财新传媒
位置:博客 > 香樟经济学术圈 > 竞争与质量:高铁来了,你还坐飞机吗?

竞争与质量:高铁来了,你还坐飞机吗?

推文人 | 王梦茹
 
原文信息:Hanming Fang,Long Wang,Yang Yang.”Competition and Quality: Evidence from High-Speed Railways and Airlines.”NBER Working Paper No.27475,July 2020
 
原文链接:https://ideas.repec.org/p/nbr/nberwo/27475.html
 
01引言
 
2007年4月18日5时38分,第一列正式开行的动车组“和谐号”D460次列车从铁路上海站出发驶往苏州,自此拉开了中国高铁时代的序幕,高铁的出现大大缩短了短途旅行所耗费时间,这无疑给提供中短途旅行的航空公司带来了强有力的竞争。众多学者已证明了竞争在提高产品质量、运营效率、创新和经济增长等方面的驱动能力,在此基础上,本文以京沪高铁为对象,结合DID方法探索了高铁带来的竞争是否改善了航空公司的服务质量。
 
02研究设计
 
一、研究背景
 
京沪高铁线路是首条中、长途京沪高铁线路,连接北京和其他26个国内目的地,在26个城市中有11个城市通过直飞商业航班与北京连接。京沪高铁开通前,1318公里的行程大致需要13小时的火车时间,而两个城市之间的直飞航班需要大约2个小时的飞行时间,所以即使从城市到机场的旅行时间比到火车站的时间更长,火车旅行也显然是一个耗时得多的选择。然而,2011年6月30日京沪高铁的开通,行程时间缩短到了4-5个小时,且高铁几乎每分钟都准点。在这个意义上,本文将高铁的进入解读为对航空业的严重竞争,特别是对中短途旅行。
 
中国航空业在过去30年经历了巨大的增长,航空客运量从1987年的182亿人次增长到2016年的8378亿人次,但中国航空市场仍处于初级阶段,运营效率和管理水平都不高,根据《2018年世界机场准点率报告》,中国机场航班准点率(OTP)没有一个进入前20名。本文的研究对象北京首都国际机场BCIA的准点率在中国76个国际机场中排名较靠后,这为本文研究高铁替代中短途航班并促进航空公司质量改进提供了前提条件。
 
中国是分析高速铁路(HSR)和航空公司竞争的完美试验组场,原因如下。首先,中国拥有世界上规模最大、使用最广泛的高铁网络;其次,中国的航空业在定期航班数量和乘客数量方面都在迅速增长,但它面临着严重和长期的航班延误问题,这使得高铁成为了一个特别有吸引力的城际交通替代模式;第三,航班准点率(OTP)的数据是可用的,并且OTP是公认的航空公司的关键质量指标;第四,中国高铁的错开运行为解决高铁非随机布局的潜在问题提供了独特的机会,从而清晰地识别竞争对质量提高的因果效应。
 
二、数据选取
 
本分析中使用的飞行数据来自一家专注于商业航空的领先数据公司。基本回归分析中的数据集包含了2009年1月1日至2012年12月25日期间,41家航空公司从北京飞往113个国内目的地的865,967架次直达航班。在此期间,2011年6月30日开通的京沪高铁是唯一一个被纳入分析的北京作为始发站的高铁。实验组为北京出发至上海(京沪高铁)之间的11个目的地城市的航班,对照组为北京出发去往102个无高铁目的地的航班。为了进一步确保结果的稳健性,文章后续使用了从2009年1月到2015年9月的扩展样本进行分析,还使用到了国际航班的相关数据。
 
