Using a multi-variable linear regression technique and SUR(seemingly unrelated regression) model, the demand functions of tractor, combine and rice transplanter were estimated. The demand was regarded as an annual supply of each machine and modeled as a function of 11 independent variables which ref...
Using a multi-variable linear regression technique and SUR(seemingly unrelated regression) model, the demand functions of tractor, combine and rice transplanter were estimated. The demand was regarded as an annual supply of each machine and modeled as a function of 11 independent variables which reflect the actual farmer's income, actual prices of farm machines, previous supply, previous stock, actual amount of available subsidy, actual amount of available loan, arable land, import of farm machines and rice price. The actual amount of available loan affects most significantly the demand functions. The actual farmer's income, actual farmer's asset, loan coverage, and rice price affect the demand positively while prices of farm machines and import negatively. The annual demands of tractor, combine and rice transplanter estimated using the demand functions were also presented over the next 4 years.
Using a multi-variable linear regression technique and SUR(seemingly unrelated regression) model, the demand functions of tractor, combine and rice transplanter were estimated. The demand was regarded as an annual supply of each machine and modeled as a function of 11 independent variables which reflect the actual farmer's income, actual prices of farm machines, previous supply, previous stock, actual amount of available subsidy, actual amount of available loan, arable land, import of farm machines and rice price. The actual amount of available loan affects most significantly the demand functions. The actual farmer's income, actual farmer's asset, loan coverage, and rice price affect the demand positively while prices of farm machines and import negatively. The annual demands of tractor, combine and rice transplanter estimated using the demand functions were also presented over the next 4 years.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
당해 연도 정부의 실질 총 구입 보조금, 보조금 지원율, 실질 구입 융자금은 정부 정책이 농기계 공급에 미치는 영향을구명하기 위하여 도입하였다. 실질 농기계 수입액은 국내의농기계 공급량에 수입 농기계가 포함되어 있다는 점을 반영하기 위한 것이었다.
또한 두 모형으로 추정한 파라미터의 부호와 통계적유의성은 유사하게 나타났으며, 파라미터의 값도 큰 차이가없었다. 따라서 본 연구에서는 Linear Regression 모형에 의한 추정 결과를 중심으로 예상 수요를 고찰하였다.
통하여 구명하고자 하였다. 또한 추정한 수요 함수를 이용하여 2005년부터 2008년까지 4년간 트랙터, 콤바인, 이앙기의 연간 수요를 예측하고자 하였다.
본 연구는 트랙터, 콤바인, 이앙기의 수요 함수를 추정하기위한 것으로서, 수요 함수에 영향을 미치는 주요 변수를 설정하고, 이러한 변수가 수요 함수에 미치는 영향을 통계적 분석을 통하여 구명하고자 하였다. 또한 추정한 수요 함수를 이용하여 2005년부터 2008년까지 4년간 트랙터, 콤바인, 이앙기의 연간 수요를 예측하고자 하였다.
기존의 로지스틱 함수 또는 선형 계획법을 이용한 방법은 정책 변수의 영향을 충분히 반영하지 못하였다. 본 연구에서는 이러한 문제점을 해결하기 위하여, 농기계 수요에 영향을 미치는 일반적인 경제적 변수뿐만 아니라 정부의 정책 변수를 포함하였으며 보다 현실적인 수요 함수를 추정하고자 하였다.
본 연구에서는 정부 정책과 같은 중요한 변수가 수요에 미치는 영향을 구명하기 위하여 농기계의 수요 함수를 공급량 개념으로 추정하였다. 기존의 로지스틱 함수 또는 선형 계획법을 이용한 방법은 정책 변수의 영향을 충분히 반영하지 못하였다.
가설 설정
기본 시나리오(baseline scenario)는 독립 변수를 다음과 같이 가정하여 설정하였다 농경지 면적(land)은 AR(2)1)의 방법으로 추정하여 적용하였다. 실질 농기계 가격은 2004년도의 가격이 계속 유지될 것으로 가정하였으며, 실질 농가 소득과 실질 농가 순자산은 각각 최근 3년간 평균 증감률인 -0.
