Project Hammer: Mengurangi Kolusi Harga Bahan Makanan di Kanada
(jacobfilipp.com)- Di tengah tingginya konsentrasi pasar bahan makanan Kanada yang melemahkan persaingan harga, Project Hammer adalah proyek untuk membuka data harga historis dari pelaku utama agar bisa dipakai mendeteksi kolusi dan mendorong persaingan
- Dataset ini mencakup 8 perusahaan: Voila, T&T, Loblaws, No Frills, Metro, Galleria, Walmart Canada, dan Save-On-Foods, dengan rentang waktu dari 28 Februari 2024 hingga data termuat terbaru
- Berkas publik dibagi menjadi
productuntuk metadata produk danrawuntuk harga deret waktu, dan dapat dianalisis lewat 2 CSV atau berkas SQLite - Harga dikumpulkan dengan screen scraping dari UI situs web berdasarkan opsi “in store pickup” di satu lingkungan di Toronto, sehingga bisa berbeda dari data API internal atau memiliki kekosongan pada tanggal/perusahaan tertentu
- Agar data ini lebih mudah berujung pada analisis akademik dan tindakan hukum, perlu gabungan analisis ekonomi, normalisasi data, peninjauan bug, serta pemanfaatan politik, media, dan hukum
Apa yang ingin dilakukan Project Hammer
- Tujuan Project Hammer adalah meningkatkan persaingan di sektor bahan makanan Kanada dan mengurangi kolusi
- Untuk itu, proyek ini menjalankan tiga hal
- Membangun basis data harga historis dari situs web perusahaan bahan makanan utama
- Menyediakan data dalam bentuk yang cocok untuk analisis akademik dan tindakan hukum
- Memberi tahu orang-orang yang bisa menciptakan perubahan tentang keberadaan dataset ini dan membantu penggunaannya secara nyata
Data harga bahan makanan yang dipublikasikan
- Dataset ini mencakup 8 perusahaan bahan makanan
- Voila
- T&T
- Loblaws
- No Frills
- Metro
- Galleria
- Walmart Canada
- Save-On-Foods
- Periode yang disediakan dimulai dari 28 Februari 2024 hingga data termuat terbaru
- Data bisa diunduh dengan dua cara
- 2 CSV
- Berkas
productberisi metadata produk dan detail produk - Berkas
rawberisi data harga deret waktu - Kedua berkas digabung lewat kolom
iddanproduct_id
- Berkas
- Berkas SQLite
- Alat yang direkomendasikan untuk memeriksa berkas SQLite adalah DB Browser
- Mendukung pemfilteran dan ekspor CSV
- 2 CSV
- Field data dan metode pengumpulan dapat dilihat di bagian FAQ proyek
Orang-orang yang dibutuhkan untuk berpartisipasi
- Proyek ini sulit diselesaikan oleh satu orang, dan membutuhkan komunitas yang menangani analisis, normalisasi, verifikasi, dan pemanfaatan
- Secara khusus, partisipasi untuk peran berikut diminta
- Orang yang dapat melakukan analisis ekonomi atas interaksi dan korelasi berbagai alur harga dari waktu ke waktu
- Orang yang mahir dalam pemrosesan data dan normalisasi
- Orang yang mau mencoba mengolah data selama sehari lalu melaporkan bug, masalah, dan peluang
- Orang yang melakukan analisis harga serupa di negara lain atau terinspirasi oleh karya Mario Zechner
- Politikus, staf pembantu, aktivis, jurnalis, dan pengacara yang berorientasi data dan ingin memperbaiki sektor bahan makanan Kanada yang sangat terkonsentrasi
Pertanyaan yang bisa diajukan dengan data ini
- Harga sandwich standar bisa divisualisasikan per perusahaan
- Contoh: roti putih 200g, ham 20g, selada 20g, dan sebagainya
- Bisa dibandingkan perusahaan mana yang paling murah
- Bisa diperiksa apakah ada pembekuan harga dari 1 November hingga 5 Februari untuk produk tertentu
