24(5)_n499_fig. 1.jpg287.7KB

 식량은 인류생활에 필수불가결한 요소이기 때문에 식량생산은 오랜 기간 동안 주요 연구대상이었다. 과거의 연구들은 대체로 개별국의 노동, 자본, 경작면적 등 전통적인 생산요소에 기초하여 생산함수를 설정하고 이를 추정하는 분석이 주류를 이루었다(Hayami and Ruttan, 1971; Kawagoe et al., 1985; Cornia, 1985; Coelli and Rao, 2005; Piya et al., 2011)¹⁾ . 반면, 최근 들어서는 기후변화에 대한 관심이 커지면서 기후변화가 식량생산에 미치는 영향을 분석하고자 개별국가 또는 특정지역 등을 대상으로 많은 연구들이 시도되었다(Pearce et al., 1996; McCarthy et al., 2001; Parry et al., 2004; Stern, 2007; Deressa, 2007; Deressa et al., 2008). 이들은 대체로 노동, 물적자본 및 인적자본, 경작면적 등 전통적인 생산요소에 기후변수를 추가하는 방법을 택하였으나 실제 관측값 대신 선험적인 기후변화 정보에 기초한 더미변수들을 사용하였다²⁾.

¹⁾예를 들어, Kawagoe et al. (1985)은 43개 국가를 대상으로 1960년, 1970년 및 1980년 횡단면자료를 사용하여 농업생산함수를 추정함으로써 선진국과 후발개도국 간 농업의 노동생산성 차이를 분석하였다. Hayami and Ruttan (1971)은 38개 국가의 자료를 이용해 농업생산함수를 추정하였으며, Cornia (1985)는 15개 개발도상국을 대상으로 상이한 규모의 농장에서 생산요소, 농업생산 및 노동생산성 사이의 관계를 분석하였다. 최근에 Piya et al. (2011)는 1980 ~ 2007년간 남아시아와 동남아시아 국가들을 대상으로 농업생산함수를 추정함으로써 농업생산성 성장세의 원인을 분석하였다.
²⁾예를 들어, Deressa et al. (2008)는 에티오피아의 나일강 유역(Nile Basin)을 대상으로 농부의 선택에 미치는 요인을 분석하면서 기후변화를 나타내는 더미변수를 사용하였다. Iglesias (2009)는 기후 더미변수를 사용하여 유럽국가들의 농업생산에 기후변화 관련요인들이 미치는 영향을 분석하였다.

 본 연구는 1970 ~ 2000년간 세계 148개국으로 구성된 패널자료를 이용하여, 경제적 요인과 기후 요인을 설명변수로 하는 식량생산함수를 추정하였다³⁾. 경제적 요인으로는 기존연구에서와 같이 노동, 물적자본 및 인적자본과 경작면적을, 기후적요인으로 연간강수량 및 연평균기온을 사용하였다. 또한 본 연구는 세계 148개국을 기후 및 생산식량의 유형에 따라 5개 권역으로 구분한 후 권역별로 각 설명변수의 탄력성을 분석하였다⁴⁾.

³⁾본 연구는 FAO에서 제시하고 있는 식량의 개념을 활용하였다. 즉, 식량이란 쌀·보리·콩·옥수수·밀·팥·조·수수 등 식량작물과 쇠고기·돼지고기·닭고기 등 육류뿐만 아니라 채소류, 과실류, 우유 및 유제품, 해조류, 버섯류, 유지류, 어류 등 식용 가능한 동식물 등까지 포함하는 개념이다.
⁴⁾IAASTD (2009)는 기후 및 식량생산의 유형을 고려해 대상국가들을 다음과 같이 5개 권역으로 분류하였다: (1) 중앙아시아, 서아시아 및 북아프리카, (2) 남아시아(인도, 스리랑카) 및 동아시아(동북아시아 및 동남아시아) 및 태평양 지역(오세아니아 등), (3) 남미 및 캐리비안, (4) 북미 및 유럽, (5) 사하라이남 아프리카. 본 연구는 이 분류를 따른다.

