Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1598-5504(Print)
ISSN : 2383-8272(Online)
Journal of Agriculture & Life Science Vol.48 No.6 pp.253-264
DOI : https://doi.org/10.14397/jals.2014.48.6.253

Analysis of the Effect of Heat Stress on Milk Production

Jin-Yong Choe1, Jin-Wook Kim3, Jun-Hee Lee3, Sang-Gon Jeon2*
1Graduate school, Dept. of Agricultural Econ., Gyeongsang National Univ., Jinju 660-701, Korea
2Dept. of Food and Resource Econ., Gyeongsang National Univ. (Insti. of Agric. & Life Sci.), Jinju 660-701, Korea
3Dept. of Animal Bioscience, Gyeongsang National Univ. (Insti. of Agric. & Life Sci.), Jinju 660-701, Korea
Corresponding Author : Sang-Gon Jeon Tel: +82-55-772-1846 Fax: +82-55-772-1849sanggon@gnu.ac.kr
August 5, 2014 November 24, 2014 November 25, 2014

Abstract

This study analyzes the effect of heat stress on milk production. This study uses two models for the analysis. In model 1, we assume that the relationship between THI and milk production is non-linear and estimate the optimal THI. In model 2, we use temperature and humidity separately to capture the net effect of temperature. The humidity variable is excluded from the final model 2 due to statistical significance. We estimate optimal temperature which shows a highest level of milk production, marginal effect of milk production, and farm income changes according to the change of temperature. The results show that the optimal THI is 17.79 and is 7.91 before and after eliminating autocorrelation. The optimal temperature is 16.5°C and is 7.4°C before and after eliminating autocorrelation. Marginal effects of temperature changes on milk production is decreasingly increased to the left of optimal temperature and increasingly decreased to the right of optimal temperature. Farm income changes depend on the number of milking cows and the degree of temperature changes.


고온 스트레스가 우유생산량에 미치는 영향 분석

최 진용1, 김 진욱3, 이 준희3, 전 상곤2*
1경상대학교 농업경제학과
2경상대학교 식품자원경제학과(농업생명과학연구원)
3경상대학교 동물생명과학과(농업생명과학연구원)

초록

본 논문은 고온 스트레스가 우유 생산량에 미치는 영향을 분석했다. 분석을 위해 모형 2개를 구축했 다. 모형 1은 우유생산량과 THI를 비선형관계로 가정하여 우유생산량이 가장 많아지는 최적의 THI를 추정했다. 이를 위해 고온 스트레스를 정량화 시킨 THI를 산출했다. 모형 2는 우유생산량과 평균기온 과 습도의 관계를 분석했다. 습도는 우유생산량과의 통계적 상관관계가 존재하지 않아 배제하였다. 우 유생산량과 평균기온은 비선형관계로 가정하여 최적의 기온, 기온 변화에 따른 우유생산량의 한계효과 와 농가소득의 변화분까지 추정하였다. 분석 결과, 최적의 THI는 자기상관을 고려하지 않은 경우 17.79 고려한 경우 7.91로 나타났다. 최적의 평균기온은 자기상관을 고려하지 않은 경우 16.5°C. 고려한 경우 7.4°C로 나타났다. 기온에 의한 우유생산량의 한계효과는 최적 기온을 기점으로 양의 한계효과는 감소 하다 최적 기온을 넘어서면 음의 한계효과로 바뀌며 온도가 상승할수록 음의 한계효과는 커지는 것으로 분석되었다. 농가소득 변화분은 농가의 착유우두수가 많고 기온 변화가 클수록 더욱 커지는 것으로 나 타났다.


