Management & Economics

Korean Journal of Agricultural Science. 1 September 2026. 429-444
https://doi.org/10.7744/kjoas.530311

ABSTRACT


MAIN

  • Introduction

  • Literature Review

  • Methodology

  •   직매장이 완화하는 제약

  •   작목 선택과 전업·겸업 선택

  •   작목 다양성의 측정: 허핀달지수(Herfindahl index)

  •   추정모형

  • Data

  • Results and Discussion

  •   작목 다양성에 대한 효과

  •   영농형태 구성과 논 의존도

  •   전업농 전환에 대한 효과

  •   경영형태별 농가 수의 변화

  •   위약검정

  •   도농유형별 이질성

  • Conclusion

Introduction

로컬푸드 직매장은 지역에서 생산된 농산물을 농가가 수확, 포장, 가격결정, 매장 내 진열, 재고관리 등을 직접 수행하여 판매하는 매장으로, 2012년 전북 완주 용진농협 매장이 문을 연 뒤 전국으로 확산되어 2021년 기준 554개소가 운영되고 있다(Jeong et al., 2021). 농림축산식품부의 농산물 직거래 활성화 정책과 지방자치단체의 먹거리 종합계획이 결합하면서 직매장은 지역 농산물의 판로를 넓히고 지역경제를 활성화하는 핵심 수단으로 자리 잡았다. 도매시장 출하는 일정한 규격과 물량을 전제하므로 단일 품목을 대량으로 생산하는 농가에 유리한 반면, 여러 품목을 조금씩 생산하는 중소농과 고령농은 선별·포장·물류의 단위 비용이 높고 규모에서도 불리해 안정적인 판로를 확보하기 어렵다. 로컬푸드 직매장은 농가의 판로 접근성을 개선하여 이러한 제약을 완화하는 것을 목표로 한다.

이러한 판로 제약의 완화를 통해 지역 농업의 생산구조를 개선하는 것은 로컬푸드 정책의 주요 목표 중 하나로 제시되어 왔다. 도매시장 출하가 어려웠던 소량·다품목 원예 생산이 안정적인 판로를 확보하면, 해당 농가가 지역에 존속하거나 새로 진입하고 기존 농가에도 작목 전환의 유인이 생겨 시·군 전체의 작목 구성이 다양해질 것이라는 기대이다. 실제로 국내외 연구 모두 직매장 출하 생산자의 50% 이상이 소농이고(Jeong et al., 2016), 직거래 참여가 소규모·다품목 농가에 집중되어 있음을 보고한 바 있다(Low and Vogel, 2011). 그러나 참여 농가나 개별 매장을 대상으로 한 기존의 접근으로는 이러한 인과관계의 방향을 규명할 수 없으며, 정책 목표의 실현 여부 또한 판단하기 어렵다.

이에 본 연구는 직매장이 문을 연 시점이 시·군마다 다르다는 점을 이용하여, 직매장 개설이 시·군 전체의 작목 구성과 경영형태에 가져온 변화를 아직 직매장을 개설하지 않은 시·군과의 비교를 통해 식별한다. 분석 대상은 충청남도·강원특별자치도·경상북도의 56개 시·군이다.

주요 분석 대상은 허핀달지수(Herfindahl index)를 포함한 다섯 가지 작목 다양성 지표, 채소·산나물 및 과수 농가 비중과 논 의존도, 그리고 전업농가 비율과 경영형태별 농가 수이다. 2010년부터 2023년까지 연간 패널을 구축하고, 처치 시점이 여러 해에 걸쳐 분포할 때 이원고정효과 추정량이 편의된 가중평균을 산출한다는 점을 고려하여(De Chaisemartin and D’Haultfœuille, 2020; Goodman-Bacon, 2021) Callaway와 Sant’Anna (2021)의 추정법을 적용한다. 본 연구는 로컬푸드 직매장 정책의 목표로 제시되어 온 작목 구성 변화 효과를 시·군 단위 패널자료와 준실험적 설계를 이용하여 실증적으로 분석하고, 성과지표 재점검에 필요한 근거를 제공한다는 점에서 의의가 있다.

Literature Review

로컬푸드 및 농산물 직거래가 농가와 지역 농업에 미치는 효과에 관한 연구부터 살펴본다. Martinez 등(2010)은 미국 지역 식품 체계에 관한 문헌 검토를 통해 직거래가 농가 수취가격 개선과 소규모 농가의 판로 확보에 기여하나, 지역 농업의 생산구조 변화에 관한 증거는 제한적이라고 정리하였다. Low와 Vogel (2011)은 미국 ARMS (Agricultural Resource Management Survey) 자료를 이용하여 로컬푸드 판매 농가의 81%가 소농이고 판매 품목이 채소·과일·견과에 편중되어 있으며, 판매 농가의 경영주는 같은 규모의 비판매 농가에 비해 농업을 주업으로 응답한 비율이 높고 영농 투입 시간도 긴 것으로 나타났다고 보고하였다. 유럽에서도 유사한 관계가 관찰된다. Corsi 등(2018)은 이탈리아 농업총조사 미시자료를 이용한 분석에서 영농형태가 직거래 선택의 가장 중요한 결정요인임을 보였는데, 이는 재배 작목이 판로 선택을 좌우할 수 있음을 의미한다. Aubry와 Kebir (2013)는 프랑스 파리 대도시권에서 농가의 약 4분의 1이 짧은 공급사슬에 참여하고 있으나 노동력 부족이 확산의 제약으로 작용하며, 지역 전체 식품 공급에서 차지하는 비중은 크지 않다고 보았다. Luis와 Aubert (2023)는 프랑스 원예 농가에 성향점수매칭과 이중차분을 결합한 분석을 적용하여 직거래 도입이 농가의 산출과 고용 증가를 동반함을 보였다. 국내 연구로 Jeong과 Yang (2020)은 직매장에 대한 생산자와 소비자의 인식을 조사하였으나, 인식조사의 특성상 직매장 개설에 따른 생산 및 경영 성과의 변화를 계량적으로 측정하는 데에는 한계가 있다.

로컬푸드 직매장 정책의 지역 효과를 다룬 국내 연구는 주로 사례조사에 기초한다. Jeong 등(2016)은 직매장 유형별 사례조사를 통해 생산자가 직매장 출하로 경비를 절감하고 소량·비규격품을 판매할 수 있게 되어 상품화율과 농업소득이 높아짐을 보고하였다. Hwang 등(2021)은 화성시·나주시·청양군 3개 사례지역에서 식품소비와 지역 먹거리 기반에 긍정적 영향이 있으나 지역 여건에 따라 효과의 정도에 차이가 있음을 확인하였고, Jeong 등(2021)은 직매장을 중소농과 지역 소비자를 연계하는 지역경제 순환구조의 인프라로 규정하였다. 다만 이들 연구는 특정 사례지역만을 대상으로 하므로 그 결과를 지역 전반의 변화로 일반화하기는 어렵다.

농산물 판로 선택과 경영성과의 관계에 관하여 Hwang 등(2016)은 농업총조사 원자료를 이용한 분석에서, 모든 판매처가 판매액에 미치는 영향은 커지는 반면 판매처 간 영향력의 차이는 크지 않아 출하처를 다변화하는 전략이 유리해지고 있음을 보였다. 특정 판로가 뚜렷한 우위를 갖지 않는다는 이 결과는, 직매장이라는 판로의 추가만으로 농가의 작목 전환을 유도하기 어려울 수 있음을 시사한다.