 본 연구의 기여로는 첫째, 세계화시대의 식량생산이 국가의 경계를 넘어 전 세계적인 문제로 확대되고 있다는 점에 착안하여 세계 148개 국가를 대상으로 식량생산함수를 추정하고, 둘째, 식량생산에 절대적 영향을 미치는 강수량과 기온의 실제값을 이용하여 식량생산함수를 추정하였으며, 셋째, 대상국가들을 기후 및 생산식량의 유형에 따라 권역별로 구분하여 분석하였다는 점을 들 수 있을 것이다.

 본 연구의 제2장에서는 식량생산함수의 추정에 사용된 자료 및 추정방법론을 설명한다. 제3장에서는 실증분석의 결과를 제시한 후 그 경제적 의미를 설명하고, 제4장에서는 본 연구를 요약하면서 정책적 시사점을 도출한다.

자료 및 방법론

 본 연구는 1970 ~ 2000년 기간을 대상으로 세계 148개국의 연간자료로 구성된 불균형 패널자료(unbalanced panel data)를 이용해 대상국가들을 기후와 생산되는 식량의 특성에 따라 5개 권역으로 구분한 후 식량생산함수를 추정하였다. 전통적인 콥-더글라스 생산함수(Cobb-Douglas production function)를 추정하되, 생산의 결정요인을 경제적 요인과 비경제적 요인으로 구분하여 분석을 실시하였다. 즉 경제적 요인으로는 가장 대표적인 생산요소인 노동, 물적자본 및 인적자본 및 경작면적 등을 고려하고, 비경제적인 요인은 기후적 요인으로 연간 강수량 및 연평균기온을 활용하였다. 또한 148개국을 5개 권역으로 구분하여 <Appendix>에 제시하였다.

 이상과 같은 요인을 고려한 식량생산함수는 다음과 같이 나타낼 수 있다.

 Y는 식량생산량, L은 노동력, K는 물적자본, A는 경작면적, E는 인적자본, C는 기후조건 그리고 α는 각 설명변수의 탄력성을 나타내며, j와 t는 각각 국가( j = 1, 2, ..., N )와 연도( t = 1, 2, ..., T )를 나타낸다.

 종속변수인 식량생산량은 세계농업기구(FAO)에서 제공하는 식량생산액을 국제통화기구(IMF)의 국제금융통계(IFS)에서 제공하고 있는 국제식량가격으로 나누어 구하였다. 식량생산에 투입되는 노동, 물적자본 및 인적자본, 경작면적 등은 각각 세계은행(World Bank)에서 제공하는 국가별 농촌인구(rural population), 경작면적(arable land area, 100 km²), 경작면적 10,000 km² 당 농기구 수(agricultural machinery, tractors), 중등학교 취학률(secondary school enrollment) 등을 각각 사용하였다. 또한 기후변수로는 영국 동앵글리아대학(University of East Anglia)의 기후변화연구센터(Tyndall centre for climate change research)에서 제공하는 국가별 연간강수량(precipitation) 및 연평균기온(temperature) 등을 이용하였다⁵⁾. 한편, 경작면적 10,000 제곱킬로미터 당 농기구 수(agricultural machinery, tractors)에 경작면적을 곱하여 해당국가 전체의 농기구 수를 구하고, 이를 물적자본의 대용변수로 사용하였다.

⁵⁾러시아, 핀란드 및 캐나다 등 연평균기온이 영하인 국가는 대상 국가에서 제외하였다.

 본 연구는 패널추정방법으로 고정효과모형(fixed effects model)을 선택하였다. 추정과정에서 국가나 권역별로 여러 가지 특성이 고려되면서 많은 더미변수가 추가되었기 때문에 고정효과모형이 보다 편리하였기 때문이다⁶⁾.

