Naamsestraat 61 - bus 3550 B-3000 Leuven - BELGIUM Tel : 32-16-326661
[email protected]
VIVES
Briefings
2011 21 JUNI
Regionale havenconcurrentie Het belang van ruimte, infrastructuur en congestie
Jo Reynaerts
[email protected] [tel] +32 16 32 42 26
Het Vlaams Instituut voor Economie en Samenleving, Vives, is een economisch onderzoekscentrum dat via fundamenteel en toegepast onderzoek wil bijdragen tot het maatschappelijk debat inzake de economische en maatschappelijke ontwikkeling van regio’s, in het bijzonder van Vlaanderen. VIVES is als onderzoekscentrum wetenschappelijk en juridisch geïntegreerd binnen de K.U.Leuven. Vives werkt ook samen met research fellows uit andere universiteiten.
Regionale havenconcurrentie Het belang van ruimte, infrastructuur en congestie Jo Reynaerts∗ VIVES Katholieke Universiteit Leuven
[email protected]
Samenvatting Sinds mensenheugenis is de haven van Antwerpen verwikkeld in een hevige strijd met Rotterdam om marktaandeel in West-Europa. Kenmerkend voor de concurrentie tussen beide havens is dat ze zich kort bij elkaar bevinden (ongeveer 100 km), een belangrijke rol spelen binnen de globale container sector, en hetzelfde hinterland bedienen (in dit geval voornamelijk het Ruhr gebied). Deze eigenschappen zijn tekenend voor een ruimer patroon van regionale concurrentie tussen clusters van havens binnen de top 20 van de belangrijkste containerhavens ter wereld. De mate waarin dergelijke havens erin slagen om gebruikers naar zich toe te trekken, wordt niet alleen bepaald door hun eigen geografische en infrastructurele kenmerken, maar is ook afhankelijk van het transportnetwerk dat hen verbindt met de gebruikers in het hinterland. Bovendien zijn deze gebruikers ruimtelijk verspreid over het hinterland, en vertonen zij specifieke voorkeuren voor e´ e´ n of meerdere havens binnen de regionale cluster. In deze nota wordt dieper ingegaan op de manier waarop deze kenmerken ge¨ıntegreerd kunnen worden in een structureel ruimtelijk model van regionale ∗ Deze
nota is gebaseerd op hoofdstukken 4 en 5 van mijn doctoraat (Reynaerts, 2011a). Ik wens mijn promotor, Patrick Van Cayseele, en de overige leden van mijn doctorale commissie, Joep Konings, Frank Verboven, Eddy Van de Voorde en Ravi Varadhan, te bedanken voor hun opmerkingen en suggesties. Ik dank ook Tim Goesaert voor het opzoeken van de Amadeus data.
havenconcurrentie, en wordt ge¨ıllustreerd hoe het model kan aangewend worden om de welvaartseffecten van infrastructuurwerken te kwantificeren. De belangrijkste bevindingen van deze studie zijn dat (i) de economische geografie van en de ruimtelijke spreiding van de gebruikers over het hinterland belangrijke determinanten zijn in de prijszetting door havens; (ii) havens bijzonder kwetsbaar zijn voor stroomopwaartse congestie in het hinterland, en (iii) verbeteringen aan het transportnetwerk resulteren in aanzienlijke welvaartswinsten. Naar beleidsaanbevelingen toe moeten vooral de laatste twee punten in het oog worden gehouden; hierbij kunnen weloverwogen infrastructuurwerken en economisch effici¨ente maatregelen zoals tolheffing hand in hand gaan om niet alleen de concurrenti¨ele positie van de haven van Antwerpen te verstevigen, maar bij uitbreiding ook de welvaart in het Belgische hinterland te bevorderen.
