Journal Search Engine

ISSN : 1225-8504(Print)
ISSN : 2287-8165(Online)

Journal of the Korean Society of International Agriculture Vol.37 No.2 pp.113-125
DOI : https://doi.org/10.12719/KSIA.2025.37.2.113

An Analysis of the Impact of Agricultural ODA on Agricultural Productivity of Recipient Countries

Hyun Seon Lee^*

, Byung Min Soon^**†

^*Korea Environment Institute, Division for Climate and Energy, Researcher, Sejong 30116, Korea
^**Chungnam National University, Department of Agricultural Economics, Daejeon 34134, Korea

^† Corresponding author (Phone) +82-42-821-6748 (E-mail) soonbm@cnu.ac.kr

Received February 10, 2025 Review June 18, 2025 Accepted June 19, 2025

Abstract

This study analyzed the impact of agricultural ODA on agricultural productivity in recipient countries. Specifically, it categorized agricultural ODA by donor global and Korea and evaluated agricultural productivity in recipient countries in terms of agricultural total factor productivity, agricultural land productivity, and agricultural labor productivity. Results indicated that agricultural ODA contributed to improvements in recipient countries’ agricultural productivity with a certain time lag. In particular, the effect of agricultural ODA on labor productivity appeared relatively immediate, while its impact on land productivity gradually became evident over time. Although global agricultural ODA showed a greater contribution to enhancing agricultural productivity in recipient countries than K orea’s a gricultural ODA, K orea’s O DA w as a lso found to b e effective in improving productivity. These results suggest that consistent funding is necessary as agricultural ODA affects productivity in recipient countries over time.

Key Words : Agricultural ODA , Agricultural productivity , Cumulative effect , Fixed effects model

농업 ODA가 수원국 농업생산성에 미치는 영향 분석

이현선^*

, 순병민^**†

^*한국환경연구원 탄소중립연구실 연구원
^**충남대학교 농업경제학과 부교수

초록

키워드 :

This article has been cited by 0 article in crossref

Cited-By

Funding:

서 론

한국의 공적개발원조(ODA)는 국제 사회에서의 책임을 이행하고, 외교적 영향력을 확대하며, 개발도상국과의 협력을 통해 경제적 이익을 창출하는 중요한 역할을 하고 있다 (Lee and Park, 2023). 한국은 과거 국제사회의 지원을 바탕으로 빠른 경제 성장을 이룬 대표적인 국가로, 이제는 이를 토대로 개발도상국의 발전을 지원함으로써 국제 사회에 기여하고 있다. 이러한 기여는 단순히 원조를 제공하는 것을 넘어, 지속 가능한 개발을 통해 개발도상국의 경제적 자립을 돕고, 장기적으로는 한국의 외교적 영향력을 확대하는 데 기여하였다. 한국의 ODA는 개발도상국의 경제 성장을 지원하는 동시에, 한국 기업들에게 새로운 해외 시장 진출 기회를 제공하여 경제적 이익을 창출하는 역할도 수행한다. 이러한 지원은 한국이 국제사회에서 인도주의적 가치를 실천하고, 지속가능발전목표(SDGs)와 같은 국제 규범을 준수함으로써 국제적인 책임을 다하는 국가로 자리매김할 수 있도록 하였다. 결과적으로, ODA는 한국의 국제적 위상을 높이고, 외교적⋅경제적 이익을 증대시키는 데 매우 중요한 전략적 수단으로 작용한다.

ODA 중 농업기술 ODA는 개발도상국의 농업부문의 경제적 자립을 돕고, 지속 가능한 발전을 지원하는 데 있어 매우 효과적인 수단으로 평가된다. 한국은 고도의 농업기술을 기반으로 자금이 아닌 맞춤형 기술형태의 ODA를 통해 개발도상국의 식량생산과 소득증대에 기여하고 있다.1) 한국 농업기술을 개발도상국에 전수함으로써 여러 가지 긍정적인 효과를 창출할 수 있다. 특히, 식량안보 문제를 해결하고 빈곤을 완화하며, 기후변화에 대응하는 데 있어 농업기술 ODA는 중요한 역할을 하고 있다. 농업기술 ODA는 개발도상국의 농업생산성을 직접적으로 향상시켜 경제 성장을 촉진하고, 이를 바탕으로 한국과 개발도상국 간의 경제 협력을 확대하는 데 기여할 수 있다. 특히 KOPIA센터는 협력사업의 발굴⋅기획, 운영⋅관리, 평가⋅환류를 비롯하여 행정, 정보화, 대외서비스 등 모든 업무의 소장 집중도가 높아서, 센터 임무 확대 또는 현지거점화 공동운영을 위해서는 효율적 업무분담, 책임 분담이 요구된다.2) 이러한 농업기술 ODA를 통해 수원국의 생산성 향상을 위한 다양한 사업과 과제가 추진되고 있으며 19년이 이상 농업 ODA가 추진된 이 시점에서 정말 수원국 생산성에 영향을 미치는지에 대한 고찰이 요구된다.

따라서 본 연구의 목적은 농업 ODA가 수원국의 농업생산성에 미치는 영향을 분석하는 데 있다. 이를 위해 수원국 155개국에 대한 농업 ODA 및 농업생산성 관련 패널 데이터를 수집하였으며, 고정효과모형을 사용하여 농업 ODA가 수원국의 농업생산성에 미치는 영향을 실증적으로 분석하였다. 구체적으로, 전 세계 농업 ODA가 수원국 농업생산성에 미치는 직접적인 영향을 파악하고, 한국의 농업 ODA가 수원국 농업생산성에 미치는 영향을 파악하였다. 또한 농업생산성은 크게 농업 총요소생산성과 투입요소 생산성에 해당하는 토지 생산성과 노동생산성으로 구분하여 분석을 수행하였다. 이를 통해 농업 ODA가 수원국의 지속 가능한 농업 발전에 기여 하는지를 종합적으로 평가하고자 하였다. 이러한 분석을 통해 농업 ODA가 수원국의 농업생산성에 미치는 시차효과와 장기적 효과가 존재하는지 분석하고자 한다. 이를 통해 농업 ODA의 장기적인 전략을 모색하는 데 기초자료로 활용될 수 있을 것으로 기대한다.

선행연구 검토

수원국 경제성장에 대한 ODA의 효과성 연구는 지속적으로 수행되어 왔으며, 연구자 및 분석 국가마다 결과는 상충되나, 전반적으로 ODA가 수원국 경제성장에 긍정적인 효과를 미치는 것으로 분석되었다. Arndt et al.(2009)는 국제 원조가 장기적으로 수원국 경제성장에 긍정적인 영향을 미치며, 수원국 발전 가능성을 향상시키기 원조는 필수적인 요소임을 시사점으로 도출하였다. Burnside and Dollar(2000)은 ODA가 재정, 통화, 무역정책이 우수한 수원국 경제성장에 긍정적인 영향을 미치지만, 정책이 부실한 국가에는 거의 영향이 없는 것을 분석하였다. Galiani et al.(2017)은 ODA가 경제 성장에 미치는 영향은 상당하며, 국민총소득(Gross National Income: GNI) 대비 ODA 비율이 1%p 증가시 1인당 실질 GDP 성장률이 상승하는 것으로 나타났다. Wehncke et al.(2022)는 ODA와 해외직접투자(Foreign Direct Investment: FDI)가 나선형 효과를 통해 경제성장에 주요한 역할을 하므로, 아프리카는 ODA와 FDI를 효과적으로 유치할 수 있는 정책을 마련해야 한다는 시사점을 도출하였다.

