Méthodologie de calcul CRATer
Table de matières
- Présentation générale
- Règles de gestion pour l’adéquation théorique production / besoins
- Règles de gestion pour les pratiques agricoles
- Règles de gestion pour la population agricole
- Règles de gestion pour la politique foncière
- Règles de gestion pour la proximité aux commerces
- Sources de données
- Licence d’utilisation du contenu et des données CRATer
Présentation générale
Fonctionnement synthétique
L’application CRATer est un outil d’aide au diagnostic de la résilience alimentaire pour les territoires de France métropolitaine.
L’application permet de rechercher une commune, et effectue alors un diagnostic :
- sur différentes échelles géographiques englobant cette commune (par exemple communauté de communes, département, etc…)
- sur les différentes composantes du système alimentaire (politique foncière, modes de production, consommation, etc…)
La synthèse présente le résultat du diagnostic sous forme d’un diagramme de type “radar” et de messages clés associés, pour les 4 composantes suivantes du système alimentaire :
- adéquation théorique besoins/production
- pratiques agricoles
- population agricole
- politique foncière
CRATer fait une évaluation du niveau de résilience sur chacun de ses axes, en construisant une note sur 10. Cette note, obtenue par consolidation de différents indicateurs, permet soit de situer le territoire par rapport à la France entière soit par rapport à un objectif donné selon des règles des calculs détaillées ci-dessous. Aucune note globale n'est calculée, car la résilience d'un système alimentaire ne peut se résumer en une dimension mais doit au contraire être approchée de façon transversale à travers les différents maillons qui composent le système. Chaque note doit être interprétée de façon prudente au regard des hypothèses prises et de la fiabilité des données utilisées sur le territoire considéré.
La synthèse permet ensuite d’accéder aux chapitres du rapport CRATer.
Il y a un chapitre pour chaque composante du système alimentaire, et chaque chapitre présente de manière détaillée :
- le ou les indicateurs ayant servi au calcul de la note globale dans le radar
- des indicateurs complémentaires
- des messages détaillés qui sont générés en fonction de la valeur des différents indicateurs. Ils permettent d’expliquer et de mettre en perspective les différents résultats. Les règles de calcul de ces messages détaillés sont explicitées ci-dessous.
- une liste des leviers et actions possibles, avec des liens vers les chapitres correspondants dans le guide Vers la résilience alimentaire.
Périmètre territorial des calculs
Les indicateurs sont donnés pour les échelles géographiques suivantes :
- la commune
- l’EPCI (Établissement public de coopération intercommunale)
- le département
- la région
- la France métropolitaine entière
Le choix de ne pas offrir de résultats pour les territoires hors France métropolitaine provient du fait que certaines données comme les indices Haute Valeur Naturelle de Solagro ou les données issues de l’application PARCEL (voir les sources de données) ne sont pas disponibles pour ces territoires là.
Certaines données ne sont pas disponibles sur toutes les échelles géographiques ou pour tous les indicateurs. Par exemple, les surfaces agricoles utiles en bio ne sont pas rendues publiques sur certaines communes pour des raisons de confidentialité. De même, les problèmes liés à la qualité des données, ou à la cohérence des différentes sources, peuvent conduire à l’absence de données. Dans ces différentes situations CRATer indique autant que possible l’absence de données (par exemple dans les notes et messages de synthèse), et le cas échéant ne présente pas d’information, en particulier dans les histogrammes (quand les données ne sont pas disponibles, alors l’échelle territoriale correspondante n’est pas représentée).
Cas des mouvements de communes
CRATer utilise le référentiel des communes de l'INSEE de l'année 2021. En complément, il prend en compte les mouvements de communes survenus entre l'année 2003 et 2021 pour savoir si une commune existante en 2021 a été affectée par un mouvement de type fusion ou scission.
Cette information est utilisée pour invalider certaines données relatives à la commune en fonction des mouvements : pour une commune qui a subi un mouvement l'année n, les sources de données fournies pour des années inférieures à n ne sont pas prises en compte.
Par exemple en 2019, les communes de Chateau-d'Olonne et Olonne-sur-Mer ont fusionné avec la commune des Sables d'Olonne, ce qui a les conséquences suivantes dans l'application :
- Il n'est pas possible d'afficher un diagnostic pour Chateau d'Olonne ou Olonne-sur-Mer (communes qui n'existent plus)
- Dans le diagnostic de la commune des Sables d'Olonne, l'indicateur HVN n'est pas disponible au niveau de la commune, car il a été calculé en 2017 c'est à dire avant la fusion en 2019. On considère que son périmètre de calcul n'est plus valable dans le contexte d'utilisation de CRATer
- Par contre l'indicateur part de SAU Bio est disponible, car la donnée a été calculé en 2019, sur le périmètre actuel de la commune des Sables d'Olonne (post fusion).
Ce principe est identique pour les cas de scission de communes : les données antérieures à une scission sont invalidées.
Ce fonctionnement a pour conséquence que les données calculées à l'échelle d'un territoire par agrégation des données des communes composant ce territoire sont réalisés avec les données des seules communes n'ayant pas subi de mouvement.
Relations entre échelles territoriales
CRATer utilise les relations entre territoires pour proposer un diagnostic sur des échelles territoires englobantes à partir d'un territoire donné.
Ainsi à partir du diagnostic d'une commune, il est possible d'accéder au diagnostic de son EPCI, de son département, de sa région, et du pays.
Ces mêmes relations sont utilisées dans certains cas pour consolider les données, en particulier pour consolider les données disponibles au niveau communal sur les autres niveaux. Du fait de l'absence de données pour certaines communes (communes ayant subi un mouvement – voir plus haut –, données indisponibles ou sous secret statistique), les résultats à une échelle territoriale supérieure peuvent être légèrement érronés – sauf lorsque les données sont disponibles directement à l'échelle territoriale voulue.
Le cas de l'EPCI est particulier, car un EPCI peut appartenir à plusieurs départements ou régions. Les règles sont les suivantes :
- Si l'EPCI est inclus dans un seul département, c'est ce département et sa région qui sont associés à l'EPCI
- Si l'EPCI est à cheval sur plusieurs départements (ce qui concerne environ 7% des EPCIs), CRATer identifie un "département principal d'appartenance" en choisissant le département dans lequel l'EPCI possède le plus de communes. Ce département principal d'appartenance permet également de déterminer la région principale d'appartenance (cas ou l'EPCI est en plus à cheval sur plusieurs régions).
- Cette règle est une pure convention au sein de l'application CRATer. Elle intervient principalement au niveau de l'interface pour proposer un département et une région au-dessus de l'EPCI quelque soit sa situation
Les composantes du système alimentaire
Chaque composante du système alimentaire est représentée au niveau de l’écran de synthèse par un axe sur le radar et un message clé. Elle est ensuite détaillée dans un chapitre complet du rapport, à l’aide de textes explicatifs, d’indicateurs et graphiques plus détaillés, et d’informations sur les leviers disponibles. Chacune de ces composantes est décrite succinctement ci-dessous. Les règles de gestion détaillées pour le calcul des indicateurs associées sont décrites dans la suite de ce document. A noter que les notes sont parfois calculées par comparaison avec la moyenne nationale, et parfois de façon plus objective quand cela est possible et pertinent. Ainsi, les notes minimale (0), maximale (10) et moyenne (5) ne signifient pas la même chose selon les axes. Ces 4 premières composantes seront complétées ultérieurement avec d’autres composantes du système alimentaire.
L’adéquation théorique besoins/production
Cette composante a pour but d’évaluer l’adéquation théorique entre les besoins alimentaires de la population et la production agricole du territoire considéré.
