기상 및 영농투입재 비용이 양파 단수에 미치는 영향: 패널회귀분석과 베이지안네트워크모형을 중심으로

Abstract

본 연구는 양파의 생육단계별 기상 요인, 영농투입재 비용 요인, 그리고 양파 단수 사이의 관계를 검증하고, 이들 변수 사이에 존재하는 상호관계에 대한 정보를 바탕으로 다양한 시나리오 분석으로 의미있는 결과를 도출코자 하였다. 이를 위해 KOSIS와 KMA를 통해서 기상 자료, 생산비(영농투입재비) 자료, 그리고 양파 단수 관련 자료를 수집하고, 양파 단수와 연관성이 뛰어난 특성변수를 선정한 후 패널회귀분석과 베이지안 네트워크 분석을 실시하였다. 패널회귀분석 결과, 양파 단수에 유의미한 영향을 미치는 변수로는 10월 평균상대습도(-), 1월 강수량(-), 3월 강수량(+), 4월 일조시간(+), 5월 강수량(+), 6월 평균기온(-), 비료비(+), 농약비(+) 등으로 확인되었다. 한편, 베이지안 네트워크 분석을 통해서 기상, 영농투입재 비용, 양파 단수 사이의 직·간접적인 관계를 도출하고, 민감도 분석(what-if)으로 변수들 사이에 존재하는 상호 의존성을 파악하여 적정한 자원배분 및 활용과 관련한 시뮬레이션 결과를 제시하였다. 연구결과는 정부의 양파 수급정책 추진에 유용한 정보를 제공함은 물론 농업인의 영농의사결정에 매우 큰 도움을 줄 수 있을 것으로 기대한다. 특히, 베이지안 네트워크 모형이 농작물 단수예측에 활용 가능한 유용한 분석기법이 될 수 있다는 가능성을 제시했다는 점에서 의미가 있다.

This study examined the effects of meteorological and farm input cost factors on the onion yields in Korea by employing a panel regression analysis. Also, it investigated the variables’ interdependencies and their relations to the onion yields by using a Bayesian network model. We collected the panel data from 1991 to 2019 for our analysis. More specifically, we used the panel data of the regional meteorological factors by month (cumulative precipitation, cumulative sunshine duration, average relative humidity, average temperature), farm input cost factors of the onion (the cost of fertilizer and the cost of agricultural medicines), and the onion yield of three regions in Korea. We used STATA 14.0 and Hugin Expert for descriptive analysis, panel regression analysis, and the Bayesian network model. Our analysis can be summarized in two significant ways. First, we chose the fixed-effect model based on the Hausman test. The results based on the fixed-effect model confirmed that the average relative humidity (October, -), the cumulative precipitation (January, -; March, +; May, +), the cumulative sunshine duration (April, +), the average temperature (June, -), the cost of fertilizer(+) and the cost of agricultural medicines(+) were the significant variables of the model. Second, we analyzed the relationship between meteorological factors and farm input cost factors on the onion yields through the Bayesian network model and showed that the Bayesian network model is a promising analysis method that is useful in the agricultural sector to predict the yield. We also discussed the implications and limitations of this study and future research directions at the end of the paper.