국내 농업 영향 분석을 위한 모형 시뮬레이션
1. 부분균형 모형을 활용한 국내 농업 영향 시뮬레이션
1.1. 부분균형 모형을 활용한 국내 농업 영향
1.1.1. 곡물별 생산단수 추정
가. 분석개요
기후변화가 농산물 무역과 국내 생산에 미치는 영향 분석의 선행 단계로, 기후 와 이상기후가 전 세계 국가의 농작물 생산에 미치는 영향을 분석하였다. 기후와 이상기후의 영향을 반영하여 국가별, 작물별 단수를 추정하거나 선행연구의 결과 를 이용했다. 본 연구에서는 기후변수를 고려한 곡물 단수를 추정하고, 추정 결과 를 바탕으로 RCP 시나리오에 따른 단수를 예측하였다.
기후는 농작물의 단수 등에 직접적인 영향을 미치는데, 특히 최근 기후변화로 인한 기상의 불확실성이 증가하자 농업 생산의 불확실성도 증대되고 있다. 기후 변화 관련 연구들에 따르면 폭염, 가뭄, 홍수 등의 이상기후 현상이 최근 들어 증가 하는 경향을 보이고 있다<그림 5-2>. 특히 2018년의 폭염은 RCP 8.5 시나리오를 넘어서는 이상고온 현상이었다. 따라서 기후변화가 농업 생산에 미치는 영향을 분석하기 위해서는 온도와 강수량의 변화와 더불어 이상기후 발생을 고려할 필요 가 있다.
<그림 5-2> 기후와 관련 있는 사건(1980~2014년)
자료: Munchener Ruckversichenrungs-Gesellchaft, Geo Risks Research(2015)를 재인용.
76 |
본 연구에서는 Roberts et al.(2012)의 분석방법을 활용하여 기온, 강수, 최고기 온 등이 작물의 단수에 미치는 영향을 추정하였다. Roberts et al.(2012)의 연구와 선행연구는 일반적으로 생장기온일수(growing degree days: GDD)를 활용하여 단수를 추정하였다. 그러나 국가별‧품종별로 생산 시기가 상이하며 한 국가의 특 정 품목 내에도 다양한 품종을 생산하고 있고, 이에 따른 통계자료가 구축되어 있 지 않기 때문에 작물 특성을 고려한 기상변수 구축에는 현실적인 어려움이 존재한 다. 또한 전 세계 국가별‧작물별 단수 자료는 대부분 연도별로 구축이 되어 있기 때 문에 본 연구에서도 연평균 자료를 활용하여 곡물 단수를 추정하였다.
이상기후로 인한 세계 규모의 작물 생산변화를 추정하기 위해서는 Vogel et al.(2019)이나 Lesk et al.(2016)의 분석 방법에 따라 이상기후재해(Extreme Weather Disaster: EWD)를 구축하여 활용 가능하다. Vogel et al.(2019)은 이상기 후(유형 1: 관측치와 계산치)가 농작물 단수에 미치는 영향을 기계학습의 일종인 랜덤 포레스트(random forest) 방법을 사용하여 설명력의 정도로 이상기후의 영향 을 분석하였다. Lesk et al.(2016)은 이상기후(유형 2: 재난통보)가 농작물 단수에 미치는 영향을 SEA(Superposed Epoch Analysis) 통계방법을 사용하여 설명력의 정도로 분석하였다. 이상의 두 가지 방법은 이상기후가 작물 단수나 생산에 미치 는 영향에 대해 기존 문헌과 비교가 불가능하다는 한계점을 가지고 있으며, 또한 본 연구는 기후변화 시나리오에 따른 미래의 영향 분석을 목적으로 하고 있기 때 문에 이러한 자료를 이용할 경우 시나리오 분석에 적용하기 어려울 수 있다.
따라서 본 연구에서는 국가별로 관측된 기온과 강수량의 상․하위 2.5%를 이상 기후로 간주하였다. 이를 이용하면 시나리오별 예측값에도 이상기후를 적용할 수 있는 장점이 있다. 이상기후를 설정하기 위해 우선 분석기간인 1961년에서 2014 년까지 개별 분석 대상 국가에서 관측된 온도와 강수량의 평균과 표준편차를 이용 하여 각 관측치의 누적분포 값을 계산하였다. 그리고 상․하위 2.5%를 임계치로 설 정하여 온도의 상․하위 2.5%와 강수량의 상․하위 2.5%를 이상기후로 설정하였다.
각 RCP 시나리오는 앞에서 계산된 임계치를 이용하여, 임계치 이상(혹은 이하)의 경우를 이상기후의 경우로 간주하였다. 그러나 이러한 방법은 온도와 강수량이
지속적으로 증가하는 경우 임계치를 넘어서는 기준 시점부터 대부분의 연도가 이 상기후로 간주될 수 있는 단점이 있어 향후 정교한 분석을 위해서는 이에 대한 고 려가 필요하다.
기상환경이 국제적으로 특정 작물 단수에 미치는 영향은 Roberts et al.(2012)의 방법을 바탕으로 다음과 같은 관계를 가정하여 5대 곡물의 단수를 추정하였다. 작 물별 단수 추정은 동태패널모형(dynamic panel model)을 이용하여 추정하였다.
동태패널모형은 종속변수의 과거 값이 설명변수로 사용됨으로써 종속변수의 과 거 값이 통제된 상태에서 변수들 사이의 상관관계와 인과관계를 분석할 수 있는 장점이 있다. 특히 곡물 단수의 경우 각국 정부의 식량정책이나 에너지 정책의 영 향을 받으므로 전기의 값에 영향을 받는 자기상관(autocorrelation) 문제를 내재할 가능성이 있기 때문이다. 또한 개별 국가의 관측되지 않은 영향(unobservable effects)을 제거할 수 있으며, 변수들 간의 공선성(collinearity) 문제도 해결할 수 있는 장점이 있다(Marques and Fuinhas 2011).
기상변수로는 연평균 온도와 강수량을 반영하였다. 그리고 선행연구들처럼 연 평균 온도와 강수량과 단수와의 비선형 관계를 반영하기 위하여 각각의 제곱항을 반영하였다. 또한 기술발전의 영향을 반영하기 위하여 시간 추세를 반영하였다.
한편, 단수 자료의 경우 패널 단위근(Panel Unit Root)이 존재하기 때문에 양변을 로그로 변환하여 분석하였다. 단위근이 존재하는 경우 허구적 회귀(spurious regression) 문제가 발생할 수 있기 때문이다.
Pr
Pr
(식 5-1) -
: 품목,
: 국가(지역),
: 시간(연도)-
: 단수,
: 기술변수(시간 추세),
: 연평균기온,Pr
: 연평균강수량 -
: 이상기후 재해(더미변수, 기온, 강수량의 상․하위 2.5%=1, 그 외 = 0)i는 기온의 상․하위 2.5% 2개(TH, TL)와 강수량의 상․하위 2.5% 2개(PH, PL)로
78 |
51) 기상청 기후정보포털(http://www.climate.go.kr/home, 검색일: 2020.10.7.).
52) 영국 이스트 앵글리아 대학교의 기후연구소(Climate Research Unit)는 장기 시계열 기후 관측
다. 한편, 폭염, 홍수, 가뭄 등의 이상기후는 국제재난 데이터베이스인 EM-DAT
단수 145.4 72.9 235.0 172.6 225.9 158.2 305.2 179.7 270.9 290.4 평균
관측치 2,842 4,640 3,538 5,684 7,482
국가수 49 80 61 98 129