根据已有文献,本文构建到达延误和离开延误两种方法度量OTP,到达延迟分钟(ADM)表示预定时间和实际到达时间之间的差异。到达延迟15分钟(ADD15)是一个虚拟变量,如果航班至少晚15分钟到达登机口,则等于1,否则为0。我们使用相同的方法构造离开延迟分钟(DDM)和离开延迟15分钟(DDD15)。为了解决航空公司可能通过人为地夸大预定期限来操纵OTP的可能性,本文还构建了两个OTP的替代变量,即实际旅行时间(ATT)和过度旅行时间(ETT)。ATT是预定出发时间与实际到达时间之间的时间差,它测量的是实际出行时间。ETT是ATT和最小可行旅行时间的差值,最小可行旅行时间是指每月观察到的同一航班的最小旅行时间,ETT可以控制任何未观察到的或观察到的时变外部影响,并且不受任何外部因素和航空公司调度操作的影响。
 
03初步实证及结果分析
 
一、高铁引发的竞争冲击:来自供应商反应的证据
 
本节中,首先通过检查航空公司的供应方面的反应,来证明高铁的进入确实是航空业的竞争冲击。此处研究了高铁进入在飞行月、航线月和航线月水平上对给定航线上运行的航班数量的影响,为了研究京沪高铁开通后每月平均航班供应量的响应,进行以下回归分析:
二、高铁进入和航班延误:基线结果
 
此处在单个航班水平上,用DID回归方法检验京沪高铁进入对处理组航班OTP的因果影响,具体公式如下:
表3给出了(2)式的估计结果,交互项的系数β在各列中均为显著的负相关,说明控制组航班面临高铁带来的竞争后,其延误率有显著下降即OTP显著提高。若以每分钟来度量,列(1)和列(3)显示高铁进入后处理组航班比控制组航班的进离延误时间分别少2.54分钟(约14.51%)和5.28分钟(约14.47%)。若以15分钟的虚拟变量衡量,列(2)和列(4)显示在高铁开通后处理组航班比控制组航班到达(起飞)延误超过15分钟的可能性要小2.5(3.4)个百分点。列(5)和列(6)中使用OTP的替代测量方法,结果表明HSR进入导致ATT和ETT分别显著减少4.73和3.92分钟,即高铁进入能有效改善航班延误状况。为了解决在航线(或目的地)和航空公司层面遗漏的因素,在回归中包括航线固定效应与年-月固定效应相互作用,以及航空公司固定效应与年-月固定效应相互作用时,结果与表3中一致(图略)。
三、平行趋势假定和动态效应
 
本节主要验证(2)式中时所使用的DID方法是否满足所必需的平行趋势假设。估计以下方程式来验证处理组和控制组航班之间的平行趋势,并获取高铁进入后OTP的改进动态:
四、稳健性检验
 