수원국 농업생산성 향상을 위해 농업 ODA는 상당한 기여를 하는 것으로 확인된다. Ndjidda et al.(2023)은 농업 ODA가 증가할 경우, 농업 생산이 증가하고, 나아가 경제성장에 이바지하기 때문에, 농업 ODA 자본 유치를 위해 수원국은 적절한 환경 개선 조치가 필요함을 지적하였다. Giacardi (2022)는 농업 ODA가 일반적인 ODA에 비해 경제적인 요인과 정치적인 요인에 더욱 큰 영향을 받으며, 금융위기와 UN SDGs 채택이 농업 ODA에 긍정적인 영향을 미치는 것으로 나타났다. Blizkovsky and Emelin(2020)은 ODA가 아프리카 국가별(가나, 말리, 카메룬) 농업생산성에 미치는 영향이 다르며, ODA 규모에 관련 정책의 질이 미치는 영향이 국가별로 다른 것으로 나타났는데, 이는 국가별 이질성에 기인한 것으로 판단된다. Kim and Han(2015)은 일정한 시차를 두고 농업 ODA가 개발도상국 농업생산량에 유의미한 양(+)의 영향을 미치며, 직접 ODA는 하위중소득국(Lower Middle Income Countries:LMIC)에 효과성을 보이고, 간접 ODA는 상위중소득국(Upper Middl Income Countires: UMIC)에서 효과성을 보이는 것을 분석하였다. Kim and Lim(2011)는 비용-편익 분석을 통해 캄보디아에 대한 농업개발 ODA 사업으로 인해 미곡종합처리장(Rice Processing Complex: RPC) 건립지원은 양(+)의 경제효과를 보이는 것을 분석하였다. Kim et al. (2023)는 수원국 패널 자료를 이용하여 농업 부문 ODA가 농업 부문 GDP 성장을 견인하는 데 기여한다는 것을 분석 하였다. Kim et al.(2018)는 한국 농촌진흥청에서 주관하는 KoLFACI 사업이 회원국에 미치는 경제적 효과를 정량적으로 도출하였다.

본 연구는 기존 연구와 달리 농업 ODA의 영향을 시차변수를 고려하여 공여국 기준에서 ODA 효과성을 평가한 점에서 차별성을 지닌다. 대다수의 선행연구는 ODA 수원국을 기준으로 원조의 효과성을 평가하는 방식이었으나, 이러한 접근 방식은 공여국의 시각에서 ODA의 효과를 분석하는 데 한계가 있었다. 수원국의 발전만을 중심으로 평가할 경우, 공여국의 외교적, 경제적 이익과 국제 사회에서의 기여를 충분히 반영하지 못했다. 본 연구는 ODA 공여국을 전 세계와 한국으로 구분하여, 농업 ODA가 한국의 국제적 위상 강화, 경제적 협력 기회 확대, 글로벌 사회에서의 책임 이행 등 공여국의 이익에 미치는 영향을 보다 심층적으로 분석하였다. 이는 ODA 정책의 평가를 단순한 수혜국의 성과에 국한하지 않고, 공여국의 전략적 목표 달성 여부까지 포함하는 포괄적인 평가로 확장하였다. 본 연구에서는 수원국에 대한 농업 ODA 공여국을 전 세계와 한국으로 구분하고 농업 ODA가 수원국 농업생산성에 미치는 영향의 시차를 고려하여 ODA의 효과성을 평가하였다. 이를 통해 국제 수준에서의 농업 ODA와 한국 농업 ODA 효과성을 평가함으로써 공여국의 농업 ODA의 차별적인 영향을 분석하였다. 이와 같이 세분화된 분석을 통해 전 세계 및 한국의 농업 ODA가 수원국의 농업 생산성에 미치는 종합적이고 중장기적인 효과를 평가함으로 써, 향후 ODA 정책 방향을 구체화하는 데 기여할 수 있다. ODA의 각 세부 분야별 성과를 분석함으로써, ODA 자원의 효율적 배분과 전략적 우선순위 설정에 필요한 근거를 제공 하고자 한다.

분석모형 및 자료

분석모형

분석을 위해 농업 ODA 공여국은 전 세계와 한국으로 구분했으며(Fig. 1), 수원국의 농업 생산성은 농업 총요소생산 성과 농업 토지생산성, 농업 노동생산성으로 구분하여 분석을 수행하였다. 농업 총요소생산성은 농업부문 투입 대비 산출, 즉 효율성을 나타내는 지표로, 농업 부문의 기술진보 수준을 파악하기 위해 주로 쓰인다. 농업 토지생산성과 농업 노동생산성은 농업 투입요소에 대한 생산성을 파악하기 위한 대표적인 지표이다. 본 연구에서는 농업 총요소생산성과 더불어 투입요소에 해당하는 수원국의 농업 토지생산성, 농업 노동생산성, 즉 농업부문 투입에 대한 공여국의 농업 ODA 영향을 추가로 파악하였다.

다수의 ODA 수원국을 대상으로 분석을 수행함에 따라 관측되지 않는 국가별 이질성을 고려하기 위해 패널 고정효과 모형(Fixed Effects Model)을 이용하여 실증분석을 수행하였다. 패널 고정효과 모형을 통해 국가의 고유한 특성을 통제 하여 내생성 문제를 완화함으로써 공여국의 농업 ODA가 수원국 농업생산성에 미치는 편향되지 않은 추정치를 도출할 수 있다. 이때, 패널 이분산성이 존재할 경우 사용되는 Sargan- Hansen 검정을 통해 모형의 적합성을 판단하였다. Sargan- Hansen 검정은 귀무가설(H₀: 확률효과 모형이 적합하다)을 기각할 경우, 고정효과 모형이 더욱 적합함을 의미하는 검정이다. 본 연구는 전 세계 ODA 공여국이 분석대상임에 따라 패널 개체별 이분산성이 존재한다고 판단하여 Sargan-Hansen 검정을 통해 고정효과 모형의 적합성을 검정하였다.3)

접근방식의 함수 형태는 식 (1)부터 식 (3)까지와 같다. 식 (1)은 수원국 농업 총요소생산성( $A P_{i t}^{T F}$ )에 대한 농업 ODA의 영향을, 식 (2)는 수원국 농업 토지생산성( $A P_{i t}^{L a n d}$ ), 식 (3)은 수원국 농업 노동생산성( $A P_{i t}^{L a b o r}$ )에 대한 농업 ODA의 영향을 파악하기 위한 함수 형태를 의미한다. 농업 ODA 자금 ( $O D A_{i t}^{k}$ )에 대한 수원국 농업 생산성에 미치는 영향의 시차를 고려하기 위해 1기부터 6기까지의 시차를 고려하였으며, 시차변수의 지연효과와 누적효과를 중심으로 분석 결과를 해석하였다. 이때, 크게 전 세계(Int)와 한국(KOR)으로 분석하였으며, X_it는 농업 ODA 원조 외에 ODA 수원국 농업 생산성에 영향을 미칠 수 있는 요인을 통제하기 위한 통제변수이며, 정치/경제적인 요인을 고려하기 위해 농업 노동자 1인당 농업 부가가치(Ag VA), 인적자본지수(HC), 정치적 부패지수(PC), 농업 총요소생산성 수준(ATFP level)을 고려하였다.

\begin{array}{l} log (A P_{i t}^{T F}) = α_{i} + \sum_{t = 1}^{t - i} β_{1} O D A_{i t}^{k} + γ X_{i t} + u_{i} + \in_{i t} \\ k = I n t, K O R \\ i = 1, 2, \dots, 6 \end{array}

(1)

\begin{array}{l} log (A P_{i t}^{L a n d}) = α_{i} + \sum_{t = 1}^{t - i} β_{1} O D A_{i t}^{k} + γ X_{i t} + u_{i} + \in_{i t} \\ k = I n t, K O R \\ i = 1, 2, \dots, 6 \end{array}

(2)

\begin{array}{l} log (A P_{i t}^{L a b o r}) = α_{i} + \sum_{t = 1}^{t - i} β_{1} O D A_{i t}^{k} + γ X_{i t} + u_{i} + \in_{i t} \\ k = I n t, K O R \\ i = 1, 2, \dots, 6 \end{array}

(3)

자료

수원국 농업생산성에 대한 농업 ODA 영향 분석을 위해 수원국 농업 총요소생산성(Total Factor Productivity: TFP)과 농업 토지생산성, 농업 노동생산성 자료를 수집하였다(Fig. 2). USDA로부터 농업 생산성 자료를 수집했으며, 2015년을 기준으로 지수화하였다. 이때, 농업 총요소생산성은 총 산출량지수를 총 투입량지수로 나눈 값, 즉, 농업부문 산출량 대비 투입량의 비율로 농업생산의 효율성을 평가하는 지표이며, 농업 총요소생산성과 달리 농업 토지생산성과 노동생산성의 경우 생산성 자료가 부재하여 각각 농업 토지지수 대비 농업 총 산출량을 농업 토지생산성으로, 농업 노동지수 대비 농업 총 산출량을 농업 노동생산성으로 계산하여 분석에 이용하였다.

