UNIVERSITE DU QUEBEC
LES CONSOMMATEURS SONT-ILS SUFFISAMMENT INFORMES SUR LA QUALITE
DU SAMON QU'ILS CONSOMMENT ?
UNE ETUDE EXPERIMENTALE PAR L'EVALUATION CONTINGENTE, REALISEE
A PARTIR D'UN SONDAGE AUPRES DES ETUDIANTS DE L'UNIVERSITE DU QUEBEC A
RIMOUSKI
RAPPORT
PRESENTE A
L'UNIVERSITE DU QUEBEC A RIMOUSKI
Comme exigence partielle du programme de maîtrise en
Gestion des Ressources Maritimes.
PAR
Ledoux TCHUISSEU NGONGANG
Janvier, 2008
DEDICACE
A mon frère aîné TAYOU Jean-baptiste
décédé en le 16 octobre 2001, Paix à son
âme
A mon épouse Aristide Chuisseu Nganso
A mes parents M. et Mme Ngongang à tous mes 8
frères et soeurs.
REMERCIEMENTS
Le présent rapport marque l'aboutissement de seize mois
d'études financées par l'ACDI (l'Agence canadienne de
développement international). Qu'elle trouve ici l'expression de mes
sincères remerciements.
J'adresse mes remerciements à M. James Wilson R.
Directeur du programme de Maîtrise en Gestion des Ressources Maritimes,
mon encadreur, pour le suivi critique dont j'ai bénéficié
tout au long de ce travail.
J'exprime ma profonde reconnaissance à mes
enseignants : Messieurs : Claude Rioux, Didier Urli, Marc
Benitah , Eric Hudier , Jean-claude Michaud pour leurs
précieux conseils et leurs enseignements.
Je remercie également les personnes
ci-après : Mme Nicole Giroux, secrétaire du programme, pour
sa disponibilité et M. Patrick Morin pour l'aide qu'il m'a
apporté lors de la distribution des questionnaires.
AVANT-PROPOS
Notre sujet de recherche porte sur l'étiquetage du
saumon. Il est question d'utiliser un outil économétrique tel que
la méthode d'évaluation contingente vue de mesurer l'impact de
l'information sur les options d'achats des consommateurs. Notre étude
est centrée sur le saumon donc la traçabilité et la
provenance ne sont pas toujours indiqués sur les étiquettes des
produits dans les épiceries. La production et la commercialisation
imminente du saumon génétiquement nous à poussé
à porter notre attention sur la valeur de l'étiquetage dans le
choix des consommateurs.
Notre travail s'inscrit dans la catégorie des
études dites exploratoires, surtout qu'elle vise un secteur plus ou
moins sensible qu'est la production et la commercialisation des produits
génétiquement modifiés. Malgré la taille
réduite de notre échantillon, nous pensons que l'orientation
pragmatique que nous avons voulu donner à ce travail en nous appuyant
sur une enquête, apporte des résultats concrets et positifs pour
la compréhension des facteurs qui influencent le choix des consommateurs
par rapport à leur demande des biens du marché qu'est ici le
saumon. Nous avons abordé un sujet dont les implications par rapport
à la consommation des biens du marché sont nombreuses. Plusieurs
thèmes de réflexions pourront découler dans les
années à venir dans le cadre des programmes de formation pour
approfondir les divers contours possibles de l'étiquetage du saumon. Ces
recherches apporteront des connaissances nouvelles pour aiguiller le choix des
acteurs économiques et des décideurs politiques par rapport
à la production et la commercialisation du saumon au Québec en
particulier et au Canada de manière générale.
RESUME
Les OGM sont devenus un enjeu important dans le commerce
mondial, de plus en plus ils font irruption dans notre alimentation. Il
convient d'évaluer l'impact de ces biotechnologies nouvelles sur le
marché des biens et services, la biodiversité, l'environnement
et la santé des consommateurs.
Notre étude est axée sur le saumon
génétiquement modifié donc la commercialisation semble
imminente. A l'aide de la méthode d'évaluation contingente, il
est question de faire une évaluation économique du manque
d'informations sur la production du saumon.
En effet nous avons déterminé le consentement
à payer par les consommateurs pour avoir plus d'informations sur le
saumon. Notre étude a été réalisée
auprès de 102 étudiants de l'université du Québec
à Rimouski. Les résultats obtenus montrent que la demande
d'informations sur le saumon est relativement élevée du fait de
la valeur du consentement à payer qui est de 31,29% par rapport au prix
initial d'un kilogramme de saumon que nous avons considéré dans
le sondage. Les consommateurs demeurent très intéressés
par la provenance du saumon et les effets que la méthode de production
aura sur leur santé. Cependant certains facteurs tel que le pouvoir
d'achat influencent de manière significative le choix des consommateurs,
car environ 8,33% des étudiants sondés optent pour le saumon
génétiquement modifié et sont indifférents aux
informations contenues sur l'étiquetage en dehors du prix.
TABLE DE MATIERES.
DEDICACE................................................................................
|
iii
|
REMERCIEMENTS.
.....................................................................
|
iv
|
AVANT-PROPOS.......................................................................
|
v
|
RESUME................................................................................
|
vi
|
TABLE DES
MATIERES...............................................................
|
vii
|
LISTE DES
FIGURES..................................................................
|
ix
|
LISTES DES TABLEAUX
............................................................
|
x
|
LISTE DES ABREVIATIONS
.........................................................
|
xi
|
INTRODUCTION.......................................................................
|
1
|
CHAPITRE PREMIER
PROBLEMATIQUE ET CADRE THEORIQUE
..............................
|
3
|
1.1 Problématique
.......................................................................
|
3
|
1.2 Cadre théorique de
l'étude
|
8
|
1.2.1 Le contexte actuel de
l'étude................................................
|
8
|
1.2.2 La méthode de valorisation des biens
publics et privés..................
|
9
|
Conclusion..........................................
|
11
|
CHAPITRE 2
L'ELABORATION DU QUESTIONNAIRE ET LE SONDAGE.
|
14
|
2.1 Organisation de la MEC
|
14
|
2.1.1 Définition des objectifs
|
15
|
|
16
|
2.1 Description de la phase pratique du
sondage
|
17
|
2.2.1 Définition de la population à
interviewer
|
17
|
2.2.2 La durée de
l'étude
|
|
2.3 Le contenu du questionnaire et les conditions
préalables
|
18
|
2.3.1 Quelques conditions
préalables
|
19
|
2.3.2 Le contenu du questionnaire.
|
20
|
2.4 Le support de paiement
|
20
|
2.5 Problèmes rencontrés dans la MEC : Les biais et
le comportement stratégique.
|
21
|
2.5.1 Les biais
|
21
|
2.5.2 Le comportement
stratégique
|
22
|
2.6 La technique de distribution des questionnaires.
|
22
|
Conclusion
|
23
|
CHAPITRE 3 BASE DE DONNEES
|
24
|
Introduction
|
24
|
3-1 Informations sur les personnes
enquêtées
|
24
|
3-1-1 Taille de l'échantillon et
répartition selon le genre.
|
24
|
3.1.2 Origine des personnes
|
25
|
3.1.3 Niveau d'éducation
|
25
|
3.1.4 Source de revenu des individus
|
26
|
3.2 Comportement des personnes
enquêtées
|
27
|
3.2.1 Connaissance du saumon
|
27
|
3.2.2 Comportement préventif
|
27
|
3.2.3 Fibre environnementale
|
27
|
3.2.4 Caractéristiques à améliorer sur le
saumon
|
28
|
3.3 Valeurs exprimées par les personnes
enquêtées
|
29
|
3.3 Valeurs exprimées par genre
|
32
|
Conclusion
|
33
|
CHAPITRE 4 ESTIMATION DU CONSENTEMENT A PAYER
|
35
|
Introduction
|
35
|
4-1 Mise en contexte
|
35
|
4-1-1 Choix du modèle
|
40
|
4-1-2 Estimation du CAP
|
40
|
4.1.3 Comparaison des trois model
choisis
|
53
|
4-1-4 Distribution du CAP en fonction de leur probabilité
|
53
|
4-1-5 Consentement à payer totale pour la population
universitaire et le Québec
|
54
|
4-2 Biais potentiels de l'enquête
|
55
|
Conclusion
|
55
|
CONCLUSION GENERALE
|
58
|
BIBLIOGRAPHIES
|
61
|
LISTE DES ANNEXES
|
62
|
ANNEXE 1
|
63
|
ANNEXE 2
|
64
|
ANNEXE3
|
65
|
LISTE DES TABLEAUX
Tableaux
|
Pages
|
Tableau 1.1 Quelques études
menées sur les organismes génétiquement modifiés
avec la méthode d'évaluation contingente.
|
9
|
Tableau 2.1 Carte cognitive de la MEC
|
15
|
Tableau 3.1 Distribution des personnes selon le
genre
|
25
|
Tableau 3.2 Distribution des personnes selon
le niveau d'éducation
|
26
|
Tableau 3.3 Distribution des personnes selon
le revenu
|
28
|
Tableau 3.4 Caractéristiques à
améliorées sur le saumon
|
28
|
Tableau 3.5 Distribution des indications
à préciser sur l'étiquette du saumon
|
28
|
Tableau 3.6 Distribution du type de
questionnaire et du consentement à payer pour le saumon naturel et
génétiquement modifié.
|
31
|
Tableau 3.7 Distribution du type de
questionnaire et du consentement à payer pour le saumon naturel et
génétiquement modifié par genre
|
32
|
Tableau 4.1 Modèle de codification des
données
|
41
|
Tableau 4.2 Model 1
|
43
|
Tableau 4.3 Model 2
|
46
|
Tableau 4.4 Model 3
|
49
|
Tableau 4.5 Tableau récapitulatif des
résultats des Models 1, 2, 3
|
53
|
Tableau 4.6 Estimation du CAP total par
année de la population universitaire et Québécoise
|
54
|
LISTE DES FIGURES
Figures
|
Pages
|
Figure 3.1 Courbe du CAP en fonction des
fréquences cumulées
|
30
|
Figure 4.2 Courbe de distribution du CAP en
fonction de la probabilité
|
54
|
LISTE DES ABREVIATIONS
ADN : Acide Désoxyribonucléique
CAP : Consentement A Payer
MEC : Méthode d'évaluation contingente
OGM : Organisme Génétiquement
Modifié
GM : Génétiquement modifié
.Introduction
Le saumon est poisson qui entre dans l'alimentation de
plusieurs consommateurs dans le monde entier. La Norvège en est le
premier producteur au monde. Il exporte 323 000 tonnes par an. La France est le
deuxième consommateur de saumon après le Japon. En France la
consommation de saumon s'est accrue depuis 10 ans : elle importe de 120 00
à 130 000 tonnes par an, dont 35% de saumon fumé.
Quatre-vingt-dix(90%) du saumon consommé provient d'élevage. Pour
ce qui est des oeufs, le principal marché est le Japon (3 à 4 000
tonnes par an). En Europe, la consommation est d'environ 300 à 400
tonnes et de 50 à 100 tonnes en Amérique du nord. Le Canada
exporte environ 443 tonnes de saumon chaque année(estimation de 2003,
http://www.seafoodcanada.gc.ca/trade_monitor-f.htm).
Selon le ministère de pêche et océan du Canada, certains
types de saumon sont en voie de disparition. Il est donc urgent selon le
même organisme de prendre des mesures en vue d'assurer la
pérennité de l'espèce. Pour ce faire, certains chercheurs
pensent que le saumon génétiquement modifié est l'une des
solutions qui peut permettre aux consommateurs de s'alimenter du saumon sans
pour autant entraîner la surexploitation du saumon sauvage. Cependant
plusieurs interrogations viennent mettre en doute cette assertion dans la
mesure où il n'est pas démontré que l'arrivée du
saumon génétiquement modifié qui est élevé
dans les enclos en mer avec des risques d'échappement
avérés ne pose pas de problème pour la survie du saumon
sauvage et surtout pour la santé humaine. Une question serait de savoir
ce que les consommateurs qui sont les principaux cibles de cette nouvelle
activité économique sont informés de ces
réalités et sont de ce fait prêts à accueillir le
saumon génétiquement modifié? Nous pensons que cela ne
peut se faire que par l'étiquetage qui permettra de préciser la
traçabilité du saumon une fois sur les étalages des
épiceries. Comme tout bien environnemental le coût de la
perception des consommateurs à l'égard du saumon n'est
observable de prime à bord ! La méthode d'évaluation
contingente à partir de marchés simulés permet une
révélation significative du bénéfice social qu'on
pourrait obtenir en gardant le saumon dans son état actuel ou en
informant mieux les consommateurs. Notre étude va dans ce sens, elle
comprendra quatre chapitres : Le premier est la problématique qui nous
permettra d'établir clairement les fondements de notre étude, le
deuxième est la méthodologie de l'étude qui expliquera le
dénouement de l'enquête sur le terrain, c'est à dire :
Identifier le changement de qualité environnementale que l'on cherche
à valoriser, déterminer la population concernée,
déterminer le mode d'enquête et la taille de l'échantillon,
rédiger le scénario d'évaluation contingente,
rédiger la question de valorisation, rédiger les questions
auxiliaires, tester le questionnaire, analyser les données,
présenter et diffuser les résultats. Le troisième chapitre
quant à lui traitera de l'analyse des données et dans lequel sera
déterminée la valeur économique et sociale encore
appelée consentement à payer(CAP) de l'actif naturel en question.
Enfin, le quatrième chapitre nous permettra d'estimer les variations du
CAP en fonction des évènements probables. L'objectif à
long terme est de permettre aux décideurs politiques et aux acteurs
économiques de disposer d'un outil d'aide à la décision
par rapport à la conservation, l'exploitation, la commercialisation et
la consommation du saumon.
CHAPITRE 1
PROBLÉMATIQUE ET CADRE THÉORIQUE
1.1 Problématique
L'étiquetage des produits de consommation a toujours
été un enjeu important dans le commerce des biens et services.
Les consommateurs en font usage pour avoir les informations sur l'origine, le
prix et la traçabilité des produits. L'étiquetage
influence le choix d'un produit par rapport à un autre et permet au
consommateur de prévoir les effets que le produit peut avoir sur
santé et son pouvoir d'achat. Cependant, les informations que
fournissent les étiquetages ne comblent pas toujours les attentes des
consommateurs, c'est pourquoi il est devenu indispensable de prendre en compte
l'avis de ces derniers dans le processus d'élaboration d'un model
d'étiquette.
Il existe deux formes d'étiquetage, l'étiquetage
mandataire qui est adopté par plusieurs pays sous forme de lois qui
obligent les producteurs à étiqueter les biens et services qu'ils
proposent aux consommateurs selon un certain procédé
préétabli. L'étiquetage volontaire permet au producteur
d'étiqueter les biens et services par rapport à ses
intérêts.
