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

全文

(1)國立政治大學經濟學系研究所碩士學位論文 Department of Economics National Chengchi University Master Thesis. 政治大多重市場競爭與價格離散之關聯:. 立. 以美國境內航空市場為例. ‧ 國. 學. Does multimarket contact matter for price dispersion in. ‧. the airline industry?. n. er. io. sit. y. Nat. al. Ch. i n U. v. e n g劉亭彣 chi 研究生: Ting-Wun Liou. 指導教授：江品慧博士 Advisor: Piin-hueih Chiang, Ph.D. 中華民國 106 年 12 月 December 2017.

(2) 摘要本文以美國境內航空市場為例，探討多重市場接觸與價格離散的關聯，並研究大型航空公司併購案前後多重市場接觸對航空公司競爭策略的影響。本研究發現：(一) 相互容忍說於併購案發生前後皆成立。(二) 相較於考量擴大市場的市佔率，航空公司更應該關注與競爭者間的競爭關係。(三) 併購案發生前後，航空公司的訂價行為都深受競爭對手的競爭策略影響。(四) 併購案發生前，因競爭者多，市場上航空公司平均市佔率的大小是航空公司可採取競爭手段重要因素之一。在最大的 1000 個市場中，雖然每家航空公司的市場力量不大，航空公司仍可採取價格競爭，然若是對手間聯合懲罰，則航空公司不敢採取激進手段，且多重市場接觸越多，價格離散程度越大。而在次要競爭的市場中，則因. 治政大顯競爭行為。但若考量競爭對手間的碰面次數，則多重市場接觸與不同分位價立格關係為正，且多重市場接觸越多，價格離散程度越低。併購案發生後，因航. 航空公司的平均市占率是最大的 1000 個市場的兩倍，因此航空公司並未有明. ‧ 國. 學. 空公司間彼此箝制力量大，與競爭對手間的碰面次數越多，越傾向隱性勾結，且高價位的價格上升較低價位價格多，使價格離散程度越大。. ‧. 關鍵詞：美國境內航空市場、多重市場接觸、相互容忍說、價格離散、吉尼係. n. al. er. io. sit. y. Nat. 數. Ch. engchi. i. i n U. v.

(3) Abstract In this paper, we discuss whether multimarket contact matters for price dispersion in the U.S. airline industry, and compare the influence of multimarket contact on airlines’ competition strategies before and after airline mergers and acquisitions. We find that: (a) Before and after the mergers, mutual forbearance exists. (b) In contrast to an airline‘s market share, the relationship between airlines and itself plays a more important role in its pricing strategy.(c) Before and after the mergers, airline companies’pricing strategies are significantly affected by their competitors’strategies. (d) Before the mergers, because of the intense competition, it is the size of the competitors‘ market share that the company. 治政 kets, airline companies will take aggressive actions大 to get more passengers for the punishment from its 立 competitor is an incredible threat, however, if competidecide whether to take aggressive strategies. In the top 1000 competitive mar-. ‧ 國. 學. tors collude together, airline companies will hardly dare to cut price. And the effect of an increase in multimarket contact on price dispersion is positive and significant. In the second competitive markets, since the average market share. ‧. is twice bigger than in the top 1000 markets, airlines prefer not to participate in. y. Nat. cut-throat competition. However, if competitors collude, then airline companies. sit. will cooperate together, and the effect of an increase in multimarket contact on. al. er. io. price dispersion is negative and significant. After the mergers, increase in con-. n. tacts with competitors would facilitate mutual forbearance and increase price. Ch. i n U. v. dispersion and higher-percentile prices will increase more than lower-percentile prices.. engchi. Keywords: U.S. Airline Industry, Multimarket contact, Mutual forbearance, Price Dispersion, Gini coefficient. ii.

(4) 目錄表目錄 ........................................................................................................... vi 圖目錄 ........................................................................................................... vii. 第一章介紹與文獻回顧 ........................................................................... 1. 第 1.1 節介紹 .............................................................................. 1. 第 1.2 節文獻回顧 ....................................................................... 2. 1.2.1 美國航空市場歷年文獻回顧 .................................. 2. 政治大 1.2.3 價格離散相關文獻................................................ 立第二章產業背景......................................................................................... 3. 1.2.2 多重市場接觸相關文獻 ......................................... 5 7. ‧ 國. 學. 第三章資料敘述........................................................................................ 12 第 3.1 節資料來源 ....................................................................... 12. ‧. 13. 第 3.3 節敘述統計 ....................................................................... 22. sit. y. Nat. 第 3.2 節變數介紹 ....................................................................... io. er. 第四章模型介紹........................................................................................ 28. al. 第 4.1 節追蹤資料模型 (Panel Model) ........................................ 28. 30. 第 5.1 節 Replication of Ciliberto and Williams (2014) ............... 30. 第 5.2 節多重市場接觸和吉尼係數之關係 .................................. 30. 第 5.3 節. Robustness 分析............................................................ 32. 第 5.4 節比較兩期多重市場接觸和價格的關係 ........................... 32. n. v i n 第 4.2 節實證模型 ...................................................................... Ch engchi U 第五章實證結果......................................................................................... 29. 第 5.5 節比較兩期在不同類型市場情況下多重市場接觸與價格的關係 ......................................................................................... 34. 第六章結論 ................................................................................................ 38 參考文獻........................................................................................................ 40. iii.

(5) Appendix ....................................................................................................... 44 第 A.1 節多重市場接觸之計算方式 ............................................ 44. 第 A.2 節結果之表格 .................................................................. 46. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. iv. i n U. v.

(6) 表目錄 1. 資料來源列表說明 . . . . . . . . . . . . . . . . . . . . . . . . . . 12. 2. citypair(以 MSA 劃分) . . . . . . . . . . . . . . . . . . . . . . . . 13. 3. 2006Q1 所有市場的多重市場接觸數 . . . . . . . . . . . . . . . . 16. 4. 2006Q1 至 2008Q4 所有市場的平均多重市場接觸數 . . . . . . . . 17. 5. 2013Q1 至 2015Q4 所有市場的平均多重市場接觸數 . . . . . . . . 17. 6. 2006Q1 至 2008Q4 所有市場的平均 pct_mmc . . . . . . . . . . . 18. 7. 2013Q1 至 2015Q4 所有市場平均 pct_mmc . . . . . . . . . . . . 18. 10. 政治大第一期所有市場的敘述統計 . . . . . . . . . . . . . . . . . . . . . 立第二期所有市場的敘述統計 . . . . . . . . . . . . . . . . . . . . .. 11. 兩期不同類型的市場的相關敘述統計 (平均值) . . . . . . . . . . . 26. 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. 9. 變數介紹簡表 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 24 25. 學. ‧. ‧ 國. 8. 其佔比 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 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. y. Nat. 13. sit. 其佔比 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27. 15. 對比兩期在所有市場下 avg_contactmt 與 Mktsharejmt 從第 25. al. v i n Ch 分位上升至第 75 分位，平均價格的中位數會如何變化 engchi U n. 16. er. Ciliberto and Williams (2014) 與第二期之結果比較 . . . . . . . . 30. io. 14. . . . . . . 33. 對比兩期在所有市場下 P S_MMCmt 與 Mktsharejmt 從第 25 分位上升至第 75 分位，平均價格的中位數會如何變化 . . . . . . . 34. A1. mkt1 下的 mmckh 和 pct_mmckh . . . . . . . . . . . . . . . . . . 44. A2. 第二期 (所有市場資料): 多重市場接觸以 avg_contactmt 衡量之結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47. A3. 第二期 (所有市場資料): 多重市場接觸以 P S_MMCjmt 衡量之結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48. A4. robustness check . . . . . . . . . . . . . . . . . . . . . . . . . . . 49. A5. 第一期 (所有市場資料): 多重市場接觸以 avg_contactmt 衡量之結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 v.

(7) A6. 第一期 (所有市場資料): 多重市場接觸以 P S_MMCjmt 衡量之結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51. A7. 第一期不同市場下的對比：avg_contactmt v.s. P S_MMCjmt . . 52. A8. 第二期不同市場下的對比：avg_contactmt v.s. P S_MMCjmt . . 53. A9. 兩期在不同市場下 avg_contactmt 的對比 . . . . . . . . . . . . . 54. A10 兩期在不同市場下 P S_MMCjmt 的對比 . . . . . . . . . . . . . . 55. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. vi. i n U. v.

(8) 圖目錄 1. 2000 至 2016 年美國國內航空燃料成本與消費 (資料來源:BTS) .. 2. 美國航空併購與破產狀況 (資料來源:Antitrust Law: Should the U.S. government strictly enforce antitrust laws?) . . . . . . . . . .. 7. 8. 3. 不同類型市場的狀況 . . . . . . . . . . . . . . . . . . . . . . . . . 10. 4. 2000 年後各家航空公司客運收益公里數比較圖 . . . . . . . . . . 11. 5. 吉尼係數示意圖 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15. 6. Networksize 示意圖 . . . . . . . . . . . . . . . . . . . . . . . . . . 21. 7. 多重市場接觸舉例圖 . . . . . . . . . . . . . . . . . . . . . . . . . 44. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. vii. i n U. v.

