I. 서 론
우리나라 김 산업은 생산-가공-수출의 전 과정이 연계된 대표적인 수산식품 산업이다. 2020년대 들어 김은 수산식품 수출을 견인하는 핵심 품목으로 성장하였으며, 2024년 김 수출액은 약 9.97억 달러로 집계되어 2년 연속 1조 원대를 기록하였다(해양수산부, 2025). 이는 수산식품 가운데 가장 높은 실적이다. 김 산업은 수출 성과뿐 아니라 국내 양식업 구조에서도 큰 비중을 차지한다. 2024년 기준 해수면 양식 생산량 가운데 해조류가 약 77%를 차지하였고, 이 중 김은 전체 해조류 생산량의 약 32%를 차지하는 주요 품목으로 자리하고 있다(KOSIS, 2025).
김 산업의 가치사슬은 김 양식에서 생산된 물김이 마른김(1차 가공), 조미김(2차 가공) 가공을 거쳐 부가가치를 창출하는 구조이다(임동훈, 2016). 특히, 물김(원초) 생산은 마른김, 조미김 발전에 가장 큰 영향을 미치는 핵심 요소로 자리하고 있다(박혜진 외, 2018). 김 양식에서 생산 불확실성, 품질 저하, 가격 변동은 생산 단계에 국한되지 않고 가공ㆍ유통ㆍ수출로 전이되어 산업 전반의 위협으로 이어질 수 있다.
김 양식은 환경 변화와 정책 기조에 따라 공급 과잉과 가격 변동 문제가 반복적으로 발생하고 있다. 전라남도 등 주요 산지에서는 특정 시기에 물김 생산이 집중되면서 과잉 생산과 폐기 문제가 발생하였고, 이는 산지가격 하락과 어가들의 경영난으로 이어지고 있다(경향신문, 2025;어업in수산, 2025;현대해양, 2025). 물김 초과 생산은 신규 양식장 허가 확대 및 불법 양식시설물 설치 문제, 지역별 마른김 가공 능력 차이, 기후변화에 따른 작황 변동 등이 복합적으로 작용한 결과로 볼 수 있다(경향신문, 2025;조선일보, 2025).
최근 물김 가격의 급격한 변동도 산업 안정성을 저해하는 요인이다. 물김 가격은 2000년대 초부터 2022년까지 평균 857원/kg 수준이었으나, 2023년 1,183원/kg, 2024년 2,183원/kg으로 상승하였다(KOSIS, 2025). 이에 마른김 가격이 증가해 조미김 가공 업계의 원료 확보 부담으로 이어지고 있다. 향후 물김 가격은 세계 김 수요 증가, 기후변화에 따른 생산 불확실성, 중국과 일본의 작황 변화, 조미김 현지 생산 증가 등 복합적인 영향을 받을 것으로 예상된다.
김 양식 산업의 안정적인 성장을 위해서는 생산 단계 중심의 접근을 넘어 지역별 생산기반, 환경 조건, 가공역량, 정책 지원, 수출 여건 등을 함께 고려할 필요가 있다. 우리나라 김 산업은 지역별 산업구조가 상이하다. 전라남도는 김 양식과 마른김 중심의 1차 가공시설이 집적된 최대 생산지이며, 충청남도는 조미김 가공 기능이 발달한 지역이다. 부산광역시는 수출ㆍ물류 기능이 상대적으로 강화되어 있다. 이외 전라북도, 경기도 등 지역에서도 김 양식, 마른김, 조미김 산업이 환경적ㆍ지역적 특성에 따라 차별화된 구조를 가지고 있다. 그러나 김 산업 육성 정책은 지역적 환경과 특성을 충분히 반영하는 데 한계가 있으며, 전국 단위 육성이 추진되는 경향이 강하다.
기존 김 양식 생산성과 관련한 연구들은 수온, 염분, 강수 등 환경적 요인에 집중되어 왔으며(권정노 외, 2013;남종오 외, 2014;김태형 외, 2021;Mendes et al., 2024), 방법론적으로도 일반최소제곱법(OLS)을 주로 활용하여 지역별 공간적 이질성을 충분히 반영하지 못하는 한계를 지닌다. 특히 김 산업은 원초 생산과 1차 가공, 2차 가공, 수출이 긴밀히 연계된 산업구조를 가지고 있음에도 불구하고, 산업구조적 요인을 반영한 연구는 제한적이다.
이에 본 연구는 전국 시ㆍ군 자료를 활용하여 김 양식 성과를 생산량과 생산단가로 구분하고, 생산기반, 환경요인, 가공역량, 정책 및 수출요인의 영향관계를 분석하고자 한다. 먼저, 일반최소제곱법(OLS)을 통해 전국 단위의 평균적 영향관계를 추정하고, 지리가중회귀모형(Geographically Weighted Regression, GWR)을 적용하여 각 결정요인의 영향 방향과 크기가 지역별로 어떻게 달라지는지를 분석한다. 이를 통해 김 양식 성과의 공간적 이질성을 규명하고, 지역별 산업구조를 고려한 김 산업 육성 방향을 제시하고자 한다.
