Jtl v01n01p05

Palavras-Chave: preços, aeroportos hub, dominância, desregulação, transporte aéreo.

Key words: prices, hubs, dominance, deregulation, air transportation.

Recommended Citation

Abstract

This paper aims at discussing the seminal article "Hubs and high fares: dominance and market power in the U.S. airline

industry" written by Severin Borenstein (1989). The author estimates the importance of route and airport dominance in

determining the degree of market power exercised by an airline. Results indicated that an airline's share of passengers on a

route and at the endpoint airports are variables that significantly influence market power. As noted by the paper, there is no

umbrella effect for smaller carriers stemming from the higher markups of a dominant airline.

Ferreira, N. S. (2007) Desregulação, preços e formação de hubs no transporte aéreo: breve análise de um estudo clássico. Journal

of Transport Literature, vol. 1, n. 1, pp. 105-116.

Natália dos Santos Ferreira*

Resumo

O objetivo deste trabalho é fazer uma resenha do clássico artigo "Hubs and high fares: dominance and market power in the

U.S. airline industry", de Severin Borenstein (1989). Este artigo estima a importância da dominância da rota e do aeroporto na

determinação do grau de poder de mercado exercido por uma empresa aérea. Os resultados encontrados pelo autor indicam que

a participação de uma companhia aérea, em termos de passageiros, em uma rota e em aeroportos, influencia significativamente a

habilidade de uma firma precificar acima de seu custo. Entretanto, maiores markups de uma empresa dominante não se

estendem, em termos de benefícios, para empresas com operações mais reduzidas nos mesmos mercados - não criam o que o

autor denominou de "umbrella effect" no transporte aéreo.

This paper is downloadable at www.transport-literature.org/open-access.

■ JTL|RELIT is a fully electronic, peer-reviewed, open access, international journal focused on emerging transport markets and

published by BPTS - Brazilian Transport Planning Society. Website www.transport-literature.org. ISSN 2238-1031.

* Email: [email protected].

Reviews & Essays

Journal of Transport Literature

Submitted 16 Sep 2006; received in revised form 25 Nov 2006; accepted 10 Dec 2006

Vol. 1, n. 1, pp. 105-116, Jan. 2007

Desregulação, preços e formação de hubs no transporte aéreo:

breve análise de um estudo clássico

[Deregulation, prices and hubs: review of a seminal paper on the airline industry]

Agência Nacional de Aviação Civil (ANAC), Brazil

B T P SB T P SB T P SB T P S

Brazilian Transportation Planning Society

www.transport-literature.org

JTL|RELITJTL|RELITJTL|RELITJTL|RELIT

ISSN 2238-1031

1. Introdução

O objetivo deste trabalho é fazer uma resenha do clássico artigo "Hubs and high fares:

dominance and market power in the U.S. airline industry", de Severin Borenstein (1989). Na

ocasião, o autor apontava um número de trabalhos mostrando que preços em uma rota

aumentam quando a concentração aumenta. Com o seu paper, o autor se propõe a estabelecer

mais claramente as fontes de poder de mercado de uma empresa aérea na indústria. Dois

resultados empíricos apresentados neste trabalho indicam que a correlação entre concentração

da rota e maiores tarifas não podem ser adequadamente explicadas pela teoria tradicional em

que a maior concentração facilita a colusão tácita ou explícita. Primeiro, os maiores preços

médios que algumas empresas são capazes de sustentar em mercados concentrados não

permitem a todos os participantes do mercado sustentarem preços similares. Uma empresa

com maior participação de mercado no tráfego de uma dada rota parece exercer poder de

mercado sem criar um umbrella effect que permita a outras empresas subirem seus preços na

mesma proporção. Segundo, uma fonte de poder de mercado em uma dada rota (par de

cidades) parece ser o tamanho das operações da empresa nos endpoints (aeroportos) da rota.

Quando uma empresa serve uma grande fatia dos passageiros que viajam de/para um endpoint

de uma rota, realça sua atratividade aos passageiros que viajam por conta própria na rota. Isso

tende a aumentar tanto a participação da companhia na rota como seus preços médios.

