• 한국산학기술학회논문지
• /
• 제19권7호
• /
• pp.214-221
• /
• 2018

본 연구의 목적은 노지감귤의 출하구조를 순별, 월별로 구분하여 분석한다. 이를 위해 노지감귤의 가격신축성함수를 추정, 분석함으로써 어떻게 출하조절을 하는 것이 노지감귤농가의 소득을 안정시키고, 증대시킬 수 있는지를 모색하고, 이에 따른 정책적 함축성을 도출하는 것이다. 노지감귤 출하물량 1% 증가에 따른 순별 가격신축성은 시기에 따라 상이하게 나타나고 있는데, 10월 하순에서 1월 초순까지의 하락폭이 큰 것으로 나타나 이 시기의 출하조절의 필요성이 크다. 품질이 떨어지는 해를 나타내는 더미변수인 DUM_Q의 부호는 (-)이고, 통계적으로 유의미한 결과를 보여주고 있다. 설날 연후 7일 이상이 2월에 들어있는 해를 나타내는 더미변수인 DUM02의 10월 초순부터 1월 하순까지의 부호가 (-)를 보이고 있다. 이는 설날이 1월에 있는 경우보다 2월에 있는 경우가 물량증대에 따른 하락폭이 크다는 것을 나타낸다. 노지감귤의 출하물량 1% 증대에 따른 월별 가격신축성은 상이하게 나타나고 있는데, 10월에서 12월까지의 하락폭이 큰 것으로 나타나 이 시기의 출하조절의 필요성이 요구된다. 품질이 떨어지는 해를 나타내는 더미변수인 DUM_Q의 부호는 (-)이고, 통계적으로 유의미한 결과를 보여주고 있다. 설날 연후 7일 이상이 2월에 들어있는 해를 나타내는 더미변수인 DUM02의 10월부터 1월까지의 부호가 (-)를 보이고 있다. 이는 설날이 1월에 있는 경우보다 2월에 있는 경우가 물량증대에 따른 하락폭이 크다는 것을 나타낸다. 그리고 순별 및 월별 가격신축성함수의 더미변수인 DOM_Q와 DUM02의 부호가 음(-)을 보인다는 것은, 품질이 좋은 해보다 품질이 나쁜 경우에, 그리고 설날이 1월에 있는 경우보다 2월에 있는 경우에 출하조절의 필요성이 더 중요함을 의미한다.

• 한국산학기술학회논문지
• /
• 제20권7호
• /
• pp.555-561
• /
• 2019

본 연구의 목적은 제주도 하우스감귤의 출하구조를 순별, 월별로 구분하여 분석하는 것이다. 이를 위해 제주도 하우스감귤의 가격신축성함수를 추정, 분석함으로써 어떻게 출하조절을 하는 것이 하우스감귤농가의 소득을 안정 증대시킬 수 있는지를 모색하고, 정책적 시사점을 도출하는 것이다. 제주도 하우스감귤의 순별 가격신축성은 시기에 따라 상이하게 나타나고 있는데, 6월 상순에서 7월 하순까지의 하락폭이 큰 것으로 나타나 이 시기의 출하조절의 필요성이 크다. 품질이 떨어지는 해를 나타내는 더미변수인 DUM_Q의 부호는 음(-)이고, 통계적으로 유의미한 결과를 보여주고 있다. 추석이 10월에 들어있는 해를 나타내는 더미변수인 DUM_SUK의 10월 중순부터 하순까지의 부호가 음(-)을 보이고 있다. 하우스감귤의 출하물량 1% 증대에 따른 월별 가격신축성은 상이하게 나타나고 있는데, 6월에서 7월과 9월에서의 하락폭이 큰 것으로 나타나 이 시기의 출하조절의 필요성이 요구된다. 월별 가격신축성함수의 더미변수인 DUM_Q 및 DUM_SUK의 부호는 음(-)이고, 통계적으로 유의미한 결과를 보여주고 있다. 따라서 순별 및 월별 가격신축성함수의 더미변수인 DOM_Q와 DUM_SUK의 부호가 음(-)을 보인다는 것은, 품질이 좋은 해보다 품질이 나쁜 경우에, 그리고 추석이 9월에 있는 경우보다 10월에 있는 경우에 출하조절의 필요성이 더 중요함을 의미한다.

