Processing math: 100%
Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography
ISSN : 1225-1011(Print)
ISSN : 2288-1727(Online)
The Journal of Fisheries Business Administration Vol.56 No.1 pp.39-52
DOI : https://doi.org/10.12939/FBA.2025.56.1.039

Estimating Price Elasticity of Demand for Mackerel Considering Climate Conditions

Dong-Kyu Park*
*Post-Doctorate, The Research Institute of Basic Science, Seoul National University, Seoul, 08826, Rep. of Korea
* Corresponding author : https://orcid.org/https://orcid.org/0009-0007-6505-3954, +82-2-880-8148, p0924l@gmail.com
19/01/2025 ; 20/03/2025 ; 21/03/2025

Abstract


This study examines the price elasticity of demand for mackerel in the Busan Cooperative Fish Market, the largest wholesale fish market in South Korea. Using a two-stage least squares (2SLS) approach, the analysis addresses endogeneity in pricing by incorporating exogenous environmental variables, such as sea surface temperature (SST) and wind speed. The study estimates demand elasticity for three size categories of mackerel-large, medium, and small-and reveals significant differences across these categories. Large-size mackerel exhibits inelastic demand (-0.875), reflecting its status as a staple product with relatively stable consumer demand. Medium-size mackerel shows highly elastic demand (-2.450), likely due to its role as a substitute for both large and small mackerel. Small-size mackerel also demonstrates high elasticity (-3.444), attributed to its primary use in feed and processing, where demand is particularly sensitive to price changes. Diagnostic tests confirm the validity and relevance of the instrumental variables, with SST and wind speed strongly correlated with price but uncorrelated with consumer demand. These findings highlight the critical role of size-specific market characteristics in shaping price elasticity and provide valuable insights for policymakers and industry stakeholders to better manage mackerel supply and ensure pricing stability.



기후조건을 고려한 고등어 수요의 가격탄력성 추정

박동규*
*서울대학교 기초과학연구원 박사후연구원

초록


    I. 서 론

    고등어(Scomber japonicus)는 한국 수산물 시장에서 중요한 어종 중 하나로, 대형 선망어업을 통해 대량으로 어획되며 부산공동어시장을 중심으로 유통된다(황강석 외, 2012). 고등어는 저렴한 가격과 높은 영양가로 인해 모든 소득 계층에서 널리 소비되는 대중적인 어종이다. 그러나 최근 기후변화는 해수 온도의 상승, 태풍 빈도 증가, 어장의 이동을 통해 고등어 어획량 감소와 공급망 불안정을 초래하고 있으며, 시장 가격의 변동성을 증가시키고 있다(엄기혁 외, 2015;김대영, 2019a). 이러한 환경에서 고등어 시장의 안정성과 지속 가능성을 확보하려면, 가격 변동이 수요에 미치는 영향을 정량적으로 평가하여 공급 충격에 대한 시장의 반응을 이해할 필요가 있다(Tokunaga, 2018).

    가격탄력성은 시장 균형과 소비자 행동을 이해하는 데 핵심적인 지표로, 특히 수산물 시장에서는 공급의 계절적 변동성과 외부 충격으로 인한 불확실성이 크기 때문에 그 중요성이 더욱 부각된다(Graddy, 2006). 위판가격(Ex-vessel Price)은 어획된 수산물이 경매를 통해 도매상들에게 거래되는 초기 시장에서 형성되는 가격으로, 수산물 시장의 공급 충격과 수요 반응을 가장 먼저 반영한다(Sumaila et al., 2007;Keita Abe et al., 2021). 위판가격은 어민들의 경제적 안정성과 수산 자원의 지속 가능성을 결정짓는 중요한 요인으로, 도매 및 소매 단계에서의 가격 형성에 직접적인 영향을 미친다(Pincinato & Gasalla, 2010). 따라서 위판가격을 중심으로 한 가격탄력성 분석은 시장 안정성 평가와 정책 설계를 위한 필수적 자료를 제공할 수 있다.

    수산물 시장에서 가격탄력성을 분석하기 위해 다양한 방법론이 개발되었다. Wong and Park(2018) 은 역수요 모형(Inverse Demand System)을 사용하여 한국 육류 및 수산물 시장의 소비자 행동과 가격 민감성을 평가하였으며, 소비의 동적 조정 및 소비자 최적화 문제를 반영하였다. 한편, 박유정ㆍ박철형(2018)은 AIDS(Almost Ideal Demand System) 모형을 통해 주요 소비 어종의 가격탄력성을 정량적으로 분석하였으며, 연립방정식을 활용하여 내생성을 일부 통제하고자 하였다. 그러나 이러한 방법론은 가격 변수의 내생성을 해결하는 데 구조적 한계를 가지며, 특히, 공급 충격이 가격에 미치는 영향을 명확히 분리하지 못한다. 반면, Graddy(2006)Tokunaga(2018)의 연구는 도구변수(Instrumental Variables)를 활용한 2단계 최소제곱추정법(2SLS)을 통해 내생성을 제거하고, 공급 충격이 수요와 가격에 미치는 영향을 정교하게 분석하였다. Graddy(2006)는 미국 뉴욕의 풀턴 어시장(Fulton Fish Market)에서 날씨와 같은 외부 충격을 도구변수로 사용하여 공급 변동성과 가격 변동 간의 관계를 분석하였으며, Tokunaga(2018)는 일본 Tsukiji 시장에서 참다랑어 어획량 변동과 가격 간의 상관관계를 분리하여 분석의 정확성을 높였다. 최근 연구들은 도구변수 접근법을 확장하여 경매가격이 시장 구조에 미치는 영향을 분석하고 있다. Wolff et al.(2022)은 프랑스 경매시장에서 외생적 요인을 도구변수로 활용하여 가격-수량 탄력성을 평가하였고, Pincinato and Gasalla(2010)는 브라질 해산물 시장에서 공급 변동성과 수요 반응의 상호작용을 논의하며 시장 구조와 생태계 변화 간의 연관성을 강조하였다. 이러한 연구들은 경매 단계에서 형성되는 초기 가격이 시장 전반에 걸쳐 유의미한 영향을 미친다는 점을 시사하며, 본 연구의 접근법에 대한 이론적 근거를 제공한다.

