쌀 예상 생산량 모형 연구

한편, 일본에서는 예상량조사 결과 공표 시“본조사(10월 15일 현재)는 수확을 마친 지역에서는 벼를 베어내 실측을 행하지만, 일부 수확을 끝내 않은 지역에서는 볏수, 등숙상황 등을 실측하고 그 후의 등숙에 대해서는 평년 수준의 기상을 가정하고 추정하는 방법에 의해 행한다. 따라서 금후의 기상조건에 의해 작황은 변동한다는 점이 있다.”라고 이용상 주의를 명시하고 있다. 또한“작황표본구획의 실측결과로부터 구하는 10a당 수량이나 작황지수는 현 내의 평균치를 나타내고 있기 때문에, 개별지역이나 개개의농가의 관점에서는 높거나 낮게 느껴질 수 있다.”라고 작황지수와 농가의작황과의 관계를 명시하고 있다. 또한 일본은 논벼 평년수량 등에 관한 연구회를 통해 수량 예측 개선활동을 활발히 하고 있다. 일본은 예상량조사, 수확량조사 이외에 세 번의 작황조사로 모니터링되고 있으며 조사의 횟수가 많고 조사하는 항목이 많다. 각 조사마다 조사항목이 다양하고 세세하며 실측요소가 정밀하게 이루어지고 있다. 한편 예상량조사는 10월 15일로 우리보다 1달 늦게 실시되고 있어 실측기반으로 추정되고 있으며 기상정보가 소지역에서도 관측되고 있는 점이 특이하다. 또한 평년수량연구회와 같은 연구회를 통해 그 해의 예상되는 수량(평년수량)을 일찌감치 예측하고 이 수량과 수확량 결과를 상대 비교한 작황지수를 발표하고있다. 그리고 검토위원회 등 주기적이고 지속적인 위원회가 운영되고 있으며 최종 공표 시까지 여러 번의 검토를 거치고 있다. 예상수확량의 추정방법은 우리와 거의 같은 방식이나 기상 데이터, 실측데이터, 피해데이터, 관계기관의 수집정보를 가지고 천립중을 전산추계하고 있다. 쌀 생산량과 관련된 연구로는 김정호(1998), 장석환(2000), 김창국 외(2002), 윤진일 외(2001), 조경숙 외(2002), 그리고 박홍규 외(2002)의 다수의 논문을 들 수 있다. 특히 쌀 예상생산량 추정방법에 대한 연구로 강창완(1998)은 통계적 분석방법인 주성분분석과 군집분석을 이용하여 전국 추정치를 추정한 바 있다. 그런데 이 방법은 유사연도의 자료를 그대로 사용하고 있을 뿐 아니라 지역별 특성을 반영하지 못하여 도별 예상생산량을구할 수 없어 강창완(2000)은 천립중에 대한 9개 도별 회귀모형을 제시한 바 있다. 그러나 출수기에 영향을 주는 기상조건으로 일조시간만을 설명변수로 반영하고 있으며 기상 적용기간도 9월 상순으로 동일하게 한정하였다. 특히 일조시간이 영향을 준다고 하였으나 최종모형에는 일조시간이 선택되지 않고 있어 결과적으로 기상을 반영시키지 못하였다. 본 연구에서는 실측요소로 총낟알수와 피해율을 설명변수로 투입하였으며 기상요소로는 일조시간, 일교차, 평균기온, 강우량 등을 고려하였다. 지역별 특성을 고려한 천립중 추정을 위해 지역별 중회귀모형을 설정하였다. 분석 자료로 품종변화나 재배기술의 변화를 제어하기 위해 최근 10년간(2000-2009) 각 16개 시도별 자료를 이용하였다. 목적변수는 실수확량으로부터 역산하여 계산된 천립중이다. 다시 말해 천립중은 실제측정이 가장 정확하나 편의상 수확기 때의 완전낟알수와 단위 면적당 수량을 측정한 후 천립중을 역산하여 구한 실사 후 천립중이다. 설명변수로는 실측된 총낟알수, 피해율 및 기상(기온, 일교차, 일조시간, 일사량, 일강 수량, 평균풍속, 최대풍속 등)이다. 피해율 자료는 각 시도별 평균 피해율 자료이다. 2005년 표본이 개편됨으로(서울대학교, 2005) 2005년까지는 시도별 포기수, 이삭수, 낟알수 등 관측항목의 단순평균이 해당 시도의 평균값이 되나 2006년부터는 편의를 조정하기 위해 층별 가중평균을 하여 시도별 단순평균이 농업시스템의 시도별 평균값과 일치하지 않았다. 본 연구는 현재 16개 시도별로 생산량을 추계하고 있는 까닭으로 16개 시도별로 천립중에 대한 지역별 중회귀모형을 설정한다. 실제로 서울시 및 광역시는 재배면적이 작아, 표본 필지 또한 도에 비해 상대적으로 작다. 따라서 추정의 정확성이 다소 떨어질 수 있다는 약점이 있다. 