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.265-276
DOI : https://doi.org/10.14397/jals.2014.48.6.265

Analysis of the Effect of Natural Environments on Artificial Insemination Conception Rate

Sang-Gon Jeon1*, Jin-Yong Choe2, Jin-Wook Kim3, Jun-Hee Lee3
1Dept. of Food and Resource Econ., Gyeongsang National Univ. (Insti. of Agric. & Life Sci., Jinju 660-701, Korea
2Graduate school, Dept. of Agricultural Econ., Gyeongsang National Univ., 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
October 30, 2014 November 24, 2014 November 25, 2014

Abstract

This study analyzes the effect of changes in natural environments on the artificial insemination conception rate. For the analysis we set panel data that is comprised of 32 farms and 60 months. For the dependent variable, we calculate artificial insemination conception rate from the 32 farms. For the explanatory variables, we consider three major natural environmental variables: temperature, precipitation, and wind speed. Furthermore, we use monthly dummy variables to control the effects of monthly fixed effects. Results show that temperature variable is highly significant variable. It is estimated that one celsius degree increase leads to -0.6% decrease in artificial insemination conception rate. Among monthly variables, January, April, June, July, and August are highly significant. Average conception rates are 44%, 33%, 32%, and 27% for January, April, June, July, and August, respectively. Conception rate is analyzed to be decreased in Summer season and to be increased in Winter season.


자연환경이 인공수정 수태율에 미치는 영향 분석

전 상곤1*, 최 진용2, 김 진욱3, 이 준희3
1경상대학교 식품자원경제학과(농업생명과학연구원)
2경상대학교 농업경제학과 대학원
3경상대학교 동물생명과학과(농업생명과학연구원)

초록

본 논문은 자연환경의 변화가 젖소의 인공수정 수태율에 미치는 영향을 분석하였다. 먼저 종속변수로 는 32개 농가의 인공수정자료를 이용하여 60개월(2008년 1월~2012년 12월)의 월별수태율을 구해 패널 자료로 구성하여 이용하였다. 젖소의 인공수정 수태율에 미치는 주요한 설명변수로 자연환경 변수로는 기온, 강수량, 그리고 풍속을 이용하였고, 월별 효과를 제어하기 위해 월별더미변수도 사용하였다. 분석 결과를 보면, 자연환경 설명변수 중 기온 변수가 가장 유의성이 큰 것으로 나타났다. 평균 기온이 1°C 상승하면 수태율은 약 –0.6% 하락하는 것으로 추정되었다. 더미변수를 활용한 추정에서는 1월, 4월, 6 월, 7월, 8월의 더미변수가 유의성이 큰 것으로 나타났다. 추정치를 보면 평균 수태율은 1월의 경우 약 44%, 4월의 경우 약 33%, 6월은 약 32%, 7월은 약 31%, 8월은 약 27%인 것으로 나타났다. 수태율은 기온이 높아지는 여름이 될수록 낮아지며 겨울의 경우 수태율이 높은 것으로 분석되었다.


    Rural Development Administration
    PJ009117032014

    I.서론

    최근 우리나라 농업의 흐름은 FTA를 통해 빠르게 개방되고 있으며, 개방 폭 또한 확대되고 있다. 이 러한 흐름에 맞춰 농산물이 경쟁력을 갖추기 위한 노력이 필요한 실정이다. 더구나 국내 축산의 경우 국내 한우 사육두수 증가로 인해 시세가 폭락하는 등 어려운 상황에 부닥쳐 있다. 이러한 내외적인 어 려움을 탈피하고 안정적인 수익 창출과 경쟁력 있는 축산업이 되기 위한 많은 노력이 필요한 실정이다. 하지만 축산선진국과의 경쟁력 강화를 위한 많은 노 력에도 불구하고 국내 낙농가는 하절기 수태율 하락 에 따른 수익성 저하 문제가 발생되고 있다.

    고온 스트레스는 여름철 젖소 수태율 저하에 주요한 원인 중 하나라고 알려져 있다(Ingraham, 1974; Ray et al, 1992; Thompson et al, 1996; Al-Katanani et al, 1999). 인공 수정후 기온이 30°C 넘어서면 젖소의 수태율은 급격히 하락하고 (Badinga, 1985), 겨울철과 비교하면 여름철에 20% ~ 30%정도 더 감소한다(Badinga, 1985; Cavestany, 1985; Rensis, 2002). 여름철에 나타나는 수태율 저하의 근본적인 원인은 아직 명확하게 밝혀져 있 지 않지만, 이를 줄이거나 없애는 방법으로는 여름 철에 냉각 장치를 사용하고 젖소의 좋지 않은 밸 런스를 극복하기 위해 질 좋은 사료를 제공하거나 정상적인 수태주기를 유도하는 호르몬 치료를 하 는 방법이 있다(Rensis & Scaramuzzi, 2003).

    하계 불임증(Summer Sterility)은 연중 번식이 가능한 동물에서 여름철 고온 다습한 기후 때문에 나타나는 일시적인 불임 또는 수태율 저하를 뜻한 다. 젖소의 경우 고온 스트레스가 번식에 관련된 내 분비의 기능을 저하시켜 발정 지속시간이 정상 젖소 보다 5~6시간 짧은 13~15시간으로 나타나고, 발정 징후의 무발정 및 미약화가 초래되어 수정적기를 판 단하는데 어려움이 많다. 또한 수정이 되더라도 자 궁내 온도 상승에 의한 수정란 성장에 필요한 영양 소와 가스 등의 공급 부족으로 수정란 생존에 악영 향을 미쳐 수정란 분할 도중에 사멸이 발생하고, 수 정란이 자궁내막에 착상하지 못하여 수태율이 현저 하게 저하되게 된다.

    북미 Dairy Today 2004년 1월호에서 발표된 보 고서에 의하면 인공수정용 종모우의 고환크기, 정자 활동성, 정자두부 첨체정상율, 정자기형율 등의 자 료들을 30년 전의 자료들과 상호 비교하였을 때 종 모우의 정액품질과 수태율 등은 30년 전과 거의 변 화가 없는 것으로 조사되었다. 하지만 목장별 또는 동일 날에 채취한 정액이라도 목장간의 수태율에서 많은 차이가 나타나는 것으로 조사되었다. 이에 반 하여 같은 축군내에서도 서로 다른 종모우이 정액을 사용하였을 때 젖소 수태율의 차이가 그다지 크지 않은 것으로 조사되었다. 이 자료들의 근거로 젖소 번식 효율의 저하 요인이 인공수정용 종모우에서 기 인하기 보다는 사양관리 및 사육환경에 더 큰 영향 을 받는 것으로 조사되었다. 이에 건유기, 분만초기 의 사양관리, 동결정액의 관리, 발정의 정확한 탐지 등이 젖소 번식 효율을 높이는 중요한 요인으로 보 고되었으며, 최근 종모우의 후대검정 성적에 의한 수태율 관련 자료도 이차적인 요인으로 이용되어져 야 한다고 발표하였다.

    현재 한국의 젖소 농가는 자연환경에 기인한 젖소 생리적인 변화에 동반한 수정횟수 증가에 따른 인공 수정 비용과 사육비가 증가되고 있는 실정이고, 인 공수정시 수태율 저하, 인공수정 횟수 증가 및 번식 장애 발생이 우려되고 있다. 이에 젖소 인공수정 횟 수 감소 및 젖소 수태율을 향상시키고, 젖소 번식 장애를 예방하므로써 낙농가 경쟁력 제고에 이바지 하고자 자연환경이 젖소 인공수정 수태율에 미치는 영향을 조사하였다.

    II.자료 및 분석 방법

    2.1.분석 모형

    분석을 위해 사용한 패널 모형은 시간의 흐름에 따라 관찰하게 되는 횡단면 자료들로 구성된다. 일반적인 패널모형의 선형회귀는 다음과 같이 나 타낸다.

    Y jt = β 1 jt + β 2 jt X 2 jt + β 3 jt X 3 jt + jt
    이 때 Y jt = Y 1 Y 2 ... Y j ... Y n 이고, 개별 Y j y j 1 y j 2 ... y jt y jT j = 1 , ...., N 이다
    따라서 Y jt = Y 1 Y 2 ... Y j ... Y N y 11 ... y 1 T ... y N 1 ... y NT 동일하게 오차항 ϵ jt

    도 나타낼 수 있다.

