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.53 No.2 pp.163-171
DOI : https://doi.org/10.14397/jals.2019.53.2.163

Effects of Returning-to-farm Related Policies on Agricultural Income of the Return Farmers by the Year of Returning

Iksu Jun*
Department of Agricultural Economics, Chungbuk National University, Seowon-Gu, Cheongju, Chungbuk, 28644, Korea
*

이 논문은 한국노동연구원 “귀농귀촌 정책 고용영향평가(2017)”의 일부를 발췌·수정·보완하여 논문화한 것임.


Corresponding author: Iksu Jun Tel: +82-43-261-2594 Fax: +82-43-271-5920 E-mail: iksuinje@cbnu.ac.kr
January 21, 2019 February 20, 2019 March 14, 2019

Abstract


The purpose of this paper was to analyze the effects of returning-to-farm related policies on agricultural income of the return farmers by the year of returning. Propensity score matching (PSM) and difference in difference (DID) were applied in serial order to measure the net effects of the policies. Data for the analysis was collected from a survey on 1027 return farmers intended to establish a comprehensive plan of the returning-to-farm related policies for 5 years, 2017 to 2021. The results showed that local government policies were statistically better than central government policies in agricultural income effect. Agricultural income effect got bigger as the year since returning to farm got longer regardless of central and local governments. In addition, agricultural income effect of fund support policies was statistically better than those of information support policies.



귀농시기별 귀농인들의 농업소득에 대한 귀농관련 정책들의 효과

전 익수*
충북대학교 농업경제학과

초록


이 논문은 귀농관련 정책이 귀농자들의 농업소득에 미친 영향을 분석하는 것을 목적으로 하였다. 특 히, 귀농시기별로 어떤 효과가 나는 지 분석하였는데, 보다 정확한 정책효과 계측을 위해 성향점수매칭 (PSM)과 이중차분분석(DID)을 순차적으로 적용하였다. 분석 자료는 2017~2021년 귀농·귀촌 종합지원 계획 수립을 위해 시행한 귀농·귀촌 실태조사 중 귀농실태조사 1027개의 원시자료를 사용하였다. 분석 결과 중앙정부보다는 지방정부의 귀농관련 정책의 농업소득 효과가 상대적으로 더 통계적으로 유의하게 나타났다. 중앙정부나 지방정부 정책 모두 귀농연차가 많을수록 농업소득의 효과가 더 높게 나타나는 경향이 있었다. 또한, 정보제공 정책보다는 자금지원 정책이 보다 더 통계적으로 유의하게 나타났다.



    서론

    농림축산식품부는 2016년 11월에 2017~2021년 향후 5년 동안 추진할 귀농·귀촌 지원 종합계획을 발표하고 지금껏 시행해 오고 있다(MAFRA, 2016). 물론, 2009년과 2012년에도 지원대책을 수립하여 추진하였던 전적이 있지만, 관련분야 전문가들을 그 간 정책들이 양적 성장에 치중했다고 평가했다(Kim et al., 2016). 귀농자들의 성공적인 정착을 위한 실 효성 있는 지원 정책이 부족했다는 평가라고 할 수 있다. 그러나 귀농·귀촌 관련 정책들이 실제로 귀 농·귀촌인들의 정착에 어느 정도 기여했는지에 대 한 실증적인 연구가 부족하여 정책의 효과에 대한 평가를 단언하기는 어렵다. 통계청의 귀농어·귀촌 어 통계에 따르면 2013년부터 2017년까지 귀농인은 연평균 3.2%, 귀촌인은 5.2%씩 증가했는데, 이러한 귀농·귀촌인의 증가는 관련 정책이 어느 정도 기여 했을 것으로 추측해 볼 수 있다.