在稳健性检验之前,文章考虑了高铁进入对处理组航班延误分钟的方差值的影响,以ADM、DDM、ATT和ETT的周方差作为DID分析的因变量,结果表明引入高铁后处理组航班延误的标准偏差减少了大约23至24分钟,说明高铁进入减少了试验组航班不可预测的长时间延误。第一个稳健性检验是总体回归分析,考虑到某些航班可能被取消或重新分配的情况,比如国航从北京到上海的CA0000航班改为CA0123,但单个航班水平上的分析无法识别CA0000和CA0123实际上是相同的,为了处理这些未观察到的变化带来的复杂性,使用下式将单个航班水平数据汇总为airline-route-month数据:
第二个稳健性检验是使用较窄的对照组。尽管前面证实了控制航班和试验组航班之间的平行预测趋势,但人们可能仍担心处理组中受京沪高铁影响的11个目的地城市与对照组中102个目的地城市在当地经济、行业分布和地理特征等因素上有所不同,这种差异本身并不是DID工作方法的问题。为了确保更具可比性的试验组和对照组,本节创建了一个更窄的对照组,仅包括北京-广州高铁沿线的9个目的地城市,该线于2012年12月26日开始运营。表6报告了使用较窄对照组的估计结果。所有列中估计的试验组效果β在统计学上显著,OTP提高了2.2到3.6分钟,且这些结果在质量和数量上都与表3中报告的基线结果一致,验证了表3结果的准确性。
除此之外,本文还从以下几个角度进行了更深层的考虑。第一,探究了影响航空公司OTP提升的主要贡献因素。将实际旅行时间(实际到达时间减去计划出发时间)分解为两个部分,即实际飞行时间和出发延误时间,并预计OTP改进的主要原因是减少了出发延误时间。实证结果表明HRS的进入的确减少了起飞延误,这可以通过航空公司加快登机和登机程序以及更好地培训机组人员来实现。结果还发现高铁进入显著减少了目的地机场的滑行时间(平均1.39分钟),这一结果表明,HRS进入后目的地机场会努力优化处理航班的跑道资源利用。第二,扩大考察范围,将2012年12月26日至2015年9月间新开通的10条高铁纳入分析,处理组的目的地城市从11增加到了33个,考察高铁进入对处理航班的影响。所得结果中的估计系数在定性和定量上都表3中报告的估计一致,说明了前述的京沪高铁具有代表性,所得到结果具有稳健性。第三,本节还探讨了高铁进入对枢纽航空公司和非枢纽航空公司、中短途航空公司和长途航空公司的影响的异质性,结果表明非枢纽航空公司对高铁入境竞争的反应更为积极。同时,本节还使用1200公里作为切断线,将航班分为中短途和长途,结果表明HRS进入对短途航班的OTP改善最大。
 
04进一步分析
 
一、替代解释
通道和机场拥堵。假设为了应对高铁进入产生的竞争冲击,航空公司可能会将处理组的航班分配给控制组航线,从而导致控制组航班的OTP下降。通过前文使用空中时间作为因变量的表7列(5)可以发现,高铁进入导致处理航班的飞行时间相对于控制航班平均增加1.74分钟,这表明控制组路线的空中通道挤塞不太可能是HRS进入引发航空公司OTP提升的来源。
 
计划操纵。假设到达延误分钟数减少可能是故意延长计划持续时间的结果,而不是经过处理的航班OTP的真正改善。表7列(6)表明交互作用项的估计系数β在统计学上并不显著,这意味着试验组与控制组航班对预定持续时间的调整无差异,假设不成立。
 
试验航班的旅客更少。假设试验组航班在HRS进入后乘客较少,这导致更快的登机手续办理和登机手续,从而减少了离境延误提高了OTP。由于在高铁开通前后,节假日期间乘坐飞机的旅客数量是相当的,因此用春节前后七天、中秋节前后三天、国庆节前后三天的航班数据进行考察,结果表明假日子样本中β有显著的负效应,说明起飞延误减少的原因是高铁的进入,而不是航空旅客人数的减少(表略)。
 
航班取消。假设HRS进入后,是由于航空公司永久性地停飞了一些OTP差的航班从而导致OTP上升,而不是HRS的竞争所引发的质量改善。为了解决这个问题,仅使用在高铁进入前后连续运行的航班的子样本并重新估算公式(2),回归结果表明在数量上和质量上对子样本分析都是稳健的,假设不成立。
异常值影响。假设研究结果可能受到异常值的影响,比如一些航班延误时间极长。为了检验处理效果是否由异常值驱动,本文进行了一系列分位数回归。九个十分位数和四个OTP测量的β估计系数表明四种OTP指标在所有十分位数都显示出对高铁进入的显著反应,并且上十分位比在下分位数的OTP改善更显著,这表明OTP最差的航班对HRS的竞争更敏感,这也解释了为什么高铁进入减少了延迟方差。
 
空中交通控制。假设人们还担心估计的处理效果会受到军事基地在高铁建成后将空中交通控制改为控制路线的影响。为了更正式地解决这个问题,使用一个仅由国际航班组成的替代控制组,这些航班大多不受中国当局的空中交通控制,也不受高铁进入引发的竞争影响,结果β估计系数在质量上与表3中报告的基线结果相似,在数量上甚至更大,说明假设不成立。
 
