OPERA Optimerad och effektiv resursanvändning vid räddningstjänst En förstudie

Storlek: px
Starta visningen från sidan:

Download "OPERA Optimerad och effektiv resursanvändning vid räddningstjänst En förstudie"

Transkript

1 OPERA Optimerad och effektiv resursanvändning vid räddningstjänst En förstudie Tobias Andersson Jan Lundgren Anders Wellving Avdelningen för Kommunikations- och Transportsystem Linköpings Universitet Anders Axelsson SRAu Räddningsverket Räddningsverkets kontaktperson: Anders Axelsson, SRAu,

2 2

3 Innehållsförteckning 1. Inledning...9 Bakgrund...9 Syfte och mål...10 Avgränsningar...10 Metod Operationsanalys och kvantitativa metoder Planering av effektiva system för räddningsberedskap...13 Hjälpbehov...14 Räddningsresurser...15 Resursanvändning...17 Modell för resursanvändning vid räddningstjänst Tidigare arbeten...21 Hjälpbehov...21 Räddningsresurser...22 Resursanvändning Utvecklingsprojekt...29 Syfte och mål...29 Behov...29 Potential...30 Projektplan...30 Projektpaket Referenser

4 4

5 OPERA Optimized and effective rescue resource allocation Abstract The project OPERA is a collaboration between the Swedish Rescue Services Agency and Linköping University. The objective is to make rescue operations more effective and efficient, using quantitative analysis. This report contains the results from a preliminary study performed during autumn 2005, in which the demand for a study with the objective mentioned above has been investigated. Furthermore, the potential of obtaining useful results in a main study has been analyzed. The result of the preliminary study shows that the demand for a main study is significant. The potential for obtaining useful results from the main study is judged as good, as numerous similar successful international studies can be found. Furthermore, the people and organizations needed for a successful main study are available. 5

6 6

7 Sammanfattning Projektet OPERA optimerad och effektiv resursanvändning vid räddningstjänst, är ett samarbete mellan Räddningsverket och Linköpings Universitet som syftar till att använda kvantitativ analysmetodik för att effektivisera system för räddningstjänst. Denna rapport innehåller resultaten av den förstudie som genomförts under hösten 2005, och som utrett om det finns potential för och behov av ett utvecklingsprojekt med ovan nämnda syfte. Resultatet av förstudien visar på att intresset för och behovet av en dylik studie är stort. Potentialen för att en huvudstudie skulle kunna ge fruktbart resultat bedöms också som mycket god. Detta då det finns flera lyckade exempel på liknande internationella arbeten, samt att det bedöms vara möjligt att involvera personer och organisationer i projektet som har de nödvändiga kvalifikationerna. 7

8

9 1. Inledning Bakgrund Planering och utformning av system för räddningsberedskap handlar om att fatta beslut. Beslut som på ett eller annat sätt påverkar samhällets alla delar, såväl medborgare som näringsliv. Dessa beslut bör, för att betraktas som korrekta, vara grundade på evidens och vetenskapliga metoder. De bör också ge resultat som bidrar till att samhällets resurser nyttjas på ett så effektivt sätt som möjligt. För att detta ska vara möjligt krävs tillgång till objektiva fakta, effektiva verktyg och goda exempel som underlag för både beslutsfattare och utredare. I lagen om skydd mot olyckor (LSO, 2003) sägs att kommunens räddningstjänst, med hänsyn till de lokala förhållandena, skall planeras och organiseras så att räddningsinsatser kan påbörjas inom godtagbar tid och genomföras på ett effektivt sätt. I Räddningsverkets regleringsbrev (Regeringen, 2005) står vidare att verket skall utveckla kommunernas förmåga att genomföra effektiva räddningsinsatser. Det innebär att Räddningsverket har ett direkt ansvar för att stödja kommunerna med verktyg för den process det innebär att planera och utforma ett effektivt system för räddningsberedskap. All offentlig verksamhet omfattas dessutom av kravet på effektivt resursutnyttjande. Det är ett faktum som följer logiskt ur den kollektiva finansieringsformen, vilken innebär att medborgarna via skatten tvingas betala för verksamheten oavsett om personer i det individuella fallet efterfrågar den eller ej. Eller för att uttrycka det som den gamle socialministern Gustav Möller (s) gjorde; Varje ineffektivt använd skattekrona är en stöld från de fattiga. Det innebär att det även finns ett moraliskt behov av att system för räddningsberedskap är effektiva. Kommunen är ansvarig för att utforma ett effektivt system för räddningsinsatser med utgångspunkt i det lokala hjälpbehovet. Ett behov som kan variera över tid och rum. Det kan exempelvis handla om att den demografiska tyngdpunkten i en kommun ser annorlunda ut på dagen respektive natten eller att ett område i kommunen är mer olycksdrabbat än ett annat. I dagsläget saknas det dels objektiva mått för att kunna mäta effektiviteten i ett system för räddningsinsatser, dels metoder och verktyg för att på ett objektivt sätt utforma det. Projektet OPERA syftar till att använda kvantitativ analysmetodik för att stödja kommunerna i planeringen och utformningen av effektiva system för räddningsberedskap. Exempel på relevanta frågeställningar är: Hur kan effektiviteten i ett system för räddningsinsatser mätas? Hur kan räddningsresurser optimeras i förhållande till samhällets hjälpbehov och hur detta varierar över tid och rum? 9

10 För att undersöka om det finns en potential för att resultaten av projektet kommer att bli användbara, genomförs först en förstudie som ett samarbete mellan Statens Räddningsverk (SRV) och Avdelningen för Kommunikations- och Transportsystem (KTS) vid Linköpings Universitet. Denna rapport innehåller resultaten av förstudien. Syfte och mål Förstudien skall bidra till att avgöra om det finns behov av och potential för ett utvecklingsprojekt avseende optimering av räddningsberedskap och mätning av effektivitet i system för räddningsinsatser. Om det visar sig att det finns potential för ett dylikt projekt, ska en projektplan presenteras. Avgränsningar Förstudien ska inte söka svar på frågorna i kapitlet Bakgrund ovan, utan enbart undersöka om det finns potential för att med rimliga ansträngningar i en huvudstudie åstadkomma detta. Allt arbete med dessa frågeställningar hänskjuts till en eventuell huvudstudie. Projektet koncentreras på operativ räddningstjänst, vilket innebär att resurser för förebyggande verksamhet inte kommer att behandlas. Metod För att bygga upp kunskap inom området samt bedöma intresset hos de möjliga avnämarna för resultat från ett dylikt projekt, har ett antal studiebesök, intervjuer och diskussioner genomförts (se Tabell 1). Datum Plats NCO i Karlskoga Räddningstjänst Dala Mitt i Borlänge och Falun Södertörns Brandförsvarsförbund i Södertälje och Lindvreten Riskhanteringsenheten, Öckerö kommun Tillsyn, SRV Karlstad Universitet, Nationalekonomi Mälardalens brand- och räddningsförbund i Västerås Botkyrka brandstation Fire Experimental Unit, Moreton-in-Marsh, England Tabell 1: Besök som gjorts under förstudien Vidare har tidigare arbeten uppmärksammats genom inledande litteraturstudier och via ovan nämnda diskussioner. Ett antal arbetsmöten har också hållits, med deltagare från såväl ITN som ett flertal avdelningar vid SRV. 10

11 2. Operationsanalys och kvantitativa metoder Operationsanalys (OA) kan definieras som beredning av underlag för rationella beslut med utnyttjande av systematiska vetenskapliga metoder och där så är möjligt och meningsfullt av kvantitativa modeller (SOAF, 2005). Begreppet Operational Research, som är det engelska ursprunget, myntades 1938, och det vetenskapliga området grundlades under det andra världskriget. En hel del av forskningen inom OA är av teoretisk natur, men det går att hävda att området främst är riktat mot att lösa verkliga, praktiska problem. Följande steg beskriver hur ett problem angrips med OA: 1. Studera problemet 2. Förenkla problemet 3. Kvantifiera problemet 4. Välj en lösningsstrategi 5. Lös problemet 6. Analysera resultatet Steg 1 i processen ovan är ytterst viktigt. Vanligtvis görs en noggrann analys av det aktuella systemet eller processen, med fokus på att identifiera de viktigaste faktorerna. Detta gör det möjligt att förenkla problemet (Steg 2), genom att välja bort komponenter som enbart marginellt påverkar systemet. Tas alltför många eller fel komponenter bort kommer resultatet att ha begränsat värde. Steg 2 är ändå nödvändigt för att det ska vara möjligt att kvantifiera problemet, vilket görs i Steg 3. Både under förenklings- och kvantifieringsstegen måste hänsyn tas till vilken indata som finns tillgänglig. Kvantifieringen kan göras på flera sätt, men ofta konstrueras någon form av matematisk modell av systemet. Två exempel på populära modeller inom OA är optimeringsmodeller och simuleringsmodeller. Lösningsstrategin i Steg 4 är direkt relaterad till hur problemet kvantifierats, eftersom det är den utvecklade modellen som ska lösas. Steg 5, att lösa problemet, görs ofta med hjälp av datorer, då de flesta lösningsstrategier involverar stora mängder indata och omfattande beräkningar. Det sista steget, Steg 6, att analysera resultatet måste göras noggrant och det är då viktigt att minnas vilka förenklingar som gjorts samt hur bra den indata som använts är. Självklart är processen sällan så rak som det kan verka av beskrivningen ovan; vanligtvis måste ett flertal av stegen upprepas innan en bra modell av systemet har skapats och en tillfredställande lösning hittats. 11

12

13 3. Planering av effektiva system för räddningsberedskap Räddningstjänsten i Sverige kan delas in i kommunal och statlig räddningstjänst, där den statliga delen bland annat innefattar flygräddning och sjöräddning. I OPERA behandlas företrädesvis kommunal räddningstjänst, även om arbetsuppgifter som i dagsläget inte faller inom detta område kan komma att bli aktuella i ett senare skede. I enlighet med lagen om skydd mot olyckor (LSO, 2003) är kommunerna ansvariga för att tillse så att det finns resurser som kan utföra räddningsinsatser när behov uppstår. Detta har i de flesta fall resulterat i att det finns en räddningstjänst, det vill säga en organisation med räddningsresurser, som sköter dessa uppgifter. Denna räddningstjänst kallas i vissa fall för brandförsvar eller för riskhanteringsenhet beroende på vilken kommun eller vilket förbund som studeras, men arbetsuppgifterna är liknande över hela landet. Ett förbund är generellt ett antal kommuner som bestämt sig för att samarbeta inom området, och därför sköter sin räddningstjänst gemensamt. Den kommunala räddningstjänsten är således kommunpolitikernas ansvar, men planering och styrning av resurserna utförs vanligen av anställda vid räddningstjänsten. Deras förslag på åtgärder måste sedan godkännas i en räddningsnämnd eller i kommunfullmäktige. Ofta kan det vara problem att på ett klart och tydligt sätt redovisa vilka konsekvenserna av ett förslag blir, och hur de tilldelade pengarna ska användas. Vid Riskhanteringsenheten i Öckerö kommun har dock noggranna kalkyler upprättats, där det specificerats vilka resurser som behövs för att kunna utföra olika arbetsuppgifter, samt vad dessa resurser kostar. På så sätt kan politikerna själva välja bort arbetsuppgifter som de inte tycker är prisvärda. Att säkerställa så att kommunerna sköter sitt uppdrag att hålla med en fullgod räddningstjänst är länsstyrelsens (LS) uppgift. För att stödja LS i denna uppgift finns Tillsynsavdelningen (TA) vid SRV. TA håller LS med tillsynsvägledning, vilket skulle kunna vara råd och stöd för hur en räddningstjänst ska utvärderas. Idag saknas dock till stor del objektiva mått för dylika utvärderingar. Existensen av resurser som kan utföra räddningstjänst motiveras av att det också finns ett behov av dem. Mycket förenklat beskrivs sambandet mellan behov och resurs i Figur 1, vilken används som utgångspunkt för diskussionen i resten av Kapitel 3. 13

