بررسی عوامل مؤثر بر قیمت مرغ گوشتی در ترکیه برای درک شکل گیری بازار بسیار مهم است. پارامترها و عواملی که احتمالاً بر قیمت مرغ گوشتی تأثیر می گذارد ، برای دوره بین سالهای 2010-2020 در ترکیه مورد بررسی قرار گرفت. این مطالعه مدل رگرسیون تقویت کننده را برای پیش بینی همبستگی بین قیمت مصرف کننده مرغ گوشتی و فاکتورهای متغیر مانند خوراک گوشتی ، ذرت ، غذای سویا ، قیمت گندم ، نرخ ارز دلار ، شاخص قیمت تولید کننده (PPI) و PPI کشاورزی اتخاذ کرده است. دقت تخمین مدل رگرسیون ایجاد شده با توجه به نتایج تجزیه و تحلیل به عنوان 86 ٪ محاسبه شد. متغیر شاخص قیمت تولید کننده باعث بالاترین تأثیر نسبی (25. 63 ٪) بر قیمت گوشت مرغ گوشتی شد. بیشترین همبستگی مثبت بین شاخص قیمت تولید کننده و PPI کشاورزی (984/0 = r) بدست آمد. بنابراین ، مشخص شد که قیمت مرغ تحت تأثیر قیمت مواد اولیه خوراک و شرایط اقتصادی عمومی در ترکیه قرار گرفته است. علاوه بر بهبود شرایط اقتصادی غالب ، مکانیسم کنترل قیمت مؤثر برای جلوگیری از نوسانات بیش از حد قیمت در این بخش مورد نیاز است. به طور همزمان ، ایجاد سیاست هایی برای کاهش هزینه های ورودی ضروری است.

کلمات کلیدی: گوشت مرغ ؛قیمت ؛افزایش رگرسیون ؛بوقلمون

معرفی

کشاورزی مرغ گوشتی مزایای قابل توجهی را برای اقتصادهای کشورهای شرکت کننده فراهم می کند. این بخش زیر تولید دام یکی از مناطقی است که در سالهای اخیر توسعه قابل توجهی در ترکیه دارد. در سال 2019 ، 2،138،451 تن گوشت مرغ در 12،725 COOP در ترکیه تولید شد (Maft ، 2021).

تشکیل قیمت در کشاورزی مرغ گوشتی مستقیماً توسط قیمت خوراک مورد استفاده در طی فرآیند تولید تأثیر می گذارد. علاوه بر این ، قیمت خوراک توسط مواد اولیه خوراک مورد استفاده در جیره های گوشتی تحت تأثیر قرار می گیرد. وعده غذایی و ذرت سویا مواد اولیه پیشرو هستند (BESD-BIR ، 2014). در ترکیه ، 25-35 ٪ ذرت و 90 ٪ سویا وارد می شوند ، زیرا تولید تقاضای مصرف را برآورده نمی کند (Eşidir & Pirim ، 2013).

با توجه به هزینه بالای خوراک گوشتی و واردات بیشتر مواد اولیه خوراک در ترکیه ، هزینه های تولید مرغ گوشتی به میزان قابل توجهی افزایش یافته است. بنابراین ، ترکیه در برابر کشورهای رقابتی در مورد قیمت تولید در معرض ضرری قرار دارد (USDA ، 2016 USDA. دام و مرغ: بازارهای جهانی و تجارت. واشنگتن: خدمات کشاورزی ایالات متحده ؛ 2016. در دسترس از: https: //downloads. usda. کتابخانه. coell. edu/usda-esmis/files/73666448x/0r967405p/9s1616627/livestock-poultry-ma-10-12-2016. pdf.). از آنجا که Lira ترکیه (TL) در برابر دلار آمریکا کاهش می یابد و به سطح پایین تر کاهش می یابد ، قدرت خرید کاهش می یابد. بنابراین ، واردات مواد اولیه خوراک را دشوار کرده و باعث افزایش هزینه های تولید می شود. از طرف دیگر ، از آنجا که افزایش هزینه ها سودآوری را کاهش می دهد ، از استفاده کارآمد از منابع داخلی جلوگیری می کند (Benalywa et al. ، 2019 Benalywa ZA ، Ismail MM ، Shamsudin MN ، Yusop Z. با استفاده از ماتریس تجزیه و تحلیل سیاست. بهداشت و تولید حیوانات گرمسیری 2019 ؛ 51 (2): 321-7.).