O autor ressalta ainda que existe uma substancial evidência que uma empresa com uma

participação dominante do tráfego de um dado aeroporto tem vantagens competitivas nas

rotas que incluem esse aeroporto. Ente os muitos fatores que podem permitir essa dominância,

pode-se dividi-los em dois grupos: i. aqueles ligados a vantagens que ocorrem naturalmente.

Por exemplo, a reputação dominante adquirida por uma empresa como uma conseqüência

natural de oferecer mais vôos para ou de uma dada cidade; e ii. aqueles resultantes de

mecanismos criados pelas próprias empresas. Neste caso, incluem-se os programas de

fidelidade (Frequent-Flyer Programs - FFPs), as comissões preferenciais para agentes de

viagem (Travel Agent Commission Override – TACOs), o controle (captura) do sistema de

reserva computadorizado (CRS) usados pelos agentes de viagem e, finalmente, em aeroportos

congestionados, existem evidências que uma empresa com grande escala de operações pode

Vol. 1, N. 1 (2007) Revista de Literatura dos Transportes - RELIT Página 106

ser capaz de inibir potenciais entrantes a obter gates e outras facilidades necessárias à entrada

ou à expansão de serviços em um aeroporto .

2. Estimação dos efeitos da dominância de um aeroporto e de uma rota

O autor apresenta duas abordagens para analisar os efeitos da dominância da rota e do

aeroporto sobre os preços praticados por uma empresa. A primeira é uma estimação cross-

section do markup sobre os custos, incluindo efeitos da participação de uma empresa na rota e

no aeroporto assim como variáveis de concentração. A segunda abordagem é uma estimação

cross-section da razão dos preços observados para duas empresas em uma rota como função

das razões de seus custos, qualidade dos serviços e participação no tráfego da rota e nos

endpoints. O autor ressalta que esta segunda abordagem pode ser mais efetiva em revelar o

poder de mercado que uma empresa obtém, relativamente às outras companhias com as quais

compete, quando ela tem uma posição dominante no mercado.

2.1. Primeira abordagem: estimando uma equação de preços

O autor estima uma equação de preços como função dos custos, das características da

demanda do mercado, qualidade do serviço e de outros fatores que influenciam o poder de

mercado de uma empresa. O autor estima uma equação com três diferentes variáveis

dependentes: 20th percentil, 50th percentil (mediana) e 80th percentil da tarifa paga a uma

dada empresa em uma dada rota2. A unidade de observação é uma airline-route pair no

terceiro trimestre de 1987. O conjunto de dados inclui observações das nove maiores

empresas aéreas domésticas nesse período, a saber: American, USAir, Continental, Delta,

Eastern, Northwest, Piedmont, TWA e United. A primeira equação estimada é dada por ( 1 ):

2 Esses percentis são de uma distribuição de tarifas de maior peso pelo número de passageiros que pagam cada

tarifa, não de uma distribuição que fornece peso igual para cada tarifa listada por uma empresa aérea.


kkjij

jijjij

ijijijij

ijijjiij

APTTOURISTCOMPCOST

RUTHERFRUTSHAREORGHERFORGSHARE

PLANECHGSTOPCIRCFREQ

EQUIPLOADFACDISTANCEP

24

165

4321

6543

211

lnln

lnln

lnlnlnln

( 1 )

Onde i é o índice da companhia aérea, j é o índice da rota, os ’s são termos constantes

específicos da firma, para estimação de efeitos fixos, os ’s estão associados com variáveis

que afetam primariamente os custos de produção, os ’s estão associados com variáveis que

afetam o custo e a qualidade do serviço (ambos), os ’s estão associados com variáveis que

primariamente indicam poder de mercado e os ’s estão associados com aluguéis escassos

(scarcity rents) de operações em um dos 24 possíveis aeroportos congestionados nos EUA.

ijP - é o xth percentil da tarifa (x=20, 50, 80) paga para uma empresa numa dada rota. Bilhetes

de ida e volta são tratados como duas viagens de um único sentido, de modo que a tarifa de

cada viagem é a metade da tarifa dupla (ida e volta).

jDISTANCE - é a milhagem sem parada (nonstop) de entre dois endpoints de uma rota.

