Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-8504(Print)
ISSN : 2287-8165(Online)
Journal of the Korean Society of International Agriculture Vol.30 No.4 pp.320-327
DOI : https://doi.org/10.12719/KSIA.2018.30.4.320

Study on Chinese Consumers’Awareness of Korean Grape

Soo Gon Woo, Namho So†, Hyeon Seok Ko
Farm & Agribusiness Management Division, RDA
Corresponding author : (Phone) +82-63-238-1205 (E-mail) soxxx007@korea.kr
November 8, 2018 December 11, 2018 December 13, 2018

Abstract


The purpose of this study is to suggest the policy direction for promoting Korean grape, Shine Muscat, export to China. For this, the data were collected from 102 Chinese who live in Guangzhou province. The survey was conducted from Oct 10th to 13th 2017. PLS-SEM model is used to investigate the main factors that cause the Chinese consumers to purchase Korean grape, Shine Muscat. This study finds that the post-evaluation factor is more important to obtain final evaluation and to purchase Korean grape in the future. Thus farmers and research institutes should investigate how to improve the quality for the sweetness and the texture of the grape, reflecting the Chinese consumers’ preference.



한국산 포도의 중국 소비자 인식조사 연구

우 수곤, 소 남호†, 고 현석
농촌진흥청 농산업경영과

초록


    Rural Development Administration
    PJ012260

    서 언

    최근 우리나라 포도는 소비감소와 함께 재배면적과 생산 량이 줄어들고 있다. 특히 2004년 한·칠레 FTA 협정 체결 후, 재배면적은 22천 ha(2004)에서 13천 ha (2017)로, 같은 기간 생산량은 368천 톤에서 190천 톤으로 연평균 4.2%와 4.9% 감소를 보이고 있다. 이로 인한 포도 생산액은 7,850 억 원에서 5,930억 원으로 줄었다. 수출단가가 높은 샤인머 스캣과 현지인 입맛에 맞는 거봉 등이 베트남, 홍콩, 싱가포 르 등 현지수요 급증으로 수출이 5.1백만 불(2016)에서 8.5 백만 불(2017)로 65.1% 증가했고, 수출물량은 1.1천 톤에서 1.4천 톤으로 28.7% 증가하였다. 포도 수입액은 175.5백만 불(2016)에서 184.9백만 불(2017)로 5.4% 증가했고, 수입량 은 64.7천 톤에서 69.4천 톤으로 7.3% 증가하였다. 주 수입 국은 칠레, 미국, 페루 순이다. 이처럼 농가고령화로 인한 폐 원, 작목전환, 포도 수입 증가 등으로 인한 포도 재배면적의 감소와 수입량 증가에 대응하고, 포도재배 농가의 소득증대 와 경영안정화를 위해서 신선포도 수출이 하나의 대안으로 자리 잡고 있다.

    최근 포도 산업에 변화가 감지되고 있는 점은 재배면적 감 소 속에서도 샤인머스캣을 중심으로 특정 품종 재배면적이 증 가하고 있다는 사실이다. 즉, 재배면적 70%를 차지하던 캠벨 얼리 면적은 줄어들지만, 거봉과 샤인머스캣 재배면적은 소량 수출하던 업체의 본격 수출과 취급업체 수 증가에 따라 늘어 나고 있다. 수출을 통해서 국내 포도가격을 안정시키고, 재배 농가의 수지를 개선하여 경영안정성을 높일 수 있다. 또한 한 국 포도의 가치제고와 국내 포도산업의 지속가능한 발전을 꾀 할 수 있다.

    현재 재배면적이 늘고 있는 샤인머스캣은 국내외 소비트렌 드를 잘 반영하고 있으며 이는 중국과 인접한 홍콩과 싱가포 르 소비자들의 선호분석을 통해서도 나타났다. 이를 토대로, aT(2015)는 중국내의 포도 수출시장 조사를 통해서 다양한 인 구분포와 소비성향에 따른 품종별 소비수요, 맛에서 건강중심 으로 소비패턴 변화, 수입포도에 대한 높은 신뢰도와 용이한 시장개척, 온라인 쇼핑을 통한 수입 및 고급과일 소비 등을 설 문조사하고, 응답자 기본정보, 소비자 취향, 한국산 품종(캠벨 얼리) 및 현지 제품 맛 비교 테스트를 실시1)한 바 있다.

