Análisis del impacto de las bonificaciones al transporte aéreo de … · Análisis del impacto de...
Transcript of Análisis del impacto de las bonificaciones al transporte aéreo de … · Análisis del impacto de...
Análisis del impacto de las bonificaciones al transporte aéreo de residen-tes en regiones no peninsulares y posibles alternativas
Trabajo realizado para la Dirección General de Aviación Civil (DGAC) por el equipo formado por
Juan José Ganuza, Diego Peñarrubia y Juan Santaló
Versión final: diciembre de 2019
Índice
Resumen ejecutivo
1. Introducción
2 Análisis teórico del impacto de las bonificaciones en la fijación de precios del mercado aéreo
3. Análisis descriptivo de los datos previos y posteriores al cambio de 2018
3.1. Los datos de la DGAC y de AENA
3.2. Una visión panorámica de las diferencias entre rutas
3.3. Un análisis detallado de las principales rutas
3.4. Los flujos de entrada y salida al mercado
4. Un análisis econométrico del impacto en los precios
5. Mejoras y diseños alternativos al sistema de bonificaciones
1
1
Análisis del impacto de las bonificaciones al transporte aéreo de residen-
tes en regiones no peninsulares y posibles alternativas
Trabajo realizado para la Dirección General de Aviación Civil (DGAC) por el equipo formado por
Juan José Ganuza, Diego Peñarrubia y Juan Santaló
Versión final: diciembre de 2019
Índice
Resumen ejecutivo
1. Introducción
2 Análisis teórico del impacto de las bonificaciones en la fijación de precios del mercado aéreo
3. Análisis descriptivo de los datos previos y posteriores al cambio de 2018
3.1. Los datos de la DGAC y de AENA
3.2. Una visión panorámica de las diferencias entre rutas
3.3. Un análisis detallado de las principales rutas
3.4. Los flujos de entrada y salida al mercado
4. Un análisis econométrico del impacto en los precios
5. Mejoras y diseños alternativos al sistema de bonificaciones
Resumen Ejecutivo
• El objetivo de este informe es analizar el impacto de las bonificaciones al transporte
aéreo de residentes en regiones no peninsulares actualmente vigente en España, y en
particular, las consecuencias del aumento del descuento del 50% al 75% en el número
de viajeros y su composición, así como en los precios y la cantidad total de ayudas.
• Aunque el mercado del transporte aéreo de pasajeros es un mercado generalmente
competitivo, la estructura de costes presenta importantes economías de escala y densi-
dad, y esto conlleva que, en ocasiones, poblaciones aisladas o escasamente pobladas no
tengan oferta o ésta sea deficiente, con escasa frecuencia y precios elevados. Este pro-
blema se agrava si se da en territorios insulares donde no existe transporte terrestre
alternativo. Este fenómeno, unido a la importancia del transporte aéreo en la cohesión
territorial y el desarrollo económico, justifican que el sector público introduzca un sis-
tema de bonificaciones y subsidios para garantizar la oferta, las frecuencias o el acceso
de la población a este servicio.
• No obstante, las bonificaciones a los viajeros residentes en el territorio pueden alterar
el equilibrio de mercado. La demanda de pasajeros es la composición de la demanda de
pasajeros residentes que solo pagan una proporción del precio debido a la bonificación
y la demanda de no residentes que pagan la totalidad del precio. Cuanto mayor sea la
bonificación, menor será la elasticidad de los consumidores residentes y como conse-
cuencia menor será la elasticidad de la demanda total. Una menor elasticidad de la de-
manda cuando las empresas tienen poder de mercado, se traslada a mayores precios.
Por lo tanto, si se aumenta la bonificación eso conllevará un aumento de la demanda de
residentes, pero también es posible que conlleve un aumento de los precios y como
consecuencia una reducción del número de pasajeros no residentes.
• Por ello es importante identificar el modelo de bonificaciones que distorsiona menos el
precio de mercado y genera un menor gasto agregado. En este sentido el informe com-
para el sistema actual de bonificaciones para pasajeros residentes en Canarias y Balea-
res, basado en un descuento sobre el precio de mercado ("ad valorem") con una bonifi-
cación por una cantidad fija y una bonificación que garantizase un precio máximo del
billete para los pasajeros residentes (la bonificación sería la diferencia entre el precio de
mercado y ese precio máximo). Teóricamente, después de calibrar los dos sistemas al-
ternativos para que viajen los mismos viajeros residentes que con el modelo base, se
demuestra que el sistema "ad valorem" es intermedio entre el precio máximo y el sis-
tema de bonificación fijo, este último es el sistema que presenta unos mejores resulta-
dos, un menor precio de mercado (menor impacto sobre los no residentes) y menor
gasto agregado en bonificaciones. El sistema de precio máximo por el contrario genera
la menor elasticidad de la demanda y con ello, el mayor precio de mercado y también el
mayor gasto agregado en bonificaciones.
• Los datos de los últimos tres años reflejan que el coste del programa de descuentos se
ha más que doblado debido tanto al efecto directo del aumento del descuento como a
los indirectos sobre el precio del billete y la cantidad de billetes subvencionados, ambos
situados algo por encima del 15%. Si observamos estos dos cambios (precios y cantida-
des) por rutas, apreciamos una amplia diversidad.
2
2
Resumen Ejecutivo
El objetivo de este informe es analizar el impacto de las bonificaciones al transporte
aéreo de residentes en regiones no peninsulares actualmente vigente en España, y en
particular, las consecuencias del aumento del descuento del 50% al 75% en el número
de viajeros y su composición, así como en los precios y la cantidad total de ayudas.
Aunque el mercado del transporte aéreo de pasajeros es un mercado generalmente
competitivo, la estructura de costes presenta importantes economías de escala y densi-
dad, y esto conlleva que, en ocasiones, poblaciones aisladas o escasamente pobladas no
tengan oferta o ésta sea deficiente, con escasa frecuencia y precios elevados. Este pro-
blema se agrava si se da en territorios insulares donde no existe transporte terrestre
alternativo. Este fenómeno, unido a la importancia del transporte aéreo en la cohesión
territorial y el desarrollo económico, justifican que el sector público introduzca un sis-
tema de bonificaciones y subsidios para garantizar la oferta, las frecuencias o el acceso
de la población a este servicio.
No obstante, las bonificaciones a los viajeros residentes en el territorio pueden alterar
el equilibrio de mercado. La demanda de pasajeros es la composición de la demanda de
pasajeros residentes que solo pagan una proporción del precio debido a la bonificación
y la demanda de no residentes que pagan la totalidad del precio. Cuanto mayor sea la
bonificación, menor será la elasticidad de los consumidores residentes y como conse-
cuencia menor será la elasticidad de la demanda total. Una menor elasticidad de la de-
manda cuando las empresas tienen poder de mercado, se traslada a mayores precios.
Por lo tanto, si se aumenta la bonificación eso conllevará un aumento de la demanda de
residentes, pero también es posible que conlleve un aumento de los precios y como
consecuencia una reducción del número de pasajeros no residentes.
Por ello es importante identificar el modelo de bonificaciones que distorsiona menos el
precio de mercado y genera un menor gasto agregado. En este sentido el informe com-
para el sistema actual de bonificaciones para pasajeros residentes en Canarias y Balea-
res, basado en un descuento sobre el precio de mercado (“ad valorem”) con una bonifi-
cación por una cantidad fija y una bonificación que garantizase un precio máximo del
billete para los pasajeros residentes (la bonificación sería la diferencia entre el precio de
mercado y ese precio máximo). Teóricamente, después de calibrar los dos sistemas al-
ternativos para que viajen los mismos viajeros residentes que con el modelo base, se
demuestra que el sistema “ad valorem” es intermedio entre el precio máximo y el sis-
tema de bonificación fijo, este último es el sistema que presenta unos mejores resulta-
dos, un menor precio de mercado (menor impacto sobre los no residentes) y menor
gasto agregado en bonificaciones. El sistema de precio máximo por el contrario genera
la menor elasticidad de la demanda y con ello, el mayor precio de mercado y también el
mayor gasto agregado en bonificaciones.
Los datos de los últimos tres años reflejan que el coste del programa de descuentos se
ha más que doblado debido tanto al efecto directo del aumento del descuento como a
los indirectos sobre el precio del billete y la cantidad de billetes subvencionados, ambos
situados algo por encima del 15%. Si observamos estos dos cambios (precios y cantida-
des) por rutas, apreciamos una amplia diversidad.