1
Inleiding
Havens, en bij uitbreiding de vrije toegang tot de zee, zijn van groot belang voor de economische ontwikkeling van een regio, land en zelfs continent. De mate waarin havens elkaar beconcurreren voor het aantrekken van overzeese goederenstromen is de jongste decennia door de toenemende globalisering sterk toegenomen. Op wereldniveau spelen de West-Europese containerhavens een toonaangevende rol; binnen Europa wordt de hegemonie van de haven van Rotterdam reeds decennialang gecontesteerd door de havens van zowel Antwerpen als Hamburg (Loyen et al., 2003). Tabel 1 geeft een overzicht van de containeroverslag tussen 2005 en 2009 in de belangrijkste havens in de Antwerpen– Hamburg regio.1,2 Tabel 1: Overslag van containers in de Antwerpen–Hamburg regio (2005–2009)a
Haven Rotterdam Antwerpen Hamburg Bremen/B’haven
2009
2008
2007
2006
2005
9.743.290b 10.783.825 10.790.604 9.654.508 9.286.757 7.309.639 8.662.890 8.175.951 7.018.899 6.488.029 7.007.704 9.737.110 9.889.792 8.861.804 8.087.545 4.564.554 5.529.159 4.912.177 4.444.389 3.735.574
a Bron: b In
Hamburg Port Authority (2011) TEU
Een opvallend kenmerk is dat havenconcurrentie voornamelijk een regionaal of lokaal gegeven is, en plaats vindt binnen clusters van havens.3 Antwerpen en Rotterdam zijn de meest voor de hand liggende protagonisten; in Zuid-Oost Azi¨e waar zich de grootste containerhavens ter wereld bevinden, is deze vorm van concurrentie zo mogelijk nog meer uitgesproken.4 Dit wordt natuurlijk voor een groot deel ingegeven door de geografische kenmerken van de havens in kwestie, maar ook het hinterland zelf en de eigenschappen van het transportnetwerk dat 1 Overslag
wordt gemeten in TEU (twenty-foot equivalent unit), de standaardmaat voor het tellen van containers in de sector. 2 De impact van de financi¨ ele crisis van 2009 kan afgeleid worden uit (1) de scherpe daling in containeroverslag tussen 2008 en 2009, en (2) de wijziging van de relatieve positie van Antwerpen en Hamburg, deze laatste blijkbaar meer gevoelig voor de wereldwijde recessie. 3 Maar liefst negen havens binnen de top twintig van de wereld beconcurreren elkaar op e ´ e´ n of andere manier op het regionaal niveau. 4 Getuige hiervan is de bijvoorbeeld de strijd tussen Shanghai (2) en Ningbo (8) in de baai van Hangzhou, en deze tussen Hong Kong (3), Guangzhou (6) en Shenzhen (4) in de Pearl River delta. De cijfers tussen haakjes geven de rangschikking binnen de top 10 aan voor 2009.
1
deze havens met het hinterland verbindt, zijn belangrijke ruimtelijke determinanten. Gezien het economische belang van havens is het daarom verwonderlijk dat er weinig tot geen aandacht wordt besteed aan deze ruimtelijke kenmerken in de literatuur inzake havenconcurrentie.
2
Ruimtelijke havenconcurrentie
Door beroep te doen op de economische literatuur over prijsconcurrentie in gedifferentieerde goederen (Lederer and Hurter, 1986; Irmen and Thisse, 1998) en deze te combineren met elementen uit de regionale economie en geografie (Hurter and Lederer, 1985; Anderson and Wilson, 2008) enerzijds en de transport economie (Ellet, 1839; Walters, 1968; Van Cayseele, 2005) anderzijds, kan een ruimtelijk model van havenconcurrentie (tussen bijvoorbeeld Antwerpen en Rotterdam) opgesteld worden dat rekening houdt met • de karakteristieke tweedimensionale kenmerken van het hinterland en het daaraan verbonden transportnetwerk • de operationele aspecten van havenconcurrentie, met name de beperkingen in capaciteit en de kosten verbonden aan congestieverschijnselen in het hinterland • de geografische verscheidenheid van de economische agenten (verzenders) die gebruik wensen te maken van de diensten die de havens aanbieden • het (discrete) keuzeproces dat deze agenten ertoe leidt e´ e´ n en slechts e´ e´ n haven te kiezen, en • de specifieke voorkeuren die deze gebruikers kunnen hebben voor e´ e´ n van beide havens, los van waarneembare kenmerken zoals afstand en prijzen. Figuur 1 geeft een dergelijk ruimtelijk model weer (Reynaerts, 2011c). De inzet in dit duopoliemodel is de “markt,” weergegeven door het vierkant S. Aan de aanbodzijde bevinden zich havens “1” en “2,” respectievelijk op de locaties [0, 0] en [0, 1]. De ontsluiting van beide havens naar het hinterland verloopt via zogenaamde corridors, aangegeven met G1 en G2 . Een competitieve transportsector staat in voor het verschepen van goederen naar de havens; kenmerkend hierbij is dat transport op de corridors goedkoper is dan daarbuiten, belichaamd door de veronderstelling dat 0 < a1 < a2 < b waar a j en b respectievelijk de transportkosten per eenheid van afstand voorstellen op en buiten de corridors.
2
y
(1, 1)
Port 2 (0, 1)
G2
(x, y)
S = [0, 1]2 (0, 0)
G1 (1, 0)
Port 1
x
0.6 0.4 0.0
0.2
latitude (y)
0.8
1.0
Figuur 1: Geografische kenmerken van het ruimtelijk duopolie in de markt S. De keuze van een verzender op locatie ( x, y) tussen havens j = 1, 2 wordt be¨ınvloed door de trans portkosten b · y − y j die hij oploopt langs de Noord-Zuid as van het transportnetwerk, en a j · x − x j langs de Oost-West as.
