A Stock Assessment of Yellow Croaker using Bioeconomic Model: a Case of Single Species and Multiple Fisheries

Article

http://dx.doi.org/10.4217/OPR.2015.37.2.161

생물경제모형을 이용한 참조기의 자원평가에 관한 연구 − 단일어종·다수어업 사례를 중심으로

심성현

¹

^2*

1 국립부경대학교 일반대학원 응용경제학과

2 국립부경대학교 인문사회과학대학 경제학부 (608-737) 부산광역시 남구 용소로 45

A Stock Assessment of Yellow Croaker using Bioeconomic Model:

a Case of Single Species and Multiple Fisheries

Seonghyun Sim

¹

^2*

1 Department of Applied Economics, Graduate School, Pukyong National University

2 Division of Economics, College of Humanities & Social Sciences, Pukyong National University Busan 608-737, Korea

Abstract : This study analyzes the stock assessment of yellow croaker caught mainly by the Korean stow net and gill net fisheries focusing on single species and multiple fisheries. This study standardizes fishing efforts for the two fisheries using the general linear model and uses a surplus production model based on the exponential growth model. The Clarke·Yoshimoto·Pooley model estimates a maximum sustainable yield(MSY), an allowable biological catch(ABC), fishing efforts for MSY(E MSY ) and for ABC(E ABC ). The bio-economic model is used to estimate the maximum economic yield(MEY) and fishing efforts for MEY(E MSY ). Also, the study employs an economic analysis to estimate the economic interaction between stow net and gill net fisheries. The economic analysis shows the profit accruing to the two fisheries from estimated ABC. Finally, the study compares TACs based on single species and single fishery to TAC based on single species and multiple fisheries. The study proposes that the TAC assessment is necessary for single species and multiple fisheries in order to preserve resources.

Key words : yellow croaker, single species and multiple fisheries, general linear model, CY&P model, MSY, MEY, ABC, TAC

1. 서 론

참조기는 굴비의 재료가 되고 소금구이나 찜, 탕, 조림 등의 요리에 이용되는 고급어종으로 오래전부터 궁중에 진상되는 등 우리나라 국민들에게 인기있는 수산물 중 하 나이다. “우리나라의 동해 남부, 서해와 남해 그리고, 일본

서부, 동중국해 등에 주로 분포하는 참조기는 몸길이가 30 cm 정도 나가는 민어과의 바닷물고기로 몸은 황갈색이 며 배는 진한 노란색을 띤다”(국립생물자원관 2014). 참조 기는 우리나라와 중국, 일본 세 국가의 어장에 고루 분포 하며 어느 한 국가의 어획에 따라 다른 국가의 어획량에 영향을 미치는 중요한 어종으로 최근 참조기 자원의 증감 추세에 따라 참조기 자원보존에 대한 문제가 오래전부터 대두되어 왔다. “이러한 관점에서 우리나라는 남서해안

*Corresponding author. E-mail : [email protected]

참조기를 자원회복 대상어종으로 선정하고 자원회복 방안 에 대하여 관련연구기관과 지자체가 연계하여 다각적인 자원회복사업을 진행하고 있다”(김 등 2012). 그리고 참조 기 자원이 감소해 온 만큼 최근 참조기를 어획하는 어업 에도 변화가 있었다. 그러므로 현재의 어업현황을 반영한 참조기 자원에 대한 평가와 그와 관련된 분석은 본 어종 의 자원 회복과 보존 및 자원관리정책에 있어 중요한 참 고자료가 될 것이다. 이에 본 연구에서는 단일어종·다수 어업 사례를 이용하여 우리나라 참조기의 자원평가를 실 시한 후 본 어종의 자원보존과 자원관리제도에 대한 정책 적 시사점을 도출해 보고자 한다.

수산자원의 관리에 있어서 자원량을 추정하여 관리하는 것은 정책적으로 중요하다. 이에 어족자원의 자원량 추정 에 관한 연구도 다양하게 이루어지고 있다. 우리나라의 어 족자원 평가에 대한 연구는 단일어종에 대한 단일어업의 분석이 대부분이다. 하지만 하나의 어종은 하나의 어업에 의해 어획되지 않고 다양한 어업에 의해 어획되어진다. 이 에 본 연구에서는 단일어종·다수어업의 자원평가에 대한 분석을 실시하고자 한다.

본 연구와 같은 단일어종·다수어업에 대한 국내 선행연 구로 이 (1991)는 동해에서 어획되는 명태를 대상으로 하 는 어업별(동해구기선저인망어업, 동해구트롤어업) 생산 량 및 단위노력당 어획량의 연도별 변화를 분석하였고, 어 업별 단위어획노력량을 표준화하여 이들 자료를 Schaefer (1954) 의 잉여생산모형(Surplus Production Model)에 적용 하여 최대지속적생산량(MSY, Maximum Sustainable Yield) 및 최적어획노력량을 추정하였다. 서와 장 (2001)은 참조 기를 대상으로 단일어종·다수어업 모형을 적용하여 쌍끌 이대형기선저인망어업과 근해안강망어업의 어업별 어획 노력량을 하나의 노력단위로 표준화하였으며, Fox (1970) 모형을 이용하여 MSY, 최대경제적생산량(MEY, Maximum Economic Yield) 을 추정하였다. 이 등 (2006)은 갈치를 대 상으로 단일어종·다수어업 모형을 적용하여 쌍끌이대형 기선저인망어업과 대형트롤어업의 어업별 어획노력량을 하나의 노력단위로 표준화하였으며, Fox (1970)의 잉여생 산모형과 어획노력량평균방법(Effort Averaging Method) 을 이용하여 MSY와 MEY를 추정하였다.

국외 선행연구로 Mohamed (2007)는 몰디브 가다랑어 에 생물경제모형을 적용하여 분석하였고, Nieminen et al.

(2012) 은 염분 농도가 다른 상황을 고려하여 발트해의 대 구와 청어, 스프랫(sprat) 어업에 대해 대구가 포식자인 생 물경제모형을 적용하여 분석하였다. Jin et al. (2012)은 사 우디아라비아 연안의 북부와 중앙 홍해지역의 전통적인 어업에 대해 생물경제모형을 적용하여 분석하였다.

본 연구는 서와 장 (2001)의 연구와 동일한 어종을 대 상으로 분석을 하였지만, 참조기를 어획하는 어업의 변화

에 따른 최근 참조기 어업의 구조 변화를 반영한 자원평 가를 실시하였다는 점에서 선행연구와의 차별성이 있다고 판단된다. 구체적으로 1980~1990년대 참조기는 주로 쌍 끌이대형기선저인망어업과 근해안강망어업에 의해 주로 어획되었다. 하지만 2000년대 중반부터 근해자망어업에 의해 어획되는 참조기 어획량이 증가하여, 2013년 현재에 는 근해자망어업이 우리나라 참조기 어획량의 약 70%를 어획하고 있다. 이에 본 연구에서는 변화한 참조기 어업의 구조를 반영하여 참조기 자원의 변화를 평가해보았다는 점에서 의의가 있다고 판단된다. 아울러 기존 발표된 모형 에 대비하여 본 연구의 개선된 접근으로는 시계열 자료에 기초한 어획노력량과 어획량 변수들의 자기상관 문제를 검정한 후 생물경제모형의 추정치를 이용하였다는 점을 들 수 있다.

본 연구의 구성은 다음과 같다. 2장에서는 참조기의 생 산 현황에 대해 살펴본다. 3장에서는 추정모형과 분석방법 의 이론적 배경에 대해 설명하고, 4장에서는 적용모형을 이용하여 분석한 실증분석의 결과를 제시한다. 끝으로 결 론인 5장에서는 본 논문의 연구결과를 요약하고 분석 결과 의 정책적 시사점에 대해 제시하면서 끝을 맺고자 한다.

2. 참조기의 생산 현황 분석

우리나라 참조기 생산의 역사는 매우 길다. “전라도지 방에서는 함경도의 명태처럼 많이 잡힌다고 하여 ‘전라도 명태’라는 별명을 지니고 있기도 하였다. 19세기 말에 일 본에서 안강망이 전래되자 어획능률이 크게 향상되어 많 이 잡힐 때에는 한 그물에 4~5만 마리를 잡았고, 때로는 어망 속에 조기가 가득 차 끌어올릴 수가 없었으며, 어망 이 파손되는 경우도 있었다고 한다”(한국콘텐츠진흥원 2014). 하지만 최근에는 참조기 자원의 남획으로 인해 참 조기 자원이 감소하고 있는 실정이다.

Fig. 1은 우리나라 참조기 생산의 연도별 생산량 및 생 산금액 추이를 나타낸 것이다. 우리나라의 참조기 생산은 1990 년대 초반 27,890톤으로 1992년 39,664톤까지 증가 하였다. 하지만 1994년 37,212톤 이후에 참조기 생산량은 다시 감소하기 시작하여 1999년 13,490톤, 그리고 2003년 에는 7,098톤으로 1990년 이후 최저 생산량을 기록하였 다. 꾸준히 감소하던 참조기 생산량은 2005년 15,272톤 이후, 다시 증가하기 시작하여 최고 어획량인 2011년 59,226 톤을 제외하고는 34,000톤 수준을 유지하고 있다.