Les pratiques agricoles
Cette composante a pour but d’évaluer la résilience et l’impact écologique des modes de production agricole sur le territoire.
La population agricole
Cette composante a pour but de donner une image de la population agricole actuelle et de montrer sa dynamique d’évolution.
La politique foncière
Cette composante a pour objectif de rendre compte de la surface agricole productive disponible par habitant et du rythme d’artificialisation des sols sur les dernières années.
Nomenclature des surfaces agricoles
Dans CRATer, une nomenclature des surfaces agricoles est employée pour faire la distinction entre surfaces dites peu productives et celles dites productives afin d'éviter de surestimer les capacités nourricières d'un territoire – par exemple de moyenne ou haute altitude. Cette distinction est utilisée d'une part pour décrire les surfaces agricoles présentes sur un territoire, et d'autre part dans le calcul des différents indicateurs qui se base exclusivement sur les surfaces dites productives. Elle est réalisée à partir des catégories de culture du RPG (voir sources de données) de la façon suivante :
- les surfaces agricoles peu productives (dites aussi non cultivées) rassemblent les groupes de cultures “17 Estives et landes” (contenant notamment les pâturages d’altitudes), “11 Gel (surfaces gelées sans production)” (contenant les jachères) et une partie de “28 Divers” ;
- les surfaces agricoles productives rassemblent tous les autres groupes de cultures du RPG.
Un point de vigilance concerne les limites du RPG : ce gisement de données n'a connaissance que des parcelles appartenant à un exploitant les ayant déclarées dans sa demande de subvention à la PAC. En conséquence l'estimation des surfaces agricoles (productive ou peu productive) peut être sous estimée de plusieurs pourcents sur certains territoires (plusieurs dizaines de pourcents dans les cas extrêmes).
Ces orientations sont le résultat de travaux réalisés en partenariat avec la métropole de Nice Côte d'Azur. Le détail de l'étude est accessible ici.
Règles de gestion pour l’adéquation théorique production / besoins
L'objectif cette partie du diagnostic est de rendre compte de la part des besoins de la population d'un territoire qui peut être couverte en théorie par la production agricole de ce territoire dans l'hypothèse où l’on relocaliserait tout. Notez qu'il ne s'agit pas de la part des besoins réellement couverts par la production locale. Les flux logistiques sont aujourd'hui totalement dissociés de la disponibilité locale, si bien qu'à l'échelle d'un bassin de vie, presque toute la production est généralement exportée, et tous les biens consommés sont importés depuis d'autres territoires. De même, le niveau de production d'un territoire ne présage en rien de sa dépendance à des facteurs de production importés de loin : pétrole, engrais, produits phytosanitaires... Cette seule note ne suffit donc pas à estimer le degré d'autonomie d'un territoire.
Les différents indicateurs
Nomenclature des groupes de cultures
Pour présenter la production et les besoins par grandes catégories de cultures, CRATer utilise sa propre nomenclature de “cultures” et “groupes de cultures”
Les "groupes de cultures" sont les suivants :
- Céréales : blé, maïs, orge...
- Oléoprotéagineux : légumineuses, tourteaux, colza, tournesol...
- Fourrages : cultures à destination exclusive des animaux (prairies, maïs pour fourrage, ...)
- Fruits et légumes : fruits, légumes et fruits à coque
- Autres cultures : betterave sucrière, oliviers, pommes de terre, tabac, vignes, plantes médicinales...
- Surfaces non cultivées : jachères...
Nota: les “Surfaces non cultivées“, dites aussi “Surfaces peu productives“, ne sont pas prises en compte dans les calculs.
Chaque “groupe de cultures” rassemble un ensemble de “cultures”, qui permettent :
- de faire les correspondances avec la codification des cultures en provenance du le RPG, pour identifier les différents types de productions
- de faire les correspondances avec la codification des produits fournis par l’application Parcel, pour identifier les différents types de besoins.
Voici quelques exemples de cultures besoins (BH: besoins humains / BA: besoins animaux) et production (P) définies dans CRATer :
- BA-AAC: Céréales pour alimentation animale (blé tendre, maïs grain, orge, …)
- BH-AHC: Céréales alimentation humaine
- BH-FRU: Fruits
- BH-FCO: Fruits à coque
- P-BLD: Blé dur
- P-PFL: Pois, féverole, lupin
La production agricole du territoire : l’évaluation des surfaces agricoles utiles par type de culture
Cet indicateur mesure la production agricole d'un territoire, en hectares de surface agricole utile (SAU en ha). Il est calculé pour chaque "groupe de cultures" et pour toutes les cultures confondues (somme de tous les groupes de cultures).
Les valeurs sont calculées à partir du RPG (voir sources de données), en évaluant les surfaces agricoles utiles pour chaque culture présentes sur le territoire de chaque commune.
On agrège ensuite ces données sur les groupes de cultures CRATer via une correspondance entre les codes culture définis dans le RPG et les groupes de cultures CRATer, au niveau de chaque commune, puis sur les différentes échelles territoriales.
Limitations actuelles : pour l'instant, CRATer ne prend pas en compte la succession culturale dans la même année (utilisation de la seule culture principale, et pas des cultures secondaires qui sont disponibles dans le RPG). En conséquence, les données de production obtenues risque d'être sous-estimées, mais la plupart du temps cela ne devrait pas impacter les ordres de grandeur des résultats. D’une part parce que ces cultures secondaires sont encore relativement peu répandues et d’autre part parce que leur contribution à l’alimentation est souvent bien plus faible que celle de la culture principale (e.g. moutarde, cameline, chanvre).
Les besoins du territoire
Les besoins alimentaires sont obtenues à partir de l’application PARCEL (voir sources de données), qui fournit des évaluations de ces besoins pour la population d’un territoire, par types de produits, pour l'assiette actuelle et sur la base de la part des surfaces actuelles dédiées aux productions bio. Les produits représentent les produits alimentaires, après transformation. L'assiette actuelle correspond aux besoins moyens actuels d'un Français.
Pour chaque produit, les valeurs sont ensuite traduites en ha de surfaces agricoles utiles par type de culture :
- en utilisant une correspondance simple entre les produits PARCEL et les cultures CRATer pour les produits qui ne sont pas des produits de l’élevage ;
- en distribuant les besoins liés aux produits de l’élevage sur des cultures destinées à l’alimentation animale selon des ratios connus pour chaque région (part de céréales, fourrages, tourteaux, etc… dans l’alimentation animale).
Le taux de couverture théorique des besoins (TCTB)
Cet indicateur représente la part des besoins du territoire qui pourrait en théorie être couverte par sa propre production. Notez qu'il ne s'agit pas de la part des besoins réellement couverts par la production locale. Les flux logisitiques sont aujourd'hui totalement dissociés de la disponibilité locale, si bien qu'à l'échelle d'un bassin de vie, presque toute la production est généralement exportée, et tous les biens consommés sont importés d'autres territoires. Il est calculé comme suit :
taux_couverture_theorique_besoins [en %] = production [en ha] / besoins [en ha] * 100
Il peut être calculé pour des besoins globaux (tous types de cultures confondues), ou bien par type de culture ou groupe de culture. On parlera respectivement de TCTB global, ou TCTB par groupe de culture.
Note du radar et message de synthèse
Note du radar
La note de l’axe production/besoin est obtenu à partir du des TCTB pour chaque groupes de cultures sur le territoire considéré, via les étapes suivantes :
- Pour chaque groupe de culture, le TCTB est ramené à une note sur 10 : un TCTB de 100% ou plus donne une note de 10. Un TCTB de 0% donne une note de 0.
