국제개발협력에 있어서 농업부문에 대한 지원은 매우 중 요한 의미를 갖는다. 세계 빈곤인구의 70% 이상이 농촌에 거 주하고 있고, 개발도상국에 사는 빈곤인구의 약 4분의 3이 농 촌에 거주하고 있는 현실을 감안할 때, 농업생산력의 증대는 지구촌의 빈곤감축과 기아근절에 가장 우선시 되어야 할 과제 이다. 최근 경제성장과 빈곤감소와의 관계에 관한 여러 연구는 농업부문에 지원하는 것이 타 경제협력개발 정책과 비교해서 빈곤감축에 보다 효과적이라는 결과들을 제시하고 있다(Kaya et al., 2012; 지성태, 2015). 특히, 빈곤률이 상대적으로 높은 최빈국(Least Developed Countries)의 경우에 농업부문은 ‘성장 동력(Engine of Growh)’으로 여겨져 개발 초기단계에는 아주 중요한 역할을 담당하고 있다(Haggblade & Hazell, 1989; Mosley & Suleiman, 2007; Ravallion & Datt, 1999, 2001; Tiffin & Irz, 2006; Timmer, 2002, 2008).

지난 2000년 9월 UN을 중심으로 국제사회가 합의한 새천년 개발목표(MDGs¹⁾ : Millenium Development Goals)는 지난 반세기 동안 국제사회의 많은 원조에도 불구하고 국가 간 불 균형과 개발도상국의 빈곤문제를 해결하지 못했다는 이른바 개 발효과성에 대한 반성, 회의론을 극복하고 개발도상국들이 처 한 다양한 문제를 실질적으로 해결하려는 국제사회의 새로운 노력의 일환이라 할 것이다. 실제로 제2차 세계대전 이후 OECD/DAC²⁾은 1960년대부터 2014년까지 공적개발원조 (ODA: Official Development Assistance)로 약 2조 6,140억 달러를 지원했다. 그럼에도 불구하고 2015년 현재 아직도 세 계 인구의 약 8억 3,600만 명이 절대빈곤에 처해 있으며, 많은 개발도상국이 여전히 극심한 가난에서 벗어나지 못하고 있다.³⁾

따라서 MDG 효과에 대한 평가는 소위 원조의 개발효과를 검증하고, 향후 국제사회의 협력방향을 제시하는데 있어 매우 중요한 과제가 아닐 수 없다.

MDGs의 개발효과성을 평가하기 위해서는 교육진흥, 보건과 위생 및 영양 개선 등을 포괄하는 종합적인 연구가 필요하다. 그러나 포괄적인 개발효과성 평가를 위해서는 개별목표에 대 한 세밀한 분석이 선행되어야 한다. 또한 절대빈곤과 기아퇴 치, 보편적 초등교육의 달성, 유아(영아)의 사망률 감소, 산모 의 건강 증진을 통한 산모사망률의 감소 등을 비롯한 여러 MDGs 달성이 저조한 것은 농업부문에 대한 국제사회의 개발 협력이 미흡했기 때문이라고 본다. 농업부문에 대한 ODA 확 대는 대부분이 농업국가인 수원국의 요구에 부응하는 것일 뿐 만 아니라 MDGs의 제1목표인 ‘절대빈곤과 기아퇴치’를 달성 하는데 있어 중요한 수단이란 점에 주목해야 한다(김영일 ＆ 임송수, 2011). 이는 세계은행(2008)이 ‘개발을 위한 농업 접 근방안’에서 농업을 성장의 원동력으로 삼아 절대빈곤 감축과 도농 간의 격차를 해소하겠다는 기본개발전략을 제시한 것과 일관성을 갖는다 할 것이다.