14 Plats Tid Typ Händelser Hjälpbehov Resursanvändning Enheter Räddningsresurser Insatstid Insatsförmåga Figur 1: Sambandet mellan behov och resurser för räddningsinsatser Hjälpbehov Behoven av räddningsresurser uppstår oftast till följd av en olycka. Det kan till exempel vara en brand i ett hus, en trafikolycka eller ett drunkningstillbud. Alla arbetsuppgifter för de organisationer som utför operativ räddningstjänst initieras dock inte av olyckor, där ett aktuellt exempel är IVPA 1 larmen. Därför är det missvisande att uppge att behovet av räddningstjänst enbart är en följd av att olyckor uppstår. Här används i stället händelser för att beskriva den omständighet som initierar ett hjälpbehov och därmed ett räddningstjänstärende. Händelser karaktäriseras främst av tre attribut; var den uppstår, när den uppstår och vad det är som uppstår. Detta går att beskriva som platsen för en händelse, tiden för den samt vilken typ av händelse det är. För att kunna förutsäga var räddningsresurser kommer att behövas, är det nödvändigt att skatta sannolikheten för att samtliga attribut kommer att vara aktiva. Vad som är intressant är således sannolikheten för att en viss typ av händelse inträffar på en viss plats, en viss tid. Idag finns en indelning i olika typer av händelser som klassas som räddningstjänstärenden, där de tre händelser som inträffar oftast är brand ej i byggnad, brand i byggnad och trafikolycka (automatlarm ej medräknat). Den statistik som finns samlad för denna indelning utgör en god grund för möjligheten att uppskatta sannolikheten för att en viss händelse ska inträffa en given tid och plats. Vilken typ av händelse det är påverkar direkt vilken typ av resurs som behövs, och också vilken mängd resurser som är nödvändiga för en effektiv insats. Om en händelse till exempel kallas brand i byggnad, innebär det 1 I Väntan På Ambulans. Larm där räddningstjänsten gör en första insats innan ambulans kommit på plats. 14

15 troligen att det brinner i en byggnad. Dock beror resursbehovet också på vilken typ av byggnad det brinner i. Om byggnaden är en lägenhet i ett nybyggt hus behövs kanske inte så stor mängd resurser. Är bygganden en industri med farliga kemikalier är hjälpbehovet för händelsen brand i byggnad betydligt större. Vid riskinventeringar, när den totala risken för olika händelser bedöms, tas detta i beaktning, och risken beräknas som en funktion av både sannolikhet och konsekvens (Räddningsverket, 2003). För att få en mer exakt beskrivning av vad en viss händelse innebär kan det därför vara nödvändigt att förfina den indelning som redan finns. Till exempel skulle trafikolycka kunna delas in i trafikolycka 1, trafikolycka 2, trafikolycka 3 och trafikolycka stor, där siffrorna betecknar hur många fordon som är inblandade i händelsen. Kombinationer av olika händelsetyper kan också vara intressanta att identifiera, där till exempel trafikolycka brand kan beteckna en trafikolycka där minst ett fordon börjat brinna. Den största anledningen till en finare indelning är att det ska kunna gå att uttala sig om vilka resurser som är nödvändiga för att utföra räddningstjänstarbete för en given händelse. Ett arbete där viss indelning i typolyckor gjorts är Rosenberg (2000). Dessa typolyckor är förhållandevis specifika och inkluderar bland annat trafikolycka, villabrand, brand i asfaltsgryta, uthusbrand, brädgårdsbrand, och vindsbrand i brandsäker byggnad. Ett annat arbete som är värt att nämnas är Björnberg et al (2003), där ett förslag till en larmplan presenteras. I planen identifieras olika typer av händelser i en trädstruktur, vilket innebär att larmtypen brand i byggnad först delas in i de tre omfattningarna brand/rökutveckling, omfattande brand och övrigt, brand i byggnad. De två förstnämnda omfattningarna delas sedan in ytterligare i objekt, där två av objektkategorierna är bostad, lägenhet i flerbostadshus, soprum (brandsäker byggnad) och bostad, enfamiljshus. För varje objektkategori finns förslag på styrkenivå och enheter. Båda de två ovan nämnda arbetena kan användas som grund för fortsatt utveckling inom området. Samtliga förslag på typindelning ovan bygger på att det skapas en händelsetyp för varje händelse som kräver en unik uppsättning resurser. Ett alternativ vore att skapa grövre händelsetyper som i stället har olika egenskaper. Till exempel skulle då en typ kunna vara trafikolycka, vilken bland andra kan ha egenskaperna, antal fordon, brand eller ej, och farligt gods eller ej. Dessa egenskaper kan sedan kopplas till enheter med matchande egenskaper. Räddningsresurser Resurser för räddningstjänst finns i olika former. De mest allmänt kända resurserna är kanske brandmän och brandbilar. Beroende på utbildning och utrustning hos dessa skilda resurser kan dock möjligheten att arbeta med en viss händelse variera kraftigt. Förenklat går det att hävda att hur effektivt en enhet kan arbeta med en händelse beror på de två huvudattributen insatstid och insatsförmåga. Dessa 15

16 två attribut beror i sin tur på andra faktorer såsom till exempel enhetens position och hastighet, vilka påverkar insatstiden, samt utrustning och utbildningsnivå, vilka påverkar insatsförmågan. Insatsförmågan beskriver hur väl en given resurs kan arbeta med en viss händelse. För att det på ett strukturerat sätt ska gå att diskutera förmågan hos olika resurser används begreppet enhet för att beteckna en resurs, eller en grupp av resurser, som kan användas för att utföra arbete vid en händelse. Ett liknande tillvägagångssätt beskrivs i Björnberg et al (2003). En enhet kan således vara en bil som är utrustad med viss släckutrustning, hydrauliska klippverktyg och rökdykarutrustning, samt fyra brandmän och en styrkeledare. Denna enhet kan då arbeta med flera typer av händelser, till exempel brand i byggnad och trafikolycka, och angripa dessa på flera olika sätt, förhoppningsvis med ett gott resultat. Enheten har troligen en god insatsförmåga för ett flertal olika händelser. En annan enhet skulle kunna bestå av en mindre bil som bemannas av en eller två personer och har defibrillator och lättare släckutrustning. En sådan enhet har då god insatsförmåga för händelsen IVPA-hjärtstopp, och sämre insatsförmåga för händelsen brand i byggnad, medan insatsförmågan för händelsen brand ej i byggnad papperskorg är medelgod. Observera här att den ovan gjorda kvantifieringen av händelser och förmågor är ytterst preliminär och enbart syftar till att visa hur det skulle kunna gå att göra. Då insatsförmågan för en enhet varierar med vilken händelse som åsyftas bör det dock utredas vilken förmåga en enhet har för varje händelsetyp som definierats. Ovan har insatsförmågan för en enhet angetts som god, medelgod och sämre. Detta är ett sätt att göra det på, och ett liknande kan vara att ge insatsförmåga ett antal nivåer, till exempel 1 5, beroende på hur bra eller dålig förmågan är för en given enhet och händelse. Det är dock inte alls okomplicerat att bestämma vilken nivå på insatsförmåga en resurs ska ha för en viss händelsetyp. Det går att använda expertutlåtanden, och låta kunniga personer bestämma nivåerna, men då är det viktigt att flera personer får inflytande över en nivå. Dessa expertutlåtanden kan kombineras med kvantifieringsmetoder som bygger på hur en enhet kan arbeta med en viss händelse. Den väl utrustade bilen i exemplet ovan kan utföra flera olika arbetsuppgifter vid händelsen brand i byggnad, vilket bör bidra som en komponent i beräkningen av nivån för den händelsen. Om det går att undersöka hur väl, mätt till exempel i tid, en given enhet kan bekämpa en standardhändelse kan sådana mätningar också nyttjas i beräkningarna. En enhets insatsförmåga kan också vara beroende av vilka andra enheter som finns på plats. En tankbil för vattenförsörjning har till exempel liten insatsförmåga vid brand, om ingen släckbil också är närvarande. Deras gemensamma insatsförmåga överstiger dock summan av de individuella förmågorna. Ett sätt att ta hänsyn till detta är att definiera en ny enhet som består av kombinationen släckbil och tankbil. Insatstiden betecknar hur lång tid det tar för en enhet innan arbetet med en viss händelse kan påbörjas. Den beräknas som tiden ifrån att ett larm når den aktuella enheten, tills enheten har påbörjat en insats. Den ska därför inte 16

17 blandas ihop med väntetid, eller vänteperiod, där också larmhanteringstiden ingår. I insatstiden ingår anspänningstid, som är intervallet ifrån att larmet nått enheten tills enheten är på väg på händelseplatsen, körtid, som är tiden det tar att köra till händelseplatsen, samt angreppstiden, som är intervallet från att enheten nått platsen tills insatsen kan påbörjas. Insatstiden för en given händelse och enhet är direkt beroende av enhetens position, hastighet, anspänningstid samt om det över huvud taget går att skicka enheten till händelsen eller ej. Enheter kan ha olika tjänstgöringstider. Till exempel har det blivit vanligare med så kallade dagenheter, som bara tjänstgör under dagtid. En sådan enhet kommer inte att vara tillgänglig nattetid, vilket kan betraktas som om insatstiden är mycket lång, eller insatsförmågan är obefintlig. Resursanvändning Även om det förenklar både resonemang och beräkningar att anta att behov och resurser är oberoende av varandra, är det naturligtvis inte så. Två faktorer som påverkas av hur resurserna används är konsekvensen av en händelse och tillgängligheten av resurser. Konsekvensen av en händelse uttrycker vilken inverkan den har på det omgivande samhället. Ofta kan konsekvenser kvantifieras i termer av förlorade liv, värdeförlust eller förstörd miljö. Ett tydligt beroende här är att konsekvensen av en händelse ofta blir större om tiden till insatsen påbörjas ökar, eller om inte tillräckliga resurser finns för att effektivt arbeta med händelsen. Till exempel får en brand längre tid att sprida sig om det tar tid för en insats att påbörjas. Det går att skilja på statiska och dynamiska händelser, där konsekvensen av en statisk händelse inte förvärras med tiden även om inget arbete med händelsen utförs. Givet att det bara finns dessa två möjligheter, är knappast speciellt många händelser statiska, även om mycket av förloppet hos en given händelse kan tyckas statiskt. En singelolycka med bil kan till exempel vara statisk, om den ensamme föraren omkommer direkt vid olyckan (eller inte skadas alls), och bilen inte är till stort hinder för annan trafik. Om dock ett ingripande krävs för att genom losstagning frigöra föraren ur bilen, och dennes liv, eller åtminstone bekvämlighet, hänger på att detta görs inom rimlig tid, finns dock genast ett dynamiskt element i händelsen. För de flesta händelser gäller således att konsekvensen förväntas öka med insatstiden. Insatstiden i sin tur beror bland annat på om det finns tillgängliga resurser att skicka vid en ny händelse. Det aktuella beroendet är att tillgängligheten minskar om hjälpbehovet ökar utan att resurstillgången ökar. Tillgängligheten för en enhet kan definieras som hur stor del av den totala tiden enheten kan larmas ut. Är enheten stor del av tiden upptagen med händelser, eller på annat sätt otillgänglig, minskar tillgängligheten. En effektiv resursanvändning syftar, vid planering av system för räddningsberedskap, till att använda räddningsresurserna för att på bästa sätt 17

