GRADO EN ECONOMIA TRABAJO FIN DE GRADO ESTUDIO DE …
Transcript of GRADO EN ECONOMIA TRABAJO FIN DE GRADO ESTUDIO DE …
GRADO EN ECONOMIA
TRABAJO FIN DE GRADO
ESTUDIO DE LA DEMANDA DE PASAJEROS DE LOS AEROPUERTOS ESPANtildeOLES MAacuteS IMPORTANTES EN EL
PERIacuteODO 2004-2014
STUDY OF THE PASSENGERS DEMAND AT THE MOST IMPORTANT SPANISH AIRPORTS IN THE TIME PERIOD
2010-2014
MIacuteRIAM RODRIacuteGUEZ BUSTAMANTE
INGRID MATEO MANTECOacuteN
16 Septiembre 2015
Iacutendice
1 Introduccioacutenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip2
2 Marco teoacutericohelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip3
21- Evolucioacuten histoacuterica de la demanda de transporte aeacutereo mundialhelliphelliphelliphelliphellip3
211- Sector aeronaacuteutico espantildeolhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip5
22- Compantildeiacuteas tradicionaleshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7
23- Compantildeiacuteas low-costhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-costhelliphelliphellip8
25-Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periodo 2004-2014helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip9
3 Metodologiacuteahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19
4 Datos y variableshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip23
5 Estimacioacuten del Modelo Economeacutetrico y
Resultadoshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip26
6 Conclusioneshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34
7 Bibliografiacuteahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip36
8 Anexohelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip41
1
Resumen
El traacutefico aeacutereo espantildeol se ha incrementado notablemente en la uacuteltima deacutecada el
nuacutemero de pasajeros ha pasado de un total de 166146198 en el antildeo 2004 a
ascender a 195861278 en el 2014 lo que ha supuesto un crecimiento del 179
(Departamento de Estadiacutestica Operativa de AENA 2004) El objetivo de este trabajo
es conocer la evolucioacuten de los pasajeros en los aeropuertos espantildeoles maacutes
importantes en el periacuteodo 2004-2014 la eleccioacuten de este periacuteodo de tiempo se debe
a que es interesante conocer como se ha comportado la demanda de pasajeros en
los antildeos de bonanza econoacutemica y durante la crisis econoacutemica iniciada a mediados
del antildeo 2007 Tambieacuten con el trabajo se pretende conocer cuaacuteles son los motivos
por lo que se ha producido un aumento de dicha demanda y tambieacuten queacute variables la
afectaron Para demostrarlo empiacutericamente hemos recogido los datos de las
comunidades autoacutenomas en la que se encuentran los aeropuertos maacutes importantes
de Espantildea Tambieacuten es de intereacutes conocer si esas variables afectan de la misma
manera a las compantildeiacuteas tradicionales que a las de bajo coste para ello
diferenciaremos la demanda de pasajeros de cada tipo de compantildeiacutea y las
compararemos utilizando los datos recogidos en las distintas compantildeiacuteas que operan
en Espantildea
Palabras clave Sector aeacutereo demanda pasajeros aeacutereos compantildeiacuteas tradicionales
low-cost anaacutelisis economeacutetrico comunidades autoacutenomas
Abstract
The Spanish air traffic has markedly increased in the last decade the number of
passengers has gone from a total of 166146198 in 2004 to 195861278 in 2014
what constitutes a growth of 179 (Department of operational statistics of AENA
2004) One objective of this study is to know the evolution of passengers at major
Spanish airports during the period 2004-2014 time period has been chosen because
it is interesting to know how the passengersrsquo demand has behaved in the years of
economic boom and during the economic crisis that began in the middle of year
2007 The other aim of this work is to know the reasons why there has been an
increase in the demand and also what variables affected it To prove it empirically we
collected data from the autonomous communities where the most important Spanish
airports are Knowing if these variables affect traditional companies the same as low-
cost carriers is also of interest To do so the passengersrsquo demand of each type of
company will be differentiated and compared using the data collected from various
companies operating in Spain
Keywords aviation demand air passengers traditional low-cost liberalization
econometric analysis autonomous communities
2
1 Introduccioacuten
Es interesante estudiar el sector aeacutereo ya que es un sector que ha evolucionado
notablemente en los uacuteltimos antildeos gracias a las mejoras tecnoloacutegicas y de seguridad
Con este trabajo se pretende tener una percepcioacuten clara de este sector en la uacuteltima
deacutecada mediante el anaacutelisis de la demanda aeacuterea por comunidades autoacutenomas Para
la seleccioacuten de las mismas se tendraacuten en cuenta los datos maacutes actuales que existen
y los aeropuertos maacutes importantes en cuanto al traacutefico de pasajeros en el antildeo 2015
(Anexo Tabla 1)Ademaacutes justificaremos la seleccioacuten de los datos por CCAA mediante
la realizacioacuten de un diagrama de sectores indicando el porcentaje que representaron
en 2014 en cuanto al traacutefico aeacutereo (salidas y llegadas) En este caso se ha elegido el
antildeo completo de 2014 ya que es el uacuteltimo que podemos tener en cuenta para ver el
peso de las CCAA puesto que nuestro anaacutelisis seraacute anual
Diagrama de sectores CCAA maacutes representativas por traacutefico aeacutereo de pasajeros en
2014
Fuente Elaboracioacuten propia a partir de AENA
En el diagrama de sectores se puede ver las comunidades autoacutenomas en teacuterminos
porcentuales que mayor nuacutemero de pasajeros trasladaron en el antildeo 2014 Es decir
son nueve las CCAA maacutes importantes representado la suma de las mismas el 975
del traacutefico aeacutereo total en Espantildea lo que supuso un nuacutemero de pasajeros de
190964746 el 25 restante pertenece al traacutefico aeacutereo de las otras ocho
comunidades con un total de 4896532 pasajeros
2136
2071
1778
1632
934
748
192
218
042
250
CCAA mas representativas por traacutefico aeacutereo de pasajeros
CMadrid
Cataluntildea
Islas Canarias
Islas Baleares
Andalucia
CValenciana
Galicia
Pais Vasco
Cantabria
Rescto CCAA
3
2 MARCO TEOacuteRICO
En la actualidad vivimos en un mundo globalizado y en el que nos podemos comunicar
y transportar a cualquier parte del mundo en apenas unas horas siendo el transporte
aeacutereo un gran protagonista (Pedrentildeo 2007) lo que tambieacuten ha contribuido al
crecimiento econoacutemico del planeta La importancia del sector aeacutereo en la
globalizacioacuten a diferencia de otros sectores como el terrestre o mariacutetimo se debe
entre otras cosas a sus ventajosas caracteriacutesticas como son la rapidez seguridad
comodidad e independencia de la orografiacutea terrestre es decir el poco tiempo en
recorrer grandes distancias hace que la posibilidad de accidente sea miacutenima ya que no
requiere de una red de instalaciones fijas para realizar desplazamientos evitando
zonas en los que el clima es un problema atascoshellip
21- Evolucioacuten histoacuterica de la demanda de transporte aeacutereo mundial
En los uacuteltimos cien antildeos el sector aeacutereo ha progresado notablemente a nivel teacutecnico y
organizativo esto ha permitido transformar un transporte en sus inicios costoso y
complejo destinado soacutelo a personas adineradas a convertirse en uno maacutes simple y
eficiente asequible a la mayor parte de la poblacioacuten
El afianzamiento del transporte aeacutereo se produjo tras la Segunda Guerra Mundial
debido a la independencia de un gran nuacutemero de nuevas naciones y a distintos
procesos descolonizadores lo que provocoacute que una de las primordiales inquietudes
de los gobernantes fuese la de disponer de aeropuertos
Desde el antildeo 1946 el sector aeacutereo mundial ha estado en constante crecimiento
vieacutendose multiplicado por 200 Hay que destacar los antildeos 1991 y 2001 como
excepciones debido a las secuelas de la Guerra del Golfo y por los atentados en las
torres Gemelas de Estados Unidos
La disposicioacuten de mayor renta por parte de los clientes y de la emergencia de una
robusta industria turiacutestica junto con la evolucioacuten de la economiacutea mundial fomentaron el
fortalecimiento de una demanda en progresivo aumento vinculado al ciclo econoacutemico
mundial cuyos mayores crecimientos se produjeron en sus periacuteodos maacutes altos para
aminorarse durante los antildeos de debilidad econoacutemica (INECO 2009)
Durante las deacutecadas de los 50 y 60 hubo un auge de la economiacutea global lo que
contribuyoacute a una mejora importante de los aviones estos dos hechos provocaron un
crecimiento anaacutelogo en el sector aeacutereo y en el turismo ya que se consiguioacute reducir los
precios y que los vuelos fuesen asequibles no soacutelo a las clases altas sino tambieacuten para
las medias En Espantildea a principios de la deacutecada de los 60 el mercado de los
operadores chaacuterter se amplioacute abarcando los litorales espantildeoles lo que ha permitido
que el sector turiacutestico sea un importante motor de la economiacutea espantildeola (Manchoacuten y
Aranda 2007)
En la deacutecada de los 80 el sector de la aviacioacuten civil europeo gozaba de un fuerte
proteccionismo en el que las maacutes importantes compantildeiacuteas de bandera soacutelo podiacutean
4
actuar en el mercado domeacutestico con un mercado internacional administrado por
acuerdos bilaterales
La Comunidad Econoacutemica Europea a finales de los 80 inicioacute un proceso de
liberalizacioacuten que tuvo tambieacuten un papel fundamental en la industria turiacutestica en 1989
entroacute en vigencia el primer paquete de medidas liberalizadoras siendo 1992 el primer
antildeo de efectividad de dichas medidas (Antoacuten y Coacuterdoba 2003) Maacutes tarde se
aprobaron otros dos paquetes convirtieacutendose el antildeo 1997 el de culminacioacuten y el de
mayor importancia gracias a los profundos cambios Dicha liberalizacioacuten permitioacute a
todas las compantildeiacuteas aeroportuarias de cualquier paiacutes comunitario fijar sus propias
tarifas aeacutereas y tambieacuten la proteccioacuten frente a poliacuteticas restrictivas de la competencia
y a estrategias desleales (Rey Legidos 2003) Ademaacutes hubo un gran proceso de
integracioacuten y desarrollo entre las distintas partes del mundo
Dos de los efectos maacutes importantes de la liberalizacioacuten han sido la mayor libertad
para elegir de la que gozan las aeroliacuteneas que junto con en el crecimiento sostenido a
largo plazo de la demanda de viajes aeacutereos ha permitido que los aeropuertos atraigan
rutas nuevas Si hay resaltar el efecto anterior no hay hacerlo en menor medida con el
surgir de nuevos tipos de modelos de negocio como son las compantildeiacuteas low-cost
(Graham et al 2015)
Posteriormente en la deacutecada de los 2000 Europa negocioacute otros tres acuerdos
bilaterales con Estados Unidos Canadaacute y Marruecos (EEAS 2015) con el objetivo de
abrir el espacio aeacutereo estableciendo paulatinamente la liberalizacioacuten de los derechos
del traacutefico aeacutereo Simultaacuteneamente algunos Gobiernos iniciaron el proceso de
privatizacioacuten de los aeropuertos Alcanzando en el antildeo 2010 un porcentaje del 74
los aeropuertos administrados por entidades corporativizadas mientras que el
porcentaje restante estaban privatizadas o gestionadas por asociaciones puacuteblico
privadas (Koo et al 2015)
En Europa a diferencia de Espantildea uno de los modelos de negocio que maacutes ha
destacado fueron los portadores de ocio los cuales soliacutean ser servicios no regulares o
charter estos ofrecen los aeropuertos de las ciudades maacutes pequentildeas a las compantildeiacuteas
regionales para que progresasen Pero el inconveniente que se generaba es que se
produciacutea una concentracioacuten temporal de la demanda por lo que se generaba
ineficiencias no retornando la inversioacuten esperada
Los aeropuertos son las infraestructuras propias del sector aeacutereo y los cuales han
sufrido una fuerte evolucioacuten en los uacuteltimos antildeos han pasado de realizar operaciones
simples de aterrizaje y despegue a convertirse actualmente en terminales con gran
variedad de servicios Los aeropuertos tienen un papel elemental para poner en
contacto a los distintos paiacuteses del mundo globalizado Ademaacutes los aeropuertos han
pasado de ser ldquoun monopolio natural a un una unidad de negocio potencialmente
rentablerdquo (Comisioacuten Nacional de los Mercados y la Competencia 2014) lo que ha
generado la tendencia a la privatizacioacuten Por lo que los aeropuertos compiten por una
demanda integrada por los pasajeros clientes tanto de las aeroliacuteneas como de los
distintos servicios de las terminales generando las compantildeiacuteas principalmente de bajo
5
coste mayor presioacuten competitiva y por tanto que las compantildeiacuteas tradicionales se vean
obligadas a privatizar sus empresas
Un dato reciente que muestra la importancia del sector aeacutereo en el 2014 fue que
generoacute unos ingresos de 675055 millones de euros es decir un 1 del PIB Mundial
La contribucioacuten econoacutemica de este sector mediante el turismo fue de 561943 millones
de euros y gracias a la aeronaacuteutica se crearon 58 millones de puestos de empleo en
todo el mundo (IATA Comunicado oficial en Doha 2014)
Para tener una perspectiva del sector aeacutereo actual podemos decir que seguacuten el
comunicado ofrecido por la Asociacioacuten del Transporte Aeacutereo Internacional los datos en
el mes de abril de 2015 la demanda de pasajeros internacional ha aumentado un
59 con respecto al mismo periacuteodo en 2014 La capacidad en este mismo mes se vio
incrementada en un 61 sin embargo la tasa de ocupacioacuten fue de un 794 es
decir un 10 menos que el antildeo pasado
Haciendo una breve comparativa de la demanda del sector aeacutereo internacional cabe
destacar Asia-Pacifico y Oriente medio ya que registraron un crecimiento en la
demanda superior a la media (9 interanual) Sin embargo en Europa el crecimiento
de pasajeros se situoacute en un 37 interanual siendo la capacidad de las aeronaves de
un 47 y la tasa de ocupacioacuten de las mismas de un 807 (se redujo en un 14) El
crecimiento del traacutefico interanual de pasajeros de las aeroliacuteneas latinoamericanas se
situoacute en un 63 las norteamericanas soacutelo crecieron un 07 debido probablemente
a la apreciacioacuten del doacutelar siendo las aeroliacuteneas de Aacutefrica las que peor salieron
paradas viendo reducidas su demanda en un 32 interanual causa de la fragilidad
econoacutemica que depende principalmente del petroacuteleo
211 Sector aeronaacuteutico espantildeol
El sector aeacutereo espantildeol destaca por su elevado nuacutemero de aeropuertos y las grandes
diferencias existentes entre ellos Para poder analizar la realidad del traacutefico de
pasajeros aeacutereo podriacuteamos emplear distintos paraacutemetros pero en este trabajo
emplearemos el nuacutemero de pasajeros registrados en cada aeropuerto ya que laquosu
sencillez y claridad justifican su utilizacioacutenraquo (Cattan 1991)
Si hacemos la comparativa del sector aeronaacuteutico espantildeol con el sector internacional
podemos ver como es el caso espantildeol el uacutenico que es administrado de forma
centralizada por un uacutenico gestor AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea
2010) Ademaacutes AENA establece los precios de manera centralizada basaacutendose en
normas de rango de ley Sin embargo las tarifas individuales se establecen en funcioacuten
de la demanda de pasajeros (Comisioacuten Nacional de los Mercados y la Competencia
2014)
Actualmente AENA se encarga de la gestioacuten de 46 aeropuertos y 2 helipuertos
espantildeoles con 1959 millones de pasajeros (AENA 2014) en 2014 este antildeo se
batieron cifras histoacutericas incrementaacutendose en un 45 en vuelos internacionales y un
2 en vuelos nacionales en comparacioacuten al antildeo anterior es decir maacutes de 1364
millones de pasajeros fueron en vuelos internacionales y 585 millones en nacionales
6
Como ya se ha mencionado con anterioridad el transporte aeacutereo tiene un fuerte
impacto socio-econoacutemico representando un 7 del PIB espantildeol seguacuten comentoacute la
ministra de Fomento Ana Pastor durante la clausura del IX Encuentro del Sector de
las Infraestructuras (APROACTA Asociacioacuten profesional de controladores de traacutensito
aeacutereo 2015)
A nivel nacional el crecimiento de la demanda a fecha abril de 2015 se situacutea en un
72 es decir por encima de la media internacional (52) En el periacuteodo enero- junio
del mismo antildeo el nuacutemero de pasajeros en vuelos comerciales crecioacute un 54 hasta
alcanzar los 7833 millones Esto supuso que este semestre de recuperacioacuten del
traacutefico aeacutereo en 2015 viajase en avioacuten 4 millones de personas maacutes que en el mismo
semestre del antildeo pasado Tambieacuten hay que destacar que durante esos seis meses el
mercado maacutes importante para Espantildea era con la Unioacuten Europea creciendo un 62 y
ganando 303 millones de pasajeros En el mes de junio son en las rutas que unen las
islas con la peniacutensula donde el traacutefico aeacutereo aumentoacute especialmente (69) y las
interinsulares (58) (Direccioacuten General de Aviacioacuten Civil Ministerio de Fomento de
Espantildea 2015)
En el trabajo se ha tenido en cuenta los aeropuertos maacutes importantes de Espantildea es
decir los que mayor nuacutemero de pasajeros mueven a lo largo del antildeo y que se
encuentran en nueve comunidades autoacutenomas ordenadas seguacuten el porcentaje de
aglutinacioacuten de pasajeros de mayor a menor quedan de la siguiente manera
Comunidad de Madrid (2136) Cataluntildea (2071) Islas Canarias (1778) islas
Baleares (1632) Andaluciacutea (934) Comunidad Valenciana (748) Paiacutes Vasco
(218) Galicia (192) y Cantabria (042) (Graacutefico de sectores paacutegina 2) En
dichas comunidades estaacuten situados 27 de los 46 aeropuertos gestionados por AENA
la seleccioacuten de los mismos como se ha mencionado anteriormente se debe a que son
los que concentran el mayor traacutefico de pasajeros de la red espantildeola a excepcioacuten de
Cantabria la cual ha sido seleccionada por ser en la que vivimos
Esto muestra los grandes desequilibrios presentes en el sector aeacutereo y genera
importantes problemas de organizacioacuten y de gestioacuten debido al importante papel que
tienen algunos aeropuertos en el aacutembito tanto nacional como internacional lo que
contrasta significativamente con el papel marginal de la gran mayoriacutea pero eacutestos siacute
que tienen gran importancia a nivel regional lo que hace que la red del transporte
aeacutereo sea tupida y amplia (Serrano 1999)
Este contraste tambieacuten se plasma en la jerarquiacutea del sector aeacutereo europeo en el que
Espantildea ocupa el tercer lugar en el ranking europeo respecto al traacutefico aeacutereo y que
uacutenicamente tres aeropuertos espantildeoles se encuentran incluidos en el mismo (5ordm
puesto Madrid-Barajas 8ordm puesto Barcelona-El Prat y 12ordm Palma de Mallorca) (Anexo
Tabla 2) Si se tiene en cuenta el ranking de las 30 primeras instalaciones
aeroportuarias encontramos que esta cifra pasa de tres a cinco aeropuertos
espantildeoles de los mencionados anteriormente se suma en el puesto 26ordm Maacutelaga-Costa
del Sol y cerrando la clasificacioacuten en el puesto 30ordm el aeropuerto de Gran Canaria
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
Iacutendice
1 Introduccioacutenhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip2
2 Marco teoacutericohelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip3
21- Evolucioacuten histoacuterica de la demanda de transporte aeacutereo mundialhelliphelliphelliphelliphellip3
211- Sector aeronaacuteutico espantildeolhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip5
22- Compantildeiacuteas tradicionaleshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7
23- Compantildeiacuteas low-costhelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip7
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-costhelliphelliphellip8
25-Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periodo 2004-2014helliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip9
3 Metodologiacuteahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip19
4 Datos y variableshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip23
5 Estimacioacuten del Modelo Economeacutetrico y
Resultadoshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip26
6 Conclusioneshelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip34
7 Bibliografiacuteahelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip36
8 Anexohelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphelliphellip41
1
Resumen
El traacutefico aeacutereo espantildeol se ha incrementado notablemente en la uacuteltima deacutecada el
nuacutemero de pasajeros ha pasado de un total de 166146198 en el antildeo 2004 a
ascender a 195861278 en el 2014 lo que ha supuesto un crecimiento del 179
(Departamento de Estadiacutestica Operativa de AENA 2004) El objetivo de este trabajo
es conocer la evolucioacuten de los pasajeros en los aeropuertos espantildeoles maacutes
importantes en el periacuteodo 2004-2014 la eleccioacuten de este periacuteodo de tiempo se debe
a que es interesante conocer como se ha comportado la demanda de pasajeros en
los antildeos de bonanza econoacutemica y durante la crisis econoacutemica iniciada a mediados
del antildeo 2007 Tambieacuten con el trabajo se pretende conocer cuaacuteles son los motivos
por lo que se ha producido un aumento de dicha demanda y tambieacuten queacute variables la
afectaron Para demostrarlo empiacutericamente hemos recogido los datos de las
comunidades autoacutenomas en la que se encuentran los aeropuertos maacutes importantes
de Espantildea Tambieacuten es de intereacutes conocer si esas variables afectan de la misma
manera a las compantildeiacuteas tradicionales que a las de bajo coste para ello
diferenciaremos la demanda de pasajeros de cada tipo de compantildeiacutea y las
compararemos utilizando los datos recogidos en las distintas compantildeiacuteas que operan
en Espantildea
Palabras clave Sector aeacutereo demanda pasajeros aeacutereos compantildeiacuteas tradicionales
low-cost anaacutelisis economeacutetrico comunidades autoacutenomas
Abstract
The Spanish air traffic has markedly increased in the last decade the number of
passengers has gone from a total of 166146198 in 2004 to 195861278 in 2014
what constitutes a growth of 179 (Department of operational statistics of AENA
2004) One objective of this study is to know the evolution of passengers at major
Spanish airports during the period 2004-2014 time period has been chosen because
it is interesting to know how the passengersrsquo demand has behaved in the years of
economic boom and during the economic crisis that began in the middle of year
2007 The other aim of this work is to know the reasons why there has been an
increase in the demand and also what variables affected it To prove it empirically we
collected data from the autonomous communities where the most important Spanish
airports are Knowing if these variables affect traditional companies the same as low-
cost carriers is also of interest To do so the passengersrsquo demand of each type of
company will be differentiated and compared using the data collected from various
companies operating in Spain
Keywords aviation demand air passengers traditional low-cost liberalization
econometric analysis autonomous communities
2
1 Introduccioacuten
Es interesante estudiar el sector aeacutereo ya que es un sector que ha evolucionado
