DOI QR코드

DOI QR Code

A Measurement on the Economic Effects of Facility Modernization Policy for Improvement of Fruits Quality

과수고품질 시설현대화사업의 정책성과 측정 연구

  • Park, Mi-Sung (Dept. of Agricultural Outlook in Korea Rural Eoconomic Institute) ;
  • Kim, Bae-Sung (Dept. of Applied Economics, SARI in Jeju National University/Research Institute for Subtropical Agriculture and Animal Biotechnology)
  • 박미성 (한국농촌경제연구원 농업관측본부) ;
  • 김배성 (제주대학교 산업응용경제학과.친환경농업연구소.아열대농업생명과학연구소)
  • Received : 2017.03.16
  • Accepted : 2017.05.12
  • Published : 2017.05.31

Abstract

The facility modernization policy has been established to improve fruits quality and to increase fruits yield per acreage. The fruit production quantity of farms joined in the policy was increased. Therefore, many fruit farms want to participate in the policy. The government has subsidized fruit farms to modernize their facilities such as rain proof, drainage way, frost proof, etc. This study analyzes the performance of the facility modernization policy focused on apple, eastern pear, and grape cultivation sector. One hundred apple farms, one hundred eastern pear farms, and 91 grape farms were surveyed. The performance of the policy was reviewed using analytical technique such as Covariate Matching and Propensity Score Matching and several policy implications were suggested.

사과, 배, 포도 등 과수 고품질 생산과 생산성 향상을 위한 시설현대화 정책은 사업 참여농가들의 생산량이 증가하는 등 사업의 성과가 높은 것으로 보고되고 있어, 생산농가의 정책 참여의향이 높은 것으로 보인다. 그 동안 이 사업에 참여한 생산농가는 품종갱신, 친환경과원관리, 배수시설, 지주시설, 관수관비시설, 비가림시설, 다겹보온커텐설치, 작업로 정비, 야생동물 방지시설, 서리피해방지시설 등 여러 사업에 참여했다. 이 논문은 우리나라 과수산업에서 생산비중이 높은 품목(사과, 배, 포도) 생산농가를 대상으로 정책수행의 성과를 측정하였다. 우리는 이를 위해 참여농가 약 300호를 대상으로 설문조사를 실시하였다. 설문조사 자료를 토대로 공변량매칭 및 PSM 방법을 이용하여, 생산량, 농가판매가격, 당도 증가율, 생산비 등 다양한 변수들에 대한 사업 전후의 성과 변화를 비교 검토하였다. 검토결과, 여러 세부 사업 중 사과의 경우는 주로 품종갱신, 배는 주로 관수관비시설 설치, 포도는 비가람시설의 설치사업에 주로 참여하여 양적 생산량 증대는 물론 당도개선 등 과실의 품질향상에도 상당한 기여를 한 것으로 파악된다.

Keywords

References

  1. Becker, S. O., A. Ichino, "Estimation of Average Treatment Effects Based on Propensity Scores", The Stata Journal, vol. 2, no. 4, pp. 358-377, 2002.
  2. Caliendo, M., S. Kopeinig, "Some Practical Guidance for the Implementation of Propensity Score Matching", Journal of Economics Surveys, vol. 22, no. 1, pp. 31-72. 2008. DOI: https://doi.org/10.1111/j.1467-6419.2007.00527.x
  3. Heckman, J. J., H. Ichimura, P. E. Todd, "Matching as a Econometrics Evaluation Estimator: Evidence from Evaluation a Job Training Programme", Review of Economic Studies, vol. 64, pp. 605-654, 1997. DOI: https://doi.org/10.2307/2971733
  4. KREI, Performance Measurement of 2014 Farmer Service Policies for FTA Implication, Farmer Service Center for FTA Implication, Korea Rural Economic Institute, 2015.
  5. Leuven, E., B. Sianesi, PSMATCH2: Stata module to perform full mahalanobis and propensity score matching, common support graphing, and covariate imbalance testing. 2003.
  6. Park, M. S., Ahn, B.I, "Effect of Dietary Regularity on Adult Obesity", Rural Economy, vol. 39, no. 3, pp. 79-122, 2016.
  7. Rosenbaum, P. R., D. B. Rubin, "The Central Role of the Propensity Score in Observational Studies for Causal Effects," Biometrika, vol. 70, no. 1, pp. 41-55, 1983. https://doi.org/10.1093/biomet/70.1.41