18 tillfredställa hjälpbehoven. Detta innebär framför allt att de negativa konsekvenserna av händelserna minimeras, men också att tillgängligheten maximeras. Modell för resursanvändning vid räddningstjänst För att det ska vara möjligt att matematiskt modellera ett system för räddningsinsatser krävs det att en mängd information är känd. Utgående från Figur 1 och resonemanget ovan krävs en kvantifiering av både händelser och enheter. Eftersom en modell är en avbildning av verkligheten, måste förväntade utfall användas. Det innebär att prognoser för var och när olika typer av händelser förväntas inträffa, måste skapas. Vidare måste förväntade insatstider tas fram för varje enhet som ska modelleras och för varje position där den kan tänkas finnas. Detta innebär också att en diskretisering av både tiden och rummet är nödvändig. En fin diskretisering innebär många datapunkter och en säkrare modell. Att arbeta med tid i sekunder är således en finare diskretisering än om tiden delas in i 10-minuters intervall. En finare diskretisering innebär också mer data och således en större, mer svårhanterlig modell. Således måste detta val göras med omsorg. Det bör dock påpekas att olika diskretiseringsnivåer kan användas för olika parametrar i modellen. Till exempel kanske det räcker med att modellera händelser på timnivå, det vill säga att prognoser för hur behovet varierar existerar för varje timme på dygnet. Däremot bör körtider för resurserna modelleras på minut- eller sekundnivå. En modell av ett system konstrueras för att det ska gå att dra slutsatser om systemet. Därför är det vid konstruktionen nödvändigt att vara på det klara med vilka typer av slutsatser som ska kunna dras. I en beslutsmodell är det vanligtvis förslag på beslut som eftersöks. Inom räddningstjänstområdet har till exempel följande frågeställningar tidigare varit föremål för modellbyggande: Hur många enheter behövs i ett område? Var ska enheterna lokaliseras? Hur många enheter ska varje station ha? Hur många brandmän ska ingå i varje enhet? Dylika frågeställningar ligger till grund för hur variabler och parametrar i modellen väljs. Om modellen ska ha någon optimerande funktion krävs vidare att det finns ett mål att styra emot. Ofta kan målen vara att minimera kostnader eller maximera intäkter, varav det första skulle kunna vara tillämpligt även här. En möjlig utgångspunkt skulle kunna vara att välja enheter och lokalisera dessa, givet att en viss servicenivå hos räddningstjänsten ska vara uppfylld. Besluten som måste tas inkluderar enheternas storlek och utrustning såväl som var de ska lokaliseras och under vilka tidpunkter de ska vara i tjänst. Målet blir att göra detta till lägsta kostnad. Är budgeten redan given blir snarare uppgiften att skapa en så effektiv räddningstjänst som möjligt för de pengar som finns, det vill säga 18

19 maximera effektiviteten i systemet. För detta är det nödvändigt att definiera hur effektiviteten ska mätas. Givet en viss resursmängd kan ett mål vara att minimera konsekvenserna av händelser. För att detta ska vara möjligt måste konsekvenser kunna kvantifieras, och som tidigare nämnts brukar detta ofta göras i form av förlorande liv, förlorad egendom och förstörd miljö. Dylika mål skulle vara möjliga att ha i en modell, med problemet att de måste vägas samman i målfunktionen. Ett sätt att göra detta är att vikta de olika målen. Denna viktning görs lämpligen av användarna av modellen, som kan prova olika viktningar för att få fram flera olika förslag på lösningar. På liknande sätt skulle det kunna vara möjligt att prioritera olika händelsetyper. En annan viktning som kan komma att få stor betydelse är avvägningen mellan rättvisa och effektivitet. I det här sammanhanget förstås rättvisa som en strävan efter att skillnaderna i servicegrad för medborgarna skall vara så liten som möjligt. Med effektivitet menas en strävan efter att ur ett samhällsperspektiv nå en minimering av konsekvenserna av olyckor. Dessa båda målfaktorer behöver inte stå i motsats till varandra men när de gör det behövs en rent subjektiv avdömning av vilken faktor som skall väga tyngst. Nedanstående bild är ett exempel på detta. A B 1 2 Figur 2: Problematisering av förhållandet mellan måldimensionerna rättvisa och effektivitet. Figur 2 föreställer förenklat förutsättningarna för ett beslut om lokalisering av en brandstation. I område 1 och 2 bor det precis lika många människor med identisk placering i respektive område. Skillnaden är att i område 2 sker 30% fler olyckor per tidsenhet än i område 1. A och B utgör två platser där en brandstation kan placeras. A ger en servicegrad där skillnaden i insatstid är så liten som möjligt för invånarna men en effektivitet som inte är optimal. B ger å andra sidan en optimal effektivitet med avseende på minimering av konsekvenserna av inträffade olyckor men en större skillnad i insatstid än för A. Problemet gäller alltså att avgöra vilken faktor som skall vara styrande för hur en modell hanterar situationen. Matematiskt är det inte svårt att lösa placeringsfrågan men en modell kan aldrig klara avvägningen mellan måldimensionerna rättvisa och effektivitet. Det måste användaren göra. 19

20 I många tidigare modeller antas att enheterna är på förhand givna, och att alla enheter har samma egenskaper. I detta fall blir uppgiften att skapa en så god lokalisering som möjligt, och det enda effektivitetsmått som behövs är den förväntade insatstiden. Genom att anta att olika enheter kan ha olika insatsförmågor, och dessutom vara lämpade för olika typer av händelser, kompliceras problemet betydligt. Grundformen för den matematiska modellen kan dock fortfarande vara ganska lik de äldre modellerna. 20

21 4. Tidigare arbeten Både internationellt och i Sverige har olika grupperingar arbetat med frågeställningar liknande de som behandlas i OPERA. Nedan beskrivs ett urval av tidigare arbeten, indelade under rubrikerna Hjälpbehov, Räddningsresurser och Resursanvändning, i enlighet med Figur 1. Pågående nationella och internationella arbeten som studerats vid besök under förstudien tas också upp i detta kapitel. Hjälpbehov För att skatta sannolikheten för att en händelse ska uppstå, kan det vara lämpligt att skapa en prognos. En sådan kan till exempel förutsäga sannolikheten för att en given händelse kommer att inträffa i ett visst område den närmaste timmen. Notera att ett dylikt tal troligen blir mycket litet; betydligt närmare noll än ett. Det är dock troligare att antalet förväntade händelser den närmaste timmen prognostiseras, men även detta tal blir troligen mycket litet om inte det geografiska området är mycket stort. NCO Nationellt centrum för lärande från olyckor är en del av SRV som ansvarar för insamlandet och bearbetningen av svensk olycksstatistik. De samlar in data från flera olika organisationer, såsom räddningstjänsterna, vägverket och SOS Alarm, för att få en heltäckande bild av vilka olyckor som uppstår och hur de påverkar samhället. Därför har de ett bra grundmaterial för att kunna prognostisera vilka händelser som kan komma att kräva en räddningsinsats, samt var och när dessa uppstår. Om en händelse ses som en produkt, finns det mycket att hämta ur den prognostiseringsteori som skapats för den traditionella tillverkningsindustrin. Grovt går det att skilja på Intuitiva prognoser och Explorativa prognoser (Olhager, 1996). Intuitiva prognoser inkluderar bland annat expertutlåtanden och marknadsundersökningar, vilket kan betraktas som kvalitativa metoder. Explorativa prognoser baseras däremot vanligen på historisk data. Två exempel på sådana är tidseriemetoder och kausala metoder (Wells, 1999). I tidsseriemetoder skattas efterfrågan som en funktion av tiden. Det innebär att efterfrågan i modellen kan variera över dygnet, eller med årstiderna. Vanliga komponenter i en tidsseriemodell är trender, cykliska variationer och säsongsvariationer. I en kausal modell söks sambandet mellan den variabel som ska skattas och en eller flera oberoende variabler. I fallet trafikolycka kan den beroende variabeln vara antal olyckor under en viss tidsperiod, medan de oberoende variablerna till exempel är antal körfält, hastighetsgräns, och årstid. Regressionsanalys är en typ av kausal metod som används i Jaldell (2004) för att bestämma vilken ekonomisk betydelse insatstiden har vid olika olyckstyper. Riskanalys är ett sätt att väga samman sannolikheter och konsekvenser till en risk (Räddningsverket, 2003). Sannolikheten för en olycka kan skattas genom kvantitativa eller kvalitativa prognoser, till exempel som ovan beskrivet. Konsekvensbedömningen kan också göras kvantitativt eller 21

22 kvalitativt; i det första fallet bedöms konsekvensen i antal dödade och skadade, eller i hur stort ekonomiskt värde som väntas gå förlorat. I en kvalitativ analys kan konsekvensen till exempel klassas på en gradskala. Efter att sannolikheter och konsekvenser skattats, görs en bedömning av risknivån. Sammanvägningen av de två komponenterna kan till exempel presenteras konsekvensorienterat, varvid fokus läggs på vilken konsekvens en händelse har. I en riskorienterad resultatpresentation läggs mer vikt vid att också belysa hur sannolikheten för en händelse spelar in. Ett sätt att göra detta är genom en riskmatris, som har sannolikheten på ena axeln och konsekvensen på den andra. I FSEC-modellen 2 (Matthews et al 2004) som är under utveckling vid Fire Experimental Unit i England, delas ett område in i Output Areas (OA). För varje OA finns statistik på antal människor som bor där, hur många som bor i hyrda bostäder (vilket i Storbritannien ofta är samma sak som bostäder betalda av sociala myndigheter), antal med etnisk bakgrund och mycket mer. En statistisk nationell analys har visat att två faktorer har stor inverkan på händelsen dwelling fires, vilket kan översättas som brand-i-bostad. De två faktorerna är antal hushåll med ensamma pensionärer och antal hyrda bostäder. OAs är för små för att den historiska datan ska kunna ge en robust indikation på hur mycket det kommer att brinna, varför olika OAs grupperas ihop till Risk Areas (RA), efter hur risksituationen ser ut. En OA som har en hög andel (vilken är en andel över en given nationell gräns) ensamma pensionärer tillhör en viss riskgrupp och kan då grupperas ihop med en intilliggande OA som också har hög andel ensamma pensionärer. Om båda faktorerna är höga tillhör OA den högsta riskgruppen. För att öka robustheten ännu mer, kan RAs slås samman till Risk Groups (RG). För varje RG studeras sedan de senaste tre till fem årens incidentdata, för skapa en robust skattning för hur många bränder som kommer att uppstå. Denna skattning förs sedan tillbaka till varje OA som ingår i den aktuella RG. På liknande sätt skattas behoven för händelser som trafikolycka, drunkning och andra så kallade special services. Räddningsresurser Som framgår av Figur 1, kan resursernas huvudattribut delas in i insatstid och insatsförmåga. För att kunna skatta insatstiden för en resurs, behövs bland annat den förväntade körtiden. Körtider kan idag skattas på många sätt. Det finns ett antal färdiga databaser och program som kan beräkna en körtid utifrån sträcka, hastighetsbegränsning och andra parametrar. Ett exempel på en dylik databas är den Svenska nationella vägdatabasen (NVDB) som administreras av Vägverket. De flesta studier som gjorts inom området antar att körtiden är statisk och deterministisk. Det innebär att den inte varierar till exempel över dygnet, samt att en sträcka alltid tar lika lång tid att köra. Båda dessa antaganden är naturligtvis klara förenklingar av verkligheten. 2 FSEC = Fire Service Emergency Cover 22

