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
- 본 연구의 목적은 중국의 농업기술진보와 농업환경보조금이 농업 발전에 미치는 영향 분석하는 데 있다. 분석을 위해 ‘중국농업연감’(中国农业年鉴)에서 1995∼2015년까지 농업기술진보와 농업환경보조금 변수와 농업 발전을 대표할 수 있는 농업 총생산액과 농업 1인당 소득 변수를 이용하여 실증적으로 분석하였다.
- 그리고 농업발전을 나타내는 농업 1인당 소득과 농업 총생산액 변수를 Panel VAR 모형으로 이용하여 변수 간의 동태적 관계를 분석하였다. 이를 통해 농업기술진보와 농업환경보조금이 농업발전에 대한 파급효과를 각각 파악하고자 하였다.
가설 설정
- 2) 이때, 패널특성을 고려한 고정효과모형을 가정하였고, yi,t는 종속변수, yi,t-p는 자기시차항, xi,t-s는 설명변수, ui는 패널 특성을 나타내는 오차항, εi,t는 모형의 오차항을 뜻한다.
- Panel VAR 모형은 위의 세 가지 성격을 모두 가지고 있지만, 추정하는 모수의 개수가 표본보다 더 크기 때문에 일반적으로 동태적 상호의존성은 고려하지 않는다. 또한, Panel VAR 모형에서는 패널 단위 공통모형과 오차항의 분포를 조건부 확률밀도함수로 구한다는 가정을 한다. 기본적인 Panel VAR 모형은 식(1)과 같이 나타낸다.
제안 방법
- 1) 중국 농업의 R&D 투자를 중요시하는 현황에 비추어 정부의 역할을 대변하는 농업환경보조금, 농업 R&D를 나타내는 농업기술진보는 Zhang et al.(2017)을 참고하여 농업기계화 정도와 농림어업종사자의 비율을 대리변수로 사용하였다. 그리고 농업발전을 나타내는 농업 1인당 소득과 농업 총생산액 변수를 Panel VAR 모형으로 이용하여 변수 간의 동태적 관계를 분석하였다.
- 그 결과 농업 총생산액, 농업 1인당 소득, 농업기술진보, 농업환경보조금 모두 자신의 동태적 효과에 큰 설명력을 보였다. Panel VAR 모형에 대한 GMM 추정은 비교적 거시적으로 변수들 간의 동태적 시뮬레이션 과정을 보여주며 구체적으로 변수들 간의 인과관계를 보여주기 어렵기 때문에 본 논문은 인과관계 검정, 충격반응함수, 예측오차분산분해를 통해 더욱 정밀한 분석을 진행하였다.
- Panel VAR 모형을 200번의 몬테카를로 시뮬레이션(Monte Carlo simulation)을 통해 Hermlet 전환방식으로 고정효과를 없앤 뒤 변수들에 대해 GMM 추정을 진행하였다. 그 결과 농업 총생산액, 농업 1인당 소득, 농업기술진보, 농업환경보조금 모두 자신의 동태적 효과에 큰 설명력을 보였다.
- 본 연구에서 Panel VAR 분석에 앞서 Panel 자료의 시계열 안정성 여부를 판단하기 위하여 단위근 검정을 진행하였다. Panel 자료의 경우 일반적인 시계열 자료와는 달리 LLC(Levin et al.
- 본 연구에서는 동북 3성 지역을 대상으로 Panel Var 분석을 시도하였다. 분석 결과에 의하면 본 논문의 핵심 주제인 농업기술진보와 농업환경보조금이 농업 총생산과 농업소득에 미치는 영향에 대해 다음과 같은 결론을 얻을 수 있었다.
- 분석을 위해 ‘중국농업연감’(中国农业年鉴)에서 1995∼2015년까지 농업기술진보와 농업환경보조금 변수와 농업 발전을 대표할 수 있는 농업 총생산액과 농업 1인당 소득 변수를 이용하여 실증적으로 분석하였다.
대상 데이터
- 본 논문에 사용한 통계자료는 모두 ‘중국농업연감’(中國农业年鉴)에 수록된 공식 통계자료이다.
