2.7.1. Justification de l'usage d'un modèle logit
simple dans notre recherche
Afin d'effectuer une évaluation contingente de certains
attributs paysagers lies au jardin municipal Charles Atangana de
Yaoundé, notre littérature empirique s'inspirera des travaux de
Oueslati et al., (2008)
Ces auteurs utilisent le « modèle logit simple
» pour une évaluation contingente des services esthétiques
et récréatifs rendus par un parc urbain. Les dispositions
à payer d'un échantillon d'usagers d'un parc urbain dans la ville
d'Angers (le parc Balzac) ont été révélées
sur la base de deux scénarios reflétant des changements
d'attributs paysagers. Les attributs retenus correspondent au degré
d'ouverture et à l'effort de fleurissement. Le support de paiement
proposé repose sur une carte de paiement retraçant les
augmentations de la taxe d'habitation à prévoir. Ces auteurs ont
évalué les facteurs qui augmentent la probabilité de
donner une disposition à payer positive. Les résultats montrent
que les aménités paysagères recherchées par les
visiteurs de deux scénarios du parc Balzac diffèrent. Dans les
premiers scénarios, seul l'usage lié à une activité
de loisirs est exprimé, tandis que dans le second, une
appréciation esthétique des aménités est
également envisagée. Le choix de ce modèle se justifie
aussi par le fait que la régression logistique est fréquemment
utilisée en sciences sociales car elle permet d'effectuer un
raisonnement dit toutes choses étant égales par ailleurs. Plus
précisément, la régression logistique a pour but d'isoler
les effets de chaque variable, c'est-à-dire d'identifier les effets
résiduels d'une variable explicative sur une variable
d'intérêt, une fois pris en compte les autres variables
explicatives introduites dans le modèle. La régression logistique
ordinaire ou régression logistique binaire vise à expliquer une
variable d'intérêt binaire (c'est-à-dire de
66
Ononino Jean Charles
type « oui / non » ou « vrai / faux »).
Les variables explicatives qui seront introduites dans le modèle peuvent
être quantitatives ou qualitatives. La régression logistique
multinomiale est une extension de la régression logistique aux variables
qualitatives à trois modalités ou plus.
2.7.1.1. Présentation Sommaire d'un Modèle
Econométrique du type Logit
Modèle probabiliste non linéaire basé sur
une distribution logistique, utilisé notamment en marketing, lorsque
l'on est en présence de variables à expliquer binaires. Il existe
différents modèles logit adaptés aux traitements que l'on
souhaite faire. Bonnet explique que : « Tout comme le modèle logit
standard, le modèle logit à coefficients aléatoires est
déduit d'un modèle à utilité aléatoire. En
revanche, ce dernier fournit une approche plus flexible aux analyses de choix
discrets. En effet, la modélisation d'un modèle logit multinomial
standard implique que, lorsque le prix d'un produit varie, les parts de
marché des autres produits varient de façon identique. Le
modèle logit multinomial standard est un modèle restreint qui ne
capte pas de façon flexible les substitutions qui existent entre les
marques. En prenant en compte
l'hétérogénéité des consommateurs, le
modèle logit à coefficients aléatoires permet, lorsque le
prix d'un produit varie, d'avoir les parts de marché des autres produits
qui varient différemment selon leurs attributs. Le modèle logit
à des coefficients aléatoires est donc un modèle plus
flexible. »
| 
