Internationale goederenhandel en goederenhandelaren tijdens de coronacrisis; een macro- en microanalyse
Uit hoofdstuk 1 en 2 bleek dat de Nederlandse goederenhandel in het voorjaar van 2020 hard getroffen werd door de coronacrisis. De manier waarop, en mate waarin internationale handelaren geraakt werden door deze schok, was echter niet voor ieder bedrijf hetzelfde. In dit hoofdstuk wordt eerst vanuit macroeconomisch perspectief de samenhang tussen de coronacrisis en de Nederlandse goederenhandel bekeken. Vervolgens wordt de heterogeniteit onder Nederlandse goederenhandelaren onderzocht: welke bedrijven werden het sterkst geraakt door de coronacrisis, en welke in mindere mate? Waren er ook bedrijven die geen export- of importdaling doormaakten? Bij het beantwoorden van deze vragen wordt niet alleen rekening gehouden met de fase van de pandemie, maar dus ook met verschillen tussen bedrijven, bijvoorbeeld op basis van grootteklasse, sector en het verkrijgen van overheidssteun.
3.1Inleiding
De Nederlandse internationale goederenhandel werd, voornamelijk in de eerste helft van 2020, hard geraakt door de coronacrisis. Zoals bleek uit hoofdstuk 1 van deze Internationaliseringsmonitor kromp de waarde van de goederenexport met ruim 17 procent in het tweede kwartaal van 2020 ten opzichte van hetzelfde kwartaal in 2019. Dit is in lijn met de wereldwijde daling van de internationale goederenhandel: de totale goederenwaarde van de wereldhandel is in het tweede kwartaal van 2020 met ruim 21 procent afgenomen ten opzichte van dezelfde periode in 2019 (WTO, 2021). Uit hoofdstuk 2 bleek dat de Nederlandse import en export van goederen in heel 2020 dan ook lager was dan verwacht kon worden op basis van de trend die de internationale handel over de afgelopen tien jaar heeft doorgemaakt.noot1 De enorme krimp van de Nederlandse in- en uitvoer in 2020 (–7,8 en –6,3 procent respectievelijk) werd eerder alleen overtroffen door de daling van de internationale goederenhandel tijdens de kredietcrisis; in 2009 daalde de waarde van de in- en uitvoer met respectievelijk 18,4 en 16,5 procent. De grote daling van de in- en uitvoer in 2020 houdt natuurlijk verband met de coronacrisis die in 2020 de wereld in haar greep kreeg, maar er speelde meer. Zo leidden spanningen tussen olieproducerende landen als Rusland en Saoedi-Arabië ertoe dat de olieprijs in het eerste kwartaal van 2020 tot een dieptepunt zakte, terwijl de vraag naar energiedragers – onder invloed van de coronacrisis – sterk afnam (Schwarz, 2021). Gedurende 2020 kwam de wereldwijde productie en internationale handel weer op stoom, maar door de sterk teruggeveerde vraag, onevenwichtigheden in het herstel en verstoorde productieketens ontstonden er tekorten – en prijsstijgingen – aan grondstoffen, onderdelen en materialen als staal, hout of verpakkingsmateriaal. Het wereldwijde tekort aan chips bestond al vóór de coronacrisis maar werd gaandeweg 2020 wel steeds nijpender voor veel producenten van auto’s of consumentenelektronica (Bown, 2021). Daarbij stuwde een disbalans in het containervervoer transportkosten tot grote hoogte (ING, 2021; Rabobank, 2021). En 2020 was ook het jaar van de formele Brexit (31 januari 2020) en de overgangsperiode naar een handelsakkoord tussen het VK en de EU. Kortom, een veelbewogen jaar. Hoog tijd om te onderzoeken welke gevolgen de coronacrisis had voor de gemêleerde groep bedrijven met internationale goederenhandel.
Een asymmetrische schok…
De schok die de coronacrisis teweegbracht, werd asymmetrisch door de tijd en het bedrijfsleven gevoeld. Het bbp-verlies in Nederland en andere landen was tijdens de eerste besmettingsgolf flink groter dan tijdens de tweede besmettingsgolf (Elbourne & Overvest, 2021). Dat had onder andere te maken met de heftigheid waarmee de coronacrisis toesloeg en de mate van paniek en onzekerheid tijdens de eerste golf. De mate waarin bedrijven geraakt werden, had mede te maken met de aard van het product of dienst dat een bedrijf levert. Sommige Nederlandse sectoren zoals de horeca, de evenementenbranche of contactberoepen moesten tijdens de eerste golf (voor kortere of langere tijd, geheel of gedeeltelijk) dicht. Supermarkten en andere essentiële winkels maakten echter een ongekende omzetgroei door. Doordat mensen zoveel thuis zaten (en werkten) werd er massaal online gewinkeld en werd er aanzienlijk meer geld besteed aan boodschappen, maar bijvoorbeeld ook aan de woninginrichting of consumentenelektronica. De lockdown maatregelen hebben met andere woorden gezorgd voor een verschuiving in het bestedingspatroon van consumenten. De Nederlandse detailhandel – inclusief de online winkels – had in 2020 dan ook een recordgroei voor wat betreft hun omzet (CBS, 2021a). Om de gevolgen van de crisis voor de getroffen ondernemers zoveel mogelijk te beperken, werden er noodsteunmaatregelen ingesteld. Door deze te richten op de bedrijven met de grootste negatieve gevolgen van de coronamaatregelen, zou de asymmetrische schok gedempt kunnen worden. Tijdens de tweede golf duurde het, althans in Nederland, langer voordat er een effect van de maatregelen te zien was op het aantal coronagevallen. Ook was er, in tegenstelling tot de eerste golf, geen sprake meer van een onverwachte exogene schok. Het was vrij snel duidelijk welke maatregelen boven de markt hingen, en ook gingen deze gefaseerd in. Daarnaast bleef de productie van veel goederen (wereldwijd) onverminderd doorgaan. China had in veel mindere mate te maken met een opleving van het virus, waardoor export vanuit China op volle toeren doorging (en zelfs niet aan alle vraag kon voldoen). En daar waar in de eerste golf nog hele delen van de productie kortstondig stil kwamen te liggen om infecties te voorkomen, was daar in de tweede golf – op incidenten in bijvoorbeeld vleesverwerkende bedrijven na – vrijwel geen sprake meer van.
…in een heterogene populatie van internationale handelaren
Ook de weerbaarheid van bedrijven speelt een rol in hoe zij de coronacrisis (tot nu toe) hebben doorgemaakt. Het ene bedrijf is namelijk beter in staat om de negatieve gevolgen van een crisis zoals de coronacrisis op te vangen dan het andere. Sommige bedrijven hadden op voorhand een betere uitgangspositie dan hun concurrent, bijvoorbeeld qua productiviteit of qua investeringen in digitale faciliteiten. Daarnaast kent de populatie internationale goederenhandelaren ook de nodige dynamiek. Van den Berg et al. (2019) lieten zien dat tussen 2010 en 2018, circa 16 procent van de bedrijven met goederenhandel dat onafgebroken, elk jaar doet. Dat betekent dat ruim 80 procent van de handelaren bestond uit incidentele handelaren, startende of stoppende handelaren. De groep continue handelaren bleek tevens goed voor circa 80 procent van de uitvoerwaarde en 90 procent van de invoerwaarde. Incidentele exporteurs vormen niet alleen qua handelswaarde maar ook wat betreft andere bedrijfskenmerken, zoals productiviteit en kapitaalintensiteit, duidelijk een aparte groep tussen de niet-exporteurs en de structurele exporteurs (Boutorat et al., 2019). Dit sluit aan bij de productivity sorting theorie, ontwikkeld door Melitz (2003), waarbij de meest productieve bedrijven veel en vaak exporteren en de minst productieve bedrijven alleen de binnenlandse markt bedienen.
In dit hoofdstuk houden we expliciet rekening met deze twee facetten: enerzijds met het feit dat de coronacrisis een asymmetrische schok was die zowel door de tijd als tussen bedrijfstakken en groepen van bedrijven (bijvoorbeeld het zelfstandig mkb) een verschillende uitwerking had. Anderzijds het feit dat er binnen bedrijfstakken en clusters van handelaren, verschillen zitten in weerbaarheid, uitgangspositie en dynamiek. Concreet onderzoeken we de invloed van de coronacrisis op de totale goederenhandel van Nederland én op de bedrijven die hier verantwoordelijk voor zijn. Welke bedrijfskenmerken en externe factoren zijn relevant in het verklaren van het verloop van hun goederenhandel? Daarbij staan de volgende onderzoeksvragen centraal:
- Speelt de mate waarin de coronacrisis al dan niet heftig woekert in een land waar Nederland mee handelt een rol in het verloop van de Nederlandse goederenexport naar en -import uit dat land?
- Hoe is de samenhang tussen het aantal coronavaccinaties in partnerlanden en de ontwikkeling van de Nederlandse goederenhandel met dit land?
- Hoe ontwikkelde de internationale handel van verschillende typen bedrijven zich tijdens de coronacrisis?
- Welke rol speelt de bedrijfstak of zelfstandig mkb-status van een bedrijf bij het verklaren van de ontwikkeling van zijn goederenhandel tijdens de coronacrisis?
- Wat was het gevolg van de coronacrisis voor de internationale handel van bedrijven mét en van bedrijven zonder overheidssteun?
- Spelen verschillen in weerbaarheid (gemeten in mate van productiviteit of digitalisering vóór de crisis) en dynamiek in de populatie van handelaren hierin nog een rol? Laten continue handelaren een ander patroon zien?
Leeswijzer
Paragraaf 3.2 geeft inzichten uit de literatuur over de gevolgen van de coronacrisis, die in China begon en zich vervolgens via productieketens uitbreidde over de wereld. Daarna wordt gekeken naar de invloed van de coronapandemie op de internationale handel van Nederland vanuit een macroeconomisch perspectief. Paragraaf 3.3 laat zien hoe de internationale handel eruit zag voor verschillende typen bedrijven, waarna het gevolg van de coronacrisis voor de diverse soorten bedrijven gekwantificeerd wordt in paragraaf 3.4. Paragraaf 3.5 concludeert en vat het hoofdstuk samen, waarna de gebruikte data en methoden in paragraaf 3.6 worden belicht. In de bijlage staan de regressieresultaten van het macromodel van paragraaf 3.2.