    Rural Development Administration
    PJ009117032014

    I.서론

    지구온난화는 전 세계적으로 기온과 강수량이 변화하는 등 급격한 기후변화를 경험하고 있다. 지 구온난화는 지난 세기동안 지구의 평균 기온을 1.4°F 상승시켰고 앞으로 2~11.5 °F 정도 더 상승 할 것으로 추정되며 이로 인해 기상과 기후에 부 정적인 변화를 야기할 수 있다(EPA, 2013). 농업 은 기후 변화에 직접적인 영향을 받는 산업으로, 달라진 강우 형태와 기온은 작물의 재배가능 지역 에 영향을 미치고 그에 따라 생산량의 변화가 나 타난다. 그 중 낙농업은 기온 변화에 민감하게 반 응하는 산업으로 기후 변화에 따른 고온 스트레스 는 젖소의 우유 생산량에 부정적인 영향을 미친다 고 알려져 있다(Bohmanova et al., 2007; west, 2003; jordan, 2003). 나아가 우유생산량의 변화 는 낙농 농가의 소득에 직접적인 영향을 주는 만 큼 이에 관한 연구가 필요하다.

    젖소가 받는 고온 스트레스는 기온 뿐만 아니라 상대습도의 영향을 크게 받는 것으로 알려져 있다 (Berry et al., 1964; Ravagnolo and Misztal 2000; Ravagnolo et al., 2000). 젖소가 받는 고 온 스트레스를 정량적으로 측정하는 방법으로는 온습도 지수(THI)가 널리 사용된다. THI는 초기에 Thom(1959)으로부터 discomfort index라는 이름 으로 정립되었다. 이후 여러 연구자들에 의해 다양 하게 제시되어져 왔고, Schoen이 현재 보편적으로 사용되는 미국 기상청(NWS)의 모델의 단점을 보 완하여 새로운 모델을 제시하였다(Schoen, 2005).

    본 논문은 고온 스트레스가 우유생산량에 미치 는 영향을 분석하는데 있다. 이를 위해 Schoen이 제시한 모델을 선정하여 평균기온과 습도를 이용 하여 THI를 산출하였다. 그리고 산출된 THI를 이 용하여 우유 생산량간의 관계를 분석하였다. 나아 가 우유 생산량에 미치는 영향을 기온과 습도를 분류하여 각각의 효과를 계측해 보고자 하였다.

    본 논문에서는 크게 두 가지 모형을 추정하였다. 하나는 우유생산량과 THI간의 관계를 분석한 것이 고, 다른 하나는 우유생산량과 온도와 습도의 관계 를 분석한 것이다. 우유 생산량에 영향을 미치는 이들 외부 기후 요인 뿐만이 아니다. 따라서 그러 한 요인들을 제거(control)하기 위해서 우유생산량 에 영향을 미칠 수 있는 변수들을 설명변수에 포 함하였다. 이러한 변수들로 착유우두수, 월더미변 수, 2011년 더미변수, 기술 변수 등을 고려해 보았 다. 모형 1에서는 THI를 포함시켜 THI와 우유생 산량의 상관관계를 분석하였다. 모형 2에서는 THI 를 제외하고 평균 기온과 습도를 각각 다른 변수 로 설정하여 이들 변수들과 우유생산량의 관계를 분석하고자 했다.

    이 과정에서 기본적으로 THI 지수 혹은 온도와 우유생산량은 단순한 선형 관계를 넘어서 비선형 관계일 수도 있음을 가정하고 선형 관계를 넘어서 비선형 관계로 2차 함수의 관계를 설정하여 유의 한 지 검정해 보았다. 이 과정을 통해 우유생산량 이 가장 많아지는 최적의 THI 값과 최적의 기온을 추정해 보고, 이들 변수들의 한계효과가 농가소득 에 미치는 한계효과가 얼마인지 계측해 보았다.

    II.이론적 모형 및 사용 자료

    2.1.이론적 모형

    모형에서 사용될 종속변수는 전국 우유생산량을 사용하였다. 설명변수로는 우유생산량에 영향을 미칠 수 있는 변수들을 선정하여 포함시켰다. 설 명변수에 포함된 대표적 변수는 우유 생산량에 직 접적 영향을 미치는 착유우 두수이다. 또한, 매월 의 특수한 계절적, 경제수급적, 생물학적 상황을 반영하기 위해 월 더미 변수를 사용하였다. 예를 들어, 우유 생산량에 사료섭취량이 큰 영향을 미 칠 것이나 젖소가 섭취하는 사료량 자료를 모두 구하기 불가능하다 더미 변수로 대신하였다. 그 외의 변수로 구제역 발생 이후 급감한 생산 상황 을 반영하기 위하여 2011년 더미변수를 모형에 포 함시켰다.