비록 농업부문에 대한 ODA를 통한 개발협력이 개발도상국 의 경제성장을 견인하는가에 대한 이론적·실증적 논의가 있으 나, 농촌의 인구가 절대적으로 많고, 전체 GDP에서 농업부문 이 차지하는 비중이 큰 개발도상국의 특성을 고려할 때 농업 개발은 국제경제개발협력의 전제조건일 수밖에 없다(Meuerink & Roza, 2007; Awokuse, 2009). 특히 개발도상국에서 주식 인 식량의 확보는 많은 소규모 농가에게 긴요한 성장의 기회 를 제공할 수 있다(Hazell, 2006). Schneider & Gugerty (2011) 는 빈곤의 중심은 농촌이고, 농촌을 대상으로 한 농업개발은 빈곤퇴치를 위한 종합적인 개발방식임을 주장했으며, 농업주도 의 성장은 비농업부문에 의한 성장보다 빈곤층에게 20%의 소 득향상과 복지개선 효과를 나타냈다고 주장했다. 또한 농업부 문의 성장은 일반적으로 빈곤층의 감소에 큰 효과가 있으며, 특히 농업에 종사하는 빈곤층에 기여하는 바가 아주 크다고 강조하면서, 농업분야 GDP 1%의 성장은 적어도 빈곤층 소득 의 30%를 개선시킨다고 주장했다(Delgado et al., 2010). 한편 World Bank 보고서(2007)에 따르면 농업개발을 통한 개발도 상국 농촌주민의 빈곤감축은 아주 효과적인 전략으로서 농업 GDP 성장을 통한 빈곤층의 소득을 향상시키는 것이 비농업부 문의 성장을 통한 소득향상 효과보다 2 내지 4배가 높다는 결 론을 제시했다. 특히 Dewbre (2010)는 빈곤감소와 경제성장이 빠르게 진척된 개발도상국들을 보면 농업소득의 증가가 비농 업부문의 소득증가보다 훨씬 더 컸다고 제시한 바 있다.

이러한 기존의 주장들을 바탕으로 본 연구는 MDGs 제1목 표(빈곤과 기아근절)와 가장 관계가 깊은 농업생산량에 관한 실증분석을 다음의 두 가지 측면에서 실시하였다. 첫째, 농업 ODA가 전반적으로 개발도상국의 농업생산량에 실질적인 효 과를 보였는지를 분석하였고 둘째, 농업에 대한 지원분야가 다 양하므로 어떤 형태의 지원이 농업생산량 증대에 가장 큰 효 과를 미쳤는가를 분석하였다.⁴⁾

분석모형 및 통계

농업개발과 경제성장

개발도상국의 농업개발은 생산기반 조성과 영농기술 개발을 통해 농업생산성을 향상시키고, 부가가치 제고를 위한 가공시 설 구축, 주민의 생활환경을 개선하기 위한 생활기반 조성, 지 속가능한 농업발전을 위한 정책수립과 전문인력 양성 등을 통 해 추진된다. 농업개발 과정에 다수의 빈곤층 농민을 참여시 켜 고용창출과 소득을 향상시키면 당해 개발도상국의 경제전 반에 긍정적 양(+)의 효과를 나타낼 수 있다.

ODA와 FDI 등을 활용한 농업개발이 생산량증대를 통해 경 제성장으로 이어지는 양(+)의 효과 메커니즘이 Fig. 1이다. 개 발도상국의 소규모, 노동집약적 농업부문에 선진자본과 기술 을 투입하여 주산물 생산을 증대시키면 식료품 가격이 내려 가고, 이는 빈곤층 농가의 실질적 소득을 향상시키게 되어 구 매력을 높인다. 빈곤층의 농자재 등 구매력의 향상은 생산성 을 높여 엥겔지수 변화로 나타나 영양개선과 생활 및 교육수 준이 높아져 고용 등을 창출, 소득향상과 농업생산력을 증대 시킨다. 이처럼 주산물의 생산증가, 식료품 가격의 하락, 실질 소득 향상, 고용창출, 농업생산력 증가 등의 선순환은 결국 경 제성장으로 이어진다. 즉, 장기적 성장잠재력의 확충을 위한 전제조건으로서 농업부문 생산역량 확충의 필요성이 중요함 을 역설하고 있다.

분석모형 및 데이터

본 연구는 OECD/DAC의 2014 ~ 2016년 수원국 명단(Recipient countries list)에 의거 원조대상국 146개국을 소득별로 구분, 패널회귀모형(Panel-OLS model)으로 분석하였다. 패널 회귀모형은 확률효과모형(Random-effect model)과 고정효과모 형(Fixed-effect model)으로 구분하는데, 본 연구는 고정효과모 형⁵⁾을 활용하여 실증분석을 실시하였다. 고정효과모형을 사용 한 것은 개발도상국간의 이질성(Heterogeneity)과 소득별 특성 을 보다 명확히 하기 위함이다. Burnside & Dollar (2000), Clemens et al. (2004), Dalgaard et al. (2004) 등의 기존 연구 에서 지적한 바와 같이 ODA와 기타 변수 간 내생성(Endogeneity) 을 통제하고자 Panel-GMM(Panel-Generalized Method of Moments)을 통해 실증분석모형의 강건성(Robust)을 확보 하였다. 즉, 개발도상국에 유입되는 ODA는 외생적인 영향을 받기보다는 개발도상국의 경제·사회·외교적 요인들이 복합적 으로 작용함으로 거시경제 변수간의 내생성 문제가 발생될 수밖에 없다. 따라서 기존연구에서처럼 거시경제 변수 간 내 생성을 통제할 수 있는 Panel-GMM 모형을 사용하여 분석 하였다.