Espera-se que essa variável tenha um efeito positivo no preço, mas que a elasticidade seja

menor que um, desde que o custo de uma empresa transportar um passageiro aumente menos

que linearmente com a distância dessa viagem (sinal esperado: positivo).

ijLOADFAC - é o load factor médio de um vôo. Pode afetar a tarifa de três formas. Quando o

load factor de um vôo aumenta, o custo por passageiro declina, então, possivelmente

contribuiria com a queda das tarifas. Por outro lado, vôos com maiores load factors possuem

maiores freqüências e operam nos horário de pico de demanda. O custo de oportunidade de

uma aeronave em uso numa rota específica é maior durante essas horas, possivelmente

aumentando as tarifas. Finalmente, quando load factor aumenta, a qualidade do serviço

diminui, então, diminui o preço reserva dos consumidores para o vôo. (sinal: indeterminado).


ijEQUIP - é o tamanho médio da aeronave usada por uma empresa em uma dada rota. Em

vôos com etapas superiores a 500 milhas, aeronaves maiores têm um menor custo por-

assento-milha. Dessa forma, seria esperado um impacto negativo sobre os preços. Por outro

lado, a qualidade do produto é maior em aviões maiores, que são geralmente mais

confortáveis e mais seguros. Este fator pode aumentar a demanda pelo produto e, assim,

aumentar o preço. (sinal: indeterminado).

ijFREQ - é a freqüência média dos vôos de uma dada empresa por uma dada rota. Rotas com

altas freqüências de vôos terão menor custo por vôo, controlado pelo load factor, porque a

utilização da aeronave (horas por dia) é geralmente maior para as aeronaves usadas em tais

rotas. Por outro lado, maiores freqüências de vôos reduzem os atrasos, então, aumentam o

valor do produto impactando positivamente nos preços. (sinal: indeterminado).

ijCIRC - é o circuito da viagem, definido com o total médio de milhas voadas entre a origem e

o destino, pelos passageiros de uma determinada empresa, em uma dada rota (TOTMILE),

dividido pela distância (DISTANCE - milhagem sem parada OD). Mantendo constante o

número de escalas, o plano de vôo e o load factor, maiores circuitos de viagem, por um lado,

aumentam os custos de produção impactando positivamente os preços e, por outro, reduzem a

qualidade do produto, impactando negativamente os preços. (sinal: indeterminado).

ijSTOP - para um dado itinerário, o número de paradas (stops) é a soma do número médio de

paradas realizadas por um vôo em cada segmento do itinerário. Mantendo constante o load

factor, a milhagem e o plano de vôo, o aumento das paradas (escalas) aumenta o custo da

viagem pela redução do comprimento médio da etapa (distância da decolagem para o pouso).

Neste caso, o impacto esperado sobre o preço seria positivo. Por outro lado, o aumento do

número de escalas diminui a qualidade e a disponibilidade a pagar, do consumidor, pelo

produto. Então seria esperado um impacto negativo sobre os preços. Sendo assim, o efeito

líquido é ambíguo. (sinal: indeterminado).

ijPLANECHG - é o número médio de alterações nos planos de vôo de uma dada empresa em

uma dada rota. Cada passagem incluída na amostra inclui pelo menos uma mudança de vôo

em cada direção da viagem. Os efeitos esperados sobre os preços são essencialmente os

mesmos esperados para a variável STOP. (sinal: indeterminado).


ijORGSHARE - é o peso médio da participação de uma empresa sobre os passageiros diários

dos dois endpoints de uma dada rota (no terceiro trimestre de 1987). O peso é de acordo com

a proporção de passageiros, em uma dada rota, que originam sua viagem de cada endpoint.

Aumentos em ORGSHARE podem levar a maior poder de mercado e maiores preços. (sinal:

positivo).

jORGHERF - é o peso médio do Índice Herfindahl dos dois endpoints de uma dada rota. Uma

empresa prefere competir com muitas pequenas empresas a uma grande empresa. Por outro

lado, a coordenação tácita ou explícita entre competidores que permita uma redução da

competição, tal como um acordo para não entrar em uma outra rota, é menos custosa para se

realizar e mais propensa a ser bem sucedida quando existem poucos competidores. (sinal:

indeterminado).