Ⅱ. 이론적 배경 및 선행연구
1. 공간적 이질성(Spatial Heterogeneity)
공간적 이질성(Spatial Heterogeneity)은 동일한 현상이라도 지역에 따라 영향 요인과 그 효과의 방향 또는 크기가 다르게 나타나는 특성을 의미한다. 전통적인 회귀모형은 전체 관측치에 동일한 회귀계수(global coefficient)를 적용하여 변수 간 평균적인 관계를 추정한다. 그러나 실제 사회ㆍ경제ㆍ산업 현상은 지역별 자연환경, 산업구조, 시장환경, 정책여건 등이 서로 다르므로, 동일한 설명변수도 지역에 따라 상이한 영향을 미칠 수 있다(Fotheringham et al., 2002). 공간적 비정상성(spatial non-stationarity)을 고려하지 않을 경우, 전역모형은 지역별 차이를 평균화하여 특정 지역의 영향관계를 과소 또는 과대 추정할 가능성이 있다.
공간적 이질성은 Tobler(1970)의 제1지리법칙(The First Law of Geography)에 이론적 기반을 둔다. Tobler는 “모든 것은 서로 관련되어 있지만, 가까운 것은 먼 것보다 더 밀접하게 관련되어 있다(Everything is related to everything else, but near things are more related than distant things).”고 제시하였다. 이는 공간적으로 인접한 지역은 자연환경과 사회ㆍ경제적 조건을 일정 부분 공유하기 때문에 유사한 영향관계를 나타낼 가능성이 높지만, 거리가 멀어질수록 산업구조와 정책여건의 차이에 따라 관계의 방향과 강도가 달라질 수 있다는 것을 의미한다.
GWR은 이러한 공간 비정상성을 분석하기 위해 각 관측지점의 위치를 기준으로 주변 지역에 거리 기반 가중치를 부여하고, 지점별 국지적(Local) 회귀계수를 추정한다(Fotheringham et al., 2002). 따라서 전역모형이 하나의 평균 회귀계수를 제시하는 것과 달리, GWR은 변수별 영향력이 공간적으로 변화하는 양상을 확인할 수 있다.
김 산업은 공간적 이질성이 뚜렷하게 나타나는 대표적인 산업이다. 김 양식 성과는 수온, 조류, 강수 등 자연환경뿐 아니라 양식 규모, 가공시설 집적도, 수출 기반, 정책 지원 등 산업구조적 요인이 지역마다 상이하게 형성되어 있다. 따라서 전역적 관계와 국지적 관계를 함께 분석할 필요가 있다.
2. 김 생산성 영향요인 연구
수산업 분야에서는 생산성 제고와 산업 경쟁력 강화를 위해 생산량, 가격, 품질 등에 영향을 미치는 요인을 규명하는 연구가 지속적으로 이루어져 왔다. 특히 김 산업 관련 연구는 수온, 염분, 강수량, 영양염 등 해양환경 및 기상요인을 중심으로 김 생산성 변화를 설명하는 데 초점을 두어 왔다.
이민규(2010)는 국내 양식 생산의 결정요인을 분석하여 양식 어업권 건수와 면적이 해조류 생산량에 미치는 영향을 검토하였다. 분석 결과, 해조류 부문에서는 양식 어업권 건수가 생산량 증가에 유의한 영향을 미치는 것으로 나타났다. 김정배 외(2012)는 남서해역 방사무늬김을 대상으로 수온, 염분, 영양염 등 해양환경 특성이 김 엽체의 색소 조성과 농도에 미치는 영향을 분석하였으며, 해역별 환경조건과 양식 방식의 차이가 김 품질과 연계될 수 있음을 제시하였다.
권정노 외(2013)는 낙동강 하구를 대상으로 김 생산량과 해양ㆍ기상 요인 간의 관계를 분석하였으며, 수온이 낮을수록 생산량이 증가하는 경향을 확인하였다. 김태형 외(2021)는 마로 해역을 대상으로 기후변화가 김 양식 생산량에 미치는 영향을 분석하고, 수온 상승이 생산량 감소에 중요한 요인으로 작용함을 제시하였다. 윤유진ㆍ김봉태(2023)는 패널회귀모형을 활용하여 기후변화가 김ㆍ미역 양식 생산에 미치는 경제적 영향을 분석하였으며, 표층 수온 상승은 생산량을 감소시키는 반면 강수량 증가는 생산량에 긍정적으로 작용할 수 있음을 보였다.
가격 및 산업구조 측면의 연구도 이루어졌다. 남종오 외(2014)는 김 위판가격 시계열자료를 활용하여 가격 형성 요인을 분석하였으며, 수온, 수출량, 전월 위판가격 등이 김 가격 변동에 유의한 영향을 미친다고 보았다. 국외 연구로 Reza et al.(2020)은 해조류 가공산업의 발전요인을 분석하여 원료 공급 안정성, 정부 지원, 가공기술, 수출시장 확대 등을 주요 요인으로 제시하였다.
