資料敘述

使用來自美國運輸部 (Department of Transportation) 與美國商務部 (Depart-ment of Commerce) 發布之資料，主要有四個資料庫: Passenger Boarding (En-planement) and All-Cargo Data for U.S. Airports、DB1B_Ticket、DB1B_Market、

the Bureau of Economic Analysis。以下逐一介紹:

• Passenger Boarding(Enplanement)and All-Cargo Data for U.S. Airports:

提供歷年來機場登機旅客數之排名，本文以此做為篩選市場之依據。

• DB1B_Market 及 DB1B_Ticket: 提供美國航班資訊，包含票價、起飛地、最終降落地、航空公司 (售票方、飛行方)、飛行距離、飛行歷程、

去回票、乘客數。是從母體內抽樣百分之十的資料。

• the Bureau of Economic Analysis: 美國商務部根據大都會統計區 (Metropoli-tan Statistical Area(MSA)¹¹) 所計算之歷年人口數。

表 1: 資料來源列表說明

資料來源資料庫名稱時間資料內容

Department of Transportation DB1B_Market 季資料航班訊息 DB1B_Ticket 季資料航班訊息 Passenger Boarding

(Enplanement) and All-Cargo Data for U.S. Airports

年資料機場人流量排名

Department of Commerce the Bureau of

Economic Analysis 年資料人口數

11An MSA consists of one or more counties that contain a city of 50,000 or more inhabitants, or contain a Census Bureau-defined urbanized area (UA)and have a total population of at least 100,000 (75,000 in New England).Counties containing the principal concentration of population—the largest city and surrounding densely settled area—are components of the MSA. (source:U.S. Department of Commerce)

‧

表 2。如同 Ciliberto and Williams (2014)，本文之市場係指乘客從起飛地至最終降落地之航程，不含中途轉機，而相同航線之去回程則視為不

Metropolitan Statistical Area Airport(rank)

Chicago-Naperville-Elgin, IL-IN-WI ORD(3)、MDW(24) New York-Newark-Jersey City, NY-NJ-PA JFK(5)、EWR(14)、

LGA(20)、HPN(100) Dallas-Fort Worth-Arlington, TX DFW(4)、DAL(41) Houston-The Woodlands-Sugar Land, TX IAH(11)、HOU(32) Los Angeles-Long Beach-Anaheim, CA LAX(2)、SNA(40)

BUR(61)、LGB(77) San Francisco-Oakland-Hayward, CA SFO(7)、OAK(35)

Miami-Fort Lauderdale-West Palm Beach, FL MIA(12)、FLL(21)、PBI(52) Washington-Arlington-Alexandria, DC-VA-MD-WV IAD(23)、DCA(28)

Orlando-Kissimmee-Sanford, FL MCO(15)、SFB(85) Riverside-San Bernardino-Ontario, CA ONT(59)、PSP(89)

為了對比 Ciliberto and Williams (2014) 的結果與比較兩期間，在第一期共採取 18 家航空公司，分別為 American Airlines(AA)、Alaska lines(AS)、JetBlue Airways(B6)、Continental Airlines(CO)、Delta Air-Lines(DL)、Frontier Airlines(F9)、ATA Airlines(TZ)、Allegiant Airlines(G4)、

12極端值: 指航空公司在某一季乘客數少於二十人或大於兩千人。參閱 Ciliberto and Williams (2014)。

13代碼共享係指 ticket carrier 不等於 operation carrier。參閱 (Gerard and Shapiro, 2009)。

‧

Spirit Airlines(NK)、Northwest Airlines(NW)、Sun Country Airlines(SY)、

AirTran Airways(FL)、USA3000 Airlines(U5)、United Airlines(UA)、US Airways(US)、Southwest Airlines(WN)、Midwest Airlines(YX)、Hawaiian Airlines(HA)。爾後因 Continental Airlines(CO)、USA3000 Airlines(U5)、

Northwest Airlines(NW)、Midwest Airlines(YX)、ATA Airlines(TZ) 退出市場，並加入 Virgin America Inc.(VX)，因此第二期共採納 14 家航空公司。