Le cas du saumon est édifiant, car il nous à
été donné de constater que son étiquetage n'est pas
standard et en général il n'est pas toujours
précisé la provenance et la traçabilité du produit,
les consommateurs ne savent s'ils achètent du saumon de l'atlantique, du
saumon d'élevage ou du saumon génétiquement
modifié. Les paramètres les plus couramment identifiés sur
les étiquettes sont le prix et le poids.
Notre étude consiste à évaluer la
portée financière des informations que les consommateurs du
saumon aimeraient voir paraître désormais sur les
étiquettes de ce produit. Cet étiquetage est d'autant plus
important que les consommateurs pourraient avoir à choisir dans un futur
proche entre le saumon naturel d'élevage ou sauvage et le saumon
génétiquement modifié. Le ministère des
pêches et océans du Canada va dans le même lorsqu'il affirme
que l'écoétiquetage des produits halieutiques est une
priorité du gouvernement car, elle permet de mettre l'accent sur la
valeur et non le volume de produit. De ce fait, le gouvernement veut soutenir
l'industrie dans ce processus de certification et veut faire en sorte que
l'approche soit uniforme à l'échelle du pays1.
L'étude que nous avons est une scientifique
d'évaluation du coût d'une telle politique. Nous avons
considéré comme alternative au saumon naturel, le saumon
génétiquement modifié en vue de déterminer l'impact
de l'information sur le choix par les individus sondés de l'un ou
l'autre type de saumon. Pour cela, il est important de revenir sur la
définition des aliments à base de composants
génétiquement modifiés.
1 Voir le site Internet suivant :
http://www.dfo-mpo.gc.ca/media/newsrel/2007/ccfam_f.htm
2 Greenpeace France est une organisation a
but non-lucratif présente dans 40 pays, en Europe, en Amérique du
Sud et du Nord, en Asie et dans le Pacifique. Elle compte aujourd'hui
près de 3 000 000 d'adhérents répartis à travers le
monde, le site Internet est le suivant :
http://www.greenpeace.org/france.
3 Vous pouvez avoir ces informations sur le site
suivant www.aquabounty.com/products.htm
La section Greenpeace2 de France définit un
Organisme Génétiquement Modifié (OGM) comme étant
`un organisme de nature animal ou végétal dont on a
modifié le patrimoine génétique afin de le doter de
propriétés que la nature ne lui a pas attribuées'. La
directive 2001/18/CE de la charte de la communauté européenne
quant à elle le définit comme un organisme, à l'exception
des êtres humains, dont le matériel génétique a
été modifié d'une manière qui ne s'effectue pas
naturellement par multiplication et/ou par recombinaison naturelle. Ces
approches venant d'organismes différents nous permettent d'affirmer que
l'élément le plus important qui détermine un OGM est
l'appareil génétique qui subit une ou plusieurs modifications
pour un but précis.
En effet, un organisme génétiquement
modifié est issu de la manipulation et de la recombinaison de l'Acide
Désoxyribonucléique (ADN), qui est le principal constituant des
chromosomes. Les chromosomes contiennent des gènes qui sont des
fragments de l'ADN, contenant les informations nécessaires au codage des
protéines. Chaque gène correspond à un caractère
héréditaire particulier et détermine la transmission d'une
caractéristique particulière ou d'un ensemble de
caractéristiques lors de la reproduction. Il détermine ainsi le
comportement physique, biologique et même social d'un organisme. Les
manipulations qui consistent à attribuer ou de substituer certaines
facultés et caractères aux gènes sont l'oeuvre des
biologistes, qui utilisent une technique appelée `génie
génétique' ou encore biotechnologie.
La production des organismes génétiquement
modifiés a fait son apparition en 1972 (SERALINI, 2000) par
l'équipe de Paul BERG en Californie qui combine des gênes
bactériens et un virus de singe dans un micro-organisme. Depuis 1999, 81
millions d'hectares (Kaneko, 2005) d'OGM végétaux cultivés
dans un but commercial ont été développés dans le
monde, les cultures les plus connues étant le Soja, le Coton et le
Maïs (SERALINI, 2000) qui constituent environ 99% des produits agricoles
à base d'OGM. Ces cultures sont destinées à la
consommation humaine et animale.
Cependant il est à noter que tous les pays ne sont pas
favorables aux OGM. Certains, tels que : l'Autriche, le Luxembourg, la
Suède et le Danemark n'autorisent pas encore la commercialisation des
produits à base d'OGM sur leurs territoires. Les États-Unis sont
les pionniers dans ce domaine avec 63% des cultures, suivis de la Chine 14%,
l'Argentine 11% et le Canada 10% (REVELANT, 2001), l'essor des produits faits
à base d'OGM est en nette augmentation dans ces différents pays
et semble susciter moins de rejet de la part des consommateurs que partout
ailleurs dans le monde (Kaneko, 2005)
Jusqu'à présent, les produits animaux à
base d'OGM sont élaborés uniquement dans un but
expérimental et parfois thérapeutique et pas pour la
consommation. Ils sont de plusieurs types : le rat, le mouton, le lapin et
le porc et certains insectes.
Aquabounty farms3 une industrie de
biotechnologie située aux États-Unis produit du saumon
génétiquement modifié qui serait crée dans le but
de pouvoir augmenter le volume de production et vendre aux consommateurs
à bas prix du saumon `amélioré'. Les saumons
génétiquement modifiés sont élevés dans des
enclos à l'intérieur des océans et sont nourris à
base de poissons sauvages additionnés d'autres ingrédients qui
permettent d'améliorer leur couleur et leur texture. Ils ressemblent
généralement aux saumons naturels d'élevage. Tout comme
les saumons sauvages, ils produisent aussi des déchets organiques, si
leur enclos est très compact et mal construit et la gestion de ces
déchets peut constituer un problème environnemental. Ils
grandissent 4 à 6 fois plus vite que le saumon sauvage, en étant
plus résistant au froid. De plus, leurs qualités organoleptiques
peuvent être modifiées à souhait.
3 Vous pouvez avoir ces informations sur le site
suivant : www.aquabounty.com/products.htm
Cependant certains experts affirment que les saumons
génétiquement modifiés présentent un danger pour le
saumon sauvage dans la mesure ou leur échappement des enclos peut
entraîner la contamination ou la survie des stocks sauvages par la
reproduction et la compétition pour l'alimentation. De plus, les
conséquences sur la santé des consommateurs ne sont pas encore
établies jusqu'à présent. Dans la revue santé
magazine du mois de septembre éditée en France, Gilles Boeuf
affirme que `à l'heure actuelle seul le Canada est
intéressé pour des raisons climatiques comme leur eaux sont
froides la croissance plus rapide des saumons transgéniques leur
permettrait de faire des élevages rentables'
Au demeurant, plusieurs interrogations persistent à ce
sujet donc voici quelques unes :
- Quels effets la sélection naturelle produira t-elle
sur les saumons génétiquement modifiés et sur leurs
descendances au cas où elles viendraient à s'échapper de
leur périmètre de culture ?
- Transmettront-elles leurs gènes à des
espèces sauvages voisines ?
- Conserveront-elles ou non l'avantage qui justifierait leur
culture sur plusieurs générations ?
- Comment prévoir le comportement des consommateurs
face à ce nouveau produit?
- Comment établir la traçabilité et
l'étiquetage du saumon dès lors que le saumon
génétiquement modifié ferait son entrée dans les
épiceries?
- Comment élaborer les politiques publiques et
économiques concernant les OGM animaux et en particulier le saumon?
- Les consommateurs ont-ils la même perception à
l'égard des OGM de nature animale et végétale?
Nous n'avons pas la prétention de répondre
à toutes ces questions, notre étude consiste à lever
quelques pans de voile sur ces questions en sollicitant directement l'avis des
consommateurs, car le saumon génétiquement modifié comme
tous les autres biens et services est du domaine public et est à priori
un bien non-marchand.
Il existe plusieurs outils prévus par les
économistes pour mener une telle étude, nous avons opté
pour la méthode d'évaluation contingente qui nous paraît
plus apte à répondre à nos exigences théoriques et
pratiques. Il sera question au terme d'un sondage effectué dans la ville
de Rimouski de déterminer le consentement à payer par les
consommateurs pour avoir la traçabilité et l'étiquetage du
saumon et donc plus information sur la provenance et les procédés
de production. Pour ce faire, nous considérons pour cadre de sondage
l'Université du Québec à Rimouski où une
enquête a été entreprise auprès d'un
échantillon de 102 étudiants. Le but d'un tel sondage en
définitive est de pouvoir mesurer l'impact de l'information, du revenu,
de l'activité professionnelle, et bien d'autres facteurs sur le
consentement à payer(CAP) par les consommateurs pour l'étiquetage
du saumon. Nous expliquerons la procédure dans le chapitre suivant.
1.2 Cadre théorique de
l'étude
1.2.1 Contexte actuel de
l'étude
Plusieurs études ont été menées
sur la consommation des produits OGM et non-OGM avec pour objectif de
déterminer le CAP par les consommateurs pour l'un ou l'autre type de
bien à partir de la méthode d'évaluation contingente. Le
constat récurent demeure le fait que les consommateurs sont encore en
majorité réticent aux OGM dans les pays où ces
études ont été menées, sauf lorsqu'il s'agit des
produits OGM à but thérapeutique ou à fort
intérêt commercial ( Hall et Al, 1999). Cependant, les
pourcentages du CAP obtenus varient d'un pays à l'autre selon
Kaneko(2005), même si les objectifs recherchés et les produits mis
en jeu ne sont pas les mêmes d'une étude à l'autre.
Naoya Kaneko (2005), chercheur japonais a axé ses
études sur la comparaison du CAP par les consommateurs japonais,
américains et taiwanais, il cherche à comprendre le comportement
des consommateurs dans ces différents pays, alors que Hall et Al (1999),
Moon et Balasubramanian (2002) ont fait des études sur la valeur
économique de la perception des risques liés à la
consommation des OGM dans l'objectif d'avoir l'influence de la
méthodologie du sondage sur la variation du CAP. Ainsi, ils
procèdent au sondage de différentes façons ; par voie
téléphone, par courrier électronique, par voie postale et
par face-à-face, et constatent que les résultats obtenus
diffèrent d'un procédé à l'autre, le sondage par
téléphone étant le plus efficace selon leurs
résultats. Par ailleurs, ils constatent également que les risques
liés aux allergies susceptibles d'être causées par les OGM
sont perçus par les consommateurs comme étant le facteur le plus
préoccupant et de ce fait a une conséquence de l'ordre de 37%
sur supérieur le CAP.
Dans l'objectif de délimiter le cadre de cette
étude, nous regroupons ces différentes études
menées dans le tableau ci-dessous.
Tableau 1.1 Quelques études
menées sur les organismes génétiquement modifiés
avec la méthode d'évaluation contingente.
Auteurs de l'étude
|
Problématiques
étudiées
|
Valeurs du CAP obtenues
|
Buhr et al, 1993
|
CAP pour les aliments sans OGM
|
23% pour éviter les OGM
|
Wang et al, 1997
|
CAP pour les aliments sans OGM
|
16% pour éviter le lait GM
|
Kuperis et al, 1999
|
CAP pour les aliments sans OGM
|
13% pour éviter les OGM
|
Hall et Al(1999)
|
CAP pour les aliments GM
|
37% pour non-OGM
|
Loureiro & Hine, 2001
|
CAP pour les aliments sans OGM
|
5% extra pour non-OGM (47% des répondants)
|
James & Burton, 2001
|
CAP pour les aliments sans OGM et CAP pour les aliments GM sans
intérêt
|
78% extra pour éviter les OGM animaux et
végétaux
|
Noussair & Ruffieux, 2001
|
CAP pour les aliments sans OGM et CAP pour les aliments GM sans
intérêt
|
8% extra pour non-OGM
38% de réduction de l'offre pour produits
étiquetés OGM
|
Chen & Chern, 2002
|
CAP pour les aliments GM sans intérêt
|
7% moins pour huile végétale OGM
22% moins pour saumon OGM
15% moins pour maïs OGM
|
Grimsrud et al, 2002
|
CAP pour les aliments GM sans intérêt
|
48% réduction demandée pour pain OGM
56% réduction demandée pour saumon OGM
|
Auteurs de l'étude
|
Problématiques
étudiées
|
Valeurs du CAP obtenues
|
Chern & Rickertsen, 2002
|
CAP pour les aliments OGM sans intérêt
|
55% moins pour huile de soja OGM (Norvège)
54% moins pour saumon nourri aux OGM(Norvège)
67% moins pour saumon OGM(Norvège)
84% moins pour soja OGM (USA)
46% moins pour saumon nourri aux OGM(USA)
71% moins pour saumon OGM(USA)
|
Bugbee & Loureiro, 2003
|
CAP pour les aliments GM avec intérêt
|
3% extra pour tomate OGM
2% extra pour le pâté à base d'OGM
contenant un niveau élevé de nutriments et moins de calorie
|
Taneka, 2005
|
CAP pour les aliments GM sans intérêt
|
44.5%, huile végétale OGM
35.7%, Maïs OGM
38.1%, Saumon nourri à l'OGM(USA)
56.9% Saumon OGM(USA)
|
Les CAP pour les produits non-OGM sont prédominants et
atteignent parfois des valeurs très élevées c'est le cas
des études menées par McCluskey et al, (2001) et James &
Burton, (2001) où nous avons des CAP respectivement de 64% et 78%. Au
regard de ces résultats, tout porte à croire qu'il est
d'emblée contre indiqué pour un producteur de se lancer dans la
production des produits à base d'OGM, que non, ces résultats
pourraient aussi révéler plutôt le degré
d'inquiétude et parfois de désinformation des consommateurs
à l'égard des `choses' dont ils n'ont pas la maîtrise. Il
s'agit de constater que lorsque les intérêts suscités par
un produit OGM sont clairement mis en exergue, les consommateurs y
adhèrent, c'est le cas des études menées par Bugbee &
Loureiro, (2003) sur les tomates génétiquement modifiées
ayant un taux de nutriment élevé où le CAP pour la tomate
OGM est de 2%. Il est évident que les résultats varient d'une
région à l'autre, d'un pays à l'autre et d'un produit
à un autre, et que ces résultats semblent évoluer au fil
du temps (Taneka, 2005), il n'est pas superflu d'entreprendre d'autres
études dans le même sillage surtout si la zone est
différente. Notre étude est axée sur le saumon qui sera
peut être le tout premier aliment OGM de nature animal à
être consommé par les humains. Le saumon a une portée
économique et même socioculturelle au Canada. C'est une source de
protéine indéniable pour beaucoup de consommateurs et un attrait
pour les adeptes de la pêche sportive. C'est sans aucun, doute un centre
d'intérêt pour les pouvoirs politiques, les acteurs
économiques et les consommateurs. D'où l'importance de notre
étude. Faut-il cependant rappeler qu'aucune espèce de saumon
génétiquement modifiée n'a été
approuvée au Canada jusqu'à date4
1.2.2 La Méthodologie de valorisation des biens
environnementaux
4 Site Internet du Ministère des
pêches et Océans du Canada; http://www.dfo-mpo.gc.ca, juin 2007
5 Cette information peut être trouvée
dans : www.cairn.info/article_p.php?ID_ARTICLE=EG_321_0047, site Internet
de Distribution électronique Cairn pour les éditions Belin,
Novembre 2007
En matière environnementale le problème qui se
pose du point de vue économique est la mesure de la valeur que les
humains accordent aux attributs des biens et services peu importe si ces biens
sont naturels ou faits par l'humain. Ces attributs affectent l'utilité
et le bien être des consommateurs, l'évaluation contingente est
l'une qui permet de mesurer cette valeur. Les premières approches
théoriques des études en évaluation contingente furent
proposées par S. V. WANTRUP en 1947, pour obtenir une évaluation
du bien hors marché. La technique elle-même fut appliquée
pour la première fois en 1963 par R. DAVIS pour étudier la valeur
attribuée à un espace naturel particulier par les chasseurs et
les touristes.