- Chaque note est pondérée par la part des besoins du groupe de culture dans les besoins totaux du territoire. A titre d’exemple, pour la France, ces pondérations sont les suivantes : Céréales (19%), Fruits, Légume & Fruits à coque (2,2%), Oléoprotéagineux (11,3%), Fourrages (65,5%), Autres cultures (2%)
- La moyenne effectuée avec ces pondération permet d’obtenir la note globale qui a une valeur entre 0 et 10.
Ce mode de calcul permet :
- de gommer les surproductions (TCTB très supérieurs à 100% pour certains groupes de culture), pour faire ressortir les déficits par groupes de culture
- de prendre en compte l’impact de l’alimentation animale (plus de 80% des surfaces agricoles sont destinées à l’élevage)
Message de synthèse
Le message est calculé à partir de la note :
- Si note = 10, alors message = "Production suffisante pour couvrir tous les besoins"
- Si note >= 7 et < 10, alors message = "Production presque suffisante pour couvrir les besoins, quelques secteurs déficitaires"
- Si note >= 3 et < 7, alors message = "Production insuffisante pour couvrir les besoins"
- Si note < 3, alors message = "Production nettement insuffisante pour couvrir les besoins"
Règles de gestion pour les pratiques agricoles
Les indicateurs d'usage des pesticides : QSA, NODU et NODU normalisé
Note : pour de plus amples détails sur la méthodologie utilisée, vous pouvez consulter le document d'élaboration de cet méthodologie.
Pourquoi des indicateurs sur l’utilisation des pesticides ?
Symboles de l’industrialisation des pratiques, les pesticides sont devenus indispensables à l’agriculture en France aujourd’hui. D’un point de vue agronomique, la grande homogénéité des systèmes agricoles et les faibles niveaux de biodiversité sauvage favorisent les « bioagresseurs » (insectes, champignons pathogènes, etc.) et limitent leur régulation naturelle. D’un point de vue économique, la concurrence internationale, le faible prix des marchandises agricoles et la non prise en compte des coûts sanitaires et environnementaux incitent mécaniquement les exploitations à maximiser les volumes de production à l’aide des pesticides. Si les pesticides, en tant qu’outils à disposition des agriculteurs pour faire face à la propagation brutale d’un bioagresseur, pourraient être perçus comme un facteur de résilience, la dépendance structurelle de notre modèle agricole à leur utilisation est au contraire source de vulnérabilité. Leur usage massif et systématique entretient un cercle vicieux qui les rend toujours plus indispensables : les bioagresseurs résistants sont naturellement sélectionnés et la toxicité des substances dégrade les fonctions de régulation remplies par les espèces sauvages. De plus, leur fabrication dépend de ressources fossiles en voie d’épuisement et est contrôlée par une poignée de multinationales en situation d’oligopole, plongeant les agriculteurs dans une situation de dépendance risquée au vu de l’augmentation des tensions économiques et politiques à venir.
Définitions
Quantité de Substances Actives (QSA)
La Quantité de Substances Actives correspond à la quantité totale, en kg, de substances actives.
Les substances actives contenues dans les pesticides vendus sont classées selon leur niveau de toxicité. Avant 2015 la classification était la suivante :
- T, T+, CMR : substance toxique, très toxique, cancérogène mutagène reprotoxique
- N minéral : substance minérale dangereuse pour l’environnement
- N organique : substance organique dangereuse pour l’environnement
- Autre : autre substance
A partir de 2015 : les substances classées CMR 2 (supposés) sont intégrées dans la catégorie « T, T+, CMR » alors qu’elles étaient auparavant catégorisées «N organique »
A partir de 2019 la nomenclature de la classification est modifiée :
- CMR: substance toxique, très toxique, cancérogène mutagène reprotoxique
- Santé A: toxicité aiguë de catégorie 1, 2 ou 3 ou toxicité spécifique pour certains organes cibles, de catégorie 1, à la suite d’une exposition unique ou après une exposition répétée, soit en raison de leurs effets sur ou via l’allaitement
- Env A : toxicité aiguë pour le milieu aquatique de catégorie 1 ou toxicité chronique pour le milieu aquatique de catégorie 1 ou 2
- Env B : toxicité chronique pour le milieu aquatique de catégorie 3 ou 4
- Autre : autre substance
Dose Unité (DU)
La DU, en kg/ha, correspond à la dose maximale applicable sur un hectare. Elle reflète en ce sens la puissance des substances actives.
Remarque : certaines substances n'ont pas de DU.
Nombre de Doses Unités (NODU)
Le NODU, en hectares, est calculé pour chaque subtsance active en faisant le ratio de la QSA avec la DU de la substance active. Le calcul du NODU permet donc de comparer et d'additionner des substances actives qui n'ont pas le même impact à quantité égale utilisée.
NB : les substances sans DU n'ont de facto pas de NODU.
Nombre de Doses Unités normalisé (NODU normalisé)
Le NODU normalisé, grandeur adimensionnelle, est calculé en faisant le ratio entre le NODU et la surface agricole utile (SAU) totale du territoire. Il peut s'interpréter comme le nombre moyen de traitements réalisés par hectare. Il permet de faire des comparaisons entre territoires et/ou périodes temporelles différent(e)s.
NB : cet indicateur étant calculé à partir du NODU présenté plus haut, il ne tient compte que de certaines substances actives. De plus, étant calculé sur base de la SAU totale, il peut cacher des sur-dosages locaux.
Données d'entrée
Les indicateurs utilisent la base de donnée BNVD de l’Office Français de la Biodiversité (voir sources de données) donnant les achats de produits phytosanitaires (et les substances actives qu'ils contiennent) par code postal de l'acheteur ; les doses unités issus des arrêtés ministériels (voir sources de données) ; et les surfaces agricoles utiles totales de l'Agreste issues du recensement agricole 2020 (voir sources de données)
Méthode de calcul
Les étapes du calcul sont les suivantes :
- import des doses unitaires : utilisation des DU décrites dans l’arrêté de 2019, complétées par celles décrites dans l’arrêté de 2017 et non présentes dans celui de 2019.
- import des QSA par code postal acheteur et département sur l’ensemble des années considérées (2015 à 2019) en incluant toutes les substances sauf celles appartenant à la classification Autre.
- calcul des NODU par substance via la formule NODU = QSA / DU. Il n’est donc disponible que pour les substances disposant d’une DU.
- calcul du QSA_avec_DU, QSA_sans_DU et NODU total (toutes substances confondues sauf classées Autre) :
- au niveau des communes : la répartition depuis le code postal vers les communes est faite au prorata de la SAU de chaque commune (cas des codes postaux couvrants plusieurs communes) ;
- au niveau des EPCI et des regroupements de communes (ex: PAT) : le calcul est fait par somme des résultats obtenus au niveau des communes ;
- au niveau des départements : les résultats sont directement importés des données départementales ;
- au niveau des régions et de la France métropolitaine : le calcul est fait par somme des résultats obtenus au niveau des départements.
- calcul du NODU_normalisé pour chaque année et chaque territoire (communs, EPCI, regroupements de communes, département, région, pays), via la formule : NODU_normalisé = NODU / SAU.
- calcul du QSA_avec_DU, QSA_sans_DU, du NODU et du NODU_normalisé de l’année n par moyenne sur les années n, n-1 et n-2. On obtient donc des valeurs pour les années 2017, 2018, 2019 et 2020.
- suppression des données à l’échelle de la commune, utilisées uniquement pour les calculs.
Les résulats sont donc donnés :
- pour les EPCI, autres regroupements de communes (PAT, PNR..), départements, régions, France entière ; le tout hors DROM.
