기후변화와 김 생산량 간의 인과성 및 김 위판 가격예측모형 = A Causality Analysis Regarding the Effects of Climate Change on Laver Production and Examination of Forecast Model for Laver Producer Price

국문 초록 (Abstract)

지구온난화에 따른 기후변화로 전 세계 평균 온도와 바다의 표층 수온이 상승하고 남극과 북극의 해빙으로 해수면이 상승하고 있다. 우리나라 기온과 표층 수온의 상승 폭은 전 지구적 추세보다 두 배 이상 빠르다. 우리나라 바다는 표층 수온의 상승으로 동해, 서해, 남해에서는 이미 해역별 어종 변화가 일어나고 있다. 이처럼 기후변화는 해양생태계에 직접적인 영향을 미쳐 지속 가능한 어업을 위협한다. 하지만 기후변화와 수산업 간의 인과성 선행연구는 주로 어류를 대상으로 진행되어 오고 있고, 해조류를 대상으로 한 연구는 찾아보기 쉽지 않다. 해조류 중에서도 특히 우리나라 수산물 대표 수출품이기도 한 김은 기후변화에 취약한 품종으로 알려졌지만, 기후변화와 김 생산량과의 인과성에 관한 선행연구의 축적은 아직 요원하다.
기후변화가 김 생산량에 어떤 영향을 미치는지 알아보기 위해 지리적으로 남해안과 서해안 중간지역인 진도-해남 해역을 대상으로 연구를 진행했고, 2005년 10월부터 2020년까지 4월까지 약 15년 동안의 김 생산량, 수온, pH, DO, 기온, 난방도일, 강수량, 풍속, 일조율, 김 시설량 자료를 변수로 선정하였다. 각 변수가 각각 김 생산량에 어떤 영향을 미치는지를 파악하기 위해서 시계열분석, Granger 인과검정, VAR과 VECM을 이용한 충격반응분석을 통해 인과성을 분석하였다. 또한, 기후변화에 따른 김 생산성 변화는 김 산지 위판가격에까지 영향을 미치기 때문에 김 산지 위판가격 예측을 수행하였다. 가격 예측은 수급조절에 도움이 될 수 있다는 판단하에 물김 최대 산지인 전남의 위판가격을 시계열분석의 대표적인 기법인 지수평활법과 ARIMA 모형을 통해 예측해 보았고 역사적 시뮬레이션을 통해 예측모형의 정확도와 안정성을 검토하였다.
연구 결과, 수온 상승은 김 생산량에 음(-)의 영향을 미쳤고, pH의 감소는 통계적으로 유의미하지 않았으며, DO의 감소는 단기적으로는 영향을 미치지 않았지만, 장기적으로 음(-)의 영향을 미쳤다. 기온은 단기적으로 직접적인 영향을 미치지 않는 변수로 나왔으며, 강수량은 장·단기적으로 김 생산량에 영향을 주는 것으로 나왔고, 특히 단기적으로 양(+)의 영향을 미쳤다. 풍속의 증가는 단기적으로 김 생산량에 양(+)의 영향을 미쳤지만, 적정 수준을 넘어서면 오히려 음(-)의 방향으로 바뀌는 것을 알 수 있었다. 일조율의 증가는 김 생산량에 양(+)의 영향을 미쳤고, 김 시설량은 김 생산량과의 단기적 관계에서는 통계적으로 유의하지 않았지만, 장기적으로 강한 양(+)의 영향을 주는 변수로 확인되었다. 김 시설량을 늘리면 김 생산량도 함께 지속적으로 늘어날 거라는 기대는, 시설량을 늘리고 신품종을 개발하더라도 어장 밀집과 기후변화에 따른 겨울철 고수온 등 여러 요소의 작용과 변화에 따라 큰 제한을 받고 있다. 전남 김 위판가격 예측 결과로는 역사적 시뮬레이션을 통해 예측에 이용된 총 7가지 모형 중 Drift 예측을 이용한 지수평활법 예측모델이 시계열의 정상성과 예측모형 정확도 검정을 거쳐 최종적으로 선택되었다.
기후변화와 김 생산량 간의 인과성 분석 및 김 위판 가격예측모형 연구 결과를 바탕으로 다음의 몇 가지 정책적 제언을 끌어냈다. 첫째, 김 채묘시기 조절, 둘째, 안정적인 김 채묘 시스템 구축, 셋째, 김 수산종자 개발과 보급, 넷째, 어장 정비와 외해(外海)로의 확장, 다섯째, 블루카본(Blue carbon)을 통한 해양생태계 복원이다. 향후 기후변화에 대응한 여러 품종에 대한 인과성 및 취약성 분석이 체계적으로 진행되어야 하며 이를 통해 미래를 예측하고 기후변화에 대응할 수 있는 관리시스템 구축과 종합적인 접근 방식으로 정책의 빈 곳을 찾고 새로운 정책을 도입해야 한다.

