Los cultivos de trigo, maíz y arroz constituyen casi dos tercios de las necesidades alimentarias mundiales. Además, la soja representa tres cuartas partes de la alimentación mundial del ganado. Teniendo en cuenta que más de la mitad del suministro mundial de estas materias primas se exporta por vía marítima, la libre circulación del tráfico marítimo se convierte en primordial. Los actuales modelos de optimización utilizados en diversos estudios sobre materias primas alimentarias carecen de la capacidad necesaria para captar la varianza inherente al transporte marítimo. Para captar esta varianza, se construyó una simulación de eventos discretos con el fin de comprender cómo afectan las interrupciones de este sistema a quienes dependen de su funcionamiento sin trabas. Se utilizan datos mensuales de exportación y se modelizan los puntos de estrangulamiento marítimo del Canal de Panamá, el Canal de Suez y el Estrecho de Gibraltar. Los resultados indican una importante escasez de alimentos para todos los importadores estudiados. El tráfico marítimo a través del Estrecho de Malaca también se vio considerablemente afectado cuando se cerró alguno de los tres puntos de estrangulamiento estudiados.
Con la globalización y la economía mundial, el mundo está ahora más conectado que nunca. Nunca ha habido una época en la que las naciones dependieran tanto de otras naciones para obtener recursos (por ejemplo, petróleo). Merriam-Webster Online (2019) define un recurso como "una característica o fenómeno natural que mejora la calidad de la vida humana." El petróleo ciertamente facilita la vida, pero solo está ahí para "mejorar". Entonces, ¿qué sería, si no el petróleo, un recurso necesario para la vida humana? Una respuesta es la alimentación, que puede plasmarse en un modelo que utiliza un conjunto representativo de cereales y soja (Jones y Ejeta 2016; Wellesley et al. 2017).
El maíz, el arroz y el trigo representan casi dos tercios de las necesidades mundiales de energía alimentaria (Jones y Ejeta 2016). En 2017, solo seis países (Estados Unidos, Rusia, Argentina, Ucrania, Canadá y Brasil -en orden descendente de valor comercial-) proporcionaron el 55% del suministro mundial. Además, la soja representa las tres cuartas partes de la alimentación mundial del ganado, y solo tres países (Brasil, Estados Unidos y Argentina -en orden descendente de valor comercial-) proporcionaron el 86 % del suministro mundial (Wellesley et al. 2017; División de Estadística de las Naciones Unidas 2019). Estos megacultivos son la columna vertebral del suministro mundial de alimentos, y solo un puñado de países los exportan. Según Bailey y Wellesley (2017), 2.800 millones de personas se alimentan cada año a través de las importaciones de alimentos del sistema de transporte mundial. Suponiendo una población de siete mil millones de personas en el mundo, esto equivale a que el 40 % de la población mundial depende del transporte mundial para satisfacer sus necesidades calóricas diarias. Los principales importadores de estos productos alimentarios son China, Japón, Egipto y España.
Dada la necesidad mundial de importar alimentos, la libre circulación del transporte adquiere gran importancia. Una gran proporción de los cereales y la soja comercializados en el mundo se envían por vía marítima y oceánica (Bailey y Wellesley 2017). Una vez cargados, estos buques siguen rutas de transporte marítimo aceptadas, como se muestra en la Figura 1.
Como puede verse en la Figura 1, el tráfico de buques se concentra en torno a los puntos de estrangulamiento marítimo mundiales. Un punto de estrangulamiento es "una ruta estrecha estratégica que proporciona paso a través o hacia otra región" (Merriam-Webster Online 2019). En el caso del transporte marítimo, estos puntos de estrangulamiento conectan una masa geográfica de agua con otra. La interrupción del libre flujo mundial de cereales y soja a través de estos chokepoints es el tema central de este estudio.
El análisis de los puntos de estrangulamiento marítimos del petróleo es frecuente (U.S. Energy Information Administration 2014; Komiss y Huntzinger 2011). Sin embargo, dado que no todos los países exportadores de petróleo son países exportadores de alimentos, la importancia de los puntos de estrangulamiento alimentarios podría diferir de los puntos de estrangulamiento petroleros existentes, o introducir nuevos puntos de estrangulamiento por completo. Se calcula que el 55% de los cereales y la soja comercializados a nivel mundial se envían por medios marítimos que atraviesan al menos un punto de estrangulamiento marítimo (Bailey y Wellesley 2017). A diferencia del petróleo, el análisis de los puntos de estrangulamiento para el suministro mundial de alimentos es escaso.
