Elección portuaria y potencial de mercado: el caso español Lorena García Alonso lorena@uniovi.es Departamento de Economía aplicada Universidad de Oviedo Miguel Ángel Márquez Paniagua mmarquez@unex.es Departamento de Economía Universidad de Extremadura Área Temática: Infraestructuras y transporte Resumen: Con este trabajo pretendemos profundizar en la identificación de los determinantes de la selección portuaria desde el punto de vista terrestre; esto es, desde la configuración de su área de influencia. Para ello vamos a centrar la atención en un aspecto aún no contemplado hasta ahora en la literatura relativa a la competencia inter-portuaria: el potencial de mercado. De acuerdo con los postulados teóricos de la geografía económica, la proximidad de las instalaciones a los centros de actividad económica debería influir positivamente en su capacidad de captación de los flujos de mercancía generados en ellos. Constatada ya la relevancia de la distancia en la selección portuaria a través de trabajos previos centrados en el caso español, aquí el objetivo es valorar la capacidad explicativa de la variable “potencial de mercado” desde un doble punto de vista: el de la provincia en la que se ubica el puerto, y el de la provincia que genera el flujo de carga disputado entre varias instalaciones. Para ello, partiendo del planteamiento de un trabajo ya publicado, se analiza nuevamente el caso español. Los resultados obtenidos confirman el papel determinante de esta variable en la selección portuaria, y abren la puerta a consideraciones muy interesantes en materia de política económica regional. Palabras Clave: competencia inter-portuaria; selección portuaria; potencial de mercado; área de influencia; sistema portuario español. Clasificación JEL: H54, L90, L97; R40, R49. 1. Introducción Las mejoras habidas en el sector del transporte marítimo están condicionando la evolución de la industria portuaria, y esta evolución está teniendo su reflejo en la literatura. Por un lado, el peso de los trabajos publicados centrados en esta materia ha crecido a lo largo de los últimos años, convirtiéndose en un tema clave dentro del campo de la Economía marítima. Por otro, a los estudios más tradicionales relativos al impacto económico, la eficiencia o los costes de la actividad portuaria, se están sumando otros centrados en el análisis de la formación y reestructuración de las cadenas logísticas, el papel de los puertos dentro de ellas, o el aumento de la competencia dentro del sector. Para ahondar en este sentido, puede consultarse (Woo, Pettit, Beresford, & Kwak, 2012). La concentración del tráfico en torno a un número cada vez más reducido de grandes puertos es, efectivamente, una de las consecuencias prácticas de la modernización del sector del transporte marítimo (Hoyle & Charlier, 1995). Esto conlleva la redistribución del tráfico entre instalaciones portuarias y, por tanto, un aumento de la competencia entre ellas, además de la reconfiguración de los corredores intermodales de mercancía (Malchow & Kanafani, 2004). Dicho de otro modo, la consolidación de un modelo jerárquico (hub-spoke) conlleva que los gestores portuarios desarrollen estrategias competitivas orientadas a incrementar el atractivo de sus instalaciones, y aconseja que los responsables del diseño de la red de infraestructuras tengan en cuenta toda esta nueva dinámica. Consecuentemente, la determinación del cómo se plasma la competencia por el tráfico y del qué determina su resultado son temas de gran interés. A lo largo de los últimos años, este interés ha desembocado en la publicación de varios trabajos centrados en el análisis de la competencia inter-portuaria por el tráfico o, lo que viene a ser lo mismo, en el análisis de la elección portuaria (véase (Paixao Casaca, Carvalho, & Oliveira, 2010), (Pallis, Vitsounis, & De Langen, 2010) o (Woo, Pettit, Kwak, & Beresford, 2011)). Un subconjunto de estas publicaciones utiliza modelos de elección discreta para identificar las variables determinantes del éxito en la captación de tráfico, de las cuáles varias se centran en el análisis del caso español. 