23 Liksom för behov går det att anta att körtider är en beroende variabel av faktorer som bland andra sträcka och tidpunkt. Badri et al (1998) gjorde ett antal testmätningar och kom fram till att körtiden påverkades av tidpunkten och vägförhållandena. Därför delade de in sitt område i vägar med liknande förhållanden och skapade fyra uppsättningar körtider; normala förhållanden, morgonrusning, eftermiddagsrusning och kvällsrusning. Repede et al (1994) hade ett liknande tillvägagångssätt när de skattade körtider för ambulanser. De analyserade uppdrag och kom därigenom fram till att körtiden berodde på uppdragets angelägenhet, tidpunkten samt vägförhållandena. En enklare modell för brandbilar föreslogs av Kolesar et al (1975): 1/ 2 2( D / a) T ( D) = vc / a + D / v c if if D 2d D > 2d c c där T(D) är körtiden, a accelerationen, D sträckan, d c hur lång sträcka som måste köras innan marschfart erhållits och v c är marschhastigheten. Principen är att om fordonet behöver köra en kortare sträcka, har accelerationen en avgörande betydelse för körtiden. Är sträckan D tillräckligt lång, kommer marschfarten att begränsa hur lång tid det tar att köra till skadeplatsen. Ett försök i New York City visade, till skillnad från ovan nämnda studier, att tidpunkt och trafikförhållanden enbart hade en marginell effekt på körtiden. Det är enkelt att anta att körtider är deterministiska och arbeta med medelvärden. Detta kan dock medföra att den faktiska insatstiden i många fall blir längre än väntat, det vill säga den verkliga täckningen blir sämre än beräknat. Modeller som antar att körtiderna är stokastiska är mer komplexa, och det är inte förrän på senare tid som dessa har börjat dyka upp. Exempel på studier som gjorts med stokastiska körtider är Ingolfsson et al (2005) och Bruni (2005) som båda behandlar lokalisering av ambulanser. Att kvantifiera insatsförmågan är svårt, vilket tydligt märks av de förenklingar som görs i de flesta studier. Oftast behandlas enbart en typresurs, som till exempel en brandbil, eller möjligtvis att det kan behövas flera resurser, men alla är av samma typ, som i Batta et al (1990). Även om flera resurser beaktas, som i Schilling et al (1979) där både släckbilar och stegbilar lokaliseras, tas ingen egentlig hänsyn till vad de olika resurserna kan utföra, utan målet är helt enkelt att maximera täckningsgraden. Svårigheten med att kvantifiera nyttan av det arbete som räddningsresurserna utför gör att det är vanligare att använda en proxy för att beskriva vad som egentligen bör optimeras. En proxy i detta fall syftar på en faktor som förväntas ha en positiv verkan på det som egentligen ska optimeras. Det innebär att de flesta modeller syftar till att maximera täckning eller minimera förväntad insatstid som en proxy för att minimera de negativa konsekvenserna av händelser. Genom att kvantifiera insatsförmågan hos de aktuella enheterna kan dock en bättre överensstämmelse fås mot de verkliga hjälpbehoven. 23

24 I FSEC-modellen (Matthews et al 2004) har en översättning gjorts mellan insatstid och antal dödsfall, liknande den i Jaldell (2004). För varje olyckstyp har ett samband skattats som talar om hur många dödsfall som förväntas uppstå beroende på när enheterna kommer till olycksplatsen. Sambandet är skattat i olika intervall, vilket innebär att ett visst antal dödsfall per skadad förväntas inträffa om enheterna kommer inom fem minuter, och ett annat, större antal förväntas inträffa om enheterna kommer mellan tio och femton minuter. En förfining som är gjord i modellen är att varje enhet förväntas bidra i räddningsarbetet med en viss procent. Till exempel den första enheten förväntas utföra 72% av insatsen vid dwelling fires, medan nästa enhet förväntas bidra med 25% och det tredje och fjärde 1.5% respektive. Den resursmängd som förväntas svara vid en viss händelse är dock förutbestämd av dem som sköter räddningstjänsten, vilket minskar flexibiliteten i modellen något. I Södertörns brandförsvarsförbund efterfrågas flera alternativ för en given händelse. De vill inte vara begränsade till att alltid skicka samma resursmängd, och använda samma angreppssätt vid en viss olycka, som i FSEC-modellen. I stället arbetar och övar de för att kunna anpassa angreppssätten efter vilka resurser som finns tillgängliga. På liknande sätt resonerar Mälardalens brand- och räddningsförbund som också experimenterar med mindre enheter som snabbt ska kunna vara på plats när något händer. En tanke som finns här är att samtliga personer som tillhör en enhet inte behöver åka till en händelseplats tillsammans. Det är möjligt för olika personer att ta sig till platsen på olika sätt, för att bli en fullständig enhet när samtliga är på plats. Under förutsättning att den eller de som först kommer till platsen kan göra en initial insats, går det på detta sätt att minska insatstiden. Resursanvändning Huvuddelen av de tidigare arbetena har behandlat resursanvändning. Inom detta område kan resultat från de ovanstående två områdena nyttjas som indata till metoder och modeller som ger stöd till beslut om hur räddningsresurserna ska användas på effektivaste sätt. En frågeställning är hur mycket resurser som behövs i ett givet område. I en intressant studie av Kolesar & Blum (1973) visas att den genomsnittliga körsträckan (från en brandstation till en skadeplats) i ett område är omvänt proportionell mot kvadratroten av antalet brandstationer i området. Proportionalitetskonstanten avgörs av bland annat lokaliseringen av stationerna och vägnätverket, och kan bestämmas till exempel genom simulering. Kvadratrotslagen kan till exempel användas för att bestämma hur många enheter som behövs för att uppfylla satta mål för insatstider. Hur mycket resurser som behövs beror delvis på hur geografiskt utbrett området är. Ett stort område behöver fler resurser för att insatstiderna inte 24

25 ska bli för långa. Fler resurser behövs också om larmfrekvensen är hög. Chaiken (1971) bestämde hur många brandbilar som behövdes i en given region, för att sannolikheten att samtliga skulle vara upptagna inte skulle överstiga ett visst tröskelvärde. Det problem inom räddningsinsatser som ägnats mest uppmärksamhet från operationsanalytiker är lokaliseringsproblemet, det vill säga var resurserna ska placeras. I de flesta fall är den mer exakta frågeställningen var brandstationer ska lokaliseras. I de flesta av modellerna antas att resurserna alltid kommer att finnas tillgängliga på stationen. Detta är naturligtvis inte sant, men baseras på att den genomsnittliga tillgänglighetsgraden är mycket hög. Dock bör en analytiker vara medveten om hur situationen är för just det objekt som studeras. Om till exempel mycket av övningsverksamheten eller den fysiska träningen inte sker på stationen, ökar genast tiden som resurserna är någon annanstans. Ett av de tidigaste publicerade försöken att använda operationsanalys för att lokalisera brandstationer gjordes av Jane Hogg i Storbritannien (Hogg, 1968). Trots att denna studie har ett antal år på nacken så är själva kvantifieringsförfarandet och datainsamlingen fortfarande fullt gångbar. Till att börja med delades området in i ett antal kvadratkilometerstora zoner för vilka statistik över brandincidenter för sex år tillbaka bearbetades. Körtider mellan de olika zonerna erhölls från hur lång tid det tagit för resurser att köra vid tidigare incidenter. Dessutom gjordes ett antal experiment med provkörningar på sträckor där det inte fanns tillräckligt bra data. I Hoggs modell är målet att den totala tiden som används för resor till platser där det brinner ska minimeras. I princip innebär detta att minimera summan av körtider multiplicerat med behoven, vilket ger ett så kallat p-median lokaliseringsproblem. Att minimera den totala körtiden är bara ett sätt att målstyra en lokalisering. Den största nackdelen med just detta mål är att platser som inte har speciellt stort behov kan få väldigt långt till sin närmsta station. Toregas et al (1971) valde i stället att formulera problemet med en set covering modell. Det innebar att de minimerade antalet stationer som behövdes för att all efterfrågan skulle kunna nås inom en viss tid. Finns det budgetbegränsningar kan dock detta angreppssätt leda till ett alltför stort antal stationer. I stället valde Church et al (1974) att maximera den efterfrågan som kan nås inom en viss tid, givet en begränsad resursåtgång, med sin maximal covering location modell. Denna har, i ännu större utsträckning än p-median, egenskapen att vissa behov ignoreras. Principen är att om behovet inte kan nås inom den specificerade tiden, så spelar det ingen roll hur lång tid det tar att ta sig dit. Naturligtvis finns dock många sätt att ta hänsyn till detta problem; till exempel går det att göra som Karasakal et al (2004) som maximerar dels det behov som nås inom S minuter, men också den andel av behovet som nås inom T minuter, där T > S, med en målfunktion enligt: 25

26 Max i I C ij j Mi x ij där C ij 1 = f ( D 0 ij ) om S < D om D ij ij S, T, ( 0 < f(d annars ij ) < 1) Målfunktionen uttrycker att efterfrågepunkt i får full täckning (= 1) från station j om sträckan mellan i och j (D ij ) är mindre än S. Om sträckan är mellan S och T blir täckningen partiell, och således någonstans mellan 0 och 1. Genom att sätta T stort går det således att även låta de mindre behoven som ligger avsides påverka målstyrningen. En idé om resursallokering som finns hos räddningstjänsten Dala Mitt är att varje station specialiseras mot vissa typer av händelser. Till exempel skulle en station kunna ha specialresurser för skogsbrand, medan en annan har resurserna för kemiska utsläpp. Varje station skulle då som vanligt få göra en första insats när de är närmast, men arbetet skulle i många fall vara att begränsa skadan tills specialenheterna kommer fram. Fördelen med denna typ av allokering är att samtliga stationer ej behöver ha specialresurser. Både att dimensionera resurserna och att lokalisera dem är exempel på strategiska planeringsproblem. Det är också sådana problem som inom området åtnjutit mest uppmärksamhet från forskningsvärlden. Dock har det även inom taktisk och operativ planering gjorts en del studier. Ett exempel är det omlokaliseringsproblem som studerades av Kolesar et al (1974). Här uppmärksammades att täckningen av det aktuella området blev snedfördelad när vissa resurser var ute på uppdrag. Genom att då omlokalisera tillgängliga resurser till stationer som var tomma kunde den totala täckningsgraden för området förbättras. En annan operativ frågeställning är vilken eller vilka resurser som ska svara på ett nytt uppdrag. Den vanligaste regeln är att den närmaste resursen skickas, men olika studier har visat att det i vissa fall kan vara lämpligt att ta en resurs som har längre insatstid (se till exempel Carter et al (1972) och Repede et al (1994)). Den generella principen är att om en station har ett ansvarsområde (området där de är den närmaste resursen) med väsentligt högre uppdragsfrekvens än omgivande områden, kan det vara gynnsamt att vid vissa tillfällen använda resurser från de omgivande områdena även om dessa har en längre insatstid. Detta förutsätter naturligtvis att insatstiden i det aktuella fallet inte har avgörande betydelse för insatsens totala effektivitet. Genom att välja denna resurs med längre insatstid kan beredskapen bevaras i det område som har hög uppdragsfrekvens. Ytterligare ett beslut som måste tas vid ett nytt uppdrag är vilka och hur många resurser som ska skickas. Swersey (1982) skapade en beslutsmodell för hur många enheter som ska skickas vid ett givet larm. Resultatet som presenteras av modellen är en funktion av sannolikheten att det är ett stort larm, uppdragsfrekvensen i området samt antal tillgängliga enheter. 26