3%를 적용하였다. 농기계 보유 대수는 로지스틱 함수에 의한 추정 결과를 이용하였으며, 실질 농기계 구입 융자금과 실질 총 보조금은 2004년도 수준이 계속 유지될 것으로 가정하였다. 실질 쌀가격은 전년 대비 3% 감소할 것으로 가정하였고, 농기계의 구입 지원율은 2004년도 수준을 2008년까지 적용하였다.
본 연구는 농업 기계를 내구재로 보고 수요를 보유량 (stock) 아닌 공급량(flow)으로 가정하여, 트랙터, 콤바인, 이앙기의 수요 함수를 추정하였다. 추정 방법은 11개의 독립 변수를 사용한 다중 회귀 분석 (Linear Regression) 과 SUR(see- mingly unrelated regression) 에 의한 수요 함수 주정 방법으로 하였다.
예측 결과를 해석할 때는 이를 고려하여야 한다. 시나리오 1에서는 기본 시나리오에서 농기계 구입 지원율을 2006년부터 5% 증가할 것으로 가정하였으며, 시나리오 2 에서는 농기계 구입 지원율을 10% 증가할 것으로 가정하였다. 이는 정부의 농기계 구입 지원율이 수요에 미치는 영향을 구명하기 위한 것이었다.
시나리오 3에서는 기본 시나리오보다 현실 조건이 다소 악화된 경우를 고려하여, 2005년부터 2008년까지 농가 소득은전년 대비 3% 감소하고, 농가 순자산은 전년 대비 10% 증가하며, 쌀가격은 2004년도에 비하여 3% 감소할 것으로 가정하였다. 그러나 수입액은 기본 시나리오에서와 같은 조건으로 하였다.
시나리오 4와 시나리오 5는 시나리오 3에서 2006년부터 농기계 구입 지원율이 각각 5%, 10% 증가할 것으로 가정하였다.
추정하여 적용하였다. 실질 농기계 가격은 2004년도의 가격이 계속 유지될 것으로 가정하였으며, 실질 농가 소득과 실질 농가 순자산은 각각 최근 3년간 평균 증감률인 -0.95%와 14.3%를 적용하였다. 농기계 보유 대수는 로지스틱 함수에 의한 추정 결과를 이용하였으며, 실질 농기계 구입 융자금과 실질 총 보조금은 2004년도 수준이 계속 유지될 것으로 가정하였다.
농기계 보유 대수는 로지스틱 함수에 의한 추정 결과를 이용하였으며, 실질 농기계 구입 융자금과 실질 총 보조금은 2004년도 수준이 계속 유지될 것으로 가정하였다. 실질 쌀가격은 전년 대비 3% 감소할 것으로 가정하였고, 농기계의 구입 지원율은 2004년도 수준을 2008년까지 적용하였다. 2005년도 실질 트랙터 수입액은 2005년 7월을 기준 전년 대비 증감률인 39.
앞에서 설정한 트랙터, 콤바인, 이앙기의 수요 함수 모형에서 모형의 오차가 같은 시기에 상호 연관되어 있다고 가정하고, 식 (1), (2), (3)의 트랙터, 콤바인, 이앙기 공급량 추정식을 SUR 모형으로 설정하였다. 이모형은 일반화된 최소자승법 (Generalized Least Squares)으로 주정되었다.
제안 방법
Linear Regression 모형의 종속 변수는 당해 연도의 공급 대수(내수,Yt)로 하였으며, 독립 변수는 다음과 같이 11개의 변수로 하였다.
수요예측을 위한 시나리오는 기본 시나리오를 기준으로 농기계구입 지원율, 농가 소득, 쌀값 수준에 따라 5개의 시나리오를 설정하였다.
통하여 구명하고자 하였다. 또한 추정한 수요 함수를 이용하여 2005년부터 2008년까지 4년간 트랙터, 콤바인, 이앙기의 연간 수요를 예측하고자 하였다.