    중국의 포도 수입량은 2012년 146천 톤으로 평균 수입단가 는 kg당 2.6달러이다. 수입량은 연평균 15.0%의 증가율을 보 이며 지속적으로 증가하여 2016년 252천 톤으로 집계되었다. 수입 포도의 약 86%는 칠레, 페루, 호주에서 수입하고 있으며 그 중 칠레가 44.8%를 차지하고, 수입단가는 kg당 2.4달러이 다. 중국의 포도 수입은 선전, 상하이, 광저우 항에서 이뤄지 고, 60%이상이 선전을 통해 수입되고 있다. 수입은 중국 내 생산시기를 피해서 진행되는데, 수출국이 남반구(칠레, 페루, 호주)에 위치하여 생산시기가 11월 이후이므로 중국 내 생산 시기에는 수입이 진행되지 않는다. 미국 포도의 경우, 중국 포 도와 생산시기가 거의 일치하나, 구매소비자층이 다르기 때문 에 수입이 그대로 실시되고 있다. 수입단가는 kg당 평균 2.5 달러이나 국가별, 수입시기별 차이를 보이고 있다. 호주산 수 입단가가 kg당 2.94달러로 가장 높고, 미국산(2.70달러), 페루 산(2.42달러), 칠레산(2.36달러) 순이다. 또한 수입시기에 따라 최대 3.09달러(1월), 2.30달러(7월)로 차이가 있으며, 각 국가 별 주요 포도 생산시기에 중국의 포도 수입물량이 증가하면서 수입단가가 낮아지게 된다(RDA, 2017).

    한국산 포도에 대한 중국소비자들의 소비속성 및 선호조사 에 대한 선행연구가 있었으나, 중국시장에서 한국산 포도의 수 출가능성을 진단하기 위한 실증연구는 미흡했다. 따라서 본 연 구는 중국 광저우 지역 소비자를 중심으로 한국산 포도의 수 출가능성을 살펴보고자 수행하였다. 구체적으로 한국산 샤인 머스캣에 대한 중국 소비자들의 소비속성 및 선호를 실증분석 하기 위해, 사전평가 요인, 사후평가 요인, 사회경제적 요인을 분석모형에 포함해 영향관계를 파악하고자 하였다.

    이 연구는 한·중 검역협상 타결에 따라 2015년 최초로 중국 에 소량 포도를 수출한 이후, 최근 중국 소비자들의 한국 포 도인식 제고와 포도수출 증대를 위해 한국산 샤인머스캣 시식 전과 후, 사회경제적 변수 등 중국소비자들의 소비속성 및 선 호를 분석하고자 한다.

    이를 위해, PLS모형을 적용하였는데, 분산에 바탕을 둔 PLS모형은 우도기반의 공분산(Likelihood-based Covariance)에 바탕을 둔 LISREL과 달리, 표본 수가 적거나, 자료가 정규성 과 독립성을 만족하지 않을 경우 적용할 수 있다(Chin 1998, Chin & Newsted 1999, Esposito et al. 2008). 특히 연구대 상 모형가설을 세울 선행연구와 이론이 부족하거나 없을 경 우, 모형설정 제약에 자유로운 PLS-SEM을 사용하고 있다. Choi & Kim(2017)은 한국 농식품의 할랄시장 수출가능성을 할랄식품에 대한 수출가능성 연구에 이를 적용하였다. 빅데이 터로 인해 통계분석에 대한 수용이 증대되면서 구조방정식과 같은 진보된 2세대 분석법 필요성이 증가하고 있다.

    이에 오픈 소프트웨어 R의 활용을 제안하고 부분최소자승 모형의 대표적인 패키지인 plspm2)을 활용하여 측정모형의 집 중타당성, 판별타당성, 내적일관성을 분석하고, 구조모형의 경 로계수 및 조절효과를 분석하여 결과를 각각 비교하고자 한다 (Kim & Lee, 2015).