notablemente en los uacuteltimos antildeos gracias a las mejoras tecnoloacutegicas y de seguridad
Con este trabajo se pretende tener una percepcioacuten clara de este sector en la uacuteltima
deacutecada mediante el anaacutelisis de la demanda aeacuterea por comunidades autoacutenomas Para
la seleccioacuten de las mismas se tendraacuten en cuenta los datos maacutes actuales que existen
y los aeropuertos maacutes importantes en cuanto al traacutefico de pasajeros en el antildeo 2015
(Anexo Tabla 1)Ademaacutes justificaremos la seleccioacuten de los datos por CCAA mediante
la realizacioacuten de un diagrama de sectores indicando el porcentaje que representaron
en 2014 en cuanto al traacutefico aeacutereo (salidas y llegadas) En este caso se ha elegido el
antildeo completo de 2014 ya que es el uacuteltimo que podemos tener en cuenta para ver el
peso de las CCAA puesto que nuestro anaacutelisis seraacute anual
Diagrama de sectores CCAA maacutes representativas por traacutefico aeacutereo de pasajeros en
2014
Fuente Elaboracioacuten propia a partir de AENA
En el diagrama de sectores se puede ver las comunidades autoacutenomas en teacuterminos
porcentuales que mayor nuacutemero de pasajeros trasladaron en el antildeo 2014 Es decir
son nueve las CCAA maacutes importantes representado la suma de las mismas el 975
del traacutefico aeacutereo total en Espantildea lo que supuso un nuacutemero de pasajeros de
190964746 el 25 restante pertenece al traacutefico aeacutereo de las otras ocho
comunidades con un total de 4896532 pasajeros
2136
2071
1778
1632
934
748
192
218
042
250
CCAA mas representativas por traacutefico aeacutereo de pasajeros
CMadrid
Cataluntildea
Islas Canarias
Islas Baleares
Andalucia
CValenciana
Galicia
Pais Vasco
Cantabria
Rescto CCAA
3
2 MARCO TEOacuteRICO
En la actualidad vivimos en un mundo globalizado y en el que nos podemos comunicar
y transportar a cualquier parte del mundo en apenas unas horas siendo el transporte
aeacutereo un gran protagonista (Pedrentildeo 2007) lo que tambieacuten ha contribuido al
crecimiento econoacutemico del planeta La importancia del sector aeacutereo en la
globalizacioacuten a diferencia de otros sectores como el terrestre o mariacutetimo se debe
entre otras cosas a sus ventajosas caracteriacutesticas como son la rapidez seguridad
comodidad e independencia de la orografiacutea terrestre es decir el poco tiempo en
recorrer grandes distancias hace que la posibilidad de accidente sea miacutenima ya que no
requiere de una red de instalaciones fijas para realizar desplazamientos evitando
zonas en los que el clima es un problema atascoshellip
21- Evolucioacuten histoacuterica de la demanda de transporte aeacutereo mundial
En los uacuteltimos cien antildeos el sector aeacutereo ha progresado notablemente a nivel teacutecnico y
organizativo esto ha permitido transformar un transporte en sus inicios costoso y
complejo destinado soacutelo a personas adineradas a convertirse en uno maacutes simple y
eficiente asequible a la mayor parte de la poblacioacuten
El afianzamiento del transporte aeacutereo se produjo tras la Segunda Guerra Mundial
debido a la independencia de un gran nuacutemero de nuevas naciones y a distintos
procesos descolonizadores lo que provocoacute que una de las primordiales inquietudes
de los gobernantes fuese la de disponer de aeropuertos
Desde el antildeo 1946 el sector aeacutereo mundial ha estado en constante crecimiento
vieacutendose multiplicado por 200 Hay que destacar los antildeos 1991 y 2001 como
excepciones debido a las secuelas de la Guerra del Golfo y por los atentados en las
torres Gemelas de Estados Unidos
La disposicioacuten de mayor renta por parte de los clientes y de la emergencia de una
robusta industria turiacutestica junto con la evolucioacuten de la economiacutea mundial fomentaron el
fortalecimiento de una demanda en progresivo aumento vinculado al ciclo econoacutemico
mundial cuyos mayores crecimientos se produjeron en sus periacuteodos maacutes altos para
aminorarse durante los antildeos de debilidad econoacutemica (INECO 2009)
Durante las deacutecadas de los 50 y 60 hubo un auge de la economiacutea global lo que
contribuyoacute a una mejora importante de los aviones estos dos hechos provocaron un
crecimiento anaacutelogo en el sector aeacutereo y en el turismo ya que se consiguioacute reducir los
precios y que los vuelos fuesen asequibles no soacutelo a las clases altas sino tambieacuten para
las medias En Espantildea a principios de la deacutecada de los 60 el mercado de los
operadores chaacuterter se amplioacute abarcando los litorales espantildeoles lo que ha permitido
que el sector turiacutestico sea un importante motor de la economiacutea espantildeola (Manchoacuten y
Aranda 2007)
En la deacutecada de los 80 el sector de la aviacioacuten civil europeo gozaba de un fuerte
proteccionismo en el que las maacutes importantes compantildeiacuteas de bandera soacutelo podiacutean
4
actuar en el mercado domeacutestico con un mercado internacional administrado por
acuerdos bilaterales
La Comunidad Econoacutemica Europea a finales de los 80 inicioacute un proceso de
liberalizacioacuten que tuvo tambieacuten un papel fundamental en la industria turiacutestica en 1989
entroacute en vigencia el primer paquete de medidas liberalizadoras siendo 1992 el primer
antildeo de efectividad de dichas medidas (Antoacuten y Coacuterdoba 2003) Maacutes tarde se
aprobaron otros dos paquetes convirtieacutendose el antildeo 1997 el de culminacioacuten y el de
mayor importancia gracias a los profundos cambios Dicha liberalizacioacuten permitioacute a
todas las compantildeiacuteas aeroportuarias de cualquier paiacutes comunitario fijar sus propias
tarifas aeacutereas y tambieacuten la proteccioacuten frente a poliacuteticas restrictivas de la competencia
y a estrategias desleales (Rey Legidos 2003) Ademaacutes hubo un gran proceso de
integracioacuten y desarrollo entre las distintas partes del mundo
Dos de los efectos maacutes importantes de la liberalizacioacuten han sido la mayor libertad
para elegir de la que gozan las aeroliacuteneas que junto con en el crecimiento sostenido a
largo plazo de la demanda de viajes aeacutereos ha permitido que los aeropuertos atraigan
rutas nuevas Si hay resaltar el efecto anterior no hay hacerlo en menor medida con el
surgir de nuevos tipos de modelos de negocio como son las compantildeiacuteas low-cost
(Graham et al 2015)
Posteriormente en la deacutecada de los 2000 Europa negocioacute otros tres acuerdos
bilaterales con Estados Unidos Canadaacute y Marruecos (EEAS 2015) con el objetivo de
abrir el espacio aeacutereo estableciendo paulatinamente la liberalizacioacuten de los derechos
del traacutefico aeacutereo Simultaacuteneamente algunos Gobiernos iniciaron el proceso de
privatizacioacuten de los aeropuertos Alcanzando en el antildeo 2010 un porcentaje del 74
los aeropuertos administrados por entidades corporativizadas mientras que el
porcentaje restante estaban privatizadas o gestionadas por asociaciones puacuteblico
privadas (Koo et al 2015)
En Europa a diferencia de Espantildea uno de los modelos de negocio que maacutes ha
destacado fueron los portadores de ocio los cuales soliacutean ser servicios no regulares o
charter estos ofrecen los aeropuertos de las ciudades maacutes pequentildeas a las compantildeiacuteas
regionales para que progresasen Pero el inconveniente que se generaba es que se
produciacutea una concentracioacuten temporal de la demanda por lo que se generaba
ineficiencias no retornando la inversioacuten esperada
Los aeropuertos son las infraestructuras propias del sector aeacutereo y los cuales han
sufrido una fuerte evolucioacuten en los uacuteltimos antildeos han pasado de realizar operaciones
simples de aterrizaje y despegue a convertirse actualmente en terminales con gran
variedad de servicios Los aeropuertos tienen un papel elemental para poner en
contacto a los distintos paiacuteses del mundo globalizado Ademaacutes los aeropuertos han
pasado de ser ldquoun monopolio natural a un una unidad de negocio potencialmente
rentablerdquo (Comisioacuten Nacional de los Mercados y la Competencia 2014) lo que ha
generado la tendencia a la privatizacioacuten Por lo que los aeropuertos compiten por una
demanda integrada por los pasajeros clientes tanto de las aeroliacuteneas como de los
distintos servicios de las terminales generando las compantildeiacuteas principalmente de bajo
5
coste mayor presioacuten competitiva y por tanto que las compantildeiacuteas tradicionales se vean
obligadas a privatizar sus empresas
Un dato reciente que muestra la importancia del sector aeacutereo en el 2014 fue que
generoacute unos ingresos de 675055 millones de euros es decir un 1 del PIB Mundial
La contribucioacuten econoacutemica de este sector mediante el turismo fue de 561943 millones
de euros y gracias a la aeronaacuteutica se crearon 58 millones de puestos de empleo en
todo el mundo (IATA Comunicado oficial en Doha 2014)
Para tener una perspectiva del sector aeacutereo actual podemos decir que seguacuten el
comunicado ofrecido por la Asociacioacuten del Transporte Aeacutereo Internacional los datos en
el mes de abril de 2015 la demanda de pasajeros internacional ha aumentado un
59 con respecto al mismo periacuteodo en 2014 La capacidad en este mismo mes se vio
incrementada en un 61 sin embargo la tasa de ocupacioacuten fue de un 794 es
decir un 10 menos que el antildeo pasado
Haciendo una breve comparativa de la demanda del sector aeacutereo internacional cabe
destacar Asia-Pacifico y Oriente medio ya que registraron un crecimiento en la
demanda superior a la media (9 interanual) Sin embargo en Europa el crecimiento
de pasajeros se situoacute en un 37 interanual siendo la capacidad de las aeronaves de
un 47 y la tasa de ocupacioacuten de las mismas de un 807 (se redujo en un 14) El
crecimiento del traacutefico interanual de pasajeros de las aeroliacuteneas latinoamericanas se
situoacute en un 63 las norteamericanas soacutelo crecieron un 07 debido probablemente
a la apreciacioacuten del doacutelar siendo las aeroliacuteneas de Aacutefrica las que peor salieron
paradas viendo reducidas su demanda en un 32 interanual causa de la fragilidad
econoacutemica que depende principalmente del petroacuteleo
211 Sector aeronaacuteutico espantildeol
El sector aeacutereo espantildeol destaca por su elevado nuacutemero de aeropuertos y las grandes
diferencias existentes entre ellos Para poder analizar la realidad del traacutefico de
pasajeros aeacutereo podriacuteamos emplear distintos paraacutemetros pero en este trabajo
emplearemos el nuacutemero de pasajeros registrados en cada aeropuerto ya que laquosu
sencillez y claridad justifican su utilizacioacutenraquo (Cattan 1991)
Si hacemos la comparativa del sector aeronaacuteutico espantildeol con el sector internacional
podemos ver como es el caso espantildeol el uacutenico que es administrado de forma
centralizada por un uacutenico gestor AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea
2010) Ademaacutes AENA establece los precios de manera centralizada basaacutendose en
normas de rango de ley Sin embargo las tarifas individuales se establecen en funcioacuten
de la demanda de pasajeros (Comisioacuten Nacional de los Mercados y la Competencia
2014)
Actualmente AENA se encarga de la gestioacuten de 46 aeropuertos y 2 helipuertos
espantildeoles con 1959 millones de pasajeros (AENA 2014) en 2014 este antildeo se
batieron cifras histoacutericas incrementaacutendose en un 45 en vuelos internacionales y un
2 en vuelos nacionales en comparacioacuten al antildeo anterior es decir maacutes de 1364
millones de pasajeros fueron en vuelos internacionales y 585 millones en nacionales
6
Como ya se ha mencionado con anterioridad el transporte aeacutereo tiene un fuerte
impacto socio-econoacutemico representando un 7 del PIB espantildeol seguacuten comentoacute la
ministra de Fomento Ana Pastor durante la clausura del IX Encuentro del Sector de
las Infraestructuras (APROACTA Asociacioacuten profesional de controladores de traacutensito
aeacutereo 2015)
A nivel nacional el crecimiento de la demanda a fecha abril de 2015 se situacutea en un
72 es decir por encima de la media internacional (52) En el periacuteodo enero- junio
del mismo antildeo el nuacutemero de pasajeros en vuelos comerciales crecioacute un 54 hasta
alcanzar los 7833 millones Esto supuso que este semestre de recuperacioacuten del
traacutefico aeacutereo en 2015 viajase en avioacuten 4 millones de personas maacutes que en el mismo
semestre del antildeo pasado Tambieacuten hay que destacar que durante esos seis meses el
mercado maacutes importante para Espantildea era con la Unioacuten Europea creciendo un 62 y
ganando 303 millones de pasajeros En el mes de junio son en las rutas que unen las
islas con la peniacutensula donde el traacutefico aeacutereo aumentoacute especialmente (69) y las
interinsulares (58) (Direccioacuten General de Aviacioacuten Civil Ministerio de Fomento de
Espantildea 2015)
En el trabajo se ha tenido en cuenta los aeropuertos maacutes importantes de Espantildea es
decir los que mayor nuacutemero de pasajeros mueven a lo largo del antildeo y que se
encuentran en nueve comunidades autoacutenomas ordenadas seguacuten el porcentaje de
aglutinacioacuten de pasajeros de mayor a menor quedan de la siguiente manera
Comunidad de Madrid (2136) Cataluntildea (2071) Islas Canarias (1778) islas
Baleares (1632) Andaluciacutea (934) Comunidad Valenciana (748) Paiacutes Vasco
(218) Galicia (192) y Cantabria (042) (Graacutefico de sectores paacutegina 2) En
dichas comunidades estaacuten situados 27 de los 46 aeropuertos gestionados por AENA
la seleccioacuten de los mismos como se ha mencionado anteriormente se debe a que son
los que concentran el mayor traacutefico de pasajeros de la red espantildeola a excepcioacuten de
Cantabria la cual ha sido seleccionada por ser en la que vivimos
Esto muestra los grandes desequilibrios presentes en el sector aeacutereo y genera
importantes problemas de organizacioacuten y de gestioacuten debido al importante papel que
tienen algunos aeropuertos en el aacutembito tanto nacional como internacional lo que
contrasta significativamente con el papel marginal de la gran mayoriacutea pero eacutestos siacute
que tienen gran importancia a nivel regional lo que hace que la red del transporte
aeacutereo sea tupida y amplia (Serrano 1999)
Este contraste tambieacuten se plasma en la jerarquiacutea del sector aeacutereo europeo en el que
Espantildea ocupa el tercer lugar en el ranking europeo respecto al traacutefico aeacutereo y que
uacutenicamente tres aeropuertos espantildeoles se encuentran incluidos en el mismo (5ordm
puesto Madrid-Barajas 8ordm puesto Barcelona-El Prat y 12ordm Palma de Mallorca) (Anexo
Tabla 2) Si se tiene en cuenta el ranking de las 30 primeras instalaciones
aeroportuarias encontramos que esta cifra pasa de tres a cinco aeropuertos
espantildeoles de los mencionados anteriormente se suma en el puesto 26ordm Maacutelaga-Costa
del Sol y cerrando la clasificacioacuten en el puesto 30ordm el aeropuerto de Gran Canaria
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
1
Resumen
El traacutefico aeacutereo espantildeol se ha incrementado notablemente en la uacuteltima deacutecada el
nuacutemero de pasajeros ha pasado de un total de 166146198 en el antildeo 2004 a
ascender a 195861278 en el 2014 lo que ha supuesto un crecimiento del 179
(Departamento de Estadiacutestica Operativa de AENA 2004) El objetivo de este trabajo
es conocer la evolucioacuten de los pasajeros en los aeropuertos espantildeoles maacutes
importantes en el periacuteodo 2004-2014 la eleccioacuten de este periacuteodo de tiempo se debe
a que es interesante conocer como se ha comportado la demanda de pasajeros en
los antildeos de bonanza econoacutemica y durante la crisis econoacutemica iniciada a mediados
del antildeo 2007 Tambieacuten con el trabajo se pretende conocer cuaacuteles son los motivos
por lo que se ha producido un aumento de dicha demanda y tambieacuten queacute variables la
afectaron Para demostrarlo empiacutericamente hemos recogido los datos de las
comunidades autoacutenomas en la que se encuentran los aeropuertos maacutes importantes
de Espantildea Tambieacuten es de intereacutes conocer si esas variables afectan de la misma
manera a las compantildeiacuteas tradicionales que a las de bajo coste para ello
diferenciaremos la demanda de pasajeros de cada tipo de compantildeiacutea y las
compararemos utilizando los datos recogidos en las distintas compantildeiacuteas que operan
en Espantildea
Palabras clave Sector aeacutereo demanda pasajeros aeacutereos compantildeiacuteas tradicionales
low-cost anaacutelisis economeacutetrico comunidades autoacutenomas
Abstract
The Spanish air traffic has markedly increased in the last decade the number of
passengers has gone from a total of 166146198 in 2004 to 195861278 in 2014
what constitutes a growth of 179 (Department of operational statistics of AENA
2004) One objective of this study is to know the evolution of passengers at major
Spanish airports during the period 2004-2014 time period has been chosen because
it is interesting to know how the passengersrsquo demand has behaved in the years of
economic boom and during the economic crisis that began in the middle of year
2007 The other aim of this work is to know the reasons why there has been an
increase in the demand and also what variables affected it To prove it empirically we
collected data from the autonomous communities where the most important Spanish
airports are Knowing if these variables affect traditional companies the same as low-
cost carriers is also of interest To do so the passengersrsquo demand of each type of
company will be differentiated and compared using the data collected from various
companies operating in Spain
Keywords aviation demand air passengers traditional low-cost liberalization
econometric analysis autonomous communities
2
1 Introduccioacuten
Es interesante estudiar el sector aeacutereo ya que es un sector que ha evolucionado
notablemente en los uacuteltimos antildeos gracias a las mejoras tecnoloacutegicas y de seguridad
Con este trabajo se pretende tener una percepcioacuten clara de este sector en la uacuteltima
deacutecada mediante el anaacutelisis de la demanda aeacuterea por comunidades autoacutenomas Para
la seleccioacuten de las mismas se tendraacuten en cuenta los datos maacutes actuales que existen
y los aeropuertos maacutes importantes en cuanto al traacutefico de pasajeros en el antildeo 2015
(Anexo Tabla 1)Ademaacutes justificaremos la seleccioacuten de los datos por CCAA mediante
la realizacioacuten de un diagrama de sectores indicando el porcentaje que representaron
en 2014 en cuanto al traacutefico aeacutereo (salidas y llegadas) En este caso se ha elegido el
antildeo completo de 2014 ya que es el uacuteltimo que podemos tener en cuenta para ver el
peso de las CCAA puesto que nuestro anaacutelisis seraacute anual
Diagrama de sectores CCAA maacutes representativas por traacutefico aeacutereo de pasajeros en
2014
Fuente Elaboracioacuten propia a partir de AENA
En el diagrama de sectores se puede ver las comunidades autoacutenomas en teacuterminos
porcentuales que mayor nuacutemero de pasajeros trasladaron en el antildeo 2014 Es decir
son nueve las CCAA maacutes importantes representado la suma de las mismas el 975
del traacutefico aeacutereo total en Espantildea lo que supuso un nuacutemero de pasajeros de
190964746 el 25 restante pertenece al traacutefico aeacutereo de las otras ocho
comunidades con un total de 4896532 pasajeros
2136
2071
1778
1632
934
748
192
218
042
250
CCAA mas representativas por traacutefico aeacutereo de pasajeros
CMadrid
Cataluntildea
Islas Canarias
Islas Baleares
Andalucia
CValenciana
Galicia
Pais Vasco
Cantabria
Rescto CCAA
3
2 MARCO TEOacuteRICO
En la actualidad vivimos en un mundo globalizado y en el que nos podemos comunicar
y transportar a cualquier parte del mundo en apenas unas horas siendo el transporte
aeacutereo un gran protagonista (Pedrentildeo 2007) lo que tambieacuten ha contribuido al
crecimiento econoacutemico del planeta La importancia del sector aeacutereo en la
globalizacioacuten a diferencia de otros sectores como el terrestre o mariacutetimo se debe
entre otras cosas a sus ventajosas caracteriacutesticas como son la rapidez seguridad
comodidad e independencia de la orografiacutea terrestre es decir el poco tiempo en
recorrer grandes distancias hace que la posibilidad de accidente sea miacutenima ya que no
requiere de una red de instalaciones fijas para realizar desplazamientos evitando
zonas en los que el clima es un problema atascoshellip
21- Evolucioacuten histoacuterica de la demanda de transporte aeacutereo mundial
En los uacuteltimos cien antildeos el sector aeacutereo ha progresado notablemente a nivel teacutecnico y
organizativo esto ha permitido transformar un transporte en sus inicios costoso y
complejo destinado soacutelo a personas adineradas a convertirse en uno maacutes simple y
eficiente asequible a la mayor parte de la poblacioacuten
El afianzamiento del transporte aeacutereo se produjo tras la Segunda Guerra Mundial
debido a la independencia de un gran nuacutemero de nuevas naciones y a distintos
procesos descolonizadores lo que provocoacute que una de las primordiales inquietudes
de los gobernantes fuese la de disponer de aeropuertos
Desde el antildeo 1946 el sector aeacutereo mundial ha estado en constante crecimiento
vieacutendose multiplicado por 200 Hay que destacar los antildeos 1991 y 2001 como
excepciones debido a las secuelas de la Guerra del Golfo y por los atentados en las
torres Gemelas de Estados Unidos
La disposicioacuten de mayor renta por parte de los clientes y de la emergencia de una
robusta industria turiacutestica junto con la evolucioacuten de la economiacutea mundial fomentaron el
fortalecimiento de una demanda en progresivo aumento vinculado al ciclo econoacutemico
mundial cuyos mayores crecimientos se produjeron en sus periacuteodos maacutes altos para
aminorarse durante los antildeos de debilidad econoacutemica (INECO 2009)
Durante las deacutecadas de los 50 y 60 hubo un auge de la economiacutea global lo que
contribuyoacute a una mejora importante de los aviones estos dos hechos provocaron un
crecimiento anaacutelogo en el sector aeacutereo y en el turismo ya que se consiguioacute reducir los
precios y que los vuelos fuesen asequibles no soacutelo a las clases altas sino tambieacuten para
las medias En Espantildea a principios de la deacutecada de los 60 el mercado de los
operadores chaacuterter se amplioacute abarcando los litorales espantildeoles lo que ha permitido
que el sector turiacutestico sea un importante motor de la economiacutea espantildeola (Manchoacuten y
Aranda 2007)
En la deacutecada de los 80 el sector de la aviacioacuten civil europeo gozaba de un fuerte
proteccionismo en el que las maacutes importantes compantildeiacuteas de bandera soacutelo podiacutean
4
actuar en el mercado domeacutestico con un mercado internacional administrado por
acuerdos bilaterales
La Comunidad Econoacutemica Europea a finales de los 80 inicioacute un proceso de
liberalizacioacuten que tuvo tambieacuten un papel fundamental en la industria turiacutestica en 1989
entroacute en vigencia el primer paquete de medidas liberalizadoras siendo 1992 el primer
antildeo de efectividad de dichas medidas (Antoacuten y Coacuterdoba 2003) Maacutes tarde se
aprobaron otros dos paquetes convirtieacutendose el antildeo 1997 el de culminacioacuten y el de
mayor importancia gracias a los profundos cambios Dicha liberalizacioacuten permitioacute a
todas las compantildeiacuteas aeroportuarias de cualquier paiacutes comunitario fijar sus propias
tarifas aeacutereas y tambieacuten la proteccioacuten frente a poliacuteticas restrictivas de la competencia
y a estrategias desleales (Rey Legidos 2003) Ademaacutes hubo un gran proceso de