    귀농·귀촌 관련 정책들은 중앙정부와 지방정부 에서 다양하게 실행되고 있다. 귀농·귀촌 정보 제 공 정책으로 중앙정부에서는 귀농·귀촌 박람회와 귀농귀촌종합센터를 운영하여 사전 정보를 제공하 고 있고, 지방정부는 농지나 주택, 일자리 등에 대 한 정보를 제공하고 있다. 이와 함께 중앙정부 정 책으로 귀농인의 집 등을 통해 체류하면서 실습해 보는 체류형 귀농·귀촌 지원, 분야별 전문가를 활 용할 수 있는 귀농닥터와 같은 상담 및 컨설팅을 제공하고 있고, 주택, 농지, 기계 구입 등에 대한 세제 감면 등의 지원을 하고 있다. 지방정부는 정 착자금을 지원하여 주택수리와 이사를 돕고 있고, 영농시설이나 기계를 임대하거나 구입하는데 드는 비용을 지원하거나 생활에 필요한 교육비와 양육비 및 출산장려금 등을 지원하고, 동아리 모임 등 지 역민과의 관계형성을 도와주는 정책을 실시하고 있 다(Kim et al., 2016).

    그 동안 귀농·귀촌 관련 연구, 특히 관련 정책 에 대한 연구는 주로 귀농·귀촌인들의 의식조사 또는 사례조사를 통한 정책적 시사점 도출 또는 정 책수립 및 제도 개선에 관련된 연구들이 많았다 (Seong et al., 2011;Kim, 2012;Park et al., 2012;Ma et al., 2015;Park et al., 2017a). 그 러나 귀농·귀촌관련 다양한 연구에도 불구하고 관 련정책이 귀농·귀촌인들의 소득과 같은 경제여건 에 어느 정도 영향을 미치는지에 대한 연구는 부족 하였다. 귀농·귀촌인들의 경제 관련 연구로는 경 제활동의 유형분석(Ma & Nam, 2015) 또는 농촌 사회·경제에 대한 영향 분석(Park & Choi, 2014;Im & Chung, 2017;Park et al., 2017b) 정도일 뿐 관련 정책의 귀농·귀촌인 소득 효과와 같은 실 증연구는 매우 부족하였다.

    본 논문은 귀농·귀촌 관련 정책이 귀농자들의 농업소득에 실제로 도움이 되었는지 실증적으로 분석하는 것을 연구 목적으로 하였다. 이러한 연구 목적을 달성하려는 연구방법으로 정책효과 계측의 정확성을 높일 수 있는 성향점수매칭(PSM)과 이중 차분분석(DID)을 순차적으로 적용하여 분석하였 다. 성향점수매칭을 통해 정책수혜 그룹과 비 수혜 그룹 간의 동질성을 확보하고, 이중차분분석을 통 해 두 그룹의 두 시점(귀농초기와 현재) 간 농업소 득차이를 비교하여 순수한 정책효과를 도출하였다. 이러한 방법을 통해 자료특성에 따른 선택 편의 (sample selection bias)를 제어하고, 정책효과의 순수성을 확보하게 되었다(Khandker et al., 2010;Choi & Kim, 2018). 분석 자료는 2017년도 귀 농·귀촌 종합지원 계획 수립을 위해 시행한 귀 농·귀촌 실태조사 중 귀농실태조사 1027개의 조 사자료를 사용하였다. 해당 자료에는 귀농 시기가 다른 귀농자들이 포함되어 있으므로 귀농 시기별 정책효과를 비교하여 효과의 추세도 함께 분석하 였다.

    본 논문은 다음과 같이 구성되어 있다. 2장에서 분석 방법론으로 사용되는 성향점수매칭과 이중차 분분석, 그리고 분석자료에 대해 설명하고, 3장에 서 분석 결과를 제시하였다. 마지막으로 결과 요약 과 정책적 시사점을 제시하며 논문을 끝맺었다.