2 Al trabajo pionero de Malchow y Kanafani (Malchow & Kanafani, 2001) le sucedieron otros cuya especificación varía notablemente entre sí debido a la dificultad inherente a la obtención de datos, así como a su diferente nivel de agregación. Entre las primeras y más citadas se encuentran las publicaciones de (Nir, Lin, & Liang, 2003) y (Tiwari, Itoh, & Doi, 2003), centradas en el análisis de la elección portuaria en Taiwan y China respectivamente. En lo que concierne al caso español, los trabajos publicados más destacados son (Garcia-Alonso & Sanchez-Soriano, 2009), (Garcia-Alonso & Sanchez-Soriano, 2010), (Veldman, Garcia-Alonso, & Vallejo-Pinto, 2011) y (Simme Veldman, Garcia-Alonso, & Vallejo-Pinto, 2013). En ellos se analiza el proceso de selección portuaria desde la perspectiva terrestre; esto es, atendiendo a las variables que explican la configuración del área de influencia de los puertos analizados en cada caso. Este enfoque no es el habitual en la literatura. La mayor parte de los estudios publicados relativos a la selección portuaria abordan el problema desde la perspectiva marítima. Ello se debe a que muchos autores consideran que la competencia por el tráfico tiene lugar a nivel de las cadenas logísticas (véase, por ejemplo, (Robinson, 2002) o (Magala & Sammons, 2008)). Según este planteamiento, el desarrollo del transporte intermodal habría provocado que la actividad de los puertos haya dejado de depender de su entorno más cercano. Sin embargo, hay otros trabajos desde los que se apunta que cada puerto continúa perteneciendo a un sistema y que, por tanto, la evolución de su actividad está directamente relacionada con la de su entorno económico social y político (véase, por ejemplo, (Bichou & Gray, 2005), (Yap & Lam, 2006)). Asimismo, autores como Notteboom y Rodrigue (Notteboom & Rodrigue, 2005) subrayan la conveniencia de complementar el análisis de las conexiones del puerto con su foreland con la consideración de sus lazos con el hinterland. Ambos enfoques, aparentemente contradictorios, pueden considerarse complementarios atendiendo a la doble condición de los puertos subrayada por Fleming y Hayuth (Fleming & Hayuth, 1994), central y de enlace (centrality/intermediacy), a partir de la cual podríamos inferir que la importancia relativa del entorno económico-geográfico del puerto depende de su dinamismo respecto a la relevancia internacional de las rutas marítimas en que se hallen incluidas sus instalaciones. En cualquier caso, dado que los puertos pertenecientes a un mismo 3 sistema económico regional compiten entre ellos por la captación del tráfico marítimo internacional, sería de esperar que la probabilidad de elección de un puerto integrado en dicho sistema se vea condicionada tanto por la mayor como por una menor proximidad a la actividad económica. Con este trabajo pretendemos ahondar en el estudio de los vínculos existentes entre los puertos españoles y sus respectivas áreas de influencia. El objetivo es dar un paso más en la identificación de las variables que determinan la configuración de su hinterland, y por ello enfocamos el análisis de la selección portuaria desde la perspectiva terrestre. Hasta ahora, se ha constatado la relevancia indiscutible de la distancia que separa al puerto del lugar de generación de sus flujos, así como la significatividad de los costes (tanto terrestres como marítimos) que ha de soportar el tráfico canalizado (véase (Veldman et al., 2011)). Aquí vamos a centrar la atención en un aspecto totalmente diferente y novedoso desde el punto de vista de la literatura relativa a esta materia: el papel de la proximidad a la actividad económica o potencial de mercado. Cuando desde una región se lleva a cabo la elección portuaria para llevar a cabo una actividad de exportación y/o de importación, es probable que la existencia o no de ventajas de acceso al mercado en dicha región condicione la elección portuaria. De acuerdo con la Nueva Economía Geográfica (ver, por ejemplo, (Fujita & Krugman, 2004)), que intenta explicar la formación de concentraciones económicas en el espacio geográfico, un mayor acceso al mercado implica un incremento de la competitividad económica regional que podría favorecer la propensión exportadora (y del mismo modo, importadora). Por otra parte, el hecho de que un puerto se localice en una región que tenga un mayor acceso al mercado también supone un condicionante, puesto