• 票價

為了能深入探討廠商的訂價行為，本文除計算平均票價外，也計算各十分位的價格，以研究航空公司對於不同分位價格的競爭行為。在計算票價前，根據 Gerard and Shapiro (2009) 刪除票價小於 $20 與大於

$1500，以此刪除可能屬於 frequent-flyer tickets¹⁴與輸入錯誤值。我們根 據 Ciliberto and Williams (2014) 計算航空公司 j 在第 t 季飛行市場 m 的平均票價 (average_f are_jmt)，並參考 Gerard and Shapiro (2009) 計算 各十分位的價格 (p90 至 p10)。

• 吉尼係數 (Gini Coefficient)

吉尼係數用於表示所得分布平均的狀況。如圖 5(a)，左圖縱軸為所得累

14乘客根據航空公司所提供的飛行常客計畫 (FFP，Frequent Flyer Program)，利用累積里程兌換優惠票價，因此為另一種特價優惠行為，在研究中會造成估計錯誤，故刪除之。

‧

本文根據 Borenstein and Rose (1994) 計算吉尼係數之公式如下:

G

_jmt= 1− 2×

∑N i=1





f are

_i× P axi

T otalRevenue



• 多重市場接觸 (Multimarket Contact)

本文採用兩種不同的衡量方式。其一是計算市場內航空公司平均碰面的

本文主要根據 Evans and Kessides (1994) 與 Ciliberto and Williams (2014)

‧

avg_contact

_mt

= 1 F

_mt

(F

_mt

− 1)

DL 2,455 264 341 4,633 F9 782 158 125 854 987 NW 1,936 160 299 2,899 705 698 4 82 38 1,760 1,703 31 289 1,888 3,764

TZ 135 23 40 139 63 65 0 22 4 98 47 15 30 130 125 140

U5 29 0 6 45 0 33 0 13 0 43 34 0 6 38 44 7 45

UA 2,256 275 332 2,998 870 651 10 85 38 1,829 1,767 65 263 1,989 2,669 137 43 3,980

a根據 2014 年機場客流量排名前 100 大的機場所組成的市場資料，此為 2006 年第一季的資料結果。斜對角線為該航空

‧

DL 2,404 292 665 4,624 F9 886 168 159 966 1,131 FL 730 51 314 1,176 245 1,251

G4 5 0 0 10 1 1 16 NW 1,851 181 526 2,647 789 832 4 94 47 2,045 1,705 22 296 1,847 3,451

TZ 76 19 26 76 33 29 0 8 4 61 23 18 18 60 64 83 DL 1,920 396 441 2,816

F9 403 135 97 431 448 WN 1,494 241 386 1,731 353 202 12 235 59 67 1,062 1,899

HA 34 40 1 34 1 0 3 1 1 3 27 1 47

UA 1,627 385 405 1,839 384 179 15 224 65 71 1,228 1,385 37 2,081

a根據 2014 年機場客流量排名前 100 大的機場所組成的市場資料，並根據 2013Q1 至 2015Q4 航空公司間 12 季平均碰面次數所製成。斜對角線為該航空公司之平均進入市場數。此為一個對稱矩陣。