● ●● ● ● ● ● ●● ● ●● ● ● ● ● ● ● ● ●● ● ● ●● ●● ● ●● ● ●● ●● ● ● ●● ●● ● ● ● ● ●● ● ● ● ●● ● ● ● ●● ● ●● ●● ● ● ●●● ● ● ● ● ● ●● ● ●● ● ●● ● ● ● ● ● ● ● ● ● ●●● ●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●●● ●● ●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●● ●● ●●●● ●● ● ●●● ● ● ●● ●● ● ● ● ● ●● ● ●● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ●● ● ● ● ● ●● ● ●● ● ● ●● ●● ● ● ● ● ● ●● ● ● ● ● ●● ● ● ●● ● ● ●● ●● ●●● ● ● ● ● ●●● ● ● ●● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ●● ● ● ● ● ●● ● ●● ●●●● ● ● ●● ● ●● ● ● ●●●● ● ● ●● ● ●●● ● ● ●● ●●● ●● ● ● ● ● ● ●● ● ● ● ●● ●● ● ●● ●● ●● ● ● ● ● ● ● ● ●● ● ●● ● ● ● ●● ● ●●● ● ● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ●●● ●● ● ● ● ● ●● ●●●● ● ●● ● ● ●● ● ● ● ● ●● ●● ● ●● ● ●● ●● ● ●●●● ● ● ● ● ●● ●● ●● ● ●● ● ●● ● ● ● ●●● ● ● ●● ● ● ●● ●● ●●● ●●● ●● ● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● ●● ●● ● ● ●●● ● ● ● ●● ● ●● ● ● ●● ● ● ● ● ●● ●●● ● ● ● ● ● ● ●● ● ● ● ● ● ● ●●● ● ● ●● ● ● ● ● ● ● ●●●●● ●● ● ● ●● ● ● ● ● ● ●● ●● ● ●● ● ● ● ●● ● ● ●● ●●● ●●● ● ●● ● ● ●● ● ● ●● ● ● ● ● ● ●● ●● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●● ●● ●●●● ● ● ● ● ● ● ● ● ●● ● ● ●● ●● ●● ●●● ● ● ●●●●● ● ● ●● ●● ● ● ● ● ● ● ● ● ● ●● ●● ●● ● ● ● ● ● ●● ● ● ● ●● ● ●●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ●● ● ● ● ● ● ●●● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ● ●●●● ● ● ●● ● ● ● ● ● ●● ● ●● ● ● ●● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●●● ● ● ●● ●● ● ● ●● ● ●●●● ●●● ● ●● ● ● ● ● ● ●● ● ●● ● ● ● ● ● ● ●● ● ● ●● ● ● ● ● ●●● ● ●●●●● ●● ●● ●● ●● ● ● ● ● ● ●● ● ● ● ●● ●● ● ● ●● ●● ● ● ● ●● ● ● ● ●●● ● ● ● ● ●●● ● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ● ● ●●● ● ●● ●●● ●● ●● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ●● ● ● ●● ● ● ● ● ● ●● ● ● ●● ● ● ●● ● ● ● ●●● ● ●● ● ● ● ●
0.0
0.2
0.4
0.6
0.8
1.0
longitude (x)
˜ 0) in een siFiguur 2: Gesimuleerde verzenders links en rechts van de sluis op locatie ( x, tuatie met stroomopwaartse congestie. Enkel verzenders rechts van de sluis x ≥ x˜ = 0.5 (aangegeven met ) lopen een bijkomende kost op indien ze haven 1 kiezen; verzenders stroomafwaarts (aangegeven met ◦) blijven onaangetast. De wederzijdse afhankelijkheid van de stroom (of vraag) doorheen de sluis en het niveau van de congestie in de sluis vereist het aanwenden van aangepaste computationele methoden voor het correct afbakenen van marktaandelen en berekenen van evenwichtsprijzen.