이상의 연구는 김 및 해조류의 생산성이 해양환경, 기후요인, 생산기반, 시장요인의 복합적인 영향을 받는다는 점을 제시하였다. 그러나 다수의 연구는 특정 해역 또는 전국 단위의 평균적 영향관계에 초점을 두었으며, 김 산업의 생산-가공-수출 구조가 지역별로 다르게 형성되어 있다는 점을 충분히 반영하지 못하였다. 이에 김 양식 성과의 결정구조를 규명하기 위해서는 환경요인뿐 아니라 생산기반, 가공역량, 수출 여건, 정책 지원 등 산업구조적 요인을 종합적으로 고려할 필요가 있다.
3. 지리가중회귀분석(GWR)을 활용한 연구
지역 단위의 경제ㆍ사회 현상은 공간적 위치와 주변 지역의 특성에 따라 상이하게 나타날 수 있다. 이에 최근 공간경제학과 지역과학 분야에서는 일반최소제곱법(OLS)의 평균적 추정 한계를 보완하고 공간적 이질성을 분석하기 위해, 지역별 위치정보를 반영하여 국지적 회귀계수를 추정하는 지리가중회귀모형(Geographically Weighted Regression, GWR)이 널리 활용되고 있다(Fotheringham et al., 2002;고윤정, 2024).
강현모ㆍ이상경(2018)은 서울시 골목상권을 대상으로 고객 특성이 매출액에 미치는 공간적 영향을 분석하기 위해 지리가중회귀모형(GWR)을 적용하였다. 기존의 최소 제곱법(OLS)이 지역 간 이질성을 반영하지 못한다는 점에 주목하여, 공간적 비정상성(non-stationarity)을 고려한 국지적 회귀분석을 수행하였다. 이명호 외(2019)는 서울시 소지역 상권을 대상으로 카드매출, 유동인구, 주거인구 등 공간 빅데이터를 활용하여 상권 매출 결정요인을 분석하였으며, 주요 변수의 영향력이 중심지와 외곽 지역 간에 상이하게 분포함을 제시하였다.
김일수 외(2019)는 서울시 주택가격 결정요인의 지역별 영향을 분석하고, GWR 회귀계수를 기반으로 공간 다변량 클러스터링을 수행하여 유사한 영향구조를 가진 주택하위시장을 도출하였다. 백설ㆍ김흥순(2023)은 도시특성과 범죄위험도 간의 관계를 분석하면서 공간회귀모형과 GWR을 활용하였으며, 인구밀도, 상업시설 밀집도, 녹지율 등의 영향이 자치구별로 상이하게 나타남을 확인하였다. 보건 분야에서는 손진현ㆍ류우석(2024)이 간암 사망률 영향요인을 분석하여 고령인구 비율, 간염 발생률, 고위험 음주율 등의 영향이 권역별로 다르게 나타남을 제시하였다.
국외 연구에서도 GWR은 환경 및 도시 분야의 공간적 이질성을 분석하는 데 활용되었다. Zhou et al.(2019)은 중국 도시의 대기오염 원인을 분석하는 데 GWR을 적용하여 오염 결정요인의 지역별 차이를 규명하였고, Zhu et al.(2020)은 도시화와 토지이용 변화가 서식지 질에 미치는 영향을 OLS와 GWR을 비교하여 분석하였다. GWR이 공간적 이질성을 가진 현상을 설명하는 데 기존 전역모형보다 유용할 수 있음을 보여 준다.
그러나 수산업 분야, 특히 김 양식 성과를 대상으로 GWR을 적용하여 결정요인의 지역별 영향 차이를 분석한 연구는 제한적이다. 기존 김 생산성 연구가 주로 환경요인과 생산량 간의 평균적 관계를 규명하는 데 초점을 두었다면, 본 연구는 GWR을 활용하여 김 양식 성과 결정요인의 영향 방향과 크기가 지역별로 어떻게 달라지는지를 규명한다는 점에서 기존 연구와 차별성을 갖는다.
Ⅲ. 분석 자료 및 방법
1. 분석 자료
본 연구의 분석 기준 연도는 2023년이며, 공간 단위의 일관성을 위해 시 지역의 구를 하나의 관할시로 통합하여 전국 161개 시ㆍ군 단위의 육상 행정구역을 분석 단위로 설정하였다. 공간 분석을 위해 통계지리정보서비스(SGIS)의「시ㆍ군ㆍ구 행정구역 경계자료」를 활용하였다.