⁶⁾일반적으로 패널자료를 이용해 회귀분석을 할 때는 Hausman test를 실시한 후 고정효과모형을 선택할 것인지 아니면 확률효과모형을 선택할 것인지를 결정하게 된다.

 한편, 권역 간의 차이를 명확하게 파악하기 위해 식(1)에 권역별 더미변수를 추가한 후 재추정하고, F-검정을 통해 각 설명변수에 대한 추정계수의 권역 간 동일성 검정을 실시하였다.

 Fig. 1은 전술한 주요 변수들의 전체 및 권역별 변화추이를 1970 ~ 2000년 기간 동안 10년 단위로 나타내고 있다. 이를 살펴보면 다음과 같은 특징이 나타난다. 첫째, 생산지수로 나타낸 식량생산량은 생산성 증가 등과 함께 모든 권역에서 상당히 증가하였다. 둘째, 농촌인구로 나타낸 노동량은 [남·동아시아 및 오세아니아]가 다른 권역에 비해 빠르게 증가하는 것으로 나타났다. 셋째, 해당 국가의 트랙터 수로 나타낸 물적자본은 전체적으로 증가하는 추세로서 특히 1970년대에 비해 1980년대에 크게 증가하였으며, 특히 [중앙·서아시아 및 북아프리카], [남·동아시아 및 오세아니아]와 [남미 및 캐리비안]에서 꾸준하게 증가한 것으로 나타났다. 넷째, 경작면적은 전반적으로 소폭 증가하는 추세를 보였다. 다섯째, 중등교육 취학률로 나타낸 인적자본은 경제발전과 함께 전 권역에서 점점 증가하는 추세에 있고, 여섯째, 연간강수량은 지난 30년 동안 거의 변화가 없거나 아주 소폭 감소하는 것으로 나타났다. 마지막으로 연평균 기온은 전 권역에서 소폭 상승하는 가운데 [사하라이남 아프리카]의 기온이 가장 높았으며, [북미 및 유럽]의 기온이 가장 낮았던 것으로 나타난다.

Fig. 1. Food production and production factors during 1970 to 2000.

실증분석

 1970 ~ 2000년의 기간 동안 세계 148개국의 연간자료로 구성된 패널자료를 이용해 식(2)의 식량생산함수를 추정한 결과를 Table 1에 제시하였다. 식량생산함수의 추정은 전체 국가들을 대상으로, 그리고 각 권역을 대상으로 실시되었다.

 Table 1에 나타나는 분석결과는 다음과 같다. 우선, 148개국전체를 고려한 경우 기온을 제외한 모든 설명변수들은 통계적으로 상당히 유의한 결과를 보였으며, 각각 식량생산에 양(+)의 영향을 미친 것으로 나타났다. 이는 본 연구의 추정결과가 경제이론과 상당부분 일치하고 있음을 보여준다. 또한 추정결과의 R²도 0.8에 이르러, 모형의 설명력이 상당히 높게 나타났다.

Table 1. Estimation Result of Production Function(I).

 또한 노동, 토지, 물적자본 및 인적자본 등 4대 생산요소의 탄력성을 모두 합한 값이 1.59로 나타나 식량생산에서 규모에 대한 수익이 체증하는 것으로 나타났다. 한편 생산요소 중 경작면적의 탄력성이 가장 크고, 경작면적을 제외한 탄력성의 합은 0.75로 나타났으며, 강수량도 통계적으로 유의미한 양(+)의 값을 갖는 반면, 기온은 유의성이 없는 것으로 나타났다.