‧

AA 1.000 0.596 0.637 0.520 0.783 0.583 0.317 0.856 0.962 0.513 0.629 0.391 0.770 0.707 0.536 0.911 0.631 0.579 AS 0.068 1.000 0.128 0.063 0.149 0.041 0.000 0.130 0.220 0.071 0.079 0.166 0.114 0.058 0.053 0.228 0.000 0.078 B6 0.154 0.272 1.000 0.144 0.141 0.251 0.000 0.473 0.192 0.187 0.118 0.000 0.223 0.203 0.152 0.311 0.314 0.152 DL 0.811 0.863 0.925 1.000 0.854 0.940 0.651 0.923 0.877 0.816 0.806 0.500 0.825 0.866 0.767 0.907 0.997 0.750 F9 0.299 0.498 0.222 0.209 1.000 0.196 0.086 0.275 0.763 0.215 0.312 0.000 0.498 0.276 0.229 0.397 0.020 0.252 FL 0.246 0.151 0.438 0.254 0.217 1.000 0.091 0.705 0.503 0.296 0.165 0.000 0.592 0.268 0.241 0.353 0.729 0.209 G4 0.002 0.000 0.000 0.002 0.001 0.001 1.000 0.000 0.000 0.002 0.000 0.000 0.003 0.001 0.001 0.000 0.000 0.002 NK 0.036 0.047 0.081 0.025 0.030 0.070 0.000 1.000 0.087 0.036 0.020 0.000 0.089 0.040 0.027 0.093 0.307 0.024 SY 0.016 0.033 0.014 0.010 0.034 0.020 0.000 0.036 1.000 0.013 0.003 0.000 0.089 0.016 0.014 0.043 0.016 0.012 US 0.573 0.699 0.863 0.584 0.628 0.782 0.435 0.953 0.839 1.000 0.614 0.366 0.717 0.658 0.592 0.734 0.915 0.596 WN 0.548 0.602 0.424 0.450 0.713 0.340 0.065 0.415 0.176 0.479 1.000 0.000 0.404 0.605 0.494 0.277 0.748 0.482 HA 0.011 0.041 0.000 0.009 0.000 0.000 0.000 0.000 0.000 0.009 0.000 1.000 0.000 0.002 0.006 0.214 0.000 0.017 YX 0.079 0.102 0.094 0.054 0.133 0.143 0.054 0.217 0.533 0.066 0.047 0.000 1.000 0.083 0.086 0.219 0.111 0.068 CO 0.635 0.456 0.753 0.498 0.650 0.570 0.210 0.867 0.832 0.529 0.623 0.072 0.733 1.000 0.535 0.718 0.755 0.513 NW 0.625 0.537 0.733 0.573 0.697 0.665 0.247 0.763 0.931 0.618 0.660 0.257 0.978 0.695 1.000 0.764 0.892 0.633 TZ 0.026 0.056 0.036 0.016 0.029 0.024 0.000 0.063 0.071 0.018 0.009 0.212 0.060 0.022 0.018 1.000 0.046 0.021 U5 0.005 0.000 0.011 0.005 0.000 0.015 0.000 0.063 0.008 0.007 0.007 0.000 0.009 0.007 0.007 0.014 1.000 0.004 UA 0.756 0.890 0.818 0.626 0.860 0.645 0.597 0.762 0.938 0.696 0.720 0.759 0.867 0.745 0.708 0.961 0.611 1.000

a此為根據 2014 年機場客流量排名前 100 大的機場所組成的市場資料，將 2006Q1 至 2008Q4 每季的航空公司間多重市場接觸數除以該航

空公司的總存在市場數，即為 pct_mmc。例如第一行即為航空公司 AA 跟不同航空公司見面次數與其進入市場數的占比，AA 與 DL 其碰 面次數佔 AA 存在市場數的 81.1%。

表 7: 2013Q1 至 2015Q4 所有市場平均 pct_mmc

AA AS B6 DL F9 FL G4 NK SY VX US WN HA UA

AA 1.000 0.834 0.874 0.682 0.898 0.776 0.725 0.947 0.977 0.995 0.698 0.787 0.717 0.782 AS 0.168 1.000 0.232 0.141 0.300 0.064 0.191 0.270 0.653 0.786 0.158 0.127 0.857 0.185 B6 0.182 0.240 1.000 0.157 0.216 0.274 0.119 0.433 0.535 0.704 0.178 0.203 0.021 0.195 DL 0.887 0.909 0.977 1.000 0.961 0.985 0.945 0.975 0.999 0.977 0.885 0.911 0.724 0.884 F9 0.186 0.309 0.214 0.153 1.000 0.204 0.280 0.469 0.657 0.591 0.174 0.186 0.012 0.184 FL 0.081 0.033 0.138 0.079 0.103 1.000 0.000 0.178 0.188 0.104 0.121 0.106 0.005 0.086 G4 0.007 0.009 0.005 0.007 0.012 0.000 1.000 0.001 0.000 0.019 0.005 0.006 0.053 0.007 NK 0.108 0.153 0.237 0.085 0.258 0.194 0.013 1.000 0.550 0.485 0.092 0.124 0.014 0.108 SY 0.030 0.100 0.079 0.024 0.097 0.055 0.000 0.149 1.000 0.349 0.027 0.031 0.014 0.031 VX 0.033 0.128 0.111 0.025 0.094 0.033 0.068 0.140 0.373 1.000 0.026 0.035 0.062 0.034 US 0.547 0.614 0.669 0.533 0.659 0.905 0.436 0.633 0.699 0.626 1.000 0.559 0.573 0.590 WN 0.690 0.553 0.856 0.615 0.788 0.889 0.593 0.954 0.883 0.941 0.626 1.000 0.019 0.666 HA 0.016 0.093 0.002 0.012 0.001 0.001 0.127 0.003 0.010 0.041 0.016 0.000 1.000 0.018 UA 0.752 0.885 0.898 0.653 0.856 0.789 0.742 0.909 0.977 0.999 0.724 0.729 0.795 1.000