대상 데이터
쌀가격은 쌀가격 변화에 따른 재배면적의 변화와 이에 따른 농기계 수요의 변화를 반영하기 위한 것이었다. 데이터 수집이 용이하지 않았던 실질 총 보조금과 구입 융자금은 각각 총 농기계 보조금과 융자 금액을 대리변수로 사용하였다.
또한실질 농가 소득, 실질 농가 순자산, 농경지 면적, 실질 쌀가격등에 대한 데이터는 통계청 자료(1982-2004)를 이용하여 구하였다. 자료에서 명목 가격으로 표시된 데이터는 농협중앙회 농협조사월보(1982-2004)의 소비자 물가 지수를 이용하여실질 가격으로 변환한 후 모형 추정에 사용하였다.
본 연구에서 사용한 트랙터, 콤바인, 이앙기의 공급 대수, 보유 대수, 실질 가격, 실질 구입 융자금, 실질 총 보조금, 실질 수입액, 구입 지원율 등에 대한 데이터는 한국농기계공업협동조합에서 발간한, '농업기계연감(1982-2004)', 과 농림부에서 발간한, '농림업 주요통계(1982-2004)', 에서 구하였다. 또한실질 농가 소득, 실질 농가 순자산, 농경지 면적, 실질 쌀가격등에 대한 데이터는 통계청 자료(1982-2004)를 이용하여 구하였다.
또한실질 농가 소득, 실질 농가 순자산, 농경지 면적, 실질 쌀가격등에 대한 데이터는 통계청 자료(1982-2004)를 이용하여 구하였다. 자료에서 명목 가격으로 표시된 데이터는 농협중앙회 농협조사월보(1982-2004)의 소비자 물가 지수를 이용하여실질 가격으로 변환한 후 모형 추정에 사용하였다.
데이터처리
수요 함수를 추정하였다. 추정 방법은 11개의 독립 변수를 사용한 다중 회귀 분석 (Linear Regression) 과 SUR(see- mingly unrelated regression) 에 의한 수요 함수 주정 방법으로 하였다.
이론/모형
본 연구에서는 다변량 모형인 동태적 회귀 분석(dynamic re-gression)기법과 SUR(seemingly unrelated regression)모형을 적용하여 트랙터, 콤바인, 이앙기의 수요 함수를 추정하였다.
수요 함수를 추정하기 위한 기본 모형은 Linear Regression 모형과 SUR모형을 적용하였다.
성능/효과
5%를 적용하였고, 2006년부터 2008년까지는 30%의 증감률을 적용하였다. 2005년도의 실질 콤바인 수입액과 실질 이앙기 수입액도 2005년 7월을 기준 전년 대비 증감률인 41.3%와 43.1%를 각각 적용하였으며, 2006년부터 2008년까지는 모두 30%의 증감률을 적용하였다 수입 트랙터, 콤바인, 이앙기는 모두 대형이므로 가격 측면에서는 증감률이 높으나, 대수 증감률은 가격 증감률보다 높지 않을 것으로 예상된다. 따라서 가정한 수입 트랙터, 콤바인, 이앙기의 증감률은 실제 수입 대수 증감률보다 높게 책정될 수 있으며, 예측 결과도 다소 과대평가될 수 있을 것으로 판단된다.
즉, 전기의 이앙기 보유 대수가 많으면 많을수록 당해 연도의 이앙기 공급 대수는 감소하였다. IMF 경제위기의 영향을 구명하기 위하여 도입한 더미 변수는 1%의 유의 수준에서 당해 연도의 이앙기 공급 대수와 부(-) 의 관계가 있는 것으로 나타났다. 이는 1998년부터 2000년까지 이앙기의 공급 대수가 IMF 경제 위기의 영향으로 감소하였음을 나타낸 것이다.
정부의 반값 지원 정책은 위탁영농회사, 기계화 영농단 등을 통하여 트랙터, 콤바인 등 고가의 농기계 보급을촉진시킨 것으로 알려져 있다(강 등, 2005). 그러나 본 연구의 결과에 의하면 반값 지원 정책과 트랙터 수요 사이에는 부(-) 의 관계가 있는 것으로 나타났다. 즉, 정부 정책의 효과가 의도한 방향으로 나타나지 못한 것으로 판단된다.
