차량이동 네트워크에서의 축산시설 연결중심성과 가축 전염병 발생 사이의 관계 Relationship Between Degree Centrality of Livestock Facilities in Vehicle Movement Network and Outbreak of Animal Infectious Disease원문보기
주기적으로 발생하는 가축전염병으로 인한 국가적 손실이 매우 크다. 또한 우리나라에서 차량이동이 가축전염병의 주요 원인인 것으로 알려져 있다. 이 같은 상황에서, 본 연구는 축산차량의 이동 네트워크에서 축산시설의 구조적 위치와 전염병의 발생 사이의 관계를 실증분석하였다. 이를 위하여 KAHIS에서 제공하는 축산차량의 시설 진입 데이터를 활용하여 축산차량 이동 네트워크를 구축하였다. 구축된 네트워크에서 시설별로 중심성 지표를 도출하고, 전염병이 발생한 시설과 비발생 시설의 지표 평균을 비교하였다. 분석결과 첫번째 가설인 "전염병 발생시설의 연결정도 중심성은 비발생 시설보다 크다."는 옳은 것으로 나타났다. 전체시점과 시점별 분석을 실시한 결과 대부분의 자료에서 가축전염병이 발생한 시설의 연결정도 중심성이 비발생 시설에 비하여 통계적으로 크게 나타났다. 두 번째 가설인 "HPAI에서 발생시설과 비발생시설 사이의 연결중심성 차이가 FMD에서의 차이보다 작다."는 전체시점 자료에서 옳은 것으로 나타났다. 반면에 시점을 나누어서 분석한 결과에서는 뚜렷한 차이를 찾을 수 없었다. 연구의 결과에 따른 정책적 시사점은 다음과 같다. 첫 번째, 연결정도 중심성에 기반한 시설의 사전 관리가 필요하다. 두 번째, 우제류 농가의 경우 연결중심성에 기반한 관리정책의 도입이 보다 시급하다.
주기적으로 발생하는 가축전염병으로 인한 국가적 손실이 매우 크다. 또한 우리나라에서 차량이동이 가축전염병의 주요 원인인 것으로 알려져 있다. 이 같은 상황에서, 본 연구는 축산차량의 이동 네트워크에서 축산시설의 구조적 위치와 전염병의 발생 사이의 관계를 실증분석하였다. 이를 위하여 KAHIS에서 제공하는 축산차량의 시설 진입 데이터를 활용하여 축산차량 이동 네트워크를 구축하였다. 구축된 네트워크에서 시설별로 중심성 지표를 도출하고, 전염병이 발생한 시설과 비발생 시설의 지표 평균을 비교하였다. 분석결과 첫번째 가설인 "전염병 발생시설의 연결정도 중심성은 비발생 시설보다 크다."는 옳은 것으로 나타났다. 전체시점과 시점별 분석을 실시한 결과 대부분의 자료에서 가축전염병이 발생한 시설의 연결정도 중심성이 비발생 시설에 비하여 통계적으로 크게 나타났다. 두 번째 가설인 "HPAI에서 발생시설과 비발생시설 사이의 연결중심성 차이가 FMD에서의 차이보다 작다."는 전체시점 자료에서 옳은 것으로 나타났다. 반면에 시점을 나누어서 분석한 결과에서는 뚜렷한 차이를 찾을 수 없었다. 연구의 결과에 따른 정책적 시사점은 다음과 같다. 첫 번째, 연결정도 중심성에 기반한 시설의 사전 관리가 필요하다. 두 번째, 우제류 농가의 경우 연결중심성에 기반한 관리정책의 도입이 보다 시급하다.
The national loss caused by the periodic livestock epidemic is very large. In addition, vehicle movement is the main cause of livestock epidemics in Korea. In this context, this study analyzed the relationship between the degree centrality of livestock facilities and the outbreak of infectious disea...