• Más del 80% del aumento del coste del programa en el año posterior al cambio (que
entró en vigor el 16 de julio de 2018) se debe al comportamiento de las rutas que co-
nectan la península con los territorios con residentes subvencionados, a pesar de que
estas rutas no llegaban a suponer la mitad del coste del programa el año previo a dicha
fecha. Los otros dos grandes tipos de rutas han supuesto una contribución mucho me-
nor al incremento, tanto porque su porcentaje de descuento se ha mantenido constante
(las rutas interinsulares ya lo aumentaron un año antes) como porque las conexiones
intrapeninsulares, a pesar de que en ellas creció incluso más tanto el precio como la
cantidad, sólo suponían un 5% del coste inicial.
• La observación de la relación de las subidas de precios y cantidades con otros elementos
aporta información interesante. Por ejemplo, en general los precios han subido más los
días que ya eran más altos (domingos), lo que apunta al papel de las restricciones de
oferta. Por compañías, el comportamiento de sus precios ha sido variable, pero la res-
puesta de los consumidores no ha contribuido a limitar la subida media, sino que, al
contrario, han ganado cuota las compañías con precios medios más elevados, aunque
este efecto sólo explica entre un 10 y un 20% de la subida total.
• Dos variables con una relación más compleja con los precios son la antelación de la com-
pra y el sentido de la ruta. La antelación se suele asumir que reduce el precio, y obser-
vamos que es así en media (en cada ruta y año, el precio medio correspondiente a cada
antelación es decreciente con ésta) pero, ante aumentos de la demanda esperada, los
pasajeros responden adelantando su compra y ello eleva los precios, con lo que la rela-
ción observada entre los datos medios de cada viaje mezcla diversos efectos. Respecto
al efecto del sentido de la ruta, en general son más caros los billetes que inician viaje en
la península (sobre todo, en Madrid).
• Observamos correlaciones altas y crecientes dentro de cada ruta entre el precio medio
pagado en cada vuelo y la cantidad de pasajeros subvencionados en él, lo que apunta a
que la alta demanda en relación a las plazas disponibles no sólo eleva los precios, sino
que expulsa a los pasajeros no subvencionados.
• En cuanto al comportamiento de la oferta de vuelos, el aumento del descuento se ha
visto acompañado de un aumento relativamente mayor en las nuevas rutas conectando
las islas con otros aeropuertos peninsulares. El efecto sobre el coste del programa es
ambiguo porque por un lado evita conexiones (trasbordos), pero por otro otorga mayor
poder de mercado a las compañías, que evitan así la presión competitiva de las grandes
rutas.
• Las estimaciones econométricas realizadas muestran como efectivamente el precio me-
dio subvencionado de los billetes de ida y vuelta entre península y archipiélagos (más
Melilla) ha aumentado después del incremento del subsidio en Julio del 2018 en relación
a los períodos anteriores. El incremento estimado oscila entre unos €5€- 35 por billete
(de ida y vuelta) o alrededor de un 5%-26%. En función del método econométrico em-
pleado
• Sin embargo, esta correlación entre la subida de precios y el incremento del subsidio a
los residentes, no implica necesariamente que se pueda establecer una relación causal
entre ambos dado que cualquier variable que impacte los precios aéreos que haya ex-
perimentado un cambio post Julio del 2018 podría explicar esta correlación. Para inten-
tar identificar si esta subida efectivamente es debida al subsidio empleamos una estra-
tegia de identificación en la que comparamos la evolución en los precios de los billetes
si la ida es un trayecto isla —península o si la ida es un trayecto península-islas. La intui-
3
3
Más del 80% del aumento del coste del programa en el año posterior al cambio (que
entró en vigor el 16 de julio de 2018) se debe al comportamiento de las rutas que co-
nectan la península con los territorios con residentes subvencionados, a pesar de que
estas rutas no llegaban a suponer la mitad del coste del programa el año previo a dicha
fecha. Los otros dos grandes tipos de rutas han supuesto una contribución mucho me-
nor al incremento, tanto porque su porcentaje de descuento se ha mantenido constante
(las rutas interinsulares ya lo aumentaron un año antes) como porque las conexiones
intrapeninsulares, a pesar de que en ellas creció incluso más tanto el precio como la
cantidad, sólo suponían un 5% del coste inicial.
La observación de la relación de las subidas de precios y cantidades con otros elementos
aporta información interesante. Por ejemplo, en general los precios han subido más los
días que ya eran más altos (domingos), lo que apunta al papel de las restricciones de
oferta. Por compañías, el comportamiento de sus precios ha sido variable, pero la res-
puesta de los consumidores no ha contribuido a limitar la subida media, sino que, al
contrario, han ganado cuota las compañías con precios medios más elevados, aunque
este efecto sólo explica entre un 10 y un 20% de la subida total.
Dos variables con una relación más compleja con los precios son la antelación de la com-
pra y el sentido de la ruta. La antelación se suele asumir que reduce el precio, y obser-
vamos que es así en media (en cada ruta y año, el precio medio correspondiente a cada
antelación es decreciente con ésta) pero, ante aumentos de la demanda esperada, los
pasajeros responden adelantando su compra y ello eleva los precios, con lo que la rela-
ción observada entre los datos medios de cada viaje mezcla diversos efectos. Respecto
al efecto del sentido de la ruta, en general son más caros los billetes que inician viaje en
la península (sobre todo, en Madrid).
Observamos correlaciones altas y crecientes dentro de cada ruta entre el precio medio
pagado en cada vuelo y la cantidad de pasajeros subvencionados en él, lo que apunta a
que la alta demanda en relación a las plazas disponibles no sólo eleva los precios, sino
que expulsa a los pasajeros no subvencionados.
En cuanto al comportamiento de la oferta de vuelos, el aumento del descuento se ha
visto acompañado de un aumento relativamente mayor en las nuevas rutas conectando
las islas con otros aeropuertos peninsulares. El efecto sobre el coste del programa es
ambiguo porque por un lado evita conexiones (trasbordos), pero por otro otorga mayor
poder de mercado a las compañías, que evitan así la presión competitiva de las grandes
rutas.
Las estimaciones econométricas realizadas muestran como efectivamente el precio me-
dio subvencionado de los billetes de ida y vuelta entre península y archipiélagos (más
Melilla) ha aumentado después del incremento del subsidio en Julio del 2018 en relación
a los períodos anteriores. El incremento estimado oscila entre unos €5€- 35 por billete
(de ida y vuelta) o alrededor de un 5%-26%. En función del método econométrico em-
pleado
Sin embargo, esta correlación entre la subida de precios y el incremento del subsidio a
los residentes, no implica necesariamente que se pueda establecer una relación causal
entre ambos dado que cualquier variable que impacte los precios aéreos que haya ex-
perimentado un cambio post Julio del 2018 podría explicar esta correlación. Para inten-
tar identificar si esta subida efectivamente es debida al subsidio empleamos una estra-
tegia de identificación en la que comparamos la evolución en los precios de los billetes
si la ida es un trayecto isla –península o si la ida es un trayecto península-islas. La intui-
ción básica es que cualquier efecto en el precio final debido en el incremento del subsi-
dio debería reflejarse en mayor medida en trayectos con origen en las islas dado que es
la opción elegida por un mayor número de residentes. Por cada vuelo de ida y vuelta
entre las islas (más Melilla) y la península con origen peninsular hecho por residentes,
hay 7,2 vuelos de ida y vuelta a la península con origen en las islas (más Melilla).
• En ninguna de las especificaciones econométricas empleadas encontramos una diferen-
cia significativa en el comportamiento de los precios en trayectos con origen en penín-
sula en comparación a los billetes con origen en las islas. Por ello no encontramos evi-
dencia concluyente que ligue el aumento en las tarifas aéreas con el incremento del
subsidio en Julio del 2018.
• Por último, se exploran sistemas alternativos o mejoras del actual sistema que preser-
ven gran parte de las ventajas del sistema actual para los residentes y supongan un aho-
rro significativo para la Administración. Una primera recomendación es reducir las ba-
rreras de entrada para que haya más opciones de aumentar la competencia. El aumento
de la oferta podría reducir significativamente el impacto de las bonificaciones sobre el
precio de mercado.
• Independientemente del efecto sobre los precios, el sistema de bonificaciones a los re-
sidentes supone un aumento de la demanda y una transferencia no intencionada de
recursos a las compañías aéreas. Una forma de reducir esta transferencia es introducir
competencia por el "mercado de las bonificaciones" como se hace en el sector farma-
céutico y en el sector eléctrico, introduciendo una especie de "obligación de servicio
público abierta", aunque este mecanismo no se corresponda con lo que en transporte
aéreo se conoce como obligación de servicio público. La idea es que en los mercados en
los que existe competencia se podría implementar una subasta para seleccionar a la
compañía que podría ofrecer los billetes bonificados. Como en las subastas de medica-
mentos, solo los residentes que utilicen esta compañía tendrían derecho a la bonifica-
ción. Por supuesto, el diseño de las subastas tendría que adaptarse a las necesidades de
la población residente, se tendría que imponer unas obligaciones sobre las frecuencias
y asientos mínimos que tendría que satisfacer el adjudicatario, y se podrían considerar
distintos sistemas de puja (fijar un precio máximo a cambio de una cantidad, un des-
cuento sobre la bonificación, etc...).