콤바인은 약 100~200대의 수요가 증가할 것으로 나타났다. 그러나 이앙기는 약 1,500~3,000대의 수요가 증가될 것으로 예측되어 정부의 지원율에따라 수요가 가장 민감하게 변할 수 있는 기종으로 나타났다.
농경지 면적(land), 실질 쌀가격(r_price_rice), 농기계 구입지원율(support_ratio_t)과 당해 연도 트랙터 공급 대수 사이에는 각각 정(+)의 관계가 있는 것으로 추정되었으나, 통계적인 유의성은 없었다. 트랙터의 전기 공급 대수(l_flow_t), 실질 총 보조금(r_support_total), 실질 트랙터 수입 액(r_import_t) 도 당해 연도 트랙터 공급 대수와 부(-)의 관계가 있는 것으로 나타났으나, 통계적인 유의성은 없었다.
1%를 각각 적용하였으며, 2006년부터 2008년까지는 모두 30%의 증감률을 적용하였다 수입 트랙터, 콤바인, 이앙기는 모두 대형이므로 가격 측면에서는 증감률이 높으나, 대수 증감률은 가격 증감률보다 높지 않을 것으로 예상된다. 따라서 가정한 수입 트랙터, 콤바인, 이앙기의 증감률은 실제 수입 대수 증감률보다 높게 책정될 수 있으며, 예측 결과도 다소 과대평가될 수 있을 것으로 판단된다. 예측 결과를 해석할 때는 이를 고려하여야 한다.
급격히 감소하기 시작하였다. 또한 농업 기계화 정책의 비중이 감소함에 따라 농업 기계화와 관련된 정부 조직도 축소되었으며, 국내의 농기계 시장 규모는 최대 규모일 때에 비하여 50% 이상 축소되었다
즉 Linear Regression 모형 에 의한 트랙터, 콤바인, 이앙기의 MSE는 각각 1014529, 2866239, 15282281이었으며, SUR 모형에 의한 MSE는 각각 1155690, 2968165, 16454403 이었다. 또한 두 모형으로 추정한 파라미터의 부호와 통계적유의성은 유사하게 나타났으며, 파라미터의 값도 큰 차이가없었다. 따라서 본 연구에서는 Linear Regression 모형에 의한 추정 결과를 중심으로 예상 수요를 고찰하였다.
것으로 판단된다. 또한, 실질 쌀가격이 상승하면 당해 연도의 이앙기 공급 대수도 증가하는 것으로 나타났다.
전기 실질 소득, 실질 농가 순자산, 농기계 구입 지원율, 실질 쌀가격은 공급 대수와 정 (+)의 관계가 있는 것으로 나타났으며, 실질 농기계 가격, 실질 수입액은 부(-)의 관계가 있는 것으로 나타났다. 또한, 정부의 농기계 구입 지원 정책이 농기계 수요에 미치는 영향은 매우 큰 것으로 나타났다.
실질 농가 순자산(r_equity)은 5%의 통계적 유의 수준에서당해 연도 트랙터 공급 대수와 부(-)의 관계가 있는 것으로 나타났으며, 실질 농가 순자산의 제곱(r_equity2)은 정(+)의 관계가 있는 것으로 추정되었다. 즉, 실질 농가 순자산이 당해연도의 트랙터 공급 대수에 미치는 영향은 비선형적(오목 함수)인 것으로 추정되었다.
즉, 전기 보유 대수가 많으면 많을수록 당해 연도의 공급 대수는 감소하는 것으로 나타났다. 실질 트랙터 가격과 공급 대수 사이의 부의 관계는 경제학 이론과 일치하는 결과로서, 트랙터 가격이 상승하면 당해 연도의 공급 대수는 감소하는 경향이 있음을 나타낸 것이다. 또한 정부의 반값 지원 정책은 당해 연도의 트랙터 공급 대수를 감소시킨 것으로 나타났다.