Dado el uso global del transporte marítimo y su importancia para el bienestar económico, la modelización de las redes marítimas es una tarea frecuente. Ducruet (2016) modeló los flujos marítimos mundiales como redes complejas para medir la vulnerabilidad de los flujos comerciales marítimos mundiales a través de los canales de Suez y Panamá. Viljoen y Joubert (2016) también utilizaron la teoría de redes complejas para modelar el transporte marítimo mundial de contenedores, eliminando sistemáticamente enlaces y nodos para determinar la robustez y flexibilidad de la red marítima mundial. Estos modelos utilizaron técnicas de optimización, minimizando el coste o la distancia. Sin embargo, si una cadena de suministro presenta varianza (varianza de la demanda, varianza de la calidad, varianza de los proveedores, etc.), los métodos de optimización resultan inadecuados y la simulación es entonces la herramienta elegida (Ingalls 1998). Además, dado el tamaño y la complejidad de las redes de cadenas de suministro, la simulación se considera un enfoque válido, ya que puede incorporar incertidumbres y acontecimientos externos adversos (Deleris y Erhun 2005).
Concretamente, en lo que respecta a la variación introducida por el clima, la velocidad de los buques y la variación del rendimiento de los cultivos, la simulación ha sido el método analítico preferido para captar esta variabilidad. Qu y Meng (2012) utilizaron un modelo de simulación de autómatas celulares (AC) junto con una simulación de eventos discretos para simular los movimientos de los buques a través del estrecho de Singapur. Caris et al. (2011) desarrollaron una simulación de eventos discretos para modelizar opciones alternativas de transporte de barcazas portacontenedores en la zona portuaria de Amberes. Smith et al. (2009) modelaron la congestión de buques en el curso superior del río Misisipi con una simulación de eventos discretos, examinando las actividades de los buques en una amplia gama de condiciones operativas.
En cuanto a los puntos de estrangulamiento globales, K¨ose et al. (2003) utilizaron una simulación de eventos discretos para modelizar el tráfico marítimo que fluye a través del estrecho de Estambul, y descubrieron que un aumento de las llegadas de buques de tan sólo el 36% hace que los tiempos de espera pasen de sólo 16 minutos a 918 minutos. Mavrakis y Kontinakis (2008) construyeron una simulación de eventos discretos similar para modelizar también el tráfico marítimo a través del Estrecho y llegaron a resultados similares. Lopes et al. (2017) construyeron una simulación de eventos discretos para mejorar la eficiencia de las exportaciones de soja de Brasil.
Una contribución notable al estudio de los puntos de estrangulamiento marítimos en el suministro mundial de alimentos ha sido la de Wellesley et al. (2017) y Bailey y Wellesley (2017). Los autores reconciliaron múltiples bases de datos de transporte marítimo en una sola base de datos. Esta única base de datos se utilizó después para alimentar la Herramienta de Análisis Marítimo de Chatham House (CH-MAT), una herramienta basada en Excel que modela las importaciones y exportaciones mundiales. La herramienta permitió a los autores identificar los puntos de estrangulamiento más importantes para determinados cereales y determinar qué países corrían más riesgo de sufrir interrupciones en los puntos de estrangulamiento. Sin embargo, no se tuvieron en cuenta elementos estocásticos ni tendencias estacionales.
se centra en las perturbaciones de los puntos de estrangulamiento. El modelo se construyó en Simio y sigue la metodología de transporte establecida por Woxenius (2007). Los buques se modelan como entidades y transportan un tonelaje de 55.000 toneladas de peso en seco (clase Handymax/Supramax). Cada mes, se envían toneladas métricas de trigo, maíz y soja a granel en seco a su destino. Los buques viajan directamente a sus destinos, ya que no se tienen en cuenta el transbordo ni el repostaje.
La distancia se mide utilizando la funcionalidad ArcGIS World Imagery de Simio, que incorpora un mapa por satélite a escala de hiresolución en segundo plano. Esta funcionalidad también permite colocar objetos modelo utilizando coordenadas lat/long (way-points), lo que permite medir las distancias con precisión.