    Q 우유생산량 = f X 착유우두수 , X THI , D 월더미변수 , D 2011 , X 기술변수
    Model 1.
    Q 우유생산량 = f X 착유우두수 , X 기온 , D 습도 , D 월더미변수 , D 2011 X 기술변수
    Model 2.

    모형은 크게 두 가지로 분류하였다. 모형 1은 설 명변수로 착유우와 THI, 월 더미변수, 2011년 더미 변수, 기술 변수 등을 포함하여 우유생산량간의 관 계를 분석하였다. 고온 스트레스를 정량화시킨 THI 가 젖소 우유생산량에 어느 정도 영향을 미치는 분 석하고자 하였다. 모형 2는 설명변수로 착유우와 기 온, 습도, 월 더미변수, 2011년 더미 변수, 기술 변 수 등을 포함하여 우유생산량간의 관계를 분석하였 다. 이는 순수한 기온의 변화가 우유생산량에 어떠 한 영향을 미치는지 알아보고자 추가한 것이다.

    2.2.기상자료를 이용한 THI 산출

    본 논문에서 사용할 THI는 Schoen(2005)가 제시 한 공식을 이용하였다. 그 식은 다음과 같으며 상대 습도와 기온에 따른 예측 THI 값은 Table 1에 나타 나 있다.

    THI = T 1.0799 e 0.03755 T 1 e 0.0801 D 14 α = a × T b × T + ln    RH D = b × α a × α + a = 17.27 b = 237.3

    THI : Temperature humidity index

    T : The measured temperature (°C)

    RH : The measured relative humidity as a decimal fraction

    D : The calculated dewpoint temperature (°C)

    2.3.사용자료

    종속변수로 사용된 일일 우유 생산량(MY)은 2000년 01월부터 2012년 12월까지 월별 전국 우유 생산량을 사용하였다. 월별 우유생산량을 해당 월 의 일수로 나눠줌으로써 일별 우유생산량으로 전환 했다. 윤달의 경우 각 연도의 윤달을 조사하여 2월 에 맞는 일수를 계산하고, 계산한 일수를 월에 나 눴다.

    사용 자료는 농림축산식품부에서 발표한 통계자 료로 낙농진흥회 홈페이지를 통해 얻은 자료를 이 용하였다. 설명변수로는 착유우두수(COW), 평균기 온(TEM)와 THI를 선정하였다. 착유우두수는 낙농 진흥회 홈페이지에 있는 2000년 1월부터 2012년 12월 까지 월별 착유우두수를 사용하였다. THI를 산출 하기위한 온도와 상대 습도는 전국 평균기온 의 경우 2010년부터 조사가 시작되어 그 이전자료 는 구할 수 없었기 때문에, 위도 상 남한지역의 가 운데에 위치한 대전을 이용하였다. 사용 자료는 2000년 01월부터 2012년 12월까지의 월별자료이 며, 기상청 연·월보자료를 이용하였다. 실증분석 에 사용된 자료의 통계치는 다음과 같다. Table 2

    2.4.변수들의 연관성 분석

    종속변수인 일일 우유 생산량과 설명변수인 착유 우두수간의 관계를 알아보기 위해 그래프로 나타냈 다(Fig. 1). 착유우두수는 2001년 7월에 가장 많은 360,706마리를 기록했으며 점차 감소하고 있다. 일 일 우유 생산량의 경우 역시 2002년 3월 가장 많은 약 7,449ton을 기록한 뒤 점차 감소하고 있다. 일일 우유 생산량과 착유우두수는 같은 추세를 가지고 움 직여왔으며, 매우 밀접한 관계가 있는 것으로 나타 났다.