    본 연구는 Graddy(2006)Tokunaga(2018)의 연구에서 제시된 도구변수 접근법을 참고하여, 부산공동어시장에서 고등어의 위판가격 변동을 중심으로 가격과 수요 간의 상호작용을 실증 분석한다. 특히, 태풍, 표층수온(SST: Sea Surface Temperature), 계절적 어획량 변동 등 외생적 요인을 도구변수로 활용하여, 시장 초기 단계에서 공급 충격이 가격과 수요에 미치는 영향을 평가한다. 이러한 분석은 기존 연구와 달리 시장 초기 단계의 가격 형성을 중심으로 한 분석을 통해, 수산물 시장의 구조적 특성을 파악하고, 정책적 개입과 유통 전략 수립에 필요한 실증적 자료를 제공할 것이다. 나아가, 본 연구는 기후변화와 같은 외부 요인에 대한 시장의 적응력을 이해하고, 지속 가능한 어업 운영 및 수산업 정책 설계에 기여할 것으로 기대된다.

    Ⅱ. 고등어어업의 특징 및 이론적 배경

    1. 고등어어업과 부산공동어시장

    국내 고등어 어획은 대부분 대형선망어선에 의해 이루어진다. <그림 1>은 2013년부터 2022년까지 국내 고등어 어획량과 대형 선망어업에서의 어획량 변화를 월별로 나타내며, 대형 선망어업이 국내 고등어 어획량의 절대적인 비중을 차지하고 있음을 보여 준다(김대영, 2019a). 두 어획량 간의 변동 패턴은 대체로 일치하며, 어획량은 수확기인 가을철(9~12월)에 급격히 증가하는 계절적 특성을 보인다. 그러나 최근 기후변화는 이러한 어획 패턴에 새로운 불확실성을 더하고 있다. 석형주 외(2023)는 SST 상승이 고등어의 서식지와 계절적 이동 패턴에 변화를 초래하며, 미래 기후에서 분포 면적이 약 28%에 서 86%까지 확장될 수 있음을 보였다. 이러한 변화는 어획량 변동성을 증가시키며, 단기적으로는 어획량의 급격한 감소 또는 증가를 발생시킬 수 있음을 의미한다. 최근 10년간 연도별 고등어 어획량 변화는 점차 감소하는 경향을 보이고 있다(<그림 1> 참조). 특히, 총허용어획량(TAC: Total Allowable Catch) 제도 아래에서 고등어의 낮은 남획 가능성을 고려할 때, 이러한 감소는 기후변화로 인한 어장 이동이 원인 중 하나일 가능성이 높으며, 이는 고등어 시장의 잠재적인 불안 요인으로 작용할 수 있다.

    부산공동어시장은 국내 최대의 위판시장으로, 한국 수산물 유통의 중심지 역할을 하고 있다. 1970년대 설립 이후, 부산공동어시장은 고등어를 포함한 다양한 수산물이 거래되는 핵심 유통 허브로 자리 잡았으며, 국내 고등어 어획량의 약 70%가 이곳에서 거래된다(황강석 외, 2012). 부산공동어시장에 서의 경매는 크기에 따라 분류된 고등어를 대상으로 진행되며, 인증받은 중도매인들만 참여할 수 있다. 경매 과정에서 형성된 위판가격은 어민들의 소득과 어자원의 지속 가능성에 직접적인 영향을 미치며, 도매 및 소매 가격의 기초가 된다(Pincinato and Gasalla, 2010). 이러한 구조는 시장 가격의 공정성과 효율성을 보장하며, 유통망 전반의 안정성을 강화한다(Kim, 2024).

    그러나 태풍, 어획량 감소, 수입 수산물과의 경쟁 등은 국내산 고등어의 시장 안정성을 저해하는 주요 요인으로 작용하며, 시장 안정성과 지속 가능성을 확보하기 위해 유통 구조의 개선과 정책적 개입이 요구된다(이햇님ㆍ김형석, 2011). 이러한 문제를 해결하기 위해 위판가격 자료를 활용한 가격탄력성 분석은 시장의 구조적 특성을 이해하고, 효과적인 정책 설계에 필수적이다(Graddy, 2006;Tokunaga, 2018).