- Metro pernah menyatakan bahwa pembekuan harga dari 1 November hingga 5 Februari untuk produk bahan makanan merek sendiri dan merek nasional adalah praktik industri dan juga berlaku di toko Metro
- Arti sebenarnya dari harga “diskon” juga bisa dianalisis
- Dapat dicek berapa lama sejak diskon sebelumnya
- Jika suatu barang terus-menerus didiskon, bisa dilihat apakah itu pada praktiknya adalah harga normal
- Bisa diperiksa apakah harga dinaikkan tepat sebelum diskon lalu diturunkan kembali ke level normal
- Respons harga antarperusahaan juga bisa dibandingkan
- Untuk produk atau kategori tertentu, bisa dilihat siapa yang lebih dulu memulai perubahan harga
- Bisa diperiksa pengecer mana yang selalu hanya bereaksi dan tidak pernah memulai perubahan harga
- Bisa dilihat apakah harga beberapa perusahaan bergerak persis bersama
- Bisa dianalisis apakah harga bergerak acak tanpa interaksi timbal balik
- Bisa diperiksa apakah harga selalu hanya naik atau hanya turun
- Di seluruh kelompok produk yang bisa dibandingkan, bisa dilihat perusahaan mana yang umumnya paling murah, dan apakah paket produk seperti telur, susu, dan roti bergerak bersama di dalam satu perusahaan
Metode pengumpulan dan keterbatasan data
- Data ini diperoleh dengan screen scraping UI situs web perusahaan bahan makanan
- Beberapa informasi yang tersedia dari API internal yang menjalankan situs tersebut mungkin tidak ikut didapatkan
- Harga didasarkan pada opsi “in store pickup” yang disetel untuk satu lingkungan di Toronto
- Tidak setiap hari memiliki seluruh data dari semua perusahaan
- Dari 28 Februari 2024 hingga 10 atau 11 Juli, yang dikumpulkan adalah harga produk “small basket”
- Setelah itu, proyek ini memiliki harga untuk produk yang jauh lebih beragam
- Pada tanggal tertentu, ekstraksi untuk perusahaan tertentu bisa gagal sehingga ada data yang hilang
Tabel product
- Tabel
productberisi metadata produk- Nama produk
- Perusahaan
- Merek
- Ukuran unit
- Tabel ini hanya diperbarui saat produk baru ditemukan
- Misalnya ketika ditemukan varian ukuran unit yang sebelumnya belum ada
- Kolom utamanya adalah sebagai berikut
id: ID produk untuk menggabungkan tabelproductdanraw, tetapi berubah setiap hari dan bukan pengenal unik yang stabilconcatted: pengenal unik internal yang dibuat dengan menggabungkan perusahaan, nama produk, unit, dan merek, dan digunakan pada tahap perantaravendor: salah satu dari 8 perusahaan bahan makananproduct_name: nama produk, yang bisa mencakup merek atau unitunits: satuan seperti g, kg, atau jumlah dalam kemasan, dan bisa kosong untuk beberapa perusahaan atau produkbrand: merek produsen produk, dan bisa kosongdetail_url: URL halaman detail produk, digunakan untuk mengekstrak SKU dan UPCsku: pengenal unik produk yang digunakan tiap perusahaan, diekstrak daridetail_urlupc: pengenal produk umum lintas perusahaan, tetapi sulit ditemukan
- Tingkat keandalan UPC berbeda menurut perusahaan
- UPC dari Metro, Galleria, dan Save-On-Foods paling andal karena muncul langsung di situs web perusahaan
- Untuk Walmart, SKU dicocokkan dengan UPC dari situs yang tampaknya dimiliki Walmart, dan pencocokan ini adalah exact match, bukan fuzzy matching
- Loblaws, NoFrills, T&T, dan Voila mencari kandidat UPC dengan fuzzy matching dan melakukan pemeriksaan kualitas manual, tetapi kesalahan masih mungkin terjadi
- Saat membandingkan antarperusahaan, perlu memeriksa
product_namesecara masuk akal
Tabel raw
- Tabel
rawberisi harga produk pada waktu tertentu, dan data baru ditambahkan setiap hari - Kolom utamanya adalah sebagai berikut