3.2De coronacrisis en de internationale goederenhandel: het macroperspectief
Inzichten uit de literatuur over de gevolgen van de coronacrisis en produceren in ketens
De wetenschappelijke literatuur over de effecten van de coronapandemie op de internationale handel breidt snel uit, zowel wat betreft studies op macro- als microniveau (bedrijven). Waar bij de kredietcrisis in 2008 en de daaropvolgende recessies vooral de vraag naar producten afnam, is er bij de coronacrisis sprake van een drievoudig effect: verstoringen in het aanbod (toeleveringsproblemen, voorraadtekorten, schaarste aan arbeidskrachten), verschuivingen in de globale vraag (veranderingen in het bestedingspatroon van consumenten en een daling van de investeringen) en ‘contagion effecten’ (onderlinge besmetting, of een zogeheten ‘watervaleffect’) in de globale waardeketen (Baldwin & Tomiura, 2020; Friedt, 2021). De eerste aanbodschok in internationale ketens vond in de eerste maanden van 2020 plaats vanuit China. China – de ‘fabriek van de wereld’ – staat centraal in veel mondiale waardeketens. De productieonderbrekingen als gevolg van de corona-uitbraak in dit land hadden een zeer grote impact op de Chinese export van goederen naar andere landen en daarmee op industriële sectoren wereldwijd (Baldwin & Tomiura, 2020; Meier & Pinto, 2020). Wanneer er een schok plaatsvindt, zoals bij een pandemie, heeft dat echter niet alleen gevolgen voor de direct betrokken handelaren maar voor iedereen die via productieketens verbonden is. Meier en Pinto (2020) laten zien dat voor sectoren met een hoger verbruik van intermediaire inputs uit China, de importprijzen van deze inputs, alsook de outputprijzen, sterker toenamen dan voor sectoren die relatief weinig afhankelijk zijn van Chinese inputs. Producenten in mondiale waardeketens die afhankelijk waren van halffabricaten of intermediaire inputs uit landen met een corona-uitbraak en daaraan gerelateerde lockdown maatregelen waren genoodzaakt nieuwe handelspartners te zoeken of alternatieve producten te gebruiken.
China werd op haar beurt ook geraakt door verstoringen in waardeketens van intermediaire producten die essentieel waren voor de Chinese export (Friedt, 2021). Uit Benguria (2021) blijkt dat de wereldwijde exportdaling zich vooral voordeed bij producenten van intermediaire inputs en kapitaalgoederen, en in mindere mate bij producenten van consumptiegoederen. Ook blijkt dat de daling in export vooral werd veroorzaakt door schokken op de intensieve marge (minder export door bestaande handelaars). Behalve de industrie werd ook de dienstensector negatief beïnvloed door de coronapandemie en de bijbehorende lockdown maatregelen (Çakmakli et al., 2020; Baldwin & Tomiura, 2020; WTO, 2021). Volgens Maliszewska et al. (2020) leidde de coronapandemie tot een sterkere daling van de dienstenproductie dan van de goederenproductie, met grote consequenties voor de hele economie. Eerder onderzoek laat zien dat de import van diensten essentieel blijkt te zijn om goederen (concurrerend) te kunnen exporteren (Bohn et al., 2021). Daarom kan de coronapandemie de goederenexport ook indirect, via handel in diensten, beïnvloeden.
Macroschatting van het effect van de coronacrisis op goederenhandel
De Nederlandse internationale goederenhandel viel in 2020 fors lager uit dan je zou verwachten op basis van langjarige trends. Dat had natuurlijk voor een belangrijk deel te maken met de coronacrisis. In deze paragraaf wordt een econometrisch model gebruikt om de samenhang tussen de ernst van de coronacrisis en de ontwikkeling van zowel de Nederlandse import als export vanuit macroperspectief te schatten.noot2 Dit doen we eerst met betrekking tot de totale Nederlandse goederenhandel, met alle landen ter wereld, en daarna specifiek voor de tien belangrijkste handelspartners (dit zijn: Duitsland, China, België, de Verenigde Staten, het Verenigd Koninkrijk, Frankrijk, Rusland, Italië en afhankelijk van het geanalyseerde jaar ook Spanje, Polen, Zweden, Noorwegen, Taiwan, Ierland), om te zien of deze handel zich anders ontwikkelde. Het regressiemodel corrigeert (aan de aan de hand van de zogenaamde first differences, zie paragraaf 3.6 Data en methoden) voor niet-geobserveerde landkenmerken die de Nederlandse goederenhandel kunnen beïnvloeden en voor wel geobserveerde variabelen (o.a. bbp per hoofd van de bevolking, seizoenseffecten), en geeft daarmee een meer betrouwbare schatting van de samenhang tussen de coronacrisis en internationale handel.
Om de felheid en ernst van de coronacrisis in een bepaalde handelspartner, en op een bepaald moment, te kwantificeren, testen we dit model aan de hand van verschillende corona-indicatoren, te weten: het aantal coronabesmettingen in de handelspartner (het aantal besmettingen per maand per 100 duizend inwoners), het aantal coronagerelateerde sterfgevallen in de handelspartner (het aantal sterfgevallen per maand per 100 duizend inwoners) en de coronavaccinaties in de handelspartner (cumulatief per 100 duizend inwoners). Ook gebruiken we een zogenaamde stringency index, die de mate van strengheid van een lockdown in de handelspartner weergeeft. Deze corona-indicatoren komen uit de officiële overheidsgegevens van elk land, zie paragraaf 3.6 Data en methoden. Omdat de samenhang tussen de coronacrisis en internationale handel niet lineair kan zijn, maken we gebruik van een logaritmische transformatie die voor een betere schatting van de data zorgt. Tabel 3.2.1 geeft de resultaten van de schattingen weer.
| Log exportwaarde – Alle handelspartners | Log importwaarde – Alle handelspartners | Log exportwaarde – Top-10 handelspartners | Log importwaarde – Top-10 handelspartners | |
|---|---|---|---|---|
| Coronabesmettingen (log) | –0,007 | –0,034 | –0,019** | –0,012*** |
| Coronagerelateerde sterfgevallen (log) | –0,007* | –0,027 | –0,017*** | –0,013*** |
| Stringency index (0–100) | –0,005*** | –0,006** | –0,004*** | –0,003*** |
| Vaccinaties in t-1 (cumulatief) (log) | 0,009*** | 0,007 | 0,007*** | 0,009*** |
| Observaties | 7 200 | 7 200 | 574 | 574 |
***p<0,01;**p<0,05;*p<0,1
Negatieve samenhang tussen besmettingen en handelswaarde
Uit de analyse blijkt dat de coëfficiënten van de vier type corona-variabelen vooral statistisch significant zijn in het verklaren van de ontwikkeling van de internationale handel met de top-10 handelspartners; landen waarmee Nederland veel handelt. Dat kan komen omdat de analyses met alle handelspartners meer ruis hebben, omdat ook partners die weinig met Nederland handelen meegenomen worden in de schatting. Uit tabel 3.2.1 blijkt dat een toename van 1 procent in het aantal besmettingen per 100 duizend inwoners in de top-10 handelspartners samengaat met een geschatte 0,012 procent lagere Nederlandse importwaarde uit deze partners en een geschatte 0,019 procent lagere exportwaarde naar deze partners. Dit betekent dat als het aantal coronabesmettingen in een bepaalde maand verdubbelt ten opzichte van de maand daarvoor, de Nederlandse exportwaarde met gemiddeld 1,9 procent daalt. Een vergelijkbaar verband is te zien tussen de ontwikkeling van de export naar, en import uit de top-10 handelspartners en de coronagerelateerde sterfgevallen in dat land. Dit suggereert dat een mogelijke onderrapportage van het aantal coronabesmettingen – wat vooral aan het begin van de pandemie in sommige landen speelde – de regressieresultaten niet vertekent. Ook blijkt uit de analyse dat de overgang van een situatie zonder restricties (zoals in 2019) naar het hoogste niveau van strengheid (in 2020) samengaat met een daling in export- en importwaarde.
Positieve samenhang tussen vaccinaties en handelswaarde
Het aantal vaccinaties in de partners waar Nederland mee handelt, die pas relevant werden in een latere fase van de crisis, gaat juist samen met een positieve ontwikkeling in de exportwaarde. Een toename van het aantal vaccinaties per 100 duizend inwoners van 1 procent hangt samen met een geschatte 0,009 procent hogere exportwaarde, terwijl de coëfficiënt voor de importwaarde in de analyse met alle handelspartners niet statistisch significant is. De coëfficiënten van vaccinaties in de top-10 handelspartners zijn positief en statistisch significant voor zowel export- als importwaarde.
Samenhang uitgesplitst naar productcategorieën
Vervolgens wordt onderzocht hoe de samenhang tussen de ernst van de coronacrisis en de ontwikkeling van de Nederlandse internationale handel met de top-10 handelspartners varieert naar productcategorie (volgens de indeling van de Standard International Trade Classification, SITC1), waarvan de resultaten in de bijlage te vinden zijn (tabellen 3.7.1 en 3.7.2). Uit deze analyse blijkt dat de negatieve samenhang tussen coronabesmettingen en coronagerelateerde sterfgevallen en exportwaarde vooral verklaard wordt door een daling in de handel van gefabriceerde goederen (vooral door de subcategorieën reisartikelen en handtassen, kleding en schoenen), machines en vervoermaterieel (vooral voor de subcategorie voertuigen voor wegvervoer en ander vervoermaterieel) en grondstoffen. Ditzelfde patroon zien we ook terug in de macrocijfers zoals gepresenteerd in hoofdstuk 1 van deze Internationaliseringsmonitor.
De negatieve samenhang tussen de coronacrisis en de importwaarde (top-10 partners) werd vooral veroorzaakt door de daling in de handel van de minerale brandstoffen (vooral door de subcategorie ruwe aardolie en aardolieproducten en aardgas), dranken en tabak en gefabriceerde goederen. Bij de handel in minerale brandstoffen was er niet alleen sprake van een volumedaling, maar ook vooral een prijsdaling die hoofdzakelijk in 2020 de waarde fors verminderde. Vergelijkbare patronen voor wat betreft productcategorieën zijn ook te zien voor de lockdown maatregelen en vaccinaties.
3.3De ontwikkeling van de internationale goederenhandel van verschillende groepen bedrijven tijdens de coronacrisis
De analyses in de voorgaande paragraaf lieten zien dat de Nederlandse goederenhandel vooral te lijden had daar waar het partners betrof met een hoge mate van coronabesmettingen/sterfgevallen en strenge maatregelen. Met name als de pandemie in de ons omringende landen of belangrijke handelspartners in ernst toenam, ging dat samen met een lagere in- en uitvoerwaarde. Een hogere vaccinatiegraad in een handelspartner hing samen met een hogere in- of uitvoerwaarde. Het type corona-variabele (besmettingen, sterfgevallen, vaccinaties) en de stringency index (lockdown maatregelen) werkten daarbij als een proxy voor de fase van de crisis.
Deze paragraaf begint met een overzicht vanuit de literatuur. Vervolgens wordt geïllustreerd welke patronen zichtbaar zijn in de in- en uitvoerwaarde van verschillende groepen bedrijven sinds het uitbreken van de coronacrisis. Bedrijven worden namelijk niet in dezelfde mate geraakt door de coronacrisis. Zo lijken kleinere bedrijven relatief harder geraakt te worden door de coronacrisis dan grotere bedrijven (Fernández-Cereo et al., 2021). De negatieve impact van de coronacrisis was groter voor minder productieve bedrijven (Bloom et al., 2020; Fernández-Cereo et al., 2021). Daarnaast varieert het effect van corona tussen bedrijfstakken (Bloom et al., 2020; De Lyon & Dhingra, 2021). Dit kan verklaard worden door een aantal redenen die allemaal te maken hebben met de aard van de sector en de goederen en diensten die ze produceren, bijvoorbeeld via de mogelijkheid om op afstand te produceren, de afhankelijkheid van het productieproces van persoonlijke interacties en via de heterogeniteit in de coronaregels in verschillende sectoren (Bloom et al., 2020). Zo zijn bij sommige bedrijfstakken geen negatieve effecten op economische activiteit en handel geconstateerd, of zelfs positieve effecten (bijvoorbeeld IT, sectoren die medische producten verhandelen) (Gu et al., 2020; Liu et al., 2021; WHO, 2020).
Mate van digitalisering en online verkoop van belang voor weerbaarheid in coronacrisis
Een belangrijke factor voor verschillen in de weerbaarheid van bedrijven tijdens de corona-uitbraak was digitalisering. De importkrimp (uit China) was aanzienlijk kleiner voor producten die tot stand konden komen met (veel) telewerken (Liu et al., 2021). Ervaring met telewerken vóór de crisis zorgde er bijvoorbeeld voor dat de bedrijfsvoering relatief goed door kon gaan tijdens de crisis, waardoor de negatieve effecten van de coronacrisis op de omzet van deze bedrijven lager waren dan voor bedrijven met weinig ervaring met telewerken (Bai et al., 2021; Kawaguchi et al., 2021). Dit effect is bovendien groter voor kleine bedrijven, die dus extra gebaat waren bij goede digitale voorzieningen om de coronacrisis het hoofd te bieden (Doerr et al., 2021). Anderzijds kan de digitale infrastructuur die een bedrijf al heeft wat betreft e-commerce, er ook voor zorgen dat een bedrijf de schok van de coronacrisis beter op kan vangen. Bestaande digitale infrastructuur (bijvoorbeeld een webwinkel), en kennis en ervaring daarmee heeft ervoor gezorgd dat een bedrijf daar tijdens de crisis eerder op kon inzetten, hogere productiviteit kon behalen en een hogere omzet kon bereiken (Doerr et al., 2021; Pierri & Timmer, 2020; Andrews et al., 2021).
Overheidssteun ten tijde van coronacrisis
De maatschappelijke en economische ontwrichting door de coronacrisis heeft gevolgen voor onze gezondheidssituatie, ons sociale leven, ons werk en onze economische situatie. De crisissituatie leidde ook tot uitzonderlijke financiële maatregelen, die invloed hebben gehad op de weerbaarheid van het bedrijfsleven. Uit onderzoek blijkt dat steunmaatregelen in verschillende landen bedrijven hebben geholpen bij het aanpakken van liquiditeitsbeperkingen en bij het houden van zowel bedrijfsactiviteit als werkgelegenheid (Cirera et al., 2021; Pál & Lalinsky, 2021). De Nederlandse overheid heeft verschillende maatregelen in het leven geroepen om ondernemers te steunen. Tot en met augustus 2021 ontvingen bijna 634 duizend bedrijven steun uit minimaal één van deze regelingen.noot3 Dat komt neer op een derde van alle Nederlandse bedrijven, zie figuur 3.3.1.
Bedrijven deden vooral aan het begin van de coronacrisis beroep op steun. Tijdens de zomermaanden van 2020 maakten bedrijven al fors minder gebruik van steun. In die zomer vonden versoepelingen plaats waardoor de noodzaak voor steun afnam of bedrijven niet meer voldeden aan de voorwaarden om steun te ontvangen. Na de zomer van 2020 nam de pandemie weer in alle hevigheid toe en ging Nederland in december 2020 weer in lockdown. Dit leidde tot een toename van het aantal bedrijven dat een beroep deed op steun eind 2020 en begin 2021 (CBS, 2021b; CBS, 2021c).
Relatief vaker steun aangevraagd door internationale goederenhandelaren
Tussen maart 2020 en eind augustus 2021 heeft 46 procent van de internationale goederenhandelaren ten minste één steunmaatregel van de overheid in verband met corona gebruikt. Voor de groep bedrijven die géén internationale goederenhandel had in de betreffende periode ligt het percentage steunaanvragers op 30, zie figuur 3.3.1. Absoluut gezien, zien we meer aanvragers van steunmaatregelen bij de groep ‘geen internationaal goederenhandelaar’, maar relatief gezien is de verhouding aanvragers groter bij de groep ‘internationaal goederenhandelaar’. De groep internationale handelaren bestaat uit bedrijven die onderling sterk van elkaar verschillen. De groep goederenhandelaren kan opgesplitst worden naar handelsstatus. Vooral two-way traders hebben relatief vaak steun aangevraagd tijdens de coronaperiode. Dit zijn bedrijven die zowel goederen importeren als exporteren. Iets meer dan de helft van deze bedrijven heeft steun gekregen. Circa 39 op 100 bedrijven die uitsluitend goederen exporteerden, maakten gedurende de coronacrisis gebruik van steun. Voor importeurs van goederen was dat 45 procent.
| Handelsstatus | Steun | Geen steun |
|---|---|---|
| Internationaal goederenhandelaar | 46,2 | 53,8 |
| Importeurs | 45,3 | 54,7 |
| Exporteurs | 38,9 | 61,1 |
| Two-way traders | 51,6 | 48,4 |
| . | . | |
| Geen internationaal goederenhandelaar | 30,3 | 69,7 |
| . | . | |
| Totaal | 32,8 | 67,2 |
| * voorlopige cijfers | ||
Internationaal handelende zelfstandig mkb-bedrijven vroegen in dezelfde mate steun aan als grote bedrijven
In absolute aantallen zijn het voornamelijk de zelfstandig mkb-bedrijven die steun hebben aangevraagd. Van alle bedrijven die tijdens de coronacrisis gebruikmaakten van overheidssteun behoort 99 procent tot het zelfstandig mkb. Dat is niet vreemd, aangezien bijna 99 procent van alle Nederlandse bedrijven tot het zelfstandig mkb behoort (CBS, 2021d).
Voor de groep bedrijven met internationale handel lag deze verhouding anders. Ongeveer 46 procent van alle internationaal handelende zelfstandig mkb-bedrijven heeft overheidssteun ten tijde van de coronacrisis aangevraagd. Dat percentage is vergelijkbaar met het grootbedrijf, waarvan circa 47 procent steun aanvroeg, zie figuur 3.3.2. Voor de importeurs, exporteurs en two-way traders binnen het zelfstandig mkb was het percentage bedrijven met steun respectievelijk 45, 39 en 52 procent. Bij de zelfstandig mkb-bedrijven die zich uitsluitend richten op de Nederlandse afzetmarkt heeft zo’n 30 procent steun aangevraagd. Bij de groep ‘geen internationaal handelend grootbedrijf’ is het aandeel bedrijven met steun kleiner, namelijk 24 procent.
| Handelsstatus | Type bedrijf | Steun |
|---|---|---|
| Internationaal goederenhandelaar |
Zelfstandig mkb, Internationaal goederenhandelaar |
46,1 |
| Internationaal goederenhandelaar |
Grootbedrijf, Internationaal goederenhandelaar |
47,1 |
| Geen internationaal goederenhandelaar |
Zelfstandig mkb, Geen internationaal goederenhandelaar |
30,3 |
| Geen internationaal goederenhandelaar |
Grootbedrijf, Geen internationaal goederenhandelaar |
24,1 |
| *voorlopige cijfers | ||
Overheid steunt vooral goederenhandelaren in bedrijfstak handel
35 procent van de goederenhandelaren die coronasteun ontvingen is actief in de bedrijfstak handel. Daarnaast maakten internationaal handelende bedrijven in de specialistische zakelijke diensten, industrie en overige dienstverlening (zoals kappers en schoonheidssalons) relatief veel gebruik van steunpakketten gedurende de coronacrisis. 85 procent van alle internationaal handelende zelfstandig mkb-bedrijven actief in de horeca heeft overheidssteun ten tijde van de coronacrisis aangevraagd, zie figuur 3.3.3. Voor het handelende grootbedrijf in de horeca was dat zelfs 96 procent. De bedrijfstak horeca kende sowieso het hoogste percentage bedrijven dat steunmaatregelen gebruikte in de periode april 2020 tot en met maart 2021 (CBS, 2021e).
| Grootbedrijf | Zelfstandig mkb | |
|---|---|---|
| Landbouw, bosbouw en visserij | 35,1 | 31,9 |
| Industrie | 53,2 | 45,6 |
| Bouwnijverheid | 44,2 | 31,6 |
| Handel | 51,1 | 50,9 |
| Vervoer en opslag | 52,0 | 49,6 |
| Horeca | 95,5 | 85,4 |
| Informatie en communicatie | 36,6 | 36,2 |
| Financiële dienstverlening | 18,7 | 18,7 |
| Verhuur en handel van onroerend goed | 29,2 | 33,9 |
| Specialistische zakelijke diensten | 43,9 | 38,1 |
| Verhuur en overige zakelijke diensten | 64,8 | 49,4 |
| Onderwijs | 49,2 | 67,9 |
| Gezondheids- en welzijnszorg | 33,8 | 48,3 |
| Cultuur, sport en recreatie | 86,4 | 60,8 |
| Overige dienstverlening | 39,1 | 64,0 |
| *voorlopige cijfers | ||
Export van grootbedrijf sterker geraakt door coronacrisis
Figuur 3.3.4 laat de ontwikkeling van de exportwaarde van het zelfstandig mkb ten opzichte van het grootbedrijf zien sinds het begin van 2020. De export van het zelfstandig mkb daalde sterk in april 2020, maar niet zo sterk als de exportwaarde van het grootbedrijf. In mei was de exportwaarde van het grootbedrijf vergelijkbaar met de waarde in april, het zelfstandig mkb krabbelde alweer wat op.