• Existen otros sistemas alternativos de ahorro que sin embargo presentan problemas de
implementación. Un posible sistema es abonar la bonificación a través de una deducción
en la cuota de la declaración de la renta. La ventaja de este sistema es que aumenta la
elasticidad de la demanda, presionaría los precios a la baja e implicaría una reducción
del gasto agregado. Sin embargo, implica importantes costes de transacción y penaliza-
ría a las rentas bajas. Una medida más sencilla que tendría el inconveniente adicional de
recortar los beneficios actuales de los residentes es limitar el número de billetes sujetos
a la bonificación. La parte positiva de esta medida es que la bonificación sigue sirviendo
de seguro para la gran parte de la población que hace un uso escaso de las bonificacio-
nes, pero quiere estar protegida ante la eventualidad de tener que viajar en periodos de
demanda y precios altos. En la misma dirección, se podría considerar un sistema menos
drástico donde la bonificación se podría reducir con el número de viajes que realiza cada
persona. Sistema que se puede complementar con programas específicos para determi-
nados colectivos como los estudiantes.
4
4
ción básica es que cualquier efecto en el precio final debido en el incremento del subsi-
dio debería reflejarse en mayor medida en trayectos con origen en las islas dado que es
la opción elegida por un mayor número de residentes. Por cada vuelo de ida y vuelta
entre las islas (más Melilla) y la península con origen peninsular hecho por residentes,
hay 7,2 vuelos de ida y vuelta a la península con origen en las islas (más Melilla).
En ninguna de las especificaciones econométricas empleadas encontramos una diferen-
cia significativa en el comportamiento de los precios en trayectos con origen en penín-
sula en comparación a los billetes con origen en las islas. Por ello no encontramos evi-
dencia concluyente que ligue el aumento en las tarifas aéreas con el incremento del
subsidio en Julio del 2018.
Por último, se exploran sistemas alternativos o mejoras del actual sistema que preser-
ven gran parte de las ventajas del sistema actual para los residentes y supongan un aho-
rro significativo para la Administración. Una primera recomendación es reducir las ba-
rreras de entrada para que haya más opciones de aumentar la competencia. El aumento
de la oferta podría reducir significativamente el impacto de las bonificaciones sobre el
precio de mercado.
Independientemente del efecto sobre los precios, el sistema de bonificaciones a los re-
sidentes supone un aumento de la demanda y una transferencia no intencionada de
recursos a las compañías aéreas. Una forma de reducir esta transferencia es introducir
competencia por el ”mercado de las bonificaciones” como se hace en el sector farma-
céutico y en el sector eléctrico, introduciendo una especie de “obligación de servicio
público abierta”, aunque este mecanismo no se corresponda con lo que en transporte
aéreo se conoce como obligación de servicio público. La idea es que en los mercados en
los que existe competencia se podría implementar una subasta para seleccionar a la
compañía que podría ofrecer los billetes bonificados. Como en las subastas de medica-
mentos, solo los residentes que utilicen esta compañía tendrían derecho a la bonifica-
ción. Por supuesto, el diseño de las subastas tendría que adaptarse a las necesidades de
la población residente, se tendría que imponer unas obligaciones sobre las frecuencias
y asientos mínimos que tendría que satisfacer el adjudicatario, y se podrían considerar
distintos sistemas de puja (fijar un precio máximo a cambio de una cantidad, un des-
cuento sobre la bonificación, etc…).
Existen otros sistemas alternativos de ahorro que sin embargo presentan problemas de
implementación. Un posible sistema es abonar la bonificación a través de una deducción
en la cuota de la declaración de la renta. La ventaja de este sistema es que aumenta la
elasticidad de la demanda, presionaría los precios a la baja e implicaría una reducción
del gasto agregado. Sin embargo, implica importantes costes de transacción y penaliza-
ría a las rentas bajas. Una medida más sencilla que tendría el inconveniente adicional de
recortar los beneficios actuales de los residentes es limitar el número de billetes sujetos
a la bonificación. La parte positiva de esta medida es que la bonificación sigue sirviendo
de seguro para la gran parte de la población que hace un uso escaso de las bonificacio-
nes, pero quiere estar protegida ante la eventualidad de tener que viajar en periodos de
demanda y precios altos. En la misma dirección, se podría considerar un sistema menos
drástico donde la bonificación se podría reducir con el número de viajes que realiza cada
persona. Sistema que se puede complementar con programas específicos para determi-
nados colectivos como los estudiantes.
1. Introducción
El objetivo de este informe es analizar el impacto de las bonificaciones al transporte
aéreo de residentes en regiones no peninsulares actualmente vigente en España. En Julio de
2018 el Gobierno aprobó el aumento del 50% al 75% del descuento del transporte aéreo y ma-
rítimo de residentes en territorios no peninsulares, es decir, Canarias, Baleares y Ceuta y Melilla.
Aunque ha pasado escasamente un año y medio desde la puesta en marcha de esta medida,
existe la percepción de que el aumento de las bonificaciones ha alterado significativamente los
resultados del mercado, el número de viajeros y su composición, así como los precios y la canti-
dad total de ayudas. El presente informe pretende utilizar las herramientas del análisis econó-
mico y econométrico para cuantificar dichos efectos y proponer mejoras y posibles alternativas
al actual sistema de bonificaciones. El informe comienza poniendo en contexto las bonificacio-
nes aéreas como instrumento regulatorio.
En general, el mercado aéreo en la Unión Europea es un sector completamente liberali-
zado donde la norma es lo que se ha dado en llamar cielos abiertos, permitir la libre entrada de
compañías y la libre fijación de precios. En la Unión Europea en 1993 se completó la liberaliza-
ción del mercado aéreo, y desde entonces la competencia ha multiplicado el número de rutas,
de compañías y los precios se han reducido significativamente. A pesar del éxito de la compe-
tencia, la estructura de costes en el mercado aéreo presenta importantes economías de escala
y densidad, y esto conlleva que, en un mercado abierto, en determinadas ocasiones poblaciones
aisladas o escasamente pobladas no tengan oferta o ésta sea deficiente, con escasa frecuencia
y precios elevados. Este problema se agrava en territorios insulares donde no existe transporte
terrestre alternativo. Este fenómeno, unido a la importancia del transporte aéreo en la cohesión
territorial y el desarrollo económico, justifican la intervención del sector público que frecuente-
mente subsidia de diferentes formas el transporte aéreo para garantizar la oferta, las frecuen-
cias o el acceso de la población a este servicio. Con esta lógica, la Unión Europea, que restringe
frecuentemente las ayudas de estado para evitar que los países miembros interfieran en la com-
petencia y favorezcan su propia industria, establece una excepción con respecto a las ayudas al
sector aéreo que tienen como finalidad cohesionar el territorio y garantizar la movilidad y siem-
pre que cumplan además otra serie de condiciones.
Dentro de este contexto, existen diversos instrumentos para implementar las ayudas al
sector de transporte aéreo y diversas situaciones a considerar. Por ejemplo, si la oferta de ser-
vicios es claramente insuficiente pero la ruta se considera esencial para el desarrollo socioeco-
nómico de la región servida, se podrían establecer Obligaciones de Servicio Público. Si bajo las
condiciones impuestas tampoco hay ninguna compañía interesada en operar una determinada
ruta, se puede adjudicar la operación del servicio mediante un procedimiento competitivo
abierto, a una sola compañía. Las OSP frecuentemente asignan a la empresa concesionaria, a
cambio de la garantía de la prestación del servicio aéreo por un determinado periodo en régimen
de monopolio, con unas determinadas condiciones de servicio (frecuencia y precios), una ayuda
para compensar las pérdidas de explotación. En la misma línea, es posible también establecer
subsidios públicos para la apertura de nuevas rutas, como algunos puestos en marcha por algu-
nas Comunidades Autónomas, y para el establecimiento de nuevos aeropuertos, aunque éstos
no han sido utilizados en España.
5
5
1. Introducción
El objetivo de este informe es analizar el impacto de las bonificaciones al transporte
aéreo de residentes en regiones no peninsulares actualmente vigente en España. En Julio de
2018 el Gobierno aprobó el aumento del 50% al 75% del descuento del transporte aéreo y ma-
rítimo de residentes en territorios no peninsulares, es decir, Canarias, Baleares y Ceuta y Melilla.
