4. مقدمه:
در فصل قبل بر این نکته تاکید شد که تقاضا برای کالاهای تولیدی نقش مهمی را در بسیاری از تصمیمات تجاری ایفا می کند.براب استفاده از روابط حاکم بر تقاضا، ناگزیز به برآورد شکل ساختاری و ضرایب تابع تقاضا هستیم. مشخص کردن ساختار و ضرایب تابع تقاضا را اصطلاحاً برآورد تقاضا می گویند.

5. سه روش متداول برای برآورد تقاضا وجود دارد که عبارتند از: 1) روش مصاحبه یا نظر سنجی 2) روش آزمایشی بازار 3) تحلیل رگرسیون دو روش اول به طور گسترده در مباحث بازاریابی مورد بررسی قرار می گیرد و بیشتر می تواند مکملی برای روش تحلیل رگرسیون باشد. بدلیل اینکه روش تحلیل رگرسیون غالباً بهترین و تنها روش تخمین تقاضا به صورت عملی می باشد، در اقتصاد مدیریت مورد بررسی بیشتر قرار می گیرد.

6. 1) مصاحبه با مصرف کننده:
مصاحبه با مصرف کنندگان یا روش پیمایشی، مستلزم پرسش مستقیم از مصرف کنندگان بالقوه بنگاه در مورد الگوی ترجیحات آنهاست. مصاحبه کننده میکوشد تا ارتباط بین مقدار تقاضا و انواع متغیرهای تأثیر گذار بر تقاضا را از طریق مصاحبه با مصرف کنندگان کشف کند. در این روش گرچه اطلاعات مفیدی در خصوص الگوی رفتاری تقاضا کنندگان بدست می آید، ولی برآورد تابع تقاضا به مفهوم آماری آن یعنی یافتن میزان ضرایب متغیرها عملاً غیر ممکن است. زیرا مصرف کنندگان قادر نیستند یا اکراه دارند که واکنش دقیق خود را در مورد تغییرات متغیرهای مستقل تقاضا اظهار کنند.

7. به عنوان مثال چنانچه در مصاحبه مشخص شود که مصرف کنندگان از قیمتهای نسبی کالای مورد نظر و اصولاً تفاوت قیمتها در بازار بی خبرند می توان نتیجه گرفت که تقاضای آن کالا کم کشش است و مصرف کنندگان به تغییرات قیمت حساس نیستند. لذا لازم نیست که با استراتژی کاهش قیمت به دنبال جذب تقاضای بیشتر بود. همچنین نظر مصرف کنندگان نسبت به برنامه های تبلیغاتی و اثر آن بر تقاضا از طریق مصاحبه با مصرف کنندگان قابل درک است.

8. 2) روش آزمایشی بازار:
در این روش بنگاه از میان بازار هایی که محصول خود را عرضه می کند یک یا چند بازار را با ویژگیهای مشخص انتخاب می کند و سپس متغیرهای قابل کنترل تابع تقاضا مانند قیمت کالا، نوع بسته بندی و یا میزان مخارج تبلیغاتی را تغییر می دهد و سپس بر اساس مقایسه بین این بازار ها به حدود کشش قیمتی، تبلیغاتی و ... پی می برد.

9. در این روش می توان قیمت کالا را در یکی از شهرها به مدت مشخص افزایش داد و عکس العمل تقاضا را بررسی کرد.
مشکل این روش این است که غالباً به خاطر هزینه زیاد، در مقیاس کوچک انجام می شود از این رو از درجه اعتماد بالایی برخوردار نیست.
از طرف دیگر چنانچه رقبا از موقتی بودن این تغییرات آگاه شوند، عکس العملی نشان نمیدهند.
همچنین ممکن است یافته های محقق از این روش فقط در کوتاه مدت صادق باشد نه در بلند مدت. که بطور کلی بسط نتایج کوتاه مدت به بلند مدت گمراه کننده است.

10. روش دیگر کار این است که وجوهی را در اختیار مصرف کننده قرار داده و از وی بخواهیم در بازاری شبیه سازی شده خرید کند و با تغییرات قیمتها، نوع بسته بندی و قیمت کالاهای رقیب، به طور مصنوعی رفتار مصرف کننده را بررسی کنیم. در این روش مانند یک مطالعه کلینیکی یا آزمایشگاهی محقق قادر است تمام شرایط را کنترل کند و به عکس العمل مصرف کننده نسبت به یک تغییر خاص پی ببرد. مشکل این روش این است که چون مصرف کنندگان میدانند که قسمتی از یک مطالعه تجربی هستند، از اینرو ممکن است تغییر رفتار دهند مثلا نسبت به تغییرات قیمت بیش از حد عکس العمل نشان دهند و ... اینکه مصرف کنندگان از چه قشری از جامعه انتخاب شده اند نیز خود مشکل دیگر این روش است.