nowtime: waktu pengambilan datacurrent_price: harga pada saat ekstraksiold_price: harga sebelumnya yang diberi coretan, menandakan sedang diskonprice_per_unit: harga per unit yang ditampilkan di situs perusahaan, dan bisa tidak cocok dengan hasil perhitungan nyata daricurrent_pricedibagiunitsother: informasi tampilan lain seperti “Out of stock”, “SALE”, “Best seller”, “$5.00 MIN 2”product_id: ID untuk digabungkan dengan tabelproduct, tetapi berubah setiap hari dan bukan pengenal unik yang stabil
Hal yang perlu diperhatikan saat memakai CSV dan SQLite
- Berkas CSV disiapkan agar cocok dengan Excel
- Di awal berkas terdapat karakter BOM agar Excel memprosesnya sebagai UTF-8
- Saat diimpor ke alat analisis lain, BOM mungkin perlu dihapus
- Struktur berkas SQLite sederhana
- Tabel
productmencakupvendor,product_name,units,brand - Tabel
rawmencakupnowtime,current_price,old_price,price_per_unit - Kedua tabel digabung lewat
product.iddanraw.product_id - Demi kecepatan, ada indeks pada
raw.product_id
- Tabel
- SQL contoh diberikan dengan cara menanyakan merek atau kelompok produk tertentu
- Untuk merek Becel, pada beberapa perusahaan nama merek hanya ada di
product_name, sementara pada yang lain hanya ada dibrand, sehingga kedua kolom dicari - Untuk produk Miss Vickie's, karena antarperusahaan ada campuran penulisan
Miss Vickies,Miss Vickie's, dan tanda kutip UTF-8 yang tidak lazim, pencarian dilakukan denganmiss vick - Hasil kueri untuk keripik Miss Vickie's Original Recipe bisa sekaligus memuat produk 59g, 200g, dan 275g, jadi untuk perbandingan antarperusahaan SQL perlu dipersempit lagi atau diekspor ke CSV lalu difilter
- Untuk merek Becel, pada beberapa perusahaan nama merek hanya ada di
- Dalam analisis contoh, harga Miss Vickies' Original Kettle Chips 200g divisualisasikan dengan Excel PivotChart, dan Walmart terlihat paling murah sementara perusahaan yang berfokus pada toko bahan makanan Asia menunjukkan harga tertinggi
SQL referensi dan contoh analisis
- SQL untuk membandingkan harga pada 10 Juni dan 17 September disediakan
- Dalam penjelasan disebutkan hari ekstraksi penuh pertama adalah 10 Juni, tetapi kondisi SQL memakai
2024-06-11%dan2024-09-17% - Harga awal dan harga akhir dari produk yang sama dipivot ke satu baris, lalu produk yang tidak ada pada kedua tanggal dikeluarkan
- Dalam penjelasan disebutkan hari ekstraksi penuh pertama adalah 10 Juni, tetapi kondisi SQL memakai
- Ada juga SQL untuk menghitung harga maksimum, minimum, rata-rata, dan jumlah data
- Dari
raw, dibuat kombinasi unik tanggal, harga, dan ID produk, lalu dilakukan agregasi per produk - Hasilnya digabung dengan tabel
productagar bisa dilihat bersama perusahaan, nama produk, unit, dan merek
- Dari
- Diminta masukan apakah akan lebih baik membagikan kode, data, dan catatan dalam bentuk SQL Notebook
Masalah data yang sudah diketahui
- Ada masalah ketika pada hari yang sama produk yang sama tertangkap dengan titik harga berbeda
- Contoh: Loblaws “100% Natural Origin Moisturizing Lip Balm, Cucumber Mint”, dan Sisu “Melatonin”
- Penyebabnya adalah adanya produk berbeda di situs perusahaan dengan nama dan ukuran unit yang sama
- Hingga 30 September 2024, tidak ada cara untuk membedakan keduanya, dan setelah itu barulah bisa dibedakan lewat nilai
detail_urldansku
- Ada masalah ketika entri harga yang sama untuk produk yang sama masuk berkali-kali dalam sehari
- Per 2 November 2024, sekitar 6.500 produk per hari terdampak