از آنجا که انتظار نمی رود هزینه های تولید مرغ گوشتی در کوتاه مدت در ترکیه کاهش یابد ، افزایش قیمت ورودی در قیمت محصول نهایی منعکس می شود. قیمت خوراک گوشتی و گوشت مرغ در کوتاه مدت یکپارچه شده است و این قیمت ها از یکدیگر پیروی می کنند (آرکان و همکاران ، 2019).

تغییر در هزینه های تولید به صورت متقارن به قیمت های خرده فروشی منتقل می شود (Barahona et al. ، 2014 Barahona JF ، Trejos B ، Le JW ، Chulaphan W ، Jatupo C. انتقال قیمت نامتقارن در صنعت دامی تایلند.-5.). این ورودی ها در کوتاه مدت و بلند مدت بر قیمت عمده فروشی و خرده فروشی گوشت مرغ تأثیر می گذارد (Erdem et al. ، 2011 Erdem C ، Sentürk I. Simsek T. بررسی رفتار قیمت در بازارهای جوجه های ترکی. اقتصاد تجربی 2011 ؛ 10(6): 575-82.). مهمترین عامل در تعیین تأمین گوشت مرغ قیمت خوراک است (Rezitis & Stavropoulos ، 2010 Rezitis AN ، Stavropoulos KS. پاسخ و نوسانات قیمت در بازار جوجه های یونانی. Agribusiness 2010 ؛ 26 (1): 25-48.). نوسانات قیمت در این ورودی ها بر تنظیم بازار گوشت مرغ تأثیر می گذارد (Khiyavi et al. ، 2012 Khiyavi PK ، Moghaddasi R ، Eskandarpur B ، Mousavi N. اثرات ناپدید شدن محصولات کشاورزی در ایران (مطالعه موردی: بازار مرغ). Jbasr2012 ؛ 2 (8): 7906-14.).

با توجه به عوامل مؤثر بر قیمت گوشت مرغ در مطالعات اقتصاد سنجی ، نیاز به ارزیابی جامع این اثرات را نشان داده است. تغییر در قیمت محصولات حیوانی یک عامل اساسی در معرض خطر اقتصادی است که بر سطح تولید تأثیر می گذارد. بنابراین ، بررسی عوامل مؤثر بر قیمت گوشت مرغ در ترکیه برای متعادل کردن بازار ضروری است. هدف از این مطالعه ، آشکار کردن همبستگی ها و تأثیرات عوامل مؤثر بر قیمت گوشت مرغ در ترکیه از سال 2010 تا 2020 با استفاده از روش رگرسیون تقویت کننده بود.

مواد و روش ها

در این مطالعه ، از روش رگرسیون تقویت کننده برای تعیین همبستگی و تأثیر متغیرهایی مانند قیمت خوراک گوشتی ، ذرت ، وعده غذایی سویا ، گندم (TFIA ، 2021) ، نرخ ارز دلار (CBRT ، 2021) ، PPI و PPI کشاورزی استفاده شد.(Tsib ، 2021 Tsib. آمار قیمت کشاورزی. آنکارا: موسسه آماری ترکیه ؛ 2021 [ذکر شده 2021 مارس 15]. در دسترس از: https://biruni. tuik. gov. tr/medas/؟kn = 110 & locale = tr.)قیمت مصرف کننده مرغ گوشتی بین سالهای 2010 و 2020 (TSIA ، 2021 TSIA. آمار سالانه محصولات صنعتی. آنکارا: موسسه آماری ترکیه ؛ 2021 [ذکر شده در 2021 ژانویه 13]. در دسترس از: https://biruni. tuik. gov. tr/medas/medas/؟ kn = 210 & locale = tr.). در تجزیه و تحلیل ، از نرم افزار JASP (نسخه 0. 14. 1. 0) برای تعیین ساختاری روابط بین متغیرها و فرآیندهای تجسم استفاده شد (تیم JASP ، 2020).