The national loss caused by the periodic livestock epidemic is very large. In addition, vehicle movement is the main cause of livestock epidemics in Korea. In this context, this study analyzed the relationship between the degree centrality of livestock facilities and the outbreak of infectious diseases. For this purpose, a livestock vehicle movement network was constructed using the facility entrance data provided by KAHIS. Afterwards, the centrality index was derived for each facility in the vehicle movement network and the mean centrality index of the epidemic and non-epidemic facilities were compared. The analysis results are summarized as follows. First, the degree centrality of epidemic facilities is significantly greater than non-epidemic facilities. As a result of the analysis of the entire period data and the period-based data, in most data, the degree centrality of facilities where livestock infectious diseases occurred was significantly greater than most non-occurrence facilities. Second, in the entire period data, the difference in degree centrality between the epidemic and non-epidemic facilities was smaller for HPAI than for FMD. On the other hand, no significant difference was found in the results of the analysis according to the divided period. The policy implications of the results are as follows. First, proactive management of facilities based on centrality is needed. Second, in the case of cloven-hoofed animal facilities, it is more urgent to introduce a management policy based on the degree centrality.
The national loss caused by the periodic livestock epidemic is very large. In addition, vehicle movement is the main cause of livestock epidemics in Korea. In this context, this study analyzed the relationship between the degree centrality of livestock facilities and the outbreak of infectious diseases. For this purpose, a livestock vehicle movement network was constructed using the facility entrance data provided by KAHIS. Afterwards, the centrality index was derived for each facility in the vehicle movement network and the mean centrality index of the epidemic and non-epidemic facilities were compared. The analysis results are summarized as follows. First, the degree centrality of epidemic facilities is significantly greater than non-epidemic facilities. As a result of the analysis of the entire period data and the period-based data, in most data, the degree centrality of facilities where livestock infectious diseases occurred was significantly greater than most non-occurrence facilities. Second, in the entire period data, the difference in degree centrality between the epidemic and non-epidemic facilities was smaller for HPAI than for FMD. On the other hand, no significant difference was found in the results of the analysis according to the divided period. The policy implications of the results are as follows. First, proactive management of facilities based on centrality is needed. Second, in the case of cloven-hoofed animal facilities, it is more urgent to introduce a management policy based on the degree centrality.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이와 같은 가설이 옳다면, 차량 이동 네트워크에서의 구조적 위치에 따라 축산시설의 감염 위험 정도를 예측하고 선제적으로 대응하는 방역정책의 수행이 가능하기 때문이다. 본 연구는 네트워크 내에서 특정 노드(본 연구에서는 축산시설)의 구조적 위치를 설명하는 사회연결망지표 중에서 가장 대표적인 중심성 지표를 선정하고, 중심성 지표와 가축 전염병 발생 사이의 관계를 분석하였다.
본 연구는 축산차량의 이동네트워크와 가축 전염병 발생사이의 관계를 실증분석한 기초연구로서 그 의의가 있다. 본 연구의 결과를 바탕으로 축산차량 이동네트워크에서 시설의 구조적 위치와 가축 전염병 발생 사이의 관계를 밝히는 연구가 이루어지기를 기대한다.
위의 식 (1)에서 보면 연결정도 중심성이 높은 시설은 다른 시설과 차량의 이동이 많은 시설로 판단할 수 있으며, 따라서 연결중심성이 높은 시설은 차량을 통하여 전파되는 감염원에 노출된 확률이 높은 것으로 이해할 수 있다. 본 연구에서는 연구결과의 직관적인 해석을 위하여 연결정도 중심성과 함께 해당 시설의 총 차량이동 횟수(#)를 함께 보고하였다.
정리하면, 본 연구의 목표는 축산차량의 이동 네트워크에서 축산시설의 중심성 지표와 전염병 발생 사이의 관계를 실증 분석하는 것이다. 이는 차량이동에 기반한 축산시설의 가축전염병 감염 위험도를 판단하기 위한 기초지표로서 중심성 지표의 활용가능성을 검증하기 위한 것이다.
한국에서 축산차량 이동 네트워크는 정적이지 않으며, 시기에 따라 변화하는 것으로 알려져 있다[6]. 이에 본 연구에서는 전체 시간적 범위의 자료의 분석과 함께 시점별로 분절한 자료의 분석을 함께 실시하였다. 자료의 분절은 질병의 잠복기 등을 고려하여 3개월 단위로 분절하여 분석하였다.