3
De vraag naar havendiensten aan de hinterlandzijde gaat uit van “verzenders” die hun goederen wensen te verschepen naar overzeese afzetmarkten via e´ e´ n van beide havens. In dit model hebben verzenders e´ e´ n container die ze wensen te verschepen (unit demand) en is de markt in kwestie deze voor de overslag van containers. Kenmerkend voor de vraagzijde in deze sector is dat gebruikers hun container slechts naar e´ e´ n van beide havens kunnen verschepen, en dat de keuze voor het ene alternatief onmiddellijk het andere uitsluit. De keuze (of vraag) is bijgevolg discreet of dichotoom.5 Vermits verzenders ruimtelijk verspreid zijn over de markt, wat concreet betekent dat er zich een welbepaald aantal verzenders op specifieke locaties ( x, y) in S bevinden, houden zij in hun keuze rekening met • de veralgemeende prijs die enerzijds bestaat uit de prijs die ze betalen voor het behandelen van hun container, en de totale transportkost die ze oplopen om deze container van hun huidige locatie naar de haven in kwestie te verschepen, en • hun eigen specifieke voorkeur voor een bepaalde haven, los van de prijs en de transportkost. De traditionele interpretatie in het economisch onderzoek is dat de verzender in kwestie daadwerkelijk alle elementen kent die aanleiding geven tot een bewuste keuze, maar dat de onderzoeker buiten de objectief waarneembare en kwantificeerbare kenmerken van de alternatieven (havens) in het duister tast wat betreft de voor hem niet-waarneembare kenmerken. Dergelijke niet-waarneembare kenmerken worden in het model opgenomen als een stochastische variabele, zie paragraaf A voor meer details. De combinatie van de voorgaande elementen geeft aanleiding tot een precieze afbakening van de markt tussen beide spelers en stelt de onderzoeker in staat om de evenwichtsprijzen ( p1∗ , p2∗ ) te berekenen die aan de verzenders in het evenwicht worden aangerekend, zie paragraaf B. Vermits het om een structureel en geparameterizeerd model gaat, kunnen bovendien de invloeden van de verschillende ingredi¨enten van het model (infrastructuur, individu-gebonden preferenties, ruimtelijke spreiding, . . . ) op deze evenwichtsprijzen nauwkeurig nagegaan worden, zie paragraaf 4 voor een toepassing. Ondanks de relatief eenvoudige integratie van ruimtelijke determinanten in een model van regionale havenconcurrentie, is de voornoemde berekening van even5 In
Reynaerts (2011c) bestaat er voor de verzenders ook de mogelijkheid om geen van beide havens te kiezen en bijgevolg de container te laten staan. Dit alternatief of “goed” is in technisch jargon het outside good.
4
wichtsprijzen in de praktijk geen sinecure. De reden hiervoor is van twee¨erlei aard: 1. Het opnemen van specifieke gebruikersvoorkeuren zorgt ervoor dat de vraag naar havendiensten een stochastisch karakter krijgt. Dit resulteert in een inherent niet-lineair model dat enkel op numerieke wijze kan opgelost worden. 2. Het toevoegen van bijkomende kenmerken zoals (i) capaciteitsbeperkingen wat betreft de overslag van containers, of (ii) variabele congestiekosten als kenmerk van het transportnetwerk in het hinterland vergt de ontwikkeling van nieuwe computationele methoden die op gepaste wijze omgaan met discontinue objectieffuncties (in het eerste geval) en circulaire processen (in het tweede geval). Hieronder wordt kort ingegaan op de invloed van congestie op het gedrag van de verzenders en de prijszetting van de havens; wij verwijzen naar Reynaerts (2011b) en Reynaerts (2011c) voor meer details.
3
Congestie in het hinterland
Congestie in al haar hoedanigheden vormt een ernstig obstakel voor de verdere ontwikkeling van de Belgische en Europese economie. Dagelijks worden weggebruikers geconfronteerd met ernstige filevorming op de Belgische snelwegen. Het vrachtverkeer op de weg ligt vaak mee aan de oorzaak van de files die mensen moeten trotseren. Dit vrachtverkeer is voor een deel afkomstig van of op weg naar de havens aan de Noordzee; bijgevolg vormt congestie ook een belangrijke hinderpaal voor de verdere ontwikkeling van de havens, zeker indien de ontsluiting naar het hinterland in het gedrang komt. Het opnemen van congestie als een integraal onderdeel van een structureel economisch model wordt echter bemoeilijkt door de wederzijdse afhankelijkheid tussen de verkeer en congestie: enerzijds is de omvang van de verkeersstroom langs een verkeersader een dalende (negatieve) functie van de kosten verbonden aan congestie, anderzijds is congestie een stijgende (positieve) functie van de verkeersstroom.6 Dit circulair proces van terugkoppeling tussen verkeer en congestie wordt be¨ınvloed door (i) de fysieke kenmerken van het transportnetwerk, 6 Technisch
gesproken gaat het hier om een vast punt, zijnde een punt x met de eigenschap dat x = g( x ). M.a.w., een punt dat via de functie g op zichzelf wordt afgebeeld.
5
bijvoorbeeld de afmetingen van een sluis indien het gaat om vervoer op binnenwateren (zie beneden), en (ii) de functionele vorm die men oplegt aan de relatie f tussen trafiek ( D ) en congestie (C ) enerzijds, en de relatie κ tussen congestie en stroom anderzijds, zie vergelijking (1) voor een schematische weergave: f (−)
Dc
#
C.