27 Mycket av den forskning som utförts förutsätter att uppdragsfrekvensen är så pass låg att det är rimligt att anta att resurser finns tillgängliga när ett nytt larm kommer. Detta antagande kan i många fall vara befogat när det gäller räddningstjänst. Om ambulanssjukvård i stället studeras, är det inte troligt att ett dylikt antagande ger användbara resultat, varför mycket forskning inom detta närliggande område har beaktat sannolikheten att resurser är upptagna när ett larm inkommer. För mer information om dylik forskning, se till exempel Andersson (2005). FSEC-modellen (Matthews et al 2004) används för att utvärdera vad som händer om förändringar i resurserna görs. I ett grundscenario, där de nuvarande stationerna med tillhörande enheter anges, beräknas förväntat antal döda per år, i ett antal olika händelsetyper, till exempel brand-i-bostad, trafikolycka, och brand-i-andra-byggnader. Andra byggnader inkluderar officiella inrättningar som restauranger, skolor och kyrkor. I denna händelsetyp modelleras varje enskilt objekt separat, och förutom förväntat antal döda fås också en förväntad värdeförlust. Utdata från modellen är således förväntat antal döda och förväntad värdeförlust samt kostnader för resurserna. Genom att göra förändringar i resurserna, till exempel stänga en station, och beräkna ett nytt resultat, går det att se om den föreslagna förändringen är kostnadseffektiv. För att detta ska vara möjligt krävs dock att förlorade liv värderas i pengar. 27

28

29 5. Utvecklingsprojekt Syftet med förstudien var att undersöka behovet av ett utvecklingsprojekt inom området effektiva räddningsinsatser. Dessutom skulle potentialen för att få användbara resultat från ett dylikt projekt undersökas. Om potentialen ansågs vara god skulle en projektplan presenteras. I detta kapitel presenteras först motiven för varför ett utvecklingsprojekt bör genomföras, samt vilken potential ett sådant projekt har. Därefter beskrivs en plan för hur utvecklingsprojektet i grova drag kan genomföras. Syfte och mål Projektet OPERA syftar till att använda kvantitativ analysmetodik för att effektivisera system för räddningsinsatser. Detta inkluderar att skapa en eller flera matematiska modeller av ett dylikt system. För att en sådan modell ska bli användbar krävs relevant indata. Denna indata inkluderar bland annat prognoser över var och när händelser som initierar räddningsinsatser uppstår. Dessutom krävs uppgifter om hur snabbt en räddningsresurs kan nå olika delar av ett område, vilket inkluderar förväntade körtider och anspänningstider. Arbetet med att producera denna indata är en stor del av projektet, och resultaten från denna del bör kunna vara tillämpbara i många andra sammanhang än enbart som indata till de ovan nämnda modellerna. De modeller som ska utvecklas, ska kunna användas för utvärdering av olika åtgärder i systemet. För att detta ska vara möjligt krävs det att mått skapas som kan användas för att mäta effektiviteten i systemet. Dessa mått kan i sig själva vara användbara för olika parter i ett system för räddningsinsatser. Ytterligare ett mål är att utveckla en modell som ska kunna ge förslag på åtgärder som kan öka effektiviteten. Behov Behovet av ett utvecklingsprojekt kan hänföras till kravet på objektiva och evidensbaserade underlag som grund för beslut. Mycket av verksamheten inom räddningstjänstens område har varit och är fortfarande i stor utsträckning baserat på tradition och särintressen. Det finns således, inte minst ur medborgarens perspektiv, ett stort behov av att beslut rörande konstruktion av system för räddningsberedskap grundas på ett beslutsunderlag som tar hänsyn till det faktiska hjälpbehovet i kommunen. Ur tjänstemannens perspektiv finns också ett behov av att på ett enkelt sätt kunna tydliggöra konsekvensen av olika beslutsförslag. Ett mycket tydligt exempel på detta behov ges av Chelst (1988) som redogör för den avgörande betydelse den sakliga och vetenskapliga utredning han gjorde fick för utfallet i en lokal folkomröstning, viken möjliggjorde en sammanslagning av polisen och brandkåren i Grosse Pointe Park, Michigan USA En sammanslagning som visade sig innebära stora vinster för

Planering av Räddningssystem. Fö 4: Kvantitativ analys av räddningssystem. Tobias Andersson Granberg

Planering av Räddningssystem. Fö 4: Kvantitativ analys av räddningssystem. Tobias Andersson Granberg Planering av Räddningssystem Fö 4: Kvantitativ analys av räddningssystem Tobias Andersson Granberg Diskussionsuppgift Designa ett räddningssystem för området. Diskutera behov, resurser, nödvändig information

Läs mer

Kan man räkna på lönsamhet? - metoder och underlag för kostnadsnytto-analyser. Stockholm 11 november, 2014 Björn Sund

Kan man räkna på lönsamhet? - metoder och underlag för kostnadsnytto-analyser. Stockholm 11 november, 2014 Björn Sund Kan man räkna på lönsamhet? - metoder och underlag för kostnadsnytto-analyser Stockholm 11 november, 2014 Björn Sund Presentation Matematikekonomilinjen Karlstads universitet 1992-1996 Projekt Räddningsverket

Läs mer

Optimering och simulering: Hur fungerar det och vad är skillnaden?

Optimering och simulering: Hur fungerar det och vad är skillnaden? Optimering och simulering: Hur fungerar det och vad är skillnaden? Anders Peterson, Linköpings universitet Andreas Tapani, VTI med inspel från Sara Gestrelius, RIS-SIS n titt i KAJTs verktygslåda Agenda

Läs mer

Heby kommuns författningssamling

Heby kommuns författningssamling Heby kommuns författningssamling Kommunfullmäktige ISSN 2000-043X HebyFS 2015:58 Infördes i författningssamlingen den 22 december 2015 Handlingsplan för skydd mot olyckor Kommunfullmäktige beslutade 15

Läs mer

Handlingsprogram fo r skydd mot olyckor i Sala kommun.

Handlingsprogram fo r skydd mot olyckor i Sala kommun. Handlingsprogram fo r skydd mot olyckor i Sala kommun. Kapitel 1 Inledning Bestämmelserna i lagen (2003:778) om skydd mot olyckor (LSO) föreskriver i sin första paragraf att denna lag syftar till att i

Läs mer

Utvärdering av samarbete mellan räddningstjänst och väktare.

Utvärdering av samarbete mellan räddningstjänst och väktare. Utvärdering av samarbete mellan räddningstjänst och väktare. Åsa Weinholt asa.weinholt@liu.se Tobias Andersson Granberg Tobias.andersson@liu.se Avdelningen för Kommunikations- och transportsystem (KTS)

Läs mer

Räddar räddningstjänsten. liv vid brand i byggnad? RESULTATSEMINARIUM BRÄNDER I BOENDEMILJÖ

Räddar räddningstjänsten. liv vid brand i byggnad? RESULTATSEMINARIUM BRÄNDER I BOENDEMILJÖ RESULTATSEMINARIUM BRÄNDER I BOENDEMILJÖ Räddar räddningstjänsten v liv vid brand i byggnad? MARCUS RUNEFORS, AVDELNINGEN FÖR BRANDTEKNIK, LUNDS TEKNISKA HÖGSKOLA MSB BRANDFORSK RISE MALMÖ UNIVERSITET

Läs mer

Innehållsförteckning. Handlingsprogram för skydd mot olyckor Bilaga 5 Utdrag av delmål i MRP 2012 MEDELPADS RÄDDNINGSTJÄNSTFÖRBUND

Innehållsförteckning. Handlingsprogram för skydd mot olyckor Bilaga 5 Utdrag av delmål i MRP 2012 MEDELPADS RÄDDNINGSTJÄNSTFÖRBUND Handlingsprogram MRF 2012-2015 Upprättad av: Mats Bergmark. Handlingsprogram för skydd mot olyckor 2012-2015 Bilaga 5 Utdrag av delmål i MRP 2012 Innehållsförteckning 1. Inledning utdrag ur MRP 2012...

Läs mer

Namninsamling: Vi kräver fortsatt dygnet-runt-bemanning på brandstationen i Östhammar!

Namninsamling: Vi kräver fortsatt dygnet-runt-bemanning på brandstationen i Östhammar! VI KRÄVER FORTSATT DYGNET-RUNT-BEMANNING PÅ BRANDSTATIONEN I ÖSTHAMMAR! Bemanningen ska inte understiga den som finns nu: 1 styrkeledare + 1 brandman dygnet runt Bakgrund och motivering till kravet: Uppsala

Läs mer

Räddningstjänstens operativa förmåga

Räddningstjänstens operativa förmåga Räddningstjänstförbundet Emmaboda-Torsås Räddningstjänstens operativa förmåga Bilaga till handlingsprogram för räddningstjänst 2017-2021 1 Räddningstjänstens operativa förmåga Inledning Operativ förmåga

Läs mer

campus.borlänge Förstudie - Beslutsstöd för operativ tågtrafikstyrning

campus.borlänge Förstudie - Beslutsstöd för operativ tågtrafikstyrning campus.borlänge Förstudie - Beslutsstöd för operativ tågtrafikstyrning En rapport från CATD-projektet, januari-2001 1 2 Förstudie Beslutsstöd för operativ tågtrafikstyrning Bakgrund Bland de grundläggande

Läs mer

Handlingsprogram enligt LSO. Vad behöver förändras?

Handlingsprogram enligt LSO. Vad behöver förändras? Handlingsprogram enligt LSO Vad behöver förändras? Handlingsprogram enligt LSO - Kommunens uppgifter och målstyrning - Mål för verksamheten - Riskanalys - Förebyggande verksamheten; ordnad och planerad

Läs mer

Statistikens grunder HT, dagtid Statistiska institutionen

Statistikens grunder HT, dagtid Statistiska institutionen Statistikens grunder 1 2013 HT, dagtid Statistiska institutionen Orsak och verkan N Kap 2 forts. Annat ord: kausalitet Något av det viktigaste för varje vetenskap. Varför? Orsakssamband ger oss möjlighet

Läs mer

CARER. Center for advanced research in emergency response. Tobias Andersson Granberg

CARER. Center for advanced research in emergency response. Tobias Andersson Granberg CARER Center for advanced research in emergency response CARER CARER, def: a person who will help in identifying or preventing or treating illness and disability Centrum för forskning inom respons och

Läs mer

Planering av Räddningssystem. Fö 6: Kvantitativ analys av räddningssystem 2. Tobias Andersson Granberg

Planering av Räddningssystem. Fö 6: Kvantitativ analys av räddningssystem 2. Tobias Andersson Granberg Planering av Räddningssystem Fö 6: Kvantitativ analys av räddningssystem 2 Tobias Andersson Planning Districting Divide the area of responsibility into a number of smaller areas (sectors) Station location

Läs mer

räddningsinsats Dokumenttyp Dokumentnamn Fastställd/upprättad Beslutsinstans Giltighetstid

räddningsinsats Dokumenttyp Dokumentnamn Fastställd/upprättad Beslutsinstans Giltighetstid 1(10) STYRDOKUMENT DATUM 2012-02-28 Dnr 204/12-180 Kommunstyrelsens riktlinjer för räddningsinsats Dokumenttyp Dokumentnamn Fastställd/upprättad Beslutsinstans Giltighetstid Riktlinjer Kommunstyrelsens

Läs mer

Nämndsplan för räddningsnämnden 2013-2014

Nämndsplan för räddningsnämnden 2013-2014 Dokumenttyp: Nämndsplan Datum: 2013-04-24 Tjänsteställe: Räddningsnämnden Handläggare: Per Hampus E-postadress: per.hampus@malung-salen.se Telefonnr: 0280-182 61 Mottagare: Kommunstyrelsen Diarienr: 2013.33

Läs mer

Kommunens ansvar för olycksförloppsutredningar

Kommunens ansvar för olycksförloppsutredningar Skriven av Fastställd av Fastställd den Reviderad av Reviderad den 040302 Kommunens ansvar för olycksförloppsutredningar Bakgrund Den 1/1 2004 ersatte lagen om skydde mot olyckor (LSO) den gamla räddningstjänstlagen.