    본 연구의 구성은 제2장에서 연구모형과 분석방법을 제시하 고, 제3장 결과 및 고찰에서 분석에 사용된 자료를 설명하고, 실증분석 결과를 제시하였으며, 제4장 적요에서 분석결과를 정 리하고, 시사점과 연구의 한계점을 제시한다.

    재료 및 방법

    연구모형 구성

    연구모형은 중국 현지 소비자의 한국산 포도 샤인머스캣에 대한 소비속성과 수출가능성 간의 인과관계를 밝히고자 한 다. 이를 위해 PLS-SEM모형을 이용하여 계수를 추정한다. 관 측치 n 개를 갖는 p 개 변수들이 있으며, 이 변수들이 J 개 블록(blocks)으로 나뉜다고 가정하자. 이때, Xn ·p 행렬로 구성된 자료집합이며, 상호 분리된 J 개 블록으로 구성된 X1, X2, ...,Xj 이며 각 블록(Xj)은 K 개 변수(Xj1, ...,XjK)를 갖게 되고 잠재변수(LVj)와 관계를 갖는다고 가정한다. 이때 잠재변수(LVj)는 관찰되지 않는 추상적 변수이며, 이 잠재변 수 추정치는 스코어(score)라 하며, L V j = Y j 로 표기된다.

    가. 구조모형(Structural Model)

    구조모형(내부모형)은 세 가지 고려할 점이 있다. 첫째, 선 형관계이다. 내부모형(구조모형)은 선형관계로 정의한다.

    L V j = β 0 + i j β j i L V i + ε j
    (1)

    여기서 LVj, LVi 는 각각 반응, 예측 잠재변수, β j i 회귀계 수로 반응 잠재변수(LVj)와 예측 잠재변수(LVj)간의 관계, β 0 는 절편, ε j 는 오차항이다. 둘째, 연립방정식은 반복적 체 계이다. 즉 내부모형의 화살표로 표현된 잠재변수간의 관계는 순환하지 않는다. 셋째, 회귀식은 표준회귀모형 행태를 갖는다.

    E ( | L V j | L V i ) = β 0 i + i j β j i L V i
    (2)

    여기서 cov ( L V j , ε j ) = 0 을 가정하여, 반응 잠재변수(LVj) 의 조건부 예측값은 예측 잠재변수(LVi)에 의해서 결정됨을 의미한다.

    나. 측정모형(Measurement Model)

    측정모형(외부모형)은 잠재변수와 잠재변수를 구성하는 명 시변수(Manifest variable) 간의 관계를 의미한다. 첫째, 블록을 구성하는 두 개의 주요 측정옵션이 있다. 1) 반영 방식 (Reflective Mode)3)은 잠재변수를 명시변수의 원인으로 간주하 고, 세 요인(X11, X12, X13)으로 측정한 잠재변수(LV1)관계를 Fig. 1에 표시하고, 2) 형성 방식(Formative Mode)은 명시변 수를 잠재변수의 원인으로 간주하고, 세 요인(X21, X22, X23)의 잠재변수(LV2)관계를 Fig. 2에 표시한다.

    Fig. 1과 Fig. 2 왼쪽에 위치한 타원형 내 LV1, LV2 는 잠 재변수를 의미하며, 사각형 내 X11, X12, X13, X21, X22, X23 는 측정변수를 의미한다. 잠재변수는 관찰 불가능하고, 설문을 통 한 측정변수로 계측된다.

    둘째, 내부모형(구조모형)과 같이, 외부모형(측정모형) 또한 선형관계로 가정하며, 반영 방식과 형성 방식에 따른 외부모 형은 각각 아래와 같다.

    X j k = λ 0 j k + λ j k L V j + ε j k L V j = λ 0 j + λ j k X j k + ε j
    (3)

    여기서 λji 는 부하량(loadings), λ0 는 절편, εj 은 잔차항이 다. 셋째, 회귀식은 표준회귀모형 행태를 가지며, 각각 반영 방 식과 형성 방식에 따라 아래와 같이 나뉜다.