농업 ODA 자료는 OECD DAC(Development Assistance Committee)에서 제공하는 Rio Markers로부터 데이터를 수집 하였다. 전 세계 기준 2002년부터 2022년까지 155개 수원국에 대한 공여국의 “III.1.a. Agriculture”에 해당하는 농업 ODA 자료를 수집하였다. 한국의 경우 2006년부터 농업 ODA가 시행됨에 따라 2006년부터 2021년까지 111개 수원국에 대한 공여국의 ODA 부문 중 농업에 해당하는 “III.1.a. Agriculture” 자료를 수집하였다. 농촌진흥청의 ODA 사업 영향을 평가하기 위해 “ChannelReportedName”이 농촌진흥청에 해당하는 경우에 한하여 자료를 수집하였다.

본 연구에서 주로 다루는 ODA 자금 변수 외에 수원국 농업생산성에 미치는 영향을 반영하기 위해 통제변수로 수원국의 정치/경제적인 요인을 추가로 고려하였다. 수원국의 경제적인 요인이 농업생산성에 영향을 미치는 것을 고려하고자 1인당 농업 부가가치와 인적자본지수를 통제변수로 이용하였다. 1인당 농업 부가가치는 농업, 임업, 어업부문에서 노동자 1인당 창출한 부가가치를 사용하였는데, 이는 농림어업에서 창출된 경제적 가치를 해당 부문의 노동자 수로 나누어 산출 되었으며, 생산의 효율성을 측정하는 데 유용한 지표이다. 인적자본지수는 교육연수와 교육에 대한 수익률을 기반으로 계산되며, 교육기간과 교육을 통한 경제적 수익이 고려된 지표이다. 수원국 정치적 차원에서의 국가수준이 농업생산성에 미치는 영향을 고려하기 위해 정치 부패지수 통제변수로 이용 하였다. 정치 부패지수는 국가 정부기관(행정부, 입법부, 사법부, 관료조직)이 뇌물수수와 횡령에 관여하는 정도, 법률 제정 및 집행이 부패정도에 얼마나 취약한지를 측정하는 지표이다. 수원국별 농업 총요소생산성 수준에 따라 ODA 원조의 흡수력이 다를 것이라고 판단하여 농업 총요소생산성 수준변수를 국가별 생산성 기술수준 대리변수로 이용하였으며, 산식은 아래 식 (4)와 같다. 해당 연도의 전체 수원국 농업 총요소생산성 대비 해당 연도 특정 수원국의 농업 총요소생산성의 비율로 계산되어, 농업 총요소생산성 수준변수를 통해 해당 수원국 농업 총요소생산성의 기술수준을 평가할 수 있다.

A T F P G a p = \frac{A T F P_{i t}}{A T F P_{t}} - 1

(4)

농업 ODA가 수원국 농업생산성에 미치는 영향

전 세계 농업 ODA가 수원국 농업생산성에 미치는 영향

전 세계 농업 ODA는 수원국 농업 총요소생산성에 유의미하게 영향을 미치는 것으로 분석되었으며 시차를 두고 농업 ODA 효과가 발생하였다(Table 3). 시차변수를 고려하여 분석한 결과, 전 세계의 농업 ODA는 수원국 농업 총요소생산성에 시차를 두고 전반적으로 유의미한 영향을 미치는 것으로 나타났다. 당해연도에 공여된 농업 ODA가 1% 상승할 경우, 수원국의 농업 총요소생산성은 0.003% 증가하는 것으로 나타났으며, 공여 이후 1년차에 농업 총요소생산성이 0.004% 증가하는 것으로 나타났다. 시차 변수를 통해 확인할 수 있듯이 시간이 지남에 따라 농업 ODA의 영향력은 여전히 존재하며, 원조 후 1∼6년차에도 농업 총요소생산성을 약 0.001∼ 0.004% 향상시키는 것으로 나타났다. 원조 이후 시간이 지속됨에 따라 농업 ODA는 수원국 농업 총요소생산성 향상에 누적된 영향을 보여주고 있어 전 세계적인 농업 ODA가 수원국 농업 총요소생산성을 유의미하게 향상시키는 것을 확인하였다. 농업 ODA 영향에 대한 누적시차를 확인한 결과, 3년 전(0.0082%), 4년 전(0.0079%), 2년 전(0.0074%), 5년 전(0.0064%), 1년 전(0.0058%) 순으로 누적 시차의 영향력이 있는 것으로 나타났다. 이는 수원국 발전수준에 따라 맞춤화된 기술적 지원을 하는 농업 ODA 특성상 ODA 영향이 즉각적으로 나타나지 않기 때문으로 해석된다. 또한, 단기적인 생산성 향상보다 중장기적인 생산성 향상, 즉, 수원국의 지속적인 생산성 향상에 ODA 지원의 영향이 가중되기 때문이다.

ODA 수원국의 인적자본이 1% 증가할 경우, 농업 총요소 생산성은 0.12∼0.19% 유의미하게 증가하는 것으로 나타났는데, 이는 국가의 교육 등 인적자본 투자 수준이 높아지고, 수준에 따른 경제적 이익이 창출됨에 따라 농업 총요소생산성에 긍정적인 영향을 미치기 때문으로 판단된다. 전체 수원국 대비 해당 국가의 농업 총요소생산성 수준, 즉 총요소생산성에 대한 기술수준이 1% 증가할 경우, 해당 국가의 농업 생산성은 0.97∼0.98%만큼 유의미하게 증가하는 것으로 나타났는데, 이는 국가의 상대적인 기술수준이 높을수록 비료나 관개 등과 같은 농업 투입요소의 비율을 줄이고, 투입요소 대비 산출량을 늘릴 수 있다는 것을 의미한다.

전 세계 농업 ODA가 수원국 농업 투입요소인 토지생산성과 노동생산성에 미치는 영향을 상이한 결과를 제시하였다 (Table 4). 수원국 토지생산성에 대한 전 세계 농업 ODA는 상대적으로 일정 시차를 두고 꾸준히 지연효과를 보이는 반면, 수원국 노동생산성에 대한 전 세계 농업 ODA는 비교적 즉각적으로 그 영향이 나타나는 것으로 분석되었다. 수원국 토지생산성에 대한 농업 ODA의 당해연도의 직접적인 효과는 0.006%이지만, 시차변수를 고려할 경우 당해의 농업 ODA는 농업 토지생산성에 유의하지 않은 영향을 주는 것으로 분석 되었다. 농업 ODA는 0.004∼0.010%만큼 농업 토지생산성을 향상시키는 것으로 분석되었다. 수원국 노동생산성에 대한 전 세계 농업 ODA의 당해연도 효과는 0.0137%이며, 시차변수를 고려한 경우에도 0.0104∼0.0128% 농업 노동생산성을 유의미하게 향상시키는 데 기여하는 것으로 나타났다. 농업 ODA는 시차를 두고 유의미하게 수원국 농업 노동생산성을 향상시키는 것으로 분석되었으나, 농업 토지생산성에 비해 1 ∼2년차에 매우 유의한 영향을 보이는 등 그 영향은 상대적으로 단기적인 영향을 보였다. 즉, 전 세계 농업 ODA의 시차변수에 대한 수원국 농업 투입요소 생산성에 대한 지연효과를 종합하면, 전 세계 농업 ODA는 장기적인 측면에서 수원국 농업 토지생산성을 향상시키는 것으로 나타났으며, 수원국 농업 노동생산성에는 상대적으로 단기에 ODA 영향을 보이는 것으로 확인된다. 전 세계 농업 ODA의 수원국 농업 투입요소 생산성에 대한 누적효과를 분석한 결과, 누적효과의 크기는 농업 토지생산성(0.0151∼0.0231%)에 비해 농업 노동생산성(0.0220∼0.0477%)이 더욱 큰 것으로 나타났다.