    다음으로 우유 생산량과 THI간의 관계를 그림 으로 나타내 보았다(Fig. 2). 우유 생산량과 기온 과의 관계를 Fig. 3에 그려 보았다. 우유 생산량 은 최적 THI와 최적 기온까지 증가하다 더 높아 질 경우 우유 생산량은 감소한다고 추론할 수 있 다. 즉, 우유 생산량과 THI 및 기온과는 선형이 아닌 비선형의 관계임을 추측해 볼 수 있다. 평균 기온의 경우 가장 추운 달은 1월, 가장 더운 달은 8월이며 각 1년 주기로 나타났다. 일일 우유 생산 량의 경우 3월, 4월, 5월에 가장 많았으며, 가장 더운 8월에 우유 생산량이 가장 적은 것으로 나 타났다. THI는 평균기온와 습도를 이용해 산출한 값으로 THI와 평균기온과의 상관관계를 분석한 결과 상관계수는 0.97로 매우 높은 상관관계가 있는 것으로 나타났으며 추세 또한 상당히 유사 한 형태를 보였다(Fig. 4). Table 4

    III분석 결과

    3.1실증 분석

    일일 우유 생산량과 착유우두수와의 관계를 알 아보고자, 최소자승법(OLS)을 이용해 추정하였 다. 추정된 식은 다음과 같다.

    MY i = β 1 + β 2 COW + ϵ i

    여기서 종속변수인 MY는 전국 일일 우유 생산 량, COW는 착유우두수, εi는 확률적 교란항 이 다. β2는 착유우두수의 우유 생산량 한계효과로써 착유우가 1마리 증가할시 일일우유생산량의 증가 분이라고 할 수 있다. 착유우가 늘어날 경우 일일 생산량도 증가할 것이므로 양의 부호가 나타날 것 으로 예측된다. 자기상관이 발생할 경우를 대비해 자기상관을 제거한 경우도 함께 비교해 보고자 한 다. 추정 결과는 Table 3과 같다. 우유 생산량과 착유우두수의 관계는 통계적으로 1% 유의수준에서 유의하며, 양(+)의 부호로 예측과 부합했다.

    모형에 THI와 기온변수를 각각 추가하여 우유 생산량과 기온과의 관계를 분석해 보았다. 추정을 위해 다중 회귀모형에 제곱의 형태를 포함하여 모형을 설정하였고, 추정된 식은 다음과 같다. 모 형 2의 경우 온도와 습도를 넣어 보았으나 습도 의 통계학적 유의성이 매우 좋지 않은 것으로 나 타나 모형에서 제외하였다.

    MY i = β 1 + β 2 COW + β 3 THI + β 4 THI 2 + ϵ i
    Model 1.
    MY i = β 1 + β 2 COW + β 3 TEM + β 4 TEM 2 + ϵ i
    Model 2.

    TEM은 평균 기온을 나타내며, TEM2은 평균 기 온을 제곱한 변수이다. THI은 THI를 나타내며, THI2은 THI를 제곱한 변수이다. TEM2THI2는 우유 생산량과 기온은 선형 관계가 아닌 이차방정 식의 관계일 것이라 가정하였다. 앞의 그림에서 보 았듯이, 적정 THI 및 기온까지 상승할 경우 우유 생산량이 증가하다 최적 THI 및 기온을 넘어설 경 우 우유 생산량은 감소할 것으로 추정된다. 따라서 음의 부호가 나타날 것이다. 자기상관이 발생할 경 우를 대비해 자기상관을 제거한 경우도 함께 비교 해 보았다.

    모형 1의 추정결과를 살펴보면 자기상관을 제거한 경우와 그렇지 않은 경우 모두 1% 유의수준에서 유 의한 것으로 나타났다(Table 5). 추정된 계수 부호 역시 예측한 결과와 부합했다. 즉, 최적의 THI 값이 존재하며 THI가 적정 값보다 낮은 값일 때에는 우 유생산량은 증가하나 적정 THI 값을 지나면 우유생 산량은 감소하는 것으로 해석할 수 있다.

