Accueil / Economie et Gestion / Mémoire Master 2 Recherche en Economie Internationale / Comment l’innovation technologique transforme le commerce en CEMAC ?

Comment l’innovation technologique transforme le commerce en CEMAC ?

Pour citer ce mémoire et accéder à toutes ses pages
🏫 Université Omar Bongo
📅 Mémoire de fin de cycle en vue de l'obtention du diplôme de Master - 2019
🎓 Auteur·trice·s

L’innovation technologique en CEMAC révèle une réalité surprenante : la différenciation par attributs pourrait être la clé pour dynamiser les échanges intracommunautaires. Cette recherche met en lumière les défis économiques et les opportunités commerciales, incitant à repenser les stratégies d’intégration régionale.


Table des matières

Section 2- La spécification et l’estimation du modèle

    1. Modèle à des fins d’estimations

La modélisation choisie pour apprécier l’impact des attributs d’un produit sur le choix des consommateurs s’appuie sur une formulation empirique du modèle de Lancaster (1966) qui se traduit par la forme fonctionnelle suivante :

AM =f(X,Z)

AM(cg,b) = DPA(cg,b) + ε(cg,b) avec DPA(cg,b) = αXcg + µZb D’où

AM(cg,b) = αXcg + µZb + ε(cg,b)

Après avoir effectué le test de Khi-deux pour voir s’il y a une association entre la variable AchatMeuble (AM) et les variables indépendantes, nous retenons comme modèle économétrique la forme suivante :

AM(cg,b) = β0 + β1REV + β2SIT + β3DIST + β4ATC + β5ATSOLID + εcg,b

Avec :

REV : revenu de l’enquêté ;

SIT : situation socio-professionnelle de l’enquêté ;

DIST : distance à parcourir pour acheter un meuble, qui est considéré comme un attribut du meuble;

ATC : attribut de couleur du meuble qui dépend du bois utilisé pour la fabrication ;

ATSOLID : attribut de solidité du meuble qui dépend du bois utilisé pour la fabrication ;

Base de données

Cette étude a été basée sur deux collectes de données consécutives. Une enquête exploratoire qui a permis de collecter les données qualitatives de base pour l’étude de préférence (attributs importants dans le choix des consommateurs et leurs modalités) et une enquête structurée qui a servi à la collecte des données quantitatives et à la mesure de la préférence des consommateurs.

Zone de collecte des données et échantillonnage

Au total, 2253 consommateurs ont été enquêtés dans les communes de Libreville, Akanda et Owendo.

Commune

Taille de l’échantillon

Libreville

1000

Owendo

753

Akanda

500

Total

2253

Méthode de collecte et données collectées

La collecte des données ayant servi à la réalisation de ce travail a été faite du mois de mai au mois novembre 2018, dans les communes de Libreville, Akanda et Owendo. Dans chaque commune échantillonnée, la collecte de données a été faite en deux étapes.

La première constituait à déterminer la proportion des acheteurs de meuble fait en bois.

Elle consistait à demander à tous les individus à même de prendre leur propre décision de consommation, s’ils achetaient les meubles en bois. Après ce travail, le nombre d’enquêtés prévus a été choisi de façon aléatoire.

Chaque enquêté a été amené à donner ses caractéristiques socio-économiques, sa consommation de bois sous forme de meuble et la qualité de meuble qu’il préfère.

Le choix des attributs et leurs niveaux

Au cours de l’enquête exploratoire, les consommateurs ont choisi et hiérarchisé les attributs qu’ils préfèrent sur Le meuble. Ces données ont été saisies et un classement moyen a été fait.

Les rangs moyens ont révélé que les consommateurs de meuble insistent le plus sur la solidité du bois, la couleur et la distance à parcourir.

Trois attributs ont été retenus, ainsi nous avons :

      • Attribut de solidité qui mesure la durabilité du bois, et donc du meuble vis-à-vis des attaques des insectes à bois et de vis-à-vis de l’humidité. Deux niveaux ont été choisis OUI (solide pour le bois WENGE) et NON (pas solide pour le bois OKOUME)
      • Attribut couleur qui présente la couleur naturelle du bois et donc du meuble. Deux niveaux : ROUGE (pour le bois OKOUME) et BRUN (pour le bois WENGE).
      • La distance à parcourir mesure la distance maximale que peut parcourir un consommateur de son domicile au lieu d’achat pour acquérir le meuble qui répond à toutes ses préférences. Quatre niveaux ont été pris arbitrairement : moins de 10 km; entre 10 km et 20 km; entre 20 et 40 km; entre 40 km et plus.