(9) 第一章第 1.1 節. 介紹與文獻回顧. 介紹. 追求利潤極大化是廠商決策行為中重要的目標之一，廠商因此目標衍伸出許多不同的競爭行為。而在航空市場中，航空公司彼此間於多個市場做競爭，又因存在不同需求彈性的乘客，航空公司可藉由差別取價來獲取消費者剩餘，且航空市場的資料大多為政府公開資料，因此一直是產業經濟學者研究競爭行為重要的標的之一。而其中，以美國航空市場資料收集最為完善，因此本文將以美. 政治大在一次性賽局中，廠商會採取納許均衡 (Nash equilibrium) 的策略，沒有誘立因合作。但在重複賽局時，因對手可以採取懲罰性策略，所以廠商有可能會合國國內航空市場作為研究對象。. ‧ 國. 學. 作。航空公司間不僅是多期競爭，且同時間在多個市場競爭，其競爭行為非常複雜。歷年來，探討航空市場競爭行為的實證文章中，多重市場競爭一直. ‧. 是許多學者研究分析的重點。過往研究指出，航空公司彼此同時存在的市場. y. Nat. 數越多，航空公司因擔心在某一市場採取競爭行為會引發其他競爭者於其他. sit. 市場報復，因此彼此會選擇相互容忍 (live and let live)，促進隱性勾結 (tacit. er. io. collusion)，即多重市場接觸越多，平均價格會越高。但過去文獻大多著墨討論. al. n. v i n Ch 競爭時，航空公司對不同分位價格的票價是否也會有不同的競爭行為。 engchi U. 市場的平均價格，卻甚少提及多重市場接觸與價格離散的關係，即在多重市場. 因此本文主要貢獻之一是探討多重市場接觸與價格離散的關聯，並將以兩種. 衡量多重市場接觸的計算方法，深入分析航空公司的競爭行為。此外，因近十年來美國境內航空市場發生多起大型航空公司併購案，本文採用兩期資料做對比，併購案發生前，參考 Ciliberto and Williams (2014) 的資料期間將 2006 年 Q1 至 2008 年 Q4 視為第一期，大型併購案後的 2013 年 Q1 至 2015 年 Q4 視為第二期。除了綜合所有市場，探討大型併購案發生前後多重市場接觸對航空公司競爭策略的影響外，並將市場劃分為三種類型，一是客流量最多的大城市間往返的 (top 1000) 市場，二是大小城市間往返的市場，三是小城市間往返的市場。文章結構為，第一章，介紹與文獻回顧。第二章產業背景，簡介美國航空市 1.

(10) 場自開放天空後的市場概況，並說明將市場劃分為三大類型之原由。第三章資料敘述，詳細介紹資料來源與變數，並分析不同類型市場的敘述統計。第四章模型介紹，介紹追蹤資料模型下固定效果與隨機效果的差別，並描述本文之實證模型。第五章實證結果，首先對比第二期與 Ciliberto and Williams (2014) 的結果，並探討多重市場競爭與價格離散的關聯，及檢測所選擇之多重市場接觸的衡量方式是否具有嚴謹性。接續比較第一期與第二期，在不同類型的市場中，多重市場接觸與價格及價格離散的關係。第六章，結論。. 第 1.2 節. 文獻回顧. 治. 政 1.2.1 美國航空市場歷年文獻回顧. 立. 大. 美國境內航空市場因其市場大且航空公司間競爭行為多且複雜，又航空公司易. ‧ 國. 學. 分辨消費者的需求彈性，再加上長年來政府公開資料收集完備，多年來為產業經濟學界作為實證理論的重要標的之一，因此發展出許多不同之分支。大致上. ‧. 可分為以下幾類型的文獻: 進入決策、競爭關係如何影響價格、競爭關係與提. y. Nat. 供的品質服務、代碼共享、估計需求與供給、破產、歷年來航空公司的政策. n. al. er. io. sit. (如 baggage fee) 等。. i n U. v. Berry (1992) 建構計量模型，利用航空公司進入與退出市場之行為估計回推. Ch. engchi. 航空公司利潤函數。而 Goolsbee and Syverson (2008) 則是探討既存廠商會如何回應潛在進入者進入的威脅，並關注在美國最大家廉價航空 Southwest 開始決定進入與宣佈可能進入新市場時，既存廠商會如何回應。其發現既存廠商在還未確定潛在進入者是否確定會進入前，就會先採取降低價格策略以阻擋競爭者的進入。 Borenstein and Rose (1994)、Gerard and Shapiro (2009)、Dai, Liu, and Serfes (2014) 探討競爭關係會如何影響價格離散程度。而 Evans and Kessides (1994) 與 Ciliberto and Williams (2014) 則發現航空公司間，彼此多重市場接觸增加，越發有機會形成隱性勾結，造成平均價格上升。Mazzeo (2003) 和 Prince and Simon (2009) 討論市場結構與競爭關係會如何影響航空公司提供的服務品質，並發現越獨佔的市場，航班越容易延誤。 2.

(11) Ito and Lee (2007)、Gayle (2013) 利用航空業有別於其他產業的合作關係-代碼共用 (codeshare)，藉此討論上游廠商 (operating carrier) 與下游廠商 (ticket carrier) 的關係如何影響價格。Ito and Lee (2007) 指出因產品差異化，垂直型的代碼共用航班1 價格比一般航空公司提供的價格還要來的低。而 Gayle (2013) 發現當上游廠商同時在市場上提供相同產品時，代碼共用的合作方式不會減弱雙重邊際化 (double marginalization)。 Ciliberto and Schenone (2012) 發現航空公司申請破產保護的階段，會降低生產力 (capacity) 與價格。Nicolae et al. (2016) 討論航空公司是否實施托運行李費用會如何影響航空公司的營運效果 (如是否會延誤班機)，並比較大型航空公司與廉價航空結果的不同。他們發現，當大型航空公司只有收取一個托運. 政治大. 行李費用時，比沒有收取與收取兩件的營運品質好，且當大型航空公司收取兩. 立. 件費用時，廉價航空的營運品質會有顯著下降。Berry and Jia (2010) 則利用. ‧ 國. 學. Berry, Levinsohn, and Pakes (1995) 的方法估計需求與供給。. ‧. 而因本文所選取的兩期間市場發生巨大變化，競爭關係有所變動，因此本篇主要關注在兩大文獻，一是探討多重市場接觸與平均價格的關係，二是討論競. Nat. sit. io. n. al. er. 紹。. y. 爭會如何影響不同彈性的消費者，進而影響價格離散程度。以下一一詳細介. Ch 1.2.2 多重市場接觸相關文獻. engchi. i n U. v. 當廠商在多個市場遇到相同競爭對手所形成的競爭行為稱為多重市場接觸 (multimarket contact，以下簡稱 mmc)(Gimeno and Woo (1996))。廠商在某一市場因其競爭優勢採取競爭行為時，可能會導致其他競爭者選擇在發起行動之廠商的重要市場採取報復行為，發起行動之廠商會衡量其利弊，是否要採取行動或與其他廠商達成一種隱性勾結 (tacit collusion)。廠商間重疊的市場越多，廠商間的互動也會越趨頻繁，對於彼此的策略會越了解，越避免競爭，相互包容 (live and let live)，形成一種檯面下的聯合行為，在學理上稱為相互容忍假 1 垂直型的代碼共用航班係指航程中的每段飛行都為同一家. operating carrier，但由另一家航空公司販售。例如 UA/US*-UA/US* 是指航班中途有轉機且由 UA 飛行，但實際上販售的是 US；亦或是 AS/AA* 係指航班由 AA 販售但實際上是由 AS 飛行。* 指 marketing carrier。參考 Ito and Lee (2007)。. 3.

(12) 說 (mutual forbearance )(Edwards (1955))。此類型的聯合行為可以在以下產業中觀察到，如國際航空市場 (Zou, Yu, and Dresner (2012))、美國國內航空市場 (Evans and Kessides (1994))、水泥業 (Chicu and Ziebarth (2013))、銀行業 (Kasman and Kasman (2016))、半導體產業 (Chuang et al. (2015))。. Bernheim and Whinston (1990) 是第一篇將多重市場接觸作為討論競爭關係的重要因子之一的理論文獻。他指出，理論上，有著成本結構相同且有固定規模報酬 (Constant returns to scale) 的生產函數的廠商，又所有市場皆相同，多重市場接觸並不會促進隱性勾結。但當產品的生產成本不同、或是廠商有競爭優勢存在亦或是市場的需求成長速度不同，競爭廠商間的多重市場接觸增. 政治大. 加，會促成隱性勾結。而美國航空市場因進入障礙大且固定成本高，屬於寡佔. 立. 市場，而軸輻式系統 (Hub-and-spoke) 可讓航空公司在屬於自己的樞紐機場下. ‧ 國. 學. 有其競爭優勢，又航空公司之間的訂價行為容易受到彼此定價策略的影響，甚是探討多重市場接觸最好目標之一。歷年來實證結果發現多重市場接觸確實. ‧. 會影響廠商的行為，但影響的效果卻不太相同。其一可能的理由是僅採用橫斷面資料 (cross-sectional model)，而未將市場特性納入考量，造成估計有偏誤. Nat. sit. y. 的狀況。Evans and Kessides (1993) 則修正此偏誤，利用追蹤資料模型 (Panel. io. er. Model) 發現多重市場接觸與平均價格有顯著的正向關係，驗證了廠商因為多重市場接觸的增加，促進隱性勾結，使市場的平均價格上升。而 Ciliberto and. n. al. Ch. i n U. v. Williams (2014) 則是利用 2006 年 Q1 至 2008 年 Q4 的美國國內航空資料，檢. engchi. 驗 Evans and Kessides (1993) 的結果與檢測 robustness，提高結果的可信度。並建構理論模型，發現當多重市場接觸較低時，航空公司不會一起聯合提高價格 (例如:Alaska Airlines 和 Delta AirLines)；但當多重市場接觸高時，航空公司會一起提高價格 (例如 US Airways 和 Delta AirLines)。但在多重市場接觸很高的情況下，即使多重市場接觸上升，對於平均價格的影響不大; 但多重市場接觸較低時，當多重市場接觸上升，對平均價格會有較顯著的影響。. 4.