    모형 2의 추정결과를 살펴보면, 자기상관을 제거 한 경우와 그렇지 않은 경우 모든 변수가 1% 유의 수준에서 유의한 것으로 나타났다(Table 6). COW의 경우 양의 부호가 나타난 것으로 볼 때 예측한 결과 에 부합하고, TEM2의 경우 역시 음의 부호가 나타 나 예측한 결과에 부합했다. 즉. 기온이 올라가면 우유 생산량은 증가하다 적정 기온을 지나면 우유 생산량이 감소한다고 해석할 수 있다. 7-8

    우유 생산량에 영향을 미치는 요인으로 착유우 두 수, THI, 기온 외에 각 월마다의 특징을 잡아내기 위해 월별 더미 변수를 모형을 추가하고 2011년에 나타났던 구제역이라는 특수한 상황을 고려하여 2011년 연도 더미변수를 새롭게 추가하였다.5

    MY i = β 1 COW + β 2 D 1 + β 3 D 2 + ... + β 13 D 12 + β 14 D 2012 + β 15 THI i + β 16 THI 2 + ϵ i
    Model 1.
    MY i = β 1 COW + β 2 D 1 + β 3 D 2 + ... + β 13 D 12 + β 14 D 2012 + β 15 TEM i + β 16 TEM 2 + ϵ i
    Model 2.

    D1 는 1월일 경우 1 그렇지 않은 경우는 0의 값 을 가진다. D2 는 2월인 경우 1 그렇지 않은 경우는 0의 값을 가지도록 하여 총 12개 더미 변수를 생성 하였다. 다중 공선성의 문제에 빠지지 않기 위해 상 수항을 제외하였다. 자기상관의 문제를 제거한 경우 와 그렇지 않은 경우를 각각 비교해 보았다.

    모형 (1)의 추정결과를 살펴보면, 자기 상관을 교 정하지 않은 경우의 THI2와 교정한 경우의 COW는 5% 내에서 유의하며 나머지 변수는 모두 1% 유의수 준에서 유의한 것으로 나타났다. 모든 변수들은 예 측과 부합하는 것으로 나타났다.

    모형 (2)의 추정결과를 보면, 모형 (1)과 유사하게 나타났다. 자기 상관을 교정하지 않은 경우의 TEM2 와 교정한 경우의 COW는 5% 내에서 유의하며 나머 지 변수는 모두 1% 유의수준에서 유의한 것으로 나 타났다. 모든 변수들은 예측과 부합하는 것으로 나 타났다. 2011년 더미변수가 음의 부호로 나온 것으 로 보아 구제역 발생에 따른 착유우 두수 감소로 인 해 우유생산량이 감소했던 것을 알 수 있다. 위의 결과를 토대로 우유생산량의 최적의 THI와 평균기 온을 추정해보았다.6

    최적 기온을 계산해본 결과, 모형 (1)의 경우 자 기상관을 제거하지 않은 경우 17.79, 자기상관을 제 거한 경우에는 7.91임 알 수 있다. 즉, 위의 적정 THI까지 일일 우유 생산량은 증가하다 적정 THI을 넘어설 경우 우유 생산량은 감소할 것이라고 해석할 수 있다. 모형 (2)의 경우 자기상관을 제거하지 하 지 않은 경우 최적의 기온은 16.51°C, 자기 상관을 제거한 경우 7.45°C로 나타났다.

    앞서 살펴보았듯이, THI는 기온과 상관계수값이 0.97로 매우 밀접한 관련을 맺고 있다. 따라서, 우 유 생산량에 미치는 기온만의 한계 효과를 보기 위 하여 적정 기온을 토대로 기온이 0°C, 5°C, 10°C, 15°C 20°C, 25°C인 경우에 각각 1°C 변화할 때의 한 계효과를 추정해보았다. 그리고 이것이 2012년 국내 우유 전체 생산량에서 어느 정도 비중을 차지하는지 알아보았다. 국내 우유 생산량은 낙농진흥회에 제시 되어있는 자료를 사용했다.