Se han seleccionado los países importadores de China, Japón, Egipto y España debido a su gran dependencia de las importaciones de al menos una de las materias primas objeto de estudio. A partir de estos cuatro importadores, se seleccionan seis exportadores comunes: Estados Unidos, Brasil, Canadá, Argentina, Ucrania y Rusia. La utilización de estos seis exportadores proporciona un alto porcentaje del suministro anual de un producto básico por parte de un importador. La velocidad de desplazamiento es estocástica y se modela mediante una distribución triangular, con valores máximos y mínimos dentro del 10% de la velocidad de desplazamiento media de 14 mph. Los datos mensuales sobre productos básicos también son estocásticos mediante una distribución triangular con valores máximos y mínimos dentro del 10% de la cantidad de exportación mensual comunicada por las Naciones Unidas para un exportador específico. Se utiliza una distribución triangular para proporcionar una cantidad razonable de variación para estas métricas de entrada, ya que sólo se disponía de un único valor para cada una.
Las entidades navieras se originan en el puerto cercano de un país exportador. En concreto, los países exportadores de Brasil, Canadá y Estados Unidos tienen dos ubicaciones de exportación: Este/Oeste o Norte/Sur. Estados Unidos exporta cerca de Nueva Orleans (Este) y Seattle (Oeste). Canadá exporta cerca de Terranova (Este) y Vancouver (Oeste). Brasil exporta cerca de S˜ao Luis (Norte) y S˜ao Paulo (Sur). Todos los demás exportadores son de origen único: Argentina exporta cerca de Buenos Aries, Ucrania cerca de Odessa y Rusia cerca de Novorossiysk. Todos los importadores tienen un único destino: China importa cerca de Wenzhou, Japón cerca de Tokio, Egipto cerca de Alejandría y España cerca de Valencia.
Las selecciones de rutas iniciales se determinan a través de distancias recogidas de MarineTraffic (2019) y se modelan aquí. Sin embargo, durante una interrupción del punto de estrangulamiento, un buque se redirigirá a sí mismo utilizando cualquier ruta que sea más corta en distancia desde su ubicación actual. Esto ocurre de forma dinámica, ya que la entidad del buque es consciente continuamente de qué ruta alternativa es la más rápida en caso de que se cierre un punto de estrangulamiento. El mismo proceso se utiliza cuando se vuelve a abrir un punto de estrangulamiento, ya que la ruta reabierta podría ser ahora la más corta.
Los datos sobre mercancías utilizados en este modelo proceden de la Base de Datos de Estadísticas de Comercio Internacional de las Naciones Unidas. Estos datos están disponibles tanto en periodos mensuales como anuales, y son de acceso público (División de Estadística de las Naciones Unidas 2019).
Para determinar la demanda se utilizan las exportaciones mensuales de trigo, maíz y soja de la División de Estadística de las Naciones Unidas (2019). Se prefieren los datos mensuales a los anuales porque los productos básicos objeto de estudio son estacionales: la cantidad de grano que exporta un país depende de la temporada/mes de cosecha. El uso de datos mensuales permite comprender no solo qué puntos de estrangulamiento son más críticos para el envío de estos productos alimenticios, sino también cómo varía el impacto según el mes de perturbación.
Tanto TXR Logistics (2018) como la base de datos MarineTraffic (2019) se utilizan para validar las rutas y distancias del modelo. TXR Logistics es un transitario global con sede en Estados Unidos, especializado en la importación y exportación aérea y marítima global para clientes nacionales e internacionales. MarineTraffic es una empresa líder en el seguimiento de buques que utiliza datos históricos del Sistema de Identificación Automática (AIS) para proporcionar estimaciones precisas de los movimientos de los buques. El AIS es un sistema de seguimiento de buques que utiliza el transpondedor de a bordo de un buque para rastrear su paradero. Utilizando el Planificador de Viajes de MarineTraffic, se compara la distancia de 37 rutas simuladas únicas con sus correspondientes rutas en el mundo real. De las 348.154 millas acumuladas que cubren las 37 rutas, el modelo tiene una precisión del 0,0012%, es decir, 4,17 millas.
Para el análisis de las perturbaciones se han tenido en cuenta los cuatro países importadores y los seis países exportadores antes mencionados, con los puntos de estrangulamiento marítimo del Canal de Panamá, el Canal de Suez y el Estrecho de Gibraltar cerrados individualmente al tráfico marítimo. Los puntos de estrangulamiento se cierran durante 30 días y luego se vuelven a abrir. Se consideran las exportaciones mensuales de trigo, maíz y soja.
