선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이에 본고는 위의 선행연구들처럼 과거 어획량 자료와 수온 및 염분 자료를 이용하여 그 관계를 분석하고자 하나 크게 두 가지 점에서 기존연구와 다르게 접근한다. 첫째, 본고의 분석 대상은 연안어업에 한정한다.
제안 방법
- 모든 변수는 자연로그를 취하여 대수－대수(log-log) 모형으로 설정되며 이에 따라 추정된 계수값을 탄성치(elasticity)로 해석할 수 있다. 그리고 40년의 기간을 다루고 있으므로 시간에 걸쳐 생산기술이 발전하는 부분도 모형에서 감안하기 위해 추세를 설명변수에 포함하였다.
- 이때 다양한 수심의 관측값을 사용할 수 있는데 패널 자료 분석의 특성 상 모든 지역에서 공통되는 수층으로 50m 이하로 한정하되, 각 수심별 자료를 모두 사용하는 경우 우려되는 다중공선성(multicollinearity)을 피하면서 수온과 생산량 간의 관계를 수층별로 살펴보기 위해 표층(0m)부터 수심 20m까지의 상층과, 30m부터 50m까지의 하층으로 구분하였다. 그리고 수층별 자료는 여러 수심대에 걸쳐 수산자원이 분포하는 특성을 반영하여 특정 수심의 자료를 대푯값으로 쓰기보다 평균치를 구하여 사용하였다. 다만 염분의 경우 수층별 자료의 상관계수가 높아 표층부터 수심 50m까지의 평균치를 사용하였다.
- 둘째, 본고는 연안어업 생산량에 미치는 수온의 영향을 추정함에 있어 공간패널모형(spatial panel model)을 사용함으로써 기존 연구와 차별화를 시도한다. 분석 대상인 연안어업의 경우 광역시 · 도별로 자료 구축이 가능하므로 전국 단위의 시계열 자료보다는 지역의 고유한 특성을 통제할 수 있는 패널 자료 분석이 적절하다.
- 본고는 수산 분야의 대표적인 기후변화 요소인 수온과 어업생산량간의 관계를 계량경제학적인 방법으로 분석하였다. 특정 어종에 국한된 다수 선행연구와 달리 기후변화에 특히 취약할 것으로 예상되는 연안어업 전체를 대상으로 하였고, 지역별 자료 구축이 용이한 점을 이용하여 효율적인 추정이 가능한 패널모형으로 분석하였다.
- LeSage and Pace(2009)는 최우추정치에서 유도된 분산-공분산 행렬을 이용하여 직접효과와 간접효과의 분포를 시뮬레이션을 통해 유도하였다. 본고는 이를 활용하여 직접효과와 간접효과의 추정치를 계산하고 통계적인 유의성을 검정하였다.
- 본고의 분석은 지역별 연안어업 생산량을 종속변수로, 연안어업 어선톤수, 상층·하층의 수온, 염분 등을 설명변수로 하는 패널모형을 구성하여 수온, 염분 등의 요인이 연안어업 생산량에 미치는 영향력을 추정한다.
- 본고의 분석 자료는 통계청 어업생산동향조사의 지역별 연안어업 생산량 자료, 등록어선통계조사의 지역별 연안어업 어선톤수 자료, 국립수산과학원 한국해양자료센터(KODC)의 정선 해양관측자료 중 수온과 염분 자료이다. 어업생산동향조사에서 연안어업이 따로 구분되지는 않으나 일반해면어업 업종 중에서 연안어업으로 분류되는 업종의 생산량을 합산하여 연안어업 생산량 자료를 구하였다. 등록어선통계조사에서도 지역별로는 연안어업이 따로 구분되지 않아 10톤 미만 어선을 연안어업으로 간주하였다1).
- 정선해양관측자료의 수온과 염분은 매년 6회 측정되는 동 · 서 · 남해 조사 정점의 관측 자료 중 해당 지역의 연안과 비교적 가까운 정점의 수온과 염분을 평균한 값을 사용하였다. 이때 다양한 수심의 관측값을 사용할 수 있는데 패널 자료 분석의 특성 상 모든 지역에서 공통되는 수층으로 50m 이하로 한정하되, 각 수심별 자료를 모두 사용하는 경우 우려되는 다중공선성(multicollinearity)을 피하면서 수온과 생산량 간의 관계를 수층별로 살펴보기 위해 표층(0m)부터 수심 20m까지의 상층과, 30m부터 50m까지의 하층으로 구분하였다. 그리고 수층별 자료는 여러 수심대에 걸쳐 수산자원이 분포하는 특성을 반영하여 특정 수심의 자료를 대푯값으로 쓰기보다 평균치를 구하여 사용하였다.