(1)
κ(+)
Indien men bijvoorbeeld een kwadratische relatie verondersteld tussen congestie en stroom, zijn numerieke methoden vereist voor het berekenen van het evenwicht, zie Reynaerts (2011b) voor een vaste-punt methode.7 In deze berekeningen is het cruciaal het individueel gedrag van de verzenders correct te modelleren; de geografische spreiding van de verzenders die aan het model ten grondslag ligt, zorgt er immers voor dat niet alle individuen (in dezelfde mate) geconfronteerd worden met deze extra congestiekosten. In het geval van de congestie veroorzaakt door het toevoegen van een sluis aan de corridor G1 (zie beneden) komt dit concreet neer op een wijziging van de specificatie van het nut van alle verzenders stroomopwaarts van de locatie van de sluis in kwestie, zie figuur 2.
Concrete toepassing: congestie in een enkele sluis Om meer zicht te krijgen op de draagwijdte van congestie in het hinterland, wordt aan het transportnetwerk in figuur 1 een sluis toegevoegd die onderhevig is aan congestie, en dit op de locatie (0.5, 0). De invloed van congestie op de vraag naar haven 1 afkomstig van verzenders rechts van de sluis wordt weergegeven in figuur 3; de gevoeligheid voor congestie wordt grafisch weergegeven door de drastische neerwaartse verschuivingen van de vraag ten gevolge van de toename van congestie stroomopwaarts. Tabel 2 herneemt de resultaten van de berekeningen van alle relevante variabelen onder deze gewijzigde constellatie. Het meest in het oog springende resultaat is de enorme impact die congestie heeft op het marktaandeel van haven 1, en dan hoofdzakelijk voor wat betreft de markt rechts van de sluis: van de 5000 potenti¨ele verzenders die zich in dit “segment” bevinden, zijn er slechts 78 die in het nieuwe evenwicht kiezen voor haven 1. De rechtstreekse begunstigde is 7 Deze
economische benadering van congestie is een alternatief voor de benadering op basis van wachtrijen en Poisson processen uit het gebied van het operationeel onderzoek.
6
natuurlijk haven 2 die zelfs meer aandeel bereikt in dit deelsegment dan in het segment voor de sluis. Waar de wijziging in de prijs van haven 1 een amalgaam is van directe en indirecte strategische effecten die uitgaan van zowel de getroffen haven zelf als haar opponent, is het gecumuleerde effect een daling van de prijs. Merk op dat dit een tegenintu¨ıtief resultaat is; een daling in de prijs zorgt immers ceteris paribus voor een toename in de vraag voor haven 1, en bijgevolg een toename van de congestie doorheen de sluis op de toeganswegs G1 . Congestie in een systeem van sluizen De voorgestelde methodologie leent zich niet alleen tot het berekenen van congestie en stroom in een enkele sluis, maar ook in een systeem van n opeenvolgende sluizen zoals bijvoorbeeld het sluizensysteem op de Mississippi en Ohio rivieren in de Verenigde Staten,8 of korter bij huis, dat van de haven van Antwerpen. Het circulaire patroon van vergelijking (1) is hier meer ingewikkeld vermits verzenders congestiekosten oplopen in alle sluizen stroomafwaarts van hun locatie in het vlak. Anderzijds wordt het verkeer in de laatste sluis (stroomafwaarts) samengesteld door de totale stroom afkomstig van alle verzenders stroomopwaarts. In Reynaerts (2011b) wordt een methode voorgesteld voor het berekenen van de evenwichtsniveaus van congestie en stromen in alle sluizen van het systeem op basis van een meervoudig “nest” van vaste-punt iteraties.9 De voorgaande dynamiek kan didactisch voorgesteld worden voor een eenvoudig systeem van twee opeenvolgende sluizen, waarbij sluis “1” de sluis is die zich het dichtst bij haven 1 bevindt. In de onderstaande matrix stellen de rijen de negatieve relatie (−) voor tussen de stroom Di en de congestie Ci binnen sluis i = 1, 2; de kolommen geven het positief verband (+) weer tussen congestie en de trafiek door de sluis. C1 C2 D1 (−, +) D2 (−, +) (−, +) De relevante variabelen voor het bepalen van de stroom doorheen sluis 2, D2 , is de som van de congestiekosten opgelopen in beide sluizen, nl. C1 + C2 . De totale congestie in sluis 1, C1 , is afhankelijk van de totale stroom D = D1 + D2 8 Niet
minder dan 29 opeenvolgende sluizen over een totale lengte van 1350 kilometer moeten aangedaan worden om van Minneapolis naar St. Louis te varen op de boventak van de Mississippi. 9 De methodologie steunt op het “Nested-Fixed Point Algorithm” (NFXP), zie Rust (1987).