- 본 논문은 자료의 안정성과 취득성을 고려하여 동북 3성 지역(요녕성, 길림성, 흑룡강성)의 1995∼2015까지 연도별 자료를 사용하였다. 본 논문에서는 농업기술진보,3) 농업환경보조금, 농업 총생산액, 농업 1인당 소득 등 화폐단위의 데이터를 포함하기 때문에 통화팽창 요소가 연구결과에 영향을 줄 수 있다는 점을 고려하여 농업 1인당 소득은 1995년 농촌주민소비자가격지수를 기준으로 디플레이터(deflator)한 실질값을 사용했다. 본 논문에 사용한 통계자료는 모두 ‘중국농업연감’(中國农业年鉴)에 수록된 공식 통계자료이다.
- 본 논문은 자료의 안정성과 취득성을 고려하여 동북 3성 지역(요녕성, 길림성, 흑룡강성)의 1995∼2015까지 연도별 자료를 사용하였다.
- 본 연구는 중국에서 지리적으로 인접해있고 중국의 식량창고 역할을 할만큼 농업이 비교적 발달하여 중국 농업의 큰 비중을 차지하고 있는 동북 3성 지역을 선정하였다.1) 중국 농업의 R&D 투자를 중요시하는 현황에 비추어 정부의 역할을 대변하는 농업환경보조금, 농업 R&D를 나타내는 농업기술진보는 Zhang et al.
데이터처리
- 충격반응함수는 Panel VAR 모형의 추정계수를 이용해 특정변수의 잔차항에 1단위의 표준편차 충격이 가해지면 그 충격의 영향으로 모형 내의 다른 변수들이 시간적 경과에 따라 어떻게 반응하는지를 보여준다(Li and Lee, 2014). Granger 인과관계 검정을 통해 변수들 간의 단기적인 동태적 효과를 파악한 뒤 충격반응함수를 통해 변수들 간의 장기적 동태적 효과를 파악하였으며 200번의 몬테카를로 시뮬레이션(Monte Carlo simulation)을 통해 계산되었다.
- Panel VAR 모형으로 회귀분석한 결과 p값은 모두 유의한 결과를 도출하였다. 추가적으로 변수들 간의 관계성에 초점을 맞춰 인과관계를 분석하기 위해 Grange 인과관계 검정을 진행하였다.
- Panel VAR 모형으로 회귀분석한 결과 p값은 모두 유의한 결과를 도출하였다. 추가적으로 변수들 간의 관계성에 초점을 맞춰 인과관계를 분석하기 위해 Grange 인과관계 검정을 진행하였다.
이론/모형
- 본 연구에서 Panel VAR 분석에 앞서 Panel 자료의 시계열 안정성 여부를 판단하기 위하여 단위근 검정을 진행하였다. Panel 자료의 경우 일반적인 시계열 자료와는 달리 LLC(Levin et al., 2002) 방식이나 IPS(Im et al., 2003) 방식을 이용하여 검정을 진행한다. 따라서 본 논문은 일반적으로 사용하는 방법인 IPS 검정과 LLC 검정을 이용하였다.
- (2017)을 참고하여 농업기계화 정도와 농림어업종사자의 비율을 대리변수로 사용하였다. 그리고 농업발전을 나타내는 농업 1인당 소득과 농업 총생산액 변수를 Panel VAR 모형으로 이용하여 변수 간의 동태적 관계를 분석하였다. 이를 통해 농업기술진보와 농업환경보조금이 농업발전에 대한 파급효과를 각각 파악하고자 하였다.
- , 2003) 방식을 이용하여 검정을 진행한다. 따라서 본 논문은 일반적으로 사용하는 방법인 IPS 검정과 LLC 검정을 이용하였다.4) 그 결과 수준변수에서 안정성을 확보하지 못했지만 로그차분변수에서는 안정적인 시계열 자료로 확인되었다.