    2. 이론적 배경

    시장 데이터를 기반으로 수요와 공급의 구조적 관계를 식별하는 것은 계량경제학에서 중요한 과제이다. 관측된 시장 데이터는 균형 상태에서의 가격과 수량을 반영하지만, 가격은 수요와 공급 모두의 영향을 받는 내생적 변수이므로, 단순 회귀분석만으로는 수요와 공급을 구분하기 어렵다. 이를 해결하기 위해, Graddy(2006)는 Fulton Fish Market 데이터를 분석하며, 도구변수(Instrumental Variable, IV) 접근법을 사용하여 내생성 문제를 극복하고 수요 및 공급 함수를 식별하였으며, Angrist et al.(2000)은 Graddy의 방법론의 이론적 기초를 정립하였다. 이들의 연구에서 설명하고 있는 수요와 공급의 인과적 관계는 아래와 같은 수식을 통해 이해할 수 있다.

    먼저, 시장 균형 상태에서의 가격과 수량은 다음과 같은 수요(식 (1))와 공급 함수(식 (2))로 정의된다.

    lnQdt(pt)=α+βlnpt+εdt
    (1)

    식 (1)에서 Qdtt에서의 수요량, pt 는 가격, α는 수요의 기준 수준, β는 수요의 가격 탄력성을 나타낸다(β < 0). εdt 는 시장에서 관찰되지 않은 수요 요인을 반영하며, 이 요인의 기댓값은 0으로 정규화될 수 있다. 한편, 공급 함수는 다음과 같이 수요 함수와 유사하게 정의할 수 있다.

    lnQst(pt)=γ+δlnpt+ηZt+εst
    (2)

    식 (2)에서 Qdt는 공급량, Zt 는 공급 충격, γ는 공급의 기준 수준, δ는 공급의 가격 탄력성(δ > 0), ηZt 가 공급량에 미치는 민감도를 나타낸다. εst 는 시장에서 관측되지 않은 공급 요인을 반영한다.

    시장 균형 상태에서는 수요와 공급이 같아야 하므로, 다음과 같은 관계가 성립한다.

    Qdt(pobst)=Qst(pobst)=Qobst
    (3)

    pobstQobst 는 각각 관찰된 시장 균형 가격과 거래량을 나타낸다. 이를 로그 형태로 나타내면 다음 식 (4)와 같다.

    lnQobst=α+βlnpobst+εdt=γ+δlnpobst+ηZt+εdt
    (4)

    Graddy(2006)는 풍속을 도구변수로 사용하여, 수요 함수를 식별하고 가격탄력성을 추정하였다. 본 연구에서는 이를 응용하여 SST와 풍속을 공급 충격 변수로 사용한다. SST와 풍속은 고등어의 서식지와 어획량에 직접적인 영향을 미치지만, 소비자 수요에는 직접적인 영향을 미치지 않는다. 따라서 이 변수들은 내생성을 해결하기 위한 적절한 도구변수로 사용될 수 있다고 판단하였다. 수요의 가격 탄력성은 다음의 과정을 통해 추정된다. 먼저, 도구변수(Zt )를 사용하여 가격(pt )의 외생적 변동을 추정한다.

    lnpt=ζ+λZt+ut
    (5)

    식 (5)에서 λZtpt 의 상관관계를 나타내며, ut 는 오차항이다. 위의 식으로부터 우리는 예측된 가격, ^pt 를 식 (6)으로 추정할 수 있다.

    ln^pt=ˆζ+ˆλZt
    (6)

    이를 식 (1)에 대입하면 수요 함수를 식 (7)과 같이 나타낼 수 있다.

    lnQdt=(α+βˆζ)+βˆλZt+εdt
    (7)

    여기에서 βˆλZt 를 통한 간접 효과를 의미한다. 한편, 수요의 가격 탄력성은 β 자체로 정의된다. 이는 ^pt 의 변화가 수요량에 미치는 직접적인 효과를 나타내며, 식 (8)로 표현된다.

    ˆβ=lnQdtln^pt
    (8)

    위의 방법론을 본 연구에 적용하기 위해 두 가지 중요한 전제를 고려해야 한다. 첫째, 양륙된 고등어는 모두 거래된다고 가정한다. 이는 일별 고등어 공급량이 중도매인에 의해 완전히 청산되어, 시장이 공급과 수요의 균형을 이루고 식 (3)의 관계가 성립함을 의미한다. 둘째, 중도매인은 소비자들의 구매 행위에 대한 완전한 정보를 가지고 있다고 가정한다. 즉, 중도매인들은 자신들이 직면하는 수요 곡선을 정확히 인지하고 이를 바탕으로 위판시장의 경매에 참여한다.

    이러한 전제를 통해, 위판시장에서의 가격탄력성이 실제 소비와 밀접하게 연관될 수 있음을 논리적으로 설명할 수 있다. 이는 본 연구가 제시하는 탄력성 분석의 이론적 근거를 제공하며, 시장 초기 단계에서 공급과 가격 간의 상호작용을 구체적으로 분석하는 기반을 마련할 수 있다.