마지막으로 방법론에 관한 연구이다. 이중차분법은 통상 지역과 연도의 고정효과를 포함한 이원고정효과 모형으로 추정되어 왔다. 그러나 정책 도입 시점이 지역마다 다른 경우 이미 도입한 지역이 비교집단으로 사용되어 적절한 비교가 이루어지지 않으며, 정책효과가 이질적일 경우 일부 효과에 음(−)의 가중치가 부여되어 추정치가 실제 효과와 반대 부호를 가질 수 있다(De Chaisemartin and D’Haultfœuille, 2020; Goodman-Bacon, 2021). 이러한 편의는 사건연구 분석에서도 나타난다(Sun and Abraham, 2021). Callaway와 Sant’Anna (2021)는 아직 도입하지 않은 지역만을 비교집단으로 사용하여 집단별·시점별 평균처치효과를 추정한 뒤 집계하는 방법을 제시하였고, Sant’Anna와 Zhao (2020)는 이중강건 추정량을 제안하였다.

이상의 선행연구를 종합하면, 기존 연구들은 직거래와 농가 구조의 연관을 밝히고 직매장의 작동 메커니즘에 관한 근거를 축적해 왔다. 그러나 국내 연구는 참여 농가와 사례지역의 관찰에 그치고, 유럽의 실증 연구도 분석 단위가 개별 농가에 머물러 있어, 직매장 개설이라는 정책 개입이 지역 단위의 농업구조에 미친 효과를 비참여 지역과의 비교를 통해 인과적으로 식별한 연구는 국내외적으로 미흡한 실정이다. 이에 본 연구는 시·군 단위 패널자료에 시차적 이중차분 설계를 적용하여 직매장 개설이 지역의 작목 구성과 농가 경영형태에 미친 효과를 실증적으로 분석하고자 한다.

Methodology

직매장이 완화하는 제약

농가 i가 시·군 s에서 t시기에 직면하는 판로 환경을 고려하자. 농가는 도매시장 출하 외에도 농협 계통출하, 산지유통조직, 전통시장, 개별 직거래, 공공급식 조달 등 다양한 채널을 이용할 수 있으나, 이들 채널은 공통적으로 일정 규모 이상의 물량과 규격을 요구한다는 특성을 갖는다. 논의의 편의를 위해 기존 채널을 대표하는 도매시장 출하를 기준으로 하면, 이 채널의 단위당 순수취가격은 식 (1)과 같다.

(1)
pistW=pstC1-mst-cWqist

여기서 pistW는 농가 i가 시·군 s에서 t시기에 도매시장(W: wholesale)으로 출하할 때 받는 단위당 순수취가격이 된다. pC는 최종 소비자가 지불하는 가격이 되고, m은 유통마진율, cW는 단위당 출하비용이다. 출하비용은 물량 q에 대해 규모의 경제를 가지므로 cW'(q)<0이며, 소량 출하 농가일수록 단위당 비용이 높다. 이러한 상황에서 직매장 개설은 대안 채널을 제공하며 그 순수취가격은 식 (2)와 같다.

(2)
pistD=pistR1-τst-cDqist

식 (2)는 같은 농가가 같은 물량을 로컬푸드 직매장으로 출하할 때의 단위당 순수취가격이다. pR은 직매장 판매가격, 𝜏는 매장 수수료율, cD는 소포장·진열에 소요되는 단위당 비용이다. 식 (1)과 비교하면 두 채널의 차이가 드러난다. 첫째, 식 (1)의 소비지 가격 pC는 시장에서 결정되어 농가가 수용하는 가격이므로 시·군과 시점에만 의존하는 반면, pR은 농가가 스스로 설정하는 가격이므로 농가 첨자 i를 갖는다. 농가가 직접 가격을 결정한다는 직매장의 제도적 특징이 여기에 반영된다. 둘째, 직매장 수수료율 𝜏는 통상 10 - 15% 수준으로, 다단계 유통을 거치며 누적되는 도매 경로의 유통마진율 m보다 낮다. 셋째, 그리고 가장 중요하게, cD는 물량에 대해 상대적으로 평탄하여 소량 출하의 불이익이 작다. 도매 출하의 단위비용 cW가 소량에서 가파르게 상승하는 것과 대조적이다. 따라서 직매장 개설의 순수취가격 격차 δist=pistD-pistW는 출하량이 작은 농가일수록 크게 나타난다. 이러한 설정은 생산자가 직접 가격을 결정하며 소량·비규격 농산물도 출하할 수 있다는 Jeong 등(2016)의 결과에 근거한다.

작목 선택과 전업·겸업 선택

농가가 작목 k에서 작목 j로 전환할 때의 순이득은 식 (3)과 같이 표현된다.

(3)
δΠkj=πj+δj-πk+δk-Fkj

𝜋는 기존 채널에서의 작목별 기대이윤, 𝛥는 직매장 개설에 따른 추가 이득, F는 전환비용이다. 직매장 개설은 이 가운데 𝛥에만 작용한다. 식 (1)(2)의 논리에 따르면 직매장의 이득은 소량 출하의 불이익이 큰 작목에서 크므로, 신선 채소·과수 (j)j는 양(+)인 반면 계통출하와 공공비축 등 안정적 판로를 갖는 논벼 (k)k는 미미하다. 따라서 전환 유인은 j-k만큼 커지며, 이 격차가 전환비용 F를 상회할 때에만 작목 전환이 일어난다.

문제는 전환비용 F의 크기이다. 논벼에서 시설채소나 과수로 전환하려면 시설 투자, 관수·관비 체계의 구축, 병해충 관리 기술의 습득이 요구되며, 과수는 정식 후 수년간 수확이 없는 미수익 기간을 감내해야 한다. 나아가 이러한 비용의 상당 부분은 회수가 불가능한 매몰비용이다.

전·겸업 선택은 작목 선택과 다른 논리를 따른다. 농가는 가구가 쓸 수 있는 총 노동시간 L을 농업 노동 LA와 농외 근로 LO=L-LA로 나누어 배분한다. 여기서 농외 근로는 두 가지 역할을 한다. 하나는 농업만으로 부족한 소득을 보충하는 것이고, 다른 하나는 농사가 잘되지 않거나 판매가 부진한 해에도 일정한 수입을 보장하는 완충 장치, 즉 보험의 역할이다. 소득의 변동을 꺼리는 위험회피적 농가라면 노동을 배분할 때 기대되는 소득의 크기뿐 아니라 소득이 얼마나 불안정한지도 함께 고려할 것이다. 이를 평균-분산 형태로 근사하면 농가의 목적함수는 식 (4)와 같다.

(4)
U=EYALA+YOL-LA-ρ2VarYALA

YA(LA)는 농업 노동 LA를 투입해 얻는 농업소득, YO(L-LA)는 나머지 시간을 농외 근로에 써서 얻는 농외소득이며, 첫째 항 E[·]는 두 소득을 합한 총소득의 기댓값이다. 둘째 항 Var[YA]는 농업소득의 분산, 즉 해마다 농업소득이 얼마나 크게 변동하는지를 나타낸다. 농외 근로소득은 상대적으로 안정적이므로 분산은 농업소득에만 있다고 가정한다. 𝜌는 위험회피도로, 소득 변동을 꺼리는 정도가 클수록 𝜌가 크고 분산이 효용을 깎는 폭도 커진다.