- 변수들 간의 공적분 관계가 존재하는지 여부에 대하여 Westerlund(2007)가 제시한 공적분 검정 방법을 사용하였다. 검정 결과 ‘농업 기술진보(AT), 농업 총생산액(AP), 농업 1인당 소득(AI)’과 ‘농업환경보조금(AS), 농업 총생산액(AP), 농업 1인당 소득(AI)’는 각각 공적분 관계가 존재하지 않는 것으로 나타나 VAR 모형 추정이 효율적임을 확인하였다.
성능/효과
- 따라서 본 논문은 일반적으로 사용하는 방법인 IPS 검정과 LLC 검정을 이용하였다.4) 그 결과 수준변수에서 안정성을 확보하지 못했지만 로그차분변수에서는 안정적인 시계열 자료로 확인되었다.
- Granger 인과관계 검정을 통하여 변수들 간의 상관관계를 보면 농업 총생산액, 농업 1인당 소득, 농업기술진보 변수들 간의 Granger 인과관계 검정 결과에 의하면 모든 변수들은 모두 ５％ 유의수준 하에서 상호간 양방향으로 그랜저인과 관계를 보였다. 좀 더 구체적으로 살펴보면 농업 총생산액과 농업 1인당 소득은 농업기술진보와 상호간 양방향으로 인과관계가 있으며 동시에 농업기술진보는 농업 총생산액과 농업 1인당 소득에 그랜저인과하고 있다.
- MAIC, MBIC, MQIC 통계량을 고려한 결과 ‘농업 기술진보(AT), 농업 총생산액(AP), 농업 1인당 소득(AI)’과 ‘농업환경보조금(AS), 농업 총생산액(AP), 농업 1인당 소득(AI)’ 모두 최적 시차는 1로 나타났다.
- 검정 결과 ‘농업 기술진보(AT), 농업 총생산액(AP), 농업 1인당 소득(AI)’과 ‘농업환경보조금(AS), 농업 총생산액(AP), 농업 1인당 소득(AI)’는 각각 공적분 관계가 존재하지 않는 것으로 나타나 VAR 모형 추정이 효율적임을 확인하였다.
- 농업 총생산액의 영향은 2기의 8%에서 44%로 큰 폭으로 증가하였으며 그 사이 점차적으로 증가하는 것으로 나타났다. 결과적으로 농업기술진보는 자기자신의 영향을 제외하고 농업 총 생산액이 농업 1인당 소득보다 더 큰 영향을 미치는 것으로 나타났다(Table 9).
- Panel VAR 모형을 200번의 몬테카를로 시뮬레이션(Monte Carlo simulation)을 통해 Hermlet 전환방식으로 고정효과를 없앤 뒤 변수들에 대해 GMM 추정을 진행하였다. 그 결과 농업 총생산액, 농업 1인당 소득, 농업기술진보, 농업환경보조금 모두 자신의 동태적 효과에 큰 설명력을 보였다. Panel VAR 모형에 대한 GMM 추정은 비교적 거시적으로 변수들 간의 동태적 시뮬레이션 과정을 보여주며 구체적으로 변수들 간의 인과관계를 보여주기 어렵기 때문에 본 논문은 인과관계 검정, 충격반응함수, 예측오차분산분해를 통해 더욱 정밀한 분석을 진행하였다.
- 둘째, 중국의 농업환경보조금 상승충격에 대한 각 변수의 반응은 정(+)의 관계를 가지는 것으로 나타나 정부의 시장 친화적 개입은 경제발전에 이롭다는 이론과 부합된다고 할 수 있다. 그리고 예측오차분산분해 결과에 의하면 농업환경보조금은 농업 1인당 소득에 가장 큰 영향을 미치며 농업 총생산에도 비교적 큰 영향을 미치는 것으로 나타났다. 이는 농업환경보조금은 농업소득의 증대를 통한 사회후생의 증진을 도모한다는 취지와도 부합되는 결과라고 할 수 있다.
- 길림성의 변수들을 보면 AP, AI, AT는 꾸준한 증가세를 보이는 것으로 나타났다. 반면 AS는 전체적으로 보면 소폭 증가세이지만 2005년에서 2010년으로 큰폭으로 증가하고 이후 감소하는 추이를 보였다(Table 3).