روش مدل مدل از چندین مدل برای ارائه بهترین عملکرد تخمین استفاده می کند. ابزار تقویت روش ، طبقه بندی یا دقت تخمین را بهبود می بخشد و تعصب روش اصلی را کاهش می دهد. روش تقویت در کنار جنگل تصادفی ، K نزدیکترین همسایگان و روشهای خطی منظم استفاده می شود اما نتایج محافظه کارانه تری می دهد. این روش سودمند است زیرا از هیچ گونه فرضیه ای استفاده نمی کند و از همبستگی و مشکلات چند قطبی جلوگیری می کند (Hechenbichler & Schliep ، 2004 Hechenbichler K. Schliep KP. تکنیک های K-Nearest-Neighbor و طبقه بندی منظم [مقاله بحث ، 399]. Munich: Ludwig-دانشگاه ماکسیمیلیان مونیخ ؛ 2004. ؛ جیمز و همکاران ، 2013 جیمز ج ، ویتن د ، هاستی T ، Tibshirani R. مقدمه ای برای یادگیری آماری. نیویورک: Springer ؛ 2013.).

روش تقویت توسط فروید و شاپیر در سال 1997 معرفی شد (Freund & Schapire ، 1997 Freund Y ، Schapire Re. تعمیم تصمیم گیری نظری یادگیری آنلاین و کاربردی برای تقویت. مجله علوم رایانه و سیستم 1997 ؛ 55 (1): 119-39.). این فرآیند از بسیاری از متغیرهای توضیحی برای دستیابی به خطای تخمین پایین تر و نرخ خطا استفاده می کند. این تکنیکی است که خطاهای مدل های قبلی در مدل های جدید برطرف می شود. این مرحله با استفاده مجدد از داده ها برای بهبود طبقه بندی یا دقت تخمین همراه است. در روش تقویت ، برآوردگر مدل رگرسیون بر روی نمونه های مختلف مجموعه آموزش آموزش داده می شود. ابتدا این روش با نمونه های N بعدی که از مجموعه داده اصلی تهیه شده است ، ایجاد و آموزش می یابد. با استفاده از این فرآیند ، نمونه ها با خطاهای بیشتر مشخص می شوند. مفهوم بیش از حد خطا برای نمونه هایی با بیشترین تفاوت بین مقادیر پیش بینی کننده و مقادیر مشاهده شده برای مدل های دستگاه رگرسیون استفاده می شود. نمونه با بالاترین خطا به مجموعه آموزش تعریف شده است به طوری که احتمال نمونه برداری در مدل ماشین دوم بیشتر است. بنابراین ، مقادیر مشاهده در مرحله ‘n به نتایج به دست آمده در مرحله" N-1 "بستگی دارد. تخمین ها با استفاده از میانه وزنی ترکیب می شوند. پیش بینی کننده ها با قابلیت اطمینان بالا در مقادیر پیش بینی کننده خود ، از اهمیت بیشتری برخوردار هستند. این مدل به دلیل وزنه برداری به دست می آید. ارزیابی با معیارهای عملکرد مدل به دست آمده انجام می شود (دافی و همکاران ، 2002 Duffy N ، Helmbold D. روشهای تقویت کننده برای رگرسیون. یادگیری ماشین 2002 ؛ 47 (2): 153-200. ؛ جیمز و همکاران ، 2013 جیمز ج، Witten D ، Hastie T ، Tibshirani R. مقدمه ای برای یادگیری آماری. نیویورک: Springer ؛ 2013. ؛ Alpaydın ، 2020).

معیارهای عملکرد

1) میانگین خطای درصد مطلق (MAPE)

این متریک خطا خطای بین مقادیر پیش بینی شده و مقادیر واقعی را به عنوان یک درصد بیان می کند. این دقت پیش بینی در مدلهای رگرسیون را اندازه گیری می کند و این دقت را به عنوان درصد بیان می کند. برای تخمین در مدل های رگرسیون ، این مقدار درصد برای نسبت متوسط مقدار مطلق خطاهای مدل به مقدار مطلق داده های مشاهده است. فرمول به شرح زیر تعریف شده است:

m a p e = 100 n ∑ i = 1 n |y i - y i ′ y i |

2) میانگین انحراف مربع (RMSD)

این متریک فاصله بین مقادیر پیش بینی شده متغیر پیش بینی کننده و مقادیر واقعی آن را پیدا می کند. میانگین انحراف مربع ریشه انحراف استاندارد از تفاوت بین مقادیر واقعی و مقادیر پیش بینی شده است. فرمول به شرح زیر تعریف شده است:

r m s e = 1 n ∑ i = 1 n (y i - y i ′) 2

3) میانگین خطای مطلق (MAE)

میانگین خطای مطلق تفاوت بین دو متغیر مداوم را بیان می کند. این مجموع مقادیر مطلق تفاوت بین مقادیر برآورد شده و مقادیر واقعی است. فرمول به شرح زیر تعریف شده است:

m a e = 1 n ∑ i = 1 n |y i - y i ′ |

4) میانگین خطای مربع (MSE)