    E ( | X j i | L V j ) = λ 0 j k + λ j k L V j E ( | L V j | X j k ) = λ 0 j + λ j k X j k
    (4)

    다. 가중치 관계(Weight Relations)

    구조모형과 측정모형을 통해서 PLS-PM모형에서 다룰 마지 막 부분은 가중치 관계이다. 앞 절에서 각각 다룬 구조모형과 측정모형을 통해서 잠재변수와 명시변수 간의 관계를 분석할 수 있다. 그러나 앞에 언급한 바와 같이 잠재변수는 관찰 불 가능한 가상변수이므로 명시변수를 통해서 추정된 잠재변수를 통해서 구체화될 수 있으며, 이를 가능케 하는 방법이 가중치 관계를 이용한 분석이다. 즉, 구조방정식에서 잠재변수들은 각 블록에 포함된 명시변수들의 선형결합으로서 추정된다. 추정 된 잠재변수(LVj)는 스코어(score)라고 불리며 아래와 같이 정 의한다.

    L V j = Y j = k w j k X j k
    (5)

    위 식에서, 구조방정식 모형을 구성에 근거한 접근법이라고 정의하는 것도 잠재변수들이 주성분 분석에서와 유사하게 의 wjk 가중합으로 계산되기 때문이다. 즉 잠재변수와 스코어 는 같은 구조를 갖고 있으나, 잠재변수는 이론적 변수이며 스 코어는 잠재변수의 추정치이다.

    연구모형 추정절차

    구조방정식 모형의 기본 설정은 각 블록 내 명시변수들을 선형으로 결합하여 가상의 잠재변수를 추정하는 것이다. 우선 잠재변수의 추정치인 스코어를 계산한 후, 경로회귀계수(Path coefficients)와 부하량(loadings)을 추정한다. 이를 위해서 첫째, 잠재변수 추정치(score)를 계산할 가중치를 구한다. 둘째, 내부 모형(구조모형)의 경로회귀계수를 추정한다. 셋째, 외부모형(측 정모형)에서 부하량을 구한다.

    아래 Fig 3은 본 논문에서 사용할 연구모형이며, Fig 12 에서 설명한 잠재변수(LV1, LV2, LV3)와 잠재변수를 구성하는 세 블록 내 명시변수들(Xij, i, j = 1, 2, 3)로 구성되어 있으며, 두 잠재변수(LV1, LV3)는 반영 방식이고, 나머지 잠재변수 (LV2)는 형성 방식을 이루며, 회귀식을 각각 다음과 같이 정 의한다.

    X j k = λ j k L V j + ε , j = 1 , 3 , k = 1 , 2 , 3 L V j = k λ j k X j k + ε , j = 2 , k = 1 , 2 , 3
    (6)

    잠재변수(LV2)는 다른 잠재변수(LV1)에 의존하며, 또 다른 잠재변수(LV3)는 다른 두 잠재변수(LV1, LV2)에 의존한다. 잠 재변수 간의 구조모형을 선형회귀식으로 정의하면 다음과 같 으며, 식을 간략히 하기 위해서 절편항( β 0 , λ 0 )은 생략했다.

    L V 2 = β 21 L V 1 + ε L V 3 = β 31 L V 1 + β 32 L V 2 + ε
    (7)

    실증분석을 위한 단계는 크게 3단계로 구성된다. 첫째는 외 부 가중치가 일정값으로 수렴할 때까지 반복과정4)을 수행하고, 둘째는 경로회귀 추정치를 계산하고, 셋째는 부하량을 계산하 는데, 편의상 부하량은 잠재변수와 명시변수간의 상관계수로 계산한다.