que, a mayor acceso al mercado, más probable será que un área geográfica dentro del sistema económico regional analizado se decante por dicho puerto. En consecuencia, en este trabajo se va a introducir dicha variable de acceso al mercado de manera que permita considerar tanto las características de la región (provincia en nuestra aplicación) que genera el tráfico, como las de la región en que se ubica el puerto. Los resultados obtenidos confirman su papel determinante en la selección portuaria. La estructura del trabajo es la siguiente: en el apartado segundo se revisa brevemente el concepto de potencial de mercado. El apartado tercero desarrolla la base teórica en la 4 que se sustentará la aplicación empírica realizada en el apartado cuarto. Finalmente, el apartado quinto recoge las conclusiones. 2. El concepto de potencial de mercado Cabe esperar que las empresas elijan ubicarse allí donde minimicen sus costes de acceso a los mercados, tanto de proveedores como de consumidores. Para valorar dicha accesibilidad, Harris (Harris, 1954) propuso el concepto de potencial de mercado; un índice que refleja la intensidad del vínculo entre diferentes mercados. En términos generales, se define según (1): (1) Donde el mercado potencial (PM) se obtiene a partir del sumatorio de un indicador de los diferentes mercados accesibles para un punto determinado (M), dividido por sus respectivas distancias a dicho punto (d). Esto es, varía directamente con relación al tamaño de los diferentes mercados (o a la fuerza del vínculo que los une), e inversamente con la distancia que los separa. Según la línea argumental de Harris, la actividad económica será mayor en aquellas regiones que estén más próximas a los grandes mercados. Es importante destacar que la formulación ad-hoc del potencial de mercado proporcionada por Harris debió esperar a la aparición de la NEG para que se pudiera establecer, desde una perspectiva teórica, el enlace económico entre el denominado acceso al mercado (“market access”) y el desarrollo económico regional. De acuerdo con los modelos de la NEG, las empresas se localizan en regiones con elevados potenciales de mercados y, a su vez, el tamaño del mercado en estas regiones se ve aumentado debido a aglomeración generada por la existencia de una relación circular. Según dicha relación acumulativa, la concentración espacial de la actividad económica no solamente crea un mayor acceso al mercado, sino que también sigue al acceso al mercado. De esta manera, los lugares preferidos para llevar a cabo una localización serían aquellos que tienen un buen acceso a ambos, al mercado y al suministro de fabricación bienes (Krugman, 1991a). Nuestra hipótesis es que esta variable, el potencial de mercado, puede ayudar a explicar la distribución inter-portuaria del tráfico marítimo y, por tanto, la configuración del área 5 de influencia de los puertos. Inspirándonos en el trabajo de (López Rodriguez, Márquez Paniagua, & Faíña, 2011), en el que se analiza la influencia del carácter periférico de las provincias españolas en términos económicos en la disparidad de su respectivo PIB per cápita, pretendemos darle un sentido económico a la ubicación relativa del puerto respecto a aquellos lugares en los que se genera el tráfico. A través del potencial de mercado, o del acceso al mismo, podemos vincular la ubicación de las instalaciones con la masa económica de su propio territorio, así como con la de aquellos que generan los flujos de tráfico marítimo. En el trabajo de López et al., se regresa el PIB per cápita provincial en función del potencial de mercado, y se concluye que el acceso al mercado condiciona las diferencias observadas en los ingresos provinciales. De manera análoga, aquí utilizamos este indicador para explicar el resultado de la distribución inter-portuaria del tráfico. Atendiendo a los postulados de la geografía económica, cabe esperar que cuanto menor sea la distancia existente entre los territorios generadores de la actividad económica y los puertos que la canalizan, más estrecho será el vínculo que los una. De esta forma y desde una perspectiva teórica, los puertos podrían basar su poder de atracción en su accesibilidad a los recursos y a la demanda. Así, nos podemos encontrar puertos situados en