این عملکرد متغیر پیش بینی کننده را اندازه گیری می کند و همیشه یک مقدار مثبت دارد. این مجموع مربع تفاوت بین مقادیر برآورد شده و مقادیر واقعی است. فرمول به شرح زیر تعریف شده است:

m s e = 1 n ∑ i = 1 n (y i - y i ′) 2

5) ضریب تعیین (R2)

این متریک میزان تغییر در متغیر وابسته مدل را اندازه گیری می کند. این مربع ضریب همبستگی را نشان می دهد. فرمول به شرح زیر تعریف شده است:

r 2 = ∑ i = 1 n (y i ′) 2 ∑ i = 1 n y i 2

نتایج

یک مجموعه داده متشکل از 131 واحد در مطالعه استفاده شد. مقادیر پربارترین مدل ایجاد شده با مجموعه داده در جدول 1 ارائه شده است.

بند انگشتی جدول 1 پربارترین مقادیر مدل.

یک نمونه تصادفی از 15 ٪ (19) از مجموعه داده با روش نگه داشتن برای آزمایش الگوریتم انتخاب شد. از نمونه ای از 20 ٪ (23) از 112 واحد باقیمانده برای اعتبار سنجی استفاده شد. واحد داده باقیمانده (89) برای آموزش استفاده شد.

مقادیر موفقیت محاسبه شده برای الگوریتم رگرسیون در جدول 2 ارائه شده است.

بند انگشتی جدول 2 مقدار موفقیت الگوریتم رگرسیون.

دقت تخمین محاسبه شده بر روی خوراک گوشتی ، نرخ ارز دلار ، PPI ، PPI کشاورزی ، ذرت ، وعده غذایی سویا و متغیرهای گندم برای قیمت مصرف کننده گوشت مرغ 7. 5 ٪ بود. علاوه بر این ، میزان دقت برای تخمین متوسط قیمت مصرف کننده گوشت مرغ از خوراک گوشتی ، نرخ ارز دلار ، PPI ، PPI کشاورزی ، ذرت ، وعده های غذایی سویا و گندم 86 ٪ بود. بنابراین ، مدل با استفاده از رگرسیون تقویت کننده میزان توضیح بالایی را نشان داد.

تأثیر نسبی برآوردگرهای مدل ایجاد شده با رگرسیون تقویت کننده در جدول 3 ارائه شده است.

بند انگشتی جدول 3 تأثیر نسبی برآوردگرها.

شاخص قیمت تولید کننده به عنوان متغیر با بالاترین تأثیر نسبی (63 /25 ٪) و به دنبال آن گندم در 23. 30 ٪ مشخص شد. متغیر با کمترین تأثیر نسبی سویا با 6. 63 ٪ بود.

شکل 1 نمودار تأثیر نسبی.

شکل 1 تأثیر نسبی نشان داده شده در جدول 3 را به شکل گرافیکی بیان می کند. متغیر با قوی ترین تأثیر نسبی شاخص قیمت تولید کننده در 25. 63 ٪ بود.

شکل 2 نمودار عملکرد با توجه به مقادیر واقعی و مشاهده شده.

شکل 2 نمودار عملکرد پیش بینی شده مدل را ارائه می دهد. اگر نقاط خاکستری موجود در نمودار روی خط قرمز قرار داشته باشند ، خطای بین مقادیر مشاهده واقعی و مقادیر مشاهده تخمین زده شده کم است. اگر آنها از خط قرمز دور باشند ، خطا زیاد است. از آنجا که بیشتر نقاط خاکستری موجود در مدل در خط قرمز جمع شده است ، این مدل از عملکرد بالایی برخوردار است.

نمودار انحراف شکل 3.

نمودار در شکل 3 خطای تخمین ترسیم شده در برابر تعداد درختان موجود در مدل را نشان می دهد. با افزایش تعداد درختان در مدل ، خطای پیش بینی کاهش می یابد.

شکل 4 طرح بهبود از کیف.

نمودار در شکل 4 صحت مجموعه آزمون و آموزش را نشان می دهد. این تعداد درختان را در مقابل بهبود در دقت طبقه بندی خارج از کیسه مدل می کند. نمودار تعداد درختان را هنگام گرفتن حداقل تعصب در آموزش و آزمایش نشان می دهد زیرا به صفر می رسد. تعداد درخت 17-19 نقطه بهینه بین مجموعه آزمون و مجموعه تمرین را با اختلاف متوسط صفر نشان می دهد. بهبود خارج از کیف به جایی اشاره دارد که کارآمدترین درخت در نقطه ای بهینه یافت می شود که تعصب آزمون و مجموعه آموزش ضبط می شود.