De plus, des caractéristiques propres aux consommateurs sont mises en valeur telles que : le revenu, la situation socio-économique, la connaissance en termes de bois qui font l’objet d’une restriction commerciale.

Techniques de traitement des données

Les principales techniques utilisées pour traiter les données issues de nos enquêtes sont : le test de fiabilité et la régression.

Le test du Khi-deux

Pour déterminer les liens d’association entre nos variables indépendantes sur la variable dépendante, nous avons fait un test du Khi-deux. Le test du Khi-deux est un test qui consiste à tester la significativité statistique d’une association de deux variables qualitatives (nominales ou ordinales) (Carrino et Poujol, 2009).

Deux hypothèses sont à tester : d’une part l’hypothèse nulle H0 (pas d’association entre les deux variables) et d’autre part, l’hypothèse alternative H1 (il existe une association entre les variables).

Ainsi, H0 est à rejeter si le Khi-deux (x2) calculé est supérieur à la valeur de référence de Khi-deux se retrouvant dans la table de Khi-deux pour n degré de liberté (lignes) et pour un α (niveau de précision donné en colonne.)

L’étude de l’indépendance des caractères X et Y conduit à formuler l’hypothèse H0 « les caractères X et Y sont indépendants » contre l’hypothèse H1 « les caractères X et Y sont dépendants ».

Sous l’hypothèse H0, on compare les distributions d’effectifs observés et théoriques obtenus en faisant l’hypothèse d’indépendance des deux caractères.

La variable aléatoire x2 est une variable de Pearson à v = (L-1)(C-1) degré de liberté (ddl) avec L : nombre de lignes et C : le nombre de colonnes du tableau de contingence.

Tableau 1 : Répartition des enquêtés suivant le lieu d’achat et l’achat des meubles

Lieu d’achat

Total

chez le

menuisier

chez le

magasin

chez les deux

Achat de meuble

un

26,9%

0%

23,6%

50,5%

plusieurs

15,7%

9,3%

24,5%

49,5%

Total

42,6%

9,3%

48,1%

100,0%

Pearson chi2(2) = 276.3855 Pr = 0.000 Cramér’s V = 0.3502

Source : nos calculs dans Stata 12.0

Ce tableau enseigne que 42,6% des enquêtés achètent leurs meubles chez un menuisier, 9,3% achètent dans un magasin et 48,1% vont à la fois chez un menuisier et dans un magasin pour acheter les meubles.

A la question de savoir s’il existe un lien d’association entre l’achat de meuble et le lieu d’achat, le test de Khi-deux (x2=276.3855 ; Pr = 0.000) prouve qu’au seuil de 99% (p<0,01), il existe un lien d’association et cette dernière est moyenne car Cramér’s v = 0,3502.

Tableau 2 : Répartition des enquêtés suivant le Revenu et l’achat des meubles.

Revenu

Total

0-50

FCFA

51-100

FCFA

101-

200

FCFA

201-

300

FCFA

301-400

FCFA

401-

500

FCFA

501 et plus

Achat de

meuble

un

26,4%

8,4%

0,9%

0%

14,8%

0%

0%

50,5%

plusieurs

8,8%

0%

7,9%

9,3%

6,9%

0,9%

15,7%

49,5%

Total

35,2%

8,4%

8,8%

9,3%

21,7%

0,9%

15,7%

100,0%

Pearson chi2(6) = 1158.882 Pr = 0.000 Cramér’s V = 0.7172

Source : nos calculs dans Stata 12.0

Ce tableau renseigne que 35,2% des enquêtés ont un revenu situé entre 0-50 FCAF, 8,4% ont un revenu situé entre 51-100 FCFA, 8,8% ont un revenu situé entre 101-200 FCFA, 9,3% ont un revenu situé 201-300 FCFA, 21,7% ont un revenu compris entre 301-400 FCFA, 0,9% ont un revenu situé 401-500 FCFA et 15,7% ont un revenu situé en 501 et plus.