Cette méthode fut très largement employée
à partir des années 1980, quand les agences gouvernementales des
États-Unis reçurent la possibilité d'intenter des actions
en dommages et intérêt contre les personnes endommageant les
ressources environnementales. Le procès suivant la catastrophe du
pétrolier Exxon Valdez en Alaska fut le premier cas où ces
évaluations furent utilisées à grande échelle. En
matière d'environnement, les procédures d'estimation peuvent
s'appliquées aussi bien à la mesure des avantages, pour la
collectivité, d'une amélioration de la qualité de
l'environnement, qu'à l'évaluation des dommages liés
à une dégradation de l'environnement. Mais les récentes
catastrophes pétrolières telles que celles de l'Erika ou du
Prestige, pour ne citer que celles-ci, ont sans nul doute suscité une
prise de conscience générale, de la nécessité de la
prise en compte d'instrument d'évaluation environnementale. Pour les
biens environnementaux, le principe d'Alfred Marshall consistant à
déterminer le prix d'un bien à partir de la confrontation de
l'Offre et de la Demande n'est pas toujours applicable. En effet, les
ressources naturelles sont, pour une part importante, offertes hors du
marché. Il n'existe donc pas d'indicateurs visibles de valeur permettant
de révéler ce que l'on est prêt à sacrifier pour
obtenir ou conserver, une unité de ces ressources. Ce qui à
souvent conduit les décideurs économiques à leur attribuer
implicitement, au moment de la mise en place des politiques, un prix nul.
Pourtant l'inexistence d'un système de prix ne signifie pas pour autant
que les actifs environnementaux n'aient pas de valeur. Par la nature
non-marchande des biens environnementaux, il existe des outils
spécifiques(Figure 1.1) qui permettent d'atteindre l'objectif
visé.
La MEC est l'une de ces méthodes
d'évaluation, elle donne la valeur du bien en question et repose sur la
réalisation d'une enquête au cours de laquelle on cherche à
apprécier le montant que chacun serait prêt à payer,
autrement dit le consentement à payer, pour un bien.
Conclusion
Au demeurant, l'évaluation des biens environnementaux
est un exercice délicat qui requiert une méthodologie et une
estimation efficace du Cap pour pouvoir définir une politique public
cohérente et acceptable par les parties prenantes.
Le chapitre suivant met en exergue les différentes
articulations qui nous ont conduit à la valeur du Consentement à
payer(CAP).
CHAPITRE 2
L'ELABORATION DU QUESTIONNAIRE ET LE SONDAGE.
Introduction
En évaluation contingente, la planification du cadre
théorique et pratique de l'étude est importante, elle permet de
mieux élaborer le questionnaire en fonction des objectifs à
atteindre, de faire le sondage sur le terrain, de faire les analyses
nécessaires et d'en tirer les conclusions. Dans cette section, nous
présentons le plan détaillé des études que nous
avons menées.
2.1 Organisation de la MEC
Le tableau 2.1 donne le cheminement que nous avons suivi pour
atteindre l'objectif final qui consiste à déterminer le prix que
les consommateurs sont prêts à payer(CAP) pour avoir plus
d'informations sur le saumon qu'ils consomment.
Tableau 2.1 Carte cognitive de la
MEC
Schéma réalisé par Ledoux
Tchuisseu
2.1.1 Définition des objectifs
L'objectif est de donner une valeur à l'information sur
la traçabilité et l'étiquetage du saumon. Notre
étude repose sur la réalisation d'une enquête auprès
des étudiants qui sont amenés à répondre à
un questionnaire comportant des aspects socio-économiques et
environnementaux qui entrent en droite ligne dans le comportement habituel d'un
individu par rapport aux biens du marché.
2.1.2 Description du bien
considéré
Sur le questionnaire, la première page contenait des
informations sur les trois types de saumon parmi lesquels les individus
devaient choisir : le saumon sauvage, d'élevage te le saumon
génétiquement modifié. Nous donnons ci-dessus la
quintessence de ces informations.
Parlant en premier du saumon sauvage, les quantités
sont très variables et dépendent des captures et d'autres usages
dont ils font l'objet. Le saumon sauvage par le fait qu'il est naturel
paraît plus appétissante grâce sa texture et sa saveur. La
quantité du saumon sauvage produite est très limitée et
dépend de l'endroit où l'on se retrouve, la plupart des
espèces issues du pacifique sont soit congelées ou mises en
conserve. Il est possible, mais très rarement d'avoir du saumon sauvage
frais sauf pendant la haute saison. Néanmoins, certains problèmes
de natures environnementales sont relevés concernant à cause de
sa surexploitation. La commercialisation du saumon atlantique par exemple est
interdite. Cependant en plus du changement climatique qui a une influence
négative sur leur survie, la population du saumon de l'atlantique
continue de décroître sérieusement à cause du
braconnage opéré par les chalutiers.
Pour ce qui est du saumon d'élevage qui est produit
dans les enclos situés en mer, soignés et nourris par la
aquaculteurs Ce groupe est le plus concerné par les ménages en
général. C'est un dérivé du saumon sauvage. Il est
nourri avec les mêmes aliments que le saumon sauvage en plus d'autres
ingrédients qui ont pour but d'améliorer sa texture et sa
couleur. Généralement l'apparence et la qualité du produit
sont bien appréciées par les consommateurs. Le saumon naturel
d'élevage dépend de son alimentation. Il produit beaucoup de
déchets organiques qui peuvent poser un problème environnemental
lorsque les enclos sont trop compacts et mal construit. Néanmoins, il
est important de noter que le développement du saumon naturel
d'élevage constitue une solution pour éviter la surexploitation
du saumon sauvage.
Le saumon génétiquement modifié est celui
dont l'appareil héréditaire a été retouché
dans le but de lui attribuer certains propriétés qu'il n'avait
pas avant. Ce dernier type sera peut être le premier aliment d'origine
animal génétiquement modifié et destiné à la
consommation par l'Homme si les producteurs obtiennent les autorisations
nécessaires pour la commercialisation. La production du saumon
génétiquement modifié permet de résoudre le
problème de surexploitation des saumons sauvages, mais ils sont produits
par clonage des oeufs ce qui peut compromettre la biodiversité à
long terme. Ils grandissent 4 à 6 fois plus vite que le saumon sauvage,
en plus leurs qualités organoleptiques peuvent être
modifiées à souhait. Cependant, certains experts affirment que
les saumons génétiquement modifiés présentent un
danger pour le saumon sauvage dans la mesure ou leur échappement des
enclos peut entraîner la contamination et donc la survie des stocks
sauvages par la reproduction et la compétition pour les aliments. Par
ailleurs, les conséquences sur la santé humaine ne sont pas
encore établies jusqu'à l'heure actuelle. (James L. Anderson,
2000)
2.2 Description de la phase pratique du
sondage
2.2.1 Définition de la population à
interviewer
La ville de Rimouski est située au nord du
Québec dans la municipalité du comté de Rimouski-neigette
dans le Bas-Saint-Laurent, peuplée d'environ 42 324 habitants
(estimation 2003 par la municipalité de Rimouski) sur une superficie de
254 160 Km2. Nous avons choisi la population universitaire constituée
des étudiants de l'université du Québec à Rimouski.
La taille de l'échantillon que nous avons interviewé est de 102
individus.
2.2.2 La durée de l'étude
Le questionnaire a été élaboré
sur une période de deux mois de juin en septembre 2007, nous avons tenu
à ce que tous les aspects nécessaires à
l'évaluation objective des consommateurs soient inclus dans le
questionnaire ensuite nous avons veiller à la progression des questions
de manière à facilité la compréhension du
problème par les répondants avec les objectifs de l'étude.
Les questions d'ordres personnelles et ceux concernant les habitudes
alimentaires des ménages sont situés au début du
questionnaire pour faciliter l'accès à l'enquête pour
économiser le temps. La suite du questionnaire porte sur les
préférences en matière de consommation ou d'usage du
saumon a fin de préparer le scénario de l'évaluation
contingent sur la traçabilité et l'étiquetage du saumon.
Nous avons limité les questions pour respecter une unité de
présentation de quatre pages. Pour inciter les personnes destinataires
du questionnaire à répondre nous avons proposé de leur
envoyer, s'ils nous indiquaient leur adresse, une présentation
résumée des résultats de l'enquête. La durée
de sondage est de 8 à 10 minutes selon les individus et dépend de
l'ampleur des discussions préalables Certains répondants trouvent
le temps très long et préfèrent abandonner. Après
un bref aperçu sur les objectifs de l'enquête l'individu est
appelé à remplir le questionnaire.
2.3 Le contenu du questionnaire et les conditions
préalables
La pertinence des résultats d'un sondage dépend
en effet pour l'essentiel de la compréhension et de l'acceptation par
les ménages du scénario hypothétique proposé. La
crédibilité des résultats est fonction de la dimension de
l'échantillon et de la représentativité de l'ensemble des
consommateurs concernés par le bien à évaluer. Nous avons
opter pour le face-à-face qui nous permet de discuter avec le
répondant avant de lui soumettre aux questionnaires sous son
approbation.
2.3.1 Quelques conditions préalables
Nous avons suivi les recommandations de NOAA (National
Oceanographic and Atmospheric Administration) selon cette agence
américaine, quelques conditions permettent d'élaborer de
manière efficiente le questionnaire d'une évaluation contingente,
en voici quelques unes:
1- Bien définir l'échantillon;
2- Minimiser les taux de non-réponse;
3- Utiliser les interviews personnelles si possible;
4- Soumettre le sondage à un pré test,
5- Faire le reportage du sondage en détail.
6- Utiliser une approche conservatrice pour le sondage;
7- Utiliser un formât consentement " à payer";
8- Utiliser une approche "référendaire" (choix
binaire);
9- Décrire de façon claire et simple, la
politique ou le programme proposé;
l0- Faire un pré test;
11- Tenir compte du temps.
12- Inclure une réponse ou une section raisons
relatives à cette réponse;
13- Suivre une réponse 'oui ou non"
"non-réponse."
14- Faites un archivage soigneux des questionnaires.
15- Présenter les résultats de MEC avec des
variables qui peuvent nous aider dans l'interprétation;
16- Vérifier le niveau de compréhension et
d'acceptation des répondants
Ces recommandations nous ont servi de règles tout le
long de notre étude. Par exemple, notre échantillon
représentatif était les étudiants de l'université
du Québec à Rimouski, le nombre d'échantillon était
de 102 individus et nous avons fait un pré-test à la foire des
voiliers de Rimouski afin d'ajuster notre questionnaire en fonction des
critiques et des difficultés des répondants. Nous avons appeler
qu'il existe des gens pour et contre ce projet. Dans nos discussions avec les
répondants certains nous soupçonnaient parfois de faire croire
que le saumon génétiquement modifié est mauvais pour la
santé et que l'absence de l'étiquetage était une
façon pour les producteurs de masquer certains aspects négatifs.
Nous avons tenu à être neutre et impartial pour éviter des
biais dus au comportement stratégique de la part des
répondants.
2.3.2 Le contenu du questionnaire.
Les trois principales catégories de questions sont: Les
questions socio-économiques ( Age, Sexe, revenu, etc.) Les Questions de
fait qui recensent les faits liés aux saumons
génétiquement modifiés, et l'étiquetage des
produits. Le format référendum (ou à choix dichotomique)
caractérisé par les questions dont le répondant peut
répondre par oui où non. Les scénarios qui permettent aux
répondants de donner la valeur qu'il est prêt à payer pour
la traçabilité et l'étiquetage du saumon. (Confère
Annexes 1)
2.4 Le support de paiement
Le support de paiement doit être neutre, nous avons
proposé aux individus des frais supplémentaires qu'ils
consentiraient à augmenter sur le prix d'un kilogramme de saumon vendu
dans les épiceries, pour avoir plus d'informations sur la
traçabilité et l'étiquetage. C'est la méthode de
question discrète fermée à choix dichotomique. Ces
montants varient de 25 dollars canadiens et que nous additionnons sur le prix
d'un kilogramme de saumon entier qui est actuellement de 7,99$ dans les
épiceries.
2.5 Problèmes rencontrés dans la MEC :
Les biais et le comportement stratégique.
2.5.1 Les biais
Selon Mitchell et Carson (1989) et Hanemann, W.M. (1994),
Bishop et Heberlein (1990) les biais sont de plusieurs ordres et il est tout
à fait impossible de les éviter totalement. Nous avons le biais
lié à l'échantillon ou biais de sélection qui peut
apparaître lorsque la population choisie n'est pas celle qui
bénéficie directement de I'amélioration de la
qualité ou de la préservation de la qualité d'un actif
naturel. L'individu qui ne se sent pas concerné par la valorisation du
saumon aura tendance à sous-estimer ou surestimer son CAP dans la mesure
où son utilité ne s'en trouverait pas directement
affectée. Nous avons minimisé cette éventualité par
les questions Q.8 et Q.9. Les biais endémiques au système de
questionnaire sont les biais les plus fréquents. Le premier correspond
au biais de I'enchère de départ. Ce type de biais est
évité en partant d'une somme très faible à une
somme relativement élevée et à intervalle régulier.
C'est la raison pour laquelle, nous avons proposé tout d'abord un
même prix pour les deux types de saumons et ensuite des prix distincts
à intervalles de 25 cents dollars les questions Q.20 et Q.21 permettent
en définitive d'avoir la progression entre les extrémités.
Le biais hypothétique apparût lorsque I'individu n'est pas
suffisamment familiarisé avec le marché contingent, et ne dispose
pas de I'ensemble des informations pertinentes. Pour palier a ce biais, nous
avons réalisé des présentations sur Microsoft PowerPoint
pour informer les répondants.