식 (1)은 본 연구의 실증분석모형으로 패널데이터로 구축하 였다. PRODUCE는 농업생산량을 의미한다. ODA는 OECDCRS( Credit Reporting System)코드에서 농업으로 분류된 ODA를 나타내고, 농업 ODA를 분야별로 구분하여 분석을 실 시하였다⁶⁾.

공여국이 농업 ODA를 지원하는 주된 동기로 농업생산량 을 높이기 위한 것임을 고려할 때 양(+)의 유의한 값을 기대 할 수 있다. POP는 개발도상국의 농촌인구를 나타낸다. 농 촌인구는 개발도상국의 농업생산 능력 및 유휴노동력 등의 관리정책 등에 따라 농업생산량의 증감에 영향을 미칠 수 있 기 때문에 고려한 변수이다. 인구는 일반적 거시경제모형에 서 경제성장에 필수적 요소로 보기 때문에 농촌인구(POP)와 농업생산량(PRODUCE)은 양(+)의 관계를 나타낼 것으로 예 상한다⁷⁾.

외국인직접투자인 FDI도 자본의 유입이므로 농업생산량에 긍정적 양(+)의 영향을 미칠 것이다. WGI는 Worldwide Governance Indicators 중에서 정부효율성을 나타낸다. 정부가 행정을 효율적으로 수행할수록 농업생산량에는 긍정적인 영향 을 미친다고 가정할 수 있다. 이 가설은 Burnside & Dollar (2000) 이후 다양한 연구에서 제시한 제도와 국가의 성장에 관 한 유의한 양(+)의 관계를 반영한 것이다. 식 (1)의 실증분석 모형에 투입된 변수를 Table 1로 정리하였다.

본 연구는 1995 ~ 2012년의 World Bank Development Data (WDI)와 OECD-CRS의 각 분야별 ODA 지원액의 연간 데이 터를 바탕으로 OECD/DAC 146개 공여국의 국가별 패널데이 터를 구축하였다. 그러나 개발도상국의 데이터 구축이 WGI에 서 구축되기 시작한 것은 1960년부터이나 실질적으로 OECDCRS 데이터와 동시 비교가 가능한 시기는 1995년부터이다. 이와 같은 데이터 특성 때문에 분석가능한 시계열 기간은 18 년이다.

Fig. 2는 전체 ODA와 농업 ODA의 추이를 나타낸 그래프 이다. 농업 ODA는 전체 ODA 금액과 같은 추이로 증가하고 있다. 국제개발협력에 있어 농업 ODA의 증가는 원조의 개발 효과성을 확보하는데 있어 농업의 중요성에 대한 인식이 반영 된 증거의 하나라고 판단한다.

Fig. 3은 총 농업생산량(액)과 농업 ODA의 금액 추이를 나 타낸 그래프이다. 총 농업생산량 역시 농업 ODA 금액처럼 유 사한 추이로 증가하고 있다.⁸⁾

이런 추이는 농업부문의 ODA가 농업개발에 대한 긍정적인 개발효과성을 반영할 가능성을 보여 주는 것이다. 그러므로 농업 ODA와 총 농업생산량과의 관계는 이하 본 연구에서 분석하는 바와 같이 엄밀한 실증적 분석의 대상임을 주목해 야 한다.

농업부문 ODA는 Fig. 4에서 보듯이 다양한 분야에 지원하 고 있다. 농업 ODA는 농업정책 및 행정관리분야(CRS Code 31110) 19%, 농업개발분야(31120) 22%, 농지개발분야(31130) 5%, 식량생산지원분야(31161) 5% 등이 주를 이루고 있는데, 이들 4개 분야가 전체 농업 ODA의 51%를 차지하고 있다. 나머지 49%는 매우 다양한 14개 분야에 걸쳐 지원되므로 개 별 1개 분야에는 상대적으로 지원규모가 적다고 할 수 있다.