integracioacuten y desarrollo entre las distintas partes del mundo
Dos de los efectos maacutes importantes de la liberalizacioacuten han sido la mayor libertad
para elegir de la que gozan las aeroliacuteneas que junto con en el crecimiento sostenido a
largo plazo de la demanda de viajes aeacutereos ha permitido que los aeropuertos atraigan
rutas nuevas Si hay resaltar el efecto anterior no hay hacerlo en menor medida con el
surgir de nuevos tipos de modelos de negocio como son las compantildeiacuteas low-cost
(Graham et al 2015)
Posteriormente en la deacutecada de los 2000 Europa negocioacute otros tres acuerdos
bilaterales con Estados Unidos Canadaacute y Marruecos (EEAS 2015) con el objetivo de
abrir el espacio aeacutereo estableciendo paulatinamente la liberalizacioacuten de los derechos
del traacutefico aeacutereo Simultaacuteneamente algunos Gobiernos iniciaron el proceso de
privatizacioacuten de los aeropuertos Alcanzando en el antildeo 2010 un porcentaje del 74
los aeropuertos administrados por entidades corporativizadas mientras que el
porcentaje restante estaban privatizadas o gestionadas por asociaciones puacuteblico
privadas (Koo et al 2015)
En Europa a diferencia de Espantildea uno de los modelos de negocio que maacutes ha
destacado fueron los portadores de ocio los cuales soliacutean ser servicios no regulares o
charter estos ofrecen los aeropuertos de las ciudades maacutes pequentildeas a las compantildeiacuteas
regionales para que progresasen Pero el inconveniente que se generaba es que se
produciacutea una concentracioacuten temporal de la demanda por lo que se generaba
ineficiencias no retornando la inversioacuten esperada
Los aeropuertos son las infraestructuras propias del sector aeacutereo y los cuales han
sufrido una fuerte evolucioacuten en los uacuteltimos antildeos han pasado de realizar operaciones
simples de aterrizaje y despegue a convertirse actualmente en terminales con gran
variedad de servicios Los aeropuertos tienen un papel elemental para poner en
contacto a los distintos paiacuteses del mundo globalizado Ademaacutes los aeropuertos han
pasado de ser ldquoun monopolio natural a un una unidad de negocio potencialmente
rentablerdquo (Comisioacuten Nacional de los Mercados y la Competencia 2014) lo que ha
generado la tendencia a la privatizacioacuten Por lo que los aeropuertos compiten por una
demanda integrada por los pasajeros clientes tanto de las aeroliacuteneas como de los
distintos servicios de las terminales generando las compantildeiacuteas principalmente de bajo
5
coste mayor presioacuten competitiva y por tanto que las compantildeiacuteas tradicionales se vean
obligadas a privatizar sus empresas
Un dato reciente que muestra la importancia del sector aeacutereo en el 2014 fue que
generoacute unos ingresos de 675055 millones de euros es decir un 1 del PIB Mundial
La contribucioacuten econoacutemica de este sector mediante el turismo fue de 561943 millones
de euros y gracias a la aeronaacuteutica se crearon 58 millones de puestos de empleo en
todo el mundo (IATA Comunicado oficial en Doha 2014)
Para tener una perspectiva del sector aeacutereo actual podemos decir que seguacuten el
comunicado ofrecido por la Asociacioacuten del Transporte Aeacutereo Internacional los datos en
el mes de abril de 2015 la demanda de pasajeros internacional ha aumentado un
59 con respecto al mismo periacuteodo en 2014 La capacidad en este mismo mes se vio
incrementada en un 61 sin embargo la tasa de ocupacioacuten fue de un 794 es
decir un 10 menos que el antildeo pasado
Haciendo una breve comparativa de la demanda del sector aeacutereo internacional cabe
destacar Asia-Pacifico y Oriente medio ya que registraron un crecimiento en la
demanda superior a la media (9 interanual) Sin embargo en Europa el crecimiento
de pasajeros se situoacute en un 37 interanual siendo la capacidad de las aeronaves de
un 47 y la tasa de ocupacioacuten de las mismas de un 807 (se redujo en un 14) El
crecimiento del traacutefico interanual de pasajeros de las aeroliacuteneas latinoamericanas se
situoacute en un 63 las norteamericanas soacutelo crecieron un 07 debido probablemente
a la apreciacioacuten del doacutelar siendo las aeroliacuteneas de Aacutefrica las que peor salieron
paradas viendo reducidas su demanda en un 32 interanual causa de la fragilidad
econoacutemica que depende principalmente del petroacuteleo
211 Sector aeronaacuteutico espantildeol
El sector aeacutereo espantildeol destaca por su elevado nuacutemero de aeropuertos y las grandes
diferencias existentes entre ellos Para poder analizar la realidad del traacutefico de
pasajeros aeacutereo podriacuteamos emplear distintos paraacutemetros pero en este trabajo
emplearemos el nuacutemero de pasajeros registrados en cada aeropuerto ya que laquosu
sencillez y claridad justifican su utilizacioacutenraquo (Cattan 1991)
Si hacemos la comparativa del sector aeronaacuteutico espantildeol con el sector internacional
podemos ver como es el caso espantildeol el uacutenico que es administrado de forma
centralizada por un uacutenico gestor AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea
2010) Ademaacutes AENA establece los precios de manera centralizada basaacutendose en
normas de rango de ley Sin embargo las tarifas individuales se establecen en funcioacuten
de la demanda de pasajeros (Comisioacuten Nacional de los Mercados y la Competencia
2014)
Actualmente AENA se encarga de la gestioacuten de 46 aeropuertos y 2 helipuertos
espantildeoles con 1959 millones de pasajeros (AENA 2014) en 2014 este antildeo se
batieron cifras histoacutericas incrementaacutendose en un 45 en vuelos internacionales y un
2 en vuelos nacionales en comparacioacuten al antildeo anterior es decir maacutes de 1364
millones de pasajeros fueron en vuelos internacionales y 585 millones en nacionales
6
Como ya se ha mencionado con anterioridad el transporte aeacutereo tiene un fuerte
impacto socio-econoacutemico representando un 7 del PIB espantildeol seguacuten comentoacute la
ministra de Fomento Ana Pastor durante la clausura del IX Encuentro del Sector de
las Infraestructuras (APROACTA Asociacioacuten profesional de controladores de traacutensito
aeacutereo 2015)
A nivel nacional el crecimiento de la demanda a fecha abril de 2015 se situacutea en un
72 es decir por encima de la media internacional (52) En el periacuteodo enero- junio
del mismo antildeo el nuacutemero de pasajeros en vuelos comerciales crecioacute un 54 hasta
alcanzar los 7833 millones Esto supuso que este semestre de recuperacioacuten del
traacutefico aeacutereo en 2015 viajase en avioacuten 4 millones de personas maacutes que en el mismo
semestre del antildeo pasado Tambieacuten hay que destacar que durante esos seis meses el
mercado maacutes importante para Espantildea era con la Unioacuten Europea creciendo un 62 y
ganando 303 millones de pasajeros En el mes de junio son en las rutas que unen las
islas con la peniacutensula donde el traacutefico aeacutereo aumentoacute especialmente (69) y las
interinsulares (58) (Direccioacuten General de Aviacioacuten Civil Ministerio de Fomento de
Espantildea 2015)
En el trabajo se ha tenido en cuenta los aeropuertos maacutes importantes de Espantildea es
decir los que mayor nuacutemero de pasajeros mueven a lo largo del antildeo y que se
encuentran en nueve comunidades autoacutenomas ordenadas seguacuten el porcentaje de
aglutinacioacuten de pasajeros de mayor a menor quedan de la siguiente manera
Comunidad de Madrid (2136) Cataluntildea (2071) Islas Canarias (1778) islas
Baleares (1632) Andaluciacutea (934) Comunidad Valenciana (748) Paiacutes Vasco
(218) Galicia (192) y Cantabria (042) (Graacutefico de sectores paacutegina 2) En
dichas comunidades estaacuten situados 27 de los 46 aeropuertos gestionados por AENA
la seleccioacuten de los mismos como se ha mencionado anteriormente se debe a que son
los que concentran el mayor traacutefico de pasajeros de la red espantildeola a excepcioacuten de
Cantabria la cual ha sido seleccionada por ser en la que vivimos
Esto muestra los grandes desequilibrios presentes en el sector aeacutereo y genera
importantes problemas de organizacioacuten y de gestioacuten debido al importante papel que
tienen algunos aeropuertos en el aacutembito tanto nacional como internacional lo que
contrasta significativamente con el papel marginal de la gran mayoriacutea pero eacutestos siacute
que tienen gran importancia a nivel regional lo que hace que la red del transporte
aeacutereo sea tupida y amplia (Serrano 1999)
Este contraste tambieacuten se plasma en la jerarquiacutea del sector aeacutereo europeo en el que
Espantildea ocupa el tercer lugar en el ranking europeo respecto al traacutefico aeacutereo y que
uacutenicamente tres aeropuertos espantildeoles se encuentran incluidos en el mismo (5ordm
puesto Madrid-Barajas 8ordm puesto Barcelona-El Prat y 12ordm Palma de Mallorca) (Anexo
Tabla 2) Si se tiene en cuenta el ranking de las 30 primeras instalaciones
aeroportuarias encontramos que esta cifra pasa de tres a cinco aeropuertos
espantildeoles de los mencionados anteriormente se suma en el puesto 26ordm Maacutelaga-Costa
del Sol y cerrando la clasificacioacuten en el puesto 30ordm el aeropuerto de Gran Canaria
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
2
1 Introduccioacuten
Es interesante estudiar el sector aeacutereo ya que es un sector que ha evolucionado
notablemente en los uacuteltimos antildeos gracias a las mejoras tecnoloacutegicas y de seguridad
Con este trabajo se pretende tener una percepcioacuten clara de este sector en la uacuteltima
deacutecada mediante el anaacutelisis de la demanda aeacuterea por comunidades autoacutenomas Para
la seleccioacuten de las mismas se tendraacuten en cuenta los datos maacutes actuales que existen
y los aeropuertos maacutes importantes en cuanto al traacutefico de pasajeros en el antildeo 2015
(Anexo Tabla 1)Ademaacutes justificaremos la seleccioacuten de los datos por CCAA mediante
la realizacioacuten de un diagrama de sectores indicando el porcentaje que representaron
en 2014 en cuanto al traacutefico aeacutereo (salidas y llegadas) En este caso se ha elegido el
antildeo completo de 2014 ya que es el uacuteltimo que podemos tener en cuenta para ver el
peso de las CCAA puesto que nuestro anaacutelisis seraacute anual
Diagrama de sectores CCAA maacutes representativas por traacutefico aeacutereo de pasajeros en
2014
Fuente Elaboracioacuten propia a partir de AENA
En el diagrama de sectores se puede ver las comunidades autoacutenomas en teacuterminos
porcentuales que mayor nuacutemero de pasajeros trasladaron en el antildeo 2014 Es decir
son nueve las CCAA maacutes importantes representado la suma de las mismas el 975
del traacutefico aeacutereo total en Espantildea lo que supuso un nuacutemero de pasajeros de
190964746 el 25 restante pertenece al traacutefico aeacutereo de las otras ocho
comunidades con un total de 4896532 pasajeros
2136
2071
1778
1632
934
748
192
218
042
250
CCAA mas representativas por traacutefico aeacutereo de pasajeros
CMadrid
Cataluntildea
Islas Canarias
Islas Baleares
Andalucia
CValenciana
Galicia
Pais Vasco
Cantabria
Rescto CCAA
3
2 MARCO TEOacuteRICO
En la actualidad vivimos en un mundo globalizado y en el que nos podemos comunicar
y transportar a cualquier parte del mundo en apenas unas horas siendo el transporte
aeacutereo un gran protagonista (Pedrentildeo 2007) lo que tambieacuten ha contribuido al
crecimiento econoacutemico del planeta La importancia del sector aeacutereo en la
globalizacioacuten a diferencia de otros sectores como el terrestre o mariacutetimo se debe
entre otras cosas a sus ventajosas caracteriacutesticas como son la rapidez seguridad
comodidad e independencia de la orografiacutea terrestre es decir el poco tiempo en
recorrer grandes distancias hace que la posibilidad de accidente sea miacutenima ya que no
requiere de una red de instalaciones fijas para realizar desplazamientos evitando
zonas en los que el clima es un problema atascoshellip
21- Evolucioacuten histoacuterica de la demanda de transporte aeacutereo mundial
En los uacuteltimos cien antildeos el sector aeacutereo ha progresado notablemente a nivel teacutecnico y
organizativo esto ha permitido transformar un transporte en sus inicios costoso y
complejo destinado soacutelo a personas adineradas a convertirse en uno maacutes simple y
eficiente asequible a la mayor parte de la poblacioacuten
El afianzamiento del transporte aeacutereo se produjo tras la Segunda Guerra Mundial
debido a la independencia de un gran nuacutemero de nuevas naciones y a distintos
procesos descolonizadores lo que provocoacute que una de las primordiales inquietudes
de los gobernantes fuese la de disponer de aeropuertos
Desde el antildeo 1946 el sector aeacutereo mundial ha estado en constante crecimiento
vieacutendose multiplicado por 200 Hay que destacar los antildeos 1991 y 2001 como
excepciones debido a las secuelas de la Guerra del Golfo y por los atentados en las
torres Gemelas de Estados Unidos
La disposicioacuten de mayor renta por parte de los clientes y de la emergencia de una
robusta industria turiacutestica junto con la evolucioacuten de la economiacutea mundial fomentaron el
fortalecimiento de una demanda en progresivo aumento vinculado al ciclo econoacutemico
mundial cuyos mayores crecimientos se produjeron en sus periacuteodos maacutes altos para
aminorarse durante los antildeos de debilidad econoacutemica (INECO 2009)
Durante las deacutecadas de los 50 y 60 hubo un auge de la economiacutea global lo que
contribuyoacute a una mejora importante de los aviones estos dos hechos provocaron un
crecimiento anaacutelogo en el sector aeacutereo y en el turismo ya que se consiguioacute reducir los
precios y que los vuelos fuesen asequibles no soacutelo a las clases altas sino tambieacuten para
las medias En Espantildea a principios de la deacutecada de los 60 el mercado de los
operadores chaacuterter se amplioacute abarcando los litorales espantildeoles lo que ha permitido
que el sector turiacutestico sea un importante motor de la economiacutea espantildeola (Manchoacuten y
Aranda 2007)
En la deacutecada de los 80 el sector de la aviacioacuten civil europeo gozaba de un fuerte
proteccionismo en el que las maacutes importantes compantildeiacuteas de bandera soacutelo podiacutean
4
actuar en el mercado domeacutestico con un mercado internacional administrado por
acuerdos bilaterales
La Comunidad Econoacutemica Europea a finales de los 80 inicioacute un proceso de
liberalizacioacuten que tuvo tambieacuten un papel fundamental en la industria turiacutestica en 1989
entroacute en vigencia el primer paquete de medidas liberalizadoras siendo 1992 el primer
antildeo de efectividad de dichas medidas (Antoacuten y Coacuterdoba 2003) Maacutes tarde se
aprobaron otros dos paquetes convirtieacutendose el antildeo 1997 el de culminacioacuten y el de
mayor importancia gracias a los profundos cambios Dicha liberalizacioacuten permitioacute a
todas las compantildeiacuteas aeroportuarias de cualquier paiacutes comunitario fijar sus propias
tarifas aeacutereas y tambieacuten la proteccioacuten frente a poliacuteticas restrictivas de la competencia
y a estrategias desleales (Rey Legidos 2003) Ademaacutes hubo un gran proceso de
integracioacuten y desarrollo entre las distintas partes del mundo
Dos de los efectos maacutes importantes de la liberalizacioacuten han sido la mayor libertad
para elegir de la que gozan las aeroliacuteneas que junto con en el crecimiento sostenido a
largo plazo de la demanda de viajes aeacutereos ha permitido que los aeropuertos atraigan
rutas nuevas Si hay resaltar el efecto anterior no hay hacerlo en menor medida con el
surgir de nuevos tipos de modelos de negocio como son las compantildeiacuteas low-cost
(Graham et al 2015)
Posteriormente en la deacutecada de los 2000 Europa negocioacute otros tres acuerdos
bilaterales con Estados Unidos Canadaacute y Marruecos (EEAS 2015) con el objetivo de
abrir el espacio aeacutereo estableciendo paulatinamente la liberalizacioacuten de los derechos
del traacutefico aeacutereo Simultaacuteneamente algunos Gobiernos iniciaron el proceso de
privatizacioacuten de los aeropuertos Alcanzando en el antildeo 2010 un porcentaje del 74
los aeropuertos administrados por entidades corporativizadas mientras que el
porcentaje restante estaban privatizadas o gestionadas por asociaciones puacuteblico
privadas (Koo et al 2015)
En Europa a diferencia de Espantildea uno de los modelos de negocio que maacutes ha
destacado fueron los portadores de ocio los cuales soliacutean ser servicios no regulares o
charter estos ofrecen los aeropuertos de las ciudades maacutes pequentildeas a las compantildeiacuteas
regionales para que progresasen Pero el inconveniente que se generaba es que se
produciacutea una concentracioacuten temporal de la demanda por lo que se generaba
ineficiencias no retornando la inversioacuten esperada
Los aeropuertos son las infraestructuras propias del sector aeacutereo y los cuales han
sufrido una fuerte evolucioacuten en los uacuteltimos antildeos han pasado de realizar operaciones
simples de aterrizaje y despegue a convertirse actualmente en terminales con gran
variedad de servicios Los aeropuertos tienen un papel elemental para poner en
contacto a los distintos paiacuteses del mundo globalizado Ademaacutes los aeropuertos han
pasado de ser ldquoun monopolio natural a un una unidad de negocio potencialmente
rentablerdquo (Comisioacuten Nacional de los Mercados y la Competencia 2014) lo que ha
generado la tendencia a la privatizacioacuten Por lo que los aeropuertos compiten por una
demanda integrada por los pasajeros clientes tanto de las aeroliacuteneas como de los
distintos servicios de las terminales generando las compantildeiacuteas principalmente de bajo
5
coste mayor presioacuten competitiva y por tanto que las compantildeiacuteas tradicionales se vean
obligadas a privatizar sus empresas
Un dato reciente que muestra la importancia del sector aeacutereo en el 2014 fue que
generoacute unos ingresos de 675055 millones de euros es decir un 1 del PIB Mundial
La contribucioacuten econoacutemica de este sector mediante el turismo fue de 561943 millones
de euros y gracias a la aeronaacuteutica se crearon 58 millones de puestos de empleo en
todo el mundo (IATA Comunicado oficial en Doha 2014)
Para tener una perspectiva del sector aeacutereo actual podemos decir que seguacuten el
comunicado ofrecido por la Asociacioacuten del Transporte Aeacutereo Internacional los datos en
el mes de abril de 2015 la demanda de pasajeros internacional ha aumentado un
59 con respecto al mismo periacuteodo en 2014 La capacidad en este mismo mes se vio
incrementada en un 61 sin embargo la tasa de ocupacioacuten fue de un 794 es
decir un 10 menos que el antildeo pasado
Haciendo una breve comparativa de la demanda del sector aeacutereo internacional cabe
destacar Asia-Pacifico y Oriente medio ya que registraron un crecimiento en la
demanda superior a la media (9 interanual) Sin embargo en Europa el crecimiento
de pasajeros se situoacute en un 37 interanual siendo la capacidad de las aeronaves de
un 47 y la tasa de ocupacioacuten de las mismas de un 807 (se redujo en un 14) El
crecimiento del traacutefico interanual de pasajeros de las aeroliacuteneas latinoamericanas se
situoacute en un 63 las norteamericanas soacutelo crecieron un 07 debido probablemente
a la apreciacioacuten del doacutelar siendo las aeroliacuteneas de Aacutefrica las que peor salieron
paradas viendo reducidas su demanda en un 32 interanual causa de la fragilidad
econoacutemica que depende principalmente del petroacuteleo
211 Sector aeronaacuteutico espantildeol
El sector aeacutereo espantildeol destaca por su elevado nuacutemero de aeropuertos y las grandes
diferencias existentes entre ellos Para poder analizar la realidad del traacutefico de
pasajeros aeacutereo podriacuteamos emplear distintos paraacutemetros pero en este trabajo
emplearemos el nuacutemero de pasajeros registrados en cada aeropuerto ya que laquosu
sencillez y claridad justifican su utilizacioacutenraquo (Cattan 1991)
Si hacemos la comparativa del sector aeronaacuteutico espantildeol con el sector internacional
podemos ver como es el caso espantildeol el uacutenico que es administrado de forma
centralizada por un uacutenico gestor AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea
2010) Ademaacutes AENA establece los precios de manera centralizada basaacutendose en
normas de rango de ley Sin embargo las tarifas individuales se establecen en funcioacuten
de la demanda de pasajeros (Comisioacuten Nacional de los Mercados y la Competencia
2014)
Actualmente AENA se encarga de la gestioacuten de 46 aeropuertos y 2 helipuertos
espantildeoles con 1959 millones de pasajeros (AENA 2014) en 2014 este antildeo se
batieron cifras histoacutericas incrementaacutendose en un 45 en vuelos internacionales y un
2 en vuelos nacionales en comparacioacuten al antildeo anterior es decir maacutes de 1364
millones de pasajeros fueron en vuelos internacionales y 585 millones en nacionales
6
Como ya se ha mencionado con anterioridad el transporte aeacutereo tiene un fuerte
impacto socio-econoacutemico representando un 7 del PIB espantildeol seguacuten comentoacute la
ministra de Fomento Ana Pastor durante la clausura del IX Encuentro del Sector de
las Infraestructuras (APROACTA Asociacioacuten profesional de controladores de traacutensito
aeacutereo 2015)
A nivel nacional el crecimiento de la demanda a fecha abril de 2015 se situacutea en un
72 es decir por encima de la media internacional (52) En el periacuteodo enero- junio
del mismo antildeo el nuacutemero de pasajeros en vuelos comerciales crecioacute un 54 hasta
alcanzar los 7833 millones Esto supuso que este semestre de recuperacioacuten del
traacutefico aeacutereo en 2015 viajase en avioacuten 4 millones de personas maacutes que en el mismo
semestre del antildeo pasado Tambieacuten hay que destacar que durante esos seis meses el
mercado maacutes importante para Espantildea era con la Unioacuten Europea creciendo un 62 y
ganando 303 millones de pasajeros En el mes de junio son en las rutas que unen las
islas con la peniacutensula donde el traacutefico aeacutereo aumentoacute especialmente (69) y las
interinsulares (58) (Direccioacuten General de Aviacioacuten Civil Ministerio de Fomento de
Espantildea 2015)
En el trabajo se ha tenido en cuenta los aeropuertos maacutes importantes de Espantildea es
decir los que mayor nuacutemero de pasajeros mueven a lo largo del antildeo y que se
encuentran en nueve comunidades autoacutenomas ordenadas seguacuten el porcentaje de
aglutinacioacuten de pasajeros de mayor a menor quedan de la siguiente manera
Comunidad de Madrid (2136) Cataluntildea (2071) Islas Canarias (1778) islas
Baleares (1632) Andaluciacutea (934) Comunidad Valenciana (748) Paiacutes Vasco
(218) Galicia (192) y Cantabria (042) (Graacutefico de sectores paacutegina 2) En
dichas comunidades estaacuten situados 27 de los 46 aeropuertos gestionados por AENA
la seleccioacuten de los mismos como se ha mencionado anteriormente se debe a que son
los que concentran el mayor traacutefico de pasajeros de la red espantildeola a excepcioacuten de
Cantabria la cual ha sido seleccionada por ser en la que vivimos
Esto muestra los grandes desequilibrios presentes en el sector aeacutereo y genera
importantes problemas de organizacioacuten y de gestioacuten debido al importante papel que
tienen algunos aeropuertos en el aacutembito tanto nacional como internacional lo que
contrasta significativamente con el papel marginal de la gran mayoriacutea pero eacutestos siacute
que tienen gran importancia a nivel regional lo que hace que la red del transporte
aeacutereo sea tupida y amplia (Serrano 1999)
Este contraste tambieacuten se plasma en la jerarquiacutea del sector aeacutereo europeo en el que