    Ⅲ. 분석 방법

    1. 분석 자료

    해양수산부에서 전국 위판장별 위탁판매 자료를 제공하고 있지만, 부산공동어시장의 고등어 위판 자료를 특정할 수 없는 문제가 있다. 따라서 본 연구에서는 부산공동어시장 홈페이지(http://www.bcfm.co.kr/) 에서 직접 제공하는 일자별 어종별 위판 자료를 사용하였다. 이 자료는 2013년부터 2019년까지 총 7개 연도의 일별 거래량과 거래금액을 포함하며, 고등어의 크기에 따라 대형(상: 450~500g), 중형(중: 350~400g), 소형(하: 180~300g)으로 분류된다. 이러한 분류는 크기에 따른 시장 수급 차이를 반영할 수 있어, 분석 과정에서 발생할 수 있는 편향을 줄일 수 있다. 또한 시장 구조와 가격 형성에 영향을 미치는 외부 충격 변수로 기상 변수들을 고려하기 위해 기상자료개방포털(https://data.kma.go.kr/)의 해양기상부의 자료를 활용하였다. 본 연구에서 사용한 자료는 남해 전 지역과 서해 및 동해의 남쪽 일부를 포함하는 총 14개 해양기상부이에서 수집되었으며, 평균 SST와 평균 풍속을 변수로 사용하였다.

    주요 변수들의 기초통계량과 상관계수는 <표 1>과 같다. 대형 고등어의 평균 거래량은 4.08톤으로, 중형(17.58톤) 및 소형(102.96톤) 거래량에 비해 상대적으로 적다. 소형 고등어는 평균적으로 가장 많은 양이 거래되며, 최대 거래량(1,573.01톤) 또한 대형 및 중형 고등어보다 훨씬 크다. 이러한 거래량의 차이는 고등어 크기에 따른 시장 수요와 어획 특성의 차이를 반영한다. 거래량에 비례하여 평균 거래금액도 소형 고등어가 216백만 원으로 가장 크고, 대형 고등어가 25.4백만 원으로 가장 작다.

    <그림 2>는 일별 거래량과 거래금액의 크기에 따른 비중 변화를 보여 준다. 그림에서 확인할 수 있듯이, 비록 대형 및 중형 고등어의 거래량 비중이 전체적으로 낮은 편이지만, 특정 계절(주로 봄과 여름철)에는 비중이 증가하는 경향을 보인다.

    한편, 거래량과 거래금액에서 차지하는 비중과는 반대로 단위당 거래금액(원/kg)은 대형 고등어가 가장 높고, 소형 고등어가 가장 낮다(<그림 3> 참조). 대형 고등어의 높은 단위 가격은 우수한 품질과 시장 내 프리미엄 수요를 반영하며, 이는 계절적으로도 변동성이 큰 패턴을 보인다. 특히, 단위당 가격은 봄과 여름철에 가장 높아지는 경향을 보이며, 이는 이 시기에 고등어 어획량이 줄어들기 때문에 발생하는 가격 상승으로 해석할 수 있다.

    한반도 남쪽 연근해 지역의 평균 수온은 17.82°C로 나타났으며, 최소 9.23°C에서 최대 29.41°C까지의 범위를 보인다(<표 1> 참조). 특히, <그림 4>에서 확인할 수 있듯이 수온은 뚜렷한 계절성을 보이며, 여름철에 최고치를 기록하고 겨울철에 최저치를 기록한다. 이러한 계절적 변동은 고등어의 서식지 이동과 어획 가능성에 영향을 미치며, 장기적인 수온 상승 추세는 고등어 서식지의 북상 및 어획 패턴의 변화 가능성을 시사한다(엄기혁 외, 2015). 평균 풍속은 5.73 m/s로 나타났으며, 최소 1.58 m/s에서 최대 17.01 m/s까지 변동한다(<표 1> 참조). <그림 4>의 연도별 풍속 변화는 전반적으로 일정한 변동성을 유지하지만, 강한 풍속이 빈번히 발생하는 특정 시기에는 조업 활동이 제한되거나 위험이 증가할 가능성이 있다. 이는 어획량 감소와 시장 안정성 저하로 이어질 수 있다. 따라서 수온과 풍속의 변동은 고등어 자원의 분포와 어획 활동에 중요한 환경적 요인으로 작용하며, 장기적으로 고등어의 공급량 변화뿐만 아니라 시장의 안정성에도 영향을 미칠 가능성이 높다.

    2. 분석 모형

    2SLS(Two-Stages Least Square)는 내생성 문제를 해결하기 위한 대표적인 방법으로, 수산물 시장과 같이 가격과 수량 간의 상호작용이 복잡한 시장에서 널리 활용된다(Graddy, 2006;Tokunaga, 2018). 수요와 공급이 동시에 결정되는 시장에서는 가격이 양쪽 요인의 영향을 받으므로, 가격과 수량 간의 상관관계가 내생성을 유발할 가능성이 높다. 부산공동어시장은 모든 고등어 물량이 경매를 통해 완전히 청산되는 특징을 가지며, 이는 수요와 공급이 실시간으로 균형을 이루는 시장 구조를 반영한다. 이러한 특성을 반영하기 위해 본 연구에서는 외생적 공급 충격 변수를 도구변수로 활용하여 2SLS를 적용함으로써 내생성을 제거하고, 신뢰성 있는 고등어 수요의 가격 탄력성을 추정하고자 한다.