Se analizan cuatro escenarios distintos: un escenario base con todos los puntos de estrangulamiento abiertos y tres escenarios adicionales, cada uno con un único punto de estrangulamiento cerrado. Cada escenario tiene un periodo de calentamiento de tres meses, y luego continúa durante otros cuatro, lo que da como resultado una duración de siete meses. En los escenarios en los que se cierra un punto de estrangulamiento, el cierre se produce a mediados del cuarto mes y se vuelve a abrir 30 días después, a mediados del quinto mes. La simulación continúa hasta el final del séptimo mes, lo que supone 2,5 meses adicionales para que el sistema se recupere de la interrupción.
En los escenarios de cierre se produce un cierre en cada uno de los 12 meses de 2017. Sin embargo, los datos históricos necesarios son de 2016 a 2018. Este amplio margen se debe a la estructura de la simulación. Dado que cada mes de 2017 tiene cuatro escenarios únicos probados (una línea de base con tres cierres diferentes), cada mes, por lo tanto, requiere un conjunto diferente de datos históricos para un total de 12 conjuntos diferentes. Por ejemplo, los escenarios con un punto de estrangulamiento cerrado en enero de 2017 requieren los tres meses anteriores a enero de 2017 (el periodo de calentamiento) y los cuatro meses posteriores. Por lo tanto, para analizar el impacto de los cierres en este mes específico, se requiere un conjunto de datos que comience el 01 de octubre de 2016 y finalice el 30 de abril de 2017. Del mismo modo, los escenarios con un cierre en diciembre de 2017 requieren un conjunto de datos históricos del 01 de septiembre de 2017 al 31 de marzo de 2018. Todos los escenarios, incluido el de referencia, utilizan esta metodología.
Todos los escenarios se ejecutan durante 30 réplicas y se determina una diferencia estadística en las importaciones mensuales medias de un producto básico entre la línea de base (sin interrupción) y un escenario de interrupción (uno de los tres puntos de estrangulamiento) a un nivel alfa de 0,05. Estas diferencias se calculan para cada uno de los escenarios de base. Estas diferencias se calculan para cada uno de los tres meses siguientes a la perturbación y se presentan como variación porcentual de las importaciones medias mensuales. Los valores en negrita que aparecen en las tablas de las secciones siguientes indican cambios estadísticamente significativos en las importaciones medias de uno de los meses (normalmente el quinto mes inmediatamente posterior a la perturbación) para el mes de perturbación en cuestión. En los casos en que más de un mes después de la interrupción mostró un cambio estadísticamente significativo, se informa de la diferencia mensual máxima y se indica con un asterisco (*) en la tabla.
El Canal de Panamá atraviesa Panamá y conecta los océanos Atlántico y Pacífico, proporcionando una ruta marítima más corta para el transporte marítimo este/oeste.
El cierre del Canal de Panamá durante 30 días reveló una disminución estadísticamente significativa de las importaciones mensuales de trigo a Japón y Egipto, como se muestra en la Tabla 1. Japón fue el más sensible, experimentando disminuciones significativas en nueve de los doce meses de interrupción. Egipto fue menos dependiente, experimentando una disminución significativa sólo en un mes de interrupción. La resistencia de Egipto en las importaciones de trigo se debe probablemente a que obtiene más del 80% de su trigo importado de Rusia y Ucrania (División de Estadística de las Naciones Unidas 2019). Ninguno de los dos exportadores utiliza el Canal de Panamá para llegar a Egipto. Sin embargo, tanto Rusia como Ucrania deben utilizar el estrecho turco para el transporte marítimo, que es uno de los puntos de estrangulamiento más estrechos del mundo y no tiene una ruta marítima alternativa. Los estrechos turcos no se tienen en cuenta en este análisis. Las importaciones de trigo a España están infrarrepresentadas en esta investigación y, por tanto, se omiten (señaladas con un "-"). España obtuvo solo el 10% de sus importaciones de trigo de 2017 de los seis exportadores de este estudio (División de Estadística de las Naciones Unidas 2019).
La Tabla 2 muestra que las importaciones de soja sufrieron un impacto significativo cuando se cerró el Canal de Panamá. Según la División de Estadística de las Naciones Unidas (2019), China, Japón y España dependen en gran medida de América del Norte y del Sur para sus importaciones de soja. China depende en mayor medida de Estados Unidos y Brasil, ya que ambos países suministraron el 89% de las exportaciones totales de soja a China en 2017. La sensibilidad de China por el cierre del Canal de Panamá se produce al importar soja de Estados Unidos, que utiliza el Canal de Panamá para acceder al Océano Pacífico (estos meses también son meses habituales de cosecha de soja en Estados Unidos). Brasil evita el Canal de Panamá, ya que la ruta meridional que utiliza el Cabo de Buena Esperanza y el Estrecho de Malaca es más corta. Japón, sin embargo, depende más de Estados Unidos y Canadá para sus importaciones de soja, recibiendo el 84% de las importaciones totales de estos dos exportadores en 2017. Ambos países utilizan el Canal de Panamá para llegar al Pacífico. Aunque España está al este del Canal de Panamá, los envíos desde la costa oeste de Estados Unidos y Canadá todavía atraviesan el Canal de Panamá para llegar a España. Egipto no experimentó un impacto significativo de un cierre del Canal de Panamá, ya que obtuvo casi el 50% de sus importaciones de soja de 2017 de exportadores que eluden el Canal de Panamá (División de Estadística de las Naciones Unidas 2019).
Los envíos de maíz entre los seis exportadores y los cuatro importadores no revelaron disminuciones significativas en los envíos mensuales. Según la División de Estadística de las Naciones Unidas (2019), China, Japón, Egipto y España obtuvieron sus importaciones de maíz de 2017 de países que eluden completamente el Canal de Panamá o lo utilizan solo para una parte del envío total.
El Estrecho de Gibraltar conecta el Océano Atlántico con el Mar Mediterráneo, y forma parte de una ruta marítima que conecta Occidente con Oriente.
Las importaciones de trigo sólo se vieron afectadas en dos de los doce meses de perturbación, tanto para China como para Egipto, como se muestra en la Tabla 3. El impacto para China puede atribuirse a sus importaciones de trigo procedentes del este de Canadá, ya que estos envíos atraviesan el Estrecho de Gibraltar. Egipto también es sensible a un cierre en este punto, muy probablemente debido a que importa trigo de Estados Unidos y Argentina, países que también utilizan el estrecho.
Las importaciones de maíz en caso de cierre del Estrecho de Gibraltar ponen de manifiesto la dependencia de Egipto y España del maíz procedente de los exportadores occidentales, como se detalla en el Cuadro 4. Egipto y España importaron el 34% y el 27%, respectivamente, de maíz procedente de los países occidentales.
Egipto y España importaron el 34% y el 27% de su maíz, respectivamente, de Ucrania (División de Estadística de las Naciones Unidas 2019). Cuando envía a estos importadores, Ucrania no utiliza el Estrecho de Gibraltar. Todos los demás exportadores de maíz representados en esta investigación, sin embargo, utilizan el Estrecho de Gibraltar y posteriormente tendrían que desviarse alrededor del Cabo de Buena Esperanza, luego atravesar Bab-el-Mandeb y el Canal de Suez para llegar a Egipto y España, un viaje que añadiría semanas a cualquier envío y añadiría un riesgo adicional para la carga ya que los buques atraviesan puntos de estrangulamiento adicionales.
La soja procede en gran medida de países occidentales y, al igual que el maíz, esta mercancía también debe utilizar el Estrecho de Gibraltar para llegar a Egipto y España. La Tabla 5 contiene el impacto que un cierre del Estrecho de Gibraltar tiene sobre las importaciones de soja.
Según la División de Estadística de las Naciones Unidas (2019), tanto Egipto como España obtuvieron la mayor parte de sus importaciones de soja en 2017 de Estados Unidos, Brasil y Argentina, todos ellos países que utilizan el Estrecho de Gibraltar para llegar a estos importadores. Mientras que ambos países verían disminuciones mensuales significativas en sus importaciones de soja, Egipto todavía está mejor posicionado, ya que recibió el 23% de sus importaciones de soja de 2017 de Ucrania, evitando el Estrecho de Gibraltar por completo.
El Canal de Suez atraviesa Egipto y conecta el mar Mediterráneo con el mar Rojo. Al igual que el Estrecho de Gibraltar, el Canal de Suez conecta Occidente con Oriente.