- 정선해양관측자료의 수온과 염분은 매년 6회 측정되는 동 · 서 · 남해 조사 정점의 관측 자료 중 해당 지역의 연안과 비교적 가까운 정점의 수온과 염분을 평균한 값을 사용하였다.
- 본고는 수산 분야의 대표적인 기후변화 요소인 수온과 어업생산량간의 관계를 계량경제학적인 방법으로 분석하였다. 특정 어종에 국한된 다수 선행연구와 달리 기후변화에 특히 취약할 것으로 예상되는 연안어업 전체를 대상으로 하였고, 지역별 자료 구축이 용이한 점을 이용하여 효율적인 추정이 가능한 패널모형으로 분석하였다. 이때 해양의 특성 상 인접 지역 간에 공간적인 의존성이 나타날 수 있으므로 이를 고려하기 위해 공간패널모형을 적용하였다.
- 패널모형을 이용한 분석에서 모든 변수는 자연로그를 취한 값을 사용하고 있어 자연로그를 취한 값으로 검정하였다. 패널 단위근 검정은 여러 가지 방법이 제안되어 있는데, 대표적인 세 가지 방법의 검정 결과에서 모두 추세가 없는 안정적인 시계열인 것으로 확인되어 별도의 조정없이 수준변수로 실증 분석에 사용하였다.
- 한편 분석 자료가 안정적인 시계열인지 여부를 확인하기 위해 패널 단위근 검정(panel unit root test)을 시행한 결과는 Table 2와 같다. 패널모형을 이용한 분석에서 모든 변수는 자연로그를 취한 값을 사용하고 있어 자연로그를 취한 값으로 검정하였다. 패널 단위근 검정은 여러 가지 방법이 제안되어 있는데, 대표적인 세 가지 방법의 검정 결과에서 모두 추세가 없는 안정적인 시계열인 것으로 확인되어 별도의 조정없이 수준변수로 실증 분석에 사용하였다.
대상 데이터
- 본고의 분석 자료는 통계청 어업생산동향조사의 지역별 연안어업 생산량 자료, 등록어선통계조사의 지역별 연안어업 어선톤수 자료, 국립수산과학원 한국해양자료센터(KODC)의 정선 해양관측자료 중 수온과 염분 자료이다. 어업생산동향조사에서 연안어업이 따로 구분되지는 않으나 일반해면어업 업종 중에서 연안어업으로 분류되는 업종의 생산량을 합산하여 연안어업 생산량 자료를 구하였다.
- 분석 시점은 자료 구축이 용이한 1974년부터 2013년까지이나 등록어선통계조사가 누락된 1996년이 제외되어 39개 연도이다. 분석 지역은 자료의 가용성을 고려하여 모두 9개 지역으로 구분되는데, 인천과 경기는 수온 자료가 구분되지 않아 한 지역으로 묶었고, 울산은 1997년에 광역시로 구분되어 인접 지역인 경북과 한 지역으로 조정하였다.
- 분석 시점은 자료 구축이 용이한 1974년부터 2013년까지이나 등록어선통계조사가 누락된 1996년이 제외되어 39개 연도이다. 분석 지역은 자료의 가용성을 고려하여 모두 9개 지역으로 구분되는데, 인천과 경기는 수온 자료가 구분되지 않아 한 지역으로 묶었고, 울산은 1997년에 광역시로 구분되어 인접 지역인 경북과 한 지역으로 조정하였다.
- 이에 본고는 위의 선행연구들처럼 과거 어획량 자료와 수온 및 염분 자료를 이용하여 그 관계를 분석하고자 하나 크게 두 가지 점에서 기존연구와 다르게 접근한다. 첫째, 본고의 분석 대상은 연안어업에 한정한다. 근해어업과 달리 연안어업은 광역시 · 도의 경계 내로 제한되어 기후변화에 대응하여 어군을 따라 이동·조업하거나 새로운 어장을 탐색하는 것에 한계가 있다.
이론/모형
- 그리고 분석 모형에 사용된 공간가중치행렬(W)은 공간적 의존성의 형태를 반영하는 것으로 여러 가지 형태로 구성할 수 있는데(Lee et al.,2006) 본고는 해양의 공간적 특성을 반영하므로 Rook Contiguity를 적용하여 광역시 · 도의 해면(海面)이 경계선을 공유하는 것을 기준으로 삼았다.
