← أحدث الأبحاث
📈 economics

Forecasting food price inflation in Nigeria and identifying its drivers using machine learning models

تُظهر هذه الدراسة أن نماذج الانحدار المنتظم، ولا سيما نموذج "إلاستيك نت" (Elastic Net)، تتفوق على خوارزميات السلاسل الزمنية التقليدية وخوارزميات التعلم الآلي المعقدة في التنبؤ بتضخم أسعار الغذاء في نيجيريا، حيث حددت الأسعار التاريخية، وأسعار الصرف، وتكاليف الطاقة، وهطول الأمطار كمحركات رئيسية، مع الدعوة إلى سياسات اقتصادية كلية وزراعية منسقة لضمان الأمن الغذائي.

المؤلفون الأصليون: Oluwaseyi Samson Afolayan, Afolake Carolyn Afolami, Lawrence Olubunmi Balogun, Oriyomi Kazeem Aboaba, Adeleke Sabitu Coster

نُشر 2026-08-11
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Oluwaseyi Samson Afolayan, Afolake Carolyn Afolami, Lawrence Olubunmi Balogun, Oriyomi Kazeem Aboaba, Adeleke Sabitu Coster

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول التنبؤ بالطقس. يمكنك النظر إلى ميزان حرارة واحد من الأمس وتخمين أنه سيكون كما هو اليوم، أو يمكنك محاولة بناء روبوت فائق التعقيد يحاكي كل سحابة، وتيار هوائي، وطائر في السماء للتنبؤ بالعاصفة. هذا هو عالم التنبؤ: علم استخدام البيانات الماضية لتخمين ما سيحدث لاحقاً. في الاقتصاد، يعد هذا أمراً بالغ الأهمية لشيء يسمى التضخم، وهو مجرد كلمة منمقة تعني عندما تستمر أسعار الأشياء (مثل الطعام) في الارتفاع، مما يجعل أموالك تشتري أقل مما كانت تشتريه سابقاً. عندما يصبح الطعام غالياً، تعاني العائلات من أجل تناول الطعام جيداً، ويمكن للبلد بأكه أن يشعر بالضغط. لقد حاول العلماء معرفة أفضل طريقة للتنبؤ بزيادات الأسعار هذه لفترة طويلة. يعتقد البعض أن الرياضيات البسيطة هي الأفضل، بينما يعتقد آخرون أننا بحاجة إلى عقول حاسوبية ضخمة ومعقدة (تسمى تعلم الآلة) لحل اللغز. ولكن أيهما يعمل بشكل أفضل حقاً عندما يكون الاقتصاد فوضوياً وغير قابل للتنبؤ؟

تتعمق هذه الدراسة في هذا السؤال بالضبط، ولكن مع تركيز خاص على نيجيريا، وهي دولة تقفز فيها أسعار المواد الغذائية صعوداً وهبوطاً بشكل جنوني. أراد الباحثون معرفة شيئين: أولاً، هل يمكننا التنبؤ بدقة بما ستفعله أسعار المواد الغذائية خلال العامين المقبلين؟ ثانياً، من هم "الأشرار" الحقيقيون الذين يدفعون تلك الأسعار للارتفاع؟ ولأجل اكتشاف ذلك، لم يكتفوا باختيار طريقة واحدة؛ بل أقاموا سباقاً هائلاً. لقد وضعوا نموذجاً رياضياً تقليدياً قديماً (مثل دراجة هوائية موثوقة وثابتة) في مواجهة عدة نماذج لتعلم الآلة عالية التقنية (مثل دراجات نارية مستقبلية فائقة السرعة وحتى روبوت معقد). لقد غذوا كل هذه النماذج بجبال من البيانات حول أسعار الغذاء، وتكاليف الوقود، والأمطار، وأسعار الصرف ليروا أي منها سيجتاز خط النهاية بأكثر التخمينات دقة.

كانت نتائج هذا السباق مفاجئة. وجد الباحثون أن الروبوتات "المتطورة" عالية التقنية والشبكات العصبية المعقدة تعثرت وسقطت بالفعل. لقد كانت معقدة للغاية بالنسبة للمهمة وانتهى بها الأمر بارتكاب أخطاء أكبر. بدلاً من ذلك، كانت الفائزة هي النماذج "الأبسط"، وتحديداً نوع من الرياضيات يسمى الانحدار المنتظم (فكر في هذه النماذج كدراجات هوائية ذكية وانسيابية تعرف تماماً متى تبدل بقوة ومتى تسترخي). كان بطل السباق نموذجاً يسمى إلاستيك نت (Elastic Net)، والذي تنبأ بالمستقبل بأعلى دقة، يليه عن قرب أقرباؤه، "لاسو" (LASSO) و"ريدج" (Ridge Regression). أما الدراجة الهوائية القديمة (نموذج السلاسل الزمنية القياسي) فقد قامت بعمل جيد، لكن الدراجات الذكية والانسيابية هزمتها. أما الروبوتات المعقدة (مثل الشبكات العصبية الاصطناعية) فكانت الأسوأ أداءً، حيث تاهت في وسط الضجيج.

إذاً، ما الذي يحرك أسعار الغذاء في نيجيريا في الواقع؟ عملت الدراسة كالمحقق للبحث عن الأدلة. واكتشفوا أن أقوى مؤشر لأسعار الغذاء غداً هو ببساطة ما كانت عليه أسعار الغذاء بالأمس. الأمر يشبه كرة ثقيلة تتدحرج من فوق تلة؛ بمجرد أن تبدأ في الحركة، فإنها تستمر في ذلك. ومع ذلك، وجدت الدراسة عوامل أخرى مهمة تدفع تلك الكرة. فعندما ينخفض سعر الصرف (كم تساوي العملة المحلية مقارنة بالعملات الأجنبية)، يصبح الطعام أغلى لأن استيراد الأشياء يكلف أكثر. وعندما ترتفع أسعار الوقود، تزداد تكلفة نقل الشاحنات إلى الأسواق، مما يرفع أيضاً أسعار الغذاء. ومن المثير للاهتمام أن الأمطار تعمل ككابح؛ فالأمطار الجيدة تعني محاصيل جيدة وأسعاراً منخفضة، بينما الطقس السيئ يدفع الأسعار للارتفاع.

يشير المؤلفون إلى أنه بينما نعتقد غالباً أننا بحاجة إلى أكثر الأدوات تعقيداً والتي يقودها الذكاء الاصطناعي لحل المشكلات الاقتصادية الكبيرة، فإن نهجاً أبسط ومضبوطاً بعناً قد يعمل بشكل أفضل، خاصة عندما يكون الاقتصاد غير مستقر. لم يثبتوا أن الذكاء الاصطناعي المعقد عديم الفائدة للأبد، لكن في هذا السباق المحدد ومع هذه البيانات المحددة، كانت النماذج الأبسط هي الفائزة بوضوح. وتخلص الدراسة إلى أنه للحفاظ على استقرار أسعار الغذاء، تحتاج نيجيريا إلى التركيز على تثبيت عملتها، وخفض تكاليف الوقود، ومساعدة المزارعين في التعامل مع الطقس، كل ذلك مع استخدام هذه النماذج الأبسط والأكثر موثوقية لمراقبة الأسعار قبل أن تخرج عن السيطرة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →