The literature review highlighted that air travel price
elasticities vary depending on a number of factors such
as location, distance and level of market aggregation.
InterVISTAS Consulting used this guidance to undertake
new econometric analysis using three different datasets.
The new analysis is comprehensive, based on over 500
regression models. Building on the previous research,
the new econometric analysis develops a set of in-depth
guidelines, and guideline elasticities, that can be applied
to the analysis of different air markets, broken down by
geographic market, length of haul and level of aggregation
(route, national and supra-national).
Data Sources
InterVISTAS Consulting used three different databases
for the econometric research:
• US Department of Transport’s database 1B
(DB1B). DB1B provides data on the US domestic
aviation market. It is a very reliable source of data,
representing a 10% sample of origin-destination
passengers and air travel price for each airline on each
city-pair route (e.g. New York-Los Angeles). Quarterly
traffic and price data was taken for the period from
1994 Q1 to 2005 Q4 for the top 1000 city pair routes
(by traffic). Traffic figures reflect the actual number
of passengers on a particular route during the given
quarter, while average travel price reflects the estimated
average one-way price paid (in USD).
• IATA’s Passenger Intelligence Service (PaxIS)
database. This database captures market data
through IATA’s Billing and Settlement Plan (BSP) and
uses statistical estimates to address missing direct
sales, low cost carriers, charter flight operators, underrepresented BSP markets, and non-BSP markets. It
provides traffic and price estimates for airport-pair
routes around the world (e.g. JFK-LHR, CDG-FRA).
However, data is only available from 2005 onwards.
• UK International Passenger Survey (IPS). The
IPS is a survey of passengers entering or leaving
the UK by air, sea or the Channel Tunnel. This report
exclusively used outbound to Western Europe leisure
air passenger traffic data from the IPS. Quarterly
traffic and price data was taken for the period from
2003 Q2 to 2006 Q2. Traffic figures reflect the
estimated number of passengers on a particular
airport-pair route during the given quarter, while
average price reflects the estimated average price
paid (in GBP).
Model Specifications
The new econometric research tested a number of
different estimation methods and model specifications
to provide explanations of economic phenomena within
each given market. In all models, traffic was the dependent
variable. The different specifications used were9:
• Ordinary Least Squares (OLS). OLS is a method
relating passenger traffic to air travel prices,
income levels and other variables, while minimising
the variance (randomness) of the estimates. The
regression analysis allows the relationship between
traffic and air travel prices to be isolated and
quantified while controlling for other factors that may
impact air travel, such as GDP, population levels, route
distance and seasonality.
• Two-Stage Least Squares (2SLS). 2SLS is often
used to improve the consistency of elasticity estimates
when explanatory variables are believed to be
correlated with the regression model’s error term.
• Autoregressive Distributed Lag (ARDL). An
autoregressive ARDL model uses similar explanatory
variables to the OLS model, but also uses lagged
values of the traffic variable. The inclusion of lagged
values accounts for the slow adjustment of supply (in
the form of capacity) to changes in the explanatory
variables.
Explanatory Variables
The econometric research estimated regression models
that included a variety of explanatory variables to search
for the best fit:
• Average Price. Average air travel price was used to
measure the price of air travel, reflecting average route
prices over the period reported. The average price
variable appears in all model specifications.
• Gross Domestic Product. GDP is used to measure
the effect of income on air travel. GDP estimates
are widely available, providing a variable that can
be consistently defined between regions and over
time. Within the US, GDP estimates are available at
the city pair level. Regression models using the IPS
data set used UK national GDP. Regression analysis
for all other regions used national GDP values,
converted into US dollars. GDP appears in all model
specifications.
การทบทวนวรรณกรรมเน้นที่การเดินทางทางอากาศราคา
ความยืดหยุ่นแตกต่างกันไปขึ้นอยู่กับจำนวนของปัจจัยเช่น
เป็นที่ตั้ง ระยะทาง และระดับของตลาดรวม .
intervistas ปรึกษาใช้คำแนะนำนี้เพื่อรับการวิเคราะห์ทางเศรษฐมิติใหม่โดยใช้ข้อมูล
สามแตกต่างกัน การวิเคราะห์ใหม่ที่ครอบคลุมตาม
ถดถอยกว่า 500 แบบ อาคารในงานวิจัยก่อนหน้านี้
การวิเคราะห์ทางเศรษฐมิติใหม่พัฒนาชุดของแนวทางเชิงลึก
และแนวทางยืดหยุ่นที่สามารถใช้ในการวิเคราะห์ตลาด
อากาศแตกต่างกัน หักลง โดยตลาดทางภูมิศาสตร์ , ระยะเวลาและระดับของการลาก
( เส้นทางแห่งชาติและ Supra แห่งชาติ แหล่งข้อมูล intervistas ปรึกษา
ใช้ฐานข้อมูลที่แตกต่างกันสาม สำหรับการวิจัยทางเศรษฐมิติ :
- สหรัฐฯของฐานข้อมูล --
การขนส่ง ( db1b ) db1b ให้ข้อมูลในตลาดการบินในประเทศเรา
. มันเป็นแหล่งที่เชื่อถือได้ของข้อมูล
คิดเป็น 10% ของจำนวนผู้โดยสาร และราคาปลายทาง
การเดินทางทางอากาศของแต่ละสายการบินในแต่ละเมืองคู่
เส้นทาง ( เช่น New York Los Angeles ) การจราจรและข้อมูลรายไตรมาส
ราคาถูกสำหรับรอบระยะเวลาจาก
ปี 2005 Q4 Q1 สำหรับด้านบน 1 , 000 เมืองคู่เส้นทาง
( จราจร ) ตัวเลขการจราจรสะท้อนตัวเลขจริง
ผู้โดยสารในเส้นทาง โดยเฉพาะช่วงให้
ไตรมาส ในขณะที่ราคาเฉลี่ยโดยประมาณเดินทางถึงโรงเรียนเฉลี่ยจ่าย
( USD )
- นำผู้โดยสารหน่วยสืบราชการลับ paxis )
ฐานข้อมูล ฐานข้อมูลนี้รวบรวมข้อมูลตลาด
ผ่านการเรียกเก็บเงินและนำแผนชุมชน ( BSP ) และใช้ประมาณการทางสถิติเพื่อที่อยู่ขาด
ขายตรง , ผู้ให้บริการต้นทุนต่ำผู้ประกอบการกฎบัตรเที่ยวบินบทบาทตลาด BSP และ Non BSP ตลาด มันมีปริมาณและประมาณราคา
เส้นทางสนามบินคู่ทั่วโลก เช่น jfk-lhr cdg-fra , ) .
