Paper - SIET

Transcript

Paper - SIET

Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007
Modelli di previsione a lungo termine della domanda di
movimentazione di contenitori marittimi nel sistema portuale
campano
Fedele Iannone ∗
1. Introduzione
Le previsioni della domanda di movimentazione delle merci hanno un ruolo importante
nell’industria marittima e portuale, in quanto la pianificazione e realizzazione degli investimenti nel
settore rappresentano attività complesse che richiedono un’adeguata capacità di flessibilità e
adattamento all’evoluzione del mercato.
La formulazione di previsioni è spesso condizionata da una serie di vincoli e difficoltà oggettive:
velocità nelle trasformazioni settoriali, mancanza di dati, limiti di tempo da dedicare
all’apprendimento, la sperimentazione e il confronto accurato di diverse tecniche modellistiche e
strumenti di analisi. Tuttavia, la consapevolezza che le stime saranno sempre caratterizzate da
incertezze ed errori non dovrebbe rappresentare una ragione per non provare a formulare previsioni.
Di seguito sono presentati la metodologia ed i risultati di un lavoro empirico di previsione della
domanda potenziale di lungo periodo relativa alla movimentazione di contenitori marittimi
derivante dai traffici di import-export e transhipment1 del sistema portuale campano. Più
specificamente, dopo una breve presentazione delle principali caratteristiche e di alcuni dati
generali riguardanti il mercato dei traffici containerizzati a livello mondiale e campano, sono passati
in rassegna i metodi e gli strumenti di previsione del traffico merci in ambito marittimo e portuale,
con particolare riferimento alla letteratura di settore e ai fattori di influenza del traffico container.
Successivamente, sono illustrati i modelli statistici e matematici utilizzati e le stime in base a cui
sono state formulate le previsioni della domanda potenziale futura di movimentazione di contenitori
pieni e vuoti per le diverse tipologie di traffico marittimo containerizzato che interessano il cluster
“Napoli-Salerno”. Le previsioni dei traffici portuali sono infine confrontate con i dati riguardanti la
capacità terminalistica regionale attuale e programmata (equilibrio domanda-offerta).
Tali attività sono state svolte dall’autore nell’ambito di più ampi studi, attualmente in corso, sulle
prospettive di crescita dei porti di Napoli e Salerno e del sistema logistico regionale nel suo
complesso.
2. Introduzione del container nei traffici marittimi e caratteristiche generali del mercato a
livello mondiale
L’introduzione del container nei traffici marittimi avvenne nel 1956, quando Malcom McLean,
proprietario di una grossa impresa statunitense di trasporti, organizzò il trasferimento di 58 cassoni
∗
[email protected]
Nell’ambito del presente del lavoro, con l’espressione “traffici di import-export” o “traffici origine/destinazione
(O/D)” si fa riferimento ai flussi di contenitori marittimi in uscita/ingresso da/in un porto via terra (su gomma o su
ferro) dopo/prima di essere sbarcati/imbarcati. Con l’espressione “traffici di transhipment” si fa invece riferimento ai
flussi di contenitori marittimi che arrivano in un determinato porto esclusivamente via mare per poi essere imbarcati su
un’altra nave.
1
1
in alluminio dal porto di Newark (New Jersey) a quello di Houston (Texas) mediante l’utilizzo della
Ideal X, una vecchia petroliera della seconda guerra mondiale adattata per l’occorrenza. Nell’ambito
degli scambi marittimi intercontinentali, il container è stato però introdotto solamente nel 1966, in
particolare per quanto riguarda i collegamenti transatlantici tra Stati Uniti ed Europa. La
containerizzazione nei traffici transpacifici con l’Asia ebbe invece inizio tra la fine del 1967 e
l’inizio del 19682.
L’utilizzo del container nel trasporto marittimo delle merci rappresenta una delle innovazioni
logistiche e commerciali più significative della storia economica mondiale, in quanto ha favorito la
realizzazione di sistemi di offerta di trasporto multimodale “da porta a porta” (door-to-door) di
unità di carico standardizzate (intermodalità) ed ha accelerato la modernizzazione e l’integrazione
dei sistemi economici a livello internazionale, o quanto meno è stata ed è fortemente coinvolta in
quest’ultimo ineluttabile processo.
Come evidenziato in diversi manuali di Economia dei trasporti (Ferrari 2000; Forte, 1994;
Marchese, 2000; Petriccione e Carlucci, 2006; Siviero, 2005), la novità introdotta dalla
containerizzazione o “unitizzazione” non è altro che la possibilità di movimentare e trasportare un
carico di dimensioni standardizzate composto da varie partite di merci, diverse per natura e
dimensione. L’uso di unità di carico omogenee consente di eliminare le cosiddette “rotture di
carico”, ovvero le varie operazioni di manipolazione e trasbordo delle diverse partite di merci,
nell’ipotesi assai frequente in cui i flussi trasportistici richiedano l’utilizzo di più vettori per
raggiungere la destinazione finale.
L’avvento del contenitore ha sostanzialmente comportato il passaggio da sistemi di
movimentazione delle merci ad alta intensità di utilizzo del fattore lavoro a sistemi ad alta intensità
di capitale e caratterizzati da un maggiore livello di integrazione tecnico-funzionale e di sicurezza.
In particolare, dall’introduzione del trasporto marittimo containerizzato ad oggi, i processi di
innovazione tecnologica ed organizzativa del settore sono stati caratterizzati dall’utilizzo di
infrastrutture ed attrezzature specializzate per lo svolgimento delle attività terminalistiche, dal
perseguimento di sempre più elevati livelli di economie di scala attraverso la messa in esercizio di
navi più grandi3 e dall’integrazione modale tra il trasporto marittimo e il trasporto terrestre
(intermodalità “terra-mare”)4. In pratica, la containerizzazione ha determinato un notevole
incremento di efficienza delle operazioni di movimentazione delle merci, riducendo i costi e i tempi
della catena logistica, con positivi effetti in termini di prezzi e flussi commerciali.
Grazie ad impianti, mezzi ed attrezzature specializzate è possibile ridurre il numero di addetti alle
operazioni di carico/scarico delle merci e velocizzare tali operazioni, riducendo il costo
generalizzato di permanenza dei mezzi di trasporto nei nodi e beneficiando pienamente delle
economie di scala conseguite durante i viaggi sulle rotte principali. Essendo inoltre i carichi stivati
in contenitori chiusi, diminuiscono anche le probabilità di furto e/o danneggiamento della merce,
con conseguenti riduzioni per quanto riguarda i costi assicurativi.
Dal periodo di iniziale sviluppo della containerizzazione nel commercio marittimo intercontinentale
ad oggi, si è registrato un notevole incremento dei traffici di contenitori a livello mondiale. In
particolare, nella prima metà degli anni Settanta l’utilizzo dei container ha riguardato sempre più le
relazioni commerciali nell’Oceano Atlantico e nell’Oceano Pacifico, con un’elevata concentrazione
dei traffici in pochi porti, soprattutto nordamericani; il Mediterraneo, in posizione periferica, era in
quegli anni penalizzato dalla chiusura del Canale di Suez, il principale corridoio di comunicazione
fra Asia ed Europa. Trent’anni più tardi lo scenario risulta invece totalmente cambiato: la
movimentazione di contenitori nei porti è notevolmente aumentata, mentre il livello di
2
Una trattazione completa e dettagliata della storia della containerizzazione e delle sue principali fasi di sviluppo è
contenuta nel lavoro di Levinson (2006).
3
Attualmente esistono navi cellulari capaci di trasportare anche fino a 13.800 contenitori e unità di maggiori dimensioni
entreranno in esercizio nei prossimi anni sulle principali rotte mondiali.
4
Interessanti considerazioni in merito alla containerizzazione e alle sue diverse fasi evolutive sono contenute anche nei
lavori di Ashar (1999, 2002, 2006).
2
concentrazione si è decisamente ridotto, considerando anche la continua realizzazione di nuovi porti
e nuovi terminal in tutto il mondo. Oltre allo sviluppo di nuove infrastrutture puntuali e
all’impetuosa crescita dei traffici dovuta allo sviluppo del naviglio e di nuovi servizi da parte degli
armatori, si assiste anche ad una nuova configurazione in termini di range portuali dominanti nella
geografia degli scambi internazionali containerizzati, con l’area asiatica che movimenta attualmente
i maggiori volumi e l’area trans-euro-mediterranea che va sempre più caratterizzandosi per l’elevato
dinamismo e le significative prospettive di crescita futura (Drewry Shipping Consultants, 2006;
(FISE UNIPORT e C.E.S.P.E.S., 2006; Iannone e Varrone, 2006; MDS Transmodal, 2007; Ocean
Shipping Consultants, 2006).
L’aumento delle dimensioni e i notevoli costi del naviglio e delle nuove attrezzature hanno imposto
la concentrazione delle attività in hub logistici altamente attrezzati e caratterizzati da un uso
intensivo degli spazi, risultando favoriti quei terminali e quelle rotte di traffico capaci di sviluppare
i maggiori volumi; inoltre, l’entrata in esercizio di navi di grandi dimensioni e gli attuali limiti del
Canale di Panama al transito di queste ultime hanno sino ad oggi comportato sempre più la
sostituzione di itinerari marittimi di tipo “giramondo” (round-the-world) con itinerari che fanno il
“pendolo” (pendulum) tra l’Asia, l’Europa e gli Stati Uniti. Tali cambiamenti hanno conferito
all’area Mediterranea una nuova centralità nei traffici mondiali (Cazzaniga Francesetti e Foschi,
2002), stimolando anche la diffusione a scala globale del trasbordo (transhipment) di contenitori tra
navi diverse nell’ambito di sistemi di tipo “hub and spoke”, “relay” ed “interlining”5, che
consentono alle compagnie di navigazione di perseguire economie di rete, moltiplicando i porti di
un’area servita da una stessa nave con la minima diversione dalla direttrice principale su cui questa
sta operando.
Secondo una stima effettuata utilizzando dati Containerisation International (2006) e Drewry
Shipping Consultants (2006), dal 1970 al 2006 il numero di container pieni e vuoti movimentati nei
porti a livello mondiale (in import, export e transhipment) si sarebbe centuplicato, passando da 4,4
milioni di TEU6 a 441,9 milioni di TEU, con un tasso di crescita annuale composto (CAGR)7 del
14%. Al dato sul throughput portuale mondiale containerizzato al 2006 corrisponderebbe inoltre un
flusso mondiale di traffico marittimo effettivo di contenitori pieni pari a 127,7 milioni di TEU,
mentre le quote della movimentazione portuale mondiale di transhipment e di contenitori vuoti
sarebbero rispettivamente pari al 27% e al 21% del throughput portuale mondiale containerizzato.
Dall’analisi di dati Clarkson Research Services (2007) è emerso poi anche il notevole incremento
nel tempo della quota di carichi generali trasportati via mare in container a livello mondiale. Più
specificamente, mentre nel 1990 tale quota sarebbe stata pari al 28%, nel 2006 sarebbe invece stata
pari al 55%, per un totale di oltre un miliardo di tonnellate di merci trasportate via mare in container
a livello mondiale.
Dal punto di vista strutturale, il mercato mondiale dei traffici containerizzati è altamente
concentrato, sia dal lato dell’industria dei servizi marittimi di linea, sia dal lato dell’industria
terminalistica (Baccelli et al., 2007; ESPO, 2007; Ferrari, 2000; Ferrari e Benacchio, 2000; Global
Insight et al., 2005; Haralambides, 2007; Midoro et al., 2005, 2007; Notteboom, 2004a, 2007;
Parola e Musso, 2007). Per quanto riguarda l’industria del trasporto marittimo containerizzato, un
dato di sintesi è dato dalla quota percentuale di capacità (espressa in TEU) della flotta delle 20
maggiori compagnie sulla flotta mondiale. Tale quota è passata infatti dal 26% nel 1980 al 73% nel
5
I sistemi “hub-and-spoke” prevedono il trasbordo di contenitori da navi “madre” di tipo “deep-sea” a navi “figlie” di
tipo “feeder” o “short-sea” e/o viceversa, per la distribuzione da/verso porti hub verso/da porti minori. Il transhipment
di tipo “interlining” prevede invece il trasbordo tra navi di due o più servizi paralleli di uno stesso vettore o gruppo di
vettori sulla stessa rotta, con l’obiettivo di servire differenti porti localizzati alle estremità di ciascun itinerario. Infine, il
transhipment di tipo “relay” prevede il trasbordo tra navi che servono rotte Est-Ovest e navi che servono rotte NordSud. Solitamente, le navi che servono il primo tipo di rotte hanno dimensioni maggiori rispetto alle navi operanti sul
secondo tipo di rotte (Dynamar, 2007).
6
Twenty-foot equivalent unit. Unità di misura standard corrispondente ad un contenitore con lunghezza di 20 piedi (6,10
metri).
7
Compound Annual Growth Rate.
3
2006; occorre inoltre considerare che sono attualmente attive nel mercato mondiale dei servizi
marittimi containerizzati più di 400 compagnie di navigazione (Containerisation International
Magazine, 2007; Notteboom, 2004a).
Le strategie di sviluppo relativamente allo shipping containerizzato possono essere ricondotte a due
tipologie prevalenti:
- crescita organica o interna, secondo cui l’espansione verso nuovi mercati e l’accrescimento
(o il mantenimento) della quota di mercato sono perseguiti attraverso la crescita graduale
della compagnia di navigazione, ossia investendo sulla flotta ed ampliando la rete dei servizi
gestiti;
- attuazione di processi d’integrazione orizzontale, secondo cui la penetrazione in nuove aree
e l’incremento (o il mantenimento) della quota di mercato sono attuati tramite tre forme
d’integrazione tra compagnie di navigazione, ovvero (in ordine crescente d’integrazione):
1) accordi commerciali, quali possono essere considerate le conference in cui si definiscono
i noli (ed eventualmente i livelli di servizio) da applicare su una data rotta; 2) accordi
operativi, che possono andare dai vessel sharing agreements e slot chartering agreements,
fino alle più strutturate alleanze in cui i servizi sono definiti ed implementati in modo
congiunto; 3) fusioni ed acquisizioni societarie.
Guardando al coinvolgimento delle compagnie di navigazione lungo gli altri anelli della catena
logistica e trasportistica si parlerà inoltre di integrazione verticale quando, accanto alla funzione di
vettore marittimo, l’operatore assume anche una o più funzioni tra quelle di terminalista portuale,
spedizioniere, operatore logistico, inland transport operator o multimodal transport operator
(MTO). Rimanendo infatti elevata la pressione sui costi di produzione dei servizi marittimi ed
essendo al contempo sempre più ridotta l’aliquota di costi risparmiabile “lato mare”, l’attenzione
delle compagnie di navigazione si va rivolgendo sempre più alle operazioni lato terra (Acciaro e
Haralambides, 2007; Notteboom, 2002, 2004b).
Per quanto riguarda invece l’industria terminalistica, si rileva, ad esempio, che le prime 4 “global
terminal operating companies” controllano il 30% del mercato e il 70% della nuova capacità
infrastrutturale in fase di realizzazione (Drewry Shipping Consultants, 2007). Così come per le
compagnie marittime, anche nel settore dei terminal operator si sono quindi verificati fenomeni di
concentrazione a scala internazionale. In particolare, sono ormai più di 20 gli operatori terminalisti
attivi in almeno 2 distinte macro-aree mondiali. Tali operatori possono inoltre essere classificati in
base a tre principali tipologie (Drewry Shipping Consultants, 2007):
- i global stevedores, ossia i terminalisti puri;
- i global carriers, ossia le compagnie di navigazione per le quali l’investimento in terminal
container va prevalentemente a supportare il proprio core business;
- i global hybrids, ossia operatori che nascono da compagnie di navigazione che entrano nel
settore terminalistico tramite l’attivazione di apposite business unit orientate ad offrire
servizi anche a terzi.
Sebbene la posizione degli operatori terminalisti globali sta diventando sempre più significativa in
termini di capacità e di traffico, spesso il loro livello di efficienza non riesce ancora ad essere
decisivamente superiore a quello degli operatori di livello locale. Sono infatti frequenti i casi in cui
in una medesima area operatori terminalisti globali e locali raggiungono gli stessi livelli di
produttività (Drewry Shipping Consultants, 2007). Occorre inoltre far notare che gli operatori
terminalisti moderni tendono oramai sempre più a realizzare e gestire reti di servizi assieme ad
operatori intermodali e centri logistici inland, al fine di usufruire di sinergie finanziarie, operative e
commerciali utili al miglioramento della posizione di mercato8.
8
L’inserimento di un porto in una rete efficace di infrastrutture di trasporto terrestre, insieme alla sua capacità tecnica
ed organizzativa e alla sua posizione geografica, sono condizioni necessarie per svilupparne l’ampiezza dell’hinterland
di riferimento con riguardo ai traffici containerizzati. La possibilità di ampliamento dell’hinterland portuale rende
pertanto non inusuali situazioni di significativa sovrapposizione dei mercati di riferimento di più porti, che sviluppano
così tra loro confronti competitivi (CNEL, 2004). Alcuni studiosi di Geografia economica dei trasporti e della logistica
4
La figura 1 evidenzia infine le possibili direzioni evolutive della struttura dell’industria dei traffici
containerizzati (Ocean Shipping Consultants, 2004). Le direzioni di base riguardano naturalmente la
specializzazione verticale (rappresentata nel quadrante in alto a destra della figura) ed orizzontale
(rappresentata nel quadrante in basso a destra della figura). Si prevede però anche una terza
possibilità (rappresentata nel quadrante in basso a sinistra della figura), basata su un mix di diverse
tendenze. In pratica, sempre più in futuro la struttura industriale si caratterizzerà per l’affermazione
di grandi imprese globali integrate capaci di svolgere in sistemi competitivi e cooperativi uno o più
ruoli della supply chain logistica.
Figura 1 - Scenari evolutivi della struttura dell’industria dei traffici containerizzati
Fonte: Ocean Shipping Consultants, 2004
3. La movimentazione di contenitori marittimi nel sistema portuale campano
Le strutture terminalistiche marittime campane per i traffici di contenitori sono localizzate nei porti
di Napoli e Salerno. In particolare, nello scalo partenopeo operano i tre terminal container (con le
rispettive quote effettive di mercato al 2006) Co.Na.Te.Co. (86%), So.Te.Co. (7%) e TFG (7%) . A
Salerno, invece, il principale terminalista per i container è SCT, che movimenta l’80% del traffico
container complessivo del porto.
I dati ufficiali diffusi dalle Autorità portuali regionali evidenziano una crescita della
movimentazione del sistema portuale campano pari al 77% in termini di TEU pieni e vuoti
movimentati tra il 1996 e il 2006 (incluso il transhipment), per un totale di oltre 0,80 milioni TEU
al 2006 (fig. 2) e con una crescita annuale media (CAGR) del 6%; la variazione 2005-2006 è stata
invece pari a circa il 2%.
Il porto di Napoli, con una movimentazione complessiva al 2006 pari a circa 0,45 milioni di TEU
tra pieni e vuoti (incluso il transhipment), è cresciuto dell’81% rispetto al 1996 e con un tasso di
crescita annuale composto (CAGR) del 6%; la variazione 2005-2006 è stata invece pari al 19%.
Il porto di Salerno, con una movimentazione complessiva al 2006 pari a circa 0,36 milioni di TEU
tra pieni e vuoti (incluso il transhipment), è cresciuto del 72% rispetto al 1996 e con un tasso di
hanno inoltre introdotto il concetto di “regionalizzazione” per spiegare l’evoluzione delle relazioni “porto-hinterland”
(ESPO, 2007; Notteboom e Rodrigue, 2004, 2005, 2007).
5
crescita annuale composto (CAGR) di circa il 6%; la variazione 2005-2006 è stata invece pari a
-14%.
Figura 2 - Movimentazione di contenitori marittimi pieni e vuoti nel sistema portuale
campano negli anni 1996-2006 (dati in migliaia di TEU, incluso il transhipment)
900
800
Migliaia di TEU
700
600
Napoli
500
Salerno
400
Napoli+Salerno
300
200
100
20
06
20
05
20
04
20
03
20
02
20
01
20
00
19
99
19
98
19
97
19
96
0
Anno
Fonte: nostra elaborazione su dati AAPP Napoli e Salerno, vari anni
Inoltre, il numero di TEU pieni movimentati dal sistema portuale campano nel 2006 ha
rappresentato il 75% sul totale dei traffici marittimi containerizzati (import-export e transhipment),
con una crescita del 93% rispetto al 1996. Considerando invece esclusivamente le movimentazioni
legate ai traffici di import-export, il numero di TEU pieni movimentati nei porti campani è
aumentato di circa il 94% nel periodo 1996-2006, con un tasso di crescita annuale composto
(CAGR) pari al 7%; la variazione 2005-2006 è stata invece pari a circa -2%.
Salerno risulta essere un tipico porto di esportazione, in quanto nel periodo 1996-2006 il numero di
contenitori pieni all’imbarco è stato sempre maggiore del numero di contenitori vuoti; viceversa, il
numero di vuoti sbarcati è stato sempre maggiore del numero di pieni. Per quanto riguarda invece la
situazione del porto di Napoli nel medesimo periodo, il numero di pieni è stato sempre maggiore di
quello dei vuoti sia all’imbarco che allo sbarco.
Considerando poi le movimentazioni legate esclusivamente ai traffici di transhipment, nel sistema
portuale campano il numero di container pieni e vuoti trasbordati tra navi è stato pari a poco più di
0,09 milioni di TEU (fig. 3), con un’incidenza del 12% sul totale dei traffici containerizzati. La
crescita delle movimentazioni di transhipment nei porti di Napoli e Salerno è stata quindi pari al
64% nel periodo 1996-2006, con un tasso di crescita annuale composto (CAGR) pari al 5%; la
variazione 2005-2006 è stata invece pari a circa il 53%.
In particolare, il porto di Napoli, con una movimentazione di transhipment al 2006 pari a circa 0,05
milioni di TEU (pieni e vuoti), è cresciuto del 62% rispetto al 1996 e ad un tasso medio annuo
(CAGR) del 5%; la variazione 2005-2006 è stata invece pari al 19%, dopo ben cinque anni in cui si
era registrato un calo rispetto al livello di movimentazione di transhipment raggiunto nel 2000.
Il porto di Salerno, con una movimentazione di transhipment al 2006 pari ad oltre 0,04 milioni di
TEU (pieni e vuoti), è cresciuto del 66% rispetto al 1996 e ad un tasso medio annuo (CAGR) del
5%; la variazione 2005-2006 è stata invece pari a -5%.
Occorre inoltre far notare che il traffico container complessivo (import-export e transhipment) del
sistema portuale campano è continuato a crescere fino al 2003, mentre gli anni dal 2004 al 2006