- Contoh: Metro Daiya “Mexican 4 Cheeze Blend Gluten Free Shreds”
- Kemungkinan karena produk yang sama terdaftar di beberapa kategori atau ditampilkan berulang sebagai produk promosi di kategori lain atau di bagian atas halaman
- Pada ekstraksi Save-On-Foods, ada masalah beberapa kombinasi nama produk/merek tidak cocok dengan nilai
detail_url- Skala dampaknya sekitar 9 produk per hari, yaitu sebagian kecil dari total sekitar 10 ribu produk
- Bisa terjadi pada kelompok produk yang berbeda setiap hari
- Sudah diperbaiki mulai dataset 25 Desember 2024, tetapi tidak diterapkan surut ke data sebelumnya
Materi harga bahan makanan terkait
- Alat untuk melihat dan membandingkan harga dari beberapa perusahaan bahan makanan Kanada sekaligus: menggunakan API internal yang tidak didokumentasikan
- grocerytracker.ca
- Data Statcan Monthly average retail prices for selected products: data harga ritel rata-rata bulanan untuk 110 produk utama
- Podcast Statcan “Eh Sayers” Episode 18 - Why Food Inflation Is Such A Hard Nut To Crack
- Statcan mengumpulkan web scraping sendiri dan data POS langsung dari pedagang bahan makanan
- Data tersebut tidak dibuka ke publik
- Retail Grocery Market Study Report dari Competition Bureau
- Tertulis bahwa akses ke Competition Tribunal akan menjadi lebih mudah pada 20 Juni 2025
- Fakta bahwa ada batas atas denda yang harus dibayar pihak yang dinyatakan bersalah atas penyalahgunaan antipersaingan dibahas secara kritis
- Tulisan terkait dan contoh eksternal yang layak dibaca bersama juga dirangkum
1 komentar
Pendapat Hacker News
“Analisis ekonomi atas data harga, terutama interaksi/korelasi beberapa aliran harga dari waktu ke waktu” jauh lebih sulit daripada yang dibayangkan penulis
Kanada memiliki lembaga kebijakan persaingan, dan dalam proses investigasi mereka hampir pasti punya wewenang untuk meminta data dari perusahaan. Kemungkinan data mereka lebih baik daripada data di sini
Kasus seperti ini nyaris mustahil dibuktikan hanya dengan analisis data. Kalau bisa, lembaga antimonopoli di seluruh dunia tinggal memantau data semacam itu, dan pihak yang berkolusi juga akan berusaha menghindari pemantauan tersebut secara berbalik
Data bahan makanan mencampur harga ribuan produk dengan pemasok, struktur biaya, dan guncangan bahan baku yang berbeda-beda, jadi meski idenya bagus, dalam praktiknya menurut saya ini mendekati buang-buang waktu — sebagai orang yang benar-benar bekerja di bidang antimonopoli
Departemen pemerintah terkenal punya utang teknis yang parah, jadi meski punya wewenang meminta data, sangat meragukan apakah mereka mengolahnya dengan cara yang mendekati analisis data modern. Kemungkinannya bukan data lake yang layak, klaster Spark, atau cloud data warehouse, melainkan sebatas menarik data dari database SQL lawas ke spreadsheet
Kecuali departemen yang berfokus pada teknologi seperti StatsCan, kemampuan data science pemerintah umumnya tidak bagus
Itu bisa menjadi titik awal untuk memberi tekanan agar mereka “bersaing lebih terang-terangan” jika tidak ingin masuk daftar tersebut
Lembaga terkait kekurangan anggaran dan staf, dan masalahnya begitu meluas secara nasional sampai bagi kebanyakan orang sudah terasa seperti keseharian, sehingga insentif untuk benar-benar memperbaikinya tampaknya lemah
Saya suka proyek ini. Saya baru saja pindah dari Toronto, dan dibandingkan dengan AS, saya frustrasi melihat sebagian besar industri utama Kanada pada dasarnya adalah oligopoli
