Memoire Online - Consentement à payer des consommateurs pour les légumes sains en milieu urbain et péri urbain cas du sud bénin

Le chapitre 4 renseigne sur les différents outils et méthodes utilisés pour collecter les données et analyser les résultats de recherche.

La démarche méthodologique qui a conduit aux résultats de cette étude comporte essentiellement trois phases complémentaires :

Cette étape a été consacrée à la collecte, à l'exploitation, à l'analyse et à la synthèse de la documentation disponible sur la consommation des cultures maraîchères en Afrique et au Bénin. Elle a permis de faire le point des connaissances sur le maraîchage en général et sur la consommation maraîchère au Sud-Bénin en particulier. Cette phase s'est étalée sur toute la période d'étude. Plusieurs bibliothèques et centres de documentation ont été mis à contribution pour la collecte de l'information afin de rédiger une revue de littérature sur le thème de la recherche. Il s'agit entre autres du centre de documentation de l'IITA, la bibliothèque de la FSA (BIDOC) et les bibliothèques du Ministère de l'Agriculture de l'Elevage et de la Pêche (MAEP), du centre culturel américain et de l'Institut National de la Recherche Agronomique du Bénin (INRAB). L'internet a été une source d'informations très importante tout au long de cette étude.

Au cours de cette phase, les principaux sites de production du Sud-Bénin ont été visités. Des entretiens de groupe ont été organisés avec des maraîchers des différents villages et villes visités, afin de recueillir des informations générales sur les types de légumes qu'ils cultivent et surtout sur les clients (revendeurs et consommateurs) qui viennent s'approvisionner chez eux. Quelques entretiens individuels avec des acheteurs s'approvisionnant sur les sites de production nous ont permis d'améliorer le questionnaire afin de mieux l'affiner pour la phase d'enquête. Ces entretiens ont également permis d'identifier les principales caractéristiques des légumes et de connaître leurs lieux de vente dans les

différentes localités. Les structures d'encadrement telles que les Centres Communaux et Régionaux pour Promotion Agricole (CeRPA et CeCPA) ont été sillonnées pendant cette phase afin d'avoir des informations complémentaires sur la production et la consommation des légumes. Les résultats de l'étude documentaire et de la phase exploratoire ont été exploités dans l'élaboration du questionnaire administré aux consommateurs, au cours de la phase d'étude approfondie.

Elle a duré un mois et demi (Juillet à mi- Août), et a été consacrée à la collecte des données auprès des consommateurs des villages et quartiers de villes retenus. Il s'agit des informations qualitatives et quantitatives, collectées auprès des consommateurs individuels, sélectionnés suivant des critères définis à l'issue de la phase exploratoire.

Les informations recueillies lors de la phase exploratoire sont analysées pour servir d'indicateurs pour l'élaboration du questionnaire, principal outil de la collecte des données. Le questionnaire exécuté lors de cette première phase concerne les consommateurs des légumes. Les principales informations recueillies durant la phase de collecte des données se rapportent aux caractéristiques socio-économiques des consommateurs, à leurs perceptions sur les légumes consommés, leur connaissance sur les différentes méthodes de lutte (pesticides chimiques et botaniques) utilisées par les producteurs contre les ravageurs, leur préférence et leur consentement à payer les légumes sains.

L'échantillonnage représente une étape cruciale de toute recherche socio-économique, car il conditionne la validité des résultats. L'exigence de la représentativité de l'échantillon impose une rigueur dans le choix des unités de recherche. Pour la présente étude dont le domaine de validité s'étend à l'ensemble du Sud-Bénin, le choix des unités d'enquête a été raisonné de façon à prendre en compte la diversité des situations géographiques et des types de consommateurs.