sono stati invece caratterizzati da una situazione di calo. Una spiegazione a ciò può essere ricercata,
oltre che in una maggiore concorrenza esercitata da altri porti, anche in limiti operativi dovuti al
deficit di capacità infrastrutturale a Salerno e all’incremento delle verifiche doganali a Napoli.
6
Figura 3 - Movimentazione di transhipment di contenitori marittimi pieni e vuoti nel sistema
portuale campano negli anni 1996-2006 (dati in migliaia di TEU)
120
Migliaia di TEU
100
80
Napoli
60
Salerno
Napoli+Salerno
40
20
20
06
20
05
20
04
20
03
20
02
20
01
20
00
19
99
19
98
19
97
19
96
0
Anni
Fonte: nostra elaborazione su dati AAPP Napoli e Salerno, vari anni
Sebbene le strutture terminalistiche regionali abbiano complessivamente una capacità teorica di
movimentazione annua pari ad 1 milione di TEU, negli ultimi anni la quota di mercato dei porti di
Napoli e Salerno si è particolarmente ridotta soprattutto a seguito di fenomeni di congestione e
ritardi nello svolgimento di attività legate alla movimentazione dei container.
Per quanto riguarda, infine, la ripartizione dei traffici terrestri di contenitori da/verso i porti di
Napoli e Salerno, nella tabella 1 si riportano le quote stimate delle modalità stradale e ferroviaria
per il periodo 2003-20069.
Tabella 1 - Ripartizione modale dei traffici terrestri di contenitori da/verso il sistema portuale
campano negli anni 2003-2006
Trasporto
Trasporto
stradale
ferroviario
2003
93,9%
6,1%
2004
93,4%
6,6%
2005
95,4%
4,6%
2006
96,1%
3,9%
Media 2003-2006
94,7%
5,3%
Fonte: nostra stima ed elaborazione su dati AAPP Napoli e Salerno, Trenitalia e Ferport Napoli,
vari anni
Anno
4. Metodi e strumenti di previsione del traffico merci in ambito marittimo e portuale
Il campo delle previsioni, specifico dell’Economia marittima e portuale, ma anche di altre discipline
e settori economici, rappresenta un interessante ambito d’indagine applicata caratterizzato da
approssimazioni e stime di fenomeni in condizioni di incertezza.
In generale, una previsione parte sempre dall’osservazione di dati relativi al passato e consiste in
una predizione del futuro comportamento di una variabile effettuata sulla base di un insieme di
assunzioni giustificabili. Può essere formulata con riferimento ad un orizzonte temporale di breve o
9
Occorre a tal proposito ricordare che da dicembre 2005 i servizi ferroviari da/verso il porto di Salerno sono stati
sospesi a seguito di un incidente avvenuto sul tratto urbano della linea che collega il porto alla stazione (Iannone, 2006).
7
di medio e lungo periodo. Il livello di incertezza e le difficoltà del lavoro di previsione sono
proporzionali all’orizzonte considerato e sicuramente le previsioni di breve periodo risultano più
affidabili di quelle di lungo periodo. Inoltre, la previsione è tanto più difficile quanto più la si vuole
disaggregata in base ad una serie di aspetti, ad esempio per quanto riguarda la previsione della
domanda di trasporto suddivisa per differenti modalità, aree geografiche di origine e destinazione,
ecc.
Le previsioni possono essere considerate uno strumento di supporto alle decisioni e richiedono
solitamente aggiornamenti periodici. Secondo Stopford (1997), ciò che conta maggiormente non è
se le previsioni si riveleranno giuste o sbagliate, ma se le decisioni saranno giuste. Più
specificamente, se le previsioni riescono a contribuire al miglioramento del processo decisionale, si
può dire che esse stanno aggiungendo valore e sono quindi utili. A tal proposito, gli analisti
proveranno generalmente a fornire ai soggetti decisori dettagliate indicazioni su quanto affidabili
essi ritengono le proprie previsioni, facendo riferimento ad un range previsionale, un’analisi di
scenario o una distribuzione attesa.
Attualmente, in ambito marittimo e portuale a varie scale geografiche e funzionali, si rileva
un’intensa e generalizzata competizione in corso tra diversi attori dell’industria dei trasporti
mediante l’offerta di impianti terminalistici, attrezzature, mezzi di movimentazione e servizi
logistici e di trasporto avanzati, specie per quanto riguarda il segmento dei traffici containerizzati
(ESPO, 2007; Ferrari, 2000; Ferrari e Benacchio, 2000; Forte, 2008; Midoro et al. 2005, 2007;
Notteboom, 2004a; Notteboom e Rodrigue, 2007; Parola e Musso, 2007; Robinson, 2002; Siviero,
2005; Slack e Frémont, 2005). Dato che la fornitura di tali sistemi comporta elevati investimenti in
termini di opere civili, dragaggi, attrezzature, naviglio, tecnologie, formazione degli addetti, assetti
organizzativi e commerciali, ecc., le decisioni strategiche in ambito marittimo e portuale
presuppongono la formulazione di previsioni sulla domanda potenziale di traffico. Ad esempio, la
decisione di realizzare o potenziare un terminal container è solitamente preceduta dalla soluzione di
interrogativi del tipo: quanta merce containerizzata verrà movimentata dal range portuale di
riferimento? A quanto ammonta la quota di tale merce che verrà movimentata dal terminal in
questione? Quali investimenti occorreranno per soddisfare tale domanda? (Stopford, 1997).
La gamma di decisioni a cui le previsioni possono fornire un supporto è quindi straordinariamente
ampia e può riguardare governi, autorità portuali, banche, compagnie di navigazione, imprese
ferroviarie, operatori intermodali, caricatori ed altre organizzazioni coinvolte direttamente o
indirettamente nell’industria marittimo-portuale. Ciascun decision-maker ha le proprie aspettative e
i propri modelli di comportamento in merito a differenti aspetti delle attività.
Da un punto di vista operativo, le previsioni della domanda di traffico merci in ambito marittimo e
portuale possono essere effettuate attraverso diversi metodi, alcuni molto semplici, altri basati su
modelli matematico-statistici più sofisticati. Una prima generale distinzione può essere fatta tra
(Meersman et al., 2002):
a) Metodi qualitativi
b) Metodi quantitativi
Al loro interno si possono individuare varie tipologie di tecniche previsionali caratterizzate da un
continuo affinamento e perfezionamento.
I metodi qualitativi si caratterizzano per una prevalenza di componenti descrittive (opinioni,
tendenze) e le grandezze future non vengono stimate in modo numerico, ma tramite indicazioni
“qualitative” di variazioni o di trend. Tra i principali metodi qualitativi si ricordano, ad esempio, il
panel di esperti e il più sofisticato metodo Delphi, che si basano sostanzialmente sull’attività di un
gruppo di esperti del settore che effettuano e discutono le loro considerazioni e valutazioni prima di
formulare un unico quadro previsionale qualitativo finale dei fenomeni oggetto d’indagine.
I metodi quantitativi, invece, esprimono tramite stime numeriche la domanda di traffico prevista per
l’orizzonte temporale considerato. Si distinguono, in particolare, due famiglie di modelli:
c) Modelli estrapolativi
d) Modelli causali
8
Nei modelli estrapolativi la previsione quantitativa viene formulata basandosi esclusivamente
sull’osservazione dei valori passati della domanda. In tal caso, l’evoluzione della domanda dipende
unicamente dalla variabile tempo. Più specificamente, nei modelli estrapolativi si assume che gli
effetti di tutti i fattori di influenza del livello dei traffici (ad esempio le variazioni di crescita del PIL
e i cambiamenti nella competitività di infrastrutture e/o modi di trasporto) possano essere
adeguatamente “catturati” dall’analisi delle variazioni temporali dei traffici stessi; inoltre, si
presuppone che durante il periodo di proiezione futura il comportamento di tali fattori non varierà.
I modelli estrapolativi vengono anche detti “autoproiettivi” o “autoregressivi”, proprio per
enfatizzare la proiezione del passato sul futuro. Essi sono piuttosto meccanici e semplici, nel senso
che non presuppongono una teoria economica di partenza e quindi non forniscono spiegazioni dei
trend osservati. Di conseguenza, non hanno una grande utilità per analisi di policy. D’altra parte,
però, il presupposto che il comportamento futuro dei fattori che influenzano la variabile da
prevedere non cambi rispetto alla situazione attuale rende i metodi estrapolativi più appropriati per
previsioni di breve-termine.
Alcune tecniche modellistiche estrapolative sono ad esempio quella della regressione, delle medie
mobili e l’analisi “ARIMA”10. In particolare, la procedura estrapolativa basata sulla regressione
consiste nello stimare con il metodo dei minimi quadrati ordinari (ordinary least squares - OLS) i
parametri di una funzione matematica in cui la variabile dipendente è costituita dalla domanda,
mentre la variabile indipendente o “esplicativa” è costituita in questo caso dal tempo11. La
procedura basata sulle medie mobili, invece, sostituisce ad ogni valore della serie osservata la media
di un certo numero di valori consecutivi centrati rispetto al valore di partenza, ottenendo una serie
“lisciata” rispetto alla serie originaria di valori, con una maggiore evidenziazione del trend di lungo
periodo. Infine, l’analisi ARIMA o “analisi Box-Jenkins” - dal nome dei due studiosi che
formalizzarono tale metodo - considera la serie storica come la realizzazione degli effetti cumulativi
di un processo stocastico (Bonollo, 2004; Box e Jenkins, 1976; Cambridge Systematics, 1995;
Pankratz, 1983; Washington et al., 2003).
Per quanto riguarda invece i modelli causali, si ipotizza che il futuro manifestarsi della domanda
non sia determinato in modo univoco da una dinamica endogena al fenomeno osservato, ma sia
influenzato da una o più variabili esterne, che possono risultare o meno controllabili dal decisore. In
pratica, per prevedere la domanda di traffico si utilizzano in questo caso anche stime e/o dati
effettivi riguardanti fattori esogeni o loro proxy che si ritiene influenzino la domanda stessa.
La famiglia dei modelli causali è molto ampia, con utilizzo di metodologie matematico-statistiche
assai diversificate. Le due tipologie di modelli principali sono:
1) Modello di regressione, che verifica l’esistenza di una relazione funzionale lineare o di altro
tipo tra la variabile dipendente ed una o più variabili esplicative o “regressori”12. I parametri
10
Autoregressive Integrated Moving Average.
In generale, un modello di regressione lineare semplice può essere specificato come:
Y = α + βX + ε
(1)
dove Y rappresenta la variabile dipendente, α è una costante, X rappresenta la variabile indipendente ed ε rappresenta
un generico termine di errore. Dato un sufficiente numero di osservazioni di Y e X, si può quindi procedere con il
metodo OLS alla stima dell’inclinazione β, ottenendo l’incremento assoluto della variabile Y per ogni unità della
variabile X. Mediante il metodo dei minimi quadrati si individua il valore del coefficiente β che minimizza la somma
del quadrato degli errori della stima (detti anche “residui” o “scarti”) e che riproduce quindi il miglior adattamento dei
dati stimati a quelli osservati. L’indice R-quadro (R2) rappresenterà una misura della bontà statistica del modello di
regressione stimato. Una trattazione dettagliata del modello di regressione lineare è contenuta, ad esempio, nei manuali
di Levine et al. (2002) e Marcellino (2006).
12
Quando si fa ricorso a più variabili indipendenti per spiegare e/o prevedere il comportamento di una variabile, si è in
presenza di un modello di regressione multipla. Ad esempio, un modello lineare con due variabili dipendenti X1 e X2 può
essere specificato come:
Y = α + β1X1 + β2X2 + ε
(2)
per cui valgono le stesse considerazioni generali riportate in precedenza per il modello di regressione lineare semplice.
In questo caso, però, l’inclinazione β1 misura la variazione di Y in corrispondenza di una variazione unitaria di X1
tenendo costante X2.
11
9
della funzione sono solitamente stimati sulle serie storiche disponibili per le variabili, con il
metodo dei minimi quadrati.
2) Modello econometrico, che consiste in un sistema di equazioni di regressione
interdipendenti, con stima simultanea dei parametri.
Per i nostri scopi, nei modelli causali le variabili indipendenti includeranno solitamente una o più
misure di attività economica, ad esempio il commercio internazionale, il PIL, il tasso di cambio,
ecc. Come evidenziato da Stopford (1997), l’identificazione di un modello economico e la
misurazione della relazione tra le variabili potrebbe comunque non essere un compito facile. Alcune
variabili potrebbero risultare più prevedibili di altre ed un’efficace modellizzazione dipenderà
naturalmente dal corretto riconoscimento della natura delle variabili e dall’applicazione di adeguate
tecniche di analisi.
A limitare l’uso dei modelli causali è solitamente la loro onerosità in termini di reperimento dati,
scelta e progettazione del modello, verifica ed analisi dei risultati. Occorre inoltre far notare che non
sempre l’utilizzo di modelli causali è finalizzato alla formulazione di previsioni. Tali modelli
possono infatti rivelarsi utili anche solo per descrivere determinati fenomeni e per comprendere le
relazioni esistenti tra variabili in un determinato momento o periodo storico. In questo caso
occorreranno come dati di input solamente le osservazioni passate di tutte le variabili analizzate.
Quando invece le previsioni rappresentano l’obiettivo fondamentale delle regressioni, diventa
essenziale disporre preventivamente anche di stime relative alla evoluzione futura delle variabili
esplicative o di loro proxy. Queste ultime previsioni possono essere reperite presso fonti esterne o
ricavate da ulteriori procedimenti di stima di equazioni di regressione (facendo attenzione che il
sistema di equazioni non diventi circolare) oppure dall’utilizzo di altre appropriate tecniche
(Cambridge Systematics, 1995).
Da quanto sopra esposto, emerge che l’analisi di regressione rappresenta una tecnica modellistica di
base comune ai metodi estrapolativi e causali. La stima di funzioni di regressione mediante il
metodo dei minimi quadrati è certamente oggi il più comune strumento quantitativo di
pianificazione (Byl, 2002). Sono inoltre disponibili in commercio diversi software per stimare i
coefficienti di regressione campionari dei modelli estrapolativi e causali, a partire da semplici fogli
di calcolo fino a pacchetti econometrici più avanzati. Una volta sistemati i dati di input, tali
software sono generalmente semplici e veloci da utilizzare tramite appositi comandi, consentendo
inoltre di effettuare diversi test statistici utili a valutare la correttezza dei modelli stimati.
In definitiva, i metodi e gli strumenti per effettuare stime riguardanti l’evoluzione dei traffici merci
in ambito marittimo e portuale sono molto diversificati e la loro scelta risulta fortemente
condizionata dal grado di accuratezza che si vuole ottenere, dalla rapidità richiesta e dai costi
destinabili alle attività di previsione. Essi vanno comunque valutati in un’ottica globale
costi/benefici: previsioni semplici e poco costose in termini organizzativi potrebbero avere
conseguenze significative derivanti dall’imprecisione dei risultati ottenuti. D’altra parte, però,
qualsiasi previsione quasi sicuramente non predirrà il futuro in maniera esatta e sofisticati modelli
econometrici potrebbero addirittura non necessariamente generare previsioni più corrette rispetto ad
approcci più semplificati.
Non potendo essere garantita la correttezza o meglio l’effettivo realizzarsi di una stima futura dei
traffici, un’efficace pianificazione in ambito marittimo e portuale richiede quindi che le decisioni
siano ragionevolmente tolleranti di fronte alle imprecisioni dei processi previsionali. Ad esempio,
È inoltre opportuno far notare che nella stima di modelli causali si può spesso incorrere nelle cosiddette “regressioni
spurie”, ovvero in regressioni che danno valori di R2 molto elevati ma che, a causa di errori nei metodi di stima, sono da
considerare non attendibili. Ciò avviene sostanzialmente perché le variabili risultano correlate al tempo e quindi anche
fra di loro. Per misurare la reale relazione tra variabili occorre quindi eliminare il trend, ad esempio provando a
differenziare le variabili o ad utilizzare i logaritmi. In alcuni casi, la procedura maggiormente efficace può essere la
stima di un modello dinamico “a correzione dell’errore” (Error Correction Model - ECM) che include variabili espresse
in livelli e differenze, consentendo quindi spiegare sia relazioni di lungo termine che di breve termine. Per
l’approfondimento delle principali procedure di specificazione e stima dei modelli causali si rimanda ai più diffusi
manuali di econometria, come ad esempio il volume di Greene (2000) e quello di Gujarati (2003).
10
per alcune tipologie di progetti di espansione della capacità, il costo derivante dall’impossibilità di
soddisfare la domanda potrebbe risultare maggiore del costo derivante da un eccesso di capacità.
Per tali progetti, i pianificatori avranno la necessità di utilizzare previsioni altamente probabili della
domanda come base dei piani di espansione. D’altra parte, per i progetti finanziati con capitale di
debito, una questione di primaria importanza è che l’utilizzazione della capacità risulti abbastanza
elevata da generare ritorni adeguati sugli investimenti. Per tali progetti, quindi, la preoccupazione
maggiore in fase di pianificazione è quella di identificare il più basso livello di domanda futura che
potrebbe manifestarsi con una certa probabilità (Cambridge Systematics, 1995).
5. Rassegna di alcuni contributi della letteratura in materia di previsioni dei traffici marittimi
e portuali di merci con particolare riferimento ai fattori di influenza del traffico container
Sempre più spesso le previsioni di traffico si rivelano necessarie e sono poste alla base di decisioni
strategiche di operatori pubblici e privati dell’industria logistica e dei trasporti. La tabella 2 riporta i
risultati di una rassegna di alcuni studi in materia di previsione del traffico merci in ambito
marittimo e portuale. Tale rassegna evidenzia abbastanza chiaramente che è possibile impiegare e
combinare varie metodologie per prevedere le tendenze future della domanda.
Gran parte dei contributi analizzati includono anche o riguardano esclusivamente previsioni del
traffico container, sebbene non sempre in tali studi risultano rivelate le specificazioni dei modelli e i
metodi di stima utilizzati. Inoltre, alcuni dei lavori indicati in tabella sono stati già esaminati
nell’ambito della rassegna contenuta in Meersman et al. (2002) e pertanto non verranno presi in
considerazione nelle descrizioni che seguiranno.
Tabella 2 - Rassegna di alcuni contributi della letteratura in materia di previsioni
Autori/Enti
Obiettivi/caratteristiche dello
studio
Funzioni/metodi di previsione utilizzati
Sun e Bunamo (1973)
Previsione della quota del porto di
New York sul totale dei traffici
statunitensi di import ed export .
Quota del porto sul totale dei volumi di import ed
export come funzione lineare di diversi fattori
(tipologia di merce, base dell'export e mercato
domestico, orientamento commerciale, dummy ).
Dagenais e Martin
(1985)
Previsioni di lungo periodo del
traffico container del porto di
Montreal disaggregato per
origine/destinazione e per
merceologie.
Modelli di entropia e regressione lineare. Variabili
esplicative: commercio internazionale,
composizione merceologica dei flussi,
orientamento commerciale del porto, tasso di
containerizzazione, livello di sviluppo economico
dell’hinterland .
SEA (fino al 1985)
Evoluzione da un approccio prevalentemente
quantitativo ad un approccio qualitativo che tiene
conto sia delle scelte strategiche di gestione dei
Formulazione di previsioni del
principali attori coinvolti in attività portuali, sia di
traffico portuale di merci del porto
dati storici. Metodi quantitativi: analisi di
di Anversa in base a diversi scenari
regressione lineare e log-lineare ed estrapolazione
di crescita economica.
del trend. Variabili considerate: Flussi di importexport in relazione al "GDP-index " e alla
produzione industriale del Belgio.
Blauwens e Van
Steelandt (1992)
Previsioni dei traffici di carico
generale nel range portuale
Amburgo-Le Havre; previsioni dei
traffici container nel range
Amburgo-Le Havre; previsioni del
traffico container ad Anversa.
Van Straelen (1993)
Modello "a correzione dell'errore" in cui il traffico
container del porto di Anversa è messo in
relazione con il flusso totale di merci e con il
Previsioni del traffico container del
traffico container ritardati di un periodo. Il flusso
porto di Anversa.
totale di merci, a sua volta, viene previsto sulla
base di una relazione con un indice della
produzione industriale europea.
Stima di 4 relazioni: 1) Carichi generali del range
portuale Amburgo-Le Havre e produzione
industriale dell’UE (funzione lineare); 2)
Container e carichi generali nel range AmburgoLe Havre (funzione logaritmica); 3) Traffico
container ad Anversa e carichi generali nel range
Amburgo-Le Havre (funzione logaritmica); 4)
Tonnellate in container e container movimentati
nel porto di Anversa (funzione logaritmica).
11
Flemish Port
Commission (1996)
Master Plan del Porto
di Anversa (1996)
Verbeke, Declercq e
Teurelincx (1996)
Previsione dei traffici del range
Amburgo-Le Havre e stima delle
quote di mercato futuro dei singoli
porti fiamminghi secondo due
Traffico container come funzione lineare della
scenari; analisi qualitativa dei flussi
produzione industriale dell’Unione Europea.
di rinfuse secche (minerale
metallifero, carbone, grano,
fertilizzanti), rinfuse liquide e
carichi generali (container).
Previsioni quantitative: Traffico di carichi generali
nel range Amburo-Le Havre come funzione
lineare del PIL dell’UE, degli USA e del
Giappone. Traffico di carichi alla rinfusa nel
Previsioni dei traffici di carichi
range Amburo-Le Havre come funzione lineare
generali e rinfuse, tenendo conto
della quota di mercato prevista del dell’indice della produzione industriale europea.
Quota di mercato futura del porto di Anversa
porto di Anversa nell’ambito del
stimata mediante estrapolazione del trend.
range Amburgo-Le Havre.
Previsioni qualitative basate su informazioni di
esperti e sui risultati di specifiche ricerche di
settore.
Previsioni dei flussi futuri di carichi Carichi generali nel range Amburo-Le Havre
generali e containerizzati nel range come funzione lineare del "GDP-index "; tasso di
Amburgo-Le Havre; previsione dei containerizzazione come funzione log-lineare;
traffici container del porto di
stime della quota di Anversa sulla base
Anversa.
dell’estrapolazione del trend.
Relazione tra crescita del PIL e crescita del