Läs mer

Nyckeltal. Räddningstjänsten

Nyckeltal. Räddningstjänsten Nyckeltal Räddningstjänsten Sammanfattning Räddningstjänst Kvalitet Resurser Slutsats Antal utvecklade bränder Antal personer utbildade i att förebygga/ hantera bränder eller andra olyckor Responstid från

Läs mer

Preliminär statistik räddningsinsatser Värnamo kommun 2017

Preliminär statistik räddningsinsatser Värnamo kommun 2017 Preliminär statistik räddningsinsatser Värnamo kommun 2017 Räddningstjänsten den 28 december 2018 Skriven av: Pär Liljekvist Preliminär statistik räddningsinsatser Värnamo kommun 2017 Sammanfattning Räddningstjänstens

Läs mer

Förslag till Myndigheten för samhällsskydd och beredskaps allmänna råd om ledning av kommunala räddningsinsatser

Förslag till Myndigheten för samhällsskydd och beredskaps allmänna råd om ledning av kommunala räddningsinsatser Förslag till Myndigheten för samhällsskydd och beredskaps allmänna råd om ledning av kommunala räddningsinsatser Dessa allmänna råd behandlar ledning av kommunala räddningsinsatser, inklusive planering,

Läs mer

Optimeringslara = matematik som syftar till att analysera och. Optimeringslara ar en gren av den tillampade matematiken.

Optimeringslara = matematik som syftar till att analysera och. Optimeringslara ar en gren av den tillampade matematiken. Optimal = basta mojliga. Optimeringslara = matematik som syftar till att analysera och nna det basta mojliga. Anvands oftast till att nna ett basta handlingsalternativ i tekniska och ekonomiska beslutsproblem.

Läs mer

Olycksundersökning enligt lagen om skydd mot olyckor 3 kap 10

Olycksundersökning enligt lagen om skydd mot olyckor 3 kap 10 Räddnings- och beredskapsförvaltningen Olycksundersökning enligt lagen om skydd mot olyckor 3 kap 10 Trafikolycka 2014-05-01 Elljusspår, Harads Eget larmnummer: 2014A00147 SOS larmnummer: 8_2151645_2 Postadress

Läs mer

Handlingsprogram för räddningstjänst enligt lagen om skydd mot olyckor för Gislaveds och Gnosjö kommuner.

Handlingsprogram för räddningstjänst enligt lagen om skydd mot olyckor för Gislaveds och Gnosjö kommuner. 1 av11 Handlingsprogram för räddningstjänst enligt lagen om skydd mot olyckor för Gislaveds och Gnosjö kommuner. Innehållsförteckning 1 Bakgrund och avgränsning 2 Vision för skydd mot olyckor 2.1 Inriktningar/verksamhetsmål

Läs mer

Olycksundersökningar En viktig källa till lärande från insatser. Mattias Strömgren Myndigheten för samhällsskydd och beredskap

Olycksundersökningar En viktig källa till lärande från insatser. Mattias Strömgren Myndigheten för samhällsskydd och beredskap Olycksundersökningar En viktig källa till lärande från insatser Mattias Strömgren Myndigheten för samhällsskydd och beredskap Skogsbranden i Västmanland Vem vill veta mer om branden och räddningsarbetet?

Läs mer

PLANER OCH BOSTADSBRIST ANTAGNA DETALJPLANER I BOSTADSBRISTENS SVERIGE

PLANER OCH BOSTADSBRIST ANTAGNA DETALJPLANER I BOSTADSBRISTENS SVERIGE PLANER OCH BOSTADSBRIST ANTAGNA DETALJPLANER I BOSTADSBRISTENS SVERIGE INLEDNING OCH SAMMANFATTNING Sverige har enligt alla bedömare bostadsbrist idag. Det innebär en stor ekonomisk och social kostnad

Läs mer

Myndigheten för samhällsskydd och beredskaps författningssamling

Myndigheten för samhällsskydd och beredskaps författningssamling Myndigheten för samhällsskydd och beredskaps författningssamling Utgivare: Key Hedström, Myndigheten för samhällsskydd och beredskap ISSN 2000-1886 Allmänna råd Utkom från trycket den 22 november 2012

Läs mer

Handlingsprogram för skydd mot olyckor 2013-2015. 2012-11-06 Efter remissrunda Antaget av kommunfullmäktige 2012-12-03, 98 Diarienummer 382/12-015

Handlingsprogram för skydd mot olyckor 2013-2015. 2012-11-06 Efter remissrunda Antaget av kommunfullmäktige 2012-12-03, 98 Diarienummer 382/12-015 Handlingsprogram för skydd mot olyckor 2013-2015 2012-11-06 Efter remissrunda Antaget av kommunfullmäktige 2012-12-03, 98 Diarienummer 382/12-015 Innehållsförteckning 1 Inledning... 3 1.1 Bakgrund... 3

Läs mer

Risk- och sårbarhetsanalys, bilaga 17 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Lit 2015-05-26. Huvudr

Risk- och sårbarhetsanalys, bilaga 17 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Lit 2015-05-26. Huvudr Lit 2015-05-26 Huvudr 1 Innehåll 1.Inledning...... 3 1.1. Avgränsning.........3 2.Befolkningsutveckling... 4 2.1.Könsfördelning..........4 2.2.Åldersfördelning..5 3.Tillsynsobjekt i Lits släckområde.......

Läs mer

Följa upp, utvärdera och förbättra

Följa upp, utvärdera och förbättra Kapitel 3 Följa upp, utvärdera och förbättra Det tredje steget i tillsynsprocessen är att följa upp och utvärdera tillsynsverksamheten och det fjärde steget är förbättringar. I detta kapitel beskrivs båda

Läs mer

Syftet med detta dokument är att redovisa Södertörns brandförsvarsförbunds syn på behov av brandposter i olika bebyggelsemiljöer.

Syftet med detta dokument är att redovisa Södertörns brandförsvarsförbunds syn på behov av brandposter i olika bebyggelsemiljöer. Södertörns brandförsvarsförbund PM Brandvattenförsörjning Nr: 608 Datum: 2006-11-29 Bakgrund Vatten är den helt dominerande släckmetoden vid brand i byggnad. Därför har samhället sedan mycket lång tid

Läs mer

Introduktion till statistik för statsvetare

Introduktion till statistik för statsvetare och enkäter "Det finns inget så praktiskt som en bra teori" September 2011 och enkäter Inledning Inledning Om vi vill mäta en egenskap hos en population individer (individer kan vara personer, företag

Läs mer

Styrdokument. Uppföljning av bostadsbränder. Uppföljning av bostadsbränder. Vision. Ingen skall omkomma eller skadas allvarligt till följd av brand

Styrdokument. Uppföljning av bostadsbränder. Uppföljning av bostadsbränder. Vision. Ingen skall omkomma eller skadas allvarligt till följd av brand Styrdokument Uppföljning av bostadsbränder Vision Ingen skall omkomma eller skadas allvarligt till följd av brand Innehållsförteckning 1. Inledning... 3 2. Nationellt... 3 3. Regionalt- Skåne län... 4

Läs mer

Olycksundersökning Nivå 2b Trafikolycka, Pålstorpsvägen Maj 2010

Olycksundersökning Nivå 2b Trafikolycka, Pålstorpsvägen Maj 2010 HELSINGBORG Olycksundersökning Nivå 2b Trafikolycka, Pålstorpsvägen Maj 2010 Anledning till utredningen: Trafikolycka i Helsingborg på Pålstorpsgatan, 2010-05-01. Uppdrag: Utvärdera genomförd insats på

Läs mer

Hur använder ni insatsstatistiken?

Hur använder ni insatsstatistiken? Hur används insatsstatistiken Hur använder ni insatsstatistiken? Analysverktyg till länsstyrelser förmågebedömning t.ex tider jämför mål i handlingsprogram riskanalyser underlag för frågor vid tillsyn

Läs mer

Handbok fo r Fo rma gebeskrivning

Handbok fo r Fo rma gebeskrivning samhällsskydd och beredskap 1 (13) RIB Support 010-240 55 30 rib@msb.se Handbok fo r Fo rma gebeskrivning Innehållsförteckning 1. Bakgrund... 2 2. Inloggning... 3 2.1 Problem med inloggning... 3 2.2 Behörigheter

Läs mer

Olycksundersökning enligt lagen om skydd mot olyckor 3 kap 10

Olycksundersökning enligt lagen om skydd mot olyckor 3 kap 10 Räddnings- och beredskapsförvaltningen Olycksundersökning enligt lagen om skydd mot olyckor 3 kap 10 Trafikolycka, skoter, singel Vuollerim, Jokkmokks kommun 2015-02-12 X 7378079 Y 1715218 Eget insatsnummer:

Läs mer

Internt nr: 30-20. Giltigt t.o.m: 2017-01-01 Beslutad:2013-08-19 Jan Sjöstedt. Version: 1.5

Internt nr: 30-20. Giltigt t.o.m: 2017-01-01 Beslutad:2013-08-19 Jan Sjöstedt. Version: 1.5 1 Räddningstjänsten Väst Räddningstjänstens operativa förmåga Upprättad:2013-07-26 Jens Christiansson Reviderad: 2014-12-17 Jens Christiansson Internt nr: 30-20 Giltigt t.o.m: 2017-01-01 Beslutad:2013-08-19

Läs mer

1(6) Datum 2011-10-03. Anna Björkesjö Klara Jakobsson. Nedskräpning i stadens centrala gatumiljö. - Nyköping 2011. Metod- och kvalitetsrapport

1(6) Datum 2011-10-03. Anna Björkesjö Klara Jakobsson. Nedskräpning i stadens centrala gatumiljö. - Nyköping 2011. Metod- och kvalitetsrapport Datum 2011-10-03 1(6) Anna Björkesjö Klara Jakobsson Nedskräpning i stadens centrala gatumiljö - Nyköping 2011 Metod- och kvalitetsrapport 2(6) Metoddokumentation Målpopulation Målpopulationen för en skräpmätning

Läs mer

OPERATIV ANALYS & LOGISTIK

OPERATIV ANALYS & LOGISTIK OPERATIV ANALYS & LOGISTIK Operationsanalys och Systemteknik (på engelska Operations Research) är begrepp som ibland används för att beskriva en verktygslåda av matematiska och analytiska metoder, med

Läs mer

Olycksundersökning Nivå 2b Brand på fritidsgård, Södra Hunnetorpsvägen 49

Olycksundersökning Nivå 2b Brand på fritidsgård, Södra Hunnetorpsvägen 49 HELSINGBORG Olycksundersökning Nivå 2b Brand på fritidsgård, Södra Hunnetorpsvägen 49 Juni 2010 Anledning till utredningen: Brand på fritidsgård i Helsingborg på Södra Hunnetorpsvägen 49, 2010-06-09. Uppdrag:

Läs mer

Sammanfattning 2014:8

Sammanfattning 2014:8 Sammanfattning Varje år placeras i Sverige omkring 8 000 ungdomar i Hem för vård eller boende (HVB). Majoriteten av dessa placeras på grund av egna beteendeproblem, t.ex. missbruk eller kriminalitet. En

Läs mer

Perspektiv på kunskap

Perspektiv på kunskap Perspektiv på kunskap Alt. 1. Kunskap är något objektivt, som kan fastställas oberoende av den som söker. Alt. 2. Kunskap är relativ och subjektiv. Vad som betraktas som kunskap är beroende av sammanhanget