    자기상관을 제거하지 않은 경우 0°C에서 1°C로 증 가할 때 전국 일일 우유생산량은 평균 43.2톤 증가 하고 이를 일년으로 환산하면 15,753톤 증가한다고 해석할 수 있다. 이는 2012년 국내 우유 생산량의 0.75% 수준이다. 자기상관을 제거한 경우에는 0°C 에서 1°C로 증가할 때 전국 일일 우유생산량은 평균 13.1톤 증가하고 이를 일년으로 환산하면 4,776톤 증가한다고 해석할 수 있다. 이는 2012년 국내 우유 생산량의 0.23% 수준이다. 적정 기온보다 낮은 기 온의 경우 한계효과가 높은 수치를 가지고, 최적기 온(16.51/7.4°C)에 가까워질수록 한계효과는 감소하 다 최적기온을 넘어갈 시 한계효과는 음의 수치를 가지고 기온이 올라갈수록 이러한 음의 한계효과는 더욱 커지는 것을 알 수 있다(Table 9).

    위에서 구한 한계효과를 기온변화에 따른 착유우 한 마리당 평균 일일 우유 생산량증가분으로 전환해 보자. 여기서 주의해야 할 점은 착유우 한 마리당 평균 우유 생산량증가분이 아닌 기온의 효과에 의한 우유 생산량 증가분임을 유의해야 한다.

    달을 30일로 잡고 계산을 하면 착유우 한 마리당 기온에 따른 일일 우유 생산량을 계산할 수 있다 (Table 10). 자기상관을 제거하지 않은 경우 0°C에 서 1°C도 상승 시 기온의 영향으로 착유우 한 마리 는 한 달에 약 5.2kg의 우유를 더 생산하는 것으로 나타났다. 자기상관을 제거한 경우 0°C에서 1°C도 상승 시 기온의 영향으로 착유우 한 마리는 한 달에 약 1.58kg의 우유를 더 생산하는 것으로 나타났다.

    월별 우유생산량 증가분을 토대로 농가의 실질적 인 소득에 얼마나 영향을 미치는지 알아보았다 (Table 11). 2012년 12월 낙농가 호당 착유우수는 약 35마리로 이를 기준으로 착유우 20마리, 35마리, 50마리를 소유한 농가로 나누어서 소득 변화를 계산 해 보았다. 이 때의 농가수취가격은 993.8원(2012년 12월 1l당 평균 가격)을 사용하였다. 이 때 기온만 변화하고 나머지 생산 혹은 비용에 영향을 미치는 요인들은 변하지 않는다고 가정하였다.

    35마리를 소유하고 있는 농가를 예로 들면, 자기 상관을 제거하지 않은 경우 기온이 5°C일 때 1°C 기 온이 상승하면 한 달에 대략 12만6천원의 소득 증가 분이 발생함을 알 수 있다. 그러나 기온이 최적 기 온보다 높을 경우, 예를 들어, 기온이 25°C일 때 1°C 기온이 상승하면 이 농가는 한 달에 대략 9만3 천원의 손해를 보는 것으로 나타났다. 자기상관을 제거한 경우에는 기온이 5°C일 때 1°C 기온이 상승 하면 한 달에 대략 1만8천원의 소득 증가분이 발생 함을 알 수 있다. 그러나 기온이 최적 기온보다 높 을 경우, 기온이 25°C일 때 1°C 기온이 상승하면 이 농가는 한 달에 대략 -12만9천원의 손해를 보는 것 으로 나타났다. 이러한 소득 변화는 농가의 착유우 두수가 많고 기온 변화가 클수록 더욱 커지는 것으 로 나타났다.