정리하면, 본 연구의 목표는 축산차량의 이동 네트워크에서 축산시설의 중심성 지표와 전염병 발생 사이의 관계를 실증 분석하는 것이다. 이는 차량이동에 기반한 축산시설의 가축전염병 감염 위험도를 판단하기 위한 기초지표로서 중심성 지표의 활용가능성을 검증하기 위한 것이다.
가설 설정
가설 1 : “전염병 발생시설의 연결정도 중심성은 비발생 시설보다 크다.
가설 2 : “HPAI에서 발생시설과 비발생시설 사이의 연결중심성 차이는 FMD에서의 차이보다 작다.
국제수역사무국에서 HPAI의 최대 잠복기는 3주[13], FMD의 최대 잠복기는 14일[14]로 제시하고 있다. 따라서 발생 전후로 3주까지 영향이 있는 것으로 가정하였다. 이에 본 연구는 3개월 단위로 자료를 구축하였으며, HPAI와 FMD가 발생한 시점을 기준으로 자료를 구축하였다.
이와 같은 상황에서 본 연구는 축산차량의 이동 네트워크에서 특정 시설이 가지는 구조적 위치에 따라 가축 전염병의 감염 위험이 달라질 것이라는 가설에서 출발하였다. 이와 같은 가설이 옳다면, 차량 이동 네트워크에서의 구조적 위치에 따라 축산시설의 감염 위험 정도를 예측하고 선제적으로 대응하는 방역정책의 수행이 가능하기 때문이다.
HPAI의 결과에서도, 연결정도 중심성과 총 이동횟수 모두 발생시설이 비발생시설에 비하여 통계적으로 유의미하게 크다. 즉, 전체질병의 경우와 마찬가지로 다른 시설과 연결관계가 많을수록 네트워크를 통해 매개되는 병원체에 노출될 위험이 크며, 이에 따라서 전염병 발생위험이 커질 것이라는 본 연구의 가설1에 부합한다.
제안 방법
Table 2는 분석에 포함된 전염병이 발생한 19개 데이터 셋의 자료를 시점을 구분하지 않고 전염병 발생시설과 비발생시설의 사회연결망 지표의 평균차이를 검정한 것이다. HPAI와 FMD를 구분하지 않은 전체 전염병 발생시설의 지표차이를 검정한 후에 HPAI와 FMD발생시설을 각각 구분하여 비교하였다. 발생시설의 종류가 모두 농장이기 때문에 비발생시설도 시설종류가 농장인 시설만을 도출하여 분석하였다.
본 연구는 여러 시점의 분석을 실시하며, 시점에 따라 네트워크의 크기는 차이가 있다. 따라서 네트워크 크기의 영향을 통제하기 위하여 연결정도 중심성을 자유도로 나눈 표준화 연결정도 중심성을 활용하였다. 이후의 원고에서 연결정도 중심성은 가중연결정도 중심성을 자유도로 나누어 도출된 표준화 연결 중심성을 의미하며, 이를 식으로 표현하면 다음의 식(1)과 같다.
또한 재래시장 등의 축산관련 시설은 축종의 구분이 어려운 경우가 많다. 따라서 축산차량 네트워크는 전체 축산시설을 대상으로 시기별로 구축하였다.
HPAI와 FMD를 구분하지 않은 전체 전염병 발생시설의 지표차이를 검정한 후에 HPAI와 FMD발생시설을 각각 구분하여 비교하였다. 발생시설의 종류가 모두 농장이기 때문에 비발생시설도 시설종류가 농장인 시설만을 도출하여 분석하였다.
KAHIS 데이터에서 제공하는 농장정보에는 해당 농장의 주요 축종한가지를 제공하고 있다. 본 분석에서는 이를 기준으로 우제류 사육농가와 가금류 사육농가를 구분하였다. 그러나 앞에서 말한 바와 같이 일부 농장은 혼합사육을 하고 있다.
본 연구는 액터가 다른 액터와 얼마나 많이 연결되어 있는 가로 측정되는 연결정도 중심성(degree centrality)을 활용하였다. 다른 액터들과 많은 연결관계를 가지는 액터는 충분한 대안을 가지고, 네트워크 내의 여러 자원에 쉽게 접근이 가능하며, 액터들 간의 연결을 중개할 수 있어 파워를 가진다[12].