Les études antérieures sur le maraîchage au Sud-Bénin (PADAP, 2003 ; Adorgloh-

Hessou, 2006 ; Assogba-Komlan et al., 2007), distinguent globalement trois grandes zones de production maraîchère et par conséquent de consommation en se basant sur des critères tels que le site agro écologique, les caractéristiques socio-économiques du milieu, les principales spéculations développées, etc. Ces résultats ont été confirmés par la phase exploratoire. L'échantillonnage comporte trois zones de consommation de légumes :

- la zone de bas-fonds, regroupant la Vallée de l'Ouémé, et représentée par la commune d'Adjohoun et la zone rurale de la commune de Grand Popo ;

- la zone côtière située dans la zone des pêcheries et qui regroupe les communes de SèmèPodji, et de Grand-Popo.

- La zone intra-urbaine du sud du Bénin et qui concerne les villes de Cotonou située dans la zone des pêcheries et de Porto-Novo située dans la zone des terres de barre.

Ce découpage a servi de point de départ pour l'échantillonnage. Il a permis de choisir les localités devant servir de cadre pour les enquêtes. Les principaux critères de choix des villages et des villes sont :

- la zone de production : ce critère répond à la nécessité de représentation des catégories retenues à l'issue du découpage. Il offre une garantie suffisante de fiabilité et de validité des résultats.

- l'importance relative du maraîchage au niveau des villages ou des villes : cette importance est appréciée à partir de la combinaison de deux paramètres à savoir les superficies exploitées et le nombre d'exploitations maraîchères.

- la demande des produits maraîchers par les consommateurs : la demande de plus en plus forte en produits maraîchers en raison de la croissance démographique (Cotonou) et de la proximité des zones productrices avec le Nigeria (Adjohoun, de Porto-Novo et de Sèmè) et avec le Togo ou le Ghana (Grand-Popo) constituent d'énormes potentiels marchés régionaux à part les marchés nationaux. Selon Adorgloh-Hessou (2006), la demande de légumes subit un accroissement de 3% toutes les années. Cette situation confère à la production de légumes, une grande place dans l'économie nationale. Ainsi il y a une clientèle potentielle qui achète et consomme des gammes variées de légumes (exotiques et/ou locaux) dans les différentes zones enquêtées.

Par ailleurs, le choix de ces trois grandes zones nous permettra d'éviter les effets d'homogénéité qu'on rencontre souvent avec une seule zone et qui porterait des limites aux résultats escomptés de la recherche.

Il a été demandé à chaque fournisseur de légumes de donner une liste exhaustive de ses clients fidèles. Le choix des consommateurs a été fait de façon raisonnée pour prendre en compte la diversité des types de légumes consommés dans les différentes localités. Pendant la phase d'enquête fine, une pré-typologie a été systématiquement élaborée au niveau de chaque village ou ville pour identifier les types de consommateurs en se basant sur des critères tels que, l'âge et le sexe des consommateurs, leur lieu de résidence qui témoigne de leur niveau d'aisance, le lieu d'approvisionnement. Les unités de recherche ont été choisies de façon aléatoire à l'intérieur des catégories identifiées. Il s'avère que les consommateurs fidèles sont pour la plupart des femmes.

A l'issue de la phase d'enquête, au total cent quarante (140) consommateurs de légumes ont été enquêtés dans les trois zones sus-indiquées à raison de soixante dix sept (77) dans la zone intra-urbaine, vingt deux (22) dans la zone de bas-fonds et quarante et un (41) dans la zone du cordon littoral. Le tableau suivant présente la répartition de l'échantillon selon les localités retenues.

		Chapitre 4 : Méthodologie de recherche

		Akpakpa	13
	Cotonou	Saint Michel	14
Intra urbaine		Vèdoko	13
		Cadjèhoun	12
		Avakpa	7
	Porto novo	Akron	8
		Ouando	10
		Ekpè	10
Cordon littoral	Sèmè- podji	Sèmè gare	10
	Grand popo	Grand popo	21
		Adjohoun	7
Bas-fonds	Adjohoun	Agonli-lowé	5
	Grand popo	Gnito	10

La qualité des données obtenues dépend des méthodes et outils mis en oeuvre pour la collecte. Ainsi, dans le cadre de cette étude, différentes méthodes faisant appel à des outils variés ont été utilisées pour la collecte des données, compte tenu du degré de précision escompté.