2.5.2 Le comportement stratégique
Le comportement stratégique concerne les
répondants dans la mesure où ceux-ci peuvent vouloir
intentionnellement influencer les objectifs à atteindre. Mitchell et
Carson( 1989) font les hypothèses suivantes sur le comportement des
agents lors d'une interview ou d'un sondage:
L'enquêté ne comprend pas toujours les questions
dans le même sens que l'enquêteur. La valeur d'un bien public pour
les agents est l'expression d'un choix issu d'un mélange de
préférences, d'analyse et de jugement moral. Selon ces derniers,
l'importance du scénario dépend du contexte sociétal dans
lequel l'agent opère ses jugements. Cependant les goûts des gens
diffèrent en fonction de leur statut socio-économique et de leur
expérience passée. Les gens sont motivés par des questions
d'équité, de justice et de serviabilité aussi bien que par
la maximisation de leur propre avantage. La tendance de certains
enquêtés à ne pas donner leur véritable opinion
vient de leur désir de se montrer serviable envers l'enquêteur, et
aussi de leur désir de maximiser leur propre utilité. Puisque les
individus n'ont pas d'opinion clairement définie sur une situation, leur
jugement en réponse aux questions est particulièrement sensible
aux caractéristiques de la demande ou à la façon dont les
questions sont posées et aux réponses proposées(Mitchell
et Carson, 1989).
2.6 La technique de distribution des
questionnaires.
De manière générale il existe deux
méthodes: la méthode aléatoire qui consiste à
effectuer un tirage au hasard de l'échantillon parmi la population, afin
de n'introduire aucun biais par rapport à la population réelle et
la méthode des quotas qui permet de reconstituer une population en
miniature, c'est-à-dire de construire un échantillon dans lequel
les individus sont répartis selon les mêmes proportions que dans
le groupe à étudier. Or il existe bien sûr une
infinité de caractéristique possible( hommes ou Femmes âge,
catégories socioprofessionnelles revenue, etc.) Les facteurs que nous
avons pris en comptes sont : le lieu du sondage notamment dans le cas du
sondage que nous avons effectué, à l'université QUEBEC
à Rimouski et l'activité des répondants,
l'université ayant un caractère académique et intellectuel
donc les répondants sont supposés être plus informés
qu'ailleurs. Celui-ci est toutefois limité car chacune des
catégories doit comprendre un nombre suffisant d 'individus. Nous avons
fait ces enquêtes pendant l'été et l'automne 2007. I1 n'est
pas évident de savoir les effets du climat sur le comportement des
répondants, néanmoins nous pouvons affirmer qu'en
été où la pêche récréative bats son
plein, les populations soient plus sensibles aux faits concernant le saumon
qu'en Automne. Ce qui peut accroître leur motivation par rapport au sujet
et susciter plus d'engouement.
Conclusion
Il était question d'étayer la MEC que nous avons
utilisé pour déterminer le CAP, cette méthode comme nous
pouvons le constater, demande plusieurs rouages et techniques pour sa mise en
oeuvre, que ce soit au niveau du questionnaire qu'au niveau du sondage effectif
sur le terrain. Cette étape achevée, une autre phase plutôt
théorique, analytique et statistique qui permet d'observer les
résultats relevant du sondage peut alors commencer c'est l'objet de la
section suivante.
CHAPITRE 3
BASE DE DONNEES
Introduction
L'analyse des données est une étape
indispensable dans l'évaluation contingente, elle permet de
déterminer les variables qui influencent le CAP et avoir ainsi la
portée statistique générale de l'étude. Dans cette
partie, nous créerons une base de données en fonction des
variables socio-économiques, démographiques et environnementales
caractérisant les résultats du dépouillement du sondage.
Nous les analyserons par l'intermédiaire des fréquences, des
maxima, des minima, des moyennes et des écart-types observés.
Enfin nous commenterons les résultats obtenus.
3-1 Informations sur les personnes
enquêtées
3-1-1 Taille de l'échantillon et répartition
selon le genre.
Nous avons distribué au total 102 questionnaires, une
première tentative de distribution a été effectuée
auprès des étudiants de première année en
économie. Nous avons eu 4 résultats sur 25 questionnaires
distribués, nous pensons que cette opération a été
infructueuse à cause du manque d'information de la part des
étudiants car, nous n'avons pas eu accès au cours pour pouvoir
les informer de l'enjeu de notre étude. Nous avons ensuite opté
de distribuer les questionnaires sur le campus sans toutefois identifier une
cible précise, ainsi 35 questionnaires ont été
distribués au hasard et 26 réponses ont été
obtenues. La troisième tentative était la plus
intéressante car , sur les 42 questionnaires distribués en
classe de baccalauréat en biologie durant le cours de M. Patrick Morin
ont été tous répondus. Au total, 102 questionnaires ont
été distribués et 72 résultats ont
été obtenus, ce qui donne un pourcentage de 72 %.
Cependant, il est à noter que par rapport à la
population universitaire qui est estimé à 5400 étudiants,
l'échantillon reste faible.
Tableau 3.1 Distribution des personnes selon le
genre
Genres
|
Nombre
|
Fréquence(%)
|
Femme
|
45
|
63,38
|
Homme
|
26
|
36,62
|
Aucun
|
1
|
1,41
|
Total
|
71
|
100,00
|
3.1.2 Origine des personnes
L'université du Québec à Rimouski
étant une institution multinationale, les personnes soumises au sondage
viennent des horizons divers. De manière générale, on y
rencontre les Européens, les Asiatiques, les Américains et les
Africains. Le point commun des individus de notre échantillon est le
fait que ceux vivent dans l'environnement québécois et Canadien
et donc susceptible d'être influencés de près ou de loin
par l'usage du saumon. L'âge minimum observé est de 15 ans et le
maximum de 53 ans, l'âge moyen est de 25,24 ans. Les individus
âgés de 20 ans représentent la plus forte proportion de
l'échantillon c'est à dire 13%.
3.1.3 Niveau d'éducation
Les personnes sondées sont pour la plus part titulaire
d'un Diplôme d'Etude Collégiale (DEC), ce qui est normal dans la
mesure où le résultat le plus important à
été obtenu auprès des étudiants de
baccalauréat en biologie.
Tableau 3.2 Distribution des personnes selon
le niveau d'éducation
Niveaux d'éducation
|
Nombre
|
Fréquence(%)
|
DEC
|
52
|
72,22
|
Baccalauréat français
|
2
|
2,78
|
Baccalauréat canadien
|
7
|
9,72
|
Ingénieur
|
1
|
1,39
|
Maîtrise
|
5
|
6,94
|
DEP
|
2
|
2,78
|
Autres
|
2
|
2,78
|
Aucun choix
|
1
|
1,39
|
Total
|
72
|
100,00
|
3.1.4 Source de revenu des individus
Les personnes soumises au sondage sont à priori des
étudiants cependant bon nombre sont des travailleurs en temps partiel,
le revenu annuel le bas observé est 5 000 dollars canadiens qui
représente un pourcentage de 7%. La fréquence la plus
élevée étant les personnes qui ont un revenu annuel
compris entre 25 000 et 30 000 dollars canadiens représentant 13% des
individus. Le revenu moyen est de 36 612,65$.
Tableau 3.3 Distribution des personnes selon
le revenu
3.2 Comportement des personnes
enquêtées
3.2.1 Connaissance du saumon
La quasi-totalité des personnes qui ont répondu
au sondage ont une connaissance de l'existence du saumon, 25% consomment au
moins 4 fois par mois et 52% consomment environ 2 livres dans la même
durée. Par contre, 3% déclarent ne pas en consommer du tout. Le
saumon est d'ailleurs l'un des poissons les plus consommés si on s'en
tient aux résultats, suivi du thon. Pour ce qui est du saumon
génétiquement, aucune personne sondée ne connaît
l'existence. Par ailleurs, 52% classe le saumon sauvage comme leur premier
choix suivi du saumon d'élevage 41%.
3.2.2 Comportement préventif
Quarante-trois(43%) font souvent des exercices physiques et
86% consultent parfois un médecin pour s'acquérir de leur
état de santé, ce qui peut justifier leur réticence
à l'égard du saumon génétiquement modifié.
Quarante-cinq(45%) des personnes déclarent qu'ils consultent souvent les
étiquettes lors de leurs achats dans les épiceries contre 10% qui
déclarent ne pas s'intéresser à l'étiquette.
Treize(13%) sont membres d'une coop. Alimentaire et 52,33% déclarent
qu'ils achètent parfois des produits identifiés comme
étant biologiques dans les épiceries.
3.2.3 Fibre environnementale
Douze(12%) des personnes sondées pratiquent parfois de
la pêche sportive et 35% font parfois de la chasse, 68% cuisinent
eux-même leur propre repas.
3.2.4 Caractéristiques à améliorer sur le
saumon
Pour 40% des personnes, la caractéristique qu'ils
aimeraient voir améliorer sur le saumon dans les épiceries est
l'emballage suivi de l'odeur, cependant 20% déclarent être
satisfait de la présentation du saumon tel qu'il est actuellement.
Trente-huit(38%) des personnes sondées aimeraient que prioritairement
précisé la nature et l'origine du saumon, s'il est soit naturel,
d'élevage ou génétiquement modifié suivi de
l'origine et du prix. Le poids n'étant à leur avis
déterminant.
Tableau 3.4 Caractéristiques à
améliorées sur le saumon
Caractéristiques à améliorer
|
Nombre
|
Fréquence(%)
|
Aucune
|
15
|
20,00
|
Emballage
|
30
|
40,00
|
Saveur
|
16
|
21,33
|
Odeur
|
4
|
5,33
|
Grosseur
|
6
|
8,00
|
Qualité
|
2
|
2,67
|
Origine
|
3
|
4,00
|
Prix
|
5
|
6,67
|
Fraîcheur
|
1
|
1,33
|
Texture
|
1
|
1,33
|
Quantité
|
7
|
9,33
|
Total
|
75
|
100,00
|
Tableau 3.5 Distribution des indications
à préciser sur l'étiquette du saumon
3.3 Valeurs exprimées par les personnes
enquêtées
Le consentement à payer a été obtenu en
premier lieu à travers des questions fermées. Cette une
méthode qui consiste à proposer à des individus un montant
aléatoire correspondant au prix du kilogramme du saumon dans les
épicerie, soit ce prix est supérieur ou inférieur au prix
pratiqué sur le marché, nous avons considéré le
prix moyen actuel pratiqué dans les épiceries au moment de
l'élaboration de notre questionnaire au mois de Juin. Ce prix
était de 7,99$ pour le saumon d'élevage auquel nous avons
augmenté 25 cent d'intervalle jusqu'à un prix du kilogramme
égal à 10,49$. Nous avons considéré 7,99$ comme
étant le prix du saumon génétiquement modifié
sachant d'emblée par rapport aux études passées les
consommateurs préfèrent le saumon naturel d'élevage ou
sauvage, le but de l'étude étant d'évaluer la proportion
et les caractéristiques de l'étiquetage du saumon. Ainsi, chaque
personne s'est vue adresser un questionnaire contenant un prix qu'il doit
accepter ou rejeter, la question sur le prix est suivie d'une autre, qui permet
aux individus de donner les raisons qui justifient leur choix. La raison la
plus commune est le risque pour la santé, une autre raison étant
la propension des individus a ne vouloir consommer que du saumon naturel. Le
CAP par individu varie de 0$ à 2,50$. Six(6%) sont prêt à
payer entre 2,25 et 2,50$ de plus pour le kilogramme du saumon naturel, 11,11%
sont prêts à payer 0,25$ de plus pour acheter le saumon un
kilogramme de saumon naturel et 6,4% déclarent qu'ils
préfèrent acheter le saumon génétiquement
modifié, cependant il est noter que la principale raison reste le prix
qu'ils jugent prohibitif. Neuf(9%) ne font aucune proposition et
préfèrent choisir un autre type de poisson. Le questionnaire
où le prix du saumon est de 8,24$ a eu le nombre de réponse le
plus élevé, d'autres questionnaires contenant des prix
jugés élevés(10,24$,9,74$) par les individus ont eu moins
de réponses favorables parce que ceux-ci préfèrent soit
un autre type de poisson ou ne souhaite pas faire de choix . Ce qui justifie
le nombre de refus qui est de 13%. Cependant, on constate que 5 individus ont
choisi le saumon génétiquement modifié dont 1 pour les
avantages qu'il procure et 4 à cause du prix élevé du
saumon naturel. Le prix maximal proposé par les individus pour avoir les
informations sur l'étiquetage et la traçabilité du saumon
naturel au détriment du saumon génétiquement
modifié est supérieur de 31% au prix actuel du kilogramme de
saumon naturel(7,99$). La Figure 3.1 indique la progression du
CAP, de nature logarithmique, elle permet de déterminer graphiquement le
CAP médian et moyen qui sont respectivement de 0,96$ et 1,00$.
Figure 3.1 Courbe du CAP en fonction des
fréquences cumulées
Tableau 3.6 Distribution du type de
questionnaire et du consentement à payer pour le saumon naturel et
génétiquement modifié.
Types de questionnaires
par montant proposé
|
Nombre total de questionnaires distribués par
type de questionnaire
|
Nombre de réponses reçues
positives
|
CAP offert
|
CAP Moyen
|
Fréquence(%)
|
8,24 $
|
11
|
8
|
0,25 $
|
0,031 $
|
11,11
|
8,49 $
|
11
|
7
|
0,50 $
|
0,071 $
|
9,72
|
8,74 $
|
10
|
7
|
0,75 $
|
0,107 $
|
9,72
|
8,99 $
|
10
|
7
|
1,00 $
|
0,143 $
|
9,72
|
9,24 $
|
10
|
5
|
1,25 $
|
0,250 $
|
6,94
|
9,49 $
|
10
|
6
|
1,50 $
|
0,250 $
|
8,33
|
9,74 $
|
10
|
3
|
1,75 $
|
0,583 $
|
4,17
|
9,99 $
|
10
|
5
|
2,00 $
|
0,400 $
|
6,94
|
10,24 $
|
10
|
5
|
2,25 $
|
0,450 $
|
6,94
|
10,49 $
|
10
|
6
|
2,50 $
|
0,417 $
|
8,33
|
Nombre de refus
Réponses sans proposition de CAP
Individus ayant choisi le saumon génétiquement
modifié à 7,99$
|
1
|
N/A
|
N/A
|
1,39
|
6
|
N/A
|
N/A
|
8,33
|
5
|
0,00 $
|
0,000 $
|
6,94
|
Total
|
102
|
72
|
|
0,966 $
|
100,00
|
CAP moyen
|
0,96 $
|
|
|
|
|
CAP maximal
|
2,50 $
|
|
|
|
|
CAP minimal
|
0,00 $
|
|
|
|
|
CAP median
|
1,00 $
|
|
|
|
|
CAP Total
|
74,50 $
|
|
|
|
|
Écart type
|
0,82 $
|
|
|
|
|
3.3 Valeurs exprimées par genre
Nous constatons à partir du tableau
3.7 que le CAP moyen est plus élevé chez les femmes que
chez les hommes. Cependant aucune femme n'a choisi le saumon
génétiquement modifié pour des raisons que nous avons
évoquées plus haut.