현재 우리나라의 참조기는 쌍끌이대형기선저인망어업

과 근해안강망어업, 근해자망어업 등에 의해 어획되고 있

다. 1990년대 초에는 쌍끌이대형기선저인망어업과 근해안

강망어업이 참조기 어획량의 거의 대부분을 어획하고 있

었지만 2000년대부터 근해자망어업의 참조기 어획량이

Source: Fisheries Information Service (http://www.fips.go.kr/), accessed 10 Oct. 2014 Fig. 1. Trends in volume and value of annual yellow croaker production

Table 1. Regional catches of annual yellow croaker in Korea (1992~2013)

(Unit: ton) Year Busan Incheon Chungnam Jeonbuk Jeonnam Geongnam Jeju Sum

1992 20,708 3,342 784 5,526 8,455 459 390 39,664

1993 15,686 3,204 316 1,214 9,764 264 454 30,902

1994 13,806 4,472 520 1,036 16,322 689 367 37,212

1995 11,802 2,199 377 621 9,031 687 456 25,173

1996 8,370 2,573 356 365 9,819 667 744 22,894

1997 8,003 2,514 400 67 9,156 766 863 21,769

1998 6,799 1,918 186 87 5,035 417 568 15,011

1999 5,635 1,809 681 113 3,993 332 927 13,490

2000 5,527 1,506 117 1,489 6,307 2,629 2,055 19,630

2001 1,450 272 12 585 3,452 1,262 904 7,938

2002 2,492 344 0 401 4,486 2,146 1,068 10,941

2003 665 344 0 507 3,222 774 1,584 7,098

2004 1,308 585 18 824 9,365 1,941 3,528 17,570

2005 780 476 19 1,082 6,988 913 5,013 15,272

2006 1,914 1,687 35 1,008 7,936 1,389 7,459 21,428

2007 3,134 1,410 20 1,289 18,173 1,849 8,346 34,221

2008 2,055 1,051 82 1,265 18,599 1,083 9,065 33,200

2009 1,772 783 45 1,200 19,706 1,350 9,177 34,033

2010 562 706 14 1,451 20,534 515 8,149 31,931

2011 2,771 1,754 518 2,821 35,610 2,851 12,901 59,226

2012 898 1,920 180 1,817 22,440 951 8,633 36,840

2013 871 750 258 1,099 20,575 541 11,183 35,279

Source: Fisheries Information Service (http://www.fips.go.kr/), accessed 10 Oct. 2014

급속히 증가하여 2013년 현재는 근해자망 어업이 참조기 전체 어획량의 약 70%에 해당하는 참조기를 어획하고 있다. 근해자망어업의 참조기 어획량이 증가한 이유는

우선, 참조기를 어획하는 근해안강망어선이 많이 감척되

면서 근해자망어업이 상대적으로 참조기를 많이 잡게 되

었고, 다음으로 근해자망에 속하는 유자망어업이 참조기

이외의 어종을 어획하는 다른 유자망어업에 비해 어구와 어선이 소규모임에도 불구하고 어획량이 많고, 어획물의 선도유지가 뛰어나 어업경쟁력이 높았기 때문이다(구와 김 2014).

Table 1 은 지역별 연간 참조기 생산량에 대한 자료이다.

1992 년 국내 참조기 생산은 부산에서 약 50% 가량 이루 어지고 있었다. 하지만 점점 생산량이 감소하여 2000년대 에는 전남과 제주에서 국내 참조기의 생산이 대부분 이루 어지고 있다. 부산 지역의 참조기 생산이 감소한 이유는 이 지역에서 주로 활동했던 쌍끌이대형기선저인망어업의 어선척수가 연근해어업 어선감척사업으로 인해 크게 감소 하였기 때문이다. 반면에 전남과 제주의 참조기 생산이 증 가한 이유는 전남과 제주지역에서 참조기를 주로 어획하 는 근해자망어업의 어획량이 증가하였기 때문이다.

3. 추정모형 및 분석방법

모형의 기본가정 및 구조

우리나라 참조기 자원은 근해안강망어업, 근해자망어업, 쌍끌이대형기선저인망어업, 기타어업에 의해 어획되고 있 다. 이에 본 연구에서는 근해안강망어업과 근해자망어업 을 이용하여 참조기의 자원평가를 실시하였다. “여기서 다수어업을 단지 두 어업으로 대상을 제한한 것은 단일어 종·다수어업 중 1×2 모형이 1×N 모형의 특징을 포함한 최소 기본형으로서 단순성과 함께 2차원 공간상의 설명을 용이하게 하기 때문이다”(이 등 2006). 본 연구에 사용되 는 단일어종·다수어업(1×2) 모형의 가장 기본적인 가정 은 연구에 이용되는 근해안강망어업과 근해자망어업 간에 경제적인 상호작용이 존재한다는 것이다. 다시 말해, 참조 기를 어획하는 두 어업인 근해안강망어업과 근해자망어업 사이에 한 어업의 어획량이 증가하면 다른 한 어업의 어 획량이 감소하는 상호작용이 존재한다는 것이다. 두 번째 기본적인 가정은 참조기의 어획량은 근해안강망어업과 근 해자망어업에서 어획되는 어획량만 분석의 대상으로 이용 한다는 것이다. 즉, 근해안강망어업과 근해자망어업에서 어획되는 어획량 외에 타 어업에 의해 어획되는 참조기 의 어획량은 분석의 대상으로 이용하지 않는다는 것이다.

“그 이유는 두 어업의 참조기 생물학적허용어획량(ABC, Acceptable Biological Catch) 을 추정할 때, 다른 어업의 어획량을 모두 고려하게 되면 두 어업의 참조기 ABC가 과대평가될 수 있기 때문이다”(이 등 2006). 이러한 단일 어종·다수어업(1×2) 모형의 기본 구조는 Fig. 2와 같다.

단일어종·다수어업(1×2)의 어획노력량 표준화 ¹⁾ 추정 우리나라 참조기 자원은 최근 5년 기준 근해안강망어업 과 근해자망어업에 의해 참조기 총 어획량의 22.6%, 57.4% 가 각각 어획되고 있다. 그러나 두 어업이 참조기를 어획하기 위해 투입하는 어획노력량의 단위는 동일하지 않다. 이에 본 연구에서는 서로 어획노력량의 단위가 다른 두 어업을 하나의 단위로 표준화하여 분석을 실시하였다.

두 어업의 어획노력량을 하나의 단위로 표준화하기 위하 여 본 연구에서는 Gavaris (1980)의 일반선형모형(General Linear model) 을 이용하여 어획노력량을 표준화 하였다.

Gavaris는 각 어획노력량에 영향을 주는 다양한 요인변수 들로부터 받은 영향을 분리하기 위해 일반선형모형을 이 용하였다. Gavaris의 일반선형모형에서의 단위노력당어획 량(CPUE, Catch Per Unit Effort) 식은 다음 식 (1)과 같 다.

, U = CPUE (1)

위의 식 (1)에서 기호 는 을

의미하는 총승(Multiplication)이며, U r 은 요인변수(연도·

어구·어업 등)의 각 수준에서의 기준 CPUE를 의미한다.

i는 요인변수를 나타내고, j는 각 요인변수 내의 수준을 나 타낸다. P ij 는 요인변수 i에서의 j 수준에 대한 상대적인 어획능력을 의미한다. 각 요인변수의 기준 수준에 대해, P ij 는 1로 설정된다. X _ij 는 더미변수로 만일 X가 i 요인변수 의 i 수준을 제외한 다른 j 수준을 의미할 때 X _ij 는 1이 되 며, 그렇지 않으면 X ij 는 0이 된다. 요인변수의 각 수준에

U = U _r Π _i Π _j P _ij ^X

e ^ε

Π Π _{i 1} ⁿ ₌ = X ₁ × X ₂ × … × X _n Fig. 2. Basic structure of single species and multiple

fishery

1) 여기서 “표준화”란 어획노력량의 단위가 다른 여러 어업의 어획노력량을 하나의 단위인 어획노력량으로 통일시킨다는 의미로

Gavaris (1980) 에 의해 고안되었다. Gavaris (1980)는 여러 어업의 어획노력량을 하나의 어획노력량으로 표준화시키기 위해 식 (1),

(2), (3) 과 같은 일반선형모형을 이용하였다.

서의 조합(combination)에 대한 CPUE 일반모형은 로그정 규분포에 근거한다. 여기서, ε는 정규확률변수(normal random variable) 이고, 0인 평균과 일정한 상수인 분산 σ ² 을 가진다. 그리고 위의 식 (1)을 로그로 치환하면 식 (2) 또는 식 (3)과 같이 나타낼 수 있다.

(2)

, (3)

여기서, k는 i와 j를 포함하고, Y 절편 β 0 는 기준 로그 CPUE 를 의미하고, 파라미터 β k 는 로그화된 어획능력 계 수를 의미한다. 따라서 근해안강망(SN, Stow Net) 어업과 근해자망(GN, Gill Net) 어업의 어획노력량을 하나의 단 위로 표준화하기 위해서 본 연구에서는 요인변수로 연도 와 어업을 사용하고, 각 요인변수의 수준으로 어업은 2개 (SN, GN)로 연도는 22년(1992-2013년)으로 결정하였다.

이러한 요인변수와 각 요인변수 내의 여러 수준 간 조합 을 통해 더미변수의 수치를 결정하고 결정된 수치를 회귀 모형을 이용한 분석을 통하여 두 어업 간의 CPUE와 어획 노력량 단위를 표준화할 수 있다(Quinn and Deriso 1999).