    IV.결론

    본 논문은 고온 스트레스가 우유 생산량에 미치는 영향에 대해 분석한 것이다. 이 분석을 위해 모형을 2개로 나누어서 설정하였다. 모형 (1)에서는 고온 스트레스를 지수화 시킨 THI를 이용하여 고온 스트 레스가 우유생산량에 미치는 영향을 분석하였다. 모 형 (2)에서는 기온의 고유 효과를 알아보고자 기온 변수를 사용하여 기온의 한계효과를 추정해보았다. 우유 생산량은 전국 월별 원유생산량을 일별로 환산 하여 종속변수로 사용하였다. 설명변수는 THI와 평 균기온 외에 착유우두수와 월별더미를 이용하여 생 산 함수를 설명할 만한 변수를 최대한 포함시켰다. 평균 기온은 전국 평균 기온 자료가 2010년부터 시 작되어 자료가 충분치 않아 위도상 가운데에 위치한 대전의 기온을 대리변수로 사용하였다. THI 지수로 는 Schoen이 제시한 공식을 이용하였다.

    이 논문에서는 THI 지수와 혹은 기온과 우유 생 산량간의 관계를 선형의 관계가 아닌 2차 함수 관계 를 설정하고 최적의 값을 구해 보았다. 추정 결과, 통계학적으로 매우 유의한 결과를 얻었다. 우유생산 에 있어 추정된 최적의 THI는 자기상관을 제거했을 경우 7.9, 그렇지 않은 경우 17.79이 나왔다. 최적 기온은 자기상관을 제거한 경우 7.4°C, 그렇지 않은 경우 16.5°C로 나타났다. 평균 기온을 이용하여 각 기온대별 기온의 변화가 우유생산에 미치는 한계효 과, 그리고 농가 소득에 미치는 소득 변화분까지도 추정해 보았다.

    추정 결과, 자기상관을 제거한 경우(자기상관을 제거하지 않은 경우) 0°C에서 1°C 시 상승할 때 착 유우 한 마리당 월평균 원유생산량은 1.58(5.2)kg 증가한다. 적정기온을 넘기 전까지는 기온의 우유생 산에 미치는 한계효과가 점차 줄어든다. 적정기온을 넘어서면 기온이 우유생산 변화에 미치는 부(-)의 한계효과는 점차 커져간다. 예를 들어, 기온이 25°C 에서 1°C 상승하면 착유우 한 마리당 월평균 원유생 산량은 3.72(2.68)kg 감소하는 것으로 나타났다. 그 에 따른 농가 소득 변화는, 착유우를 20마리 소유한 농가의 경우 0°C에서 기온이 1°C 시 상승하면, 농가 소득은 약 3만 원(10만 원) 소득이 증가하며 25°C에 선 약 7만 원(5만 원) 소득이 감소하고, 35마리 소 유한 농가의 경우 0°C에선 5만 원(18만 원) 소득이 증가하며 25°C에선 약 13만 원(9 만원) 소득이 감소 하고, 50마리 소유한 농가의 경우 0°C에선 7만 원 (26 만원) 소득이 증가하며 25°C에선 약 18만 원(13 만 원) 소득이 감소하는 것으로 나타났다. 기온의 변화가 낙농가의 소득에 미치는 영향은 기온의 변화 정도와 농가의 사육 규모에 따라 차이가 나며, 기온 대가 어느 정도에서 변하는 지에 따라 농가가 받는 영향의 정도가 다른 것을 알 수 있다.

    본 논문은 우유생산량과 고온 스트레스 혹은 기 온과의 관계를 비선형관계로 분석하여 최적 THI와 기온의 한계효과를 추정하고 이를 토대로 농가소득 변화를 추정했다는 점에서 의의를 가진다고 할 수 있다.