    연구 방법 및 자료

    1 연구방법

    본 논문에 사용하는 성향점수매칭(propensity score matching, PSM)과 이중차분분석(difference in difference, DID)은 정책효과 분석에서 많이 사 용되는 방법론이다(Khandker et al., 2010). 농업분 야에서도 PSM과 DID가 각각 사용되었지만 순차적 으로 함께 사용된 경우는 희박하였다(Jung, 2016). 이중차분분석(DID)이 정책수혜 그룹과 비수혜 그룹 을 구분하여 정책 수혜 전과 후, 또는 정책 초기와 후기를 구분하여 비교하여 두 번의 실적 차이를 통 해 순수한 정책효과를 도출해 내는 원리이다. 즉, 정책수혜 그룹의 초기와 후기의 실적 차이, 비수혜 그룹의 초기와 후기의 실적 차이를 도출한 다음 각 실적 차이들을 서로 비교(차이 도출)하는 것이다. 수식으로 표현하자면 θ d i d = E [ Y 11 Y 10 ] E [ Y 01 Y 00 ] 로 여기서 Y11 는 정책수혜 그룹의 후기 실적, Y10 는 정책수혜 그룹의 초기 실적, Y01 는 비수혜 그룹 의 후기 실적, Y00 는 비수혜 그룹의 초기 실적으로 평균값 E (·)들을 서로 비교하게 된다. 이 방법은 자연과학 실험에서 사용하는 실험군과 대조군의 차 이를 비교하는 방법론을 활용한 것이기에 그룹간 동 질성이 매우 중요하다. 동질성이 확보되지 않으면 샘플의 특성에 따라 결과가 달라지는 표본선택편의 (sample selection bias)로 인해 결과를 신뢰하기 어렵게 된다.

    이러한 이중차분분석의 약점을 보완하는 방법으로 성향점수매칭을 사용해 동질성을 확보할 수 있다 (Khandker et al., 2010;Choi & Kim, 2018). 성 향점수매칭은 속성이 유사한 자료 끼리 짝을 맞추어 그룹화하기 때문에 그룹간 동질성이 확보되도록 하 는 통계적 기법으로 그 과정이 무작위선택(random selection)에 가깝다고 알려져 있다(Rosenbaum & Rubin, 1983). 샘플의 속성을 하나의 성향점수로 나타내기 때문에 그룹화하는데 용이하다는 장점이 있다. 성향점수는 주어진 자료의 특성 하에서 정책 수혜 그룹에 속할 확률로 수식으로 나타내면 P ( X ) = P ( D = 1 | X ) 이 되는데, 여기서 P(X)는 자료의 특성을 나타내는 공변량(X)에서 정책수혜 그룹(D=1)에 속 할 확률이다. 성향점수 추정은 프로빗이나 로짓 회 귀함수를 이용하게 된다. 본 논문에서는 프로빗 회 귀함수를 사용한다. 이렇게 매칭된 두 그룹에 대해 이중차분 분석을 하게 된다.

    본 연구에 사용되는 자료는 패널자료이기 때문에 패널회귀함수를 추정하게 되는데, 샘플의 고유성을 고려한 고정효과 모형(fixed effect model)을 사용 한다. 일반적으로 패널자료 분석에서 고정효과 모형 또는 확률효과 모형을 선택하는 방법으로 설명변수 와 관찰되지 않는 개별특성변수와의 상관성 여부를 검증하는 Hausman test를 이용하여 상관되어 있지 않을 경우에 확률효과모형을 사용할 수 있다. 그러 나 본 논문에서는 개별 귀농자들의 특성, 특히 매칭 에 사용된 여러 공변량에 포함되지 않은 개별 특성 (개인의 역량, 선호도, 시장여건에 대한 대응정도 등)을 고려하여 고정효과 모형을 사용한다.

    ln  Y i t = β 0 + β 1 T i m e i + β 2 P o l i c y i + β 3 P o l i c y i T i m e i + j = 1 k δ j X j + e i t
    (1)

    여기서 Y는 실적(농업소득)을 나타내는 종속변수 이고, Time은 시간 변수(귀농 첫해와 현재), Policy 는 정책수혜 여부(수혜=1, 비수혜=0) 변수이고, X는 공변량들이고, i t 는 교란항이다. 순정책효과는 이중 차분 결과 ( E [ Y 11 Y 10 ] E [ Y 01 Y 00 ] )인 β3이고, loglinear 함수 형태에서는 β3 × 100은 정책수혜에 따른 실적증가율(%)1)이 된다. 패널회귀식은 통계패키지 STATA를 이용하여 추정하였다.

    2 분석 자료

    본 논문에 사용된 자료는 2017~2021년 귀농·귀 촌 종합지원 계획 수립을 위해 시행된 귀농실태조사 1027개의 원시자료(raw data)이다. 패널 회귀함수 에 사용된 종속변수와 설명변수에 대한 평균, 표준 편차, 최고값, 최저값에 대한 기초자료는 Table 1에 서 제시된 것과 같다.

    이중차분분석을 위한 패널회귀분석의 종속변수로 사용되는 농업소득은 귀농첫해 농업소득과 조사가 진행된 현재시점인 2016년도 농업소득 자료인데, 조 사당시 귀농자들은 2012년에서 2015년까지 귀농한 것으로 나타났기 때문에 각 연도의 물가수준으로 실 질소득화 하였다. 조사 전체 샘플 1027개에서 농업 소득을 표기하지 않은 4개의 샘플을 각 연도에서 제 외하고 귀농연도별 귀농자의 분포는 2012년도 228명 으로 22.3%, 2013년도 245명으로 24.0%, 2014년도 263명으로 25.7%, 2015년도 288명으로 28.2%으로 나타났다. 이들은 차례로 귀농 4년차에서 1년차까지 의 분포를 보여주는 것이다. 그러나 2015년 귀농인 은 첫해 농업소득이 바로 현재 농업소득과 거의 겹 치기 때문에 이중차분분석을 시행할 수 없고 2012년 부터 2014년까지 귀농한 귀농인들의 농업소득을 차 례로 분석하였다.

    연구방법론에서 제시한 것처럼 본 논문에서는 성 향점수매칭과 이중차분분석을 순차적으로 적용하기 때문에 정책수혜그룹과 비수혜 그룹으로 매칭을 하 기 위해 프로빗 분석을 시행하게 되는데, 이때 각 정책에 수혜를 받은 귀농자는 ‘1’을, 비수혜 귀농자 는 ‘0’을 표시하여 분석한다. Table 1에 제시되어 있 는 것처럼 귀농관련 정책들은 중앙정부 정책과 지방 정부 정책으로 구분되어 있고, 각 정책의 평균은 수 혜그룹의 비중을 나타낸다. 중앙정부 정책에서 사전 귀농귀촌 정보제공 정책의 수혜를 입은 비중은 25.6%이고 주택 및 농업시설 자금지원은 16.8%, 체 류형 귀농귀촌 지원은 9.2%, 상담 및 컨설팅 제공 은 11.2%, 세제지원은 8.7%이고, 지방정부 정책에 서 농지, 주택, 일자리 등 정보제공 정책의 수혜를 입은 비중은 18.8%이고 정착자금 지원은 18.9%, 영 농시설, 기계 임대 및 구입 비용 지원은 22.6%, 생 활관련 지원은 5.4%, 관계형성 지원은 13.1%로 나 타났다. 중앙정부와 지방정부 정책 10개에 대해서 각각 성향점수매칭과 이중차분분석을 순차적으로 진 행하여 결과를 도출하였다.