شکل 5 رابطه بین متغیرها.

مطابق شکل 5 ، بالاترین رابطه مثبت بین شاخص قیمت تولید کننده و PPI کشاورزی مشاهده شد (984/0 = r). دومین رابطه مثبت مثبت بین PPI کشاورزی و نرخ ارز دولار (981/0 = r) ثبت شد.

این مطالعه قیمت مصرف کننده مرغ گوشتی و همبستگی آن با خوراک گوشتی ، ذرت ، وعده غذایی سویا ، گندم ، نرخ ارز دلار ، PPI و PPI کشاورزی را با استفاده از روش رگرسیون تقویت کننده ارزیابی کرده است.

نتایج حاکی از آن است که متغیرهای خوراک گوشتی ، نرخ ارز دلار ، PPI ، PPI کشاورزی ، ذرت ، وعده غذایی سویا و قیمت گندم ، قیمت مصرف کننده گوشت مرغ را با دقت بالایی از 86 ٪ بین سال 2010 و 2020 پیش بینی کرده است (جدول 2).

بحث

در سیستم های تولید مرغداری فشرده ، هزینه های خوراک حداکثر 70 ٪ از کل هزینه ها را تشکیل می دهد (Donohue & Cuingham ، 2009 Donohue M ، Cuingham DL. تأثیر قیمت های دانه و دانه های روغنی بر هزینه های تولید طیور ایالات متحده. مجله تحقیقات طیور کاربردی 2009؛ 18 (2): 325-37.). یکی از مواد اولیه خوراک ، وعده غذایی سویا ، به عنوان منبع پروتئین با ارزش بیولوژیکی بالا استفاده می شود و ذرت و گندم به عنوان منابع انرژی گیاهی استفاده می شود. با این حال ، از آنجا که تقاضای تولید سویا داخلی نمی تواند برآورده شود ، کسری عرضه با واردات جبران می شود (گلر ، 2013 گلر D. تولید سویا ، مصرف و بازاریابی در ترکیه [پایان نامه]. Adana (TUR): موسسه طبیعی و کاربردی دانشگاه Cukurovaعلوم ؛ 2013. ؛ تاسی ، 2018). در سال 2020 ، 27. 5 ٪ از وعده های غذایی که به عنوان مواد اولیه برای خوراک وارد می شد ، وعده غذایی سویا بود و 71 ٪ از منبع انرژی گیاهی ذرت بود (TFIA ، 2021).

قیمت داخلی بازار مواد اولیه خوراک با بازار جهانی با نرخ ارز دلار در تعامل است. تغییرات در نرخ ارز دلار عمدتاً تعامل قیمت محلی بازار داخلی با قیمت های جهانی را افزایش می دهد. مطالعات نشان داده است که قیمت بذر گندم و آفتابگردان ترکیه با قیمت های مرجع جهانی در تعامل است (Conforti ، 2004 Conforti P. انتقال قیمت در بازارهای کشاورزی منتخب [مقاله کار ، 7]. روم: تحقیقات کالا و تجارت FAO ؛ 2004 [به نقل از 2021 ژانویه ژانویه 2021 ژانویه13]. در دسترس از: http://www. fao. org/3/j2730e/j2730e00. htm#contents.). علاوه بر این ، بین قیمت های جهانی و قیمت بازار داخلی گندم تعامل وجود دارد. این تعامل در دوره های بحران/خشکسالی افزایش می یابد و با کاهش ارزش TL ، قیمت های داخلی به سطح جهانی نزدیکتر شده است (Kıymaz ، 2015). از طرف دیگر ، افزایش قیمت واردات باعث کاهش مزیت مقایسه ای در تولید مرغ گوشتی می شود (Benalywa ، 2019 Benalywa ZA ، Ismail MM ، Shamsudin MN ، Yusop Z. بهداشت و تولید حیوانات 2019 ؛ 51 (2): 321-7.).