종속변수는 김 생산량(톤)과 김 생산단가(원/kg) 두 가지로 설정하였다. 생산량은 지역별 생산역량과 산업 규모를 반영하는 지표이며, 생산단가는 생산비, 품질 등 경제적 측면을 포괄하는 가격 성과지표이다. 독립변수는 생산기반, 환경, 가공, 정책, 수출 요인의 5가지 범주로 구성하였으며, 세부 변수는 김 양식면적(ha), 해수면 양식 어가 수(개), 어가 고령화율(%), 수온(°C), 폭염일수, 강수일수, 마른김 가공업체 수(개), 조미김 가공업체 수(개), 지원예산(천원), 수출금액(천달러) 등 총 10개이다.
자료는 각 광역지자체 시ㆍ군 통계연보(2024), 통계청 어업생산동향조사, 수산물가공업통계, 국립수산과학원 및 기상청 관측자료, 지방자치단체 세출예산 사업명세서, 한국무역협회 지자체별 수출입 통계를 활용하였다.
분석에 활용한 변수의 기초 통계량과 지역 간 편차를 확인하기 위해 평균, 표준편차, 최솟값 및 최댓값을 산출하였다. 전국 161개 시ㆍ군 자료 중 일부 지역에서는 실제 생산이 없어 0값이 나타났다. 본 연구에서는 GWR분석을 위한 공간자료의 연속성을 확보하기 위해 종속변수와 독립변수를 포함한 전체 변수의 0값에 역거리 가중보간법(IDW)을 적용하였다. 이때 보간값은 해당 지역의 실제 관측실적을 의미하기보다 지역 간 공간적 관계를 추정하기 위한 전처리 값으로 활용하였다.
이후 변수 간 측정단위의 차이를 제거하고 회귀계수의 상대적 크기를 비교하기 위해 모든 변수를 평균 0, 표준편차 1의 z-score로 표준화하였다. 분산팽창지수(VIF)를 통한 다중공선성 검토 결과, 모든 변수의 VIF가 10 미만으로 나타나 다중공선성 문제는 없는 것으로 판단하였다.
2. 분석 방법
본 연구는 OLS 회귀분석과 지리가중회귀분석(GWR)의 2단계 분석을 수행하였다. 먼저 OLS 회귀분석을 적용하여 전역적 영향 관계를 파악하고, 통계적으로 유의한 결정요인을 선별하는 기준 모형으로 활용하였다. 다음으로, GWR을 적용하여 동일한 요인의 효과가 지역별로 어떤 수준과 방향으로 작용하는지를 파악하였다.
1) 일반 최소 제곱법(Ordinary Least Squares, OLS)
GWR 적용에 앞서 전역 기준 모형으로 일반 최소 제곱법(OLS)을 수행하였다. OLS는 잔차 제곱합을 최소화하는 방식으로 종속변수와 독립변수 간 선형 관계를 추정하며, 전국 시ㆍ군을 하나의 분석 단위로 보고 모든 관측 지점에 동일한 회귀계수를 적용한다. OLS 모형은 다음과 같이 표현된다.
2) 지리가중회귀분석(Geographically Weighted Regression, GWR)
GWR은 각 분석지점의 공간좌표를 기준으로 주변 관측치에 거리 가중치를 부여하여 지점별 국지 회귀계수를 추정하는 방법이다(Fotheringham et al., 2002). OLS가 전체 지역에 하나의 회귀계수를 적용하는 것과 달리, GWR에서는 각 변수의 회귀계수가 지역별 위치에 따라 다르게 추정된다. GWR 모형의 수식은 다음과 같다.
여기서, 는 지역 의 공간좌표이며, 는 지점 에서 추정된 번째 변수의 국지적 회귀계수이다. 특정 지점 의 계수 추정에는 인접 지점들의 거리가 증가할수록 감소하는 커널 가중치를 부여한다. 국지 회귀계수 산정에 포함되는 공간적 범위는 대역폭(bandwidth)에 의해 결정된다(염윤호ㆍ최재훈, 2024).
본 연구는 지역별 관측지점의 공간적 밀도 차이를 고려하기 위해 적응형 대역폭을 적용하였으며, 최적 대역폭은 AICc가 최소화되는 기준에 따라 산정하였다. 적응형 대역폭은 각 지역을 중심으로 일정한 수의 최근접 관측치를 포함하므로, 지역별 관측지점 간 거리 차이가 큰 경우에도 비교적 안정적인 국지모형을 추정할 수 있다.
GWR에서 중요한 문제는 인접하는 개체를 선택하는 방식이다(염윤호ㆍ최재훈, 2024). 공간 가중치는 기준 지점으로부터의 거리에 따라 감쇠하는 커널 함수로 산출된다. 대표적으로 거리 증가에 따라 가중치가 연속적으로 감소하는 Gaussian 함수와 대역폭 외부에 가중치 0을 부여하는 Bi-Square 함수가 활용된다(고윤정, 2024). 본 연구는 모든 관측치에서 연속적으로 감소하는 가중치를 부여하는 Gaussian 함수를 적용하였다. Gaussian 공간가중치 함수는 다음과 같다.
여기서, 는 기준 지점 에서 관측지점 에 부여되는 공간가중치, 는 두 지점 간 거리, 는 대역폭을 의미한다.