    즉, Yjt와 εjt 모두 NT× 의 행렬로 나타낼 수 있 다. 설명변수는 XjtNT×k (설명변수가 k개 일 때) 으로 표현할 수 있다. j는 농가 수, t는 시간을 나타 내고 절편 및 기울기의 모수가 각 기간에서 각 농가 에 대해 다르게 된다. 위 식에서 변수들은 선형관계 이며 회귀 모수가 각 시기에서 개별 구성단위에 대 해 다르다고 가정한다. 그러나 자료보다 알지 못하 는 변수가 많으므로 이 모형은 현재 형태로 추정될 수 없다. 따라서 모수를 줄이기 위한 새로운 가정이 필요하다.

    2.1.1.고정효과(fixed effects) 모형

    추정을 단순화시키기 위해 각 농가의 절편은 변하 지만 기울기 모수는 모든 농가와 모든 시기에 있어 일정하다고 제한을 둘 수 있다.

    β 1 jt = β 1 j , β 2 jt = β 2 , β 3 jt = β 3

    단지 절편의 모수만이 변화하고 기울기 모수는 변 화하지 않으며 절편은 기업에 따라서만 변화하고 시 간에 대해서는 변화하지 않는다. 오차 εjt 는 모든 농 가에 대해 그리고 모든 기간에 대해 독립적이며 평 균은 0이고 일정한 분산을 가진다. 이 가정과 위 식 의 제한이 주어진 경우 개별농가 사이에 그리고 시 간의 흐름에 따라 발생하는 모든 형태적인 차이는 절편값의 차이로 설명될 수 있다. 이에 따른 계량모 형은 다음과 같다.

    Y jt = β 1 j + β 2 X 2 jt + β 3 X 3 jt + ϵ jt

    2.2.사용자료

    자연환경에 따른 수태율의 변화를 분석하기 위 해 수태율과 자연환경(기온, 강수량, 바람)자료를 이용하였다. 종속변수로는 수태율을 설명변수로는 농가가 위치한 지역의 기온, 강수량, 바람을 이용 하였다.

    2.2.1.종속변수

    종속변수로 사용된 수태율은 먼저 임의로 37개의 농가를 선정한뒤, 이 농가들 중 측정이 불가능한 5 개 농가를 제외한 나머지 농가들의 소 중 인공수정 을 시행한 소의 수태율을 측정했다. 측정방법은 수 정성공/수정횟수 * 100 하여 계산하였다. 사용 자료 들은 모두 농협 젖소개량 사업소의 검정성적 분석표 를 이용하였다.

    3년간 선정된 농가들의 평균 수태율을 살펴보면, 최저 11.11%에서 최고 55.35%를 기록하였다. 또한 수태율은 각 농가들 마다 어느정도 차이를 보이지 만, 주로 3월~7월 사이에 수태율이 가장 높은 수치 를 보였다. 각 농가들의 수태율의 통계치는 다음과 같다.

    2.2.2.설명변수

    설명변수로는 농가들이 있는 지역(진주, 하동, 사 천, 산청, 함양, 고성, 의령)의 강수량(R), 평균 기 온(T), 평균 풍속(W)을 사용하였다. 사용자료들은 2008년 1월부터 2011년 12월까지의 월별자료로, 기 상청의 기상청 연 월보자료와 방재 기상연월보 자료 를 사용하였다.