El cierre del Canal de Suez tuvo un impacto significativo en las importaciones chinas de trigo (Tabla 6), con seis de los doce meses de interrupción mostrando una disminución significativa.
China obtuvo el 15% de sus importaciones de trigo de 2017 de Canadá, y cuando se exportan desde la costa este de Canadá estas exportaciones atraviesan el Canal de Suez. El cierre del Canal de Suez obliga a los buques a dar la vuelta y salir del Mediterráneo a través del Estrecho de Gibraltar, lo que añade hasta una semana de tiempo de viaje adicional.
Las importaciones chinas de maíz también parecen verse afectadas si se cierra el Canal de Suez, como se muestra en la Tabla 7. Según la División de Estadística de las Naciones Unidas (2019), Ucrania suministró a China más del 61% de sus importaciones de maíz en 2017, y utiliza el Canal de Suez para enviar este a China. China también obtuvo el 27% de sus importaciones de maíz de 2017 de Estados Unidos, un exportador que evita el Canal de Suez en favor del Canal de Panamá cuando envía a China. Esto proporciona a China un amortiguador en caso de cierre del Canal de Suez.
Los envíos de soja con el Canal de Suez cerrado no registraron disminuciones significativas en los cuatro países importadores estudiados. Esto se debe probablemente a la situación geográfica de estos cuatro importadores en relación con los exportadores elegidos para el estudio. La soja exportada a China y Japón utiliza el Canal de Panamá, y la exportada a Egipto y España utiliza el Canal de Panamá, el Estrecho de Gibraltar y el Estrecho de Turquía (la exportada desde Ucrania).
Según la Administración de Información Energética de Estados Unidos (2014), el estrecho de Malaca es uno de los puntos de estrangulamiento estratégicos más importantes del mundo por volumen de tránsito de petróleo, ya que conecta el océano Índico con el océano Pacífico. En 2016, el flujo de petróleo a través de él ascendió a 16 millones de barriles diarios, y se considera el segundo punto de estrangulamiento de tránsito más transitado, por detrás del estrecho de Ormuz. Los envíos de petróleo a través del estrecho de Malaca abastecen a las crecientes economías de China e Indonesia.
Dada la importancia del Estrecho de Malaca en el comercio mundial, la libre circulación del tráfico marítimo resulta primordial. Sin embargo, este libre flujo podría peligrar con el cierre de un punto de estrangulamiento a medio mundo de distancia. Cuando se cierra un punto de estrangulamiento, los buques se desvían a su destino por la ruta más corta disponible. Si un barco se dirige a China y se cierra el Canal de Panamá, la ruta más corta suele ser el estrecho de Malaca. Si toda una flota de exportación tuviera que desviarse para atravesar el Estrecho de Malaca y no pudiera pasar debido al aumento de las llegadas, el libre flujo del tráfico marítimo dejaría de ser viable y el sistema podría detenerse bruscamente.
La Figura 2 representa los aumentos mensuales previstos de llegadas al Estrecho de Malaca en caso de que el Canal de Panamá cierre durante 30 días durante el mes indicado (utilizando datos de 2017). Para leer la Figura 2, los valores indicados están desfasados dos meses (debido a la gran distancia entre el Canal de Panamá y el Estrecho de Malaca). Por ejemplo, si el Canal de Panamá cerró en enero, el aumento del 80,0% que aparece en la lista se produce dos meses después, en marzo.
La Tabla 8 contiene todos los aumentos/disminuciones de tráfico hacia el Estrecho de Malaca, interpretándose también con un offset los valores de las columnas correspondientes al Estrecho de Gibraltar y al Canal de Suez. Sin embargo, estos valores sólo tienen un desfase de un mes.
Según el cuadro 8, en caso de cierre del Canal de Panamá, el Estrecho de Malaca podría esperar un aumento de las llegadas de al menos un 51% (en las exportaciones estudiadas) en todos los meses, en comparación con la situación de referencia, con un aumento máximo de casi el doble si el Canal de Panamá cerrara en el mes de diciembre.
Si se cerrara el Estrecho de Gibraltar, cabría esperar un aumento de las llegadas de al menos un 20% en todos los meses, con el mayor impacto derivado de un cierre en enero. Esto se debe probablemente a las exportaciones procedentes del oeste de Estados Unidos y Canadá con destino a Egipto y España, ya que la ruta principal es utilizar el Canal de Panamá y luego el Estrecho de Gibraltar. La ruta alternativa para estos exportadores es utilizar el Estrecho de Malaca.