    2SLS 회귀식은 두 단계로 나뉜다. 첫 번째 단계에서는 내생 변수인 가격(pt )을 외생적 도구변수 (Zt )를 통해 예측된 값(^pt )으로 변환한다. 두 번째 단계에서는 이 예측된 값을 활용하여 수요 함수의 계수들을 추정한다. 회귀식은 다음과 같이 설정된다.

    [1단계]

    lnpt=ζ+λZt+ψXt+ut
    (9)

    [2단계]

    lnQt=α+βln^pt+ϕXt+εt
    (10)

    1단계 회귀식의 Zt 는 SST(ln SSTt)와 풍속(ln Windt)의 로그값을 변수로 포함한다. 2단계 회귀식 에서 ln Qt 는 수요량(거래량)의 로그값, ln^pt 는 1단계에서 예측된 가격의 로그값을 나타낸다. β 는 가격탄력성을 나타내며, 이는 가격 변화에 따른 수요량 변화율을 의미한다. Xt 는 시장 수요와 공급에 영향을 미칠 수 있는 외생적 요인을 통제하기 위한 변수들로 구성되는데, 시장의 장단기 효과를 반영하기 위해 요일 더미(Day-of-Week), 연도 더미(Year), 수확기(Harvest) 여부를 포함한다(Graddy, 2006;Tokunaga, 2018). 연도 더미(Year)는 거시적인 경기 변동과 장기적인 소비 트렌드 변화의 영향을 통제한다. 또한 수확기(Harvest)는 고등어의 주요 어획 시기인 9월부터 12월까지를 나타내는 더미 변수로, 이 시기에 발생하는 계절적 공급량 증가와 소비 변화 효과를 반영한다.

    2SLS는 내생성 문제를 해결함으로써, 기존의 OLS(최소제곱법) 방식에서 발생할 수 있는 편향을 최소화한다는 점에서 중요한 방법론적 이점을 제공한다. 그러나 도구변수의 선택이 잘못되었거나 약한 도구변수를 사용했을 경우 결과가 왜곡될 위험이 있다. 따라서 본 연구에서는 모형 내에서 도구변수의 관련성과 외생성 검증을 통해 분석 결과의 신뢰성을 확보하고, 고등어 시장의 구조적 특성을 보다 정확히 이해하고자 한다.

    Ⅳ. 분석 결과

    선행연구(Graddy, 2006)에서는 풍속을 도구 변수로 활용하여 공급량 변동과 가격 간의 관계를 분석 하였으나, 본 연구에서 대형 고등어의 가격탄력성 분석을 위해 풍속을 단독으로 사용한 경우, 약한 도구 변수(Weak Instrument) 문제가 발생하는 것이 확인되었다(<표 2> 참조). 풍속만을 도구변수로 사용했을 때, 1 st s tage 회귀분석에서 F-value가 7.98로 나타나, Stock-Yogo 기준을 충족하지 못해 내생성 문제를 충분히 해결할 수 없는 것으로 판단되었다1). 반면, SST 단독 사용 시 도구 변수로서의 강도는 충분했으나, 기존 연구와의 비교 가능성을 고려하여 풍속 변수를 함께 사용하는 것이 적절하다고 판단하였다. SST를 추가하여 분석한 결과, SST와 풍속을 함께 사용할 경우 F-value가 높게 유지되었으며, 이는 내생성 문제를 해결할 수 있는 강한 도구 변수임을 의미한다. 따라서 본 연구에서는 SST와 풍속을 함께 활용하는 접근법을 채택하여 가격 내생성 문제를 해결하고자 하였다.

    먼저, 대형 고등어에 대한 수요의 가격탄력성을 분석하였으며, 그 결과는 <표 3>과 같다. 더미 변수들의 포함 여부에 따라 회귀모형을 (A), (B), (C)로 구분하였고, 분석의 해석은 (C)를 기본으로 하였다. 모든 회귀모형에서 도구변수인 ln SST와 ln Wind는 대형 고등어의 단위당 가격(ln Price)에 유의미한 영향을 미쳤다. 표층수온의 계수는 음의 값을 가져, 수온이 상승할수록 위판가격이 하락하는 경향을 보였다. 이는 수온 상승이 고등어의 서식지를 이동시키고 어획량을 증가시켜, 공급 증가로 가격이 하락했을 가능성을 시사한다. 평균 풍속의 계수 또한 음의 값을 가지며, 풍속이 강할수록 가격이 하락함을 보였다. 이러한 결과는 Graddy(2006)에서 풍속 증가가 공급량을 감소시켜 가격 상승으로 이어진다는 메커니즘과 상반된다. 이는 두 연구가 대상으로 하는 시장과 어종, 어획 방법의 차이에서 기인할 가능성이 있다. Graddy(2006)는 민대구(whiting)의 도매업자와 소비자 간 거래를 분석한 반면, 본 연구는 고등어 위판시장과 중도매인 간 거래를 다룬다. 고등어는 운반선을 포함한 대형선망선단에 의해 대규모로 어획되며, 풍속 증가로 인해 조업이 지연되더라도 재개 시 대량 어획이 이루어질 가능성이 높다. 또한 운반선 이동이 강한 바람에 의해 지연되면 물량이 특정 시점에 집중적으로 양륙되어 공급 과잉을 초래할 수 있으며, 이는 단위당 가격 하락으로 이어질 가능성이 있다. 실제로 ln SST를 포함한 간단한 회귀분석 결과에서 수온과 풍속 변수 모두 공급량에 유의미한 양(+)의 영향을 미치는 것으로 나타났다. 이는 풍속 증가가 고등어 어획량을 늘려 공급이 증가하며, 가격과 음(-)의 관계를 형성한다는 분석 결과를 뒷받침한다(<표 4> 참조).

