15:23

1403/09/20

یورو:76,850 تومان0.582%
پوند انگلستان:92,790 تومان0.610%
درهم امارات:19,950 تومان1.308%
لیر ترکیه:2,090 تومان0.541%
یوان چین:10,040 تومان0.955%
طلای 18 عیار (گرم):4,725,749 تومان1.161%
طلای 24 عیار (گرم):6,300,360 تومان1.161%
تتر:73,800 تومان1.027%
مثقال طلا:20,471,000 تومان1.161%
انس طلا:267.3 تومان0.906%
سکه گرمی:8,260,000 تومان0.365%
سکه نیم:27,420,000 تومان0.348%
سکه ربع:17,300,000 تومان0.875%
سکه امامی:52,600,000 تومان0.526%
سکه بهار:50,490,000 تومان0.698%
دلار آمریکا:72,800 تومان0.709%
خبری لوگو

خبری دات نیوز

خاطره تلخ قیمت‌گذاری دستوری در حافظه تاریخی اقتصاد ایران/ عاقبت کشورهایی که الگوی ایران شده‌اند

اقتصاد آنلاین- رجا ابوطالبی: اولین دلیلی که شاید دولت‌ها از سیاست قیمت‌گذاری دستوری (Model Controls) استفاده کنند، اطمینان از این است که کالاها و خدمات با قیمت «عادلانه» فروخته شوند؛ چرا که در برخی کشورها، خصوصا کشورهای در حال توسعه، عدم تقارن اطلاعاتی دولت را مجاب می‌کند که برای محافظت از شهروندان در برابر استثمار،

اقتصاد آنلاین- رجا ابوطالبی: اولین دلیلی که شاید دولت‌ها از سیاست قیمت‌گذاری دستوری (Model Controls) استفاده کنند، اطمینان از این است که کالاها و خدمات با قیمت «عادلانه» فروخته شوند؛ چرا که در برخی کشورها، خصوصا کشورهای در حال توسعه، عدم تقارن اطلاعاتی دولت را مجاب می‌کند که برای محافظت از شهروندان در برابر استثمار، کنترل قیمت را اعمال کند.

حتی اعمال این سیاست‌ها با حمایت جریانات خاصی نیز ممکن است اتفاق بیفتد؛ جایی که دولت‌ها برای جذب آرا قول حمایت از مصرف کننده و برای لابی با شرکت‌ها قول حمایت از تولیدکنندگان را می‌دهند.

علت بعدی که برخی از اقتصاددانان از جمله راکف، آن را بررسی کرده «فروش تحت تأثیر تقلب، نا آگاهی و یا انحصارهای کوتاه‌مدت» است که دولت‌ها را به سمت اعمال این سیاست‌ها سوق می‌دهد؛ اما بعدها خود او به این نتیجه رسید هیچ نهادی به اندازه کافی آگاه نیست که بتواند دقیقاً نقص را شناسایی کند، قیمت صحیح را برای اصلاح وضعیت انتخاب کند و سپس تعدیل و اجرای مداوم را ارائه دهد. رقابت ابزار بهتری نسبت به کنترل قیمت برای حمایت از مصرف کنندگان است.

فرانسه

هانری بورن، اقتصاددان اوایل قرن بیستم، اثرات کنترل قیمت‌ها را بر فرانسه در سال‌های پس از انقلاب فرانسه، زمانی که ساکنان شهر در خرید غلات با مشکل مواجه بودند، بررسی کرد که مشخص شد کمبود غلات به دلیل مشکلات کشاورزی نبود؛ چرا که در سال ۱۷۹۳ فرانسه یک کشور کشاورزی مرفه بود که قادر به تامین خود بود؛ اما خطر قحطی ناشی از مشکلات تهیه و توزیع داخلی بود که توسط دولت ایجاد شده بود.

به عنوان مثال، ماموران شهر پاریس، ارتش و دولت در تلاش برای خرید غلات با یکدیگر رقابت کردند. این مساله واضحا کمبودهای محلی را در جایی که قبلاً وجود نداشت ایجاد کرد و به نا آرامی اجتماعی منجر شد.

کنوانسیون فرانسه برای جبران، تصمیم به پرداخت یارانه به آرد گرفت. این امر باعث شد که نانوایان از شهرهای همسایه برای خرید آرد به پاریس سفر کنند و کمبودهای بیشتری در شهر ایجاد کرد. برای مقابله با این نقمت نیز، دولت دست به اقدامات جدیدی زد؛ تعیین حداکثر قیمت غلات و دستور دادن به کشاورزان برای عرضه آن به بازارهای محلی سومین تصمیم دولت برای نرمال ساختن شرایط بود که مطابق انتظار کشاورزان با قانون جدید همکاری نکردند. بازارها خالی از غلات شد و کمبودهای بیشتری شکل گرفت.