- Les entretiens non structurés : cette méthode de collecte ne nécessite pas un outil particulier et permet d'obtenir des informations d'ordre général sur un groupe. Elle a été utilisée pendant la phase exploratoire pour recueillir des informations d'ordre général auprès des maraîchers ou des agents des Centres Régionaux de Promotion Agricole (CeRPA), des Centres Communaux de Promotion Agricole (CeCPA) ou autres structures d'encadrement des maraîchers afin d'aboutir aux consommateurs, objets de cette étude.

- Les entretiens semi-structurés : ils exigent comme outil, le guide d'entretien qui comporte les principaux thèmes à aborder avec l'enquêté ou le groupe d'enquêtés. Cette méthode a été surtout utilisée pour les entretiens de groupe réalisés avec les différents acteurs de la filière pendant la phase exploratoire. Exploitant minutieusement les résultats de la revue documentaire et les termes de référence, deux guides d'entretien semistructuré ont été confectionnés. L'un à l'endroit des maraîchers et des consommateurs (en

focus-group), et l'autre à l'endroit des structures d'interventions identifiées dans les différentes zones.

- Les entretiens structurés : cette méthode consiste en l'élaboration préalable d'un questionnaire qui sera strictement suivi lors de l'entretien. Cette méthode a été utilisée au cours de la phase de collecte des données. Elle permet d'obtenir des données d'un niveau de précision plus élevé, auprès des consommateurs individuels (voir questionnaire en Annexe 1).

Les données collectées ont été saisies et traitées par le chercheur à l'aide des logiciels suivants : Excel 2007, SPSS 16.0 et STATA 9. Toutes les productions statistiques (les fréquences, les tableaux croisés, les moyennes, les écarts - types, les sommes, les minima et les maxima), ont été calculés avec le logiciel SPSS (Statistical Package for Social Sciences). Les graphiques ont été produits grâce au logiciel Excel. L'analyse des données s'est basée surtout sur des méthodes économétriques notamment, le modèle de régression logistique (Modèle Probit). Le logiciel économétrique STATA a été utilisé pour estimer le modèle. On s'intéresse, aussi, à la validation du modèle, aux signes attendus, à la valeur des coefficients ainsi qu'aux variables jugées significatives dans le modèle. L'interprétation du modèle retenu a été faite pour conclure notre analyse.

Au niveau de chaque consommateur, les attributs ont été hiérarchisés en utilisant le rang moyen. Le test de concordance de Kendall a été utilisé pour confirmer les choix des consommateurs. Si la valeur coefficient de Kendall s'approche de 1, on peut conclure que les classements concordent plus.

La théorie du bien-être permet de savoir à quoi correspond le consentement à payer (CAP) maximal de l'individu, pour un accroissement de la fourniture d'un bien (Brown & Champ, 1996). Le CAP est égal au surplus compensateur, c'est-à-dire à la diminution de revenu qui permet de conserver le niveau d'utilité initial, lorsque la quantité et/ou la qualité d'un bien augmente (Blamey & Common, 1995). Il peut être recueilli à l'aide de plusieurs procédés : soit par une question ouverte, soit par une question fermée, soit enfin par un système d'enchères. Le choix de l'une ou de l'autre de ces procédures conditionne le traitement

des données. Cette étude détermine les facteurs qui influencent le CAP des consommateurs pour les légumes sains afin de réduire les risques de maladies. A cet effet, le modèle économétrique Probit a été utilisé.

Divers modèles économétriques peuvent être utilisés, pour identifier les déterminants du consentement à payer les légumes sains. Le modèle le plus utilisé pour analyser les consentements, exprimés sous forme de variable binaire (Oui ou Non), est le modèle Probit. Il a été utilisé auparavant pour les études biologiques, mais il a un champ d'application très vaste : sociologie, psychologie et plus récemment en économie (Maddala, 1983 ; Gourieroux, 1989 et Doucouré, 2001). Houéyissan (2006) a utilisé le Probit pour analyser le consentement à payer les semences des variétés améliorées de riz dans le département des Collines au Bénin. Coulibaly et al., (2006) ont appliqué le Probit pour évaluer les perceptions des producteurs de légumes au Bénin et leur consentement à payer les biopesticides.