 5개 권역별 추정결과는 다음과 같다. 첫째, 노동, 토지, 물적자본 및 인적자본의 4대 생산요소에 대한 추정계수가 모두 양(+)의 값을 갖고, 통계적으로 유의한 것으로 제시되었다. 다만 [남미 및 캐리비안]과 [북미 및 유럽]에서는 노동의 추정계수가 음(−)의 값을 갖는 것으로 나타난 반면, 인적자본의 추정계수가 이보다 큰 양(+)의 값을 가진다. 농업인력의 증가가 노동력의 증가와 농업인구의 인적자본 축적으로 구성된다고 할 때, 농업인력의 증가는 이 두 권역에서도 식량생산에 양(+)의 영향을 미침을 알 수 있다.

 둘째, 4대 생산요소의 탄력치 추정계수를 합한 값은 [중앙·서아시아 및 북아프리카]가 3.20으로 가장 크게 나타났고, 이어서 [사하라이남 아프리카] 및 [남·동아시아 및 오세아니아]가 각각 1.71 및 1.53으로 추정되었고, [남미 및 캐리비안]과 [북미 및 유럽]은 각각 0.95와 0.33으로 낮게 추정되었다. 이는 토지에 대한 탄력성이 다른 권역에 비해 [중앙·서아시아와 북아프리카]에서 크기 때문에 나타난 현상으로 해석된다. 희소한 생산요소에 대한 탄력성이 일반적으로 높게 나타나는데, 이 권역은 대체로 건조한 스텝(Steppe) 지역이나 사막 지역 또는 열대우림 지역에 분포되어 있어 농경지의 부족이 심각한 상태에 있기 때문이다. 한편 전반적으로 [북미 및 유럽]에서 생산요소 탄력치의 합이 가장 낮게 나타난 것은 이 권역의 농업생산기술이 이미 고도화되어 생산의 장기평균비용이 증가하는 국면에 위치하고 있음을 시사하는 것으로 판단된다.

 셋째, 기후를 반영하는 강수량과 기온은 일부 권역에서만 유의한 것으로 나타났다. [사하라이남 아프리카]에서는 강수량과 기온이 모두 유의하나, 다른 권역에서는 [남·동아시아 및 오세아니아]에서만 기온이 유의하게 나타났다. 이는 관개시설 및 농업시설과 연관된 것으로 해석된다. 즉 [사하라이남 아프리카]는 아직까지 개발이 이루어지지 않아서, 생산량이 기온 및 강수량에 크게 의존하나, 나머지 권역은 오래전부터 농업을 하여 일정 시설을 갖추었기 때문에 상대적으로 기온 및 강수량의 영향을 덜 받기 때문이다. 또한 Fig. 1의 (f)와 (g)에서 살펴보았듯이, 각 권역 내에서의 강수량과 기온은 지난 40년 동안 크게 변화하지 않았다.

 넷째, 기온에 대한 계수가 [사하라이남 아프리카]와 [남·동아시아 및 오세아니아]에서 유의하나 그 부호가 서로 반대인 것으로 나타났다. [사하라이남 아프리카]는 대체로 열대 지역에 분포되어 있어 기온의 상승으로 식량생산 환경이 악화된다. [남·동아시아 및 오세아니아]의 경우, 남쪽 지역에는 이미 일정 수준 관개수로가 개설되었고 또한 2기작 혹은 3기작이 가능하며 북쪽 지역에서도 추가적인 농경지를 확보할 수 있기 때문에 식량 생산이 늘어나는 것으로 해석된다.

 한편 각 생산요소와 기후변수가 식량생산에 미치는 탄력성이 권역별로 상이하게 나타나는 데에 유의하여, 위의 식(2)에 권역별 더미변수를 추가한 후 재추정하였다. Table 2에서 모형 1은 식(1)에 모든 변수 및 권역별 더미변수를 추가한 모형이다. 모형 2는 모형 1에서 통계적으로 유의하지 않은 변수를 제외하여 구성하였으며, 본 연구의 최종 식량생산함수에 해당한다. 권역별 더미변수에 대한 추정계수들은 대체로 통계적으로 유의한 값을 가지며, 따라서 추정계수들이 각각 권역별로 상이한 값을 가지는 것으로 해석할 수 있게 된다.