ijRUTSHARE - é a participação de mercado de uma dada empresa, em termos de volume de

passageiros transportados, na rota OD observada. Se não existir um completo “efeito

sombrinha” do poder de mercado da firma dominante, então, mantendo constante o nível de

concentração de uma rota, espera-se que a firma com maior participação tenha maiores

preços. (sinal: positivo).

jRUTHERF - é o Índice Herfindahl em uma dada rota. Por um lado, se os maiores preços da

firma dominante criarem um umbrella effect que permita a poucas firmas, em um mercado

concentrado, agir colusivamente de forma mais fácil, então, aumentos da concentração

aumentarão os preços. Por outro lado, se uma firma dominante, em uma rota, tem vantagens

competitivas, ligadas a estratégias de marketing, propaganda, ou outros meios, isso poderia

diminuir o preço de maximização de lucros de outras firmas no mercado. (sinal:

indeterminado).


ijCOMPCOST - é o peso médio do custo-por-assento milha de todas as empresas em uma rota

à exceção de uma empresa observada. Um indicador de competitividade das outras empresas

na rota. Espera-se que aumentos dos custos de produção dos competidores gerem impacto

positivo sobre os preços da firma observada. (sinal: positivo).

jTOURIST - é o peso médio do TRIX (Índice Turístico para uma área metropolitana = renda

gasta em hotel por um grupo de clientes ou turistas dividida pela renda pessoal) entre dois

endpoints de uma rota, onde o peso para um endpoint é proporcional aos viajantes de uma rota

que originaram sua viagem no outro endpoint da rota. (sinal: negativo)

kAPT - é uma variável dummy que indica se um endpoint de uma rota é o aeroporto k. Os

parâmetros associados visam capturar os aluguéis escassos (scarcity rents) se existir excesso

de demanda para os gates ou runways usados no aeroporto. Esses aluguéis podem ser

distinguidos do poder de mercado da firma dominante porque os efeitos sobre os preços dos

vôos serão os mesmos para todas as empresas que operam no aeroporto. O autor estima os

efeitos do preço específico do aeroporto para 22 aeroportos congestionados, monitorados pela

FAA, assim como, para os aeroportos de Orange Country e Long Beach, Califórnia, que

sofriam restrições, à época, de pouso e decolagem. (sinal: positivo).

Os resultado da estimação da equação ( 1 ) são mostrados na tabela 1.


Tabela 1 - Resultados da regressão da equação ( 1 ) - Extraído de Borenstein (1989)

A participação individual de uma empresa no tráfego de uma rota e nos aeroportos endpoints

parece ser o principal determinante da habilidade de uma empresa aumentar o preço do seu

produto. Conforme pode ser observado na tabela 1, controlando a concentração total de uma

rota, com um aumento de 1% na participação de uma empresa na rota, estima-se um aumento

de preços entre 0.03% e 0.22% (RUTSHARE). Quando se analisa o impacto da participação de

uma empresa no tráfego dos endpoints de uma rota (ORGSHARE) sobre os preços, verifica-se

que o efeito proporcional dos preços altos (50 th – 0.125% e 80th – 0,119%) é cerca de três

vezes o efeito dos preços baixos (20th, 0.0345%).


Os outros parâmetros estimados apresentaram sinais consistentes com o esperado. O efeito da

distância nos preços (DISTANCE) foi positivo e altamente significante. A variável load factor

(LOADFAC) apresentou sinal negativo e foi estatisticamente significante apenas para as

tarifas mais baixas (20th percentil). A freqüência (FREQ) mostrou-se positiva e mais

significante para tarifas maiores (50 e 80th percentil). Isso é consistente com a realidade, uma

vez que o passageiro a negócios é mais sensível à freqüência de vôos, e por isso, está disposto

a pagar mais. Já as variáveis referentes às escalas (STOP) e às alterações dos vôos

(PLANECHG) apresentaram coeficientes negativos, indicando que produtos de pior qualidade

devem ser vendidos por menor preço. Os pontos estimados implicam um desconto de 3% a

13% para vôos com stop e 3% a 8% para cada mudança de vôo que o passageiro tiver que

fazer. A variável que mede o efeito de viagens turísticas (TOURIST) mostrou-se significante e

negativa, conforme esperado.