a此為根據 2014 年機場客流量排名前 100 大的機場所組成的市場資料，將 2013Q1 至 2015Q4 每季的航空公司一者大很多。因此 Ciliberto and Williams (2014) 更提出另三種計算方式

‧ total route of k

，可將上述問題考慮進去，並可以知道當越小型航空市場，選擇背離隱性勾結時，其損失會比較大型的航空市場來的多很多。其二為

max_pct_mmc

^t_kh，取 pct_mmc^t_kh 及 pct_mmc_hk^t 最大者，因 pct_mmc 最大者，代表的是找兩家航空公司中既存飛行市場中最小的那一家作為代表，意義為越小型的航空公司會越傾向隱性勾結。再者，

weighted_pct_mmc

_kh^t 為 pct_mmc^t_kh 乘上航空公司 k 在整個美國國內市場的市佔率。其計算公式如下:

pct_contact

_mt= 1

F

_mt(F_mt− 1)

×pct_mmc^t_kh

(3)

max_pct_contact

_mt= 1

F

_mt(F_mt− 1)

× max_pct_mmc^t_kh

(4)

weighted_pct_contact

_mt= 1

F

_mt(F_mt− 1)

×weighted_pct_mmc^t_kh (5)

而多重市場接觸的下標為 jmt 時，參考 Prince and Simon (2009)、Baum and Korn (1996)、Zou, Yu, and Dresner (2012) 之計算方式，分別可得變 數 P S_MMC_jmt、BK_MMC_jmt、ZY D_MMC_jmt。其中 avg_contact_mt 是在時間 t 時，第 m 市場之 P S_MMC_jmt 加總的平均。pct_contact_mt

‧

入許多控制變項 (control variable) 以控制這些因素。以下說明各個控制變數。

• N onstop_jmt

航空公司提供兩種不同的載客方式，分別為 nonstop 與 connecting service，我們將直飛的班次稱為 nonstop service，有轉機或是中間有停靠其他站稱為 connecting service。在資料中，如果在一季間航空公司對 某航線有提供直飛班次，則 N onstop_jmt 為 1。一般而言，因直飛提供乘客便利性，票價將較轉乘之票價為高，但近年來，出現許多直航票價較轉機票價還低之現象。

• N etworksize_jlt¹⁵

即在特定起點站 l 起飛之總航線中，某航空公司飛行航線之佔比。當一 家航空公司從起點站提供的航線越多，則航空公司越有條件可吸引更多的潛在客戶，例如會有許多乘客可在此起點站機場作為轉機的中繼點，

航空公司因需求量夠多，可以提供較好的設施，如服務櫃台、候機室等。

15l: 代表 origin

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

圖 6: Networksize 示意圖

註: 在 2006 年 Q2 從 AUS 出發的航線，底線為 AA 有運行的航線，Networksize=5/8

• Mktshare_jmt

即航空公司的市佔率 (Market share)。當航空公司市佔率越高，議價的能力越高。

• HHI_mt

Herfindahl-HirschmanIndex(HHI) 用以衡量市場集中程度。計算方式為將市場上廠商的市佔額平方加總，即 ∑_F

j=1

Mktshare

_jmt² 。當 HHI 越接近 1，市場越趨近於獨佔市場；當 HHI 越接近 0，越趨近於完全競爭市場。

• Roundtrip_jmt

來回票的價格會比單程票價高，因此本文計算航空公司在市場中賣多少成的來回票，以便控制因來回票而造成價格提高之現象。

• Hub_jmt

樞紐機場 (Hub airport) 為航空業者建立一個中心，以便轉運至其他航線，如同腳踏車的轉軸心。此機場大多為城市中最大型的機場，再由地區性航空公司轉運至其他小機場。通常，飛往航空公司自行的樞紐機場數量會較多，價格相對也會較便宜。

