분위회귀분석을 이용한 에너지효율성에 미치는 재고최소화 효과 연구 = A Study on the Effects of Inventory Leanness on Energy Efficiency Using Quantile Regression Analysis

국문 초록 (Abstract)

철강, 석유화학, 시멘트, 반도체 등과 같은 산업은 대표적은 에너지다소비 산업이다. 따라서 에너지효율성 개선은 이러한 산업에 속한 기업들에게 비용절감 측면에서 매우 중요한 경영현안이면서, 더욱 심각해지는 기후변화문제에 대한 기업의 대응이라는 측면에서도 매우 중요한 이슈이다. 한편, 철강, 석유화학, 시멘트, 반도체 등과 같은 산업에 속한 기업들은 타 제조산업에서 원자재로 사용되는 제품을 주로 생산한다. 이러한 속성상 효과적인 재고관리의 중요성이 전통적으로 강조되어 왔다. 이러한 측면에서 재고관리와 에너지효율성 사이의 다양한 관계를 분석해보는 시도는 필요하다고 볼 수 있다. 이와 관련하여 다수의 이전 연구들은 효과적인 재고관리가 에너지효율성 제고로 이어진다는 점을 밝혀냈다. 그러나 이전 연구들은 재고관리의 성과를 나타내는 지표와 에너지효율성 간의 평균적 선형관계만을 확인하였다는 단점이 있다. 본 연구는 이전 연구의 이러한 단점을 극복하고자 좀 더 복잡한 관계를 살펴보고자 하였다. 구체적으로 기업의 에너지효율성 수준에 따라서 에너지효율성에 미치는 재고관리성과의 효과가 다르게 나타나는지 파악해 보고자 하였다. 이러한 상황을 분석하기 위해 본 연구는 분위회귀분석(Quantile Regression Analysis)을 선택하였다. 또한 본 연구는 에너지효율성을 추정하기 위한 모수적 방법으로 확률변경분석(Stochastic Frontier Analysis)을 차용하였고, 기업 간의 재고관리성과에 대한 상대적 비교가 가능한 린방식(Lean Practice) 관점의 재고최소화(Inventory Leanness)를 재고관리성과 지표로 이용하였다. 따라서 본 연구의 구체적 목적은 분위회귀분석을 이용하여 기업의 에너지효율성 수준에 따라 에너지효율성에 미치는 재고최소화의 상이한 효과를 분석하는 것이다. 분석대상은 국내 70개 주요 철강기업이며 분석기간은 2011~2019년이다.
주요 분석결과는 다음과 같다. 첫째, 에너지효율성 수준이 낮은 기업일수록 에너지효율성에 미치는 재고최소화의 양의 효과가 크게 나타났다. 둘째, 에너지효율성에 미치는 기업규모의 효과는 에너지효율성 수준에 따라 다르게 나타나지 않았으며, 음의 효과를 보였다.

다국어 초록 (Multilingual Abstract)

Industries such as steel, petrochemicals, cement, and semiconductors are distinguished by their substantial energy consumption while concurrently serving as producers of raw materials for other manufacturing sectors. Consequently, enhancing energy efficiency emerges as a pivotal management issue within these industries, not solely for cost reduction but also as a strategic corporate response to the escalating challenges posed by climate change. Furthermore, the intrinsic role of these companies in raw material production underscores the critical importance of efficient inventory management. Thus, it is imperative to examine the multifaceted interactions between inventory management and the companies’ energy efficiency. Previous research has consistently demonstrated that effective inventory management contributes to enhanced energy efficiency. Nonetheless, many previous studies have predominantly found a simplistic average linear relationship between the metrics of inventory management performance and energy efficiency, which presents a notable limitation. The current study endeavors to surmount this limitation by probing into more intricate relationships. Specifically, it aims to ascertain whether variations in the impacts of inventory management performance on energy efficiency exist contingent upon different levels of energy efficiency. To this end, Quantile Regression Analysis was employed as the analytical method. Furthermore, this research relies on Stochastic Frontier Analysis, a parametric approach, to estimate energy efficiency and utilizes Inventory Leanness, a concept derived from Lean Practices, as the performance indicator for inventory management to facilitate relative comparisons across firms. Thus, the primary objective of this study is to explore the differential effects of inventory leaness on energy efficiency across various tiers of energy efficiency within companies, employing Quantile Regression Analysis. The dataset encompasses 70 major Korean steel companies over the period from 2011 to 2019.
The principal findings are twofold: Firstly, the beneficial impact of inventory leanness on energy efficiency was markedly more pronounced among companies exhibiting lower levels of energy efficiency. Secondly, the influence of company size on energy efficiency was negative but did not display variability across different energy efficiency levels