Tableau 3.7 Distribution du type de
questionnaire et du consentement à payer pour le saumon naturel et
génétiquement modifié par genre.
|
Homme
|
Femme
|
Types de questionnaires
|
CAP
|
Nombre
Réponses
positives
|
CAP Total
|
CAP Moyen
|
Fréquence
(%)
|
CAP
|
Nombre
Réponses
positives
|
CAP Total
|
CAP Moyen
|
Fréquence(%)
|
8,24 $
|
0,25 $
|
4
|
1,00 $
|
0,063 $
|
5,56
|
0,25 $
|
4
|
1,00 $
|
0,063 $
|
5,56
|
8,49 $
|
0,50 $
|
5
|
2,50 $
|
0,100 $
|
6,94
|
0,50 $
|
2
|
1,00 $
|
0,250 $
|
2,78
|
8,74 $
|
0,75 $
|
7
|
5,25 $
|
0,107 $
|
9,72
|
0,75 $
|
0
|
0,00 $
|
0,000 $
|
0,00
|
8,99 $
|
1,00 $
|
2
|
2,00 $
|
0,500 $
|
2,78
|
1,00 $
|
5
|
5,00 $
|
0,200 $
|
6,94
|
9,24 $
|
1,25 $
|
3
|
3,75 $
|
0,417 $
|
4,17
|
1,25 $
|
2
|
2,50 $
|
0,625 $
|
2,78
|
9,49 $
|
1,50 $
|
5
|
7,50 $
|
0,300 $
|
6,94
|
1,50 $
|
1
|
1,50 $
|
1,500 $
|
1,39
|
9,74 $
|
1,75 $
|
1
|
1,75 $
|
1,750 $
|
1,39
|
1,75 $
|
2
|
3,50 $
|
0,875 $
|
2,78
|
9,99 $
|
2,00 $
|
4
|
8,00 $
|
0,500 $
|
5,56
|
2,00 $
|
1
|
2,00 $
|
2,000 $
|
1,39
|
10,24 $
|
2,25 $
|
3
|
6,75 $
|
0,750 $
|
4,17
|
2,25 $
|
2
|
4,50 $
|
1,125 $
|
2,78
|
10,49 $
|
2,50 $
|
3
|
7,50 $
|
0,833 $
|
4,17
|
2,50 $
|
3
|
7,50 $
|
0,833 $
|
4,17
|
Sans réponse
|
N/A
|
1
|
N/A
|
N/A
|
1,39
|
N/A
|
1
|
N/A
|
N/A
|
1,39
|
Aucune proposition
|
N/A
|
7
|
N/A
|
N/A
|
9,72
|
N/A
|
7
|
N/A
|
N/A
|
9,72
|
7,99$ (saumon GM)
|
0,00 $
|
5
|
0,00 $
|
0,000 $
|
6,94
|
0,00 $
|
0
|
0,00 $
|
0,000 $
|
6,94
|
TOTAL
|
|
50
|
46,00 $
|
1,087 $
|
69,44
|
|
35
|
28,50 $
|
1,228 $
|
48,61
|
Conclusion
Au demeurant, ce chapitre nous a permis d'avoir une vision plus
réaliste de l'étude que nous avons menée. Nous notons que
le degré d'aversion des consommateurs pour les produits à base
d'OGM n'a pas mis en doute, cependant le prix peut constituer un facteur
favorable à la production et la commercialisation du saumon OGM
dès lors que le coût du saumon sauvage est jugé
élevé par les consommateurs. Le chapitre suivant nous permettra
d'aller plus loin; c'est à dire de pouvoir estimer le CAP avec des
plages de données plus importantes à l'aide d'un logiciel
économétrique ; LIMDEP.
CHAPITRE 4
ESTIMATION DU CONSENTEMENT A PAYER
Introduction
Dans l'objectif d'estimer le CAP, nous avons appliqué
la technique du référendum avec des questions discrètes
à choix dichotomique et fermées (Hanneman, 1984 ; Hanneman et
McConnell, 2003). Nous avons déterminer des variables
indépendantes qualitatives et quantitatives et qui ont une influence
significative sur la variable dépendante(CAP). Ce chapitre met en
exergue l'analyse statistique des résultats obtenus auprès de
notre échantillon à l'aide du logiciel LIMDEP en vue de
déterminer le consentement à payer moyen, médian,
d'établir sa distribution probabiliste et d'en tirer les conclusions.
4-1 Mise en contexte
Une variation de la qualité du saumon vaut pour
l'ensemble des consommateurs. Le but est d'identifier la valeur du saumon pour
un individu à l'utilité qu'il lui procure. L'utilité d'un
individu dépend de sa consommation de biens marchands mais
également de la qualité et de la quantité de saumon
(saumon génétiquement modifié et saumon naturel
d'élevage ou sauvage) et donc de l'usage qu'il en fait. Mais nous
partons du fait qu'un individu est appelé à choisir entre le
saumon génétiquement modifié et le saumon naturel par
rapport aux informations qu'il voudrait voir sur les étiquettes.
En premier lieu, on représente une fonction
d'utilité d'un individu i comme :
Ui(Xi, Z) (1)
où Xi est le vecteur de n biens
marchands et Z est le bien environnemental considéré qui
est ici représenté par les différents types de saumon.
Nous utiliserons le model binomial considérant que
l'individu a le choix entre le saumon génétiquement
modifié et le saumon naturel d'élevage ou sauvage, par
hypothèse nous considérons que lorsqu'un individu choisi le
saumon génétiquement modifié son utilité est de
et lorsqu'il choisi le saumon naturel son utilité est de (statu quo), si le répondant choisi le saumon
génétiquement modifié (2)
La formule standard permettant de déterminer
l'utilité est la suivante :
(3)
où vij est le déminant des
composants de l'utilité de l'individu et ij
représente les composants aléatoires qui caractérisent la
fonction d'utilité de l'individu et donc l'enquêteur ignore .
Comme dans la théorie classique du consommateur, on suppose que les
individus maximisent leur utilité en choisissant parmi les biens
marchands (les individus ne contrôlent pas le niveau de provision de
biens environnementaux). On ramène alors les choix d'un consommateur
i au programme d'optimisation suivant :
max Ui(Xi, Z,) sachant que PXi =
Yi (4)
où P est un vecteur de prix et Yi son
revenu. Le programme d'optimisation sous contrainte de revenu conduit à
définir les fonctions de demande classiques :
= (P, Z, Yi) k = 1, ..., K (5)
où l'exposant k indique le
k-ème bien marchand.
On peut alors définir la fonction d'utilité
indirecte d'un individu i comme :
Vi(P, Z, Yi, ) = Ui[h(P, Z, Yi), Z, ] (6)
Dans laquelle l'utilité est représentée
comme une fonction des prix, du revenu et également, dans le cas
envisagé ici, des biens environnementaux. En tant que bien
environnemental la population de saumon sauvage ou d'élevage peut
accroître ou décroître selon le rythme d'exploitation ou
bien d'autres aléas d'ordres climatiques ou environnementaux. Soit
Z0, le vecteur initial représentant la valeur quantitative et
qualitative initiale du saumon naturel. On considère un vecteur
Z1 pour lequel il y a eu un accroissement d'au moins un
élément et un seul. On peut alors écrire que Z1
> Z0 et :
= Vi (P, Z1, Yi, ) Vi(P, Z0, Yi, ) (7)
On peut alors déterminer une variation compensatrice
due a la modification de l'utilité du consommateur de la manière
suivante :
Vi( ,P, Z1, Yi - CAPi) Vi(,P, Z0, Yi) (8)
où la variation compensatrice est la valeur
monétaire CAPi que les consommateurs sont prêts à
sacrifier après le changement intervenu dans la population du saumon
naturel de l'état Z0 à Z1, et qui le laissera
à un niveau de bien-être identique à celui qui
prévalait avant le changement. Ce consentement à payer correspond
donc à la diminution du revenu qui laisse le niveau initial
d'utilité inchangé après l'augmentation de la
quantité, ou de qualité de l'information sur le saumon.
Cependant, le statisticien ne connaît pas les
composantes aléatoires des préférences (ij ) et
peut seulement faire des hypothèses probabilistes sur les
réponses « oui » et « non ». On note Yj la
réponse à ces questions ; Yj = 1 correspond à la
réponse « oui ». La probabilité de répondre
« oui » est donc :
(9)
Dans le modèle à utilité aléatoire
linéaire, la fonction d'utilité se présente sous une forme
additivement séparable. Elle se décompose ainsi en une partie
déterministe linéaire (vi) et une partie stochastique
(ij ) :
Pr(Yj=1)=Pr(v1(vj-tj.zj)+e1j=vo(yj,zj)+
eoj(10)
Une fois que la fonction d'utilité indirecte est
spécifiée comme la somme d'une composante déterministe et
d'une composante aléatoire, la différence des deux composantes
aléatoires ne peut plus être identifiée de sorte que l'on
considère un unique terme d'erreur : j =1 j - 0 j
. (11)
Le changement dans la partie déterministe de la fonction
d'utilité indirecte est :
v1j-voj=zj(á1-
áo )+(yj-tj)â1 -yjâo (12)
Une hypothèse raisonnable est que l'utilité
marginale du revenu est constante entre les deux états. Il en
résulte que ß1 = ß0 = ß de sorte que, en notant a = a1
-a0, la dernière équation s'écrit :
V1j-voj=zj a-tj ß (13)
La probabilité de répondre « oui »
à la question « Seriez-vous prêt à payer tj
dollars ? » est alors donnée par l'équation suivante
:
Pr(Y=1)=Pr(zj á-tj â+åj (14)
On suppose que les ij sont indépendants et
identiquement distribués selon la même loi, avec une
espérance nulle. Deux lois sont possibles pour les j :
- Loi normale, ce qui donne lieu au modèle Probit ;
- Loi logistique, ce qui donne lieu au modèle Logit.
Si å?j suit une loi normale N(0,
ó²), alors (15)suit une loi normale centrée réduite. On a alors :
(16)
Si j suit une loi logistique de moyenne nulle et de
variance (17) alors la probabilité pour que j réponde
« oui » est :
(18)
(Haab and McConnell, 2002), ont donné trois
critères permettant de déterminer le CAP : selon ces auteurs
le CAP ne doit pas avoir des valeurs inférieures à zéro
et la valeur la plus élevée ne doit pas être
supérieure au revenu, c'est également ce que pense Hanemann et
Kanninen qui ajoutent qu'il n'existe pas d'utilité
négative :
(19)
Où est le revenu de l'individu, 0 est la valeur minimale du CAP. Lequel
devient négatif si cette valeur minimale est supérieure au revenu
!
Pour chacun des répondants j le CAP
dépend de son revenu yi et du vecteur des variables
liées z, ce qui signifie en bref que le CAP de chaque individu
varie de 0 à son maximum qu'est son revenu. La valeur
espérée du CAP par chaque individu sera aussi comprise entre 0 et
le revenu yi
(20 )
on pourra ensuite déterminer le CAP médian de la
moyenne de l'échantillon :
(21)
,où est la moyenne des revenus de l'échantillon de la taille
d'échantillon notée T.
Ensuite il est indispensable que les estimations ne soient
pas des troncations arbitraires de plus il doit avoir uniformité entre
l'aspect aléatoire pour l'évaluation et l'aspect aléatoire
du calcul.
Les bénéfices associés sont obtenus par
l'agrégation des consentements à payer individuels qu'on
note :
Bénéfices =CAPi (22)
4-1-1 Choix du modèle
Le CAP pour l'étiquetage du saumon a été
évalué à l'aide d'un modèle logit en vue
d'identifier les déterminants des réponses de la question 18. Ce
modèle met en relation la variable-réponse 1 (oui) et 0 (non)
avec le niveau de l'enchère proposée à chaque individu
interrogé. Le modèle génère des coefficients et des
valeurs statistiques décrivant une courbe du consentement à payer
en fonction de leur probabilité d'apparition.
De façon théorique, le CAP est défini
comme la somme d'argent qui laisse la personne interrogée
indifférente entre le statu quo et la situation proposée.
Par conséquent, le CAP de l'individu j est
donc :
(23)
4-1-2 Estimation du CAP
Le processus à quatre étapes :
Première étape : Elle
consiste à codifier les réponses du questionnaire sous forme
binaire : 0 pour les réponses négatives(Non) et 1 pour les
réponses positives (Oui). A cause de la sensibilité du
consentement à payer à la distribution des termes d'erreur, il
est utile de développer l'approche la moins restrictive possible pour
estimer le consentement à payer. L'approche non-paramétrique
s'appuie seulement sur l'idée suivante : quand une personne
répond « oui » à la question de valorisation, alors
nous savons que son consentement à payer est supérieur ou
égal au montant proposé (TERRA, 2005)
Tableau 4.1 Modèle de codification des
données
VARIABLE DEPENDANTE
|
Q182
|
C'est la différence l'offre des individus et lr prix du
kilogramme de saumon(7,99$).
|
VARIABLES ECONOMIQUES
|
Q1
|
1 si l'individu regarde régulièrement les
étiquettes, souvent et parfois et 0 si l'individu choisi pas du tout.
|
Q2
|
1 si l'individu les composants à base d'OGM sinon 0
|
Q4
|
1 si l'individu choisi très informé,
informé, peu informé et 0 si l'individu choisi pas du tout
informé.
|
Q71
|
1 si poisson et 0 si autres
|
S5
|
Noté Yi, nous considérons le revenu
mensuel net du ménage en logarithme naturel
|
CARACTERISTIQUES SOCIO-DEMOGRAPHIQUES
|
S1
|
L'âge réel du répondant.