| Jaar | Maand | Export zelfstandig mkb | Export grootbedrijf |
|---|---|---|---|
| 2019 | , 2019 | 100,0 | 100,0 |
| 2020 | jan, 2020 | 103,2 | 100,9 |
| 2020 | feb, 2020 | 103,2 | 96,8 |
| 2020 | mrt, 2020 | 104,2 | 100,5 |
| 2020 | apr, 2020 | 89,2 | 79,8 |
| 2020 | mei, 2020 | 91,1 | 79,7 |
| 2020 | jun, 2020 | 102,0 | 90,3 |
| 2020 | jul, 2020 | 101,4 | 94,8 |
| 2020 | aug, 2020 | 91,1 | 81,9 |
| 2020 | sep, 2020 | 105,9 | 97,7 |
| 2020 | okt, 2020 | 109,1 | 100,7 |
| 2020 | nov, 2020 | 102,9 | 103,0 |
| 2020 | dec, 2020 | 104,5 | 99,6 |
| 2021* | jan, 2021* | 97,0 | 100,3 |
| 2021* | feb, 2021* | 103,1 | 103,4 |
| 2021* | mrt, 2021* | 128,7 | 124,5 |
| 2021* | apr, 2021* | 117,4 | 110,0 |
| 2021* | mei, 2021* | 112,5 | 107,0 |
| 2021* | jun, 2021* | 120,2 | 121,7 |
| 2021* | jul, 2021* | 115,7 | 112,8 |
| 2021* | aug, 2021* | 107,9 | 107,1 |
| *voorlopige cijfers | |||
In figuur 3.3.5 is de jaar-op-jaar ontwikkeling per maand te zien, waaruit blijkt dat het grootbedrijf in april zo’n 18 procent aan exportwaarde inleverde ten opzichte van diezelfde maand één jaar eerder, het zelfstandig mkb had ongeveer 15 procent minder export. In mei daalde de export van het grootbedrijf nog verder met een jaar-op-jaar krimp van ruim 22 procent, het zelfstandig mkb leverde wederom 15 procent in. Sinds het dieptepunt in het voorjaar vertoonde de export van zowel het zelfstandig mkb als het grootbedrijf weer groei – zij het met ups en downs. Het grootbedrijf moest echter van verder terugkomen dan het zelfstandig mkb. Bovendien liet het zelfstandig mkb in sommige maanden van 2020 (juni, september, november en december) al groei zien ten opzichte van diezelfde maand een jaar eerder, terwijl de export van het grootbedrijf voor iedere maand lager lag dan een jaar daarvoor.
| Export zelfstandig mkb | Export grootbedrijf | |
|---|---|---|
| jan | 7,9 | 2,7 |
| feb | 7,0 | 1,0 |
| mrt | -0,3 | -4,7 |
| apr | -15,4 | -18,0 |
| mei | -15,3 | -22,4 |
| jun | 9,4 | -8,2 |
| jul | 0,2 | -2,0 |
| aug | -2,1 | -12,5 |
| sep | 7,9 | -3,8 |
| okt | -1,0 | -4,7 |
| nov | 2,6 | 0,5 |
| dec | 10,9 | -2,3 |
Import van zelfstandig mkb sterker hersteld
Figuur 3.3.6 laat de ontwikkeling van de importwaarde van het zelfstandig mkb ten opzichte van het grootbedrijf zien sinds het begin van 2020. Ook hier zijn de gevolgen van de coronacrisis duidelijk te zien in de import van het grootbedrijf terwijl de invoerwaarde van het zelfstandig mkb niet zo sterk terugviel in het voorjaar van 2020. Zowel de invoer van het zelfstandig mkb als die van het grootbedrijf groeide weer in de zomer, zij het met een grillig patroon. Sinds 2021 groeit de invoer van het zelfstandig mkb echter sterker dan die van het grootbedrijf.
| Jaar | Maand | Import zelfstandig mkb | Import grootbedrijf |
|---|---|---|---|
| 2019 | , 2019 | 100,0 | 100,0 |
| 2020 | jan, 2020 | 106,2 | 98,4 |
| 2020 | feb, 2020 | 98,0 | 92,3 |
| 2020 | mrt, 2020 | 101,6 | 94,9 |
| 2020 | apr, 2020 | 90,6 | 73,8 |
| 2020 | mei, 2020 | 93,4 | 73,7 |
| 2020 | jun, 2020 | 102,6 | 87,7 |
| 2020 | jul, 2020 | 105,4 | 86,0 |
| 2020 | aug, 2020 | 91,5 | 79,3 |
| 2020 | sep, 2020 | 104,8 | 94,0 |
| 2020 | okt, 2020 | 107,8 | 91,5 |
| 2020 | nov, 2020 | 108,2 | 93,3 |
| 2020 | dec, 2020 | 102,7 | 95,0 |
| 2021* | jan, 2021* | 101,7 | 88,1 |
| 2021* | feb, 2021* | 104,1 | 87,4 |
| 2021* | mrt, 2021* | 126,9 | 107,5 |
| 2021* | apr, 2021* | 121,5 | 98,5 |
| 2021* | mei, 2021* | 119,1 | 92,6 |
| 2021* | jun, 2021* | 128,2 | 101,0 |
| 2021* | jul, 2021* | 119,9 | 97,5 |
| 2021* | aug, 2021* | 112,5 | 96,7 |
| *voorlopige cijfers | |||
Bedrijven die tijdens de coronacrisis overheidssteun aanvroegen grootste terugval in handel
Exporterende bedrijven die ergens in 2020 of 2021 corona-noodsteun hebben ontvangen, kenden – als groep – een minder gunstig exportverloop dan bedrijven die geen noodsteun hebben gekregen, zie figuur 3.3.7. Vooral de terugval in exportwaarde in april en mei 2020 was veel groter voor de bedrijven die steun aanvroegen. De gezamenlijke exportwaarde van deze bedrijven lag in april 2020 circa 29 procent lager dan januari 2020; bij de bedrijven die geen steun aanvroegen tijdens de coronacrisis lag die zo’n 15 procent lager. De vermindering van de export van deze bedrijven kan voor internationale handelaren onderdeel van de omzetvermindering zijn, wat een voorwaarde is om steun aan te vragen. Daarnaast verliep het herstel van de export rondom de jaarwisseling ook minder voorspoedig voor de groep bedrijven die steun ontving. Vanaf maart 2021 is de export van bedrijven met noodsteun ook weer groter dan vóór de coronacrisis.
Voor de invoer is eenzelfde patroon zichtbaar, met bij aanvang van de coronacrisis een grote dip voor de bedrijven die tijdens de crisis steun aanvroegen, maar sinds de zomer van 2020 een vrij gelijkmatige ontwikkeling van de handelswaarde.
| Jaar | Maand | Bedrijven met steun | Bedrijven zonder steun |
|---|---|---|---|
| 2020 | jan, 2020 | 100,0 | 100,0 |
| 2020 | feb, 2020 | 101,3 | 93,7 |
| 2020 | mrt, 2020 | 96,8 | 102,3 |
| 2020 | apr, 2020 | 71,0 | 88,6 |
| 2020 | mei, 2020 | 76,3 | 85,4 |
| 2020 | jun, 2020 | 90,6 | 93,0 |
| 2020 | jul, 2020 | 96,0 | 94,4 |
| 2020 | aug, 2020 | 84,1 | 82,2 |
| 2020 | sep, 2020 | 101,9 | 95,6 |
| 2020 | okt, 2020 | 106,5 | 97,4 |
| 2020 | nov, 2020 | 98,9 | 103,3 |
| 2020 | dec, 2020 | 96,5 | 101,6 |
| 2021* | jan, 2021* | 92,3 | 103,3 |
| 2021* | feb, 2021* | 97,8 | 106,1 |
| 2021* | mrt, 2021* | 122,2 | 126,8 |
| 2021* | apr, 2021* | 106,7 | 114,9 |
| 2021* | mei, 2021* | 106,0 | 109,0 |
| 2021* | jun, 2021* | 114,3 | 125,4 |
| 2021* | jul, 2021* | 108,8 | 115,8 |
| 2021* | aug, 2021* | 102,2 | 109,9 |
| *voorlopige cijfers | |||
Industrie leverde 13 miljard euro exportwaarde in tijdens coronajaar
De grootste exporterende bedrijfstak, de groothandel, zag zijn export licht terugzakken (–1,4 miljard euro) in 2020 ten opzichte van 2019. Dat is een afname van circa 1 procent. De industrie als geheel maakte in 2020, ten opzichte van de groothandel een sterkere exportkrimp door, namelijk –12,8 miljard euro: een min van meer dan 8 procent. Van de tien grootste bedrijfstakken in de industrie was er geen enkele sector waarvan de exportwaarde in 2020 toenam ten opzichte van een jaar eerder, zie figuur 3.3.8. Vooral de aardolieverwerkende industrie zag de exportwaarde flink dalen in 2020. De export van de voedingsmiddelenindustrie en de elektrotechnische industrie ging nauwelijks gebukt onder de coronapandemie en deze sectoren maakten vrijwel geen exportkrimp door in 2020.
| 2020 | 2019 | |
|---|---|---|
| Voedingsmiddelen | 27,9 | 28,1 |
| Overige machines en apparaten | 25,4 | 26,3 |
| Chemische producten | 20,8 | 23,7 |
| Aardolieverwerking | 7,3 | 12,0 |
| Computers en elektronische apparatuur | 6,6 | 6,9 |
| Auto's | 5,4 | 6,8 |
| Producten van metaal | 6,2 | 6,8 |
| Metalen | 5,4 | 6,5 |
| Reparatie en installatie van machines en apparaten | 5,2 | 5,8 |
| Rubber en kunststof | 4,6 | 4,9 |
Aan de importzijde was de grootste afname tijdens 2020 ook bij de aardolieverwerkende industrie. De voedingsmiddelenindustrie en de sector voor overige machines en apparaten importeerden in 2020 nauwelijks minder dan in 2019.
3.4Het effect van de coronacrisis op de internationale handel van verschillende typen bedrijven
De beschrijvende statistieken in de voorgaande paragraaf lieten zien hoe de in- en uitvoerwaarde van verschillende typen bedrijven zich tijdens de coronacrisis hebben ontwikkeld. Zo bleek dat de in- en uitvoer van het zelfstandig mkb tijdens het begin van de crisis minder sterk daalde dan die van het grootbedrijf. Ook bleek dat met name de invoer van het zelfstandig mkb sinds maart 2021 sneller groeide dan die van het grootbedrijf, en momenteel hoger ligt dan het pré-crisisniveau. Voor de invoer van het grootbedrijf geldt dat nog niet. Wat betreft het herstel van de uitvoer zijn de prestaties van beide typen bedrijven vergelijkbaar. Eenzelfde patroon als voor de invoer is ook te zien voor bedrijven zonder corona-noodsteun; aan het begin van de crisis in 2020 daalde de export van deze groep minder sterk, en groeide in de herstelfase juist iets sterker dan de export van bedrijven met noodsteun.