regiones con un bajo mercado potencial interno, y puertos con elevados mercados potenciales en la región en la que se ubican. Los puertos situados en regiones que tienen una mayor accesibilidad a la demanda (es decir, que tienen una ventaja derivada de un mayor mercado potencial) podrían beneficiarse de la existencia de economías de escala. De esta forma, los puertos situados en una región con mayor potencial de mercado deberían tener una mayor probabilidad de ser elegidos. Por otra parte, y de igual manera, las regiones desde las que se realiza la elección portuaria pueden tener diferentes niveles de mercado potencial. Como ya se ha comentado, un mayor potencial de mercado en dichas regiones favorecería la propensión exportadora (y del mismo modo, importadora). Lo que a priori no queda claro es el tipo de interacción que se daría entre el potencial de mercado de la región desde donde se realiza la selección y el potencial de mercado de la región donde se ubica el puerto a la hora de determinar la elección portuaria. 6 Para aportar prueba empírica de los tipos de influencias resultantes, ampliamos el modelo propuesto en (Veldman et al., 2011) con la inclusión de la variable potencial del mercado tal como se muestra a continuación, y comparamos los resultados obtenidos. 3. Especificación del modelo En (Veldman et al., 2011) se explica el resultado de la selección portuaria observada a partir de los costes del transporte de la mercancía, distinguiendo los terrestres de los marítimos, a partir de un modelo logit multinomial tal como (2): (2) Donde Pijk refleja la probabilidad de que la provincia i elija el puerto k para canalizar hacia o desde j; y Uijk representa la utilidad derivada de ello. Tal como está definido, Pijk puede interpretarse como la cuota de mercado del puerto k en el tráfico establecido entre la provincia i y el origen/destino exterior j. La función de utilidad, Uijk, se definió como una combinación lineal de las variables explicativas consideradas entonces y recogidas en (3): (3) Donde CLik representa el coste de transporte entre la provincia i y el puerto k; CMjk incorpora el coste marítimo entre el puerto k y el origen/destino ultramarino j; y Dk es una variable que refleja aspectos relativos a la calidad del servicio para la provincia i, el origen/destino j y el puerto k. Como se puede constatar, este tipo de función de utilidad enfatiza el papel jugado en la elección del puerto por factores relacionados tanto con los costes del transporte como con la calidad del servicio. Sin embargo, y como es habitual en este tipo de estudios, no se tienen en cuenta aspectos relacionados con la demanda. Efectivamente, se ignora que en la función de utilizad pueden estar ejerciendo su influencia elementos condicionantes derivados del denominado acceso al mercado (véase (Redding & Venables, 2001, 2004)) o potencial de mercado real (Head & Mayer, 2004). Por lo tanto, y tomando como base la denominada Nueva Economía Geográfica, (Krugman, 1991b) (Krugman, 7 1991a) , en este trabajo se pretende incorporar la distancia a la masa económica (distancia a los mercados de consumidores o potencial de mercado) como un factor determinante a la hora de explicar el proceso de elección portuaria. En consecuencia, la expresión (3) se amplía a (4), atendiendo a los argumentos anteriores, mediante la inclusión de la variable potencial de mercado. Dicha variable se define atendiendo a un doble punto de vista: el de las provincias que albergan a los puertos analizados, y el de las provincias desde las que se promueve su tráfico. (4) Donde MA_PROV y MA_PORT representan, respectivamente, el potencial de mercado de la provincia que genera el tráfico y el de la provincia en que se ubica el puerto. Estas variables se definen, para cada provincia, según (5), y se calculan teniendo en cuenta el valor del Producto Interior Bruto provincial (PIBj) y la distancia que separa a las capitales de provincia consideradas (dij); n denota el número de provincias consideradas: (5) Como se puede apreciar, respecto a dichas variables, el potencial de mercado se ha computado como la suma ponderada de los PIB de las provincias peninsulares españolas, donde el esquema de ponderación es la distancia entre las capitales de cada