다국어 초록 (Multilingual Abstract)

Due to climate change triggered by global warming, the average temperature of the world as well as Sea surface temperature(SST) have been increasing, and sea levels have been rising resulting from the melting of the Antarctic and Arctic ice sheet. The rise in air temperature and Sea surface temperature(SST) levels in Korea is occurring more than two times faster than that of the global trend. Due to the rising SST levels, Korea is already experiencing changes in fish species by sea areas including the East Sea, West Sea, and the South Sea of Korea. In such a manner, climate change has a direct impact on the marine ecosystem, which threatens the sustainability of the fishing industry. However, precedent researches on causality regarding the effects of climate change on fisheries as well as aquaculture have been conducted mainly on fish, while studies on seaweed are scarce. Among seaweeds, especially laver, a representative marine product being exported from Korea, is known as a vulnerable variety to climate change, but the establishment of advanced researches on the causality concerning the effects of climate change on laver production still has a long road ahead.
In order to see how climate change affects the production of laver, research was conducted on Jindo-Haenam sea areas, which are located in the middle of south and west coasts geographically, and factors that were observed for around 15 years, from October 2005 to April 2020, such as Laver production, Water temperature, pH, Dissolved oxygen(DO), Air temperature, Heating degree days (HDD), Precipitation, Wind speed, Rate of sunshine, and Laver farming facilities were selected as variables. To identify how each mentioned variable exerts influence on laver production respectively, by taking advantage of Impulse response analysis through utilizing Time series analysis, Granger causality analysis, Vector auto regressive(VAR), and Vector error correction models(VECM), this research investigated the causality between the variables. In addition, based on the hypothesis that modifications in laver productivity induce by climate change will potentially have an impact on laver producer price, this study conducted a price forecast of laver production areas. Based on the reasoning that price forecast of laver production regions could assist in controlling supply and demand, through the Exponential smoothing technique and Auto regressive integrated moving average model(ARIMA), laver producer price of Jeonnam, the largest wet laver producing area, has been predicted. Moreover, the accuracy and stability of the relevant forecasting model have been reviewed through the Historical simulation method.
According to the study results, the increase in water temperature had a negative (-) effect with regard to laver production, the decrease of pH was not statistically significant, and the reduction of the DO level had a negative (-) effect in the long term while having no effect short-term. The temperature was determined as a variable that did not have a direct effect short term while precipitation was shown to affect laver production both long as well as short terms, especially having a positive (+) influence short term. Even though the increase in wind speed had a positive effect (+) in the short-term when it came to laver production, it was discovered that the effects became rather negative (-) when it exceeded the appropriate level. The rise in the rate of sunshine had a positive effect (+) on laver production, and although laver farming facilities were not statistically significant in the short-term relation with laver production, they were confirmed as variables that affect the production quite positively (+) considering the long term. With regard to the expectation that laver production will continue to increase if the number of laver farming facilities are expanded, even if increasing the facilities and developing new varieties become possible, based on the effects as well as changes caused by various components such as highly concentrated fishing areas and high temperature in winter due to climate change are setting severe limitations. Concerning Jeonnam laver producer price forecast results, among the total of seven models adopted through the utilization of the Historical simulation method, the Simple exponential smoothing with DRIFT forecast model, which uses a DRIFT forecast, was ultimately selected after going through stationary Time series and forecast model accuracy tests.
Put together from the research findings acquired from the causality analysis regarding the effects of climate change on laver production and observation of the forecast model for laver producer price, this paper has drawn the following policy proposals: first, the seasonal adjustment of laver seed collection; second, the establishment of a stable laver seed collection system; third, the development and dissemination concerning aquatic plant seeds of laver; fourth, the maintenance of fishery and expansion to the open ocean aquaculture; fifth, the restoration of marine ecosystems through making use of blue carbon. In conclusion, causality and vulnerability analysis of different varieties in response to climate change should be systematically conducted in the future; as a result, the establishment of a management system that predicts the future as well as tackles the climate change issues and the implementation of new policies that can identify blind spots of the existing ones through taking a comprehensive approach should take place.

목차 (Table of Contents)

• 목차 ⅰ
• 표목차 ⅳ
• 그림목차 ⅵ
• 국문초록 ⅷ
• Ⅰ. 서론 1
• 1. 연구 배경 및 필요성 1
• 2. 연구 목적 4
• 3. 연구 범위 및 구성 체계 4
• 4. 선행연구 검토 8
• 가. 국내 선행연구 8
• 나. 해외 선행연구 10
• 다. 선행연구 고찰 및 시사점 11
• Ⅱ. 기후변화 및 김 생산 동향 12
• 1. 기후변화와 수산업 12
• 가. 기후변화 현황 및 미래전망 12
• 나. 수산 부분의 기후변화 이슈 19
• 2. 국내·외 김 생산 동향 21
• 가. 세계 김 생산 21
• 나. 국내 김 생산 및 수출 22
• 다. 김 양식 면허 건수 및 면적 27
• Ⅲ. 기후변화와 김 생산량 간의 인과성 분석 28
• 1. 서론 28
• 2. 재료 및 방법 28
• 가. 인과성 변수구성 28
• 1) 해양환경요소 28
• 2) 기상요소 30
• 3) 시설책수 34
• 나. 분석방법 35
• 1) 단위근 및 공적분(Johansen) 검정 35
• 2) 벡터자기회귀모형(VAR) 38
• 3) 벡터오차수정모형(VECM) 38
• 4) Granger 인과검정 40
• 5) 충격반응함수 41
• 6) 예측오차 분산분해 41
• 다. 분석자료 42
• 3. 분석결과 47
• 가. 김 생산량과 해양환경요소(수온, pH, DO)의 인과성 47
• 나. 김 생산량과 기상요소의 인과성 52
• 1) 난방도일(기온)이 김 생산량에 미치는 영향 52
• 2) 강수량(적설량)이 김 생산량에 미치는 영향 55
• 3) 풍속이 김 생산량에 미치는 영향 58
• 4) 일조율이 김 생산량에 미치는 영향 61
• 다. 김 생산량과 시설책수와의 인과성 64
• 4. 소결 68
• Ⅳ. ARIMA와 지수평활법을 이용한 김 위판 가격예측모형 72
• 1. 서론 72
• 2. 재료 및 방법 72
• 가. 분석방법 72
• 1) 예측방법 72
• 2) 시계열분석 74
• 3) 지수평활법 75
• 4) ARIMA 모형 79
• 나. 분석자료 91
• 3. 분석결과 93
• 가. 지수평활법 94
• 나. ARIMA 모형 99
• 다. 김 위판 가격예측값 및 모형 정확도 110
• 4. 소결 112
• Ⅴ. 고찰 114
• 1. 결론 및 제언 114
• 가. 연구결과의 요약 114
• 나. 제언 116
• 2. 연구한계 및 향후과제 119
• 참고문헌 121
• Abstract 132
• 부록 136

참고문헌 (Reference)

1. 분석, 준모수적, 이용한, 농업경제연구, 54(3); 71-94, , #REF!