In deze paragraaf wordt onderzocht in hoeverre dergelijke conclusies overeind blijven als tegelijk gecontroleerd wordt voor verschillen in bedrijfskenmerken (zelfstandig mkb/grootbedrijf, sector, gebruik van ICTnoot4, gebruik van corona-noodsteun), bedrijfsprestaties (arbeidsproductiviteit) en de verschillende fases in de coronacrisis, namelijk de pré-crisis (oktober 2019 t/m maart 2020), de diepe crisis (april 2020 t/m september 2020), de herstelperiode (oktober 2020 t/m maart 2021) en de groeifase (april 2021 t/m juni 2021). De diepe crisisperiode wordt gekenmerkt door een flinke daling in de goederenhandel. De herstelfase betreft de maanden waarin de export- en importwaarde weer terugkeerden naar hun pré-crisisniveau. Herstel werd vanaf maart 2021 gevolgd door een groeiperiode waarin de handel aanzienlijk groter was dan tijdens de pré-crisisniveaus. In hoofdstuk 1 werd de ontwikkeling van de handel tijdens de coronacrisis ook al getoond, met een jaar-op-jaar ontwikkeling per kwartaal in figuur 1.2.2.
Twee populaties onderzocht
In deze econometrische analyse kijken we naar de goederenimport en -export van de Nederlandse handelaren op kwartaalbasisnoot5 tijdens de hierboven genoemde vier fases van de coronacrisis. Hierbij maken we onderscheid in twee groepen van goederenhandelaren. Enerzijds alle bedrijven die op enig moment (tussen het vierde kwartaal van 2019 en het tweede kwartaal van 2021) import of export hebben gehad. Hiertoe behoren ook bedrijven die tijdelijk of definitief (binnen de onderzochte periode) stopten met exporteren en/of importeren of incidenteel handelden. Anderzijds kijken we naar handelaren die in alle zeven kwartalen (tussen het vierde kwartaal in 2019 en het tweede kwartaal in 2021) import of export hebben gehad. Met andere woorden, ons eerste model houdt rekening met veranderingen in de handel langs zowel de intensieve als de extensieve marge. Het tweede type model dat we gebruiken, richt zich uitsluitend op continue handelaren.
Basisresultaten: Welke invloed hadden de verschillende fases van de coronacrisis?
Figuur 3.4.1 laat zien hoe de import en export van de twee groepen handelaren zich tijdens de coronacrisis heeft ontwikkeld, ten opzichte van het pré-crisisniveau (in de figuur weergegeven met de horizontale lijn op 100 procent). Wanneer we naar alle handelaren in de jaren 2019–2021 kijken, en dus export-/importstoppers meenemen, dan kende de fase van diepe crisis (april–september 2020) een daling van ruim 10 procent in de exportwaarde en 11 procent aan de importzijde ten opzichte van de periode vóór de coronacrisis. Bedrijven die gedurende de hele onderzochte periode zijn blijven exporteren kenden ten opzichte van de pré-crisisperiode een gemiddelde exportdaling van slechts 4 procent. Importeurs die in elk kwartaal tussen oktober 2019 en juni 2021 import gerapporteerd hebben, kenden geen significante importdaling tijdens de diepe crisismaanden, zoals figuur 3.4.1 laat zien. Deze berekening houdt rekening met alle mogelijke verschillen tussen bedrijven en tussen jaren.
Tussen de herstelfase en de pré-crisis zien we geen significant verschil in export- en importwaarde als we naar de volledige populatie van importeurs of exporteurs kijken. Dit is wel het geval wanneer we alleen naar de bedrijven kijken die elk kwartaal handel hadden. In de herstelperiode kenden continue handelaren een groei van 3,5 procent in de export en bijna 4 procent in de import. In de groeifase nam de export van deze groep verder met 8 procent toe en de import met 14 procent ten opzichte van de pré-crisisniveaus. Wanneer we de hele groep exporteurs beschouwen, zien we een significante toename van ruim 5 procent in de export tijdens de groeiperiode ten opzichte van de pré-crisisperiode. Ook hier is rekening gehouden met verschillen tussen bedrijven en jaren.
| Continue handelaren | Alle handelaren | ||
|---|---|---|---|
| Crisis (april 2020 - sep 2020) | Import, Crisis (april 2020 - sep 2020) | 100,0 | 88,6 |
| Crisis (april 2020 - sep 2020) | Export, Crisis (april 2020 - sep 2020) | 95,9 | 89,2 |
| Herstel (okt 2020 - maart 2021*) | Import, Herstel (okt 2020 - maart 2021*) | 103,9 | 100,0 |
| Herstel (okt 2020 - maart 2021*) | Export, Herstel (okt 2020 - maart 2021*) | 103,5 | 100,0 |
| Groei (april 2021* - juni 2021*) | Import, Groei (april 2021* - juni 2021*) | 114,4 | 100,0 |
| Groei (april 2021* - juni 2021*) | Export, Groei (april 2021* - juni 2021*) | 108,2 | 105,6 |
| *voorlopige cijfers | |||
Internationale handel en bedrijvenheterogeniteit
Diverse aspecten van bedrijvenheterogeniteit spelen een rol als het om het buitenlandse handelsgedrag van een bedrijf gaat. Zo zijn exporteurs vaker productiever dan bedrijven die niet exporteren (Genee & Fortanier, 2010; Vancauteren, 2015; Vancauteren & Walthouwer, 2016). Importeurs zijn ook gemiddeld productiever dan bedrijven die zich volledig op de binnenlandse markt richten. Grotere bedrijven in termen van werkzame personen, die op hun beurt vaak productiever zijn dan kleinere bedrijven, handelen gemiddeld ook meer. Verder zijn bedrijven in buitenlands eigendom vaker internationaal actief als exporteur en/of importeur dan binnenlandse bedrijven (Bernard et al., 1995; 1999; 2004; 2007; Wagner, 2007). Deze stylized facts zien we niet alleen tussen bedrijven met en zonder internationale handel; ook binnen de groep internationale handelaren gelden deze patronen. Zo blijken er significante productiviteitsverschillen te bestaan tussen incidentele en continue exporteurs. Bedrijven die erin slagen een aantal jaren opeenvolgend te exporteren zijn gemiddeld groter, productiever en winstgevender dan bedrijven die incidenteel handelen met het buitenland (Boutorat et al., 2019).
Deze verbanden tussen bedrijfskenmerken en de waarde van de import en export worden in de analyses opnieuw bevestigd, tijdens alle vier de fasen van de coronacrisis, zowel voor alle Nederlandse handelaren als voor de groep die tussen 2019 en 2021 continu actief was op buitenlandse markten. Naast deze bedrijfskenmerken houden de micromodellen ook rekening met verschillen tussen bedrijfstakken en tussen jaren, zie paragraaf 3.6 Data en methoden. Om de rol van de verschillende bedrijfskenmerken in kaart te kunnen brengen, houden de modellen geen rekening met álle tijdsconstante verschillen tussen bedrijven in de vorm van fixed effects. Naast de verschillende fases van de coronacrisis en de bovengenoemde bedrijfskenmerken, wordt er wél rekening gehouden met het type producten wat bedrijven verhandelen. Het is relevant om hiervoor te corrigeren want doorgaans exporteren en importeren bedrijven die vooral intermediaire producten in hun portefeuille hebben gemiddeld meer dan bedrijven die vooral kapitaalgoederen verhandelden. Daarentegen lijkt de handel in consumptiegoederen in het algemeen juist gepaard te gaan met een lagere exportwaarde.
Productsoorten tijdens de coronacrisis
Exporteurs van kapitaalgoederen kenden een daling van bijna 9 procent in hun exportwaarde van deze goederen tijdens de periode van diepe crisis, waarbij alle Nederlandse exporteurs meegenomen zijn. De continue exporteurs van kapitaalgoederen kenden juist een exportdaling van 3 procent ten opzichte van hun pré-crisis exportwaarde. Verder kenden de importeurs van deze goederen een nog grotere daling tijdens de crisis. Zowel de import als de export van kapitaalgoederen keerde tijdens de herstel- en groeiperiode terug naar de pré-crisisniveaus, soms zelfs met een groei van 6 procent, met name in het geval van de export.
De in- en uitvoer van handelaren in intermediaire goederen lijken zich tijdens en na de periode van diepe crisis niet veel anders te ontwikkelen dan de in- en uitvoer van handelaren in kapitaalgoederen. Bedrijven met handel in consumptiegoederen daarentegen leken wel sterk van zowel handelaren in kapitaal- als intermediaire goederen af te wijken, met name tijdens de diepe crisis. Zo kenden zowel continue als de hele groep exporteurs van consumptiegoederen nauwelijks een daling in hun export tijdens de fase van diepe crisis. Dit is overeenkomstig de bevindingen in de literatuur zoals in paragraaf 3.2 besproken. De groep continue exporteurs kende zelfs een groei van 7 procent in de exportwaarde van consumptiegoederen tijdens de diepe crisis. Dit terwijl het exporteren van consumptiegoederen in het algemeen gepaard gaat met een lagere exportwaarde dan intermediaire en kapitaalgoederen. Aan de importzijde is voor deze goederensoort een vergelijkbare trend te zien. Zo kenden alle Nederlandse importeurs van consumptiegoederen een groei van ruim 2 procent tijdens de diepe crisis, terwijl de groep continue importeurs zelfs een groei van ruim 9 procent meemaakten in dezelfde periode. Ook dit is in overeenstemming met de bevindingen in hoofdstuk 1, waaruit bijvoorbeeld bleek dat de invoer van consumentenelektronica zoals computers en mobiele telefoons fors groeide tijdens de crisis.
De import- en exportprestaties van het zelfstandig mkb tijdens de coronacrisis
Het zelfstandig mkb exporteert en importeert doorgaans minder dan het grootbedrijf. Zo was de export- en de importwaarde van alle zelfstandig mkb-ers ruim 80 procent lager dan de export van het grootbedrijf in de pré-crisis periode. Met andere woorden, vóór de coronacrisis exporteerde en importeerde het grootbedrijf qua waarde ruim vier keer zoveel als het zelfstandig mkb. Binnen de groep continue exporteurs en importeurs is dit verschil tussen het grootbedrijf en zelfstandig mkb uiteraard kleiner.
| Alle exporteurs | Continue exporteurs | Alle importeurs | Continue importeurs | |
|---|---|---|---|---|
| % | ||||
| Zelfstandig mkb | –83,0*** | –45,7*** | –87,3*** | –71,2*** |
| Grootbedrijf als baseline | ||||
| Crisis (april 2020 – sep 2020) X zelfstandig mkb | 10,1*** | –1,1 | 16,4*** | –4,0*** |
| Grootbedrijf als baseline | ||||
| Herstel (okt 2020 – maart 2021) X zelfstandig mkb | –0,3 | –5,5*** | 10,6*** | 0,07 |
| Grootbedrijf als baseline | ||||
| Groei (april 2021 – juni 2021) X zelfstandig mkb | 2,4 | –0,1*** | 20,8*** | –0,03* |
| Grootbedrijf als baseline | ||||
***p<0,01;**p<0,05;*p<0,1
Zelfstandig mkb leverde als geheel minder handel in dan grootbedrijf tijdens diepe crisisperiode…
Uit de beschrijvende analyse in paragraaf 3.3 bleek zowel de import als de export van het zelfstandig mkb het tijdens de diepe crisis beter te doen dan de in- en uitvoer van het grootbedrijf. In het geval van de import presteerde het zelfstandig mkb zelfs iets beter in de herstel- en groeiperiodes. Een mogelijke verklaring hiervoor kan zijn dat kleine bedrijven doorgaans minder leveranciers hebben dan grote bedrijven wat hen mogelijk afschermt van de grootste, directe schokken (OECD, 2020). In vergelijking met het grootbedrijf doet het zelfstandig mkb meer ‘in eigen beheer’ en is het minder verweven in internationale waardeketens. Hierdoor is het zelfstandig mkb meer op de lokale markt gericht voor zowel hun vraag als aanbod van goederen en diensten en minder gericht op directe verkoop aan buitenlandse markten (Statistics Denmark & OESO, 2017; Chong et al., 2019). Mkb bedrijven opereren mogelijk vaker in regionale productieketens, en in dit geval Europese ketens, wat hen kan vrijwaren van directe schokken in Azië (OECD, 2020).