دولت فرانسه ریشه یابی این مساله را در عدم توازن بین بازارها دانست. به همین علت تعیین حداکثر قیمت‌ها را به سایر بازارها نیز بسط داد که خروجی آن چیزی بیشتر از فاجعه بود. آن کنترل‌های قیمت‌ها، در ترکیب با تصرفات دولتی و فساد، هرج‌ومرج در اقتصاد فرانسه ایجاد کرد؛ چرا که بازرگانان با کاهش کیفیت کالاهای خود پاسخ سیاست‌های قیمت‌گذاری دستوری را دادند و بازار سیاه شکوفا شد.

قصاب در وزن کردن گوشت، ضایعات بیشتری نسبت به قبل اضافه کرد و مغازه داران کالاهای درجه دو را به حداکثر قیمت می فروختند نه آن کالاهایی که مدنظر دولت بود. این تبعسض فروش به حدی زیاد شد که مردم روغن خشخاش را به‌جای روغن زیتون، چوب درخت را به‌جای فلفل و نشاسته را به‌جای شکر می‌خریدند.

لهستان

دیوید تار، اقتصاددان، در مطالعه خود در مورد توزیع تلویزیون‌های تولید داخل در لهستان کمونیستی به برخی از مشکلات قیمت گذاری دستوری اشاره کرد. از آنجایی که دولت لهستان قیمت تلویزیون را بطور مصنوعی پایین نگه داشت، تقاضا بسیار بیشتر از عرضه بود و تلویزیون کمیاب شد. مصرف کننده‌ای که تلویزیون می‌خواست باید در لیست انتظار ثبت نام می‌کرد.

در بیشتر موارد مصرف کننده مجبور بود هر روز به فروشگاه مراجعه کند تا جایگاه خود را در لیست حفظ کند. تار محاسبه کرد که هزینه اجتماعی صف تلویزیون‌ها ۱۰ برابر حالت استاندارد است و هزینه کنترل قیمت تلویزیون‌ها برای اقتصاد لهستان بیشتر از کل فروش صنعت است.

ژاپن

در دهه ۱۹۸۰، وزارت دارایی ژاپن هزینه‌ها و کارمزدهای کارگزاری‌ها را تثبیت کرد و شرکت‌ها را از رقابت برای مشتریان بر این اساس منع کرد. با این حال، همانطور که توسط اقتصاددانان کوین هبنر و یانگ پارک مستند شده است، بعد از اعمال این سیاست فقط و فقط مشتریان بزرگ برای صنعت معاملات اوراق بهادار بسیار مهم و پرسود شدند. صنعت، راه‌های دیگری را برای رقابت پیدا کرد. شرکت‌های اوراق بهادار به سرمایه‌گذاران بزرگ این تضمین را دادند که حتی در صورت کاهش ارزش سرمایه‌گذاری، برخی از صندوق‌ها به حداقل بازدهی دست خواهند یافت و به طور موثر به مشتری بازپرداخت می‌کنند.

شرکت‌های اوراق بهادار این روش گران‌قیمت را با سودهای به دست آمده از هزینه‌های ثابت دولت برای خدمات کارگزاری به مشتریان کوچک و بزرگ تامین کردند. از این رو، شرکت‌های اوراق بهادار، طرح کنترل قیمت را به یک طرح انتقال تبدیل کردند؛ انتقال منابع از پس‌اندازهای خانگی به سرمایه‌گذاران شرکت‌های بزرگ!

آمریکا

بعد از سال‌های ۱۹۵۰، زمانی که هیئت هواپیمایی غیرنظامی قیمت بلیطهای هوایی را تعیین کردند، شرکت‌های هواپیمایی سعی کردند با غذا، صندلی‌های خالی و تعداد پروازها مشتریان را جذب کنند. این نحوه رقابت باعث شد در برخی مورارد حتی قیمت‌ها گران‌تر از حالت عادی شود اما این محدودیت به حدی بود که شرکت‌های هواپیمایی فقط برای سربه سر شدن رقابت می‌کردند نه کسب سودهای بیشتر!