    가격탄력성은 -0.875로 추정되었으며, 통계적으로 유의하였다. 이는 대형 고등어의 단위당 가격이 1% 상승할 경우, 수요량이 약 0.88% 감소함을 의미한다. 가격탄력성이 1보다 작은 비탄력적 구조는 대형 고등어가 중도매인에게 중요한 필수품으로 작용하고 있음을 나타내며, 가격 변동이 중도매인들의 구매 행동에 미치는 영향이 비교적 제한적임을 보여준다.

    <표 2>에서 확인한 바와 같이, 도구변수의 적합성을 검증한 결과, 약한 도구변수 검정(Weak Instrument Test)의 F-value가 93.11로 나타나, 도구변수가 내생 변수인 단위 당 가격(ln Price)과 강한 상관관계를 가지는 것으로 확인되었다. 또한 Kleibergen-Paap rk LM 통계량은 142.34로 통계적으로 유의하게 나타났다. 이 통계량은 도구변수가 분석에 필요한 정보를 제공하는지 검증하며, 귀무가설(도구변수가 식별되지 않음)을 기각함으로써 분석 모형이 올바르게 작동하고 있음을 나타낸다. 과식별 제약 검정을 위해 수행한 Hansen J 테스트 결과, 모든 모형에서 통계적으로 유의하지 않아 도구변수가 과식별되지 않고 적합하게 작동했음을 보여 준다.

    중형 고등어의 분석 결과에서는 대형 고등어와 같이 ln SST와 ln Wind가 가격 하락 방향으로 유의미한 영향을 미쳤다(<표 5> 참조). 그러나 중형 고등어의 가격탄력성은 -2.450으로 상당히 높게 나타 났으며, 이는 중형 고등어의 수요가 가격 변화에 민감하게 반응한다는 점을 보여준다. 중형 고등어는 상품 고등어에 비해 신선도 유지 요구가 낮아 가공용 및 사료용으로 사용되는 경우가 많다. 이러한 특성은 가격 상승 시 중도매인들이 이윤을 위해 구매를 줄이고, 가격 하락 시 수요가 급증하는 탄력적 수요 구조를 형성한다. 특히, 최근 대형선망어업에서 소형 및 중형 고등어의 비율이 증가하고 있는 점(김대영, 2019)이 이러한 결과를 뒷받침한다. Weak Instrument Test의 F-value는 320.37로 나타났으며, 도구변수가 내생 변수와 강한 상관관계를 가짐을 확인하였다. 또한 Hansen J 검정 결과 과식별 문제가 없음을 확인하였다.

    소형 고등어의 분석 결과에서도 ln SST와 ln Wind가 가격 하락 방향으로 작용했으며, 가격탄력성 은 -3.444로 가장 높게 나타났다(<표 6> 참조). 소형 고등어는 대체재로서의 성격이 강하며, 주로 사료용이나 가공용으로 사용된다. 이러한 용도는 하품 고등어가 필수재가 아닌 대체 가능한 상품으로, 가격 변동에 따라 수요가 민감하게 변하는 특성을 강화한다. 가격이 상승하면 대체 어종으로의 수요 이동이 활발해지고, 소형 고등어의 수요는 급격히 감소하는 반면, 가격 하락 시에는 대량 소비가 증가하여 수요 탄력성이 높아진다. Weak Instrument Test의 F-value는 89.58로 나타났으며, 도구변수가 충분히 유의함을 보였다. 과식별 제약 검정에서도 Hansen J 테스트의 p-value가 유의하지 않아 도구변수가 적절히 작동함을 확인하였다.

    대형, 중형, 소형 고등어의 분석 결과는 고등어의 크기별 시장 특성과 수요 구조를 반영한다. 대형 고등어는 상대적으로 비탄력적인 수요 구조를 보여, 소비자가 필수재로 인식하고 가격 변동에 민감하게 반응하지 않음을 나타낸다. 반면, 중형과 소형 고등어는 대체재와의 경쟁, 사료용 및 가공용 활용 등으로 인해 가격 변화에 더 민감하게 반응하며, 높은 가격탄력성을 보인다. 이처럼 각 어종의 탄력성 차이는 위판시장 내 중도매인의 구매 전략, 시장에서의 대체재 역할, 그리고 각 어종의 용도 차이에 기인한다고 할 수 있다.