수원국 농업 투입요소 생산성에 대한 전 세계 농업 ODA의 영향 분석의 결과를 종합해보면, 수원국 토지생산성은 농업 ODA를 통해 비교적 장기적인 영향을, 노동생산성은 농업 ODA에 대해 단기적인 영향을 보이며, 농업 ODA를 통한 누적효과는 농업 토지생산성에 비해 농업 노동생산성에서 더욱 큰 것으로 나타났다. 즉, 농기계와 같은 시설장비의 보급, 농업 노동자의 노동 효율을 개선하는 등의 수원국에 대한 농업 ODA 원조가 농업 노동생산성 향상에 즉각적인 영향을 보이며, 신품종 개발, 관개시설 개선과 같은 토지생산성 향상에 대해서는 농업 ODA가 장기적으로 토지생산성을 향상시키는 것으로 분석되었다. 트렉터 및 관개장비 보급, 노동자 교육 등 현장에 즉각 투입되는 노동생산성 측면은 제도나 추가적인 인프라 구축 없이 개선되어 비교적 단기적으로 영향을 보이지만, 토지개량이나 종자개발 등 상대적으로 시간이 많이 소요되는 토지생산성 측면은 제도 개선이 전제되므로 상대적으로 장기적인 영향을 보인다.

노동생산성의 경우 교육 등의 인적 수준 향상으로 인해 기술력이 축적되는 반면, 토지생산성은 일정 수준에 도달하면 관리 및 유지보수가 어렵고, 한계생산 체감이 발생하여 농업 ODA를 통한 누적효과는 토지생산성에 비해 노동생산성에서 더욱 큰 것으로 해석된다.

한국 농업 ODA가 수원국 농업생산성에 미치는 영향

한국 농업 ODA가 수원국 농업 총요소생산성에 미치는 영향을 평가하였다(Table 5). 시차변수를 고려하여 분석한 결과, 한국의 농업 ODA 원조는 수원국 농업 총요소생산성 향상에 기여하는 것으로 나타났다. 당해연도의 농업 ODA 원조가 1% 상승할 경우, 수원국 농업 총요소생산성 향상에 약 0.0012∼0.0022% 기여하는 것으로 분석되었다. 한국 농업 ODA의 수원국 농업 총요소생산성에 대한 누적효과는 약 0.0032∼0.0042%로 나타났으며, 3년 전 농업 ODA에 대한 누적효과가 가장 큰 것으로 나타났다. 농업 ODA의 지연효과는 시간이 지남에 따라 효과가 줄어들기는 하나, 6년 전 농업 ODA가 수원국 농업 총요소생산성 향상에 0.0006% 기여하는 것으로 나타나 한국의 농업 ODA 원조는 수원국 농업 생산성 향상에 기여한다고 판단된다. 한국 농업 ODA에 대한 누적효과는 1∼4년의 시차를 두고 수원국 농업 총요소생산성에 약 0.003∼0.004%의 유의미한 영향을 주는 것으로 나타났다.

ODA 수원국의 인적자본지수, 즉, 교육수준 및 교육을 통한 수익률이 1% 증가할 경우, 수원국 농업 총요소생산성을 약 0.06∼0.13% 증가시키는 것으로 분석되었다. 이는 농업부 문에서의 지식 및 교육수준이 개선됨에 따라 농업 총요소생산성 향상에 기여할 수 있음을 시사한다. 수원국의 총요소생산성에 대한 기술수준이 향상됨에 따라 수원국 농업 총요소 생산성은 0.97∼1.06% 증가하는 것으로 나타났는데, 이는 생산의 효율성이 달성된 국가일수록 농업 총요소생산성의 상대적인 차이가 해당 수원국의 농업 총요소생산성을 높이는 데 기여하는 것을 의미한다.

한국의 농업 ODA의 영향을 분석한 결과, 한국 농업 ODA는 세계 농업 ODA에 비해 수원국 농업 총요소생산성에 미치는 영향이 작은 것으로 나타났다. 이와 같은 결과는 전 세계의 농업 ODA 규모에 기인하는 것으로 판단된다. OECDDAC에 따르면, 2021년 기준 전 세계 농업 ODA에서 한국 농업 ODA가 차지하는 비중은 2.77%로 규모가 크지 않은 편인 것이다. 그럼에도 불구하고, 분석 결과는 한국의 농업 ODA는 수원국 농업 생산성 향상에 기여도가 있음을 확인할 수 있다.

한국 농업 ODA가 수원국 농업 투입요소 생산성에 미치는 영향을 평가하였다(Table 6). 시차변수를 고려하여 분석한 결과, 한국의 농업 ODA는 수원국 농업 토지생산성과 노동생산성 향상에 기여하나, 농업 토지생산성에는 비교적 장기적으로, 노동생산성에서는 상대적으로 단기적인 효과를 보이는 것으로 나타났다. 당해연도의 한국 농업 ODA 원조가 1% 상승할 경우, 수원국의 농업 토지생산성은 0.0068%, 농업 노동 생산성은 0.0055∼0.0082% 증가하는 것으로 나타났다. 투입 요소 생산성에 대한 농업 ODA의 지연효과를 분석한 결과, 농업 ODA는 3∼6년의 시차를 두고 약 0.0051∼0.0072%만큼 수원국 농업 토지생산성 향상에 기여하며, 1∼4년의 시차를 두고 약 0.0060∼0.0103%만큼 수원국 농업 노동생산성 향상에 기여하는 것으로 나타났다. 이와 같은 분석 결과는 전 세계 농업 ODA에 대한 수원국 농업 투입요소 생산성의 분석 결과와 유사하며, 즉, 농업 ODA는 시차를 두고 토지생산성 향상에 기여하며, 노동생산성에는 상대적으로 즉각적인 향상에 기여하는 것을 의미한다. 한국 농업 ODA에 대한 누적효과는 노동생산성에 대해서만 유의한 것으로 나타났으며, 그 영향은 약 0.0129∼0.0173%인 것으로 확인된다.

ODA 수원국의 인적자본이 1% 증가할 경우, 농업 투입요소 생산성은 0.20∼0.34% 증가하여 국가 교육수준이 높아지고, 이에 따른 경제적 이익이 창출될수록 농업 투입요소 생산성에 긍정적인 영향을 미치기 때문으로 판단된다. 전체 수원국 대비 해당 국가의 농업 총요소생산성 수준, 즉 총요소 생산성에 대한 기술수준이 1% 증가할 경우, 해당 국가의 농업 투입요소 생산성은 0.72∼1.10%만큼 유의미하게 증가하는 것으로 나타났는데, 이는 국가의 상대적인 기술수준이 높을수록 비료나 관개 등과 같은 농업 투입요소의 비율을 줄이고, 투입요소 대비 산출량을 늘림으로써 투입요소의 효율성을 달성할 수 있음을 의미한다.