Kalau melihat telekomunikasi, perbankan, asuransi, bahan makanan, penerbangan, dan sebagainya, hanya ada beberapa pesaing besar. Regulasi membuat pesaing baru sulit muncul, dan pesaing kecil sering kali akhirnya diakuisisi perusahaan besar
Akibatnya pengalamannya buruk. Telekomunikasi, baik kabel maupun seluler, terlalu mahal; bank mengenakan berbagai biaya bahkan untuk fitur dasar yang gratis di AS; dukungan pelanggan juga payah
Setidaknya di pasar telekomunikasi, kolusi harga tampak cukup jelas, jadi tidak mengejutkan. Dari sudut pandang pemerintah, oligopoli/kolusi seperti ini mungkin rumit karena ikut memperbesar GDP dan penerimaan pajak, tetapi pada akhirnya saya percaya lebih banyak persaingan dan perlindungan konsumen membuat negara lebih layak ditinggali
“Kanada dalam banyak hal dibangun di atas monopoli. Pikirkan Hudson’s Bay Company atau Canadian Pacific Rail. Kanada selalu takut jika tidak mengizinkan perusahaan domestiknya menjadi raksasa, mereka akan tersapu oleh pesaing Amerika. Karena itu ada ketegangan antara politisi yang mengatakan mendukung persaingan dan undang-undang yang mendorong konsolidasi”
Menurut saya strategi ini cukup berhasil sampai sekitar 20 tahun lalu. Tidak ideal bagi konsumen, tetapi cukup lumayan bagi sebagian besar warga Kanada. Sekarang perusahaan-perusahaan oligopoli itu pada dasarnya berubah menjadi predator, melahap dana pemerintah dan peluang penguasaan pasar apa pun yang bisa mereka dapatkan
Misalnya, program Temporary Foreign Worker kini mencakup 7% populasi Kanada, membebani perumahan, layanan kesehatan, dan pasar tenaga kerja, bahkan disebut PBB sebagai “sarang perbudakan” [1]
[0] https://www.wealthsimple.com/en-ca/magazine/canada-monopolie...
[1] https://documents.un.org/doc/undoc/gen/g24/120/97/pdf/g24120...
Selain itu, menurut saya hukum merger Kanada cukup berbeda dari AS. Sejauh yang saya tahu, di Kanada merger dinilai berdasarkan apakah itu baik bagi pemegang saham, bukan apakah itu baik bagi pelanggan. Dalam 1–2 tahun terakhir, perubahan undang-undang mulai mengubahnya, jadi meski lambat, perubahan sedang terjadi
AS juga sama: hanya ada sedikit perusahaan telekomunikasi dan bank, dengan biaya yang tidak masuk akal. Infrastruktur fisik dan perbankan memiliki hambatan masuk yang tinggi di seluruh dunia, dan ada alasan untuk itu. Masalahnya bukan sesederhana itu saja
Saya tidak tahu apakah penulis ada di sini, tetapi database SQLite yang bisa diunduh akan jauh lebih baik jika dikompresi. Dengan gzip saja ukurannya berkurang sekitar 75%
Saya juga penasaran apakah ada tulisan yang menjelaskan bagaimana harga-harga itu dikumpulkan. Saya sudah ingin melakukan analisis serupa sejak beberapa tahun lalu, tetapi langsung menyerah setelah menyadari 95% upayanya akan habis untuk scraping dan pencocokan entitas
Para produsen tampaknya umumnya sengaja menyediakan SKU yang unik agar sulit dibandingkan
Accept-Encoding: gzip, tetapi server tampaknya tidak berniat merespons denganContent-Encoding: gzip.sqliteturun sampai 61 MiB, mengurangi ukuran file sekitar 92%Jika Kanada mirip dengan AS, saat mencoba menjawab pertanyaan seperti “berapa harga 1 pon mentega di jaringan X”, hambatannya adalah supermarket sekarang sudah terlalu banyak memainkan harga sehingga tidak ada satu jawaban yang benar
Harga bisa berbeda menurut wilayah atau lingkungan, tampaknya mencerminkan kebutuhan manajemen stok atau kesediaan membayar di tiap daerah