Ⅳ. 분석 결과
1. OLS 분석결과
OLS 분석은 김 양식 성과 결정요인의 평균적 영향력을 확인하는 단계이다. Model 1(김 생산량)의 는 0.911, Model 2(김 생산단가)은 0.740으로 나타나 두 모형 모두 높은 설명력을 보였다. Model 1에서는 김 양식면적()과 해수면 양식 어가 수()가 유의한 양(+)의 영향을 나타내어, 생산기반 규모 확대가 생산량 증가와 관련된 것으로 해석된다. 마른김 업체 수()는 가장 강한 양(+)의 계수로 도출되어, 1차 가공시설이 물김의 안정적 수요를 창출함으로써 생산 활동을 유인하는 연계 요인으로 나타난다. 환경 요인 측면에서 수온()과 폭염 일수()는 음(-)의 영향을 미쳤고, 강수 일수()는 양(+)의 영향을 보였다. 강수에 따른 영양염류 유입이 생산 환경 개선에 기여하는 것으로 나타난다. 지원예산()과 수출금액()도 생산량에 유의한 양(+)의 효과를 나타냈다.
Model 2에서는 해수면 양식 어가 수()가 가장 강한 양(+)의 영향을 기록하였으며, 조미김 업체 수(), 지원예산(), 수출금액()도 단가 상승에 유의하게 기여하였다. 마른김 업체 수는 음(-)의 계수()를 보였는데, 이는 가공업체 집적도가 높은 지역에서 업체 간 원료 수급 경쟁이 단가 하락 압력으로 작용하는 구조가 전국 평균에 반영된 결과로 해석된다.
2. GWR 분석 결과
1) GWR 추정 결과
GWR은 각 지역별로 상이한 회귀계수를 추정하므로, 각 변수의 최솟값, 평균값 및 최댓값을 통해 지역 간 영향력의 분산 정도를 파악하였다. 또한 국지 회귀계수는 지역별 t-value를 기준으로 90% 신뢰수준에서 통계적 유의성을 검토하였으며, 지역별 해석은 유의성이 확인된 결과를 중심으로 제시하였다.
Model 1(김 생산량)의 GWR 분석 결과는 <표 3>과 같다. 생산기반 요인 가운데 김 양식면적의 국지 회귀계수는 -2.043에서 1.229, 해수면 양식 어가 수는 -0.445에서 1.673으로 나타나 영향의 방향과 크기가 지역별로 상이하였다. 특히 두 변수 모두 음(-)과 양(+)의 계수가 함께 추정되어, 양식면적과 어가 수의 증가가 모든 지역에서 동일한 수준의 생산량 증가로 연결되는 것은 아닌 것으로 나타났다.
환경요인 가운데 수온과 폭염일수의 평균 회귀계수는 각각 -0.032와 -0.060으로 음(-)의 값을 보였으며, 강수일수의 평균 회귀계수는 0.066으로 양(+)의 값을 나타냈다. 다만 수온은 -0.216~0.080, 폭염일수는 -0.234~0.022, 강수일수는 -0.043~0.267의 범위를 보여 환경조건의 영향 방향과 강도 역시 지역별로 차이가 존재하였다.
마른김 업체 수의 국지 회귀계수는 -1.495에서 0.515의 범위로 나타나, 1차 가공기반과 물김 생산량 간 관계가 지역에 따라 상반되게 형성된 것으로 확인되었다. 지원예산과 수출금액도 각각 -0.094~0.796과 -0.232~0.951의 범위를 보여 지원예산과 수출요인의 영향이 모든 지역에서 동일하지 않음을 나타냈다.
Model 2(김 생산단가)의 GWR 분석 결과는 <표 4>와 같다. 해수면 양식 어가 수의 국지 회귀계수는 -0.279에서 7.209로 나타나 생산단가 모형에서 가장 큰 지역 간 변동을 보였다. 수온은 -0.360에서 -0.051로 모든 지역에서 음(-)의 계수가 추정되었고, 폭염일수와 강수일수는 각각 -0.910~0.110과 -0.105~1.093의 범위를 보여 기상조건의 영향 방향과 강도가 지역에 따라 다르게 나타남을 보여 준다.
가공요인 중 마른김 업체 수와 조미김 업체 수의 국지 회귀계수는 각각 -6.857~1.340과 -2.115~0.388의 범위를 보였다. 이는 1차 및 2차 가공시설의 집적도가 생산단가에 미치는 영향이 지역별 가공구조와 원료 조달방식에 따라 다를 수 있음을 의미한다. 지원예산과 수출금액 역시 각각 -0.767~3.920과 -1.317~1.086의 범위를 보여 정책 및 수출연계 요인의 지역별 영향 차이가 확인되었다.
2) GWR 추정계수의 공간적 분포
GWR 분석 결과를 지도 형태로 시각화하여 각 설명변수와 김 생산량 및 생산단가 간 국지적 영향관계가 지역별로 어떻게 상이하게 나타나는지를 직관적으로 보여 준다.