한국 농업 ODA가 수원국 농업 총요소생산성 및 투입요소 생산성 향상에 대한 기여도는 전 세계 ODA 규모에 따른 수원국 농업생산성에 대한 기여보다 작은 편에 속한다. 구체적으로, 수원국 농업 총요소생산성에 대한 농업 ODA는 전 세계의 경우 5년 전 누적시차가 유의미한 영향을 미치는 반면에 한국은 4년 전 농업 ODA에 대한 누적시차가 유의한 것으로 나타났으며, 영향의 크기 또한 전 세계 농업 ODA가 더욱 큰 것으로 나타났다. 수원국 토지생산성에 대한 농업 ODA의 영향에서 전 세계는 모든 시차에서 통계학적으로 유의미한 누적시차를 보이는 반면에, 한국의 누적시차는 유의하지 않은 것으로 나타났다. 또한, 수원국 노동생산성에 대해서는 전 세계 농업 ODA가 즉각적인 영향뿐만 아니라 시차를 두고 유의미한 영향을 주는 데 반하여 한국 농업 ODA는 시차를 두고 수원국 농업 노동생산성에 영향을 주는 것으로 분석되었다. 이는 전 세계의 경우 한국에 비해 농업 ODA 기간이 상대적으로 길고 그 규모가 크며, 전 세계의 다양한 농업 ODA가 수원국에 영향을 미치기 때문으로 판단된다.

요약 및 결론

본 연구는 농업 ODA가 수원국의 농업생산성(토지생산성과 노동생산성)에 미치는 영향을 분석하였다. ODA 중 농업 기술 ODA는 수원국의 경제적 자립을 도모하는데 중요한 수단으로 활용될 수 있기 때문에 전 세계 농업 ODA와 한국 농업 ODA를 세분화하여 분석하였다. 분석을 위해 패널 고정효 과모형을 이용하였고, 대상국은 155개 수원국으로 자료를 수집하였다.

전 세계 농업 ODA는 수원국 농업생산성 향상에 긍정적인 영향을 주는 것으로 나타나 수원국 농업생산성 향상에 있어 농업 원조는 필수불가결한 요소임을 시사한다. 전 세계 농업 ODA는 수원국 농업생산성을 시간이 지남에도 불구하고 꾸준히 증가시키는 것으로 나타났다. 이는 농업 ODA를 통해 수원국 농업생산성 향상에 기여하므로, 농업부문 원조의 성과가 존재하는 것으로 나타났다. 한국의 농업 ODA는 수원국 농업생산성 향상에 기여하는 것으로 나타나며, 시차를 두고 영향을 미치므로 중장기적인 관점에서의 ODA 추진이 타당하다고 평가된다. 한국의 농업 ODA는 수원국 농업생산성에 긍정적인 영향을 미치며, 시간이 지남에 따라 농업생산성에 누적된 영향을 미치며, 이러한 결과는 한국의 ODA가 장기적이고 지속적인 지원을 통해 더 큰 성과를 얻을 수 있음을 시사한다.

전 세계 농업 ODA가 수원국 농업생산성에 미치는 영향은 한국 농업 ODA보다 큰 것으로 나타났다. 한국 농업 ODA 활성화 시기는 전 세계적으로 늦었을 뿐만 아니라 예산 비중도 낮기 때문으로 판단된다. 그럼에도 불구하고 한국 농업 ODA가 수원국 농업생산성에 미치는 영향이 시차를 두고 유의미하게 발생한다는 측면에서 연구적 의의가 있다.

한국의 농업 ODA는 수원국 농업생산성에 시차를 두고 긍정적인 영향을 미치므로, 이를 고려한 원조 정책이 필요하다. 농업 ODA가 수원국의 생산성에 시차적으로 긍정적인 영향을 미치는 것으로 분석결과가 명확하게 나타났다. 이는 농업 ODA 사업을 추진할 때 장기적인 전략 기획이 필요함을 의미한다. 즉각적인 결과는 나타나지 않을 수 있지만, 수년에 걸쳐 구체화되는 경향이 있기 때문이며 정책 입안자들은 지속가능하고 탄력적인 프로그램을 만드는 데에 초점을 맞춰 장기적으로 지속적인 지원과 모니터링이 요구된다. 수원국의 경제적, 정치적, 환경적 요인에 따라 ODA가 미치는 영향이 다양하다는 것은 ODA 사업을 현지 상황에 맞게 맞춤화할 필요성을 시사한다. 여기에는 각 수혜국의 특정 농업 요구 사항, 기후 탄력성 역량 및 거버넌스 구조에 대한 보다 세부적인 연구가 포함될 수 있다. 현지 파트너십 및 지역 전문지식 활용을 확대하여 ODA 프로그램의 효율성이 향상시킬 수 있다.

그 외에 인적자본 투자와 기술수준에 따라 농업생산성에 미치는 영향도 유의하게 나타났기 때문에 농업 ODA와 함께 인적자본에 대한 투자 및 수원국 기술수준을 고려해야한다. ODA 수원국의 교육수준의 질적 향상을 통한 인적자본 투자는 수원국 농업 생산성을 향상시키는 요인으로 작용한다. 농업부문에서의 지식 및 교육수준이 개선됨에 따라 농업생산성 향상에 기여할 수 있음을 시사한다. ODA 수원국의 생산성에 대한 기술수준이 개선될수록 수원국 농업생산성이 향상되는 것으로 나타났는데, 이는 농업총요소생산성의 상대적인 차이가 해당 수원국의 농업 생산성을 높이는 데 기여하므로, 생산의 효율성을 달성하기 위한 수원국 내의 자원 활용이 요구된다. 인적자본의 확대와 기술수준 향상은 농업 GDP를 향상 시키는 요인이 될 수 있으며 이러한 농업 GDP 증가는 농업생산성에 긍정적인 영향을 미친다. 따라서 농업 ODA 사업 수행과 함께 해당 수원국의 인적자본을 확대하고 질적 투자가 이루어져야하며 기술수준에 맞는 농업 ODA 전략이 필요하다.

기술 관련 ODA가 생산성에 미치는 영향이 지연되기 때문에 향후 초점을 맞춰야 할 핵심 영역은 수원국의 역량 구축 노력을 강화하여 생산성에 대한 영향을 확보하여 제공된 기술을 완전히 흡수하고 구현하는 것이다. 지식 이전, 인프라 개발 및 농업 혁신의 현지화된 적응을 보장하면 이들 국가가 ODA 기간이 끝난 후에도 생산성 향상을 유지할 수 있도록 보장될 것이다.

본 연구는 전 세계와 한국 농업 ODA가 수원국 생산성에 미치는 영향을 분석했다는 점에서 기존 선행연구와의 차별성이 있다. 그럼에도 불구하고 본 연구에서 시차적인 영향 외에 수원국 생산성을 개선 또는 약화시킬 수 있는 다양한 요인을 제시하지 못한 한계가 있다. 다양한 요인을 고려한 고도화된 추정은 차후 연구로 남긴다. 이뿐만 아니라 타 산업 ODA가 해당 산업 생산성에 미치는 영향을 농업 ODA와 비교하지 못하였다. 이러한 비교분석 또한 차후 연구로 제시하고 자 한다. 그럼에도 불구하고, 본 연구 결과를 통해 농업 ODA가 시차를 두고 생산성에 긍정적인 영향을 미치는 것을 확인할 수 있었으며 이를 통해 타 분야 ODA에 비해 농업 ODA의 중 장기적인 관점에서 사업을 추진해야 함을 시사한다.

적 요

농업 ODA가 수원국의 농업 생산성에 미치는 영향을 분석하기 위해 전 세계와 한국의 농업 ODA를 구분하고, 수원국의 농업생산성을 총요소생산성, 토지생산성, 노동생산성으로 평가하였다.

분석 결과, 농업 ODA는 시차를 두고 수원국의 생산성 향상에 기여하며, 특히 노동생산성에는 단기적 효과, 토지생산성에는 장기적 효과가 나타났다.
전 세계 ODA가 한국 ODA보다 더 큰 영향을 미치지만, 한국 ODA도 공여국 농업 생산성 향상에 효과성이 있는 것으로 나타났다.
농업 ODA의 효과가 해를 거듭할수록 누적되므로, 지속적인 자금 지원의 필요성을 제안한다.