CY&P(Clarke·Yoshimoto·Pooley) 모형

본 연구에서 참조기 자원평가에 사용될 기본 모형은 잉 여생산량모형이다. 잉여생산량모형을 분석에 사용하는 이 유는 참조기와 관련한 생물학적 자료의 부족에 관한 문제 때문인데 일반적으로 자원평가를 할 대상 자원의 생물학 적인 자료가 부족할 경우에는 잉여생산량모형을 적용하여 분석을 실시한다. 그리고 “잉여생산량모형은 어획노력량 자료와 어획량 자료만 있으면 자원평가가 가능하므로, 자 료수집에 있어 비교적 적은 시간과 비용이 소요된다. 따라 서 현실적으로 여러 가지 제약 상 연령구조 모형보다는

잉여생산모형이 널리 활용되고 있는 실정이다”(조 등 2009).

잉여생산모형 중 한 모형을 적용하기 위해 참조기를 어 획하는 각 어업의 표준화된 어획노력량과 CPUE 간의 관 계를 분석한 결과, 어획노력량과 CPUE 간의 관계가 선형 (Linear) 함수적 성격인지 지수(Exponential) 함수적 성격 인지는 관계 분석만으로 구별하기가 어려웠다. 따라서 본 연구에서는 자원평가에 이용되는 5개 모형인 Schaefer (1954), Schnute (1977), WH (Walters and Hilborn 1976), Fox (1970), CY&P (Clarke et al. 1992) 모형을 분석하였 고, 분석 결과 모형의 설명력을 의미하는 결정계수(R ² ) 가 높은 CY&P 모형을 선정하였다. CY&P모형은 다른 모형 보다 R ² 가 높아 모형의 적합도가 뛰어난 것으로 나타나 본 연구의 분석에 알맞은 모형으로 분석되었다. 이에 본 연구에서는 지수 함수적 성격을 가지는 CY&P 모형의 분 석 결과를 바탕으로 참조기의 자원평가를 실시하였다.

Clarke, Yoshimoto, Pooley는 Schnute가 1977년에 Schaefer 모형을 이용하여 통합된 로지스틱(Logistic) 모형 을 개발한 방법과 동일한 방법으로 Fox 모형에 Taylor 근 사(approximation)를 이용하여 CY&P 모형을 개발하였다.

Clarke, Yoshimoto, Pooley 에 따르면 식 (4) ³⁾ 는 식 (5)로 재정립 할 수 있다.

(4)

(5) 여기서, U는 CPUE, r은 자원의 본원적 성장률, q는 어획 능률계수, k는 환경수용능력을 나타내고, E는 어획노력량 을 나타낸다. 그리고 와 는 평균어획노력량과 평균 CPUE 를 나타낸다. 식 (5)는 다음 식 (6)을 도출하기 위하 여 1년에 걸쳐 적분되어질 수 있다.

lnU lnU _r X _ij lnP _ij + ε

∑ j

∑ i

+

=

Y β ₀ β _k X _k + ε

∑ k

+

= { } k = { } i ∪ { } j

Δ U

--- U = rln qk ( ) rln U – ( ) qE – 1

U ---- U d t

--- d = rln qk ( ) rln U – ( ) qE –

E U

Table 2. Statistic results of each estimation method

Model Obs. R-Squared Adj. R-Squared D ·W Stat. LM Stat. (Prob.) Schaefer (1956) 20 0.230 0.140 1.745 0.025 (0.873) Schnute (1977) 21 0.098 -0.002 2.907 5.321 (0.021)

WH (1976) 21 0.234 0.149 3.173 8.265 (0.004)

Fox (1970) 20 0.173 0.076 1.632 0.179 (0.671)

CY&P (1992) 21 0.779 0.754 2.544 ²⁾ 2.986 (0.083)

2) 본 논문의 분석에 이용된 CY&P 모형의 자기상관 분석 결과, DW 통계량이 2.544로 미정영역으로 추정되어, 이를 시차 1의 자기 상관 LM Test로 검정해 본 결과 자기상관이 존재하지 않는다는 귀무가설이 5%의 유의수준에서 채택되어 시계열 분석에 문제가 없는 것으로 나타났다.

3) 식 (4)는 Gompertz 성장함수(G = rBln(k/B))에 기초하여 도출한 Fox 모형의 식이다. 여기서 G는 자원의 성장량을 나타내고, B는 자

원의 생체량을 나타낸다.

(6)

여기서, U t 와 U t+1 은 t 시점과 t + 1 시점의 CPUE를 나타 내는데 이러한 통합은 로그함수에 의한 Schnute 방법보 다 간단하지 않다. ln(U)의 Taylor 급수 근사(series approxi- mation) 는 식 (7)과 같이 주어진 ln(U)의 적분 추정치를 도출하는데 사용된다.

(7)

Schnute가 이용한 같은 방법에 따라, 식 (6)의 근사는 식 (6)에 t 시점과 t + 1 시점을 더함으로써 도출된다.

에서 주어진 근사를 가정하면, 결과식은 다 음 식 (8)과 같이 명시되어질 수 있다.

(8)

주어진 을 대수적(algebraically)으로 풀이하면 다음 식 (9)와 같다.

(9)

식 (9)에서 추정한 q, k, r의 계수로 우리나라 참조기의 C _MSY (=MSY) 와 E _MSY 를 추정할 수 있다.

최대지속적생산량(MSY)

우리나라 참조기의 MSY를 추정하기 위해 Fox 모형에 기초하여 MSY를 추정하였다. 이는 CY&P 모형이 지수 함수적 성격을 가지기 때문인데 이에 본 연구에서는 Gompertz 성장함수에 기초한 Fox 모형 식 (10)을 미분하 여 우리나라 참조기의 MSY를 추정하였다.

(10)

여기서 C _t 는 t 시점에서의 어획량을 나타내며, qk는 수산 자원이 어획되지 않은 상태에서의 CPUE, E t 는 t 시점의 어획노력량, 그리고 e는 지수를 나타낸다. MSY를 추정하 기 위해 식 (10)을 E _t 에 대해 미분을 하고, 최댓값을 구하 기 위해 결과 값을 0으로 둔다. 그리고 최댓값이 되는 시 점의 E t 와 C t 를 구한다. 이는 식 (11)과 같다.

(11)

식 (11)을 E t 로 정리하면 식 (12)로 나타내어지는데 이 시점의 E t 가 E MSY 가 된다. 그리고 식 (10)에 E MSY 를 대입 하여 구한 C _t 는 C _MSY 가 된다. 이는 식 (12), (13)과 같다.

(12)

(13)

생물학적허용어획량(ABC)

본 연구에서는 우리나라 참조기의 TAC 어종 선정에 대 ln U _{t 1 +}

U _t

--- = rln qk ( ) rln U – ( ) qE –

ln U ( ) ln U _n ≅ ( ) n n

n 1 +

∫

U t ≅ U _t U _{t 1 +}

ln U ( t 1 + ) ln U – ( ) t = 2rln qk ( ) r ln U – [ ( ) ln U t + ( t 1 + ) ] q E – ( t + E t 1 + )

ln U ( t 1 + )

ln U ( t 1 + ) 2r 2 r +

---ln qk ( ) 2 r – 2 r +

---ln U ( ) t q 2 r +

--- E ( t + E t 1 + ) –

+

=

C _t = qkE _t e ^{– ( q/r )E}

∂C _t

∂E _t

--- ∂ qkE [ _t e ^{– ( q/r )E}

]

∂E _t

--- 0 q

---qke r ^{– ( q/r )E}

E _t

– + qke ^{– ( q/r )E}

= = =

E _MSY r q ---

=

C _MSY = qkE _MSY e ^{– ( q/r )E}

Table 3. Method constructed to determine ABC in Korean TAC fisheries management system

Tiers Information Available Levels Tier 1. Reliable estimates of B, F, B MSY , f MSY , F X% , and M

a) Stock status: B/B MSY > 1

F ABC ≤ low value out of f MSY or F 35%

b) Stock status: α < B/B MSY ≤ 1

F ABC ≤ low value out of either f MSY × (B/B MSY − α )/

(1 − α) or F 35%

c) Stock status: B/B MSY < α : F ABC = 0 Tier 2. Current B, B X% , F X% , M

a) Stock status: B/B 35% > 1 F ABC ≤ F 35%

b) Stock status: α < B/B 35% ≤ 1 F ABC ≤ F 35% × (B/B 35% − α )/(1 − α) c) Stock status: B/B 35% ≤ α : F ABC = 0 Tier 3. Current B, F 0.1 , M

F ABC ≤ F _0.1

Tier 4. Time-series catch (Y) and effort (or CPUE) data a) Stock status: CPUE/CPUE MSY > 1

ABC ≤ MSY

b) Stock status: α < CPUE/CPUE MSY ≤ 1 ABC ≤ MSY × (CPUE/CPUE MSY − α )/(1 − α) c) Stock status: CPUE/CPUE MSY ≤ α; ABC = 0 Tier 5. Reliable catch history Y

ABC ≤ 0.75 × YAM (average catch over an appropriate time period)

1) Equation used to determine ABC in tiers 1~3

where, B: biomass,

M: instantaneous coefficient of natural mortality, F ABC : instantaneous coefficient of fishing mortality

determined by the data available and the stock status 2) In tiers 1, 2, and 4, α = 0.05

Source: Zhang and Lee (2001) ABC BF _ABC

M F + ABC

--- 1 [ – e ^{– ( M F +}

⁾ ]

=

한 정책적 시사점을 위해 ABC를 추정하였다. 저어자원에 속하는 참조기의 ABC를 추정하기 위해 우리나라 TAC 어업자원관리시스템의 저어자원 ABC 추정모형에 따라 참조기의 ABC를 추정하였다. ABC의 추정 방법은 다음 Table 3 과 같다.