이 구조에서 농가의 노동 배분은 농업소득의 불안정성에 달려 있으며, 작황 변동뿐 아니라 판로의 불확실성이 그 분산의 중요한 원천이다. 직매장은 언제든 출하할 수 있는 상시 판매 채널이고 가격도 농가가 정하므로, 출하가 성사되지 않을 위험과 가격 급락 위험을 낮추어 농업소득의 분산을 줄인다. 분산이 줄어들면 농외 근로가 수행하던 보험의 가치가 낮아지고, 농가는 농외 근로를 줄여 농업에 더 많은 시간을 배분하게 된다. 결정적으로 이 조정에는 작목 전환과 같은 고정비용이 들지 않는다.

이상의 논의를 바탕으로 본 연구는 검증 가능한 두 가설을 설정한다.

• 가설 1 (작목 구성). 직매장 개설은 시·군의 채소·산나물 및 과수 농가 비중을 높이고 작목 다양성을 증가시킬 것이다.

정책 논리에 따르면 판로 제약의 완화는 원예 생산 농가의 존속과 진입, 기존 농가의 작목 전환을 촉진하므로, 직매장 개설 이후 채소·산나물 및 과수 농가 비중은 증가하고 작목 구성의 집중도를 나타내는 허핀달지수는 하락할 것으로 예측된다. 그러나 식 (3)의 논의에 따르면 작목 전환에는 시설 투자와 기술 습득 등 큰 고정비용이 수반되는 반면, 한 시·군의 직매장이 창출하는 수요 규모의 제약으로 채널 간 순수취가격 격차 j-k에는 상한이 존재한다. 이 격차가 전환비용을 상회하기 어렵다면 가설 1의 예측은 단기·중기적으로 실현되지 않을 것이다. 가설 1의 검증에는 허핀달지수를 포함한 다섯 가지 작목 다양성 지표와 영농형태별 농가 비중, 논 의존도 지표를 사용한다.

• 가설 2 (경영형태). 직매장 개설은 시·군의 전업농가 비율을 증가시킬 것이다.

식 (4)의 논의에 따르면 직매장 개설은 판로 불확실성을 낮추어 농업소득의 분산을 줄이고, 이는 농외 근로의 보험 가치를 하락시켜 농업으로의 노동 재배분을 유도한다. 이러한 노동 배분의 조정은 작목 전환과 달리 고정비용을 수반하지 않으므로, 직매장 개설의 효과는 작목 구성보다 경영형태에서 먼저 나타날 것으로 예측된다. 아울러 비율 변화의 경로를 확인하기 위하여 경영형태별 농가 수의 수준 변화를 함께 추정하며, 이 확인은 부호 조합의 점검에 한정된다.

작목 다양성의 측정: 허핀달지수(Herfindahl index)

개별 작목의 비중 변화만으로는 지역 작목 구성의 다양성을 판정하기 어렵다. 예컨대 논벼 비중이 감소하고 채소 비중이 증가하더라도, 채소로의 집중이 심화되었다면 다양성은 오히려 낮아진 것이다. 따라서 가설 1의 검증에는 구성 전체의 집중도를 하나의 수치로 요약하는 지표가 필요하다.

본 연구는 산업조직론에서 시장집중도를 측정하는 데 널리 사용되어 온 허핀달지수를 작목 구성에 적용한다. 허핀달지수는 각 구성요소가 차지하는 비중의 제곱합으로 정의되며, 농업 부문에서 작목 구성의 전문화 정도를 나타내는 지표로 활용되어 왔다. 허핀달지수는 일반적으로 작목별 재배면적이나 생산액 비중으로 산출되지만, 본 연구는 영농형태별 농가 수 비중을 사용한다. 이는 두 가지 이유에서다. 첫째, 시·군 단위에서 2010년부터 2023년까지 전 기간에 걸쳐 일관되게 공표되는 자료는 농림어업조사의 영농형태별 농가 수이며, 작목별 재배면적은 조사 품목과 공표 범위가 연도에 따라 달라 균형 패널의 구축이 어렵다. 둘째, 본 연구의 이론은 개별 농가의 작목 선택을 대상으로 하고 정책 기대 역시 소량·다품목 농가의 존속·진입·전환에 관한 것이므로, 얼마나 많은 농가가 어떤 영농형태를 선택하는가를 집계한 농가 수 기반 지표가 검증 대상에 부합한다. 다만 농가 수 기반 지표는 농가 간 경영규모의 차이를 반영하지 못하므로, 재배면적 기준으로 측정한 작목 구성과는 차이를 보일 수 있다는 한계가 있다.

구체적인 산출 방식은 다음과 같다. 통계청 농림어업조사는 영농형태를 논벼, 식량작물, 채소·산나물, 과수, 기타작물, 축산의 6개 부문으로 구분하여 시·군별 농가 수를 제공한다. 부문 k에 속하는 농가 수를 nk, 전체 농가 수를 N이라 할 때 부문별 비중은 sk=nk/N이고, 허핀달지수는 식 (5)와 같이 정의된다.

(5)
HHIst=k=16skst2

이 지수는 모든 농가가 하나의 영농형태에 집중되면 1의 값을 가지고, 여섯 부문에 균등하게 분포하면 1/6 ≈ 0.167의 최솟값을 갖는다. 따라서 값이 낮을수록 작목 구성이 다양함을 의미하며, 직매장이 다품목화를 유도한다면 개설 이후 지수가 하락해야 한다.

허핀달지수는 부문 수에 따라 최솟값이 달라지고 절대적 수준의 해석이 직관적이지 않다는 한계가 있다. 이를 보완하기 위해 본 연구는 네 가지 대안적 지표를 함께 산출하여 결과의 강건성을 확인한다. 첫째, 표준화 허핀달지수(normalized Herfindahl index)는 부문 수 K에 따라 달라지는 지수의 하한 (1/K)을 조정하여 값을 0과 1 사이로 변환한 것이다. 이를 통해 완전분산(0)과 완전집중(1) 사이의 상대적 위치로 해석할 수 있어, 기존 허핀달지수의 해석이 어렵다는 한계를 보완한다.

(6)
HHIst*=HHIst-1K1-1K,K=6

둘째, 유효 영농형태 수(effective number of farming types)는 허핀달지수의 역수로, 해당 지역의 작목 구성이 실질적으로 몇 개의 영농형태에 분포하는지를 나타낸다. 제곱합이라는 추상적 수치를 몇 개 부문이라는 직관적 단위로 변환하므로, 추정된 효과의 크기를 해석할 때 유용하다. 값이 6에 가까울수록 균등하고 1에 가까울수록 단일 형태에 집중된 것이다.