Table 2. Estimation result of production function(II).

 과연 각 설명변수의 탄력치가 권역별로 상이한지의 여부를 통계적으로 명확하게 검정하기 위해 두 가지 동일성 검정을 실시하였다. Table 3은 각 설명변수의 탄력치가 모든 권역에서 동일하다는 가설을 검정한 결과를 나타낸다. 또한, 각 설명변수의 탄력치가 임의의 두 권역에서 동일하다는 가설을 검정하되 이를 있을 수 있는 모든 임의의 조합으로 확대하여 검정하였으며, 이는 Table 4에서 보이는 바와 같다⁷⁾.

⁷⁾전자의 귀무가설은 “H₀ : α_i1 = ··· = α_i4 = 0”로 이때, i는 각 변수명이고, 1은 [중앙·서아시아 및 북아프리카], 2는 [남·동아시아 및 오세아니아], 3은 [남미 및 캐리비안] 그리고 4는 [사하라이남 아프리카]를 각각 나타낸다. 이때, 특정 설명변수에서 귀무가설이 기각된다면, [북미 및 유럽]을 제외한 4개 권역 중 한국가 이상이 [북미 및 유럽]과 차이를 보인다고 해석할 수 있다. 한편 후자는 귀무가설이 “H₀ : α_i= α_j , i ≠ j인 것으로 α는 각 변수명이고, i와 j는 각각 5개 권역을 의미한다. 이때, 이 가설이 기각되면 두 권역에서 생산에 미치는 영향이 다르다는 것을 의미하고, 기각하지 못하면 두 권역에서 생산에 미치는 영향이 다르지 않다는 것을 의미한다.

Table 3. Parameter equality test results for inputs.

Table 4. Parameter equality test results across the regions.

 동일성 검정의 결과는 다음과 같다. 첫째, Table 3에서 보는 바와 같이, 설명변수의 탄력치가 모든 권역에서 동일하다는 귀무가설은 모든 설명변수에서 기각되었다. 어떤 설명변수의 탄력치를 상정할 때, 적어도 한 권역에서의 탄력치가 [북미 및 유럽]에서의 탄력치와 다르며, 이는 모든 설명변수에서 그러하다는 것이다.

 둘째, Table 4에서 보는 바와 같이 몇 개의 예외적인 경우를 제외하면, 노동, 물적자본, 인적자본, 경작면적 등 생산요소의 탄력성은 대체로 권역별로 상이하게 나타났다⁸⁾.

⁸⁾예외적인 경우는 다음과 같다. 노동의 탄력성은 [북미 및 유럽]과 [남미 및 캐리비안] 간에 다르지 않았다. 물적자본의 탄력성은 [북미 및 유럽]과 [남미 및 캐리비안] 간에, 그리고 [중앙·서아시아 및 북아프리카]와 [남·동아시아 및 오세아니아] 간에 크게 다르지 않았다. 또한 인적자본의 탄력성은 [북미 및 유럽]과 [중앙·서아시아 및 북아프리카] 간에 다르지 않았고, [남·동아시아 및 오세아니아]와 [남미 및 캐리비안] 간에도 다르지 않았다. 한편, 경작면적의 탄력성은 [남·동아시아 및 오세아니아], [남미 및 캐리비안], [사하라이남 아프리카] 간에 다르지 않았으며, [남미 및 캐리비안]과 [사하라이남 아프리카] 간에도 다르지 않았다.

 셋째, 위에서 본 생산요소들의 경우와는 달리, 기후변수 중 하나인 강수량의 추정계수는 권역별로 대체로 크게 다르지 않은 것으로 나타났다. 다만 [사하라이남 아프리카]는 다른 권역과 차별화되는 것으로 나타났다.