(13) 1.2.3 價格離散相關文獻在航空市場中，航空公司可以利用不同的售票條件，對不同需求彈性的消費者採取差別取價，例如:nonrefundable tickets、Saturday night stay-over2 、 advance-purchase requirements3 ，達到廠商利潤最大。. Borenstein and Rose (1994) 採用 Borenstein (1985) 提出的模型，利用美國航空市場 1986 年第二季的資料，發現競爭關係會影響價格離散程度，且越競爭的市場，價格離散程度會越大。主要原因是當一個新競爭者進入市場，高端價格的需求者 (價格落在整體價格分布的前 90%，即商務人士) 對於航空公司. 政治大價格下降的幅度小，造成價格離散程度越大。但 Gerard and Shapiro (2009) 則立的品牌有忠誠度，所以即使新進競爭者的進入，高端價格下降的幅度會比低端. ‧ 國. 學. 提出反面解釋，因 Borenstein and Rose (1994) 未將競爭關係因時間變化的因素考量進去，其估計有偏誤，故採用追蹤資料模型並用 1993 年 Q1 至 2006 年 Q3，共 64 季的資料，證明教科書上的說明。當競爭關係越強，廠商可以採取. ‧. 差別取價的能力會下降，進而使價格越不離散。且為了區分因其他非因差別取. sit. y. Nat. 價所造成的價格波動 (例如: 高峰負荷定價 (Peak-load Pricing))，將市場區分為大城市市場 (big city-pair) 與休閒市場 (leisure city-pair)，發現如果市場中. io. n. al. er. 存在不同的需求4 (即大城市市場)，競爭程度越大，價格離散程度會越小，且. i n U. v. 前 90% 的價格下降的幅度比 10% 的價格幅度大，同時發現競爭對價格的影響. Ch. engchi. 會因為景氣循環而有所變動，景氣好時，廠商更有能力做差別取價。而 Dai, Liu, and Serfes (2014) 則利用 Hotelling 模型，推導競爭程度與價格的關係，發現競爭與價格離散是一個倒 U 的關係。在市場力量較集中的市場時，當 HHI 下降時，價格離散程度會越高，但在市場力量較分散的市場時，當 HHI 下降更多，價格離散程度會越低。而在市場力量較集中的市場，低品質的產品會因越競爭，價格下降的越快；但在市場力量較不集中的市場，高品質的產品其價格會因越競爭，價格下降的越快。 2 一般來說，商務人士周末不會出差，大多是遊客會搭乘周六的班機，因此週六晚上班機的票. 價會比較便宜，但是周日晚上班機的票價會相對較貴。 3 航空公司會開放可提前購買的購票方式，訂定優惠價格吸引時間成本較小的消費者. 客)。可參考 Dana and Jr. (1998)。 4 不同需求指乘客中包含商務人士與遊客。. 5. (例如: 遊.

(14) 過往探討相互容忍說，多著重於多重市場接觸與平均價格的關係，以及多重市場接觸的多寡是否對平均價格有不同的影響。由於航空市場屬於寡占市場，且從航空公司的售票行為可觀察到差別取價的存在，又航空公司彼此在多個市場競爭，因此航空公司間可能對不同價位的票價有不同的競爭策略。所以多重市場接觸與價格離散的關係值得探討。然而，文獻上並未對此多著墨。因此本文將參考 Gerard and Shapiro (2009) 的討論方式，探討多重市場接觸與價格離散和不同分位價格的關係。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i n U. v.

(15) 第二章. 產業背景. 美國航空市場從 1979 年實施開放天空後，航空公司如雨後春筍般成立。從 2000 年後，因過度競爭、國際原油價格上漲 (2000 年從每桶 30 美元以下，至 2008 年已漲至每桶 100 美元以上)(如圖 1)、恐怖攻擊事件5 發生，再加上低成本航空公司的出現6 ，多家航空公司發生破產與併購案件 (如圖 2)。根據富比士雜誌（Forbes）指出，在 2005 至 2008 年期間，約有 70% 的航空公司處於美國破產法 CH117 的破產保護狀態。而到 2008 年金融海嘯後，大型航空公司併購案發生不斷，包含 2008 年 Northwest Airlines 併入 Delta. 政治大空 Southwest Airlines Inc. 宣布收購 AirTran Airways 並於 2011 年併購完成。立 2013 年 American Airline 併購 U.S. Airways，此舉使美國航空成為全世界載客. AirLines，2010 年 Continental Airlines 併入 United Airlines，2010 年廉價航. ‧ 國. 學. 量、客運總里程和機隊最大的航空公司8 ，而美國的航空市場也正式進入四強鼎立的狀態。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 1: 2000 至 2016 年美國國內航空燃料成本與消費 (資料來源:BTS) 5 航空市場因需要較高的固定成本，且因其與生命相關，容易受到外在事件的影響。如. 2001 年 911 事件發生後，造成聯合航空 (United Airlines) 破產，直到 2005 年才脫離破產保護。 6 傳統航空公司受到 911 事件、SARS 等影響，收入銳減，使低成本航空公司有機可入。低成本航空公司如 Southwest Airlines Inc.、AirTran Airways、JetBlue Airways、Virgin America、WestJet。 7 This chapter of the Bankruptcy Code generally provides for reorganization, usually involving a corporation or partnership. A chapter 11 debtor usually proposes a plan of reorganization to keep its business alive and pay creditors over time. People in business or individuals can also seek relief in chapter 11(source from UNITED STATES Courts). 8 參考資料: 新唐人 2013 年 12 月 10 日訊。. 7.

(16) 政治大圖 2: 美國航空併購與破產狀況 (資料來源:Antitrust Law: government strictly立 enforce antitrust laws?). Should the U.S.. ‧ 國. 學 ‧. 為了能夠進一步探討大型航空公司併購案發生前後，市場結構與航空公司間競爭關係的變化，本文取兩區間來做討論，第一期為 2006 年 Q1. Nat. sit. y. 至 2008 年 Q4，第二期為大型併購案發生後的 2013 年 Q1 至 2015 年 Q4。. io. er. 圖 4為根據美國運輸部 (BTS) 的資料整理從 2000 年來各家航空公司的收益公里數對比圖。從圖 4可看出，2002 至 2012 年主要是由七家航空公司. n. al. Ch. i n U. v. 提供服務 (American Airline、Delta AirLines、Southwest Airlines Inc.、United. engchi. Airlines、Continental Airlines、US Airways、Northwest Airlines)，而 2012 年後則由四家航空公司 (American Airline、Delta AirLines、Southwest Airlines Inc.、United Airlines) 提供服務。後文所提之大型航空公司即是以客運收益公里數計算，第一期為排名的前七家，第二期為前四家。. 此外，本文更深入探討不同類別市場的競爭行為。除了綜合所有市場討論，本文根據美國聯邦航空總署 (FAA) 之 2014 年機場人流量排名將市場劃分為三種類型，一是由排名前 42 大機場所組成的大城市間往返的 (top 1000) 市場，二是由排名第 43 至排名 100 機場所組成的小城市間往返的市場，三是由大小城市間往返的市場。本文市場的定義是根據美國商務部大都會統計區之. 8.

(17) 統計方式，將位處於相同大都會區的機場視為同一目的地9 ，如位於同一大都會區的約翰·甘迺迪國際機場 (John F. Kennedy International Airport, JFK)、紐華克自由國際機場 (Newark Liberty International Airport, EWR)、拉瓜迪亞機場 (LaGuardia Airport, LGA)、威斯特徹斯特郡機場 (Westchester County Airport, HPN)，飛往紐約的乘客都可從任一機場進出，因此應視為同一目的地。而從起飛地至最終降落地，稱為一個市場 (citypair)，往返之相同路線視為兩種不同的市場，如紐約飛往芝加哥和芝加哥飛往紐約為兩個不同的市場。圖 3為對比前後兩期不同市場類型的市場結構10 。從圖 3(d) 可知，所有市場同時分析時，兩期間的市場結構無太大的不同。然而細分不同市場類型時，兩期間的市場結構確實有明顯的不同。. 政治大. 最大明顯不同的是，在大城市間往返的市場中 (圖 3(a))，第二期屬於獨佔市. 立. 場的比例大幅升高，約 2.87 倍 (8% → 23%)。可知，在大型航空公司併購案發. ‧ 國. 學. 生後，對於大城市間往返的市場而言，市場越集中。但在大小城市間往返的市場 (圖 3(b)) 與小城市間往返的市場 (圖 3(c)) 可發現，市場反而相對越向雙寡. ‧. 占市場靠攏。. n. er. io. sit. y. Nat. al. 9 詳見表. Ch. engchi. i n U. v. 2。. 10 市場中，一家航空公司的市佔率大於. 0.9 即視為獨占 (monopoly) 市場，若有兩家的市佔率大於 0.9 則稱為雙寡占 (duopoly) 市場，其他則為寡占 (oligopoly) 市場。參考 Borenstein and Rose (1994) 與 Dai, Liu, and Serfes (2014)。. 9.

(18) n. Ch. engchi. 10. i n U. (c) 小城市間往返的市場. y. 圖 3: 不同類型市場的狀況. sit. io. er. ‧. Nat. al. (a) 大城市間往返的市場 (top 1000). 學. ‧ 國立 (d) 所有市場. (b) 大小城市間往返的市場. 政治大. v.

(19) engchi. 11. i n U. v sit. y. (Revenue Passenger Kilometers(RPK)) 為航空業計算客運量所用的單位。其算法為收費載運人數乘以搭乘距離的總和。因航空市場的大小與其飛行市場的距離有極大的關係，且會影響飛機使用的大小，因此單純以載客量最為衡量單位不足以表達，需在乘上運送距離，方可看出實際上航空公司旅運量的增長變化。資料來源:IATA。. a 收益公里數. n. Ch. a. io. er. ‧. Nat. al 圖 4: 2000 年後各家航空公司客運收益公里數比較圖. 學. ‧ 國立政治大.

(20) 第三章第 3.1 節. 資料敘述. 資料來源. 使用來自美國運輸部 (Department of Transportation) 與美國商務部 (Department of Commerce) 發布之資料，主要有四個資料庫: Passenger Boarding (Enplanement) 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:. 政治大. 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。. 立. • DB1B_Market 及 DB1B_Ticket: 提供美國航班資訊，包含票價、起飛. ‧ 國. 學. 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-. er. io. sit. y. Nat. tan Statistical Area(MSA)11 ) 所計算之歷年人口數。. n. a l 表 1: 資料來源列表說明 i v n Ch U engchi 資料庫名稱時間. 資料來源 Department of Transportation. Department of Commerce. DB1B_Market DB1B_Ticket Passenger Boarding (Enplanement) and All-Cargo Data for U.S. Airports the Bureau of Economic Analysis. 11 An. 資料內容季資料航班訊息季資料航班訊息年資料. 機場人流量排名. 年資料. 人口數. 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). 12.

(21) 第 3.2 節. 變數介紹. • 市場資料範圍為第一期 (2006 年 Q1 至 2008 年 Q4) 以及第二期 (2013 年 Q1 至 2015 年 Q4)，並根據 2014 年機場之登機旅客數排名篩選前 100 大機場，以 MSA 為依據，將處於相同都會區的機場視為同一個目的地，如表 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同之市場。並且刪除極端值12 、遺漏值、代碼共享 (Codeshare)13 、航班販售者改變。下面將市場定義為下標之 m，m = 1，. . .，M，共 6,642 個. 政治大為下標之 j，j = 1，. 立. .，J。故下標之 jmt，代表在時間 t(例如 2013 年市場。時間定義為下標之 t，t = 1，. . .，T ，總共 12 季。航空公司定義. ‧ 國. 學. 第一季)，航空公司 j(例如:AA) 飛行航線 m(例如: 從芝加哥飛往紐約)。表 2: citypair(以 MSA 劃分). Airport(rank) ORD(3)、MDW(24) 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). ‧. Metropolitan Statistical Area Chicago-Naperville-Elgin, IL-IN-WI New York-Newark-Jersey City, NY-NJ-PA. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 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 Airlines(AS)、JetBlue Airways(B6)、Continental Airlines(CO)、Delta AirLines(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)。. 13.

(22) 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. 政治大十分位的價格，以研究航空公司對於不同分位價格的競爭行為。在計立算票價前，根據 Gerard and Shapiro (2009) 刪除票價小於 $20 與大於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. ‧ 國. 學. $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 arejmt )，並參考 Gerard and Shapiro (2009) 計算. sit. y. Nat. 各十分位的價格 (p90 至 p10)。. io. er. • 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 A 積百分比，橫軸為人口累積百分比。吉尼係數 = ，當 A 的面積越 A+B 大，代表所得分配越不平均。吉尼係數介於 0 跟 1 之間。當吉尼係數越. n. al. Ch. engchi. i n U. v. 接近 1 時，代表分配越不平均；吉尼係數越接近 0，分配越平均。而在本文，為了能夠了解價格離散程度的狀況，將縱軸視為收益累計百分比，橫軸為乘客數累積百分比，如圖 5(b)。對角線的意義為，若總乘客數有 100 人，則航空公司收取每位乘客的價錢都是佔其全部收益的百分之一。但若每增加一位乘客，其所獲取的收益非均等，則會造成收益分配不均得狀況，吉尼係數越大，代表價格越離散。 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。. 14.

(23) (a) 原始定義. (b) 本文. 圖 5: 吉尼係數示意圖本文根據 Borenstein and Rose (1994) 計算吉尼係數之公式如下:. 政治大. Gjmt = 1 − 2×    i N  ∑ ∑   f are × P ax 1 P ax P ax   i i i a   ×  × + (1 − )   T otalRevenue  2 T otalP ax T otalP ax . 立. (1). ‧ 國. 學 a=1. i=1. 其中，N 為第 j 家航空公司在市場 m 下，共收取 N 種價格。P axi 為第 j. ‧. 家航空公司在市場 m，收取第 i 順位價格下所運載的乘客數，T otalP ax. n. al. er. io. sit. y. Nat. 為航空公司 j 在市場 m 乘載的總乘客數，T otalRevenue 為總收益。 ∑i P axa 係指航空公司 j 在市場 m 下，累積至第 i 順位的價格 a=1 T otalP ax 下，其乘客總數對其總乘客數的佔比。. Ch. • 多重市場接觸 (Multimarket Contact). engchi. i n U. v. 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次數，下標為 mt。另一則是計算某一市場內單一航空公司與其他競爭者碰面次數的平均值，下標為 jmt。下標為 mt 之衡量方式不僅考量自己與競爭對手間的碰面次數，也將競爭對手間碰面次數納入考量，其意義為競爭對手間的策略行為是否會影響航空公司的決策。而下標為 jmt 之衡量方式是航空公司只有考慮自己與競爭對手間的碰面次數，但是不考慮競爭對手間的碰面次數。本文主要根據 Evans and Kessides (1994) 與 Ciliberto and Williams (2014). 15.

(24) 計算之多重市場接觸如下 Fmt ∑ Fmt ∑ 1 t 1[k and h active]mt ∗mmckh avg_contactmt = Fmt (Fmt − 1) k=1 h=1,h,k. (2) t 假設 mmckh 為航空公司 k 與 h 在時間 t 下，共同存在的市場總數。. 1[k and h active]mt 為 1 指兩家航空公司 k 和 h 在 t 期同時存在於市場 m。而 Fmt 指在時間 t 下，市場 m 共存在 F 家航空公司。如圖 3，斜對 2006Q1. 角線為當季航空公司所存在的市場數，而 mmcAAAS = 162 係指兩家航. 政治大. t t 空公司同時在 2006Q1 存在的市場數有 162 家。mmcAAAS = mmcASAA 。. 立. ‧ 國. DL. F9. FL. G4. NK. SY. US. WN. 366 341 125 116 0 32 6 266 139 0 50 304 299 40 6 332. 4,633 854 905 1 94 38 2,036 2,009 51 240 2,253 2,899 139 45 2,998. 987 170 2 27 28 450 708 0 127 679 705 63 0 870. 972 0 58 19 694 313 0 146 556 698 65 33 651. 10 0 0 4 4 0 2 4 4 0 0 10. 99 3 96 45 0 17 93 82 22 13 85. 38 28 2 0 25 33 38 4 0 38. 2,508 1,148 5 177 1,351 1,760 98 43 1,829. 2,488 0 92 1,501 1,703 47 34 1,767. HA. YX. CO. NW. TZ. U5. UA. Ch. sit. engchi. er. al. y. ‧. 302 73 264 158 33 0 12 6 130 185 1 24 136 160 23 0 275. B6. n. AS. io. AA 2,963 162 252 2,455 782 565 5 93 38 1,261 1,587 34 215 1,900 1,936 135 29 2,256. Nat. AA AS B6 DL F9 FL G4 NK SY US WN HA YX CO NW TZ U5 UA. 學. 表 3: 2006Q1 所有市場的多重市場接觸數. iv 84 n U 0 293. 9 198 2,584 31 289 1,888 3,764 15 30 130 125 140 0 6 38 44 7 65 263 1,989 2,669 137. 45 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。斜對角線為該航空公司進入的市場數。此為一個對稱矩陣。. 而由表 4與 5可觀察到，在經過大型航空公司併購案後，大型航空公司平均存在市場數在第二期大幅減少，如 AA 減少約 800 個、DL 減少 1,808 個、WN 減少 684 個、UA 減少 1,783 個，且彼此間的碰面次數也減少。而小型航空公司的存在市場數增加，小型航空公司與大型航空公司平均碰面的次數也增加。但對比表 6和 7可看出，即使大型航空公司在第二期存在市場少很多且碰面次數減少，但是大型航空公司間的碰面次數佔大 16.