commercio internazionale; relazione tra crescita
del commercio internazionale e crescita del
traffico container. Non sono rivelate le funzioni e i
metodi di stima utilizzati per formulare le
previsioni.
Ocean Shipping
Consultants (1997)
Previsioni al 2008 dei traffici di
contenitori in Europa basate su
variabili macroeconomiche (senza la
formulazione di diversi scenari).
RMPA (1998)
Previsioni dei traffici portuali di
merce del porto di Rotterdam.
Modello GSM7 del 1998: analisi e
previsioni dei flussi di import ,
Confronti in termini di trend storici ed
export e transhipment suddivisi in
informazioni di esperti. Non sono rivelate le
base a 26 categorie merceologiche e
funzioni e i metodi di stima utilizzati.
aree di origine e destinazione;
previsioni del throughput
containerizzato; due scenari
macroeconomici.
Smyth (1998)
Rassegna di studi previsionali dei
traffici container dei seguenti porti
localizzati in Paesi in via di sviluppo
dell’Asia orientale e sud-orientale:
1) porto di Panjang, Indonesia; 2)
porto di Tanjung Priok (Jakarta) e
Western Java, Indonesia; 3) porto di
Nanjing, Cina; 4) porto di Tanjung
Perak (Surabaya), Indonesia.
BTRE (2002)
Metodi utilizzati: confronto tra un modello
estrapolativo lineare semplice e un modello
ARIMA univariato, al fine di approssimare il trend
storico di container movimentati nei porti
australiani; modelli causali polinomiali a ritardi
distribuiti per prevedere l’export e l’import
Previsioni al 2011 della
containerizzato; confronto con un'analisi
movimentazione container nei porti
multivariata di tipo "ARIMA ". Tra le variabili
australiani.
esplicative utilizzate figurano il livello di sviluppo
economico reale pro-capite dei bacini di export e
di import dei porti e l’indice ponderato del
commercio internazionale (per rappresentare
l’influenza del tasso di cambio dei principali
partner dell’Australia).
Focus della rassegna su fonti di dati utilizzabili
per scopi previsionali e sull’interpretazione dei
dati. La variabile maggiormente utilizzata per
prevedere i traffici futuri negli studi analizzati è il
PIL.
12
Imbarchi di rinfuse in funzione dell’export totale
del Belgio; sbarchi di rinfuse in funzione
dell’import totale del Belgio (specificazioni
Previsioni al 2010 dei traffici nei
porti del range Amburgo-Le Havre dinamiche con un meccanismo "a correzione
dell'errore" che consentono di spiegare relazioni di
(imbarchi e sbarchi di rinfuse e
breve e lungo periodo). Throughput del porto di
carichi generali nel porto di
Anversa; traffici di minerali ferrosi Anversa relativo ai traffici di minerali ferrosi
Meersman, Moglia e
come funzione lineare del consumo di minerali
ad Anversa; imbarchi e sbarchi di
Van de Voorde (2002)
ferrosi in Belgio, Lussemburgo, Francia e
merce in container nei porti di
Germania e della proporzione di navi di oltre 100
Anversa, Rotterdam, Brema e
mila tonnellate di stazza lorda sul totale del
Amburgo). Formulazione di
numero di navi che scalano i porti britannici e
previsioni secondo tre scenari di
dell’Europa continentale. Modello "a correzione
crescita.
dell'errore" per stimare la relazione tra traffico
container e commercio internazionale.
Langen (2003)
Approccio quantitativo: analisi dell’evoluzione dei
traffici mondiali di contenitori marittimi nel
periodo 1970-1995 in relazione a sette variabili
esplicative individuate (PIL, export /PIL, direzione
dei flussi, densità di valore dei flussi, quota
containerizzabile dei flussi, posizione competitiva
Individuazione di sette variabili
del trasporto marittimo e tasso di
determinanti della domanda di
containerizzazione); stima dei coefficienti di
trasporto marittimo di contenitori; variazione dei traffici rispetto alle variazioni di
previsioni dei traffici containerizzati ciascuna delle sette variabili in tre periodi di
sulla rotta Asia-Europa in base a due cinque anni durante gli anni 1980-1995 (sono
mostrati esclusivamente i risultati dei calcoli
possibili scenari all’anno 2023.
effettuati ma non le statistiche). Approccio
qualitativo: discussione di scenari riguardanti le
sette variabili determinanti della domanda;
previsioni dei traffici containerizzati sulla rotta
Asia-Europa in base a due possibili scenari di
crescita all’anno 2023.
Hui, Seabrooke e
Wong (2004)
Modello "a correzione dell'errore". Specificazioni
doppio log-lineari. Variabili esplicative:
Previsioni al 2010 del traffico merci
commercio internazionale in valore della Cina e
del porto di Hong Kong.
degli USA, numero di banchine disponibili a Hong
Kong, throughput merci del porto di Shenzen.
Lam, Asce, Ng,
Seabrooke e Hui
(2004)
Previsioni al 2011 del traffico del
porto di Hong Kong relativo a 37
tipologie di merci.
ESCAP (2005)
Applicazione di due moduli del “Maritime Policy
Planning Model (MPMM )” della Divisione
Trasporti e Turismo della Commissione:
- il modulo “Trade ”, utilizzato per prevedere i
traffici marittimi tra macro-aree e ripartire tali
traffici tra i porti;
- il modulo “Liner Shipping Network ” utilizzato
Previsioni al 2015 riguardanti sia i
per progettare euristicamente una rete di servizi
traffici marittimi mondiali di
adeguata alle esigenze della domanda, assegnare i
container e la loro distribuzione tra
flussi alla rete e stimare i costi totali di differenti
le varie macro-aree mondiali, sia la
configurazioni del sistema di trasporto marittimo.
movimentazione portuale di
Nello studio si utilizzano relazioni lineari semplici
container e i necessari investimenti
tra flussi di contenitori (pieni) e livelli di PIL
in banchine nei Paesi della macrostimate sia per singoli Paesi della macro-regione
area Asia-Pacifico.
Asia-Pacifico, sia per gruppi di Paesi appartenenti
ad altre macro-aree. Laddove non erano
disponibili dati, sono stati utilizzati metodi
qualitativi basati sul giudizio di esperti e
sull’analisi dei dati riguardanti l’evoluzione della
containerizzazione in altri specifici territori
durante una fase simile di sviluppo economico.
Previsioni al 2010 e al 2020 del
traffico container dei principali
Ueda, Kado, Miyake e
Paesi asiatici al fine di quantificare
Nagano (2005)
il deficit di capacità terminalistica
dei porti.
Drewry Shipping
Consultants (2006)
Previsioni del throughput portuale
containerizzato delle diverse macroaree geografiche mondiali al 2011
(senza la formulazione di diversi
scenari).
Modelli di reti neurali e simulazioni Monte Carlo.
Stima di una relazione funzionale tra dati crosssection all’anno 2002 relativi alle variabili
“Popolazione/TEU” e “PIL pro-capite” per un
gruppo di 20 Paesi, tra cui anche quelli asiatici.
Di ciascuna macroarea si analizza l’evoluzione
passata della relazione tra la crescita della
movimentazione portuale di container marittimi e
la crescita del PIL e della popolazione. Non sono
rivelate le funzioni e i metodi di stima utilizzati
per formulare le previsioni.
13
container (export , import , pieni e
vuoti) e di navi portacontainer nei
Hamal, James e Cregan
cinque principali porti australiani
(2006)
(Brisbane, Sydney, Melbourne,
Adelaide e Fremantle) e in una
aggregazione composta dagli altri
porti minori.
Modelli di regressione doppio-log lineare stimati
su dati storici e distinti tra contenitori in export ,
import , pieni e vuoti. Tra le principali variabili
utilizzate figurano la popolazione, il livello di
sviluppo economico reale pro-capite dei bacini di
import e di export e il tasso di cambio.
MDS Transmodal
(2006)
Previsione al 2030 della
movimentazione totale di merci
unitizzate (container e Ro-Ro ,
secondo tre scenari di crescita), di
rinfuse (solide e liquide), altri
carichi generali, auto e veicoli
commerciali nuovi nei porti
britannici; previsione dell’equilibrio
domanda-offerta nei porti britannici
e stima del deficit di capacità
portuale futura; previsione della
distribuzione dei traffici merci
portuali per modalità di trasporto
terrestre (stradale e ferroviaria) tra
regioni portuali e regioni di origine
e destinazione.
Previsione del traffico container basata su un
sistema di modelli quantitativi e tre fasi principali:
1) modelli causali lineari alle differenze prime per
la previsione della domanda commerciale in
tonnellate per diverse categorie merceologiche
(variabili esplicative: PIL reale, livello dei prezzi
e tassi di cambio); 2) modello di trasporto per
assegnare alle reti delle previsioni del punto
precedente (ottenendo dati in tonnellate distinte
per regione britannica, modalità marittima e
itinerario); 3) modello per convertire il numero di
tonnellate movimentate in numero di unità di
carico movimentate. Previsione del traffico totale
di rinfuse (solide e liquide), altri carichi generali e
veicoli commerciali basata su metodi qualitativi.
Ocean Shipping
Consultants (2006)
Previsioni al 2015 del traffico
containerizzato nei porti europei e
mediterranei secondo due scenari di
crescita e distinguendo le
movimentazioni portuali relative ai
traffici marittimi
origine/destinazione (O/D) e quelle
relative ai traffici di transhipment .
Tali previsioni sono inoltre
confrontate con i dati relativi alla
capacità portuale programmata, al
fine di verificare eventuali deficit o
surplus di capacità.
La serie storica di dati riguardanti la crescita delle
movimentazioni derivanti dai traffici O-D di un
determinato porto o range portuale è posta in
relazione alla serie storica di dati riguardanti la
crescita economica del bacino di influenza
terrestre del porto o del range in base ad un
moltiplicatore “TEU/PIL”. Anche la serie storica
di dati riguardanti la crescita delle movimentazioni
relative ai traffici marittimi di transhipment di un
determinato porto o range portuale viene invece
posta in relazione, in base ad un moltiplicatore,
alla serie storica di dati riguardanti la crescita
delle movimentazioni legate ai traffici O-D del
porto o del range portuale.
MDS Transmodal
(2007)
container a livello mondiale e del
volume dei traffici containerizzati su
direttrici intercontinentali; stima
della capacità mondiale futura in
termini di naviglio; stima della
capacità portuale necessaria nelle
diverse macro-aree mondiali per
soddisfare la domanda prevista.
Movimentazione di contenitori in funzione di
variabili riguardanti il commercio internazionale
disaggregato per merceologie (modelli causali e
metodi di stima utilizzati non rivelati).
Fonte: nostra elaborazione su fonti varie
5.1. Smyth (1998)
Smyth (1998) ha pubblicato una rassegna di studi previsionali della Seaport Consultants Canada
riguardanti i traffici container dei seguenti porti localizzati in Paesi in via di sviluppo dell’Asia
orientale e sud-orientale:
1) porto di Panjang, Indonesia;
2) porto di Tanjung Priok (Jakarta) e Western Java, Indonesia;
3) porto di Nanjing, Cina;
4) porto di Tanjung Perak (Surabaya), Indonesia.
Nell’articolo sono dapprima sommariamente descritti i progetti in cui sono state sviluppate tali
previsioni e successivamente si focalizza l’attenzione sulle fonti di dati utilizzabili per fini
previsionali e sull’interpretazione dei dati. La variabile maggiormente utilizzata negli studi
analizzati per prevedere i traffici futuri risulta essere il PIL.
14
5.2. BTRE (2002)
Il Bureau di Economia Regionale e dei Trasporti del Governo australiano ha previsto i traffici
containerizzati della portualità nazionale al 2011 (BTRE, 2002). I dati utilizzati per le previsioni,
distinti in export ed import, hanno frequenza trimestrale e coprono il periodo che va dal settembre
del 1994 al giugno del 2001. Lo studio si focalizza sul numero di contenitori movimentati,
evidenziando altresì l’impatto dell’utilizzo crescente di unità di carico da 40 piedi e di tecnologie
innovative quali i container di tipo “collapsible”. Le metodologie di analisi impiegate sono diverse.
In particolare, sono stati inizialmente confrontati un modello lineare semplice e un modello ARIMA
univariato, al fine di approssimare il trend storico di container movimentati nei porti australiani.
Successivamente, sono stati stimati due modelli causali dinamici polinomiali a ritardi distribuiti,
rispettivamente per l’export e l’import containerizzato. In tal modo si è potuto tener conto delle
componenti di breve e lungo periodo presenti nei dati.
I traffici di container marittimi sono stati messi in relazione con diverse variabili economiche: il PIL
dell’Australia, l’indice ponderato del commercio internazionale (per rappresentare l’influenza del
tasso di cambio dei principali partner dell’Australia), il PIL dei Paesi dell’OCSE e quello dei Paesi
del G7. L’analisi è stata svolta in diverse fasi: dapprima, export ed import sono stati modellizzati
separatamente sulla base di dati trimestrali destagionalizzati e, successivamente, i risultati di tali
modelli sono stati aggregati per ottenere il throughput portuale totale. I dati stimati espressi in
tonnellate sono stati poi convertiti in numero di unità di carico mediante un ulteriore modello che
tiene conto della crescita e dell’impatto dell’utilizzo di container da 40 piedi. Un modello
alternativo (ARIMA multivariato) è stato anche utilizzato a fini comparativi. Le proprietà univariate
e multivariate dei modelli sono state esaminate utilizzando il test di Dickey-Fuller “aumentato” e il
test di Phillips-Perron.
5.3. Meersman et al. (2002)
Meersman et al. (2002) hanno affrontato il problema delle previsioni del traffico potenziale nei
porti del range Amburgo-Le Havre al 2010. In particolare, essi hanno utilizzato un modello a
correzione dell’errore (ECM) per prevedere gli imbarchi e gli sbarchi di carichi generali e rinfuse
nel porto di Anversa in funzione dell’export e dell’import del Belgio. Hanno inoltre utilizzato un
modello di regressione lineare per le previsioni del throughput di minerali ferrosi nel porto di
Anversa in funzione del consumo di tale tipologia di merce in diversi paesi nord-europei (Belgio,
Lussemburgo, Francia, Germania) e dello sviluppo dimensionale del naviglio. Infine, hanno
utilizzato un modello ECM per prevedere gli imbarchi e gli sbarchi di merce containerizzata
(misurata in tonnellate) nei porti di Anversa, Rotterdam, Brema e Amburgo in funzione dell’export
e dell’import dell’Unione Europea a 15 Paesi. In quest’ultimo caso in particolare, è emerso che
l’elasticità del traffico potenziale di container con riferimento ai flussi commerciali è maggiore di
uno. Inoltre, il traffico container ad Anversa e Amburgo risulta maggiormente sensibile ai
cambiamenti nel commercio internazionale rispetto a Rotterdam e Brema.
5.4. Langen (2003)
Langen (2003) ha individuato sette variabili esplicative della funzione di domanda di trasporto
marittimo di contenitori, di cui quattro determinanti l’intensità dei flussi commerciali tra paesi (PIL,
indice di apertura internazionale Export/PIL, direzione e densità di valore degli scambi) e tre
riguardanti invece la proporzione dei traffici containerizzati sui flussi di scambio totali (quota
containerizzabile dei flussi, posizione competitiva del trasporto marittimo e tasso di
containerizzazione). Tali variabili possono essere utilizzate per la previsione dei flussi container a
diverse scale geografiche13.
13
Si illustra di seguito il ragionamento seguito da Langen (2003) per spiegare le due variabili “commercio totale” e
“quota containerizzata dei traffici”. In particolare, i carichi trasportati in container sulle rotte commerciali tra due paesi i
e j (CTij) sono pari alla quota containerizzata del commercio totale tra questi paesi (δij) moltiplicata per il flusso
commerciale totale tra i due:
15
A livello quantitativo, l’autore ha analizzato l’evoluzione dei traffici mondiali di contenitori
marittimi nel periodo 1970-1995 in relazione alle sette variabili individuate. Successivamente ha
stimato i coefficienti di variazione dei traffici rispetto alle variazioni di ciascuna delle variabili in
tre periodi di cinque anni durante gli anni 1980-1995. Nel paper sono mostrati esclusivamente i
risultati dei calcoli effettuati ma non le statistiche. L’autore ha rappresentato però graficamente il
buon adattamento della curva stimata rispetto alla curva osservata nel periodo 1970-1995,
precisando anche che la densità di valore e il tasso di containerizzazione sono risultate le variabili
meno significative.
A livello qualitativo, l’economista portuale olandese ha discusso alcuni scenari riguardanti le sette
variabili ed ha inoltre effettuato alcune previsioni dei traffici containerizzati sulla rotta Asia-Europa
in base a due possibili scenari di crescita all’anno 2023. I risultati di tali previsioni mostrano
un’ampia incertezza: lo scenario “Basso” (Low) prevede un modesto aumento del trasporto
marittimo di container, pari al 40% in 20 anni; lo scenario “Alto” (High), invece, prevede una
crescita più sostenuta, pari al 240% in 20 anni.
L’autore ha evidenziato, inoltre, i fattori che contribuiscono ad aumentare l’incertezza in merito agli
scenari futuri in cui si troveranno ad operare i porti: transhipment, vuoti, posizione competitiva.
Tenendo in considerazione le difficoltà di previsione dell’evoluzione di tali fattori, l’economista
olandese sostiene che le previsioni si rivelano sempre sbagliate e per questo occorre flessibilità nelle
decisioni di investimento nei porti e nella capacità di adattamento ai segnali di mercato. A tal
proposito indica tre fonti di flessibilità: flessibilità in misura (modularità nella realizzazione di
progetti), flessibilità nella destinazione d’uso e flessibilità nella tempistica.
CTij = δij * TTij
(3)
Il commercio totale (TTij) tra due paesi è determinato dai seguenti fattori:
1) livello di sviluppo economico del paese esportatore (GDPi);
2) apertura internazionale del paese esportatore (Ei);
3) importanza del paese importatore come partner commerciale (DTij). Il simbolo DTij sta ad indicare la direzione
del commercio del paese i, in tal caso verso il paese j;
4) densità di valore del commercio tra i e j (VDij).
Ciò può essere rappresentato dalla seguente funzione:
TTij = (Ei * GDPi * DTij) / VDij
(4)
Dove:
Ei = TTi / GDPi (peso dell’export totale sul PIL del paese i)
DTij = TTij / TTi (peso dell’export del paese i verso il paese j sul totale dell’export del paese i)
VDij = TTij (valore) / TTij (quantità) (valore totale commerciale/quantità totale commerciale)
Le quattro variabili Ei, GDPi , DTij e VDij possono essere quindi utilizzate per calcolare il commercio totale tra due paesi
La quota containerizzata dei flussi di trasporto è determinata dalle variabili:
1) “composizione dei traffici” (δ1ij), che indica la quota containerizzabile degli scambi e può essere calcolata
dividendo i traffici containerizzabili (CS) per l’interscambio commerciale totale (TTij);
2) “posizione competitiva del trasporto marittimo” (δ2ij), che può essere calcolata come quota dei traffici
containerizzabili spediti via mare sull’interscambio commerciale containerizzabile (CS);
3) “tasso di containerizzazione” (δ3ij), che può essere calcolato dividendo i flussi containerizzati per traffici
containerizzabili spediti via mare.
Ciò può essere espresso come segue:
δij = δ1ij* δ2ij * δ3ij
(5)
In questo modo è possibile suddividere le due variabili “commercio totale” e “quota containerizzata dei traffici” in sette
variabili, che determinano la futura crescita del traffico container in maniera direttamente proporzionale. Lo studioso
dell’Università di Rotterdam fa inoltre notare come nella sua analisi non sia esplicitamente menzionata la variabile
“prezzo del trasporto”, che si suppone abbia un effetto indiretto sul commercio containerizzato in quanto una sua
variazione si riflette nel cambiamento di una o più delle sette variabili determinanti, specie con riferimento all’apertura
internazionale e alla composizione dei traffici. Inoltre, il modello sopra descritto tratta esclusivamente di previsioni tra
aree commerciali e non considera la distribuzione dei flussi tra differenti porti. Tale distribuzione è infatti determinata
da forze di mercato, dalla competitività dei porti e da fattori geografici.
16
5.5. Hui et al. (2004)
Hui et al. (2004) hanno previsto il throughput merci del porto di Hong Kong al 2011 stimando un
modello cointegrato a correzione dell’errore (ECM). Le specificazioni includono come variabili
esplicative il commercio internazionale in valore della Cina e degli Stati Uniti, il numero di
banchine disponibili a Hong Kong e il throughput merci del porto di Shenzen. Per le stime sono
utilizzati dati trimestrali destagionalizzati.
5.6. Lam et al. (2004)
Lam et al. (2004) hanno previsto il traffico del porto di Hong Kong al 2011 relativo a 37 tipologie
di merci mediante modelli di reti neurali e di simulazione Monte Carlo.
5.7. Commissione Economica e Sociale delle Nazioni Unite per l’Asia e il Pacifico (2005)
La Commissione Economica e Sociale delle Nazioni Unite per l’Asia e il Pacifico (ESCAP, 2005)
ha formulato previsioni all’anno 2015 riguardanti sia i traffici marittimi mondiali di container e la
loro distribuzione tra le varie macro-aree mondiali, sia la movimentazione portuale di container e i
necessari investimenti in banchine nei Paesi della macro-area Asia-Pacifico. Lo studio si basa
sull’applicazione di due moduli del “Maritime Policy Planning Model (MPMM)” sviluppato e
mantenuto presso la Divisione Trasporti e Turismo della stessa Commissione:
1) il modulo “Trade”, utilizzato per prevedere i traffici marittimi tra macro-aree e ripartire tali
traffici tra i porti;
2) il modulo “Liner Shipping Network”, utilizzato per progettare euristicamente una rete di
servizi adeguata alle esigenze della domanda, assegnare tali flussi alla rete e stimare i costi
totali di differenti configurazioni del sistema di trasporto marittimo.
Nello studio si evidenzia come la relazione economica tra PIL e commercio internazionale si riveli
solitamente utile per spiegare lo sviluppo del settore container, sebbene però tale relazione non
possa essere considerata una spiegazione esaustiva della crescita. Vi è infatti un’ampia gamma di
fattori che influenzano il livello di importazioni ed esportazioni containerizzate, incluso le
fluttuazioni dei tassi di cambio, i cambiamenti economici strutturali, ecc. Comunque, la
Commissione Economica e Sociale delle Nazioni Unite per l’Asia e il Pacifico (ESCAP, 2005) fa
notare che a fini previsionali è necessario stimare relazioni semplificate, in quanto molte delle
variabili casuali potrebbero essere a loro volta persino più difficili da prevedere rispetto al traffico
container. Ad esempio, le stime future dei tassi di cambio sono caratterizzate da un’elevata
incertezza.
Nello studio si utilizzano quindi relazioni lineari semplici tra flussi di contenitori (pieni) e livelli di