- 그런데 해양이라는 공간의 특성상 수산자원의 분포가 인접 지역 간에 유사하고 모호한 해양의 경계로 인해 어업 활동이 지역에 걸쳐 있을 수 있어 지역 간에 공간적인 의존성이 뚜렷하게 나타날 것으로 예상된다. 만일 공간적인 의존성이 있는 상황에서 통상적인 계량경제모형을 적용하면 추정치는 편의가 발생하고 일치성(consistency)을 잃게 되는데, 본고는 이러한 점을 고려할 수 있는 공간계량경제(spatial econometrics) 기법을 적용한다.
- 특정 어종에 국한된 다수 선행연구와 달리 기후변화에 특히 취약할 것으로 예상되는 연안어업 전체를 대상으로 하였고, 지역별 자료 구축이 용이한 점을 이용하여 효율적인 추정이 가능한 패널모형으로 분석하였다. 이때 해양의 특성 상 인접 지역 간에 공간적인 의존성이 나타날 수 있으므로 이를 고려하기 위해 공간패널모형을 적용하였다.
- 전술한 바와 같이 연안어업 생산량, 추정 모형의 오차 등은 공간적 의존성이 있을 수 있으므로 본고는 이를 고려하기 위해 공간패널모형을 도입한다. 공간패널모형의 일반적인 형태는 SDM(spatial Durbin model)으로 종속변수의 공간 시차(spatial-lag)뿐만 아니라 설명변수의 공간시차를 포함하고 있다.
성능/효과
- (2015)의 결과와 상충되는 것처럼 보인다. 그러나 이 연구는 연근해어업 전체 생산량을 대상으로 하여 결과적으로 생산량 비중이 72%(2012〜2014년 기준)에 달하는 근해어업을 많이 반영하고 있으며, 근해어업은 표층 부근에 서식하는 부어(浮魚)류의 생산이 많기 때문에 표층수온과 유의한 관계가 있다는 점은 자명한 결과로 해석된다. 이 연구는 수온의 대표값으로 표층수온만을 모형에 사용하였기 때문에 수층별 수온, 염분 등 다른 변수를 사용한 본고의 모형과 직접적인 비교는 어렵다고 판단된다.
- 이와 같이 경합하는 모형에서 한계효과의 크기가 상이하게 나타나므로 어느 한 결과를 절대적으로 수용하는 것은 바람직하지 않은 것으로 판단된다. 다만, 이상의 분석 결과에서 공통적으로 얻을 수 있는 결과는 상층 수온이나 염분과 달리 하층 수온이 연안어업 생산량에 유의한 영향이 있다는 점과, 연안어업 생산에 공간적인 의존성에 있어 인접 지역의 생산에도 영향을 미친다는 점이다.
- 모형의 전체적인 설명력(R2)을 보면 공간패널모형이 일반패널모형에 비해 크게 개선되지는 않았으나, p와 λ가 모든 공간패널모형에서 1〜5% 수준에서 유의하여 연안어업 생산량이 공간적 의존성이 있음을 확인할 수 있다.
- 본고의 분석 결과는 향후 기후변화가 진행됨에 따라 표층 부근보다는 그보다 아래층의 수온 변화에 연안어업 생산량이 영향을 받을 수 있다는 점을 시사한다. 만일 기후변화의 영향으로 아래층 수온이 상승한다면 본고의 결과를 근거로 연안어업 생산은 긍정적인 영향을 받을 것으로 예상된다.
- 분석 결과, 공간적 의존성을 나타내는 계수(p,λ) 값이 유의하여 공간패널모형의 구성이 적절한 것으로 판단된다.
- 분석 결과, 공간적 의존성을 나타내는 계수(p,λ) 값이 유의하여 공간패널모형의 구성이 적절한 것으로 판단된다. 분석의 초점인 수온은 상층(0〜20m)과 하층(30〜50m)의 결과가 상이하였는데, 전자는 연안어업 생산량에 유의하지 않았으나 후자는 양( + )의 방향으로 유의한 것으로 확인되었다. 이는 자망, 통발 등 주요 연안어업이 표층보다 아래에 서식하는 어종을 많이 어획하기 때문으로 풀이된다.
- 이는 자망, 통발 등 주요 연안어업이 표층보다 아래에 서식하는 어종을 많이 어획하기 때문으로 풀이된다. 수온과 함께 기후변화와 관련된 요소로 볼 수 있는 염분은 연안어업생산에 유의한 영향이 없는 것으로 나타났다. 그런데 공간패널모형의 종류에 따라 한계효과의 편차가 비교적 크게 나타났는데, 통계학적인 기준에 따라 일률적으로 모형의 적합성을 판단하기보다는 자연과학적 사실에 근거한 판단도 필요한 것으로 사료된다.