(25) 型航空公司總進入市場數的佔比增加。由此可知，在第二期，因航空公司存在的市場數下降的速度比彼此碰面的市場數下降的多，使航空公司間碰面的次數對定價策略的意義來的比第一期更重要。表 4: 2006Q1 至 2008Q4 所有市場的平均多重市場接觸數 AA 2,963 AS 201 338 B6 457 92 DL 2,404 292 F9 886 168 FL 730 51 G4 5 0 NK 106 16 SY 49 11 US 1,697 236 WN 1,623 204 HA 33 14 YX 233 35 CO 1,880 154 NW 1,851 181 TZ 76 19 U5 16 0 UA 2,239 301. 718 665 159 314 0 58 10 620 304 0 68 541 526 26 8 587. a. DL. F9. FL. 4,624 966 1,131 1,176 245 1,251 10 1 1 114 34 87 44 39 26 2,699 710 979 2,081 807 425 42 0 0 249 151 179 2,304 735 713 2,647 789 832 76 33 29 25 1 19 2,896 973 807. 立. G4. NK. SY. US. WN. 16 0 0 7 1 0 1 3 4 0 0 9. 123 4 118 51 0 27 107 94 8 8 94. 51 43 9 0 27 42 47 4 0 48. 3,309 1,585 31 217 1,749 2,045 61 23 2,303. 2,583 0 122 1,609 1,705 23 19 1,861. HA. 政治大. ‧ 國. B6. YX. CO. NW. TZ. 84 0 303 6 222 2,659 22 296 1,847 3,451 18 18 60 64 0 3 19 23 64 262 1,982 2,445. 83 1 80. 學. AS. AA. U5. UA. 26 16 3,864. 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 2006Q1 至 2008Q4 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。. ‧. 2,164 363 394 1,920 403 176 14 233 65 71 1,184 1,494 34 1,627. 435 105 396 135 15 4 67 43 56 268 241 40 385. DL. al. F9. FL. G4. NK. sit. AA AS B6 DL F9 FL G4 NK SY VX US WN HA UA. B6. SY. VX. US. WN. HA. UA. 71 45 1,696 67 1,062 1,899 3 27 1 71 1,228 1,385. 47 37. 2,081. er. AS. n. AA. io. 第二期. y. Nat. 表 5: 2013Q1 至 2015Q4 所有市場的平均多重市場接觸數. 451 441 2,816 97 431 448 62 223 46 227 2 19 6 0 107 240 115 44 36 66 44 13 50 70 42 7 302 1,502 295 205 386 1,731 353 202 1 34 1 0 405 1,839 384 179. Ch. engchi. a. 20 0 0 1 9 12 3 15. 246 37 35 156 235 1 224. i n U 67 25 47 59 1 65. v. 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。. 17.

(26) 表 6: 2006Q1 至 2008Q4 所有市場的平均 pct_mmc AA AS B6 DL F9 FL G4 NK SY US WN HA YX CO NW TZ U5 UA. AA. AS. B6. DL. F9. FL. G4. NK. SY. US. WN. HA. YX. CO. NW. TZ. U5. UA. 1.000 0.068 0.154 0.811 0.299 0.246 0.002 0.036 0.016 0.573 0.548 0.011 0.079 0.635 0.625 0.026 0.005 0.756. 0.596 1.000 0.272 0.863 0.498 0.151 0.000 0.047 0.033 0.699 0.602 0.041 0.102 0.456 0.537 0.056 0.000 0.890. 0.637 0.128 1.000 0.925 0.222 0.438 0.000 0.081 0.014 0.863 0.424 0.000 0.094 0.753 0.733 0.036 0.011 0.818. 0.520 0.063 0.144 1.000 0.209 0.254 0.002 0.025 0.010 0.584 0.450 0.009 0.054 0.498 0.573 0.016 0.005 0.626. 0.783 0.149 0.141 0.854 1.000 0.217 0.001 0.030 0.034 0.628 0.713 0.000 0.133 0.650 0.697 0.029 0.000 0.860. 0.583 0.041 0.251 0.940 0.196 1.000 0.001 0.070 0.020 0.782 0.340 0.000 0.143 0.570 0.665 0.024 0.015 0.645. 0.317 0.000 0.000 0.651 0.086 0.091 1.000 0.000 0.000 0.435 0.065 0.000 0.054 0.210 0.247 0.000 0.000 0.597. 0.856 0.130 0.473 0.923 0.275 0.705 0.000 1.000 0.036 0.953 0.415 0.000 0.217 0.867 0.763 0.063 0.063 0.762. 0.962 0.220 0.192 0.877 0.763 0.503 0.000 0.087 1.000 0.839 0.176 0.000 0.533 0.832 0.931 0.071 0.008 0.938. 0.513 0.071 0.187 0.816 0.215 0.296 0.002 0.036 0.013 1.000 0.479 0.009 0.066 0.529 0.618 0.018 0.007 0.696. 0.629 0.079 0.118 0.806 0.312 0.165 0.000 0.020 0.003 0.614 1.000 0.000 0.047 0.623 0.660 0.009 0.007 0.720. 0.391 0.166 0.000 0.500 0.000 0.000 0.000 0.000 0.000 0.366 0.000 1.000 0.000 0.072 0.257 0.212 0.000 0.759. 0.770 0.114 0.223 0.825 0.498 0.592 0.003 0.089 0.089 0.717 0.404 0.000 1.000 0.733 0.978 0.060 0.009 0.867. 0.707 0.058 0.203 0.866 0.276 0.268 0.001 0.040 0.016 0.658 0.605 0.002 0.083 1.000 0.695 0.022 0.007 0.745. 0.536 0.053 0.152 0.767 0.229 0.241 0.001 0.027 0.014 0.592 0.494 0.006 0.086 0.535 1.000 0.018 0.007 0.708. 0.911 0.228 0.311 0.907 0.397 0.353 0.000 0.093 0.043 0.734 0.277 0.214 0.219 0.718 0.764 1.000 0.014 0.961. 0.631 0.000 0.314 0.997 0.020 0.729 0.000 0.307 0.016 0.915 0.748 0.000 0.111 0.755 0.892 0.046 1.000 0.611. 0.579 0.078 0.152 0.750 0.252 0.209 0.002 0.024 0.012 0.596 0.482 0.017 0.068 0.513 0.633 0.021 0.004 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%。. 政治大. 立. 表 7: 2013Q1 至 2015Q4 所有市場平均 pct_mmc F9. FL. G4. NK. SY. VX. 學. US. WN. HA. UA. 1.000 0.168 0.182 0.887 0.186 0.081 0.007 0.108 0.030 0.033 0.547 0.690 0.016 0.752. 0.834 1.000 0.240 0.909 0.309 0.033 0.009 0.153 0.100 0.128 0.614 0.553 0.093 0.885. 0.874 0.232 1.000 0.977 0.214 0.138 0.005 0.237 0.079 0.111 0.669 0.856 0.002 0.898. 0.682 0.141 0.157 1.000 0.153 0.079 0.007 0.085 0.024 0.025 0.533 0.615 0.012 0.653. 0.898 0.300 0.216 0.961 1.000 0.103 0.012 0.258 0.097 0.094 0.659 0.788 0.001 0.856. 0.776 0.064 0.274 0.985 0.204 1.000 0.000 0.194 0.055 0.033 0.905 0.889 0.001 0.789. 0.725 0.191 0.119 0.945 0.280 0.000 1.000 0.013 0.000 0.068 0.436 0.593 0.127 0.742. 0.947 0.270 0.433 0.975 0.469 0.178 0.001 1.000 0.149 0.140 0.633 0.954 0.003 0.909. 0.977 0.653 0.535 0.999 0.657 0.188 0.000 0.550 1.000 0.373 0.699 0.883 0.010 0.977. 0.995 0.786 0.704 0.977 0.591 0.104 0.019 0.485 0.349 1.000 0.626 0.941 0.041 0.999. 0.698 0.158 0.178 0.885 0.174 0.121 0.005 0.092 0.027 0.026 1.000 0.626 0.016 0.724. 0.787 0.127 0.203 0.911 0.186 0.106 0.006 0.124 0.031 0.035 0.559 1.000 0.000 0.729. 0.717 0.857 0.021 0.724 0.012 0.005 0.053 0.014 0.014 0.062 0.573 0.019 1.000 0.795. 0.782 0.185 0.195 0.884 0.184 0.086 0.007 0.108 0.031 0.034 0.590 0.666 0.018 1.000. n. al. Ch. engchi. y. sit. er. ‧ 國. DL. ‧. B6. io. a. AS. Nat. AA AS B6 DL F9 FL G4 NK SY VX US WN HA UA. AA. i n U. v. 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 88.7%。. 但此計算只單看共同存在的市場數，很難將彼此間的影響力完全顯示出來。例如對於 A 廠商來說，在某一季與對手間的碰面次數有 9 次，但其總共存在市場有 10 個，等於幾乎佔了 90%，跟 A 廠商總共存在 100 個市場來說，與對手碰面次數僅佔其進入市場的 9%，兩者的影響力必然前一者大很多。因此 Ciliberto and Williams (2014) 更提出另三種計算方式. 18.

(27) 以檢測 robustness。其一為 t mmckh = total route of k. t pct_mmckh. ，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 t t t max_pct_mmckh ，取 pct_mmckh 及 pct_mmchk 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， t t weighted_pct_mmckh 為 pct_mmckh 乘上航空公司 k 在整個美國國內. 政治大. 市場的市佔率。其計算公式如下:. 立 pct_contact =. 學. ‧ 國. mt. Fmt ∑ Fmt ∑ 1 1[k and h active]mt Fmt (Fmt − 1) k=1 h=1,h,k. (3). t ×pct_mmckh. ‧. y. Nat. Fmt ∑ Fmt ∑ 1 max_pct_contactmt = 1[k and h active]mt Fmt (Fmt − 1). (4). t × max_pct_mmckh. n. al. er. io. sit. k=1 h=1,h,k. Ch. i n FU F. e n g1c h i ∑. weighted_pct_contactmt =. mt. Fmt (Fmt − 1). v. mt ∑. 1[k and h active]mt. k=1 h=1,h,k t ×weighted_pct_mmckh. (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_MMCjmt 、BK_MMCjmt 、ZY D_MMCjmt 。其中 avg_contactmt 是在時間 t 時，第 m 市場之 P S_MMCjmt 加總的平均。pct_contactmt. 19.