Ada juga banyak trik harga. Di supermarket lingkungan, satu kantong keripik kentang biasanya 6,99 dolar, tetapi pada periode tertentu menjadi “beli 4, masing-masing 1,99 dolar”. Beberapa makanan kemasan seharga 4,99 dolar menjadi 1,99 dolar jika membeli 5 produk peserta yang tidak saling terkait seperti cracker, Tide, atau biskuit Pillsbury. Anda harus membaca selebaran dengan teliti, dan rak juga tidak selalu memberi tahu semua produk yang termasuk promo
Yang terburuk adalah “harga dengan kupon digital”. Untuk mendapat harga diskon, Anda harus membuka aplikasi yang lambat di toko dengan sinyal buruk, login, memeriksa email kode keamanan, lalu mencari kupon dan ‘menjepitnya’. Kalau lupa, Anda membayar harga normal
Dalam situasi seperti ini, jumlah yang benar-benar dibayar tiap konsumen berbeda-beda, sehingga integritas data jadi mengkhawatirkan. Misalnya, tidak semua orang punya ruang di rumah untuk membawa pulang 4 kantong keripik kentang, jadi ada yang membayar 7 dolar untuk 1 kantong alih-alih 8 dolar untuk 4 kantong. Jadi keripik kentang pada saat yang sama berharga 2 dolar sekaligus 7 dolar
Pasti ada teori bahwa ini menurunkan harga, tetapi saya penasaran teori itu apa. Dalam beberapa tahun terakhir, transparansi pasar properti meningkat nyaris tanpa batas, sampai-sampai dipakai sebagai data pelatihan bagi data scientist
Hasilnya, para spekulan masuk ke pasar dan membuatnya kacau
Perubahannya lebih dekat ke krisis perumahan terakhir dan kebijakan suku bunga nol setelahnya yang menopang kepentingan teknologi besar dan properti, lalu mendorong mereka terjun membeli rumah
Ini berpadu dengan orang-orang yang selama beberapa tahun berada dalam kondisi nilai rumah lebih rendah dari utang hipoteknya, dan pasar baru di banyak pemerintah daerah tempat orang yang tidak sanggup menanggung biaya tetap yang sangat tinggi akhirnya membayar sewa yang lebih tinggi daripada cicilan KPR
Jika Anda punya banyak modal, sangat masuk akal untuk menaruh uang di tempat yang menawarkan imbal hasil terjamin
Saya melihat premis Project Hammer sebagai upaya menerapkan transparansi pada industri pangan untuk mengungkap kolusi, dan memicu diskusi tentang hukum apa yang harus diterapkan pada oligopoli semacam itu
Kalau saham, setidaknya kita bisa menyalahkan masuknya perusahaan high-frequency trading, tetapi harga properti naik karena alasan lain, dan peningkatan akses data tampaknya jauh lebih mungkin hanya kebetulan terjadi pada saat yang sama. Alasannya bisa bermacam-macam, seperti NIMBY, imigrasi, investor asing, dan sebagainya. Ini lebih mirip kasus https://xkcd.com/925/
Alasan masalah bahan pangan Kanada muncul cukup sederhana
Jika saya menetapkan harga apel 0,5 standar deviasi lebih rendah daripada rata-rata sekitar, apakah itu berarti saya mencoba mengalahkan pasar atau berkolusi dengan pasar?
Jika saya menetapkannya pada harga rata-rata, apakah itu kolusi, atau saya hanya mencoba memaksimalkan laba apel?
Jika saya menetapkannya di atas rata-rata, apakah itu kolusi, atau saya sedang memberi tahu pasar bahwa apel saya premium?
Bagaimana kita bisa beralih dari korelasi ke kolusi? Proyek ini tampaknya berdiri di atas asumsi bahwa menetapkan harga dengan melihat harga pasar lain adalah kolusi. Jika tidak, bagaimana ini bisa menjadi palu untuk menghantam kolusi? Agar regulator dapat melihat korelasi sebagai bukti kesepakatan, apakah itu berarti kita tidak boleh mengetahui harga pasar saat menetapkan harga?