그러나 재배면적의 가중치가 작아 서울시 및 광역시의 추정보다는 도별 추정과 그 비교가 중요하므로 특 ⋅ 광역시의 추정은 다소 무시될 수 있다. 따라서 16개 시도별로 각 실측요소의 평균값과 각 기상요소의 평균한 값을 이용하였다. 한편, 시군구 단위로 실측요소가 존재하므로 시군구 단위별 자료를 이용하면 좋으나 천립중에 영향을 주는 기상자료는 시군구 단위의 정확한 자료가 존재하지 않는다. 따라서 보다 세세한 기후의 지역자료 부재는 본 연구의 자료 이용 범위를 제한하였다. 대표 품종의 연도별 변화를 파악하고 분석하였다. 2000년도의 10대 재배품종은 대산, 일미, 동안, 일품, 화영, 대안, 남평, 화성, 동진, 추청 순이며, 2001년도는 남평, 일미, 동 안, 일품, 대산, 대안, 화영, 추청, 호안,화성 순으로, 전년과 비교하여 남평이 대산을 밀어내고 1위를 차지하였다. 2002년도는 남평, 추청, 일미, 일품, 주남, 동안, 화영, 오대, 화성, 수라순으로, 추청이 2위로 올라서고 대산은 10대 품종에서 사라졌으며, 2003년도는 남평, 추청, 일미, 주남, 일품, 동진1호, 동안, 오대, 새추청, 대안 순으로, 동진1호가 나타나기 시작하였다. 2004년도는 남평, 동진1호, 추청, 주남, 일미, 일품, 오대, 새추청, 화영, 동안 순으로, 동진 1호가 급성장하였다. 2005년도는 동진1호, 남평, 추청, 주남, 일미, 오대, 일품, 새추청,화영, 대안 순으로, 동진1호가 재배품종 1위로 전국 20%를 상회하였다. 각 지역의 대표 품종에 대한 출수기 정보를 이용하여 기후자료의 적용기간을 결정하였으나 품종이 낟알의 무게에 영향을 줄 수 있어 앞으로 품종이모형에 삽입될 필요성이 있다. 그러나 현재 조사 자료에서는 기타로 구분되는 품종으로 인해 정확하게 최신 품종의 변화가 감지되지 못하고 있다. 예를 들어 다수확의 원인 중 하나로 보는 호품벼의 증가가 생산량조사 자료에서 파악이 되지 않는다. 관계기관의 자료에 의하면 2009년 전국 재배품종 중 호품벼가 전체 9%(주로 충남, 전북이 약 70%)로 급격하게 상승하였다. 그러므로 예상량조사 때 낟알수가 실측되어 낟알수가 많은 호품벼의 품종효과가 일정부분 반영되었다고 볼 수 있다. 즉 다수확 품종 중 낟알수가 많이 달리는 품종은 실측 시 낟알수가 관측이 되어 문제가 없으나 날알이 크거나 무거운 품종인 경우가 고려되어야 할 것이다. 일본의 사례에서 본 바와 같이 예상량조사 이후의 기상변화에 따라 작황이변화한다는 점을 명시하는 것이 더 바람직할 것으로 판단된다. 일본에서도후기 예측기상자료를 이용하려는 시도가 있었으나 예측자료의 정확성이 떨어져 그 결과가 좋지 않았으며 여유를 둔 수량추정은 계속 연구 검토되어져야 할 것으로 보고한 바 있다. 한편 본 연구에서는 지역별로 예측신뢰구간을 설정하고 이를 재배면적으로 가중평균하여 전국 예상치에 대한 예측신뢰구간을 제시하였다. 이는 모형에서 과거의 기상변화를 지역별로 고려했다고 볼 수 있다. 예상량조사 시기까지의 실측정보와 기상정보가 거의 유사할지라도 수확량이 그 이후의 기상에 따라 달라지는 자료가 이미 포함되어 각 지역별로 그러한 변화를 고려하고 있다고 할 수 있다. 다시 말해 일종의 지역별 기상 시나리오에 따라 여유를 둔 수량 예측치를 제시한 것이다. 한편 일본은 철저한 실측을 기반으로 하고 있으며 각 수량예측 부문에서 최대한 실측을 상세하고 철저히 하고 또 통계적으로 천립중을 추정함에도 불구하고 관계기관의 수집된 정보에 의해 마지막으로 조정되는 부분이 있다.지역정보와 실측정보, 경험을 이용한 주관적 추정과 더불어 자료에 근거한통계적 모형에 의한 천립중 추정, 그리고 관계기관의 수집된 정보 등을 종합하여 판단하여야 할 것이다. 예상량조사 이후 기상변화에 대한 정확한 예보가 없는 한 예상량조사의 결과가 수확량조사의 결과와 꼭 일치할 수는 없다. 그러나 본 연구에서는 실측자료와 기상자료를 이용하여 객관적인 천립중 예상치를 제시하고자 하였으며 통계적 모형에 의한 예상량 추정방법의 유용성을 확인하였다. 한편, 선택된 모형은 과거자료를 가장 잘 설명하는 것이기는 하지만 불확실한 미래를 항상 정확하게 예측한다고 보장할 수는 없다.