provincia medida en km. La distancia interna de cada provincia (dii) se considera proporcional a la raíz cuadrada del área provincial según (6): (6) Donde Área representa el tamaño de la provincia en km2 (véase (Head & Mayer, 2000), (Nitsch, 2000) o (Crozet, 2004) para una discusión de esta distancia interna). Desde una perspectiva económica, el significado de esta variable (potencial de mercado) podría ser que aquellos puertos que están en localizaciones (provincias) que tienen un mayor acceso a los grandes mercados (tienen mayor potencial de mercado) tenderán a 8 remunerar a sus factores de producción locales (a sus trabajadores) con mejores salarios, y esto puede suponer una desventaja comparativa respecto a otras instalaciones. Esto es así porque MA_PORT es mayor cuanto mayor es el PIB de las provincias más cercanas al puerto, y se entiende que los niveles salariales resultantes serán también superiores, desincentivando su elección. Además, este mayor nivel de actividad en el entorno portuario puede desembocar también en mayores niveles de congestión de todo tipo de infraestructuras, elevando los tiempos de acceso y mermando su atractivo. Por otra parte, la ubicación en una provincia con un elevado potencial de mercado puede suponer un ahorro en los costes de transporte de los bienes y servicios generados en el área de mercado de la provincia en la que se ubica el puerto como consecuencia de la existencia de ventajas basadas en la existencia de economías de escala. Por lo tanto, desde una perspectiva teórica, la probabilidad de elección del puerto k podría disminuir al aumentar su potencial de mercado, aunque el signo esperado de la influencia no está claro. Por otra parte, el valor de la variable MA_PROV caracteriza a la provincia desde la que se realiza la selección portuaria. Ahora, y a diferencia de la anterior, sí está directamente relacionada con la probabilidad de selección ya que, a mayor nivel de actividad, mayor probabilidad de generación de tráfico marítimo y mayor, por tanto, la probabilidad de seleccionar un puerto que lo canalice (o dicho de otro modo, de formar parte del área de influencia de alguna instalación). En definitiva, el hecho de que una provincia tenga un mayor potencial de mercado condiciona positivamente al hecho de que dicha provincia seleccione un puerto para exportar. La posición relativa de un puerto con respecto a otro puerto para el par de comercio i, j se expresa por el cociente entre la probabilidad de que un exportador (o importador) elige una ruta a través del puerto k, y la probabilidad de que elige enrutamiento p. Subsecuentemente, sustituyendo k y p en la ecuación (2) y dividiendo las probabilidades resultantes, la relación se convierte en (7): (7) 9 Tomando logaritmos en la ecuación anterior, el modelo a estimar se convierte en el siguiente (8): (8) El contraste empírico acerca de la influencia ejercida por las variables consideradas se presenta en el apartado siguiente. 4. Estimación del modelo y resultados 4.1. Datos utilizados Los datos utilizados para estimar (4) proceden de varias fuentes. Los costes de transporte terrestre se calcularon atendiendo a la información suministrada por (CIM, 2009), (Dirección General de Transporte Terrestre, 2008) y (Dirección General de Transporte Terrestre, 2008). Según estas publicaciones, el tráfico de contenedores que llega a los puertos lo hace en más de un 95% por carretera, al que se asignó un coste de 0,085€ por kilómetro y tonelada. Los relativos al transporte marítimo se tomaron de (Drewry, 2007), y Pijk se calculó a partir de la información recogida en la base de datos de comercio exterior de la Agencia tributaria, que permite determinar: i) el volumen de cada flujo comercial habido con el exterior por modo de transporte, ii) su origen/destino provincial, ii) el país con el que se produce el intercambio, y iv) el puerto que lo canaliza. Para un mayor detalle de todas estas fuentes, véase (Veldman et al., 2011). Los datos analizados son los correspondientes al comercio exterior de las provincias peninsulares españolas canalizado en 2007 a través de los puertos de Algeciras, Barcelona, Bilbao, Cartagena, Castellón, Valencia y Vigo. Se refieren únicamente a flujos de contenedores porque este tipo de tráfico