즉, 실질 농가 순자산이 당해연도의 트랙터 공급 대수에 미치는 영향은 비선형적(오목 함수)인 것으로 추정되었다. 이러한 비선형적인 관계를 실질 농가 순자산의 현실적인 범위에서 평가하면, 실질 농가 순자산이 증가하면 당해 연도 트랙터 공급 대수도 증가되는 것으로나타났다. 즉, 다른 변수가 모두 일정하다는 가정 하에 농가순자산의 한 단위 증가가 트랙터 공급 대수에 미치는 영향(한계 효과)은 다음과 같이 나타났다.
이상의 수요 예측 결과와 2005년도의 실질 공급량을 비교하면, 2005년도의 실질 공급량은 트랙터가 10,121대, 콤바인이 3,804대, 이앙기가 6,337대이므로 시나리오 3의 예측치즉, 트랙터 11,938대, 콤바인 3,926대, 이앙기 7,036대가 실질공급량에 가장 근접한 것으로 나타났다. 예측치가 다소 많았으나 실질 공급량에 대한 예측치의 %오차는 트랙터가 17.
이는 1998년부터 2000년까지 이앙기의 공급 대수가 IMF 경제 위기의 영향으로 감소하였음을 나타낸 것이다. 전기 실질 농가 소득(l_r_income), 실질 총 보조금(r_support_total), 실질 농가 순자산(r_equity), 실질 이앙기 수입액(r_import_trans), 농기계 구입 지원율 (support_ratio_trans)은 당해 연도의 이앙기 공급 대수와 정 (+)의 관계가 있는 것으로 나타났으나 통계적인 유의성은 없었다. 이앙기의 전기 공급 대수(1_flow_trans), 실질 이앙기 가격(r_price_trans), 농경지 면적(land)도 통계적인 유의성은 없으나 부(-)의 관계가 있는 것으로 나타났다.
융자금인 것으로 나타났다. 전기 실질 소득, 실질 농가 순자산, 농기계 구입 지원율, 실질 쌀가격은 공급 대수와 정 (+)의 관계가 있는 것으로 나타났으며, 실질 농기계 가격, 실질 수입액은 부(-)의 관계가 있는 것으로 나타났다. 또한, 정부의 농기계 구입 지원 정책이 농기계 수요에 미치는 영향은 매우 큰 것으로 나타났다.
당해 연도의 이앙기 공급 대수는 10%의 통계적 유의 수준에서 실질 농기계 구입 융자금(r_loan_purchase)과 정(+)의 관계가 있으며, 실질 쌀가격(r_price_rice)은 5%의 유의 수준에서 정(+)의 관계가 있는 것으로 나타났다. 즉, 당해 연도의 이앙기 공급 대수는 농기계 구입 융자 금액에 따라 증가하는 것으로 나타났다. 트랙터, 콤바인의 경우에서와 같이 이앙기에서도 정부의
있는 것으로 추정되었다. 즉, 실질 농가 순자산이 당해연도의 트랙터 공급 대수에 미치는 영향은 비선형적(오목 함수)인 것으로 추정되었다. 이러한 비선형적인 관계를 실질 농가 순자산의 현실적인 범위에서 평가하면, 실질 농가 순자산이 증가하면 당해 연도 트랙터 공급 대수도 증가되는 것으로나타났다.
나타났다. 즉, 전기 보유 대수가 많으면 많을수록 당해 연도의 공급 대수는 감소하는 것으로 나타났다. 실질 트랙터 가격과 공급 대수 사이의 부의 관계는 경제학 이론과 일치하는 결과로서, 트랙터 가격이 상승하면 당해 연도의 공급 대수는 감소하는 경향이 있음을 나타낸 것이다.
있다. 추정한 함수의 MSE(Mean Square Error)를 비교하였을 때 다중 회귀 분석 방법에 의한 추정 오차가 SUR 의 연립 방정식 추정 방법에 의한 추정 오차보다 작은 것으로나타났다. 즉 Linear Regression 모형 에 의한 트랙터, 콤바인, 이앙기의 MSE는 각각 1014529, 2866239, 15282281이었으며, SUR 모형에 의한 MSE는 각각 1155690, 2968165, 16454403 이었다.