Jika tampak seperti pasar bebas tetapi persaingan tidak menghasilkan hasil seperti itu, maka itu masalah bagi masyarakat. Maka masyarakat berwenang memperbaikinya dengan cara yang sesuai. Tergantung ideologi masyarakat, itu bisa berupa pinjaman/subsidi untuk pendatang baru di pasar, undang-undang pengaturan harga, kebijakan pajak tertentu, bahkan menolak pasar bebas dan beralih ke kendali terpusat
Sebagai analogi, kasus kejahatan kekerasan misterius mungkin perlu dipecahkan demi tegaknya keadilan, tetapi masyarakat tidak harus menyelesaikan kasus itu agar secara umum menjadi lebih aman
Ini hanyalah dataset, dan dengan sendirinya tidak bisa mengungkap hal seperti kolusi. Namun jika meneliti kolusi, data ini dapat digunakan untuk memahami perilaku perusahaan
Dan kolusi juga tidak harus selalu berkaitan dengan harga
Jika Anda memutuskan sendiri untuk menjual dengan harga lebih rendah daripada pesaing, itu justru perilaku yang diharapkan kapitalisme dalam pasar bebas
Jika Anda menelepon toko-toko tetangga dan berkata, “mari kita semua naikkan harga apel menjadi 2 kali lipat dari sekarang. Maka konsumen tidak punya pilihan selain membeli dengan harga itu,” itu kolusi
Namun inti pertanyaannya benar. Dari luar, sangat sulit membedakan kolusi dan non-kolusi hanya berdasarkan korelasi sederhana. Harga bisa konvergen karena banyak alasan yang sah, dan tanpa pengetahuan internal, sulit mengidentifikasi kolusi secara andal
Yang paling mungkin dapat dilakukan proyek ini adalah memodelkan satu kategori produk secara komprehensif dan menunjukkan bahwa pola harga hanya bisa dijelaskan oleh kolusi. Agar berhasil, setelah itu perlu muncul bukti langsung dalam gugatan, seperti komunikasi yang mengungkap kesalahan
[1] https://en.m.wikipedia.org/wiki/Collusion
Sikap Kanada terhadap persaingan berbeda dari AS. Produk pertanian—yaitu produk susu, gandum, sirup maple, dan dalam kadar yang lebih kecil bir serta minuman beralkohol eceran—dikendalikan oleh monopoli negara yang menetapkan harga
Alasan makanan mahal adalah biaya bahan bakar selama beberapa tahun terakhir, dan kenaikan pajak bahan bakar federal ditambah kebijakan semi-resmi untuk menjaga CAD tetap lemah terhadap USD demi mendukung ekspor juga tidak membantu karena melemahkan daya beli
Upaya seperti ini berhasil pada pemilih yang buta ekonomi dan mendukung “pengendalian harga”
Kalau ingin tahu Kanada sudah berada di titik mana dalam spiral dekulakisasi, negara menyalahkan kegagalan kebijakan pada “tukang palak”. Berikutnya mungkin penimbun, spekulan, dan mungkin klise yang sudah bisa ditebak seperti “bankir internasional”
Tapi untuk makanan, saya melihatnya berbeda. Tiga perusahaan bahan makanan terbesar pernah melakukan kartel harga roti [1], kartel upah [2], dan kesepakatan untuk tidak bersaing pada periode tertentu [3]. Di sini harga makanan tidak bergerak hanya karena biaya dasar
AS memakai cara menopang harga dari belakang dengan pajak. Salah satu caranya adalah “keju pemerintah”, ketika pemerintah federal membeli susu dalam jumlah sangat besar, mengolahnya menjadi keju, lalu membagikannya kepada penerima bantuan sosial. Mereka membeli surplus untuk mempertahankan harga susu
Kanada sebaliknya mengatur harga susu lewat kuota. Kedua cara itu sama-sama menjaga harga tetap tinggi secara artifisial. AS juga melakukan hal serupa di pasar lain
Dari pandangan sekilas seorang non-ahli, rantai bahan makanan Kanada tampaknya tidak jauh lebih terkonsentrasi daripada AS. Beberapa jaringan berada di bawah segelintir merek yang sama sehingga sulit dibandingkan, tetapi bagan ini membantu
https://www.howtocook.recipes/the-largest-grocery-stores-and...