no es cautivo y permite, por tanto, apreciar mejor cuáles son las variables que condicionan la selección portuaria. Los puertos contemplados en el análisis son los peninsulares más relevantes en este tipo de tráfico (los insulares se excluyen porque ni pueden formar parte del conjunto de alternativas del grueso de provincias generadoras del tráfico, ni el tráfico originado en su propia provincia tiene posibilidades de canalizarse a través de otros puertos). Y la 10 elección del año de análisis viene condicionada por la necesidad de comparar estos resultados con los obtenidos en el trabajo de referencia, basado en el tráfico de este año. Para facilitar el cálculo de los costes marítimos, los países con los que se mantienen los flujos comerciales se agruparon en 8 bloques. Su configuración, así como el volumen de tráfico habido con cada uno de ellos, se muestra en la tabla 1. Tabla 1. Flujos de comercio exterior español en contenedores en 2007 (miles Tm) Mediterráneo occidental Mediterráneo oriental África occidental Mar arábigo Asia oriental América del Norte América del Sur (oriental) América del Sur (occidental) Exportaciones Importaciones Total 1207 105 1312 1386 833 2219 833 420 1253 1757 227 1984 2415 5437 7852 2562 1443 4005 680 1001 1681 271 559 830 Fuente: elaboración propia a partir de datos de la Agencia tributaria. El número máximo de flujos posibles dadas todas las combinaciones de provincias, puertos y bloques de países es de 2632 (47x7x8). Los realmente observados, derivados de más de 1,6 millones de operaciones registradas en la base de datos, fueron 1984 correspondientes a flujos de importación, y 2211 a flujos de exportación. Para la ampliación del modelo propuesto en este trabajo, se han utilizado datos del Instituto Nacional de Estadística de España relativos al Producto Interior Bruto de las provincias peninsulares españolas en el año 2007. 4.2. Análisis exploratorio de datos En este apartado se lleva a cabo un breve análisis exploratorio de la variable “potencial de mercado” que hemos generado para las 47 provincias peninsulares españolas. Esta variable viene a recoger la capacidad para acceder al mercado de cada una de las provincias económicas dentro del sistema económico provincial peninsular español. A la vista de los resultados que se muestran en los gráficos 1 y 2, queda clara la existencia de una dicotomía en lo referente a la distribución espacial del potencial de mercado en dicho sistema. Así, tanto el suroeste como el noroeste peninsular muestran menores potenciales de mercado que el noreste y el sureste peninsular. 11 Gráfico 1. Percentiles de mercado potencial Gráfico 2. Cuantiles del potencial de mercado peninsular De igual forma, se llevó a cabo un contraste de autocorrelación espacial global para la variable potencial de mercado mediante el estadístico I de Moran (Cliff & Ord, 1981) según (9): (9) 12 Donde N es el número de provincias, S0=∑i∑jwij, zit representa el potencial de mercado en la provincia i para el año 2007 en desviación con respecto a la media; W se definió al expresar para cada provincia (filas) las provincias (columnas) que pertenecen a su entorno. Formalmente, wij=1 si las provincias i y j son colindantes y wij=0 si no lo son. Esta simple matriz de contigüidad garantiza que se consideren las interacciones entre provincias colindantes. Con el objeto de facilitar la interpretación económica de los resultados, se utilizó una matriz W en la que los elementos de cada fila suman uno (rowstandardized). Por ende, los términos de los retardos espaciales representan los promedios ponderados de los valores aledaños. El valor de la I de Moran para el potencial de mercado en el año 2007 fue de 0.433, muy por encima del valor esperado para este estadístico, según la hipótesis nula de ausencia de correlación espacial, E[I] = -0.021. Se concluye que existe autocorrelación espacial positiva, ya que el estadístico es muy significativo, con p-valor = 0.001 (véase gráfico 3). Este resultado revela la existencia de un grado de dependencia espacial fuerte y estadísticamente significativo en la distribución del potencial de mercado regional en 2007. Figura 3: I de Moran. Nota: P-valor para el valor de la I de Moran es de 0.0010; I:0,4331; E[I]: -0,0217; Media: -0.0173; Sd: 0,0928. 