콤바인의 전기 공급 대수(l_flow_c), 전기 실질 농가 소득 (1_r_income), 실질 농가 순자산(r_equity), 실질 쌀가격 (r_price_rice), 농기계 구입 지원율(support_ratio_c)은 당해 연도의 공급 대수와 정(+)의 관계가 있는 것으로 나타났으나, 모두 통계적인 유의성은 없었다.
트랙터의 전기 보유 대수(l_stock_t), 실질 트랙터 가격 (r_price_t), 정부의 반값 지원 정책의 영향을 구명하기 위하여 도입한 더미 변수(d_half)는 10%의 통계적 유의 수준에서 모두 당해 연도 트랙터 공급 대수와 부(-)의 관계가 있는 것으로 나타났다. 즉, 전기 보유 대수가 많으면 많을수록 당해 연도의 공급 대수는 감소하는 것으로 나타났다.
후속연구
그러나 본 연구에서는 전체 이앙기 공급 대수에 대한 예측이 시도되어 이러한 승용형과 보행형 이앙기의 특징이 반영되지 못하였다. 이러한 점이 구체적으로 고려된 이앙기 수요 예측은 의미 있는 후속 연구 과제가 될 것으로 생각된다. 농기계 구입 지원율이 5~10% 인상되면 트랙터 공급 대수는 약 200~500대.
한편 이앙기의 경우, 승용형과 보행형 이앙기의 공급이 상당히 다른 경향과 특징을 보인다. 작업의 편리성 등의 요인으로 향후 보행형 이앙기는 공급 대수가 감소하는 반면, 승용형 이앙기는 공급 대수는 증가하여 보행형을 대체할 것으로 예상된다. 그러나 본 연구에서는 전체 이앙기 공급 대수에 대한 예측이 시도되어 이러한 승용형과 보행형 이앙기의 특징이 반영되지 못하였다.
참고문헌 (16)
강봉순. 1989. 농기계의 적정 수요량 추정. Seoul National Univ. J. Agric. Sci. Vol.14(1): 119-131
강정열, 강봉순, 김철민 1989. 농기계의 수요 전망. 농촌경제 12(1):1-17
강창용, 박현태. 2005. 농업 경쟁력 확보를 위한 농업 기계화 정책 방향과 농기계 산업의 발전 방향. 한국농촌경제연구원. C2005-18
김철민, 강창용, 강정일. 1999. 농업 기계화 사업의 과제와 정책 방향. 한국농촌경제연구원. C99-8
이영만. 1982. 선형 계획법에 의한 수도작 경지 조건과 기계화 수요 분석. 농촌경제 5(4):157-166
현공남. 1981. 경운기 수요 함수 추정과 수요 예측. 농촌경제 4(4):56-63
한국농기계공업협동조합, 1982-2004, 농업기계연감
농림부, 1982-2004, 농림업 주요통계
통계청, 1982-2004, 농업기본 통계조사, 농가경제
농업중앙회, 1982 - 2004, 농협조사월보
Cromarty, W.A. 1958. The farm demand for tractors, machinery and trucks. Journal of Farm Economics Vol.41(2):323-331
Griliches, Z. 1960. The demand for a durable input: farm tractors in the United States 1921-1957, In 'The Demand for Durable Goods'. Univ. of Chicago Press. Harberger A.C. Eds. pp. 181-207
Penson, B. J., R. F. Romain, J. Hughes, D. W. 1981. Net investment in farm tractors: an econometric analysis. American Journal of Agricultural Economics Vol.63(4): 629-635
Rayner, A. J. and K. Cowling. 1967. Demand for a durable input: An analysis of the United Kingdom market for Farm tractors. The Review of Economics and Statistics 4:590-598
William, E., R. Griffiths, H. Carter and G. G. Judge. 1993. Learning and practicing econometrics. John Wiley & Sons. Inc
Zellner, A. 1971. An Introduction to Bayesian Inference in Econometrics. John Wiley & Sons. Inc
※ AI-Helper는 부적절한 답변을 할 수 있습니다.