…maar dit lijkt vooral veroorzaakt te worden door nieuwe, kleine toetreders
De bevinding dat het zelfstandig mkb meer groei in handelswaarde laat zien dan het grootbedrijf tijdens de diepe crisis blijkt echter alleen het geval te zijn als we naar de volledige groep importeurs en exporteurs kijken, inclusief incidentele handelaren, starters en stoppers. Wanneer we uitsluitend kijken naar bedrijven die in de onderzochte periode continu exporteerden en/of importeerden, dan doet het zelfstandig mkb het tijdens de diepe crisisperiode juist slechter dan het grootbedrijf voor wat betreft de handelswaarde.
Bovenstaande resultaten lijken er op te wijzen dat er binnen het zelfstandig mkb mogelijk groei langs de extensieve marge plaatsvond tijdens de coronacrisis. Zelfstandig mkb-ers die incidenteel handelen lijken namelijk een heel ander (beter) beeld te laten zien dan de continue handelaren voor wat betreft de ontwikkeling van hun handel tijdens de verschillende fasen van de coronacrisis per bedrijfstype. Een hypothese waarom dit het geval zou kunnen zijn, is dat de corona-noodsteun mogelijk bepaalde bedrijven van opheffing of faillissement heeft behoed of zelfs in staat heeft gesteld te handelen met het buitenland. De betere prestaties van het zelfstandig mkb als hele groep – inclusief incidentele handelaren, starters en stoppers – kan ook verband houden met een toename van nieuwe, kleine handelaren zoals webwinkels (CBS, 2020). Op basis van onze analyses met de huidige (voorlopige) data kunnen we nog geen harde conclusies trekken over de verschillen tussen het verloop van de coronacrisis voor het gehele zelfstandig mkb ten opzichte van het grootbedrijf. Daarvoor is verder onderzoek nodig met speciale aandacht voor incidentele en continue handelaren en hoe die twee groepen het totaalbeeld beïnvloeden.
Geen eenduidige invloed van productiviteit op groei in 2021
De rol van productiviteit als bepalende factor in de wijze waarop bedrijven op de verschillende fases van de coronacrisis reageren, blijkt niet eenduidig. Zo lijkt productiviteit vooral een rol te spelen in de handelsprestaties van de groep continue exporteurs en importeurs. Binnen deze groep continue handelaren zien we dat productievere bedrijven iets minder hard geraakt werden tijdens de diepe crisisperiode dan minder productieve exporteurs en importeurs. De productievere bedrijven kwamen de diepe coronacrisis iets beter door met een exportdaling van ongeveer 7 procent. Dit sluit aan bij de hierboven aangehaalde literatuur waaruit blijkt dat productievere bedrijven weerbaarder zijn. Echter, tijdens de groeifase in 2021 speelde een hogere productiviteit binnen de groep continue handelaren geen rol van betekenis in het herstel van de in- en uitvoer. Een mogelijke verklaring voor het (onverwacht) uitblijven van dit verband kan te maken hebben met het gebrek aan actuele gegevens over de productiviteit van bedrijven. Voor dit onderzoek zijn productiviteitcijfers tot en met 2019 gebruikt, oftewel één jaar vóór de coronacrisis. De bovengenoemde bevindingen met betrekking tot productiviteit dienen daarom met enige voorzichtigheid geïnterpreteerd te worden. Het is namelijk niet uit te sluiten dat de productiviteit zelf door de crisis en de daaropvolgende herstelperiode geraakt is. Een aantal bevindingen in de literatuur bevestigen deze hypothese (Bloom et al., 2021; di Mauro & Syverson, 2020). Zijn bedrijven die vóór de crisis het meest productief waren nog steeds zo productief na de crisis of is de verdeling onder bestaande bedrijven inmiddels sterk veranderd? Dit zijn mogelijke aanknopingspunten voor vervolgonderzoek.
Gemengd beeld voor bedrijven die steun ontvingen
Om de samenhang tussen steunmaatregelen en het handelsgedrag gedurende de coronacrisis en daarna in kaart te brengen, richten we ons op de periode tussen april 2020 en juni 2021. Als we naar alle Nederlandse exporteurs en importeurs kijken, dan deden handelaren die steun hebben gekregen het tijdens de diepe crisisperiode aanzienlijk slechter dan exporteurs en importeurs die geen steun hebben gekregen. Zo lag de exportwaarde (importwaarde) van de groep die wel steun heeft aangevraagd ruim 22 procent (28 procent) lager dan die van de groep die geen steun heeft gehad. In de herstel- en groeiperiode lieten ontvangers van steun vergelijkbare groeipercentages in export- en importwaarde zien ten opzichte van bedrijven die geen steun hebben aangevraagd. Of het gebruik maken van beschikbare steunmaatregelen de reden is geweest dat de handel van deze bedrijven tijdens de herstel- en groeiperiode sterker kon groeien, is op basis van de huidige data en analyse niet te beoordelen.
De samenhang tussen steun en handelswaarde is vooral zichtbaar als we naar de volledige groep importeurs en exporteurs kijken, inclusief de incidentele handelaren. Wanneer we alleen naar continue exporteurs kijken, dan zien we tijdens de diepe crisisperiode geen verschil tussen bedrijven met en zonder steun. Aan de importkant zien we dat bedrijven die steun hebben ontvangen het juist wel beter hebben gedaan tijdens de coronacrisis dan bedrijven die geen gebruik hebben gemaakt van de steun. Zo lag de importwaarde van deze groep tijdens de crisis ruim 5 procent hoger dan die van continue importeurs die geen gebruik hebben gemaakt van steunmaatregelen. Een mogelijke verklaring voor deze bevinding kan liggen in het feit dat het gebruik van steunmaatregelen sterk verschilt tussen bedrijfstakken. Met name handelaren in de industrie en de groothandel maken er relatief veel gebruik van. Als we dezelfde modellen beperken tot deze twee cruciale bedrijfstakken (de industrie en de groothandel, samen goed voor ruim driekwart van de exportwaardenoot6 in 2020), dan zien we geen verschil meer tussen bedrijven met en zonder steun onder continue handelaren. Verschillen tussen de twee groepen worden echter opnieuw bevestigd als we naar alle exporteurs en importeurs in deze twee bedrijfstakken kijken gedurende de periode april 2020–juni 2021, waarbij de bedrijven die geen steun aanvroegen hogere import- en exportwaarden hadden dan de groep die wel steun kreeg.
3.5Samenvatting en conclusie
De coronacrisis heeft de economie in Nederland en ook wereldwijd op verschillende fronten geraakt. Zo kende de internationale goederenhandel een sterke teruggang in 2020. De Nederlandse import- en exportwaarde nam met respectievelijk 7,8 en 6,3 procent af. In dit hoofdstuk kwamen de bedrijven achter de in- en uitvoer aan bod, en de verschillen in ontwikkeling van de internationale handel tijdens de coronacrisis.
Met een macromodel werd onderzocht hoe de internationale goederenhandel van Nederlandse bedrijven zich ontwikkelde tijdens de coronacrisis, gemeten aan de hand van het aantal coronabesmettingen, het aantal coronagerelateerde sterfgevallen, een lockdown stringency index en het aantal coronavaccinaties. Deze corona-variabelen hebben telkens betrekking op de situatie in de desbetreffende handelspartners. Die eerste drie gaan samen met lagere handelswaarde, terwijl de vaccinaties samengaan met een hoger niveau van de handel. De veranderingen in internationale handel ten gevolge van de coronacrisis zijn sterker zichtbaar voor de handel met de top-10 handelspartners, dan voor de handel met alle partners.
Vervolgens is de samenhang tussen de coronacrisis en de internationale goederenhandel op het niveau van het individuele bedrijf onderzocht, terwijl voor allerhande bedrijfskenmerken gecontroleerd werd. Deze analyses maakten het mogelijk om te zien hoe verschillende typen bedrijven de coronacrisis ondergingen. Daartoe werden econometrische analyses op microniveau uitgevoerd, waarbij rekening gehouden werd met de verschillende fasen van de coronacrisis (pré-crisis, diepe crisis, herstel en groei) voor twee verschillende populaties van bedrijven: alle bedrijven met goederenhandel, en de bedrijven die continu handelden tijdens de gehele onderzochte periode.
Uit de beschrijvende analyses blijkt dat bijna de helft (46 procent) van de Nederlandse bedrijven die importeren en/of exporteren gebruikmaakten van ten minste één steunmaatregel van de overheid. We zien dat de bedrijven met overheidssteun in 2020 als groep een grotere teruggang in hun import en export hadden dan de bedrijven die geen steun aanvroegen. Na de aanvang van de coronacrisis in Nederland (met het tweede kwartaal van 2020 als dieptepunt) verliep de ontwikkeling van de internationale handel van deze twee groepen bedrijven vergelijkbaar. De econometrische regressies bevestigen dit beeld: de exportwaarde van de groep die wel steun heeft aangevraagd lag tijdens het dieptepunt van de crisis ruim 22 procent lager dan de export van de groep die geen steun ontving. De importwaarde lag zelfs 28 procent lager. In de herstel- en groeiperiodes vertoonden ontvangers van steun vergelijkbare groeipercentages in export- en importwaarde als bedrijven die geen steun hebben aangevraagd. Op basis van de huidige data en analyses is echter niet te concluderen of de steunmaatregelen ervoor zorgden dat deze bedrijven vergelijkbaar herstel en groei hadden als de bedrijven die geen steun nodig hadden. Bovendien gelden deze bevindingen voor de totale populatie aan handelaren, inclusief de incidentele handelaren, starters en stoppers. Voor continue handelaren zijn de resultaten niet eenduidig.