(7)
ENEst=1HHIst

셋째, Shannon (1948)이 제안한 샤논 엔트로피(Shannon entropy)는 허핀달지수와 달리 비중이 작은 부문의 증감에도 민감하게 반응하는 다양성 지표이다.1) 따라서 직매장의 효과가 소수 부문의 소폭 확대 형태로 나타나는 경우, 허핀달지수가 포착하지 못하는 변화를 검출할 수 있다. 값이 클수록 다양성이 높으며 최댓값은 ln(6) ≈ 1.792로, 허핀달지수와 방향이 반대라는 점에 유의할 필요가 있다.

(8)
Hst=-k=16skstlnskst

넷째, 경종부문 허핀달지수는 축산을 제외한 5개 경종 부문만으로 비중을 재산출한 것이다. 축산은 경종작물과 생산 기술 및 판로 구조가 근본적으로 다르고 직매장의 주력 취급 품목도 아니므로, 축산 농가 수의 변동이 지수에 섞이면 직매장과 무관한 변화가 작목 다양성의 변화로 오인될 수 있다. 경종부문 허핀달지수는 이러한 축산 부문의 영향을 배제하고 경종작물 간의 구성 변화만을 반영하는 지표이다.

결과 해석 시, 다섯 가지 지표가 모두 같은 방향을 가리킬 때에만 다양성의 변화가 있었다고 판정하며, 이는 특정 지수의 선택에서 비롯되는 해석의 자의성을 줄이기 위한 장치이다.

추정모형

Gs를 시·군 s의 최초 직매장 개설 연도라 하고, 표본기간 내 미개설 시·군은 Gs=∞로 정의한다. Callaway와 Sant’Anna (2021)를 따라 집단-시점별 평균처치효과를 식 (9)와 같이 식별한다.

(9)
ATT(g,t)=E[Yst-Ys,g-1|Gs=g]-E[Yst-Ys,g-1|Gs>t]

첫 번째 항은 코호트 g에 속한 시·군의 처치 직전 연도 대비 변화이고, 두 번째 항은 해당 시점 t에 아직 처치되지 않은 시·군(Gs>t)의 대응하는 변화이다. 이 조건에는 이후 연도에 개설하는 시·군과 표본기간 내 미개설 시·군이 모두 포함되며, 이미 처치된 시·군은 비교집단에서 제외된다. 추정에는 Sant’Anna와 Zhao (2020)의 이중강건 추정량을 사용하며, 통계적 추론에는 시·군 수준의 군집표준오차를 이용한다.

동태적 효과(dynamic effects)는 노출기간 e=t-g별로 집계한 사건연구(event study) 계수 θ(e)로 요약하며, 분석 창은 개설 4년 전부터 5년 후까지 (e[-4,+5])로 설정한다. 처치 이전 구간(e < 0)의 계수는 평행추세 가정의 점검에, 이후 구간(e ≥ 0)의 계수는 효과의 시간 경로 파악에 사용한다. 추정 결과는 전체 평균처치효과와 함께 개설 전후 구간의 평균 계수를 표에 제시한다.

본 연구의 핵심 식별가정은 평행추세 가정이다. 이는 직매장이 개설되지 않았을 경우 처치 시·군과 미처치 시·군의 결과변수가 유사한 추세를 보였을 것이라는 가정이다. 따라서 개설 시점과 체계적으로 관련된 지역별 추세 차이가 존재하는 경우 식별에 문제가 발생할 수 있으며, 이러한 가능성은 앞서 언급한 개설 이전 계수를 통해 점검한다. 한편 코호트별 시·군 수가 적어 성향점수 추정이 불안정해질 수 있으므로 본 분석은 공변량을 포함하지 않는 모형을 기본으로 하며, 이 경우 평행추세 가정은 처치 시·군과 미처치 시·군 전체에 대하여 성립하여야 한다.

보조적으로 축산 부문을 위약 결과변수로 사용한다. 축산물은 별도의 도축·가공·냉장 유통 체계를 거치므로 직매장 판로의 영향이 상대적으로 작을 것으로 예상된다. 다만 일부 직매장에서 계란이나 축산 가공품을 취급할 수 있고 축산 농가 비중이 다양성 지수의 구성요소이기도 하다. 따라서 축산 부문은 직매장의 영향에서 완전히 차단된 부문이라 할 수 없으며, 이 검정은 식별전략을 입증하는 것이 아니라 보조적 점검으로 해석한다.

본 연구의 추정 대상은 세 가지 측면에서 한정된다. 첫째, 추정치는 최초 개설 여부에 따른 축약형(reduced-form) 효과이며, 이는 매장 수나 참여 농가 수로 측정되는 처치 강도의 효과가 아니다. 둘째, 시·군 단위 집계자료에 기초하므로 추정치는 참여 농가에 대한 효과가 아니라 지역 전체 농가의 평균적 변화이며, 참여 농가가 지역 농가의 일부에 불과하다면 농가 수준의 변화는 지역 평균에서 희석되어 나타난다. 셋째, 표본은 3개 도의 시·군으로 구성되므로, 추정 결과를 표본 밖의 지역으로 일반화하는 데에는 주의가 필요하다. 특히 전북 완주, 경기 화성 등 로컬푸드 선도지역은 직매장 도입이 이르고 사업 규모와 지방자치단체의 지원 수준이 달라, 본 연구의 추정치가 이들 지역에서의 효과를 대표한다고 보기 어렵다.

Data

본 연구의 관측 단위는 시·군×연도이다. 분석 대상은 충청남도 15개, 강원특별자치도 18개, 경상북도 23개 등 3개 도 56개 시·군(특별·광역시 자치구 제외)이며, 2010년부터 2023년까지 14년간의 연간 자료로 총 784개 관측치를 구성하였다. 분석 대상을 이들 3개 도로 한정한 것은 두 가지 이유에서다. 첫째, 도 단위로 완결된 표본을 구성하기 위해서다. 직매장 사업은 도 단위 먹거리 종합계획과 도비 지원사업의 영향을 받으므로, 개별 시·군을 선별적으로 표본에 포함하면 처치 시·군과 비교 시·군이 서로 다른 도 정책 환경에 놓이게 되어 비교의 타당성이 낮아진다. 이들 3개 도는 관내 모든 시·군의 개설 시점을 확인할 수 있어 도 내 시·군 간 비교가 가능한 완결된 표본을 구성할 수 있었다. 둘째, 영농형태별·전겸업별 농가 수가 시·군 단위로 전 기간에 걸쳐 일관되게 공표되어 균형 패널을 구축할 수 있기 때문이다. 아울러 이들 3개 도는 논벼 중심의 평야지대(충청남도), 산간 밭작물 중심(강원특별자치도), 과수 비중이 높은 지역(경상북도)으로 농업구조가 서로 달라, 특정 영농 유형에 편중되지 않은 표본을 구성할 수 있다는 점도 고려하였다. 다만 이러한 표본 구성으로 인해 로컬푸드 사업의 선도지역이 분석에서 제외되었으며, 이것이 추정 결과의 해석에 갖는 함의는 앞 절에서 논의한 바와 같다.