(28) 是在時間 t 時，第 m 市場之 BK_MMCjmt 加總的平均。其公式如下: Fmt ∑ 1 t P S_MMCjmt = 1[j and h active]mt × mmcjh Fmt − 1. (6). h=1,h,j. Fmt ∑ 1 1[j and h active]mt BK_MMCjmt = Fmt − 1 h=1,h,j. ×[. t mmcjh. total route of j. (7). ]. 政 1 治∑ 大 1[j and h active] = Fmt. 立. ×. Fmt − 1. mt. h=1,h,j. (8). t mmcjh. 學. ‧ 國. ZY D_MMCjmt. (total route of j + total route of h). ‧. 依變項與獨立變項之間的關係可能會受到其他因素影響，因此本文加入許多控制變項 (control variable) 以控制這些因素。以下說明各個控制變數。. sit. y. Nat. io. er. • N onstopjmt. 航空公司提供兩種不同的載客方式，分別為 nonstop 與 connecting. n. al. Ch. i n U. v. service，我們將直飛的班次稱為 nonstop service，有轉機或是中間有停. engchi. 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 onstopjmt 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 etworksizejlt 15 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。 15 l:. 代表 origin. 20.

(29) 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. 立. • Mktsharejmt. 政治大. ‧ 國. 學. 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。. ‧. • HHImt. Nat. y. sit. er. io. Herfindahl-HirschmanIndex(HHI) 用以衡量市場集中程度。計算方式為 ∑ 2 將市場上廠商的市佔額平方加總，即 Fj=1 Mktsharejmt 。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。. n. al. • Roundtripjmt. Ch. engchi. i n U. v. 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。 • Hubjmt 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_distancemt 起飛地至最終降落地的直飛距離。 21.

(30) • Mktsizemt 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 arejmt. DB1B. Gjmt. DB1B. avg_contactmt /1000 pct_contactmt max_pct_contactmt. DB1B DB1B DB1B. 航空公司的平均票價，以及各百分位的票價。用以衡量價格離散程度。越接近 1，價格離散程度越高。 Evans and Kessides (1994) 計算之多重市場接觸數。 t 使用 pct_mmckh 的方式計算多重市場接觸數。 t t 選擇 pct_mmckh 和 pct_mmchk 最大者計算多重市場接觸數。 t 利用 pct_mmckh 乘上競爭對手的市占率的方式計算多重市場接觸數。 Prince and Simon (2009) 計算之多重市場接觸數。 Baum and Korn (1996) 計算之多重市場接觸數。 Zou, Yu, and Dresner (2012) 計算之多重市場接觸數。衡量航班是否為直飛，直飛則為 1，否則則為 0。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。航空公司的市佔率。衡量市場的集中程度。來回票乘客數的佔比率。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。起飛地至最終降落地的直飛距離。起飛地至最終降落地的幾何平均人口數。衡量市場的大小。. 政治大. Ch. y. sit. ‧ 國. n. al. DB1B DB1B DB1B DB1B. engchi. DB1B BEA. ln_distancemt Mktsizemt. 第 3.3 節. DB1B. ‧. io. Maktsharejmt HHImt Roundtripjmt Hubjmt. Nat. N etworksizejlt. 學. DB1B DB1B DB1B DB1B. P S_MMCjmt /1000 BK_MMCjmt ZY D_MMCjmt N onstopjmt. er. 立 DB1B. weighted_pct_contactmt. i n U. v. 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，HHImt 從 0.50 上升至 0.53，且航空公司的市佔率提高，Mktsharejmt 從 0.23 上升至 0.26。且無論 22.

(31) 是平均價格或是不同分位的價格，第二期因相對較不競爭，價格都比第一期來的高。此外，比較第十分位的價格至第九十分位的價格，可發現航空公司對於不同分位的價格確實有不同的訂價，且整體而言，因第二期的市場力量較大，對不同分位的價格可以採取差別取價的能力大於第一期。而觀察多重市場接觸可發現，以絕對數字衡量 (avg_contactmt ) 時，第一期航空公司間彼此碰面的市場數較多 (1, 695 > 1, 629)。但由碰面次數佔航空公司總進入市場數衡量 (pct_contactmt ) 時，第二期 pct_contactmt 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. 政治大. 降 (0.72 > 0.597)，市場潛在乘客數變多 (2, 902, 482 < 3, 924, 398)，飛行的距. 立. 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. ‧ 國. 學. (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. ‧. 期或是第二期，大城市間往返的 (top 1000) 市場是競爭最激烈和載客量最多的市場，接著才是大小城市間往返的市場，相對較不競爭的是小城市間往返的市. Nat. sit. y. 場。而大城市間往返 (top 1000) 的市場，平均航空公司間碰面次數是最少的，. io. er. 最大的是小城市間往返的市場。其可能原因如下，由平均存在的航空公司家數的敘述統計可知，最競爭的市場其平均存在的家數較多，約有六至七家。此. n. al. Ch. i n U. v. 外，從表 12與 13發現，小型航空公司存在於大城市間往返 (top 1000) 的市場. engchi. 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競爭的大城市間往返的 (top 1000) 市場，但因為其本身存在市場數較少，與大型航空公司碰面的次數會比大型航空公司與大型航空公司碰面的次數低，因此在計算大城市間往返的市場 (top 1000) 的多重市場接觸時，會使整體的平均值較小。但在小城市間往返的市場中，因為大多都是大型航空公司與大型航空公司碰面，因此其平均多重市場接觸相對會比較高。表 11也可觀察到，因大城市間往返的 (top 1000) 市場最競爭，因此平均票價最低，但價格最離散，而小城市間往返的市場相對較不競爭，票價最. 23.

(32) 高，且第二期的票價都比第一期相比高很多。表 9: 第一期所有市場的敘述統計 Obs. 330,919 230.168 330,919 5.351 330,919 128.929 330,919 531.597 330,919 154.540 330,919 169.591 330,919 183.137 330,919 198.230 330,919 216.748 330,919 238.123 330,919 264.718 330,919 299.928 330,919 360.261 330,919 0.180 330,919 1,695.636 330,919 1.696 330,919 0.571 330,919 0.706 330,919 0.048 330,919 1,695.636 330,919 1.696 330,919 0.256 330,919 0.571 330,919 0.232 330,919 0.507 330,919 0.623 330,919 0.008 330,919 0.300 330,919 0.723 330,919 1,494 330,919 7.104 322,993 2,902,482. 政治大. io. n. Ch. engchi. 24. i n U. y. v. Median. Max. 20.01 205.969 1,486.780 2.996232 5.328 7.304 20 105.060 1,486.780 20.01 443.310 1,500.000 20 127.630 1,486.780 20 145.010 1,486.780 20 159.500 1,486.780 20 174.495 1,486.780 20.01 191.870 1,486.780 20.01 211.000 1,496.160 20.01 235.930 1,496.160 20.01 269.900 1,499.000 20.01 324.150 1,499.000 0 0.193 0.6856467 0 1,718.200 3,314 0 1.718 3.314 0 0.592 0.764 0 0.729 1 0 0.049 0.080 0 1,827.143 3,314 0 1.827 3.314 0 0.282 0.381 0 0.583 1 0.000 0.085 1 0.136 0.460 1 0.012 0.642 1 0 0 1 0 0 1 0 0.746 1 45 1,263 7,446 3.807 7.141 8.915 145,776 1,912,349 19,300,000. sit. Nat. al. 107.796 0.411 107.948 317.225 99.075 97.447 97.671 99.874 104.465 115.541 127.475 142.528 176.925 0.101 556.544 0.557 0.121 0.140 0.012 690.484 0.690 0.081 0.155 0.298 0.229 0.200 0.090 0.458 0.128 963 0.667 3,289,569. Min. ‧. ‧ 國. 立. Std. Dev.. 學. average_f arejmt ln_avg_f arejmt min_p max_p p10 p20 p30 p40 p50 p60 p70 p80 p90 Gjmt avg_contactmt avg_contactmt /1000 pct_contactmt max_pct_contactmt weighted_pct_contactmt P S_MMCjmt P S_MMCjmt /1000 ZY D_MMCjmt BK_MMCjmt Mktsharejmt HHImt N etworksizejlt Hubjmt N onstopjmt Roundtripjlt nonstopmiles ln_distancemt MktSizemt. Mean. er. Variable.

(33) 表 10: 第二期所有市場的敘述統計 Obs. 152,011 271.222 152,011 5.524 152,011 147.322 152,011 622.753 152,011 186.555 152,011 203.615 152,011 219.417 152,011 236.954 152,011 257.767 152,011 281.447 152,011 310.071 152,011 347.954 152,011 411.219 152,011 0.171 152,011 1,629.205 152,011 1.629 152,011 0.676 152,011 0.816 152,011 0.087 152,011 1,629.205 152,011 1.629 152,011 0.302 152,011 0.676 152,011 0.259 152,011 0.530 152,011 0.697 152,011 0.015 152,011 0.372 152,011 0.597 152,011 1,538 152,011 7.132 148,697 3,924,398. 政治大. io. n. Ch. engchi. 25. i n U. y. v. Median. Max. 20 250.704 1,492.000 2.995732 5.524 7.308 20 127.500 1,492.000 20 553.610 1,500.000 20 165.960 1,492.000 20 182.840 1,492.000 20 198.090 1,492.000 20 215.500 1,492.000 20 235.450 1,492.000 20 257.330 1,493.000 20 284.380 1,497.750 20 320.500 1,497.750 20 380.580 1,500.000 0 0.187 0.6186608 0 1,654.900 3,224 0 1.655 3.224 0 0.701 0.902 0 0.861 1 0 0.087 0.159 0 1,848.800 3,224 0 1.849 3.224 0.000 0.331 0.451 0 0.701 1 0.000 0.118 1 0.151 0.480 1 0.012 0.785 1 0 0 1 0 0 1 0 0.616 1 17 1,303 9,362 2.833 7.172 9.144 161,036 2,700,086 20,200,000. sit. Nat. al. 117.838 0.396 118.778 344.413 105.321 104.820 105.982 108.996 113.828 123.914 134.793 149.915 182.584 0.090 775.495 0.775 0.167 0.174 0.029 879.645 0.880 0.111 0.195 0.307 0.224 0.240 0.121 0.483 0.132 1,002 0.666 3,749,149. Min. ‧. ‧ 國. 立. Std. Dev.. 學. average_f arejmt ln_avg_f arejmt min_p max_p p10 p20 p30 p40 p50 p60 p70 p80 p90 Gjmt avg_contactmt avg_contactmt /1000 pct_contactmt max_pct_contactmt weighted_pct_contactmt P S_MMCjmt P S_MMCjmt /1000 ZY D_MMCjmt BK_MMCjmt Mktsharejmt HHImt N etworksizejlt Hubjmt N onstopjmt Roundtripjlt nonstopmiles ln_distancemt MktSizemt. Mean. er. Variable.