2. 고흥?, 이남수, 하현정, 서정민, 조재환, 완도 해수표층온도 상승이 미역, , 2018

3. 보도자료, 기상청, 해양생태(김) 지수 개발. p. 1, , 2012

4. 계량경제학, 이병락, 시그마프레스, 632. pp. 437-481, , 2010

5. 기후정보포털 www, 기상청, climate.go.kr/home,

6. 수요 분석 및 예측, 남종오, 김장굴의, 노승국, 수산경영논집, 42(2); 69-83, , #REF!

7. 『김 산업 발전방안』, 장홍석, 백진화, KMI 현안분석, No. 13. pp. 12-13, , 2016

8. 소비패턴에 관한 연구, 김의, 이남수, 식품유통연구, 27(2); 1-23, , #REF!

9. 한반도 100년의 기후변화, 부경온, 최준태, 김진욱, 변영화, 국립기상과학원, 42. pp. 6-8, , 2018

10. 극소불량률 미세변동 관리, 김진국, 성균관대학교대학원 박사학위논문, 98. pp. 40-43, , 2017

11. 기후변화감시 용어 해설집, 오미림, 기상청 기후변화감시과, 64. pp. 4-5, 50-60, , 2017

12. 기상자료개방포털 https://data, 기상청, kma.go.kr/cmmn/main.do,

13. 한반도 기후변화 전망 분석서, 김유진, 서상원, 김다현, 박미나, 김민기, 최영은, 기상청 기후변화감시과, 173. pp. 36-37, 49 & 111-115, , 2018

14. 보도자료, 세기말 기온은 3.7도, 기상청, 해수면은 63cm 높아져. p. 7, , 2013

15. 일본의 김 소비변화에 대한 고찰, 백은영, 한국도서연구, 26(4); 147-164, , 2014

16. 진출을 위한 마케팅믹스 전략 연구, 대중국, 최인녕, 조미김의, 전의천, 김석민, 한상옥, 한국도서연구, 28(4); 35-58, , #REF!

17. 수용태서 분석: ASC 인증을 중심으로, 김산업, KMI 한국해양수산개발원,

18. 블루카본 잠재적 가치평가 연구용역, 신우석, 연안역, 충청남도 기후환경정책과, 263. pp. 186 & 240-255, , #REF!

19. 인공지능 기반 컨택센터 시스템 연구, 류기동, 서울과학기술대학교대학 박사 학위논문, 221. pp. 71-72, , 2018

20. 마늘 도매가격 시계열 예측 모형 비교, 여민수, 홍승지, 이형용, 농촌경제, 40(2); 55-73, , 2017

21. R 프로그램에 기반한 시계열 자료 분석, 이재길, 황소걸음 아카데미, 472, , 2017

22. 시계열 애널리스트를 위한 Eviews솔루션, 정동빈, 황소걸음아카데미, pp, , 2015

23. 기후변화와 수산업의 관계에 관한 연구, 차철표, 권혁준, 박성쾌, 박종운, 수산해양교육연구, 22(3); 388-401, , 2010

24. SPSS/Excel 을 활용한 알기쉬운 시계열분석, 노형진, 경기: 학현사. pp. 10-38, 87-104, 198-201, , 2011

25. 제주지역 경제예측모형 구축에 관한 연구, 강기춘, 고봉현, 강연실, 한국 지역개발학회지, 24(5); 21-39, , 2012

26. & SUN Bin, 환경인의 시각으로 본 양식환경론, 신종암, 김상철, 조주현, 전남대학교출판문화원, 272. pp 230-233, , 2017