    가. 강수량

    4년간 강수량을 살펴보면 하동(Hadong)의 평균 강수량이 가장 높은 163.211mm, 사천(Sacheon) 이 138.527mm, 고성(Goseong)이 134.521mm, 함양(Hamyang)이 130.652mm, 의령(Uiryeong)이 130.118mm, 진주(Jinju)가 127.52mm 마지막으로 산청(Sancheong)이 113.542mm 순으로 나타났다. 가장 많은 비가 내린 곳은 하동으로 2009년 7월달 에 965.5mm를 기록하였고, 가장 비가 적게 내린 곳은 고성으로 2011년 2월달에 65.0mm의 강수량 을 기록하였다. 고성의 경우 월 평균 127.52mm 정도의 강수량을 보였고, 가장 많은 비가 내린달 은 2009년 7월로 평균 756mm를 기록했다. 하동 의 경우 월 평균 163.21mm정도의 강수량을 보였고, 가장 많은 비가 내린달은 2009년 7월로 평균 965mm를 기록했다. 진주의 경우 월 평균 138.52mm 정도의 강수량을 보였고, 가장 많은 비가 내린달 은 2009년 7월로 평균 734.6mm를 기록했다. 함 양의 경우 월 평균 113.54mm정도의 강수량을 보 였고, 가장 많은 비가 내린달은 2010년 8월로 평 균 534.0mm를 기록했다. 사천의 경우 월 평균 130.65mm정도의 강수량을 보였고, 가장 많은 비 가 내린달은 2009년 7월로 평균 690.0mm를 기 록했다. 산청의 경우 월 평균 134.52mm정도의 강수량을 보였고, 가장 많은 비가 내린달은 2011 년 7월로 평균 734.6mm를 기록했다. 의령의 경 우 월 평균 130.11mm정도의 강수량을 보였고, 가 장 많은 비가 내린달은 2011년 7월로 평균 684mm 를 기록했다. 위의 통계치를 볼 때. 최근 3년중 가장 비가 많이 내린 달은 2009년 7월임을 알수 있다. Tables 1-2 Fig 1

    나. 온도

    4년간 기온을 살펴보면 하동 평균 기온이 가장 높 은 14.2°C, 고성이 14.°C, 사천이 13.7°C, 진주가 13.3°C, 의령이 13.1°C, 산청이 13°C 마지막으로 함 양이 12.6°C 순으로 나타났다. 평균온도가 가장 높 았던 곳은 사천이 2010년 8월 27.9°C를 기록하였 고, 가장 온도가 낮았던 곳은 의령으로 2009년 1월 달에 -7°C를 기록하였다. 고성의 경우 월 평균 기 온은 14.0°C로, 가장 높은 평균 기온은 2010년 8월 에 28°C를 기록하였고, 가장 낮은 기온은 2011년 1 월에 기록한 –1.8°C였다. 하동의 경우 월 평균 기온 은 14.2°C로, 가장 높은 평균 기온은 2010년 8월에 27.6°C를 기록하였고, 가장 낮은 기온은 2011년 1월 에 기록한 –2°C였다. 진주의 경우 월 평균 기온은 13.3°C로, 가장 높은 평균 기온은 2010년 8월에 2 7°C를 기록하였고, 가장 낮은 기온은 2011년 1월에 기록한 –3.1°C였다. 함양의 경우 월 평균 기온은 12.6°C로, 가장 높은 평균 기온은 2010년 8월에 26.3°C를 기록하였고, 가장 낮은 기온은 2011년 1월 에 기록한 –3.8°C였다. 사천의 경우 월 평균 기온은 13.7°C로, 가장 높은 평균 기온은 2010년 8월에 27.9°C를 기록하였고, 가장 낮은 기온은 2011년 1월 에 기록한 –2.8°C였다. 산청의 경우 월 평균 기온은 13.0°C로, 가장 높은 평균 기온은 2010년 8월에 26.8°C를 기록하였고, 가장 낮은 기온은 2011년 1월 에 기록한 –2.7°C였다. 의령의 경우 월 평균 기온은 13.1°C로, 가장 높은 평균 기온은 2010년 8월에 26.7°C를 기록하였고, 가장 낮은 기온은 2009년 1 월에 기록한 –7°C였다. 위의 통계치를 볼 때, 2010 년 8월이 최근 3년 중 가장 더웠으며, 2011년 1월이 가장 추운 달임을 알 수 있다. Fig 2 Table 3