(34) 表 11: 兩期不同類型的市場的相關敘述統計 (平均值). observation 觀察值的市場數 average percentile of monopoly mkt average percentile of duopoly mkt average percentile of oligopoly mkt avg_contactmt pct_contactmt P S_MMCjmt BK_MMCjmt 平均存在的航空公司家數 Mktsharejmt HHImt 該市場之航空公司客運量該市場之客運量 average_f arejmt Gjmt. top1000 period1 period2. 大小城市間往返的市場 period2 period1. 90,173 59,213 1,005 1,045 0.233 0.082 0.296 0.335 0.471 0.583 1,278 1,501 0.637 0.555 1,278 1,501 0.637 0.555 5.979 7.949 0.204 0.139 0.488 0.431 679 643 4,584 5,066 214.570 247.700 0.190 0.214. 173,547 3,279 0.257 0.282 0.461 1,765 0.586 1,765 0.586 5.436 0.226 0.514 148 794 231.228 0.178. 74,889 1,740 0.301 0.275 0.424 1,805 0.699 1,805 0.699 4.353 0.278 0.549 159 732 281.736 0.164. 小城市間往返的市場 period2 period1 17,909 540 0.350 0.258 0.392 2,058 0.714 2,058 0.714 3.426 0.361 0.586 42 163 305.026 0.136. 67,199 2,101 0.426 0.212 0.362 1,778 0.553 1,778 0.553 3.664 0.372 0.592 32 139 248.362 0.140. 所有市場 period1 period2 330,919 152,011 3,285 6,425 0.288 0.284 0.279 0.268 0.433 0.449 1,629 1,696 0.676 0.571 1,629 1,696 0.676 0.571 4.877 5.761 0.259 0.232 0.530 0.507 348 259 2,165 1,825 230.168 271.222 0.171 0.180. 政治大表 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立大城市間往返的市場 (top1000). Percent. tkcarrier. Freq.. Percent. tkcarrier. Freq.. Percent. 87.52 15.29 26.38 69.97 89.62 43.45 41.74 0.00 1.70 6.72 78.55 3.50 4.73 0.57 85.61 78.29 63.19 14.75. AA AS B6 CO DL F9 FL G4 HA NK NW SY TZ U5 UA US WN YX. 1,526 152 361 1,423 2,439 551 636 16 60 48 1,806 14 31 13 2,123 1,810 1,328 126. 47.18 4.70 11.15 44.01 75.41 17.05 19.67 0.48 1.86 1.49 55.85 0.42 0.97 0.40 65.63 55.97 41.06 3.89. AA AS B6 CO DL F9 FL G4 HA NK NW SY TZ U5 UA US WN YX. 513 24 79 497 1,239 121 175 0 6 4 816 0 2 7 837 672 588 21. 21.81 1.03 3.35 21.15 52.67 5.15 7.42 0.00 0.26 0.18 34.68 0.00 0.08 0.28 35.59 28.58 24.99 0.89. AA AS B6 CO DL F9 FL G4 HA NK NW SY TZ U5 UA US WN YX. 2,963 338 718 2,659 4,624 1,131 1,251 16 84 123 3,451 51 83 26 3,864 3,309 2,583 303. 44.61 5.09 10.81 40.04 69.62 17.03 18.84 0.23 1.27 1.86 51.96 0.76 1.25 0.38 58.17 49.82 38.89 4.55. n. al. Ch. engchi. 26. y. sit er. ‧ 國. Freq.. ‧. tkcarrier. io. 924 162 279 739 946 459 441 0 18 71 830 37 50 6 904 827 667 156. 所有市場. Percent. Nat. AA AS B6 CO DL F9 FL G4 HA NK NW SY TZ U5 UA US WN YX. 小城市間往返的市場. 學. tkcarrier Freq.. 大小城市間往返的市場. i n U. v.

(35) 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). Freq.. Percent. 75.13 23.18 21.77 85.40 25.84 10.43 0.44 1.79 18.91 4.92 70.82 61.73 6.29 60.61. AA AS B6 DL F9 FL G4 HA NK SY UA US VX WN. 1,095 170 193 1,476 164 99 13 27 45 14 1,095 862 5 985. 33.85 5.26 5.95 45.62 5.07 3.05 0.39 0.83 1.39 0.42 33.87 26.67 0.15 30.44. 立. tkcarrier Freq. Percent AA AS B6 DL F9 FL G4 HA NK SY UA US VX WN. 276 21 29 438 11 18 2 1 2 1 238 181 0 274. 政治大. 11.75 0.88 1.22 18.63 0.48 0.75 0.10 0.05 0.07 0.04 10.11 7.71 0.00 11.66. 學 ‧ y. Nat. io. sit. 793 245 230 902 273 110 5 19 200 52 748 652 66 640. tkcarrier. n. al. er. AA AS B6 DL F9 FL G4 HA NK SY UA US VX WN. Percent. 小城市間往返的市場. ‧ 國. tkcarrier Freq.. 大小城市間往返的市場. Ch. engchi. 27. i n U. v. 所有市場 tkcarrier. Freq.. Percent. AA AS B6 DL F9 FL G4 HA NK SY UA US VX WN. 2,164 435 451 2,816 448 227 20 47 246 67 2,081 1,696 71 1,899. 32.59 6.56 6.79 42.39 6.75 3.41 0.30 0.71 3.71 1.00 31.33 25.53 1.07 28.59.

(36) 第四章第 4.1 節. 模型介紹. 追蹤資料模型 (Panel Model). 追蹤資料模型的特色在於將橫斷面資料或是時間序列面資料的差異納入考量，如不隨時間改變但隨個體間不同而有所不同的因素 (性別、個人能力、公司特性)、不隨個體改變但隨時間改變 (景氣循環)，降低共線性問題。. 追蹤資料模型又可分為固定效果模型 (Fixed-effect model) 和隨機效果. 政治大以固定截距項表示，且截距項與解釋變數存在相關性 (Cov (α , X ) , 0)。而後立者則以隨機型態的截距項表示，且截距項與解釋變數無關 (Cov (α , X ) = 0)。模型 (random-effect model)。兩者最大不同在於，前者將個體或是時間的不同 i. it. i. it. ‧ 國. 學 ‧. • 固定效果模型. 固定效果模型認為個體間有其特性，故採用不同的個體常數 (αi ) 來呈. Nat. sit. y. 現不同個體間的效果，且此差異不隨時間的變動而改變。如公司本身特. al. er. io. 有的差異性會為使價格波動產生不同影響，稱之為公司效果 (individual-. n. specific effect)，或允許因時間的差異而影響價格的波動，稱之為時間效. Ch. 果 (time-specific effect)。. engchi. i n U. v. 文獻上常使用的估計方式為最小平方虛擬變數模型 (Least Square Dummy Variable,LSDV)，將個體間的差異以虛擬變數表示，其模型如下 yi,t = αi + Xi,t β + ei,t. (9). 其中 i = 1, . . . , N ;t = 1, . . . , T • 隨機效果模型隨機效果模型認為個體間有其特性或是時間差異，但其差異非固定，而. 28.

(37) 是隨機分布。 yi,t = αi + Xi,t β + ei,t (10). = α + ui,t + Xi,t β + ei,t = Xi,t β + εi,t. 第 4.2 節. 實證模型. 因資料型態同時包含橫斷面 (cross-section) 與時間序列 (time-series)，故採用追蹤資料模型 (panel model) 分析。而為了能夠分辨本文資料符合固定效果或是隨機效果，採用 Hausman (1978) 提出的檢定方法 Hausman Test，虛無假設. 政治大則可採用隨機效果模型，若拒絕虛無假設，則採用固定效果模型。因檢驗結果立 P − value = 0，故採用固定效果模型，且因採取的資料為不同市場、不同航空. 為 Cov (αi , Xit ) = 0，對立假設為 Cov (αi , Xit ) , 0。若檢定結果接受虛無假設，. ‧ 國. 學. 公司、不同季別，故加入公司效果 (ηj )、時間效果 (γt )、市場效果 (λm )。 (11). y. Nat. ‧. ln_avg_f arejmt = α × mmc + Xjmt β + ηj + γt + λm + εjmt. (12). io. sit. Gjmt = α × mmc + Xjmt β + ηj + γt + λm + εjmt. er. lnP (k)jmt = α × mmc + Xjmt β + ηj + γt + λm + εjmt. al. (13). n. v i n 第一期資料 (2006 年 Q1 至 2008 and Williams (2014) 一 C h年 Q4) 可從 Ciliberto U i e h n gc 文證實，有存在相互容忍說，且多重市場接觸越多，平均價格越高。然第二期資料 (2013 年 Q1 至 2015 年 Q4) 因經歷大型航空公司併購案，市場上航空公司平均家數變少，市場結構發生改變，且過往多重市場接觸文獻未曾以此區間作為研究對象，故首先採用第二期資料估計式 11，檢測在大型併購案發生後，是否仍存在相互容忍說，即多重市場接觸越多，平均價格是否也會隨之上升。而從過往文獻可發現，航空公司針對不同價位的消費者會有不同的訂價手段，因此本文接續討論，第一期與第二期在多重市場競爭時，是否也會使航空公司間對不同分位的價格有不同的競爭策略，使價格離散程度發生改變。因此估計式 12衡量多重市場接觸與價格離散程度的關係，而式 13則是可以更詳細看在不同分位 (k，為 10% 至 90%) 的價格會如何受到多重市場接觸的影響。 29.