Espantildea ocupa el tercer lugar en el ranking europeo respecto al traacutefico aeacutereo y que
uacutenicamente tres aeropuertos espantildeoles se encuentran incluidos en el mismo (5ordm
puesto Madrid-Barajas 8ordm puesto Barcelona-El Prat y 12ordm Palma de Mallorca) (Anexo
Tabla 2) Si se tiene en cuenta el ranking de las 30 primeras instalaciones
aeroportuarias encontramos que esta cifra pasa de tres a cinco aeropuertos
espantildeoles de los mencionados anteriormente se suma en el puesto 26ordm Maacutelaga-Costa
del Sol y cerrando la clasificacioacuten en el puesto 30ordm el aeropuerto de Gran Canaria
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
3
2 MARCO TEOacuteRICO
En la actualidad vivimos en un mundo globalizado y en el que nos podemos comunicar
y transportar a cualquier parte del mundo en apenas unas horas siendo el transporte
aeacutereo un gran protagonista (Pedrentildeo 2007) lo que tambieacuten ha contribuido al
crecimiento econoacutemico del planeta La importancia del sector aeacutereo en la
globalizacioacuten a diferencia de otros sectores como el terrestre o mariacutetimo se debe
entre otras cosas a sus ventajosas caracteriacutesticas como son la rapidez seguridad
comodidad e independencia de la orografiacutea terrestre es decir el poco tiempo en
recorrer grandes distancias hace que la posibilidad de accidente sea miacutenima ya que no
requiere de una red de instalaciones fijas para realizar desplazamientos evitando
zonas en los que el clima es un problema atascoshellip
21- Evolucioacuten histoacuterica de la demanda de transporte aeacutereo mundial
En los uacuteltimos cien antildeos el sector aeacutereo ha progresado notablemente a nivel teacutecnico y
organizativo esto ha permitido transformar un transporte en sus inicios costoso y
complejo destinado soacutelo a personas adineradas a convertirse en uno maacutes simple y
eficiente asequible a la mayor parte de la poblacioacuten
El afianzamiento del transporte aeacutereo se produjo tras la Segunda Guerra Mundial
debido a la independencia de un gran nuacutemero de nuevas naciones y a distintos
procesos descolonizadores lo que provocoacute que una de las primordiales inquietudes
de los gobernantes fuese la de disponer de aeropuertos
Desde el antildeo 1946 el sector aeacutereo mundial ha estado en constante crecimiento
vieacutendose multiplicado por 200 Hay que destacar los antildeos 1991 y 2001 como
excepciones debido a las secuelas de la Guerra del Golfo y por los atentados en las
torres Gemelas de Estados Unidos
La disposicioacuten de mayor renta por parte de los clientes y de la emergencia de una
robusta industria turiacutestica junto con la evolucioacuten de la economiacutea mundial fomentaron el
fortalecimiento de una demanda en progresivo aumento vinculado al ciclo econoacutemico
mundial cuyos mayores crecimientos se produjeron en sus periacuteodos maacutes altos para
aminorarse durante los antildeos de debilidad econoacutemica (INECO 2009)
Durante las deacutecadas de los 50 y 60 hubo un auge de la economiacutea global lo que
contribuyoacute a una mejora importante de los aviones estos dos hechos provocaron un
crecimiento anaacutelogo en el sector aeacutereo y en el turismo ya que se consiguioacute reducir los
precios y que los vuelos fuesen asequibles no soacutelo a las clases altas sino tambieacuten para
las medias En Espantildea a principios de la deacutecada de los 60 el mercado de los
operadores chaacuterter se amplioacute abarcando los litorales espantildeoles lo que ha permitido
que el sector turiacutestico sea un importante motor de la economiacutea espantildeola (Manchoacuten y
Aranda 2007)
En la deacutecada de los 80 el sector de la aviacioacuten civil europeo gozaba de un fuerte
proteccionismo en el que las maacutes importantes compantildeiacuteas de bandera soacutelo podiacutean
4
actuar en el mercado domeacutestico con un mercado internacional administrado por
acuerdos bilaterales
La Comunidad Econoacutemica Europea a finales de los 80 inicioacute un proceso de
liberalizacioacuten que tuvo tambieacuten un papel fundamental en la industria turiacutestica en 1989
entroacute en vigencia el primer paquete de medidas liberalizadoras siendo 1992 el primer
antildeo de efectividad de dichas medidas (Antoacuten y Coacuterdoba 2003) Maacutes tarde se
aprobaron otros dos paquetes convirtieacutendose el antildeo 1997 el de culminacioacuten y el de
mayor importancia gracias a los profundos cambios Dicha liberalizacioacuten permitioacute a
todas las compantildeiacuteas aeroportuarias de cualquier paiacutes comunitario fijar sus propias
tarifas aeacutereas y tambieacuten la proteccioacuten frente a poliacuteticas restrictivas de la competencia
y a estrategias desleales (Rey Legidos 2003) Ademaacutes hubo un gran proceso de
integracioacuten y desarrollo entre las distintas partes del mundo
Dos de los efectos maacutes importantes de la liberalizacioacuten han sido la mayor libertad
para elegir de la que gozan las aeroliacuteneas que junto con en el crecimiento sostenido a
largo plazo de la demanda de viajes aeacutereos ha permitido que los aeropuertos atraigan
rutas nuevas Si hay resaltar el efecto anterior no hay hacerlo en menor medida con el
surgir de nuevos tipos de modelos de negocio como son las compantildeiacuteas low-cost
(Graham et al 2015)
Posteriormente en la deacutecada de los 2000 Europa negocioacute otros tres acuerdos
bilaterales con Estados Unidos Canadaacute y Marruecos (EEAS 2015) con el objetivo de
abrir el espacio aeacutereo estableciendo paulatinamente la liberalizacioacuten de los derechos
del traacutefico aeacutereo Simultaacuteneamente algunos Gobiernos iniciaron el proceso de
privatizacioacuten de los aeropuertos Alcanzando en el antildeo 2010 un porcentaje del 74
los aeropuertos administrados por entidades corporativizadas mientras que el
porcentaje restante estaban privatizadas o gestionadas por asociaciones puacuteblico
privadas (Koo et al 2015)
En Europa a diferencia de Espantildea uno de los modelos de negocio que maacutes ha
destacado fueron los portadores de ocio los cuales soliacutean ser servicios no regulares o
charter estos ofrecen los aeropuertos de las ciudades maacutes pequentildeas a las compantildeiacuteas
regionales para que progresasen Pero el inconveniente que se generaba es que se
produciacutea una concentracioacuten temporal de la demanda por lo que se generaba
ineficiencias no retornando la inversioacuten esperada
Los aeropuertos son las infraestructuras propias del sector aeacutereo y los cuales han
sufrido una fuerte evolucioacuten en los uacuteltimos antildeos han pasado de realizar operaciones
simples de aterrizaje y despegue a convertirse actualmente en terminales con gran
variedad de servicios Los aeropuertos tienen un papel elemental para poner en
contacto a los distintos paiacuteses del mundo globalizado Ademaacutes los aeropuertos han
pasado de ser ldquoun monopolio natural a un una unidad de negocio potencialmente
rentablerdquo (Comisioacuten Nacional de los Mercados y la Competencia 2014) lo que ha
generado la tendencia a la privatizacioacuten Por lo que los aeropuertos compiten por una
demanda integrada por los pasajeros clientes tanto de las aeroliacuteneas como de los
distintos servicios de las terminales generando las compantildeiacuteas principalmente de bajo
5
coste mayor presioacuten competitiva y por tanto que las compantildeiacuteas tradicionales se vean
obligadas a privatizar sus empresas
Un dato reciente que muestra la importancia del sector aeacutereo en el 2014 fue que
generoacute unos ingresos de 675055 millones de euros es decir un 1 del PIB Mundial
La contribucioacuten econoacutemica de este sector mediante el turismo fue de 561943 millones
de euros y gracias a la aeronaacuteutica se crearon 58 millones de puestos de empleo en
todo el mundo (IATA Comunicado oficial en Doha 2014)
Para tener una perspectiva del sector aeacutereo actual podemos decir que seguacuten el
comunicado ofrecido por la Asociacioacuten del Transporte Aeacutereo Internacional los datos en
el mes de abril de 2015 la demanda de pasajeros internacional ha aumentado un
59 con respecto al mismo periacuteodo en 2014 La capacidad en este mismo mes se vio
incrementada en un 61 sin embargo la tasa de ocupacioacuten fue de un 794 es
decir un 10 menos que el antildeo pasado
Haciendo una breve comparativa de la demanda del sector aeacutereo internacional cabe
destacar Asia-Pacifico y Oriente medio ya que registraron un crecimiento en la
demanda superior a la media (9 interanual) Sin embargo en Europa el crecimiento
de pasajeros se situoacute en un 37 interanual siendo la capacidad de las aeronaves de
un 47 y la tasa de ocupacioacuten de las mismas de un 807 (se redujo en un 14) El
crecimiento del traacutefico interanual de pasajeros de las aeroliacuteneas latinoamericanas se
situoacute en un 63 las norteamericanas soacutelo crecieron un 07 debido probablemente
a la apreciacioacuten del doacutelar siendo las aeroliacuteneas de Aacutefrica las que peor salieron
paradas viendo reducidas su demanda en un 32 interanual causa de la fragilidad
econoacutemica que depende principalmente del petroacuteleo
211 Sector aeronaacuteutico espantildeol
El sector aeacutereo espantildeol destaca por su elevado nuacutemero de aeropuertos y las grandes
diferencias existentes entre ellos Para poder analizar la realidad del traacutefico de
pasajeros aeacutereo podriacuteamos emplear distintos paraacutemetros pero en este trabajo
emplearemos el nuacutemero de pasajeros registrados en cada aeropuerto ya que laquosu
sencillez y claridad justifican su utilizacioacutenraquo (Cattan 1991)
Si hacemos la comparativa del sector aeronaacuteutico espantildeol con el sector internacional
podemos ver como es el caso espantildeol el uacutenico que es administrado de forma
centralizada por un uacutenico gestor AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea
2010) Ademaacutes AENA establece los precios de manera centralizada basaacutendose en
normas de rango de ley Sin embargo las tarifas individuales se establecen en funcioacuten
de la demanda de pasajeros (Comisioacuten Nacional de los Mercados y la Competencia
2014)
Actualmente AENA se encarga de la gestioacuten de 46 aeropuertos y 2 helipuertos
espantildeoles con 1959 millones de pasajeros (AENA 2014) en 2014 este antildeo se
batieron cifras histoacutericas incrementaacutendose en un 45 en vuelos internacionales y un
2 en vuelos nacionales en comparacioacuten al antildeo anterior es decir maacutes de 1364
millones de pasajeros fueron en vuelos internacionales y 585 millones en nacionales
6
Como ya se ha mencionado con anterioridad el transporte aeacutereo tiene un fuerte
impacto socio-econoacutemico representando un 7 del PIB espantildeol seguacuten comentoacute la
ministra de Fomento Ana Pastor durante la clausura del IX Encuentro del Sector de
las Infraestructuras (APROACTA Asociacioacuten profesional de controladores de traacutensito
aeacutereo 2015)
A nivel nacional el crecimiento de la demanda a fecha abril de 2015 se situacutea en un
72 es decir por encima de la media internacional (52) En el periacuteodo enero- junio
del mismo antildeo el nuacutemero de pasajeros en vuelos comerciales crecioacute un 54 hasta
alcanzar los 7833 millones Esto supuso que este semestre de recuperacioacuten del
traacutefico aeacutereo en 2015 viajase en avioacuten 4 millones de personas maacutes que en el mismo
semestre del antildeo pasado Tambieacuten hay que destacar que durante esos seis meses el
mercado maacutes importante para Espantildea era con la Unioacuten Europea creciendo un 62 y
ganando 303 millones de pasajeros En el mes de junio son en las rutas que unen las
islas con la peniacutensula donde el traacutefico aeacutereo aumentoacute especialmente (69) y las
interinsulares (58) (Direccioacuten General de Aviacioacuten Civil Ministerio de Fomento de
Espantildea 2015)
En el trabajo se ha tenido en cuenta los aeropuertos maacutes importantes de Espantildea es
decir los que mayor nuacutemero de pasajeros mueven a lo largo del antildeo y que se
encuentran en nueve comunidades autoacutenomas ordenadas seguacuten el porcentaje de
aglutinacioacuten de pasajeros de mayor a menor quedan de la siguiente manera
Comunidad de Madrid (2136) Cataluntildea (2071) Islas Canarias (1778) islas
Baleares (1632) Andaluciacutea (934) Comunidad Valenciana (748) Paiacutes Vasco
(218) Galicia (192) y Cantabria (042) (Graacutefico de sectores paacutegina 2) En
dichas comunidades estaacuten situados 27 de los 46 aeropuertos gestionados por AENA
la seleccioacuten de los mismos como se ha mencionado anteriormente se debe a que son
los que concentran el mayor traacutefico de pasajeros de la red espantildeola a excepcioacuten de
Cantabria la cual ha sido seleccionada por ser en la que vivimos
Esto muestra los grandes desequilibrios presentes en el sector aeacutereo y genera
importantes problemas de organizacioacuten y de gestioacuten debido al importante papel que
tienen algunos aeropuertos en el aacutembito tanto nacional como internacional lo que
contrasta significativamente con el papel marginal de la gran mayoriacutea pero eacutestos siacute
que tienen gran importancia a nivel regional lo que hace que la red del transporte
aeacutereo sea tupida y amplia (Serrano 1999)
Este contraste tambieacuten se plasma en la jerarquiacutea del sector aeacutereo europeo en el que
Espantildea ocupa el tercer lugar en el ranking europeo respecto al traacutefico aeacutereo y que
uacutenicamente tres aeropuertos espantildeoles se encuentran incluidos en el mismo (5ordm
puesto Madrid-Barajas 8ordm puesto Barcelona-El Prat y 12ordm Palma de Mallorca) (Anexo
Tabla 2) Si se tiene en cuenta el ranking de las 30 primeras instalaciones
aeroportuarias encontramos que esta cifra pasa de tres a cinco aeropuertos
espantildeoles de los mencionados anteriormente se suma en el puesto 26ordm Maacutelaga-Costa
del Sol y cerrando la clasificacioacuten en el puesto 30ordm el aeropuerto de Gran Canaria
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
4
actuar en el mercado domeacutestico con un mercado internacional administrado por
acuerdos bilaterales
La Comunidad Econoacutemica Europea a finales de los 80 inicioacute un proceso de
liberalizacioacuten que tuvo tambieacuten un papel fundamental en la industria turiacutestica en 1989
entroacute en vigencia el primer paquete de medidas liberalizadoras siendo 1992 el primer
antildeo de efectividad de dichas medidas (Antoacuten y Coacuterdoba 2003) Maacutes tarde se
aprobaron otros dos paquetes convirtieacutendose el antildeo 1997 el de culminacioacuten y el de
mayor importancia gracias a los profundos cambios Dicha liberalizacioacuten permitioacute a
todas las compantildeiacuteas aeroportuarias de cualquier paiacutes comunitario fijar sus propias
tarifas aeacutereas y tambieacuten la proteccioacuten frente a poliacuteticas restrictivas de la competencia
y a estrategias desleales (Rey Legidos 2003) Ademaacutes hubo un gran proceso de
integracioacuten y desarrollo entre las distintas partes del mundo
Dos de los efectos maacutes importantes de la liberalizacioacuten han sido la mayor libertad
para elegir de la que gozan las aeroliacuteneas que junto con en el crecimiento sostenido a
largo plazo de la demanda de viajes aeacutereos ha permitido que los aeropuertos atraigan
rutas nuevas Si hay resaltar el efecto anterior no hay hacerlo en menor medida con el
surgir de nuevos tipos de modelos de negocio como son las compantildeiacuteas low-cost
(Graham et al 2015)
Posteriormente en la deacutecada de los 2000 Europa negocioacute otros tres acuerdos
bilaterales con Estados Unidos Canadaacute y Marruecos (EEAS 2015) con el objetivo de
abrir el espacio aeacutereo estableciendo paulatinamente la liberalizacioacuten de los derechos
del traacutefico aeacutereo Simultaacuteneamente algunos Gobiernos iniciaron el proceso de
privatizacioacuten de los aeropuertos Alcanzando en el antildeo 2010 un porcentaje del 74
los aeropuertos administrados por entidades corporativizadas mientras que el
porcentaje restante estaban privatizadas o gestionadas por asociaciones puacuteblico
privadas (Koo et al 2015)
En Europa a diferencia de Espantildea uno de los modelos de negocio que maacutes ha
destacado fueron los portadores de ocio los cuales soliacutean ser servicios no regulares o
charter estos ofrecen los aeropuertos de las ciudades maacutes pequentildeas a las compantildeiacuteas
regionales para que progresasen Pero el inconveniente que se generaba es que se
produciacutea una concentracioacuten temporal de la demanda por lo que se generaba
ineficiencias no retornando la inversioacuten esperada
Los aeropuertos son las infraestructuras propias del sector aeacutereo y los cuales han
sufrido una fuerte evolucioacuten en los uacuteltimos antildeos han pasado de realizar operaciones
simples de aterrizaje y despegue a convertirse actualmente en terminales con gran
variedad de servicios Los aeropuertos tienen un papel elemental para poner en
contacto a los distintos paiacuteses del mundo globalizado Ademaacutes los aeropuertos han
pasado de ser ldquoun monopolio natural a un una unidad de negocio potencialmente
rentablerdquo (Comisioacuten Nacional de los Mercados y la Competencia 2014) lo que ha
generado la tendencia a la privatizacioacuten Por lo que los aeropuertos compiten por una
demanda integrada por los pasajeros clientes tanto de las aeroliacuteneas como de los
distintos servicios de las terminales generando las compantildeiacuteas principalmente de bajo
5
coste mayor presioacuten competitiva y por tanto que las compantildeiacuteas tradicionales se vean
obligadas a privatizar sus empresas
Un dato reciente que muestra la importancia del sector aeacutereo en el 2014 fue que
generoacute unos ingresos de 675055 millones de euros es decir un 1 del PIB Mundial
La contribucioacuten econoacutemica de este sector mediante el turismo fue de 561943 millones
de euros y gracias a la aeronaacuteutica se crearon 58 millones de puestos de empleo en
todo el mundo (IATA Comunicado oficial en Doha 2014)
Para tener una perspectiva del sector aeacutereo actual podemos decir que seguacuten el
comunicado ofrecido por la Asociacioacuten del Transporte Aeacutereo Internacional los datos en
el mes de abril de 2015 la demanda de pasajeros internacional ha aumentado un
59 con respecto al mismo periacuteodo en 2014 La capacidad en este mismo mes se vio
incrementada en un 61 sin embargo la tasa de ocupacioacuten fue de un 794 es
decir un 10 menos que el antildeo pasado
Haciendo una breve comparativa de la demanda del sector aeacutereo internacional cabe
destacar Asia-Pacifico y Oriente medio ya que registraron un crecimiento en la
demanda superior a la media (9 interanual) Sin embargo en Europa el crecimiento
de pasajeros se situoacute en un 37 interanual siendo la capacidad de las aeronaves de
un 47 y la tasa de ocupacioacuten de las mismas de un 807 (se redujo en un 14) El
crecimiento del traacutefico interanual de pasajeros de las aeroliacuteneas latinoamericanas se
situoacute en un 63 las norteamericanas soacutelo crecieron un 07 debido probablemente
a la apreciacioacuten del doacutelar siendo las aeroliacuteneas de Aacutefrica las que peor salieron
paradas viendo reducidas su demanda en un 32 interanual causa de la fragilidad
econoacutemica que depende principalmente del petroacuteleo
211 Sector aeronaacuteutico espantildeol
El sector aeacutereo espantildeol destaca por su elevado nuacutemero de aeropuertos y las grandes
diferencias existentes entre ellos Para poder analizar la realidad del traacutefico de
pasajeros aeacutereo podriacuteamos emplear distintos paraacutemetros pero en este trabajo
emplearemos el nuacutemero de pasajeros registrados en cada aeropuerto ya que laquosu
sencillez y claridad justifican su utilizacioacutenraquo (Cattan 1991)
Si hacemos la comparativa del sector aeronaacuteutico espantildeol con el sector internacional
podemos ver como es el caso espantildeol el uacutenico que es administrado de forma
centralizada por un uacutenico gestor AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea
2010) Ademaacutes AENA establece los precios de manera centralizada basaacutendose en
normas de rango de ley Sin embargo las tarifas individuales se establecen en funcioacuten
de la demanda de pasajeros (Comisioacuten Nacional de los Mercados y la Competencia
2014)
Actualmente AENA se encarga de la gestioacuten de 46 aeropuertos y 2 helipuertos
espantildeoles con 1959 millones de pasajeros (AENA 2014) en 2014 este antildeo se
batieron cifras histoacutericas incrementaacutendose en un 45 en vuelos internacionales y un
2 en vuelos nacionales en comparacioacuten al antildeo anterior es decir maacutes de 1364
millones de pasajeros fueron en vuelos internacionales y 585 millones en nacionales
6
Como ya se ha mencionado con anterioridad el transporte aeacutereo tiene un fuerte
impacto socio-econoacutemico representando un 7 del PIB espantildeol seguacuten comentoacute la
ministra de Fomento Ana Pastor durante la clausura del IX Encuentro del Sector de
las Infraestructuras (APROACTA Asociacioacuten profesional de controladores de traacutensito
aeacutereo 2015)
A nivel nacional el crecimiento de la demanda a fecha abril de 2015 se situacutea en un
72 es decir por encima de la media internacional (52) En el periacuteodo enero- junio
del mismo antildeo el nuacutemero de pasajeros en vuelos comerciales crecioacute un 54 hasta
alcanzar los 7833 millones Esto supuso que este semestre de recuperacioacuten del
traacutefico aeacutereo en 2015 viajase en avioacuten 4 millones de personas maacutes que en el mismo
semestre del antildeo pasado Tambieacuten hay que destacar que durante esos seis meses el
mercado maacutes importante para Espantildea era con la Unioacuten Europea creciendo un 62 y
ganando 303 millones de pasajeros En el mes de junio son en las rutas que unen las
islas con la peniacutensula donde el traacutefico aeacutereo aumentoacute especialmente (69) y las
interinsulares (58) (Direccioacuten General de Aviacioacuten Civil Ministerio de Fomento de
Espantildea 2015)
En el trabajo se ha tenido en cuenta los aeropuertos maacutes importantes de Espantildea es
decir los que mayor nuacutemero de pasajeros mueven a lo largo del antildeo y que se
encuentran en nueve comunidades autoacutenomas ordenadas seguacuten el porcentaje de
aglutinacioacuten de pasajeros de mayor a menor quedan de la siguiente manera
Comunidad de Madrid (2136) Cataluntildea (2071) Islas Canarias (1778) islas
Baleares (1632) Andaluciacutea (934) Comunidad Valenciana (748) Paiacutes Vasco
(218) Galicia (192) y Cantabria (042) (Graacutefico de sectores paacutegina 2) En
dichas comunidades estaacuten situados 27 de los 46 aeropuertos gestionados por AENA
la seleccioacuten de los mismos como se ha mencionado anteriormente se debe a que son
los que concentran el mayor traacutefico de pasajeros de la red espantildeola a excepcioacuten de
Cantabria la cual ha sido seleccionada por ser en la que vivimos
Esto muestra los grandes desequilibrios presentes en el sector aeacutereo y genera
importantes problemas de organizacioacuten y de gestioacuten debido al importante papel que
tienen algunos aeropuertos en el aacutembito tanto nacional como internacional lo que
contrasta significativamente con el papel marginal de la gran mayoriacutea pero eacutestos siacute
que tienen gran importancia a nivel regional lo que hace que la red del transporte
aeacutereo sea tupida y amplia (Serrano 1999)
Este contraste tambieacuten se plasma en la jerarquiacutea del sector aeacutereo europeo en el que
Espantildea ocupa el tercer lugar en el ranking europeo respecto al traacutefico aeacutereo y que
uacutenicamente tres aeropuertos espantildeoles se encuentran incluidos en el mismo (5ordm
puesto Madrid-Barajas 8ordm puesto Barcelona-El Prat y 12ordm Palma de Mallorca) (Anexo
Tabla 2) Si se tiene en cuenta el ranking de las 30 primeras instalaciones