- 5기부터는 자신의 영향이 75%로 하락하며 농업 총생산액에 대한 영향이 5% 수준에 달하며 그 이후로 지속적으로 증가하여 8% 수준에 도달한다. 농업 1인당 소득에 대한 영향은 5기까지 17%로 증가하여 그 이후 비슷한 수준인 16% 수준을 유지하는 것으로 나타났다. 농업환경보조금은 자기자신을 제외하고 농업 1인당 소득에 대한 영향이 가장 큰 것으로 나타났다(Table 10).
- 농업 기술진보(AT), 농업 총생산액(AP), 농업 1인당 소득(AI) 3변수 모형의 GMM 추정을 진행한 결과 p값이 모두 유의하였으며 계수 또한 정(+)의 방향으로 움직이는 것으로 나타나고 있어 이는 연구모형의 합리성을 검증한 것이라고 판단된다(Table 5).
- 농업의 발전은 기술진보 없이 이루어질 수 없으며 기술진보의 속도는 농업의 발전에 직접적인 영향을 미치고 더 나아가 농업소득에도 긍정적인 영향을 미치는 것으로 분석되었다. 농업 총생산액에 미치는 영향을 보면 점차 증가하여 통계적으로도 유의하게 상승하는 것으로 나타났다. 즉, 농업기술진보는 농업 1인당 소득에 긍정적인 영향을 미칠 뿐만 아니라 농업 총생산액에도 양(＋)의 영향을 미치고 있으며 농업기술진보는 농업발전과도 밀접한 연관성이 있음을 알 수 있다(Figure 1).
- 5기에는 자신의 영향이 72%로 하락하고 농업 총생산액은 23%, 농업 1인당 소득은 5%로 나타났다. 농업 총생산액의 영향은 2기의 8%에서 44%로 큰 폭으로 증가하였으며 그 사이 점차적으로 증가하는 것으로 나타났다. 결과적으로 농업기술진보는 자기자신의 영향을 제외하고 농업 총 생산액이 농업 1인당 소득보다 더 큰 영향을 미치는 것으로 나타났다(Table 9).
- (2017)은 농업기술진보, 농촌노동력, 농업소득 간의 동태적 관계를 Panel VAR 모형을 이용하여 분석하였다. 농업기술진보는 농촌노동력 전이(농촌 잉여노동력 인구가 비농업 경제활동에 참여한 수치)에 양(+)의 영향을 미치며 농촌노동력 전이는 농업소득에 대해 양(+)의 영향을 미치나 농업 노동생산성이 높은 지역에서만 효과를 나타낸다는 결론을 얻었다.
- 우선, 농업기술진보가 농업 1인당 소득에 미치는 영향을 살펴보면 농업기술진보는 농업 1인당 소득에 통계적으로 유의하게 양(＋)의 영향을 미치는 것으로 나타났다. 농업의 발전은 기술진보 없이 이루어질 수 없으며 기술진보의 속도는 농업의 발전에 직접적인 영향을 미치고 더 나아가 농업소득에도 긍정적인 영향을 미치는 것으로 분석되었다. 농업 총생산액에 미치는 영향을 보면 점차 증가하여 통계적으로도 유의하게 상승하는 것으로 나타났다.
- 농업환경보조금(AS), 농업 총생산액(AP), 농업 1인당 소득(AI) 3변수 모형도 GMM 추정 결과 p값이 모두 유의하게 나타났으며 계수 또한 정(+)의 방향으로 움직이는 것으로 나타나고 있어 이는 연구모형의 합리성을 검증한 것이라고 판단된다(Table 6).
- 농업 1인당 소득에 대한 영향은 5기까지 17%로 증가하여 그 이후 비슷한 수준인 16% 수준을 유지하는 것으로 나타났다. 농업환경보조금은 자기자신을 제외하고 농업 1인당 소득에 대한 영향이 가장 큰 것으로 나타났다(Table 10).
- 농업환경보조금의 충격이 농업 1인당 소득에 미치는 영향을 살펴보면 농업 1인당 소득에 유의하게 양(＋)의 영향을 미치는 것으로 나타났다. 이는 정부가 농민에게 농업환경보조금을 지원하는 경우 농업 총생산액이 증가할 뿐만 아니라 농업소득도 증가한다는 이론과도 부합된다.