 넷째, 기후변수의 하나인 기온이 생산에 미치는 영향은 거의 대부분의 권역에서 상이하게 나타났다. 다만 [북미 및 유럽]은 [중앙·서아시아 및 북아프리카], [남미 및 캐리비안]과 다르지 않은 것으로 나타났고, [남미 및 캐리비안]은 [사하라 이남 아프리카]와 다르지 않은 것으로 나타났다.

적 요

 본 연구는 1970 ~ 2000년 기간 세계 148개국으로 구성된 패널자료를 이용해 세계 식량생산함수를 추정하였다. 생산함수의 결정요인으로는 노동, 물적자본, 인적자본 및 경작면적 등 경제적 생산요소뿐만 아니라 강수량과 기온 등 기후적인 요인까지 포함하였다. 또한 권역 간의 차이를 명확하게 확인하기 위해 권역더미변수를 고려해 권역 간 설명변수별 추정계수에 대한 동일성 검정을 실시하였다.

 실증분석 결과, 다음과 같은 시사점을 얻을 수 있었다. 첫째, 설명변수 중 노동, 물적자본 및 인적자본 등 경제적 요인들의 추정계수가 유의하고 그 부호도 경제이론과 일치하는 것으로 나타나 분석의 타당성을 확인할 수 있었다. 둘째, 생산요소 중 경작면적의 탄력성이 가장 크게 나타나는데, 이는 식량생산이 기본적으로 토지를 기반으로 한다는 점에서 당연히 예상할 수 있는 결과라 하겠다. 이를 통해 식량생산의 증가를 위해 경작면적의 확대가 긴요함을 확인할 수 있다. 이는 또한 기후온난화와 더불어 사막화로 인한 경작면적의 감소가 장기적으로 식량위기의 원인으로 대두될 수 있으며 이에 대비하기 위해 관개시설 및 간척 등을 통해 장기적으로 경작면적을 확보해 나가야 할 당위성을 입증한다 하겠다. 셋째, 각 설명변수가 식량 생산에 미치는 영향은 권역별로 상당한 차이를 나타내었다. 특히, 식량생산에서 규모에 대한 수익은 경제발전이 심화된 [북미 및 유럽]에서는 감소하는 반면, 대부분의 국가가 개발도상에 있는 [남·동아시아 및 오세아니아]와 [중앙·서아시아 및 북아프리카]에서는 증가하는 것으로 나타났다. 권역별 특성을 나타내는 이와 같은 분석결과는 세계적인 식량위기의 원인을 찾고 그 해결방안을 모색하는 과정에서 상당한 중요성을 갖는다. 식량위기가 전 세계적인 현상으로 동시적으로 발생하는 경우에도, 생산요소의 탄력성이 권역별로 상이한 만큼 식량위기의 발생 원인도 권역별로 다를 수 있다는 것이다. 이에 따라 식량위기의 해결방안 역시 권역의 특성에 따라 상이하게 적용되어야 할 것이며, 이는 식량위기에 대처하려는 국제기구와 각국의 정부가 반드시 고려해야 할 사항인 것으로 판단된다. 한편 식량생산의 규모수익이 개도국에서 크게 나타난다는 분석 결과는 노동, 물적자본 및 인적자본과 경작면적 등 생산요소를 일정비율로 확충할 때에 식량생산은 그 비율 이상으로 크게 증가한다는 의미를 갖는다. 이는 식량생산 확대를 위한 국제적 협력의 과정에서 권역별 우선순위에 대한 정보를 제공하게 된다. 넷째, 강수량의 추정계수는 [사하라이남 아프리카]에서는 유의하게 나타났으며, 관개수로 확대, 저수지 확보 등을 통한 물관리가 이 권역의 식량생산을 증가시키는 데에 상당한 역할을 할 수 있음을 보여준다. 다른 권역에서는 강수량의 추정계수가 유의하지 않은 것으로 나타났는데, 이는 [사하라이남아프리카]를 제외한 대부분의 권역에는 이미 관개수로가 어느 정도 발달해 있기 때문에 강수량의 변화가 식량생산에 미치는 영향이 비교적 작기 때문인 것으로 풀이된다. 다섯째, 기온이 생산에 미치는 영향은 권역별로 차이를 보였다. [남미 및 캐리비안], [사하라이남 아프리카]와 [남·동아시아 및 오세아니아]에서 유의하였으며, [북미 및 유럽]과 [중앙·서아시아 및 북아프리카]에서는 유의하지 않았다. 특히 [남미 및 캐리비안], [사하라이남 아프리카]와 [남·동아시아 및 오세아니아]의 경우 추정계수 부호가 반대로 나타났는데, 이는 후자의 권역에서는 이미 관개수로가 어느 정도 정비되어 있어 기온이 높아지더라도 2기작 혹은 3기작을 통하여 쌀의 생산을 늘릴 수 있음을 반영하는 것으로 볼 수 있다. 이는 기온의 변화가 농업생산에 미치는 영향의 다양성을 보여주는 좋은 예라고 할 수 있다. 즉, 각 권역의 식량생산은 재배작물의 재배방식과 관개시설 등 여러 가지 요인에 의하여 종합적으로 영향을 받기 때문에 기온변화의 영향만을 분리하여 식별하기가 쉽지 않다는 것이다.