7
1000 0
500
D1(p, C1)
1500
2000
C1 = 0 C1 = 1 C1 = 2 C1 = 3
0
2
4
6
8
10
p1
Figuur 3: De vraag D1r (p, C1 ) stroomopwaarts als een functie van de prijs van haven 1 wordt weergegeven voor verschillende niveaus van congestie C1 ∈ {0, 1, 2, 3}.
Tabel 2: Effect van variabele congestiekosten
Variabele p1 p2 D1 D2 π1 π2
“Simpel” duopolie
Duopolie met congestiea
1.3854 1.7764 2161.48 3593.14 2778.32 5664.07
1.3729 1.8465 1188.77b 3860.35c 1513.16 6355.94
a Oplossing
met endogene congestie in sluis op locatie (0.5, 0) met lineaire congestiekosten. Oplossing berekend met de f.LockFP functie (Reynaerts, 2011b) in R (R Development Core Team, 2010) b Bestaande uit 1111.64 verzenders links en 77.12 rechts van de sluis c Bestaande uit 1786.81 verzenders links en 2073.54 rechts van de sluis
8
afkomstig van verzenders stroomopwaarts. Merk op dat congestie in sluis 2 onafhankelijk is van de stroom door sluis 1; daarentegen wordt de stroom door sluis 1 enkel be¨ınvloed door de congestie in sluis 1.
4
Welvaartseffecten van verbeteringen aan het verkeersnet
Aan de hand van het voorgaande ruimtelijke model kunnen ook de baten berekend worden van een verbetering van het transportnetwerk op S. Deze welvaartseffecten worden in de economische wetenschappen doorgaans berekend als de wijziging in de totale welvaart W, hier gedefinieerd als de som van de wijzigingen in het consumentensurplus CSi en de winsten π j van de havens: ∆W =
ns
∑ ∆CSi + ∑
i =1
∆π j .
(2)
j=1,2
Deze wijziging in totale welvaart doet zich voor omdat de aanpassingen aan de huidige transportinfrastructuur zowel positieve als negatieve effecten teweeg brengen; in het geval van bijvoorbeeld werken die resulteren in een daling van de transportkost op corridor G2 , zal dit ten gunste komen van de verzenders en haven 2, en zal haven 1 daar nadeel van ondervinden omdat de relatieve competitieve situatie tussen beide havens structureel wordt gewijzigd. Merk op dat in dit discrete keuzemodel de wijziging in het consumentensurplus berekend wordt als het geaggregeerde effect van de wijzigingen in het nut van de individuele verzenders.10 De vraag die zich bijgevolg stelt, is of de baten van dergelijke infrastructuuraanpassingen wel degelijk opwegen tegen de kosten (m.a.w. de investeringsuitgaven). Tabel 3 geeft een overzicht van de effecten van een daling van de transportkost per eenheid van afstand op corridor G2 met 33% op alle relevante variabelen, berekend aan de hand van formule (2). Uitgedrukt als een percentage van de gezamenlijke winsten voor de wijziging stijgt de totale welvaart met 3,18%. De belangrijkste componenten van deze welvaartswinst situeren zich (niet verwonderlijk) bij de verzenders en haven 2; haven 1 ziet een lichte achteruitgang in haar winst. Als we teruggrijpen naar de winstcijfers van bijvoorbeeld de havens van Antwerpen en Rotterdam en de belangrijkste terminaloperatoren 10 De
berekening van de wijziging in het consumentensurplus berust op een aanpassing van de formule van Small and Rosen (1981), zie Reynaerts (2011c).
9
Tabel 3: Welvaartseffecten van een wijziging in de transportkost op corridor 2a
Variabele
Voor wijziging
Na wijziging
Verschil (∆)
%
π1 π2 π1 + π2 CS W
2778.32 5664.07 8442.39 8576.71
2746.66 5840.80
-31.66 176.73
-0.38b 2.09b
8700.15
123.45
1.46b 3.18b
a Welvaartseffecten
van een wijziging in a2 van 0.3 naar 0.2 per eenheid afstand. Oplossing berekend met de f.Welfare functie (Reynaerts, 2011c) in R (R Development Core Team, 2010). b Als een percentage van de totale winst π + π voor de wijziging in a 2 2 1
(zie Tabel 4), kan men bijvoorbeeld aan de voorgaande welvaartswinst een bedrag in euro toekennen; op deze totale winst bedraagt de welvaartstoename dan om en bij de 10 miljoen euro.11 Om een billijke afweging tussen kosten en baten toe te laten, moet de jaarlijkse afschrijving van de gedane investering afgewogen worden tegenover de jaarlijkse (verdisconteerde) welvaartswinst verbonden aan de uitvoering van het project. Zonder aan de boodschap van het voorgaande af te doen, wijzen wij hierbij op de volgende punten: 1. De voorgaande cijfers zijn het rechtstreekse resultaat van de veronderstellingen die aan het gestileerde model ten grondslag liggen; praktische toepassingen vergen een adequate schatting van de structurele parameters van het model 2. De resultaten uit Tabel 4 houden vooralsnog geen rekening met het economisch concept van Value of Time (VOT) waarbij de monetaire waarde van de tijd die men spendeert aan verplaatsingen of tijd die verloren gaat ten gevolge van congestie mee opgenomen wordt in de berekeningen12 3. Vermits het om een partieel evenwichtsmodel gaat (enkel de containersector wordt in kaart gebracht), wordt geen rekening gehouden met indirecte 11 De
jaren 2006 en 2007 werden gekozen om winstcijfers te kunnen tonen van alle betrokken partijen; complete gegevens voor 2008 en volgende jaren waren op het ogenblik van de raadpleging van de Amadeus database (Bureau van Dijk, 2010) niet beschikbaar. 12 De manier waarop dit zinvol kan ge¨ıntegreerd worden in het huidige model is het onderwerp van lopend onderzoek.