- en moyenne triennale pour les années 2017, 2018, 2019 et 2020 (valeur année n = moyenne des années n, n-1 et n-2; e.g. 2019 correspond à la moyenne 2017, 2018 et 2019) ;
- toutes substances non classées Autre confondues.
Limites
La BNVD renseigne sur les achats de produits phytosanitaires. Les produits peuvent donc être utilisés ailleurs (que le code postal d’achat renseigné, qui est lié à la domiciliation de l’acheteur). Les calculs sont donnés à l’échelle de l’EPCI et non du code postal ou de la commune pour limiter ce problème (notamment celui des exploitations qui sont sur plusieurs communes). Cela ne corrige cependant pas les cas suivants :
- exploitation sur plusieurs EPCI (dont les achats sont attribués au siège de l’exploitation) ;
- achats de produits de traitement des récoltes avant entreposage (produits non épandus dans les champs) ;
- achats de produits à usage non agricole (services de voiries des mairies ou de la SNCF). L’usage des produits donné dans la base ANSES n’a pas pu être utilisé pour isoler ces cas pour plusieurs raisons : 1. l’absence de données d’usage pour de nombreux produits ; 2. l’usage mixte de nombreux produits (eg TOUCHDOWN FORET contenant du glyphosate utilisé par la SNCF : sur 22 usages, seuls 2 ont pour cible les voies ferrées) avec très peu de produits utilisé.
Les produits peuvent également être utilisés après l'année d'achat (stockage). La moyenne triennale permet de lisser cet effet
Limitation sur le périmètre des substances actives prises en compte :
- les substances actives provenant de produits importés (semences, fourrages, aliments...) et qui finissent in fine dans l’environnement sont absents.
- Les arrêtés ne sont pas exhaustifs : les DU de certaines substances actives sont inconnues. Aussi, ils référencent les substances via leur nom sans leur numéro CAS . Si l’orthographe est différente de celle utilisée dans la BNVD, la correspondance ne peut pas être réalisée hormis via un travail manuel chronophage. L’utilisation de la base de données des substances actives de l’ANSES (e-phy) qui contient pour chaque substance, un numéro CAS et des variants de noms ne peut être utilisée car pour certaines substances, les variants proposés ne correspondent parfois pas à la même molécule mais à une molécule de la même famille (e.g. glyphosate associé aux variants glyphosate sel monosodium | glyphosate sel de diméthylamine | glyphosate sel d'ammonium [...]) qui n’a peut être pas forcément la même DU.
- pour pallier à ces limites, le choix a été fait de se limiter aux substances non classées dans Autre, ce dernier étant le groupe pour lequel il manque le plus de DU . Une partie des achats n’est donc pas prise en compte, ce qui a pour conséquence de sous-estimer les valeurs de NODU.
Limitation sur la mesure de la SAU : La SAU utilisée inclut les prairies permanentes qui sont pourtant les surfaces sur lesquelles sont peu épandus de pesticides. Cependant, aucune donnée fiable et complète n’est disponible : le recensement de 2010 ne donne pas les valeurs pour toutes les communes du fait du secret statistique ; le RPG sous-estime les surfaces agricoles en général, notamment les zones viticoles fortes consommatrices de pesticides.
Le choix a été fait d’utiliser la SAU totale issue du recensement agricole 2020 qui est exhaustive pour les communes. Quand les données plus détaillées du RA 2020 seront publiée, il sera possible de retirer la SAU toujours en herbe pour les communes non soumises au secret statistique.
Part de surface biologique dans la surface agricole utile productive
Données d’entrée
Cet indicateur utilise les données de l’Agence Bio (voir sources de données) donnant les surfaces agricoles biologiques (celles labellisées AB et celles en conversion) et les surfaces agricoles productives (voir nomenclature des surfaces agricoles) issues du RPG (voir sources de données).
Méthode de calcul
L’indicateur est calculé selon la formule suivante :
part_surfaces_biologiques [en %] = surfaces_biologiques / surface_agricole_utile_productive * 100
avec :
- surfaces_biologiques : surfaces agricoles biologiques (en conversion ou labellisées AB) en 2019 [ha]
- surface_agricole_utile_productive : surface agricole utile productive en 2017 [ha]
Limites
- Comme expliqué dans la partie sources de données, les surfaces agricoles totales utilisées sont sous-estimées. Le ratio sera donc mal estimé si les deux surfaces ne sont pas sous-estimées du même ordre de grandeur. La part de SAU Bio résultat est toujours ramenée à une valeur entre 0 et 100%, notamment pour des valeurs qui dépasseraient 100% en cas de problèmes de cohérence de souces de données.
- Pour des raisons de confidentialité, les données ne sont pas disponibles sur les territoires pour lesquels il y a moins de 3 exploitants en bio. Dans ces cas là, cet indicateur (et la note globale pour l’axe pratiques agricoles n’est pas disponible).
- La surface agricole utile productive est celle de 2017 et non de 2019 comme il faudrait en tout rigueur (mise à jour à venir)
Message détaillé
“La surface agricole biologique représente [valeur] de sa SAU productive ([valeur_absolue] ha), ce qui représente [valeur/valeur_France] fois la moyenne nationale.”
Le score Haute Valeur Naturelle
Cet indicateur est calculé par Solagro. La méthodologie utilisée pour le calcul HVN est consultable dans cette page.
La description synthétique ci-dessous reprend les informations essentielles qui sont réutilisées dans CRATer, à savoir le score HVN global sur 30, et ses 3 composantes, chacune notée sur 10 : L’indice de Haute Valeur Naturelle caractérise les systèmes agricoles qui maintiennent un haut niveau de biodiversité. Il agrège des composantes très représentatives de la nature des modes de production comme la dépendance aux intrants, le poids des monocultures, etc… Trois dimensions, notées de 0 à 10, sont prises en compte :
- indicateur 1 : Cet indicateur évalue la diversité de l’assolement et la part des prairies dans l’assolement. Des points sont perdus dès qu’une culture dépasse 10% de la SAU.
Cet indicateur évalue aussi la capacité à stocker du carbone et protéger les ressources en eau via la présence de prairies permanentes et temporaires ainsi que des couverts végétaux.- indicateur 2 : Cet indicateur tient compte du niveau de fertilisation minérale azotée apportée aux prairies, ainsi que des espèces cultivées et des rendements moyens obtenus. Il prend également en compte l'extensivité des élevages.
- indicateur 3 : Le dernier indicateur identifie la présence d’éléments fixes du paysage (infrastructures agroécologiques) dont la liste dépend des informations statistiquement disponibles actuellement : lisières de bois, haies, vergers traditionnels, étangs piscicoles et prairies humides (Pointereau, 2007 et 2010).
Le score global est noté sur 30. Un territoire est considéré comme territoire à haute valeur naturelle à partir du seuil de 14,78/30.
Cet indicateur est fournit à l’échelle de la commune par SOLAGRO. CRATer calcule sa valeur pour les échelles géographiques supérieures (EPCI, département, etc…) en faisant une moyenne pondérée par la SAU productive.
Message détaillé
- Score HVN global < 14.78 : “Le territoire présente une haute valeur naturelle inférieure à la cible du cahier des charges Solagro. La réduction de l'intensité des cheptels, la réduction des intrants chimiques et une meilleures gestion des infrastructures agroécologiques (haies, lisières, prairies humides...) sont les pistes d'amélioration à explorer.”
- Score HVN global >= 14,78 : “Le territoire présente une haute valeur naturelle correspondant à la cible de labellisation du cahier des charges Solagro. Le territoire bénéficie d'exploitations agricoles mettant en œuvre une diversité d'assolement, des pratiques agricoles extensives et présentant des infrastructures agroécologiques semi-naturels témoignant de la qualité de service environnemental.”