Model 1(김 생산량)의 GWR 공간적 분포 결과는 <그림 1>과 같다. Local 는 전남ㆍ전북을 포함한 서남해안과 남부지역에서 상대적으로 높게 나타나, 김 생산이 집중된 지역에서 생산기반ㆍ환경ㆍ가공요인의 설명력이 높은 것으로 확인되었다.
김 양식면적은 완도ㆍ진도ㆍ해남ㆍ고흥 등 전남 서남권에서 높은 양(+)의 계수를 보였다. 이들 지역은 대규모 양식시설과 생산기반이 집적되어 있어 양식면적과 생산량 간 연관성이 상대적으로 강하게 나타난 것으로 볼 수 있다. 반면 인천ㆍ경기와 충남 일부 지역에서는 상대적으로 계수가 낮게 나타나, 지역별 해역조건과 양식방식에 따라 양식면적과 생산량 간 관련성의 크기가 지역별로 다를 수 있음을 보여 준다.
수온은 진도ㆍ신안ㆍ해남 등 전남 서남해안의 주요 생산지역에서 상대적으로 강한 음(-)의 계수를 보였다. 이들 지역은 양식밀도가 높아 수온 상승 시 생육 스트레스가 집중되는 등 생산 취약성을 높일 가능성이 있다. 폭염일수 역시 남부와 동남권 일부에서 상대적으로 음(-)의 영향이 크게 나타났으며, 강수일수는 충남과 전남권에서 높은 양(+)의 계수를 보여 영양염류 유입과 염분 변화 등 생산 환경과의 연관성을 시사하였다.
마른김 업체 수는 전남ㆍ전북권에서 높은 양(+)의 계수를 나타냈다. 해당 권역은 물김 생산지와 마른김 1차 가공시설이 인접하여 저장성이 낮은 물김에 대한 안정적 가공수요가 형성된 지역이다. 수출금액은 부산, 충남 및 인천ㆍ경기권에서 상대적으로 높게 나타나, 항만ㆍ물류ㆍ가공기업이 집적된 지역에서는 수출 및 시장수요가 생산단계와 연계되는 구조가 반영된 것으로 볼 수 있다.
종합하면, 김 생산량은 전남 서남권에서는 대규모 양식기반과 마른김 가공시설의 집적에, 부산ㆍ충남ㆍ수도권에서는 수출 및 시장연계 구조에 상대적으로 큰 영향을 받는 것으로 나타났다.
Model 2(김 생산단가)의 GWR 공간적 분포 결과는 <그림 2>와 같다. Local 는 서남해안과 남부지역에서 상대적으로 높게 나타나, 주요 생산지역에서 생산기반ㆍ환경ㆍ가공ㆍ정책요인이 생산단가의 지역별 차이를 비교적 잘 설명하는 것으로 확인되었다.
해수면 양식 어가 수는 인천ㆍ경기 및 충남을 포함한 서해안 일부 지역에서 상대적으로 높은 양(+)의 계수를 보였다. 수온은 모든 지역에서 음(-)의 계수를 보였으며, 폭염일수도 대체로 음(-)의 분포를 나타내었다. 반면, 강수일수는 서해안 지역에서 상대적으로 높은 양(+)의 계수로 나타나, 해당지역에서 강수에 따른 영양염류 유입과 생육환경 변화가 생산단가와 연관될 가능성을 나타냈다.
마른김 업체 수는 충남ㆍ전북 및 인천ㆍ경기권 일부 지역에서 상대적으로 높은 계수가 나타난 반면, 전남권에서는 음(-)의 계수가 분포하였다. 이는 가공업체가 과밀된 지역에서 물김 생산단가가 상대적으로 낮게 형성되는 구조임을 의미한다. 조미김 업체 수는 충남(홍성ㆍ보령ㆍ서천)과 전북(군산 등)에서 상대적으로 높은 양(+)의 값을 보였다. 이들 지역은 조미김 2차 가공과 물김 원료 조달이 긴밀하게 연계되어 있어 가공 부가가치가 물김 단가로 전이되는 산업 연계 구조를 갖는다.
수출금액은 부산권과 충남ㆍ인천ㆍ경기권에서 높은 양(+)의 값을 기록하여, 수출 거점 기능이 물김 단가 결정에 유의하게 나타났다. 지원예산은 전북ㆍ전남(신안ㆍ진도 등) 지역에서 높은 양(+)의 계수로 나타나 정책 재정 지원이 해당 지역 김 산업 경쟁력 향상에 대해 상대적으로 높은 관련성이 나타났다.
종합하면 김 생산단가는 전남ㆍ전북의 주요 산지에서는 생산환경과 정책지원의 영향을, 충남ㆍ인천ㆍ경기 및 부산에서는 가공ㆍ유통ㆍ수출 연계요인의 영향을 상대적으로 크게 받는 것으로 나타났다.