Aunque ha pasado escasamente un año y medio desde la puesta en marcha de esta medida,
existe la percepción de que el aumento de las bonificaciones ha alterado significativamente los
resultados del mercado, el número de viajeros y su composición, así como los precios y la canti-
dad total de ayudas. El presente informe pretende utilizar las herramientas del análisis econó-
mico y econométrico para cuantificar dichos efectos y proponer mejoras y posibles alternativas
al actual sistema de bonificaciones. El informe comienza poniendo en contexto las bonificacio-
nes aéreas como instrumento regulatorio.
En general, el mercado aéreo en la Unión Europea es un sector completamente liberali-
zado donde la norma es lo que se ha dado en llamar cielos abiertos, permitir la libre entrada de
compañías y la libre fijación de precios. En la Unión Europea en 1993 se completó la liberaliza-
ción del mercado aéreo, y desde entonces la competencia ha multiplicado el número de rutas,
de compañías y los precios se han reducido significativamente. A pesar del éxito de la compe-
tencia, la estructura de costes en el mercado aéreo presenta importantes economías de escala
y densidad, y esto conlleva que, en un mercado abierto, en determinadas ocasiones poblaciones
aisladas o escasamente pobladas no tengan oferta o ésta sea deficiente, con escasa frecuencia
y precios elevados. Este problema se agrava en territorios insulares donde no existe transporte
terrestre alternativo. Este fenómeno, unido a la importancia del transporte aéreo en la cohesión
territorial y el desarrollo económico, justifican la intervención del sector público que frecuente-
mente subsidia de diferentes formas el transporte aéreo para garantizar la oferta, las frecuen-
cias o el acceso de la población a este servicio. Con esta lógica, la Unión Europea, que restringe
frecuentemente las ayudas de estado para evitar que los países miembros interfieran en la com-
petencia y favorezcan su propia industria, establece una excepción con respecto a las ayudas al
sector aéreo que tienen como finalidad cohesionar el territorio y garantizar la movilidad y siem-
pre que cumplan además otra serie de condiciones.
Dentro de este contexto, existen diversos instrumentos para implementar las ayudas al
sector de transporte aéreo y diversas situaciones a considerar. Por ejemplo, si la oferta de ser-
vicios es claramente insuficiente pero la ruta se considera esencial para el desarrollo socioeco-
nómico de la región servida, se podrían establecer Obligaciones de Servicio Público. Si bajo las
condiciones impuestas tampoco hay ninguna compañía interesada en operar una determinada
ruta, se puede adjudicar la operación del servicio mediante un procedimiento competitivo
abierto, a una sola compañía. Las OSP frecuentemente asignan a la empresa concesionaria, a
cambio de la garantía de la prestación del servicio aéreo por un determinado periodo en régimen
de monopolio, con unas determinadas condiciones de servicio (frecuencia y precios), una ayuda
para compensar las pérdidas de explotación. En la misma línea, es posible también establecer
subsidios públicos para la apertura de nuevas rutas, como algunos puestos en marcha por algu-
nas Comunidades Autónomas, y para el establecimiento de nuevos aeropuertos, aunque éstos
no han sido utilizados en España.
El objeto de este informe es otra figura, las bonificaciones a rutas ya existentes que no
entrarían dentro del paraguas a las OSP, pero que se dirigen directamente a la población con el
objeto de mejorar su acceso al servicio de transporte aéreo. Este tipo de ayudas se establecieron
en España en los años 60 y se dan en otros lugares del mundo (Ecuador, Canadá, etc...) y en otros
países miembros de la Comunidad Europea (Portugal, Francia, Reino Unido e Italia.). España fue
el país pionero en establecer unas bonificaciones "ad valorem" (un porcentaje de descuento
sobre el precio del billete) para conectar los archipiélagos con la península. En particular, en el
año 1960 se introdujo un descuento de un 12% en el precio de los billetes aéreos de los trayectos
Canarias-Península a los residentes del archipiélago. Desde entonces, España ha ido aumen-
tando el descuento y extendiéndolo a las Islas Baleares y a los trayectos interinsulares tanto en
Canarias como en Baleares. A finales de la década de los setenta Francia y Portugal introducen
bonificaciones similares para Córcega, Madeira y Azores. En la misma línea, pero más reciente-
mente Italia y el Reino Unido han establecido ayudas similares para las conexiones entre las islas
(Cerdeña e Islas Shetland) y el continente.
Esta introducción es necesaria para entender que las bonificaciones aéreas son un ins-
trumento regulatorio que tiene justificación económica y que se ha utilizado históricamente en
España y en los países de nuestro entorno. Por ello, el objeto del informe no es cuestionar su
existencia, sino evaluar las consecuencias del último cambio regulatorio (el incremento de la
bonificación al 75%) y reflexionar sobre posibles mejoras y diseños alternativos. Para ello, el
primer paso debe ser revisar la literatura existente sobre el tipo de bonificaciones.
La mayor parte de la literatura sobre subvenciones al mercado aéreo se ha centrado en
el análisis de OSP. La literatura sobre bonificaciones a residentes es muy escasa y además nos
centraremos en los artículos que analizan el sistema español (ver Zembri (2014) para el caso
francés, Williams y Brá'then (2010) para el caso escoces, y Ramos-Perez (2018) para el caso por-
tugués). El artículo más cercano al presente informe es Fageda et al (2016) que analiza el im-
pacto sobre el precio de las bonificaciones a residentes. Los autores utilizan una base de datos
de precios aéreos para un conjunto de rutas domésticas españolas en el periodo 2003-2013, y
no encuentran diferencias en la evolución de los precios entre las rutas que tienen bonificación
y las que no la tienen, concluyendo que el impacto de las bonificaciones sobre el precio es in-
apreciable. El artículo es metodológicamente interesante porque utiliza la variabilidad en las
bonificaciones que en ese periodo se incrementó de un 33% a un 50% con varios pasos interme-
dios para intentar identificar los efectos de las bonificaciones sobre los precios.
Este resultado contrasta con el obtenido Calzada y Fageda (2012) que estudiando datos
del periodo 2001-2009 sí que encuentran que las rutas domésticas que tienen descuentos (tra-
yectos entre Canarias y Baleares a la península) soportan precios más altos que el resto de las
rutas domésticas. Este resultado va en línea con Fageda et al. (2012) que analiza datos de rutas
domésticas e internacionales con origen en el aeropuerto de Gran Canaria. El enfoque metodo-
lógico consiste en estimar una ecuación de precios donde la variabilidad de los mismos se explica
con diferentes características de la aerolínea, la estructura de mercado, etc...además de la exis-
tencia de las bonificaciones para las rutas hacia la península. El principal resultado es que los
pasajeros no residentes soportan precios mayores que los pasajeros internacionales.
Valido et al (2014) analizan teóricamente la diferencia entre las bonificaciones "ad va-
lorem" y un descuento fijo independiente del precio en un entorno monopolístico. Demuestran
que cuando las compañías tienen poder de mercado el precio del billete se incrementa con el
6
6
El objeto de este informe es otra figura, las bonificaciones a rutas ya existentes que no
entrarían dentro del paraguas a las OSP, pero que se dirigen directamente a la población con el
objeto de mejorar su acceso al servicio de transporte aéreo. Este tipo de ayudas se establecieron
en España en los años 60 y se dan en otros lugares del mundo (Ecuador, Canadá, etc…) y en otros
países miembros de la Comunidad Europea (Portugal, Francia, Reino Unido e Italia.). España fue
el país pionero en establecer unas bonificaciones ``ad valorem’’ (un porcentaje de descuento
sobre el precio del billete) para conectar los archipiélagos con la península. En particular, en el
año 1960 se introdujo un descuento de un 12% en el precio de los billetes aéreos de los trayectos
Canarias-Península a los residentes del archipiélago. Desde entonces, España ha ido aumen-
tando el descuento y extendiéndolo a las Islas Baleares y a los trayectos interinsulares tanto en
Canarias como en Baleares. A finales de la década de los setenta Francia y Portugal introducen
bonificaciones similares para Córcega, Madeira y Azores. En la misma línea, pero más reciente-
mente Italia y el Reino Unido han establecido ayudas similares para las conexiones entre las islas
(Cerdeña e Islas Shetland) y el continente.
Esta introducción es necesaria para entender que las bonificaciones aéreas son un ins-
trumento regulatorio que tiene justificación económica y que se ha utilizado históricamente en
España y en los países de nuestro entorno. Por ello, el objeto del informe no es cuestionar su
existencia, sino evaluar las consecuencias del último cambio regulatorio (el incremento de la
bonificación al 75%) y reflexionar sobre posibles mejoras y diseños alternativos. Para ello, el
primer paso debe ser revisar la literatura existente sobre el tipo de bonificaciones.