최대경제적생산량(MEY)

우리나라 참조기의 MEY를 추정하는 과정은 다음과 같 다. 우선 각 년도의 어획량에 최근 5년의 평균판매가격을 곱하여 수입(Revenue)을 추정하고, 각 어업의 참조기 수 입으로부터 비용(Cost)을 차감하여 이윤(Profit)을 추정한 다. 이는 다음 식 (14)와 같다.

(14)

여기서 p는 최근 5년간의 참조기 평균판매가격(원/kg), c 는 최근 5년의 평균비용을 나타낸다. 그리고 a는 최근 5년 의 평균마력당비용, b는 각 어업에서의 최근 5년 평균 참 조기 생산금액 비율이다. MEY 추정 시 각 변수들의 최근 5년 평균을 구하여 분석에 사용한 이유는 최근의 추세에 맞게 참조기의 MEY를 추정하기 위함이고, 비용 추정 시 참조기의 생산금액 비율을 사용한 이유는 두 어업에 의해 어획된 수산자원 중 참조기를 어획하기 위해 사용된 비용 만을 추정하기 위함이다. 식 (18)을 E _t 에 대해 미분을 하 고 최댓값을 구하기 위해 결과 값을 0으로 둔다. 그리고 최댓값이 되는 시점의 E t 와 C t 를 구한다. 이는 다음의 식 (15) 와 같다.

(15)

식 (15)를 E t 로 정리하면 식(16)으로 나타내어지는데 이 시점의 E _t 가 E _MEY 가 된다. 그리고 식 (10)에 E _MEY 를 대입 하여 구한 C t 는 C MEY (=MEY) 가 된다. 이는 다음 식 (16), (17) 과 같다 ⁴⁾ .

(16)

(17)

각 어업의 참조기 총수입(TR, Total Revenue)과 총비용 (TC, Total Cost)

근해안강망어업과 근해자망어업의 참조기 어획 총수입 은 참조기의 TAC어종 선정에 대한 시사점을 얻기 위해 ABC 수준에서 두 어업의 수입을 구하였다. 근해안강망어 업의 참조기 어획 총수입(TR _SN ) 과 근해자망어업의 참조기 어획 총수입(TR _GN ) 은 다음 식 (18), (19)와 같은데 각 어 업별로 추정된 참조기의 최근 5년 평균판매가격(p SN , p GN ), ABC 수준의 어획량(C ABC ), 각 어업의 어획노력량 비율을 곱함으로써 추정할 수 있다.

(18)

(19)

근해안강망어업과 근해자망어업의 참조기 어획 총비용 (TC SN , TC GN )은 어업의 최근 5년 평균마력당비용(a SN , a GN ), 각 어업에서의 최근 5년 평균 참조기 생산금액 비율 (b SN , b GN ) ⁵⁾ , 각 어업의 어획노력량(E SN , E GN ) 을 곱함으로 써 추정할 수 있다. 이는 식 (20), (21)과 같다.

(20) (21)

각 어업의 참조기 이윤(Profit)

근해안강망어업과 근해자망어업에 의해 어획되는 참조 기의 이윤(π SN , π GN )은 TR SN , TR GN 에서 TC SN , TC GN 을 차감함으로써 추정할 수 있다. 이는 다음 식 (22), (23)과 같다.

(22)

(23) ABC 수준에서의 근해안강망어업과 근해자망어업의 이 윤을 추정함으로써 두 어업의 적정어획노력량 수준을 추 정할 수 있고, 참조기 어획에 있어 어느 어업이 더 효율적 으로 활동하고 있는지를 확인할 수 있다.

π pC = _t – c = pqke ^{– ( q/r )E}

– abE _t

∂π

∂E _t

--- ∂ pqke [ ^{– ( q/r )E}

– abE _t ]

∂E _t

--- 0 q r ---

⎝ ⎠ ⎛ ⎞E _t pqke ^{– ( q/r )E}

–

= = =

pqke + ^{– ( q/r )E}

– ab

E _MEY r q --- 1 ab

pqk ---e ^{( q/r )E}

–

=

C _MEY = qkE _MEY e ^{– ( q/r )E}

TR _SN p _SN C _ABC E _SN E _SN + E _GN ---

⎝ ⎠

⎛ ⎞

=

TR _GN p _GN C _ABC E _GN E _SN + E _GN ---

⎝ ⎠

⎛ ⎞

=

TC _SN = a _SN b _SN E _SN TC _GN = a _GN b _GN E _GN

π _SN TR _SN – TC _SN p _SN C _ABC E _SN E _SN + E _GN ---

⎝ ⎠

⎛ ⎞ a – _SN b _SN E _SN

= =

π _GN TR _GN – TC _GN p _GN C _ABC E _GN E _SN + E _GN ---

⎝ ⎠

⎛ ⎞ a – GN b _GN E _GN

= =

4) 여기서 E MEY 를 추정하는 식은 복잡하지만 Excel 프로그램의 해 찾기 기능을 이용하면 E MEY 를 쉽게 추정 할 수 있다.

5) 어획비용의 산정에 있어 두 어업의 참조기 생산비율이 아닌 생산금액 비율을 사용한 이유는 두 어업 모두 참조기의 생산금액에 따

라 임금비가 달라지는 보합제(짓가림제)를 취하고 있기 때문이다. 즉 생산금액이 많은 어업이 더 많은 임금비를 부담하므로 두 어

업의 참조기 어획비용 도출 시 생산비율 보다 생산금액 비율이 더 적합할 것으로 판단된다. 여기서 보합제 임금이란 선주와 선원

사이에 사전에 정해둔 비율로 어획금액을 서로 나누어 임금을 지급하는 방식을 말한다.

4. 실증분석

자료분석

본 연구의 분석대상 어종은 참조기이고, 분석 자료는 1992 년부터 2013년까지 22년간의 참조기 관련 연간 데 이터를 이용한 것으로 해양수산부 수산정보포털의 참조 기 연간 어획량과 생산금액 자료를 이용하였다. 참조기 를 어획하는 어업 중 분석 대상을 선정하기 위해 연도별 각 어업의 참조기 어획량과 어획비율 자료를 분석하였 다. 참조기를 어획하는 어업의 어획량은 다음 Table 4와 같다.

참조기는 최근 5년 기준 근해자망에 의해 어획된 어획 량이 가장 많았고, 다음으로 근해안강망, 쌍끌이대형기선 저인망 순이었다. 이는 어획비율을 보면 더 쉽게 확인할 수 있는데 최근 5년 기준 근해자망에 의한 참조기 어획비 율이 약 57%, 근해안강망에 의한 참조기 어획비율이 약 23% 로 두 어업에 의해 우리나라의 참조기가 약 80% 가량 어획되는 것으로 나타났다. 이에 본 연구에서는 참조기 어

획비율이 높은 근해안강망어업과 근해자망어업을 분석 대 상으로 선정하여 분석하였다.

참조기의 경제적 변수(Economic Parameter)로는 참조 기의 각 어업별 최근 5년 평균판매가격과 각 어업의 최근 5 년 평균마력당비용을 이용하여 분석하였다. 참조기의 경 제적 변수는 Table 5와 같다.

근해안강망어업과 근해자망어업의 총어업비용은 수협 의 각 년도 수협경영조사보고서를 이용하여 분석하였고, 마력수는 통계청의 각 년도 등록어선통계조사를 이용하 여 분석을 실시하였다. 마력당비용은 총어업비용에서 마 력수를 나누어 구하였으며, 분석에 이용되는 모든 비용과 가격 관련 자료는 통계청의 조기 소비자물가지수·생산자 물가지수를 나누어 2010년 기준가격으로 환산하여 분석 하였다.

Table 6 은 최근 5년 평균의 각 어업별 경제적 변수들을 정리한 자료이다. 총어업비용과 마력수, 판매가격, 마력당 비용, 생산금액비율 모두 근해자망어업이 근해안강망어업 보다 높은 것을 확인할 수 있다.