Läs mer

Rutin för befäl inom RäddSam F

Rutin för befäl inom RäddSam F Skriven av Fastställd av Fastställd den Reviderad av Reviderad den AB RäddSam F-möte 2014-02-25 2014-02-04 www.raddsamf.se Rutin för befäl inom RäddSam F Syfte Denna rutin fastställer vilka befogenheter

Läs mer

Handledning för att strukturera en övergripande samhällsekonomisk analys 1

Handledning för att strukturera en övergripande samhällsekonomisk analys 1 Handledning för att strukturera en övergripande samhällsekonomisk analys 1 Samhällsekonomisk analys är ett samlingsnamn för de analyser som görs för att utreda effekter på samhället av olika företeelser

Läs mer

SÖDRA DALARNAS RÄDDNINGSTJÄNSTFÖRBUND

SÖDRA DALARNAS RÄDDNINGSTJÄNSTFÖRBUND Avesta SÖDRA DALARNAS RÄDDNINGSTJÄNSTFÖRBUND Fagersta Långshyttan Norberg Hedemora Horndal Fors Postadress: Axel Johnsons väg 70 774 34 AVESTA Tfn: 0226-64 58 00 E-post: sdr@avesta.se Hemsida: wwww.sdrf.nu

Läs mer

Samverkansavtal mellan länets kommuner och Landstinget om uppdrag i väntan på ambulans - IVPA

Samverkansavtal mellan länets kommuner och Landstinget om uppdrag i väntan på ambulans - IVPA BESLUTSUNDERLAG 1(2) Ledningsstaben Marie Andersson 2009-11-06 Hälso- och sjukvårdsnämnden Samverkansavtal mellan länets kommuner och Landstinget om uppdrag i väntan på ambulans - IVPA Samverkansavtalet

Läs mer

Optimering av NCCs klippstation för armeringsjärn

Optimering av NCCs klippstation för armeringsjärn Optimering av NCCs klippstation för armeringsjärn Sammanfattning I det här arbetet har vi försökt ta reda på optimal placering av en klippningsstation av armeringsjärn för NCCs räkning. Vi har optimerat

Läs mer

Verksamhetsplan Räddningstjänsten

Verksamhetsplan Räddningstjänsten Verksamhetsplan 2018-2020 Räddningstjänsten Innehållsförteckning 1 Styrkort och mätetal Kommunstyrelse - Räddningstjänsten... 3 Räddningstjänsten, Verksamhetsplan 2018-2020 2(9) 1 Styrkort och mätetal

Läs mer

Tranås kommuns plan för räddningsinsats vid Carpenter Sweden AB

Tranås kommuns plan för räddningsinsats vid Carpenter Sweden AB Tranås kommuns plan för räddningsinsats vid Carpenter Sweden AB Antagen av kommunstyrelsen i Tranås 2010-12-20, 196. SB Kommunens plan för räddningsinsats vid Carpenter Sweden AB Farlig verksamhet Då Carpenter

Läs mer

Brandstatistik vad vet vi om anlagd brand?

Brandstatistik vad vet vi om anlagd brand? Ansökan om forskningsmedel inom forskningssatsningen Anlagd Brand Brandstatistik vad vet vi om anlagd brand? Anlagd brand är ett stort samhällsproblem. Enligt statistik från Svenska Brandskyddsföreningen

Läs mer

Härledning av Black-Littermans formel mha allmänna linjära modellen

Härledning av Black-Littermans formel mha allmänna linjära modellen Härledning av Black-Littermans formel mha allmänna linjära modellen Ett sätt att få fram Black-Littermans formel är att formulera problemet att hitta lämpliga justerade avkastningar som ett skattningsproblem

Läs mer

Sammanfattning av olycksundersökning Trafikolycka Singelolycka med personbil

Sammanfattning av olycksundersökning Trafikolycka Singelolycka med personbil Sammanfattning av olycksundersökning Trafikolycka Singelolycka med personbil Sammanfattning av händelsen Trafikolycka där personbil kör av vägen. En person omkommer. Insatspersonal blir indirekt drabbade

Läs mer

Planering av tillsynsverksamheten

Planering av tillsynsverksamheten Kapitel 1 Planering av tillsynsverksamheten Tillsynsverksamheten kan ses som en process där planeringen är det första steget. För att tillsynen ska bli effektiv på det sätt som förarbetena till LSO avser,

Läs mer

För logitmodellen ges G (=F) av den logistiska funktionen: (= exp(z)/(1+ exp(z))

För logitmodellen ges G (=F) av den logistiska funktionen: (= exp(z)/(1+ exp(z)) Logitmodellen För logitmodellen ges G (=F) av den logistiska funktionen: F(z) = e z /(1 + e z ) (= exp(z)/(1+ exp(z)) Funktionen motsvarar den kumulativa fördelningsfunktionen för en standardiserad logistiskt

Läs mer

Hur används insatsstatistiken?

Hur används insatsstatistiken? Hur används insatsstatistiken Hur används insatsstatistiken? Årlig statistik till politiker, årsredovisning och uppföljning handlingsprogram Brister t.ex utrustning, förseningar tas upp vid ledningsgruppsmöten

Läs mer

Handbok fo r Fo rma gebeskrivning

Handbok fo r Fo rma gebeskrivning samhällsskydd och beredskap 1 (13) RIB Support 010-240 55 30 rib@msb.se Handbok fo r Fo rma gebeskrivning Innehållsförteckning 1. Bakgrund... 2 2. Inloggning... 3 2.1 Problem med inloggning... 3 2.2 Behörigheter

Läs mer

Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn: ASEK 6.1

Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn: ASEK 6.1 S Version 2018-04-01 Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn: ASEK 6.1 Kapitel 18 Samhällsekonomisk analys redovisad i Samlad effektbedömning (SEB) G L 6(1+0,1) 6 12 120 80

Läs mer

Risk- och sårbarhetsanalys, bilaga 13 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Hoting 2015-05-20. Huvudr

Risk- och sårbarhetsanalys, bilaga 13 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Hoting 2015-05-20. Huvudr Hoting 2015-05-20 Huvudr 1 Innehåll 1.Inledning...... 3 1.1. Avgränsning.........3 2.Befolkningsutveckling.. 4 2.1.Könsfördelning..........4 2.2.Åldersfördelning..5 3.Tillsynsobjekt i Hotings släckområde....

Läs mer

SAMTALET OM RESULTAT I SKOLAN

SAMTALET OM RESULTAT I SKOLAN 1 SAMTALET OM Det pratas mycket om skola och utbildning idag. Det sker i många olika sammanhang. Bland annat sammanställer flera företag och organisationer statistik för att ta temperaturen på Skolsverige.

Läs mer

Risk- och sårbarhetsanalys, bilaga 2 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Bispgården 2015-05-22.

Risk- och sårbarhetsanalys, bilaga 2 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Bispgården 2015-05-22. Bispgården 2015-05-22 Huvudr 1 Innehåll 1.Inledning...... 3 1.1. Avgränsning.........3 2.Befolkningsutveckling... 4 2.1.Könsfördelning..........4 2.2.Åldersfördelning..5 3.Tillsynsobjekt i Bispgårdens

Läs mer

Fördjupad. olycksundersökning 2010-12-28 520.2010.00668

Fördjupad. olycksundersökning 2010-12-28 520.2010.00668 Räddningstjänsten Karlstadsregionen Fördjupad Datum Dnr olycksundersökning 2010-12-28 520.2010.00668 Anledning till undersökningen: På tisdagen den 30 november kolliderar ett av räddningstjänstens fordon

Läs mer

Räddningstjänstens riskanalys Metodik Jönköpingsmodellen

Räddningstjänstens riskanalys Metodik Jönköpingsmodellen Räddningstjänstens riskanalys Metodik Jönköpingsmodellen Riskanalysen syftar till att kartlägga och värdera de risker som kan föranleda räddningsinsats med akut skadeverkan på människor, egendom och miljö

Läs mer

1 Inledning. 2 Yttrande

1 Inledning. 2 Yttrande PM TITEL Kommentarer till yttrande Riskanalys för östra centrum i Partille DATUM 25. februari 2013 PROJEKTNUMMER A026849 / 164361 VERSION PM001 UTARBETAD Rebecka Thorwaldsdotter GRANSKAD Göran Davidsson

Läs mer

PROJEKT UTVECKLAD UPPFÖLJNING OCH UTVÄRDERING

PROJEKT UTVECKLAD UPPFÖLJNING OCH UTVÄRDERING PROJEKT UTVECKLAD UPPFÖLJNING OCH UTVÄRDERING LSO-MÅLSTYRD LAGSTIFTNING skapat nya behov i tillsynen - Stort mått av uppföljning och utvärdering ÅRSUPPFÖLJNING LSO KOMMUNER OCH LST Kontroll av preciserade

Läs mer

Kostnadseffektivitet i valet av infrastrukturinvesteringar

Kostnadseffektivitet i valet av infrastrukturinvesteringar Kostnadseffektivitet i valet av infrastrukturinvesteringar Jonas Eliasson, Professor transportsystemtanalys Maria Börjesson, Docent transportsystemanalys, KTH Royal Institute of Technology Länk effektivitet

Läs mer

Motion från Carl-Henrik Sölvinger (L) - Tillräcklig och likvärdig räddningstjänst

Motion från Carl-Henrik Sölvinger (L) - Tillräcklig och likvärdig räddningstjänst TJÄNSTESKRIVELSE Handläggare Datum Ärendebeteckning Karl-Johan Daleén 2019-03-08 KS 2019/0159 Tel 0480-45 75 30 Kommunfullmäktige Motion från Carl-Henrik Sölvinger (L) - Tillräcklig och likvärdig räddningstjänst

Läs mer

Förbättrad analys av förseningsdata med hjälp av RailSys

Förbättrad analys av förseningsdata med hjälp av RailSys KTH Järnvägsgrupp 1-- Anders Lindfeldt, Hans Sipilä Förbättrad analys av förseningsdata med hjälp av RailSys Bakgrund En av slutsatserna från projektet Kapacitetsutnyttjande i det svenska järnvägsnätet.

Läs mer

Ledning av insatser i kommunal räddningstjänst

Ledning av insatser i kommunal räddningstjänst Ledning av insatser i kommunal räddningstjänst 1 MSBFS 2012:5 Stefan Svensson Docent, Lunds Universitet 3 Bakgrund kompetens? RUB? RälA? komplexitet Ledningstradition 4 Samhällskomplexitet Reflektion,

Läs mer

Mått på arbets- marknadsläget i den officiella statistiken

Mått på arbets- marknadsläget i den officiella statistiken Mått på arbets- marknadsläget i den officiella statistiken Ossian Wennström SACO 2001 Tryck: SACO, Stockholm ISSN 1401-7849 Innehåll Sammanfattning 1 Inledning 2 Definitioner och urval i arbetsmarknadsstatistiken

Läs mer

FÖRMÅGAN ATT UNDERSÖKA

FÖRMÅGAN ATT UNDERSÖKA FÖRMÅGAN ATT UNDERSÖKA Kursplanerna för de naturorienterande ämnena biologi, fysik och kemi är till stora delar likalydande frånsett det centrala innehållet och kan därför diskuteras tillsammans. Kursplanernas

Läs mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

Södertörns brandförsvarsförbund

Södertörns brandförsvarsförbund Södertörns brandförsvarsförbund Budgetuppföljning apr 2016 (= 33%) Budget Bokfört % Prognos Utfall 2016 4 2016 2016 2015 Stab intäkter 880 141 16 440 729 personalkostnader -16 225-4 557 28-16 225-15 263

Läs mer

Räddningstjänsten Östra Blekinge Dnr 08.0084/171. Prestationsmål för Räddningstjänstens förebyggande verksamhet år 2008-2010