La mayor parte de la literatura sobre subvenciones al mercado aéreo se ha centrado en
el análisis de OSP. La literatura sobre bonificaciones a residentes es muy escasa y además nos
centraremos en los artículos que analizan el sistema español (ver Zembri (2014) para el caso
francés, Williams y Bråthen (2010) para el caso escoces, y Ramos-Perez (2018) para el caso por-
tugués). El artículo más cercano al presente informe es Fageda et al (2016) que analiza el im-
pacto sobre el precio de las bonificaciones a residentes. Los autores utilizan una base de datos
de precios aéreos para un conjunto de rutas domésticas españolas en el periodo 2003-2013, y
no encuentran diferencias en la evolución de los precios entre las rutas que tienen bonificación
y las que no la tienen, concluyendo que el impacto de las bonificaciones sobre el precio es in-
apreciable. El artículo es metodológicamente interesante porque utiliza la variabilidad en las
bonificaciones que en ese periodo se incrementó de un 33% a un 50% con varios pasos interme-
dios para intentar identificar los efectos de las bonificaciones sobre los precios.
Este resultado contrasta con el obtenido Calzada y Fageda (2012) que estudiando datos
del periodo 2001-2009 sí que encuentran que las rutas domésticas que tienen descuentos (tra-
yectos entre Canarias y Baleares a la península) soportan precios más altos que el resto de las
rutas domésticas. Este resultado va en línea con Fageda et al. (2012) que analiza datos de rutas
domésticas e internacionales con origen en el aeropuerto de Gran Canaria. El enfoque metodo-
lógico consiste en estimar una ecuación de precios donde la variabilidad de los mismos se explica
con diferentes características de la aerolínea, la estructura de mercado, etc…además de la exis-
tencia de las bonificaciones para las rutas hacia la península. El principal resultado es que los
pasajeros no residentes soportan precios mayores que los pasajeros internacionales.
Valido et al (2014) analizan teóricamente la diferencia entre las bonificaciones ``ad va-
lorem’’ y un descuento fijo independiente del precio en un entorno monopolístico. Demuestran
que cuando las compañías tienen poder de mercado el precio del billete se incrementa con el
subsidio y que esto reduce la demanda de no residentes. Por último, demuestran que la optima-
lidad de un tipo o de otro de subsidio dependerá de la distribución de las valoraciones de los
consumidores.
El resto del trabajo se estructura de la siguiente forma. En la sección segunda, se anali-
zará teóricamente el entorno competitivo del mercado aéreo, la formalización de dicho análisis
se presenta en un apéndice al final del informe. En la sección tercera se presentará un primer
análisis cuantitativo de los datos. En la sección cuarta se hace un análisis econométrico sobre la
relación entre los precios de mercado y el incremento de las bonificaciones. La sección quinta
presenta las conclusiones. El trabajo finaliza con una discusión sobre las posibles mejoras y al-
ternativas al sistema actual de bonificaciones.
2. Análisis teórico del impacto de las bonificaciones en
la fijación de precios del mercado aéreo
Antes de proceder al análisis de los datos es importante tener un marco teórico sobre el
funcionamiento del mercado aéreo de transporte de pasajeros y la fijación óptima de los pre-
cios. La primera idea es que este mercado ha sido tradicionalmente visto como un mercado muy
competitivo. Esta creencia estaba sustentada en dos hechos. La rentabilidad media de las aero-
líneas era globalmente baja comparada con otras industrias, y la liberalización del mercado ame-
ricano a principio de los 80, fue muy estudiada y exitosa en término de aumento de rutas y
operadores, y en la reducción de precios. Teóricamente, aun considerando la definición de mer-
cado a escala de ruta específica y observando por tanto numerosos monopolios y duopolios, se
justificaba la elevada competitividad del mercado con la idea de los mercados disputables ("con-
testable markets"). Esta idea introducida en 1982 por los profesores Baumol, Panzar, y Willig en
el libro "Contestable Markets and the Theory of Industry Structure", se resumía en que si en un
mercado no había barreras de entrada (los costes de entrada no son hundidos, los entrantes
tienen acceso a la misma tecnología, etc...) , los consumidores son elásticos y existen fricciones
para cambiar la política de precios, bajo esas condiciones, independientemente de la estructura
de mercado, incluso en el caso de monopolio, las empresas de establecidas no tenían poder de
mercado y no podían fijar precios por encima de los niveles competitivos. En otras palabras, la
amenaza de entrada podía disciplinar un mercado que independientemente del número de em-
presas y sus cuotas de mercado generaría precios competitivos. El ejemplo recurrente de los
mercados disputables era el mercado del transporte aéreo de pasajeros.
Hoy sin embargo la visión sobre este mercado es más compleja. Por un lado, nueva evi-
dencia empírica cuestiona la hipótesis de mercados disputables. En EE.UU se han producido
operaciones de concentración que han aumentado la rentabilidad de las aerolíneas, los precios
y los márgenes empresariales. Por otro lado, se ha hecho visible que en este mercado existen
barreras de entrada y que no es fácil para las empresas entrantes replicar la posición competitiva
de las empresas establecidas que cuentan con activos específicos en los aeropuertos, economías
de red (hub and spokes) en la logística de la organización de los vuelos, programas de fidelización
de clientes, etc... Por todo ello, nuestro punto de partida para comenzar el análisis es asumir que
las aerolíneas tienen cierto poder de mercado en la fijación de precios.
En particular, sería razonable pensar que el poder de mercado varía mucho depen-
diendo de la ruta, la demanda del vuelo y la probabilidad de que puedan existir restricciones de
capacidad relevantes, bien debidas a la infraestructura, el espacio aéreo o condiciones propias
7
7
subsidio y que esto reduce la demanda de no residentes. Por último, demuestran que la optima-
lidad de un tipo o de otro de subsidio dependerá de la distribución de las valoraciones de los
consumidores.
El resto del trabajo se estructura de la siguiente forma. En la sección segunda, se anali-
zará teóricamente el entorno competitivo del mercado aéreo, la formalización de dicho análisis
se presenta en un apéndice al final del informe. En la sección tercera se presentará un primer
análisis cuantitativo de los datos. En la sección cuarta se hace un análisis econométrico sobre la
relación entre los precios de mercado y el incremento de las bonificaciones. La sección quinta
presenta las conclusiones. El trabajo finaliza con una discusión sobre las posibles mejoras y al-
ternativas al sistema actual de bonificaciones.
2. Análisis teórico del impacto de las bonificaciones en
la fijación de precios del mercado aéreo
Antes de proceder al análisis de los datos es importante tener un marco teórico sobre el
funcionamiento del mercado aéreo de transporte de pasajeros y la fijación óptima de los pre-
cios. La primera idea es que este mercado ha sido tradicionalmente visto como un mercado muy
competitivo. Esta creencia estaba sustentada en dos hechos. La rentabilidad media de las aero-
líneas era globalmente baja comparada con otras industrias, y la liberalización del mercado ame-
ricano a principio de los 80, fue muy estudiada y exitosa en término de aumento de rutas y
operadores, y en la reducción de precios. Teóricamente, aun considerando la definición de mer-
cado a escala de ruta específica y observando por tanto numerosos monopolios y duopolios, se
justificaba la elevada competitividad del mercado con la idea de los mercados disputables (“con-
testable markets”). Esta idea introducida en 1982 por los profesores Baumol, Panzar, y Willig en
el libro “Contestable Markets and the Theory of Industry Structure’’, se resumía en que si en un
mercado no había barreras de entrada (los costes de entrada no son hundidos, los entrantes
tienen acceso a la misma tecnología, etc…) , los consumidores son elásticos y existen fricciones
para cambiar la política de precios, bajo esas condiciones, independientemente de la estructura
de mercado, incluso en el caso de monopolio, las empresas de establecidas no tenían poder de
mercado y no podían fijar precios por encima de los niveles competitivos. En otras palabras, la
amenaza de entrada podía disciplinar un mercado que independientemente del número de em-
presas y sus cuotas de mercado generaría precios competitivos. El ejemplo recurrente de los
mercados disputables era el mercado del transporte aéreo de pasajeros.
Hoy sin embargo la visión sobre este mercado es más compleja. Por un lado, nueva evi-
dencia empírica cuestiona la hipótesis de mercados disputables. En EE.UU se han producido
operaciones de concentración que han aumentado la rentabilidad de las aerolíneas, los precios
y los márgenes empresariales. Por otro lado, se ha hecho visible que en este mercado existen
barreras de entrada y que no es fácil para las empresas entrantes replicar la posición competitiva
de las empresas establecidas que cuentan con activos específicos en los aeropuertos, economías
de red (hub and spokes) en la logística de la organización de los vuelos, programas de fidelización
de clientes, etc… Por todo ello, nuestro punto de partida para comenzar el análisis es asumir que
las aerolíneas tienen cierto poder de mercado en la fijación de precios.