Table 2는 본 연구의 대상인 농업 ODA 지원 분야의 기초 통계량이다. 농업 ODA 중에서 가장 큰 비중을 차지하고 있 는 분야는 농업개발(31120)로 농업생산량과 직접적인 연관성 이 높다. 두 번째는 농업정책 및 행정관리(31110) 분야로서 이 는 ODA를 통해 단기적 농업생산량의 증대보다는 장기적인 관점에서의 농업생산량을 높일 수 있는 지원분야라고 볼 수 있다.

실증분석

농업 ODA의 분야별 효과분석

Table 3 ~ 7은 분야별 ODA 효과에 대한 실증분석 결과이다. 이 표들은 식 (1)을 3가지 실증분석 기법, 즉 Pooled-OLS, Panel-OLS 그리고 모형의 강건성을 확보하고자 Panel-GMM 을 사용한 분석결과이다.

Table 3은 농업 ODA 전체금액과 농업생산량과의 관계를 분 석한 것이다. 분석결과는 Fig. 2를 뒷받침하고 있다. 즉, 농업 ODA는 전반적으로 농업생산량에 긍정적 영향을 미쳤다.⁹⁾

패널고정모형의 실증분석 결과는 모든 변수가 농업생산량에 유의한 효과를 갖는 것으로 나타났다. 당기 농업생산량에 가 장 큰 영향을 미친 요인인 전년도 농업생산량 변수를 통제할 경우에 농업 ODA가 농업생산량에 미친 영향은 상대적으로 매우 미미한 것으로 나타났다. 농업 ODA를 1% 증가시킬 경 우에 농업생산량은 약 0.006% 증가하는 것으로 분석되었다. 그러나 개발도상국의 농업생산량은 농업 ODA 보다 농업부문 에 대한 외국인 직접투자(FDI)가 더욱 효과적인 것으로 나타 났다. 농업 ODA와 FDI가 농업에 대한 공적 및 사적 투자를 각각 반영한다고 볼 때 이 결과는 농업에 대한 투자효율성의 관점에서 상당한 시사점을 갖는다. 즉, 공공부문의 투자가 일 반적으로 갖는 비효율성을 개선하고 나아가 ODA의 개발효과 성 제고를 위한 조치가 필요함을 말해준다. 또 정부의 건전성 지표(WGI)가 유의한 효과를 갖고 있음은 공공부문의 투자가 갖는 시사점과 일관성을 갖는다고 볼 수 있다. 패널 GMM 모형에 의한 분석결과는 농업 ODA와 FDI 변수만 유의한 효 과를 갖는 것으로 나타났는데, 계수의 크기는 상대적으로 더 큼을 알 수 있다. 패널 GMM이 변수간의 내생성을 교정한 결과임을 감안하면 결국 농업 ODA와 FDI는 농업생산량을 증 대시키는 결정적 투입자원임을 알 수 있다.

Table 4 ~ 7은 농업 ODA의 주요지원 분야를 구분하여 실증 분석한 결과이다. 우선 Table 4는 농업분야 중에서 정책 및 행정관리에 지원된 ODA의 효과성을 분석한 결과이다. 그 결 과, 농업관련 거버넌스는 농업생산량에 일정부분 긍정적인 영 향을 미치는 것을 알 수 있다.¹⁰⁾

패널고정모형의 실증분석 결과는 농업 ODA 실증분석 결과 와 같이 모든 변수가 농업생산에 유의한 효과를 갖고 있는 것 으로 나타났다. 당기 농업생산량에 가장 큰 영향을 미치는 요 인인 전년도 농업생산량 변수를 통제할 경우 농업정책 및 행 정관리 ODA를 1% 증가시킬 때 농업생산량은 약 0.005% 증 가하는 것으로 분석되었다. 패널 GMM 모형에 의한 분석결과 는 농업정책 및 행정관리 ODA와 FDI 변수만 유의한 효과를 갖는 것으로 나타났다.

Table 5는 농업 ODA 중에서도 농업개발 ODA가 농업생산 량에 미친 영향의 실증분석 결과이다.¹¹⁾

그 결과, Panel-OLS를 통한 추정계수(0.006) 보다 Panel- GMM을 통한 추정계수(0.01)가 높은 것을 알 수 있다. Panel- GMM 모형이 Panel-OLS 에서의 추정치를 보완한다는 의미에 서 Table 5의 농업개발 ODA가 농업생산랑에 미치는 효과는 Table 4에서의 농업정책 및 행정관리에 지원된 ODA 보다는 더 직접적인 영향을 미칠 가능성이 있음을 시사한다. Panel- GMM모형에 의한 분석결과 역시 농업개발 ODA와 FDI가 유 의한 효과를 갖는 것으로 나타났다.