27. 제품수명주기를 고려한 수요예측 실증연구, 김종배, 인하대학교대학원 박사 학위논문, 119. pp. 8-9, , 2013

28. 마른김 품질향상을 위한 제도개선 방안 연구, 신영태, 사단법인 한국수산 어촌연구원, 139. pp. 9-19 & 23-46, , 2018

29. 멸치와 김 생산량 변동에 미치는 수온의 영향, 김현주, 이충일, 한국환경과, , 2007

30. 제주도 관광객 수요 변화와 예측에 대한 연구, 손윤환, 유상욱, 현수영, 통계연구, 19(0); 1-24, , 2015

31. 정부 R&D 투자와 민간 R&D 투자의 인과관계 분석, 유승훈, 기술혁신연구, 11(2); 175-194, , 2003

32. 일본의 김종묘생산 현장방문기. 수산관측 리뷰, 백은영, 한국해양수산개발원 Vol. 3, pp. 73-81, , 2015

33. 한국 김 육상채묘업의 기술수준 및 수익성 분석, 이주현, 부경대학교 석사, , 2017

34. 한국 김 종자 생산현황과 발전방안에 관한 연구, 백은영, 한국도서연구, 2 9(2); 53-71, , 2017

35. VECM 모형을 이용한 주택가격과 거래세 관계 분석, 최차순, 예술인문사회 융합멀티미디어논문지, 7(10); 121-130, , 2017

36. 주택가격과 거시경제변수간의 동태적 관계 분석, 전해정, 중앙대학교 박사, , 2012

37. 충남 김 산업 실태분석 및 발전방안. 충남연구원, 김종화, 전략연구 2017-06, 105. pp. 29-33, , 2017

38. 학술지논문. 시계열분석에 대한 R 패키지의 활용, 김희재, Journal of The Korean Data Analysis Society, 13(1), pp. 331-341, , 2011

39. 시계열 분석방법을 이용한 과채류 월별가격 예측, 최익창, 최병옥, 농촌경제 30(1); 129-148, , 2007

40. 외환위기 이후 경기변동의 요인별 분해와 시사점, 심재웅, LG경제연구원, 54. pp. 4-10, , 2001

41. 경영 혁신을 위한 생산 운영관리. 도서출판 글로벌, 엄기수, 안동규, 김춘식, 송기석, 송주현, 박찬주, 필통, 398. pp. 118 & 141-142, , 2012

42. USN 기반 주차정보시스템의 수요예측 알고리즘 개발, 이근희, 명지대학교, , 2009

43. 기후변화에 따른 한국 연근해 어업생산량 변화 분석, 김도훈, 엄기혁, 김홍식, 한인성, 수산경영론집, 46(2); 31-41, , 2015

44. 공공기관의 지속가능경영이 조직성과에 미치는 영향, 안선미, 서울대학교 대학원 석사학위논문, 101. pp. 47-49, , 2016

45. 기법을 이용한 중장기 에너지 수요함수 추정 및 전망, 배영수, 공적분, 에너지 경제연구, 14(2); 21-50, , #REF!

46. 기후가 단감 생산에 미치는 영향: 경상남도를 사례로, 이승호, 허인혜, 기후 연구, 12(2); 133-147, , 2017

47. 위험프리미엄의 거시경제변수충격에 대한 반응 연구, 김태혁, 변영태, 박갑제, 한국경영학회 통합학술발표논문집, 9(4); 1941-1956, , 2007