|
S2
|
1 si femme et 0 si homme
|
S4
|
1 si études supérieures et 0 si autres
études inférieures
|
S3
|
1 pour les étudiants, cadres supérieurs et
professionnels et 0 pour autres
|
S6
|
1 le répondant est marié et 0 pour
célibataires
|
S7
|
1 si le répondant à un enfant à charge et 0
si non
|
S8
|
1 pour pratique exercice physique si non 0
|
S9
|
1 si le répondant consulte le physicien et 0 si non
|
VARIABLES PSYCHOLOGIQUES
|
Q5
|
1 si le répondant craint les produits indiqués dans
les aliments(beaucoup, assez, moyen et peu et 0 si pas du tout
|
VARIABLES ENVIRONNMENTALES
|
Q3
|
1 si le répondant pense que l'arrivée du saumon OGM
peut compromettre la pérennité du saumon naturel (très,
assez bien et peu et 0 si non
|
Q42
|
|
Q11
|
1 Si le répondant est membre d'une coop. alimentaire et 0
si non
|
Q12
|
1 Si le répondant achète les produits biologiques
à l'épicerie et 0 si non
|
Q13
|
1 Si le répondant est membre d'une organisation
environnementale et 0 si non
|
Q14
|
1 Si le répondant est membre actif d'une organisation
environnementale et 0 si non
|
Q15
|
1 Si le répondant pratique de la pêche et 0 si
non
|
Q16
|
1 Si le répondant pratique de la chasse et 0 si non
|
Q17
|
1 Si le répondant fait lui-même sa cuisine et 0 si
non
|
CARACTERISTIQUES DU SAUMON
|
Q2
|
1 si l'individu choisi très important ou moyennement et 0
si non
|
Q66
|
1 si l'individu préfère consommer les produits
animal génétiquement modifié et 0 s'il
préfère consommer les produits génétiquement
modifiés végétaux
|
|
|
Q611
|
1 si l'individu choisi très, moyennement, assez, peu en
accord et 0 pas du tout en accord
|
Q612
|
1 si l'individu choisi très, moyennement, assez, peu en
accord et 0 pas du tout en accord
|
|
|
Q72
|
1 si saumon et 0 si autres types de poissons
|
Q8
|
1 si au moins une fois et 0 si l'individu ne consomme pas du
saumon
|
Q9
|
1 si au moins un livre et 0 si l'individu ne consomme pas du
saumon
|
Q10
|
1 si l'individu choisit l'un ou toutes les
caractéristiques suivantes : prix, emballage saveur, grosseur,
couleur, texture, et 0 si autres caractéristiques
|
Q181
|
1 si l'individu choisit le saumon génétiquement
modifié et 0 s'il choisit le saumon sauvage
|
CARACTERISTIQUES DE L'ETIQUETTE
|
Q64
|
1 si l'individu affirme que les informations sur le saumon sont
suffisantes et honnêtes et 0 s'il choisit pas du tout
|
Q28
|
1 si l'individu trouve que les informations concernant les
composants OGM sont importants sur l4étiquette du saumon et 0 s'il
choisit pas du tout pas du tout
|
Q35
|
1 si l'individu trouve le saumon génétiquement
modifié peut compromettre la pérennité du saumon naturel
et 0 s'il choisit pas du tout
|
Q42
|
1 si l'individu est suffisamment informé sur les origines
des poissons et 0 s'il n'est pas du tout informé
|
Deuxième et troisième
étapes : Nous devons concevoir les
matrices des bases de données qui seront
exécutées qui nous permettrons d'élaborer le programme et
d'exécuter à l'aide du logiciel LIMDEP (TERRA, 2005), dans le
tableau suivant nous y mettrons uniquement les variables qui ont une influence
considérable sur le CAP. Nous considérons trois models : 1,
2 et 3 comme l'indique les tableaux 4.2, 4.3, 4.4
Tableau 4.2 Model 1
CAP=f(S2,Q5,S5,Q182,Q10,Q35,Q28,Q42)
S2
|
Q5
|
S5
|
Q182
|
Q10
|
Q35
|
Q28
|
Q42
|
25
|
1
|
55000
|
0,25
|
0
|
1
|
1
|
1
|
25
|
0
|
10000
|
1,25
|
1
|
0
|
0
|
1
|
32
|
1
|
10000
|
0,50
|
1
|
1
|
1
|
0
|
23
|
1
|
40000
|
1,50
|
1
|
1
|
1
|
1
|
20
|
1
|
40000
|
2,00
|
0
|
0
|
1
|
0
|
21
|
0
|
55000
|
2,00
|
1
|
0
|
0
|
1
|
18
|
1
|
45000
|
1,25
|
1
|
1
|
1
|
1
|
48
|
1
|
55000
|
0,25
|
1
|
1
|
1
|
1
|
29
|
1
|
55000
|
1,25
|
1
|
0
|
1
|
0
|
23
|
1
|
30000
|
2,50
|
1
|
0
|
1
|
1
|
54
|
1
|
55000
|
0,25
|
0
|
1
|
1
|
1
|
28
|
0
|
55000
|
2,50
|
0
|
0
|
0
|
1
|
49
|
1
|
55000
|
0,25
|
0
|
1
|
1
|
1
|
27
|
0
|
10000
|
1,50
|
1
|
1
|
0
|
1
|
24
|
1
|
10000
|
1,25
|
1
|
0
|
1
|
0
|
32
|
1
|
40000
|
1,75
|
1
|
0
|
1
|
1
|
28
|
1
|
40000
|
1,00
|
0
|
1
|
1
|
0
|
44
|
0
|
55000
|
0,50
|
1
|
1
|
0
|
1
|
21
|
1
|
45000
|
1,00
|
1
|
0
|
1
|
1
|
53
|
1
|
55000
|
1,00
|
1
|
0
|
1
|
1
|
31
|
1
|
55000
|
0,50
|
1
|
1
|
1
|
0
|
21
|
1
|
30000
|
1,00
|
1
|
0
|
1
|
1
|
47
|
1
|
55000
|
1,00
|
0
|
1
|
1
|
1
|
27
|
0
|
55000
|
1,00
|
0
|
1
|
0
|
1
|
24
|
0
|
50000
|
1,50
|
1
|
1
|
0
|
1
|
23
|
1
|
25000
|
0,50
|
1
|
0
|
1
|
0
|
27
|
1
|
45000
|
1,00
|
0
|
0
|
1
|
1
|
27
|
1
|
15000
|
1,75
|
1
|
1
|
1
|
1
|
24
|
1
|
55000
|
0,25
|
1
|
1
|
0
|
0
|
18
|
1
|
40000
|
1,50
|
0
|
0
|
1
|
1
|
25
|
1
|
40000
|
1,00
|
0
|
0
|
1
|
1
|
43
|
1
|
50000
|
0,50
|
1
|
1
|
1
|
1
|
22
|
1
|
55000
|
1,00
|
1
|
1
|
1
|
1
|
26
|
1
|
20000
|
0,50
|
1
|
1
|
1
|
0
|
19
|
1
|
55000
|
0,75
|
1
|
0
|
1
|
1
|
20
|
1
|
40000
|
0,25
|
1
|
1
|
1
|
1
|
22
|
0
|
15000
|
1,25
|
1
|
1
|
0
|
0
|
21
|
1
|
55000
|
2,50
|
1
|
1
|
1
|
1
|
22
|
1
|
10000
|
0,25
|
1
|
0
|
1
|
1
|
24
|
1
|
10000
|
0,75
|
1
|
0
|
1
|
1
|
20
|
0
|
40000
|
2,00
|
1
|
1
|
0
|
1
|
20
|
1
|
10000
|
1,00
|
1
|
1
|
1
|
0
|
20
|
1
|
10000
|
1,00
|
1
|
0
|
1
|
1
|
20
|
1
|
50000
|
1,50
|
1
|
0
|
1
|
1
|
18
|
1
|
30000
|
2,00
|
1
|
1
|
1
|
1
|
20
|
1
|
10000
|
0,75
|
0
|
1
|
1
|
0
|
24
|
1
|
55000
|
2,25
|
1
|
1
|
1
|
1
|
18
|
1
|
30000
|
1,00
|
1
|
1
|
1
|
1
|
21
|
1
|
20000
|
2,50
|
0
|
1
|
1
|
1
|
26
|
0
|
50000
|
0,75
|
1
|
0
|
0
|
2
|
21
|
1
|
50000
|
2,25
|
1
|
0
|
1
|
0
|
29
|
1
|
30000
|
1,50
|
1
|
1
|
1
|
1
|
33
|
1
|
25000
|
2,25
|
1
|
1
|
1
|
1
|
32
|
0
|
50000
|
2,25
|
1
|
0
|
0
|
1
|
19
|
1
|
20000
|
0,75
|
1
|
0
|
1
|
0
|
23
|
1
|
36111
|
1,00
|
1
|
1
|
1
|
1
|
22
|
1
|
10000
|
0,50
|
1
|
0
|
1
|
1
|
18
|
1
|
50000
|
2,00
|
1
|
0
|
1
|
1
|
22
|
1
|
20000
|
1,00
|
1
|
1
|
1
|
0
|
18
|
0
|
15000
|
1,75
|
1
|
0
|
1
|
1
|
18
|
0
|
25000
|
2,00
|
1
|
1
|
0
|
1
|
23
|
1
|
50000
|
0,75
|
0
|
1
|
1
|
1
|
20
|
1
|
15000
|
2,00
|
1
|
0
|
1
|
0
|
28
|
1
|
15000
|
2,50
|
1
|
0
|
1
|
1
|
18
|
0
|
50000
|
1,00
|
1
|
1
|
0
|
1
|
18
|
1
|
5000
|
1,00
|
1
|
1
|
1
|
1
|
19
|
1
|
40000
|
1,00
|
1
|
0
|
1
|
1
|
20
|
1
|
55000
|
0,75
|
1
|
0
|
1
|
1
|
15
|
1
|
50000
|
1,00
|
1
|
1
|
1
|
0
|
19
|
1
|
50000
|
1,00
|
0
|
1
|
1
|
1
|
19
|
1
|
55000
|
2,25
|
1
|
0
|
1
|
1
|
20
|
1
|
25000
|
1,50
|
0
|
1
|
1
|
1
|
Résultat du Model 1
=======================================================================
Variable Mean Std.Dev. Minimum Maximum
Cases
=======================================================================
-----------------------------------------------------------------------
All observations in current sample
-----------------------------------------------------------------------
S2 25.2500000 8.68502029 15.00000 54.0000000
72
Q5 .805555556 .398549797 .0000000 1.00000000
72
S5 36612.6528 17193.5902 5000.000 55000.0000
72
Q182 .944444444 .729439084 .0000000 2.00000000
72
Q10 29.5138889 26.9736403 .0000000 75.0000000
72
Q35 .777777778 .418657217 .0000000 1.00000000
72
Q28 .555555556 .500391083 .0000000 1.00000000
72
Q42 .805555556 .398549797 .0000000 1.00000000
72
+---------------------------------------------+
| Multinomial Logit Model
|
| Maximum Likelihood Estimates
|
| Dependent variable Q182
|
| Weighting variable ONE
|
| Number of observations 72
|
| Iterations completed 29
|
| Log likelihood function -62.48818
|
| Restricted log likelihood -75.92410
|
| Chi-squared 26.87186
|
| Degrees of freedom 12
|
| Significance level .8062132E-02
|
+---------------------------------------------+
+---------+--------------+----------------+--------+---------+---------
|Variable | Coefficient | Standard Error
|b/St.Er.|P[|Z|>z] |Meanof X|
+---------+--------------+----------------+--------+---------+---------
Characteristics in numerator of Prob[Y = 1]
S2 -.2126499778E-01 .34332563E-01 -.619 .5357
25.250000
Q5 -57.84823243 2237941.4 .000 1.0000
.80555556
S5 .1631136971E-04 .18885491E-04 .864 .3878
36612.653
Q10 -.4385740471E-01 .13176395E-01 -3.328 .0009
29.513889
Q35 1.230159846 .66860945 1.840 .0658
.77777778
Q28 .4900331730 .66720586 .734 .4627
.55555556
Q42 58.54369519 2237941.4 .000 1.0000
.80555556
Characteristics in numerator of Prob[Y = 2]
S2 -.5370194609E-01 .41431465E-01 -1.296 .1949
25.250000
Q5 -29.69396333 1643167.6 .000 1.0000
.80555556
S5 .3837085950E-04 .21434809E-04 1.790 .0734
36612.653
Q10 -.3815734447E-01 .14808824E-01 -2.577 .0100
29.513889
Q35 1.579371652 .83002992 1.903 .0571
.77777778
Q28 -.3779845241 .75963032 -.498 .6188
.55555556
Q42 29.55625380 1643167.6 .000 1.0000
.80555556
+----------------------------------------+
| Fit Measures for Binomial Choice Model |
| Logit model for variable Q182 |
+----------------------------------------+
| Proportions P0= .194444 P1= .805556 |
| N = 72 N0= 14 N1= 58 |
| LogL = .00000 LogL0 = -35.4675 |
+----------------------------------------+
| Efron | McFadden | Ben./Lerman |
| 1.00000 | 1.00000 | 1.00000 |
| Cramer | Veall/Zim. | Rsqrd_ML |
| 1.00000 | 1.00000 | .62664 |
+----------------------------------------+
| Information Akaike I.C. Schwartz I.C. |
| Criteria .22222 34.21333 |
+----------------------------------------+
Tableau 4.3 Model 2
CAP= f(S2,Q5,S5,Q182,Q64,Q612,Q66 ,Q10)
S2
|
Q5
|
S5
|
Q182
|
Q64
|
Q612
|
Q66
|
Q10
|
25
|
1
|
55000
|
0,25
|
0
|
1
|
0
|
0
|
25
|
0
|
10000
|
1,25
|
1
|
0
|
1
|
1
|
32
|
1
|
10000
|
0,50
|
1
|
1
|
1
|
1
|
23
|
1
|
40000
|
1,50
|
1
|
1
|
1
|
1
|
20
|
1
|
40000
|
2,00
|
0
|
0
|
1
|
1
|
21
|
0
|
55000
|
2,00
|
1
|
0
|
1
|
1
|
18
|
1
|
45000
|
1,25
|
1
|
1
|
1
|
1
|
48
|
1
|
55000
|
0,25
|
1
|
1
|
1
|
1
|
29
|
1
|
55000
|
1,25
|
1
|
0
|
1
|
0
|
23
|
1
|
30000
|
2,50
|
1
|
0
|
1
|
1
|
54
|
1
|
55000
|
0,25
|
0
|
1
|
1
|
1
|
28
|
0
|
55000
|
2,50
|
0
|
0
|
1
|
0
|
49
|
1
|
55000
|
0,25
|
0
|
1
|
1
|
0
|
27
|
0
|
10000
|
1,50
|
1
|
1
|
1
|
0
|
24
|
1
|
10000
|
1,25
|
1
|
0
|
1
|
0
|
32
|
1
|
40000
|
1,75
|
1
|
0
|
1
|
0
|
28
|
1
|
40000
|
1,00
|
0
|
1
|
1
|
0
|
44
|
0
|
55000
|
0,50
|
1
|
1
|
1
|
0
|
21
|
1
|
45000
|
1,00
|
1
|
0
|
1
|
0
|
53
|
1
|
55000
|
1,00
|
1
|
0
|
1
|
0
|
31
|
1
|
55000
|
0,50
|
1
|
1
|
1
|
0
|
21
|
1
|
30000
|
1,00
|
1
|
0
|
1
|
1
|
47
|
1
|
55000
|
1,00
|
0
|
1
|
1
|
1
|
27
|
0
|
55000
|
1,00
|
0
|
1
|
1
|
0
|
24
|
0
|
50000
|
1,50
|
1
|
1
|
0
|
0
|
23
|
1
|
25000
|
0,50
|
1
|
0
|
1
|
1
|
27
|
1
|
45000
|
1,00
|
0
|
0
|
1
|
1
|
27
|
1
|
15000
|
1,75
|
1
|
1
|
1
|
1
|
24
|
1
|
55000
|
0,25
|
1
|
1
|
1
|
0
|
18
|
1
|
40000
|
1,50
|
0
|
0
|
1
|
1
|
25
|
1
|
40000
|
1,00
|
0
|
0
|
1
|
1
|
43
|
1
|
50000
|
0,50
|
1
|
1
|
1
|
1
|
22
|
1
|
55000
|
1,00
|
1
|
1
|
1
|
1
|
26
|
1
|
20000
|
0,50
|
1
|
1
|
1
|
1
|
19
|
1
|
55000
|
0,75
|
1
|
0
|
1
|
1
|
20
|
1
|
40000
|
0,25
|
1
|
1
|
1
|
0
|
22
|
0
|
15000
|
1,25
|
1
|
1
|
1
|
0
|
21
|
1
|
55000
|
2,50
|
1
|
1
|
1
|
1
|
22
|
1
|
10000
|
0,25
|
1
|
0
|
1
|
1
|
24
|
1
|
10000
|
0,75
|
1
|
0
|