    현재 낙농시장은 수급불균형 문제가 심각한 상황 이다. 원유가격 연동제 시행으로 우유가격이 상승하 면 소비가 위축될 가능성이 커졌다. 이로 인해 2014 년 분유 재고(월말 분유재고를 원유로 환산하는 양) 는 2013년 4월(12만 928t)대비 53.7% 늘었다. 수급 불균형의 주요 원인으로는 낙농시장의 구조적인 문 제와 더불어 원유 생산량의 급증과 연관이 있다. 원 유 생산량이 급증한 이유로는 올해 기온이 높아져 젖소 집유량이 많아진 데 있다. 따라서 수급불균형 을 해소 하기위한 구조적인 문제 해결과 더불어 안 정적인 우유생산이 필요하다. 그런 관점에서 볼 때, 본 논문은 기후변화에 따른 우유생산량의 관계를 분 석함으로써 수급 불균형의 문제 중 공급 측면에서 나타나는 문제인 기온 상승 시 우유생산량의 변화에 관한 연구에 기초적인 데이터를 제공한다는 점에서 의의를 가진다.

    Figure

    JALS-48-253_F1.gif

    Milking cow and Daily milk production

    JALS-48-253_F2.gif

    THI and Daily milk production

    JALS-48-253_F3.gif

    Average temperature and Daily milk production

    JALS-48-253_F4.gif

    Temperature-humidity index and Temperature

    JALS-48-253_F5.gif

    Estimation of optimum THI in Model 1

    JALS-48-253_F6.gif

    Estimation of optimum TEM in Model 2

    Table

    Predicted heat indices by Schoen

    R is relative humidity in percent and T is temperature in degrees Celsius

    Calculated Date according to leap month

    Estimation of Relationship between Daily milk production and Milking cow

    ***: It is relevant at the 0.01 significance level.

    The basic statistics of variables

    Estimation of impact on milk production in Model 1

    ***: It is relevant at the 0.01 significance level.

    Estimation of impact on milk production in Model 2

    ***: It is relevant at the 0.01 significance level.

    Estimation of impact on milk production in Model 1

    ***: It is relevant at the 0.01, 0.05, 0.1 significance level respectively.
    **: It is relevant at the 0.01, 0.05, 0.1 significance level respectively.
    *: It is relevant at the 0.01, 0.05, 0.1 significance level respectively.

    Estimation of impact on milk production in Model 2

    ***: It is relevant at the 0.01, 0.05, 0.1 significance level respectively.
    **: It is relevant at the 0.01, 0.05, 0.1 significance level respectively.
    *: It is relevant at the 0.01, 0.05, 0.1 significance level respectively.

    Estimation of Marginal effect

    ( ) is proportion compared with 2012 milk production.

    Estimation of milk production increment

    Estimation of monthly Farm income increment

    milking cow * monthly milk production increment * farmer receiving price = farm income increment 1ℓ=1kg

    Reference

    1. Berry I.L , shanklin M.D , Johnson H.D (1964) Dairy shelter design based on milk production decline as affected by temperature and humidity, trans of the Asae, Vol.7; pp.329-331
    2. Bohmanova J , Misztal I , Cole J.B (2007) Temperature-Humidity Indices as Indicators of Milk Production Losses due to Heat Stress , J. Dairy Sci, Vol.90; pp.1947-1956
    3. Jordan E.R (2003) Effects of Heat stress on Reproduction , J. Dairy Sci, Vol.86; pp.104-104
    4. Ravagnolo O , Misztal I (2000) Genetic component of heat stress in dairy cattle, parameter estimation , J. Dairy Sci, Vol.83; pp.2126-2130
    5. Ravagnolo O , Misztal I , Hoogenboom G (2000) Genetic component of heat stress in dairy cattle, development of heat index function , J. Dairy Sci, Vol.83; pp.2120-2125
    6. Scheon C (2005) A new empirical model of temperature-humidity index , J. Appl Meteor, Vol.44; pp.1413-1420
    7. Thom E.C (1959) The discomfort index , Wheatherwise, Vol.12; pp.57-59
    8. US EPA (United States Environmental Protection Agency) (2013) www.epa.gov/climatechange/basics,
    9. West J.W (2003) Effects of heat-stress on production in dairy cattle , J Dairy sci, Vol.86; pp.2131-2144
    오늘하루 팝업창 안보기 닫기