• ln_distance_mt

起飛地至最終降落地的直飛距離。

‧

• Mktsize_mt

起飛地與最終降落地城市人口數的幾何平均數。用來衡量一個市場的大小。

表 8: 變數介紹簡表

變數來源說明

ln_avg_f are

_jmt DB1B 航空公司的平均票價，以及各百分位的票價。

G

_jmt DB1B 用以衡量價格離散程度。越接近 1，

價格離散程度越高。

avg_contact

_mt

/1000

DB1B Evans and Kessides (1994) 計算之多重市場接觸數。

pct_contact

_mt DB1B 使用 pct_mmc^t_kh 的方式計算多重市場接觸數。

max_pct_contact

_mt DB1B 選擇 pct_mmc^t_kh 和 pct_mmc^t_hk 最大者計算多重市場接觸數。

weighted_pct_contact

_mt DB1B 利用 pct_mmc^t_kh 乘上競爭對手

的市占率的方式計算多重市場接觸數。

P S_MMC

_jmt

/1000

DB1B Prince and Simon (2009) 計算之多重市場接觸數。

BK_MMC

_jmt DB1B Baum and Korn (1996) 計算之多重市場接觸數。

ZY D_MMC

_jmt DB1B Zou, Yu, and Dresner (2012) 計算之多重市場接觸數。

N onstop

_jmt DB1B 衡量航班是否為直飛，直飛則為 1，否

則則為 0。

N etworksize

_jlt DB1B 航空公司從起飛地出發的路線數佔所有從起飛地出發路線的百分比。

Maktshare

_jmt DB1B 航空公司的市佔率。

HHI

_mt DB1B 衡量市場的集中程度。

Roundtrip

_jmt DB1B 來回票乘客數的佔比率。

Hub

_jmt DB1B 起飛地或是最終降落地是否為航空公司的樞紐機場。是則為 1，否則則為 0。

ln_distance

_mt DB1B 起飛地至最終降落地的直飛距離。

Mktsize

_mt BEA 起飛地至最終降落地的幾何平均人口

數。衡量市場的大小。

第 3.3 節敘述統計

表 10與表 9為兩期變數之敘述統計表。兩期的航空公司數分別為第一期有 18 家，第二期有 14 家。

比較兩表可發現，第二期的市場較為集中，HHI_mt 從 0.50 上升至 0.53，且航空公司的市佔率提高，Mktshare_jmt 從 0.23 上升至 0.26。且無論

‧

入市場數衡量 (pct_contact_mt) 時，第二期 pct_contact_mt 大於第一期，可知對於第二期來說，航空公司增加碰面次數對航空公司來說影響力比第一期大，猜測第二期中，航空公司間彼此相互制衡的效果會比較大。而在其他控 制變數部分，第二期航班直飛的比例上升 (0.3 < 0.372)，但來回票的比例下 降 (0.72 > 0.597)，市場潛在乘客數變多 (2, 902, 482 < 3, 924, 398)，飛行的距 離上升 (1, 494 < 1, 538)，且單一家航空公司從起飛地出發的航線占比增加 (0.623 < 0.697)。

接續比較兩期在不同市場類型的敘述統計。由表 11可知，無論是第一數比其他兩類型的市場多，如第一期時，JetBlue(B6) 在大城市間往返的 (top 1000) 市場數中約存在 26.38%，在大小城市往返的市場數中約存在 11.15%，