    정리하면, 구조방정식 모형의 목표는 추정을 목적으로 잠재 변수의 추정치(score)를 구하는 것이며, 이를 위한 기본 방법 은 잠재변수들의 추정치들은 명시변수들의 선형관계를 이용해 서 계산하는 것이다. 이 잠재변수들의 추정치들은 종속변수들 (내생적 잠재변수와 외생적 잠재변수들)의 설명가능한 분산값 을 극대화하는 구조모형과 측정모형들의 관계를 고려한 선형 관계를 찾는다. 구조방정식 알고리즘의 핵심은 잠재변수들을 추정하는데 필요한 가중치를 계산하는 것이다. 가중치값들은 구조모형과 측정모형을 어떻게 특정하는가에 따라 구해진다. 이는 전 단계와 현 단계 가중치 차가 일정값(10-5)으로 수렴할 때까지 잠재변수들의 두 근사값들이 번갈아서 반복적으로 나 오는 방법으로 수행한다. 따라서 외생모형 가중치가 수렴하고 잠재변수들이 추정되면 구조모형과 측정모형의 회귀계수가 얻 어진다. 그 후 잠재변수들 간의 일반최소자승 회귀를 이용해 서 경로계수를 얻는다. 내생적 잠재변수들이 많을수록 많은 회 귀를 하게 된다. 최종적으로, 부하량(loading)은 최소자승회귀 를 통해서 추정되며, 이때 측정모형 내 잠재변수와 명시변수 관계가 반영 방식인지 형성 방식인지를 고려한다.

    결과 및 고찰

    포도 소비속성을 크게 3가지로 나눠서 외생적 잠재변수는 사전적(외관) 평가, 사후적(맛) 평가로 분류하고 내생적 잠재 변수는 종합평가와 구매의향으로 구조방정식을 구성한다. 사 전적 포도평가는 시식 전, 소비자가 외관(Exterior), 색상 (Color), 신선도(Fresh), 포도알 크기(Size)를, 사후적 포도평가 는 시식 후, 당도(Sweet), 신맛(Sour), 식감(Texture), 과즙 (Juicy)을 5점 척도로 평가하였다. 종합평가는 만족도와 선호 도를 5점 척도로 평가하였다. 그리고 향후 소비가능성 측정을 위해서 구매의향을 5점 척도로 평가하고, 지불의사액은 500g 당 위안으로 구성하였다.

    Fig 4는 실증분석을 위한 모형구성도이다. 구조방정식 모형 은 크게 두 모형으로 구분된다. 내생적 그리고 외생적 잠재변 수 간의 관계를 설명하는 내부모형(Inner Model)은 점선 사각 형 내에, 외생적 잠재변수와 명시변수 간의 관계를 설명하는 외부모형(Outer Model)은 실선 사각형 내에 각각 구현된다. 내부모형 내에 있는 외생적 잠재변수(사전적, 사후적)는 점선 화살표로 다음 단계 잠재변수(종합평가)를 거쳐 최종 잠재변 수(구매의향)로 연결된다. 외부모형은 4개 블록이며, 내생변수 와 해당 명시변수들은 반영관계를 구성하며 실선 화살표로 각 각 연결된다.

    연구모형을 구성하는 잠재변수에 대한 통계적 검증을 위해 연구가설을 아래 [Table 1]과 같이 설정하였다.

    [Table 1]의 연구가설 검정은 경로계수(β)의 유의성을 통해 서 이뤄진다. 식 (8)은 외생 잠재변수인 사전평가가 내생 잠재 변수인 종합평가에 미치는 관계를 나타내며, 식 (9)는 외생 잠 재변수인 사후평가가 내생 잠재변수인 종합평가에 미치는 관 계를 나타내며, 식 (10)은 외생 잠재변수인 종합평가가 내생 잠재변수인 향후 구매의도에 미치는 관계를 보여준다.

    종합평가 =  β 1  사전평가 + ε 1
    (8)
    종합평가 =  β 2  사전평가 + ε 2
    (9)
    향후 구매의향 =  β 3  사전평가 + ε 3
    (10)

    본 논문에서 외부모형과 내부모형을 각각 나눠서 모형을 평 가한다. 이를 위해, 외부모형은 내적 일관성 신뢰도(internal consistency reliability, Cronbach α 0.7 , Dillon-Goldstein ), 지표 신뢰도(indicator reliability, 요인적재량 factor loadings ≥ 0.7), 집중타당성(converge validity, 평균분산팽창 AVE ≥ 0.7)으로 평가한다. 내부모형은 부트스트래핑을 통한 경 로계수 유의성 검정(p - value ≤0.05), R2 값 등을 통해서 평 가한다.