Table 4. Catches of yellow croaker caught by each gear (1992~2013)

(Unit: ton)

Year Pair Trawl Stow Net Gill Net Others Sum

1992 19,976 17,962 768 958 39,664

1993 15,267 13,467 1,018 1,150 30,902

1994 12,827 21,429 1,009 1,947 37,212

1995 10,820 11,253 1,382 1,718 25,173

1996 7,269 12,376 1,387 1,862 22,894

1997 7,149 11,111 1,273 2,236 21,769

1998 6,704 6,162 1,043 1,102 15,011

1999 5,370 4,981 1,747 1,392 13,490

2000 7,001 5,144 5,349 2,136 19,630

2001 2,208 1,351 2,821 1,558 7,938

2002 3,973 2,393 3,203 1,372 10,941

2003 1,266 1,853 3,246 733 7,098

2004 2,460 3,168 9,122 2,820 17,570

2005 1,475 2,127 9,445 2,225 15,272

2006 2,885 3,429 11,894 3,220 21,428

2007 4,579 6,250 17,595 5,797 34,221

2008 2,429 5,752 19,896 5,123 33,200

2009 2,831 5,996 21,460 3,746 34,033

2010 1,165 9,702 15,895 5,169 31,931

2011 6,551 14,672 29,018 8,985 59,226

2012 1,766 9,647 20,569 4,858 36,840

2013 1,068 4,857 24,521 4,833 35,279

Ave. 5,774 7,958 9,257 2,952 25,942

Source: Fisheries Information Service (2014)

근해안강망어업과 근해자망어업의 어획노력량 표준화 근해안강망어업과 근해자망어업의 어획노력량을 표준 화하기 위해 각 어업의 CPUE를 Gavaris의 일반선형모형 에 적용하여 분석을 실시하였다. 일반선형모형 적용 시 요 인변수로는 연도(1992~2013)와 어업(근해안강망, 근해자 망)을 선정하였다. 그리고 각 어업의 기준 CPUE로 1992

년의 CPUE를 사용하였고, 더미변수를 사용하여 각 어업 의 어획노력량을 표준화하였다.

Table 7은 실제 관측된 근해안강망어업과 근해자망어업 의 어획량과 CPUE 그리고 추정된 회귀계수의 추정치에 따라 각 어업의 표준화된 CPUE와 어획노력량, 표준화된 CPUE 추정치를 나타낸 표이다. 표준화된 각 어업의 Table 5. Total cost, unit cost per ps, market-sale price of Stow net and Gill net (1992~2013)

Stow Net Gill Net 2010=100

Year

Total Cost (thousand

won)

Unit Cost (won/ps)

Market-Sale Price (won/kg)

Total Cost (thousand

won)

Unit Cost (won/ps)

Market-Sale Price (won/kg)

CPI (croaker)

PPI (croaker) 1992 104,643,327 354,161 1,432 18,516,093 82,363 7,731 50.77 35.84 1993 145,406,454 488,459 2,958 25,037,676 107,485 8,197 61.69 38.47 1994 248,844,387 822,751 4,226 46,989,054 189,766 16,538 95.84 42.26 1995 266,870,053 823,299 6,609 73,570,087 273,301 20,743 109.71 41.47 1996 441,394,334 1,317,619 12,877 137,519,753 491,179 33,509 166.76 42.72 1997 624,100,395 1,804,593 15,296 229,346,875 788,768 50,708 225.61 47.80 1998 520,117,027 1,460,810 12,531 240,680,106 832,630 33,401 207.02 58.55 1999 361,874,387 1,131,381 8,890 281,912,216 869,474 32,689 207.46 64.71 2000 315,719,517 1,103,729 10,263 292,310,158 939,077 19,830 207.58 67.97 2001 170,355,846 627,799 7,530 166,946,111 558,991 12,136 114.20 67.85 2002 181,257,567 838,662 7,753 196,148,223 723,677 16,301 145.44 68.84 2003 157,187,321 886,136 8,031 207,326,668 839,417 13,129 140.04 69.59 2004 195,573,119 1,347,897 10,628 240,952,487 1,130,489 12,395 186.17 70.91 2005 210,320,622 1,562,015 7,349 240,411,687 1,066,066 9,280 173.20 70.44 2006 250,882,049 2,009,870 5,340 268,846,415 1,306,837 9,085 183.24 69.58 2007 263,981,992 1,998,168 7,435 294,106,980 1,302,453 8,067 183.14 72.95 2008 237,265,819 1,889,977 4,848 313,722,509 1,356,743 5,603 158.01 88.88 2009 160,318,149 1,253,181 4,571 285,442,081 1,260,386 5,684 117.15 97.12 2010 146,409,089 1,118,275 2,695 276,206,155 1,288,551 6,798 100.00 100.00 2011 158,095,717 1,149,093 3,457 288,036,275 1,412,123 5,644 86.20 109.40 2012 136,472,406 991,928 2,589 257,027,541 1,260,100 4,927 78.87 114.50 2013 175,488,050 1,243,476 4,330 356,075,600 1,696,422 6,723 103.04 119.24 Ave. 251,009,617 1,191,967 6,893 224,184,715 898,923 15,415 140.96 70.87 Source: Fishing Fleet Statistics in Korean Statistical Information Service (2014), Annual Fisheries Business Statistics in National Federation of Fisheries Cooperatives (2014), Producer Price Index and Consumer Price Index in Korean Statistical Information Service (2014)

Table 6. A recent 5-year economic parameter estimates of yellow croaker caught by Stow net and Gill net Gear Total Cost

(thousand won)

Fishing Efforts (ps)

Market-Sale Price (p: won/kg)

Unit Cost (a: won/ps)

Rate of Production Value (b: %) Stow Net 155,356,682 135,029 3,528 1,151,191 0.191 Gill Net 292,557,530 211,734 5,955 1,383,516 0.398 Ave. 223,957,106 173,382 4,742 1,267,354 0.295

Sum 　 346,764 　 　 　

Source: Fisheries Information Service (2014), Annual Fisheries Business Statistics in National Federation of Fisheries Cooperatives (2014)

CPUE 는 근해안강망어업이 근해자망어업보다 높게 나타 났으며, 표준화된 CPUE 추정치는 두 어업의 실제 관측된

CPUE 보다 상당히 낮게 나타났다. Fig. 3은 각 어업의 실 제 관측된 CPUE의 로그값(ln(U))과 추정된 CPUE의 로그 Table 7. The observed actual data and estimates of GLM (1992~2013)

Year

Observed Actual Data Estimates of GLM Catches

(MT)

CPUE (kg/ps)

Standardized CPUE (kg/ps)

Standardized Efforts (kg/ps)

Estimated Standardized CPUE (kg/ps)

SN GN Sum SN GN Sum SN GN SN GN Sum SN+GN

1992 17,962 768 18,730 61 3 64 17 11 1,056,588 69,818 1,126,406 16.63 1993 13,467 1,018 14,485 45 4 49 17 11 792,176 92,545 884,722 16.37 1994 21,429 1,009 22,438 71 4 75 21 13 1,020,429 77,615 1,098,044 20.43 1995 11,253 1,382 12,635 35 5 40 17 11 661,941 125,636 787,578 16.04 1996 12,376 1,387 13,763 37 5 42 17 11 728,000 126,091 854,091 16.11 1997 11,111 1,273 12,384 32 4 36 14 9 793,643 141,444 935,087 13.24 1998 6,162 1,043 7,205 17 4 21 10 7 616,200 149,000 765,200 9.42 1999 4,981 1,747 6,728 16 5 21 11 7 452,818 249,571 702,390 9.58 2000 5,144 5,349 10,493 18 17 35 22 14 233,818 382,071 615,890 17.04 2001 1,351 2,821 4,172 5 9 14 8 5 168,875 564,200 733,075 5.69 2002 2,393 3,203 5,596 11 12 26 14 9 170,929 355,889 526,817 10.62 2003 1,853 3,246 5,099 10 13 23 14 9 132,357 360,667 493,024 10.34 2004 3,168 9,122 12,290 22 43 65 39 25 81,231 364,880 446,111 27.55 2005 2,127 9,445 11,572 16 42 58 32 21 66,469 449,762 516,231 22.42 2006 3,429 11,894 15,323 27 58 85 50 32 68,580 371,688 440,268 34.80 2007 6,250 17,595 23,845 47 78 125 76 48 82,237 366,563 448,799 53.13 2008 5,752 19,896 25,648 46 86 132 79 50 72,810 397,920 470,730 54.49 2009 5,996 21,460 27,456 47 95 142 84 53 71,381 404,906 476,287 57.65 2010 9,702 15,895 25,597 74 74 148 93 59 104,323 269,407 373,729 68.49 2011 14,672 29,018 43,690 107 142 249 155 98 94,658 296,102 390,760 111.81 2012 9,647 20,569 30,216 70 101 171 105 67 91,876 307,000 398,876 75.75 2013 4,857 24,521 29,378 34 117 151 79 50 61,481 490,420 551,901 53.23 Source: Fishing Fleet Statistics in Korean Statistical Information Service (2014), Fisheries Information Service (2014)

Fig. 3. Observed and estimated ln(U)s of yellow croaker by each gear and year

값(Est. ln(U))의 추세 그래프이다. 두 어업 모두 ln(U)와 Est. ln(U)간의 수치 간의 차이는 있으나 CPUE의 추세가 비슷함을 확인할 수 있다. ⁶⁾

Table 8은 근해안강망어업과 근해자망어업의 참조기 어 획노력량 비율이다. 각 어업의 어획노력량 비율은 각 어업 의 표준화된 어획노력량을 표준화된 두 어업의 어획노력 량을 합한 어획노력량으로 나누어 도출할 수 있다. 표준화 된 어획노력량에서 도출할 수 있는 각 어업의 최근 5년 어획노력량 비율은 근해안강망어업이 약 19% 근해자망어 업이 약 81%로 나타나 최근 5년은 근해자망어업의 어획 노력량 투입 비율이 더 높은 것을 확인할 수 있다.

CY&P 모형 분석 결과

CY&P 모형의 식 (9)에 따라 어획능률계수(q), 환경수 용능력(k), 자원의 본원적성장률(r)을 추정하기 위해 회귀 분석을 실시하였다.