    다. 평균 풍속

    4년간 평균 풍속을 살펴보면 고성이 평균 강수량 이 가장 높은 2.25m/s, 산청이 1.81m/s, 함양이 1.77m/s, 의령이 1.7m/s, 하동이 1.67m/s, 사천이 1.57m/s 마지막으로 진주가 1.23m/s 순으로 나타났 다. 가장 평균 풍속이 빠른 곳은 산청으로 2011년 1 월달에 3.5m/s를 기록하였고, 가장 평균 풍속이 낮 은 곳은 함양으로 2010년 10월달에 0.6m/s의 강수 량을 기록하였다. 고성의 경우 월 평균 풍속이 2.25m/s이며, 가장 빠른 평균 풍속은 2011년 4월로 평균 3.3m/s를 기록했다. 하동의 경우 월 평균 풍 속은 1.67m/s이며, 가장 빠른 풍속은 2011년 1월로 평균 2.5m/s를 기록했다. 진주의 경우 월 평균 풍 속은 12.3m/s이며, 가장 빠른 풍속은 2011년 3월로 평균 1.7m/s를 기록했다. 함양의 경우 월 평균 풍속 은 1.77m/s이며, 가장 빠른 풍속은 2011년 3월로 평균 2.9m/s를 기록했다. 사천의 경우 월 평균 풍 속은 15.7m/s이며, 가장 빠른 풍속은 2012년 4월로 평균 2.1m/s를 기록했다. 산청의 경우 월 평균 풍속 은 1.81m/s이며, 가장 빠른 풍속은 2011년 1월로 평 균 3.5m/s를 기록했다. 의령의 경우 월 평균 풍속 은 1.7m/s이며, 가장 빠른 풍속은 2011년 1월로 평 균 2.7m/s를 기록했다. Table 4 Fig 3

    III.분석 결과

    3.1.자연환경이 수태율에 미치는 영향분석

    패널모형을 이용하여 자연환경이 수태율에 미치는 영향을 분석하였다. 추정된 식은 다음과 같다.

    P jt = β 1 j + β 2 T 2 jt + β 3 R 3 jt + β 4 W 4 jt + ϵ jt j = 농가수, t = time month

    여기서, P는 j농가의 t달의 수태율이며, T는 j 농 가 지역의 평균기온, W는 j농가 지역의 평균 풍속, R은 j 농가 지역의 강수량이며, εjt 는 확률적 교란 항이다. 여기서 β1j값은 설명변수들의 영향력을 제외 한 평균적인 전체농가의 수태율이라고 할 수 있다. 평균 기온의 계수 값인 β2값은 평균 기온이 수태율 에 미치는 영향력을 나타내고, 강수량의 계수값은 β3는 평균 강수량이 수태율에 미치는 영향을 나타내 고, 평균 풍속의 계수값인 β4 는 바람이 수태율에 미 치는 영향력을 나타낸다.

    실증 분석을 위해 Eviews 6를 사용하였으며, 고 정효과(Fixed Effect)모형을 사용하여 추정하였다. 추정결과에서 확인할 수 있듯이 자연환경을 나타내 는 변수 중 기온이 1% 유의수준에서 유의하다고 나 타났으며, 평균 강수량과 평균 풍속의 경우 유의 하 지 않는 것으로 나타났다. 평균 기온의 계수값은 – 0.6834로, 이는 평균 기온이 평균값에서 1°C 상승할 때 수태율은 약 –0.6% 하락하는 것으로 해석할 수 있다.1) Table 5

    3.2.더미 변수를 활용한 수태율 분석

    더미 변수를 이용하여 월별로 나타나는 수태율을 확인하였다. D2 는 2월일 경우 1 그렇지 않은 경우는 0의 값을 가진다. D3 의 경우 3월인 경우 1 그렇지 않은 경우는 1의 값을 가지도록 하여 총 11개 더미 변수를 생성하였다. 12개월임에도 더미 변수를 11개 생성하는 이유는 다중공선성의 문제에 빠지지 않도 록 하기 위함이다. 이 식에서 β1j는 1월의 수태율이 라고 해석되고, 각 더미 변수들의 계수는 해당하는 달의 수태율이라고 해석 할 수 있다. 회귀 식 및 추 정 결과는 다음과 같다.