• 한국산학기술학회논문지
• /
• 제18권7호
• /
• pp.670-676
• /
• 2017

본 연구의 목적은 한라봉의 출하구조를 순별, 월별로 구분하여 분석한다. 그리고 한라봉의 가격신축성함수를 추정, 분석함으로써 어떻게 출하조절을 하는 것이 한라봉 농가의 소득을 안정시키고, 증대시킬 수 있는지를 모색하고, 이에 따른 정책적 함축성을 도출하는 것이다. 월별 가격신축성함수 추정결과, 출하물량 1% 증대시 가격신축성은 시기에 따라 상이하게 나타나고 있는데, 가장 하락폭이 큰 시기는 12월과 1월이므로 이때의 출하조절의 필요성이 다른 시기에 비해 더 많이 요구된다. 품질이 다소 떨어지는 해를 나타내는 더미변수인 dummy는 3월~5월까지 통계적으로 유의미한 결과를 보여주고 있는데 이들의 평균은 -0.337%로 나타났다. 이는 품질이 좋은 해보다 품질이 나쁜 경우에 품질관리와 출하조절의 필요성이 더 중요함을 정책적으로 시사하고 있다. 한라봉의 월별, 출하물량 1% 증대시 가격신축성은 상이하게 나타나고 있다. 가격신축성은 12월의 것이 -0.46로 가장 높았다가 품질향상과 설날 수요 등 특수 수요증대로 인해 가격하락폭이 다소 적어져, 1월 -0.33%, 2월 -0.261%, 3월 -0.307%, 4월 -0.318%을 보였다. 그 이후 저장물량이 점차 소진되면서 가격신축성은 5월 -0.243%, 6월 -0.236%으로 다소 떨어지고 있는 것으로 나타났다. 더미변수인 설날연후 7일이상이 2월에 들어있는 해를 나타내는 DUM02는 1월달인 경우를 제외하고는 2월~6월까지의 부호가 전부 (+)를 나타내고 있다. 이는 설날이 1월달에 있는 경우보다 2월에 있는 경우가 물량증대에 따른 가격하락폭이 적다는 것을 나타낸다. 따라서, 설날이 1월달에 있는 경우에는 출하조절의 필요성이 더 요구되고 있음을 알 수 있다.

• 농업과학연구
• /
• 제48권4호
• /
• pp.815-829
• /
• 2021

The purpose of this study is to construct a flatfish outlook model that is consistent with the "Fisheries outlook" monthly publication of the fisheries outlook center of the Korea Maritime Institute (KMI). In particular, it was designed as a partial equilibrium model limited to flatfish items, but a model was constructed with a dynamic ecological equation model (DEEM) system, considering biological breeding and shipping times. Due to limited amounts of monthly data, the market equilibrium price was calculated using a recursive model method as the inverse demand. The main research results and implications are as follows. As a result of estimating young fish inventory levels, the coefficient of the young fish inventory in the previous period was estimated to be 0.03, which was not statistically significant. Because there is distinct seasonality, when estimating the breeding outcomes, the elasticity of breeding in the previous period was found to exceed 0.7, and it increased more as the weight of the fish increased, in addition, the shipment coefficient gradually increased as the weight increased, which means that as the fish weight increased, the shipment compared to the breeding volume increased. When estimating shipments, the elasticity of breeding in previous period was estimated to respond elastically as the weight increases. The price flexibility coefficient of the total supply was inelastically estimated to be -0.19. Finally, according to a model predictive power test, the Theil U1 was estimated to be very low for all of the predictors, indicating excellent predictive power.