Table 9 는 CY&P 모형의 파라미터 추정에 대한 회귀 분석 결과이고, Table 10은 CY&P 모형에 따른 q, k, r 과 E _MSY , C MSY 의 추정치이다. CY&P 모형 분석 결과 모 형의 설명력을 나타내는 조정된 결정계수의 수치가 0.754 로 높게 나타났고, 추정된 계수의 t-통계량과 모형 의 유의성을 나타내는 F-통계량도 통계적으로 유의하여 추정된 q, k, r 수치를 이용함에 있어 문제가 없는 것으 로 판단되었다.

MSY 추정 결과

CY&P 모형의 생산곡선은 식 (10)에 해당하는 각 파라 미터 값들을 대입하면 추정할 수 있다. 식 (10)에서 q, k, r 의 값은 고정된 값이기 때문에 생산곡선은 어획노력량(E t ) 의 값에 따라 변하게 된다. 위의 분석 과정에 따른 결과를 바탕으로 식 (12)와 식 (13)에 의해 추정된 MSY는 약 29,667톤이고, E _MSY 는 261,064마력이었다. 그리고 각 어 업의 MSY와 E MSY 를 추정할 수 있는데, 이는 Table 11의 각 어업별 어획노력량 비율을 MSY에 곱함으로써 추정된 다. 각 어업의 최근 5년 어획노력량 비율은 근해안강망어 업이 0.19, 근해자망어업은 0.81로 근해안강망어업의 MSY는 5,637톤, E MSY 는 49,602마력으로 나타났고, 근해 자망어업의 MSY는 24,030톤, E _MSY 는 211,462마력으로 나타났다.

각 어업의 E MSY 를 척수로 환산하면 근해안강망어업은

6) 근해안강망어업과 근해자망어업의 실제 CPUE와 추정된 표준화된 CPUE 간의 적합도 및 자연로그로 변환한 실제 CPUE와 추정 된 표준화된 CPUE의 적합도를 비교분석해 본 결과, 자연로그로 변환한 두 변수의 적합도가 상대적으로 높은 것으로 나타났다.

(Appendix 2 참조)

Table 8. Effort rate of the two gears for yellow croaker (1992~2013)

(Unit: %) Year 92 93 94 95 96 97 98 99 00 01 02 03 04 05 06 07 08 09 10 11 12 13 Ave.

Stow Net 0.94 0.90 0.93 0.84 0.85 0.85 0.81 0.64 0.38 0.23 0.32 0.27 0.18 0.13 0.16 0.18 0.15 0.15 0.28 0.24 0.23 0.11 0.44 Gill Net 0.06 0.10 0.07 0.16 0.15 0.15 0.19 0.36 0.62 0.77 0.68 0.73 0.82 0.87 0.84 0.82 0.85 0.85 0.72 0.76 0.77 0.89 0.56

Table 9. Statistic results of CY&P model

Equation

Model Summary R-Squared

(Adj. R-Squared)

X1 X2 F stat.

(Prob.) D-W Stat. LM Stat.

(Prob.) t stat.

Std. Error (Prob.)

t stat.

Std. Error (Prob.) Linear

0.779 (0.754)

5.2849 0.134 (0.000)

-2.1311 0.000 (0.047)

31.713 (0.000)

2.544

2.986 (0.083) Note: X1 is 2 – r , X2 is .

2 + r

--- q 2 + r --- –

Table 10. Result of CY&P model

　 CY&P model

r 0.337

q 0.00000129

k 239,323,336

E MSY (ps) 261,064

C MSY (kg) 29,666,689

81 척, 근해자망어업은 398척으로 환산된다. 실제 근해안 강망어업의 최근 5년 평균척수는 220척이고, 근해자망어 업은 400척으로 MSY 수준에서 근해안강망어업은 근해안 강망어업 총 척수의 약 36% 수준인 81척을 운영하고, 근 해자망어업은 근해자망어업 총 척수의 약 99% 수준인 398 척을 운영해야 MSY 수준의 어획량에 도달할 수 있음 을 확인할 수 있다.

참조기에 대한 근해안강망어업과 근해자망어업의 생산 곡선과 MSY, E _MSY 를 그래프로 나타내면 Fig. 4와 같다.

Fig. 4 를 보면 모든 연도에서 E MSY 를 초과한 어획노력량 을 투입하고 있는 것으로 나타났고, 2011년과 2012년에는 MSY 수준을 초과한 어획을 하고 있는 것으로 나타났다.

이러한 결과는 최근 우리나라 참조기의 어획노력량이 과 다 투입되어 자원이 남획되고 있다는 것을 의미한다.

ABC 추정 결과

우리나라 참조기의 ABC를 추정하기 위해 Table 3의 우

리나라 TAC 어업자원관리시스템에 의한 저어자원의 ABC 추정모형을 이용하였다. 우리나라의 ABC 추정모형 은 이용 가능한 정보수준에 따라 정보수준(Tier)별로 분석 이 가능한데 본 연구에서는 연간 어획량 자료와 연간 어 획노력량 자료가 존재하기 때문에 Tier 4 ⁷⁾ 의 경우를 적용 하여 분석을 실시하였다.

Table 11 은 ABC의 추정 결과를 나타낸 표이다. 최근 5년 CPUE/CPUE MSY 의 비율이 0.642로 α보다는 크고 1보다는 작아 Tier 4의 b)를 고려해 ABC를 추정하였다. 여기서 최 근 5년 CPUE는 2009년부터 2013년까지의 평균 CPUE를 말한다.

우리나라 참조기의 ABC 추정 결과 약 18,499톤으로 추정된 MSY 수준인 29,667톤보다 11,168톤 작은 것으로 나타났다. 추정된 ABC 수준은 MSY의 약 62% 수준이 며, 어획노력량 비율을 곱하여 구해진 ABC _SN , ABC GN 은 근해안강망어업이 약 3,515톤, 근해자망어업이 약 14,984 톤, E ABC _SN , E ABC _GN 은 근해안강망어업이 15,585마력, 근해 자망어업이 66,443마력으로 추정되었다.

ABC 수준의 어획노력량을 척수로 환산하면 근해안강 망어업은 약 25척, 근해자망어업은 약 125척으로, 우리나 라의 참조기 자원을 효율적이고 지속가능하게 관리하기 위해서는 과도하게 투입하고 있는 어획노력량을 줄이고 참조기 자원을 TAC 대상어종으로 선정하여 체계적으로 관리해야 할 것으로 사료된다.

MEY 추정 결과

우리나라 참조기의 MEY는 Table 7의 경제적 변수들과 식 (16), (17)을 이용하여 추정할 수 있다. 추정 결과 E _MEY 는 약 145,134마력이었고, MEY는 약 25,706톤으로 추정 되었다. MEY 수준에서 우리나라 참조기 어업의 이윤은 약 677억 원이었으며, 어획노력량 비율을 곱하여 구해진 MEY SN , MEY GN 는 근해안강망어업이 약 4,884톤, 근해자 망어업이 약 20,822톤, E MEY _SN , E MEY _GN 은 근해안강망어업 Table 11. Result of ABC (Acceptable Biological Catch) estimation

Estimate Estimate

recent 5 year CPUE (kg/ps) 73 ABC SN (kg) 3,514,868

CPUE MSY (kg/ps) 114 ABC GN (kg) 14,984,435

recent 5 year CPUE/CPUE MSY (%) 0.642 E _ABCSN (ps) 15,585

ABC (kg) 18,499,303 E _ABCGN (ps) 66,443

E ABC (ps) 82,028 α (%) 0.05

7) Tier 란 TAC 제도 하에서 생물학적 ABC를 추정하기 위해 이용 가능한 정보 수준으로, Tier 4는 연간 어획량 자료와 연간 어획노력 량 자료가 존재하면 ABC를 추정할 수 있는 정보 수준으로 CPUE와 MSY 수준의 CPUE를 이용하여 ABC를 추정할 수 있다.

(Table 3 참조)

Fig. 4. Sustainable yield curve, MSY and E _MSY for

yellow croaker by Stow net and Gill net using

CY&P model

이 27,575마력, 근해자망어업이 117,559마력으로 추정되 었다.

각 어업의 E _MEY 를 척수로 환산하면 근해안강망어업은 45 척, 근해자망어업은 221척으로 환산된다. MEY 수준에 서 근해안강망어업은 근해안강망어업 총 척수의 약 20%

수준인 45척을 운영하고, 근해자망어업은 근해자망어업 총 척수의 약 55% 수준인 221척을 운영해야 MEY 수준 의 어획량에 도달할 수 있음을 확인할 수 있다.

위 과정을 통해 추정한 우리나라 참조기의 MEY (25,706톤)와 MSY(29,667톤)를 비교 분석한 결과 MEY 는 MSY의 약 87% 수준이고, E _MSY (145,134마력)는 E _MSY (261,064 마력)의 약 56%에 해당하는 수준으로 나타났다.

이 결과는 어획노력량이 MEY 수준으로 줄어도 어획량의 감소 폭은 높지 않다는 것을 나타낸다. 다시 말해, 어획노 력량을 약 44%(115,930마력) 줄여도 어획량은 약 13%

(3,961 톤) 밖에 줄지 않는다는 것을 나타내고, 이는 곧 참 조기 자원의 감소에도 불구하고 경쟁적 조업 상태에서 참 조기를 어획하기 위해 투입하는 어획노력량이 과다 투입 되어져 왔다는 것을 의미한다.