처치변수는 시·군 내 최초 로컬푸드 직매장의 개설 연도이다. 개설 시점은 각 시·군의 직매장 목록과 공개 자료를 개별 검증하여 확정하였다. 이 과정에서 국내 최초 직매장인 완주 용진농협의 개설일(2012년 4월 27일)보다 앞선 개설일을 갖거나 농특산물판매장, 행복장터 등의 명칭을 가진 시설은 직매장 도입 이전 형태의 판매시설로 판단하여 처치에서 제외하였다. 확정된 개설 시점은 2013년부터 2023년까지 11개 연도에 걸쳐 분포한다(Table 1). 56개 시·군 가운데 51개 시·군이 표본기간 내에 직매장을 개설하였으며, 나머지 5개 시·군은 표본기간 내에 개설하지 않았거나 2024년 이후에 개설하여 비교집단을 구성한다. 개설이 가장 많았던 2018년에도 9개 시·군으로 전체의 18% 수준에 그쳐, 처치 시점이 특정 연도에 집중되는 문제는 나타나지 않는다.

Table 1.

Distribution of treatment cohorts.

Opening year Counties Cumulative
2013 3 3
2014 7 10
2015 4 14
2016 4 18
2017 6 24
2018 9 33
2019 6 39
2020 7 46
2021 1 47
2022 2 49
2023 2 51
Never treated 5 -

The five never-treated counties are Samcheok and Yangyang in Gangwon-do, Gunwi and Ulleung in Gyeongsangbuk-do, and Yesan in Chungcheongnam-do. Three of them opened a direct market in 2024, which falls outside the sample period. Gunwi was incorporated into Daegu Metropolitan City in July 2023 but is classified as part of Gyeongsangbuk-do for the entire sample period.

결과변수는 두 가설에 대응하여 구성하였다. 가설 1의 작목 구성은 앞 절에서 정의한 허핀달지수와 네 가지 대안 지표, 채소·산나물 및 과수 농가 비중과 영농형태별 개별 비중으로 측정한다. 다만 영농형태 분류는 농가 단위 자료여서 토지 이용의 변화를 보여주지 못하므로, 경지면적조사와 농작물생산조사로부터 논 면적 비중과 논벼 재배면적 비중을 구축하여 토지 이용 측면에서도 확인한다. 가설 2의 경영형태는 전업농가 비율로 판정하며, 전업농가 수, 겸업농가 수, 농가 총수의 로그 변환 변수를 함께 추정한다. 같은 이유로 가설 1의 비중 변수에 대해서도 부문별 농가 수와 재배면적의 로그 변환 변수를 추정한다. 분석에 활용된 변수와 출처는 Table 2에, 기초통계량은 Table 3에 제시하였다.

Table 2.

Main data sources.

Category Variable Definition (unit) Source
Treatment First opening year Year of the first local food 
direct market opening in a county
Provincial records, verified individually
Diversity HHI, HHI*, ENE, H Herfindahl, normalized Herfindahl, 
effective number, Shannon entropy
Agriculture, Forestry and Fishery Survey
(KOSTAT, 2025a)
Composition Farm shares by type Share of farm households by 
six farming types (%)
Agriculture, Forestry and Fishery Survey
(KOSTAT, 2025a)
Paddy reliance Paddy share, 
rice area share
Paddy area / cultivated area; 
rice area / cultivated area
Agricultural Area Survey (KOSTAT, 2025b); 
Crop Production Survey (KOSTAT, 2025c)
Management Full-time farm share Full-time farm households / 
total farm households
Agriculture, Forestry and Fishery Survey
(KOSTAT, 2025a)
Level Farm households, 
area, output
Number of households, 
area (ha), output (ton)
Agriculture, Forestry and Fishery Survey
(KOSTAT, 2025a)

HHI, Herfindahl index; HHI*, normalized HHI; ENE, effective number of farming types; H, Shannon entropy.

Table 3.

Summary statistics.

Variable Obs. Mean SD Min Max
Herfindahl index (HHI) 784 0.351 0.117 0.191 0.933
Effective number of farming types (1/HHI) 784 3.106 0.857 1.072 5.249
Shannon entropy 784 1.330 0.238 0.182 1.714
Herfindahl index, crop sectors only 784 0.388 0.127 0.212 0.970
Share of vegetable and fruit farms 784 0.398 0.197 0.066 0.966
Share of rice farms 784 0.344 0.207 0.000 0.748
Share of livestock farms 784 0.054 0.033 0.000 0.195
Full-time farm share 784 0.570 0.125 0.082 0.872
Paddy land share 784 0.467 0.242 0.000 0.846
Rice cultivation area share 784 0.406 0.220 0.000 0.799
Farm households 784 6,803.7 3,823.4 440 17,438
Full-time farm households 784 4,031.5 2,483.0 36 11,077
Part-time farm households 784 2,772.2 1,675.3 218 7,857
Cultivated area (ha) 784 10,509.1 6,436.1 343 27,740

Obs., observations; SD, standard deviation.

Results and Discussion

작목 다양성에 대한 효과

Table 4는 다섯 가지 작목 다양성 지표에 대한 전체 평균처치효과 추정 결과이다. 허핀달지수(0.0025, 표준오차 0.0106)를 비롯한 표준화 허핀달지수, 경종부문 허핀달지수, 유효 영농형태 수, 샤논 엔트로피 모두 유의하지 않았다. 부호 또한 일관되지 않았다. 직매장 개설이 작목 다양화를 유도하였다면 허핀달지수 계열은 음(−), 유효 영농형태 수와 샤논 엔트로피는 양(+)의 부호를 보여야 하나, 실제로는 허핀달지수 계열이 양(+), 엔트로피가 음(−)으로 나타났다. Fig. 1A의 사건연구 분석에서도 처치 이후 계수는 모든 시점에서 유의하지 않았다.

다만 허핀달지수 추정치의 95% 신뢰구간은 표본 평균(0.351) 대비 약 -5%에서 +7%의 변화를 포함한다. 따라서 이 결과는 유의한 다양성 변화가 관측되지 않았음을 의미할 뿐, 효과가 존재하지 않는다는 근거로 해석하는 데에는 신중할 필요가 있다.

Table 4.

Effects on crop diversity.

Outcome Overall ATT Pre-treatment
Herfindahl index (HHI) 0.0025 (0.0106) 0.0030 (0.0066)
Normalized Herfindahl index 0.0030 (0.0136) 0.0036 (0.0080)
Effective number of farming types 0.0170 (0.0927) -0.0258 (0.0557)
Shannon entropy -0.0019 (0.0263) -0.0044 (0.0144)
Herfindahl index, crop sectors only 0.0013 (0.0111) 0.0039 (0.0066)

Standard errors clustered at the county level are in parentheses.

Pre-treatment estimate is the average of event-study coefficients over e ∈ [-4, -1].

ATT, average treatment effect on the treated.

https://cdn.apub.kr/journalsite/sites/kjoas/2026-053-03/N0030530311/images/kjoas_2026_533_429_F1.jpg
Fig. 1.

Event-study estimates. (A) Herfindahl index of farming types, (B) share of vegetable and fruit farms, (C) full-time farm share, and (D) log livestock farm households (placebo). Blue markers denote pre-treatment coefficients and red markers denote post-treatment coefficients. Vertical bars represent 95% pointwise confidence intervals based on standard errors clustered at the county level. Panel (C) shows an increasing pattern that peaks three to four years after the opening, whereas panels (A), (B), and (D) show no systematic post-treatment movement. ATT, average treatment effect on the treated.