ACKNOWLEDGMENTS

본 논문은 2024년 농촌진흥청의 ^｢KOPIA, KoLFACI 추진 사업 평가 및 신규사업 타당성 조사 연구 용역_｣ 일부 연구 결과를 활용하여 작성하였으며, 2022년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 연구되었음 (NRF-2022M3J6A1084843).

Figure

Fig. 1.

Model structure diagram(Source: 저자 작성).

Fig. 2.

2002-2021 ATFP, Land productivity, and Labor productivity trend(Source: 저자작성).

Table

Table 1.

Summary of ODA realated research.

Author(Year)	Research Purpose	Methodology	Implications
Arndt et al.(2009)	Analysis of the effectiveness of international aid on economic growth in recipient countries	2GLS	Aid is essential for the development of recipient countries
Burnside and Dollar(2000)	Analysis of the effectiveness of ODA on economic growth in recipient countries	2GLS	ODA has a positive effect on recipient countries with strong policies
Galiani et al. (2017)	Analysis of the effectiveness of ODA on economic growth in recipient countries	Panel FE	ODA has a positive impact on economic growth in recipient countries
Wehncke et al. (2022)	Analysis of the effectiveness of ODA and FDI on economic growth in recipient countries	ARDL and ECM	ODA and FDI play a major role in Africa’s economic growth
Ndjidda et al. (2023)	Analysis of the effectiveness of agricultural ODA on economic growth in recipient countries	CGEM	Improvement of recipient country conditions is necessary to attract agricultural ODA investments
Giacardi (2022)	Analysis of the impact of economic and political factors on agricultural ODA	Tobit Model	Economic factors like financial crises have a positive (+) impact on agricultural ODA.
Blizkovsky and Emelin(2020)	Analysis of the effectiveness of ODA on agricultural productivity in recipient countries	Pearson /Spearman Correlation Coefficient	The impact of ODA on agricultural productivity in African countries is heterogeneous.
Kim and Han (2015)	Analysis of the effectiveness of agricultural ODA on agricultural output in recipient countries	Pooled/Panel OLS, Panel GMM	Agricultural ODA positively (+) impacts agricultural output in recipient countries with a certain time lag.
Kim and Lim (2011)	Analysis of the support effects of RPC establishment through agricultural development ODA projects	B/C Analysis	RPC establishment support from agricultural ODA in Cambodia has a positive (+) economic effect.
Kim et al.(2023)	Analysis of the impact of agricultural sector ODA on agricultural sector GDP in recipient countries	Panel IV	Agricultural sector ODA drives growth in the agricultural sector GDP.
Kim et al.(2018)	Economic impact assessment of the KoLFACI projects (rice water management, cacao farm management improvement) by the Korean Rural Development Administration	B/C Analysis	KoLFACI projects are expected to achieve high performance with low costs.

Table 2.

Data sources and basic statistics.

Variable(Unit)	Observations	Average	Standard deviation	Source
ATFP(2015=100)	2,554	1,550	99.1819	99.0725	17.0505	13.8272	USDA
ATFP_land(2015=100)	2,554	1,550	96.1921	97.6167	18.9281	15.3458	USDA
ATFP_labor(2015=100)	2,554	1,550	95.8218	96.9595	24.2676	19.8680	USDA
Agriculture ODA (US dollar)	2,368	898	2.78e+07	1,779,553	5.42e+07	9,267,566	OECD DAC (Rio Markers)
Ag value added (constant 2015 US$)	2,083	1,356	10,025.2100	11,570.9600	96,433.2000	119,165.9000	WDI
Human Capital	1,733	1,185	2.2304	2.1869	0.5928	0.5585	PWT 10.01
Political Corruption Index (%)	2,514	1,535	0.6329	0.6677	0.2379	0.2188	V-Dem Project (V-Dem Institute)
ATFP Level(%)	2,425	1,446	0.0110	0.0003	0.1812	0.1456	USDA

Table 3.

Analysis of the impact of international agricultural ODA on recipient countries’ agricultural total factor productivity.

주: 괄호 안의 값은 robust t값을 의미함.

: ^*, ^*^*, ^*^*^*는 각각 10%, 5%, 1% 유의수준에서 통계적으로 유의함을 뜻함.

	M1	M2	M3	M4	M5	M6	M7
ODA	0.0032***	0.0018***	0.0013**	0.0013**	-0.0002	-0.0004	-0.0004
(4.13)	(2.71)	(2.17)	(2.12)	(-0.31)	(-0.56)	(-0.73)

ODA(-1)		0.0035***	0.0026***	0.0023***	0.0026***	0.0000	-0.0003
	(4.69)	(3.67)	(3.49)	(3.95)	(0.05)	(-0.48)

ODA(-2)			0.0031***	0.0031***	0.0032***	0.0034***	-0.0001
		(4.33)	(4.08)	(4.02)	(4.55)	(-0.08)

ODA(-3)				0.0011*	0.0013*	0.0013*	0.0016**
			(1.72)	(1.83)	(1.86)	(2.47)

ODA(-4)					0.0007	0.0004	0.0006
				(1.12)	(0.55)	(0.92)

ODA(-5)						0.0014***	0.0013**
					(2.70)	(2.20)

ODA(-6)							0.0010*
						(1.75)

Cumulative effect		0.0058***	0.0074***	0.0082***	0.0079***	0.0064**	0.0039
	(4.53)	(4.02)	(3.51)	(2.82)	(2.14)	(1.25)

Ag value added	0.0552***	0.0504***	0.0450***	0.0402**	0.0369**	0.0318*	0.0254*
(2.89)	(2.80)	(2.63)	(2.36)	(2.22)	(1.99)	(1.76)

Human Capital	0.1902***	0.1720***	0.1544***	0.1441***	0.1405***	0.1323***	0.1191***
(7.38)	(7.11)	(6.70)	(6.25)	(6.42)	(6.38)	(6.26)

Political Corruption Index	0.0204	0.0139	-0.0016	-0.0174	-0.0176	-0.0241	-0.0326
(0.62)	(0.49)	(-0.07)	(-0.76)	(-0.77)	(-0.99)	(-1.40)

ATFP Level	0.9689***	0.9788***	0.9832***	0.9816***	0.9775***	0.9785***	0.9807***
(25.86)	(27.97)	(28.17)	(26.54)	(27.34)	(28.03)	(28.62)

Constant	3.6599***	3.7107***	3.7795***	3.8413***	3.8813***	3.9673***	4.0951***
(28.70)	(31.45)	(33.62)	(33.62)	(33.68)	(35.50)	(39.71)

Obs	1,556	1,441	1,328	1,219	1,130	1,042	956

adj-R2	0.944	0.950	0.956	0.957	0.959	0.962	0.967

Sargan-Hansen statistic (p-value)	167.848***	160.418***	164.629***	166.124***	192.909***	131.377***	118.074***
(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)

Table 4.

Analysis of the impact of international agricultural ODA on recipient countries’ agricultural input factor productivity.

주: 괄호 안의 값은 robust t값을 의미함.

: ^*, ^*^*, ^*^*^*는 각각 10%, 5%, 1% 유의수준에서 통계적으로 유의함을 뜻함.