11. 3) برآورد آماری تابع تقاضا (تحلیل رگرسیون)
تحلیل رگرسیون بهترین روش در تخمین تقاضا می باشد که با توجه به محدودیتهای خاص خود، برآورد قابل اعتمادی از تابع تقاضا را با حداقل هزینه فراهم می آورد. برای استفاده از این روش مراحل زیر را باید طی کرد: الف) مشخص کردن فرم تابع تقاضا ب) جمع آوری داده ها ج) برآورد آماری پارامترهای تابع تقاضا و تفسیر آنها د) بررسی یا آزمون آماره های رگرسیون ه) بررسی مشکلات مربوط به برآوردهای آماری روش رگرسیون

12. الف) مشخص کردن فرم تابع تقاضا
مقدار تقاضا برای کالای مورد نظر متغیر وابسته است و مجموعه متغیرهای مؤثر بر تقاضا که بسته به نوع کالا متفاوتند، متغیرهای مستقل مدل را تشکیل می دهند. معمولاً متغیرهایی همچون قیمت کالا، قیمت کالاهای مکمل و جانشین، درآمد مصرف کننده و مخارج تبلیغات جزو متغیرهای مستقل مدل می باشند.

13. اگر کالای مورد نظر در بازار انحصار چندجانبه به فروش برسد، قیمت کالاهای رقیب اهمیت بسیار زیادی در تحلیل تقاضا دارد و یا اگر کالا جزو کالاهای بادوام و گران قیمت مانند مسکن و اتومبیل باشد، متغیرهایی مانند میزان و شرایط اعتباری و نرخ بهره بازار مؤثر است. همچنین ممکن است کالای مورد نظر کاربرد فصلی داشته باشد مانند بخاری و کولر و یا تحت تأثیر عوامل آب و هوایی باشد. اگر تابع تقاضا مربوط به یک کالای واسطه ای باشد، مانند تقاضای کالاهای سرمایه ای مانند ماشین آلات و تجهیزات، سود آوری صنعتی که از این کالای واسطه ای یا سرمایه ای استفاده می کنند، مهمترین متغیر توضیحی تقاضای این کالا می باشد.

14. شکل تابع تقاضا یعنی خطی یا نمایی بودن فرم تابع
شکل تابع تقاضا یعنی خطی یا نمایی بودن فرم تابع
در تابع خطی اگر قیمت کالا یک واحد تغییر کند، مقدار تقاضا به اندازه b تغییر می کند. در تابع خطی اثرات نهایی که همان مشتقات جزیی هستند، ثابتند. ولی کشش ها ثابت نخواهند بود.
اگرچه این فرض غیر واقع بینانه است ولی در محدوده کوچکی از تغییرات تقاضا که معمولاً در عمل مشاهده میکنیم و در آن محدوده داده های مورد نظر را جمع آوری می کنیم، واقع بینانه است. بنابراین اگر محدوده داده ها گسترده نباشد، تابع خطی تقریب خوبی از واقعیت است.
امتیاز دیگر تابع خطی این است که ضرایب این مدل به راحتی از طریق روش حداقل مربعات معمولی قابل برآورد است.

15. در تابع نمایی اثرات نهایی ثابت نیستند، بلکه به سطح سایر متغیرها بستگی دارند که واقع بینانه تر است. بعنوان مثال با افزایش درآمد تقاضا برای گوشت ابتدا افزایش می یابد ولی با ادامه افزایش درآمد رفته رفته آهنگ افزایش تقاضا برای گوشت کاهش می یابد. یعنی تأثیر افزایش درآمد بر تقاضای گوشت عدد ثابتی نیست بلکه مقداری متغیر است. از طرف دیگر اگر محدوده داده های مورد مشاهده گسترده باشد، مدل نمایی مناسب تر است. امتیاز دیگر تابع نمایی این است که به راحتی می توان مدل نمایی را به مدل خطی تبدیل کرد (تبدیل لگاریتمی) و سپس به روش حداقل مربعات معمولی قابل برآورد است. ضرایب مدل بالا همان کشش ها هستند مثلا b کشش قیمتی تقاضا را نشان می دهد.

16. به طور کلی انتخاب نوع تابع تقاضا بستگی به ماهیت تقاضا و محدوده داده ها دارد. انتخاب نوع تابع در عمل، یعنی انتخاب شکل تابع تقاضا بین خطی، نمایی، نیمه لگاریتمی و ... موضوعی است که عموماً بصورت تجربی یعنی بر اساس ادبیات تحقیق صورت می گیرد.

17. ب) جمع آوری داده ها
داده های تحقیق به سه شکل می تواند باشد: 1) داده های سری زمانیTime series data 2) داده های مقطع عرضی Cross sectional data 3) داده های تلفیقی، ترکیبی یا تابلویی Panel data

18. متغیر مجازی Dummy Variable
اگر هر گونه تغییر ساختاری در دوره مورد مطالعه وجود داشته باشد، می توان تأثیر آنرا به وسیله متغیر مجازی در مدل وارد کرد. مثلا از سال تا 1358 صفر و از سال 1358 به بعد، مقدار یک را به متغیر بدهیم.