    본 연구를 위한 자료는 2017년 10월 10일~13일간 중국 광 저우 국제중소기업박람회에 참가한 중국인 남녀를 대상으로 실질적 포도 구매행태 및 선호 속성분석을 실시하기 위해서 포도 시식평가 및 구매의향을 조사한 자료를 기초로 하였다. 특히 한국산 샤인머스캣5)에 대한 중국 소비자들의 선호도를 조사함으로써 수출가능성 여부를 타진하기 위한 기초자료로 삼고자 한다.

    [Table 2]는 설문대상자 인구통계 특성을 보여준다. 여성이 남성보다 2배 많고, 20대와 30대가 80%가 넘고, 특히 20대 응답자 비율이 58%이다. 가구원수는 3명 이상이 90%가 넘고, 특히 4명 이상 가구원수를 갖고 있는 비율이 70%에 가깝다. 월평균 소득은 응답자의 절반이 10,000위안에서 14,999위안이 다. 따라서 한국산 포도의 중국소비자 선호 및 인식을 조사함 에 있어 조사대상자가 소득이 높지 않고 광저우에 거주하는 20대 중국여성이 높은 비율임을 알 수 있다.

    Table 3]은 다양한 지표를 통해 수립한 내부모형의 유의성 을 평가한 결과이다. 크론바흐 알파(Cronbach α)는 어떤 블 록내 명시변수들이 해당 잠재변수를 얼마나 잘 측정하는가를 평가하는 계수이다. 즉, 평균 명시변수 간의 상관계수와 같다 . 블록 내 명시변수들이 일차원성(unidimensionality)을 갖는다 면, 명시변수들은 상관관계가 크고, 평균 명시변수 간의 상관 관계 역시 높다. 또한 딜론-골드스타인 로우(Dillon-Goldstein ρ)는 일차원성을 나타내는 방법으로, 어떤 블록내 변수들의 분 산 합이다. 아래 표에 의한 내부모형의 유의성 평가결과는 모 든 변수들은 높은 수준의 내적 일관성 신뢰도를 확보하였다. 즉, 명시변수들은 높은 수준의 신뢰도를 가지고 잠재변수를 일관성 있게 반영했다고 판단된다. 명시변수들 간 상관관계를 보여 주 는 집중타당성은 평균분산팽창(AVE)과 공통성(Communality)이 며, 기준은 명시변수들의 부하량제곱의 전체평균을 의미하므 로, 두 값은 동일하다. 평균분산팽창과 공통성은 최소 요구수 준인 0.5보다 높아 적합하게 분산을 설명하고 있다. 이를 근거 로 본 연구는 집중타당성이 모두 기준치를 만족하며, 각 블록 내 명시변수들 간의 높은 상관관계를 보인다.

    [Table 4]는 내부모형 유의성 검정을 통과한 잠재변수간의 경로계수를 추정한 결과를 바탕으로 부트스트래핑을 통해 회 귀계수의 평균, 표준오차, 신뢰구간(2.5%~97.5%)을 보여준다. 경로계수(β1, β2, β3)는 식(8)~식(10)에서 구한다. 포도의 종합 평가를 하는데, 사전평가(0.1975)보다 사후평가(0.7096)가 미치 는 영향이 더 크다. 이는 설문 응답자들이 한국산 샤인머스 캣 포도를 종합적으로 평가하는데 있어서, 시식 전에 외관, 착색, 신선도 알 크기 등으로 평가되는 요인보다 시식을 통해 포도의 당도와 식감으로 평가되는 요인에 더 큰 의미를 두고 있음을 나타낸다. 사전·사후 평가를 통해서 얻어진 종합평가는 향후 포도를 구입하는데 매우 큰 영향을 끼침을 알 수 있다.