Sin embargo, el cierre del Canal de Suez provoca una disminución del tráfico en el Estrecho de Malaca. Estas disminuciones se atribuyen probablemente al tráfico de buques procedentes de Rusia, Ucrania y el este de Canadá con destino a Japón. Con rumbo este, estos exportadores utilizan el Canal de Suez y, en última instancia, el Estrecho de Malaca para exportar a Japón. En caso de cierre del Canal de Suez, estos exportadores atravesarían el Canal de Panamá para llegar a Japón, eludiendo completamente el Estrecho de Malaca.
América del Norte y del Sur son los principales exportadores de alimentos del mundo. Dado que la mayor parte de este suministro de alimentos viaja por vía marítima, esto expone a cualquier país importador a un riesgo sustancial de interrupción del punto de estrangulamiento. Si se produjera una interrupción, los importadores podrían enfrentarse a una grave escasez de alimentos básicos, que podría desembocar en hambruna si no se toman medidas de protección. Los costes de transporte podrían dispararse, ya que las compañías navieras están acumulando más distancia para desviar la ruta en caso de cierre. Un aumento de los costes de transporte se trasladaría probablemente al consumidor, lo que podría hacer que el mercado de estos productos básicos también se disparara.
Si el Estrecho de Malaca experimentara el aumento de tráfico que se detalla en este análisis, los petroleros que lo atraviesen se verían ralentizados, si no detenidos. Si los petroleros, o cualquier otra mercancía valiosa, se ralentizan o se detienen en el estrecho de Malaca, la seguridad de la carga será una preocupación, ya que las aguas tienen un historial de piratería (Hassan y Hasan 2017).
Dado el creciente tamaño de la economía mundial, la libre circulación de mercancías es cada día más importante. Aunque el cierre de cualquier punto de estrangulamiento es extremadamente raro, las consecuencias pueden ser dolorosamente elevadas.
Las opiniones expresadas en este artículo son las de los autores y no reflejan la política oficial de las Fuerzas Aéreas de Estados Unidos, el Departamento de Defensa o el Gobierno de Estados Unidos.
RYAN WALTON obtuvo su licenciatura en Economía (2009) en la Universidad Estatal de Nuevo México y su máster en Investigación Operativa (2019) en el Instituto de Tecnología de las Fuerzas Aéreas (AFIT). Actualmente sirve como Capitán en la Fuerza Aérea de los Estados Unidos y está destinado en la Base Wright-Patterson de la Fuerza Aérea, Ohio, como analista de investigación de operaciones para el Comando de Materiel de la Fuerza Aérea. Sus intereses de investigación incluyen la simulación por ordenador y la investigación de operaciones con aplicación en geopolítica, demografía y estrategia. Su dirección de correo electrónico esryan.walton.2@us.af.mil.
J. O. MILLER se licenció en 1980 en la Academia de las Fuerzas Aéreas de Estados Unidos (USAFA) y se retiró como Teniente Coronel en enero de 2003. Además de su licenciatura en la USAFA, obtuvo un máster en Administración de Empresas por la Universidad de Missouri en Columbia en 1983, un máster en Investigación Operativa por el Instituto Tecnológico de las Fuerzas Aéreas (AFIT) en 1987 y un doctorado en Ingeniería Industrial por la Universidad Estatal de Ohio en 1997. Es Profesor Asociado de Investigación Operativa en el Departamento de Ciencias Operativas del AFIT. Sus intereses de investigación incluyen la modelización de combate, la simulación por ordenador y la clasificación y selección. Su dirección de correo electrónico esohn.miller@afit.edu.
Ingeniero por la Universidad de Tulane (1991), Máster en Investigación Operativa (1999) y Doctor en Investigación Operativa (2004) por el Instituto Tecnológico de las Fuerzas Aéreas (AFIT). Es profesor adjunto de Investigación Operativa en el Departamento de Ciencias Operativas del AFIT. Sus intereses de investigación incluyen la simulación basada en agentes, el modelado de combate y las técnicas de análisis multivariante. Su dirección de correo electrónico eslance.champagne@afit.edu.
Bailey, R. y L. Wellesley. 2017. Puntos de estrangulamiento y vulnerabilidades en el comercio mundial de alimentos. London: Chatham House, The Royal Institute of International Affairs.