Fig. 5 는 참조기의 이윤에 대한 그래프이다. Fig. 5에서 MEY 수준의 이윤이 MSY 수준의 이윤보다 더 높다는 것 을 확인할 수 있다. 즉, 경제적인 관점에서는 MEY 수준 이 MSY 수준보다 더 효율적이고 경제성이 높다는 것을 확인할 수 있다.

참조기의 ABC 수준에서의 각 어업별 이윤

참조기의 ABC에서의 각 어업별 이윤은 식 (22)와 (23) 에 의해 도출된다. 근해안강망어업과 근해자망어업의 최 근 5년 평균어획노력량 비율(0.19, 0.81)에서의 이윤은 근 해안강망어업이 약 12백만 원, 근해자망어업이 약 88백만

원이었고, 총 이윤은 약 101백만 원이었다. Fig. 6은 두 어 업의 어획노력량 비율에 대한 이윤의 관계를 나타낸 것으 로 근해자망어업의 어획노력량 비율이 0에서 1까지 변화 할 때의 근해안강망어업과 근해자망어업의 이윤의 변화를 나타낸다. 근해자망어업의 어획노력량 비율이 증가할수록 근해안강망어업의 이윤은 감소하고 근해자망어업의 이윤 은 증가하는 것을 확인할 수 있다. 두 직선이 교차하는 점 e 는 두 어업의 이윤이 같아지는 시점으로 근해안강망어업 의 어획노력량 비율은 0.63, 근해자망어업의 어획노력량 비율은 0.37로 나타났다. 그리고 총 이윤은 약 82백만 원 으로 현재 수준의 총 이윤 보다 약 19백만 원이 적었다.

참조기를 어획하는 두 어업의 경제성을 비교하면 근해 자망어업이 근해안강망어업 보다 많은 어획노력량을 투입 하여 높은 이윤을 얻는 것으로 나타났고, 이는 근해자망어 업의 참조기 판매단가와 어획량이 높은 현황을 잘 반영하 고 있다. 따라서 참조기에 대한 TAC 할당 시 근해안강망 어업과 근해자망어업의 경제성 분석을 고려하여 분배한다 면 경제성이 높은 근해자망어업의 할당량을 늘이는 것이 바람직하다고 할 수 있다.

단일어종·단일어업(1×1)과 단일어종·다수어업(1×2)의 ABC 비교

참조기에 대한 단일어종·단일어업과 단일어종·다수어 업의 ABC를 비교하기 위해 근해안강망어업과 근해자망 어업의 독립적인 MSY, ABC, MEY를 추정하였다. 다음 Table 12는 단일어종·단일어업과 단일어종·다수어업의 MSY, ABC, MEY 를 비교 분석한 결과이다.

Table 12에서 알 수 있듯이 단일어종·단일어업의 경우 MSY 는 44,054톤으로 단일어종·다수어업의 MSY인 29,667톤보다 14,387톤 높게 추정되었다. ABC와 MEY 역시 단일어종·단일어업의 경우가 단일어종·다수어업의 경우보다 높게 추정되었는데 ABC는 9,013톤, MEY는 13,288 톤 높게 추정되었다. 비교 결과, 단일어종·단일어업 Fig. 5. Total revenue, Total cost, Profit of yellow croaker

by Stow net and Gill net using CY&P model

Fig. 6. Relationship between profit and the tate of effort

의 MSY, ABC, MEY는 단일어종·다수어업의 분석 결과 보다 모두 높게 추정되어 남획되고 있는 어종에 대한 자 원 보존적 관리 수준으로 다소 한계가 있음을 알 수 있다.

5. 요약 및 결론

본 연구는 우리나라 참조기를 대상어종으로 선정하여 단일어종·다수어업 사례를 중심으로 자원평가를 실시하 였다. 본 연구의 자료 범위는 1992년부터 2013년으로 22년 동안의 우리나라 참조기 어획량 자료와 참조기를 주로 어 획하는 근해안강망어업, 근해자망어업의 자료를 이용하여 분석을 실시하였다.

단일어종에 대한 다수어업 사례는 투입하는 어획노력량 이 서로 다르기 때문에 Gavaris의 일반선형모형을 이용하 여 근해안강망어업과 근해자망어업의 어획노력량을 하나 의 단위로 표준화하여 분석을 진행하였다. 표준화된 어획 노력량 자료를 이용하여 CY&P 모형의 잉여생산량모형에 적용하여 우리나라 참조기의 MSY, ABC, MEY를 추정하 였다. 분석 결과 MSY는 29,667톤, E _MSY 는 261,064마력으 로 추정되었고, ABC는 18,499톤, E _ABC 는 82,028마력, MEY는 25,706톤, 145,134마력으로 추정되었다. ABC는 MSY 의 약 62% 수준이었고, MEY는 MSY의 약 87% 수 준으로 ABC 수준 보다 높게 나타났다.

근해안강망어업과 근해자망어업의 ABC 수준에서의 이 윤을 추정하여 어획노력량 비율에 따라 분석한 결과 참조 기에 대한 두 어업의 경제성은 근해자망어업이 근해안강 망어업보다 높은 것으로 나타났고, 참조기에 대한 TAC 할당 시 근해안강망어업과 근해자망어업 중 경제성이 높 은 근해자망어업의 할당량을 높이는 것이 효율적인 것으 로 나타났다.

참조기에 대한 단일어종·단일어업과 단일어종·다수어 업의 ABC를 비교 분석한 결과 단일어종·단일어업의 ABC 는 27,512톤, 단일어종·다수어업의 ABC는 18,499톤 으로 단일어종·단일어업의 ABC가 단일어종·다수어업의 ABC 수준 보다 9,013톤 높은 것으로 나타났다. 이 결과는

다수어업에 의해 어획되는 자원은 단일어종·단일어업의 ABC에 의한 TAC 선정이 오히려 자원남획을 야기할 수 있다는 것을 의미한다. 다시 말해, 다수어업에 의해 어획 되는 자원의 보존적 관리를 위해서는 단일어종·다수어업 의 ABC 수준이 더 적합하다는 것을 의미한다.

이상의 분석을 통해 우리나라 참조기 자원의 MSY, ABC, MEY를 추정해봄으로써 우리나라 참조기의 자원현 황에 대해 파악할 수 있었다. 우리나라 참조기는 각 어업 의 경쟁적 조업상태에서 과도한 어획노력량이 투입되어져 자원이 남획되고 있는 것으로 나타났다. 이러한 분석결과 는 고갈된 참조기 자원을 회복시키기 위해서 제도적인 방 안을 마련해야함을 의미한다. 나아가 참조기 자원의 생태 적 특성 파악 및 참조기 분포 지역별 자원조사를 통해 참 조기 자원의 남획을 방지하고 효율적으로 관리할 수 있는 관리방안을 모색해 나가야 할 것이다. 그리고 참조기 자원 의 효율적인 관리를 위해 참조기를 TAC 대상어종으로 선 정하여 체계적으로 관리할 필요가 있다. 본 연구의 분석결 과와 같이 참조기 TAC를 할당할 시 경제성이 높은 근해 자망어업의 할당량을 높이는 것이 효율적이며, 단일어 종·단일어업 사례에 의한 TAC 설정보다 단일어종·다수 어업 사례에 의한 TAC 설정이 자원보존에 더 적합하다고 판단된다.

끝으로, 본 연구의 한계점으로는 참조기를 어획하는 여 러 어업 중에 최근 어획량이 높은 두 업종(근해안강망어 업, 근해자망어업)만을 선정하여 분석을 실시하였다는 것 이다. 두 어업에 의해 어획되는 어획량만 분석에 고려한다 는 모형의 기본가정에 기인한 것으로 두 어업을 제외한 다른 어업이 어획하는 참조기는 분석에 고려하지 못한 한 계가 있다. 아울러 본 연구는 우리나라 서·남해와 동중국 해를 회유하는 참조기의 중국 어획량을 고려하지 못한 한계가 있다. 따라서 향후 연구에서는 단일어종·다수어 업 (1 × N) 모형을 적용하여 참조기를 어획하는 모든 어 업을 분석대상으로 선정하고, 중국에서 어획되는 참조기 어획량을 고려한 참조기의 자원평가를 실시해 볼 필요가 있다.

Table 12. Comparison of MSY, MEY, ABC between the two TAC assessment model

　 Single Species and Single Gear (1 ×1) ⁸⁾ Single Species and Multi Gear (1 ×2)

　 Stow Net Gill Net Sum Stow Net Gill Net Sum

MSY (MT) 6,948* 37,106 44,054 5,637 24,030 29,667

ABC (MT) 6,948* 20,564 27,512 3,515 14,984 18,499

MEY (MT) 4,705 34,289 38,994 4,884 20,822 25,706

Note : * mean that recent 5 year CPUE/CPUE MSY is greater than 1 and ABC equals MSY

8) 단일어종·단일어업과 단일어종·다수어업의 MSY, ABC, MEY를 비교하기 위해 동일 연도의 어획노력량과 어획량을 가지고 근해

안강망어업은 CY&P 모형을, 근해자망어업은 Schnute 모형을 이용하여 각 추정치를 도출하였다.