aeroportuarias encontramos que esta cifra pasa de tres a cinco aeropuertos
espantildeoles de los mencionados anteriormente se suma en el puesto 26ordm Maacutelaga-Costa
del Sol y cerrando la clasificacioacuten en el puesto 30ordm el aeropuerto de Gran Canaria
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
5
coste mayor presioacuten competitiva y por tanto que las compantildeiacuteas tradicionales se vean
obligadas a privatizar sus empresas
Un dato reciente que muestra la importancia del sector aeacutereo en el 2014 fue que
generoacute unos ingresos de 675055 millones de euros es decir un 1 del PIB Mundial
La contribucioacuten econoacutemica de este sector mediante el turismo fue de 561943 millones
de euros y gracias a la aeronaacuteutica se crearon 58 millones de puestos de empleo en
todo el mundo (IATA Comunicado oficial en Doha 2014)
Para tener una perspectiva del sector aeacutereo actual podemos decir que seguacuten el
comunicado ofrecido por la Asociacioacuten del Transporte Aeacutereo Internacional los datos en
el mes de abril de 2015 la demanda de pasajeros internacional ha aumentado un
59 con respecto al mismo periacuteodo en 2014 La capacidad en este mismo mes se vio
incrementada en un 61 sin embargo la tasa de ocupacioacuten fue de un 794 es
decir un 10 menos que el antildeo pasado
Haciendo una breve comparativa de la demanda del sector aeacutereo internacional cabe
destacar Asia-Pacifico y Oriente medio ya que registraron un crecimiento en la
demanda superior a la media (9 interanual) Sin embargo en Europa el crecimiento
de pasajeros se situoacute en un 37 interanual siendo la capacidad de las aeronaves de
un 47 y la tasa de ocupacioacuten de las mismas de un 807 (se redujo en un 14) El
crecimiento del traacutefico interanual de pasajeros de las aeroliacuteneas latinoamericanas se
situoacute en un 63 las norteamericanas soacutelo crecieron un 07 debido probablemente
a la apreciacioacuten del doacutelar siendo las aeroliacuteneas de Aacutefrica las que peor salieron
paradas viendo reducidas su demanda en un 32 interanual causa de la fragilidad
econoacutemica que depende principalmente del petroacuteleo
211 Sector aeronaacuteutico espantildeol
El sector aeacutereo espantildeol destaca por su elevado nuacutemero de aeropuertos y las grandes
diferencias existentes entre ellos Para poder analizar la realidad del traacutefico de
pasajeros aeacutereo podriacuteamos emplear distintos paraacutemetros pero en este trabajo
emplearemos el nuacutemero de pasajeros registrados en cada aeropuerto ya que laquosu
sencillez y claridad justifican su utilizacioacutenraquo (Cattan 1991)
Si hacemos la comparativa del sector aeronaacuteutico espantildeol con el sector internacional
podemos ver como es el caso espantildeol el uacutenico que es administrado de forma
centralizada por un uacutenico gestor AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea
2010) Ademaacutes AENA establece los precios de manera centralizada basaacutendose en
normas de rango de ley Sin embargo las tarifas individuales se establecen en funcioacuten
de la demanda de pasajeros (Comisioacuten Nacional de los Mercados y la Competencia
2014)
Actualmente AENA se encarga de la gestioacuten de 46 aeropuertos y 2 helipuertos
espantildeoles con 1959 millones de pasajeros (AENA 2014) en 2014 este antildeo se
batieron cifras histoacutericas incrementaacutendose en un 45 en vuelos internacionales y un
2 en vuelos nacionales en comparacioacuten al antildeo anterior es decir maacutes de 1364
millones de pasajeros fueron en vuelos internacionales y 585 millones en nacionales
6
Como ya se ha mencionado con anterioridad el transporte aeacutereo tiene un fuerte
impacto socio-econoacutemico representando un 7 del PIB espantildeol seguacuten comentoacute la
ministra de Fomento Ana Pastor durante la clausura del IX Encuentro del Sector de
las Infraestructuras (APROACTA Asociacioacuten profesional de controladores de traacutensito
aeacutereo 2015)
A nivel nacional el crecimiento de la demanda a fecha abril de 2015 se situacutea en un
72 es decir por encima de la media internacional (52) En el periacuteodo enero- junio
del mismo antildeo el nuacutemero de pasajeros en vuelos comerciales crecioacute un 54 hasta
alcanzar los 7833 millones Esto supuso que este semestre de recuperacioacuten del
traacutefico aeacutereo en 2015 viajase en avioacuten 4 millones de personas maacutes que en el mismo
semestre del antildeo pasado Tambieacuten hay que destacar que durante esos seis meses el
mercado maacutes importante para Espantildea era con la Unioacuten Europea creciendo un 62 y
ganando 303 millones de pasajeros En el mes de junio son en las rutas que unen las
islas con la peniacutensula donde el traacutefico aeacutereo aumentoacute especialmente (69) y las
interinsulares (58) (Direccioacuten General de Aviacioacuten Civil Ministerio de Fomento de
Espantildea 2015)
En el trabajo se ha tenido en cuenta los aeropuertos maacutes importantes de Espantildea es
decir los que mayor nuacutemero de pasajeros mueven a lo largo del antildeo y que se
encuentran en nueve comunidades autoacutenomas ordenadas seguacuten el porcentaje de
aglutinacioacuten de pasajeros de mayor a menor quedan de la siguiente manera
Comunidad de Madrid (2136) Cataluntildea (2071) Islas Canarias (1778) islas
Baleares (1632) Andaluciacutea (934) Comunidad Valenciana (748) Paiacutes Vasco
(218) Galicia (192) y Cantabria (042) (Graacutefico de sectores paacutegina 2) En
dichas comunidades estaacuten situados 27 de los 46 aeropuertos gestionados por AENA
la seleccioacuten de los mismos como se ha mencionado anteriormente se debe a que son
los que concentran el mayor traacutefico de pasajeros de la red espantildeola a excepcioacuten de
Cantabria la cual ha sido seleccionada por ser en la que vivimos
Esto muestra los grandes desequilibrios presentes en el sector aeacutereo y genera
importantes problemas de organizacioacuten y de gestioacuten debido al importante papel que
tienen algunos aeropuertos en el aacutembito tanto nacional como internacional lo que
contrasta significativamente con el papel marginal de la gran mayoriacutea pero eacutestos siacute
que tienen gran importancia a nivel regional lo que hace que la red del transporte
aeacutereo sea tupida y amplia (Serrano 1999)
Este contraste tambieacuten se plasma en la jerarquiacutea del sector aeacutereo europeo en el que
Espantildea ocupa el tercer lugar en el ranking europeo respecto al traacutefico aeacutereo y que
uacutenicamente tres aeropuertos espantildeoles se encuentran incluidos en el mismo (5ordm
puesto Madrid-Barajas 8ordm puesto Barcelona-El Prat y 12ordm Palma de Mallorca) (Anexo
Tabla 2) Si se tiene en cuenta el ranking de las 30 primeras instalaciones
aeroportuarias encontramos que esta cifra pasa de tres a cinco aeropuertos
espantildeoles de los mencionados anteriormente se suma en el puesto 26ordm Maacutelaga-Costa
del Sol y cerrando la clasificacioacuten en el puesto 30ordm el aeropuerto de Gran Canaria
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
6
Como ya se ha mencionado con anterioridad el transporte aeacutereo tiene un fuerte
impacto socio-econoacutemico representando un 7 del PIB espantildeol seguacuten comentoacute la
ministra de Fomento Ana Pastor durante la clausura del IX Encuentro del Sector de
las Infraestructuras (APROACTA Asociacioacuten profesional de controladores de traacutensito
aeacutereo 2015)
A nivel nacional el crecimiento de la demanda a fecha abril de 2015 se situacutea en un
72 es decir por encima de la media internacional (52) En el periacuteodo enero- junio
del mismo antildeo el nuacutemero de pasajeros en vuelos comerciales crecioacute un 54 hasta
alcanzar los 7833 millones Esto supuso que este semestre de recuperacioacuten del
traacutefico aeacutereo en 2015 viajase en avioacuten 4 millones de personas maacutes que en el mismo
semestre del antildeo pasado Tambieacuten hay que destacar que durante esos seis meses el
mercado maacutes importante para Espantildea era con la Unioacuten Europea creciendo un 62 y
ganando 303 millones de pasajeros En el mes de junio son en las rutas que unen las
islas con la peniacutensula donde el traacutefico aeacutereo aumentoacute especialmente (69) y las
interinsulares (58) (Direccioacuten General de Aviacioacuten Civil Ministerio de Fomento de
Espantildea 2015)
En el trabajo se ha tenido en cuenta los aeropuertos maacutes importantes de Espantildea es
decir los que mayor nuacutemero de pasajeros mueven a lo largo del antildeo y que se
encuentran en nueve comunidades autoacutenomas ordenadas seguacuten el porcentaje de
aglutinacioacuten de pasajeros de mayor a menor quedan de la siguiente manera
Comunidad de Madrid (2136) Cataluntildea (2071) Islas Canarias (1778) islas
Baleares (1632) Andaluciacutea (934) Comunidad Valenciana (748) Paiacutes Vasco
(218) Galicia (192) y Cantabria (042) (Graacutefico de sectores paacutegina 2) En
dichas comunidades estaacuten situados 27 de los 46 aeropuertos gestionados por AENA
la seleccioacuten de los mismos como se ha mencionado anteriormente se debe a que son
los que concentran el mayor traacutefico de pasajeros de la red espantildeola a excepcioacuten de
Cantabria la cual ha sido seleccionada por ser en la que vivimos
Esto muestra los grandes desequilibrios presentes en el sector aeacutereo y genera
importantes problemas de organizacioacuten y de gestioacuten debido al importante papel que
tienen algunos aeropuertos en el aacutembito tanto nacional como internacional lo que
contrasta significativamente con el papel marginal de la gran mayoriacutea pero eacutestos siacute
que tienen gran importancia a nivel regional lo que hace que la red del transporte
aeacutereo sea tupida y amplia (Serrano 1999)
Este contraste tambieacuten se plasma en la jerarquiacutea del sector aeacutereo europeo en el que
Espantildea ocupa el tercer lugar en el ranking europeo respecto al traacutefico aeacutereo y que
uacutenicamente tres aeropuertos espantildeoles se encuentran incluidos en el mismo (5ordm
puesto Madrid-Barajas 8ordm puesto Barcelona-El Prat y 12ordm Palma de Mallorca) (Anexo
Tabla 2) Si se tiene en cuenta el ranking de las 30 primeras instalaciones
aeroportuarias encontramos que esta cifra pasa de tres a cinco aeropuertos
espantildeoles de los mencionados anteriormente se suma en el puesto 26ordm Maacutelaga-Costa
del Sol y cerrando la clasificacioacuten en el puesto 30ordm el aeropuerto de Gran Canaria
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
7
22- Compantildeiacuteas tradicionales
Una de las caracteriacutesticas maacutes importantes que definen estas compantildeiacuteas es que
aprovechan las economiacuteas de densidad es decir concentran los trayectos en un
centro distribuidor desde donde se enlazada con el resto de destinos De esta manera
estas compantildeiacuteas pueden aumentar la produccioacuten incrementando el nuacutemero de
destinos Su gestioacuten es complicada ya que obliga a disponer de un sistema de
reservas a tiempo real lo que permite maximizar los ingresos por unidad de vuelo
La liberalizacioacuten de la industria aeacuterea en sus inicios permitioacute impulsar a las compantildeiacuteas
tradicionales maacutes tarde se vieron obligadas a la privatizacioacuten de todas las compantildeiacuteas
de bandera
Otro atributo de estas compantildeiacuteas es que se pueden fusionar en alianzas gracias a las
medidas desreguladoras adoptadas en los 90 La formacioacuten de alianzas aeacutereas se
convirtioacute en una forma de actuar en contra de las sucesivas crisis como la asiaacutetica en
el 97 el estancamiento econoacutemico europeo en el 98 el encarecimiento del crudo en
el 99 o los atentados del 11 de Septiembre en 2001 estas coaliciones les permitiacutean
aprovecharse de las economiacuteas de escala y de alcance
Otra consecuencia relevante de las poliacuteticas desreguladoras fue el cambio del sistema
de rutas del inicial que era de ir de punto a punto a un sistema de red en el que las
rutas se distribuyen mediante un sistema centro radial esto es que los pasajeros
vuelan desde su origen hasta el aeropuerto principal donde conectan con otro vuelo
hasta el destino final (De Rus Campos y Nombela 2003)
La compantildeiacuteas tradicionales se vieron obligadas a ofrecer perfeccionados meacutetodos de
gestioacuten de reservas disponibilidad y fijacioacuten de precios ademaacutes de servicios
complementarios como salas de espera vip facturacioacuten expreacutes con el objetivo de
ofrecer vuelos diferenciados y maximizar beneficios
La fijacioacuten de precios por las compantildeiacuteas tradicionales es compleja y se rige a partir de
la segmentacioacuten del mercado heterogeneidad del producto limitaciones de los
billetes control de disposicioacuten y disponibilidad discriminando en funcioacuten de la
disponibilidad a pagar La expedicioacuten de las compantildeiacuteas tradicionales es variada
ofrecieacutendose distintos tipos de asientos por lo que el nuacutemero de los mismos tiene que
ser reducido teniendo baja tasa de ocupacioacuten y amplio periacuteodo de estancia en los
aeropuertos
23 Compantildeiacuteas De Bajo Coste
Con la liberalizacioacuten del sector aeacutereo promovida por la Unioacuten Europea hacia finales del
antildeo 1990 surgen compantildeiacuteas con distintos modelos de negocio tanto de
comercializacioacuten como de forma de operar beneficiaacutendose de la eliminacioacuten de
barreras comerciales son lo que hoy conocemos como compantildeiacuteas low-cost (bajo
coste) Estas se fueron consolidando gradualmente durante la deacutecada hasta
convertirse en protagonistas indiscutibles de la nueva estructura del mercado Este
tipo de compantildeiacuteas tuvo su origen en Estados Unidos en los antildeos 70 gracias a la
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
8
compantildeiacutea Southwest el objetivo que perseguiacutea eacutesta era ofrecer los viajes al menor
precio posible mediante la maacutexima reduccioacuten de los costes El eacutexito de la compantildeiacutea
Southwest hizo que sirviera de modelo para las compantildeiacuteas de bajo coste europeas de
esta manera todas las caracteriacutesticas de las mismas tienen su origen de Southwest
En Estados Unidos surgieron tras eacutesta maacutes de 12 compantildeiacuteas low-cost fuera de
Europa tambieacuten nacieron otras como Gol en Brasil Air Asia en Malasia o Virgin Blue
en Australia En Europa es en la deacutecada de los 80 cuando empiezan a germinar la
primera compantildeiacutea en operar fue concretamente en 1985 la irlandesa Ryanair la cual
en sus inicios operaba como una compantildeiacutea tradicional con precios atractivos pero fue
en 1992 cuando empezoacute a incrementar su rentabilidad debido la eliminacioacuten de los
servicios complementarios y comenzoacute a cotizar en bolsa alcanzando una demanda de
clientes similar a Air Lingus compantildeiacutea bandera de Irlanda
Una de las caracteriacutesticas que mejor describen a las compantildeiacuteas de bajo coste son los
reducidos costos de operacioacuten que tienen gracias a su poder de negociacioacuten para
garantizar acuerdos beneficiosos en los aeropuertos (Francis et al 2004)
Tambieacuten son maacutes flexibles a hacer cambios como cambiar las rutas o dejar de dar
servicio a un aeropuerto si no estaacuten conformes generando altos grados de rotacioacuten de
las rutas punto a punto
Otro de los motivos por el que las compantildeiacuteas de bajo coste crecieron es por la
confianza depositada por los aeropuertos regionales Estos para solventar el
inconveniente que arrastraban de estacionalidad de la demanda confiaron en este tipo
de compantildeiacuteas ya que era utilizada por un gran nuacutemero de pasajeros para desplazarse
durante su tiempo de ocio lo que hace que haya una fuerte demanda durante todo el
antildeo Ademaacutes tienen la ventaja de poder dar servicio tambieacuten en aeropuertos
estacionales
24-Breve Comparativa entre las compantildeiacuteas tradicionales y las low-cost
Para entender el dinamismo y la capacidad de las compantildeiacuteas low cost para hacer
frente a la crisis econoacutemica en comparacioacuten con las tradicionales se debe hacer un
examen comparativo entre ambas
Las compantildeiacuteas low-cost se distinguen de las compantildeiacuteas tradicionales primordialmente
en el precio que ofreciacutea el cual es significativamente menor La comercializacioacuten de
estas compantildeiacuteas se basa en internet sin intermediarios Ademaacutes han estimulado el
sector aeacutereo incrementando la produccioacuten y el nuacutemero de rutas lo que ha originado
mayor competencia entre las compantildeiacuteas beneficiado indirectamente a los pasajeros
A diferencia de las compantildeiacuteas tradicionales que operaban mediantes un sistema de
red centro radial las de bajo coste lo hacen mediante un sistema punto a punto desde
aeropuertos secundarios maacutes baratos que los aeropuertos principales y recorriendo
distancias cortas Otra disparidad frente a las tradicionales es que la flota estaacute formada
por un uacutenico ejemplar de aeronaves el cual realiza vuelos a maacutes horas al diacutea y con un
gran nuacutemero de asientos con alta tasa de ocupacioacuten por lo que las rotaciones
terrestres son muy eficientes Ademaacutes eacutestas no ofrecen servicios complementarios
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
9
como salas vip eleccioacuten de asientos catering conexioacuten de vuelos reembolso Otra
clave para explicar el eacutexito de las low-cost estaacute en incorporar una plantilla reducida
joven y disponible en comparacioacuten con las tradicionales Ademaacutes reparten los
beneficios entre los empleados con la intencioacuten de estimular su motivacioacuten (Pilar
Clemente 2012)
Las compantildeiacuteas de formato low-cost tienen solvencia financiera por encima del 10
gracias al gran ritmo de crecimiento y aquellas que no alcanzan dicha solvencia estaacuten
destinadas a desaparecer o bien a ser absorbidas por otras con mejor situacioacuten
econoacutemica
La aparicioacuten en el mercado de las compantildeiacuteas de bajo coste tambieacuten han provocado
que las compantildeiacuteas tradicionales se hayan visto obligadas a reaccionar ante la nueva
situacioacuten tan competitiva y por lo tanto a hacer cambios incluyendo servicios
caracteriacutesticos de las competidoras como suprimir catering entre otras ya que ha
visto fuertemente reducida la demanda de pasajeros Aunque pueden ser menos
flexibles que las compantildeiacuteas de bajo coste debido las caracteriacutesticas de su modelo de
negocio como son la regulacioacuten de rutas la naturaleza de red y la concentracioacuten
geograacutefica hacen que sean maacutes inflexibles que las compantildeiacuteas de bajo coste (Koo et
al 2015) En 2002 las compantildeiacuteas tradicionales crearon algunas compantildeiacuteas
subsidiarias como fue Germanwings eacutestas teniacutean la misma forma de operar que las
de bajo coste
Tras esta comparacioacuten se procede a analizar ambos tipos de compantildeiacuteas en el
mercado espantildeol respecto a los uacuteltimos datos disponibles primer semestre del 2015
La compantildeiacutea liacuteder de bajo coste en Espantildea fue Vueling transportando 396 millones
de pasajeros 171 mil maacutes que el antildeo pasado otra de las compantildeiacuteas maacutes importantes
low cost es Ryanair la cual crecioacute en este mercado un 80 ganando 156 mil
pasajeros
Respecto a las compantildeiacuteas tradicionales maacutes importantes en ese mismo periodo cabe
destacar el crecimiento respecto al antildeo anterior de Air Europa la cual crecioacute un 42
en este mercado transportando 252 millones de personas Air Nostrum crecioacute un
158 e Iberia un 76
De las diez primeras compantildeiacuteas maacutes importantes del mercado espantildeol perdieron
pasajeros en estos seis meses respecto al antildeo anterior Iberia Express (-06) Naysa
(-30) Canarias Airlines (-56) y Air Berliacuten (-100) (Direccioacuten General de Aviacioacuten
Civil Ministerio de Fomento de Espantildea 2015)
25 Anaacutelisis de la evolucioacuten de la demanda de pasajeros de los principales
aeropuertos espantildeoles en el periacuteodo 2004-2014
Analizaremos brevemente como ha variado la demanda de pasajeros en el periacuteodo
2004-2014 en las distintas CCAA Para verlo representativamente se ha elaborado el
siguiente graacutefico a partir de los datos exportados de AENA
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
10
Graacutefico 1 Evolucioacuten de la demanda de pasajeros en movimiento de salida en el
periacuteodo 2004-2014
Fuente Elaboracioacuten propia a partir de AENA
A la vista del graacutefico podemos explicar el comportamiento de la demanda en el periacuteodo
2004-2014 agrupando las distintas comunidades autoacutenomas en cinco grupos seguacuten el
mayor grado de similitud en las liacuteneas de tendencia
Estos grupos estaacuten compuestos por
1 Madrid
2 Cataluntildea y las Islas Canarias
3 Islas Baleares y Andaluciacutea
4 Comunidad valenciana Galicia y Paiacutes Vasco
5 Uacutenicamente por Cantabria
Podemos ver en el graacutefico como la Comunidad Autoacutenoma de Madrid es la que mayor
nuacutemero de pasajeros en vuelos regulares ha movido Alcanzando el maacuteximo de la
demanda en el antildeo 2007 con una salida de pasajeros que superoacute en un 108 al antildeo
anterior Esto hizo que el aeropuerto de Madrid sustituyera al holandeacutes Schiphol
(Aacutemsterdam) en el cuarto puesto del ranking de nuacutemero de pasajeros y con los que
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
9000000
10000000
11000000
12000000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Galicia
Madrid
Cataluntildea
Islas Baleares
Andalucia
Islas Canarias
CValenciana
Paiacutes Vasco
Cantabria
Demanda de pasajeros (2004-2014)
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
11
aportaba a la Comunidad de Madrid el 605 de su PIB El segundo punto maacutes alto es
en el 2009 Se puede ver como a partir del 2009 se produce una fuerte caiacuteda de la
demanda debido a los ajustes realizados por el Gobierno por la crisis econoacutemica y
tambieacuten a la retirada de Iberia tras la fusioacuten con British Airways y la espectacular
subida de las tasas de esta compantildeiacutea Todo ello afecto a los bolsillos de los
ciudadanos que optaron por otros medios de transporte En el 2013 parece remontar
de nuevo gracias a los repuntes de la recuperacioacuten econoacutemica
En el segundo grupo se encuentra la segunda comunidad con mayor demanda de
pasajeros que es Cataluntildea y luego las Islas Canarias Ambas alcanzan su maacuteximo al
igual que Madrid en el antildeo 2007 El aeropuerto del Prat representa el 98 de la
demanda de pasajeros de la comunidad catalana y en 2007 goza de una salida de
pasajeros de un 153 maacutes que el 2006 Ya que es el uacuteltimo antildeo antes de la crisis
econoacutemica y auacuten no habiacutea afectado a la mayoriacutea de ciudadanos espantildeoles En los
antildeos sucesivos Cataluntildea sigue una tendencia igual que la madrilentildea es decir a
finales del 2007 con el comienzo de la crisis econoacutemica comienza el progresivo
descenso de la demanda que continuacutea hasta el 2009 antildeo en el que crece
paulatinamente pero a finales del antildeo 2010 cae draacutesticamente debido al cierre por la
nube de cenizas del volcaacuten alcanzado el miacutenimo en el verano del 2011 En el antildeo
2013 el aeropuerto del Prat supera al aeropuerto de Barajas en cuanto a la demanda
de pasajeros por primera vez El comportamiento de la demanda de las islas Canarias
es similar a la de la comunidad catalana a excepcioacuten del antildeo 2011 En dicha
Comunidad en 2011 se alcanza el maacuteximo superando en un 53 al antildeo anterior
debido que en ese antildeo se batieron record histoacutericos en cuanto a pasajeros extranjeros
con billete de ida y vuelta