Table 6은 농지개발 관련 ODA가 농업생산량에 미친 영향 에 대하여 추정한 결과이다. 여기서 주목할 점은 Panel-GMM 분석에 따르면 농지개발 ODA가 농업생산량에 음(－)의 유의 한 결과를 보이고 있다는 것이다. 농지개발이 임야 등을 개간 하여 농경지 확대를 주요 목표로 삼는다는 면에서 이에 대한 추가적인 분석이 이루어져야 할 것으로 보인다. 다만, Panel- OLS에서는 그 통계적 유의성이 없으므로 농지개발과 농업생 산량과의 관계는 불분명하다고 볼 수 있다. 이와 같은 실증분 석 결과가 도출된 원인은 첫째, 농지개발에 투입된 ODA 금 액은 농업 ODA 금액 중 평균 5.34%에 불과하고 둘째, 농지 개발과 관련한 ODA가 146개 전체 개발도상국으로 이루어지 지 않았을 뿐만 아니라 셋째, ODA가 지속적이 아닌 간헐적 으로 이루어지는 경향에 따른 정책의 일관성 부족에 기인한 결과라고 판단된다.

Table 7은 식량생산지원 ODA와 농업생산량의 관계에 대한 분석결과이다. 여기서 보듯이 식량생산지원 관련 ODA는 농 업생산량을 높이는데 기여한다고 볼 수 없다. 식량생산지원은 농업생산량 자체를 높이는 지원정책이라기보다는 농촌지역의 기아와 유아(영아)의 영양상태 개선과 보다 더 직접적인 관계 가 있는 것으로 보인다.

지금까지 보았듯이 Table 4 ~ 7은 농업 ODA 중에서도 지원 이 많은 특정분야를 중심으로 분석한 것이다. 분석결과를 종 합하면 대부분의 농업 ODA는 농업생산량에 유의한 영향을 미친 것을 알 수 있다. 그러나 농업부문이 모든 개발도상국의 주요산업이 아니며, 개발도상국이 처해있는 기후와 환경 및 문 화적 차이에 따라서도 농업생산량이 각기 다른 영향을 받을 수 있다. 또한 실증분석 결과에서도 알 수 있듯이 농업 ODA 지원분야는 상당히 다양하며 광범위하고, 농업 ODA의 세부 분야별 특징이 있음에도 불구하고 추정계수의 차이가 크지 않 고, 그 추정결과도 상반되게 도출되었다. 이는 실증분석 추정 에 편의(bias)가 존재할 가능성이 높음을 시사한다.

따라서 본 연구에서는 농업 ODA를 농업생산량과의 직접적 인 연관성에 따라 국가별 소득수준으로 구분하여 추가적인 분 석을 실시하였다.

직·간접 생산지원 농업 ODA의 소득국가별 효과분석

본 분석에서는 OECD-CRS 코드에 따라서 농업 ODA를 세 부코드로 재분류하여 이들 농업 ODA의 형태를 간접지원과 직접지원으로 구분하여 실증분석을 실시한다.

식 (2)는 식(1)을 직접지원(DIODA)과 간접지원(INDIODA) 으로 구분한 것이다. 농업 ODA의 지원형태를 직접지원과 간접지원으로 구분하는 표준안은 존재하지 않지만, Chatterjee et al. (2007)과 Kaya et al. (2012)는 농업 ODA 이외의 원 조를 사회간접자본원조(social infrastructure aid), 투자원조 (investment aid), 비투자원조(non-investment aid)로 구분하여 분석한 연구결과를 제시하였다. 다만, Chatterjee et al. (2007)은 OECD-CRS의 ODA를 대분류로만 구분하였을 뿐 하위그룹으 로는 구분하지는 않았다. 따라서 본 연구에서는 Chatterjee et al. (2007)의 기준을 참고하여 농업 ODA를 직접지원 ODA와 간접지원 ODA로 구분하여 실증분석을 실시하였다. Table 8은 생산관련 ODA 분야를 직접과 간접으로 구분한 것이다. 직접 지원 ODA는 농업개발, 농지정리, 농업용수공급 등 생산에 필 요한 필수적인 요소를 지원하는 분야이며, 간접지원 ODA는 농업정책 및 행정관리, 농지개혁, 대체작물 개발 등 생산량을 확충하기 위한 지원 분야이다.