Jika melihat 10 teratas, saya akan mengecualikan Walgreens dan CVS. Tampaknya sebagian besar dari 330 juta warga Amerika dilayani oleh 8 konglomerat. Tidak jelas apakah Target harus dimasukkan. Saya tidak tahu seberapa besar penjualannya yang benar-benar berasal dari bahan makanan. Postingan OP menyatakan mayoritas besar dari 38 juta warga Kanada dilayani oleh 5 konglomerat
Misalnya, margin laba jaringan bahan makanan terbesar benar-benar naik 50% selama Covid
Sebaliknya, analisisnya hanya berakhir pada “pemerintah jahat!”. Tentu saya tidak menyangkal pemerintah adalah bagian besar dari masalah karena peningkatan jumlah uang beredar dan berbagai kebijakan yang disebutkan. Tetapi mencoba menjelaskan harga makanan tanpa menyebut Covid atau laba korporasi yang mencetak rekor itu sangat tidak jujur
Tapi ya, mungkin masalahnya memang para hamba tani “buta ekonomi” yang mengeluh soal harga tinggi?
Beberapa tahun lalu di Ontario ada situs web yang menampilkan harga dari pembeli tunggal bir, Brewers Retail alias The Beer Store, dalam bentuk spreadsheet yang lebih enak dilihat, sehingga bisa diurutkan berdasarkan total, harga per mL, harga per ukuran krat, dan sebagainya
Itu sangat bagus, transparan, dan cuma data
Lalu situs itu mendapat ancaman gugatan dan ditutup. Rupanya di Kanada apparently hal seperti itu tidak boleh dilakukan. Ada syarat huruf kecil yang bodoh bahwa datanya milik mereka dan tidak boleh dipakai
Saya ingat selebaran bahan makanan juga punya huruf kecil serupa
Semua orang seharusnya tahu apa yang mereka lakukan, dan betapa jauh lebih baiknya demokrasi lingkungan yang ramah. Karena selama beberapa tahun/dekade terakhir hal itu secara harfiah bisa dibaca setiap hari di koran
Thread seperti ini adalah berlian di antara batu kasar, jadi saya suka mengumpulkannya
Tiga perusahaan grosir teratas yang menguasai sebagian besar pasar bahan makanan Norwegia dikenai denda[1] karena kolusi harga
Salah satu tuduhannya adalah mereka memberi sinyal untuk menaikkan harga pada kategori tertentu dengan menaikkan harga produk tertentu di dalam kategori tersebut. Penggunaan pemeriksa harga secara luas juga membantu hal ini
Denda awalnya jauh lebih besar, tetapi pada akhirnya total untuk ketiga perusahaan menjadi sekitar 450 juta dolar
Sebagai perbandingan, laba sebelum pajak[2] perusahaan terbesar pada 2023 kira-kira sebesar itu
Inflasi besar pada harga bahan makanan belakangan ini jauh lebih besar daripada kenaikan jumlah uang yang diterima petani untuk bahan baku
Namun Norwegia bukanlah struktur dengan sedikit toko besar di sana-sini; justru ada sangat banyak toko bahan makanan kecil dan lokal sampai terasa tidak masuk akal. Bahkan sekarang, saat saya duduk di pinggiran Oslo, ada 8 toko bahan makanan milik tiga perusahaan teratas dalam jarak 15 menit berjalan kaki
[1]: https://www.nrk.no/norge/daglegvare-etterforskinga_-4_9-mill...
[2]: https://www.dn.no/handel/resultathopp-for-norgesgruppen-tjen...
Jika melihat laporan tahunan Norgesgruppen tahun 2005, margin labanya 2,2%. Pada 2021 naik menjadi 3,8%, yang berarti marginnya tumbuh hampir 75%