- 농업환경보조금의 충격이 농업 총생산액에 미치는 영향을 살펴보면 점진적으로 상승하며 유의하게 양(＋)의 영향을 미치는 것으로 나타났다. 이는 농업부문에 농업환경보조금을 지원할 경우 농업 총생산액은 증가하며 그 효과도 즉각적으로 나타나고 있음을 의미한다(Figure 2).
- 다음으로 농업 총생산액, 농업 1인당 소득, 농업환경보조금 변수들 간의 Granger 인과관계 검정 결과 장기적으로 모두 5%의 유의수준 하에서 상호간 양방향으로 그랜저인과하는 것으로 나타났다. 변수 간 관계로 보면 농업 총생산액과 농업 1인당 소득은 농업환경보조금과 상호간에 인과관계가 존재함과 동시에 농업환경보조금은 농업 총생산액과 농업 1인당 소득의 변화에 그랜저인과 한다.
- 둘째, 중국의 농업환경보조금 상승충격에 대한 각 변수의 반응은 정(+)의 관계를 가지는 것으로 나타나 정부의 시장 친화적 개입은 경제발전에 이롭다는 이론과 부합된다고 할 수 있다. 그리고 예측오차분산분해 결과에 의하면 농업환경보조금은 농업 1인당 소득에 가장 큰 영향을 미치며 농업 총생산에도 비교적 큰 영향을 미치는 것으로 나타났다.
- 셋째, 중국의 농업기술진보와 농업환경보조금 변수 각각을 농업 총생산과 농업 1인당 소득에 미치는 영향을 분석한 결과 농업기술진보와 농업환경보조금의 충격은 농업발전에 양(+)의 영향을 주는 것으로 분석되었다. 한편, 농업기술진보는 농업 총생산에 상대적으로 더 크게 영향을 미치고 있으며, 농업환경보조금은 농업 1인당 소득에 상대적으로 더 크게 영향을 미치는 것으로 나타났다.
- 우선, 농업기술진보가 농업 1인당 소득에 미치는 영향을 살펴보면 농업기술진보는 농업 1인당 소득에 통계적으로 유의하게 양(＋)의 영향을 미치는 것으로 나타났다. 농업의 발전은 기술진보 없이 이루어질 수 없으며 기술진보의 속도는 농업의 발전에 직접적인 영향을 미치고 더 나아가 농업소득에도 긍정적인 영향을 미치는 것으로 분석되었다.
- 첫째, 농업기술진보 충격에 대한 각 변수의 반응은 정(+)의 관계를 가지는 것으로 나타나 농업부문의 기술진보는 농업발전에 긍정적인 효과를 미치고 있음을 알 수 있다. 한편, 예측오차분산분해 결과에 의하면 농업기술진보는 농업 총생산에 가장 큰 영향을 미치며 그 다음으로 농업 1인당 소득에 비교적 큰 영향을 미치는 것으로 나타났다.
- 셋째, 중국의 농업기술진보와 농업환경보조금 변수 각각을 농업 총생산과 농업 1인당 소득에 미치는 영향을 분석한 결과 농업기술진보와 농업환경보조금의 충격은 농업발전에 양(+)의 영향을 주는 것으로 분석되었다. 한편, 농업기술진보는 농업 총생산에 상대적으로 더 크게 영향을 미치고 있으며, 농업환경보조금은 농업 1인당 소득에 상대적으로 더 크게 영향을 미치는 것으로 나타났다.
- 첫째, 농업기술진보 충격에 대한 각 변수의 반응은 정(+)의 관계를 가지는 것으로 나타나 농업부문의 기술진보는 농업발전에 긍정적인 효과를 미치고 있음을 알 수 있다. 한편, 예측오차분산분해 결과에 의하면 농업기술진보는 농업 총생산에 가장 큰 영향을 미치며 그 다음으로 농업 1인당 소득에 비교적 큰 영향을 미치는 것으로 나타났다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.