    성향점수매칭과 이중차분분석에 공변량으로 사용 된 변수들은 귀농직전 직업, 정착자금, 준비기간, 귀농형태, 귀농한 지방(도), 귀농지역(읍면), 가구원 수, 연령이었다. 귀농직전 직업 변수는 범주 변수로 1.‘관리자’, 2.‘전문직’, 3.‘사무직’, 4.‘판매/서비스직’, 5.‘생산직/기능직’, 6.‘단순노무직’, 7.‘자영업’, 8.‘농 림어업’, 9.‘군인/경찰’, 10.‘학생’, 11.‘주부’, 12.‘무 직’으로 표시되었고, 정착자금은 평균이 18,252만원 이었고, 준비기간은 평균 33개월 정도였고, 귀농형 태는 범주 변수로 1.‘농촌에서 태어나 도시생활(진 학, 취업, 결혼 등) 후 연고지로 이주’, 2.‘농촌에서 태어나 도시생활(진학, 취업, 결혼 등) 후 연고지가 아닌 곳으로 이주’, 3.‘도시에서 태어나 연고가 있는 곳으로 이주‘, 4.‘도시에서 태어나 연고가 없는 곳으 로 이주’로 표시되었고, 귀농한 지방은 행정구역상의 도 지역을, 귀농한 지역은 읍, 면 여부를 표시하는 범주 변수였고, 가구원수는 평균 2.4명이었고, 연령 은 나이대를 묻는 범주 변수였는데 1.‘10세 미만’, 2.‘10대’, 3.‘20대’, 4.‘30대’, 5.‘40대’, 6.‘50대’, 7.‘60대’, 8.‘70대 이상’로 표시되었다. 공변량으로 사용되는 변수가 다양하고 많을수록 매칭의 신뢰도 가 증가할 수 있지만 특성이 다양할수록 비슷한 그 룹을 매칭하는 것이 어렵게 된다. 이러한 한계를 성향점수 방식을 통해 해결하게 된다(Rosenbaum & Rubin, 1983;Heckman et al., 1997).

    결과 및 고찰

    본 논문은 중앙정부와 지방정부에서 시행하고 있는 귀농관련 정책이 농업소득에 어떤 영향을 미 치는지 그리고 그 영향이 귀농 연차에 따라 어떻 게 달라지는지 분석하였다. 정책효과를 계측함에 있어 표본선택편의를 줄이고 효과의 순수성 확보 를 위해 성향점수매칭 방법과 이중차분분석을 순 차적으로 적용하여 분석하였다. 성향점수매칭 과정 에서 매칭은 커널매칭으로 초기설정되어 있고, 매 칭의 적절성을 분석하기 위한 그룹간 균형조건 만 족여부(balancing test)는 STATA 통계패키지가 분 석 중간과정에서 제시하는데, 본 연구의 분석에서 개별 정책들에 대해서 모두 만족하였다. 각 귀농연 도의 첫해와 현재 연도의 농업소득을 비교할 때, 2012년 귀농인부터 2014년 귀농인까지 3개년 동안 10개의 정책에 대해서 분석하였고, 중앙정부와 지방 정부의 각 정책 중 적어도 한 개 이상의 정책에서 수혜를 받은 경우(Table 2의 Total)까지 포함하여 36개의 결과 값을 제시하였다.

    중앙정부 정책들 중 하나라도 수혜를 입은 경우 의 농업소득 효과는 귀농 4년차인 2012년부터 귀농 2년차인 2014년까지 귀농시기와 상관없이 통계적으 로 유의한 경우가 없었다. 중앙정부 세부 정책별로 는 사전 귀농귀촌 정보 제공 정책은 정책수혜를 입 은 귀농 4년차인 2012년도 귀농인만 통계적으로 유 의하게 정책 비수혜 귀농인에 비해 92.0% 더 농업 소득이 높게 나타났다. 다른 귀농연차의 경우는 통 계적으로 유의한 경우가 없었다. 주택 및 농업시설 자금지원 정책은 정책수혜를 입은 귀농 3년차인 2013년도 귀농인만 통계적으로 유의하게 정책 비수 혜 귀농인에 비해 123.8% 더 농업소득이 높게 나타 났다. 체류형 귀농귀촌 지원 정책은 정책수혜를 입 은 귀농 4년차인 2012년도 귀농인과 3년차인 2013 년도 귀농인이 정책 비수혜 귀농인에 비해 통계적으 로 유의하게 각각 409.1%, 132.2% 더 농업소득이 높게 나타났다. 상담 및 컨설팅 제공 정책은 정책수 혜를 입은 귀농 4년차인 2012년도 귀농인과 2년차 인 2014년도 귀농인이 정책 비수혜 귀농인에 비해 통계적으로 유의하게 각각 373.6%, 137.0% 더 농업 소득이 높게 나타났다. 세제지원 정책은 정책 수혜 를 입은 귀농인은 귀농 4년차인 2012년부터 귀농 2 년차인 2014년까지 모두 정책 비수혜 귀농인에 비 해 통계적으로 유의하게 각각 301.1%, 238.9%, 197.1% 더 농업소득이 높게 나타났다.