영농형태 구성과 논 의존도

Table 5는 영농형태별 구성비와 논 의존도에 대한 추정 결과이다. 정책 논리의 핵심 예측인 채소·산나물 및 과수 농가 비중의 증가는 나타나지 않았다. 추정치는 -0.0072로 오히려 감소 방향을 보였으나 통계적으로 유의하지 않았고, 채소·산나물과 과수로 구분한 경우에도 마찬가지였다. Fig. 1B의 사건연구 분석에서도 개설 전후 모든 시점에서 유의한 계수는 나타나지 않았다. 논벼 농가 비중, 논 면적 비중, 논벼 재배면적 비중은 모두 예상과 같은 감소 방향을 보였으나 유의하지 않았으며, 로그 변환한 논벼 재배면적과 생산량에서도 변화는 확인되지 않았다. 종합하면, 직매장 개설이 시·군 단위에서 논벼 중심의 토지 이용을 원예작물 중심으로 전환시켰다는 통계적 증거는 발견되지 않았다. 다만 채소·산나물 및 과수 농가 비중의 95% 신뢰구간은 약 -3.8%포인트에서 +2.3%포인트로 나타나, 소폭의 증가 가능성이 완전히 배제되는 것은 아니다.

작목 구성에서 변화가 관측되지 않은 배경으로는 세 가지 가능성을 생각할 수 있다. 첫째, 국내외에서 공통적으로 관찰되듯 로컬푸드가 지역 농산물 유통에서 차지하는 비중은 크지 않으므로(Aubry and Kebir, 2013; Jeong et al., 2016), 한 시·군의 직매장 개설이 작목 선택을 바꿀 만한 유인이 되지 못했을 수 있다. 둘째, 시설 투자와 과수의 미수익 기간을 고려하면 개설 후 최대 5년의 분석 창은 전환을 관측하기에 짧을 수 있으며, 전환비용의 상당 부분이 매몰비용이라면 판로의 지속성이 확인되기 전까지 전환을 유보하는 것이 합리적이다. 셋째, 인접 시·군의 개설이 비교집단에도 영향을 미치는 공간적 파급이 존재한다면 추정치는 0의 방향으로 축소된다. 종합하면 가설 1을 지지하는 증거는 발견되지 않았으며, 이는 작목 전환의 큰 고정비용에 비해 직매장이 창출하는 유인의 크기에 제약이 있다는 이론적 논의와 부합한다.

Table 5.

Effects on farming type composition and paddy reliance.

Outcome Overall ATT Pre-treatment
Share of vegetable and fruit farms -0.0072 (0.0155) -0.0003 (0.0098)
Share of vegetable farms -0.0074 (0.0134) -0.0006 (0.0100)
Share of fruit farms 0.0002 (0.0064) 0.0003 (0.0043)
Share of rice farms -0.0028 (0.0129) 0.0016 (0.0067)
Paddy land share -0.0076 (0.0083) -0.0014 (0.0021)
Rice cultivation area share -0.0036 (0.0086) 0.0000 (0.0036)
log rice cultivation area -0.0589 (0.0651) 0.0030 (0.0138)
log rice production -0.0610 (0.0845) 0.0004 (0.0157)

Standard errors clustered at the county level are in parentheses.

Pre-treatment estimate is the average of event-study coefficients over e ∈ [-4, -1].

ATT, average treatment effect on the treated.

전업농 전환에 대한 효과

Table 6은 경영형태에 대한 추정 결과이다. 작목 구성과 달리 경영형태에서는 뚜렷한 변화가 관측되었다. 전업농가 비율의 전체 평균처치효과는 0.0419로 1% 수준에서 유의하였으며, 표본 평균(0.570) 대비 약 7.4%의 상대적 증가에 해당한다. 로그 전업농가 수의 추정치는 0.1270 (약 13.5% 증가)으로 역시 1% 수준에서 유의하였다. 이는 직매장 개설은 시·군의 전업농가 비율을 증가시킬 것이라는 가설 2를 지지하는 결과이다.

Fig. 1C의 사건연구 분석은 처치 이전 네 시점의 계수가 모두 유의하지 않아 평행추세 가정을 뒷받침하며, 처치 이후에는 계수가 점차 커져 3 - 4년 후에 가장 크게 나타났다. 효과가 개설 직후가 아니라 수년에 걸쳐 누적되는 이러한 양상은, 겸업 농가가 농외 근로를 정리하고 농업으로 노동을 재배분하는 데 시간이 소요된다는 해석과 부합한다. 다만 사건시점이 길어질수록 추정에 기여하는 코호트 수가 감소하므로, 후기 시점의 계수는 초기에 개설한 시·군의 경험에 의존한다는 점에 유의할 필요가 있다.

Table 6.

Effects on farm management type.

Outcome Overall ATT Pre-treatment
Full-time farm share 0.0419*** (0.0157) 0.0004 (0.0118)
log full-time farm households 0.1270*** (0.0332) 0.0043 (0.0258)

Standard errors clustered at the county level are in parentheses.

Pre-treatment estimate is the average of event-study coefficients over e ∈ [-4, -1].

ATT, average treatment effect on the treated.

*** denotes significance at the 1% level.

경영형태별 농가 수의 변화

전업농가 비율은 겸업농가가 전업으로 전환하는 경우, 겸업농가가 이농하여 분모가 축소되는 경우, 신규 전업농가가 진입하는 경우 모두 상승할 수 있다. 따라서 비율만으로는 이들 경로를 구분할 수 없으므로 경영형태별 농가 수의 수준 변화를 함께 추정하였다.

Table 7에 따르면 전업농가 수는 1% 수준에서 유의하게 증가한 반면, 겸업농가 수는 감소 방향이었으나 유의하지 않았고, 농가 총수 역시 유의하지 않았다. 신규 농가의 유입이 컸다면 농가 총수도 함께 증가하였을 것이므로, 이러한 부호의 조합은 증가한 전업농가가 기존 겸업농가에서 비롯되었을 가능성을 가리킨다. 다만 겸업농가 수와 농가 총수의 신뢰구간이 넓어 다른 경로를 배제할 수 없고, 집계자료로는 동일 농가의 이동, 이탈과 진입의 동시 발생, 농외취업 중단에 따른 통계적 재분류를 구분할 수 없다.

이러한 부호 조합이 어떤 농가의 전환을 반영하는지도 집계자료로는 확인되지 않는다.2) 다만 직매장 출하 생산자의 절반 이상이 소농이고(Jeong et al., 2016) 로컬푸드를 판매하는 중소농 경영주의 영농 전념도가 높다는 점(Low and Vogel, 2011)을 고려하면, 관측된 전업농가의 증가는 소규모 겸업농가의 전환에서 비롯되었을 가능성이 있다. 이 역시 경영규모별 전겸업 구성을 담은 농가 단위 자료로 검증될 수 있는 해석이다.

Table 7.

Changes in the number of farm households by management type.

Outcome Overall ATT Pre-treatment
log full-time farm households 0.1270*** (0.0332) 0.0043 (0.0258)
log part-time farm households -0.0641 (0.0432) 0.0033 (0.0341)
log total farm households 0.0230 (0.0158) 0.0019 (0.0093)

Standard errors clustered at the county level are in parentheses.

Pre-treatment estimate is the average of event-study coefficients over e ∈ [-4, -1].

ATT, average treatment effect on the treated.