(38) 第五章第 5.1 節. 實證結果. Replication of Ciliberto and Williams (2014). 表 14: Ciliberto and Williams (2014) 與第二期之結果比較 Ciliberto and Williams (2014) Y=ln_average_f arejmt avg_contactjmt /1000. top 1000 mkt. all(6366mkt). all(nonmonopoly). top 1000 mkt. top 1000 mkt. all(6642mkt). all(6642mkt). all(nonmonopoly). (1-1). (1-2). (1-4). (1-5). (2-1). (2-2). (2-3). (2-4). (2-5). 0.161*** (0.050). 0.274*** (0.054) 0.207*** (0.006) 0.311*** (0.032) -0.065*** (0.004) -0.567*** (0.012). -0.017*** (0.003) 0.190*** (0.004) 0.224*** (0.011) -0.032*** (0.003) -0.533*** (0.007). 0.054*** (0.007) 0.191*** (0.004) 0.226*** (0.011) -0.032*** (0.003) -0.539*** (0.008). 0.0293*** (7.77). 0.0354*** (9.56) 0.127*** (19.32) 0.118*** (12.40) -0.0579*** (-22.16) 0.0660*** (4.46). 0.0183*** (10.48). 0.0173*** (10.05) 0.122*** (20.40) 0.110*** (18.81) -0.0333*** (-19.64) 0.0661*** (7.41). 0.0174*** (6.73) 0.0174*** (6.73) 0.118*** (18.08) -0.0296*** (-17.03) 0.0717*** (7.80). 85,498. 268,119. 252,284. 59,213. 152,011. 128,674. Hubjmt N etworksizejlt N onstopjmt Roundtripjlt HHImt. 0.284*** (0.032) -0.081*** (0.004) -0.633*** (0.013) -0.023*** (0.019) 0.0281*** (0.009). 立. ‧ 國. N. 85,498. a. 政治大. 0.0912*** (9.00) -0.0593*** (-21.70) -0.0593*** (-21.70) -0.0593*** (-21.70) -0.0593*** (-21.70). 學. Mktsharejmt. 第二期:2013Q1 至 2015Q4. top 1000 mkt. 59,213. 0.1000*** (16.47) -0.0326*** (-18.55) 0.0771*** (8.65) 0.0865*** (16.68) 0.0164*** (5.81) 152,011. 採用固定效果模型，*p<0.05，**p<0.01，p<0.001。 b 時間之虛擬變數、航空公司之虛擬變數、常數皆包含在內模型內，未顯示於表格中。. ‧ y. Nat. 首先，因資料區間與過往文獻不同，本文採用第二期資料估計和 Ciliberto. io. sit. and Williams (2014) 相同的模型，對比不同時期下，結果是否會有所不同。. n. al. er. Ciliberto and Williams (2014) 因考量 marketshare 和 HHI 有內生性之問題，. i n U. v. 因此採用兩組模型，第一組包含有內生性的變數，第二組則是將內生性變數拿. Ch. 掉，加入外生性變數 hubjmt 。. engchi. 由表 14可知，在第二期中，不論是最競爭的大城市間往返的 (top 1000) 市場或是所有市場，avg_contactmt 與市場的平均價格有顯著正向關係，與 Ciliberto and Williams (2014) 與 Evans and Kessides (1994) 的結果一致。航空公司間碰面次數增加，彼此會越傾向隱性勾結。. 第 5.2 節. 多重市場接觸和吉尼係數之關係. 以第二期所有市場的資料，估計式 11、12、13可得表 A2之結果。我們可發現，avg_contactmt 對平均價格及 Gjmt 有顯著的正向關係，對第九十分位至第十分位的價格亦同。此外，avg_contactmt 對高分位價格係數大於對低分位 30.

(39) 價格係數，因此可推論，當市場中航空公司間彼此碰面次數增加，會促進隱性勾結，平均價格會上升且高分位的價格上升的比低分位價格多，造成市場的價格離散程度越高。接續參考 Prince and Simon (2009) 對比多重市場接觸和市占率對平均價格的影響。當某一市場的競爭者彼此碰面次數增加一次，平均價格會上漲 1.75%(e0.0174 = 1.0175)。當 avg_contactmt 從第 25 分位提高至第 75 分位時，會增加 1,282 次碰面次數，平均價格會上漲 2.3%(e1.282∗0.0174 = 1.023)。若以第二期平均價格的中位數計算，價格會上漲 5.657 美元 (250.7041 ∗ 0.023 = 5.657)。但當航空公司的 Mktsharejmt 從第 25 分位提升到第 75 分位時，市佔率從 0.019 上升至 0.4，價格會上漲 0.5%(e0.0118∗0.388 = 1.005)，中位數價格. 政治大. 會上漲 1.151 美元 (250.7041 ∗ 0.005 = 1.151)。相較於市佔率，多重市場接觸. 立. 與平均價格的關係較大。由此可知，相對於考量擴充市場，航空公司更應該關. ‧ 國. 學. 注與競爭者間的競爭關係。. 而當起飛地或最終降落地是航空公司之樞紐機場 (Hubjmt ) 時，因航. ‧. 空公司在其樞紐機場有比較大的市場力量與主導力且可以提供較好的服務 (如航班次數較多、VIP 候機室)16 ，可以採取差別取價，較高分位的價格上升的. Nat. sit. y. 會比較低分位的價格來的多，導致最後吉尼係數上升。而 N etworksizejmt 增. io. er. 加，因可提供給較高分位的價格乘客更多的選擇，其市場力量上升，因此對較高分位的價格的訂價上升；但對較低分位的價格，航空公司因其飛行的航線更. n. al. Ch. i n U. v. 多，可以將需要轉機再至目的地班機的剩餘機票用出清的方式，賣給較低分位. engchi. 價格的消費者。因此 N etworksizejmt 越大，市場價格離散程度越高，吉尼係數上升。若航班為直飛，較高分位的價格會上升、較低分位的價格會下降，使吉尼係數上升，價格離散程度越大。若來回票比例越多，票價會提高。航線的起點站或是終點站的城市人口數較多時，因市場大，競爭者多且激烈，價格會下降。而航線的距離越長，因成本越高、票價會越貴，但並不影響吉尼係數。同時用相同之迴歸，但更換以 P S_MMCjmt /1000 計算多重市場接觸，可得表 A3。比較表 A2和表 A3，我們可知，多重市場接觸無論以 avg_contactmt 或是 P S_MMCjmt 衡量，結果相似。 16 參考. Yuen et al. (2017) 與 Button and Lall (1999)。. 31.

(40) 第 5.3 節. Robustness 分析. 因多重市場接觸有許多不同的算法，為了檢測本文所選擇之計算方式是否有其嚴謹性，故以前述介紹的五種衡量多重市場接觸的計算方式估計式 11、12、 13，觀察結果是否有其一致性。由表 A4中我們可發現，無論哪一種衡量方式，多重市場接觸增加，平均價格也會隨之增加，吉尼係數會上升，使價格分布越離散。而不同分位價格也都會隨之增加，結果很一致。且這五種衡量標準都是相對數字，上升 1% 對航空公司帶來的影響力都比絕對數字衡量的 avg_contactmt 和 P S_MMCjmt 大，故可發現，這五種衡量方式的結果，係數都比較大。例如 pct_contactmt 是航空公司間多重市場接觸數除以航空公司. 政治大公司總進入市場數的 1%，後者對航空公司的影響較大，因而也可從係數中可立總進入市場數。對航空公司來說，多增加一次碰面次數與增加碰面次數是航空. ‧ 國. 學. 發現，以 pct_contactmt 為衡量標準所得之結果，係數都比以 avg_contactmt 估計的結果大。. ‧. 第 5.4 節. 比較兩期多重市場接觸和價格的關係. y. Nat. sit. 為了比較大型併購案發生前後航空公司間的競爭行為是否有變化，本節討論前. er. io. 後兩期在無劃分市場類型時的估計結果。上兩節已討論第二期的結果，以下為. al. n. v i n Ch P S_MMCjmt 的方式計算多重市場接觸數，估計式子 e n g c h i U 11、12、13可得表 A5和. 第一期結果之討論。以第一期所有市場的資料，並且分別以 avg_contactmt 和表 A6的結果。. 由表 A5和表 A6可觀察，無論 avg_contactmt 或是 P S_MMCjmt 與不同分位的價格都有顯著的正向關係。不同的是，avg_contactmt 與平均價格有顯著的正向關係，與 Gjmt 有顯著的負向關係。而在以 P S_MMCjmt 衡量多重市場接觸下，則沒有足夠證據顯示 P S_MMCjmt 與平均價格有顯著的關係，但與 Gjmt 有顯著的正向關係。由此可知，在第一期所有市場同時討論時，無論是考量某一市場中單一航空公司與競爭者間的碰面次數 (P S_MMCjmt )，抑或是將市場上所有競爭對手間的碰面次數 (avg_contactmt ) 納入考量，多重市場接觸增加，不同分位的價格會上升，可能隱含隱性勾結。 32.