    P jt = β 1 j + β 1 j D 2 + β 1 j D 3 + .... + β 1 j D 12 + ϵ jt

    추정결과를 보면, 먼저 모형 전반의 유의도 검정 을 위해 F 값을 살펴본 결과 4.27로 1% 유의수준에 서 유의한 것으로 나타났다. 개별 설명변수들의 유 의성을 본 결과, 1월, 4월, 6월, 7월, 8월은 1% 유 의수준에서 유의하며, 10% 유의수준에서 유의한 것 으로 나타난 달은 10월과 11월이며, 그 외의 달은 유의수준을 벗어나 유의하지 않는 것으로 나타났다. 추정치를 보면 평균 수태율은 1월의 경우 약 44%, 4월의 경우 약 33%, 6월은 약 32%, 7월은 약 31%, 8월은 약 27%인 것으로 분석된다. 수태율은 기온이 높아지는 여름이 될수록 낮아지며 겨울의 경우 수태 율이 높은 것으로 분석된다. 이는 수태율은 계절의 영향을 받을 뿐만 아니라, 낮은 기온보다 높은 기온 에 악영향을 받는 것으로 분석된다. Table 6

    IV.결론

    내외적으로 어려움에 처한 축산업을 지속가능한 산업으로 만들기 위한 기술 개발은 필수 불가결한 요소이다. 따라서, 본 논문은 자연환경과 계절이 수 태율에 미치는 영향을 분석하였다. 자연환경 중 기 온, 풍속 그리고 기온을 설명 변수로 설정하였으나, 오직 기온이 1°C 상승시 수태율은 약 –0.6% 하락하 는 것으로 나타났다. 더미 변수를 활용하여 월별 수 태율을 분석한 결과, 수태율은 기온이 높아지는 여 름이 될수록 낮아지며 겨울의 경우 상승하는 것으로 분석된다. 이는 수태율은 낮은 기온보다 높은 기온 에 더욱 악영향을 받는 것으로 분석된다.

    Figure

    JALS-48-265_F1.gif

    Regional rainfall

    JALS-48-265_F2.gif

    Regional temperature

    JALS-48-265_F3.gif

    Regional wind speed

    Table

    Statistics of conception rate

    Stastistics of Rainfall

    Statistics of the average temperature

    Statistics of the average wind speed

    Estimation of impact on conception rate by using pannel model

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

    Estimation of change of monthly conception rate by dummy variable

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

    Reference

    1. Al-Katanani Y.M , Webb D.W , Hansen P.J (1999) Factors affecting seasonal variation in non-return rate to first service in lactating Holstein cow in a hot climate , J. Dairy Sci, Vol.82; pp.2611-2616
    2. Badinga L , Collier R.J , Thatcher W.W , Wilcox C.J (1985) Effect of climatic and management factors on conception rate of dairy cattle in subtropical environment , J. Dairy Sci, Vol.68; pp.68-85
    3. Cavestany D , El-Whishy A.B , Foot R.H (1985) Effect of season and high environmental temperature on fertility of Holstein cattle , J. Dairy Sci, Vol.68; pp.1471-1478
    4. Ingraham R.H , Gillette D.D , Wagner W.D (1974) Relationship of temperature and humidity to conception rate of Holstein cows in subtropical climate , J. Dairy Sci, Vol.57; pp.476-481
    5. Ray D.E , Halbach T.J , Armstrong D.V (1992) Season and lactation number effects on milk production and reproduction in dairy cattle in Arizona , J. Dairy Sci, Vol.75; pp.2976-2986
    6. Rensis F.D , Scaramuzzi R.J (2003) Heat stress and seasonal effects on reproduction in the dairy cow—a review , Theriogenology, Vol.60; pp.1139-1151
    7. Rensis F.D , Marconib P , Capellib T , Gattib F , Facciolongob F , Franzinib S , Scaramuzzi R.J (2002) Fertility in postpartum dairy cows in winter or summer following estrous synchronization and fixed time A.I. after the induction of an LH surge with Gonadotropin releasing hormone (GnRH) or human chorionic gonadotropin (hCG) , Theriogenology, Vol.58; pp.1675-1687
    8. Thompson J.A , Magee D.D , Tomaszewski M.A , Wilks D.L , Fourdraine R.H (1996) Management of summer infertility in Texas Holstein dairy cattle , Theriogenology, Vol.46; pp.547-558
    오늘하루 팝업창 안보기 닫기