3. OLS와 GWR 모형의 적합도
OLS와 GWR의 모형 적합도 비교 결과, Model 1의 는 OLS 0.911에서 GWR 0.943으로 향상되었고, AICc는 82.843에서 39.441로 43.4 감소하였다. Model 2 역시 가 0.740에서 0.824로 증가하였고 AICc는 251.594에서 229.743으로 21.851 감소하였다. 두 모형 모두에서 GWR이 OLS보다 높은 설명력과 낮은 정보기준 값을 보였으며, 김 양식 성과의 지역별 이질성을 반영하는 데 상대적으로 적합한 것으로 나타났다.
Ⅴ. 결 론
본 연구는 김 양식 성과의 결정구조를 생산량과 생산단가의 두 지표로 구분하고, 생산기반, 환경요인, 가공역량, 정책요인, 수출요인의 영향관계를 실증적으로 분석하였다. 일반최소제곱법(OLS)을 적용하여 전체 지역을 대상으로 한 평균적 영향관계를 추정하고, 지리가중회귀모형(GWR)을 활용하여 각 요인의 영향력이 지역별로 어떻게 달라지는지를 비교 및 분석하였다.
분석 결과, 첫째, 일반 최소제곱법(OLS) 모형에서는 김 생산량과 생산단가의 결정구조가 서로 다르게 나타났다. 김 생산량은 양식면적과 해수면 양식 어가 수가 많을수록 증가하는 경향을 보였으며, 특히 마른김 가공업체 수와 강한 양(+)의 관계가 나타났다. 반면, 수온과 폭염일수는 생산량과 음(-)의 관계를 보여, 김 생산이 양식면적 및 어가 수 등의 생산기반뿐만 아니라 기후 및 환경 조건과도 밀접하게 관련되어 있음을 확인하였다.
김 생산단가는 해수면 양식 어가 수가 가장 강한 양(+)의 관계를 나타냈으며, 조미김 가공업체 수, 지원예산 및 수출금액도 양(+)의 관계를 보였다. 즉, 김 생산량은 생산기반과 1차 가공여건에 상대적으로 밀접하게 연계되는 반면, 생산단가는 어가 수 등의 생산기반과 함께 가공, 수출 등 다양한 산업요인과 관련되어 있는 것으로 나타났다.
둘째, 지리가중회귀모형(GWR) 분석 결과, 김 양식 성과의 결정요인은 지역별 생산여건과 산업구조에 따라 뚜렷한 차이를 보였다. 먼저, 전남ㆍ전북권에서는 김 생산과 산지의 생산 및 가공기반 간 관련성이 상대적으로 크게 나타났다. 특히 완도, 진도, 해남, 고흥 등 전남 서남권에서는 김 양식면적과 생산량 간 양(+)의 관계가 상대적으로 크게 나타났으며, 전남ㆍ전북권에서는 마른김 가공업체 수와 생산량 간에도 높은 양(+)의 관계가 확인되었다. 이는 주요 김 산지에서 양식기반과 물김 생산, 산지의 1차 가공기반이 긴밀하게 연계되어 있음을 보여 준다. 반면, 진도ㆍ신안ㆍ해남 등 주요 생산지역에서는 수온과 생산량 간 음(-)의 관계가 상대적으로 크게 나타나, 생산기반뿐만 아니라 환경조건과 생산량 간 관계에서도 지역적 차이가 확인되었다. 생산단가에서는 전남ㆍ전북의 주요 산지를 중심으로 수온, 강수 등 생산환경과 지원예산의 관련성이 확인되었다.
충남ㆍ인천ㆍ경기권에서는 가공기반과 시장 연계요인과의 관련성이 상대적으로 크게 나타났다. 생산단가 모형에서 이들 지역은 마른김과 조미김 가공기반과 생산단가 간 관련성이 상대적으로 크게 나타났으며, 수출금액 역시 생산단가와 높은 양(+)의 관계를 보였다. 이는 해당 지역에서 물김 생산단가가 산지의 생산조건뿐만 아니라 가공산업과 수출시장과도 관련되어 있음을 보여 준다.
부산권은 직접적인 김 생산 비중은 크지 않지만 수출ㆍ유통 거점으로서의 특징이 나타났다. 부산에서는 수출금액과 생산량 및 생산단가 간 관련성이 상대적으로 크게 나타나, 김 양식 성과가 해당 지역의 생산기반 외에도 유통 및 수출 기능과 관련되어 있음을 확인하였다.
종합하면, 전남ㆍ전북권은 생산과 1차 가공의 연계가 상대적으로 강하게 나타났고, 충남ㆍ인천ㆍ경기권은 가공 및 시장 연계, 부산권은 물류 및 수출 기능과의 관련성이 상대적으로 크게 나타났다. 이러한 결과는 김 양식 성과가 개별 생산지역의 양식조건뿐만 아니라 지역별 가공, 유통, 수출 여건과도 관련이 있음을 보여 준다.