	Land productivity	Labor productivity
ODA	0.0060**	0.0036	0.0014	0.0011	-0.0031	-0.0039	-0.0039	0.0137***	0.0116***	0.0104**	0.0119***	0.0126***	0.0126***	0.0128***
(2.23)	(1.38)	(0.55)	(0.50)	(-0.83)	(-1.09)	(-1.22)	(3.66)	(3.04)	(2.54)	(3.28)	(2.82)	(2.73)	(2.76)

ODA(-1)		0.0092***	0.0087***	0.0083***	0.0096***	0.0054	0.0044		0.0104***	0.0098***	0.0088***	0.0114***	0.0104***	0.0113***
	(3.64)	(3.37)	(3.41)	(4.05)	(1.61)	(1.32)		(3.02)	(2.74)	(2.68)	(4.25)	(3.22)	(3.08)

ODA(-2)			0.0050**	0.0058***	0.0058***	0.0059**	0.0009			0.0059	0.0066*	0.0068**	0.0070**	0.0008
		(2.24)	(2.68)	(2.89)	(2.40)	(0.35)			(1.60)	(1.90)	(2.01)	(2.01)	(0.25)

ODA(-3)				0.0043**	0.0051**	0.0043**	0.0041*				0.0068**	0.0079**	0.0072**	0.0073**
			(2.05)	(2.49)	(2.18)	(1.93)				(1.99)	(2.42)	(2.15)	(2.20)

ODA(-4)					0.0056***	0.0056***	0.0060**					0.0062**	0.0053*	0.0047
				(3.21)	(2.64)	(2.46)					(2.03)	(1.70)	(1.48)

ODA(-5)						0.0048***	0.0050***						0.0022	0.0013
					(3.03)	(3.05)						(0.77)	(0.45)

ODA(-6)							0.0035*							0.0095***
						(1.71)							(2.66)

Cumulative effect		0.0127***	0.0151**	0.0195***	0.0231***	0.0221***	0.0200**		0.2120***	0.0261***	0.0341***	0.0449***	0.0447***	0.0477***
	(2.82)	(2.40)	(2.77)	(3.25)	(2.73)	(2.19)		(3.45)	(2.94)	(3.23)	(3.88)	(3.40)	(3.17)

Ag value added	0.1419***	0.1278**	0.1141**	0.1124**	0.1026**	0.0912**	0.0803**	0.4027***	0.3869***	0.3756***	0.3702***	0.3532***	0.3275***	0.3003***
(2.74)	(2.62)	(2.49)	(2.46)	(2.43)	(2.32)	(2.29)	(4.21)	(3.96)	(3.68)	(3.39)	(3.22)	(2.99)	(2.86)

Human Capital	0.4392***	0.4175***	0.3965***	0.3624***	0.3326***	0.3330***	0.3161***	0.4195***	0.4152***	0.4182***	0.4371***	0.4540***	0.4909***	0.4972***
(4.89)	(4.56)	(4.19)	(3.70)	(3.24)	(3.36)	(3.26)	(4.27)	(4.27)	(4.20)	(4.21)	(4.29)	(4.47)	(4.53)

Political Corruption Index	0.0902	0.0807	0.0637	0.0556	0.0664	0.0580	0.0392	0.1173	0.1393	0.1666	0.1994	0.2560	0.2798	0.2939
(1.00)	(0.94)	(0.74)	(0.59)	(0.69)	(0.54)	(0.36)	(0.63)	(0.70)	(0.76)	(0.84)	(1.04)	(1.04)	(1.11)

ATFP Level	0.6279***	0.6420***	0.6494***	0.6435***	0.6468***	0.6485***	0.6786***	0.8082***	0.8249***	0.8314***	0.7989***	0.7917***	0.7784***	0.7878***
(8.90)	(9.57)	(9.59)	(8.79)	(9.06)	(8.73)	(8.99)	(6.59)	(6.66)	(6.43)	(5.90)	(6.01)	(5.86)	(6.13)

Constant	2.3053***	2.3704***	2.5068***	2.5405***	2.6229***	2.7397***	2.9145***	0.1461	0.1461	0.1589	0.0245	-0.0845	0.0297	0.1801
(6.91)	(7.52)	(8.19)	(8.10)	(8.64)	(8.70)	(9.14)	(0.23)	(0.22)	(0.23)	(0.03)	(-0.11)	(0.04)	(0.24)

Obs	1,469	1,355	1,242	1,133	1,044	957	871	1,469	1,355	1,242	1,133	1,044	957	871

adj-R2	0.607	0.600	0.590	0.572	0.568	0.553	0.545	0.694	0.692	0.692	0.688	0.686	0.664	0.653

Sargan-Hansen statistic (p-value)	83.154***	79.019***	78.630***	78.221***	93.592***	104.073***	86.043***	105.039***	107.649***	105.444***	193.993***	149.150***	91.417***	90.813***
(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)

Table 5.

Analysis of the impact of South Korea agricultural ODA on recipient countries’ agricultural total factor productivity.

주: 괄호 안의 값은 robust t값을 의미함.

: ^*, ^*^*, ^*^*^*는 각각 10%, 5%, 1% 유의수준에서 통계적으로 유의함을 뜻함.

	M1	M2	M3	M4	M5	M6	M7
ODA	0.0022***	0.0013*	0.0012***	0.0002	-0.0002	-0.0004	0.0001
(3.45)	(1.98)	(2.82)	(0.43)	(-0.51)	(-0.88)	(0.23)

ODA(-1)		0.0020***	0.0012*	0.0009*	-0.0000	-0.0005	-0.0005
	(3.30)	(1.87)	(1.85)	(-0.02)	(-0.82)	(-0.85)

ODA(-2)			0.0017***	0.0020***	0.0017***	0.0002	-0.0002
		(2.76)	(3.26)	(4.18)	(0.48)	(-0.46)

ODA(-3)				0.0011	0.0012*	0.0008**	0.0004
			(1.51)	(1.79)	(2.06)	(1.04)

ODA(-4)					0.0009	0.0008*	0.0009**
				(1.66)	(1.68)	(2.55)

ODA(-5)						0.0007	0.0007
					(1.33)	(1.44)

ODA(-6)							0.0006**
						(2.02)

Cumulative effect		0.0032***	0.0041***	0.0042***	0.0037***	0.0017	0.0021
	(3.16)	(3.12)	(3.14)	(2.81)	(1.23)	(1.34)

Ag value added	0.0724***	0.0722***	0.0648***	0.0603***	0.0575***	0.0406***	0.0402***
(5.59)	(5.96)	(4.84)	(3.94)	(3.74)	(3.04)	(2.98)

Human Capital	0.1314***	0.1082***	0.0778***	0.0689***	0.0638***	0.0682***	0.0589***
(6.88)	(5.67)	(5.47)	(4.27)	(4.16)	(3.93)	(3.55)

Political Corruption Index	0.0131	0.0058	-0.0065	-0.0068	-0.0112	-0.0311*	-0.0297**
(0.63)	(0.31)	(-0.36)	(-0.43)	(-0.68)	(-1.89)	(-2.19)

ATFP Level	0.9667***	0.9959***	1.0211***	1.0179***	1.0293***	1.0596***	1.0639***
(27.02)	(29.07)	(26.90)	(27.59)	(30.07)	(44.75)	(47.15)

Constant	3.7044***	3.7521***	3.8785***	3.9331***	3.9769***	4.1379***	4.1575***
(41.37)	(45.22)	(38.96)	(37.67)	(38.29)	(50.02)	(50.88)

Obs	648	509	434	369	310	260	211

adj-R2	0.969	0.976	0.983	0.985	0.987	0.990	0.990

Sargan-Hansen statistic (p-value)	164.666***	167.202***	94.139***	106.948***	137.970***	116.603***	134.174***
(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)

Table 6.

Analysis of the impact of South Korea agricultural ODA on recipient countries’ agricultural input factor productivity.

주: 괄호 안의 값은 robust t값을 의미함.

: ^*, ^*^*, ^*^*^*는 각각 10%, 5%, 1% 유의수준에서 통계적으로 유의함을 뜻함.