13 4.3. Resultados obtenidos En este apartado se ha procedido a la estimación del modelo recogido en la expresión 4. Para ello, además de las variables contempladas en dicha especificación, se han introducido diferentes variables ficticias para indicar si un envío se canaliza a través de un puerto diferente al considerado base (k = Valencia). Así las variables dummy de los puertos se han indicado con las iniciales del nombre de cada uno de ellos (Algeciras, Barcelona, Bilbao, Cartagena, Castellón, y Vigo). Por otra parte, adicionalmente se ha considerado la interacción entre las variables de potencial de mercado. Para el caso de las exportaciones, los resultados de la estimación se muestran en la tabla 2. Tabla 2. Resultados de la estimación del modelo para los flujos de exportación. Dependent Variable: EY Method: Least Squares Sample: 1 7896 IF (EY >0 OR EY<0) Included observations: 6511 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable Coefficient Std. Error t-Statistic Prob. C ELC EMC ECVIG ECCAS ECBIL ECCAR ECBAR ECALG LOG(MA_PROV) LOG(MA_PORT) LOG(MA_PROV)*LOG(MA_PORT) -2969.435 -0.148949 -0.184943 -4.520100 -12.69983 -1.514964 -17.85466 1.473677 -4.341307 191.7470 190.0043 -12.27099 417.7123 0.003553 0.022748 0.504603 0.414705 0.534895 0.368900 0.450505 0.579242 27.02507 26.81441 1.734752 -7.108805 -41.92725 -8.130223 -8.957732 -30.62381 -2.832262 -48.39966 3.271167 -7.494808 7.095153 7.085904 -7.073629 0.0000 0.0000 0.0000 0.0000 0.0000 0.0046 0.0000 0.0011 0.0000 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.644485 0.643883 8.994441 525768.9 -23534.81 1071.047 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 0.292521 15.07225 7.232932 7.245430 7.237254 1.262763 En primer lugar, es necesario poner de relieve que los resultados obtenidos son sensibles a la elección del puerto base (Valencia en este caso). Así, mientras que el valor de las estimaciones obtenidas en (Veldman et al., 2011) se mantienen para los coeficientes de nuestra nueva especificación, es de destacar la significatividad de los parámetros relativos al potencial de mercado. Así, cuando el potencial de mercado 14 incrementa en la provincia en la que se localiza el puerto, la probabilidad de elegir dicho puerto también se ve incrementada. De igual manera, un incremento del potencial de mercado de la provincia desde la que se lleva a cabo la elección supone un incremento en la probabilidad de decantarse por el puerto base, Valencia en este caso. 5. Conclusiones En este trabajo se han investigado los determinantes de la elección del puerto de contenedores, prestando especial atención a la función de la proximidad a la actividad económica (es decir, el potencial de mercado). De acuerdo con la geografía económica, la proximidad a la actividad económica implicaría un impacto positivo en la elección del puerto. Sin embargo, hasta ahora, el potencial de mercado no ha sido considerado como uno de los factores que podrían estar condicionando la elección del puerto. A partir del análisis empírico, nuestros resultados muestran que el potencial de mercado es un factor determinante en el proceso de selección del puerto. Bibliografía Bichou, K., & Gray, R. (2005). A critical review of conventional terminology for classifying seaports. Transportation Research Part A, 39, pp. 75–92. CIM. (2009). From road to rail. Containerisation International Monthly, December. Cliff, A. D., & Ord, J. K. (1981). Spatial processes: models and applications. Taylor & Francis. Crozet, M. (2004). Do migrants follow market potentials? An estimation of a new economic geography model. Journal of Economic Geography, 4(4), pp. 439–458. Dirección General de Transporte Terrestre, de la S. de E. de T. (2008). Observatorio de costes de transporte de mercancía por carretera. Drewry, S. C. (2007). Container Freight Rate Insight, Bi-Monthly Pricing Benchmarks on the Container Market. Drewry Shipping Consultants. 