*** denotes significance at the 1% level.

위약검정

Table 8은 축산 부문에 대한 위약검정 결과이다. 축산 농가 비중과 로그 축산농가 수 모두 유의하지 않았으며, Fig. 1D의 사건연구 분석에서도 처치 전후 모든 시점에서 계수가 통계적으로 유의하지 않았다. 직매장의 주력 취급 품목이 아닌 부문에서 유의한 변화가 나타나지 않는다는 점은, 앞서 관측된 전업농 관련 결과가 지역 전반의 공통 추세를 반영한 것은 아닐 가능성을 시사한다. 다만 앞서 언급한 바와 같이 축산 부문이 완전한 위약 지표는 아니므로, 이 결과는 보조적 점검으로 해석하여야 한다.

Table 8.

Placebo test using the livestock sector.

Outcome Overall ATT Pre-treatment
Share of livestock farms -0.0031 (0.0044) 0.0006 (0.0026)
log livestock farm households -0.0670 (0.1058) 0.0153 (0.0681)

Standard errors clustered at the county level are in parentheses.

Pre-treatment estimate is the average of event-study coefficients over e ∈ [-4, -1].

ATT, average treatment effect on the treated.

도농유형별 이질성

Table 9는 시 지역과 군 지역으로 구분한 하위표본 분석 결과이다. 전업농가 비율에 대한 효과는 시 지역 0.0449, 군 지역 0.0416으로 크기가 유사하고 모두 5% 수준에서 유의하여, 전업화 효과는 지역 유형과 무관하게 나타났다.

두 지역의 차이는 농가 총수에서 관측되었다. 시 지역에서는 농가 총수가 5% 수준에서 유의하게 증가한 반면, 군 지역에서는 추정치가 0에 가깝고 유의하지 않았다. 이는 시 지역에서 기존 농가의 전업화에 더하여 신규 농가의 유입이 함께 작용하였을 가능성을 시사한다. 다만 두 하위표본 간 계수 차이의 검정을 제시하지 않았으므로 한쪽에서만 유의하다는 사실만으로 두 지역의 효과가 다르다고 단정할 수 없으며, 농가 총수의 순증가가 곧 신규 진입을 의미하는 것도 아니다. 이러한 차이는 지역 여건에 비추어 해석할 여지가 있다. 시 지역은 도시 근교로서 귀농·귀촌 인구와 신규 창업농의 진입이 상대적으로 용이하여 직매장이 이들에게 초기 판로를 제공할 수 있는 반면, 군 지역은 인구 유입 기반이 취약하여 신규 진입의 여지가 작았을 것으로 판단된다. Hwang 등(2021)이 도시 및 도농복합 지역과 농촌지역의 소비·생산 기반이 상반된 구조를 갖는다고 지적한 점도 이러한 해석을 뒷받침한다. 한편 작목 다양성과 채소·과수 농가 비중은 두 지역 모두 유의하지 않아, 작목 구성에 관한 결과는 지역 유형과 무관하게 일관되었다.

Table 9.

Heterogeneity by urban-rural classification.

Outcome Urban counties (24 treated) Rural counties (27 treated)
Full-time farm share 0.0449** (0.0192) 0.0416** (0.0184)
log full-time farm households 0.1567*** (0.0553) 0.1174*** (0.0407)
log part-time farm households -0.0509 (0.0496) -0.0766 (0.0525)
log total farm households 0.0482** (0.0195) 0.0001 (0.0220)
Herfindahl index -0.0053 (0.0156) 0.0148 (0.0164)
Share of vegetable and fruit farms 0.0049 (0.0231) -0.0144 (0.0197)

The five never-treated counties are included in both subsamples to preserve the comparison group.

Standard errors clustered at the county level are in parentheses.

Pre-treatment estimate is the average of event-study coefficients over e ∈ [-4, -1].

ATT, average treatment effect on the treated.

*** and ** denote significance at the 1% and 5% levels, respectively.

Conclusion

로컬푸드 직매장은 소량·다품목 생산 농가에게 판로를 제공함으로써 작목 다양화와 원예작물로의 전환을 목표로 확산되어 왔다. 본 연구는 충청남도·강원특별자치도·경상북도 56개 시·군의 2010년부터 2023년까지 연간 패널을 구축하고, Callaway와 Sant’Anna (2021)의 시차적 이중차분 추정법을 적용하여 이러한 정책 목표의 실현 여부를 실증적으로 분석하였다.

분석 결과는 다음과 같다. 첫째, 작목 구성의 변화에 대한 통계적으로 유의한 증거는 발견되지 않았다. 허핀달지수를 포함한 다섯 가지 다양성 지표가 모두 유의하지 않았고 부호도 일관되지 않았으며, 채소·산나물 및 과수 농가 비중과 논 의존도 지표에서도 유의한 변화는 나타나지 않았다. 다만 추정치의 신뢰구간이 넓어 본 연구만으로 효과의 부재를 단정하기는 어렵다. 둘째, 경영형태에서는 뚜렷한 변화가 관측되었다. 전업농가 비율은 4.2%포인트, 전업농가 수는 약 13.5% 증가하였으며 모두 1% 수준에서 유의하였고, 겸업농가 수와 농가 총수는 유의하지 않아 증가한 전업농가가 기존 겸업농가에서 비롯되었을 가능성을 시사한다. 직매장 출하 생산자의 절반 이상이 소농이라는 점을 고려하면 이는 소규모 겸업농가의 전업화일 가능성과 맞닿아 있으나, 집계자료로는 경영규모별 구성을 구분할 수 없어 농가 단위 자료의 검증이 필요한 해석이다. 셋째, 전업화 효과는 도농유형과 무관하게 나타난 가운데 시 지역에서만 농가 총수가 유의하게 증가하였다. 넷째, 축산 부문 위약검정에서는 유의한 변화가 없어, 경영형태 관련 결과가 지역 전반의 공통 추세를 반영한 것은 아닐 가능성을 뒷받침하였다.

이러한 결과는 로컬푸드 직매장 정책의 평가와 설계에 다음과 같은 시사점을 제공한다. 첫째, 지역의 작목 구성 변화를 직매장 사업의 단기 성과지표로 설정하는 접근은 재검토될 필요가 있다. 직매장 최초 개설만으로는 개설 후 5년 이내에 시·군 단위의 작목 구성이 유의하게 변화하지 않았기 때문이다. 둘째, 성과 측정에 경영형태 관련 지표를 포함하는 방안을 검토할 필요가 있다. 직매장 개설 이후 전업농가 비율이 증가하였다는 결과는, 직매장이 판로 불확실성을 낮추어 기존 농가의 영농 전념도를 높이는 수단으로 작동하였을 가능성을 보여준다. 다만 본 연구는 노동시간, 농가 수취가격, 농업소득의 변동성을 직접 관측하지 못하였으므로 이러한 경로를 식별한 것은 아니며, 지역 농외 일자리의 변화나 고령화에 따른 농외근로 은퇴와 같은 대안적 설명을 배제할 수 없다. 셋째, 도농유형에 따라 사업의 역할과 성과지표를 달리 설정할 수 있다. 시 지역에서만 농가 총수의 증가가 관측된 점은, 도시 근교에서는 신규 진입 농가에 대한 초기 판로 제공이, 농촌지역에서는 기존 농가의 영농 전념 지원이 직매장의 상대적 역할일 수 있음을 시사한다(Hwang et al., 2021). 넷째, 전업농가 비율에 대한 효과는 개설 직후보다 3 - 4년 후에 크게 나타났으므로, 개설 후 단기간의 평가는 중기적 변화를 포착하지 못할 수 있다.