El tercer grupo formado por Baleares que como se puede observar en el graacutefico
supera ampliamente a Andaluciacutea Tambieacuten podemos ver que la demanda en las Islas
Baleares ha sido bastante estable esto puede deberse a que eacutesta es una de las
comunidades con mayor atractivo turiacutestico En Andaluciacutea en los primeros antildeos de
nuestro anaacutelisis hay un incremento de la demanda alcanzaacutendose dos de los puntos
maacutes altos en los veranos de 2005 y 2007 Andaluciacutea tambieacuten es una comunidad muy
turiacutestica por eso los picos maacutes altos se alcanzan en verano estacioacuten estival por
excelencia por lo que la entrada y salida de turistas es notoria De mediados de 2007 a
mediados de 2010 se produce una caiacuteda de la demanda y es durante todo el 2011
donde crece paulatinamente hasta alcanzar el maacuteximo en el verano del 2012 dicho
punto coincide con la fecha en la que las compantildeiacuteas low-cost alcanzan mayor cuota de
mercado En 2013 se dejaron notar los efectos de la crisis en la demanda generando
la caiacuteda maacutes draacutestica en todo el periacuteodo analizado como se puede apreciar tanto en el
graacutefico anterior como el que aparece en la seccioacuten siguiente (Graacutefico 6) Este
desplome se produjo como consecuencia de los cambios en las tarifas de las
compantildeiacuteas tradicionales y al desplome de compantildeiacuteas importantes como Iberia y
tambieacuten a la incidencia de las compantildeiacuteas de bajo coste sobre el pasajero de negocios
o institucional En conjunto el nuacutemero de usuarios se vio reducido en 583950 Siendo
el AVE el destinatario de esa demanda perdida
Las comunidades que integran nuestro cuarto grupo son la Comunidad Valenciana
Galicia y Paiacutes Vasco Estas dos uacuteltimas han sido bastante estables en el tiempo puede
deberse a que son comunidades que no han sufrido tanto las consecuencias de la
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
12
crisis econoacutemica como otras Bien es cierto que la demanda de pasajeros estaacute muy
por debajo de las comunidades anteriores Esto puede deberse a que son lugares sin
tanta demanda turiacutestica internacional sino que la mayoriacutea de los pasajeros que utilizan
los aeropuertos de estas comunidades lo hacen por motivos de negocio y no de ocio
Respecto a la Comunidad Valenciana podemos apreciar que el maacuteximo se alcanzoacute en
2007 ya que coincidioacute con la celebracioacuten de la copa Ameacuterica En los antildeos posteriores
la demanda cayoacute hasta 2010 lo que se debioacute al cierre de la base de la compantildeiacutea de
bajo coste Ryanair la cual estaba alcanzando porcentajes del 40 de los pasajeros
totales En 2010 con la apertura de nuevo de dicha base la demanda volvioacute a
incrementarse aunque sin alcanzar las cifras del 2007
El uacuteltimo lo forma Cantabria La seleccioacuten de la misma no ha sido como en el caso de
las comunidades anteriores por encontrarse en ella uno de los aeropuertos maacutes
importantes sino porque es interesante conocer el comportamiento del aeropuerto de
la comunidad en la que vivimos y por ello el maacutes proacuteximo Analizando la demanda de
pasajeros vemos como nada tiene que ver en cuanto a volumen con las anteriores
debido evidentemente a que esta comunidad solo cuenta con un uacutenico aeropuerto y la
poblacioacuten caacutentabra es menor
Esto puede deberse a que hasta el antildeo 2003 las instalaciones estaban infrautilizadas
ya que habiacutea tarifas demasiado altas lo que limitaba los vuelos y hacia que los
pasajeros santanderinos se desplazasen unos 100 kiloacutemetros de distancia al
aeropuerto de Bilbao Finalizado este antildeo el panorama cambioacute se incrementaron los
vuelos nacionales incluso internacionales y se redujeron las tarifas todo ello debido a
un acuerdo firmado por el Gobierno de Cantabria y la aeroliacutenea low-cost Ryanair
Cabe destacar el antildeo 2005 ya que fue un muy buen antildeo para el aeropuerto de
Parayas (llamado asiacute hasta el 2014) llegando a crecer un 88 en comparativa con el
antildeo anterior y convirtiendo en la instalacioacuten que maacutes crecioacute proporcionalmente de
Espantildea en dicho antildeo (el graacutefico no lo recoge ya que este recoge uacutenicamente datos de
vuelos nacionales) Respecto a esta clase de vuelos cabe destacar los antildeos 2005
2009 y 2011 en los cuales se registra un mayor crecimiento de pasajeros respecto al
antildeo anterior cerca del 27 en cada uno de ellos (Anexo Graacutefico 10 y Tabla 3)
En los antildeos 2008 y 2009 se iniciaron unas importantes mejoras operativas de las
instalaciones del aeropuerto dando servicio a unos 2 millones y medio de pasajeros al
antildeo y permitiendo incrementar hasta 20 la cifra de operaciones viables por hora Al
antildeo siguiente este proceso de modernizacioacuten y ampliacioacuten continuoacute mediante una
importante inversioacuten con la finalidad de atraer a maacutes de dos millones de pasajeros
(AENA 2014)
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
13
Evolucioacuten de las compantildeiacuteas tradicionales y de bajo coste en el periacuteodo 2004-2014 En
el eje de ordenadas los antildeos y en el de abscisas la demanda de pasajeros (miles)
Graacutefico 2 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de las low-cost en la Comunidad de Madrid
Fuente Elaboracioacuten propia a partir de AENA
Se procede a un anaacutelisis breve e individual de cada una de las CCAA
Podemos ver en el caso de la Comunidad de Madrid que durante el periacuteodo analizado
las compantildeiacuteas tradicionales abarcan praacutecticamente todo el mercado aeronaacuteutico En el
antildeo 2007 la demanda de las compantildeiacuteas tradicionales comienza a caer de forma
abrupta por el contrario las compantildeiacuteas de bajo coste crecen paulatinamente pero
siempre por debajo del de las tradicionales Esta evolucioacuten coincide con el comienzo
de la crisis econoacutemica en Espantildea en la que los ciudadanos empiezan a perder poder
adquisitivo y optan por las compantildeiacuteas aeacutereas maacutes baratas A pesar de ello la
demanda de las tradicionales continua superando a la demanda de las de bajo coste
pero esa diferencia va en paulatino descenso
0
2000000
4000000
6000000
8000000
10000000
12000000
DCTrad
DClow cost
Comunidad de Madrid
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
14
Graacutefico 3 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cataluntildea
Fuente Elaboracioacuten propia a partir de AENA
El caso de Cataluntildea no se asemeja al de Madrid ya que en esta comunidad es a
partir del 2005 donde empieza el decrecimiento de las compantildeiacuteas aeacutereas tradicionales
y ocurre a la inversa con las de bajo coste es decir a partir del 2006 crecen
notablemente hasta el antildeo 2012 donde alcanza el maacuteximo y comienza a decrecer
Este comportamiento de la demanda parece estar razonablemente relacionado con la
crisis econoacutemica en la que los clientes de la aviacioacuten optan por vuelos maacutes
econoacutemicos que se adapten en mayor medida a su cartera
Graacutefico 4 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Canarias
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
DCTrad
DClow cost
Cataluntildea
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
DCTrad
DClow cost
Islas Canarias
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
15
Las Islas Canarias es un caso particular ya que en los inicios del periacuteodo analizado las
compantildeiacuteas de bajo coste tienen mayor peso en la demanda que las tradicionales Esta
circunstancia se da porque existe una compantildeiacutea low-cost ldquoBinter Canariasrdquo que hasta
el antildeo 2009 inclusive era la compantildeiacutea maacutes importante y la que mayor traacutensito de
pasajeros efectuaba A partir de este antildeo vemos que la demanda de las compantildeiacuteas de
bajo coste caen lo que coincide con el descenso en el nuacutemero de pasajeros que
utilizaban ldquoBinter Canariasrdquo para sus traslados ya que representaba el 638 de la
demanda de las compantildeiacuteas de bajo coste y dio paso a las compantildeiacuteas tradicionales
concretamente en los antildeos 2010 y 2011 como Naysa y Air Europa En 2012 ademaacutes
de las anteriores crecioacute la demanda de Iberia y en los dos antildeos posteriores se unioacute
Canarias Airlanes posicionaacutendose Binter Canarias siempre por detraacutes de ellas
Graacutefico 5 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en las Islas Baleares
Fuente Elaboracioacuten propia a partir de AENA
El resto de comunidades autoacutenomas tienen un comportamiento de la demanda de
pasajeros muy similar al de la comunidad de Cataluntildea caiacuteda en la demanda de
compantildeiacuteas tradicionales e incremento en la demanda de las de bajo coste
coincidiendo con los antildeos de crisis econoacutemica Lo que parece ser distinto entre dichas
comunidades es el punto de corte es decir el punto de inflexioacuten donde se cruzan
ambas demandas debido al decrecimiento de las primeras y a la progresioacuten de las
segundas
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
DCTrad
DClow cost
Islas Baleares
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
16
Graacutefico 6 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Andaluciacutea
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 7 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en la Comunidad Valenciana
Fuente Elaboracioacuten propia a partir de AENA
0
1000000
2000000
3000000
4000000
5000000
6000000
DCTrad
DClow cost
Andaluciacutea
0200000400000600000800000
100000012000001400000160000018000002000000
DCTrad
DClow cost
CValenciana
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
17
Graacutefico 8 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Galicia
Fuente Elaboracioacuten propia a partir de AENA
Graacutefico 9 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en el Paiacutes Vasco
Fuente Elaboracioacuten propia a partir de AENA
0200000400000600000800000
10000001200000140000016000001800000
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
DCTrad
DClowcost
Galicia
0
200000
400000
600000
800000
1000000
1200000
1400000
DCTrad
DClow cost
Paiacutes Vasco
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
18
Graacutefico 10 Evolucioacuten de la demanda de pasajeros de las compantildeiacuteas tradicionales y de
las low-cost en Cantabria
Fuente Elaboracioacuten propia a partir de AENA
Tras la elaboracioacuten de los graacuteficos anteriores podemos decir que en los principales
aeropuertos de Espantildea son las compantildeiacuteas tradicionales las predominantes a
principios del periacuteodo analizado a excepcioacuten de las comunidades insulares
Como ya hemos mencionado anteriormente a pesar de que las compantildeiacuteas low-cost
apareciesen en Europa y tambieacuten en Espantildea en el antildeo 1996 como consecuencia de
las poliacuteticas liberalizadoras su presencia apenas era notoria alcanzando soacutelo el 11
de los asientos ofertados a partir de entonces dicha oferta no ha parado de
incrementarse
Observamos que es a partir del antildeo 2008 cuando las compantildeiacuteas de bajo coste
comienzan a tener mayor presencia en el mercado controlando en 2008 respecto a
las salidas de pasajeros un 2829 del mercado nacional en los antildeos siguientes esta
cuota fue en crecimiento para las compantildeiacuteas de bajos coste y en decrecimiento para
las tradicionales Superando en el antildeo 2012 a la demanda de las compantildeiacuteas
tradicionales con una cuota de mercado del 5669 Esta circunstancia es loacutegica ya
que coincide con los antildeos en los que comienza la crisis econoacutemica de Espantildea los
ciudadanos prefieren volar con compantildeiacuteas low-cost ya que son maacutes asequibles y sus
precios se ajustan a la nueva situacioacuten econoacutemica tambieacuten optan por otros medios de
transporte como el ferroviario concretamente el AVE aprovechando las mejoras
producidas en el mismo durante esos antildeos
Hay que destacar el antildeo 2010 ya que fue un antildeo de recuperacioacuten de la actividad
aeacuterea para todas las comunidades autoacutenomas El incremento de la demanda delas
compantildeiacuteas tradicionales fue de un 11 el primero en 8 antildeos mientras que las de
bajo coste fue de un 68 (IET 2010)
El caso de la comunidad de Madrid es excepcional ya que vemos que durante todo el
periacuteodo analizado son las compantildeiacuteas tradicionales las que tienen mayor demanda de
0
50000
100000
150000
200000
250000
300000
350000
DCTrad
DClow cost
Cantabria
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
19
pasajeros se debe a que es un aeropuerto HUB donde las compantildeiacuteas de bajo coste
no operan en el mercado internacional La otra excepcioacuten es las Islas Canarias cabe
destacar al respecto que en esta Comunidad hay compantildeiacuteas low-cost desde hace
mucho tiempo
A modo de resumen se adjuntara un cuadro mostrando los antildeos donde ambos tipos
de negocio alcanzan su punto aacutelgido por Comunidad Autoacutenoma
Antildeo Demanda c tradicionales(maacutex) Tasa crec(antildeo anterior)
CMadrid 2007 10630484 741
Cataluntildea 2005 6130292 908
Islas canarias 2010 4202579 951
Islas Baleares 2006 3677375 1076
Andalucia 2005 3998131 4726
CValenciana 2007 2002429 456
Galicia 2008 1705316 868
Pais vasco 2006 1418673 219
Cantabria 2007 206386 1464
Antildeo Demandaclow-cost(max) Tasa crec(antildeo anterior)
CMadrid 2009 2338621 18300
Cataluntildea 2012 4412635 3326
Islas canarias 2007 3534426 162
Islas Baleares 2011 3252112 6112
Andalucia 2012 4870887 10610
CValenciana 2011 974717 3726
Galicia 2012 927796 1139
Pais vasco 2012 818898 6601
Cantabria 2012 300279 1104 Fuente Elaboracioacuten propia a partir de AENA
Analizando la tabla podemos decir que los antildeos de mayor crecimiento en el periacuteodo
2004-2014 respecto a las compantildeiacuteas tradicionales son principalmente los antildeos
previos a la crisis econoacutemica excepto las Islas Canarias que es en el antildeo 2010 ya
hemos visto que es por el descenso en la demanda de la compantildeiacutea low-cost Binter
Canarias
Respecto a la demanda de las compantildeiacuteas de bajo coste vemos como son los antildeos de
la crisis econoacutemica donde alcanzan sus puntos maacuteximos Hay que destacar las
comunidades con maacutes viajeros son las que experimentan una mayor tasa de
crecimiento
3 METODOLOGIacuteA
El objetivo empiacuterico de este trabajo es conocer que variables econoacutemicas influyen en
mayor medida en la demanda de pasajeros del traacutefico aeacutereo espantildeol Para este
estudio se ha tomado como referencia los modelos teoacutericos de Fageda (2009) y
tambieacuten de Sainz (2010) con diferencias notables tanto en el objetivo de los proyectos
como en la seleccioacuten de las variables y tambieacuten en la recogida de los datos
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-
20
La discrepancia maacutes importante son los objetivos que persiguen los estudios la
publicacioacuten de Fageda teniacutea como fin conocer la influencia del aumento de la
capacidad de los aeropuertos basaacutendose fundamentalmente en las compantildeiacuteas low-
cost mientras que el objetivo de Sainz es conocer la incidencia de las tasas
aeroportuarias en los precios de las compantildeiacuteas aeacutereas espantildeolas de mercado libre
En cuanto al modelo economeacutetrico la diferencia maacutes importante es la recogida de los
datos Ambos autores se basaron en sus estudios economeacutetricos en tomar como
variable dependiente la demanda de pasajeros por rutas En un principio el trabajo
estaba focalizado a analizar la demanda de esta manera pero se desistioacute de esta idea
ya que la recogida de datos era imposible puesto que soacutelo hay datos recientes no se
disponen de antildeos anteriores lo cual limitaba notablemente el trabajo Otra diferencia
notable se debe a la seleccioacuten de las variables como el precio la cual no se ha
seleccionado como tal ya que no es posible recoger precios por comunidades
autoacutenomas ya que fluctuacutea tanto por la compantildeiacutea aeacuterea por el aeropuerto en el que
esteacute situado esa compantildeiacutea incluso cambian continuamente por fecha y hora en la que
se compre el billete
A continuacioacuten se especifican los modelos teoacutericos utilizados como referencia en el
trabajo
dktkt
kktcktktkt
eTrendp
alDDhubtourGDPpopQ
76
543210 mod)ln()ln()ln()ln(
La funcioacuten de demanda(Q) para la ruta k en el periacuteodo t es una funcioacuten
semilogariacutetmica Esta funcioacuten de demanda se constituye de variables para los valores
medios de la poblacioacuten (pop) el producto interno bruto per caacutepita (DGPC) y la
intensidad del turismo (tour) de las rutas pares de ciudades Tambieacuten incluye dos
variables dummy la primera (Dhub) toma el valor 1 para las rutas con origen en el
aeropuerto de Madrid y la segunda dummy toma el valor 1 cuando las rutas no tienen
como destino una isla y son rutas de menos de 450 kiloacutemetros (Dmodal k) Fageda
tambieacuten ha incluido en su modelo los precios y una variable que mide la tendencia
temporal (Trend) (Fageda y Fernaacutendez 2009)
El segundo modelo economeacutetrico tomado como referencia en este trabajo parte
tambieacuten del modelo teoacuterico de Fageda (2006) incluyendo algunas modificaciones Su
especificacioacuten es la siguiente
cttct
island
cctctct utrendpDpQ 10 lnln
)ln()ln( 210 ctctct freqgdp
La funcioacuten de la demanda de la ruta c en el antildeo t es tambieacuten una funcioacuten
semilogariacutetmica que depende del PIB per caacutepita (gdp) de la frecuencia diaria de la
ruta (freq) de los precios (p) ademaacutes de una variable dummy de insularidad y por
uacuteltimo de la evolucioacuten temporal de los pasajeros (trend) (Sainz et al 2010)
21
Para examinar la incidencia econoacutemica en la demanda de pasajeros de las compantildeiacuteas
aeacutereas espantildeolas se va a utilizar una seleccioacuten de las variables tomadas por Fageda
en su obra ldquoTriggeringcompetition in theSpanishairlinemarket The role of
airportcapacity and low-costcarriersrdquo
Las variables que componen nuestra funcioacuten de demanda se expresan en teacuterminos de
logaritmo neperiano En dicha funcioacuten la variable dependiente seraacute la demanda de
pasajeros aeacutereos de cada comunidad autoacutenoma ( )y se tomaraacute como variables
independientes los logaritmos neperiano del PIB anual (caso particular de la demanda
de pasajeros) del PIB pc (para los modelos haciendo distincioacuten entre compantildeiacuteas
tradicionales y low-cost) de la poblacioacuten (pob) y del nuacutemero de parados con estas
variables se pretende capturar el tamantildeo demograacutefico y econoacutemico de las CCAA
Otras variables de las que va a depender la demanda son de la entrada de turistas
con la intencioacuten de plasmar el movimiento de pasajeros procedente del turismo y del
IPC del transporte como variable proxy de los precios Ademaacutes se ha tenido en cuenta
una variable dummy de insularidad la cual tomara el valor 1 si los aeropuertos estaacuten
situados en una CCAA insular Por uacuteltimo se ha considerado la evolucioacuten temporal de
los pasajeros creada a partir del programa economeacutetrico Gretl con ella se pretende
tener en cuenta el hecho de que tanto la demanda del traacutefico aeacutereo como sus variables
explicativas tienden a aumentar a lo largo del tiempo Ademaacutes captura el mayor traacutefico
que puede surgir desde las limitaciones de capacidad se han aliviado cada vez maacutes en
el periacuteodo considerado
El conjunto de datos que contiene los valores de cada una de las variables ha sido
recopilado por comunidades autoacutenomas
Aquiacute se muestra la primera regresioacuten que se va a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Otro de los objetivos que se persigue con este trabajo es conocer de queacute manera han
influido estas mismas variables si distinguimos entre la demanda de pasajeros de
compantildeiacuteas aeacutereas tradicionales y low-cost que operan en Espantildea A continuacioacuten se
muestra la especificacioacuten de ambos modelos
( ) ( ) ( ) ( )
( ) ( ) (2)
( ) ( ) ( ) ( )
( ) ( ) (3)
La estimacioacuten de los tres modelos y los resultados obtenidos de la misma se explican
detalladamente en el apartado 5 Estimacioacuten del Modelo Economeacutetrico y Resultados
En esta seccioacuten se explicaraacute tambieacuten los meacutetodos que se van a emplear en la
estimacioacuten de los modelos anteriores
22
En este trabajo los datos empleados en la estimacioacuten de los diferentes modelos seraacuten
interpretados como datos de panel ya que permite corregir los inconvenientes del
anaacutelisis de corte transversal ademaacutes de captar el aspecto temporal del modelo de
convergencia al emplear informacioacuten maacutes amplia ya que combina la dimensioacuten
individual que brindan los datos en cortes con la temporal que brindan las series
cronoloacutegicas es decir informacioacuten de varios individuos en un momento dado a lo largo
de distintos periacuteodos de tiempo (Calderon y Thykonenko 2006) esto permite eliminar
el problema de heterogeneidad al incluir el crecimiento a traveacutes del tiempo
Se aplicaraacute series temporales apiladas o balanceadas es decir se disponen de los
mismos periacuteodos de tiempo para cada una de las unidades de corte transversal Hay
distintas maneras de estimar datos de panel la maacutes sencilla es por miacutenimos
cuadrados ordinarios (MCO) pero presenta el problema de no tener en cuenta las
dimensiones tiempo y espacio Otra forma de estimarlo y la cual emplearemos es
mediante efectos fijos o efectos aleatorios los cuales si tiene en cuenta las
caracteriacutesticas de datos de panel El meacutetodo de efectos fijos se emplea cuando se
cree que hay un efecto (error) asociado a cada a cada unidad transversal que no se
puede observar y que es invariable en el tiempo es decir en efectos fijos el teacutermino
error consta de dos partes una fija que corresponde a cada individuo y otra aleatoria
que cumple con los requisitos de MCO y el meacutetodo de efectos aleatorios se emplea
cuando el efecto inobservable si cambia con el tiempo ambos tienen las misma
especificacioacuten se diferencian en que en este caso el teacutermino error en lugar de tener
una parte fija para cada individuo y constante en el tiempo es una variable aleatoria
con un valor medio y su varianza es distinta de cero (Montero 2011)
El test propuesto por Hausman (1978) es un test chi cuadrado que determina si las
diferencias son sistemaacuteticas y significativas entre dos estimaciones Se emplea para
saber si un estimador es consistente y para saber si una variable es o no relevante
El uso del contraste de Hausman se debe a que a traveacutes de eacutel podemos comprobar
cuaacutel de los dos modelos efectos fijos o aleatorios es maacutes adecuado emplear
Este test compara un modelo de regresioacuten donde se corrige el problema de correlacioacuten
(efectos fijos) y el otro donde no se corrige (aleatorios) Si el resultado es que no hay
una diferencia significativa entre ambos modelos significa que estos son consistentes
ya que no hay el problema de correlacioacuten entre a y x en el caso de que la diferencia si
sea significativa implica que si hay problema de correlacioacuten por lo que se debe corregir
aplicando efectos fijos para que el resultado sea consistente
La hipoacutetesis nula del contraste de Hausman es que los estimadores de efectos fijos y
aleatorios no difieren sustancialmente (Montero 2005)
Si se rechaza la hipoacutetesis nula los estimadores si difieren por lo que efectos fijos es
maacutes conveniente que efectos aleatorios (Aparicio y Maacuterquez 2005)
Si p valor lt 005 se rechaza la hipoacutetesis nula de igualdad al 95 de confianza y se
deben asumir las estimaciones de efectos fijos
23