사회연결망분석에서 연결망을 구성하는 요소는 액터와 액터 사이의 관계이다. 본 연구는 축산시설을 액터로, 시설 간의 차량이동을 관계로 하여 사회연결망을 구성하였다.
본 연구는 축산차량의 이동 네트워크에서 축산시설의 중심성 지표와 전염병 발생 사이의 관계를 실증분석 하였는데, 2개의 가설을 설정하고 검증하였다.
본 연구에서는 이 자료를 A시설→B시설, B시설→C시설의 2번의 이동이 있는 것으로 판단하고 이동 자료로 변환하였다.
세 번째, 가설에서 설정된 발생시설과 비발생시설 사이의 연결정도 중심성 평균값의 차이를 검정한다. 이를 위하여 발생여부에 따른 전체자료의 분석과 함께 HPAI과 FMD의 경우로 나누어 별도의 분석도 함게 실시하였다.
두 번째, 차량동 네트워크에서의 축산시설별 연결정도 중심성 지표를 작성한다. 세 번째, 전염병 발생시설과 비발생시설사이의 연결정도 중심성 지표차이를 검증한다.
세 번째, 가설에서 설정된 발생시설과 비발생시설 사이의 연결정도 중심성 평균값의 차이를 검정한다. 이를 위하여 발생여부에 따른 전체자료의 분석과 함께 HPAI과 FMD의 경우로 나누어 별도의 분석도 함게 실시하였다.
따라서 발생 전후로 3주까지 영향이 있는 것으로 가정하였다. 이에 본 연구는 3개월 단위로 자료를 구축하였으며, HPAI와 FMD가 발생한 시점을 기준으로 자료를 구축하였다. Table 1과 같이 총 19개 시점의 데이터 셋이 분석에 활용되었다.
이에 본 연구에서는 전체 시간적 범위의 자료의 분석과 함께 시점별로 분절한 자료의 분석을 함께 실시하였다. 자료의 분절은 질병의 잠복기 등을 고려하여 3개월 단위로 분절하여 분석하였다.
본 연구의 내용적 범위는 다음과 같다. 첫째, 가축전염병 중에 가장 대표적인 HPAI와 FMD가 발생한 시점의 데이터 셋을 추출한다. 두 번째, 차량동 네트워크에서의 축산시설별 연결정도 중심성 지표를 작성한다.
본 연구의 분석과정은 크게 3단계로 나눌 수 있다. 첫째, 위에서 제시된 데이터 셋의 시점별로 축산시설의 차량이동 네트워크를 구축한다. 앞의 Figure 1과 같이 차량의 시설진입 데이터를 축산시설 사이의 차량이동 네트워크로 변환하였다.
대상 데이터
따라서 HPAI의 경우 주사육축종이 가금류인 농장만을 대상으로 분석하였으며 HPAI가 발생한 13개 시점의 자료만을 분석에 포함하였다. FMD는 주사육축종이 우제류인 농장만을 대상으로 분석하였으며, 마찬가지로 FMD가 발생한 7개 시점의 자료만을 분석에 포함하였다.
이에 본 연구는 3개월 단위로 자료를 구축하였으며, HPAI와 FMD가 발생한 시점을 기준으로 자료를 구축하였다. Table 1과 같이 총 19개 시점의 데이터 셋이 분석에 활용되었다.
주요 축종에 따라 사육형태가 다르게 나타나며, 축종에 따라서 농장의 일반적인 차량이동 횟수자체에 차이가 있을 수 있기 때문이다. 따라서 HPAI의 경우 주사육축종이 가금류인 농장만을 대상으로 분석하였으며 HPAI가 발생한 13개 시점의 자료만을 분석에 포함하였다. FMD는 주사육축종이 우제류인 농장만을 대상으로 분석하였으며, 마찬가지로 FMD가 발생한 7개 시점의 자료만을 분석에 포함하였다.
본 연구는 KAHIS에서 제공하는 차량의 축산시설 진입데이터를 활용하였다. Fig.
본 연구의 공간적 범위는 전국이며, 시간적 범위는 2014년 1월부터 2016년 12월까지이다. 한국에서 축산차량 이동 네트워크는 정적이지 않으며, 시기에 따라 변화하는 것으로 알려져 있다[6].
