Differences in food product consumption in selected Asian countries

Słowa kluczowe

food preferences Asia multidimensional data analysis GradeStat GCA algorithm ar measure overrepresentation map grouping of objects

Key words

Preferencje żywieniowe w Azji wielowymiarowa analiza danych Grade- Stat algorytm GCA miara ar mapy nadreprezentacji grupowanie obiektów

JEL Classification

C38 C43 F18 O53 Q18

Streszczenie

The study of consumers’ food preferences has not only sociological dimensions but also economic ones, e.g. regarding producers searching for new markets. It is also a good starting point for estimating the willingness of consumers to spend money on the consumption of individual products. In this paper, the authors attempt to compare these preferences on the Asian market for nine product groups. Due to the problem complexity (considerations of tradition, religion, geographical location and size of the continent), the study included selected countries of Central and Southeast Asia (i.e. China, Mongolia, Japan, India, Thailand, Indonesia, Kazakhstan, Uzbekistan, Tajikistan, Malaysia, Myanmar, the Philippines, Pakistan, Cambodia, Vietnam, Laos and Sri Lanka). The study covered the period 2011–2013, and consumption was defined as the arithmetic mean of three years. According to the research results, contrary to the European literature, food preferences in the surveyed Asian countries vary, sometimes even considerably. This is probably related, to a large extent, to the cultural and environmental conditions that prevail in the area in question. This is evidenced by the fact that several countries can be assigned into groups in terms of similarities in food preferences. The study uses Gradual Data Analysis (a measure of ar as an indicator of the dissimilarity of food preferences, overrepresentation maps in order to visualize these dissimilarities and assign countries into groups of similar dietary preferences).

Abstract

Badanie preferencji żywnościowych ma poza aspektem socjologicznym, także aspekt ekonomiczny, np. ze strony producentów i szukania przez nich rynków zbytu dla produkowanej żywności. Jest także punktem wyjścia do szacowania skłonności konsumentów do ponoszenia wydatków na poszczególne produkty żywnościowe. W pracy podjęto próbę porównania tych preferencji na rynku azjatyckim odnośnie 9 grup produktowych. Z powodu złożoności problemu (względy tradycji, religii, położenia geograficznego i wielkości kontynentu) w badaniu uwzględniono 17 wybranych krajów Azji środkowej i południowo- -wschodniej (Chiny, Mongolia, Japonia, Indie, Tajlandia, Indonezja, Kazachstan, Uzbekistan, Tadżykistan, Malezja, Myanmar, Filipiny, Pakistan, Kambodża, Wietnam, Laos i Sri Lanka). Badanie przeprowadzono w latach 2011–2013, a wyniki uśredniono dla każdego kraju dla każdej grupy produktowej na przestrzeni trzech lat. Wyniki badań wskazują, że wbrew obiegowej opinii Europejczyków, preferencje żywnościowe w krajach azjatyckich rozpatrywanego regionu różnią się, czasem nawet znacznie. Decyduje o tym zapewne, w dużej mierze, aspekt kulturowy oraz warunki środowiskowe, które przeważają nad bliskością sąsiedztwa pomiędzy państwami. Świadczy o tym wynik podziału państw na grupy pod względem podobieństw preferencji żywnościowych w badanym okresie. W obliczeniach posłużono się metodami gradacyjnej analizy danych (miarą ar jako miarą niepodobieństwa preferencji żywieniowych, mapami nadreprezentacji w celu wizualizacji tych niepodobieństw oraz podziału państw na odpowiednie grupy krajów o zbliżonych preferencjach żywieniowych).

Cytowania

1. ABDULLAH A.B., ITO S., ADHANA K., 2006: Estimate of rice consumption in Asian countries and the world towards 2050, [in:] Proceedings for Workshop and Conference on Rice in the World at Stake 2, Chiang Mai, 28–43.
2. BINDERMAN Z., BORKOWSKI B., SZCZESNY W., 2013: Zastosowanie metryki Minkowskiego do pomiaru zmian koncentracji, Metody Ilościowe w Badaniach Ekonomicznych 14 (3), 27–38.
3. 10.1016/j.patcog.2011.08.012
   De AMORIM R. C., MIRKIN B., 2012: Minkowski Metric, Feature Weighting and Anomalous Cluster Initializing in K-Means Clustering, Pattern Recognition 45 (3), 1061–1075.
4. 10.1093/jn/133.11.3907S
   DELGADO CH. L., 2003: Rising Consumption of Meat and Milk in Developing Countries Has Created a New Food Revolution, The Journal of Nutrition 133 (11), 3907–3910.
5. FAO, 2018: Statistics, available at: http://www.fao.org/statistics/en/ [dostęp: 28.12.2018]
6. ISO3166-1 ALPHA-3, 2018: available at: https://www.iso.org/iso-3166-country-codes.html, [accessed: 28.12.2018]
7. JAIN A. K., DUBES R.C., 1988: Algorithms for Clustering, Prentice-Hall, Inc. Upper Saddle River, NJ, USA.
8. 10.1098/rstb.2010.0149
   KEARNEY J., 2010: Food Consumption Trends and Drivers, Philosophical Transactions of the Royal Society, Biological Sciences 365 (1554), 2793–2807.
9. KOSZELA G., 2016: Wykorzystanie narzędzi gradacyjnej analizy danych do klasyfikacji podregionów pod względem struktury agrarnej, Wiadomości Statystyczne GUS 6, 10–30.
10. KOWALCZYK T., PLESZCZYŃSKA E., RULAND F. (eds), 2004: Grade Models and Methods of Data Analysis: With Applications for the Analysis of Data Population, Studies in Fuzziness and Soft Computing 151, Springer, Berlin – Heidelberg – New York.
11. 10.1017/S1368980012004569
    LIPOETO N.I., KHOR G.L., ANGELES-AGDEPPA I., 2013: Food Consumption Patterns and Nutrition Transition in South-East Asia, Public Health Nutrition 16 (9), 1637–1643.
12. 10.1016/j.foodpol.2006.08.001
    PINGALI P., 2006: Westernization of Asian Diets and the Transformation of Food Systems:Implications for Research and Policy, Food Policy 32, 281–298.
13. REGMI A., DEEPAK M. S., SEALE Jr J.L., BERNSTEIN J., 2001: Cross-Country Analysis of Food Consumption Patterns, [in:] A. Regimi (ed.) Changing Structure of Global Food Consumption and Trade, Market and Trade Economics Division, Economic Research Service, U.S. Department of Agriculture, Agriculture and Trade Report. WRS-01-1, 14–22.
14. SZCZESNY W., 2002: Grade Correspondence Analysis Applied to Contingency Tables and Questionnaire Data, Intelligent Data Analysis 6 (1), 17–51.
15. ZIMMERMANN W., 1968: The Power Counting Theorem for Minkowski Metric, Communications in Mathematical Physics 11 (1), 1–8.