10
Tabel 4: Gobale winst in de containersector 2006–2007a
Haven
Speler
Antwerpen
Gem. Havenbedrijf Antwerpen 84,84 99,47 HNN/PSA 50,08 8,45 DP World 3,22 10,34 Havenbedrijf Rotterdam N.V. 119,58 114,24 ECT/Hutchison 55,90 79,10
Rotterdam
2006
Totaal Welvaartswinstb
313,62 9,97
2007
311,60 9,91
a Winsten b
voor belastingen, in miljoen euro. Bron: Bureau van Dijk (2010) = totaal × 0, 0318
effecten: andere economische sectoren gehuisvest in en rond de havens genieten ook mee van de infrastructuuraanpassingen, wat aanleiding kan geven tot bijkomende welvaartscreatie onder de vorm van productiviteitswinsten.
5
Besluit
Transportinfrastructuur, congestie en ruimtelijke spreiding zijn belangrijke kenmerken van regionale havenconcurrentie. In deze nota werd een structureel economisch model voorgesteld dat met deze determinanten rekening houdt in de correcte afbakening van de markt tussen de concurrerende havens, en uitdrukking geeft aan de invloed ervan op de resulterende evenwichtsprijzen. Zo werd onder meer de nefaste impact van filevorming in het hinterland in kaart gebracht en gekwantificeerd, en werden de mogelijke baten van verbeteringen aan het transport netwerk berekend. Niettegenstaande het voorgestelde model in hoge mate “gestileerd” is, leent het zich vrij eenvoudig voor aanwending in de praktijk (gevalstudies), bijvoorbeeld via 1. de aanpassing van het netwerk in functie van de economische geografie van de havens in kwestie, en 2. de wijziging van de spreiding van verzenders over het hinterland. In beide gevallen kunnen, mits een overeenkomstige aanpassing van de exogene 11
parameters van het model (transportprijzen, prijsco¨effici¨enten, . . . ), voorspellingen worden gedaan over de evolutie van belangrijke economische aggregaten zoals marktaandelen, prijzen en congestie.
Referenties Anderson, S.P. and Wilson, W.W. (2008), “Spatial Competition, Pricing, and Market Power in Transportation: A Dominant Firm Model,” Journal of Regional Science 48(2), pp. 367–397. [2] Bureau van Dijk (2010), Amadeus. Database of Comparable Financial Information for Public and Private Companies Across Europe, Brussels, BE, URL http://www.bvdinfo.com/ getattachment/da04b736-b71a-4c6f-acc6-ba2a9e423bf9/Amadeus.aspx. [10, 11] Ellet, C.J. (Ed.) (1839), An Essay on the Laws of Trade, in Reference to the Works of Internal Improvement in the United States, Reprints of Economic Classics, Augustus M. Kelley Publishers, New York. [2] Hamburg Port Authority (2011), “Port News & Facts. Container Throughput Worldwide,” Online, http://www.hafen-hamburg.de/en/content/ container-port-throughput-global-comparison. [1] Hurter, A.P. and Lederer, P.J. (1985), “Spatial Duopoly with Discriminatory Pricing,” Regional Science and Urban Economics 15(4), pp. 541–553. [2] Irmen, A. and Thisse, J.F. (1998), “Competition in Multi-Characteristics Space: Hotelling Was Almost Right,” Journal of Economic Theory 78(1), pp. 76–102. [2] Lederer, P.J. and Hurter, A.P. (1986), “Competition of Firms: Discriminatory Pricing and Location,” Econometrica 54(3), pp. 623–640. [2] Loyen, R., Buyst, E. and Devos, G. (Eds.) (2003), Struggling for Leadership: AntwerpRotterdam Port Competition Between 1870–2000, Contributions to Economics, PhysicaVerlag, Heidelberg. [1] R Development Core Team (2010), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria, URL http://www. R-project.org/, ISBN 3-900051-07-0. [8, 10] Reynaerts, J. (2011a), Essays in Discrete Choice Theory, Ph.D. thesis, Faculty of Business and Economics, Katholieke Universiteit Leuven. [1] ——— (2011b), “A Note on the Numerical Solution to the Lock Congestion Problem,” in “Essays in Discrete Choice Theory,” chap. 4, Faculty of Business and Economics, Katholieke Universiteit Leuven, pp. 120–147. [5, 6, 7, 8]