분석 자료는 국가가축방역통합시스템(KAHIS: Korea Animal Health Integrated System)에서 제공하는 차량의 축산시설 진입자료와 농림축산검역본부에서 제공받은 FMD와 HPAI 발생자료를 활용하였다[7].
앞의 Figure 1과 같이 차량의 시설진입 데이터를 축산시설 사이의 차량이동 네트워크로 변환하였다. 차량이동 네트워크는 축종의 구분 없이 전체 축산농가와 축산관련 시설을 대상으로 구축하였다. 현재 우리나라에서 축산농가는 상이한 축종을 사육하는 농가들이 인근에 위치하는 경우가 많으며, 혼합사육이 이루어지는 경우도 많다.
데이터처리
연결정도 중심성 지표의 평균 차이를 검정하기 위하여 독립표본 T-검정을 실시하였으며, SPSS 20을 활용하였다. 분석의 유의수준은 10%로 설정하였다.
연구의 분석방법은 발생시설과 비발생시설로 집단을 나누어 중심성 지표의 차이를 독립 표본 T-검정을 통하여 분석하였으며, 분석에는 SPSS 20을 활용하였다.
이론/모형
연결정도 중심성은 액터간의 연결을 이진값으로 처리할 수도 있으며, 연결의 정도에 따라 가중치를 줄 수도 있다. 본 연구는 시설사이의 차량 이동 횟수를 연결의 가중치로 하는 가중 연결정도 중심성(weighted degree centrality)을 활용하였다.
이 과정에서 시설별로 총 차량이동 횟수도 함께 도출한다. 연결정도 중심성과 총 차량이동 횟수의 도출은 NetMiner 4 소프트웨어를 이용하였다.
성능/효과
FMD의 경우에도 발생시설의 연결정도 중심성과 총 이동 횟수는 모두 비발생시설에 비하여 통계적으로 유의미하게 크게 나타났다. 또한 그 차이가 HPAI에 비하여 훨씬 크게 나타났는데, 총 이동횟수의 차이는 FMD가 HPAI에 비하여 약 1.
HPAI의 결과에서도, 연결정도 중심성과 총 이동횟수 모두 발생시설이 비발생시설에 비하여 통계적으로 유의미하게 크다. 즉, 전체질병의 경우와 마찬가지로 다른 시설과 연결관계가 많을수록 네트워크를 통해 매개되는 병원체에 노출될 위험이 크며, 이에 따라서 전염병 발생위험이 커질 것이라는 본 연구의 가설1에 부합한다.
따라서 시점별 검정의 결과를 그대로 받아들이는 것에는 무리가 있으나 시점별 자료를 제공한다는 측면에서 결과를 보고하였다. 다만 일반적으로 중심극한 정리를 활용할 수 있는 충분한 표본의 개수로 30개가 널리 활용되기 때문에, 발생시설의 개수가 30개 이상인 시점의 결과는 이탤릭체와 볼드체로 표현하였다.
두 번째 가설인 “HPAI에서 발생시설과 비발생시설 사이의 연결중심성 차이가 FMD에서의 차이보다 작다.
FMD의 경우에도 발생시설의 연결정도 중심성과 총 이동 횟수는 모두 비발생시설에 비하여 통계적으로 유의미하게 크게 나타났다. 또한 그 차이가 HPAI에 비하여 훨씬 크게 나타났는데, 총 이동횟수의 차이는 FMD가 HPAI에 비하여 약 1.6배 크게 나타났으며, 연결정도 중심성의 차이는 약 4.1배 크게 나타났다.
”는 전체시점 자료에서는 옳은 것으로 나타났다. 발생시설의 연결정도 중심성은 비발생시설에 비하여 크게 나타났는데 그 차이는 FMD 발생시설이 HPAI 발생시설보다 크게 나타났다. 이는 FMD 발생시설이 HPAI 발생시설에 비하여 보다 큰 연결정도 중심성을 가지고 있음을 의미한다.