PIL stimate sia per singoli Paesi della macro-regione Asia-Pacifico, sia per gruppi di Paesi
appartenenti ad altre macro-aree. Laddove non erano disponibili dati, perché il territorio analizzato
è risultato in una fase iniziale di sviluppo della containerizzazione, sono stati utilizzati metodi
qualitativi basati sul giudizio di esperti e sull’analisi di dati riguardanti l’evoluzione della
containerizzazione in altri specifici territori durante una fase simile di sviluppo economico. La
Commissione Economica e Sociale delle Nazioni Unite per l’Asia e il Pacifico (ESCAP, 2005)
riporta, inoltre, che le relazioni lineari semplici stimate tra volume di contenitori e livelli di PIL si
adattano bene ai dati storici osservati, sebbene però i test condotti su questi ultimi hanno rivelato
caratteristiche di trend e quindi di non stazionarietà delle osservazioni.
In definitiva, i risultati dello studio prevedono che nel 2010 e nel 2015 il numero di container pieni
spediti a livello internazionale dovrebbe ammontare rispettivamente a 139 e 178 milioni di TEU
(tab. 3). L’Asia dovrebbe inoltre detenere il 64 % delle esportazioni e il 53% delle importazioni
mondiali containerizzate al 2015. Il moltiplicatore TEU/PIL stimato è pari a 1,5, cioè per ogni punto
d’incremento percentuale del PIL mondiale il traffico di contenitori dovrebbe aumentare di 1,5
punti. Inoltre, è previsto che la rotta transpacifica dovrebbe crescere più rapidamente delle altre
rotte est-ovest. Infine, la movimentazione portuale complessiva di container nei Paesi della macroarea Asia-Pacifico dovrebbe aumentare da 134 milioni di TEU al 2002 a 352 milioni di TEU nel
17
2015, con un tasso medio annuo di crescita di circa l’8%. I container movimentati via transhipment
dovrebbero aumentare da 42 milioni di TEU al 2002 a 110 milioni di TEU al 2015, con una quota
pari al 31% della movimentazione portuale dei Paesi considerati. Le nuove banchine necessarie per
soddisfare la domanda di traffico prevista al 2015 ammonterebbero a 570, in gran parte da
realizzare in Cina, per un totale di 36 miliardi di dollari di investimento.
Tabella 3 - Evoluzione del traffico marittimo mondiale di container pieni
Traffico marittimo di
Tasso medio annuo di
container pieni
crescita (CAGR) rispetto
(migliaia di TEU)
al periodo precedente
13.500
1980
28.700
7,8%
1990
68.700
9,1%
2000
138.900
7,3%
2010
177.600
5,0%
2015
Fonte: ESCAP, 2005
Anno
5.8. Ueda et al. (2005)
Ueda et al. (2005) hanno previsto la domanda di movimentazione container al 2010 e al 2020 nei
principali paesi asiatici, al fine di quantificare il deficit di capacità terminalistica dei porti. In
particolare, hanno stimato una relazione funzionale tra dati cross-section all’anno 2002 relativi alle
variabili “Popolazione/TEU” e “PIL pro-capite” per un gruppo di 20 Paesi, tra cui anche quelli
asiatici. Le previsioni sono state infine effettuate utilizzando i parametri stimati e alcuni dati
previsionali sul PIL e sulla popolazione.
5.9. Drewry Shipping Consultants (2006)
Drewry Shipping Consultants (2006) ha formulato previsioni riguardanti il throughput portuale
containerizzato delle diverse macro-aree geografiche mondiali al 2011 (senza la formulazione di
diversi scenari e senza rivelare i modelli e i metodi di stima utilizzati). Di ciascuna macroarea si
analizza l’evoluzione passata della relazione tra la crescita della movimentazione portuale di
container marittimi e la crescita del PIL e della popolazione.
Nelle tabelle 4 e 5 si riportano i dati relativi all’evoluzione osservata e prevista della
movimentazione portuale mondiale di contenitori marittimi. Dall’analisi di tali dati emerge che al
2011 la movimentazione portuale mondiale di contenitori dovrebbe essere pari a circa 681 milioni
di TEU (incluso i vuoti e il transhipment), con una variazione del 54% rispetto al 2006 e del 40%
rispetto al 2007.
Tabella 4 - Evoluzione della movimentazione portuale di contenitori marittimi pieni e vuoti
nelle principali macro-aree geografiche mondiali nel periodo 1990-2011
(dati in migliaia di TEU, transhipment incluso)
Nord America
Europa occidentale
Nord Europa
Sud Europa
Europa orientale
Estremo oriente
Sud est asiatico
Sud Asia
Medio oriente
America Latina
Caraibi/America centrale
Sud America
Oceania
Africa
Totale mondiale
1990
16.659
22.552
15.996
6.556
627
23.001
9.729
1.780
3.583
5.078
3.315
1.763
2.334
2.707
88.050
2001
31.212
52.907
32.093
20.814
1.580
75.163
37.126
5.873
12.328
18.881
10.380
8.501
5.319
7.756
248.145
2002
34.207
57.834
34.579
23.255
1.975
87.647
41.345
6.622
13.654
19.354
10.473
8.881
6.008
8.616
277.262
2003
37.463
63.572
37.657
25.915
2.487
105.432
45.981
7.298
16.025
21.529
11.606
9.923
6.506
10.521
316.814
2004
40.781
70.920
42.115
28.805
3.259
124.709
51.898
8.540
19.806
24.871
13.013
11.858
7.288
11.656
363.728
2005
44.241
76.760
45.987
30.773
4.432
140.134
54.855
9.444
22.603
27.328
13.932
13.396
7.509
13.289
400.595
2006
48.005
82.540
49.720
32.820
5.271
158.372
58.469
10.697
25.073
30.085
15.170
14.915
7.886
15.490
441.888
2007
51.914
89.081
53.439
35.642
6.397
175.999
63.159
12.027
27.763
32.661
16.227
16.434
8.706
17.346
485.053
2008
55.387
95.781
57.454
38.327
7.776
194.553
68.292
13.387
30.435
35.334
17.415
17.919
9.341
19.255
529.541
2009
59.013
102.703
61.592
41.111
9.412
214.555
73.846
14.907
33.307
38.069
18.527
19.542
10.006
21.291
577.109
2010
62.799
109.856
65.858
43.998
11.062
236.109
79.884
16.384
36.393
41.010
19.714
21.296
10.703
23.212
627.412
2011
66.750
117.244
70.254
46.990
13.076
259.331
86.410
18.009
39.710
43.750
20.561
23.189
11.433
25.250
680.963
Fonte: Drewry Shipping Consultants, 2006
18
Tabella 5 - Evoluzione della movimentazione portuale di contenitori marittimi pieni e vuoti
nelle principali macro-aree geografiche mondiali in termini di tassi di crescita nel periodo
1990-2011 (transhipment incluso)
2002
Nord America
Europa occidentale
Nord Europa
Sud Europa
Europa orientale
Estremo oriente
Sud est asiatico
Sud Asia
Medio oriente
America Latina
Caraibi/America centrale
Sud America
Oceania
Africa
Totale mondiale
2003
2004
2005
2006
9,6%
9,5%
8,9%
8,5%
8,5%
9,3%
9,9% 11,6% 8,2%
7,5%
7,7%
8,9% 11,8% 9,2%
8,1%
11,7% 11,4% 11,2% 6,8%
6,7%
25,0% 25,9% 31,0% 36,0% 18,9%
16,6% 20,3% 18,3% 12,4% 13,0%
11,4% 11,2% 12,9% 5,7%
6,6%
12,8% 10,2% 17,0% 10,6% 13,3%
10,8% 17,4% 23,6% 14,1% 10,9%
2,5% 11,2% 15,5% 9,9% 10,1%
0,9% 10,8% 12,1% 7,1%
8,9%
4,5% 11,7% 19,5% 13,0% 11,3%
13,0% 8,3% 12,0% 3,0%
5,0%
11,1% 22,1% 10,8% 14,0% 16,6%
11,7% 14,3% 14,8% 10,1% 10,3%
2007
2008
2009
2010
2011
8,1%
7,9%
7,5%
8,6%
21,4%
11,1%
8,0%
12,4%
10,7%
8,6%
7,0%
10,2%
10,4%
12,0%
9,8%
6,7%
7,5%
7,5%
7,5%
21,6%
10,5%
8,1%
11,3%
9,6%
8,2%
7,3%
9,0%
7,3%
11,0%
9,2%
6,5%
7,2%
7,2%
7,3%
21,0%
10,3%
8,1%
11,4%
9,4%
7,7%
6,4%
9,1%
7,1%
10,6%
9,0%
6,4%
7,0%
6,9%
7,0%
17,5%
10,0%
8,2%
9,9%
9,3%
7,7%
6,4%
9,0%
7,0%
9,0%
8,7%
6,3%
6,7%
6,7%
6,8%
18,2%
9,8%
8,2%
9,9%
9,1%
6,7%
4,3%
8,9%
6,8%
8,8%
8,5%
Var. % Var. % Var. % CAGR
19902006200719902006
2011
2011
2006
165,6% 39,0% 28,6%
6,8%
240,4% 42,0% 31,6%
8,4%
187,5% 41,3% 31,5%
7,3%
369,4% 43,2% 31,8% 10,6%
606,9% 148,1% 104,4% 14,2%
509,3% 63,7% 47,3% 12,8%
463,8% 47,8% 36,8% 11,9%
430,6% 68,4% 49,7% 11,9%
530,8% 58,4% 43,0% 12,9%
438,2% 45,4% 34,0% 11,8%
320,3% 35,5% 26,7% 10,0%
659,8% 55,5% 41,1% 14,3%
221,7% 45,0% 31,3%
7,9%
390,9% 63,0% 45,6% 11,5%
355,0% 54,1% 40,4% 10,6%
CAGR
20062011
6,8%
7,3%
7,2%
7,4%
19,9%
10,4%
8,1%
11,0%
9,6%
7,8%
6,3%
9,2%
7,7%
10,3%
9,0%
CAGR
20072011
6,5%
7,1%
7,1%
7,2%
19,6%
10,2%
8,2%
10,6%
9,4%
7,6%
6,1%
9,0%
7,0%
9,8%
8,9%
Fonte: nostra elaborazione su dati Drewry Shipping Consultants, 2006
La crescita media annua (CAGR) nei periodi 2006-2011 e 2007-2011 dovrebbe essere del 9%. Tra
le varie macro-aree, i tassi di crescita previsti più elevati riguardano l’Europa orientale, l’Asia
meridionale e l’Estremo Oriente. In tabella 6 sono inoltre elencati i fattori che secondo Drewry
Shipping Consultants (2006) incidono sulla crescita dei traffici containerizzati.
Tabella 6 - Fattori che incidono sulla crescita dei traffici di contenitori marittimi
Tipologia di
crescita
Organica o
strutturale
Fattori di influenza
Risultato
Crescita dei livelli di reddito, produzione e
consumo, liberalizzazione e aumento degli
scambi commerciali, riduzione delle tariffe di
importazione, globalizzazione (investimenti
diretti esteri) e outsourcing.
Aumento complessivo dei
traffici marittimi e del
traffico container in
particolare.
Sostitutiva
Aumento del tasso di containerizzazione dei
carichi. Generalmente le economie meno
sviluppate sono caratterizzate da tassi
inferiori. Questa componente di crescita è
molto forte nei mercati giovani, in cui la
containerizzazione è agli albori. Il risultato di
questo fenomeno non comporta un aumento
complessivo dei traffici.
Crescita del traffico
container bilanciato da una
diminuzione dei traffici di
rinfuse e/o di general cargo
tradizionale.
Indotta
Strategie organizzative dei vettori (ad es.
sostituzione transhipment/servizi diretti);
sviluppo portuale; economie di scala.
Aumento del transhipment
e di conseguenza anche
aumento del throughput dei
porti e della domanda di
capacità in termini di
naviglio.
Accidentale
Variazioni nei livelli di attività di import ed
export (spesso dovute a fluttuazioni dei tassi
di cambio) che causano squilibri su alcune
direttrici di traffico.
Crescita della
movimentazione dei vuoti e
aumento del throughput dei
porti.
Fonte: nostra rielaborazione da Drewry Shipping Consultants, 2006
19
In particolare, è possibile suddividere la crescita del traffico container in quattro tipologie:
1) Crescita organica o strutturale, generata dalla crescita dei livelli di reddito, produzione e
consumo, nonché dai processi di globalizzazione della produzione e di liberalizzazione degli
scambi, che determinano una forte crescita dei flussi di commercio internazionale14.
2) Crescita sostitutiva, generata da un incremento del tasso di containerizzazione dei carichi.
Generalmente le economie meno sviluppate sono caratterizzate da tassi inferiori. Tale
componente di crescita è inoltre molto forte nei mercati giovani, in cui la containerizzazione
è agli albori. Il risultato di questo fenomeno non comporta un aumento complessivo dei
traffici, ma solo un incremento del traffico containerizzato bilanciato da una diminuzione
dei traffici di rinfuse e/o di general cargo tradizionale.
3) Crescita indotta, legata a precise strategie organizzative dei vettori, quali l’adozione del
transhipment in luogo dei servizi diretti per servire determinati porti e range portuali. Come
risultato non si ha un reale aumento dei flussi containerizzati, bensì un aumento delle
movimentazioni all’interno dei terminal marittimi ed un aumento della domanda di capacità
in termini di naviglio.
4) Crescita accidentale, legata spesso a fluttuazioni dei tassi di cambio che inducono variazioni
nei livelli di import-export su una data relazione di traffico, provocando squilibri che
possono generare un maggiore numero di movimentazioni di container vuoti.
5.10. Hamal et al. (2006)
Hamal et al. (2006) hanno formulato previsioni di lungo periodo della movimentazione portuale di
container (export, import, pieni e vuoti) e di navi portacontainer nei cinque principali porti
australiani (Brisbane, Sydney, Melbourne, Adelaide e Fremantle) e in un’aggregazione composta
dagli altri porti minori di rilevanza nazionale.
Per quanto riguarda in particolare le previsioni per le cinque principali città portuali, gli studiosi del
Bureau di Economia Regionale e dei Trasporti del Governo australiano hanno utilizzato una
procedura basata su due fasi. Nella prima fase sono stati stimati alcuni modelli causali a singola
equazione specificati in forma doppio-logaritmica lineare e i cui parametri possono essere
interpretati come elasticità. Tra le principali variabili dei modelli di regressione utilizzati figurano la
popolazione, il livello di sviluppo economico reale pro-capite dei bacini di import e di export dei
porti e il tasso di cambio. Le previsioni della movimentazione di container pieni e vuoti in import ed
export sono state formulate sulla base di dati storici dal 1993-94 al 2003-04 e di assunzioni
riguardanti l’evoluzione di lungo periodo delle variabili macroeconomiche e della popolazione.
Nella seconda fase, invece, sono stati aggregati i risultati ottenuti nella fase precedente, al fine di
prevedere il commercio totale containerizzato, che è stato infine a sua volta diviso per il numero
medio di TEU movimentato per scalo nave, ottenendo così le previsioni del numero di visite di navi
portacontainer nei porti considerati.
Per quanto riguarda la previsione dei flussi di contenitori pieni in esportazione in ciascuno dei
cinque principali porti australiani, Hamal et al. (2006) hanno utilizzato il seguente modello di
regressione multipla specificato in forma doppio-logaritmico-lineare:
ln PFUXit = αi0 + αi1 ln PGDPjt + αi2 ln EXUSAUt + αi3 ln EICit + uitv
(6)
dove:
PFUXi = esportazioni pro-capite di contenitori pieni dall’i-esimo porto australiano misurate in
numero di TEU;
14
Drewry Shipping Consultants (2006) fa anche notare come l’intensità della crescita strutturale dei traffici di carichi
generali containerizzati vari in base al tempo ed in base al grado di maturità dei mercati. Inoltre, il moltiplicatore
TEU/PIL mondiale previsto a consuntivo del 2007 dovrebbe essere pari a 2,4, cioè per ogni punto d’incremento
percentuale del PIL il traffico portuale di contenitori dovrebbe aumentare di 2,4 punti.
20
PGDPj = PIL reale pro-capite in dollari nella j-esima destinazione dell’export;
EXUSAU = tasso di cambio dollari americani - dollaro australiano;
EICi = numero di contenitori vuoti importati nell’i-esimo porto misurati in TEU;
u = termine di errore;
α = coefficienti di regressione;
i = i-esimo porto australiano;
j = j-esimo paese di destinazione;
t = anno.
Per i porti di Adelaide e Fremantle la variabile tasso di cambio è stata sostituita da un indice
ponderato di commercio internazionale, al fine di aumentare il potere predittivo del modello.
Inoltre, dato che la maggior parte delle esportazioni containerizzate da Brisbane e Fremantle sono
destinate al Giappone, la popolazione e il reddito reale di tale Paese sono stati utilizzati come proxy
per la popolazione e il reddito reale di tutti i mercati delle esportazioni dei due porti australiani. Allo
stesso modo, la popolazione e il reddito reale dei Paesi OCSE sono stati utilizzati come proxy della
popolazione e del reddito reale dei mercati di esportazione containerizzata di Sydney, Melbourne e
Adelaide. Infatti, i Paesi OCSE sono destinatari del 59% del valore totale delle esportazioni di
merce dell’Australia.
Per quanto riguarda invece la previsione dei flussi di contenitori vuoti in esportazione in ciascuno
dei cinque principali porti australiani, è stato utilizzato il seguente modello di regressione multipla
specificato in forma doppio-logaritmico-lineare:
ln EMXit = γi0 + γi 1 ln FCMit + γi 2 ln Dit + vit
(7)
dove:
EMXi = esportazioni di contenitori vuoti dall’i-esimo porto australiano misurate in numero di TEU;
FCMi = import di container pieni nell’i-esimo porto misurato in numero di TEU;
Di = variabile dummy per rappresentare un’ampia variazione nelle esportazioni di container vuoti
dall’i-esimo porto australiano;
v = termine di errore;
γ = coefficienti di regressione;
t = anno.
Per quanto riguarda la previsione dei flussi di contenitori pieni in importazione in ciascuno dei
cinque principali porti australiani, è stato utilizzato il seguente modello di regressione multipla
ln FUMit = βi0 + βi1 ln PGNEAUt + βi2 ln EXUSAUt + et
(8)
dove:
FUMi = importazioni pro-capite di contenitori pieni nell’i-esimo porto australiano misurate in
numero di TEU;
PGNEAUt = spesa nazionale reale lorda pro-capite in dollari;
EXUSAU = tasso di cambio dollari americani - dollaro australiano;
e = termine di errore;
β = coefficienti di regressione;
t = anno.
21
Nel caso del porto di Sidney la variabile tasso di cambio è stata sostituita da un indice ponderato di
commercio internazionale. La spesa nazionale reale lorda pro-capita è stata inoltre utilizzata come
proxy del livello di sviluppo economico del bacino di influenza terrestre dei porti.
Per quanto riguarda infine la previsione dei flussi di contenitori vuoti in importazione in ciascuno
dei cinque principali porti australiani è stato utilizzato il seguente modello di regressione multipla
ln EMMit = λi0 + λi1 ln FCXit + λi2 ln Dit + wit
(9)
dove:
EMMi = importazioni di contenitori vuoti nell’i-esimo porto australiano misurate in numero di TEU;
FCXi = export di container pieni dall’i-esimo porto in TEU;
Di = variabile dummy per rappresentare un’ampia variazione delle importazioni di container vuoti
nell’i-esimo porto;
w = termine di errore;
λ = coefficienti di regressione;
t = anno.
Per il gruppo degli altri porti australiani minori, le previsioni della movimentazione di container e
navi sono state invece formulate utilizzando i tassi medi di crescita previsti per le cinque principali
città portuali australiane. Tale approccio è stato giustificato sia da una mancanza di serie storiche
dei dati sufficientemente lunghe per quanto riguarda il traffico container dei porti minori, sia dal
fatto che l’insieme dei principali cinque porti rappresenta il 90% del traffico container australiano
complessivo.
5.11. MDS Transmodal (2006)
MDS Transmodal (2006) ha formulato alcune previsioni al 2030 dei traffici portuali inglesi di merci
unitizzate (container e Ro-Ro, secondo tre scenari di crescita), rinfuse (solide e liquide), altri carichi
generali, auto e veicoli commerciali nuovi. Inoltre, sono stati anche previsti l’equilibrio domandaofferta nei porti britannici, il deficit di capacità portuale futura e la distribuzione dei traffici merci
portuali per modalità di trasporto terrestre (stradale e ferroviaria) tra regioni portuali e regioni di
origine e destinazione. Tale lavoro è stato svolto per conto del Dipartimento dei Trasporti inglese
impegnato nella riforma della politica portuale.
Per quanto riguarda le previsioni dei traffici container, è stato utilizzato un sistema di modelli e
sono state formulate tre ipotesi di crescita futura. In particolare, la metodologia di previsione
impiegata ha previsto tre fasi principali:
- stima di modelli causali lineari multivariati alle differenze prime per la previsione della
domanda commerciale misurata in tonnellate per diverse categorie merceologiche (variabili
esplicative: PIL reale, livello dei prezzi e tassi di cambio);
- utilizzo di un modello di trasporto per assegnare alle reti le previsioni del punto precedente
(ottenendo dati in tonnellate distinte per regione britannica, modalità marittima e itinerario);
- utilizzo di un modello per convertire le tonnellate scambiate in container movimentati.
Le previsioni del traffico totale di rinfuse (solide e liquide), altri carichi generali e veicoli
commerciali sono state invece formulate mediante l’utilizzo di metodi qualitativi.
5.12. Ocean Shipping Consultants (2006)
Interessanti sono anche la metodologia ed i risultati di uno studio di Ocean Shipping Consultants
(2006), che ha formulato previsioni riguardanti il traffico containerizzato nei porti europei e
22
mediterranei nel periodo 2005-2015 secondo due diverse ipotesi di crescita e distinguendo le
movimentazioni portuali relative ai traffici marittimi origine/destinazione (O/D) e quelle relative ai
traffici di transhipment. Tali previsioni sono state inoltre confrontate con i dati relativi alla capacità
portuale programmata, al fine di verificare eventuali deficit o surplus di capacità.
La serie storica di dati riguardanti la crescita delle movimentazioni legate ai traffici O/D di un
determinato porto o range portuale è stata posta in relazione alla serie storica di dati riguardanti la
crescita economica del bacino di influenza terrestre del porto o del range in base ad un
moltiplicatore “TEU/PIL”. La serie storica di dati riguardanti la crescita delle movimentazioni di
transhipment di un determinato porto o range portuale è stata invece posta in relazione alla serie
storica di dati riguardanti la crescita delle movimentazioni legate ai traffici O/D del porto o del
range in base ad un moltiplicatore “movimentazioni O/D/movimentazioni di transhipment”.
Più specificamente, la crescita delle movimentazioni O/D di un determinato porto o sistema di porti
è stata posta in relazione alla crescita economica del bacino di influenza terrestre del porto o del
sistema di porti considerato secondo una funzione del tipo:
dDomO-D% = dPIL% * MO-D
(10)
dove:
dDomO-D% = incremento percentuale annuo delle movimentazioni portuali relative ai traffici
marittimi O/D misurati in numero di TEU (pieni+vuoti);
dPIL% = incremento percentuale annuo del PIL (misurato in termini monetari reali) del bacino di
influenza terrestre del porto o del sistema di porti considerato;
MO-D = moltiplicatore “TEU/PIL” caratteristico del bacino di influenza terrestre del porto o del
sistema di porti considerato.
La crescita delle movimentazioni di transhipment di un determinato porto o sistema di porti
considerato è stata a sua volta posta in relazione con la crescita delle movimentazioni O/D secondo
una funzione del tipo:
dDomT % = dDomO-D % * MT
(11)
dove:
dDomT % = incremento percentuale annuo delle movimentazioni portuali di transhipment misurate
in numero di TEU (pieni+vuoti);
dDomO-D% = incremento percentuale annuo delle movimentazioni portuali O/D misurate in numero
di TEU (pieni+vuoti);
MT = moltiplicatore per il transhipment15.
Le previsioni di Ocean Shipping Consultants (2006) sono state infine formulate sia secondo
un’ipotesi di base (“Base case”), sia secondo un’ipotesi di bassa crescita (“Low case”). In
particolare, lo scenario Base considera ipotesi di crescita economica positive e più probabili; lo
scenario Low considera invece delle ipotesi più prudenziali. I dati economici utilizzati sono di fonte
Fondo Monetario Internazionale (FMI).
15
Mentre la domanda di movimentazione portuale di container derivante dai traffici marittimi di import-export è
strettamente legata al livello di sviluppo economico territoriale, la domanda derivante dai traffici di transhipment
dipende anche dalle decisioni strategiche delle compagnie di navigazione di non servire il mercato mediante servizi
marittimi diretti e quindi la relazione con il livello di sviluppo economico territoriale risulta più debole (Ocean Shipping
Consultants, 2006).
23
Nelle tabelle 7-9 si riportano le previsioni di lungo periodo per l’Europa, il Mediterraneo e l’Italia.