셋째, 모형 적합도 비교 결과, GWR이 OLS보다 더 높은 설명력을 보였다. 생산량 모형의 조정결정계수는 OLS 0.911에서 GWR 0.943으로, 생산단가 모형은 OLS 0.740에서 GWR 0.824로 향상되었다. AICc 역시 두 모형 모두에서 감소하였다. 이는 김 양식 성과를 설명할 때 전국 단위의 평균적 관계만으로는 지역별 산업구조와 환경 여건의 차이를 충분히 반영하기 어렵고, 공간적 이질성을 고려한 접근이 필요함을 시사한다.
이러한 결과는 김 산업 육성정책도 지역별 산업구조의 차이를 고려할 필요가 있음을 보여 준다. 생산-가공-유통-수출의 연계 정도가 지역마다 다르므로, 전국에 동일한 지원방식을 적용하기보다 지역별 산업 특성에 따라 지원 방향을 달리할 필요가 있다.
먼저, 전남ㆍ전북권과 같은 주요 생산지역에서는 단순한 생산 확대보다 생산기반의 안정화와 생산ㆍ1차 가공 간 연계를 강화하는 정책이 중요하다. 전남 서남권에서는 양식면적과 생산량 간 양(+)의 관계가 상대적으로 크게 나타난 한편, 주요 산지에서는 수온과 생산량 간 음(-)의 관계가 확인되었다. 또한 전남ㆍ전북권에서는 마른김 가공업체 수와 생산량 간 양(+)의 관계가 상대적으로 강하게 나타났고, 생산단가에서는 생산환경과 지원예산과의 관련성도 확인되었다. 따라서 주요 산지에서는 단순한 양식 면적 확대보다 기후변화에 대응한 생산 안정화와 산지 물김 생산과 1차 가공기반 간 연계를 강화하는 데 중점을 둘 필요가 있다.
반면, 충남ㆍ인천ㆍ경기권에서는 생산기반 확대보다 가공산업의 고부가가치와 시장 연계를 강화하는 방향이 중요하다. 이들 지역에서는 가공기반과 수출요인이 생산단가와 상대적으로 밀접한 관계를 보였다는 점에서, 물김 생산량 확대보다는 제품의 고부가가치화와 다양화, 수출시장과의 연계에 중점을 둘 필요가 있다. 따라서 가공시설의 단순한 양적 확대보다는 제품개발, 공동 보관ㆍ물류, 수출기업과 가공업체 간 연계 등을 함께 지원할 필요가 있다.
부산권은 생산지역과 차별화하여 김 산업의 유통ㆍ수출 거점으로서 기능을 강화할 필요가 있다. 부산은 직접적인 물김 생산 비중은 제한적이지만 수출요인과 생산량 및 생산단가 간 관계가 상대적으로 크게 나타났다. 따라서 부산권에서는 생산시설 확대보다 주요 산지 및 가공지역과 연계한 집하ㆍ보관 및 수출물류 체계를 강화하고, 해외시장 정보 제공과 수출기업 지원을 병행할 필요가 있다.
종합하면, 김 산업 육성정책은 전국 단위의 생산 확대를 동일하게 추진하기보다 지역별 가치사슬 기능의 연계로 전환할 필요가 있다는 데 있다. 주요 산지에서는 생산 안정과 기후위험 대응, 1차 가공과의 연계를 우선하고, 가공지역에서는 고부가가치 제품 생산과 시장 연계를 강화하며, 유통ㆍ수출 거점에서는 산지와 가공지역을 해외시장과 연결하는 기능을 강화할 필요가 있다. 지역별 기능을 개별적으로 육성하는 데 그치지 않고, 생산ㆍ가공ㆍ유통ㆍ수출이 지역 간에 연계될 수 있도록 함께 고려할 필요가 있다. 이러한 접근은 생산과 가공, 유통 및 수출 간 연계를 강화하고 지역별 산업구조의 차이를 반영함으로써 김 산업의 안정적인 성장에 기여할 수 있다.
한편, 본 연구는 다음과 같은 한계를 지닌다. 첫째, 2023년 단일 시점의 횡단면 자료를 활용하였으므로 시간에 따른 결정요인 구조의 변화나 동태적 인과관계를 포착하는 데 한계가 있다. 둘째, 김 양식 실적이 없는 지역에 대한 IDW 보간 처리가 일부 지역의 계수 추정에 영향을 미쳤을 가능성을 배제하기 어렵다. 셋째, GWR의 특성상 소규모 표본 지역에서 계수 추정의 불안정성이 발생할 수 있으며(고윤정, 2024), 본 연구의 계수는 인과적 추론보다 동일 시점 내 공간적 연관성의 추정치로 해석하는 것이 적절하다.
향후 연구에서는 시계열 자료와 공간자료를 결합한 다시점 GWR 또는 공간 패널모형을 적용하여 기후변화 누적 효과, 가공ㆍ수출 인프라 발전, 정책 지원의 장기 효과를 동태적으로 분석할 필요가 있다.