    지방정부 정책들 중 하나라도 수혜를 입은 경우의 농업소득 효과는 귀농 4년차인 2012년부터 귀농 2 년차인 2014년까지 모두 정책 비수혜 귀농인보다 통계적으로 유의하게 각각 117.7%, 98.4%, 114.8% 더 농업소득이 높게 나타났다. 지방정부 세부 정책 들 중에 정보제공 정책은 정책수혜를 입은 귀농 4년 차이 2012년도 귀농인만 통계적으로 유의하게 정책 비수혜 귀농인에 비해 218.7% 농업소득이 더 높게 나타났다. 정착자금 지원정책, 영농시설, 기계 임대 및 구입비용 지원 정책, 생활관련 지원 정책, 관계 형성지원 정책은 모두 귀농 4년차인 2012년부터 귀 농 2년차인 2014년까지 모든 시기에 정책 비수혜 귀농인에 비해 통계적으로 유의하게 농업소득이 더 높게 나타났다. 그 정도는 위의 Table 3에 구체적으 로 제시되어 있다. 정착자금 지원 정책의 수혜를 입 은 귀농인은 귀농 4년차인 2012년부터 귀농 2년차 인 2014년까지 각각 119.3%, 159.6%, 140.3% 더 정책 비수혜 귀농인에 비해 농업소득이 높고, 영농 시설, 기계 임대 및 구입비용 지원 정책은 각각 166.5%, 147.6%, 133.3% 더 높고, 생활관련 지원 정책은 각각 287.6%, 247.9%, 165.7% 더 높고, 관 계형성 지원 정책은 각각 198.8%, 134.5%, 96.0% 더 높게 나타났다.

    이러한 결과가 시사하는 바는 다음과 같다. 우선 중앙정부의 귀농관련 정책보다 지방정부 관련 정책 들의 농업소득 효과의 실효성이 통계적 유의성 측면 에서 상대적으로 더 많이 나타났다. 중앙정부의 세 부정책들 중에 통계적으로 유의하지 않은 경우들이 지방정부의 세부정책들에 비해 상대적으로 더 많았 고, 지방정부의 경우에는 거의 모든 정책들이 통계 적으로 유의한 것으로 나타났다. 무엇보다도 세부정 책들 중에 하나라도 지원을 받은 경우의 귀농인들의 농업소득 효과는 중앙정부의 경우에는 통계적으로 유의한 경우가 2012년부터 2014년까지 어떠한 연도 에도 없었으나 지방정부의 경우는 모든 연도에서 농 업소득의 효과가 나타났다. 이런 점에서 귀농관련 정책을 수행함에 있어 농업소득 효과의 실효성 강화 를 위해 중앙 정부와 지방 정부 간의 연계성을 강화 할 필요가 있겠다. 실효성있게 정책의 효과가 나타 나는 정책의 수가 중앙정부보다 지방정부가 상대적 으로 더 많은 이유는 정책의 성격(자금지원 성격의 정책들, 정보전달 정책들 등)에 기인하는 면도 있다. 즉, 간접적으로는 농업소득 증대로도 이어질 수 있 지만 일차적인 목적이 농업소득 증대에 맞춰져 있지 않은 정책들도 있기 때문이다.