- 설명변수 중 어선톤수는 일반패널모형에서 유의하였으나 공간패널모형에서는 유의성이 다소 떨어졌다. 수온은 상층(0〜20m) 수온의 경우 모든 모형에서 유의하지 않은 반면 하층(30〜50m) 수온은 일반 패널모형과 SAR에서 양( + )의 방향으로 유의한 변수로 나타났다. SDM의 경우 공간시차가 적용되지 않은 하층 수온은 유의성이 떨어졌으나 공간시차가 적용된 변수는 양의 방향으로 유의한 결과를 얻었다.
- 이에 반해 상층 수온과 염분의 한계효과는 유의하지 않았다. 어선톤수는 직접 효과와 간접효과에서는 유의성이 다소 떨어졌으나 총 효과에서는 유의하게 나타났다.
후속연구
- 그럼에도 불구하고 기후변화 요인 이외에 어업생산에 영향을 미칠 수 있는 다양한 변수를 고려하지 못하고 있다는 점은 본고의 한계이다. 가용 자료의 부족으로 설명력이 우수한 모형을 구축하는 데에 많은 어려움이 있지만 향후에 수산자원의 주기적인 변동 요인을 고려하고, 위치정보가 반영된 어획량 및 조업활동 자료, 해양관측자료, 기상 자료 등 소위 어업생산과 관련한 빅데이터가 확보된다면 더욱 정확한 분석이 가능할 것으로 기대된다.
- 만일 기후변화의 영향으로 아래층 수온이 상승한다면 본고의 결과를 근거로 연안어업 생산은 긍정적인 영향을 받을 것으로 예상된다. 그러나 기후변화로 해수 순환이 정체되어 오히려 아래층 수온이 내려갈 수도 있으므로 표층 수온뿐만 아니라 다른 수층의 수온에 대해서도 기후변화 시나리오에 기초한 정확한 예측이 필요하다. 만일 그러한 수온 예측 자료가 있다면 기후변화에 따른 각 지역의 생산량 변화를 전망할 수 있어, 현재 「농어업·농어촌 및 식품산업 기본법」에 의거하여 추진하고 있는 수산업·어촌의 기후변화 취약성 평가에도 활용할 수 있을 것이다.
- 그럼에도 불구하고 기후변화 요인 이외에 어업생산에 영향을 미칠 수 있는 다양한 변수를 고려하지 못하고 있다는 점은 본고의 한계이다. 가용 자료의 부족으로 설명력이 우수한 모형을 구축하는 데에 많은 어려움이 있지만 향후에 수산자원의 주기적인 변동 요인을 고려하고, 위치정보가 반영된 어획량 및 조업활동 자료, 해양관측자료, 기상 자료 등 소위 어업생산과 관련한 빅데이터가 확보된다면 더욱 정확한 분석이 가능할 것으로 기대된다.
- (2015)을 제외한다면 연구 대상이 특정 어장의 특정 어종(멸치, 오징어, 꽁치 등)에 국한되어 있고 수온 또는 염분 이외 다른 요인의 영향을 통제하고 있지 못하여 기후변화의 영향을 일반화하기 어려운 측면이 있다. 따라서 기후변화의 영향을 파악하고 예측하기 위해서는 거시적인 차원에서 기후변화 요소와 어획량간의 관계를 명확히 규명하는 더 많은 연구가 뒷받침되어야 할 것으로 판단된다.
- 만일 그러한 수온 예측 자료가 있다면 기후변화에 따른 각 지역의 생산량 변화를 전망할 수 있어, 현재 「농어업·농어촌 및 식품산업 기본법」에 의거하여 추진하고 있는 수산업·어촌의 기후변화 취약성 평가에도 활용할 수 있을 것이다.
- 그런데 공간패널모형의 종류에 따라 한계효과의 편차가 비교적 크게 나타났는데, 통계학적인 기준에 따라 일률적으로 모형의 적합성을 판단하기보다는 자연과학적 사실에 근거한 판단도 필요한 것으로 사료된다. 즉 SDM의 경우 통계학적으로 적합한 모형으로 볼 수 있지만, 수온의 직접 효과보다 간접 효과가 크게 나타나는데, 이러한 결과가 적절한지에 대해서는 자연과학 측면의 연구가 뒷받침될 필요가 있다. 따라서 본고에서는 이에 대한 판단을 유보하고 후속 과제로 남겨둔다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.