15 Fleming, D. K., & Hayuth, Y. (1994). Spatial characteristics of transportation hubs: centrality and intermediacy. Journal of Transport Geography, 2(1), pp. 3–18. Fujita, M., & Krugman, P. R. (2004). The New Economic Geography: Past, present and the future. Papers in Regional Science, 83, pp. 139–164. Garcia-Alonso, L., & Sanchez-Soriano, J. (2009). Port selection from a hinterland perspective. Maritime Economics and Logistics, 11, pp. 260–269. Garcia-Alonso, L., & Sanchez-Soriano, J. (2010). Analysis of the Evolution of the Inland Traffic Distribution and Provincial Hinterland Share of the Spanish Port System. Transport Reviews, 30(3), pp. 275–297. Harris, C. D. (1954). The Market as a Factor in the Localization of Industry in the United States. Annals of the Association of American Geographers, 44(4), pp. pp. 315–348. Head, K., & Mayer, T. (2000). Non-Europe: The magnitude and causes of market fragmentation in the EU. Review of World Economics (Weltwirtschaftliches Archiv), 136(2), pp. 284–314. Head, K., & Mayer, T. (2004). The empirics of agglomeration and trade, in: J. V Henderson & J. F. Thisse (Eds.), Handbook of Regional and Urban Economics, pp. 2609–2669. Elsevier. Hoyle, B. S., & Charlier, J. (1995). Inter-port competition in developing countries: an East African case study. Journal of Transport Geography, 3(2), pp. 87–103. Krugman, P. R. (1991a). Increasing returns and economic geography. Journal of Political Economy, 99(3), pp. 483–499. Krugman, P. R. (1991b). Geography and Trade. Cambridge, MA: Leuven University Press and the MIT Press. 16 López Rodriguez, J., Márquez Paniagua, M. A., & Faíña, A. (2011). ¿Hasta qué punto la perificidad económica es responsable de las diferencias en el PIB per capita entre las provincias espñolas? El trimestre económico, 78(3), pp. 583–611. Magala, M., & Sammons, A. (2008). A New Approach to Port Choice Modelling. Maritime Economics & Logistics, 10(1-2), pp. 9–34. Malchow, M., & Kanafani, A. (2001). A disaggregate analysis of factors influencing port selection. Maritime Policy and Management, 28(3), pp. 265–277. Malchow, M., & Kanafani, A. (2004). A disaggregate analysis of port selection. Transportation Research. Part E, 40(4), pp. 317–337. Nir, A. S., Lin, K., & Liang, G. S. (2003). Port choice behaviour from the perspective of the shipper. Maritime Policy and Management, 30(2), pp. 165–173. Nitsch, V. (2000). National borders and international trade: Evidence from the European Union. Canadian Journal of Economics, 33(4), pp. 1091–1105. Notteboom, T. E., & Rodrigue, J.-P. (2005). Port regionalization: toward a new phase in port development. Maritime Policy and Management, 32(3), pp. 297–313. Paixao Casaca, A. C., Carvalho, S., & Oliveira, M. (2010). Port choice in the European short sea shipping market: the view of point of port authorities, in: IAME 2010 Annual Conference Proceedings. Pallis, A., Vitsounis, T., & De Langen, P. (2010). Port Economics, Policy and Management: Review of an Emerging Research Field. Transport Reviews, 30(1), pp. 115–161. Redding, S., & Venables, A. J. (2001). Economic geography and international inequality. , p. 62. Redding, S., & Venables, A. J. (2004). Economic geography and international inequality. Journal of International Economics, 62(1), pp. 53–82. 17 Robinson, R. (2002). Ports as elements in value-driven chain systems: the new paradigm. Maritime Policy and Management, 29(3), pp. 241–255. Simme Veldman, Garcia-Alonso, L., & Vallejo-Pinto, J. Á. (2013). A port choice model with logit models: a case study for the Spanish container trade. International Journal of Shipping and Transport Logistics, 5(4/5), pp. 373 – 389. Tiwari, P., Itoh, H., & Doi, M. (2003). Shipper´s port and carrier selection behaviour in China: a discrete choice analysis. Maritime Economics and Logistics, 5(1), pp. 23– 39. Veldman, S., Garcia-Alonso, L., & Vallejo-Pinto, J. Á. (2011). Determinants of container port choice in Spain. Maritime Policy and Management, 38(5), pp. 509– 522. Woo, S.-H., Pettit, S., Beresford, A. K. C., & Kwak, D.-W. (2012). Seaport Research: A Decadal Analysis of Trends and Themes Since the 1980s. Transport Reviews, 32(3), pp. 351–377. Woo, S.-H., Pettit, S. J., Kwak, D.-W., & Beresford, A. K. C. (2011). Seaport research: A structured literature review on methodological issues since the 1980s. Transportation Research Part A: Policy and Practice, 45(7), pp. 667–685. Yap, W. Y., & Lam, J. S. L. (2006). Competition dynamics between container ports in East Asia. Transportation Research Part A: Policy and Practice, 40(1), pp. 35–51. 18