48. 한국 기후변화 평가보고서 2014_기후변화 영향 및 적응, 이동근, 환경부. 303. pp. 166-170, , 2015

49. VAR 모형을 이용한 유통단계별 갈치가격의 인과성 분석, 남종오, 김철현, 수산경영론집, 46(1); 93-107, , 2015

50. 가계대출과 주택가격의 동태적 연관성. 한국금융연구원, 한상섭, KIF Working Paper, 44, pp. 16-25, , 2011

51. 지수평활법과 SUR 모형을 통한 세계 해상물동량 예측 연구, 안영균, 무역 학회지, 44(2); 51-62, , 2019

52. & 박은영, 시계열 분석을 이용한 굴 가격 예측에 관한 연구, 남종오, 노승국, 해양정책연구, 27(1); 65-94, , 2012

53. 한국사회와 지속가능발전 목표 14_우리의 지속가능한 해양, 남정호, 정석근, 김태욱, 이종명, 이용희, 김웅서, 이윤호, 유네스코한국위원회, 115. pp. 23-29, 70-78, , 2019

54. 거시경제변동 전후 유동성이 주택시장에 미치는 영향 분석, 이영훈, 김재준, 한국산학기술학회 논문지, 17(5); 116-124, , 2016

55. 레스토랑 매출액 예측: 지수평활법과 ARIMA 모형을 중심으로, 임은순, 호텔경영학연구, 16(3); 139-154, , 2007

56. 기후변화가 국내 쌀 생산량에 미치는 영향에 대한 메타분석, 신덕하, 박주현, 한국데이터정보과학회지, 26(2), pp. 355-365, , 2015

57. 인터넷 검색 트래픽을 활용한 제주 항공여객 단기 수요예측, 박태용, 서울 대학교대학원 석사학위논문, 71. pp. 33-36, , 2018

58. 기후변화에 따른 살오징어(Todarodes pacificus) 산란장 환경 변화, 정해근, 이충일, 김윤하, Ocean and Polar Research, 40(3); 127-143, , 2018

59. 수입 수산물과 국내산 수산물 가격의 유통단계별 인과성 분석, 차영기, 부경 대학교 박사학위논문, 73. pp. 48-55, , 2010

60. 한국 가계 소비양식 변화의 시기구분과 영향요인에 관한 연구, 최홍철, 서울 대학교 박사학위논문, 227. pp. 61-66, , 2019

61. 모형에 대한 잔차분석 How to Interpret tsdiag Plots in R [Website]. MAy.21), 아리마, Retrieved from https://freshrimpsushi.tistory.com/1218, , 2020

62. 국내 지방공항의 마케팅 정책 연구 : 유발수요 분석을 중심으로, 엄승모, 서울대학교대학원 석사학위논문, 95. pp. 38-40, , 2014

63. 복합 포아송 분포를 이용한 0과 양수 값이 혼재된 강수자료 분석, 이우주, 황화목, 송은정, 박노욱, Journal of The Korean Data Analysis So ciety, 18(1); 129-140, , 2016

64. 이상 고온으로 해조류 공급차질 우려, 수급관리체계 재정비 필요, 김기완, 이남수, 백은영, 노아현, KMI 동향분석, Vol, 166. pp. 1-5, , 2020

65. 엘니뇨 백서. 기상청, 280. p. 12. 권정노, 심정희, 이상용 & 조진대, 2013, 국종성, 함유근, 안순일, 예상욱, 낙동강 하구 해양환경 및 기상 요인이, , 2017

66. 기후변화요인의 한국 벼 생산량 변동이 사회후생에 미치는 파급효과, 이상엽, 자원환경경제연구, 7(1); 85-103, , 1998

67. 방사능 위험에 대한 인지가 수산물 가격 및 소비에 미치는 영향 분석, 김민아, 서울대학교대학원 박사학위논문, 90. pp. 10-45, , 2018

68. & 나한나, 기후변화에 따른 제주도 주변 해역 수산 어종 변화 (1981-2010), 정석근, 하승목, 한국수산과학회지, 46(2); 186-194, , 2013

69. 글로벌 금융위기 전후 금융시장 변동이 주택시장에 미치는 영향 분석, 김상현, 김재준, 한국산학기술학회 논문지, 17(4); 480-488, , 2016