첫 번째, 연결정도 중심성을 바탕으로 시설의 사전 관리가 필요하다. 본 연구의 결과로 연결정도 중심성과 전염병 발생의 인과관계가 증명된 것은 아니지만, 발생시설이 상대적으로 높은 연결정도 중심성을 가지고 있음이 증명되었다. 따라서 연결정도 중심성과 전염병 발생 사이에 일정한 관계가 있음을 추론할 수 있다.
분석결과 첫 번째 가설인 “전염병 발생시설의 연결정도 중심성은 비발생 시설보다 크다.
세 번째, 우제류 농가의 경우 연결중심성을 바탕으로 한 관리정책의 도입이 보다 시급하다. 연구결과 FMD발생농가는 HPAI 발생농가보다 큰 연결중심성을 나타내었으며, 비발생시설과의 차이도 보다 크게 나타났다.
세 번째, 우제류 농가의 경우 연결중심성을 바탕으로 한 관리정책의 도입이 보다 시급하다. 연구결과 FMD발생농가는 HPAI 발생농가보다 큰 연결중심성을 나타내었으며, 비발생시설과의 차이도 보다 크게 나타났다. 따라서 연결중심성을 바탕으로 한 시설의 사전 관리 및 방역정책은 우제류 농가에서 보다 효과적일 것이다.
전체 질병의 경우 비발생시설과 발생시설 사이에 사회연결망 지표의 평균이 통계적으로 유의한 차이를 나타내었다. 즉, 연결정도 중심성과 총 이동횟수 모두 발생시설의 평균값이 비발생시설의 평균값보다 통계적으로 유의미하게 크게 나타났다.
”는 옳은 것으로 나타났다. 전체시점과 시점별 분석을 실시한 결과, 대부분의 자료에서 가축전염병이 발생한 시설의 연결정도 중심성이 비발생 시설에 비하여 통계적으로 크게 나타났다. 이는 가축전염병이 발생한 시설이 비발생시설에 비하여 다른 시설과의 차량이동이 유의미하게 많이 일어남을 의미한다.
즉, 시점을 분리하여 분석한 결과에서도 발생시설의 총 이동 횟수와 연결정도 중심성이 비발생시설에 비하여 크게 나타나는 것을 확인할 수 있었으며, 이는 본 연구의 가설 1에 부합하는 결과이다.
전체 질병의 경우 비발생시설과 발생시설 사이에 사회연결망 지표의 평균이 통계적으로 유의한 차이를 나타내었다. 즉, 연결정도 중심성과 총 이동횟수 모두 발생시설의 평균값이 비발생시설의 평균값보다 통계적으로 유의미하게 크게 나타났다. 연결정도 중심성 지표 값의 차이에 비하여 총 이동횟수의 차이는 직관적으로 해석이 가능하다.
후속연구
하지만 본 연구는 연결 관계만을 분석의 대상으로 하여 농장이 가지는 여러 특성(규모, 형태, 입지 등)을 분석에 포함하지 못한 점에서는 한계가 있다. 따라서 발생시설과 비발생시설의 여러 특성에 따라 모형을 세분화하여 분석하는 추가적인 연구가 필요할 것으로 판단된다.
연결정도 중심성이 집중적인 관리가 필요한 시설을 도출하는 특성 중 하나로 이용이 가능하지만, 그 외에도 여러 특성을 종합적으로 고려해야 되기 때문이다. 따라서 연결정도 중심성이 높은 농가들의 여러 특성을 분석하고 이를 유형화 하는 후속연구가 필요할 것이다.
또한 본 연구는 자료의 한계로 인하여 농가의 대표 축종을 바탕으로 시설을 구분하였는데, 혼합사육이 이루어지는 경우를 정교하게 반영하지 못한 점은 연구의 한계로 지적될 수 있다. 향후 시설별 사육 축종과 관련한 추가적인 자료의 구축을 통하여 보다 정밀한 연구가 이루어지기를 기대한다.
따라서 HPAI의 전파과정에서 차량의 영향력이 FMD보다 작을 것으로 예상된다. 본 가설이 옳은 것으로 검증된다면, 연결정도 중심성에 기반한 방역정책이 가축 전염병의 종류에 따라 다른 방식으로 적용되어야 할 것이며, FMD에 보다 우선적으로 적용되어야 할 것이다.