Räddningstjänsten Östra Blekinge Dnr 08.0084/171. Prestationsmål för Räddningstjänstens förebyggande verksamhet år 2008-2010 Prestationsmål för Räddningstjänstens förebyggande verksamhet år 2008-2010 Bakgrund Kommunfullmäktige i Karlskrona och Ronneby kommun har fattat beslut om handlingsprogram för förebyggande åtgärder till

Läs mer

Olycksundersökning nivå 2b Brand i förråd Östra Fridhemsgatan 4a-b 2011-01-20

Olycksundersökning nivå 2b Brand i förråd Östra Fridhemsgatan 4a-b 2011-01-20 HELSINGBORG Olycksundersökning nivå 2b Brand i förråd Östra Fridhemsgatan 4a-b 2011-01-20 Anledning till utredningen: Brand i förråd med omfattande rökutveckling i trapphus på Östra Fridhemsgatan 4a-b,

Läs mer

Inlämningsuppgifter Uppgift 1: Räddning och respons idag Uppgift 2: Responsprocessen vid specifik olycka Uppgift 3: Indata

Inlämningsuppgifter Uppgift 1: Räddning och respons idag Uppgift 2: Responsprocessen vid specifik olycka Uppgift 3: Indata Inlämningsuppgifter Inom ramen för kursen kommer ett antal uppgifter att utföras, vissa i grupp och andra individuellt. Deltagarna får dela in sig i grupper om 3-4 personer. Varje grupp får sedan välja

Läs mer

Räddningstjänsten- nyckeltal

Räddningstjänsten- nyckeltal Räddningstjänsten- nyckeltal Sammanfattning Eftersom Räddningstjänsten utreds som ett eget område under Samverkansutredningen, har vi bara ytligt berört nyckeltal för Räddningstjänsten vad gäller ekonomi

Läs mer

OLYCKSUTREDNINGSPROTOKOLL

OLYCKSUTREDNINGSPROTOKOLL Händelse/Diarienr: 511.2014.01017 Sida 1(8) 2014-10-08 OLYCKSUTREDNINGSPROTOKOLL Brand i byggnad Utredare Magnus Östlund Medutredare --------------------------- Olycksdatum 2014-09-04 Utredningsdatum 2014-09-04

Läs mer

Handlingsprogram 2015-2018

Handlingsprogram 2015-2018 Handlingsprogram 2015-2018 TRYGGHET OCH SÄKERHET I BORLÄNGE, FALUN, SÄTER OCH GAGNEF Innehåll 1. Brottsförebyggande arbete Samverkansavtal mellan kommun och polis 2. Skydd mot olyckor Brandförebyggande

Läs mer

Olycksundersökning Ladugårdsbrand i

Olycksundersökning Ladugårdsbrand i Ladugårdsbrand i 2011-03-29 Uppdragsgivare: Hans Trengereid Undersökningen utförd: Maj 2011 Undersökningen utförd av: Fredrik Johansson ID olycksutredning: 201100107 Bilagor: Upplysningar om olyckan. Larmtid:

Läs mer

Nya sätt att organisera räddning och respons. Åsa Weinholt asa.weinholt@liu.se Avdelningen för Kommunikations- och transportsystem (KTS) 2015-02-18

Nya sätt att organisera räddning och respons. Åsa Weinholt asa.weinholt@liu.se Avdelningen för Kommunikations- och transportsystem (KTS) 2015-02-18 Nya sätt att organisera räddning och respons Åsa Weinholt asa.weinholt@liu.se Avdelningen för Kommunikations- och transportsystem (KTS) 2015-02-18 Om mig Jag påbörjade mina doktorandstudier mars 2012.

Läs mer

FÅ FRAM INDATA. När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden!

FÅ FRAM INDATA. När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden! FÅ FRAM INDATA När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden! (Falstaff Fakir) Svårigheter att få fram bra information - en liten konversation Ge mig

Läs mer

Räddsam Kronoberg. Gränslös samverkan i Kronobergs län

Räddsam Kronoberg. Gränslös samverkan i Kronobergs län Räddsam Kronoberg Gränslös samverkan i Kronobergs län 8 kommuner 5 räddningstjänster 185 000 invånare 2 heltidsstationer 24 deltidsstationer 13 brandvärn Organisation Räddsam Kronoberg HT Plan Ca: 150

Läs mer

Handlingsprogram för skydd mot olyckor. Räddningstjänsten Enköping-Håbo. Fastställt av Direktionen 2008 05 20 19

Handlingsprogram för skydd mot olyckor. Räddningstjänsten Enköping-Håbo. Fastställt av Direktionen 2008 05 20 19 Handlingsprogram för skydd mot olyckor Räddningstjänsten Enköping-Håbo Fastställt av Direktionen 2008 05 20 19 4. Räddningstjänstens riskanalyser Under 2006 genomfördes riskinventeringar i kommunernas

Läs mer

BILAGA 1 Beräkning av sannolikhet för olycka med farliga ämnen och farligt gods (frekvensberäkningar)

BILAGA 1 Beräkning av sannolikhet för olycka med farliga ämnen och farligt gods (frekvensberäkningar) 1 RISKANALYS INFÖR DETALJPLAN KRISTINEBERSOMRÅDET, VALLENTUNA KOMMUN RISKANALYS MED AVSEENDE PÅ HANTERING OCH TRANSPORT AV FARLIGA ÄMNEN KRING DETALJPLANEOMRÅDET BILAGA 1 Beräkning av sannolikhet för olycka

Läs mer

Handlingsprogram för skydd mot olyckor

Handlingsprogram för skydd mot olyckor Handlingsprogram för skydd mot olyckor Räddningstjänstverksamhet Remissversion 1 2 Sammanfattning Enligt lagen (2003:778) om skydd mot olyckor ska varje kommun upprätta ett handlingsprogram för sin räddningstjänstverksamhet.

Läs mer

Reducering av svinnet i fa rskvaruhandeln genom fo rba ttrade efterfra geprognoser

Reducering av svinnet i fa rskvaruhandeln genom fo rba ttrade efterfra geprognoser Reducering av svinnet i fa rskvaruhandeln genom fo rba ttrade efterfra geprognoser Andreas Hellborg, Martin Mellvé och Martin Strandberg Institutionen för Produktionsekonomi Lunds Tekniska Högskola Bakgrund

Läs mer

29 oktober 18 Ansvarig: Tobias Fagerberg. Demografisk bostadsprognos

29 oktober 18 Ansvarig: Tobias Fagerberg. Demografisk bostadsprognos 29 oktober 18 Ansvarig: Tobias Fagerberg Demografisk bostadsprognos 2018-2027 1 Hushållsprognos för Skåne... 3 1.1 Bakgrund... 3 1.2 Metod... 3 Befolkning... 3 Hushållskvoter... 4 Avgångar från befintligt

Läs mer

Risk- och sårbarhetsanalys, bilaga 27 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Trångsviken 2015-05-20.

Risk- och sårbarhetsanalys, bilaga 27 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Trångsviken 2015-05-20. Trångsviken 2015-05-20 Huvudr 1 Innehåll 1.Inledning...... 3 1.1. Avgränsning.........3 2.Befolkningsutveckling.. 4 2.1.Könsfördelning..........4 2.2.Åldersfördelning..5 3.Tillsynsobjekt i Trångsvikens

Läs mer

Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK 5.2. Kapitel 19 Fördelningseffekter och jämställdhet

Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK 5.2. Kapitel 19 Fördelningseffekter och jämställdhet Version 2015-04-01 Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK 5.2 Kapitel 19 Fördelningseffekter och jämställdhet G L 6(1+0,1) 6 12 120 80 100 1 2 Innehåll 19 Fördelningseffekter

Läs mer

Insatssammanställning

Insatssammanställning RÄDDNINGSTJÄNSTEN Smedjebackens kommun Insatssammanställning Datum: 2017-06-13 Diarienr: 2017.055 Utredare: Lars Andersson Eget larmnummer: 2017000079 SOS larmnummer: 5.3743851.2 Orsaken till undersökningen:

Läs mer

Risk- och sårbarhetsanalys, bilaga 12 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Hotagen 2015-05-29. Huvudr

Risk- och sårbarhetsanalys, bilaga 12 2015-09-11 Jämtlands räddningstjänstförbund Dnr: 740.2015.00284. Hotagen 2015-05-29. Huvudr Hotagen 2015-05-29 Huvudr 1 Innehåll 1.Inledning........ 3 1.1. Avgränsning...........3 2.Befolkningsutveckling.... 4 2.1.Könsfördelning............4 2.2.Åldersfördelning......5 3.Tillsynsobjekt i Hotagens

Läs mer

Motion om att öka tryggheten genom att komplettera trygghetslarm med brandlarm svar

Motion om att öka tryggheten genom att komplettera trygghetslarm med brandlarm svar SAMMANTRÄDESPROTOKOLL Kommunstyrelsen 2018-10-22 26 (35) Ks 369 Motion om att öka tryggheten genom att komplettera trygghetslarm med brandlarm svar Dnr 2018/52 109 Harald Hjalmarsson (M) och Peter Johansson

Läs mer

I skälig omfattning. utdrag av erfarenheter

I skälig omfattning. utdrag av erfarenheter I skälig omfattning utdrag av erfarenheter 5.4 Utrustning för räddningsinsats Som tidigare redovisats har den enskilde, vare sig det är en fysisk eller juridisk person, ett primärt ansvar för att skydda

Läs mer

Konsekvensanalys av delmål 1 Långsiktigt bevarande av kulturmiljöer under miljökvalitetsmålet Levande sjöar och vattendrag

Konsekvensanalys av delmål 1 Långsiktigt bevarande av kulturmiljöer under miljökvalitetsmålet Levande sjöar och vattendrag Bil 1. Konsekvensanalys av delmål 1 Långsiktigt bevarande av kulturmiljöer under miljökvalitetsmålet Levande sjöar och vattendrag (Riksantikvarieämbetets del av miljömålet) 2007-09-27 Inledning Föreliggande

Läs mer

First Respons- erfarenheter från Finland

First Respons- erfarenheter från Finland www.iupl.fi First Respons- erfarenheter från Finland Peter Johansson Räddningschef Räddningsverket i Östra Nyland Räddningsområden 1.1.2004 1 First respons - definition First respons är det fråga om då

Läs mer

Beräkning med ord. -hur en dator hanterar perception. Linköpings universitet Artificiell intelligens 2 2010-10-03 Erik Claesson 880816-1692

Beräkning med ord. -hur en dator hanterar perception. Linköpings universitet Artificiell intelligens 2 2010-10-03 Erik Claesson 880816-1692 Beräkning med ord -hur en dator hanterar perception 2010-10-03 Erik Claesson 880816-1692 Innehåll Inledning... 3 Syfte... 3 Kan datorer hantera perception?... 4 Naturligt språk... 4 Fuzzy Granulation...

Läs mer

Kommunens plan för räddningsinsatser vid Sevesoverksamheter

Kommunens plan för räddningsinsatser vid Sevesoverksamheter Kommunens plan för räddningsinsatser vid Sevesoverksamheter 1 Syftet med denna folder är att informera om vad kommunens plan för räddningsinsatser vid Sevesoverksamheter kan innehålla. Foldern tar dels

Läs mer

Övergången från bygg- till förvaltningsskedet med BBR 19. Patrik Perbeck Chef, enheten för brandskydd och brandfarlig vara

Övergången från bygg- till förvaltningsskedet med BBR 19. Patrik Perbeck Chef, enheten för brandskydd och brandfarlig vara Övergången från bygg- till förvaltningsskedet med BBR 19 Patrik Perbeck Chef, enheten för brandskydd och brandfarlig vara Övergripande i LSO 2004 lagen (2003:778) om skydd mot olyckor Minskad detaljreglering

Läs mer