 기존 문헌에 대한 본 연구의 기여는 다음과 같다. 첫째, Lee et al. (2012)에서 보이는 바와 같이 식량위기가 전 세계적인 규모로 발생할 수 있다는 점에 유의하여, 148개국을 망라하는 패널자료를 이용하여 관련문헌에서는 처음으로 세계적 규모의 식량생산함수를 추정하였다. 둘째, 식량생산에 절대적 영향을 미치는 기후적 요인을 고려하기 위해 강수량과 기온을 설명변수로 추가하여 식량생산함수를 추정하였다. 셋째, 기후 및 생산되는 식량 등의 특성에 따라 대상국가들을 5개 권역으로 분류하여 권역별로 식량생산함수를 추정하였다.

 본 연구의 한계점으로는 다음을 들 수 있다. 첫째, 기후요인 및 식량생산의 특성을 고려해 대상국가들을 권역으로 구분하여 분석하였으나, 주요 식량을 좀 더 세분하여 고려하지는 못하였다. 식량의 종류에 따라 요구되는 생산요소와 적합한 기후조건이 많이 다를 수 있으므로, 이를 더 세분하여 분석함으로써 더 유의한 분석결과를 얻을 수 있을 것으로 기대된다. 둘째, 본 연구에서는 식량생산과 설명변수들과의 관계를 선형함수로 상정하였으나, 이를 비선형함수로 확대한다면 기후변수 및 생산요소들이 식량생산에 미치는 영향을 더 다양하게 파악할 수 있을 것이다. 셋째, 전 세계적으로 식량생산함수를 추정하고자 하였으나 자료획득의 어려움으로 인해 일부 국가가 빠졌으며 불균형 패널자료를 사용할 수밖에 없었다. 특히 강수량 및 기온의 국가별 시계열 자료가 제한적이었던 점이 큰 영향을 미쳤으며, 따라서 본 연구의 분석기간도 1970 ~ 2000년으로 축소되었다. 향후 더 많은 국가로부터 더 장기간의 시계열 자료를 확보함으로써 더 흥미로운 연구결과를 얻을 수 있을 것으로 생각된다.

 위와 같은 한계점들을 보완함으로써 향후의 후속연구를 통해 관련연구의 지평을 더 넓힐 수 있기를 기대한다.

사 사

 본 연구는 농촌진흥청 공동연구사업(과제번호: PJ007420)의 지원에 의하여 수행되었으며, 이종하 박사는 연구기간 동안 BK21 경제통계사업단 참여대학원생이었습니다.

<appendix> Regional Classification of Countries.