이는 본 연구의 가설 2에 부합하는 결과이다. 본 분석결과만을 통하여 인과관계를 증명할 수는 없으나 FMD가 HPAI에 비하여 차량접촉네트워크를 통한 감염위험의 영향이 큰 것으로 추정할 수 있으며, 추가적인 연구가 요구되는 부분이다. HPAI는 철새와 같은 야생조류를 통한 전파가 이루어질 수 있으나 FMD는 주로 육로이동을 통해서 감염이 되기 때문에 감염에서 차량접촉이 더 큰 영향을 끼치는 것으로 판단할 수 있다.
본 연구는 축산차량의 이동네트워크와 가축 전염병 발생사이의 관계를 실증분석한 기초연구로서 그 의의가 있다. 본 연구의 결과를 바탕으로 축산차량 이동네트워크에서 시설의 구조적 위치와 가축 전염병 발생 사이의 관계를 밝히는 연구가 이루어지기를 기대한다. 하지만 본 연구는 연결 관계만을 분석의 대상으로 하여 농장이 가지는 여러 특성(규모, 형태, 입지 등)을 분석에 포함하지 못한 점에서는 한계가 있다.
본 연구의 분석대상인 축산시설의 중심성 지표가 가축 전염병의 발생과 실제 관계가 있다면, 중심성 지표를 기준으로 감염의 위험이 높은 시설을 도출할 수 있을 것이다.
따라서 주요 축종이 우제류로 기재된 농가이지만 일부 가금류를 사육하고 있어 HPAI가 발생하는 경우가 있다. 이와 같이 질병과 주요 축종 기재의 불일치성이 나타나는 경우는 질병별 분석에서는 제외되었으며, 이는 연구의 한계로 지적될 수 있다. 또한 Table 2에는 Levene의 등분산 가정 통과여부를 O와 X로 표기하였으며, 등분산 가정을 통과한 경우에는 등분산이 가정된 경우의 T-검정 결과를 보고하였으며, 통과하지 못한 경우에는 등분산이 가정되지 않은 경우의 T-검정 결과를 보고하였다.
본 연구의 결과를 바탕으로 축산차량 이동네트워크에서 시설의 구조적 위치와 가축 전염병 발생 사이의 관계를 밝히는 연구가 이루어지기를 기대한다. 하지만 본 연구는 연결 관계만을 분석의 대상으로 하여 농장이 가지는 여러 특성(규모, 형태, 입지 등)을 분석에 포함하지 못한 점에서는 한계가 있다. 따라서 발생시설과 비발생시설의 여러 특성에 따라 모형을 세분화하여 분석하는 추가적인 연구가 필요할 것으로 판단된다.
또한 본 연구는 자료의 한계로 인하여 농가의 대표 축종을 바탕으로 시설을 구분하였는데, 혼합사육이 이루어지는 경우를 정교하게 반영하지 못한 점은 연구의 한계로 지적될 수 있다. 향후 시설별 사육 축종과 관련한 추가적인 자료의 구축을 통하여 보다 정밀한 연구가 이루어지기를 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
FMD와 조류 인플루엔자(AI: Avian Influenza)로 인한 직접적인 피해액은 어느정도인가?
고병원성 조류인플루엔자 (HPAI: Highly Pathogenic Avian Influenza)는 2003년에 최초로 발생 이후 거의 2~3년을 주기로 반복적으로 발생[1]하고 있으며, 구제역(FMD: Foot and Mouth Disease)도 지속적으로 발병[2]하고 있다. 이에 따라 2010년 이후 8년간 FMD와 조류 인플루엔자(AI: Avian Influenza)로 인한 직접적인 피해액이 4조원[3]에 달하는 등, 주기적으로 발생하는 FMD와 HPAI로 인한 국가 경제적 손실이 매우 크다. 따라서 FMD와 HPAI같은 가축 전염병의 감염과 확산을 예방하기 위한 노력이 필요하다.
축산차량의 이동 네트워크에서 축산시설의 구조적 위치와 전염병의 발생사이의 관계를 실증 분석한 결과 정책적 시사점은?
연구의 결과에 따른 정책적 시사점은 다음과 같다. 첫 번째, 연결정도 중심성에 기반한 시설의 사전 관리가 필요하다. 두 번째, 우제류 농가의 경우 연결중심성에 기반한 관리정책의 도입이 보다 시급하다.