Os termos constantes para cada empresa (que foram omitidos na tabela de resultados) foram

todos significantes. A diferença entre os maiores e menores preços praticados foi da ordem de

30% para as tarifas de 20th percentil e 20% para as de 80th percentil. Os menores preços

forma praticados pela Continental, Eastern e Piedmont, e os maiores preços, por United e

Delta.

As dummies (também foram omitidas), que visavam capturar a congestão de alguns

aeroportos, apresentaram sinais positivos significativos para dois grandes aeroportos

congestionados: O’Hare, em Chicago (3% a 5%) e Hartsfield, em Atlanta (1% a 3%). E

também para Denver (2% a 4%) e Cleveland (0% a 3%).


2.2. Segunda abordagem: estimando uma equação de preços relativa

A discussão sobre dominância nos aeroportos ressalta que a posse de poder de mercado pode

permitir a uma empresa precificar acima de suas concorrentes. Esse efeito pode ser estimado

usando um modelo derivado da equação ( 1 ), pela comparação entre os preços praticados

pelas empresas em uma mesma rota.

Espera-se que, se os resultados forem significantes, ou seja, se as diferenças de fato

impactarem os preços, a firma dominante se beneficia sozinha do seu poder de mercado. Ou

seja, não haverá o “umbrella effect” destacado pelo autor.

As observações são limitadas a rotas em que pelo menos duas empresas têm ao menos 10% de

participação de mercado e transportam pelo menos 10 passageiros por dia em uma rota.

Tomando a equação ( 1 ) e fazendo a diferença entre duas empresas a e b, em uma mesma

rota, temos:

)(

)()(

)()ln(ln

)ln(ln)ln(ln

)ln(lnlnln

3

16

54

32

1

ba

baba

baba

baba

bababa

RUTSHARERUTSHARE

ORGSHAREORGSHAREPLANECHGPLANECHG

STOPSTOPCIRCCIRC

FREQFREQEQUIPEQUIP

LOADFACLOADFACPP

( 2 )

A tabela 2 mostra os resultados da regressão da equação ( 2 ).


Tabela 2 - Resultados da regressão da equação ( 2 ) - Extraído de Borenstein (1989)

Com exceção do sinal encontrado para o LOADFAC, os outros parâmetros estimados são

consistentes com os obtidos na equação ( 1 ). No entanto, possuem maior desvio padrão, fato

justificado pelo autor da seguinte forma: i. os instrumentos usados foram menos efetivos; e ii.

a diferença do RUTSHARE entre duas empresas de uma mesma rota são altamente

correlacionadas com a diferença do ORGSHARE.

Na equação ( 2 ), o LOADFAC aparece com sinal positivo e é significante para os preços

mais altos (50th e 80th percentil). Isso pode ser explicado pelo fato de uma empresa com um

maior load factor em uma dada rota ter mais tráfego em conexão, o que, diante de uma rota

mais densa, aumenta o custo de oportunidade dos seus assentos.


Conclusão

A dominância dos principais aeroportos por uma ou duas empresas, em muitos casos

resultantes da formação de hubs, parece resultar em maiores tarifas para os consumidores que

desejam utilizar esses aeroportos.

Os resultados empíricos concluem que: primeiro, os maiores preços médios que algumas

empresas são capazes de sustentar em mercados concentrados não permitem a todos os

participantes do mercado sustentarem preços similares. Uma empresa com maior participação

de mercado no tráfego de uma dada rota parece exercer poder de mercado sem criar um

umbrella effect que permita a outras empresas subirem seus preços na mesma proporção.

Segundo, uma fonte de poder de mercado em uma dada rota ( par de cidades) parece ser o

tamanho das operações da empresa nos endpoints (aeroportos) da rota. Quando uma empresa

serve uma grande fatia dos passageiros que viajam para ou de um endpoint de uma rota, realça

sua atratividade aos passageiros que viajam por conta própria na rota. Isso tende a aumentar

tanto a participação da companhia na rota como seus preços médios.

Dessa forma, o autor destaca que a empresa dominante parece se beneficiar do seu poder de

mercado em detrimento das outras empresas que operam as mesmas rotas.

Referências

Borenstein, S. (1989) Hubs and High Fares: Dominance and Market Power in the U.S. Airline

Industry. Rand Journal of Economics vol. 20, 344-365.


Documents

Jtl v01n01p05