Caris, A., C. Macharis, y G. K. Janssens. 2011. "Network Analysis of Container Barge Transport in the Port of Antwerp by Means of Simulation". Journal of Transport Geography 19(1):125-133.
Deleris, L. A. y F. Erhun. 2005. "Risk Management in Supply Networks Using Monte-Carlo Simulation". En Proceedings of the 2005 Winter Simulation Conference, editado por M. E. Kuhl, N. M. Steiger, F. B. Armstrong, y J. A. Joines, 178-187. Piscataway, Nueva Jersey. Piscataway, Nueva Jersey: Instituto de Ingenieros Eléctricos y Electrónicos, Inc.
Ducruet, C. 2016. "La polarización de los flujos mundiales de contenedores por canales interoceánicos: Cobertura geográfica y vulnerabilidad de la red". Política y gestión marítimas 43(2):242-260.
Hassan, D. y S. M. Hasan. 2017. "Origen, desarrollo y evolución de la piratería marítima: Un Análisis Histórico". Revista Internacional de Derecho, Delito y Justicia 49:1-9.
Ingalls, R. 1998. "The Value of Simulation in Modeling Supply Chains". En Proceedings of the 1998 Winter Simulation Conference, editado por D. J. Medeiros, E. F. Watson, J. S. Carson y M. S. Manivannan, 1371-1375. Piscataway, Nueva Jersey: Institute of Electrical and Electronics Engineers, Inc.
Jones, A. D. y G. Ejeta. 2016. "Una nueva agenda mundial para la nutrición y la salud: La importancia de la agricultura y los sistemas alimentarios". Boletín de la Organización Mundial de la Salud 94(3):228-229.
Komiss, W., y L. Huntzinger. 2011. "The Economic Implications of Disruptions to Maritime Oil Chokepoints". Cna (marzo).
K¨ose, E., E. Bas¸ar, E. Demirci, A. G¨uneroˇglu, y S¸ . Erkebay. 2003. "Simulation of Marine Traffic in ˙Istanbul Strait". Simulation Modelling Practice and Theory 11(7-8):597-608.
Lopes, H. d. S., R. d. S. Lima, F. Leal, y A. d. C. Nelson. 2017. "Análisis de Escenario de las Exportaciones Brasileñas de Soja vía Simulación de Eventos Discretos Aplicada al Transporte de Soja: El Caso del Estado de Mato Grosso". Investigación en Negocios y Gestión del Transporte 25(octubre):66-75.
MarineTraffic 2019. "MarineTraffic". https://www.marinetraffic.com, consultado el 15 de enero.
Mavrakis, D. y N. Kontinakis. 2008. "A Queueing Model of Maritime Traffic in Bosporus Straits". Simulation Modelling Practice and Theory 16(3):315-328.
Merriam-Webster en línea 2019. "Merriam-Webster Online Dictionary". http://www.merriam-webster.com, consultado el 11 de febrero.
Qu, X. y Q. Meng. 2012. "Desarrollo y aplicaciones de un modelo de simulación para buques en el estrecho de Singapur". Expert Systems with Applications 39(9):8430-8438.
Smith, L. D., D. C. Sweeney y J. F. Campbell. 2009. "Simulation of Alternative Approaches to Relieving Congestion at Locks in a River Transportion System". Journal of the Operational Research Society 60(4):519-533.
TXR Logistics 2018. Conversación personal. 800 Port America Place, Suite 500. Grapevine, TX 76051, Estados Unidos. 817-678-6555.
División de Estadística de las Naciones Unidas 2019. "UN Comtrade Database". https://comtrade.un.org/data/, consultado el 1 de febrero.
Administración de Información Energética de Estados Unidos 2014. "Puntos de estrangulamiento del tránsito mundial de petróleo". 2014:14.
Viljoen, N. M. y J. W. Joubert. 2016. "The Vulnerability of the Global Container Shipping Network to Targeted Link Disruption". Physica A: Statistical Mechanics and its Applications 462:396-409.
Wellesley, L., F. Preston, J. Lehne y R. Bailey. 2017. "Chokepoints in Global Food Trade: Assessing the Risk". Research in Transportation Business and Management 25(2017):15-28.
Woxenius, J. 2007. "Marco genérico para diseños de redes de transporte: Applications and Treatment in Intermodal Freight Transport Literature". Transport Reviews 27(6):733-749.