    다음으로, 중앙정부나 지방정부의 귀농관련 세부 정책들은 귀농연차에 따라 연차가 많을수록 농업소 득의 효과가 더 높게 나타나는 경향이 있었다. 특 히, 지방정부 정책들에서 그 성향은 보다 뚜렷하였 다. 이런 점에서 연차에 따른 정책의 시너지 효과 를 귀농 연차가 상대적으로 짧은 이들과 공유할 수 있도록 해주는 것이 필요하다. 즉, 연차가 긴 귀농 인들과 연차가 짧은 귀농인들 간의 만남과 모임을 적극 지원해 줄 필요가 있다. 지방정부 세부 정책 중에 모임과 동아리 지원 등의 관계형성 지원 정책 의 농업소득 효과가 연차가 짧아도 나타나고 연차 가 길수록 더 크게 나타나는 점은 모임을 통한 시 너지 효과 활용의 필요성을 뒷받침해 준다고 볼 수 있다. 그러나 연차가 많을수록 농업소득의 효과가 더 높게 나타나는 경향이 정책효과 때문인지 보이 지 않는 다른 변수들의 작용때문인지에 대해서는 문제를 제기할 수 있다. 일반적으로 성향점수매칭 과 달리 이중차분분석에서는 관찰되지 않는 이질적 인 요소(unobserved heterogeneity)가 존재한다고 보지만 그 이질적 요소가 시간에 따라 변화하지 않 는다고 가정한다. 즉, 시간이 지남에 따른 숙련도의 증가로 농업소득의 효과가 높아질 수 있으나 이러한 숙련도의 증가정도 또는 그 경향성은 정책의 수혜그 룹이나 비수혜그룹에 모두 나타난다고 가정하고 있 다. 그렇기 때문에 두그룹에서 차이가 난다면 정책 의 효과때문이라고 판단하게 되는 것이다.

    또한, 귀농관련 정책 중 정보제공이나 컨설팅 지 원정책 보다는 자금지원 정책의 실효성이 높게 나타 났다. 즉, 자금이나 비용지원 정책은 통계적으로 유 의성있게 긍정적으로 나타났다. 특히, 지방정부의 귀농귀촌 정책들의 대부분은 자금지원 성격의 정책 들이 많아 지방정부 정책들의 농업소득 효과가 상대 적으로 더 통계적으로 유의하게 긍정적으로 나타났 다. 이런 점에서 귀농 후 안정적 정착을 위한 농업 소득의 증가를 위해서는 재정지원 정책을 지속적으 로 확대할 필요가 있을 것으로 판단된다.

    마지막으로, 귀농 전 사전정보제공이나 지방에서 토지, 주택, 일자리 등의 정보 제공의 효과는 일정 한 시점이 흐른 귀농 4년차부터 농업소득의 효과가 나타났다. 정보제공 정책의 효과가 단기에 나타나지 않고 연차가 어느 정도 지난 후에 나타난다는 것은 귀농연차가 짧은 귀농인들에게는 정보의 단기적 실 효성을 낮게 만드는 요인들이 있다는 점을 시사한 다. 제공하는 정보의 실효성을 높이는 노력이 필요 하다고 볼 수 있다. 특히, 상담과 컨설팅의 경우는 귀농연차가 짧은 경우에도 그 효과가 나타난 것으로 되어 있으므로, 정보 제공시 상담 및 컨설팅에서 많 이 요구받는 내용들을 정리하거나 사례별로 정보를 제공하는 것도 고려해 보아야 한다.

