بررسی رفتار و ترجیح مصرفکنندگان محصولات لبنی شهرستان ساری بر اساس ساختار آشیانهای
محورهای موضوعی : فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزیسید مجتبی مجاوریان 1 , حمید امیرنژاد 2 , سینا احمدی کلیجی 3
1 - دانشگاه علوم کشاورزی و منابع طبیعی ساری
2 - گروه اقتصاد کشاورزی، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری
3 - دانشگاه علوم کشاوری و منابع طبیعی ساری
کلید واژه: آمیخته بازاریابی, ترجیحات مصرفکنندگان, لاجیت آشیانهای, محصولات لبنی,
چکیده مقاله :
با توجه به اهمیت تولید و مصرف شیر و فرآوردههای آن، این مطالعه با هدف بررسی تمایل و ترجیحات مصرف انواع محصولات لبنی و عوامل موثر بر آن در قالب ساختار مدل لاجیت آشیانهای در شهرستان ساری در سال 1396 انجام شده است. حجم نمونه با استفاده از روش نمونهگیری تصادفی ساده انتخاب و 275 تعیین شد. نتایج ترجیحات و میزان مصرف هریک از محصولات لبنی نشان داد که ماست، شیر و پنیر بیشترین ترجیح را در میان محصولات لبنی داشته و مصرفکنندگان تمایل بیشتری به محصولات کمچرب نسبت به محصولات پرچرب دارند. نتایج بررسی عوامل موثر بر ترجیحات افراد نشان داد که متغیر قیمت و هزینه خانوار احتمال انتخاب محصولات لبنی را کاهش میدهد و متغیرهای سن، تحصیلات و اهمیت به ورزش احتمال آن را افزایش میدهد. متغیرهای آمیخته بازاریابی (p4) نیز به عنوان عوامل تاثیر گذار بر انتخاب انواع محصولات لبنی بوده است. مدیران بازاریابی به خصوص در بخش لبنیات با استفاده از این نتایج میتوانند محصولات خود را بر اساس گرایش و ترجیحات مصرفکنندگان بهبود دهند.
Due to the importance of production and consumption of milk and dairy products, this study with purpose of investigation the consumers’ preferences and its affecting factors have been done as the nested logit model in the Sari city in 2018. Sample size was selected based on simple random sampling method and 275 questionnaires have been collected. The results show that yogurt, milk and cheese have the most preferences among the dairy products and consumers have more tendencies to low fat dairy products than full fat. The study results of affecting factors on selecting of each the diverse dairy products and individual preferences revealed that price and family cost decrease the probability of dairy products choosing and age, education and attention to sport variables increase its probability. Marketing mix variables (p4) were also considered as factors influencing the selection of dairy products. Marketing managers, especially in dairy market by using of these results can improve their products based on consumers tend and preferences.
Assan, N. (2017). Milk and milk products consumption pattern, preferences and purchase behavior in communal areas of the Eastern Cape Province in South Africa. Scientific Journal of Animal Science, 6(5): 407-427.
- Ben-Akiva, M. & Lerman, S. (1997). Discrete Choice Analysis: Theory and Application to Travel Demand, MIT Press in Transportation Studies, Cambridge, MA.
- Bhat, Ch. & Guo, J. (2004). A mixed spatially correlated logit model: formulation and application to residential choice modeling. Transportation Research, B(38): 147-168.
- Bhanu, B. Saravana Pandian, S. Vinothini, P. & Mathanghi, S. K. (2017). Analysing the consimers preference for dairy products in Trivandrum City, INDIA. International Journal of Science, Environment and Technology, 6(1): 650-654.
- Borsch-Supan, A. (1990). On the compatibility of nested logit models with utility maximization. Journal of Econometrics, 43: 373-388.
- Bousbia, A., Boudalia, S. Chelia, S. Oudaifia, K. Amari, H. Benidir, M. Belkeir, B. & Hamzaoui, S. (2017). Analysis of Factors Affecting Consumer Behavior of Dairy Products in Algeria: A Case Study from the Region of Guelma. International Journal of Agricultural Research, 12: 93-101.
- Canadian Dairy Information Centre, CDIC. (2016). Milk and cheese report. Available online at: http://dairyinfo.gc.ca.
- Danaher, P. J. & Dagger, T. S. (2012). Using a nested logit model to forecast television ratings. International Journal of Forecasting, 28(3): 607-622.
- Davis, J. Gallego, G. & Topaloglu, H. (2014). Assortment Optimization under Variants of the Nested Logit Model. Operations Research, 62(2): 250–273.
- Ghorbani, M. & Firooz Zarea, A. (2010). Valuation of Different Characteristics of Air Pollution in Mashhad. Journal of Economics Research, 44(4): 215-241. (In Persian).
- Isazade, S. Jalili Kamjo, S. P. Madadi, S. & Mahmodi Niya, D. (2012). Non Market Commodity valuating based on Stated Preference. Journal of natural resource economics, 1(1): 21-36. (In Persian).
- Karbasi, A. & Aghasafari, H. (2017). Investigation factor affecting on consumers’ trend to branded dairy products. Journal of Iran Science and Technology, 14(11): 327-336. (In Persian).
- Li, G. Rusmevichientong, P. & Topaloglu, H. (2015). The d-level nested logit model: Assortment and price optimization problems. Operations Research, 63(2): 325-342.
- Maleki, A. (2003). Systematic analysis of consumer behavior. Modirsaz, 6(3,4): 88-100. (In Persian).
- McFadden, D. (1978). Modeling the choice of residential location. Transportation Research Record, (672):72-77.
- McFadden, D. (1980). Econometric models for probabilistic choice among products. The Journal of Business, 53(3): 13-29.
- Mohammadi, M. Taheri Reykandeh, E. Rafiee, H. & Aziznejhad, A. (2016). Analysis of factors affecting on consumer attitudes about the use of natural milk in cheese production with emphasis on quality and price oriented. Iran Association of Agricultural Economics, 10(3): 47-64. (In Persian).
- Pishbahar, E. & Nataj Firuzjah, M. (2014). Evaluation of hedonic pricing of dairy products. Journal of Food Research, 24(4):579-588. (In Persian).
- Samadi, M. (2008). Analysis and determining adequate marketing promotion mix for dairy products by using MCDM. Agricultural Economics and Development, 16(64): 97-117. (In Persian).
- Samadi, M. & Eslam, F. (2009). Marketing strategic planning and choosing the suitable strategy by using the AHP technique. Journal of Clinical Psychology & Personality, 1(35): 69-82. (In Persian).
- Shahbazi, H. (2016). Generic Dairy Advertising Effects in A Multi-Market Equilibrium. Agricultural Economics, 10(3): 89-112. (In Persian).
- Williams, H. C. W. L. (1977). On the formation of travel demand models and economic evaluation measures of user benefit. Environmental and Planning, 9(3):285-344.
_||_