Note du radar et message de synthèse
Note du radar
La note est calculée sur la base de deux notes :
-
une note N1 calculée sur base de l’indicateur de part de surface biologique, bornée entre 0 et 10 et obtenue par interpolation entre :
- la note 0, obtenue si la part de surface agricole bio est de 0%
- la note 5, obtenue si la part de surface agricole bio est la même que la part moyenne surface agricole bio en France
-
une note N2 calculée sur base de l’indicateur score Haute Valeur Naturelle en ramenant ce score d’une note sur 30 à une note sur 10 :
N2 = Score HVN / 30
-
ces deux notes sont combinées de la façon suivante :
N = (N1 + N2) / 2
La note finale permet donc de rendre de compte à la fois du niveau de mise en oeuvre des pratiques agroécologiques via la part de surface agricole en bio, mais aussi de l’impact de ces pratiques agricoles sur la biodiversité via l’indicateur HVN.
Message de synthèse
Le message est composé deux parties.
La première partie est calculée selon la note N1 (indicateur part de surface biologique) :
- N1< 1 : “Part de SAU en Bio quasi nulle”
- N1 entre 1 et 4 : “Part de SAU en Bio inférieure à la moyenne française”
- N1 entre 4 et 6 : “Part de SAU en Bio équivalente à la moyenne française”
- N1 entre 6 et 10 : “Part de SAU en Bio supérieure à la moyenne française”
- N1 = 10 : “Part de SAU en Bio largement supérieure à la moyenne française”
La deuxième partie est calculée en fonction du score HVN du territoire comme suit :
- si score HVN < 7.5 : “pratiques agricoles très préjudiciables à la biodiversité”
- si score HVN entre 7.5 et 14,78 : “pratiques agricoles préjudiciables à la biodiversité”
- si score HVN entre 14,78 et 22,5 : “pratiques agricoles favorables à la biodiversité”
- si score HVN entre 22,5 et 30 : “pratiques agricoles très favorables à la biodiversité”
Règles de gestion pour la population agricole
Les différents indicateurs
Part des actifs agricoles permanents dans la population totale
Données d’entrée
Cet indicateur utilise les données AGRESTE (voir sources de données) du nombre d’actifs agricoles permanents et l’historique des populations légales de l’INSEE (voir sources de données).
Méthode de calcul
L’indicateur est calculé selon la formule suivante :
part_actifs_agricoles_permanents [en %] = actifs_agricoles_permanents / population_totale * 100
avec :
- actifs_agricoles_permanents : nombre d’actifs agricoles permanents en 2010
- population_totale : population totale en 2010
Limites
La donnée sur le nombre d’actifs agricoles inclut les chefs d'exploitations, conjoints et salariés permanents mais pas les salariés temporaires à l'échelle française. Hors, “en 2018, en France métropolitaine, le travail agricole, mesuré en unité de travail annuel (UTA) , est assuré pour 57,3 % par les dirigeants actifs, pour 26,4 % par les autres actifs permanents (non salariés ou salariés) et pour 16,3 % par les salariés saisonniers ou prestataires extérieurs à l’exploitation. La diminution de l’emploi de l’ensemble des actifs agricoles se poursuit (– 1,0 % en moyenne annuelle entre 2010 et 2018)" selon l’INSEE. De plus, les données sont assez anciennes et parfois sous secret statistique. Elles devraient être mise à jour en 2022 (mise à disposition au printemps 2022 des données du recensement agricole réalisé en 2020).
Évolution de la part des actifs agricoles permanents
Données d’entrée
Cet indicateur utilise les données AGRESTE (voir sources de données) du nombre d’actifs agricoles permanents et l’historique des populations légales de l’INSEE (voir sources de données).
Méthode de calcul
L’indicateur est calculé selon la formule suivante :
evolution_part_actifs_agricoles_permanents [en points de %] = (actifs_agricoles_permanents_final / population_totale_final - actifs_agricoles_permanents_initial / population_totale_initial) * 100
avec :
- actifs_agricoles_permanents_final : nombre d’actifs agricoles permanents en 2010
- actifs_agricoles_permanents_initial : nombre d’actifs agricoles permanents en 1988
- population_totale_final : population totale en 2010
- population_totale_initial : population totale en 1990
Limites
Les limites sont les mêmes que pour l'indicateur "Part des actifs agricoles"
Message détaillé
Le message correspond au message de synthèse auquel le nombre d’actifs agricoles en 1988 et 2010 sont ajoutés.
Âge des chefs d'exploitation
Les informations sont tirées directement des données AGRESTE (voir sources de données).
Nombre et superficie des exploitations
Les informations sont tirées directement des données AGRESTE (voir sources de données).
Note du radar et message de synthèse
Note du radar
La note est calculée sur la base de deux notes :
-
une note N1 sur 10 calculée sur base de l’indicateur de part de la population agricole dans la population totale, bornée entre 0 et 10 et obtenue par interpolation entre :
- la note 0, obtenue lorsque l’indicateur vaut 0
- la note 5, obtenue lorsque l’indicateur vaut la valeur correspondante à la moyenne française
-
une note N2 sur 10 calculée sur base de l’indicateur évolution de la part de population agricole, bornée entre 0 et 10 et obtenue par interpolation entre :
- la note 0, obtenue lorsque l’indicateur vaut 2 fois la valeur correspondante à la moyenne française (c’est à dire quand la population agricole diminue 2 fois plus rapidement qu’au niveau national)
- la note 5, obtenue lorsque l’indicateur vaut la valeur correspondante à la moyenne française
-
ces deux notes sont combinées de la façon suivante :
N = N1 + (N2 / 2 - 2.5) en bornant le résultat à une valeur entre 0 et 10
La note finale est donc basée principalement sur la note N1 (part de la population agricole), à laquelle on applique un bonus/malus de +/- 2,5 points en fonction de la note N2 (évolution de la part de population agricole)
Message de synthèse
Le message donné est généré selon l’indicateur I1 de part de la population agricole dans la population totale et l’indicateur I2 d’évolution de la part de population agricole selon les règles suivantes :
- message = “Population agricole “ + bloc 1 + bloc 2
- pour le bloc 1 :
- si I1 <= 80% * [valeur France] : “en proportion plus faible que la moyenne française”
- si I1 entre 80% [valeur France] et 120% [valeur France] : “en proportion proche de la moyenne française”
- si I1 > 120% * [valeur France] : “en proportion plus élevée que la moyenne française”
- pour le bloc 2 :
- si I2 <= -0.5 : “en déclin”
- si -0.5 < I2 <= 0.5 : “stable”
- si I2 > 0.5 : “en croissance”
Règles de gestion pour la politique foncière
Les différents indicateurs
Surface agricole utile productive par habitant
Données d’entrées
CRATER utilise les données du RPG (voir sources de données) pour obtenir la surface agricole utile productive (voir nomenclature des surfaces agricoles) et les données de l’INSEE (voir sources de données) pour la population totale.
Méthode de calcul
L’indicateur est calculé selon la formule suivante :
sau_par_habitant [en m²/habitant] = surface_agricole_utile_productive * 10 000 / population_totale
avec :
- surface_agricole_utile_productive : surface agricole utile productive en 2017 [ha]
- population_totale : population municipale en 2017 [habitants]
Limites
Comme expliqué dans la partie sources de données, la surface agricole utile productive est sous-estimée ce qui a pour conséquence de sous-estimer la valeur de l’indicateur.
