في عالم التجارة الزراعية، تُعتبر توقعات أسعار السلع الزراعية أحد التحديات الكبرى، خاصة في الدول النامية التي تعاني من تقلبات حادة في الأسعار واضطرابات متكررة في التوريد. لكن، ماذا لو كانت هناك طريقة مبتكرة قادرة على تحسين دقة هذه التوقعات؟ في دراسة جديدة، تم تقديم مؤشر أسعار الخضروات الجديد (Kalimati Vegetable Price Index - KVPI) الذي يُعتبر معلمًا فارقًا في هذا المجال.

يمثل هذا المؤشر الجديد تجميعًا لـ 135 نوعًا من الخضروات المُباعة بالجملة في كاتماندو على مدار عشر سنوات (من 2013 إلى 2023)، مستخدمًا طريقة وزن عكسية قائمة على التقلبات. هذه التقنية تُظهر قدرة هذا المؤشر على خلق إشارة مستقرة على المستوى الكلي، مما يُقلل من الضوضاء المرتبطة بنمذجة المحاصيل الفردية.

اعتمد الباحثون على مجموعة غنية من 64 ميزة صالحة قُدِمت لأغراض التسبب، بما في ذلك تأثيرات الأعياد، والإحصاءات المتحركة، والعوامل الزمنية. تمت دراسة أربعة عشر نموذجًا للتوقع، تعمل بمختلف النماذج الإحصائية والأشجار، والتعلم العميق، والهجين، وهياكل المحولات.

أظهرت نماذج الأشجار المتجمعة مقاومة ملحوظة، في حين واجهت النماذج الإحصائية التقليدية والمحولات المعقدة صعوبة في التعامل مع مجموعة البيانات المليئة بالضوضاء. لكن، كان للتقنية المُقترحة، وهي نظام التجميع عبر الإنترنت المصحح بالزخم، الأداء الأقوى، حيث حققت خطأ الجذر التربيعي (RMSE) بقيمة 1.771، ونسبة الخطأ المطلق المتوسطة (MAPE) الاستثنائية التي بلغت 0.68%، مع تفسير 84.5% من التباين (R-squared = 0.845) على مدى 90 يومًا.

يُقدم هذا النموذج مفتوح المصدر لصانعي السياسات ومؤسسات السلسلة التوريدية في نيبال وأسواق مشابهة أداة موثوقة وذات فعالية لتوقع تحركات الأسعار وتعزيز الأمن الغذائي.

هل تعتقد أن هذه التقنيات ستُحدث فارقًا حقيقيًا في سوق الزراعة؟ شاركونا آرائكم في التعليقات.