Le test de Khi-deux (x2=1158,882 ; Pr = 0.000) révèle que l’achat des meubles est associé au revenu au seuil de 99% (p<0,01) et cette association est très forte car Cramér’s V = 0.7172.

Tableau 3 : Répartition des enquêtés suivant la Situation socio-professionnelle et l’achat du meuble

Situation socio-professionnelle

Total

chômeur

employé

étudiant

Achat de meuble

un

2,8%

24,1%

23,6%

50,5%

plusieurs

0%

41,7%

7,9%

49,5%

Total

2,8%

65,8%

31,4%

100,0%

Pearson chi2(2) = 345.6481 Pr = 0.000 Cramér’s V = 0.3917

Source : nos calculs dans Stata 12.0

Le tableau nous renseigne que 2,8% des enquêtés sont chômeurs, 65,8% sont employés et 31,4% sont des étudiants.

Le test de Khi-deux (x2= 345,6481 ; Pr = 0.000) révèle que l’achat des meubles est associé à la situation socio-professionnelle au seuil de 99% (p<0,01) et cette association est moyenne car Cramér’s V = 0,3917.

Tableau 4 : Répartition des enquêtés suivant Connaissance sur les restrictions commerciales et l’achat de meuble.

connaissez-vous les essences de bois qui ne font pas l’objet d’une

restriction commerciale

Total

non

oui

Achat de meuble

un

32,0%

18,5%

50,5%

plusieurs

16,6%

32,9%

49,5%

Total

48,6%

51,4%

100,0%

Pearson chi2(1) = 199.1730 Pr = 0.000 Cramér’s V = 0.2973

Source : nos calculs dans Stata 12.0

Ce tableau renseigne que 48,6% des enquêtés ne connaissent pas les essences de bois qui font l’objet d’une restriction commerciale et 51,4% connaissent les essences de bois qui font l’objet d’une restriction commerciale.

Le test de Khi-deux (x2=199,1730 ; Pr = 0.000) révèle que l’achat des meubles et la connaissance des essences de bois qui font l’objet d’une restriction commerciale sont associés au seuil de 99% (p<0,01) et cette association est moyenne car Cramér’s V = 0,2973.

Tableau 5 : Répartition des enquêtés suivant la distance à parcourir et l’achat de meuble.

quelle distance maximum seriez-vous prêt à

parcourir pour acheter votre meuble

Total

moins de 10

km

entre 10 km

et 20 km

entre 20 et

40 km

entre 40 km

et plus

Achat de meuble

un

39,8%

10,6%

0%

0%

50,4%

Plusieur

s

8,8%

7,9%

25,0%

7,9%

49,6%

Total

48,6%

18,5%

25,0%

7,9%

100,0%

Pearson chi2(1) = 1196,367 Pr = 0.00 Cramér’s V = 0.7288

Source : nos calculs dans Stata 12.0

Le tableau renseigne que 48,6% des enquêtés sont prêts à parcourir moins de 10 km pour effectuer un achat de meuble, 18,6% sont prêts à parcourir entre 10 km et 20 km, 25,0% sont à parcourir entre 20 et 40 km et 7,9% sont prêts à parcourir 40 km et plus.

Le test de Khi-deux (x2=1196,367 ; Pr = 0.000) révèle qu’il y a un lien entre l’achat des meubles et la distance à parcourir au seuil de 99% (p<0,01) et ce lien est très fort car Cramér’s V = 0,7288.

Tableau 6: Répartition des enquêtés suivant l’attribut solidité du bois et l’achat de meuble.

Attribut de solidité

Total

non

oui

Achat de meuble

un

19,0%

31,4%

50,5%

plusieurs

7,9%

41,7%

49,5%

Total

26,9%

73,1%

100,0%

Pearson chi2(1) = 137.0072 Pr = 0.000 Cramér’s V = 0.2466

Source : nos calculs dans Stata 12.0

Ce tableau nous renseigne que 26,9% n’ont pas de préférence pour l’attribut de solidité du meuble tandis que 73,1% sont influencés par cet attribut.

Le test de Khi-deux (x2=137.0072 ; Pr = 0.000) révèle qu’il y a un lien entre l’achat des meubles et l’attribut de solidité au seuil de 99% (p<0,01) et ce lien est moyen car Cramér’s V = 0,2466.