En particular, sería razonable pensar que el poder de mercado varía mucho depen-
diendo de la ruta, la demanda del vuelo y la probabilidad de que puedan existir restricciones de
capacidad relevantes, bien debidas a la infraestructura, el espacio aéreo o condiciones propias
de la compañía aérea. En vuelos en los que la demanda es baja y por lo tanto están lejos de las
restricciones de capacidad, es de esperar que, si existen varios operadores, el resultado sea bas-
tante competitivo y los precios estén orientados a costes. Por el contrario, en los vuelos en los
que las restricciones de capacidad pueden ser relevantes, la teoría predice que las empresas
establecidas tienen poder de mercado, y por tanto existirán márgenes entre los precios y los
costes, y los precios estarán determinados por la estructura de mercado y la elasticidad de la
demanda.
En este escenario de poder de mercado, en el que los precios y los márgenes dependen
de la elasticidad de la demanda es donde las bonificaciones a los pasajeros residentes pueden
tener un impacto importante en el equilibrio de mercado. La demanda de pasajeros es la com-
posición de la demanda de pasajeros residentes, que solo pagan una proporción del precio de-
bido a la bonificación y la demanda de no residentes que pagan la totalidad del precio. Cuanto
mayor sea la bonificación, menor será la elasticidad de los consumidores residentes y como con-
secuencia menor será la elasticidad de la demanda total. Una menor elasticidad de la demanda
cuando las empresas tienen poder de mercado, se traslada a mayores precios. Por lo tanto, si se
aumenta la bonificación eso conllevará un aumento de la demanda de residentes, pero también
es posible que conlleve un aumento de los precios y como consecuencia una reducción del nú-
mero de pasajeros no residentes.
En el apéndice de este informe ilustramos estos efectos con un modelo teórico que
como en Valido et al (2014) parte de una estructura de mercado monopolística. En el modelo
además considera que los consumidores no residentes (en parte turistas) generan una externa-
lidad positiva sobre la población residente y también el coste agregado de las bonificaciones
para la Administración. El modelo realiza un análisis de bienestar, se caracteriza la bonificación
óptima y se demuestra que el nivel óptimo de las bonificaciones es decreciente en la externali-
dad positiva de los pasajeros no residentes y en el coste de oportunidad de los fondos públicos.
Por último, el modelo teórico considera alternativas para implementar las bonificacio-
nes. El modelo base, como es el caso de las bonificaciones para pasajeros residentes en Canarias
y Baleares, parte de descuentos sobre el precio de mercado, una bonificación "ad valorem". En
el modelo se considera una bonificación por una cantidad fija y una bonificación que garantizase
un precio máximo del billete para los pasajeros residentes (la bonificación sería la diferencia
entre el precio de mercado y ese precio máximo). En el modelo, se calibran los dos sistemas
alternativos de tal forma que con la bonificación fija y el precio máximo viajen los mismos viaje-
ros residentes que con el modelo base. Aunque, bajo esa hipótesis los tres sistemas generan el
mismo número de viajeros residentes, los diferentes sistemas generan diferentes elasticidades
de demanda, diferentes precios de mercado y diferente gasto público. En el modelo se demues-
tra que el sistema "ad valorem" es intermedio entre el precio máximo y el sistema de bonifica-
ción fijo, este último es el sistema que presenta unos mejores resultados, un menor precio de
mercado (menor impacto sobre los no residentes) y menor gasto agregado en bonificaciones. El
sistema de precio máximo por el contrario genera la menor elasticidad de la demanda y con ello,
el mayor precio de mercado y también el mayor gasto agregado en bonificaciones. La robustez
de estos resultados será discutida más adelante, cuando se analicen posibles mejoras y diseños
alternativos al sistema de bonificaciones.
8
8
de la compañía aérea. En vuelos en los que la demanda es baja y por lo tanto están lejos de las
restricciones de capacidad, es de esperar que, si existen varios operadores, el resultado sea bas-
tante competitivo y los precios estén orientados a costes. Por el contrario, en los vuelos en los
que las restricciones de capacidad pueden ser relevantes, la teoría predice que las empresas
establecidas tienen poder de mercado, y por tanto existirán márgenes entre los precios y los
costes, y los precios estarán determinados por la estructura de mercado y la elasticidad de la
demanda.
En este escenario de poder de mercado, en el que los precios y los márgenes dependen
de la elasticidad de la demanda es donde las bonificaciones a los pasajeros residentes pueden
tener un impacto importante en el equilibrio de mercado. La demanda de pasajeros es la com-
posición de la demanda de pasajeros residentes, que solo pagan una proporción del precio de-
bido a la bonificación y la demanda de no residentes que pagan la totalidad del precio. Cuanto
mayor sea la bonificación, menor será la elasticidad de los consumidores residentes y como con-
secuencia menor será la elasticidad de la demanda total. Una menor elasticidad de la demanda
cuando las empresas tienen poder de mercado, se traslada a mayores precios. Por lo tanto, si se
aumenta la bonificación eso conllevará un aumento de la demanda de residentes, pero también
es posible que conlleve un aumento de los precios y como consecuencia una reducción del nú-
mero de pasajeros no residentes.
En el apéndice de este informe ilustramos estos efectos con un modelo teórico que
como en Valido et al (2014) parte de una estructura de mercado monopolística. En el modelo
además considera que los consumidores no residentes (en parte turistas) generan una externa-
lidad positiva sobre la población residente y también el coste agregado de las bonificaciones
para la Administración. El modelo realiza un análisis de bienestar, se caracteriza la bonificación
óptima y se demuestra que el nivel óptimo de las bonificaciones es decreciente en la externali-
dad positiva de los pasajeros no residentes y en el coste de oportunidad de los fondos públicos.
Por último, el modelo teórico considera alternativas para implementar las bonificacio-
nes. El modelo base, como es el caso de las bonificaciones para pasajeros residentes en Canarias
y Baleares, parte de descuentos sobre el precio de mercado, una bonificación “ad valorem”. En
el modelo se considera una bonificación por una cantidad fija y una bonificación que garantizase
un precio máximo del billete para los pasajeros residentes (la bonificación sería la diferencia
entre el precio de mercado y ese precio máximo). En el modelo, se calibran los dos sistemas
alternativos de tal forma que con la bonificación fija y el precio máximo viajen los mismos viaje-
ros residentes que con el modelo base. Aunque, bajo esa hipótesis los tres sistemas generan el
mismo número de viajeros residentes, los diferentes sistemas generan diferentes elasticidades
de demanda, diferentes precios de mercado y diferente gasto público. En el modelo se demues-
tra que el sistema “ad valorem” es intermedio entre el precio máximo y el sistema de bonifica-
ción fijo, este último es el sistema que presenta unos mejores resultados, un menor precio de
mercado (menor impacto sobre los no residentes) y menor gasto agregado en bonificaciones. El
sistema de precio máximo por el contrario genera la menor elasticidad de la demanda y con ello,
el mayor precio de mercado y también el mayor gasto agregado en bonificaciones. La robustez
de estos resultados será discutida más adelante, cuando se analicen posibles mejoras y diseños
alternativos al sistema de bonificaciones.
3. Análisis descriptivo de los datos previos y posteriores
al cambio de 2018
Como mencionamos anteriormente, las subvenciones al transporte aéreo y marítimo de
residentes en territorios no peninsulares existen en España desde los años sesenta cuando se
introdujo un descuento en las tarifas de los vuelos entre Canarias y la península para los pasaje-
ros residentes en Canarias. Estas subvenciones han ido aumentando y extendiéndose en múlti-
ples direcciones:
- En cuanto a los beneficiarios, se han sumado los residentes en Baleares y en las ciudades au-
tónomas de Ceuta y Melilla.
- En cuanto a los medios, se ha sumado el transporte marítimo.
- En cuanto al concepto, también el transporte de mercancías
- Las rutas se han ampliado a las interinsulares de ambos archipiélagos, además de todas las
conexiones con la península y los vuelos peninsulares que se adquieran conjuntamente, a modo
de conexión.
- En cuanto al porcentaje, aumentó en diversas etapas hasta alcanzar el 50% y aumentó al 75%,
primero en los vuelos y navegaciones interinsulares (en la Ley de PGE 2017, que entró en vigor
el 29 de junio de 2017) y después, a través de la Ley de PGE2018 a partir del 16 de julio de 2018,
para todos los vuelos y navegaciones señalados
El presente trabajo se centra en el análisis de la política de ayudas al transporte aéreo
de personas y, por tanto, no trataremos ni otros transportes (de mercancías) ni otros medios
(barcos).