    [Table 5]는 각 외부모형 내 잠재변수와 명시변수들 간의 유 의성 및 영향력을 나타내는 결과를 보여준다. 사전평가를 측 정한 명시변수들 중, 외관과 신선도의 가중치가 각각 0.3651, 0.3369로 높으며, 착색과 크기가 그 다음이다. 즉 중국 소비자 들의 사전평가 요소는 외관과 신선도가 중요하므로, 한국산 샤 인머스캣에 대한 향후 수출증대 및 구매의도를 높이기 위해서 는 무엇보다 외관이 깨끗하고 신선도가 높아야 함을 의미한다. 사후평가 요소 중 유의한 명시변수는 당도와 식감으로 가중치 가 거의 같으며, 중국소비자들이 시식을 함에 있어 당도와 식 감을 동등하게 중요시함을 의미한다. [Table 4]와 [Table 5]는 사전·사후평가를 통해 만족도와 선호도는 구매의향으로 연결 되는 내부모형 뿐 아니라 각 잠재변수를 구성하는 명시변수들, 특히 평가에 유의미한 요인들을 잘 반영하고 있음을 보여준다. 따라서 연구가설 1, 연구가설 2, 연구가설 3을 만족하고 있음 을 의미한다.

    외부모형과 내부모형의 유의성 및 경로회귀계수 결과를 [Table 3]~[Table 5]를 통해서 보였다. [Table 6]은 Fig 4에서 나타난 최소 잠재변수인 사전·사후평가가 향후 구매의향에 미 치는 효과를 나타낸다. 즉 사전평가를 구성하는 명시변수(외 관, 착색, 신선도, 포도알 크기)가 향후 구매까지 연결되는 총 효과는 0.18이고, 사후평가를 구성하는 명시변수(당도, 식감)가 향후 구매까지 연결되는 총효과는 0.65임을 보여준다. 이는 한 국산 샤인머스캣이 중국소비자의 사전 및 사후평가를 거쳐 향 후 구매에 이르는데, 사후요인들이 매우 중요함을 의미한다. 즉, 수출농가는 한정된 자원을 이용하여 수출증대를 위해 사 전요인 뿐만 아니라 사후요인까지 품질관리를 통해서 향후 높 은 구매의향으로 연결되어 실제 수출과 구매를 증대시킬 수 있음을 시사한다.

    Fig. 5는 경로회귀계수의 성별 차이를 부트스트래핑으로 분 석한 결과를 나타낸다. 사전·사후평가가 종합평가로, 종합평가 가 향후 구매의도에 미치는 경로회귀계수는 약간의 차이가 있 으나 확률적으로 성별 차이는 없는 것으로 나타났다. 즉, [Table 2]에 나타난 설문응답자의 남녀 간에는 한국산 샤인머 스캣의 사전평가, 사후평가, 종합평가, 향후 구매의향에 차이 가 없음을 보여준다.

    다만 설문조사에서 관찰되지 않는 집단(class)의 분류분석을 위해 이용한 REBUS(Response Based Unit Segmentation)6) 와 계층적 군집분석(Hierarchical Cluster Analysis)에 의한 결 과는 한국산 샤인머스캣에 대한 선호속성 및 향후 구매의도를 답한 설문응답자 내에 적어도 두 개 집단7)이 존재함을 보여준 다. 다만 설문자료의 부족으로 인해 추가분석의 한계가 있으 며, 자료 보완을 통해서 추후 연구로 삼고자 한다.

    적 요

    포도 재배면적과 생산량이 줄고 있는 상황에서도, 재배농가 의 끊임없는 노력과 농촌진흥기관의 기술개발을 통해서 한국 산 샤인머스캣이 현재 국내 소비자는 물론 해외 소비자들에게 인기를 얻고 있으며, 이에 따라 타 품종에 비해 재배면적과 생산량이 증가하고 있다. 따라서 새로운 수요처 발굴과 수출 증대를 통해서 포도 산업의 지속성을 유지하는 것이 무엇보다 도 필요한 때이다.

    본 연구에서는 중국 소비자들에게 한국산 샤인머스캣을 구 매하는데 영향을 주는 요인들(사전, 사후)이 어떻게 평가되고 있는지, 향후 구매로 이어질 수 있는지 여부를 실증적으로 규 명하고자, 부분최소자승-구조방정식 모형을 사용해서 2017년 10월 중국 광저우에서 개최된 국제중소기업박랍회 행사장에서 시식과 설문조사를 통해 수집한 유의한 102명의 응답자료를 이용하여 분석하였다.