Por el contrario si p-valor gt 005 se debe admitir la hipoacutetesis nula de igualdad de
estimaciones y entonces el estimador maacutes eficiente el del efectos aleatorios debe ser
seleccionado
En ocasiones cuando en la muestra hay pocos individuos (menos de 50 o 60) el
resultado de la prueba es decir el valor de la Chi2 puede arrojar un nuacutemero negativo
(lo cual es imposible) pero que a los efectos de la prueba se debe interpretar como
una fuerte evidencia de que no puede rechazarse la hipoacutetesis nula (Maacuterquez 2005)
4 DATOS Y VARIABLES
En este apartado se explican los motivos de la seleccioacuten de las variables para la
estimacioacuten de los modelos y tambieacuten las fuentes de las que proceden las mismas
Como ya se ha mencionado la seleccioacuten de los datos de las variables seraacute por CCAA
teniendo en cuenta aquellas en las que se encuentran los aeropuertos maacutes
importantes (Anexo Tabla 1)
El nuacutemero de pasajeros por Comunidad Autoacutenoma que utilizan el avioacuten como medio
de transporte en sus viajes se ha obtenido a traveacutes de la paacutegina Web de AENA
Despueacutes de un periacuteodo largo de tiempo de investigacioacuten se ha comprobado que no es
posible la obtencioacuten directa de los pasajeros aeacutereos por CCAA la uacutenica forma de
conseguirlos es la que se explicaraacute a continuacioacuten
AENA permite la visualizacioacuten de cualquier tipo de traacutefico aeacutereo bien sea de
mercanciacuteas pasajeros u operaciones seleccionando un conjunto de caracteriacutesticas En
nuestro caso nos interesa los datos de los pasajeros de los antildeos comprendidos entre
2004 y 2014 considerando las siguientes caracteriacutesticas aeropuerto base la
agrupacioacuten en este caso se ha empleado por compantildeiacutea clase nacional traacutefico de tipo
comercial y los pasajeros de movimiento de salida en servicio regular De esta forma
se obtienen los datos por compantildeiacuteas ordenadas seguacuten la importancia de pasajeros y
por aeropuerto base anualmente Pero como ya se ha mencionado anteriormente el
anaacutelisis de la demanda de pasajeros de nuestro modelo se va a realizar por CCAA
Los pasos que se han ido siguiendo para obtener de esta manera los datos son los
siguientes El primero ha sido informarse sobre cuaacuteles son los aeropuertos maacutes
importantes del territorio espantildeol tomando como referencia las CCAA en las que se
encuentran dichos aeropuertos el segundo paso ha sido copiar en un Excel el traacutefico
de pasajeros entre 2004 y 2014 de los distintos aeropuertos en la mayoriacutea de CCAA
hay uno en cada provincia existentes en cada comunidad autoacutenoma El uacuteltimo paso
para obtener la demanda de pasajeros por CCAA es proceder a la suma de cada uno
de los aeropuertos que la componen
Como se ha podido comprobar la obtencioacuten de los datos de dicho anaacutelisis ha sido
compleja debido a algunas limitaciones como son que la web solo permite la
visualizacioacuten de los datos no permite su descarga por lo que para su manejo se
deben copiar y pegar manualmente ademaacutes para obtener los datos que se necesitan
en el anaacutelisis de los 11 antildeos se debe ir copiando y pegando aeropuerto por
24
aeropuerto (27) y antildeo a antildeo Otra dificultad ha sido que dicha web no suministra el
traacutefico de pasajeros separados por CCAA
A continuacioacuten se adjunta un cuadro de los aeropuertos por Comunidad autoacutenomas
empleadas en el trabajo
Tabla 4 Aeropuertos empleados en el trabajo por CCAA
Fuente Elaboracioacuten propia
Una vez seleccionados los datos para la estimacioacuten empiacuterica del primer objetivo se
procede a la seleccioacuten de los datos del segundo objetivo que es la distincioacuten entre la
demanda de pasajeros de las compantildeiacuteas aeacutereas tradicionales de las que lo son de
bajo coste que operan en Espantildea Despueacutes de la laboriosa seleccioacuten de datos
anterior y una vez elegidos tambieacuten los aeropuertos maacutes importantes y de disponer
de los datos por comunidades autoacutenomas procedemos a la nueva seleccioacuten de datos
En este caso lo que nos interesa no es solo la demanda de pasajeros por
comunidades autoacutenomas sino su distincioacuten entre las compantildeiacuteas de cada Comunidad
entre tradicionales y de bandera para una diferenciacioacuten oacuteptima de las compantildeiacuteas Por
uacuteltimo como esta diferenciacioacuten no se da como tal sino que AENA las proporciona
individualmente por nombre de compantildeiacuteas se deben clasificar en tradicionales y low-
cost Por uacuteltimo se procede a su suma mediante un documento Excel
Otra de las dificultades precisamente ha sido catalogar a las empresas en compantildeiacuteas
de bandera y de bajo coste ya que algunas han ido cambiando a lo largo de los antildeos
obligadas por la aparicioacuten de las compantildeiacuteas low-cost La clasificacioacuten de las
compantildeiacuteas seleccionadas como tradicionales y como low-cost se puede ver en el
Anexo (Tabla 4)
En el periacuteodo analizado 2004-2014 han operado un total de 126 compantildeiacuteas de las
cuales 75 son compantildeiacuteas tradicionales y 51 se tratan de compantildeiacuteas de bajo coste
Madrid Cataluntildea Islas Canarias Islas
Baleares Andaluciacutea CValenciana Galicia Paiacutes
Vasco Cantabria
Adolfo-Suarez
Barcelona-El Prat
Tenerife Norte Ibiza
Maacutelaga-Costa del Sol
Alicante-Elche
A Coruntildea Bilbao
Seve Ballesteros
Reus Tenerife Sur Menorca Sevilla Valencia Santiago San Sebastiaacuten
Girona Lanzarote Mallorca Granada Jaeacuten Vigo Vitoria
Gran Canaria Jerez de la Frontera
Fuerteventura
El Hierro
La Palma
La Gomera
25
Una de las variables maacutes importantes en la estimacioacuten va a ser el PIB per caacutepita y el
PIB anual medidos en millones de euros Los datos referidos a estas variables se han
obtenido principalmente a traveacutes del Instituto Estadiacutestico Nacional (INE)
Otra variable que hemos incluido en las regresiones es la poblacioacuten por Comunidad
Autoacutenoma Se resalta la importancia de esta variable ya que el que el aacuterea de accioacuten
de un aeropuerto no se puede establecer mediante una distancia fiacutesica ya que puede
modificarse en funcioacuten de la densidad de poblacioacuten (Gaacutemir Y Ramos 2002) La
poblacioacuten la demos obtenido a traveacutes del Instituto Nacional de Estadiacutestica
Los turistas los mediremos a traveacutes de la variable entrada de turistas referida seguacuten
Comunidad Autoacutenoma de destino principal Los datos referentes a la entrada de
turistas los hemos obtenido a traveacutes del Instituto de Estudios Turiacutesticos el cual es un
organismo dependiente del Ministerio de industria energiacutea y turismo responsable de la
investigacioacuten de los factores que inciden en el turismo Tambieacuten se han obtenido de
obtenido a traveacutes del INE buscados en teacuterminos de valor absoluto
El nuacutemero de desempleados presentes en las distintas comunidades autoacutenomas se ha
obtenido a partir del Instituto Nacional de Estadiacutestica (INE)
Hemos tenido en cuenta tambieacuten como variables para nuestro modelo el iacutendice de
precio de consumo (IPC) medio anual tanto a nivel general como el especiacutefico en
transporte y tomando como antildeo base 2011 Estos datos los hemos obtenido tambieacuten a
traveacutes del Instituto Nacional de Estadiacutestica (INE)
Una de las variables que en un principio se queriacutea incluir en el modelo eran las tarifas
de las aeroliacuteneas pero finalmente de descartoacute esta opcioacuten por los siguientes motivos
Nuestro objetivo es realizar un anaacutelisis de la demanda de pasajeros por comunidades
autoacutenomas para ello debido a la forma en la disponemos de los datos hemos
clasificado las compantildeiacuteas por aeropuertos por lo que para obtener el precio medio el
trabajo se tendriacutea que haber hecho por rutas (no existen datos disponibles)
Ademaacutes del problema de carecer de rutas surgen otros motivos que hacen que el
precio varieacute como son la compantildeiacutea aeacuterea con la que el pasajero viaje incluso con el
momento del diacutea en el que compre el billete de avioacuten disponibilidad de plazas o el
asiento que elija Depende tambieacuten de si se tratan de vuelos punto a punto o son en
tramos cuando se tratan de trayectos maacutes largos
Las tarifas dependen tambieacuten de modo determinante de la competencia existente en el
mercado es decir de los precios que esteacuten fijando las demaacutes compantildeiacuteas
Una frase que resume lo referente a la variacioacuten de precios fue pronunciada por parte
de la compantildeiacutea British Airways ldquoDisponemos de decenas de millones de tarifas
disponibles en cada momento en cada uno de los mercados en los que
operamos(British Airways 2013)
Ante estas limitaciones en la fijacioacuten de los precios y en el caso de haber elegido uno
no seriacutea correcto hemos optado por eliminar dicha variable en las regresiones e
incluir el IPC del transporte como variable proxy
26
Por uacuteltimo incluiremos la evolucioacuten una variable de tendencia del tiempo (tendencia)
para controlar la evolucioacuten temporal de los pasajeros La obtendremos mediante el
programa economeacutetrico Gretl
Realizaremos un cuadro a modo de resumen
Variables Explicacioacuten Fuente
Demanda de pasajeros
Demanda de pasajeros por Comunidad
Autoacutenoma
Elaboracioacuten propia
mediante datos de AENA
PIB anual PIB anual por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
PIB per caacutepita PIB per caacutepita por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Poblacioacuten Poblacioacuten por Comunidad Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Entrada de turistas Entrada de turistas de destino principal
Web oficial del Instituto
de estudios turiacutesticos
(IET) INE
Nuacutemero de parados
Nuacutemero de desempleados por Comunidad
Autoacutenoma
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
IPC transporte
Iacutendice de precios a nivel especiacutefico del
transporte y tomando como antildeo base 2011
Web oficial del Instituto
Nacional de Estadiacutestica
(INE)
Dummy isla
Variable dummy que toma el valor 1
cuando el aeropuerto estaacute situado en una
isla y 0 en caso contrario
Elaboracioacuten propia
mediante datos de AENA
Tendencia Evolucioacuten temporal de los pasajeros
Elaboracioacuten propia
mediante GRETL
Fuente Elaboracioacuten propia
5 ESTIMACIOacuteN DE LOS MODELOS ECONOMEacuteTRICOS Y RESULTADOS
En este seccioacuten se procede a la estimacion mediante el programa GRETL de los
modelos economeacutetricos mencionados anteriormente
Como se ha explicado en el apartado 3 de Metodologiacutea se han interpretadolos datos
recogidos como datos de panel y la organizacioacuten de los mismos seraacute como series
temporales apiladas con 11 periacuteodos temporales ya que el periacuteodo a analizar es de 11
antildeos de 2004 a 2014 y 9 seran las unidades de seccion cruzada es decir las nueve
comunidades Autonomas donde se encuentran los aeropuertos mas importantes de
Espantildea
27
Se realizaraacute la estimacioacuten tanto por efectos fijos como por efectos aleatorios Para
saber que estimacioacuten es la maacutes adecuada tendremos en cuenta el contraste de
Haussman si el p-valor en la estimacioacuten de efectos aleatorios es menor que alpha
rechazaremos la hipoacutetesis nula es decir rechazaremos que la estimacioacuten por efectos
aleatorios es la adecuada sino que lo es la estimacioacuten por efectos fijos y viceversa
(explicado con detalle en el apartado de Metodologiacutea)
En los apartado de Metodologiacutea del trabajo y tambieacuten en la explicacioacuten de las variables
se ha incluido la evolucioacuten temporal de los pasajeros como uno de los factores
explicativos de la demanda pero en la estimacioacuten de los modelos no resultaba en
ninguacuten caso significativa (Anexo Capturas 4 y 5) por lo que se ha optado por
eliminarla
A continuacioacuten se muestra la primera regresioacuten que vamos a estimar
( ) ( ) ( ) ( )
( ) ( ) ( )
Respecto a este primer modelo hay que resaltar la presencia del PIB anual como una
de las variables que le componen En un primer momento se realizoacute la estimacioacuten de
los tres modelos empleando las mismas variables es decir incluyendo en lugar del
PIB anual el PIB per caacutepita ademaacutes de antildeadir la evolucioacuten temporal de los pasajeros
pero se ha optado por eliminar dicha estimacioacuten del trabajo e incluirla en el anexo ya
que tras analizar los resultados obtenidos el nuacutemero de variables significativas era
menor ademaacutes con signos contra intuitivos (Anexo Capturas 9 y 10)
28
Captura 2 Estimacioacuten mediante efectos aleatorios del modelo (1)
Una vez realizada la estimacioacuten mediante efectos fijos y aleatorios (Anexo Captura 1)
vemos en la captura anterior como el p-valor seguacuten el contraste de Hausman no es
menor que alpha (005) por lo que se acepta la hipoacutetesis nula al 95 de confianza es
decir se debe admitir la hipoacutetesis nula de igualdad de estimaciones y entonces el
estimador consistente y por tanto el que debemos seleccionar es el de efectos
aleatorios
La estimacioacuten de estos modelos tiene como objetivo contrastar si son o no
estadiacutesticamente relevantes los factores que hemos considerado como explicativos de
la variable dependiente en este caso de la variable pasajeros Procederemos a
contrastar cada regresor de forma individual
H0 βj = 0 H1 βj ne 0 Donde la hipoacutetesis nula implica que dada la especificacioacuten del modelo y
permaneciendo constantes el resto de variables explicativas (ldquoceterisparibusrdquo) el efecto
marginal de la variable Xj sobre el valor medio de la variable dependiente es cero es
29
decir si Ho no se rechaza es un indicador de que la variable regresora puede ser
eliminada del modelo
Hay distintas formas de llevar a cabo estos contrastes en este trabajo los realizaremos
mediante el valor-p
El valor p (valor de probabilidad) es una media estadiacutestica que indica cual es el menor
nivel de significacioacuten que se debe elegir para rechazar la hipoacutetesis nula Para rechazar
dicha hipoacutetesis el valor-p debe ser menor que el nivel de significacioacuten seleccionado
en nuestro trabajo emplearemos 1 5 y 10 Para la estimacioacuten de las distintas
regresiones hemos empleado el programa economeacutetrico Gretl la forma que tiene eacuteste
programa de indicar si las variables son estadiacutesticamente significativas es mediante
asteriscos uno (al 10) dos (al 5) o tres (1) siempre que se rechace la hipoacutetesis
nula
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB anual) (entrada de turistas) (nuacutemero de parados) y la variable
dummy_isla todas ellas a un nivel de significacioacuten del 1 excepto al 5 es decir el
valor p asociado a estas variables son menores que 001 y en el caso de es menor
que 005 Las variables nombradas son las que mejor explican la demanda de
pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquoIPC del transporterdquo
no son variables significativas es decir no explican la variable dependiente demanda
de pasajeros
Ahora fijaacutendonos en los signos de los paraacutemetros vemos como el PIB anual de las
comunidades autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros
lo cual parece bastante loacutegico a medida que aumenta la renta de los individuos se
incrementan los viajes en avioacuten Concretamente el coeficiente del PIB es de 1582
esto quiere decir que si se incrementa el PIB en un 1 manteniendo el resto de
variables constantes la demanda de pasajeros aumenta en un 1582
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo Al igual que el nuacutemero de parados ( ) tambieacuten
parece loacutegico ya que al incrementarse el nuacutemero de parados disminuyen los viajes en
avioacuten ya que no dispone de recursos econoacutemicos El coeficiente del nuacutemero de
parados es de -0139 es decir si el nuacutemero de desempleados aumenta en un 1 la
demanda de pasajeros disminuye un 0139
La variable dummy isla tambieacuten es fuertemente significativa por lo que los individuos
de las comunidades autoacutenomas insulares viajan maacutes en avioacuten que los de la peniacutensula
parece razonable ya que si desean salir de estas comunidades deben emplear o bien
medios de transporte mariacutetimo o aeacutereo y este uacuteltimo tiene maacutes ventajas
30
A continuacioacuten analizaremos que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas tradicionales o de bajo coste Para ello
se va a realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente
por el logaritmo neperiano de los pasajeros tradicionales o low-cost seguacuten la demanda
analizada
Se comienza con el anaacutelisis de la demanda de compantildeiacuteas tradicionales Con el
queremos ver coacutemo las variables afectan a los pasajeros de las compantildeiacuteas
tradicionales
( ) ( ) ( ) ( )
( ) ( ) (2)
Captura 4 Estimacioacuten mediante efectos aleatorios del modelo (2)
Hemos ejecutado los dos meacutetodos (ANEXO Captura 2) y vemos como el p-valor
proveniente del contraste de Hausman es mayor que alpha (005) seguacuten dicho
contraste se acepta la hipoacutetesis nula al 95 de confianza es decir se acepta la
31
hipoacutetesis nula de igualdad de estimaciones y entonces el estimador es consistente y
por tanto la estimacioacuten maacutes adecuada es la de efectos aleatorios
Centraacutendonos en la significatividad de las variables vemos que los paraacutemetros (PIB
per caacutepita de CCAA) (Poblacioacuten de CCAA) (nuacutemero de parados) (IPC del
transporte) y tambieacuten la variable dummy isla son fuertemente significativas a un nivel
de significatividad del 1 y el paraacutemetro (nuacutemero de parados) es significativa a un
nivel de significatividad del 10 Que estas variables sean significativas quiere decir
que son las que mejor explican la variable dependiente es decir la demanda de
pasajeros de las compantildeiacuteas tradicionales
La variable entrada de turistas no es significativa seguacuten el contraste del p-valor ya que
no se rechaza la hipoacutetesis nula ya que sus coeficientes son mayores al 1 es decir
no tiene relevancia en la explicacioacuten de la demanda de pasajeros tradicionales
La variable dummy isla tambieacuten es fuertemente significativa se viaja maacutes en avioacuten cuando los aeropuertos se encuentran en una Comunidad Autoacutenoma insular
Fijaacutendonos en el valor de los coeficientes de las variables significativas vamos a ver de
queacute manera afectan numeacutericamente a la demanda de pasajeros
=172 =151 = -030 = -314 dummy isla = 2083
Si el PIB per caacutepita se incrementa en 1la demanda lo hacen un 172
Cuando la poblacioacuten aumenta en un 1la demanda de pasajeros se incrementa en un
151
Si el nuacutemero de desempleados de incrementa en un 1 la demanda de pasajeros se
reduce 03
Si el IPC del transporte de incrementa en un 1 la demanda de pasajeros se ve
reducida en un 314
La demanda de pasajeros de las compantildeiacuteas tradicionales se incrementa en un 2083
cuando el aeropuerto se encuentra situado en una CCAA insular
En este caso al igual que el anterior podemos ver que el PIB per caacutepita de las
comunidades autoacutenomas ( )y la poblacioacuten tienen una relacioacuten directa con la
demanda de pasajeros lo cual parece bastante loacutegico a medida que aumenta bien la
renta de los individuos o bien la poblacioacuten de una CCAA se incrementa el nuacutemero de
viajes en compantildeiacuteas tradicionales
La variable logariacutetmica nuacutemero de parados ( ) tiene una relacioacuten inversa con el
nuacutemero de pasajeros se cumple los resultados esperados ya que al incrementarse el
nuacutemero de parados disminuye la demanda en compantildeiacuteas aeacutereas tradicionales ya que
son maacutes caras que las compantildeiacuteas low-cost
32
Al igual sucede con que el IPC del transporte ( ) cuanto mayor es el IPC del
transporte loacutegicamente la compra de billetes en las compantildeiacuteas tradicionales
disminuye
A continuacioacuten se analizaraacute que variables son las que mejor explican que los
pasajeros se decanten por viajes en compantildeiacuteas de bajo coste Para ello se va a
realizar la estimacioacuten del modelo anterior sustituyendo la variable dependiente por el
logaritmo neperiano de los pasajeros low-cost
( ) ( ) ( ) ( )
( ) ( ) (3)
Captura 6 Estimacioacuten mediante efectos aleatorios del modelo (3)
Fijaacutendonos de nuevo en el p-valor de la Captura 6 vemos que al igual que en las
estimaciones anteriores es mayor que el alpha considerado como regla de decisioacuten en
cuanto a la eleccioacuten del modelo el contraste de Hausman cuyo alpha es 005 por lo
que no se rechaza Ho es decir aceptamos al 95 que la estimacioacuten adecuada a este
modelo sea efectos aleatorios (Anexo Captura 5)
Las variables que mejor explican la demanda de pasajeros de las compantildeiacuteas de bajo
coste son los paraacutemetros (PIB per caacutepita de CCAA) (nuacutemero de parados) y la
33
variable dummy de insularidad es decir son fuertemente significativos a un nivel de
significatividad del 1
El resto de variables ( y ) no explican la demanda de pasajeros de bajo coste
seguacuten la regla de decisioacuten del contraste de p-valor por lo que las variables poblacioacuten
por comunidad autoacutenoma la entrada de turistas y el IPC del transporte no son
variables significativas en esta regresioacuten
La variable dummy isla en esta estimacioacuten tambieacuten es fuertemente significativa por lo
que se viaja maacutes en los aeropuertos que se encuentran en una Comunidad Autoacutenoma
insular
Procederemos a interpretar los regresores de las variables significativas de forma individual =2934 =1026 dummy isla= 2814
(PIB per caacutepita de CCAA) (nuacutemero de parados) y la variable dummy de
insularidad
La demanda de pasajeros de las compantildeiacuteas de bajo coste se incrementa en un
2934 ante un incremento del PIB per caacutepita de los individuos de un 1
Ante un aumento del 1 en el nuacutemero de desempleados la demanda en este tipo de
compantildeiacuteas se incrementa en un 1026
Ademaacutes esta demanda de pasajeros se incrementa en un 2814 cuando el aeropuerto se encuentra en una CCAA insular
Al igual que en las dos estimaciones anteriores el PIB per caacutepita de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se viaja mas tanto en
las compantildeiacuteas de bandera como en las de bajo coste
Las personas desempleadas y la demanda de pasajeros de las compantildeiacuteas de bajo
coste tambieacuten tienen una relacioacuten positiva lo que tambieacuten cumple con los resultados
esperados ya que al incrementarse el nuacutemero de parados bien es cierto que si no
dispone de dinero no habraacute posibilidad alguna de viajar pero si por ejemplo recibe la
compensacioacuten econoacutemica del paro la probabilidad de viajar en compantildeiacuteas low-cost es
mayor que en las compantildeiacuteas tradicionales ya que son maacutes baratas
34
6 CONCLUSIONES
El sector aeacutereo se encuentra en un contexto de cambio El proceso de liberalizacioacuten ha
tenido un papel fundamental en este cambio ya que fomentoacute la creacioacuten de nuevas
formas de negocio como fueron las compantildeiacuteas low-cost La aparicioacuten de estas
compantildeiacuteas y las innovaciones tecnoloacutegicas y estructurales han generado mayor
competencia en el mercado ademaacutes junto con la crisis econoacutemica vivida en Espantildea
las compantildeiacuteas aeacutereas se han visto obligadas a ofertar mejoras en las tarifas aeacutereas
haciendo que el transporte aeacutereo sea maacutes asequible para todos los bolsillos En
Espantildea la crisis econoacutemica de mediados del 2007 ha sido la que ha generado el
impulso de las compantildeiacuteas de bajo coste y la caiacuteda de la demanda de las compantildeiacuteas
tradicionales en los principales aeropuertos del paiacutes a excepcioacuten de la comunidad de