کنترل اجاره یک مثال دیگری از قیمت گذاری در ایالات متحده است که نتایج آن به خوبی مستند و منحرف است! اول، کمبود واحدهای اجاره‌ای به دلیل کاهش علاقه مالکان به اجاره با نرخ های پایین‌تر از بازار به وجود می آید. دوم، از آنجایی که یک صف از افراد مایل به اجاره هر آپارتمان وجود دارد و مالکان مجاز به تبعیض بر اساس قیمت نیستند، مالکان بر اساس هر ویژگی که بخواهند تبعیض قائل می شوند. مالکان همچنین ممکن است از مستاجران درخواست پرداخت‌های زیر میزی کنند یا از مستاجران بخواهند که هزینه اولیه را برای امضای اجاره نامه تحویل دهند.

در سال ۱۹۹۰ نیز سیاست تبعیض قیمتی برای دارو، علی الخصوص داروهای خاص، توسط دولت فدرال آمریکا تصویب شد. چنین طرحی ممکن است معقول به نظر برسد، اما انگیزه‌ها را در بازار دارو مخدوش می‌کند. توزیع داروها بین خواص رخ می‌داد و خریداران واقعی حتب به دارو دسترسی نداشتند مگر به قیمت‌های گزاف!

با بررسی سابقه کشورها در قیمت‌گذاری دستوری پر واضح است که شاید نیت و مسیر روشن باشد اما مقصد آن جز سیاهی و تباهی چیزی به ارمغان نمی‌آورد!

با یک شبیه سازی ساده روشن است که صنعت خودرو ایران مانند صنعت تلویزیون لهستان، تعیین سقف اعتبار به کارگزاران مانند ژاپن، پرداخت یارانه و سیاست‌های تبعیض قیمتی که از پس آن نشات می‌گیرد را از فرانسه و کنترل سایر بازارها مانند کنترل قیمت هواپیما در ایران که سبب نبود پرواز شده، نبود دارو حتی برای بیماران خاص و… را از آمریکا الگو برداری کردیم که نتایج و خروجی آن‌ها نیز مشخص است.

ایران نیز که الگویی سرآمد برای استفاده از قیمتگذاری دستوری، توزیع رانت های خاص به گروهی خاص، ایجاد بازار سیاه و دلالی و مواردی از این دست که ثمره آن در بازارهایی همچون خودرو، محصولات معدنی، لوازم خانگی، لاستیک و حتی ماکارونی هم دیده شد. حال آنکه دولتمردانی که اقتصاد نمی‌دانند، تنها با مرور تاریخ قید خیلی از تصمیمات و سیاست‌های خود را می‌زدند.