小城市間往返的市場數中約存在 3.35%。由此可知，小型的航空公司大多飛最

‧

Variable Obs Mean Std. Dev. Min Median Max

average_f are

_jmt

330,919 230.168 107.796 20.01 205.969 1,486.780 ln_avg_f are

_jmt

330,919 5.351 0.411 2.996232 5.328 7.304 min_p 330,919 128.929 107.948 20 105.060 1,486.780 max_p 330,919 531.597 317.225 20.01 443.310 1,500.000

p10 330,919 154.540 99.075 20 127.630 1,486.780

p20 330,919 169.591 97.447 20 145.010 1,486.780

p30 330,919 183.137 97.671 20 159.500 1,486.780

p40 330,919 198.230 99.874 20 174.495 1,486.780

p50 330,919 216.748 104.465 20.01 191.870 1,486.780

p60 330,919 238.123 115.541 20.01 211.000 1,496.160

p70 330,919 264.718 127.475 20.01 235.930 1,496.160

p80 330,919 299.928 142.528 20.01 269.900 1,499.000

p90 330,919 360.261 176.925 20.01 324.150 1,499.000

G

_jmt

330,919 0.180 0.101 0 0.193 0.6856467

avg_contact

_mt

330,919 1,695.636 556.544 0 1,718.200 3,314 avg_contact

_mt

/1000 330,919 1.696 0.557 0 1.718 3.314 pct_contact

_mt

330,919 0.571 0.121 0 0.592 0.764 max_pct_contact

_mt

330,919 0.706 0.140 0 0.729 1 weighted_pct_contact

_mt

330,919 0.048 0.012 0 0.049 0.080 P S_MMC

_jmt

330,919 1,695.636 690.484 0 1,827.143 3,314 P S_MMC

_jmt

/1000 330,919 1.696 0.690 0 1.827 3.314

ZY D_MMC

_jmt

330,919 0.256 0.081 0 0.282 0.381

BK_MMC

_jmt

330,919 0.571 0.155 0 0.583 1

Mktshare

_jmt

330,919 0.232 0.298 0.000 0.085 1

HHI

_mt

330,919 0.507 0.229 0.136 0.460 1

N etworksize

_jlt

330,919 0.623 0.200 0.012 0.642 1

Hub

_jmt

330,919 0.008 0.090 0 0 1

N onstop

_jmt

330,919 0.300 0.458 0 0 1

Roundtrip

_jlt

330,919 0.723 0.128 0 0.746 1

nonstopmiles 330,919 1,494 963 45 1,263 7,446

ln_distance

_mt

330,919 7.104 0.667 3.807 7.141 8.915

MktSize

_mt

322,993 2,902,482 3,289,569 145,776 1,912,349 19,300,000

‧

Variable Obs Mean Std. Dev. Min Median Max

average_f are

_jmt

152,011 271.222 117.838 20 250.704 1,492.000 ln_avg_f are

_jmt

152,011 5.524 0.396 2.995732 5.524 7.308 min_p 152,011 147.322 118.778 20 127.500 1,492.000 max_p 152,011 622.753 344.413 20 553.610 1,500.000