Het zelfstandig mkb kende als groep een kleinere import- en exportkrimp dan het grootbedrijf. De exportwaarde van het zelfstandig mkb lag in april 2020 zo’n 15 procent lager dan in die maand een jaar eerder – die van het grootbedrijf zo’n 18 procent. In mei werden de verschillen groter, met voor het zelfstandig mkb wederom een jaar-op-jaar afname van 15 procent, en voor het grootbedrijf zelfs een min van ruim 22 procent. Ook wanneer gecontroleerd wordt voor andere bedrijfskenmerken lijkt het zelfstandig mkb het beter te doen tijdens de diepe crisis dan het grootbedrijf. Dit geldt echter alleen voor de volledige groep importeurs en exporteurs; bij de continue handelaren komt het zelfstandig mkb de diepe crisis juist minder goed door dan het grootbedrijf. Nader onderzoek naar de grootte van bedrijven, de rol van startende en incidentele handelaren en de eventuele invloed van noodsteun op het overleven tijdens de coronacrisis is nodig om daar conclusies over te trekken.
Terwijl de handel in consumptiegoederen doorgaans gepaard gaat met een lagere exportwaarde dan bedrijven met handel in kapitaalgoederen of intermediaire goederen, gebeurde tijdens de coronacrisis het tegenovergestelde. De handelswaarde van consumptiegoederen maakte nauwelijks een krimp door tijdens de diepe crisis, terwijl handelaren van intermediaire goederen en kapitaalgoederen hun export flink zagen afnemen.
Hogere productiviteit lijkt tijdens de diepe crisis gepaard te gaan met een kleinere exportafname, maar tijdens de herstel- en groeiperiode leek productiviteit geen significante rol te spelen.
Op het moment van schrijven van dit hoofdstuk is de coronacrisis allerminst voorbij. De Nederlandse economie maakte sinds april 2021 een flinke groeiperiode door, maar vanaf september liep het aantal coronabesmettingen in binnen- en buitenland weer op. In het najaar en begin van de winter van 2021 zagen diverse Europese landen zich genoodzaakt weer strengere coronamaatregelen te treffen, die het Europese economische herstel ongetwijfeld zullen afremmen. Of en welke impact deze nieuwe fase van de coronacrisis zal hebben op de internationale goederenhandel en de bedrijven die de goederen internationaal verhandelen, zal nog moeten blijken. Het CBS zal deze ontwikkelingen op de voet blijven volgen.
3.6Data en methoden
Macroanalyse
In de macroanalyses wordt gebruik gemaakt van de microdata van de statistiek Internationale Handel in Goederen (IHG) voor de periode 2018–2021 (t/m juni 2021). Deze data is gekoppeld op maand-land niveau aan externe gegevens, o.a. data over coronabesmettingen, coronagerelateerde sterfgevallen, vaccinaties en lockdown maatregelen (stringency index) uit de volgende data bronnen: (1) the COVID-19 Data Repository by the Center for Systems Science and Engineering at Johns Hopkins University en (2) the COVID-19 Government Responses Tracking Database.noot7
De macroanalyses zijn uitgevoerd voor de handel met alle landen waarvoor coronacijfers beschikbaar waren; in totaal 191 landen. Omdat de data niet-stationair is (een tijdreeks met seizoensinvloeden), is er gekozen om de analyses uit te voeren aan de hand van de zogenaamde first-differences methode. Deze wordt berekend door van iedere waarneming de waarde van de eerdere waarneming (in tijd) af te trekken (differentiëren). Deze methode corrigeert tevens voor kenmerken die niet als variabelen meegenomen zijn in de regressie en pakt daarmee een vorm van endogeniteit aan.
De macroanalyses zijn uitgevoerd op maand-land niveau, met als uitkomstvariabele de log export- of importwaarde geaggregeerd per maand en land en als verklarende variabele het gemiddeld aantal coronabesmettingen (of coronagerelateerde sterfgevallen) per maand per 100 duizend inwoners. Vaccinaties worden gemeten aan de hand van een cumulatief cijfer in het begin van de maand, en omgezet in logaritmen. De stringency index kan waardes aannemen van 0 tot 100, waar 0 betekent geen lockdown, en 100 is het hoogste niveau van lockdown, op basis van verschillende lockdown indicatoren (bijvoorbeeld schoolsluitingen, reisbeperkingen, quarantaine, enz.).
Het econometrische model is als volgt gespecificeerd:
i is de index voor de handelspartners, t is de index voor maanden (42 in totaal). Δyit is het ‘eerste verschil’ van de export (of import) waarde. Δdit is het ‘eerste verschil’ van de corona-variabele, xit zijn de controle variabelen (bbp per hoofd van de bevolking en maand effecten). Ten slotte is Δεit de standaardfout, geclusterd op landniveau om te corrigeren voor (mogelijke) seriële correlatie.
Vervolgens wordt deze analyse nog eens uitgevoerd maar dan met de top-10 handelspartners van Nederland.
Microanalyse
De microanalyses zijn uitgevoerd op bedrijf-kwartaal-product-regio niveau. De onderzoekspopulatie omvat alle bedrijven met internationale handel in goederen (IHG) op enig moment in de periode 2019–2021. De IHG-data is aangevuld, op basis van het bedrijfseenheid-identificatienummer, met bedrijfskenmerken uit andere databronnen (namelijk het Bedrijfsdemografisch Kader, de Productiestatistieken, de bronbestanden van de belastingdienst, de enquête ICT-gebruik bij bedrijven en de gegevens over corona-steunmaatregelen) en de informatie over coronagerelateerde sterfgevallen in Nederland van het RIVM. De bedrijfskenmerken die uiteindelijk in deze microanalyses zijn meegenomen, zijn de bedrijfstak, grootte van het bedrijf in werkzame personen, buitenlands eigendom indicator, zelfstandig mkb indicator, arbeidsproductiviteit (voor de jaren 2018 en 2019), de verhandelde producten (volgens de BEC-classificatie) en ontvangen corona-noodsteun. Ook definiëren we vier afzonderlijke economische fases gerelateerd aan de coronapandemie in Nederland. De economische fases zijn als volgt: pré-crisis (oktober 2019 – maart 2020), crisis (april 2020 – september 2020), herstel (oktober 2020 – maart 2021) en groei (april 2021 – juni 2021). Net als in de macroanalyses is de pré-crisisperiode de referentie-categorie. Daarnaast gebruiken we ook informatie over de striktheid van de lockdown maatregelen (stringency index).
Twee soorten modellen worden in deze analyse gebruikt. Het eerste model is een log-lineaire regressie met fixed effects waarin de focus ligt op bedrijven die gedurende de hele periode 2019–2021 elke periode actief zijn op import- en/of exportmarkten. In dit model wordt dus geen rekening gehouden met bedrijven die incidenteel handelen, tussentijds stoppen met handelen of juist later daarmee beginnen. Het tweede model betreft een Pseudo Poisson Maximum Likelihood (PPML) model waarin wel rekening wordt gehouden met ‘stoppers’ en bedrijven die pas later in de periode 2019–2021 starten met handelen of incidenteel handelen.
Het baseline model bekijkt het verband tussen handelswaarde (export en import) aan de ene kant en de verschillende fases van de coronacrisis, rekening houdend met verschillen tussen bedrijven, jaren, verhandelde producten en regio’s van herkomst en bestemming (in de vorm van fixed effects). Als extra robuustheidscheck kijken we naar twee alternatieve versies van het model met coronagerelateerde sterftegevallen en de Nederlandse lockdown index als maten voor de coronacrisis. Het model ziet er als volgt uit:
In deze specificatie betreft Yikjpl de log import-/exportwaarde van bedrijf i in kwartaal k in jaar j van product p naar regio l, Dkj de betreffende coronavariabele in kwartaal k in jaar j. is het bedrijf fixed effect van bedrijf i, is het fixed effect van jaar j, is het fixed effect van product p en is het fixed effect van regio l.
In de basis specificatie worden alle niet-geobserveerde verschillen tussen bedrijven die niet veranderen door de tijd meegenomen door middel van fixed effects. Omdat we in dit onderzoek juist ook deze verschillen tussen bedrijven, bijvoorbeeld in termen van hun grootteklasse, in kaart willen brengen, kijken we ook naar alternatieve specificaties zonder bedrijf fixed effects. Om toch te controleren voor niet-geobserveerde verschillen tussen observaties gebruiken we daar wel fixed effects op het niveau van bedrijfstak, product, regio en jaar. Omdat we met name geïnteresseerd zijn in de wijze waarop het verband tussen de verschillende bedrijfskenmerken en de goederenhandel varieert tussen de verschillende fases van de coronacrisis, kijken we naar interactie-effecten tussen de verschillende kenmerken aan de ene kant en de fase van de coronacrisis aan de andere kant, op de import- en exportwaarde van bedrijven per kwartaal. De uitgebreide specificatie is als volgt:
is een kenmerk van bedrijf i in kwartaal k en jaar j. is een vector van alle andere bedrijfskenmerken waarvoor wordt gecontroleerd in het model. is een bedrijfstak fixed effect.
3.7Bijlage
| Besmettingen in handelspartners (log) | Coronagerelateerde sterfgevallen in handelspartners (log) | Stringency index in handelspartners (0–100) | Vaccinaties in handelspartners (cumulatief) (log) | |
|---|---|---|---|---|
| 0 Voeding en levende dieren | –0,008*** | –0,009 | –0,002*** | 0,005*** |
| 1 Dranken en tabak | 0,002 | 0,001 | –0,001 | 0,003 |
| 2 Grondstoffen, niet eetbaar, behalve brandstoffen | –0,018** | –0,018*** | –0,003*** | 0,014*** |
| 3 Minerale brandstoffen, smeermiddelen en dergelijke producten | 0,013 | –0,007 | –0,010* | 0,021 |
| 4 Dierlijke en plantaardige oliën en vetten | 0,010 | –0,016* | –0,005*** | 0,010** |
| 5 Chemische producten | 0,007 | 0,006 | –0,001 | 0,002 |
| 6 Fabricaten hoofdzakelijk gerangschikt volgens grondstoffen | –0,011** | –0,011** | –0,003*** | 0,009*** |
| 7 Machines en vervoermaterieel | –0,015*** | –0,020*** | –0,005*** | 0,007*** |
| 8 Diverse gefabriceerde goederen | –0,027*** | –0,028*** | –0,006*** | 0,010*** |
| Observaties | 533 | 533 | 533 | 533 |
***p<0,01;**p<0,05;*p<0,1
| Coronabesmettingen in handelspartners (log) | Sterfgevallen in handelspartners (log) | Stringency index in handelspartners (0–100) | Vaccinaties in handelspartners (cumulatief) (log) | |
|---|---|---|---|---|
| 0 Voeding en levende dieren | 0,005 | 0,004 | –0,001 | 0,002 |
| 1 Dranken en tabak | –0,038** | –0,028** | –0,003** | –0,004 |
| 2 Grondstoffen, niet eetbaar, behalve brandstoffen | 0,004 | 0,006 | –0,001 | 0,01 |
| 3 Minerale brandstoffen, smeermiddelen en dergelijke producten | –0,058*** | –0,037*** | –0,008*** | 0,002 |
| 4 Dierlijke en plantaardige oliën en vetten | 0,005 | 0,005 | 0,002 | –0,019 |
| 5 Chemische producten | –0,006 | 0,001 | –0,001 | 0,006*** |
| 6 Fabricaten hoofdzakelijk gerangschikt volgens grondstoffen | 0,004 | –0,001 | –0,001*** | 0,010*** |
| 7 Machines en vervoermaterieel | –0,002 | –0,014*** | –0,004*** | 0,010*** |
| 8 Diverse gefabriceerde goederen | –0,008 | –0,020*** | –0,004*** | 0,016*** |
| Observaties | 501 | 501 | 501 | 501 |
***p<0,01;**p<0,05;*p<0,1
3.8Literatuur
Literatuur
Andrews, D., Charlton, A. & Moore, A. (2021). COVID-19, Productivity and Reallocation: Timely evidence from three OECD countries. OECD Economics Department Working Papers No. 1676.