二、伪造检验
 
为了证实最终结果的稳健性,本文还进行了两次伪造测试。第一次是创建了一个虚构的试验组的安慰剂检验,这个试验组由连接京广高铁的9个目的地城市组成,这9个城市在2012年12月26日之后才进入高铁网络,但在2009年1月1日至2012年12月25日期间,没有一个城市与京沪高铁相连。这个测试的目的是研究原始DID回归的差异是反映了高铁竞争的影响,还是仅仅反映了最终被选为高铁目的地城市的影响。
 
在第二次安慰剂测试中,我们考察了最初的DID效应是否仅仅反映了中国航空业的变化,还是更广泛的HSR网络规划和建设的影响。为此,创建一个虚构的试验组日期,将京沪高铁的开通时间设定在实际开通的一年前,即2010年6月30日。在表15-16中,分别报告了安慰剂试验组组和安慰剂试验组日期的回归结果。在两个安慰剂试验组中,交互项估计系数β在统计学上不显著,这进一步证实了表3中报告的结果是稳健的,即航空公司OTP的提升是由于高铁进入所引发的竞争驱动的。
三、OTP改进带来的时间价值
 
前文已经通过多种方式验证了结果的稳健性,即高铁进入会航空公司造成竞争冲击,并提高航空公司的OTP。本小节主要估计航空旅客经处理的航班OTP而节省的时间价值的下限。考虑两种类型的航空旅客,i = 1表示商务旅客,i = 2表示休闲旅客,计算类型i∈{1,2}的航班延误每小时的货币成本,用Vi表示,
为了获得高铁竞争导致的处理组航班OTP改善进而引发的货币价值的下限估计,使用2011年6月30日至2015年9月30日期间引入高铁后的所有高铁航线航班计算,共包括从北京飞往33个高铁目的地的796191处理组航班,所以平均每年有187,370次(=796,191/4.25)北京出发航班,假定年折现率为5%,可以得到在受高铁项目影响的航线上乘坐往返航班的航空旅客所节省的时间的贴现现值的下限为187370*2*2098/0.05=CNY 15.724 Billion。值得注意的是,这是对处理组航空旅客利益的一个下限估计,它没有考虑到高铁的进入导致的机票减少,或者从航空公司转投高铁的旅客所获得的利益。
 
04结论
 
本文将京沪高铁的开通运行作为高铁沿线目的地城市航班的外生竞争冲击,利用DID方法证实了高铁进入引发的竞争会促进航空公司服务质量的提升,且经过替代解释假设、异质性分析和安慰剂检验等一系列稳健性检验,进一步证实了HRS进入所引起的竞争对于航空公司OTP的正面效应。此外,文章还提供了OTP改进为航空旅客节省的时间价值下限的粗略估计,总计约157亿元人民币。该论文的亮点在于,一是关于回归结果替代解释的考虑较为全面和完备,二是在实证分析后引入对时间价值的估计从而使本文的研究结果有了更直观的现实意义。总的看来,本文扩大了竞争与质量的研究外延,也丰富了关于高铁所引发的经济效益的研究。
 
Abstract
 
The entry of High-Speed Railways (HSR) represents a disruptive competition to airlines,particularly for short- to medium-distance journeys. Utilizing a unique dataset that contains the details of all flights departing from Beijing to 113 domestic destinations in China since January 2009, we employ a difference-in-differences approach to examine the effects of HSR entry on the quality of service provided by airlines as proxied by their on-time performance, and to identify the channels through which competition leads to quality improvement. We document two main findings. First, the competition from the entry of HSR leads to significant reductions in the mean and variance of travel delays on the affected airline routes. Second, the reductions in departure delays--which are controlled mostly by airlines, and the duration of taxi-in time--which are controlled mostly by destination airports, are identified as the main sources of the improvement in the airlines' on-time performance.



推荐 0