본 연구의 한계는 다음과 같다. 첫째, 영농형태별 농가 수는 주된 영농형태에 따른 분류이므로 농가 내부의 작목 재배분은 반영되지 않으며, 농가 수 기반 지표는 경영규모의 차이를 반영하지 못하여 관측된 전업화가 어떤 규모의 농가에서 발생하였는지도 구분할 수 없다. 둘째, 추정치는 지역 평균효과이므로 참여 농가에서 발생한 변화가 시·군 평균에서 희석될 수 있다. 셋째, 유의하지 않은 결과가 효과의 부재를 의미하는 것은 아니며, 이를 확인하기 위해서는 사전에 설정한 최소효과 크기에 기초한 별도의 검정이 요구된다. 넷째, 직매장의 이용은 시·군 경계에 국한되지 않는다. 소비자와 출하 농가가 인접 시·군의 매장을 이용할 수 있어 비교집단이 처치의 영향에서 완전히 자유롭지 않으며, 이러한 공간적 파급은 처치효과의 과소추정으로 이어진다. 이는 특히 작목 구성에서 변화가 관측되지 않은 결과의 해석과 관련된다.

그럼에도 본 연구는 로컬푸드 정책의 작목 구성 변화 목표를 3개 도 56개 시·군의 장기 패널과 준실험적 설계로 처음 검증하고, 직매장 개설 이후의 변화가 작목 구성보다 경영형태에서 뚜렷하게 나타난다는 대비를 실증적으로 제시하였다는 점에서 의의가 있다. 향후 농업경영체 등록정보와 같은 농가 단위 자료를 이용하여 전업 전환의 미시적 경로와 소득 효과를 직접 관측하는 연구로 확장될 필요가 있다.

Conflict of Interests

No potential conflict of interest relevant to this article was reported.

Footnotes

[26] 1) 샤논 엔트로피는 Shannon (1948)이 제안한 불확실성 척도로, 확률분포가 균등할수록 큰 값을 갖는다. 이를 영농형태 구성비에 적용하면 지역에서 무작위로 추출한 농가의 영농형태를 예측하기 어려운 정도, 곧 구성의 다양성을 측정하게 된다. 생태학에서는 종 다양성의 측정에 널리 사용되어 왔다.

[27] 2) 한 가지 자료상의 유의점을 밝힌다. 전업·겸업 농가 수와 농가 총수는 동일한 조사에 기초하나 일부 연도에서 항목별 공표 범위가 달라 세 변수의 추정 표본이 완전히 동일하지 않을 수 있다. 이 점에서 Table 7은 엄밀한 회계적 분해가 아니라 경영형태별 농가 수의 변화 방향을 병렬적으로 제시한 보조 결과로 해석하는 것이 적절하다.

References

1

Aubry C, Kebir L. 2013. Shortening food supply chains: A means for maintaining agriculture close to urban areas? The case of the French metropolitan area of Paris. Food Policy 41:85-93.

10.1016/j.foodpol.2013.04.006
2

Callaway B, Sant’Anna PHC. 2021. Difference-in-differences with multiple time periods. Journal of Econometrics 225:200-230.

10.1016/j.jeconom.2020.12.001
3

Corsi A, Novelli S, Pettenati G. 2018. Producer and farm characteristics, type of product, location: Determinants of on-farm and off-farm direct sales by farmers. Agribusiness 34:631-649.

10.1002/agr.21548
4

De Chaisemartin C, D’Haultfœuille X. 2020. Two-way fixed effects estimators with heterogeneous treatment effects. American Economic Review 110:2964-2996.

10.1257/aer.20181169
5

Goodman-Bacon A. 2021. Difference-in-differences with variation in treatment timing. Journal of Econometrics 225:254-277.

10.1016/j.jeconom.2021.03.014
6

Hwang YJ, Park KH, Park SH. 2021. Analysis of the effects of local food expansion. Research Report No. C2021-23. Korea Rural Economic Institute. [in Korean]

7

Hwang YM, Shin DH, Bae GG. 2016. Analysis on relationship between strategy and agricultural products sales performance of agricultural management of farm households: Based on data analysis of agricultural area survey. The Journal of Rural Society 26:87-121. [in Korean]

8

Jeong DE, Yang SR. 2020. A study on producers’ and consumers’ perception on local food direct marketing. Korean Journal of Agricultural Management and Policy 47:656-683. [in Korean]

10.30805/KJAMP.2020.47.4.656
9

Jeong EM, Choi BO, Kim TH, Park EJ. 2021. A study on revitalizing local food. Research Report C2021-32. Korea Rural Economic Institute. [in Korean]

10

Jeong EM, Kim YR, Heo JN. 2016. Local food promotion strategies and policy tasks for local economic activation. Research Report No. R805. Korea Rural Economic Institute. [in Korean]

11

KOSTAT (Statistics Korea). 2025a. Agriculture, forestry and fishery survey. Korean Statistical Information Service (KOSIS). Accessed in https://kosis.kr/common/meta_onedepth.jsp?vwcd=MT_ZTITLE&listid=K1_9 on 30 July 2026. [in Korean]

12

KOSTAT (Statistics Korea). 2025b. Agricultural area survey. Korean Statistical Information Service (KOSIS). Accessed in https://kosis.kr/common/meta_onedepth.jsp?vwcd=MT_ZTITLE&listid=K1_15 on 30 July 2026. [in Korean]

13

KOSTAT (Statistics Korea). 2025c. Crop production survey. Korean Statistical Information Service (KOSIS). Accessed in https://kosis.kr/common/meta_onedepth.jsp?vwcd=MT_ZTITLE&listid=K1_19 on 30 July 2026. [in Korean]

14

Low SA, Vogel S. 2011. Direct and intermediated marketing of local foods in the United States. Economic Research Report No. 128. United States Department of Agriculture, Economic Research Service.

10.2139/ssrn.2114361
15

Luis C, Aubert M. 2023. Evaluating the impact of direct sales on farms’ sustainability: A comparison of metropolitan and overseas France. Review of Agricultural, Food and Environmental Studies 104:243-271.

10.1007/s41130-023-00195-5
16

Martinez S, Hand M, Da Pra M, Pollack S, Ralston K, Smith T, Vogel S, Clark S, Lohr L, Low S, Newman C. 2010. Local food systems: Concepts, impacts, and issues. Economic Research Report No. 97. United States Department of Agriculture, Economic Research Service.

17

Sant’Anna PHC, Zhao J. 2020. Doubly robust difference-in-differences estimators. Journal of Econometrics 219:101-122.

10.1016/j.jeconom.2020.06.003
18

Shannon CE. 1948. A mathematical theory of communication. Bell System Technical Journal 27:379-423.

10.1002/j.1538-7305.1948.tb01338.x
19

Sun L, Abraham S. 2021. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects. Journal of Econometrics 225:175-199.

10.1016/j.jeconom.2020.09.006
페이지 상단으로 이동하기