    도구변수로 사용된 ln SST와 ln Wind는 모든 분석에서 통계적으로 유의미하게 작동하였으며, 약한 도구변수 검정과 과식별 제약 검정 결과 모두에서 적합성이 확인되었다. 이 결과는 본 연구에서 제시한 회귀모형과 도구변수 선택이 타당하다는 점을 뒷받침한다.

    Ⅴ. 결 론

    본 연구는 부산공동어시장에서의 고등어 위판 자료를 활용하여 대형, 중형, 소형 고등어 수요의 가격탄력성을 2SLS를 통해 분석하였다. 도구변수로 사용된 표층수온과 평균 풍속은 모든 회귀모형에서 유의미한 영향을 보였으며, Weak Instrument Test와 Kleibergen-Paap rk LM 테스트에서 충분히 유의미한 결과를 보였다. 또한 Hansen J 테스트를 통해 도구변수의 외생성을 확인함으로써 분석의 신뢰성을 높였다. 이러한 검증 결과는 도구변수가 고등어의 가격탄력성 추정에 적합하였음을 시사한다. 분석 결과, 대형, 중형, 소형 고등어의 가격탄력성은 각각 -0.875, -2.450, -3.444로 추정되었으며, 이는 고등어의 크기, 품질, 그리고 시장 구조에 따른 수요 반응의 차이를 반영한다. 대형 고등어는 비교적 필수재 성격을 보여 가격 변동에 덜 민감한 반면, 중형 및 소형 고등어는 대체재 역할과 가공용 및 사료용으로의 사용 등으로 인해 가격 변화에 보다 민감하게 반응하였다. 특히, 소형 고등어는 대량 어획과 공급 집중으로 인해 가격 변동성이 크게 나타나, 중도매인들의 구매 결정에도 큰 영향을 미친 것으로 분석되었다. 이 결과는 중형 및 소형 고등어 시장의 가격 변동성 완화와 공급 안정성 확보를 위해, 비축 시스템의 효율적 운영, 유통망 내 재고 관리 강화 등과 같은 맞춤형 정책적 개입이 필요함을 시사한다.

    본 연구는 다음과 같은 한계를 가진다. 첫째, 분석 자료를 2019년까지 사용하여 COVID-19의 충격을 배제하였지만, 최신 자료를 반영하지 않았다. 둘째, 본 연구는 대체재의 가격을 고려하지 않았다는 점에서 수요의 가격탄력성 분석의 외생 요인에 대한 포괄성이 부족할 수 있다. 향후 대체재가 고등어 시장에 미치는 영향을 분석한다면, 결과의 해석에 더 깊은 통찰을 제공할 수 있을 것이다. 셋째, 본 연구에서는 단위당 거래금액을 경매가격으로 가정하였는데, 실제 경매가격 자료를 사용할 경우 결과가 달라질 가능성이 있다. 이러한 점에서, 향후 연구에서는 더 정교한 경매가격 데이터를 활용하여 분석의 정밀도를 높일 필요가 있다. 넷째, 본 연구는 내생성 문제를 해결하기 위해 SST와 풍속을 도구변수로 활용하였으나, 어업 비용(예: 연료비)이나 수입 수산물 가격, 어획 규제(TAC)와 같은 추가적인 도구 변수를 고려하지 못했다. 향후 연구에서는 이러한 변수를 포함함으로써 도구 변수의 적절성을 더욱 강화하고, 내생성 문제를 보다 정교하게 통제할 필요가 있다. 다섯째, 본 연구는 선형 회귀 모형을 채택하여 가격탄력성을 추정하였으므로, 가격 수준에 따른 비선형적 수요 반응 가능성을 반영하지 못하였다.

    본 연구는 국내 고등어 위판시장에 도구변수 접근법을 적용하여 가격탄력성을 분석한 최초의 시도 중 하나로, 수산물 시장의 특성과 도구변수 분석의 적합성을 입증하였다. 이러한 연구 결과는 고등어 뿐만 아니라 다른 어종의 시장 분석에도 활용할 수 있는 방법론적 틀을 제공한다는 점에서 의의가 있다. 향후 연구에서는 기후변화가 어획량 및 시장 가격에 미치는 영향을 심층적으로 분석하고, 위판시 장의 공급 및 수요 구조를 보다 구체적인 데이터와 함께 살펴볼 필요가 있다. 향후 연구에서는 기후 변화가 어획량 및 시장 가격에 미치는 영향을 보다 심도 있게 분석하고, 위판시장의 공급ㆍ수요 구조를 보다 구체적인 데이터와 함께 살펴볼 필요가 있다. 또한 소비자 패널 데이터 등을 활용하여 가격 변동이 최종 소비자의 구매 행태에 미치는 영향을 정밀하게 분석함으로써, 고등어 시장의 지속 가능 성을 강화하고 수산업의 경제적 안정성을 높일 수 있을 것으로 기대된다.