Il maggior tasso di crescita complessiva prevista dei traffici containerizzati in Europa e nel
Mediterraneo riguarda i porti dell’area orientale. La crescita dovrebbe comunque essere abbastanza
sostenuta anche nelle altre aree portuali.
Tabella 7 - Previsioni delle movimentazioni portuali di contenitori marittimi pieni e vuoti
relative ai traffici di import-export in Europa e nel Mediterraneo nel periodo 2005-2015
(dati in migliaia di TEU)
Traffici portuali potenziali O/D
(migliaia di TEU; pieni + vuoti)
IPOTESI BASE
2005
34.390
24.210
Nord Europa
Sud Europa/Mediterraneo
2010
48.440
36.310
2015
64.670
51.810
di cui:
Europa atlantica
2.990
3.760
4.720
Mediterraneo occidentale
6.010
8.640
11.750
Mediterraneo centrale
5.570
7.790
10.860
Mediterraneo orientale/Mar Nero
9.640
16.120
24.480
Italia
4.780
6.330
8.240
Fonte: nostra elaborazione su dati Ocean Shipping Consultants, 2006
IPOTESI LOW
2005
34.390
24.210
2010
45.630
33.940
2015
56.910
45.010
2.990
6.010
5.570
9.640
4.780
3.580
8.200
7.190
14.970
5.820
4.280
10.430
9.130
21.170
6.920
Tabella 8 - Previsioni delle movimentazioni portuali di contenitori marittimi pieni e vuoti
relative ai traffici di transhipment in Europa e nel Mediterraneo nel periodo 2005-2015
Traffici portuali potenziali di
transhipment (migliaia di TEU;
pieni + vuoti)
IPOTESI BASE
2005
10.310
14.530
Nord Europa
2010
15.870
25.740
2015
22.540
39.830
IPOTESI LOW
2005
10.310
14.530
2010
14.730
23.450
2015
19.270
33.150
880
4.500
6.490
2.660
5.000
1.810
7.430
9.620
4.590
7.230
2.910
10.270
13.180
6.790
9.890
di cui:
Europa atlantica
880
2.070
3.750
4.500
8.170
12.280
6.490
10.400
15.460
2.660
5.100
8.340
Italia
4.940
7.690
11.600
24
Tabella 9 - Previsioni delle movimentazioni portuali di contenitori marittimi relative ai
traffici di import-export e transhipment in Europa e nel Mediterraneo nel periodo 2005-2015
(dati in migliaia di TEU; pieni + vuoti)
Traffici portuali potenziali totali
(migliaia di TEU; pieni + vuoti)
IPOTESI BASE
2005
44.700
38.740
2010
60.360
57.390
2015
76.180
78.160
di cui:
Europa atlantica
3.870
5.830
8.470
3.870
10.510
16.810
24.030
10.510
12.060
18.190
26.320
12.060
12.300
21.220
32.820
12.300
Italia
9.720
14.020
19.840
9.780
5.390
15.630
16.810
19.560
13.050
7.190
20.700
22.310
27.960
16.810
Nord Europa
2005
44.700
38.740
2010
64.310
62.050
2015
87.210
91.640
IPOTESI LOW
Andando maggiormente nel dettaglio delle previsioni, nel periodo 2005-2015 il traffico portuale
containerizzato di import-export in Nord Europa - escludendo quindi il traffico di transhipment dovrebbe crescere del 66-88%, per un totale di 56,9-64,7 milioni di TEU. Il traffico portuale nordeuropeo di transhipment dovrebbe aumentare invece dell’87-119%, raggiungendo un volume di
19,3-22,5 milioni di TEU. Complessivamente, in Nord Europa il traffico containerizzato di
importazione, esportazione e transhipment dovrebbe crescere del 70-95%, raggiungendo un totale
di 76,2-87,2 milioni di TEU nel periodo 2005-2015. Il tasso di crescita annuale composto (CAGR)
dovrebbe essere pari al 6-7%. Nei porti della fascia Amburgo-Le Havre si prevede una crescita della
movimentazione complessiva del 66-89%, per un totale di 49,5-56,5 milioni di TEU (import-export
e transhipment) ed un tasso medio annuo di crescita (CAGR) pari al 5-7%.
Per quanto riguarda invece la movimentazione di contenitori nella macro-area Sud
Europa/Mediterraneo, nel periodo 2005-2015 il traffico portuale containerizzato di importazione ed
esportazione dovrebbe aumentare dell’86-114%, raggiungendo un totale di 45,0-51,8 milioni di
TEU. Il traffico di transhipment dovrebbe invece aumentare del 128-174%, raggiungendo un totale
di 33,2-39,8 milioni di TEU. Complessivamente, per il Sud Europa/Mediterraneo è prevista una
crescita del traffico containerizzato in import, export e transhipment pari al 102-137%,
raggiungendo un totale di 78,2-91,6 milioni di TEU nel periodo 2005-2015. Il tasso di crescita
annuale composto (CAGR) dovrebbe essere pari al 7-9%.
Per i porti sud-europei che si affacciano sull’Atlantico è previsto un aumento dell’86-119% del
traffico totale (import-export e transhipment), fino a 7,2-8,5 milioni di TEU nel periodo 2005-2015
e con un tasso di crescita media annua (CAGR) pari al 6-8%; per i porti del Mediterraneo
occidentale è previsto un aumento del 97-129% del traffico totale, fino a 20,7-24 milioni di TEU e
con un tasso medio di crescita (CAGR) pari al 7-9%; per i porti del Mediterraneo centrale è previsto
un aumento dell’85-118% del traffico totale, fino a 22,3-26,3 milioni di TEU e con un tasso medio
annuo di crescita pari al 6-8%; infine, per i porti del Mediterraneo orientale/Mar Nero è previsto un
aumento del 127-167% del traffico, raggiungendo una movimentazione pari a 28-32,8 milioni di
TEU, con un tasso medio annuo di crescita pari al 9-10%.
Ocean Shipping Consultants (2006) ha stimato per l’Italia una crescita accentuata al 2015 del
traffico di transhipment. In particolare, il traffico risulterebbe più che raddoppiato in 10 anni nello
scenario Base e quasi raddoppiato nello scenario Low. Il tasso di crescita annuale composto (CAGR)
dovrebbe quindi essere pari al 7-9%. Il traffico non di transhipment è stimato anch’esso in crescita,
nell’ordine del 45-72% e con un tasso medio annuo (CAGR) del 4-6%. La movimentazione
complessiva di container in import-export e transhipment dei porti italiani al 2015 è stimata nel
range dei 16,8-19,8 milioni di TEU, con un tasso di crescita annuale composto (CAGR) pari al 67% nel periodo 2005-2015. Per effettuare tali previsioni, si è assunto nell’ipotesi Base un
25
incremento percentuale medio annuo del PIL italiano pari a 1,6% nel periodo 2007-2010 e a 1,7%
nel periodo 2010-2015; nell’ipotesi Low, invece, si è assunto un incremento percentuale medio
annuo del PIL italiano pari all’1% nel periodo 2007-2010 e 1,1% nel periodo 2011-2015. Inoltre, il
moltiplicatore previsto per i traffici O/D (MO-D) dell’Italia dovrebbe decrescere dal valore di 4 per
l’anno 2005 al valore di 3 per il 2015.
Sebbene nello studio di Ocean Shipping Consultants (2006) è utilizzato a fini previsionali un
metodo di analisi basato sostanzialmente su una relazione di influenza della crescita del PIL sulla
crescita del traffico portuale di contenitori, sono però anche evidenziati altri importanti aspetti di cui
si dovrebbe tener conto quando si effettuano previsioni del traffico container. Innanzitutto, alcune
difficoltà in materia di previsione dei traffici potrebbero emergere, oltre che in riferimento al
traffico di transhipment, anche per quanto riguarda il traffico di contenitori vuoti e il tasso di
containerizzazione dei carichi trasportati via mare. Bisognerebbe poi anche considerare la
possibilità che sia la stessa crescita del trasporto marittimo di contenitori a far aumentare il livello
degli scambi commerciali internazionali e quindi il PIL. Altra questione fondamentale riguarda la
non agevole e diretta comparabilità tra dati di traffico misurati in quantità e dati economici misurati
in valore. Inoltre, bisognerebbe tener conto anche di altri fattori che influenzano la relazione tra
crescita economica e crescita del commercio internazionale, in particolare le fluttuazioni riguardanti
le propensioni al consumo o al risparmio, le fluttuazioni riguardanti le propensioni ad importare
oppure ad acquistare all’interno del territorio in cui si è localizzati e le fluttuazioni riguardanti le
propensioni ad esportare oppure a vendere all’interno del territorio in cui si è localizzati, tutte
mediate dai relativi cambiamenti riguardanti prezzi, reddito, tassi di cambio, preferenze ed altri
fattori. Riguardo all’utilizzo di tali variabili si rilevano però solitamente diverse difficoltà dovute
alla mancanza di dati disponibili e ad una non sempre chiara individuazione degli effetti ritardati di
influenza tra variabili economiche, in particolare PIL e commercio internazionale. Difficoltà nel
lavoro di previsione potrebbero infine emergere anche a seguito di una non omogeneità dei dati
relativi a diversi porti. Infatti, i metodi di rilevazione, stima e/o classificazione dei dati di traffico da
parte degli operatori portuali possono differire notevolmente.
Nella tabella 10 si riportano invece i risultati del confronto effettuato da Ocean Shipping
Consultants (2006) tra i dati riguardanti la domanda di movimentazione container prevista e la
capacità di movimentazione container programmata nei porti europei e mediterranei nel periodo
2005-2015. Si rileva che la capacità programmata dovrebbe mediamente aumentare durante il
periodo considerato. Nel Mediterraneo, in particolare, l’area più attiva sembrerebbe essere quella
occidentale, dove la crescita dovrebbe essere più che doppia, arrivando a superare i 30 milioni di
TEU. Anche nel Mediterraneo orientale/Mar Nero, area che negli ultimi anni si è caratterizzata per i
tassi di crescita del traffico più elevati, la capacità programmata dovrebbe però svilupparsi allo
stesso modo. Solo nel Mediterraneo Centrale e, in particolare in Italia, la crescita di capacità
dovrebbe attestarsi sotto il 100%. Inoltre, il livello previsto di utilizzo della capacità portuale nel
Sud Europa/Mediterraneo dovrebbe essere maggiore di quello previsto per il Nord Europa. L’area
del Mediterraneo orientale/Mar Nero dovrebbe infine caratterizzarsi per livelli di utilizzo della
capacità più alti rispetto a quelli previsti per il Mediterraneo occidentale e centrale.
26
Tabella 10 - Confronto tra le previsioni della domanda di movimentazione container e la
capacità di movimentazione portuale programmata in Europa e nel Mediterraneo nel periodo
2005-2015 (migliaia di TEU/anno e % di utilizzo della capacità)
Migliaia di TEU/anno e % di utilizzo della capacità
Nord Europa
Capacità di movimentazione programmata
Domanda di movimentazione complessiva prevista (ipotesi base)
Domanda di movimentazione complessiva prevista (ipotesi bassa)
Livello di utilizzo (%) (Base case)
Livello di utilizzo (%) (Low case)
Europa atlantica
Italia
2005
2010
2015
57.100
44.700
44.700
78,3%
78,3%
97.400
64.310
60.360
66,0%
62,0%
110.000
87.210
76.180
79,3%
69,3%
47.730
38.740
38.740
81,2%
81,2%
82.200
62.050
57.390
75,5%
69,8%
99.000
91.640
78.160
92,6%
78,9%
6.160
3.870
3.870
62,8%
62,8%
8.540
5.830
5.390
68,3%
63,1%
9.640
8.470
7.190
87,9%
74,6%
12.670
10.510
10.510
83,0%
83,0%
23.740
16.810
15.630
70,8%
65,8%
30.780
24.030
20.700
78,1%
67,3%
15.530
12.060
12.060
77,7%
77,7%
24.420
18.190
16.810
74,5%
68,8%
29.370
26.320
22.310
89,6%
76,0%
13.370
12.300
12.300
92,0%
92,0%
25.500
21.220
19.560
83,2%
76,7%
29.210
32.820
27.960
112,4%
95,7%
12.950
9.720
9.780
75,1%
75,5%
20.150
14.020
13.050
69,6%
64,8%
24.950
19.840
16.810
79,5%
67,4%
5.13. MDS Transmodal (2007)
MDS Transmodal (2007) ha previsto i traffici portuali di contenitori a livello mondiale e i traffici
marittimi di container su direttrici intercontinentali al 2011. Ha inoltre stimato la capacità mondiale
necessaria in termini di naviglio e la capacità portuale necessaria nelle diverse macro-aree mondiali
27
per soddisfare la domanda di traffico prevista. In particolare, l’approccio utilizzato per la stima e la
previsione dei traffici può essere suddiviso nelle seguenti fasi:
1) raccolta di dati trimestrali sul commercio internazionale disaggregati per categoria
merceologica (circa 3.000 tipologie di beni classificati secondo la Classificazione Tipo del
Commercio Internazionale a 5 cifre) e riguardanti tutti i maggiori paesi mondiali e i loro
partner commerciali nel periodo 1996-2006;
2) stima della quota di traffici unitizzati sulla base di dati doganali (dove disponibili);
3) “scrematura” del traffico merci aereo stimato;
4) conversione dei dati espressi in tonnellate in dati espressi in TEU (mediante l’utilizzo di
coefficienti di carico);
5) distinzione tra flussi movimentati via mare con sistemi Lo-Lo e Ro-Ro;
6) allocazione di alcuni traffici (dove rilevante) a specifici porti in differenti paesi;
7) stima dei container vuoti mediante il calcolo dello sbilanciamento dei traffici;
8) considerazione della situazione per cui nuovi container tendono ad essere fabbricati in paesi
in prevalenza esportatori e sono dismessi in paesi in prevalenza importatori;
9) considerazione dei flussi domestici “off-shore” dove identificabili (ad esempio Stati UnitiPortorico, Spagna-Isole Baleari, ecc.) e stima dei flussi locali domestici attraverso la
comparazione di dati riguardanti il commercio internazionale ed il throughput dei porti.
Nello studio non risultano rivelati i modelli causali e i metodi di stima utilizzati ed inoltre i risultati
dei vari passaggi sopra elencati sono stati integrati con aggiustamenti apportati sulla base
dell’esperienza ed effettuando varie verifiche incrociate, consentendo una stima dei traffici sia
aggregata che disaggregata per singolo paese. Tali stime si adattano in maniera affidabile ai dati al
netto del transhipment osservati nella maggior parte dei principali paesi.
A livello previsionale, il numero di contenitori pieni spediti a livello internazionale dovrebbe
ammontare a 151 milioni di TEU nel 2011 (tab. 11), con una crescita del 42% rispetto al 2006 e del
31% rispetto al 2007. Il tasso medio annuo di crescita (CAGR) nel periodo 2007-2011 sarebbe
quindi del 7% e risulta inferiore a quello osservato nel periodo 1996-2006 (pari al 10%). Anche in
termini di tonnellate trasportate in container, il tasso medio annuo di crescita previsto nel periodo
2007-2011 è del 7% e risulta inferiore a quello osservato nel periodo 1996-2006 (pari al 9%).
Tabella 11 - Il traffico marittimo mondiale di container nel periodo 1996-2011
(dati in migliaia di tonnellate e in migliaia di TEU)
Traffici marittimi di container a livello mondiale
Migliaia di tonnellate spedite a livello internazionale
Migliaia di TEU pieni spediti a livello internazionale
Variazione percentuale annua
Tonnellate spedite a livello internazionale (var. %)
TEU pieni spediti a livello internazionale (var. %)
Previsioni
1996
2000
2005
2006
2007
2008
2009
2010
2011
332.000 451.000 681.000 765.000 828.000 891.000 955.000 1.020.000 1.086.000
41.500 59.900 94.700 106.400 115.700 124.700 133.400 142.100 151.000
11,1%
12,2%
8,8%
9,9%
12,3%
12,4%
8,2%
8,7%
7,6%
7,8%
7,2%
7,0%
6,8%
6,5%
6,5%
6,3%
Fonte: MDS Transmodal, 2007
Nelle tabelle 12-13 si riportano inoltre i dati riguardanti le spedizioni e gli arrivi internazionali di
container nelle diverse macro-aree mondiali nel periodo 1996-201116. In particolare, risulta che il
Far East è l’area che attualmente e in previsione si caratterizza per i maggiori volumi di traffico, con
un incidenza di circa il 90% sul totale mondiale (spedizioni+arrivi). Il tasso medio annuo di crescita
previsto delle esportazioni containerizzate nel periodo 2006-2011 è pari al 7% (CAGR). Tale tasso
risulta però inferiore a quello previsto, ad esempio, per l’America latina (9%) e l’Africa sudorientale (8%); per l’area mediterranea, invece, è prevista una crescita media annua del 7%. In
16
I dati riguardanti le spedizioni e gli arrivi internazionali di container nelle diverse macro-aree mondiali presenti nello
studio di MDS Transmodal (2007) si riferiscono agli anni 1996, 2006 e 2011. Non sono ad esempio rivelati i dati
suddivisi tra spedizioni e arrivi per ciascuna macro-area nell’anno 2007.
28
termini di importazioni containerizzate, il tasso medio annuo di crescita previsto nel periodo 20062011 per il Far East, l’Africa occidentale ed il Mediterraneo è più o meno pari all’8% (CAGR).
Tabella 12 - Spedizioni marittime internazionali di container pieni nel periodo 1996-2011
dalle diverse macro-aree mondiali (dati in migliaia di TEU)
Spedizioni internazionali di
container pieni (migliaia di TEU)
Australasia & Oceania
East and Southern Africa
Far East
Gulf & ISC
Latin America
Mediterranean
North America
North West Europe
West Africa
Global trade
1996
2006
2011
1.500
690
18.370
1.890
2.910
3.100
6.250
6.420
360
41.490
3.050
1.620
56.470
5.150
8.350
6.640
9.810
14.440
820
106.350
4.280
2.400
80.860
7.470
12.550
9.370
12.700
20.230
1.190
151.050
Var.% 1996- Var.% 1996- Var.% 2006- CAGR 1996- CAGR 1996- CAGR 20062006
2011
2011
2006
2011
2011
103,3%
134,8%
207,4%
172,5%
186,9%
114,2%
57,0%
124,9%
127,8%
156,3%
185,3%
247,8%
340,2%
295,2%
331,3%
202,3%
103,2%
215,1%
230,6%
264,1%
40,3%
48,1%
43,2%
45,0%
50,3%
41,1%
29,5%
40,1%
45,1%
42,0%
7,4%
8,9%
11,9%
10,5%
11,1%
7,9%
4,6%
8,4%
8,6%
9,9%
7,2%
8,7%
10,4%
9,6%
10,2%
7,7%
4,8%
8,0%
8,3%
9,0%
7,0%
8,2%
7,4%
7,7%
8,5%
7,1%
5,3%
7,0%
7,7%
7,3%
Fonte: nostra elaborazione su dati MDS Transmodal, 2007
Tabella 13 - Arrivi marittimi internazionali di container pieni nel periodo 1996-2011 nelle
diverse macro-aree mondiali (dati in migliaia di TEU)
Arrivi internazionali di container
pieni (Migliaia di TEU)
Far East
Gulf & ISC
Latin America
Mediterranean
North America
North West Europe
West Africa
Global trade
1996
2006
2011
1.290
760
14.460
2.780
2.810
3.050
8.220
7.370
750
41.490
3.220
2.320
34.180
8.200
5.620
9.220
23.920
17.890
1.780
106.350
4.470
3.460
49.490
12.130
7.690
13.260
33.160
24.730
2.660
151.050
Var.% 1996- Var.% 1996- Var.% 2006- CAGR 1996- CAGR 1996- CAGR 20062006
2011
2011
2006
2011
2011
149,6%
205,3%
136,4%
195,0%
100,0%
202,3%
191,0%
142,7%
137,3%
156,3%
246,5%
355,3%
242,3%
336,3%
173,7%
334,8%
303,4%
235,5%
254,7%
264,1%
38,8%
49,1%
44,8%
47,9%
36,8%
43,8%
38,6%
38,2%
49,4%
42,0%
9,6%
11,8%
9,0%
11,4%
7,2%
11,7%
11,3%
9,3%
9,0%
9,9%
8,6%
10,6%
8,5%
10,3%
6,9%
10,3%
9,7%
8,4%
8,8%
9,0%
6,8%
8,3%
7,7%
8,1%
6,5%
7,5%
6,8%
6,7%
8,4%
7,3%
In termini di sbilanciamento dei traffici marittimi di container pieni spediti su tratte internazionali
bi-direzionali, gli squilibri maggiori al 2011 dovrebbero riguardare il Nord America, l’America
Latina e l’Africa occidentale. Una situazione di equilibrio dei traffici al 2011 dovrebbe invece
riguardare l’Australasia e l’Oceania. Per il Mediterraneo, invece, non si prevedono sostanziali
variazioni tra il 2006 e il 2011. In tabella 14 si riportano i dati riguardanti l’evoluzione del rapporto
spedizioni/arrivi internazionali di contenitori pieni per ciascuna macro-area mondiale.
Tabella 14 - Rapporto spedizioni/arrivi marittimi internazionali di container pieni nel periodo
1996-2011 nelle diverse macro-aree mondiali (ratio spedizioni/arrivi)
Sbilanciamento dei traffici
marittimi internazionali di
1996
2006
container pieni
(ratio spedizioni/arrivi)
1,16
0,95
0,91
0,70
Far East
1,27
1,65
Gulf & ISC
0,68
0,63
Latin America
1,04
1,49
Mediterranean
1,02
0,72
North America
0,76
0,41
North West Europe
0,87
0,81
West Africa
0,48
0,46
Global trade
1,00
1,00
2011
0,96
0,69
1,63
0,62
1,63
0,71
0,38
0,82
0,45
1,00
29
In tabella 15 si riportano invece i dati riguardanti i traffici marittimi internazionali di container pieni
nei primi dieci paesi esportatori ed importatori negli anni 2006, 2007 e 2011. In particolare, la
crescita delle esportazioni di tali paesi dovrebbe aumentare del 9% tra il 2006 e il 2007 e del 30%
nel periodo 2007-2011. In termini di tassi medi annui (CAGR), i valori di crescita più elevati
dovrebbero riguardare il Brasile, la Corea del Sud e la Cina. Per quanto riguarda invece le
importazioni, la crescita nei primi dieci paesi nei periodi 2006-2007 e 2007-2011 dovrebbe essere
rispettivamente pari a circa il 9% e al 30%; in termini di tassi medi annui di crescita, i valori più
elevati dovrebbero riguardare la Cina e la Corea del Sud.
Tabella 15 - Traffici marittimi internazionali di container pieni nei primi dieci paesi
esportatori ed importatori nel periodo 2006-2011 (dati in migliaia di TEU)
Es
po
rt a
zi
on
i
Direzione
dei flussi
Im
po
rt a
zi
on
i
Direzione
dei flussi
Paesi
2006
2007
2011
China
28.000 30.760 40.560
USA
7.120 7.510 9.150
Japan
6.780 7.360 9.510
South Korea 4.460 4.890 6.520
Taiwan
3.410 3.650 4.510
Indonesia
3.230 3.510 4.610
Brazil
3.160 3.550 5.130
Germany
2.980 3.220 4.140
Thailand
2.830 3.060 3.910
Malaysia
2.420 2.630 3.450
Total Top 10 64.390 70.140 91.490
World
106.400 115.700 151.100
% of total
60,5% 60,6% 60,5%
Paesi
2006
2007
2011
USA
19.450 20.950 26.820
China
8.640 9.730 13.790
Japan
8.380 9.040 11.440
UK
4.670 5.030 6.360
South Korea 3.520 3.880 5.290
Canada
3.180 3.420 4.470
Germany
2.840 3.060 3.790
Netherlands 2.510 2.720 3.500
Australia
2.310 2.500 3.180
Hong Kong
2.270 2.410 2.940
Total Top 10 57.770 62.740 81.580
World
106.400 115.700 151.100
% of total
54,3% 54,2% 54,0%
Var. %
20062007
9,9%
5,5%
8,6%
9,6%
7,0%
8,7%
12,3%
8,1%
8,1%
8,7%
8,9%
8,7%
Var. %
20072011
31,9%
21,8%
29,2%
33,3%
23,6%
31,3%
44,5%
28,6%
27,8%
31,2%
30,4%
30,6%
CAGR
20072011
7,2%
5,1%
6,6%
7,5%
5,4%
7,1%
9,6%
6,5%
6,3%
7,0%
6,9%
6,9%
Var. %
20062007
7,7%
12,6%
7,9%
7,7%
10,2%
7,5%
7,7%
8,4%
8,2%
6,2%
8,6%
8,7%
Var. %
20072011
28,0%
41,7%
26,5%
26,4%
36,3%
30,7%
23,9%
28,7%
27,2%
22,0%
30,0%
30,6%
CAGR
20072011
6,4%
9,1%
6,1%
6,0%
8,1%
6,9%
5,5%
6,5%
6,2%
5,1%
6,8%
6,9%
In tabella 16 si riporta inoltre la ripartizione in categorie merceologiche del traffico marittimo
mondiale di contenitori nel periodo 1996-2011. La crescita maggiore in valore assoluto nel periodo
2006-2011 dovrebbe riguardare il mercato dei beni di consumo ed in particolare le categorie 6, 7 e 8
della Classificazione Tipo del Commercio Internazionale (CTCI). La variazione assoluta di tali
categorie di beni dovrebbe essere pari al 61% della variazione assoluta del totale delle 10 categorie
considerate.
La movimentazione portuale mondiale complessiva di container marittimi dovrebbe invece
raggiungere un totale di 632 milioni di TEU nel 2011, con una crescita del 29% rispetto al 2007 ed
un tasso medio annuo (CAGR) di circa il 7% (tab. 17). Il traffico portuale mondiale di transhipment
dovrebbe aumentare anch’esso ad un tasso medio annuo del 7%, con una variazione complessiva di
circa il 31% nel periodo 2007-2011.
Per quanto riguarda invece l’evoluzione dell’offerta in termini di naviglio, MDS Transmodal (2007)
ha stimato che nel 2007 la capacità statica totale di stiva a livello mondiale delle navi
portacontenitori e di altri tipi di navi che trasportano container ammonterà a circa 13 milioni di
30
TEU, con una variazione del 13% rispetto al 2006. Tra il 2007 e il 2009, invece, la variazione
percentuale prevista è del 21%, con un tasso medio annuo (CAGR) del 10%. In termini di capacità
sulle varie principali rotte mondiali, significativi aumenti sono previsti entro il 2010 sulle rotte Far
East-Europa, Far East-Nord America, nonché sulle rotte che servono l’America latina e l’India dal
Far East e dall’Europa e sulle rotte infra-regionali dell’Europa e del Far East. È stato inoltre