Fig. 5는 농업 ODA의 연도별 직·간접 지원액이다. 여기서 보듯이 농업 ODA는 간접 ODA가 직접 ODA보다 높은 비중 을 차지하고 있다. 1995 ~ 2013년까지 농업 ODA 중에서 직 접 ODA는 1995년에 31.8%였으나, 2008년에 29%, 2012년 에는 25%로 감소했다. 이는 OECD/DAC의 농업 ODA 정책 이 개발도상국의 농업생산량을 증대하기 위한 사업이라기보다 는 간접지원 사업으로서 생산기반 조성에 역점을 두고 수행되 고 있음을 알 수 있다.¹²⁾

식 (2)에 의거 농업 ODA를 생산관련 직접 ODA와 간접 ODA로 구분하고, 개발도상국을 소득수준에 따라 최빈국 (LDC), 하위중소득국(LMIC), 상위중소득국(UMIC)으로 나누 어 각각 실증분석을 실시하였다.¹³⁾

Table 9는 농업 ODA 중에서도 직접 ODA가 농업생산량에 미치는 효과를 분석한 것이다. Panel-GMM모형을 기준으로 직 접 ODA의 계수 값은 0.007을 보인다. 이는 직접 ODA가 10% 증가할 경우 농업생산량은 0.07% 증가함을 의미한다. 그 리고 각 소득별로 구분하여 분석한 결과, LDC와 LMIC에서 Panel-GMM 모형 모두 직접 ODA와 농업생산량과 양(+)의 관계가 나타나고 있다. LDC의 경우에 계수 값은 0.0116, LMIC는 0.0096의 값을 보였고, UMIC의 계수 값은 통계적인 유의성을 보이지 않았다. 이와 같은 실증분석 결과는 LDC, LMIC, UMIC의 직접 ODA와 농업생산량과의 상관계수가 각 각 0.61, 0.56, 0.35라는 점에서 그 통계적 유의성과 동일한 결과를 나타냈다고 볼 수 있다. 즉, LDC와 LMIC의 직접 ODA는 농업생산량을 높일 수 있으나, UMIC에서는 그 지원 효과가 불분명할 수 있음을 의미한다.

Table 10은 간접 ODA와 농업생산량과의 관계를 분석한 결 과이다. Panel-GMM모형을 기준으로 보면 간접 ODA는 직접 ODA와 마찬가지로 개발도상국의 농업생산량의 증대에 긍정 적인 영향을 미친 것을 알 수 있다. 계수 값을 보면 0.009로 간접 ODA가 10% 증가할 경우에 농업생산량은 0.09% 증가 한다고 볼 수 있고, 이는 농업 ODA 0.07% 보다 큰 값을 나타냈다. 간접 ODA는 직접 ODA 보다 약 3배 이상의 지원 규모가 크기 때문에 나타난 현상으로 판단된다. 국가별 소득 수준에 따라 비교하면, 간접 ODA는 LDC와 LMIC에서 유의 한 양(+)의 결과를 보였다. LDC에서 유의한 양(+)의 결과를 보인 이유는 농업생산량의 절대규모 자체가 작은 국가에 농업 ODA가 유입됨에 따른 효과이기 때문이다. 반면에 UMIC에서 의 계수 값이 0.014를 보였는데, 이는 직접 ODA에서 통계적 으로 유의성을 보인 LDC 및 LMIC의 계수 값보다는 높은 수준이다. 즉, UMIC에서의 농업 ODA는 직접지원보다는 간 접지원이 농업생산량의 증가에 더욱 효율적일 수 있음을 시사 한다.

결 론

본 연구는 농업 ODA가 농업생산량에 미치는 영향을 분석 하였다. OECD/DAC의 CRS 코드가 분류하고 있는 농업관련 ODA 중에서 그 비중이 상대적으로 높은 농업정책 및 행정관 리, 농업개발, 농지개발, 식량생산과 관련한 ODA가 농업생산 량 증대에 미치는 영향을 분석하였다. 특히, 국가별 장기 시계 열을 토대로 농업 ODA의 분류(OECD-CRS 코드)에 따라 분 야별로 농업생산량에 미치는 효과를 비교하였다.