Tableau 7 : Répartition des enquêtés suivant l’attribut couleur du bois et l’achat de meuble.

Attribut couleur

Total

rouge

brun

Achat de meuble

un

18,5%

32,0%

50,5%

plusieurs

11,6%

37,9%

49,5%

Total

30,1%

69,9%

100,0%

Pearson chi2(1) = 47.2736 Pr = 0.000 Cramér’s V = 0.1449

Source : nos calculs dans Stata 12.0

Le tableau nous renseigne que 30,1% des enquêtés achètent des meubles dont le bois a la couleur et 69,9% le meuble dont le bois est de couleur brun.

Le test de Khi-deux (x2=47,2736 ; Pr = 0.000) révèle qu’il y a un lien entre l’achat des meubles et l’attribut de couleur du bois au seuil de 99% (p<0,01) et ce lien est très moyen car Cramér’s V = 0,1449.

Tableau 9 : Répartition des enquêtés suivant le déplacement sur les autres marchés de la CEMAC et l’achat de meuble.

si le meuble de votre choix n’est pas sur le marché gabonais, serez-vous prêt à aller acheter ce dernier sur

les autres marchés de la CEMAC ?

Total

non

oui

Achat de meuble

un

0%

50,5%

50,5%

plusieurs

15,7%

33,8%

49,5%

Total

15,7%

84,3%

100,0%

Pearson chi2 (1) = 427.8936 Pr = 0.000 Cramér’s V = -0.4358

Source : nos calculs dans Stata 12.0

Ce tableau nous renseigne que 15,7% des enquêtés ne sont pas favorables au déplacement sur les autres marchés de la CEMAC tandis que 84,3% sont prêts à aller acheter leurs meubles dans les autres pays, ce qui traduit une acceptation des produits des pays de la sous-région.

Le test de Khi-deux (x2=427,8936 ; Pr = 0.000) révèle qu’il y a un lien entre l’achat des meubles et l’attribut de couleur du bois au seuil de 99% (p<0,01) et ce lien est très faible car Cramér’s V = – 0,1449.

Chapitre IV- Présentations, interprétations des résultats de l’enquête et les recommandations

Section 1- Présentation des résultats

AM(cg,b) = β0 + β1REV + β2SIT + β3DIST + β4ATC + β5ATSOLID + εcg,b

. logistic AchatMeuble revenu situation distance attributDesign preferencesolidite (Résultats 1)

Log

Log likelihood = -4

AchatMeuble

Odds Ratio

Std.

revenu

4.612833

.4132239

17.0

situation

7.151441

1.651694

8.52

0

distance

1150.879

520.0622

15.60

0.000

attributDesign

.0743801

.0232033

-8.33

0.000

.04

preferencesolidite

.1370534

.0363178

-7.50

0.000

.0815323

_cons

.001173

.0005677

-13.94

0.000

.0004543

.00

logistic AchatMeuble revenu situation distance attributDesign preferencesolidite, coef (Résultats 2)

Log

Log likelihood =

-419

AchatMeuble

Coef.

Std. E

revenu

1.528842

.0895814

17.07

situation

1.967314

.2309596

8.52

0.00

distance

7.048282

.4518824

15.60

0.000

attributDesign

-2.598567

.3119555

-8.33

0.000

-3.20998

preferencesolidite

-1.987385

.2649901

-7.50

0.000

-2.506756

-1

_cons

-6.748213

.4839585

-13.94

0.000

-7.696754

-5.79967

Source : nos calculs dans Stata 12.01


Questions Fréquemment Posées

Quels attributs influencent le choix des consommateurs de meubles en CEMAC?

Les consommateurs de meubles insistent le plus sur la solidité du bois, la couleur et la distance à parcourir.

Comment a été réalisée la collecte de données pour l’étude sur les meubles en CEMAC?

La collecte des données a été faite du mois de mai au mois de novembre 2018, dans les communes de Libreville, Akanda et Owendo, en deux étapes.

Quel modèle économétrique a été utilisé pour l’étude sur les attributs des meubles?

Le modèle économétrique retenu est AM(cg,b) = β0 + β1REV + β2SIT + β3DIST + β4ATC + β5ATSOLID + εcg,b.

Rechercher
Télécharger ce mémoire en ligne PDF (gratuit)

Laisser un commentaire

Votre adresse courriel ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Scroll to Top