แต่ข้อมูลจะพร้อมใช้งานจาก
2005 เป็นต้นไปสำรวจผู้โดยสารระหว่างประเทศ - สหราชอาณาจักร ( IPS )
IPS คือการสำรวจผู้โดยสารเข้าหรือออก
UK โดยอากาศทะเลหรือช่องอุโมงค์ รายงานนี้
โดยเฉพาะใช้ขาออกไปยุโรปตะวันตกว่าง
ผู้โดยสารทางอากาศ ข้อมูลจาก IPS การจราจรและข้อมูลรายไตรมาส
ราคาถูกสำหรับงวดไตรมาสที่ 2 ของปี 2549 จาก
2003 . ตัวเลขการจราจรสะท้อน
คาดว่าจำนวนผู้โดยสารในเส้นทางระหว่างสนามบินคู่โดยเฉพาะ
ให้สูงขึ้น ในขณะที่ราคาเฉลี่ยจากราคาเฉลี่ยประมาณ
จ่าย ( GBP ) . กำหนดรูปแบบการวิจัยทางเศรษฐมิติใหม่
ทดสอบจำนวนของวิธีการประมาณที่แตกต่างกันและรูปแบบข้อมูลเพื่อให้คำอธิบายของปรากฏการณ์ทางเศรษฐกิจ
ให้ภายในแต่ละตลาด ทุกรุ่นการจราจรเป็นตัวแปรตาม
มีรายละเอียดที่แตกต่างกันที่ใช้ were9 :
- วิธีกำลังสองน้อยที่สุด ( OLS ) วิธีคือ วิธีการเกี่ยวกับการจราจรผู้โดยสารราคา
การเดินทางทางอากาศ ระดับรายได้ และตัวแปรอื่น ๆในขณะที่การลดความแปรปรวน
( สุ่ม ) ของประมาณการ
ช่วยให้ความสัมพันธ์ระหว่างการวิเคราะห์การจราจรและราคา การเดินทางทางอากาศจะแยกและ
วัดในขณะที่การควบคุมปัจจัยอื่น ๆที่อาจ
ผลกระทบอากาศเดินทาง เช่น GDP ระดับประชากร ระยะทางและเส้นทาง
แต่ละฤดูกาล สองขั้นกำลังสองน้อยที่สุด ( 2sls ) 2sls มัก
ใช้ปรับปรุงความสอดคล้องของความยืดหยุ่นเมื่อตัวแปรการประมาณการ
มีความสัมพันธ์กับระยะ เชื่อว่าเป็นข้อผิดพลาด regression model .
- ตัวกระจายความล่าช้า ( ardl )
เป็นใช้ตัวแปรในตัวแบบ ardl
คล้ายกับทั้งรูปแบบ แต่ยังใช้ lagged
ค่าของปริมาณของตัวแปร รวมราคาค่าบัญชีสำหรับการปรับตัวช้า
ของอุปทาน (
รูปแบบของความจุเพื่อการเปลี่ยนแปลงในตัวแปรอธิบาย
.
ตัวแปรอธิบายการวิจัยทางเศรษฐกิจถดถอยแบบจำลอง
โดยประมาณที่รวมความหลากหลายของตัวแปรการค้นหาให้พอดีกับที่ดีที่สุด :
ราคาเฉลี่ยแต่ละ . ราคาแอร์เดินทางเฉลี่ยใช้
วัดราคาของการเดินทางทางอากาศ ซึ่งราคาเฉลี่ยเส้นทาง
ช่วงรายงาน ตัวแปรราคาเฉลี่ยปรากฏในรายละเอียดรูปแบบ
.
- ผลิตภัณฑ์มวลรวมประชาชาติ GDP ที่ใช้วัด
ผลกระทบของรายได้ในการเดินทางทางอากาศ GDP ประมาณการ
มีอย่างกว้างขวางให้ตัวแปรที่สามารถกำหนดระหว่างภูมิภาคและเป็นเสมอ
เวลาผ่าน . ภายในสหรัฐอเมริกา , GDP ประมาณการที่มีอยู่ที่
เมืองคู่ระดับ ถดถอยแบบจำลองโดยใช้ข้อมูล IPS
ชุดใช้แห่งชาติสหราชอาณาจักร GDP
การวิเคราะห์การถดถอยสำหรับภูมิภาคอื่น ๆที่ใช้ค่า GDP แห่งชาติ ,
แปลงเป็นดอลลาร์ GDP ปรากฏในรายละเอียดรูปแบบ
ทั้งหมด
การแปล กรุณารอสักครู่..