d’interventions de type SAP est en augmentation constante, ce qui engendre localement des tensions entre l’offre et la demande en secours. Une des solutions pour remédier à cette situation consiste à optimiser la localisation des moyens existants. Cependant, les méthodes mises en œuvre pour cela, par les professionnels, ne sont pas suffisamment intégrées, et celles développées par les chercheurs, pas suffisamment opérationnelles. L’objectif de cette recherche est donc de proposer une méthode d’optimisation des localisations, à la fois intégrée et opérationnelle. Le choix s’est porté vers les modèles de localisation-allocation, car ils permettent de prendre en compte, de manière globale, l’ensemble des paramètres entrant en jeu dans la localisation des secours, ainsi que les conséquences en chaîne que les choix de localisation peuvent entraîner. La démarche se décompose en trois étapes. La première consiste à réaliser un diagnostic du SAP. La deuxième consiste à choisir et préparer les données d’entrée du modèle et le paramétrer. La troisième consiste à réaliser différents grands scénarios d’optimisation possibles. Cette démarche a permis de mettre en exergue les besoins de méthodes et d’outils d’optimisation opérationnels et de démontrer l’intérêt des modèles de localisation-allocation comme aide à la réflexion pour l’optimisation de la localisation des moyens de SAP.

National audience

National audience

5 pages; La notion de trajectoire d'un espace semble être une entrée intéressante pour aborder la question de la gestion des espaces en mettant l'accent sur les différentes temporalités constitutives de la trajectoire. Il peut sembler commun, voire de bon sens, de penser que la gestion d'un espace nécessite une compréhension de ses rythmes et évolutions. Cependant, une double expérience dans le secteur du secours montre qu'une connaissance précise de la trajectoire de l'espace, appuyée par une information spatiale appropriée, n'existe pas toujours, même dans un domaine aussi sensible.

National audience

National audience

International audience

International audience