70. 기후변화가 초래한 수산업의 위기와 강원도이 대응 방향. 강원연구원, 김충재, 정책메모 2018-20호. pp. 1-3, , 2018

71. 체계적 문헌고찰을 통한 국내 보건복지 분야의 시계열 분석 연구 동향, 우경숙, 신영전, 한국데이터정보과학회지, 25(3); 579-599, , 2014

72. 환경변화에 따른 한국 연근해 삼치(Scomberomorus niphonius) 어획량의 장기변동, 이승종, 김병엽, 장대수, 수산해양기술연구, 47(2); 99-107, , 2011

73. IPCC 지구온난화 1.5℃ 특별보고서는 우리에게 무엇을 이야기 하는가. 환경부, 노재성, KEITI, 12. pp. 3-9, , 2018

74. LNG 가격 예측 모형에 관한 연구 : 구조변화를 고려한 공적분 모형을 중심으로, 한원희, 단국대학교 박사학위논문, 89. pp. 25-39, , 2015

75. GAM 및 ARIMAX 모형을 적용한 대기오염물질의 건강영향 시계열 분석에 관한 연구, 박재성, 서울대학교대학원 박사학위논문, 137. pp. 25-34, , 2015

76. 기후변화로 인한 한국 쌀 (정곡) 생산 변화에 관한 연구: Rcp 8.5 시나리오를 중심으로,, 송용호, 양승룡, 박호정, 남영식, 농업경제연구, 53(4); 61-88, , 2012

77. 신선 물오징어의 도ㆍ소매시장 간 가격 변동성의 전이 및 비대칭성 분석에 관한 연구, 김철현, 남종오, 수산경영론집, 49(2); 21-35, , 2018

78. 국제유가의 변화가 건화물선 운임에 미치는 영향과 건화물선 운임간의 상관관계에 관한 연구, 김성기, 정상국, 한국항만경제학회지, 27(2); 217-240, , 2011

79. 안정동위원소 및 Diving-PAM 을 이용한 남 서해안 만호해역(진도-해남) 김 양식장에서의 일차 생산력, 홍석진, 이원찬, 김형철, 김정배, 환경생물학회지 (환경생물), 34(1); 18-29, , 2016

80. 외국인력정책 분석을 통한 혼합형 자격 수요예측 모델에 관한 연구 : 외국국적동포(H-2)를 중심으로, 홍은수, 명지대학교대학원 박사학위논문, 109. pp. 41-45, , 2017

81. 광양만의 김 생산과 양식장환경 과의 관계에 대하여. 한국수산과학회지, 20(3); 237-247. aT(한국농수산식품유통공사). 2019, 송춘복, 허형택, 김종만, 홍재상, 김남길, 2018년도 농림수산식품 수출입동향 및 통계. 480. pp. 1-77, , 1987

82. 이정아, 공승희 & 유채영, 기후변화관련 3가지 스트레스 인자(온도, CO2, DO)에 대한 해양저서무척추동물의 반응 및 상호작용 연구, 김태원, 한국해양 과학기술원, 30. pp. 7-8, , 2015

83. 환경통계 및 데이터 분석: R 과 SPSS 를 활용한 자기주도학습서. KIIP 한국지식재산연구원 도서, 496. pp. 274-275. 김지태, 2019. 기후변화 대응 및 영향에 관한 실증분석, 김범조, 정희원, 신소라, 김준하, 서울대학교대학원 박사 학위논문, 118. pp. 1-30, , 2018

84. 기후 및 해양 요인과 김 생산량과의 관계에 관한 연구. 수산경영논집, 44(3); 77-84. 김동주, 2016. 해양수산 융복합벨트 발굴기획 연구용역 : 국립 김 산업연구소 설립운영 방안 연구, 김도훈, 광주전남연구원, 148. pp. 3-27, , 2013