p10 152,011 186.555 105.321 20 165.960 1,492.000

p20 152,011 203.615 104.820 20 182.840 1,492.000

p30 152,011 219.417 105.982 20 198.090 1,492.000

p40 152,011 236.954 108.996 20 215.500 1,492.000

p50 152,011 257.767 113.828 20 235.450 1,492.000

p60 152,011 281.447 123.914 20 257.330 1,493.000

p70 152,011 310.071 134.793 20 284.380 1,497.750

p80 152,011 347.954 149.915 20 320.500 1,497.750

p90 152,011 411.219 182.584 20 380.580 1,500.000

G

_jmt

152,011 0.171 0.090 0 0.187 0.6186608

avg_contact

_mt

152,011 1,629.205 775.495 0 1,654.900 3,224 avg_contact

_mt

/1000 152,011 1.629 0.775 0 1.655 3.224 pct_contact

_mt

152,011 0.676 0.167 0 0.701 0.902 max_pct_contact

_mt

152,011 0.816 0.174 0 0.861 1 weighted_pct_contact

_mt

152,011 0.087 0.029 0 0.087 0.159 P S_MMC

_jmt

152,011 1,629.205 879.645 0 1,848.800 3,224 P S_MMC

_jmt

/1000 152,011 1.629 0.880 0 1.849 3.224 ZY D_MMC

_jmt

152,011 0.302 0.111 0.000 0.331 0.451

BK_MMC

_jmt

152,011 0.676 0.195 0 0.701 1

Mktshare

_jmt

152,011 0.259 0.307 0.000 0.118 1

HHI

_mt

152,011 0.530 0.224 0.151 0.480 1

N etworksize

_jlt

152,011 0.697 0.240 0.012 0.785 1

Hub

_jmt

152,011 0.015 0.121 0 0 1

N onstop

_jmt

152,011 0.372 0.483 0 0 1

Roundtrip

_jlt

152,011 0.597 0.132 0 0.616 1

nonstopmiles 152,011 1,538 1,002 17 1,303 9,362

ln_distance

_mt

152,011 7.132 0.666 2.833 7.172 9.144

MktSize

_mt

148,697 3,924,398 3,749,149 161,036 2,700,086 20,200,000

‧

period1 period2 period1 period2 period1 period2 period1 period2

observation 90,173 59,213 173,547 74,889 67,199 17,909 330,919 152,011

觀察值的市場數 1,045 1,005 3,279 1,740 2,101 540 6,425 3,285

average percentile of monopoly mkt 0.082 0.233 0.257 0.301 0.426 0.350 0.284 0.288 average percentile of duopoly mkt 0.335 0.296 0.282 0.275 0.212 0.258 0.268 0.279 average percentile of oligopoly mkt 0.583 0.471 0.461 0.424 0.362 0.392 0.449 0.433 avg_contactmt 1,501 1,278 1,765 1,805 1,778 2,058 1,696 1,629 pct_contact_mt 0.555 0.637 0.586 0.699 0.553 0.714 0.571 0.676

P S_MMC_jmt 1,501 1,278 1,765 1,805 1,778 2,058 1,696 1,629

BK_MMCjmt 0.555 0.637 0.586 0.699 0.553 0.714 0.571 0.676

平均存在的航空公司家數 7.949 5.979 5.436 4.353 3.664 3.426 5.761 4.877

Mktsharejmt 0.139 0.204 0.226 0.278 0.372 0.361 0.232 0.259

HHImt 0.431 0.488 0.514 0.549 0.592 0.586 0.507 0.530

該市場之航空公司客運量 643 679 148 159 32 42 259 348

該市場之客運量 5,066 4,584 794 732 139 163 1,825 2,165

average_f are_jmt 214.570 247.700 231.228 281.736 248.362 305.026 230.168 271.222

G_jmt 0.214 0.190 0.178 0.164 0.140 0.136 0.180 0.171

表 12: 第一期在不同類型市場下各家航空公司平均每季存在市場數與其佔比

大城市間往返的市場 (top1000) 大小城市間往返的市場小城市間往返的市場所有市場

tkcarrier Freq. Percent tkcarrier Freq. Percent tkcarrier Freq. Percent tkcarrier Freq. Percent

AA 924 87.52 AA 1,526 47.18 AA 513 21.81 AA 2,963 44.61

AS 162 15.29 AS 152 4.70 AS 24 1.03 AS 338 5.09

B6 279 26.38 B6 361 11.15 B6 79 3.35 B6 718 10.81

CO 739 69.97 CO 1,423 44.01 CO 497 21.15 CO 2,659 40.04

DL 946 89.62 DL 2,439 75.41 DL 1,239 52.67 DL 4,624 69.62

F9 459 43.45 F9 551 17.05 F9 121 5.15 F9 1,131 17.03

FL 441 41.74 FL 636 19.67 FL 175 7.42 FL 1,251 18.84

G4 0 0.00 G4 16 0.48 G4 0 0.00 G4 16 0.23

HA 18 1.70 HA 60 1.86 HA 6 0.26 HA 84 1.27

NK 71 6.72 NK 48 1.49 NK 4 0.18 NK 123 1.86

NW 830 78.55 NW 1,806 55.85 NW 816 34.68 NW 3,451 51.96

SY 37 3.50 SY 14 0.42 SY 0 0.00 SY 51 0.76

TZ 50 4.73 TZ 31 0.97 TZ 2 0.08 TZ 83 1.25

U5 6 0.57 U5 13 0.40 U5 7 0.28 U5 26 0.38

UA 904 85.61 UA 2,123 65.63 UA 837 35.59 UA 3,864 58.17

US 827 78.29 US 1,810 55.97 US 672 28.58 US 3,309 49.82

WN 667 63.19 WN 1,328 41.06 WN 588 24.99 WN 2,583 38.89

YX 156 14.75 YX 126 3.89 YX 21 0.89 YX 303 4.55

‧ 國

立政治大學

‧

N a tio na

l C h engchi U ni ve rs it y

表 13: 第二期在不同類型市場下各家航空公司平均每季存在市場數與其佔比

大城市間往返的市場 (top1000) 大小城市間往返的市場小城市間往返的市場所有市場

tkcarrier Freq. Percent tkcarrier Freq. Percent tkcarrier Freq. Percent tkcarrier Freq. Percent

