본문 바로가기
KERD
논문KCI 등재

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

An Analysis of Changes Onion Yields in Korea using Panel Regression Analysis and Bayesian Network Model

이혜림|이승인|손찬수
한국농촌경제연구원 (Korea Rural Economic Institute)|2020.06|농촌경제 (Journal of Rural Development)|제43권 제2호|pp. 1-28|DOI 10.36464/jrd.2020.43.2.001

0

조회

0

다운로드

9

인용

0

참고문헌

키워드

패널회귀분석panel regression analysis기상 요인영농투입재 비용 요인양파 단수베이지안네트워크모형meteorological factorsfarm input cost factorsonion yieldBayesian network model
주제분류농업경제학

초록

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.

Abstract

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.

참고문헌 (45)

  1. 권영석, "양파 생육 특성 및 기상 모니터링을 통한 연차별 수량예측", 한국원예학회 학술발표요지, pp.70~71 (2015), 한국원예학회
  2. 김경헌, "베이지안 네트워크에 기초한 백혈병 유전자데이터의 분석", 학사, 컴퓨터공학부, pp.2005
  3. 김석, "패널회귀분석을 이용한 내항 화물운송사업체의 경영특성 분석에 관한 연구", 디지털융복합연구, 17(3), pp.79~92 (2019), 한국디지털정책학회[DOI]
  4. 김수경, "패널데이터 분석을 이용한 지역관광성과에 영향을 미치는 투자요인에 관한 연구", 관광연구논총, 30(3), pp.23~44 (2018), 관광연구소[DOI]
  5. 김용석, "기온을 이용한 무 생산량 패널분석", Korean Journal of Agricultural Science, 41(4), pp.481~485 (2014), 농업과학연구소[DOI]
  6. 김지현, "베이지안 네트워크를 이용한 유료노인요양시설의 경영성과 예측모델 개발", 박사, 간호과학, pp.2006
  7. 김현미, "망막 질환 진단을 위한 베이지안 네트워크에 기초한 데이터 분석", 멀티미디어학회논문지, 16(3), pp.269~280 (2013), 한국멀티미디어학회[DOI]
  8. 나명환, "생육 재배 기간별 환경 인자의 주효과와 교호작용을 고려한 양파 단위면적당생산량 예측 모델 개발", 한국품질경영학회 추계학술발표논문집, pp.162~ (2019), 한국품질경영학회
  9. 민병철, "베이지안 네트워크를 이용한 카셰어링 산업의 미사용 이탈요인 분석: 앱 내 행동 데이터를 중심으로", 석사, 빅데이터전공, pp.2017
  10. 이동기, "한국영화의 수익성 영향요인에 대한 탐색적 연구", 경영학연구, 39(2), pp.459~488 (2010), 한국경영학회
  11. 박현정, "영화파일의 불법 다운로드를 결정하는 요인에 대한 연구", 소비문화연구, 14(4), pp.1~20 (2011), 한국소비문화학회[DOI]
  12. 배은찬, "앙상블 데이터마이닝 기법을 이용한 주식유동성 예측성과에 관한 실증연구", 한국컴퓨터정보학회논문지, 21(6), pp.9~19 (2016), 한국컴퓨터정보학회
  13. 선은정, "방어적·전략적 사회적책임활동과 기업의 재무적 특성변수와의 관계 분석", 기업경영연구, 26(2), pp.81~100 (2019), 한국기업경영학회
  14. 오승원, "공간 및 기상정보 시계열 모형을 이용한 양파 생산량 예측", Journal of The Korean Data Analysis Society, 19(5), pp.2447~2456 (2017), 한국자료분석학회[DOI]
  15. 오재균, "패널회귀분석을 이용한 글로벌 선사의 재무요인 특성분석에 관한 연구", 디지털융복합연구, 17(4), pp.65~73 (2019), 한국디지털정책학회[DOI]
  16. 이건창, "감리지적기업의 분류적 특성에 관한 연구: 베이지안 망과 C5.0, 그리고 앙상블 방법간의 비교를 중심으로", 경영학연구, 36(3), pp.705~737 (2007), 한국경영학회
  17. 이건창, "베이지안 네트워크 분류와 비즈니스 프로세스 모델링을 통한 신용카드 회원 이탈에 관한 연구", 지식경영연구, 10(4), pp.1~15 (2009), 한국지식경영학회[DOI]
  18. 이은민, "데이터마이닝 분류기를 활용한 사용자의 과거 장소예측에 관한 연구", 한국컴퓨터정보학회논문지, 22(11), pp.97~104 (2017), 한국컴퓨터정보학회[DOI]
  19. 주요 양념채소의 식부면적과 작황 결정요인 분석에 관한 연구, "이중웅", 한국농촌경제연구원, ~ (1995)
  20. 이혜진, "전남 지역 ´18년·´19년 작기 양파 생육상태 및 기상상황 비교", 한국작물학회 학술발표대회 논문집, pp.103~ (2019), 한국작물학회
  21. 정학균, "패널분석-확률효과모형에 의한 등숙기 이상기상이 쌀 단수에 미치는 영향 분석", 한국기후변화학회지, 4(4), pp.317~330 (2013)
  22. 조재환, "기온 및 강수량 변동이 노지 건고추 단수에 미치는 영향", 한국환경과학회지, 21(12), pp.1503~1510 (2012), 한국환경과학회[DOI]
  23. 최성천, "공간 패널 회귀모형을 이용한 양파 생산량 추정", 응용통계연구, 29(5), pp.873~885 (2016), 한국통계학회
  24. 농업전망 2020: 농업·농촌 포용과 혁신, 그리고 지속가능한 미래, "한국농촌경제연구원", 한국농촌경제연구원, ~ (2020)
  25. 황준성, "패널회귀분석을 이용한 국내 발전산업의 투입과 산출의 관계에 대한 연구", 글로벌경영학회지, 7(2), pp.151~168 (2010), 글로벌경영학회[DOI]
  26. 허고은, "효율적인 베이지안망 학습을 위한 엔트로피 적용", 한국인터넷방송통신학회 논문지, 9(3), pp.31~36 (2009), 한국인터넷방송통신학회
  27. Ashenfelter, O., "Statistics and Econometrics: Methods and Applications" (2003), John Wiley & Sons
  28. Bouckaert, R., "Bayesian Belief Networks: From Construction to Inference", Doctor, pp.1995
  29. Bouzembrak, Y., "Prediction of Food Fraud Type using Data from Rapid Alert System for Food and Feed (RASFF) Bayesian Network Modelling", Food Control, 61, pp.180~187 (2016)[DOI]
  30. Cheng, J., "Comparing Bayesian Network Classifiers", Proc. of the 15th Conf. on Uncertainty in Artificial Intelligence, pp.101~107 (1999), Morgan Kaufmann Publishers
  31. Cover, T. M., "Elements of Information Theory(Wiley Series in Telecommunications and Signal Processing)" (2006), Wiley-Interscience
  32. Hsiao, C., "Analysis of Panel Data" (2003), Cambridge University Press
  33. Friedman, N., "Bayesian Network Classifiers", Machine Learning, 29(2-3), pp.131~163 (1997)
  34. Heckerman, D., "Learning Bayesian Networks: The Combination of Knowledge and Statistical Data", Machine Learning, 20, pp.197~243 (1995)[DOI]
  35. Jensen, F. V., "An Introduction to Bayesian Networks" (1996), UCL Press
  36. Jensen, F. V., "Bayesian Networks and Decision Graphs" (2001), Springer-Verlag
  37. John, G. H., "Estimating Continuous Distributions in Bayesian Classifiers", Proceedings of the Eleventh Conf. on Uncertainty in Artificial Intelligence(UAI), pp.338~345 (1995), Morgan Kaufmann
  38. Kjærulff, U. B., "Bayesian Networks and Influence Diagrams: A Guide to Construction and Analysis", pp.303~325 (2013), Springer New York
  39. Marvin, Hans J. P., "A Holistic Approach to Food Safety Risks: Food Fraud as an Example", Food Research International, 89, pp.463~470 (2016)[DOI]
  40. Morgan, M. G., "Uncertainty: A Guide to Dealing with Uncertainty in Quantitative Risk and Policy analysis" (1990), Cambridge University Press
  41. Neapolitan, R. E., "Learning Bayesian Networks" (2004), Pearson Prentice Hall
  42. "국가통계포털"[URL]
  43. "기상자료개발포털"[URL]
  45. "Hugin Expert 통계패키지"[URL]