    Figures

    FBA-56-1-39_F1.gif
    국내 및 대형선망 고등어 어획량 변화
    FBA-56-1-39_F2.gif
    고등어 크기별 거래량 및 거래금액 비중
    FBA-56-1-39_F3.gif
    고등어 크기별 단위당 거래금액 변화
    FBA-56-1-39_F4.gif
    주요 해양 기상 변수 변화

    Tables

    기초통계량

    도구변수 대형 고등어의 가격탄력성 분석 결과

    주: ***는 1% 신뢰수준을 나타내며, 괄호 안의 숫자는 표준 오차이다.

    대형 고등어의 가격탄력성 분석 결과

    주: *, **, ***는 각각 10%, 5%, 1% 신뢰수준을 나타내며, 괄호 안의 숫자는 표준 오차이다.

    고등어 거래량과 도구변수와의 상관관계

    주1: ***는 1% 신뢰수준을 나타내며, 괄호 안의 숫자는 표준 오차이다.
    주2: 수온과 풍속 간 상관계수는 두 변수 간 다중공선성 문제가 심각하지 않음을 의미

    중형 고등어의 가격탄력성 분석 결과

    주: **,***는 각각 5%, 1% 신뢰수준을 나타내며, 괄호 안의 숫자는 표준 오차이다.

    소형 고등어의 가격탄력성 분석 결과

    주: *,***는 각각 10%, 1% 신뢰수준을 나타내며, 괄호 안의 숫자는 표준 오차이다.

    References

    1. 기상청, 기상자료개방포털, https://data.kma.go.kr.
    2. 김대영 ( 2019a), “대형선망어업의 축소 동향과 경영대응 방향”, 수산경영론집, 50(4), 29-44.
    3. ______ ( 2019b), “한국과 일본의 고등어 품질 및 위생관리 비교”, 수산경영론집, 50(3), 17-29.
    4. 박유정ㆍ박철형 ( 2018), “AIDS를 이용한 주요 소비어종의 가격탄력성 추정에 관한 연구”, 해양비즈니스, (39), 49-71. 부상공동어시장, http://www.bcfm.co.kr/ndata/month.jsp.
    5. 석형주ㆍ이창헌ㆍ황철희ㆍ김영윤ㆍ김대선ㆍ이문숙 ( 2023), “국내 어업활동보호구역 주요 어종의 종분포 변화 예측”, 해양환경안전학회지, 29(7), 802-811.
    6. 엄기혁ㆍ김홍식ㆍ한인성ㆍ김도훈 ( 2015), “기후변화에 따른 한국 연근해 어업생산량 변화 분석”, 수산경영론집, 46(2), 31-41.
    7. 이햇님ㆍ김형석 ( 2011), “대형선망어업에 있어서 고등어 (Scomber japonicus) 어장의 어황변동”, 수산해양기술연구, 47(2), 108-117.
    8. 통계청, 국가통계포털, 어업생산동향조사, http://kosis.kr.
    9. 황강석ㆍ최정화ㆍ오택윤 ( 2012), “인공신경망을 활용한 고등어의 위판가격 변동 예측”, 수산기술학회지, 48(1), 72-81.
    10. Abe, K., Matsuki, Y., Ishimura, G. and Managi, S. ( 2021), “Rent distribution in an ex-vessel auction market of fisheries”, Marine Policy, 133, 104771.
    11. Angrist, J. D., Graddy, K. and Imbens, G. W. ( 2000), “The interpretation of instrumental variables estimators in simultaneous equations models with an application to the demand for fish”, The Review of Economic Studies, 67(3), 499-527.
    12. Graddy, K. ( 2006), “The Fulton Fish Market Revisited: Price Variability and Market Efficiency”, Journal of Economic Perspectives, 20(2), 207-228.
    13. Kim, J. ( 2024), “Prediction of Determinants Affecting Consumer Purchase Intentions for Mackerel in the Korean Domestic Market”, Fishes, 9(8), 301.
    14. Pincinato, R. B. M. and Gasalla, M. D. L. A. ( 2010), “Priceless prices and marine food webs: Long-term patterns of change and fishing impacts in the South Brazil Bight as reflected by the seafood market”, Progress in Oceanography, 87(1-4), 320-330.
    15. Stock, J. H. and Yogo, M. ( 2005), “Testing for weak instruments in linear IV regression. Identification and Inference for Econometric Models: Essays in Honor of Thomas Rothenberg DWK Andrews”, Cambridge University Press, 80-108.
    16. Sumaila, U. R., Marsden, A. D., Watson, R. and Pauly, D. ( 2007), “A global ex-vessel fish price database: construction and applications”, Journal of Bioeconomics, 9, 39-51.
    17. Tokunaga, K. ( 2018), “Estimating Elasticity of Demand for Pacific Bluefin Tuna in Tsukiji Fish Market”, Marine Resource Economics, 33(1), 27-60.
    18. Vasse, V. and Wolff, F. C. ( 2022), “Cooperation and sales revenue of fisheries: Evidence from France”, Ecological Economics, 198, 107459.
    19. Wong, K. G. and Park, H. ( 2018), “Consumption dynamics in inverse demand systems: an application to meat and fish demand in Korea”, Agricultural Economics, 49(6), 777-786.