000 03250cam a2200253 4500500
005 20250121152419.0
041 _afre
042 _adc
100 1 0 _aDouanla Meli, Steve
_eauthor
700 1 0 _a Fomba Kamga, Benjamin
_eauthor
245 0 0 _aAdoption des services financiers mobiles : une application à la ville de Yaoundé
260 _c2022.
500 _a76
520 _aCette étude se propose d’analyser aussi bien l’adoption des services financiers mobiles (SFM) que l’intensité de cette adoption dans la ville de Yaoundé. Plus précisément, sur la base des données recueillies auprès de 1200 individus, elle tente, premièrement, de dresser le profil des adoptants des SFM selon leurs différents modes d’adoption; deuxièmement, d’identifier les facteurs explicatifs de l’intensité d’adoption. Ainsi, à l’aide d’une régression logistique multinomiale, elle compare les probabilités d’adoption partielle et d’adoption passive versus l’alternative de base retenue, à savoir l’adoption complète. Ensuite, à travers un modèle de Poisson, elle identifie les déterminants de l’intensité d’adoption des SFM. Enfin, une approche par la fonction de contrôle est utilisée pour corriger l’hétérogénéité inobservée. Les résultats de cette étude révèlent que les facteurs socio-économiques tels que l’âge, le statut socioprofessionnel, le niveau d’éducation et les facteurs fonctionnels et extra-fonctionnels, notamment la facilité d’utilisation perçue, la sécurité perçue et l’utilité perçue, affectent de manière différenciée aussi bien les différents modes d’adoption des SFM que l’intensité de leur adoption dans la ville de Yaoundé.Codes JEL: O16, O32, G20.
520 _aThis study proposes to analyze both the adoption of mobile financial services (MFS) and the intensity of this adoption in the city of Yaoundé. More precisely, based on data collected from 1,200 individuals, it first attempts to profile MFS adopters according to their different modes of adoption, and then to identify the explanatory factors of adoption intensity. Thus, using a multinomial logistic regression model, it compares the probabilities of partial adoption and passive adoption versus the basic alternative chosen: complete adoption. Then, using a Poisson model, it identifies the determinants of MFS adoption intensity. Finally, a control function approach is used to correct unobserved heterogeneity. The results of this study reveal that socio-economic factors such as age, socio-professional status, level of education, and functional and extra-functional factors such as perceived ease of use, perceived safety, and perceived usefulness differentially affect both the different modes of MFS adoption and the adoption intensity of these services in Yaoundé.
690 _aadoption
690 _aYaoundé
690 _aservices financiers mobiles
690 _aadoption
690 _amobile financial services
690 _aYaoundé
786 0 _nRevue d'économie du développement | 28 | 4 | 2022-03-14 | p. 83-140 | 1245-4060
856 4 1 _uhttps://shs.cairn.info/revue-d-economie-du-developpement-2020-4-page-83?lang=fr&redirect-ssocas=7080
999 _c597861
_d597861