previsto un totale di 16,2 milioni di TEU di capacità di stiva necessaria a soddisfare la domanda
complessiva di traffico container sulle diverse rotte mondiali al 2011.
Tabella 16 - Il traffico marittimo mondiale di container per principali categorie merceologiche
nel periodo 1996-2011 (dati in migliaia di TEU)
Classificazione
Tipo del
Commercio
Categoria merceologica
Internazionale
(CTCI)
2006
2011
Crescita in
valore
assoluto
1996-2006
Crescita in Crescita in
valore
valore
assoluto
assoluto
1996-2011 2006-2011
Var.%
19962006
Var.%
19962011
Var.%
20062011
CAGR
19962006
CAGR
19962011
CAGR
20062011
108,6% 185,7%
37,0%
7,6%
7,2%
6,5%
80,0%
133,3%
29,6%
6,1%
5,8%
5,3%
0
Prodotti alimentari
7.000
14.600
20.000
7.600
13.000
5.400
1
Bevande e tabacchi
1.500
2.700
3.500
1.200
2.000
800
2
Materie prime
4.200
10.500
15.700
6.300
11.500
5.200
150,0% 273,8%
49,5%
9,6%
9,2%
8,4%
3
Carburanti
200
700
1.300
500
1.100
600
250,0% 550,0%
85,7%
13,3%
13,3%
13,2%
300
900
1.500
600
1.200
600
200,0% 400,0%
66,7%
11,6%
11,3%
10,8%
3.600
10.300
15.000
6.700
11.400
4.700
186,1% 316,7%
45,6%
11,1%
10,0%
7,8%
8.900
22.900
33.200
14.000
24.300
10.300
157,3% 273,0%
45,0%
9,9%
9,2%
7,7%
7.200
20.400
29.000
13.200
21.800
8.600
183,3% 302,8%
42,2%
11,0%
9,7%
7,3%
8.500
23.300
31.800
14.800
23.300
8.500
174,1% 274,1%
36,5%
10,6%
9,2%
6,4%
0
100
100
100
100
0
0,0%
-
-
0,0%
64.900
109.600
44.700
42,0%
9,9%
9,0%
7,3%
4
5
6
7
Totale
1996
Oli, grassi e cere di origine
animale o vegetale
Prodotti chimici e prodotti
connessi
Prodotti finiti classificati
secondo la materia prima
Macchinari e materiale da
trasporto
8
Prodotti finiti diversi
9
Articoli e transazioni non
classificati
41.500
106.400 151.100
-
-
156,4% 264,1%
Tabella 17 - La movimentazione portuale mondiale di container nel periodo 1996-2011
Traffici portuali di container a livello mondiale
(migliaia di TEU)
1996
2006
2007
2011
Container pieni scambiati a livello internazionale
Container pieni scambiati a livello nazionale
Container vuoti
Totale traffici porto-porto
Transhipment
Domanda portuale totale
83.000
30.000
19.000
132.000
31.000
163.000
213.000
74.000
62.000
349.000
103.000
452.000
231.000
79.000
68.000
378.000
111.000
489.000
302.000
97.000
88.000
487.000
145.000
632.000
Var. % Var. % Var. %
1996200620072006
2007
2011
156,6% 8,5%
30,7%
146,7% 6,8%
22,8%
226,3% 9,7%
29,4%
164,4% 8,3%
28,8%
232,3% 7,8%
30,6%
177,3% 8,2%
29,2%
CAGR
19962006
9,9%
9,4%
12,6%
10,2%
12,8%
10,7%
CAGR
20072011
6,9%
5,3%
6,7%
6,5%
6,9%
6,6%
Nella tabella 18 si riportano invece i dati riguardanti il deficit di capacità portuale stimato rispetto
alle previsioni dei traffici nelle diverse macro-aree mondiali al 2011. In particolare, il deficit
mondiale complessivo ammonterebbe ad un totale di 85,2 milioni di TEU, di cui il 68%
riguarderebbe i porti del Far East. Secondo le stime di MDS Transmodal (2007), per evitare tale
squilibrio a livello mondiale occorrerebbe la realizzazione in tempi brevi di 65 km di banchina e
l’installazione di circa 700 nuove gru di banchina.
31
Tabella 18 - Deficit di capacità portuale previsto al 2011 (dati in migliaia di TEU)
Macro-area
Far East
Gulf & ISC
Latin America
Mediterranean
North America
North West Europe
West Africa
Totale
Livello di
Quota del
Deficit di
Capacità dei utilizzazione
Throughput
throughput
Domanda nei capacità
Throughput
principali
della
portuale
dei principali
dei principali
portuale
porti
capacità nei principali
totale al
porti sul
porti al 2005
(benchmark ) principali porti al 2011 previsto al
2005
throughput
2011
al 2005
porti al 2005
totale
(%)
8.700
3.300
38%
6.800
49%
4.900
4.400
1.990
45%
2.800
71%
3.200
400
198.200
164.000
83%
225.400
73%
242.900
58.100
30.700
23.200
76%
28.400
82%
35.900
10.900
29.800
8.300
28%
16.500
50%
13.600
2.200
36.400
22.300
61%
61.600
36%
32.600
42.800
32.400
76%
61.900
52%
47.800
1.300
49.800
35.300
71%
44.700
79%
52.100
11.700
5.100
1.200
24%
2.200
55%
1.700
600
405.800
291.900
72%
450.400
434.700
85.200
Infine, dalla figura 4 emerge che la capacità mondiale di stiva prevista nel 2009 sulla base degli
attuali ordinativi di nuove navi dovrebbe consentire di soddisfare la domanda prevista per il 2010.
Comunque, una relativamente modesta riduzione della velocità operativa del naviglio da parte delle
compagnie di navigazione, al fine di risparmiare sui costi del bunker, modificherebbe prontamente
tale equilibrio. Già entro il 2008 risulterebbe inoltre necessaria la realizzazione di interventi di
potenziamento della capacità terminalistica mondiale.
Figura 4 - Domanda e offerta di capacità portuale e di stiva a livello mondiale
700.000
Domanda da modello
(incluso T/S)
Migliaia di TEU
600.000
500.000
400.000
Traffico portuale attuale
(incluso T/S)
300.000
Offerta portuale
effettiva
200.000
Offerta di naviglio flotta
100.000
0
1996
1998
2000
2002
2004
2006
2008
2010
2012
Anno
5.14. Considerazioni di sintesi ed integrative in merito alla letteratura analizzata
Alcune considerazioni di sintesi ed integrative possono essere fatte in relazione alla presente
rassegna dei metodi di previsione dei traffici marittimi e portuali. La letteratura analizzata evidenzia
chiaramente il legame tra variabili economiche e flussi marittimi e portuali di merce e di contenitori
in particolare. I volumi scambiati dovrebbero cioé aumentare in periodi di crescita economica e
viceversa. Comunque, oltre ad indicatori quali ad esempio il PIL, il PIL pro-capite, il reddito
disponibile e il tasso di cambio, altre variabili economiche utilizzabili per prevedere l’evoluzione
32
del commercio internazionale e/o della domanda di traffico marittimo e portuale sono sicuramente
anche il livello delle rate di nolo e dei prezzi dei beni.
6. Previsioni a lungo termine della domanda di movimentazione di contenitori marittimi nel
sistema portuale campano
Una metodologia in parte simile a quella impiegata di recente dagli studiosi del Bureau di
Economia Regionale e dei Trasporti del Governo Australiano17 è stata utilizzata per prevedere la
domanda potenziale di movimentazione al 2015 di contenitori pieni e vuoti relativi ai traffici di
import-export e transhipment del sistema portuale campano.
Le previsioni sono state formulate a partire dalla specificazione in forma doppio logaritmicolineare18 di alcuni modelli di regressione a singola equazione stimati separatamente per il porto di
Napoli e il porto di Salerno e distinguendo tra le movimentazioni in uscita e in entrata di contenitori
pieni relativi ai traffici marittimi O/D (misurati in TEU), nonché tra bacini di esportazione ed
importazione. In particolare, si è assunto che il numero di contenitori pieni in export per abitante del
bacino terrestre di influenza dei porti campani19 dipenda dal PIL pro-capite reale dei 29 Paesi
partner dell’Italia nell’ambito dell’Organizzazione per la Cooperazione e lo Sviluppo Economico
(OCSE)20 e dal tasso di cambio reale dollaro-euro; analogamente, il numero di movimentazioni di
contenitori pieni in import per abitante del bacino terrestre di influenza dei porti di Napoli e Salerno
è stato messo in relazione con il PIL pro-capite reale del bacino stesso e con il tasso di cambio reale
dollaro-euro. Nei modelli, la popolazione è inclusa su base pro-capite al fine di evitare le
conseguenze di una possibile collinearità tra variabili esplicative21. Inoltre, le statistiche delle
regressioni indicano che i modelli utilizzati sembrano adattarsi bene ai dati storici osservati e i
coefficienti stimati presentano il segno atteso e risultano statisticamente significativi.
Le previsioni al 2015 della domanda potenziale di movimentazione di contenitori pieni in
esportazione dai porti di Napoli e Salerno sono state quindi formulate sulla base dei coefficienti di
regressione calibrati per ciascun porto ed utilizzando dati previsionali riguardanti il PIL pro-capite
reale dei Paesi OCSE (escluso l’Italia), il tasso di cambio reale dollaro-euro e la popolazione
dell’hinterland commerciale del cluster portuale campano. Con riguardo a quest’ultima variabile in
particolare, sono stati ipotizzati tre diversi scenari futuri di crescita (High, Base e Low) e si è inoltre
assunto che nel periodo previsionale considerato il bacino commerciale terrestre dei porti di Napoli
e Salerno non vari.
Analogamente, le previsioni al 2015 della domanda potenziale di movimentazione di contenitori
pieni in importazione nei porti campani sono state formulate sulla base dei coefficienti di
regressione calibrati per ciascun porto ed utilizzando dati previsionali riguardanti il tasso di cambio
reale dollaro-euro e la popolazione ed il PIL reale dell’hinterland commerciale del sistema portuale
campano. Con riguardo a queste ultime due variabili, sono stati ipotizzati tre diversi scenari di
17
Hamal et al. (2006).
In genere, le trasformazioni logaritmiche hanno lo scopo di stabilizzare eventuali fluttuazioni dei dati attorno alla
tendenza di lungo periodo. Inoltre, i parametri stimati di un modello doppio-logaritmico possono essere interpretati
come buone approssimazioni dell’elasticità, indicando cioè la variazione percentuale della variabile dipendente
conseguente ad una variazione percentuale unitaria della variabile esplicativa.
19
L’hinterland commerciale del sistema portuale campano per quanto riguarda il traffico container è costituito da: basso
Lazio (province di Latina e Frosinone), Molise, Campania, Puglia, Basilicata, Calabria e Sicilia (RFI et al., 2005).
20
Dall’elaborazione ed analisi di dati estratti dal data-base dell’ISTAT sul commercio estero delle regioni italiane
(Coeweb-ISTAT), è emerso che nel 2006 i Paesi OCSE partner dell’Italia sono stati destinatari del 78% del valore totale
delle esportazioni di merce dalla Campania. Il PIL pro-capite reale di tali Paesi è stato quindi utilizzato come proxy del
livello di sviluppo economico dei bacini di destinazione delle esportazioni containerizzate dai porti di Napoli e Salerno.
21
Uno dei problemi che si può presentare nella stima di un modello di regressione multipla è la “multicollinearità” delle
variabili esplicative, che consiste nella presenza di un’elevata correlazione tra tali variabili. In tal caso, le variabili
collineari non forniscono delle informazioni aggiuntive e risulta difficile individuare l’effetto che ciascuna di esse ha
sulla variabile dipendente. I valori dei coefficienti di regressione per queste variabili potrebbero variare in maniera
elevata a seconda di quali delle variabili esplicative sono incluse nel modello.
18
33
crescita (High, Base e Low) e si è inoltre assunto che nel periodo previsionale considerato il bacino
commerciale terrestre dei porti di Napoli e Salerno non vari.
Successivamente, in maniera diversa rispetto alla metodologia impiegata dagli studiosi australiani,
si è provveduto a stimare la domanda potenziale di movimentazione di contenitori vuoti in export e
in import al 2015 utilizzando i risultati dei modelli stimati in precedenza per i pieni (nelle diverse
ipotesi di crescita della popolazione e del PIL) e risolvendo un sistema di equazioni che bilancia i
flussi di container pieni e vuoti in esportazione e in importazione da/in ciascuno dei singoli porti
campani, nell’ipotesi che le unità di carico vuote incidano il 20% sul totale delle unità di carico
piene e vuote in import-export22. Infine, si è ipotizzato che nel periodo di previsione la quota del
transhipment sulla movimentazione complessiva di contenitori (import-export e transhipment) dei
porti di Napoli e Salerno sia pari al 20%23.
Le banche dati (con le rispettive fonti) utilizzate nell’analisi e per la stima degli scenari previsionali
futuri sono:
- Serie storica 1996-2005 dei TEU pieni in esportazione (traffici O/D in uscita) dai porti di
Napoli e Salerno (Fonti: AAPP Napoli e Salerno).
- Serie storica 1996-2005 dei TEU pieni in importazione (traffici O/D in entrata) nei porti di
- Serie storica 1996-2005 dei TEU vuoti in esportazione (traffici O/D in uscita) dai porti di
- Serie storica 1996-2005 dei TEU vuoti in importazione (traffici O/D in entrata) nei porti di
- Serie storica 1996-2005 e serie previsionale 2006-2015 del PIL reale pro-capite in dollari
dei Paesi OCSE (escluso l’Italia) (Fonte: ERS/USDA Macroeconomic Data Set).
- Serie storica 1996-2005 e serie previsionale 2006-2015 (3 ipotesi: High, Base e Low) della
popolazione del bacino commerciale terrestre dei porti campani (Fonti: Istat ed Eurostat).
- Serie storica 1996-2004 e serie previsionale 2005-2015 (3 ipotesi: High, Base e Low) del
PIL in termini reali del bacino commerciale terrestre dei porti campani (Fonti: Istat, Eurostat
e nostre assunzioni e stime su dati riportati in Ocean Shipping Consultants, 200624).
- Serie storica 1996-2005 e serie previsionale 2006-2015 del tasso di cambio reale dollaroeuro (Fonte: ERS/USDA Macroeconomic Data Set).
Nella tabella 19 si riporta una sintesi riguardante le assunzioni sull’evoluzione di lungo periodo
delle variabili economiche e demografiche utilizzate per prevedere i traffici container del sistema
portuale campano. Nella tabella 20 è riportata invece la sintesi delle stime al 2015 della domanda
potenziale di movimentazione dei contenitori pieni e vuoti nel sistema portuale campano ottenute
secondo le tre ipotesi di crescita (High, Base e Low). In particolare, la domanda potenziale
complessiva prevista (import-export + transhipment) dovrebbe variare tra 1,4 milioni di TEU
nell’ipotesi Low e 1,6 milioni di TEU nell’ipotesi High. L’incremento previsto dal 2007 al 2015
22
Tale percentuale d’incidenza dei vuoti è approssimativamente pari alla media rilevabile a livello mondiale.
Alla luce di quanto sta già accadendo in molti porti di tipo “regional” e “gateway”, va considerata la possibilità che i
terminal portuali, specie se gestiti da compagnie di navigazione, siano utilizzati anche per ottimizzare l’operatività e la
rete dei servizi delle compagnie stesse, destinando una parte della capacità, spesso consistente, ai traffici di
transhipment. Ad esempio, il porto di Napoli, scelto da COSCO come hub a servizio dell’Adriatico, ha visto salire la
percentuale del transhipment al 15% registrato nei primi mesi del 2007; a Valencia, utilizzato da MSC come hub del
Mediterraneo occidentale, il transhipment ha superato invece il 30%, così come pure in porti quali Barcellona e
Costanza. Alla luce di tali considerazioni, è sembrato quindi prudente considerare a fini previsionali, per l’intero
sistema portuale campano, un’aliquota di transhipment approssimativamente pari alla metà tra quanto registrato nel
sistema stesso fino al 2006 ed il 30% ed oltre dei regional hub port in cui il transhipment è impiegato in maniera
intensa.
24
In particolare, nelle ipotesi Base e Low si è assunto che i tassi di crescita del PIL reale del bacino terrestre di influenza
dei porti di Napoli e Salerno siano pari a quelli stimati per l’Italia dal Fondo Monetario Internazionale (FMI) e riportati
in Ocean Shipping Consultants (2006). Nello scenario High, invece, si è assunto un tasso di crescita del PIL reale
dell’hinterland commerciale del sistema portuale campano pari ad 1,15 volte quello relativo all’ipotesi Base.
23
34
risulta invece compreso tra il 79% e il 95%, con un tasso annuale di crescita composto (CAGR)
approssimativamente compreso tra l’8% e il 9%.
Tabella 19 - Assunzioni sull’evoluzione di lungo periodo delle variabili economiche e
demografiche utilizzate per prevedere i traffici potenziali di container marittimi nei porti
di Napoli e Salerno
Variabili economiche e demografiche
utilizzate nei modelli di regressione
PIL reale pro-capite dei Paesi OCSE partner
dell'Italia
Popolazione del bacino commerciale terrestre
dei porti di Napoli e Salerno
PIL reale pro-capite del bacino commerciale
terrestre dei porti di Napoli e Salerno
Tasso di cambio reale dollaro-euro
Tasso annuale
Tasso annuale
Tasso annuale
Tasso annuale
medio di crescita medio di crescita medio di crescita
medio di crescita
(CAGR ) nel
(CAGR ) nel
(CAGR ) nel
(CAGR ) nel
periodo 2006-2015 periodo 2006-2015 periodo 2006-2015
periodo 1996-2005
(ipotesi High )
(ipotesi Base )
(ipotesi Low )
2,43%
2,30%
0,04%
0,12%
-0,04%
-0,30%
1,60%
1,78%
1,70%
1,36%
-0,45%
-1,17%
Fonte: nostra elaborazione su dati ERS/USDA Macroeconomic Data Set, Istat, Eurostat e Ocean Shipping
Consultants/FMI
Tabella 20 - Sintesi degli scenari di previsione della domanda potenziale di movimentazione di
contenitori nei porti di Napoli e Salerno al 2015 (migliaia di TEU)
PORTO DI NAPOLI
Anno 2015 (migliaia di TEU pieni e vuoti in import-export)
Anno 2015 (migliaia di TEU pieni e vuoti di transhipment)
Anno 2015 (migliaia di TEU pieni e vuoti in import-export e
transhipment)
PORTO DI SALERNO
transhipment)
NAPOLI + SALERNO
transhipment)
Var. % 2006 (dato osservato)-2015 (pieni e vuoti in importexport e transhipment)
Var. % 2006 (dato stimato)-2015 (pieni e vuoti in import-export
e transhipment)
Var. % 2007-2015 (pieni e vuoti in import-export e
transhipment)
CAGR 2006 (dato osservato)-2015 (pieni e vuoti in importexport e transhipment)
CAGR 2006 (dato stimato)-2015 (pieni e vuoti in import-export
e transhipment)
CAGR 2007-2015 (pieni e vuoti in import-export e
transhipment)
High
600
150
Base
586
147
Low
564
141
749
733
705
High
670
167
Base
646
161
Low
578
145
837
807
723
High
1.269
317
Base
1.232
308
Low
1.142
285
1.587
1.540
1.427
97,2%
91,4%
77,4%
108,7%
86,6%
75,5%
95,4%
90,8%
78,9%
7,8%
7,5%
6,6%
8,5%
7,2%
6,5%
8,7%
8,4%
7,5%
35
Nei due successivi sottoparagrafi s’illustrano nel dettaglio i modelli di previsione utilizzati e le
stime empiriche effettuate per quanto riguarda l’evoluzione di lungo periodo della domanda
potenziale di movimentazione di contenitori pieni in esportazione ed importazione nei porti di
Napoli e Salerno. Nel terzo sottoparagrafo si espongono invece i risultati previsionali ottenuti per
quanto riguarda l’evoluzione futura della domanda potenziale di movimentazione di contenitori
vuoti in esportazione ed importazione, mentre nel quarto sottoparagrafo si riporta una sintesi dei
dati previsionali riguardanti la domanda potenziale di movimentazione di contenitori pieni e vuoti
in import-export nel sistema portuale campano. Inoltre, nel quinto sottoparagrafo si illustrano i
risultati previsionali riguardanti la domanda potenziale futura di movimentazione di transhipment.
Infine, nel sesto ed ultimo sottoparagrafo si riportano i risultati previsionali finali di lungo periodo
riguardanti la domanda potenziale di movimentazione complessiva di contenitori pieni e vuoti
(import-export + transhipment).
6.1. Modello utilizzato per la previsione al 2015 dei container pieni in esportazione dai porti di
Napoli e Salerno
Come mostrato nell’equazione (12), il modello utilizzato per la previsione al 2015 della domanda di
movimentazione di container pieni in esportazione dal sistema portuale campano è stato
inizialmente specificato e stimato separatamente per i porti di Napoli e Salerno in termini di
popolazione, PIL reale e tasso di cambio25:
ln PFUXit = a + b ln PGDPOCSEt + c ln EXUSEUt + e
(12)
dove:
PFUXit = esportazioni pro-capite di contenitori pieni dall’i-esimo porto campano misurate in TEU
all’anno t;
PGDPOCSEt = PIL reale pro-capite in dollari dei Paesi OCSE (escluso l’Italia) all’anno t;
EXUSEUt = tasso di cambio reale dollaro-euro all’anno t;
a, b, c = coefficienti di regressione;
i = 1) porto di Napoli; 2) porto di Salerno;
t = anno.
I dati utilizzati nell’analisi e per la stima degli scenari previsionali di lungo periodo sono i seguenti:
- Serie storiche 1996-2005 dei TEU pieni in esportazione dal porto di Napoli e dal porto di
Salerno (Fonti: AAPP Napoli e Salerno).
- Serie storica 1996-2005 e serie previsionale 2006-2015 del PIL reale pro-capite in dollari
dei Paesi OCSE (escluso l’Italia) (Fonte: ERS/USDA Macroeconomic Data Set).
- Serie storica 1996-2005 e serie previsionale 2006-2015 del tasso di cambio reale dollaroeuro (Fonte: ERS/USDA Macroeconomic Data Set).
Per quanto riguarda in particolare le previsioni della domanda di movimentazione di contenitori
pieni in uscita (escluso il transhipment) effettuate per il porto di Salerno, nel modello utilizzato è
stata alla fine esclusa la variabile “tasso di cambio”, in quanto è risultata statisticamente non
significativa da precedenti calibrazioni del modello originario rappresentato dall’equazione (12). Il
modello utilizzato per le previsioni al 2015 della domanda potenziale di movimentazione di
contenitori pieni in export dal porto di Salerno è quindi:
25
Nello studio di Hamal et al. (2006), tra le variabili esplicative del modello di previsione dei pieni in export vi è anche
il numero di contenitori vuoti in entrata.
36
ln PFUX2)t = a + b ln PGDPOCSEt + e
(13)
Lo stimatore impiegato per calibrare i modelli è quello dei minimi quadrati ordinari (OLS), che
attribuisce ai coefficienti di ciascun modello quei valori che minimizzano il quadrato delle distanze
fra le osservazioni disponibili e la corrispondente retta di regressione.
Le statistiche delle regressioni effettuate per Napoli e Salerno su 10 osservazioni annuali di
ciascuna delle variabili sono riportate nella tabella 21 ed indicano che i modelli stimati sembrano
adattarsi bene ai dati storici osservati, presentando un indice R2 corretto per Napoli pari a 0,94 e un
indice R2 per Salerno pari a 0,9226.
Tabella 21 - Modelli di previsione della domanda potenziale di movimentazione di contenitori
pieni in esportazione dal sistema portuale campano: statistiche delle regressioni
Variabili per singolo porto
Napoli
PGDPOCSE
Coefficienti stimati
t-ratio
p-value
1,17
5,03
0,00
EXUSEU
Intercetta
-1,22
-16,45
-9,83
-7,09
0,00
0,00
PGDPOCSE
3,50
9,33
0,00
Altre statistiche
R2 = 0,95
2
R corretto = 0,94
N = 10
VIF = 1
Statistica F = 70,2
Significatività F = 0,00002
DW = 1,7
Salerno
Intercetta
-39,62
-10,66
0,00
R2 = 0,92
2
R corretto = 0,91
N = 10
Statistica F = 87,1
DW = 1,5
In altre parole, i modelli utilizzati sembrano avere una buona capacità di previsione della domanda
potenziale di movimentazione di contenitori pieni legata ai traffici marittimi O/D in uscita dai porti
campani. Inoltre, i coefficienti stimati presentano il segno atteso e, com’emerge dai valori assunti
dai t-ratio e dai p-value, risultano statisticamente significativi27. Per quanto riguarda poi in
26
Il coefficiente di determinazione R2 è un indice che consente di valutare la bontà dell’adattamento della funzione di
regressione stimata ai dati osservati ed è calcolato come rapporto tra la somma dei quadrati della regressione (ovvero la
somma dei quadrati delle differenze tra i valori previsti della variabile dipendente e la loro media) e la somma totale dei