Esta figura de la subvención ha convivido con las diferentes declaraciones de Obligación
de Servicio Público (OSP), que es una figura destinada en la Unión Europea (UE) al apoyo a rutas
de difícil cobertura por el mercado y en la que se permite la introducción de precios regulados.
No pretendemos abordar el funcionamiento de las OSP, pero hacemos mención a ellas porque
ambas figuras interactúan, en tanto que los billetes con precio máximo regulado también son
objeto de subvención a los residentes. Comenzamos este apartado describiendo las bases de
datos que utilizamos.
De la base de datos de billetes beneficiados por el descuento a residentes de la DGAC se
nos ha facilitado un archivo para cada año que cubren desde julio de 2015 hasta julio de 2019
con un total de más de 51 millones de registros, cada uno de ellos con 13 campos. Respecto a
AENA, contamos con 6 campos para cada uno de los vuelos nacionales de los últimos 4 años, lo
que en total nos lleva a cerca de 700 millones de datos. Conviene observar con cierto detalle
qué hay en esas bases, porque con ese volumen de información la elección de qué se analiza
adquiere una relevancia clara.
9
9
3. Análisis descriptivo de los datos previos y posteriores
al cambio de 2018
Como mencionamos anteriormente, las subvenciones al transporte aéreo y marítimo de
residentes en territorios no peninsulares existen en España desde los años sesenta cuando se
introdujo un descuento en las tarifas de los vuelos entre Canarias y la península para los pasaje-
ros residentes en Canarias. Estas subvenciones han ido aumentando y extendiéndose en múlti-
ples direcciones:
- En cuanto a los beneficiarios, se han sumado los residentes en Baleares y en las ciudades au-
tónomas de Ceuta y Melilla.
- En cuanto a los medios, se ha sumado el transporte marítimo.
- En cuanto al concepto, también el transporte de mercancías
- Las rutas se han ampliado a las interinsulares de ambos archipiélagos, además de todas las
conexiones con la península y los vuelos peninsulares que se adquieran conjuntamente, a modo
de conexión.
- En cuanto al porcentaje, aumentó en diversas etapas hasta alcanzar el 50% y aumentó al 75%,
primero en los vuelos y navegaciones interinsulares (en la Ley de PGE 2017, que entró en vigor
el 29 de junio de 2017) y después, a través de la Ley de PGE2018 a partir del 16 de julio de 2018,
para todos los vuelos y navegaciones señalados
El presente trabajo se centra en el análisis de la política de ayudas al transporte aéreo
de personas y, por tanto, no trataremos ni otros transportes (de mercancías) ni otros medios
(barcos).
Esta figura de la subvención ha convivido con las diferentes declaraciones de Obligación
de Servicio Público (OSP), que es una figura destinada en la Unión Europea (UE) al apoyo a rutas
de difícil cobertura por el mercado y en la que se permite la introducción de precios regulados.
No pretendemos abordar el funcionamiento de las OSP, pero hacemos mención a ellas porque
ambas figuras interactúan, en tanto que los billetes con precio máximo regulado también son
objeto de subvención a los residentes. Comenzamos este apartado describiendo las bases de
datos que utilizamos.
De la base de datos de billetes beneficiados por el descuento a residentes de la DGAC se
nos ha facilitado un archivo para cada año que cubren desde julio de 2015 hasta julio de 2019
con un total de más de 51 millones de registros, cada uno de ellos con 13 campos. Respecto a
AENA, contamos con 6 campos para cada uno de los vuelos nacionales de los últimos 4 años, lo
que en total nos lleva a cerca de 700 millones de datos. Conviene observar con cierto detalle
qué hay en esas bases, porque con ese volumen de información la elección de qué se analiza
adquiere una relevancia clara.
3.1. Los datos de la DGAC y de AENA
Los campos incorporados a cada registro de la base de datos de descuentos a los que
hemos tenido acceso son los siguientes:
3_Codigo_compañia (anonimizado)
4_Numero_billete
5_Numero_cupon
6_Compañia_utilizacion (anonimizado)
9_Tarifa_cobrada
10 _Importe_subvencion
11_Fecha_emision_billete
12_Fecha_utilizacion
13_Origen
14_Destino
16_Tipo_acreditación_residencia
17_Num_documento (anonimizado)
Tarifa_registrada
El Cuadro 1 resume y agrega algunos de esos datos. La primera fila se refiere al número
total de observaciones (registros) para cada año; lógicamente, para valorar los datos correspon-
dientes a 2015 y 2019 hay que partir de que no tenemos esos años completos. La segunda fila
se refiere al número de traslados de personas beneficiarias de la subvención que hay tras esos
registros: cuando una persona va a realizar un viaje, compra un billete, que puede constar de
varios cupones; el número de cupón indica el orden de uso de los vuelos, de forma que el 1 es
la ida y el 2 la vuelta y si hay más es que se compró también una conexión (de forma que, por
ejemplo, el 1 sería ir de Las Palmas a Madrid, el 2 conectar con el destino final, el 3 volver a
Madrid y el 4 volver a Las Palmas); el cupón O no es un traslado, sino derechos de emisión que
cobra el agente de ventas y ésa es la diferencia entre Registros y Traslados en el Cuadro 1.
La siguiente fila hace referencia al número de vuelos y observamos que es en promedio
un número unas 100 veces menor que el de traslados, lo que indicaría que en cada vuelo hay
una media de 100 pasajeros subvencionados; éste es un dato con mucha varianza, porque en
algunos vuelos el porcentaje de pasajeros con este tipo de descuento es muy alto, como los
interinsulares, mientras que en algunos vuelos entre aeropuertos peninsulares el número de
pasajeros con subvención por residente no peninsular será muy bajo'. La cuarta fila agrega estos
vuelos para obtener el número de trayectos2 (combinaciones Origen-Destino), y observamos
que ahí el aumento ha sido bastante estable, incluso ligeramente decreciente desde 2017. Un
elemento interesante que incorporamos en la siguiente fila es la antelación media con la que se
adquiere cada billete, calculada como la diferencia en días entre la fecha de utilización de cada
vuelo y la fecha de emisión del billete, y ahí tampoco ha habido cambios muy relevantes. Final-
mente, mostramos el precio medio de esos registros y el coste total de la subvención en la base
correspondiente a cada año. Llama la atención el fuerte incremento del coste producido en 2018
y que, en 2019, a pesar de incorporar sólo 7 meses, la cifra también supere ampliamente el nivel
'O cero, pero entonces ese vuelo no aparece en esta base de datos, aunque sí en la de AENA que veremos más adelante. 2 La terminología que utilizamos usa Traslados para las personas y Vuelos y Trayectos para los aviones. Llamamos trayectos a las rutas en un sentido, de forma que el número de rutas sería aproximadamente la mitad.
10
10
3.1. Los datos de la DGAC y de AENA
Los campos incorporados a cada registro de la base de datos de descuentos a los que
hemos tenido acceso son los siguientes:
3_Codigo_compañia (anonimizado)
4_Numero_billete
5_Numero_cupon
6_Compañia_utilizacion (anonimizado)
9_Tarifa_cobrada
10_Importe_subvencion
11_Fecha_emision_billete 12_Fecha_utilizacion 13_Origen 14_Destino 16_Tipo_acreditación_residencia 17_Num_documento (anonimizado) Tarifa_registrada
El Cuadro 1 resume y agrega algunos de esos datos. La primera fila se refiere al número
total de observaciones (registros) para cada año; lógicamente, para valorar los datos correspon-
dientes a 2015 y 2019 hay que partir de que no tenemos esos años completos. La segunda fila
se refiere al número de traslados de personas beneficiarias de la subvención que hay tras esos
registros: cuando una persona va a realizar un viaje, compra un billete, que puede constar de
varios cupones; el número de cupón indica el orden de uso de los vuelos, de forma que el 1 es
la ida y el 2 la vuelta y si hay más es que se compró también una conexión (de forma que, por
ejemplo, el 1 sería ir de Las Palmas a Madrid, el 2 conectar con el destino final, el 3 volver a
Madrid y el 4 volver a Las Palmas); el cupón 0 no es un traslado, sino derechos de emisión que
cobra el agente de ventas y ésa es la diferencia entre Registros y Traslados en el Cuadro 1.