bitcoin
Bitcoin (BTC) $ 100,110.82
ethereum
Ethereum (ETH) $ 3,933.14
tether
Tether (USDT) $ 1.00
bnb
BNB (BNB) $ 733.55
solana
Solana (SOL) $ 230.87
xrp
XRP (XRP) $ 2.44
staked-ether
Lido Staked Ether (STETH) $ 3,930.61
usd-coin
USDC (USDC) $ 1.00
dogecoin
Dogecoin (DOGE) $ 0.445786
cardano
Cardano (ADA) $ 1.14
avalanche-2
Avalanche (AVAX) $ 50.57
shiba-inu
Shiba Inu (SHIB) $ 0.00003
the-open-network
Toncoin (TON) $ 6.54
polkadot
Polkadot (DOT) $ 9.73
bitcoin-cash
Bitcoin Cash (BCH) $ 606.81
chainlink
Chainlink (LINK) $ 25.43
wrapped-bitcoin
Wrapped Bitcoin (WBTC) $ 99,670.70
tron
TRON (TRX) $ 0.301963
uniswap
Uniswap (UNI) $ 17.41
matic-network
Polygon (MATIC) $ 0.65629
internet-computer
Internet Computer (ICP) $ 13.61
litecoin
Litecoin (LTC) $ 126.25
near
NEAR Protocol (NEAR) $ 7.28
aptos
Aptos (APT) $ 13.60
leo-token
LEO Token (LEO) $ 9.41
filecoin
Filecoin (FIL) $ 7.24
blockstack
Stacks (STX) $ 2.54
ethereum-classic
Ethereum Classic (ETC) $ 35.15
dai
Dai (DAI) $ 1.00
cosmos
Cosmos Hub (ATOM) $ 9.51
arbitrum
Arbitrum (ARB) $ 1.09
immutable-x
Immutable (IMX) $ 1.95
render-token
Render (RENDER) $ 9.73
crypto-com-chain
Cronos (CRO) $ 0.189695
stellar
Stellar (XLM) $ 0.463124
dogwifcoin
dogwifhat (WIF) $ 3.46
mantle
Mantle (MNT) $ 1.19
hedera-hashgraph
Hedera (HBAR) $ 0.310377
okb
OKB (OKB) $ 57.40
the-graph
The Graph (GRT) $ 0.297582
optimism
Optimism (OP) $ 2.52
maker
Maker (MKR) $ 2,079.08
vechain
VeChain (VET) $ 0.063955
bittensor
Bittensor (TAO) $ 673.17
pepe
Pepe (PEPE) $ 0.000026
injective-protocol
Injective (INJ) $ 31.27
fetch-ai
Artificial Superintelligence Alliance (FET) $ 1.89
kaspa
Kaspa (KAS) $ 0.180359
thorchain
THORChain (RUNE) $ 7.09
theta-token
Theta Network (THETA) $ 2.87
fantom
Fantom (FTM) $ 1.25
celestia
Celestia (TIA) $ 7.77
arweave
Arweave (AR) $ 25.03
first-digital-usd
First Digital USD (FDUSD) $ 1.01
lido-dao
Lido DAO (LDO) $ 2.03
gala
GALA (GALA) $ 0.056636
monero
Monero (XMR) $ 203.22
sui
Sui (SUI) $ 4.06
floki
FLOKI (FLOKI) $ 0.000262
sei-network
Sei (SEI) $ 0.640977
algorand
Algorand (ALGO) $ 0.471767
rocket-pool-eth
Rocket Pool ETH (RETH) $ 4,399.69
flow
Flow (FLOW) $ 1.08
quant-network
Quant (QNT) $ 151.64
jupiter-exchange-solana
Jupiter (JUP) $ 1.25
bitcoin-sv
Bitcoin SV (BSV) $ 75.74
aave
Aave (AAVE) $ 277.98
mantle-staked-ether
Mantle Staked Ether (METH) $ 4,146.59
conflux-token
Conflux (CFX) $ 0.231308
beam-2
Beam (BEAM) $ 0.034068
wrapped-eeth
Wrapped eETH (WEETH) $ 4,146.31
bonk
Bonk (BONK) $ 0.000044
singularitynet
SingularityNET (AGIX) $ 0.831827
elrond-erd-2
MultiversX (EGLD) $ 51.35
ribbon-finance
Ribbon Finance (RBN) $ 0.562437
the-sandbox
The Sandbox (SAND) $ 0.856202
dydx-chain
dYdX (DYDX) $ 2.42
axie-infinity
Axie Infinity (AXS) $ 8.75
starknet
Starknet (STRK) $ 0.718068
havven
Synthetix Network (SNX) $ 3.19
bittorrent
BitTorrent (BTT) $ 0.000001
ethena-usde
Ethena USDe (USDE) $ 1.00
bitget-token
Bitget Token (BGB) $ 2.64
ether-fi-staked-eth
ether.fi Staked ETH (EETH) $ 3,909.15
pyth-network
Pyth Network (PYTH) $ 0.478784
worldcoin-wld
Worldcoin (WLD) $ 3.49
tezos
Tezos (XTZ) $ 1.63
chiliz
Chiliz (CHZ) $ 0.122375
gatechain-token
Gate (GT) $ 12.66
ordinals
ORDI (ORDI) $ 45.52
mina-protocol
Mina Protocol (MINA) $ 0.87124
ecash
eCash (XEC) $ 0.00005
ondo-finance
Ondo (ONDO) $ 1.65
decentraland
Decentraland (MANA) $ 0.698604
flare-networks
Flare (FLR) $ 0.029742
ronin
Ronin (RON) $ 2.21
apecoin
ApeCoin (APE) $ 1.72
eos
EOS (EOS) $ 1.23
axelar
Axelar (AXL) $ 0.972116
whitebit
WhiteBIT Coin (WBT) $ 25.14
msol
Marinade Staked SOL (MSOL) $ 286.24
akash-network
Akash Network (AKT) $ 4.24
tokenize-xchange
Tokenize Xchange (TKX) $ 16.75
neo
NEO (NEO) $ 19.68
pancakeswap-token
PancakeSwap (CAKE) $ 3.96
kava
Kava (KAVA) $ 0.654268
iota
IOTA (IOTA) $ 0.469934
sats-ordinals
SATS (Ordinals) (SATS) $ 0.00000030302019
kucoin-shares
KuCoin (KCS) $ 13.41
helium
Helium (HNT) $ 8.41
jasmycoin
JasmyCoin (JASMY) $ 0.045173
coredaoorg
Core (CORE) $ 1.44
dydx
dYdX (ETHDYDX) $ 2.41
dymension
Dymension (DYM) $ 2.40
frax-ether
Frax Ether (FRXETH) $ 3,922.52