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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 Previsioni al 2025 della movimentazione portuale di 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) Previsioni al 2011 della movimentazione portuale di 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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; EICi = numero di contenitori vuoti importati nell’i-esimo porto misurati in TEU; v = termine di errore; γ = coefficienti di regressione; i = i-esimo porto australiano; 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 specificato in forma doppio-logaritmico-lineare: 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; i = i-esimo porto australiano; t = anno. 21 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 specificato in forma doppio-logaritmico-lineare: 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; EICi = numero di contenitori vuoti importati nell’i-esimo porto misurati in TEU; w = termine di errore; λ = coefficienti di regressione; i = i-esimo porto australiano; 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 (dati in migliaia di TEU) Traffici portuali potenziali di transhipment (migliaia di TEU; pieni + vuoti) IPOTESI BASE 2005 10.310 14.530 Nord Europa Sud Europa/Mediterraneo 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 Mediterraneo occidentale 4.500 8.170 12.280 Mediterraneo centrale 6.490 10.400 15.460 Mediterraneo orientale/Mar Nero 2.660 5.100 8.340 Italia 4.940 7.690 11.600 Fonte: nostra elaborazione su dati Ocean Shipping Consultants, 2006 24 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Mediterraneo occidentale 10.510 16.810 24.030 10.510 Mediterraneo centrale 12.060 18.190 26.320 12.060 Mediterraneo orientale/Mar Nero 12.300 21.220 32.820 12.300 Italia 9.720 14.020 19.840 9.780 Fonte: nostra elaborazione su dati Ocean Shipping Consultants, 2006 5.390 15.630 16.810 19.560 13.050 7.190 20.700 22.310 27.960 16.810 Nord Europa Sud Europa/Mediterraneo 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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) Sud Europa/Mediterraneo 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 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) Mediterraneo occidentale 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) Mediterraneo centrale 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) Mediterraneo orientale/Mar Nero 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) Italia 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) Fonte: nostra elaborazione su dati Ocean Shipping Consultants, 2006 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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) 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 1.290 760 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% Fonte: nostra elaborazione su dati MDS Transmodal, 2007 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) Australasia & Oceania 1,16 0,95 East and Southern Africa 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 Fonte: nostra elaborazione su dati MDS Transmodal, 2007 2011 0,96 0,69 1,63 0,62 1,63 0,71 0,38 0,82 0,45 1,00 29 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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% Fonte: nostra elaborazione su dati MDS Transmodal, 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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% Fonte: nostra elaborazione su dati MDS Transmodal, 2007 Tabella 17 - La movimentazione portuale mondiale di container nel periodo 1996-2011 (dati in migliaia di TEU) 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% Fonte: nostra elaborazione su dati MDS Transmodal, 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 Tabella 18 - Deficit di capacità portuale previsto al 2011 (dati in migliaia di TEU) Macro-area Australasia & Oceania East and Southern Africa 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 Fonte: MDS Transmodal, 2007 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 (dati in migliaia di TEU) 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 Fonte: MDS Transmodal, 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Napoli e Salerno (Fonti: AAPP Napoli e Salerno). - Serie storica 1996-2005 dei TEU vuoti in esportazione (traffici O/D in uscita) dai porti di Napoli e Salerno (Fonti: AAPP Napoli e Salerno). - Serie storica 1996-2005 dei TEU vuoti in importazione (traffici O/D in entrata) nei porti di Napoli e 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 (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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 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) NAPOLI + SALERNO 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) 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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; e = termine di errore; 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 (3 ipotesi: High, Base e Low) della popolazione del bacino commerciale terrestre dei porti campani (Fonti: Istat ed Eurostat). - 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Significatività F = 0,00001 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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% Tabella 23 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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% Tabella 24 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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; e = termine di errore; 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 1996-2005 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 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 - 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 Significatività F = 0,00009 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 Significatività F = 0,00005 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 Tabella 26 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 2007 al 2015 risulta compreso tra il 101% ed il 108%, con un tasso annuale di crescita composto (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 2007 al 2015 risulta compreso tra il 130% ed il 217%, con un tasso annuale di crescita composto (CAGR) compreso tra l’11% ed il 16%. 43 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 Tabella 27 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 Tabella 28 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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% Figura 6 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 6.3. Stima al 2015 della domanda di movimentazione di contenitori vuoti in export ed import nel sistema portuale campano 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. Tabella 29 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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) Migliaia di TEU vuoti in export dal sistema portuale campano (ipotesi Base) Migliaia di TEU vuoti in export dal sistema 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 Tabella 30 - Scenari di previsione della domanda potenziale di movimentazione di contenitori vuoti in importazione nel sistema portuale campano al 2015 (dati in migliaia di TEU) Anni Migliaia di TEU vuoti in import nel sistema portuale campano (ipotesi High) Migliaia di TEU vuoti in import nel sistema portuale campano (ipotesi Base) Migliaia di TEU vuoti in import nel sistema 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% Tabella 31 - Scenari di previsione della domanda potenziale di movimentazione di contenitori vuoti in import-export nel sistema portuale campano al 2015 (dati in migliaia di TEU) Anni Migliaia di TEU vuoti in import-export nel sistema portuale campano (ipotesi High) Migliaia di TEU vuoti in import-export nel sistema portuale campano (ipotesi Base) Migliaia di TEU vuoti in import-export nel 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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% Figura 7 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 vuoti in importexport nel sistema portuale campano (ipotesi Base) 150 100 50 0 2007 2008 2009 2010 2011 Anno 2012 2013 2014 2015 Migliaia di T EU vuoti in importexport nel 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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%. Tabella 32 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 sistema portuale campano (ipotesi High) Migliaia di TEU pieni e vuoti in import-export nel sistema portuale campano (ipotesi Base) Migliaia di TEU pieni e vuoti in import-export nel sistema portuale campano (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% Figura 8 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 M igliaia di TEU pieni e vuoti in importexport nel sistema portuale campano (ipotesi Base) 600 400 200 0 2007 2008 2009 2010 2011 Anno 2012 2013 2014 2015 M igliaia di TEU pieni e vuoti in importexport nel sistema portuale campano (ipotesi Low) 49 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 (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 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 M igliaia di TEU pieni e vuoti di transhipment nel sistema portuale campano (ipotesi Base) 150 100 50 0 2007 2008 2009 2010 2011 2012 2013 2014 2015 M igliaia di TEU pieni e vuoti di transhipment nel sistema portuale 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. Tabella 34 - Scenari di previsione della domanda potenziale di movimentazione di contenitori 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 Migliaia di TEU pieni e 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 Migliaia di TEU pieni e vuoti in import-export e transhipment nel sistema portuale campano (ipotesi Base) 825 807 867 934 1.008 1.088 1.184 1.291 1.409 1.540 Migliaia di TEU pieni e vuoti in import-export e transhipment nel sistema portuale campano (ipotesi Low) 813 798 852 913 982 1.055 1.134 1.222 1.319 1.427 51 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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% Figura 10 - Scenari di previsione della domanda potenziale di movimentazione di contenitori pieni e vuoti in import-export e transhipment nel sistema portuale campano al 2015 (dati in migliaia TEU) 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 Migliaia di T EU pieni e vuoti in import-export e transhipment nel sistema portuale campano (ipotesi Base) 1.000 800 600 400 Migliaia di T EU pieni e vuoti in import-export 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 (dati in migliaia TEU) NAPOLI + SALERNO 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) 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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 Società Italiana degli Economisti dei Trasporti - IX Riunione Scientifica – Napoli, 3-5 ottobre 2007 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