고병원성 조류인플루엔자의 특징은?
고병원성 조류인플루엔자 (HPAI: Highly Pathogenic Avian Influenza)는 2003년에 최초로 발생 이후 거의 2~3년을 주기로 반복적으로 발생[1]하고 있으며, 구제역(FMD: Foot and Mouth Disease)도 지속적으로 발병[2]하고 있다. 이에 따라 2010년 이후 8년간 FMD와 조류 인플루엔자(AI: Avian Influenza)로 인한 직접적인 피해액이 4조원[3]에 달하는 등, 주기적으로 발생하는 FMD와 HPAI로 인한 국가 경제적 손실이 매우 크다.
참고문헌 (14)
E. H. Lee, S. H. Lee, S. H. Lee, U. Kim, I. S. Kim, Study on Improvement of Plan for Preventing and Responding to Highly Pathogenic Avian Influenza (HPAI), p. 1, Gyeonggi Research Institute, 2017.
S. H. Lee, E. W. Lee, S. M. Hong, U. Kim, The issue of AI and FMD and its response issues, p. 1, Gyeonggi Research Institute, 2017.
J. H. Park, "Newspaper articles : Livestock epidemic when it gets cold...It is useless to use the 4 trillion won.", Available From: http://www.edaily.co.kr/news/read?newsId01390726616121456&mediaCodeNo257&OutLnkChkY(accessed Oct., 05, 2018)
K. S. Jung, M. G. Kim, C. S. Song, Follow-up measures for improvement of the AI prevention system, p. 36, Ministry of Agriculture, Food and Rural Affairs, 2015.
C. G. Park, Current Status and Causes of foot-and-mouth disease and Fundamental Preventive Measures, p. 13, Open Forum Kyeongbuk National University, 2015.
H. Y. Kim, S. I. Pak, K. N. Lee, G. J. Lee, S. . Hong, "Time-series Changes in Vehicle Contact Network of Livestock Facilities", Korea Academia-Industrial cooperation Society 2018 Spring Conference, 2018.
Animal and Plant Quarantine Agency. Korea Animal Health Integrated System [Internet]. Animal and Plant Quarantine Agency, c2018[cited 2018 Oct. 05], Available From: http://www.kahis.go.kr/home/intrcn/intrcn_m1_01.do (accessed Oct., 20, 2018)
S. K. Choi, H. H. Song, K. S. Park, "Analysis of Foot-and-mouth Disease Diffusion Velocity using Network Tool", Journal of the Korean Society for Geo-spatial Information Science, Vol.20, No.2 pp. 101-107, 2012.
O. K. Moon, S. B. Cho, S. H. Bae, "Spatio-Temporal Clustering Analysis of HPAI Outbreaks in South Korea, 2014", Journal of the Korean Association of Geographic Information Studies, Vol.18, No.3 p. 91, 2015. DOI: http://dx.doi.org/10.11108/kagis.2015.18.3.089
G. J. Lee, S.I. Park, K. N. Kwang, H. Y. Kim, J. H. Park. S. Hong, "Hub Facilities in Vehicle Movement Network between Livestock Facilities", Journal of the Korea Academia-Industrial Cooperation Society, Vol.19, No.6, pp. 137-146, 2018. DOI: http://doi.org/10.5762/KAIS.2018.19.6.137
K. Y. Kwak, Social Network Analysis, p 182, CR Books, 2014.
K. Y. Kwak, Social Network Analysis, p 185, CR Books, 2014.
J. H. Kim, H. W. Sung, Y. K. Kwon, Y. J. Lee, J. G. Choi, S. J. Cho, M. C. Kim, E. K. Lee, H. Jang, S. H. Wee, I. P. Mo, C. S. Song and J. M. Park, "Current Status and Characteristics of Highly Pathogenic Avian Influenza," Korean Journal of Poultry Science, Vol.31, No.2, pp. 119-128, 2004.
J. Kim, "Environmental problem and Citizens Science owing to the failure of foot and mouth disease (FMD) policy", Environmental Sociology ECO, Vol.15, No.1, pp. 85-119, 2011.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.