Message détaillé
Un message détaillé est donné en fonction de la valeur de cet indicateur selon des seuils présentés dans la page 141 figure 33 du guide Vers la résilience alimentaire basée sur la figure 2 page 31 de Solagro (2019), Le revers de notre assiette. Changer d’alimentation pour préserver notre santé et notre environnement.
- valeur < 100 m2/hab: “La surface agricole utile productive par habitant est nulle ou quasiment inexistante, ce qui représente un risque important par manque de ressources pour produire de la nourriture localement. Il est important de mettre en place les politiques adéquates pour libérer des terres agricoles et créer des liens avec les territoires voisins. Il convient également de s'assurer que les surfaces agricoles sont suffisantes pour répondre aux besoins des populations au niveau départemental ou régional."
- valeur < 1700 m2/hab : "La surface agricole utile productive par habitant est beaucoup trop faible, même pour un régime très végétal."
- valeur < 2500 m2/hab : "La surface agricole utile productive par habitant est trop faible pour le régime actuel, mais suffisante pour un régime très végétal."
- valeur < 4000 m2/hab : "La surface agricole utile productive par habitant est trop faible pour le régime actuel mais suffisante pour un régime moins carné type méditerranéen"
- valeur >= 4000 m2/hab : "La surface agricole utile productive par habitant est suffisante pour le régime actuel.”
Politique d’artificialisation
Données d’entrées
Cet indicateur utilise les données du CEREMA (voir sources de données) concernant l’artificialisation des sols à des fins d’habitat, d’activité ou mixte, ainsi que la variation du nombre de ménages et d’emplois sur la période 2011-2016, pour chaque commune. Il permet d'appréhender le respect de l'objectif national de Zéro Artificialisation Nette. Il utilise également les géographies des communes OpenStreetMap (voir sources de données) pour le calcul des superficies des communes.
Méthode de calcul
L’indicateur, qualitatif, est calculé selon la formule suivante :
- si surface_artificialisée = 0 : "L'objectif Zéro Artificialisation Nette a été atteint entre 2011 et 2016 !"
- si surface_artificialisée > 0 et evolution_menages_emplois > 0 : "Attention l'objectif Zéro Artificialisation Nette n'a pas été atteint entre 2011 et 2016 puisque [surface_artificialisée] ha (soit [ratio_surface_artificialisée_superficie] % de la superficie totale du territoire) ont été artificialisés."
- si surface_artificialisée > 0 et evolution_menages_emplois <= 0 : "Attention le territoire a été à rebours de l'objectif Zéro Artificialisation Nette entre 2011 et 2016 puisque [surface_artificialisée] ha (soit [ratio_surface_artificialisée_superficie] % de la superficie totale du territoire) ont été artificialisés alors que le territoire a perdu [evolution_menages_emplois] ménages et emplois !"
avec :
- surface_artificialisée : superficie totale d’espaces naturels, agricoles et forestiers artificialisés entre 2011 et 2016 [ha]
- superficie : superficie totale du territoire [ha]
- ratio_surface_artificialisée_superficie : surface_artificialisée / superficie * 100 [%]
- evolution_menages_emplois = (menages_final + emplois_final) - (menages_initial + emplois_initial)
- menages_initial : nombre de ménages en 2011
- menages_final : nombre de ménages en 2016
- emplois_initial : nombre d’emplois en 2011
- emplois_final : nombre d’emplois en 2016
Limites
Comme expliqué dans la partie sources de données, une incertitude subsiste sur la valeur du flux de surfaces artificialisées du fait de sa méthodologie de calcul.
Rythme d’artificialisation
Données d’entrées
Cet indicateur utilise les données du CEREMA (voir sources de données) concernant l’artificialisation des sols naturels, agricoles et forestiers à des fins d’habitat, d’activité ou mixte, ainsi que les données du RPG (voir sources de données) pour obtenir la surface agricole utile productive.
Méthode de calcul
L’indicateur est calculé selon la formule suivante :
rythme_artificialisation [en % par an] = surface_artificialisée / 5 / surface_agricole_utile_productive * 100
avec :
- surface_artificialisée : superficie totale d’espaces naturels, agricoles et forestiers artificialisés entre 2011 et 2016 [ha]
- surface_agricole_utile_productive : surface agricole utile productive en 2017 [ha]
Cet indicateur est calculé sur base de la surface agricole utile productive et non de la surface totale d’espaces naturels, agricoles et forestiers pour ne pas tenir compte du capital d’espace naturels et forestiers dans le calcul de l’indicateur car ce dernier doit absolument être conservé en l’état et ne pas légitimer une éventuelle artificialisation (il est en effet courant de voir ces espaces reclassé en zone agricole dans les documents d'urbanisme pour combler l'artificialisation de surfaces agricoles)
Limites
Comme expliqué dans la partie sources de données:
- la surface agricole utile productive est sous-estimée ce qui a pour conséquence de sur-estimer la valeur de l’indicateur.
- une incertitude subsiste sur la valeur du flux de surfaces artificialisées du fait de la méthodologie de calcul
- la surface agricole utile productive utilisée est celle de 2017 alors qu’il faudrait utiliser celle de 2011 (mise à jour prochaine)
Message détaillé
Un message détaillé est donné en fonction de la valeur de cet indicateur selon les seuils suivants :
- valeur = 0% : "Aucune terre n'a été artificialisée entre 2011 et 2016, ce qui permet de préserver les terres agricoles existantes. Il convient néanmoins de s'assurer que ces surfaces sont suffisantes pour nourrir la population et qu’elles ne sont pas menacées d’urbanisation."
- valeur entre 0% et 80% * [valeur France] : "Le rythme d'artificialisation entre 2011 et 2016 est inférieur à la moyenne française. Ce taux doit néanmoins être examiné au regard des surfaces agricoles disponibles et des besoins en surfaces agricoles au niveau local, départemental ou régional."
- valeur entre 80% [valeur France] et 120% [valeur France] : "Le rythme d'artificialisation entre 2011 et 2016 correspond à la moyenne française. La politique de préservation des terres agricoles doit être renforcée, et ce d’autant plus si la surface agricole utile productive par habitant est insuffisante localement ou aux échelles de territoires supérieures."
- valeur entre 120% * [valeur France] et 1% : "Le rythme d'artificialisation entre 2011 et 2016 est supérieur à la moyenne française. La politique de préservation des terres agricoles doit être très renforcée, et ce d’autant plus si la surface agricole utile productive par habitant est insuffisante localement ou aux échelles de territoires supérieures."
- valeur > 1% : "Plus de 1% des terres ont été artificialisées entre 2011 et 2016, ce qui va à l’encontre du principe de préservation des terres agricoles et représente un risque de perte de ressources pour le territoire ou pour d’autres territoires dépendants."
Part de logements vacants
Données d’entrées
CRATER utilise les données de l'observatoire des territoires (voir sources de données) pour obtenir le nombre total de logements et le nombre de logements vacants en 2018 et 2013.
Un logement est vacant s’il est inoccupé et :
- proposé à la vente, à la location,
- déjà attribué à un acheteur ou un locataire et en attente d'occupation,
- en attente de règlement de succession,
- conservé par un employeur pour un usage futur au profit d'un de ses employés,
- sans affectation précise par le propriétaire (logement vétuste, etc.).
Méthode de calcul
L’indicateur est calculé selon la formule suivante :
part_logements_vacants [%] = nombre_logements_vacants / nombre_logements * 100
avec :
- nombre_logements : nombre total de logements en 2018 (resp. 2013)
- nombre_logements_vacants : nombre de logements vacants en 2018 (resp. 2013)
Note du radar et message de synthèse
Note du radar
La note est calculée sur la base de deux notes :
-
une note N1 sur 10 calculée sur base de l’indicateur de surface agricole utile productive par habitant,
bornée entre 0 et 10 et obtenue par interpolation entre :
- la note 0 obtenue lorsque l’indicateur vaut 0
- la note 5 obtenue lorsque l’indicateur vaut 1700 m2/habitant
- la note 10 obtenue lorsque l’indicateur vaut 4000 m2/habitant Voir la section message de synthèse pour des explications sur les seuils utilisés.