    분석결과, 사전요인(외관, 착색, 신선도, 알 크기) 보다 사후 요인(당도, 식감)이 좋은 평가를 받고 향후 구매로 이어지는데 통계적으로 유의하며 큰 역할을 함을 보였으며 이에 따른 품 질관리의 방향성에 대한 시사점을 제공하였다. 다만, 자료의 보완을 통해서 관찰되지 않는 설문응답자 내의 집단을 보다 면밀히 분석해야 할 필요가 있다. 따라서 집단의 특성과 수요 에 보다 맞는 맞춤형 품질관리와 수출방안이 뒤따라야 함을 한계로 남긴다. 또한, 조사대상자의 인구통계 특성과 중국 전 체 모집단과 차이가 있으므로 분석결과를 해석에 유의할 필요 가 있다.

    포도수출 확대노력은 포도 생산농가의 소득향상과 경영안정 성을 높이고, 국내 포도산업에 활력을 줄 수 있다. 이를 위해 서는 또한 신품종에 대한 안정적 생산·수확후 관리기술 개발 및 농가 기술보급, 수출조직 육성이 병행되어야 할 것이다. 또 한 일본이 개발한 샤인머스캣 재배에서 더 나아가 소비트렌드 에 부합하는 국내품종을 중장기적으로 육성할 필요가 있다. 또 한 수출성공을 위해서는 국내 업체간 과당경쟁, 저가경쟁 등 을 예방하고, 의견을 조율할 협의체 구성과 함께 한국산 포도 라는 점을 내세워 프리미엄 제품을 생산해 중산층 이상의 중 국시장 진출을 모색할 필요가 있을 것으로 사료된다.

    ACKNOWLEDGEMENTS

    본 논문은 농촌진흥청 연구사업(세부과제명: 농산물의 중국 시장 진입을 위한 장애요인 분석 및 기술적 대응방안, 세부과 제번호: PJ012260)의 지원에 의해 수행되었습니다.

    Figure

    KSIA-30-320_F1.gif

    Reflective Mode

    KSIA-30-320_F2.gif

    Formative Mode

    KSIA-30-320_F3.gif

    Research Model

    KSIA-30-320_F4.gif

    Model Structure of Empirical Analysis

    KSIA-30-320_F5.gif

    부트스트래핑을 이용한 성별(남·여) 경로계수 차이

    KSIA-30-320_F6.gif

    REBUS & HCA에 의한 분류분석 결과

    Table

    연구가설 및 내용

    조사응답자 인구통계(N=102)

    내부모형 유의성 평가

    내부모형 경로회귀계수 추정(부트스트래핑)

    외부모형 유의성 평가

    Reference

    1. aT. 2015. Chinese Grape Market Research, https://www.kati.net/ebook/8470/index.html
    2. Chin, W. W. 1998. The Partial Least Squares Approach to Structural Equation Modeling, In Marcoulides, G. A. (Eds.), Modern Methods for Business Research (Chapter 10, pp295-336)
    3. Chin, W. W. and P. R. Newsted. 1999. Structural Equation Modeling Analysis With Small Samples Using Partial Least Squares, In Hoyle, R. H. (Eds.), Statistical Strategies for Small Sample Research (Chapter 12, pp307-341)
    4. Choi, J. S. and Y. H. Kim. 2017. Research on Export Possibility of Korean Agricultural Products to Halal Markets using PLS-SEM , KOREAN JOURNAL OF FOOD MARKETING ECONOMICS, 34(4): 125-146.
    5. Esposito, V. V. , L. Trinchera, S. Squillacciotti, and M. Tenenhaus. 2008. REBUS-PLS: A Response-Based Procedure for detecting Unit Segments in PLS Path Modeling . Applied Stochastic Models in Business and Industry(ASMBI). 24: 439-458.
    6. Kim, Y. T. and S. J. Lee. 2015. Utilization of R Program for the Partial Least Square Model: Comparison of SmartPLS and R , Journal of Digital Convergence, 13(12): 117-124
    7. RDA. 2017. Preference Analysis of Chinese Consumers on Korean Grapes. pp1-101
    8. Sanchez, G. 2013. PLS Path Modeling with R, Trowchez Edition, CA Berkeley. pp1-222