Pour mieux expliciter ce modèle, considérons un individu i cherchant à opérer un choix entre deux produits (légumes sains et légumes traités aux produits chimiques). L'individu choisit le produit qui optimise sa fonction objectif Ui. Cette fonction (Ui) peut être l'utilité, le gain espéré, le profit ou un autre indicateur d'objectif selon l'application particulière.

Posons Yi=1 si l'individu a un consentement à payer le légume sain et Yi=0 dans le cas contraire; _Ui1 la valeur de l'objectif dérivée du choix du légume traité au biopesticide et Ui0 celle dérivée du choix alternatif. Pour un individu rationnel, la décision de choix s'opère de la manière suivante :

Ui n'est pas observable. Notons-le par un indice de gains Id (utilité ou profit).

XiK est la valeur de la variable k pouvant déterminer le choix fait par i. On a :

Pi = F(Xi'â) ; avec F, le symbole d'une fonction de probabilité appropriée ; Pi, la probabilité pour que l'individu i choisisse l'alternative 1, en l'occurrence, le légume sain ; 0 =

La référence théorique ci-dessus présentée est fondée sur le principe de rationalité. En fait, on parle de Probit lorsque la loi de probabilité utilisée est la loi normale. Dans le cadre de la présente étude, le modèle Probit est utilisé pour estimer les déterminants du consentement des consommateurs à payer ou non les légumes sains.

Où (ßXi) représente, suivant la loi de distribution normale, la probabilité que l'individu i paye pour le légume sain ;

t est une variable aléatoire distribuée suivant une loi normale ; exp est une fonction exponentielle.

La probabilité de payer les légumes sains suit la distribution normale qui s'allonge entre - 8 et ß Xi. Plus grande est la valeur de ßXi, plus il est possible pour un consommateur d'avoir une bonne volonté à payer le légume sain.

Xi est la matrice des variables susceptibles d'expliquer la variation de Y, i est l'exploitant. åi est l'erreur logistique de la distribution.

L'analyse des résultats de ce modèle porte essentiellement sur la détermination de la qualité du modèle et la signification des coefficients estimés.

Plusieurs techniques sont utilisées pour juger de la qualité du modèle. Contrairement aux régressions classiques où un test unique F suffirait pour tester la qualité de l'estimation,

pour le Probit et le Logit, il n'existe pas de test unique optimal (Amemiya, 1981). Ce dernier conseille alors de choisir 2 à 3 tests parmi les tests disponibles et de comparer les statistiques pour décider de la spécification donnant la meilleure estimation. Dans le cadre de cette étude, nous utiliserons les tests tels que : le test du Ratio du Maximum de Vraisemblance (RMV) ou LR test (likelihood ratio test), et le coefficient de détermination R². La méthode du maximum de vraisemblance (RMV) ou LR test telle que définie par Greene (2003), sera utilisée pour estimer le modèle Probit. Ainsi, elle peut être donnée par la vraisemblance du modèle qui suit une loi de Chi-deux. Le modèle est dit globalement bon, lorsque la valeur de la vraisemblance est supérieure à celle du Chi-deux au même degré de liberté à un seuil donné (1%, 5% ou 10%), ou directement lorsque la probabilité de LR est inférieur au seuil de signification choisi.

Le test RMV est basé sur l'hypothèse selon laquelle, tous les coefficients (à l'exception de la constante) sont égaux à zéro. Dans ce cas le RMV est donné par :

Cette statistique suit la loi de Khi-deux à k degrés de liberté (avec, k est le nombre de variables introduites dans le modèle). Le critère de décision est : « si RMV > ÷² de la table,

alors on rejette l'hypothèse selon laquelle tous les coefficients ân sont égaux à zéro.