	Land productivity	Labor productivity
ODA	0.0068**	0.0046	0.0035	0.0003	-0.0017	-0.0042	-0.0010	0.0082**	0.0055*	0.0037	-0.0028	-0.0052	-0.0036	-0.0036
(2.17)	(1.26)	(0.93)	(0.08)	(-0.36)	(-0.77)	(-0.17)	(2.57)	(1.95)	(1.31)	(-1.06)	(-1.63)	(-0.70)	(-0.73)

ODA(-1)		0.0034	0.0008	0.0021	-0.0027	-0.0046	-0.0066		0.0074**	0.0072**	0.0066**	-0.0002	-0.0022	-0.0028
	(0.99)	(0.24)	(0.54)	(-0.56)	(-0.71)	(-0.91)		(2.38)	(2.63)	(2.21)	(-0.08)	(-0.78)	(-0.82)

ODA(-2)			0.0032	0.0016	0.0018	-0.0035	-0.0070			0.0048	0.0059*	0.0053**	0.0038	-0.0004
		(0.97)	(0.57)	(0.65)	(-0.87)	(-1.19)			(1.54)	(1.98)	(2.09)	(1.29)	(-0.13)

ODA(-3)				0.0054*	0.0013	0.0020	-0.0012				0.0075*	0.0103***	0.0067**	0.0067*
			(1.83)	(0.47)	(0.75)	(-0.28)				(1.95)	(2.85)	(2.08)	(1.86)

ODA(-4)					0.0071**	0.0051*	0.0058*					0.0060**	0.0084**	0.0056**
				(2.50)	(1.76)	(1.86)					(2.32)	(2.65)	(2.23)

ODA(-5)						0.0065*	0.0066*						0.0014	0.0032
					(1.95)	(1.78)						(0.49)	(1.38)

ODA(-6)							0.0072**							0.0020
						(2.04)							(0.89)

Cumulative effect		0.0080	0.0075	0.0094	0.0058	0.0013	0.0039		0.0129**	0.0158**	0.0173**	0.0161*	0.0145	0.0107
	(1.22)	(0.81)	(0.85)	(0.41)	(0.07)	(0.16)		(2.49)	(2.37)	(2.27)	(1.84)	(1.43)	(1.09)

Ag value added	0.1629***	0.1859***	0.1704**	0.0802	0.0926	0.0513	-0.0260	0.5031***	0.4728***	0.4676***	0.4961***	0.4649***	0.4439***	0.4979***
(3.13)	(2.68)	(2.13)	(1.21)	(1.03)	(0.52)	(-0.22)	(10.34)	(9.23)	(7.98)	(8.12)	(6.92)	(6.70)	(8.86)

Human Capital	0.3483***	0.2779***	0.2741***	0.3631***	0.3155***	0.3288***	0.3270***	0.3399***	0.3390***	0.2897***	0.2046**	0.2450***	0.2655**	0.2184**
(4.28)	(2.93)	(2.94)	(5.03)	(4.07)	(3.53)	(2.72)	(5.16)	(4.20)	(3.59)	(2.51)	(2.86)	(2.43)	(2.08)

Political Corruption Index	0.0498	0.0328	0.0156	0.0065	-0.0275	-0.0707	-0.0837	-0.0168	-0.0457	-0.0684	-0.0576	0.0054	-0.0364	-0.0237
(0.58)	(0.38)	(0.17)	(0.06)	(-0.23)	(-0.39)	(-0.43)	(-0.30)	(-0.79)	(-1.13)	(-0.95)	(0.09)	(-0.43)	(-0.39)

ATFP Level	0.7191***	0.7416***	0.7646***	0.8156***	0.8072***	0.8257***	0.9083***	0.8177***	0.8577***	0.8724***	0.8695***	0.9152***	1.0085***	1.0444***
(9.69)	(7.31)	(6.27)	(6.67)	(5.94)	(5.31)	(6.31)	(7.40)	(7.31)	(6.43)	(7.13)	(8.16)	(7.84)	(7.72)

Constant	2.4350***	2.4125***	2.5657***	3.0468***	3.1319***	3.5154***	4.1009***	-0.1700	0.0330	0.1702	0.1161	0.2435	0.4177	0.1504
(7.59)	(5.69)	(5.15)	(6.21)	(5.00)	(4.89)	(5.15)	(-0.47)	(0.09)	(0.39)	(0.28)	(0.58)	(1.00)	(0.36)

Obs	648	509	434	369	310	260	211	648	509	434	369	310	260	211

adj-R2	0.668	0.672	0.681	0.710	0.677	0.624	0.610	0.812	0.834	0.829	0.845	0.858	0.862	0.885

Sargan-Hansen statistic (p-value)	86.575***	51.942***	41.099***	42.971***	31.804***	23.388***	41.811***	212.612***	220.694***	142.397***	175.482***	143.476***	167.052***	138.257***
(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)	(0.000)

Reference

Arndt, C., Jones, S., Tarp, F. 2010. Aid, growth, and development: have we come full circle?. Journal of Globalization and Development. 1:0000102202194818371121.
Bakker, M.H., Ligtvoet, W. 2009. Climate Change Adaptation and the role of Official Development Assistance. The Netherlands Yearbook on international Cooperation. 35.
Blizkovsky, P., Emelin, R. 2020. The impact of official development assistance on the productivity of agricultural production in Ghana, Cameroon and Mali. AGRIS on-line Papers in Economics and Informatics. 12:29-39.
Burnside, C., Dollar, D. 2000. Aid, policies, and growth. American economic review. 90:847-868.
Feenstra, R.C., Inklaar, R., Timmer, M.P. 2023. Penn World Table Version 10.01. Groningen Growth and Development Centre, University of Groningen.
Galiani, S., Knack, S., Xu, L.C., Zou, B. 2017. The effect of aid on growth: Evidence from a quasi-experiment. Journal of Economic Growth. 22:1-33.
Giacardi, A. 2022. Agricultural official development assistance: an assessment of empirical aid determinants.
Karlsson, N. 2021. Is there a trade-off between poverty reduction and climate action?: A glance at the determinants of official development assistance in environmentally relevant sectors.
Kim, Y.D., Jun, J.H., Jeon, J.H., Kim, S.Y., Kang, S.G., Moon, D.G., Kim, C.H., Chae, S.H. 2018. Anaylsis for Recipient Countries Economic Effects of KoLFACI Projects. J. Korean Soc. Int. Agric. 30:94-101.
Kim, Y.I., Han, H.Y. 2015. A Study of the Effectiveness of Agriculture ODA on Agricultural Production in Developing Countries. J. Korean Soc. Int. Agric. 27:564-575.
Kim, Y.I., Lim, S.S. 2011. An Investment Analysis on a Construction Aid for Rice Processing Complexes in Cambodia. J. Korean Soc. Int. Agric. 23:369-375.
Kim, Y.J., Lee, H.S., Choi, Y.H. 2023. Effects of Agricultural ODA on Agricultural GDP: Evidence from Korea’s 3rd term Priority Partner Countries. Korean Journal of Agricultural Management and Policy. 50:645-664.
Lee, J.Y., Park, S.J. 2023. Implications of the 2024 Policy Directions for International Development Cooperation and Public Perception Survey. Korea Institutd for International Economic Policy. 23:1-23.
Ndjidda, N., Amoa, N.B.A., Nourou, M. 2022. Agricultural Growth in Cameroon: What Effects of Official Development Assistance Financing?. African Scientific Journal. 3:608-628.
OECD DAC. Rio Markers. Available at: https://www.oecd.org/en/about/committees/development-assistance-committee.html
Trentinaglia, M.T., Baldi, L., Peri, M. 2023. Supporting agriculture in developing countries: new insights on the impact of official development assistance using a climate perspective. Agricultural and Food Economics. 11:39.
USDA ERS. International Agricultural Productivity. Available at: https://www.ers.usda.gov/
WDI. World Bank Open Data. Available at: https://data.worldbank.org/
Wehncke, F.C., Marozva, G., Makoni, P.L. 2022. Economic Growth, Foreign Direct Investments and Official Development Assistance Nexus: Panel ARDL Approach. Economies. 11:4.