관련 논문AI추천

생육 지표와 기상 정보를 이용한 중만생종 양파 구중 예측김선웅, 김지수한국농촌경제연구원 · 농촌경제2021 · 제44권 제3호앙상블 학습을 활용한 양파 생산량 예측 프레임워크 개발김소정, 김수민, 김영진, 서준영, 유민지, 윤예정한국산업경영시스템학회 · 한국산업경영시스템학회지2024 · 제47권 제4호인공 신경망을 이용한 채소 단수 예측 모형 개발: 고추를 중심으로양성범, 이춘수한국유기농업학회 · 한국유기농업학회지2017 · 제25권 제3호쌀 단수 예측모형 개발연구한석호농업생명과학연구원 · 농업생명과학연구2016 · 제50권 제3호혼합주기 모형을 활용한 가을배추 단수 예측모형 연구 -생육 단계별 기후효과 반영을 중심으로-김기환, 문진언, 서병선한국농촌경제연구원 · 농촌경제2021 · 제44권 제4호구조방정식모형을 이용한 기후 네트워크 하에서 청보리 생산량에 영향을 미치는 기후의 인과성 분석김문주, 성경일, 조무환동물생명과학연구소 · 동물자원연구2021 · 제32권 제4호

이 간행물의 다른 논문 (3건)

수입곡물 가격변동이 국내 소비자물가에 미치는 영향 분석김종진, 박성진, 박지원pp. 29-58GAP 인증 기준 개편에 따른 사회후생 변화 추정심환희, 안병일, 남경수, 교일양pp. 59-90식품위해에 대한 소비자 불안과 식품소비자정보 리터러시가 식생활 만족도에 미치는 영향최경숙, 김지은pp. 91-116
원문 보기