Pour le coefficient de détermination multiple R², plus R² est élevé, plus l'estimation est meilleure, c'est-à-dire plus les variables incluses dans le modèle expliquent les variations de la variable dépendante.

Les signes indiquent dans quel sens la variation de la variable explicative influe sur la variation de la variable expliquée. A chaque signe des coefficients, est associée une signification qui revêt une grande importance. Le test sur les signes permet de vérifier si les signes des paramètres concordent avec ceux prédits par la théorie ou les hypothèses de base.

La variable dépendante est si oui ou non le consommateur est disposé à choisir les légumes sains afin de réduire les risques de maladie. Pour les légumes sains, cette variable est notée SAFELEG. SAFELEG prend la valeur 1 pour un consommateur qui consent à payer un légume sains afin d'éviter les intoxications et 0 dans le cas contraire.

Dans l'étude de la demande, plusieurs auteurs ont distingué diverses catégories de facteurs pouvant influencer la décision des consommateurs. Verbeke (2000), dans son modèle de comportement du consommateur face à un aliment distingue trois catégories de facteurs qui influencent la décision du consommateur. Il s'agit des facteurs environnementaux, les facteurs relatifs à la personne et les propriétés liées à l'aliment. De plus, le processus de prise de décision, de jugements et de choix, est affecté par la variété des stimuli venant de l'environnement, aussi bien par les processus internes que par les caractéristiques des consommateurs eux-mêmes.

D'après la FAO (1995) et Amoussouga (2000), la demande d'un produit alimentaire est fonction de plusieurs variables: le prix du produit considéré, les prix des produits complémentaires ou de substitution, les revenus, certains paramètres démographiques, les goûts et habitudes et les caractéristiques liées au produit. En fait, le nombre de catégories de facteurs distingués, dépend du type de produit étudié. Ainsi, pour cette étude, nous distinguons deux catégories de facteurs :

- les facteurs propres aux consommateurs enquêtés (facteurs socio-économiques) - les facteurs liés aux produits (évaluation des caractéristiques du légume par les consommateurs).

Les différentes variables considérées, leur niveau de mesure ainsi que les signes espérés pour le consentement à payer les légumes traités aux biopesticides (SAFELEG), sont présentés dans le tableau 5.

Variables Désignation Mesure Explication et niveau de mesure Signes attendus

Zone agro écologique ZAGROC Nominal 1= bas-fonds ; 2=cordon littoral ; 3=intra urbaine +

Revenu mensuel du ménage REVMENS Ordinale 1=<20000; 2=20000-40000; 3=40000-100000; +

Niveau d'éducation INSTRU Nominal 0=non scolarisé ; 1= primaire ; 2=secondaire ; +

Statut matrimonial MSTAT Binaire 1=marié ; 0= veuf ou célibataire ou divorcé +/-

Importance accordée à la disponibilité du légume Importance accordée au goût des légumes

SEX : variable muette qui indexe le genre du consommateur. Il prend la valeur 1 si le
consommateur est un homme, et 0 si c'est une femme. Selon la littérature, la femme est

souvent victime de discrimination en ce qui concerne l'accès à l'information et aux inputs externes (Dey, 1981). Il est émis l'hypothèse que le sexe peut influencer négativement le consentement à payer les légumes puisse que ce sont les femmes qui achètent le plus souvent les légumes.

AGE : cette variable continue mesure l'âge du chef de ménage. Plus ce dernier est âgé, plus il aura conscience des avantages liés à la consommation des légumes sains et le souci de préservation de sa santé et de celui de son ménage en réduisant les risques d'intoxication. Il est émis l'hypothèse selon laquelle l'âge est positivement corrélé à l'utilisation des légumes sains.

FSIZE : Mesure la taille du ménage de la personne enquêtée. Une grande famille a souvent assez de bouches à nourrir. Avec une grande taille de ménage le chef de ménage aurait plus tendance à privilégier la quantité plutôt que la qualité (légumes sains). Un signe négatif est donc attendu à ce niveau.