AA 793 75.13 AA 1,095 33.85 AA 276 11.75 AA 2,164 32.59

AS 245 23.18 AS 170 5.26 AS 21 0.88 AS 435 6.56

B6 230 21.77 B6 193 5.95 B6 29 1.22 B6 451 6.79

DL 902 85.40 DL 1,476 45.62 DL 438 18.63 DL 2,816 42.39

F9 273 25.84 F9 164 5.07 F9 11 0.48 F9 448 6.75

FL 110 10.43 FL 99 3.05 FL 18 0.75 FL 227 3.41

G4 5 0.44 G4 13 0.39 G4 2 0.10 G4 20 0.30

HA 19 1.79 HA 27 0.83 HA 1 0.05 HA 47 0.71

NK 200 18.91 NK 45 1.39 NK 2 0.07 NK 246 3.71

SY 52 4.92 SY 14 0.42 SY 1 0.04 SY 67 1.00

UA 748 70.82 UA 1,095 33.87 UA 238 10.11 UA 2,081 31.33

US 652 61.73 US 862 26.67 US 181 7.71 US 1,696 25.53

VX 66 6.29 VX 5 0.15 VX 0 0.00 VX 71 1.07

在文檔中多重市場競爭與價格離散之關聯 : 以美國境內航空市場為例 - 政大學術集成 (頁 20-36)

‧

‧

‧

G

f are

T otalRevenue

‧

avg_contact

= 1 F

(F

− 1)

‧

‧

‧ total route of k

max_pct_mmc

weighted_pct_mmc

pct_contact

F

max_pct_contact

F

weighted_pct_contact

F

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

Mktshare

‧

ln_avg_f are

G

avg_contact

/1000

pct_contact

max_pct_contact

weighted_pct_contact

P S_MMC

/1000

BK_MMC

ZY D_MMC

N onstop

N etworksize

Maktshare

HHI

Roundtrip

Hub

ln_distance

Mktsize

第 3.3 節 敘述統計

‧

‧

Variable Obs Mean Std. Dev. Min Median Max

average_f are

330,919 230.168 107.796 20.01 205.969 1,486.780 ln_avg_f are

330,919 5.351 0.411 2.996232 5.328 7.304 min_p 330,919 128.929 107.948 20 105.060 1,486.780 max_p 330,919 531.597 317.225 20.01 443.310 1,500.000

p10 330,919 154.540 99.075 20 127.630 1,486.780

p20 330,919 169.591 97.447 20 145.010 1,486.780

p30 330,919 183.137 97.671 20 159.500 1,486.780

p40 330,919 198.230 99.874 20 174.495 1,486.780

p50 330,919 216.748 104.465 20.01 191.870 1,486.780

p60 330,919 238.123 115.541 20.01 211.000 1,496.160

p70 330,919 264.718 127.475 20.01 235.930 1,496.160

p80 330,919 299.928 142.528 20.01 269.900 1,499.000

p90 330,919 360.261 176.925 20.01 324.150 1,499.000

G

330,919 0.180 0.101 0 0.193 0.6856467

avg_contact

330,919 1,695.636 556.544 0 1,718.200 3,314 avg_contact

/1000 330,919 1.696 0.557 0 1.718 3.314 pct_contact

330,919 0.571 0.121 0 0.592 0.764 max_pct_contact

330,919 0.706 0.140 0 0.729 1 weighted_pct_contact

330,919 0.048 0.012 0 0.049 0.080 P S_MMC

330,919 1,695.636 690.484 0 1,827.143 3,314 P S_MMC

/1000 330,919 1.696 0.690 0 1.827 3.314

ZY D_MMC

330,919 0.256 0.081 0 0.282 0.381

BK_MMC

330,919 0.571 0.155 0 0.583 1

立政治大學

第 3.3 節敘述統計

立政治大學