-Igr - Indice de Risque Ingénieur de Recherche H/F

Service Public

Missions
Activités principales :
Dans le cadre du projet intitulé : « HydrES Risques Hydrologiques et socio-économiques liés aux pluies ExtrêmeS à La Réunion » retenu au titre de l'AMI FEDER 2023 financé par le PO FEDER / INTERREG 2021/2027 vous êtes recruté(e) au sein de l'unité du CEMOI pour une période de 21 mois en tant qu'ingénieur de recherche pour venir en appui technique au projet sous la responsabilité de Mme GARABEDIAN Sabine porteur du projet.
Dans ce cadre vous serez affecté(e) aux taches et actions suivantes :
Action 4 Indices de risque et Impact Socio-Economique :
Vous contribuerez à l'Action 4 en vous attachant à réaliser les tâches suivantes : La construction d'un indice synthétique de risque.
Description et contexte
La littérature sur les indices de mesure du risque est abondante. Bien que la notion de risque fasse l'objet de nombreuses définitions, celles-ci obéissent généralement à une logique commune. Conformément à la définition de l'UNDRO (1979), le risque est traditionnellement considéré comme le produit de trois composantes : l'occurrence de l'aléa, l'exposition et la vulnérabilité (Dao & Peduzzi, 2004 ; Binita et al., 2021). Si l'usage classique privilégie une agrégation multiplicative - justifiée par le fait qu'une valeur nulle pour l'une des composantes annule mathématiquement le risque (Peduzzi et al., 2009 ; Feindouno et al., 2017) - le choix des indicateurs et leur pondération restent des enjeux méthodologiques majeurs.
Dans cette perspective, la méthodologie de construction de l'indice de risque intégrera l'approche dite du « Benefit of the Doubt » (BoD), issue de l'analyse par enveloppement des données (DEA). Contrairement aux pondérations fixes ou arbitraires, cette méthode permet une pondération endogène des indicateurs. Elle offre l'avantage de maximiser le score de risque de chaque entité évaluée en appliquant les poids les plus favorables à ses spécificités, évitant ainsi de pénaliser une observation en raison d'un choix de pondération a priori qui ne refléterait pas sa réalité multidimensionnelle. Cette approche garantit une plus grande objectivité dans la comparaison des profils de risque, tout en identifiant les dimensions où la performance (ou ici, le risque) est la plus critique.