    지금까지의 분석과 결과 제시에도 불구하고 본 연구에는 자료의 한계가 있다. 본 연구에 사용된 자료는 2016년도에 조사한 자료를 바탕으로 분석 된 내용이기 때문에 그동안 변화된 여건을 충분히 반영하기는 어렵다. 5년에 한번 실시되는 귀농귀 촌관련 종합지원 계획 및 대책 수립을 위한 실태 조사는 향후 2020년 이후에나 실시될 것으로 판단 되기 때문에 당분간은 이 한계점을 감수해야 한다. 본 연구의 결과를 활용하거나 관련 후속연구를 시 행할 때 본 연구 자료가 지닌 한계를 염두에 두어 야 한다. 또한, 자연과학에서 도입되어 사용되고 있는 실험법인 PSM과 DID 방법론이 사회과학적 환경에 그대로 적용될 수 있는가에 대한 근본적인 문제를 제기할 수도 있다. 그러나 이에 대해서는 각각의 방법을 함께 활용함을 통해 각각의 방법만 으로 분석할 때보다는 정책효과 계측이 보다 정확 하게 된다는 점을 염두에 두어야 한다(Rosenbaum & Rubin, 1983;Heckman et al., 1997).

    감사의 글

    본 연구를 수행할 수 있도록 연구 자료를 제공해준 한국농촌경제연구원과 연구 수행 지원기관인 한국노동 연구원에 감사를 드린다.

    Figure

    Table

    Descriptive statistics of variables

    Agricultural income effect according to the year of returning to farming

    Reference

    1. Choi HS and Kim YM. 2018. The signaling effects of government R&D subsidies on foreign investors: evidence from KOSDAQ companies. Korean J. of Management. 26: 7-36.
    2. Heckman JJ, Ichimura H and Todd PE. 1997. Matching as an economietric evaluation estimator: evidence from evaluating a job training programme, Review of Economic Studies. 64: 605-654.
    3. Im SA and Chung SH. 2017. The effect of urban to rural migrants’ social capital on the development of rural areas. Korean Regional Sociology. 18: 79-99.
    4. Jung HJ. 2016. Analysis of the influence of rice direct payment policy on the rent. MA. Thesis, Chungbuk National University, Chungju. Chungbuk.
    5. Khandker SR, Koolwal GB and Samad HA. 2010. Handbook of impact evaluation, The World Bank.
    6. Kim JS. 2012. Issues and needs for improving laws and regulations related to returning to farm and rural areas: stories of returning to farmers. Korea Rural Economic Institute.
    7. Kim JS, Ma SJ, Kim JI and Oh JH. 2016. A study on the direction of designing a comprehensive plan to support returning to farming and rural area. Korea Rural Economic Institute.
    8. Ministry of Agriculture, Food and Rural Affairs (MAFRA). 2016. A comprehensive plan to support returning to farming and rural area (2017~2021). A Press Release. http://www.korea.kr/policy/press ReleaseView.do?newsId=156168269 (2019.1.20.)
    9. Ma SJ and Nam KC. 2015. ‘Urban-to-rural migrants’ types of economic activity and their related variables. The Journal of Rural Society. 25: 89-124.
    10. Ma SJ, Park DS, Park SH, Choi YW, Nam KC, Nam SH and Choi YJ. 2015. A trend analysis of urban-rural migrants’ background, economic activity, and community participation. The Korean Society for Agricultural Education and Human Resource Development. 47: 1-21.
    11. Park DS, Ma SJ, Chae SH, Choi YC, Choi YJ, Yoon SD and Kim KI. 2017a. A case study of successful returning to farm and rural areas in terms of socio-economic aspects. Korea Rural Economic Institute.
    12. Park DS, Ma SJ, Choi YJ, Yoon SD, Kim KI and Park JY. 2017b. A study on the socio-economic effects of returning to farm and rural areas on rural community. Korea Rural Economic Institute.
    13. Park MH, Oh NW and Lim JE. 2012. Supporting strategy for city people’s return to rural community. Korea Rural Economic Institute.
    14. Park SH and Choi YW. 2014. Factors for city people’s return to rural areas and its impacts on Korean rural society and economy. Korea Rural Economic Institute.
    15. Rosenbaum PR and Rubin DB. 1983. The central role of the propensity score in observational studies for causal effects. Biometrika. 70: 41-55.
    16. Seong JI, Park SH, Yoon BS and Lee DP. 2011. Policies and measure for encouraging urban residents to move into rural areas. Korea Rural Economic Institute.
    오늘하루 팝업창 안보기 닫기