사 사

본 논문은 심성현 (2014)의 부경대학교 응용경제학과 경제학 석사학위 논문의 일부를 발췌하였습니다. 본 연구 의 수행 과정에서 귀중한 자문을 아끼지 않으셨던 부경대 학교 응용경제학과 교수님들과 본 저널의 심사위원님들께 깊은 감사를 드립니다.

참고문헌

구명성, 김석종 (2014) 생력형 5단 유자망 양망기의 효율성 에 관한 연구. 수산해양교육연구 26(1):98-107

국립생물자원관 (2014) 한반도 생물자원 포털: 참조기. http://

www.nibr.go.kr Accessed 10 Oct 2014

김성훈, 박성욱, 이경훈, 양용수 (2012) 참조기 (Larimichthys polyactis) 유자망에 있어서 SELECT모형에 의한 적정 망 목선택성 곡선 추정. 한국어업기술학회지 48(1):10-19 한국콘텐츠진흥원 (2014) 문화원형 라이브러리: 참조기.

http://www.culturecontent.com/ main.do Accessed 10 Oct 2014

서영일, 장창익 (2001) 한국 근해 복수어구 및 다종어업 자원 평가모형 연구 II: 복수어구에 의한 단일 어종 자원의 이 용. 한국수산과학회지 34(4):359-364

해양수산부 (2014) 수산정보포털: 어업통계. http://www.fips.

go.kr Accessed 10 Oct 2014

수산경제연구원 (2014) 수산업경영조사. http://fei.suhyup.

co.kr Accessed 10 Oct 2014

이장욱 (1991) 한국 동해 명태 어업의 적정어획노력량 추정:

동해구기선저인망어업과 동해구트롤어업의 경제성분석을 근거로. 수산경영론집 22(2):75-99

이정삼, 류정곤, Gates JM, 남종오, 김대영 (2006) 다수어 종·다수어업의 TAC 평가에 관한 연구 II. 한국해양수산 개발원, 183 p

조정희, 이정삼, 남종오 (2009) 생물경제모형을 이용한 수산 물 최적생산량 추정 및 활용에 관한 연구. 한국해양수산 개발원, 153 p

통계청 (2014a) 등록어선통계. http://kosis.kr Accessed 10 Oct 2014

통계청 (2014b) 생산자·소비자 물가지수. http://kosis.kr Accessed 10 Oct 2014

Clark RP, Yoshimoto SS, Pooley SG (1992) A bioeconomic analysis of the North-western Hawaiian Islands lobster fishery. Mar Resour Econ 7(3):115-140

Fox WW Jr (1970) An exponential surplus yield model for optimizing exploited fish populations. T Am Fish Soc 99(1):80-88

Gavaris S (1980) Use of a multiplicative model to estimate catch rate and effort from commercial data. Can J Fish

Aquat Sci 37(12):2272-2275

Jin D, Kite-Powell H, Hoagland P, Solow A (2012) A bioeconomic analysis of traditional fisheries in the Red Sea. Mar Resour Econ 27(2):37-148

Mohamed S (2007) A bioeconomic analysis of maldivian skipjack tuna fishery. M.S. Thesis, University of Tromsø, 39 p

Nieminen E, Lindroos M, Heikinheimo O (2012) Optimal bioeconomic multispecies fisheries management : a Baltic Sea case study. Mar Resour Econ 27(2):115-136 Quinn TJ, Deriso RB (1999) Quantitative fish dynamics.

University of Oxford, 560 p

Schaefer MB (1954) Some aspects of the dynamics of populations important to the management of the cooercial marine fisheries. Int-Am Trop Tuna Comm Bull 1(2):23-56

Schaefer MB (1957) A study of the dynamics of the fishery for yellow fin tuna in the Eastern Tropical Pacific Ocean. Int-Am Trop Tuna Comm Bull 2(6):243-285 Schnute J (1977) Improved estimates from the Schaefer

production model: theoretical considerations. J Fish Res Board Can 34(5):583-603

Walters CJ, Hilborn R (1976) Adaptive control of fishing systems. J Fish Board Can 33(1):145-159

국문 참고자료의 영어 표기

English translation / Romanization of references originally written in Korean

Annual Fisheries Business Statistics in National Federation of Fisheries Cooperatives (2014) http://fei.suhyup.co.kr Accessed 10 Oct 2014 (in Korean)

Cho JH, Lee JS, Nam JO (2009) A study on estimating the fishery optimal production by using a bio-economic model. Korea Maritime, 153 p (in Korean)

Ministry of Oceans and Fisheries (2014) Fisheries statistics in fisheries information service. http://www.fips.go.kr Accessed 10 Oct 2014 (in Korean)

Fishing Fleet Statistics in Korean Statistical Information Service (2014) http://kosis.kr Accessed 10 Oct 2014 (in Korean)

Kim SH, Park SW, Lee KH, Yang YS (2012) The estimation of the optimum mesh size selectivity of a drift net for yellow croaker (Larimichthys polyactis) using by the SELECT model. Bull Korean Soc Fish Tech 48(1):10-19 (in Korean)

Koo MS, Kim SJ (2014) A study of the efficiency of the

labor-saving-type, five-step-drum net hauler. Stud Edu

Fish Mar Sci 26(1):98-107 (in Korean)

Korea Creative Contents Agency (2014) Yellow croaker in cultural original form library. http://www.culturecontent.

com/main.do Accessed 10 Oct 2014 (in Korean)

Lee JS, Ryu JG, Gates JM, Nam JO, Kim DY (2006) A study on assessment of TAC for multi-species and multi- gears II: single species & multi-gear/multi-species &

multi-gear TAC assessment. Korea Maritime Institute, 183 p (in Korean)

Lee JU (1991) Estimation on optimum fishing effort of walleye pollock fishery in the east coast of Korea: based on the economic analysis between danish seine fishery and trawl fishaery for walleye pollock. J Fish Bus Admin 22(2):75-99 (in Korean)

National Institute of Biological Resources (2014) Yellow croker in species Korea, http://www.nibr.go.kr Accessed 10 Oct 2014 (in Korean)

Producer Price Index and Consumer Price Index in Korean Statistical Information Service (2014) http://kosis.kr Accessed 10 Oct 2014 (in Korean)

Seo YI, Zhang CI (2001) A study on the multi-gear and multi-species fisheries assessment models in Korean waters: 2. single-species by multiple fisheries. Korean J Fish Aquat Sci 34(4):359-364 (in Korean)

Zhang CI, Lee JB (2001) Stock assessment and management implications of horse mackerel (Trachurus japonicus) in Korean waters, based on the relationships between recruitment and the ocean environment. Prog Oceanog 49(1):513-537 (in Korean)

Received Jan. 19, 2015 Revised Mar. 27, 2015 Accepted May 7, 2015

Appendix A. Statistics of bioeconomic models

Table A1. Statistic results of Schaefer Model

Equation

Model Summary R-Squared

(Adj. R-Squared)

X1 X2 F stat.

(Prob.) D-W Stat. LM Stat.

(Prob.) t stat.

Std. Error (Prob.)

t stat.

Std. Error (Prob.) Linear

0.230 (0.140)

-1.360 0.003 (0.191)

-2.255 0.000 (0.037)

2.545 (0.107)

1.745

0.025 (0.873) Note: X1 is , X2 is −q

Table A2. Statistic results of Schnute Model

Equation

Model Summary R-Squared

(Adj. R-Squared)

X1 X2 F stat.

(Prob.) D-W Stat. LM Stat.

(Prob.) t stat.

Std. Error (Prob.)

t stat.

Std. Error (Prob.) Linear

0.098 (-0.002)

-0.919 0.004 (0.370)

-1.397 0.000 (0.179)

0.976 (0.395)

2.907

5.321 (0.021) Note: X1 is , X2 is −q

qk r --- –

qk r

---

–

Appendix B. Comparative analysis on goodness of fit between standardized catch per unit efforts and actual catch per unit effort

Table A3. Statistic results of WH Model

Equation

Model Summary R-Squared

(Adj. R-Squared)

X1 X2 F stat.

(Prob.) D-W Stat. LM Stat.

(Prob.) t stat.

Std. Error (Prob.)

t stat.

Std. Error (Prob.) Linear

0.234 (0.149)

-2.158 0.004 (0.044)

-2.039 0.000 (0.056)

2.755 (0.090)

3.173

8.265 (0.004) Note: X1 is , X2 is −q

Table A4. Statistic results of Fox Model

Equation

Model Summary

R-Squared (Adj. R-Squared)

X1 X2 F stat.

(Prob.) D-W Stat. LM Stat.

(Prob.) t stat.

Std. Error (Prob.)

t stat.

Std. Error (Prob.) Linear

0.173 (0.076)

-0.736 0.105 (0.471)

-1.824 0.000 (0.085)

1.779 (0.198)

1.632

0.179 (0.671) Note: X1 is −r, X2 is −q

Table B1. Goodness of fit between standardized catch per unit efforts and actual catch per unit effort of both fisheries

Level Log

RMPE RMSE MAPE RMPE RMSE MAPE

Stow Net 0.649 27.535 59.815 0.196 0.670 18.091

Gill net 1.011 24.827 75.815 0.418 0.670 30.249

Note: RMPE is Root Mean Percent Error, RMSE is Root Mean Square Error, MAPE is Mean Absolute Percentage Error qk r

---

–