Innovation technologique en CEMAC : Stratégies essentielles

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.