Madrid ya que se trata de un aeropuerto HUB en el que las compantildeiacuteas de bajo coste
no tienen ninguacuten peso en el mercado aeacutereo extranjero Otra excepcioacuten es las Islas
Canarias ya que en esta comunidad la principal liacutenea aeacuterea es Binter Canarias que es
de bajo coste y lleva en funcionamiento desde el antildeo 1989
Esto tambieacuten ha influido en el comportamiento de las compantildeiacuteas tradicionales ya que
se han tenido que adaptar a la nueva situacioacuten de elevada presioacuten competitiva
suprimiendo los servicios no eficaces mediante cambios en sus estrategias fusiones y
alianzas con otras corporaciones y creando empresas Actualmente las estrategias
seguidas por ambos modelos de negocios respecto a los trayectos de corto e incluso
mediano recorrido siguen un modelo en creciente paralelismo no asiacute en los trayectos
largos Las compantildeiacuteas tradicionales han conseguido este paralelismo suprimiendo los
servicios complementarios y ofertando precios similares a los de las compantildeiacuteas de
bajo coste esto ha permitido que estas compantildeiacuteas de bandera compitan con precios
similares a los de las low-cost incluso por debajo ya que estaacuten libres de pagar los
sobreprecios que se dan por los extras que si tienen que abonar las de bajos coste
Respecto a las rutas de largo recorrido las compantildeiacuteas de bajo coste al carecer de
servicios complementarios no han podido competir con las tradicionales pero gracias
a la globalizacioacuten esto estaacute cambiando y estas compantildeiacuteas estaacuten abarcando tambieacuten
este tipo de trayectos Convirtieacutendose las compantildeiacuteas de bajo coste en la que tienen
una mayor presencia en el mercado aeacutereo espantildeol
Con la entrada de nuevos operadores en el mercado aeacutereo no solo en territorio
espantildeol ni europeo sino mundial destacando Asia se estaacute consiguiendo aumentar la
competencia ya existente y se preveacute que en los proacuteximos antildeos haya una
transformacioacuten en Europa gracias a la reduccioacuten de la tarifas
El objetivo empiacuterico del trabajo era conocer que variables afectan en mayor medida a
la demanda de pasajeros del transporte aeacutereo en Espantildea
Tras la realizacioacuten de la estimacioacuten de los distintos modelos se puede concluir
resumidamente que son la renta per caacutepita el nuacutemero de personas que se encuentran
en situacioacuten de desempleo y la variable dummy las que mejor explican la demanda de
pasajeros aeacutereos en Espantildea Ademaacutes estas variables guardan una relacioacuten loacutegica con
la variable dependiente
Analizando con mayor detalle los resultados obtenidos de dichas estimaciones de los
podemos concluir que en todos ellos la renta per caacutepita resulta significativa es decir
35
se demuestra que esta variable tiene una gran incidencia sobre la demanda de
pasajeros aeacutereos Este hecho cumple con los resultados esperados ya que con la
inclusioacuten de esta variable en los modelos se pretendiacutea capturar el tamantildeo econoacutemico
de las CCAA y ha dado resultado ya que en todas las estimaciones la relacioacuten entre
PIB pc y demanda es positiva
Ademaacutes de esta variable tambieacuten hemos comprobado empiacutericamente que en todos
los modelos la variable nuacutemero de parados es significativa lo que parece loacutegico ya
que las personas que carecen de empleo optan por otros medios de transporte como
el AVE debido a la falta de recursos econoacutemicos Ademaacutes este hecho tambieacuten esta
empiacutericamente demostrado con los signos resultantes ya que haciendo distincioacuten
entre la demanda de compantildeiacuteas tradicionales y low cost el signo de la variable
nuacutemero de parados respecto a la funcioacuten de demanda tradicional es negativo
mientras que la misma variable en la de bajo coste es positiva Los resultados
obtenidos parecen loacutegicos ya que si el nuacutemero de individuos en situacioacuten de
desempleo aumenta disminuiraacuten los viajes de tipo tradicional y por el contrario la
demanda de las low cost aumentaran si hay maacutes personas desempleadas ya que en
el caso de tener que viajar en avioacuten los pocos recursos econoacutemicos que disponen
prefieren destinarlos en compantildeiacuteas maacutes baratas
Otro resultado comuacuten en los tres modelos es la fuerte significativadad de la variable
dummy insularidad en cada uno de ellos por lo que concluiremos diciendo que la
demanda de pasajeros aeacutereos tanto en compantildeiacuteas tradicionales como low cost es
mayor en los aeropuertos situados en una comunidad autoacutenoma insular
Otro de los hallazgos empiacutericos ha sido la significatividad de la variable entrada de
turistas uacutenicamente en la funcioacuten de demanda general lo que resulta sorprendente es
el signo negativo es decir esta variable tiene una relacioacuten negativa con la demanda
de pasajeros por CCAA esto puede ser debido a que durante el periacuteodo analizado los
turistas prefieran otros medios de transporte maacutes baratos debido a la nueva situacioacuten
econoacutemica Otro de los motivos por los que puede deberse es que los individuos opten
por este medio de transporte en los viajes de trabajo y no de ocio
Otro evidencia empiacuterica resultante uacutenicamente de la funcioacuten de demanda de las
compantildeiacuteas tradicionales es la significatividad de la variable tomada como proxy de los
precios IPC del transporte la relacioacuten entre ambas variables es negativa cuanto
mayor es el IPC del transporte logicamente los individuos viajan menos en avioacuten La
siginificatividad solamente en este modelo puede deberse a que eacutestas son las que
histoacutericamente han fijado precios mayores Aunque tambieacuten puede ser que esta
variable proxy no sea un buen indicador que explique el precio ya que se esperaba
que dicha variable fuese significativa en todas las estimaciones
Tras la realizacioacuten de las estimaciones procedentes concluiremos diciendo que para
un estudio maacutes preciso de la realidad del sector aeacutereo seriacutea necesaria maacutes
informacioacuten respecto a los datos disponibles y maacutes transparencia en cuanto a los
precios y tarifas cobrados por las distintas compantildeiacuteas aeacutereas
36
7 BIBLIOGRAFIacuteA
AENA (Aeropuertos Espantildeoles y Navegacioacuten Aeacuterea) (2004-2015) Estadiacutesticas de
traacutefico aeacutereo
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
AENA (2004 y 2015) Traacutefico De Pasajeros Operaciones Y Carga En Los Aeropuertos
Espantildeoles
httpwwwaenaescseeccurlTOTAL_2004pdf
httpwwwaenaescseeccurl6409201_estadisticas_enero_2015pdf
ANTOacuteN BURGOS FRANCISCO JAVIER (1998) Evaluacioacuten del factor estacionalidad
en el transporte aeacutereo de pasajeros el caso espantildeol Revista de geografiacutea ISSN0213-
3709 Nordm 8-9Pp611-622
APARICIO JAVIER Y MAacuteRQUEZ JAVIER (2005) Diagnoacutestico y especificacioacuten de
modelos panel en stata Divisioacuten de Estudios Poliacuteticos CIDE
APROCTA (Asociacioacuten profesional de controladores de traacutensito aeacutereo) (2015)
httpwwwaproctaesnoticiassala-de-prensael-transporte-aereo-representa-el-7-del-
pib-espanol
BEL GERMAgrave amp FAGEDA XABIER (2006) La reforma del modelo de financiacioacuten y
gestioacuten de los aeropuertos en Espantildea Lecciones de la experiencia internacional
Revista de Economiacutea Puacuteblica 196 Pp109-130
BENIacuteTEZ ROCHEL JOSEacute J (2000) Factores determinantes de la demanda de
transporte aeacutereo y modelos de previsioacuten Boletiacuten econoacutemico del ICE Ndeg 2652
CALDEROacuteN C y TIKHONENKO A (2007) ldquoConvergencia regional e inversioacuten
extranjera directa en Meacutexico en el contexto del TLCAN 1994-2002rdquo Investigacioacuten
Econoacutemica Vol 56 Nordm 259 Pp 15-41
CASTANtildeO GUILLEacuteN JULIAacuteN (2006) Liberalizacioacuten del transporte aeacutereo espantildeol
Departamento de economiacutea y contabilidad Tesis doctoral La Direccioacuten de Resultados
en las empresas privatizadas Universidad de Extremadura
CATTAN N (1991) Une image du reacuteseau des meacutetropoles europeacuteennes par le trafic
aeacuterien LrsquoEspace Geacuteographique Nordm 2 Pp 105-115
CHANG YU-HERN amp CHANG YU-WEI (2009) Air cargo expansion and economic
growth Finding the empirical link Journal of Air Transport Management 2009 vol15
issue 5 Pp264-265
37
CHI JUNWOOK amp BAEK JUNGHO (2013) Dynamic relationship between air
transport demand and economic growth in the United States A new look Elsevier
2013vol 29 issue CPp257-260 Elsevier Amsterdam
CLEMENTE LARA PILAR (2012) Anaacutelisis del impacto de las liacuteneas aeacutereas de bajo
coste en la comercializacioacuten y la calidad del producto aeacutereo RiuNetTrabajo Fin de
Grado Universidad Politeacutecnica de Valencia
CMVA (Comisioacuten nacional de los Mercados y la Competencia) (2014) El sector
aeroportuario en Espantildea situacioacuten actual y recomendaciones de liberalizacioacuten
httpwwwcnmcesPortals0Notas20de20prensa20140703_Estudio_aeroportuari
o_20integradopdf
DKASARDA JOHNamp DGREEN JONATHAN (2005) Air cargo as an economic
development engine A note on opportunities and constraints Journal of Air Transport
Management Nordm11 (2005) Pp 459-462
DE LOS MOZOS TOUYA ISABEL amp GARCIA DE COCA JOSE ANTONIO (1999)
Liberalizacioacuten del transporte en Espantildea Alcance y Expectativas en Privatizacioacuten y
Liberalizacioacuten de Servicios Obra colectiva dirigida por el profesor Gaspar Nordm 3
(1999) Pp 231-240
DE RUS GINEacuteS CAMPOS JAVIER amp NOMBELA GUSTAVO (2003) Economiacutea del
transporte Antoni Bosch
DIEZ PISONERO ROBERTO (2012) La incidencia del turismo en la evolucioacuten de la
conectividad aeacuterea espantildeola (1970-2008)Cuadernos de TurismoNordm29 (2012)Pp137-
159Universidad Complutense de Madrid
EC (European Commission) (2014) European Civil Aviation Handbook Part III
EPA (Encuesta de poblacioacuten Activa) (2004-2014) Notas de Prensa (Cuarto trimestre
de los antildeos comprendidos entre 2004 y 2014 ambos inclusive)
EUROSTAT (Oficina Europea de Estadiacutestica) (2015) Air transport infrastructure
Airports
httpeceuropaeueurostathomep_auth=nZqoN54Lampp_p_id=estatsearchportlet_WA
R_estatsearchportletampp_p_lifecycle=1ampp_p_state=maximizedampp_p_mode=viewamp_estat
searchportlet_WAR_estatsearchportlet_action=searchamptext=Air+transport+of+passeng
ers
FAGEDA XAVIER amp FERNAacuteNDEZ-VILLADANGOS LAURA (2009) Triggering
competition in the Spanish airline market The role of airport capacity and low-cost
carriers Journal of Air Transport Management Vol 15 Nordm 1 January Pp36-40
GAMIR AGUSTIacuteN amp RAMOS DAVID (2002) Transporte Aeacutereo y Territorio Ariel
Barcelona Ariel Barcelona
38
IATA (Asociacioacuten del transporte aeacutereo Internacional) y Comunicados oficiales (2014 y
2015)
httpwwwiataorgpressroomprDocumentsSpanish-PR-2014-12-10-01pdf
httpwwwiataorgpressroomprDocumentsSpanish-PR-2015-03-09-01pdf
IET (Instituto de Estudios Turiacutesticos) (2007) Haacutebitos turiacutesticos de los residentes en
EspantildeahttpwwwiettourspainesesESestadisticasfamiliturNo_periodicasHC3
A1bitos20TurC3ADsticos20de20los20Residentes20en20EspaC3B
1a20Informepdf
IET (Instituto de Estudios Turiacutesticos) (2015)httpwwwiettourspaineses-
esestadisticasfichadecoyunturapaginasdefaultaspx
INE (Instituto Nacional de Estadiacutestica)
(2015)httpwwwineesjaxiT3Tablahtmt=10311
httpwwwineesjaxitabladopath=t11treca01l0ampfile=tr10004pxamptype=pcaxisampL=
0
INECO (Consultoriacutea de Ingenieriacutea Civil referente en transporte) (2009) Jornada sobre
demanda de transporte aeacutereo
httpwwwinecocomwebinecositesdefaultfilesInforme20anual202009_esppdf
EEAS (EUROPEAN EXTERNAL ACTION SERVICE) (2015) International
Agreements EU-Canada EU-Morocco EU-USA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeucanadaindex_enhtmampusg=ALkJr
hhfCjNy9J71N8CshxH6zQKqPZ0eUQ
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeumoroccoassociation_agreementi
ndex_enhtmampusg=ALkJrhia8cxuVga5F5awLyVQP5jVOmptCA
httpstranslategoogleusercontentcomtranslate_cdepth=1amphl=esampprev=searchamprurl
=translategoogleesampsl=enampu=httpeeaseuropaeuusindex_enhtmampusg=ALkJrhjt78
sxmJ508QSfj-RsJ8o7PwEJ-A
KOO T HALPERN N PAPATHEODOROU A GRAHAM A ARVANITIS P(2015) Air
transport liberalisation and airport dependency developing a composite indexJournal
of Transport Geography 2015
Francis G Humphreys I Ison S (2004) Airports perspectives on the growth of low-cost airlines and the remodeling of the airportndashairline relationship Tourism Management Vol 25 issue 4Pp507-514
39
MAHIacuteA RAMOacuteN (2000) Introduccioacuten a la especificacioacuten y estimacioacuten de modelos con
datos de panel Doctorado ILR Klein
MANCHOacuteN CONTRERAS FELIPE amp ARANDA PEacuteREZ TOMAS (2007) Transporte
Aeacutereo Y Turismo Dos Industrias Estrechamente Relacionadas Estudios Turiacutesticos Nordm
172-173 Pp 265-271
MARAZZOMARCIAL SCHERRE RAFAEL amp ELTON FERNANDES (2010)Air
transport demand and economic growth in Brazil A time series analysis
Transportation Research Part E Logistics and Transportation Review 2010 vol 46
issue 2Pp261-269
MEISSNER MARTINA (2008) Las liacuteneas aeacutereas de bajo coste fundamentos teoacutericos
y estudio empiacuterico sobre su impacto en el transporte aeacutereo y en la estructura del sector
turiacutestico Tesis Doctoral Universidad de Maacutelaga
MONTERO GRANADOS ROBERTO (2011) y (2005) Efectos fijos o aleatorios test
de especificacioacuten Test de Hausman Documentos De Trabajo en Economiacutea Aplicada
Universidad de Granada Espantildea
MUNtildeOZ RUBEacuteN (2011) Estudio y anaacutelisis sobre el incremento de las tasas
aeroportuarias en aviacioacuten general y en la formacioacuten de pilotos profesionales Aviacioacuten
digital global
PEDRENtildeO A (2007) Innovacioacuten en la aviacioacuten mundial y globalizacioacuten Blog
personal de laquoEconomiacutea de la Globalizacioacutenraquo Universidad de Alicante
REY LEGIDOS MARIA BELEN (2003) Estructura de mercado y eficiencia empresarial
en el transporte aeacutereo Boletiacuten Infraestructuras transportes e industria de red del
ICE Nordm 808 (2003) Pp 189-200
SAINZ-GONZAacuteLEZ RUBEN NUNtildeEZ SANCHEZ RAMON Y COTO-MILLAacuteN PABLO
(2010) The impact of airport fees on fares for the leisure air travel market the case of
Spain Journal of Air Transport Management Nordm17 Pp158-162
SEGUIacute PONS JOANA MARIacuteAamp MARTIacuteNEZ REYNEacuteS MARIacuteA ROSA (2010)
Movilidad y sostenibilidad en el transporte aeacutereo las compantildeiacuteas de bajo coste en los
destinos turiacutesticos de Espantildea y Baleares Revista Transporte y territorio Nordm2
Universidad de Buenos Aires
SERRANO MARTIacuteNEZ JOSEacute Mordf (1999) Traacutefico aeacutereo de pasajeros turismo y red
aeroportuaria en Espantildea a finales del siglo XX Algunas consideraciones Cuadernos
de TurismoNordm4 (1999)Pp73-88Universidad de Murcia
SILVA FROJAacuteN ROSARIO (2009) Iberia liacuteneas aeacutereas Redisentildeando su estrategia
para hacer frente a los nuevos retos IE Business School
40
Web del Ministerio de Fomento de Espantildea (2015) Direccioacuten General de Aviacioacuten Civil
Coyuntura aeropuertos espantildeoles enero 2015 Anaacutelisis de la evolucioacuten del traacutefico
aeacutereo comercial enero- junio 2015
httpwwwfomentogobesNRrdonlyresBB340B04-2BE2-48EB-A7F7-
9353ADD2FB58129599CoyunturaenlosaeropuertosespaC3B1olesenero2015pdf
httpwwwfomentogobesNRrdonlyres7600DBE8-3437-4EA0-9CF8-
8829720784CE132005AnC3A1lisisdelaevoluciC3B3ndeltrC3A1ficoaC3
A9reocomercialenEsppdf
Web del Ministerio de Industria Energiacutea y Turismo (2015) Instituto de Estudios
Turiacutesticos FRONTUR Encuesta de movimientos turiacutesticos en fronteras (2004-2015)
httpwwwiettourspainesWebPartInformespaginasrsvisoraspxruta=2fFrontur2
fEstructura2fAnual2fEntradas+de+turistas+segu00fan+Comunidad+autu00f3n
oma+de+destino+principal+-+Ref204amppar=1ampidioma=es-ESampanio=2014
41
8 ANEXO
Tabla 1 Pasajeros en el mes de Enero del 2015
Pasajeros
Aeropuertos Total Inc 2015s 2014
Adolfo Suarez Madrid Barajas 3148972 97
Barcelona-El Prat 2203277 49
Gran Canaria 981267 15
Tenerife Sur 817548 19
Maacutelaga-Costa Del Sol 644750 95
Palma De Mallorca 564900 26
Alicante- Elche 498596 76
Lanzarote 451791 28
Fuerteventura 369743 53
Valencia 271239 67
Tenerife Norte 262627 -18
Sevilla 250559 98
Bilbao 230289 -02
Santiago 126832 49
Ibiza 100430 107
La Palma 73905 53
A Coruntildea 68847 -22
Asturias 61480 -79
Girona 49334 -167
FGL Granada-Jaeacuten 46904 66
MENORCA 45676 -48
Vigo 43564 07
Santander 39240 111
Zaragoza 26208 27
Almeriacutea 24992 -09
Melilla 23232 44
Jerez De La Frontera 22332 -186
Murcia -San Javier 19154 -253
San Sebastiaacuten 15064 -19
El Hierro 10373 -63
Valladolid 9549 -89
Pamplona 9532 49
Reus 8807 92
Badajoz 2331 -444
La Gomera 2248 390
Leoacuten 1304 -83
Salamanca 1024 81
Logrontildeo 795 -100
Burgos 738 297
42
Vitoria 673 814
Coacuterdoba 480 -20
Sabadell 200 1469
Albacete 182 -198
CeutaHelicoacuteptero 166 2689
Madrid- Cuatro Vientos 137 631
Son Bonet 63 212
Huesca-Pirineos 0 -
TOTAL 11537354 53 Fuente AENA
Tabla 2 Ranking de los 30 aeropuertos europeos con mayor traacutefico de pasajeros
Rango Aeropuerto Pasajeros(miles)
1 Londres-Heathrow Reino Unido 69983
2 Paris-Charles de Gaulle Francia 61377
3 Frankfurt Main Alemania 57261
4 Amsterdam-Schiphol Paiacuteses Bajos 50988
5 Madrid-Barajas Espantildea 45124
6 Munich Alemania 38187
7 Roma- Fiumicino Italia 36741
8 Barceola- El Prat Espantildea 35071
9 Londres- Gatwick Reino Unido 34213
10 Paris-Orly Francia 27193
11 Copenhage-Kastrup Dinamarca 23222
12 Palma de Mallorca Espantildea 22610
13 Viena Schewechat Austria 22198
14 Dusseldorf Alemania 20800
15 Estocolmo-Arlanda Suecia 19686
16 Manchester Reino Unido 19654
17 Dubliacuten Irlanda 19078
18 Bruselas- National Beacutelgica 18815
19 Milan-Mapensa Italia 18329
20 Berlin-Tegel Alemania 18149
21 Londres-Stanged Reino Unido 17561
22 Lisboa Portugal 15315
23 Helsinki-Vantaa Finlandia 14851
24 Hamburgo Alemania 13675
25 Atenas Grecia 12865
26 Maacutelaga Espantildea 12523
27 Niza- Costa Azul Francia 11178
28 Praga-Ruzyne Repuacuteblica Checa 10774
29 Sttutgart Alemania 9678
30 Gran Canaria Espantildea 9661 Fuente Elaboracioacuten propia
43
Tabla 3 Tasa de crecimiento de la demanda nacional de Cantabria respecto al antildeo
anterior
Antildeo Tasa de Crecimiento
2005 2606
2006 1289
2007 1933
2008 1315
2009 2706
2010 -330
2011 2658
2012 129
2013 -2027
2014 -2245
Fuente Elaboracioacuten propia a partir de datos AENA
Tabla 5 Clasificacioacuten de las compantildeiacuteas nacionales tradicionales y low-cost
Compantildeiacuteas Tradicionales CompantildeiacuteasLow-Cost
Iberia Aeroflot SkyService Ryanair Hamburg International
Binter Canarias
Spanair Quantium Euro Continental Air Berliacuten Thomas Cook
Air Europa Air Al Andalus Privilege Style Condor Air Greece
LTE Internacional Luxair Wondair Vueling Thomson Fly Swiftair Tunis Air Regional Airlines Clickair Jetx Iberia Express Hellit Orionarair Monarch Flyglobespan
Air Nostrum Tranaereos cabo verde Skytaxi Top Fly Center Vol
Air Nostrum Mediterraacuteneo Egyptair Aerotaxi Tuifly Wizz Air
Transavia Cougar Leasing Alba Star Niki Luftfahrt Wizz Air Ukraine Fut Internacional
Airways Iceland Air Vip Wing Privilege Style LetsFly Aeroliacuteneas
Argentinas Turkish Aero Flight AERO NOVA Norwegian Aeroviacuteas Meacutexico Aurela Naysa Air Madrid Neos Spa Tap Air Gestair Edelwees lan Airlines Avianca Air Plus SokoAviation Cygnus Air Cimber JetairFly Santa Baacuterbara Rivaflecha Canarias Airlines Meridiana Helvetic Airways
Air Comet Olympic British airlines LTU Lufftransport Interstate
Pullmantur LOT Polish Astreaus Air Transat Far West Balkan ClipperNational Air Air Algerie Blue Air Blue Panorama
44
Fuente Elaboracioacuten propia
Graacutefico 1 Evolucioacuten de la demanda de pasajeros del sector aeacutereo en Cantabria
Fuente Elaboracioacuten propia a partir de datos AENA
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Cantabria
Cantabria
Bulgaria air Austrian Bmibaby Hapag MyWay SyrianArab Channel Skybridge Deutsche Aero Madrid
Delta Air Kalingradavia Prueba Jet2 COM Limited Thomson Airways
Tarom Challengue Alitalia Lagun Air Orbest TravelService Sloane aviation Aero Link EU jet Islas Airways Air France Calima Philippe Bmibaby Serair
GB Airways Nortavia otras Espantildea Baleares Link Express CanaryFly
45
Captura 1 Estimacioacuten mediante efectos fijos del modelo (1)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 3 Estimacioacuten mediante efectos fijos del modelo (2)
46
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Captura 5 Estimacioacuten mediante efectos fijos del modelo (3)
Fuente Elaboracioacuten propia a partir del modelo economeacutetrico GRETL
Capturas 7 y 8 Ejemplo de la no significatividad de la evolucioacuten temporal de los
pasajeros (time)Estimacioacuten del modelo (3) tanto por efectos fijos como por aleatorios
47
48
Capturas 9 y 10 Estimacioacuten mediante efectos fijos y aleatorios del modelo (1)
incluyendo PIB pc y la evolucioacuten temporal (time)
49
En un principio se optoacute por este modelo pero se rechazoacute debido a los resultados
obtenidos y se decidioacute probar la significatividad con el PIB anual resultando
finalmente mejor
Una vez realizada la estimacioacuten mediante efectos fijos (Captura 1) y aleatorios (Anexo
Captura 2) vemos como el p-valor es igual a 00172 por lo que seguacuten el contraste de
Hausman es menor que alpha (005) por lo que no se acepta la hipoacutetesis nula al 95
de confianza es decir se debe rechazar la hipoacutetesis nula de igualdad de estimaciones
y entonces el estimador consistente y por tanto el que debemos seleccionar es el de
efectos fijos
Como podemos observar en esta primera estimacioacuten son significativos los paraacutemetros
(PIB pc) (entrada de turistas) (IPC transporte) y la evolucioacuten temporal de los
pasajeros (time) todas ellas a un nivel de significacioacuten del 1 excepto y al 5
es decir el valor p asociado a estas variables son menores que 001 y en el caso de
estas dos ultimas es menor que 005 Las variables nombradas son las que mejor
explican la demanda de pasajeros
El resto de variables ( y ) tienen unos coeficientes mayores al 1 por lo que
seguacuten la regla de decisioacuten del contraste de p-valor no se rechazariacutea la hipoacutetesis nula
50
por lo que las variables ldquopoblacioacuten por comunidad Autoacutenomardquo y el ldquonuacutemero de
paradosrdquo no son variables significativas es decir no explican la variable dependiente
demanda de pasajeros
Respecto a los signos de los paraacutemetros vemos como el PIB pc de las comunidades
autoacutenomas ( ) tiene una relacioacuten directa con el nuacutemero de pasajeros lo cual parece
bastante loacutegico a medida que aumenta la renta de los individuos se incrementan los
viajes en avioacuten Concretamente el coeficiente del PIB es de 2206 esto quiere decir
que si se incrementa el PIB en un 1 manteniendo el resto de variables constantes la
demanda de pasajeros aumenta en un 2206
La entrada de turistas ( ) tiene una relacioacuten inversa con el nuacutemero de pasajeros no
es el resultado esperado pero puede deberse a que en este periacuteodo prefieren otros
medios de transporte al aeacutereo
El IPC del transporte ( ) tambien tiene una relacioacuten positiva con la demanda de
pasajeros no es lo esperado el coeficiente de esta variable es 1284 es decir la
demanda se incrementa en un 1284 ante un aumento en el IPC del transporte del
1
La variable dummy isla ha sido omitida para eliminar la colineadidad exacta que se
muestra debido a la eleccioacuten de efectos fijos como la estimacioacuten adecuada seguacuten el
contraste de Hausman
- PORTADApdf
- Iacutendicepdf
- Estudio de la demanda de pasajeros de los aeropuertos espantildeoles maacutes importantes en el periodo 2004-2014pdf
-