1
|
1
|
20
|
0
|
40000
|
2,00
|
1
|
1
|
1
|
1
|
20
|
1
|
10000
|
1,00
|
1
|
1
|
1
|
0
|
20
|
1
|
10000
|
1,00
|
1
|
0
|
1
|
0
|
20
|
1
|
50000
|
1,50
|
1
|
0
|
1
|
1
|
18
|
1
|
30000
|
2,00
|
1
|
1
|
1
|
0
|
20
|
1
|
10000
|
0,75
|
0
|
1
|
1
|
1
|
24
|
1
|
55000
|
2,25
|
1
|
1
|
1
|
1
|
18
|
1
|
30000
|
1,00
|
1
|
1
|
1
|
0
|
21
|
1
|
20000
|
2,50
|
0
|
1
|
1
|
1
|
26
|
0
|
50000
|
0,75
|
1
|
0
|
1
|
1
|
21
|
1
|
50000
|
2,25
|
1
|
0
|
1
|
0
|
29
|
1
|
30000
|
1,50
|
1
|
1
|
1
|
1
|
33
|
1
|
25000
|
2,25
|
1
|
1
|
1
|
1
|
32
|
0
|
50000
|
2,25
|
1
|
0
|
1
|
0
|
19
|
1
|
20000
|
0,75
|
1
|
0
|
0
|
0
|
23
|
1
|
36111
|
1,00
|
1
|
1
|
1
|
1
|
22
|
1
|
10000
|
0,50
|
1
|
0
|
1
|
1
|
18
|
1
|
50000
|
2,00
|
1
|
0
|
1
|
1
|
22
|
1
|
20000
|
1,00
|
1
|
1
|
1
|
1
|
18
|
0
|
15000
|
1,75
|
1
|
0
|
1
|
1
|
18
|
0
|
25000
|
2,00
|
1
|
1
|
1
|
1
|
23
|
1
|
50000
|
0,75
|
0
|
1
|
1
|
1
|
20
|
1
|
15000
|
2,00
|
1
|
0
|
1
|
0
|
28
|
1
|
15000
|
2,50
|
1
|
0
|
1
|
1
|
18
|
0
|
50000
|
1,00
|
1
|
1
|
1
|
1
|
18
|
1
|
5000
|
1,00
|
1
|
1
|
1
|
1
|
19
|
1
|
40000
|
1,00
|
1
|
0
|
1
|
1
|
20
|
1
|
55000
|
0,75
|
1
|
0
|
1
|
0
|
15
|
1
|
50000
|
1,00
|
1
|
1
|
1
|
1
|
19
|
1
|
50000
|
1,00
|
0
|
1
|
0
|
1
|
19
|
1
|
55000
|
2,25
|
1
|
0
|
1
|
1
|
20
|
1
|
25000
|
1,50
|
0
|
1
|
1
|
1
|
Résultat du model 2
=======================================================================
Variable Mean Std.Dev. Minimum Maximum
Cases
=======================================================================
-----------------------------------------------------------------------
All observations in current sample
-----------------------------------------------------------------------
S2 25.2500000 8.68502029 15.00000 54.0000000
72
Q5 .805555556 .398549797 .0000000 1.00000000
72
S5 36612.6528 17193.5902 5000.000 55000.0000
72
Q182 .944444444 .729439084 .0000000 2.00000000
72
Q64 .777777778 .451046427 .0000000 2.00000000
72
Q612 .777777778 .418657217 .0000000 1.00000000
72
Q66 .555555556 .500391083 .0000000 1.00000000
72
Q10 29.5138889 26.9736403 .0000000 75.0000000
72
+---------------------------------------------+
| Multinomial Logit Model
|
| Maximum Likelihood Estimates
|
| Dependent variable Q182
|
| Weighting variable ONE
|
| Number of observations 72
|
| Iterations completed 6
|
| Log likelihood function -63.45590
|
| Restricted log likelihood -75.92410
|
| Chi-squared 24.93640
|
| Degrees of freedom 12
|
| Significance level .1512715E-01
|
+---------------------------------------------+
+---------+--------------+----------------+--------+---------+---------
|Variable | Coefficient | Standard Error
|b/St.Er.|P[|Z|>z] |Mean of X|
+---------+--------------+----------------+--------+---------+---------
Characteristics in numerator of Prob[Y = 1]
S2 -.2792986002E-01 .35190031E-01 -.794 .4274
25.250000
Q5 .5818712085 .72163737 .806 .4201
.80555556
S5 -.4724272232E-05 .19383564E-04 -.244 .8074
36612.653
Q64 1.757740182 .76028285 2.312 .0208
.77777778
Q612 1.165997666 .67304635 1.732 .0832
.77777778
Q66 .3095061882 .66195282 .468 .6401
.55555556
Q10 -.4704940993E-01 .14189091E-01 -3.316 .0009
29.513889
Characteristics in numerator of Prob[Y = 2]
S2 -.6124447783E-01 .43274418E-01 -1.415 .1570
25.250000
Q5 -.6520504154E-01 .80857012 -.081 .9357
.80555556
S5 .2042812065E-04 .22304319E-04 .916 .3597
36612.653
Q64 1.532197796 .86746559 1.766 .0773
.77777778
Q612 1.472017750 .83795966 1.757 .0790
.77777778
Q66 -.5124053502 .76263802 -.672 .5017
.55555556
Q10 -.4536437304E-01 .16033106E-01 -2.829 .0047
29.513889
+----------------------------------------+
| Fit Measures for Binomial Choice Model |
| Logit model for variable Q182 |
+----------------------------------------+
| Proportions P0= .194444 P1= .805556 |
| N = 72 N0= 14 N1= 58 |
| LogL = .00000 LogL0 = -25.4675 |
+----------------------------------------+
| Efron | McFadden | Ben./Lerman |
| 1.00000 | 1.00000 | 1.00000 |
| Cramer | Veall/Zim. | Rsqrd_ML |
| 1.00000 | 1.00000 | .24434 |
+----------------------------------------+
| Information Akaike I.C. Schwartz I.C. |
| Criteria .15452 34.21333 |
+----------------------------------------+
Tableau 4.4 Model 3
CAP= f(S2,Q5,S5,Q182,Q10,Q61,Q611,Q42)
S2
|
Q5
|
S5
|
Q182
|
Q10
|
Q61
|
Q611
|
Q42
|
25
|
1
|
55000
|
0,25
|
0
|
1
|
1
|
0
|
25
|
0
|
10000
|
1,25
|
1
|
1
|
1
|
0
|
32
|
1
|
10000
|
0,50
|
1
|
1
|
0
|
1
|
23
|
1
|
40000
|
1,50
|
1
|
1
|
1
|
1
|
20
|
1
|
40000
|
2,00
|
0
|
1
|
1
|
1
|
21
|
0
|
55000
|
2,00
|
1
|
1
|
1
|
1
|
18
|
1
|
45000
|
1,25
|
1
|
1
|
1
|
1
|
48
|
1
|
55000
|
0,25
|
1
|
1
|
1
|
0
|
29
|
1
|
55000
|
1,25
|
1
|
1
|
1
|
1
|
23
|
1
|
30000
|
2,50
|
1
|
0
|
1
|
0
|
54
|
1
|
55000
|
0,25
|
0
|
1
|
1
|
1
|
28
|
0
|
55000
|
2,50
|
0
|
1
|
1
|
1
|
49
|
1
|
55000
|
0,25
|
0
|
1
|
1
|
0
|
27
|
0
|
10000
|
1,50
|
1
|
1
|
1
|
0
|
24
|
1
|
10000
|
1,25
|
1
|
1
|
0
|
1
|
32
|
1
|
40000
|
1,75
|
1
|
1
|
1
|
1
|
28
|
1
|
40000
|
1,00
|
0
|
1
|
1
|
1
|
44
|
0
|
55000
|
0,50
|
1
|
1
|
1
|
1
|
21
|
1
|
45000
|
1,00
|
1
|
1
|
1
|
1
|
53
|
1
|
55000
|
1,00
|
1
|
1
|
1
|
0
|
31
|
1
|
55000
|
0,50
|
1
|
1
|
1
|
1
|
21
|
1
|
30000
|
1,00
|
1
|
0
|
1
|
0
|
47
|
1
|
55000
|
1,00
|
0
|
1
|
1
|
1
|
27
|
0
|
55000
|
1,00
|
0
|
1
|
1
|
1
|
24
|
0
|
50000
|
1,50
|
1
|
1
|
1
|
0
|
23
|
1
|
25000
|
0,50
|
1
|
1
|
1
|
0
|
27
|
1
|
45000
|
1,00
|
0
|
1
|
0
|
1
|
27
|
1
|
15000
|
1,75
|
1
|
1
|
1
|
1
|
24
|
1
|
55000
|
0,25
|
1
|
1
|
1
|
0
|
18
|
1
|
40000
|
1,50
|
0
|
1
|
1
|
0
|
25
|
1
|
40000
|
1,00
|
0
|
1
|
1
|
1
|
43
|
1
|
50000
|
0,50
|
1
|
1
|
1
|
0
|
22
|
1
|
55000
|
1,00
|
1
|
1
|
1
|
1
|
26
|
1
|
20000
|
0,50
|
1
|
0
|
1
|
0
|
19
|
1
|
55000
|
0,75
|
1
|
1
|
1
|
1
|
20
|
1
|
40000
|
0,25
|
1
|
1
|
1
|
1
|
22
|
0
|
15000
|
1,25
|
1
|
1
|
1
|
0
|
21
|
1
|
55000
|
2,50
|
1
|
1
|
1
|
0
|
22
|
1
|
10000
|
0,25
|
1
|
1
|
0
|
1
|
24
|
1
|
10000
|
0,75
|
1
|
1
|
1
|
1
|
20
|
0
|
40000
|
2,00
|
1
|
1
|
1
|
1
|
20
|
1
|
10000
|
1,00
|
1
|
1
|
1
|
1
|
20
|
1
|
10000
|
1,00
|
1
|
1
|
1
|
1
|
20
|
1
|
50000
|
1,50
|
1
|
1
|
1
|
0
|
18
|
1
|
30000
|
2,00
|
1
|
1
|
1
|
1
|
20
|
1
|
10000
|
0,75
|
0
|
0
|
1
|
0
|
24
|
1
|
55000
|
2,25
|
1
|
1
|
1
|
1
|
18
|
1
|
30000
|
1,00
|
1
|
1
|
1
|
1
|
21
|
1
|
20000
|
2,50
|
0
|
1
|
1
|
1
|
26
|
0
|
50000
|
0,75
|
1
|
1
|
1
|
0
|
21
|
1
|
50000
|
2,25
|
1
|
1
|
1
|
1
|
29
|
1
|
30000
|
1,50
|
1
|
0
|
1
|
0
|
33
|
1
|
25000
|
2,25
|
1
|
1
|
1
|
1
|
32
|
0
|
50000
|
2,25
|
1
|
1
|
1
|
1
|
19
|
1
|
20000
|
0,75
|
1
|
1
|
1
|
0
|
23
|
1
|
36111
|
1,00
|
1
|
1
|
1
|
0
|
22
|
1
|
10000
|
0,50
|
1
|
1
|
0
|
1
|
18
|
1
|
50000
|
2,00
|
1
|
1
|
1
|
1
|
22
|
1
|
20000
|
1,00
|
1
|
1
|
1
|
1
|
18
|
0
|
15000
|
1,75
|
1
|
1
|
1
|
1
|
18
|
0
|
25000
|
2,00
|
1
|
1
|
1
|
1
|
23
|
1
|
50000
|
0,75
|
0
|
1
|
1
|
0
|
20
|
1
|
15000
|
2,00
|
1
|
1
|
1
|
1
|
28
|
1
|
15000
|
2,50
|
1
|
0
|
1
|
0
|
18
|
0
|
50000
|
1,00
|
1
|
1
|
1
|
1
|
18
|
1
|
5000
|
1,00
|
1
|
1
|
1
|
1
|
19
|
1
|
40000
|
1,00
|
1
|
1
|
1
|
1
|
20
|
1
|
55000
|
0,75
|
1
|
1
|
1
|
1
|
15
|
1
|
50000
|
1,00
|
1
|
1
|
1
|
1
|
19
|
1
|
50000
|
1,00
|
0
|
1
|
1
|
1
|
19
|
1
|
55000
|
2,25
|
1
|
1
|
1
|
0
|
20
|
1
|
25000
|
1,50
|
0
|
1
|
1
|
1
|
Résultat du model 3
=======================================================================
Variable Mean Std.Dev. Minimum Maximum
Cases
=======================================================================
-----------------------------------------------------------------------
All observations in current sample
-----------------------------------------------------------------------
S2 25.2500000 8.68502029 15.00000 54.0000000
72
Q5 .805555556 .398549797 .0000000 1.00000000
72
S5 36612.6528 17193.5902 5000.000 55000.0000
72
Q182 .944444444 .729439084 .0000000 2.00000000
72
Q10 29.5138889 26.9736403 .0000000 75.0000000
72
Q61 .777777778 .418657217 .0000000 1.00000000
72
Q611 .916666667 .278324970 .0000000 1.00000000
72
Q42 .930555556 .255992346 .0000000 1.00000000
72
+---------------------------------------------+
| Multinomial Logit Model
|
| Maximum Likelihood Estimates
|
| Dependent variable Q182
|
| Weighting variable ONE
|
| Number of observations 72
|
| Iterations completed 6
|
| Log likelihood function -58.41661
|
| Restricted log likelihood -75.92410
|
| Chi-squared 35.01500
|
| Degrees of freedom 12
|
| Significance level .4657401E-03
|
+---------------------------------------------+
+---------+--------------+----------------+--------+---------+---------
|Variable | Coefficient | Standard Error
|b/St.Er.|P[|Z|>z] |Mean of X|
+---------+--------------+----------------+--------+---------+---------
Characteristics in numerator of Prob[Y = 1]
S2 -.4215581332E-01 .35266987E-01 -1.195 .2320
25.250000
Q5 -.2302264056 .83073744 -.277 .7817
.80555556
S5 -.4238064680E-04 .26513002E-04 -1.598 .1099
36612.653
Q10 -.5952940239E-01 .16936018E-01 -3.515 .0004
29.513889
Q61 .5192941943 .76911507 .675 .4996
.77777778
Q611 1.923587117 1.1196909 1.718 .0858
.91666667
Q42 3.707407574 1.3489132 2.748 .0060
.93055556
Characteristics in numerator of Prob[Y = 2]
S2 -.1033053275 .54898347E-01 -1.882 .0599
25.250000
Q5 -1.047281119 .94046275 -1.114 .2655
.80555556
S5 -.1500578226E-04 .29597940E-04 -.507 .6122
36612.653
Q10 -.5744754757E-01 .18343594E-01 -3.132 .0017
29.513889
Q61 .5676109290 .92983792 .610 .5416
.77777778
Q611 -.7593266148E-01 1.2233716 -.062 .9505
.91666667
Q42 5.877283690 2.2197256 2.648 .0081
.93055556
+----------------------------------------+
| Fit Measures for Binomial Choice Model |
| Logit model for variable Q182 |
+----------------------------------------+
| Proportions P0= .194444 P1= .805556 |
| N = 72 N0= 14 N1= 58 |
| LogL = .00000 LogL0 = -35.4675 |
+----------------------------------------+
| Efron | McFadden | Ben./Lerman |
| 1.00000 | 1.00000 | 1.00000 |
| Cramer | Veall/Zim. | Rsqrd_ML |
| 1.00000 | 1.00000 | .43364 |
+----------------------------------------+
| Information Akaike I.C. Schwartz I.C. |
| Criteria .22542 24.21333 |
+----------------------------------------+
Remarque
Il faut préciser que nous avons remplacé les
valeurs nulles par les moyens des CAP et des revenus des individus. Car, les
individus qui préfèrent un autre type de poisson offrent un CAP
supérieur à 0,00$, c'est encore ce qu'on appelle les faux
zéros ou les vrais zéros (TERRA,2005),
Quatrième étape :
Détermination des coefficients á et â et calcul des
consentement à payer moyen et médian (TERRA,2005)
En remplaçant alpha par le coefficient affecté
au consentement à payer dans la régression logistique et
bêta par la somme des produits des variables indépendants par
leurs coefficients respectifs dans la formule 23, on obtient le CAP moyen
estimé pour l'échantillon est de 0,96$ qui est le même que
la valeur observée.