quadrati (ovvero la somma dei quadrati delle differenze tra i valori osservati della variabile dipendente e la loro media).
Tale indice varia tra 0 ed 1 e misura la proporzione della variazione della variabile dipendente che viene spiegata
utilizzando il modello. Ad esempio, R2 = 0,9 indica che approssimativamente il 90% della variazione della variabile
dipendente può essere spiegato dal modello adottato. Tuttavia, quando si ricorre ad un modello di regressione multipla è
opportuno fare uso di un ulteriore indice, l’R2 corretto, che tiene conto anche del numero di variabili esplicative incluse
nel modello e dell’ampiezza del campione. Il ricorso a questo tipo di indice si rende necessario soprattutto qualora si
vogliano confrontare modelli di regressione che intendono spiegare la medesima variabile dipendente, impiegando un
numero maggiore di variabili esplicative. Per un ulteriore approfondimento degli indici R2 e R2 corretto si rimanda ad un
qualunque testo di statistica o econometria.
27
I t-ratio sono test che servono a verificare la significatività dei coefficienti di regressione e quindi della relazione tra
le variabili del modello. Se un t-ratio è maggiore di 1,96 in valore assoluto, il relativo coefficiente è significativamente
diverso da zero; si rifiuta quindi l’ipotesi nulla e si può affermare che esiste una relazione statisticamente significativa
tra variabile dipendente e la variabile indipendente. Il p-value, invece, rappresenta la probabilità che, sotto l’ipotesi
nulla (cioè supponendo che questa sia vera), il grado di associazione tra una variabile indipendente e una variabile
dipendente sia pari o maggiore di quello osservato. In altre parole, il p-value misura la consistenza dei dati osservati con
l’ipotesi nulla formulata, e quindi la forza dell’evidenza contro la stessa ipotesi: più basso è il valore del p-value
(generalmente minore o uguale a 0,05) maggiore è l’evidenza contro l’ipotesi nulla con un livello di confidenza del
95%. Tuttavia, un p-value elevato non è necessariamente un’evidenza a favore dell’ipotesi nulla, in quanto potrebbe
essere causato unicamente da una numerosità campionaria non adeguata.
37
particolare il modello di regressione multipla utilizzato per Napoli, il variance inflationary factor
(VIF) calcolato rivela la non collinearità tra le variabili esplicative28.
Per quanto riguarda l’analisi della varianza, il valore di “Significatività F” è approssimativamente
pari a 0,00002 per Napoli e 0,00001 per Salerno, rappresentando tali valori le probabilità di ottenere
gli stessi risultati dei modelli fin qui stimati in un campione casuale estratto da una popolazione in
cui non intercorre alcuna relazione tra le variabili analizzate. Dai risultati delle regressioni è stato
poi possibile derivare anche i grafici dei residui dei modelli e si è testata inoltre, tramite la statistica
campionaria di Durbin-Watson (DW)29, l’ipotesi di indipendenza tra ciascun residuo e quello che lo
precede temporalmente.
Nella tabella 22 si riportano i risultati delle previsioni al 2015 della domanda di movimentazione di
contenitori pieni in esportazione dal porto di Napoli effettuate utilizzando i parametri stimati in
precedenza (ovvero le elasticità dei TEU pro-capite rispetto al PIL reale pro-capite dei Paesi OCSE
partner dell’Italia e al tasso di cambio reale dollaro-euro), le previsioni Istat riguardanti l’evoluzione
della popolazione del bacino terrestre di influenza del sistema portuale campano nel periodo 20062015 (ipotesi High, Base e Low) e le previsioni ERS/USDA Macroeconomic Data Set riguardanti
l’evoluzione del PIL reale pro-capite dei Paesi OCSE (escluso l’Italia) e del tasso di cambio reale
dollaro-euro nel periodo 2006-2015.
In particolare, la domanda di container pieni in esportazione al 2015 dal porto di Napoli dovrebbe
variare tra 0,20 milioni di TEU nell’ipotesi di crescita bassa della popolazione del bacino terrestre
di influenza del porto e 0,21 milioni di TEU nell’ipotesi di crescita alta. L’incremento previsto dal
2007 al 2015 risulta compreso tra il 37% ed il 42%, con un tasso annuale di crescita composto
(CAGR) compreso tra il 4% e il 5%.
Nella tabella 23 si riportano invece i risultati delle previsioni al 2015 della domanda potenziale di
movimentazione di contenitori pieni in esportazione dal porto di Salerno effettuate utilizzando
l’elasticità stimata dei TEU pro-capite rispetto al rispetto al PIL reale pro-capite dei Paesi OCSE
partner dell’Italia, le previsioni Istat riguardanti l’evoluzione della popolazione del bacino terrestre
di influenza del sistema portuale campano nel periodo 2006-2015 (ipotesi High, Base e Low) e le
previsioni ERS/USDA Macroeconomic Data Set riguardanti l’evoluzione del PIL reale pro-capite
dei Paesi OCSE (escluso l’Italia) nel periodo 2006-2015.
In particolare, la domanda di container pieni in esportazione al 2015 dal porto di Salerno dovrebbe
variare tra 0,28 milioni di TEU nell’ipotesi di crescita bassa della popolazione dell’hinterland
commerciale del porto e 0,30 milioni di TEU nell’ipotesi di crescita alta. L’incremento previsto dal
2007 al 2015 risulta compreso tra l’82% e l’89%, con un tasso annuale di crescita composto
(CAGR) pari all’8%.
Infine, aggregando le previsioni formulate in precedenza per i due singoli porti regionali, si
ottengono i risultati riportati nella tabella 24 e nella figura 5. In particolare, la domanda di
contenitori pieni in esportazione via mare dalla Campania al 2015 dovrebbe variare tra 0,48 milioni
di TEU nell’ipotesi di crescita bassa della popolazione del bacino commerciale terrestre del sistema
portuale campano e 0,51 milioni di TEU nell’ipotesi di crescita alta. L’incremento previsto dal 2007
28
Un metodo per la misurazione della multicollinearità di un modello di regressione multipla si basa sul “variance
inflationary factor” (VIF), che si può calcolare per ciascuna delle variabili esplicative in base alla formulazione riportata
in diversi manuali di statistica ed econometria. Se le variabili esplicative non sono correlate, il VIF è uguale a 1. Se le
variabili esplicative sono altamente correlate tra di loro, il VIF è elevato e potrebbe eccedere 10. In via prudenziale,
sarebbe inoltre opportuno ricorrere a metodi di stima diversi dai minimi quadrati quando si è in presenza di un VIF
maggiore di 5.
29
Un’elevata autocorrelazione tra i residui può pregiudicare la validità di un modello di regressione. Uno strumento per
validare o meno un modello stimato è la statistica di Durbin-Watson (DW), che misura la correlazione tra ciascun
residuo e quello che lo precede. Il numeratore della statistica DW è dato dalla somma dei quadrati delle differenze tra
ciascun residuo e quello precedente, mentre il denominatore coincide con la somma dei quadrati di tutti i residui. In
presenza di un’autocorrelazione positiva dei residui, DW assume un valore prossimo a 0, mentre in assenza di
autocorrelazione il valore di DW è vicino a 2. Se i residui presentano invece un’autocorrelazione negativa, DW assume
un valore maggiore di 2 e può anche raggiungere il suo valore massimo pari a 4.
38
al 2015 risulta compreso tra il 61% ed il 66%, con un tasso medio annuo (CAGR) compreso tra il
6% ed il 7%.
Tabella 22 - Scenari di previsione della domanda potenziale di movimentazione di contenitori
pieni in esportazione dal porto di Napoli al 2015 (dati in migliaia di TEU)
Anni
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Tassi di crescita
Var. % 2006
(dato osservato) 2015
Var. % 2006
(dato stimato) 2015
Var. % 20072015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Migliaia di TEU
pieni in export dal
porto di Napoli
(ipotesi High)
143
147
152
158
166
174
182
190
199
209
Migliaia di TEU
pieni in export dal
porto di Napoli
(ipotesi Base)
143
146
151
157
164
172
179
187
195
204
Migliaia di TEU
pieni in export dal
porto di Napoli
(ipotesi Low)
142
144
149
155
161
168
175
183
190
198
Ipotesi High
Ipotesi Base
Ipotesi Low
42,3%
39,5%
35,2%
45,4%
43,2%
40,0%
42,1%
40,2%
37,3%
4,0%
3,8%
3,4%
4,2%
4,1%
3,8%
4,5%
4,3%
4,0%
pieni in esportazione dal porto di Salerno al 2015 (dati in migliaia di TEU)
Anni
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Migliaia di TEU
pieni in export dal
porto di Salerno
(ipotesi High)
146
157
170
185
201
218
235
254
275
297
Migliaia di TEU
pieni in export dal
porto di Salerno
(ipotesi Base)
146
156
169
184
199
215
232
250
270
291
Migliaia di TEU
pieni in export dal
porto di Salerno
(ipotesi Low)
145
155
167
181
196
211
227
244
262
282
39
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Ipotesi High
Ipotesi Base
Ipotesi Low
96,6%
92,8%
86,9%
102,8%
99,8%
95,3%
88,6%
86,1%
82,3%
7,8%
7,6%
7,2%
8,2%
8,0%
7,7%
8,3%
8,1%
7,8%
pieni in esportazione dal sistema portuale campano al 2015 (dati in migliaia di TEU)
Anni
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Migliaia di TEU
pieni in export dal
sistema portuale
campano
(ipotesi High)
290
304
322
344
367
392
417
445
474
505
Migliaia di TEU
pieni in export dal
sistema portuale
campano
(ipotesi Base)
288
302
320
341
363
387
411
438
465
496
Migliaia di TEU
pieni in export dal
sistema portuale
campano
(ipotesi Low)
286
299
316
336
357
379
402
427
452
480
Ipotesi High
Ipotesi Base
Ipotesi Low
69,9%
66,5%
61,5%
74,4%
71,8%
67,9%
66,2%
64,0%
60,6%
6,1%
5,8%
5,5%
6,4%
6,2%
5,9%
6,6%
6,4%
6,1%
40
Figura 5 - Scenari di previsione della domanda potenziale di movimentazione di contenitori
pieni in esportazione dal sistema portuale campano al 2015 (dati in migliaia di TEU)
Migliaia di TEU
pieni in export dal
sistema portuale
campano (ipotesi
High)
600
Migliaia di TEU
500
400
Migliaia di TEU
pieni in export dal
sistema portuale
campano (ipotesi
Base)
300
200
100
0
2007
2008
2009
2010
2011
2012
2013
Anno
2014
2015
Migliaia di TEU
pieni in export dal
sistema portuale
campano (ipotesi
Low)
6.2. Modello utilizzato per la previsione al 2015 dei container pieni in importazione nei porti di
Napoli e Salerno
Come mostrato nell’equazione (14), il modello utilizzato per la previsione al 2015 della domanda
potenziale di movimentazione di container pieni in import nel sistema portuale campano è stato
inizialmente specificato e stimato separatamente per i porti di Napoli e Salerno in termini di
popolazione, PIL reale e tasso di cambio:
ln PFUMit = a + b ln PGDPBSPCt + c ln EXUSEUt + e
(14)
dove:
PFUMit = importazioni pro-capite di contenitori pieni nell’i-esimo porto campano misurate in TEU
all’anno t;
PGDPBSPCt = PIL reale pro-capite in euro del bacino commerciale terrestre dei porti campani
all’anno t;
EXUSEUt = tasso di cambio reale dollaro-euro all’anno t;
a, b, c = coefficienti di regressione;
i = 1) porto di Napoli; 2) porto di Salerno;
t = anno
I dati utilizzati nell’analisi e per la stima degli scenari previsionali di lungo periodo sono i seguenti:
- Serie storiche 1996-2004 dei TEU pieni in importazione nel porto di Napoli e nel porto di
Salerno (Fonti: AAPP Napoli e Salerno).
- Serie storica 1996-2004 e serie previsionale 2005-2015 (3 ipotesi: High, Base e Low) del
PIL reale pro-capite in euro del bacino commerciale terrestre dei porti campani (Fonti: Istat,
Eurostat e nostre assunzioni e stime su dati riportati in Ocean Shipping Consultants, 200630).
30
Vd. nota 19.
41
-
Serie storica 1996-2005 e serie previsionale 2006-2015 del tasso di cambio reale dollaroeuro (Fonte: ERS/USDA Macroeconomic Data Set).
Per quanto riguarda in particolare le previsioni della domanda potenziale di movimentazione di
contenitori pieni in entrata (escluso il transhipment) effettuate per il porto di Napoli, nel modello
utilizzato è stata alla fine esclusa la variabile “tasso di cambio”, in quanto è risultata statisticamente
non significativa da precedenti calibrazioni del modello originario rappresentato dall’equazione
(14). Il modello utilizzato per previsioni al 2015 della domanda potenziale di movimentazione di
contenitori pieni in import nel porto di Salerno è quindi:
ln PFUM1)t = a + b ln PGDPBSPCt + e
(15)
Le statistiche delle regressioni effettuate per Napoli e Salerno su 9 osservazioni annuali di ciascuna
delle variabili sono riportate nella tabella 25 ed indicano che i modelli stimati mediante il metodo
OLS sembrano adattarsi bene ai dati storici osservati, presentando un indice R2 per Napoli pari a
0,90 e un indice R2 corretto per Salerno pari a 0,95. Anche in questo caso, quindi, i modelli
utilizzati sembrano avere una buona capacità di previsione della domanda potenziale di traffico nei
porti campani. Inoltre, i coefficienti stimati hanno il segno atteso e risultano statisticamente
significativi, come evidenziato dai t-ratio e dai p-value. Per quanto riguarda poi in particolare il
modello di regressione multipla utilizzato per Salerno, il VIF calcolato rivela la non collinearità tra
le variabili esplicative.
Tabella 25 - Modelli di previsione della domanda potenziale di movimentazione di contenitori
pieni in importazione nel sistema portuale campano: statistiche delle regressioni
Variabili per singolo porto
Napoli
PGDPBSPC
Coefficienti stimati
t-ratio
p-value
5,25
8,02
0,00
Intercetta
-55,23
-8,84
0,00
PGDPBSPC
8,69
12,08
0,00
Altre statistiche
R2 = 0,90
2
R corretto = 0,89
N=9
Statistica F = 64,4
DW = 1,5
Salerno
EXUSEU
Intercetta
0,88
-88,97
2,95
-12,95
0,00
0,02
R2 = 0,96
2
R corretto = 0,95
N=9
VIF = 1,2
Statistica F = 76,5
DW = 2,5
Per quanto riguarda l’analisi della varianza, il valore di Significatività F è approssimativamente
0,00009 per Napoli e 0,00005 per Salerno. La statistica DW è invece pari a 1,5 per Napoli e 2,5 per
Salerno.
Nella tabella 26 si riportano i risultati delle previsioni al 2015 della domanda potenziale di
contenitori pieni in import nel porto di Napoli effettuate utilizzando l’elasticità stimata dei TEU
pro-capite rispetto al PIL pro-capite reale del bacino commerciale terrestre dei porti campani, i dati
2005 e le previsioni 2006-2015 dell’Istat sulla popolazione del bacino dei porti campani (ipotesi
High, Base e Low), nonché le previsioni 2005-2015 riguardanti l’evoluzione del PIL reale del
bacino dei porti campani e ricavate da dati Istat, Eurostat e Ocean Shipping Consultants/FMI
(ipotesi High, Base e Low).
42
pieni in importazione nel porto di Napoli al 2015 (dati in migliaia di TEU)
Anni
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Tassi di crescita
Var. % 2006
(dato osservato) 2015
Var. % 2006
(dato stimato) 2015
Var. % 20072015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Migliaia di TEU
pieni in import nel
porto di Napoli
(ipotesi High )
136
120
131
142
155
169
185
203
224
246
271
Migliaia di TEU
pieni in import nel
porto di Napoli
(ipotesi Base)
136
163
129
141
152
166
182
199
219
241
264
Migliaia di TEU
pieni in import nel
porto di Napoli
(ipotesi Low)
136
155
126
136
147
161
175
191
211
231
253
Ipotesi High
Ipotesi Base
Ipotesi Low
60,2%
56,2%
49,4%
125,6%
62,5%
62,6%
107,7%
104,8%
100,8%
5,4%
5,1%
4,6%
9,5%
5,5%
5,5%
9,6%
9,4%
9,1%
In particolare, la domanda potenziale di movimentazione di contenitori pieni in importazione nel
porto di Napoli al 2015 dovrebbe variare tra 0,25 milioni di TEU nell’ipotesi di crescita Low della
popolazione e del PIL e 0,27 milioni di TEU nell’ipotesi di crescita High. L’incremento previsto dal
(CAGR) compreso tra il 9% e il 10%.
Nella tabella 27 si riportano invece i risultati delle previsioni al 2015 della domanda potenziale di
movimentazione di contenitori pieni in import nel porto di Salerno effettuate utilizzando i parametri
stimati in precedenza (ovvero le elasticità dei TEU pro-capite rispetto al PIL reale pro-capite
dell’hinterland commerciale del porto e al tasso di cambio dollaro-euro), i dati 2005 e le previsioni
2006-2015 dell’Istat sulla popolazione del bacino commerciale terrestre dei porti campani (ipotesi
High, Base e Low), le previsioni riguardanti l’evoluzione del PIL reale del bacino dei porti campani
(anni 2005-2015) ricavate da dati Istat, Eurostat e Ocean Shipping Consultants/FMI (ipotesi High,
Base e Low), nonché i dati ERS/USDA Macroeconomic Data Set riguardanti l’evoluzione del tasso
di cambio reale dollaro-euro (anni 2005-2015).
In particolare, la domanda potenziale di movimentazione di container pieni in importazione nel
porto di Salerno al 2015 dovrebbe variare tra 0,18 milioni di TEU nell’ipotesi di crescita bassa della
popolazione e del PIL e 0,24 milioni di TEU nell’ipotesi di crescita alta. L’incremento previsto dal
(CAGR) compreso tra l’11% ed il 16%.
43
pieni in importazione nel porto di Salerno al 2015 (dati in migliaia di TEU)
Anni
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Migliaia di TEU
pieni in import nel
porto di Salerno
(ipotesi High )
81
65
75
87
99
114
131
152
177
206
239
Migliaia di TEU
pieni in import nel
porto di Salerno
(ipotesi Base)
81
66
76
87
99
112
128
147
170
196
226
Migliaia di TEU
pieni in import nel
porto di Salerno
(ipotesi Low)
81
71
78
86
95
104
116
129
144
161
180
Ipotesi High
Ipotesi Base
Ipotesi Low
255,4%
235,6%
168,2%
266,1%
239,2%
155,0%
216,9%
196,0%
130,1%
15,1%
14,4%
11,6%
15,5%
14,5%
11,0%
15,5%
14,5%
11,0%
Infine, aggregando le previsioni formulate in precedenza per i due singoli porti regionali, si
ottengono i risultati riportati nella tabella 28 e nella figura 6 per quanto riguarda la domanda
potenziale di movimentazione di contenitori pieni in import nel sistema portuale campano. In
particolare, la domanda potenziale di pieni in importazione dovrebbe variare tra 0,43 milioni di
TEU nell’ipotesi di crescita Low della popolazione e del PIL e 0,51 milioni di TEU nell’ipotesi di
crescita High. L’incremento previsto dal 2007 al 2015 risulta compreso tra il 112% ed il 148%, con
un tasso annuale di crescita composto (CAGR) compreso tra il 10% ed il 12%.
44
pieni in importazione nel sistema portuale campano al 2015 (dati in migliaia di TEU)
Migliaia di TEU pieni Migliaia di TEU pieni Migliaia di TEU pieni
in import nel sistema in import nel sistema in import nel sistema
portuale campano
portuale campano
portuale campano
(ipotesi High)
(ipotesi Base)
(ipotesi Low)
217
217
217
185
229
226
206
205
204
228
227
222
254
251
242
282
278
265
316
310
291
356
347
320
401
389
355
452
436
392
510
490
433
Anni
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Ipotesi High
Ipotesi Base
Ipotesi Low
115,7%
107,2%
83,1%
175,1%
113,8%
91,4%
147,7%
138,7%
112,1%
8,9%
8,4%
7,0%
11,9%
8,8%
7,5%
12,0%
11,5%
9,9%
pieni in importazione nel sistema portuale campano al 2015 (dati in migliaia di TEU)
Migliaia di TEU
pieni in import nel
sistema portuale
campano (ipotesi
High)
600
Migliaia di TEU
500
400
Migliaia di TEU
pieni in import nel
sistema portuale
campano (ipotesi
Base)
300
200
100
0
2007
2008
2009
2010
2011
Anno
2012
2013
2014
2015
Migliaia di TEU
pieni in import nel
sistema portuale
campano (ipotesi
Low)
45
6.3. Stima al 2015 della domanda di movimentazione di contenitori vuoti in export ed import nel
Utilizzando le previsioni formulate per i container pieni in esportazione ed importazione dai/nei
porti di Napoli e Salerno (nelle tre diverse ipotesi di crescita della popolazione e del PIL reale del
loro hinterland), si è provveduto a stimare anche la domanda potenziale di movimentazione di
contenitori vuoti in export e in import al 2015. La stima è stata effettuata risolvendo un sistema di
equazioni che bilancia i flussi di contenitori pieni e vuoti in esportazione ed importazione per
ciascuno dei porti campani, nell’ipotesi che i vuoti incidano il 20% sul totale dei container pieni e
vuoti in import-export31. Nelle tabelle 29-31 e nella figura 7 si riportano i risultati complessivi
ottenuti per il sistema portuale campano.
vuoti in esportazione dal sistema portuale campano al 2015 (dati in migliaia di TEU)
31
Anni
Migliaia di TEU vuoti
in export dal sistema
portuale campano
(ipotesi High)
portuale campano
(ipotesi Base)
portuale campano
(ipotesi Low)
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
21
27
32
37
43
51
66
84
105
129
48
26
31
36
42
49
62
79
98
120
44
25
29
34
40
46
54
63
75
90
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Ipotesi High
Ipotesi Base
Ipotesi Low
113,4%
98,8%
49,4%
506,7%
150,0%
105,3%
387,0%
363,1%
268,7%
8,8%
7,9%
4,6%
22,2%
10,7%
8,3%
21,9%
21,1%
17,7%
Vd. nota 21.
46
vuoti in importazione nel sistema portuale campano al 2015 (dati in migliaia di TEU)
Anni
in import nel sistema
portuale campano
(ipotesi High)
portuale campano
(ipotesi Base)
portuale campano
(ipotesi Low)
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
112
113
116
120
124
126
127
128
127
125
94
112
115
119
123
126
127
128
127
126
94
110
114
119
124
128
131
134
136
138
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Ipotesi High
Ipotesi Base
Ipotesi Low
6,9%
8,1%
18,3%
11,7%
33,6%
46,6%
10,4%
12,6%
24,9%
0,7%
0,9%
1,9%
1,2%
3,3%
4,3%
1,2%
1,5%
2,8%
vuoti in import-export nel sistema portuale campano al 2015 (dati in migliaia di TEU)
Anni
in import-export nel
sistema portuale
campano
(ipotesi High)
sistema portuale
campano
(ipotesi Base)
sistema portuale
campano
(ipotesi Low)
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
133
139
147
157
167
177
193
211
231
254
142
138
146
155
165
174
189
207
225
246
138
135
143
153
164
174
185
197
211
228
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Ipotesi High
Ipotesi Base
Ipotesi Low
43,3%
39,1%
28,9%
47
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
91,0%
72,9%
65,4%
82,1%
78,6%
69,2%
4,1%
3,7%
2,9%
7,5%
6,3%
5,7%
7,8%
7,5%
6,8%
vuoti in import-export nel sistema portuale campano al 2015 (dati in migliaia di TEU)
Migliaia di T EU
vuoti in importexport nel
sistema portuale
campano (ipotesi
High)
300
Migliaia di TEU
250
200
Migliaia di T EU
sistema portuale
campano (ipotesi
Base)
150
100
50
0
2007
2008
2009
2010
2011
Anno
2012
2013
2014
2015
Migliaia di T EU
sistema portuale
campano (ipotesi
Low)
In particolare, la domanda potenziale di movimentazione di container vuoti in export al 2015 nel
sistema portuale campano dovrebbe variare tra 0,09 milioni di TEU nell’ipotesi di crescita Low
della popolazione e del PIL dell’hinterland commerciale dei porti di Napoli e Salerno e 0,13 milioni
di TEU nell’ipotesi di crescita High; l’incremento medio annuo (CAGR) previsto nel periodo 20072015 dovrebbe essere compreso tra il 18% ed il 22%. Per quanto riguarda invece la domanda
potenziale di movimentazione di vuoti in import al 2015 nel sistema portuale campano, i valori
stimati variano tra 0,14 milioni di TEU nell’ipotesi di crescita bassa e 0,13 milioni di TEU
nell’ipotesi di crescita alta; l’incremento medio annuo (CAGR) previsto nel periodo 2007-2015