-
une note N2 sur 10 calculée sur base de l’indicateur rythme d’artificialisation de la surface agricole utile productive , bornée entre 0 et 10 et obtenue par interpolation entre :
- la note 10 obtenue lorsque l’indicateur vaut 0%
- la note 0 obtenue lorsque l’indicateur vaut la valeur correspondante à la moyenne française
-
ces deux notes sont combinées de la façon suivante :
N = (N1 + N2) / 2
De cette manière la note globale prend en compte :
- pour moitié, l’état des lieux du territoire via la surface agricole disponible par habitant
- et pour autre moitié la dynamique d’évolution via la capacité à contenir l’artificialisation, dans un objectif ZAN (Zéro Artificialisation Nette)
Message de synthèse
Le message donné est généré selon l’indicateur I surface agricole utile productive par habitant et la valeur V surface artificialisée (voir calcul indicateur rythme d’artificialisation) selon les règles suivantes :
- message = bloc 1 + bloc 2
- pour le bloc 1 :
- si I < 1700 : “la surface agricole par habitant est trop faible”
- si 1700 <= I < 2500 : la surface agricole par habitant peut convenir pour un régime très végétal”
- si 2500 <= I < 4000 : la surface agricole par habitant peut convenir pour un régime moins carné”
- si I >= 4000 : “la surface agricole par habitant est suffisante pour le régime actuel”
- pour le bloc 2 :
- si V = 0 : “l’objectif ZAN a été atteint entre 2011 et 2016”
- sinon : “l’objectif ZAN n’a pas été atteint entre 2011 et 2016”
La règle du bloc 1 se base sur les seuils de la figure 33 p141 du guide Vers la résilience alimentaire basée sur la figure 2 page 31 de Solagro (2019), Le revers de notre assiette. Changer d’alimentation pour préserver notre santé et notre environnement.
Règles de gestion pour la proximité aux commerces
Note : pour de plus amples détails sur la méthodologie utilisée, vous pouvez consulter le document d'élaboration de cet méthodologie.
Pourquoi des indicateurs sur la proximité aux commerces alimentaires ?
Depuis les années 1960, la distance moyenne parcourue par jour et par personne a connu une explosion avec la démocratisation de l’automobile individuelle, les politiques d’aménagement l’accompagnant (habitat pavillonnaire, non mixité urbaine) et les nouveaux modes de vie en résultant (augmentation de la distance domicile-travail). Cette distance continue aujourd’hui d’augmenter, bien que cette tendance soit incompatible avec une réduction de notre dépendance au pétrole et avec une trajectoire d’émissions de +1,5°C.
En particulier, les déplacements des consommateurs pour leurs achats alimentaires sont réalisés à 90 % en voiture et s’élèvent en moyenne à plus de 60 kilomètres par semaine par foyer. Ce haut niveau de déplacements s’explique notamment par la transformation récente du paysage de commerces alimentaires : en l’espace de quelques décennies, la plupart des pays industrialisés sont passés d’un réseau de commerces de détail implantés dans les bourgs et centres-villes et accessibles à pied, à une distribution massivement dominée par des grandes et moyennes surfaces implantées en périphérie. Cette évolution est allée de pair avec le déclin des commerces spécialisés, dont le nombre a été divisé par 4 depuis 1950.
Bien que courts au regard de la chaîne logistique complète, ces trajets sont très peu efficaces : ils consistent peu ou prou à déplacer une tonne d’acier sur plusieurs kilomètres pour transporter quelques kilogrammes de nourriture. Ils représentent ainsi 28 % de la consommation énergétique du transport alimentaire. On comprend ainsi que la disparition des commerces de proximité augmente fortement la dépendance énergétique des ménages : en grande surface, le trajet du consommateur représente en moyenne la moitié de la consommation énergétique liée aux transports. Cette dépendance à la voiture pour les achats alimentaires est problématique à plus d’un titre :
- elle induit un recours à une ressource finie (le pétrole) pour assurer un besoin vital : manger. La France est dépendante à 100% d’importations depuis l’étranger. Dans un contexte où l’approvisionnement en pétrole est amené à connaître d’importantes contraintes et en l’absence de substitut pouvant être facilement déployé, il s’agit d’un facteur de vulnérabilité des systèmes alimentaires ;
- elle aggrave la précarité alimentaire pour les foyers modestes et non véhiculés ;
- elle n’est pas soutenable sur le plan climatique.
L'objectif proposé est d'évaluer la nature et la répartition géographique des points de distribution au regard des besoins de la population, afin d’approcher le niveau de dépendance théorique à la voiture (et donc aux énergies fossiles) des mangeurs pour leurs achats alimentaires.
Principe de calcul d'indicateurs de proximité aux commerces
Le calcul de la proximité des habitants aux commerces est réalisé en 3 étapes principales :
- Construction d'une base de données des commerces alimentaires, principalement à partir de la base de données des commerces OpenStreetMap, en la complétant avec la base permanente des équipements (BPE) de l'INSEE. La base BPE de l'INSEE contient en effet certains commerces alimentaires absents d'OpenStreetMap. L'assemblage des deux sources et la suppression des doublons permet d'obtenir une base plus représentative de la situation réelle. Chaque commerce est associé à une typologie donnée (commerce généraliste, boulangerie-pâtisserie, boucherie-poissonnerie, autre commerce spécialisé).
- Calcul de la distance des habitants à chaque type de points de distribution alimentaire : pour identifier où sont les habitants par rapport aux commerces, nous utilisons les données carroyées de l’INSEE qui donnent la répartition de la population sur un maillage de carreaux de 200m de largeur (soit 2.3M de carreaux). Elles permettent de calculer la distance à vol d'oiseau entre un commerce alimentaire et le centre d’un «carreau » donné. Pour chacun des carreaux, il est ainsi possible de calculer la distance au commerce le plus proche pour chaque type de commerce (ex : distance pour aller à la boulangerie la plus proche).
-
Agrégation des calculs à l’échelle d’un territoire (= un ensemble de carreaux) : les distances calculées au niveau de chaque
carreau sont agrégées à l’échelle des territoires (commune, EPCI, etc.), en retenant l’ensemble des carreaux dont le centre
est localisé sur le territoire. Deux méthodes d’agrégation permettent d’obtenir deux familles d’indicateurs :
- agrégation en faisant la moyenne des distances de chaque carreau pondérée par la population du carreau (par ex : « sur la commune, les habitants sont en moyenne à 3.6 km d’une boulangerie ») ;
- agrégation en dénombrant la population des carreaux dont la distance étudiée est inférieure ou supérieure à un seuil donné et en la rapportant à la population totale du territoire (par ex : « sur la commune, 17% des habitants ont accès à une boulangerie à moins de 2 km »).
Types de commerces alimentaires pris en compte
Les types de commerces retenus dans l'application sont les suivants : les commerces généralistes (épicerie, supermarché...), les boulangeries/pâtisseries, les boucheries/charcuteries/poissonneries et les autres commerces spécialisés (commerces spécialisés autres que les 2 précédents, eg. fromagerie, primeur...). Ils pourront être complétés à l'avenir, en particulier pour ajouter des commerces relatifs aux circuits courts et aux marchés de plein vent.