4-1-3 Comparaison des trois model choisis
En observant les résultats obtenus pour les trois
models que nous avons arbitrairement choisi, nous constatons le model 1 est le
plus représentatif si on s'en tient aux valeurs de R2 qui est
de 0,62 et le niveau de signifiance qui est de 80%, les variables S5 qui
correspond au revenu des individus, Q35 qui correspond au saumon GM, Q42 qui
correspond à la question que nous avons posées aux individus par
rapport aux risque que le saumon GM peut avoir sur le saumon sauvage ont des
coefficients positifs et relativement important, cela signifie que les
individus sondés pensent que le saumon GM est un risque pour leur
santé et l'environnement . La portée de l'étiquette est
une donnée importante du point de vue des individus.
A l'observation des données du tableau 4.5,
l'écart type du model 1 est de 0,726 et le logarithme de vraisemblance
est de -62,48, ce qui signifie que les écarts entre les variables
indépendantes sont relativement élevés. Le nombre
Khi-deux(Chi-squared) est de 26,87 pour 12 degrés de liberté, il
joue le même rôle que le logarithme de vraisemblance car, il permet
de savoir si les variables utilisées dans le modèle sont assez
indépendantes, dans le cas échéant, la valeur relativement
important nous permet d'affirmer que c'est effectivement le cas. Le model 3
donne aussi un résultat appréciable car est de 0,43 et le niveau
de signifiance est de 0,46, par rapport aux variables de ce model, nous
pouvons également affirmer que l'étiquetage et les aliments
à base d'OGM préoccupent également les individus du
sondage car leur coefficients élevés montrent qu'ils ont une
influence importante sur le CAP.
Tableau 4.5 Tableau récapitulatif des
résultats des Models 1, 2, 3
|
Model observable1
|
Model 1
|
Model 2
|
Model 3
|
CAP Moyen
|
0,96$
|
0,94$
|
0,76$
|
0,94$
|
CAP minimum
|
0,00$
|
0,00$
|
0,00$
|
0,00$
|
CAP maximum
|
2,50$
|
2,00$
|
2,00$
|
2,00$
|
CAP median
|
1,25$
|
1,00$
|
1,00$
|
1,00$
|
R2
|
|
0,62
|
0,24
|
0,43
|
Log likelihood function
|
|
-62,48
|
-63,45
|
-58,45
|
Chi-squared
|
|
26,87
|
24,93
|
35,00
|
Stan. dev.
|
|
0,729
|
0,729
|
0,729
|
Significance level
|
|
0,80
|
0,151
|
0,46
|
4-1-4 Distribution du CAP en fonction de leur
probabilité
En observant la figure 4,2, nous constatons
que le CAP croit inversement avec la probabilité.
1 Il s'agit des paramètres du CAP que nous
avons calculé dans le chapitre 3
Figure 4.2 Courbe de distribution du CAP en
fonction de la probabilité
CAP
4-1-5 Consentement à payer totale pour la population
universitaire et le Québec
Le CAP total représente le montant que l'ensemble des
individus de l'échantillon serait prêt à payer ou à
augmenter sur le prix du kilogramme du saumon, pour avoir les informations
nécessaires en vue de choisir entre le saumon naturel et le saumon
génétiquement modifié, pour la population universitaire,
ce montant est de 5 022,00$ et pour la population du Québec, ce montant
est de 7 066 275,78 $$.
Tableau 4.6 Estimation du CAP total par
année de la population universitaire et Québécoise
.
|
Effectifs
|
CAP Moyen/an
|
CAP total/an
|
Echantillon utilisé pour le sondage
|
72
|
0,93$
|
66,96$
|
Population de l'université du QUEBEC à
Rimouski
|
5400
|
0,93$
|
5 022,00$
|
Population du Québec
|
7 598 146
|
0,93$
|
7 066 275,78 $
|
4-2 Biais potentiels de l'enquête
Plusieurs biais peuvent avoir eu des influences
négatives sur notre étude :
- La taille de l'échantillon qui relativement faible
par rapport à la population universitaire qui est estimée
à 5 400 étudiants
- Le revenu des étudiants qui est relativement faible
et qui amené certains préférer d'autres poissons au
détriment du saumon à cause du prix qu'ils trouvaient
élevé. Nous avons noté que les étudiants qui ont un
revenu élevé offre un consentement à payer relativement
élevé.
Conclusion
Le but de ce chapitre était d'estimer le CAP à
l'aide d'un logiciel de statistique en vue de faire une modélisation
plus large à partir des données de notre étude. Nous avons
élaboré le programme et avons exécuté en
considérant comme variable indépendante : l'étiquette
que nous avons proposée aux individus de l'échantillon, les
informations généralement observées sur les
étiquettes dans les épiceries et les composants OGM, que nous
pouvons rencontrer dans les aliments et notamment le saumon
génétiquement modifié. La régression logistique sur
trois models que nous avons choisi dans la banque de données nous a
permet de constater que le volume de l'échantillon n'est pas assez
significatif pour donner la légitimité nécessaire à
notre étude car R2= 0,62. Cependant, d'autres
paramètres tels que la prédiction et le test de signifiance
permettent d'affirmer que les individus sont effectivement prêts à
payer une somme d'argent (en moyenne 0,94$ de plus sur le prix d'un kilogramme
de saumon) pour avoir plus d'informations sur le saumon. Par ailleurs, une part
relativement élevée des individus sondés choisit le saumon
naturel. Néanmoins, le prix du saumon sur le marché peut
constituer un facteur incitatif s'il est inférieur d'au moins 31,29 % du
prix du saumon naturel. Les informations telles que les agents
génétiquement modifiés qu'il contient, l'emballage, la
grosseur et la saveur trouvent une signification importante de la part des
individus et ceux-ci aimeraient qu'elles soient précisées sur
les étiquettes.
En comparaison avec d'autres études de même type,
avec un pourcentage de 31,29% de moins sur le prix actuel, nous ne sommes pas
très éloignés des résultats des études
menées par Chen et Chern en 2002 en chine, où le pourcentage du
CAP était de 22%. Chern et Rickertsen ont également fait des
études en 2002 et ont trouvé les pourcentages suivants :
54% de moins, pour le saumon nourri aux aliments OGM(Norvège), 67% de
moins pour le saumon GM (Norvège), 46% de moins pour saumon nourri aux
OGM(USA),71% de moins pour saumon OGM(USA). Taneka en 2002, a trouvé un
pourcentage de 38.1% de moins pour le saumon nourri aux aliments
génétiquement modifiés(USA), 56.9% de moins pour le saumon
génétiquement modifié(USA). Ces résultats
témoignent que notre échantillon est beaucoup plus
tolérant vis-à-vis du saumon GM et la raison étant le
revenu moyen peu élevé des étudiants.
CONCLUSION GENERALE
L'objectif principal de la présente étude est de
contribuer à l'évaluation économique des
externalités causées par le saumon par le saumon
génétiquement modifié et le rôle de
l'étiquette dans la variabilité de l'offre et la demande, si elle
venait à être commercialisée.
La finalité recherchée est d'exprimer en
grandeur monétaire c'est à dire le consentement à payer
par les consommateurs pour avoir plus d'informations sur les étiquettes
du saumon dans les épiceries. Les résultats produits ont permis
de tirer des conclusions aussi bien méthodologiques qu'analytiques et
pratiques. Compte tenu du caractère non marchand de l'actif naturel qui
est ici représenté par le saumon naturel, d'élevage,
sauvage ou génétiquement modifié. La méthode
d'évaluation contingente est utilisée comme support de base de
l'exercice de valorisation.
En dépit des dispositions prises, les résultats
produits restent soumis à deux limites très importantes. La
première est liée à l'échantillon qui est sujette
à caution, la taille est de 72 individus sur une population
universitaire estimée à 5 400 étudiants et d'autre part
le revenu relativement peu élevé des étudiants dont la
moyenne est 36 057 $, néanmoins le constat est que les individus
attribuent incontestablement une valeur monétaire en fonction des
avantages environnementaux, sociétaux et économiques qu'ils
retirent de l'usage du saumon.
L'analyse des facteurs exerçant une influence
significative sur le CAP a permis de mettre en évidence le rôle
important des caractéristiques socioéconomiques, des
appréciations qualitatives et des motivations individuelles dans le
processus d'évaluation du saumon naturel. En effet, le CAP moyen est de
0,94$ et représente 31,29% du prix actuel pratiqué dans les
épiceries. Ainsi, l'effet positif du revenu témoigne de la
relation étroite entre les ressources financières du
ménage et sa consommation du saumon. L'ensemble de ces effets montre que
le CAP moyen calculé englobe aussi bien les bénéfices
esthétiques que psychologiques que génère le saumon
naturel pour les individus. Car la plus part des individus sondés sont
préoccupés par l'empaquetage, la saveur et la grosseur
Les implications de l'application de la méthode
d'évaluation contingente au saumon sont multiples. D'une part, les
résultats dégagés permettraient d'étendre les
analyses classiques « coûts-avantages » dans les projets
relatifs à la conservation, à la production, la commercialisation
et la consommation du saumon en générale et du saumon
génétiquement modifié en particulier si sa
commercialisation venait à être acceptée par les
autorités québécoises. D'autre part, les valeurs
calculées constitueraient des références de base pour les
études futures visant l'appréhension de la valeur
économique du saumon au Québec.
Au demeurant nous regrettons le fait que nous n'ayons pas eu
assez de temps pour faire une enquête consistante et plusieurs
simulations des données obtenues pour avoir une vision plus exhaustive
sur notre étude.
BIBLIOGRAPHIES
Bishop, R. C., T. A. Heberlein, and M. J. Kealy (1983, July).
Contingent valuation of
environmental assets: Comparisons with a simulated
market. Natural Resources
Journal 23(3), 633 pages.
Buhr, B. L., D. J. Hayes, J. F. Shogren, and J. B.
Kliebenstein (1993, December). Valuing
ambiguity: The case of genetically engineered growth
enhancers. Journal of
Grimsrud, K. M., J. J. McCluskey, M. L. Loureiro, and T. I.
Wahl (2004). Consumer
attitudes to genetically modified food in Norway.
Journal of Agricultural
Economics 55, 75-90.
Gorelick et Al (2005), Manger local Un choix
économique et écologique, les éditions
écosociété, Montréal pp133-143
Haab, T. C. and K. E. McConnell (2003). Valuing
Environmental and Natural Resources:
The Econometrics of Non-Market Valuation. Cheltenham,
UK and Northampton, MA,
USA: Edward Elgar.
Hanemann, W. M. (1991, June). Willingness to pay and
willingness to accept: How much
can they differ? American Economic Review 81,
635-647.
Kaneko, N. and W. S. Chern (2005). Willingness to pay for
genetically modified oil,
cornflakes, and salmon: Evidence from a U.S. telephone
survey. Journal of Agricultural
and Applied Economics 37(3) (forthcoming).
Loureiro, M. L., J. J. McCluskey, and R. C. Mittelhammer
(2002, Winter). Will consumers pay a premium for eco-labeled apples?
Journal of Consumer Affairs 36(2), 203-219.
Lusk, J. L., J. Roosen, and J. A. Fox (2003, February).
Demand for beef from cattle
administered growth hormones or fed genetically modified
corn: A comparison of
consumers in France, Germany, the United Kingdom, and the
United States. American
Journal of Agricultural Economics 85(1), 16-29.
Mitchell, R. and R. Carson (1989). Using Surveys to
Value Public Goods: The Contingent Valuation Method.
Washington, D.C.: Resources for the Future.
Moon, W. and S. K. Balasubramanian (2001). Public
perceptions and willingness-to-pay a premium for non-GM foods in the US and
UK. AgBioForum 4, 221-231.
Pelt J. M.(1999), Plantes et aliments
transgéniques, Les éditions Fayard pp131-133
Revelant O. (2001) L'alimentation de demain le règne
des OGM, Les essentiels milan pp 31-55.
Tietienberg T. (2006) Environmental and natural resource
Economics, seventh edition, pearson addison Wesley
Terra Sebastien (2006) Guide de BP pour la mise en oeuvre de
la MPH , Document de travail, Paris 83 pages
SITES INTERNETS
Aqua Bounty Technologies, 2006.
http://www.aquabounty.com/products.html,
juillet 2007
Ministère des Pêches et Océans du Canada
http://www.dfompo.gc.ca/science/Story/pacific/risk_assessment_f.htm,
juin 2007
Ministère des pêches et Océans du
Canada,http://www.dfo-mpo.gc.ca/media/newsrel/2007/ccfam_f.htm, novembre
2007
Greenpeace France,2007 :
http://www.greenpeace.org/france,
juillet 2007
Distribution électronique Cairn,2007
www.cairn.info/article_p.php?ID_ARTICLE=EG_321_0047, éditions Belin,
novembre 2007
|
|