dovrebbe essere compreso tra il 3% e l’1%.
In definitiva, la domanda potenziale al 2015 di container vuoti in uscita e in entrata (escluso il
transhipment) dal/nel sistema portuale campano dovrebbe variare tra 0,23 milioni di TEU
nell’ipotesi di crescita Low e 0,25 milioni di TEU nell’ipotesi di crescita High. L’incremento
previsto dal 2007 al 2015 risulta compreso tra il 70% e l’82%. L’incremento medio annuo (CAGR)
previsto nello stesso periodo è invece compreso tra il 7% e l’8%.
6.4. Stima al 2015 della domanda di movimentazione di contenitori pieni e vuoti in import-export
nel sistema portuale campano
Nella tabella 32 e nella figura 8 si riportano i risultati ottenuti aggregando i valori stimati in
precedenza per quanto riguarda le previsioni al 2015 della movimentazione di contenitori pieni e
vuoti in export ed import nel sistema portuale campano (nelle diverse ipotesi di crescita High, Base
e Low).
In definitiva, la domanda potenziale complessiva di movimentazione di contenitori pieni e vuoti nel
cluster portuale regionale legata esclusivamente ai traffici di import-export dovrebbe variare tra
48
1,14 milioni di TEU nell’ipotesi Low e 1,27 milioni di TEU nell’ipotesi High. L’incremento
complessivo previsto dal 2007 al 2015 risulta compreso tra il 79% e il 95%, con un tasso medio
annuo (CAGR) approssimativamente compreso tra l’8% e il 9%.
pieni e vuoti in import-export nel sistema portuale campano al 2015 (dati in migliaia di TEU)
Anni
Migliaia di TEU pieni e
vuoti in import-export nel
(ipotesi High)
(ipotesi Base)
(ipotesi Low)
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
608
650
698
755
816
885
966
1.057
1.157
1.269
660
646
693
747
806
871
947
1.033
1.127
1.232
650
638
682
731
786
844
907
978
1.055
1.142
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Ipotesi High
Ipotesi Base
Ipotesi Low
78,5%
73,2%
60,6%
108,7%
86,6%
75,5%
95,4%
90,8%
78,9%
6,6%
6,3%
5,4%
8,5%
7,2%
6,5%
8,7%
8,4%
7,5%
pieni e vuoti in import-export nel sistema portuale campano al 2015 (dati in migliaia di TEU)
M igliaia di TEU pieni
e vuoti in importexport nel sistema
portuale campano
(ipotesi High)
1.400
Migliaia di TEU
1.200
1.000
800
portuale campano
(ipotesi Base)
600
400
200
0
2007
2008
2009
2010
2011
Anno
2012
2013
2014
2015
portuale campano
(ipotesi Low)
49
6.5. Stima al 2015 della domanda di movimentazione di transhipment di contenitori pieni e vuoti
nel sistema portuale campano
Utilizzando i valori stimati in precedenza per quanto riguarda le previsioni al 2015 della
movimentazione di contenitori pieni e vuoti in export ed import nei porti di Napoli e Salerno (nelle
diverse ipotesi di crescita High, Base e Low), si è provveduto a stimare anche la domanda
potenziale futura di movimentazioni legate ai traffici di transhipment. La stima è stata effettuata
ipotizzando che la quota del transhipment sulla movimentazione complessiva di contenitori
(import-export e transhipment) nel sistema portuale campano al 2015 sia pari al 20%32. Una sintesi
aggregata dei risultati stimati è riportata nella tabella 33 e nella figura 9.
Tabella 33 - Scenari di previsione della domanda potenziale di movimentazione di
transhipment di contenitori pieni e vuoti nel sistema portuale campano al 2015
Anni
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
32
Migliaia di TEU
pieni e vuoti di
transhipment nel
sistema portuale
campano
(ipotesi High)
152
162
175
189
204
221
242
264
289
317
Migliaia di TEU
pieni e vuoti di
transhipment nel
sistema portuale
campano
(ipotesi Base)
165
161
173
187
202
218
237
258
282
308
Migliaia di TEU
pieni e vuoti di
transhipment nel
sistema portuale
campano
(ipotesi Low)
163
160
170
183
196
211
227
244
264
285
Ipotesi High
Ipotesi Base
Ipotesi Low
239,5%
229,4%
205,4%
108,7%
86,6%
75,5%
95,4%
90,8%
78,9%
14,5%
14,2%
13,2%
8,5%
7,2%
6,5%
8,7%
8,4%
7,5%
Vd. nota 22.
50
Figura 9 - Scenari di previsione della domanda potenziale di movimentazione di transhipment
di contenitori pieni e vuoti nel sistema portuale campano al 2015 (dati in migliaia di TEU)
350
M igliaia di TEU pieni e
vuoti di transhipment
nel sistema portuale
campano (ipotesi High)
Migliaia di TEU
300
250
200
campano (ipotesi Base)
150
100
50
0
2007
2008
2009
2010
2011
2012
2013
2014
2015
campano (ipotesi Low)
Anno
In particolare, la domanda potenziale di movimentazione di transhipment di container pieni e vuoti
nel cluster portuale campano al 2015 dovrebbe variare tra 0,29 milioni di TEU nell’ipotesi Low e
0,32 milioni di TEU nell’ipotesi High. L’incremento previsto dal 2007 al 2015 risulta compreso tra
il 79% e il 95%. L’incremento medio annuo (CAGR) previsto nello stesso periodo è invece
compreso tra l’8% e il 9%.
6.6. Sintesi delle stime previsionali al 2015 della domanda potenziale di movimentazione di
container nel sistema portuale campano (import, export e transhipment)
Nelle tabelle 34-35 e nella figura 10 si riportano le stime finali aggregate al 2015 della domanda
potenziale di movimentazione di contenitori pieni e vuoti legata ai traffici di import-export e
transhipment del sistema portuale campano secondo le 3 ipotesi High, Base e Low.
pieni e vuoti in import-export e transhipment nel sistema portuale campano al 2015
(dati in migliaia TEU)
Anni
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
vuoti in import-export e
transhipment nel sistema
portuale campano
(ipotesi High)
760
812
873
944
1.021
1.106
1.208
1.321
1.446
1.587
portuale campano
(ipotesi Base)
825
807
867
934
1.008
1.088
1.184
1.291
1.409
1.540
portuale campano
(ipotesi Low)
813
798
852
913
982
1.055
1.134
1.222
1.319
1.427
51
Tassi di crescita
Var. % 2006 (dato
osservato) - 2015
Var. % 2006 (dato
stimato) - 2015
Var. % 2007-2015
CAGR 2006 (dato
osservato) - 2015
CAGR 2006 (dato
stimato) - 2015
CAGR 2007-2015
Ipotesi High
Ipotesi Base
Ipotesi Low
97,2%
91,4%
77,4%
108,7%
86,6%
75,5%
95,4%
90,8%
78,9%
7,8%
7,5%
6,6%
8,5%
7,2%
6,5%
8,7%
8,4%
7,5%
pieni e vuoti in import-export e transhipment nel sistema portuale campano al 2015
Migliaia di T EU pieni e
vuoti in import-export
e transhipment nel
sistema portuale
campano (ipotesi High)
1.800
1.600
Migliaia di TEU
1.400
1.200
e transhipment nel
sistema portuale
campano (ipotesi Base)
1.000
800
600
400
e transhipment nel
sistema portuale
campano (ipotesi Low)
200
0
2007
2008
2009
2010
2011
2012
2013
2014
2015
Anno
Tabella 35 - Sintesi degli scenari di previsione della domanda potenziale di movimentazione di
contenitori pieni e vuoti in import-export e transhipment nel sistema portuale campano al 2015
NAPOLI + SALERNO
transhipment)
Var. % 2006 (dato osservato)-2015 (pieni e vuoti in importexport e transhipment)
Var. % 2006 (dato stimato)-2015 (pieni e vuoti in import-export
e transhipment)
Var. % 2007-2015 (pieni e vuoti in import-export e
transhipment)
CAGR 2006 (dato osservato)-2015 (pieni e vuoti in importexport e transhipment)
CAGR 2006 (dato stimato)-2015 (pieni e vuoti in import-export
e transhipment)
CAGR 2007-2015 (pieni e vuoti in import-export e
transhipment)
High
1.269
317
Base
1.232
308
Low
1.142
285
1.587
1.540
1.427
97,2%
91,4%
77,4%
108,7%
86,6%
75,5%
95,4%
90,8%
78,9%
7,8%
7,5%
6,6%
8,5%
7,2%
6,5%
8,7%
8,4%
7,5%
52
In definitiva, la domanda potenziale complessiva di movimentazione di contenitori pieni e vuoti nel
cluster portuale campano al 2015 (traffici di import-export e transhipment) dovrebbe variare tra
1,43 milioni di TEU nell’ipotesi Low e 1,59 milioni di TEU nell’ipotesi High. L’incremento
complessivo previsto dal 2007 al 2015 risulta compreso tra il 79% ed il 95%, con un tasso medio
annuo (CAGR) approssimativamente compreso tra l’8% e il 9%.
7. Equilibrio domanda-offerta
Confrontando le previsioni precedentemente formulate in merito alla domanda potenziale di traffico
portuale containerizzato complessivo con i dati riguardanti la capacità terminalistica attuale e
programmata in Campania, emerge che, nella configurazione attuale, il cluster portuale regionale
può supportare la crescita potenziale prevista della movimentazione di contenitori al più fino al
2010 e solo mediante una gestione ottimale ed integrata della capacità complessiva. Purtroppo già
oggi si manifestano difficoltà operative e problemi di saturazione, confermando quindi la necessità
di realizzare ed attivare quanto prima il nuovo terminal container previsto (la cosiddetta “Darsena di
levante”, nel porto di Napoli), che porterà la capacità terminalistica complessiva regionale a circa
1,8 milioni di TEU/anno (fig. 11).
Figura 11 - Equilibrio tra domanda e offerta di movimentazione container nel sistema
portuale campano (dati in migliaia di TEU)
2.000
1.800
Migliaia di TEU
1.600
1.400
1.200
1.000
800
600
400
200
0
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Anno
Capacità di movimentazione complessiva attuale dei terminal container campani
Capacità di movimentazione complessiva programmata dei terminal container campani
Domanda potenziale di movimentazione complessiva di container (in import-export e transhipment) nel sistema portuale campano (ipotesi High)
Domanda potenziale di movimentazione complessiva di container (in import-export e transhipment) nel sistema portuale campano (ipotesi Low)
8. Conclusioni
I porti mediterranei rappresentano un punto di osservazione particolarmente privilegiato per
comprendere l’evoluzione dei mercati internazionali del trasporto merci e della logistica. Nel corso
dell’ultimo ventennio, infatti, i traffici marittimi del Mediterraneo hanno conosciuto una fase di
notevole espansione, grazie ad una rinnovata centralità di quest’area per il transito delle principali
rotte di collegamento tra Estremo Oriente, Europa e Nord America. L’interesse delle compagnie di
navigazione per le tratte che attraversano il Canale di Suez e lo Stretto di Gibilterra è quindi
notevolmente aumentato e il fenomeno non sembra destinato ad esaurirsi, almeno finché il Canale
di Panama - attualmente escluso dalle rotte di navigazione delle navi di maggiori dimensioni - non
sarà ampliato. Inoltre, la riduzione dei costi generalizzati di trasporto marittimo e terrestre
conseguente alla containerizzazione dei traffici è accompagnata da un’accesa competizione tra porti
e più in generale tra range portuali inseriti in articolati sistemi di logistica terra-mare, privandoli dei
monopoli geografici del passato.
53
In tale contesto vanno compiutamente attuate le migliori politiche d’investimento ed organizzative
per lo sviluppo del cluster portuale campano, individuando i ruoli specifici dei porti di Napoli e
Salerno nell’ambito di un sistema logistico territoriale più ampio, al fine di valorizzare,
nell’interesse comune, la complementarietà e l’integrazione dell’offerta di diversi servizi.
La vision delle Autorità Portuali regionali dovrà quindi sempre più basarsi su un approccio
sistemico in grado di tener conto delle esigenze di numerosi portatori di interessi all’interno di una
rete di infrastrutture e di collegamenti materiali ed immateriali riguardante anche importanti
segmenti di attività a monte e a valle dei cicli portuali, con l’obiettivo di promuovere un contesto
regionale di eccellenza composto da imprese, istituzioni, formazione, ricerca ed innovazione, che si
ponga come polo trainante per la logistica, settore strategico della nuova economia globalizzata.
Per quanto riguarda infine le previsioni di traffico portuale formulate, attualmente sono in corso
ulteriori approfondimenti, nonché attività di individuazione di nuove banche dati, al fine di
verificare l’eventuale opportunità di utilizzare anche modelli quantitativi diversi basati sull’utilizzo
di serie storiche più ampie (ad es. Error Correction Models).
Riferimenti bibliografici
Acciaro M., Haralambides H. E. (2007), “Product Bundling in Global Ocean Transportation”, in
IAME Athens 2007 Conference Proceedings, 4-6 July, Athens.
Ashar A. (1999), “The Fourth Revolution”, in Containerisation International Magazine, No. 12,
December.
Ashar A. (2002), “Revolution Now”, in Containerisation International Magazine, No. 1, January.
Ashar A. (2006), “Revolution #4”, in Containerisation International Magazine, No. 12, December.
Baccelli O., Ravasio M., Sparacino G. (2007), Porti italiani. Strategia per l’autonomia finanziaria
e intermodalità. Il caso dei porti liguri, Egea, Milano.
Blauwens G., Van Steelandt G. (1992), Prognose van het Containerverkeer in de Haven van
Antwerpen, Antwerp.
Bonollo G. (2004), Applicazioni statistiche con Excel, FrancoAngeli, Milano.
Box G. E. P., Jenkins G. M. (1976), Time Series Analysis: Forecasting and Control, Holden-Day,
San Francisco.
BTRE – Bureau of Transport and Regional Economics (2002), “Australia’s Seaborne Containerised
Freight. Forecasts to 2010-11”, Working Paper #50, Department of Transport and Regional
Services, Commonwealth of Australia, Canberra, August.
Byl R. (2002), “Strategic Planning Using Scenarios”, in IAME Panama 2002 Conference
Proceedings, 13-15 November, Panama.
Cambridge Systematics (1995), Characteristics and Changes in Freight Transportation Demand: A
Guidebook for Planners and Policy Analysts, National Cooperative Highway Research Program,
Project 8-30, Washigton.
Cazzaniga Francesetti D., Foschi A. D. (2002), “The Impact of Hub and Spokes Networks in the
Mediterranean Peculiarity”, in IAME Panama 2002 Conference Proceedings, 13-15 November,
Panama.
Clarkson Research Services (2007), Shipping Review Database.
CNEL (2004), La competitività della portualità italiana, Roma.
Containerisation International (2006), Liner Intelligence Database.
Containerisation International Magazine (2007), 40th Anniversary, special issue, April.
Dagenais M. G., Martin F. (1985), “Forecasting Containerized Traffic for the Port of Montreal
(1981-1995)”, Cahier de recherche #8504, Département de Sciences économiques, Université de
Montréal.
Drewry Shipping Consultants (2006), The Drewry Annual Container Market Review and Forecast
2006/07.
Drewry Shipping Consultants (2007), Annual Review of Global Container Terminal Operators 2007.
54
Dynamar (2007), Transhipment & Feedering Trades, Operators, Ships.
ESCAP – Economic and Social Commission for Asia and the Pacific (2005), Regional Shipping
and Port Development Strategies (Container Traffic Forecast), United Nations, New York.
ESPO – European Sea Ports Organization (2007), ESPO Annual Reports 2006-2007, published on
the occasion of the ESPO 2007 Conference, Algeciras, 31 May.
Ferrari C. (2000), Imprese terminalistiche nel trasporto containerizzato: funzione di produzione e
forme di mercato, ECIG, Genova.
Ferrari C., Benacchio M. (2000), “Market Structure in Container Terminal Operators and Port
Services”, in IAME Naples 2000 Conference Proceedings, 13-15 September, Naples.
FISE UNIPORT, C.E.S.P.E.S. - Centro Europeo di Studi Politici, Economico-Giuridici e Sociali
(2006), Portualità e logistica. Il momento delle scelte, Roma.
Flemish Port Commission (1996), Annual Report.
Forte E. (1994), Trasporti Politica Economia, CEDAM, Padova.
Forte E. (2008), Trasporti Logistica Economia, CEDAM, Verona, in corso di pubblicazione.
Global Insight, Institute of Shipping Economics and Logistics, Berlin University of Technology
(2005), The Application of Competition Rules to Liner Shipping - Final Report.
Greene W. H. (2000), Econometric Analysis, Fourth Edition, Prentice Hall, London.
Gujarati D. N. (2003), Basic Econometrics, Fourth Edition, McGraw-Hill, New York.
Hamal K., James B., Cregan M. (2006), “Port Level Forecasts of Container and Ship Movements in
Australia: 2004-05 to 2024-25”, paper presented at the 29th Australian Transport Research Forum
Conference, Gold Coast, 27-29 September.
Haralambides H. E. (2007), “Structure and Operations in the Liner Shipping Industry”, in Hensher
D. A., Button K. J. (eds.), Handbook of Transport Modelling, Pergamon-Elsevier Science,
Amsterdam.
Hui E. C. M., Seabrooke W., Wong G. K. C. (2004), “Forecasting Cargo Throughput for the Port of
Hong Kong: Error Correction Model Approach”, in Journal of Urban Planning and Development,
Vol. 130, No. 4.
Iannone F. (2006), “Technical and Organisational Features of the Campania Logistic System and
Relationships among Ports and Interports”, mimeo, August.
Iannone F., Varrone M. E. (2006), “La Campania e il Mediterraneo meridionale e sud-orientale: le
relazioni commerciali e la rete di servizi marittimi di linea”, Atti della VIII Riunione Scientifica
della Società Italiana degli Economisti dei Trasporti, Università degli Studi di Trieste, 29-30
Giugno – 1 Luglio.
Lam W. H. K., Asce M., Ng P. L. P., Seabrooke W., Hui E. C. M. (2004), “Forecasts and
Reliability Analysis of Port Cargo Throughput in Hong Kong”, in Journal of Urban Planning and
Development, Vol. 130, No. 3.
Langen P. W. de (2003), “Forecasting Container Throughput: a Method and Implications for Port
Planning”, Journal of International Logistics and Trade, Vol. 1, No.1.
Levine D., Krehbiel T., Berenson M. (2002), Statistica, Apogeo, Milano.
Levinson M. (2006), The Box. How the Shipping Container Made the World Smaller and the World
Economy Bigger, Princeton University Press, New Jersey.
Marchese U. (2000), Lineamenti e problemi di Economia dei trasporti, 2a edizione aggiornata,
ECIG, Genova.
Marcellino M. (2006), Econometria applicata. Un’introduzione, Egea, Milano.
MDS Transmodal (2006), UK Port Demand Forecasts to 2030, Final Report.
MDS Transmodal (2007), Supply and Demand in the Container Trades: Global and Regional
Trends and Forecasts 2006.
Meersman H., Moglia F., Van de Voorde E. (2002), “Forecasting Potential Throughput”, in
Huybrechts M., Meersman H., Van de Voorde E. Van Hooydonk E., Verbeke A., Winkelmans W.
(eds.), Port Competitiveness. An Economic and Legal Analysis of the Factors Determining the
Competitiveness of Seaports, Editions De Boeck Ltd., Antwerp.
55
Midoro M., Ferrari C., Parola F. (a cura di) (2007), Le strategie degli ocean carrier nei servizi
logistici, FrancoAngeli, Milano.
Midoro R., Musso E., Parola F. (2005), “Maritime Liner Shipping and the Stevedoring Industry:
Market Structure and Competition strategies”, in Maritime Policy & Management, Vol. 32, No. 2.
Notteboom T. (2002), “The Interdependence Between Liner Shipping Networks and Intermodal
Networks”, in IAME Panama 2002 Conference Proceedings, 13-15 November, Panama.
Notteboom T. (2004a), “Container Shipping And Ports: An Overview”, in Review of Network
Economics, Vol. 3, No. 2.
Notteboom T. (2004b), “A Carrier’s Perspective on Container Network Configuration at Sea and on
Land”, in Journal of International Logistics and Trade, Vol. 1, No. 2.
Notteboom T. (2007), “The Changing Face of the Terminal Operator Business: Lessons for the
Regulator, paper presented at the AACC Regulatory Conference, Gold Cost, Australia, 26-27 July.
Notteboom T., Rodrigue J. P. (2004), “Inland Freight Distribution and the Sub-harborization of Port
Terminals”, in Licheng S., Notteboom T. (eds.), Proceedings of the First International Conference
on Logistics Strategy for Ports, 22-26 September, Dalian.
Notteboom T., Rodrigue J. P. (2005), “Port Regionalization: Towards a New Phase in Port
Development”, in Maritime Policy & Management, Vol. 32, No. 3.
Notteboom T., Rodrigue J. P. (2007), “Re-assessing Port-Hinterland Relationships in the Context of
Global Supply Chains”, in Wang J. et al. (eds.), Ports, Cities, and Global Supply Chains, Ashgate,
London.
Ocean Shipping Consultants (1997), The European Container Market Prospects to 2008.
Ocean Shipping Consultants (2004), Marketing of Container Terminals.
Ocean Shipping Consultants (2006), The European & Mediterranean Containerport Markets to
2015.
Pankratz A. (1983), Forecasting with Univariate Box-Jenkins Models. Concept and Cases, John
Wiley, New York.
Parola F., Musso E. (2007), “Market Structures and Competitive Strategies: The Carrier-Stevedore
Arm-Wrestling in Northern European Ports”, in Maritime Policy & Management, Vol. 34, No. 3.
Petriccione S., Carlucci F. (2006), Economia dei trasporti, CEDAM, Padova.
RFI, ISFORT, LOGICA (2005), Studio sul trasporto ferroviario delle merci nel bacino Campano.
RMPA - Rotterdam Municipal Port Authority (1998), Annual Report.
Robinson R. (2002), “Ports as Elements in Value-Driven Chain Systems: the New Paradigm”, in
Maritime Policy & Management, Vol. 29, No. 3..
SEA - Study Centre for the Expansion of Antwerp (till 1985), Prognose van de Trafiek van de
Haven van Antwerpen, Antwerpen, several editions.
Siviero L. (2005), Economia dei trasporti intermodali e innovazione logistica, FrancoAngeli,
Milano.
Slack B., Frémont A. (2005), “Transformation of Port Terminal Operations: from the Local to the
Global”, in Transport Reviews, Vol. 25, No. 1.
Smyth T. D. (1998), “Forecasting Trade for Port Projects in the Developing World. Data sources
and interpretation”, Seaport Newsletter, No. 2, Seaport Consultants Canada Inc.
Stopford M. (1997), Maritime Economics, Second edition, Routledge, London.
Sun N. C., Bunamo M. C. (1973), “Competition for Handling U.S. Foreign Trade Cargoes: The Port
of New York’s Experience”, in Economic Geography, Vol. 49, No. 2.
Ueda H., Kado H., Miyake K., Nagano H. (2005), “An Analysis of Marine Container
Transportation in the Asian Region”, in Proceedings of the Eastern Asia Society for Transportation
Studies, Vol. 5.
UNESCAP - United Nations Economic and Social Commission for Asia and Pacific (2005),
Regional Shipping and Port Development Strategies. Container Traffic Forecast, New York.
Van Straelen R. (1993), “Econometrische Ramingen op Lange termijn van het Containerverkeer in
de Haven van Antwerpen”, in Blauwens G., De Brabander G., Van de Voorde E. (eds.), De
56
dynamiek van een haven: liber amicorum aangeboden bij het emeritaat van prof. Fernand Ridder
Suykens, Kapellen, Pelckmans.
Verbeke A., Declercq E., Teurelincx D. (1996), “The Future Growth of Container Traffic in the
Port of Antwerp”, in Winkelmans W., Notteboom T. (eds.), The Issue of Prognoses in Maritime
Transport and Seaport Production in Belgium and Poland: a Conceptual and Empirical Study,
Garant, Leuven.
Washington S. P., Karlaftis M. G., Mannering F. L. (2003), Statistical and Econometric Methods
for Transportation Data Analysis, Chapman & Hall, Boca Raton, FL.
57

Paper - SIET

Transcript

Documenti analoghi

Comparazione di cifre 118 kB

Parole del Procuratore della repubblica di savona

Testo

VGM (VERIFIED GROSS MASS) DECLARATION DICHIARA

Rimorchio container 2 assi 1:14 Kit. I rimorchi (cisterna

COMUNICATO STAMPA Incontro sulla security all

17-06-2009 - www.antimafiaduemila.com

inaugurazione scanner fisso venezia

3) Sidun - Anime Salve

COMUNICATO STAMPA Autorità Portuale: si presenta il libro