12
——— (2011c), “Transportation Infrastructure, Congestion, and Spatial Competition Between Ports,” in “Essays in Discrete Choice Theory,” chap. 5, Faculty of Business and Economics, Katholieke Universiteit Leuven, pp. 148–191. [2, 4, 5, 9, 10] Rust, J. (1987), “Optimal Replacement of GMC Bus Engines: An Empirical Model of Harold Zurcher,” Econometrica 55(5), pp. 999–1033. [7] Small, K.A. and Rosen, H.S. (1981), “Applied Welfare Economics with Discrete Choice Models,” Econometrica 49(1), pp. 105–130. [9] Van Cayseele, P. (2005), “What Merger Simulation Is Not: Hessenatie–Noord Natie in Retrospect,” in P.A. van Bergeijk and E. Kloosterhuis (Eds.), “Modelling European Mergers. Theory, Competition Policy and Case Studies,” chap. 13, Edward Elgar Publishing Ltd, Cheltenham, pp. 187–200. [2] Walters, A.A. (1968), The Economics of Road User Charges, World Bank Staff Occasional Papers 5, International Bank for Reconstruction and Development, Washington, D.C. [2]
13
A
Concurrentie tussen havens als een tweedimensionaal discrete keuzemodel
Het nut Uij dat een verzender i ontleent aan de diensten van haven j voor het behandelen van een container kan gedefinieerd worden als Uij = α j + β j p j − a j x − x j − b y − y j +ε ij , | {z }
(3)
waarneembaar deel
met αj > 0 βj < 0 pj > 0 a >0 j x − xj b>0 y − y j ε ij
nut van haven j onafhankelijk van prijs en transportkosten prijsco¨effici¨ent prijs gezet door haven j transportkost per eenheid afstand op corridor j af te leggen afstand langsheen de x-as (oost-west) transportkost per eenheid afstand buiten corridors af te leggen afstand langsheen de y-as (noord-zuid) niet-waarneembaar deel van het nut (stochastisch).
Indien de stochastische variabele ε ij verdeeld is volgens een standaard Type I Extreme Waardeverdeling, is de kans dat verzender i kiest voor haven j gelijk aan exp α j + β j p j − a j x − x j − b y − y j , (4) Pij = 1 + ∑k=1,2 exp αk + β k pk − a j x − x j − b y − y j en is de totale vraag voor haven j gelijk aan D j = ∑in=s 1 Pij . Hierbij stelt |·| de absolute waardefunctie voor, en is exp( x ) := ex de exponenti¨ele functie. Als c j de constante marginale kost is die de haven oploopt bij de overslag van een container, bestaat het probleem van deze haven erin de prijs te kiezen die haar winst π j maximaliseert, m.a.w. arg max π j = ( p j − c j ) · D j . p
14
(5)
B
Stapsgewijze oplossing van het model 1. Simuleer de locatie ( x, y) van ns verzenders in de markt S aan de hand van een bivariate uniforme verdeling op het interval [0, 1], m.a.w. X ∼ U [0, 1] en Y ∼ U [0, 1] 2. Bereken het waarneembaar (of systematisch) nut van alle verzenders aan de hand van hun locatie ( x, y) en de parameters van het model, zijnde de transportkosten a j en b, de prijsco¨effici¨ent β j , en de locaties van de havens z1 = (0, 0) en z2 = (0, 1), zie vergelijking (3) 3. Bereken aan de hand van de statistische verdeling van het niet-waarneembare deel van het nut ε ij de individuele waarschijnlijkheid Pij dat verzender i kiest voor haven j, zie vergelijking (4) 4. Bereken de geaggregeerde vraag D j voor haven j door de individuele waarschijnlijkheden op te tellen, m.a.w. D j = ∑in=s 1 Pij 5. Stel de winstfunctie van de havens op als π j = ( p j − c j ) · D j 6. Bereken voor beide havens de winstmaximerende prijs p∗j , zie vergelijking (5). Desgevallend, (a) corrigeer voor stroomopwaartse congestiekosten in e´ e´ n of meerdere toegangswegen in de marktafbakening voor beide havens, en (b) controleer voor mogelijke capaciteitsbeperkingen.
15