REVMENS : cette variable ordinale mesure le revenu mensuel de chaque consommateur. Selon PAPA (2006), plus le revenu d'un consommateur est élevé plus il aura tendance à consommer les légumes sains. Alors, un signe positif est donc attendu pour cette variable.

INSTRU : c'est une variable nominale qui meure le niveau d'instruction des consommateurs. Plus le consommateur est instruit, plus il sera adverse aux risques de maladies et aura tendance à consommer les légumes sains. Selon Allomasso et al., (2006) cette variable influence négativement l'acceptation des légumes sains.

ORIGIN : cette variable binaire nous indique si le consommateur est un autochtone ou un allochtone. Des études ont montré que les autochtones ont surtout tendance à adopter les innovations (Nkamleu and Adesina, 1998). Il est émis l'hypothèse que la variable ORIGIN est positivement liée à l'utilisation des légumes sains.

MSTAT : cette variable désigne le statut matrimonial du consommateur. Il s'agit d'une variable binaire qui prend la valeur 1 si le consommateur est marié et 0 si le consommateur est soit célibataire, divorcé ou veuf. Selon Allomasso et al., (2006), cette variable peut affecter positivement ou négativement le consentement à payer les légumes sains.

ZAGROC : cette variable muette identifie les zones agro écologiques enquêtées. Elle prend
la valeur 1 au niveau des bas-fonds, 2 au niveau du cordon littoral et 3 au niveau intra urbain.
Les individus situés dans les milieux ruraux ont plus tendance à privilégier la quantité de

nourriture plutôt que la qualité. Il est alors émis l'hypothèse que le choix des légumes sains sera plus élevé en milieu urbain qu'en milieu rural.

EXPCONS : c'est une variable continue qui mesure le niveau d'expérience des consommateurs dans la consommation des légumes. Plus le nombre d'années de consommation est élevé, plus l'individu aura l'aptitude de juger de la qualité du légume. Comme l'ont notifié Coulibaly et al (2006), un signe positif est attendu pour le compte de cette variable.

PRICE : c'est une variable binaire qui prend la valeur 1 si le consommateur accepte de payer plus cher le légume sain et 0 dans le cas contraire. Un signe positif est attendu car un légume sain contribue à éviter les maladies (PAPA, 2006).

Les variables suivantes représentent les caractéristiques propres aux légumes. Il s'agit de la fraîcheur du légume (IMPLEFRA), de son apparence (IMPAPAR), de son goût (IMPGOU), de son aptitude à vite cuire (IMPCOOK), de sa taille (TAILLE) et de sa couleur (COULEUR). Ce sont toutes des variables binaires qui prennent la valeur 1 si le consommateur les choisit comme attribut qu'il préfère au niveau du légume et 0 dans le cas contraire. Selon PAPA (2006), un signe positif est attendu pour chacun des attributs car, si un individu préfère un produit, il le choisit.

Les problèmes majeurs rencontrés lors de la collecte des données sont relatifs à la méfiance et la disponibilité des consommateurs. Les consommateurs sont plus réticents et méfiants à donner des informations. En effet, ils pensent qu'ils ne gagnent rien en retour et parfois certains pensent qu'il s'agit d'une enquête pour le compte des services d'impôts. Les informations recueillies dans le cadre de cette étude proviennent essentiellement des déclarations des enquêtés. Il paraît important de préciser que les consommateurs interviewés sont ceux qui étaient présents sur le terrain lors de l'enquête et disposés à fournir des informations. Pour contourner ces problèmes, beaucoup de consommateurs ont été questionnés afin d'avoir une gamme variée d'opinions à propos de la perception des consommateurs sur les légumes sains.

	80 70 60 50 40 30 20 10 0				Femme Homme

Consentement à payer des consommateurs pour les légumes sains en milieu urbain et péri urbain cas du sud bénin

Chapitre 4 : Méthodologie de recherche