Les différents indicateurs
Distance au plus proche commerce par type de commerce alimentaire
Cet indicateur mesure la distance moyenne à vol d'oiseau entre le domicile et le plus proche commerce d'un type donné. Pour cela on utilise les principes et données énoncés au chapitre plus haut "Principe de calcul d'indicateurs de proximité aux commerces" :
- pour chaque carreau INSEE (associé à une population donnée) on calcule la distance à vol d'oiseau au plus proche commerce pour chaque type de commerce puis on calcule les valeurs minimale, maximale et moyenne (on obtient donc pour chaque carreau plusieurs types de distances : une valeur par type de commerce ; une valeur minimum = plus proche commerce tous types confondus ; une valeur maximum = plus lointain commerce tous types confondus ; une valeur moyenne tous types de commerce) ;
- pour chaque type de distance obtenue on fait la moyenne des valeurs obtenues pour chacun des carreaux appartenant au territoire étudié pondérée par la population de chaque carreau.
Part de la population théoriquement dépendante de la voiture pour accéder à un type de commerce
Cet indicateur correspond à la part de la population du territoire qui est située à plus de 2 km à vol d'oiseau (donc difficilement atteignable à vélo) du plus proche commerce, pour chaque type de commerce. Pour cela on utilise les principes et données énoncés au chapitre plus haut "Principe de calcul d'indicateurs de proximité aux commerces" :
- pour chaque carreau INSEE (associé à une population donnée) on calcule la distance à vol d'oiseau au plus proche commerce pour chaque type de commerce puis on calcule les valeurs minimale, maximale et moyenne (on obtient donc pour chaque carreau plusieurs types de distances : une valeur par type de commerce ; une valeur minimum = plus proche commerce tous types confondus ; une valeur maximum = plus lointain commerce tous types confondus ; une valeur moyenne tous types de commerce) ;
- pour chaque type de distance obtenue :
- on somme les populations de tous les carreaux appartenant au territoire étudié pour lequels la distance obtenue est supérieure à 2 km ;
- on rapporte cette somme à la population totale du territorie étudié (somme des populations de tous les carreaux constitutifs du territoire).
Part de la population théoriquement dépendante de la voiture pour ses achats alimentaires
Cet indicateur évalue la part de la population théoriquement dépendante de la voiture pour accéder à un ensemble représentatif de commerces alimentaires, c'est à dire la part de la population ne disposant pas de 3 commerces de type différent accessibles à vélo depuis le domicile. Il est calculé de la même manière que l'indicateur "Part de la population théoriquement dépendante de la voiture pour accéder à un type de commerce", en retenant comme distance celle qui permet d'accéder à 3 types de commerces différents sur les 4 types identifiés, ceci afin de retenir un ensemble de commerces couvrant une part significative des besoins des habitants en terme de diversité.
Part du territoire dont la population est en majorité théoriquement dépendante de la voiture pour ses achats alimentaires
Cet indicateur évalue la part du territoire dont la population est en majorité théoriquement dépendante de la voiture pour accéder à un ensemble représentatif de commerces alimentaires, c'est à dire ne disposant pas de 3 commerces de type différent accessibles à vélo depuis le domicile. Pour les communes, il est obtenu en calculant la part de carreaux INSEE dont la population n'a pas accès à 3 commerces de type différent à vélo depuis le domicile. Pour les territoires supracommunaux, il est obtenu en calculant la part des communes pour lesquelles plus de 50% des habitants ne disposent pas de ces 3 commerces de type différent accesibles à vélo depuis le domicile (ce qui correspond à l'indicateur précedent).
Note du radar et messages de synthèse
La note du radar et les messages de synthèse sont basés sur l'indicateur i "Part de la population dépendante de la voiture pour ses achats alimentaires". La note est calculée de la façon suivante :
N = ( 100 - i ) / 10
Limites
Les indicateurs définis présentent différents biais qu’il est important de garder en tête, notamment :
- La base des commerces alimentaires consolidée à partir d'OSM et BPE contient un nombre significatifs d'erreurs (commerces manquants, commerces présents alors qu'ils sont fermés). Il est possible de vérifier les commerces connus de OSM à cette adresse. En cas d'erreur, nous vous encourageons à proposer une mise à jour sur ce même site ce qui nous permettra de prendre en compte ces corrections lors du prochain import des données.
- Les pratiques alternatives (circuits-courts...) dont les points de vente sont plus difficilement identifiables, ou l’auto-consommation (qui limite le besoin en points de distribution alimentaire de proximité) ne sont pas intégrées. Ces dernières pourraient être intégrées via l’utilisation d’autres données (localisation des AMAP, des potagers privés ou partagés...). De même, les marchés de plein vent ne sont pour l'instant pas pris en compte.
- Les calculs ne prennent pas en compte que les achats peuvent être fait lors de déplacements domicile-travail ou domicile-loisirs puisque tout est pensé depuis le domicile.
- Aucune différence n’est faite entre une situation où tous les achats sont faits dans un seul point de distribution (ex : un supermarché), et une situation où ils sont fait dans plusieurs points de distribution (ex : plusieurs points de distribution de détails). La 2e situation implique probablement plus de déplacements et de kilomètres parcourus, mais il paraît difficile d’évaluer ce surplus via un modèle abordable et fiable.
- Les pratiques de mobilité et les infrastructures de transport, notamment les transports en commun, ne sont pas prises en compte : l’approche par calcul de distance « à vol d’oiseau » est simpliste, car il ne prend pas en compte les infrastructures existantes (présence/absence de route, de transports en communs), ou les obstacles naturels (ex : vallée de montagne).
Sources de données
Licence d’utilisation du contenu et des données CRATer
Sauf mention contraire, les textes et graphiques sont publiés par l'association Les Greniers d'Abondance sous la licence CC BY-NC-SA 4.0 (Creative Commons, Attribution, Pas d’utilisation commerciale, Partage dans les mêmes conditions).
Les données accessibles dans l’application ou via l’API CRATer sont soumises aux conditions d’utilisations décrites ci-dessous :
- Les données concernant les besoins en surfaces agricoles par culture proviennent de l'application PARCEL et ne peuvent être utilisées sans l’accord des porteurs du projet (voir http://www.parcel-app.org/partenaires-du-projet).
-
Les données concernant les indicateurs HVN sont fournies par SOLAGRO, et sont soumises aux règles d’utilisation suivantes :
- toute rediffusion ou ré-utilisation nécessite un accord préalable de Solagro. La demande est à adresser par message électronique à solagro@solagro.asso.fr
- toute réutilisation doit mentionner la paternité de l’information en faisant référence au site web de Solagro, ainsi qu’aux rapports décrivant la méthodologie de calcul des indicateurs HVN précisés dans cet article.
- Toutes les autres données, y compris celles calculées par CRATer sont soumises à la “Licence ouverte” définie par ETALAB. Cette licence autorise l’utilisation et la redistribution sans accord préalable, mais sous réserve de mentionner la paternité de la donnée. Voir https://www.etalab.gouv.fr/licence-ouverte-open-licence pour le détail de ces conditions d’usage.
- Le format des données exposées va évoluer au fil des versions, sans garantie de compatibilité ascendante. Cela est valable en particulier pour l'API CRATer. Si vous utilisez cette API dans vos applications, merci de nous l'indiquer via le formulaire de contact afin que nous vous tenions informé de ces différentes évolutions et des impacts éventuels dans vos applications.
-
Citer l'application comme suit :
Les Greniers d'Abondance, Calculateur pour la Résilience Alimentaire des Territoires (CRATer). [Application disponible en ligne : https://crater.resiliencealimentaire.org (consultée le XX/XX/20XX)]
.