Bai, J., Brynjolfsson, E., Jin, W., Steffen, S. & Wan, C. (2021). Digital resilience: how work-from-home feasibility affects firm performance. NBER Working Paper No. 28588. Cambridge, VS: National Bureau of Economic Research.
Baldwin, R. & Di Mauro, B. W. (2020). Economics in the time of COVID-19: A new eBook. VOX CEPR Policy Portal, 2–3.
Baldwin, R. & Tomiura, E. (2020). Thinking ahead about the trade impact of COVID-19. Economics in the Time of COVID-19, 59.
Békés, G. & Muraközy, B. (2012). Temporary trade and heterogeneous firms. Journal of International Economics, 87(2), 232–246.
Benguria, F. (2021). The 2020 trade collapse: Exporters amid the pandemic. Economics Letters, 205, 1–5.
Berg, Van den, M., Boutorat, A., Franssen, L. & Mounir, A. (2019). Handelen over de grens: een keuze voor de eeuwigheid? In M. Jaarsma (Red.), Internationaliseringsmonitor 2019, tweede kwartaal: Patronen in handelsgedrag. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
Bernard, A. & Jensen, J. (1995). Exporter, Jobs and Wages in U.S. manufacturing: 1976–1987. Brookings Papers on Economic Activity: Microeconomics, 67–119.
Bernard, A. & Jensen, J. (1999). Exceptional Exporter Performance: Cause, Effect, or Both? Journal of International Economics, 47, 1–25.
Bernard, A. & Jensen, J. (2004). Why Some Firms Export. Review of Economics and Statistics, 86, 561–569.
Bernard, A., Jensen, J., Redding, S. & Schott, P. (2007). Firms in International Trade. The Journal of International Perspectives, 21(3), 105–130.
Bloom, N., Fletcher, R. & Yeh, E. (2021). The Impact of COVID-19 on US Firms. NBER Working Paper No. 28314. Cambridge, VS: National Bureau of Economic Research.
Bohn T., Notten, T. & Wong, K. F. (2021). Nederland in internationale waardeketens. Nederland Handelsland: Export, Import en Investeringen 2021. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
Boutorat, A., Franssen, L., Mounir, A. & Berg, Van den, M. (2019). Incidentele handelaren: wie zijn ze en wat onderscheidt ze? In M. Jaarsma (Red.), Internationaliseringsmonitor 2019, tweede kwartaal: Patronen in handelsgedrag. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
Bown, C. (2021). The missing chips. How to protect the semiconductor supply chain. Foreign Affairs.
Cakmakli, C., Demiralp, S., Kalemli Ozcan, S., Yesiltas, S. & Yildirim, M. (2020). COVID-19 and emerging markets: An epidemiological model with international production networks and capital flows. IMF Working Paper No. 20/133.
CBS (2020). Ondanks corona 68 duizend erbij in 2020. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
CBS (2021a). Detailhandel: recordgroei in 2020, krimp in december. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
CBS (2021b). 8 op de 10 bioscopen kregen doorlopend coronasteun. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
CBS (2021c). Gebruik van steunmaatregelen corona per 31 augustus. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
CBS (2021d). Nederland Handelsland: export, import & investeringen. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
CBS (2021e). Ruim 13 duizend bedrijven opgeheven die coronasteunmaatregelen gebruikten. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
Chong, S., Hoekstra, R., Lemmers, O., Beveren, van, I., Berg, van den, M., Wal, van der, R. & Verbiest, P. (2019). The role of small- and medium-sized enterprises in the Dutch economy: an analysis using an extended supply and use table. Journal of Economic Structures, 8(8), 1–24.
Cirera, X., Cruz, M., Davies, E., Grover, A., Iacovone, L., Lopez Cordova, J., Medvedev. D., Okechukwu Maduko, F., Nayyar, G., Reyes Ortega, S. & Torres, J. (2021). Policies to Support Businesses through the COVID-19 Shock: A Firm Level Perspective. The World Bank Research Observer, 36(1), 41–66.
De Lyon, J. & Dhingra, S. (2020). Covid-19 and Brexit: Real-time updates on business performance in the United Kingdom. Centre for Economic Performance, London School of Economics and Political Science.
Di Mauro, F. & Syverson, C. (2020). The COVID crisis and productivity growth. VOX CEPR Policy Portal, 16.
Doerr, S., Erdem, M., Franco, G., Illes, A. & Gambacorta, L. (2021). Technological capacity and firms’ recovery from Covid-19. BIS Working Papers, No 965.
Elbourne, A. & Overvest, B. (2021). Tweede golf had economisch veel minder impact. ESB.
Fernández-Cerezo, A., González, B., Izquierdo, M. & Moral-Benito, E. (2021). Firm-level heterogeneity in the impact of the COVID-19 pandemic. Banco do España Working Paper no. 2120. Madrid: Banco de España.
Friedt, F. (2021). The triple effect of COVID-19 on Chinese exports: GVC contagion effects dominate export supply and import demand shocks. VoxEU, January, 17.
Genee, S. & Fortanier, F. (2010). Internationaliseren en productiviteit. Deel 1 – Statistische analyse. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
Groenewegen J., Hardeman S. & Stam, E. (2021). Goed gerunde bedrijven wendbaarder tijdens corona. ESB.
ING (2020). Global trade fast out of the gates but supply chain issues continue to bite. Amsterdam: ING.
Gu, X., Ying, S., Zhang, W & Tao, Y. (2020). How do Firms Respond to COVID-19? First Evidence from Suzhou, China. Emerging Markets Finance and Trade, 56(10), 2181–2197.
Kawaguchi, D., Kitao, S. & Nose, M. (2021). The Impact of COVID-19 on Japanese Firms: Mobility and Resilience via Remote Work. CAMA Working Paper 71/2021. Canberra: Centre for Applied Macroeconomic Analysis.
Kawaguchi, K., Kodama, N, & Tanaka, M. (2021). Small business under the covid-19 crisis: Expected short-and medium-run effects of anti-contagion and economic policies. Journal of the Japanese and International Economies, 61, 101138.
Liu, X., Ornelas, E. & Shi, H. (2021). The Trade Impact of the Covid-19 Pandemic. CESifo. München: CESifo.
Maliszewska, M., Mattoo, A. & Mensbrugghe, Van der, D. (2020). The potential impact of COVID-19 on GDP and trade: A preliminary assessment. World Bank Policy Research Working Paper, (9211).
Meier, M. & Eugenio Pinto, E. (2020). COVID-19 Supply Chain Disruptions. CRC TR 224 Discussion Paper Series, crctr224_2020_239. Germany: University of Bonn and University of Mannheim.
OECD (2020). Coronavirus (COVID-19): SME policy reponses. Parijs: OECD.
Pál, R. & Lalinsky, T. (2021). Efficiency and effectiveness of the COVID-19 government support: Evidence from firm-level data. EIB Working Paper 2021/06.
Pierri, N. & Timmer, Y. (2020). IT shields: Technology adoption and economic resilience during the COVID-19 pandemic. IMF Working Papers.
Rabobank (2021). Problemen grondstoffen zorgen voor onzekerheid industrie.
Schwarz, K. (2021). Olieprijzen: eerst ruzie en rumoer, nu rust. Trouw.
Statistics Denmark & OESO (2017). Nordic Countries in Global Value Chains. Kopenhagen/Parijs: Statistics Denmark & OESO.
Vancauteren, M. (2015). Exporteurs veel baat bij innovatie als motor van productiviteit. In M. Jaarsma (Red.), Internationaliseringsmonitor 2015, tweede kwartaal. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
Vancauteren, M. & Walthouwer, M. (2016). Innovatie, handel en productiviteit van de Nederlandse drank- en voedingsmiddelenindustrie. In M. Jaarsma (Red.), Internationaliseringsmonitor 2016, tweede kwartaal: Agribusiness. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.
Wagner, J. (2007). Exports and productivity: A survey of the evidence from firm-level data. World Economy, 30(1), 60–82. University of Lueneburg.
WTO (2021). World Trade Statistical Review 2021. Génève: WTO
WTO (2020). Trade in Medical Goods in the Context of Tackling COVID-19. Covid-19 Reports, No. 2020/01. Génève: WTO.
Noten
In hoofdstuk 2 werden de import en export in 2021 geschat aan de hand van seasonal-ARIMA modellen (sARIMA). In het kort betekent het dat deze modellen op basis van data, en dus trends, uit het verleden een schatting van de toekomst kunnen maken.
Zie paragraaf 3.6 voor een data- en methodeverantwoording.
Hier is het gebruik van de volgende steunmaatregelen meegenomen: tegemoetkoming loonkosten (NOW), tegemoetkoming vaste lasten (TOGS en TVL), tijdelijke overbruggingsregeling voor zelfstandig ondernemers (Tozo), uitstel van belastingbetaling en Vaste Lasten Evenementenbranche (VLE) (zie CBS). Het gaat om deelnames tot en met 31 augustus 2021.
ICT-gebruik bij bedrijven leverde in de analyses geen significante resultaten op, waardoor deze variabele buiten het uiteindelijke model gebleven is.
Hiermee ontbreekt zoals gebruikelijk ongeveer een kwart van de handel doordat deze niet aan een bedrijf in het Algemeen Bedrijvenregister (ABR) van het CBS te koppelen is. Gezien deze paragraaf zich vooral richt op verschillen tussen groepen bedrijven was het niet mogelijk om dit stuk mee te nemen in de analyse. Door op kwartaalbasis te kijken, worden de resultaten stabieler omdat uitschieters in de handel in een individuele maand iets worden gedempt.
Het gaat daarbij om de handel die toegewezen kan worden aan een in Nederland gevestigd bedrijf. Circa 29 procent van de handelswaarde is niet toe te rekenen aan een bedrijf waar we informatie over hebben in het Algemeen Bedrijven Register (ABR).