تغییرات در نرخ ارز دلار برای درک تأثیر قیمت های جهان بر مواد اولیه خوراک قابل توجه است. در مطالعه ما ، متغیر نرخ ارز دلار بیشترین تأثیر نسبی را در قیمت مرغ گوشتی نشان داده است (جدول 3). در سال 2011 ، هزینه ذرت وارداتی در مقایسه با سال گذشته 83 دلار در هر تن افزایش یافته و 357 دلار در هر تن بود. این منجر به افزایش 35 درصدی قیمت بازار داخلی در ترکیه در همان سال شد. در دوره بعد ، با قیمت های جهانی زیر 175 دلار در هر تن (2016) ، یک توسعه موازی در ترکیه مشاهده شد و قیمت آن زیر سطح 250 دلار در هر تن کاهش یافته است (Numanoğlu و همکاران ، 2016).

بالاترین رابطه مثبت بین PPI کشاورزی و شاخص قیمت تولید کننده مشاهده شد (شکل 5). تأثیر مثبت طولانی مدت بین عدم اطمینان از کشاورزی و قیمت مواد غذایی و تورم در ترکیه ثبت شده است (Erdal et al. ، 2008 Erdal G ، Esengün K ، Erdal H. Türkiye'de tarima firünleri fiyatlarindaki yzilrindiine yzerlasyon enflassindiinKMU IIBF Dergisi 2008 ؛ 10 (15): 65-79.). علاوه بر این ، افزایش تورم قیمت کشاورزی از نظر آماری تأثیر معنی داری بر تورم قیمت مواد غذایی و کل CPI دارد (çıplak & Yücel ، 2004).

تغییراتی که در قیمت مواد اولیه خوراک رخ می دهد ، بر قیمت سایر مواد اولیه خوراک مورد استفاده در تولید خوراک گوشتی تأثیر می گذارد. به عنوان مثال ، انتقال یک طرفه از نوسانات از بازار ذرت و جو وجود دارد ، که متداول ترین مواد اولیه در خوراک طیور در ترکیه ، به بازار گندم است (çınar ، 2018). علاوه بر این ، افزایش قیمت سویا (پیشرو در ورودی مواد اولیه خوراک) 10 ٪ منجر به افزایش 3. 84 ٪ در هزینه گوشت مرغ شد (çınar & Keskin ، 2018).

طبق نتایج تحقیق ، دومین رابطه مثبت مثبت بین نرخ ارز دلار و PPI کشاورزی مشاهده شد (شکل 5). رابطه کوتاه مدت و بلند مدت قابل توجهی بین قیمت های ورودی ، خرده فروشی و عمده فروشی گزارش شده است (Erdem et al. ، 2011 Erdem C ، Sentürk I. Simsek T. بررسی رفتار قیمت در بازارهای جوجه های ترکی.؛ 10 (6): 575-82.). قیمت خوراک گوشتی و گوشت مرغ در ترکیه در کوتاه مدت یکپارچه شده است و این قیمت ها از یکدیگر پیروی می کنند. در این شرایط ، تغییر در قیمت خوراک دو دوره (دو ماه) بعداً در TL و یک دوره (یک ماه) بعداً در دلار ایالات متحده تأثیر می گذارد (Arıkan et al. ، 2019).

بخش گوشت مرغ در ترکیه از نظر فناوری و ظرفیت پیشرفته است. با این حال ، وابستگی آن به منابع خارجی برای مواد اولیه بر توسعه و پایداری این بخش تأثیر منفی می گذارد. وابستگی مداوم به منابع خارجی ، صنعت طیور را در برابر حرکات ارزی و مشکلات موجود در تهیه مواد لازم برای تولید آسیب پذیر کرده است.

از آنجا که بازار کالاهای داخلی به شدت با بازار جهانی کالا مرتبط است ، هر نوسان قیمت در بازار جهانی مستقیماً به قیمت بازار کالاهای داخلی منتقل می شود. برای حل مشکل انتقال در نوسانات قیمت کشورهای در حال توسعه ، مدت زمان طولانی لازم خواهد بود. فقدان سیاست در صنعت تولید می تواند باعث نوسانات شدید قیمت در این کشورها شود. بنابراین ، نمایندگان بخش و سیاست گذاران باید به طور فعال از مبادلات کالایی استفاده کنند و اقداماتی را برای جلوگیری از نوسانات قیمت از بازار بین المللی انجام دهند تا ما بازارهای داخلی را بپذیریم. شاخه های دیگر تولیدی که ورودی های این بخش را نیز ارائه می دهند نیز باید به طور همزمان مورد بررسی قرار گیرند.

تصدیق

هیچ منبع بودجه ای برای این مقاله وجود ندارد.