La siguiente fila hace referencia al número de vuelos y observamos que es en promedio
un número unas 100 veces menor que el de traslados, lo que indicaría que en cada vuelo hay
una media de 100 pasajeros subvencionados; éste es un dato con mucha varianza, porque en
algunos vuelos el porcentaje de pasajeros con este tipo de descuento es muy alto, como los
interinsulares, mientras que en algunos vuelos entre aeropuertos peninsulares el número de
pasajeros con subvención por residente no peninsular será muy bajo1. La cuarta fila agrega estos
vuelos para obtener el número de trayectos2 (combinaciones Origen-Destino), y observamos
que ahí el aumento ha sido bastante estable, incluso ligeramente decreciente desde 2017. Un
elemento interesante que incorporamos en la siguiente fila es la antelación media con la que se
adquiere cada billete, calculada como la diferencia en días entre la fecha de utilización de cada
vuelo y la fecha de emisión del billete, y ahí tampoco ha habido cambios muy relevantes. Final-
mente, mostramos el precio medio de esos registros y el coste total de la subvención en la base
correspondiente a cada año. Llama la atención el fuerte incremento del coste producido en 2018
y que, en 2019, a pesar de incorporar sólo 7 meses, la cifra también supere ampliamente el nivel
1 O cero, pero entonces ese vuelo no aparece en esta base de datos, aunque sí en la de AENA que veremos más adelante. 2 La terminología que utilizamos usa Traslados para las personas y Vuelos y Trayectos para los aviones. Llamamos trayectos a las rutas en un sentido, de forma que el número de rutas sería aproximadamente la mitad.
Registros
Traslado
Vuelos
Trayectos
Antelación
Precio me-
Coste total
de 2017. La última columna refleja la suma total de aquellas partidas en las que dicha suma tiene
sentido. Con un coste total del programa en estos cuatro años de 1.890 millones de euros.
Cuadro 1. Características básicas de la base de datos de subvenciones
2015 (jul-
2019 (-jul) Total
5.716.218 11.537.438 12.312.674 13.752.533 8.523.504 51.842.367
4.242.012 8.814.699 9.703.706 11.324.190 7.207.509 41.292.116
51.314 101.233 108.155 112.768 67.133 440.603
430 452 446 445
lir
432
25.38 24.53 25.96 24.7 25.03
58.37 55.37 56.86 63.17 69.91
166.023.600 317.542.556 382.544.674 578.050.761 446.082.222 1.890.243.813
En lo que respecta a la base de datos de AENA, se nos han facilitado 5 archivos anuales
para ese mismo periodo con un total de 1,4 millones de registros correspondientes a vuelos con
origen y destino en territorio nacional y los siguientes campos3:
Código compañía (anonimizado)
Fecha_hora_real
Código_aeropuerto_base
Código_aeropuerto_destino
Pasajeros
Asientos
El Cuadro 2 muestra las características básicas de esa información y cabe destacar que
los números de trayectos son muy similares a los del Cuadro 1, lo que significa que hay al menos
algún pasajero subvencionado en la mayoría de los vuelos nacionales.
Cuadro 2. Características básicas de la base de datos de AENA
Ruta/año 2015 ) 2016 2017 2018 2019 (-jul) otal
Vuelos 157.102 313.694 332.077 368.269 I 222.050 1.393.192
O-D 437 457 454 470 459
Asientos 21.569.020 43.215.402 46.223.678 50.425.563 30.316.239 191.749.902
Pasajeros 16.714.267 33.539.571 36.295.907 40.014.089 24.448.856 151.012.690
Ocupación 0.77 0.78 0.79 0.79 0.79
Hemos añadido al Cuadro 2 un dato adicional, la tasa de ocupación media de los vuelos,
calculada como el cociente entre pasajeros y asientos, que observamos que experimenta una
leve tendencia creciente, al menos en la primera mitad de la muestra.
El punto de partida de nuestro análisis es que este tipo de datos agregados para un con-
junto tan amplio y diverso de rutas dice poco, y parece razonable concluir un breve repaso a los
datos más agregados e ir incorporando detalles que por sí mismos evidencian la necesidad de
una visión más desagregada. Por ejemplo, una primera desagregación temporal del coste del
3 Tanto en este caso como en el anterior, utilizamos como nombre de los campos el facilitado por el orga-nismo propietario de cada base, lo que clarifica el contenido del campo; aunque en algunos casos se uti-lizan nombres distintos para algo parecido, como la fecha del vuelo, esa discrepancia no es sólo de deno-minación porque las horas incluidas en ese campo no coinciden en muchos vuelos y puede ser útil man-tener ambas denominaciones.
11
11
de 2017. La última columna refleja la suma total de aquellas partidas en las que dicha suma tiene
sentido. Con un coste total del programa en estos cuatro años de 1.890 millones de euros.
Cuadro 1. Características básicas de la base de datos de subvenciones
Año 2015 (jul-) 2016 2017 2018 2019 (-jul) Total
Registros 5.716.218 11.537.438 12.312.674 13.752.533 8.523.504 51.842.367
Traslados 4.242.012 8.814.699 9.703.706 11.324.190 7.207.509 41.292.116
Vuelos 51.314 101.233 108.155 112.768 67.133 440.603
Trayectos 432 430 452 446 445
Antelación media (días)
25.38 24.53 25.96 24.7 25.03
Precio me-dio
58.37 55.37 56.86 63.17 69.91
Coste total 166.023.600 317.542.556 382.544.674 578.050.761 446.082.222 1.890.243.813
En lo que respecta a la base de datos de AENA, se nos han facilitado 5 archivos anuales
para ese mismo periodo con un total de 1,4 millones de registros correspondientes a vuelos con
origen y destino en territorio nacional y los siguientes campos3:
Código compañía (anonimizado) Fecha_hora_real Código_aeropuerto_base Código_aeropuerto_destino Pasajeros Asientos
El Cuadro 2 muestra las características básicas de esa información y cabe destacar que
los números de trayectos son muy similares a los del Cuadro 1, lo que significa que hay al menos
algún pasajero subvencionado en la mayoría de los vuelos nacionales.
Cuadro 2. Características básicas de la base de datos de AENA
Ruta/año 2015 (jul-) 2016 2017 2018 2019 (-jul) Total
Vuelos 157.102 313.694 332.077 368.269 222.050 1.393.192
O-D 437 457 454 470 459
Asientos 21.569.020 43.215.402 46.223.678 50.425.563 30.316.239 191.749.902
Pasajeros 16.714.267 33.539.571 36.295.907 40.014.089 24.448.856 151.012.690
Ocupación 0.77 0.78 0.79 0.79 0.79
Hemos añadido al Cuadro 2 un dato adicional, la tasa de ocupación media de los vuelos,
calculada como el cociente entre pasajeros y asientos, que observamos que experimenta una
leve tendencia creciente, al menos en la primera mitad de la muestra.
El punto de partida de nuestro análisis es que este tipo de datos agregados para un con-
junto tan amplio y diverso de rutas dice poco, y parece razonable concluir un breve repaso a los
datos más agregados e ir incorporando detalles que por sí mismos evidencian la necesidad de
una visión más desagregada. Por ejemplo, una primera desagregación temporal del coste del
3 Tanto en este caso como en el anterior, utilizamos como nombre de los campos el facilitado por el orga-nismo propietario de cada base, lo que clarifica el contenido del campo; aunque en algunos casos se uti-lizan nombres distintos para algo parecido, como la fecha del vuelo, esa discrepancia no es sólo de deno-minación porque las horas incluidas en ese campo no coinciden en muchos vuelos y puede ser útil man-tener ambas denominaciones.
50
, V
80
70 ^
60 tv
A 'V V
40
-,.-..-. Registros (izqda)
Precio medio
1600
1400
1200
1000
800
programa sería la que aparece en el Gráfico 1 con los datos mensuales (49, de julio 15 a julio
19).
Gráfico 1. Coste mensual (millones de €) total del programa de descuentos
90
80
70
60
50
40
30
20
10
0 jul'15 jul'16 jul'17 jul'18 jul'19
El gráfico anterior muestra claramente la existencia de un antes y un después del au-
mento del descuento de julio de 2018 en el coste del programa. Ese coste se puede descompo-
ner en tres componentes básicos: la cantidad de billetes subvencionados, su precio medio y el
descuento aplicado, y los tres han contribuido al aumento del coste. Lógicamente, el impacto
del aumento en el porcentaje subvencionado es inmediato, mientras que el efecto indirecto a
través del precio o de la cantidad de billetes se puede dilatar en el tiempo e incluso, en teoría,
pueden ser no lineales (el precio puede aumentar más a corto plazo, si el aumento en la de-
manda no se corresponde con un aumento del número de asientos), mientras que a largo plazo
cabría esperar que el aumento en la rentabilidad genere un aumento en la oferta de plazas que
conduzca a que el efecto final se dirija más a cantidades que a precios. Sobre las reacciones que
cabe esperar en teoría y su relación con las reacciones observadas discutiremos después de ana-
lizar los datos, en el último capítulo del trabajo. El Gráfico 2 muestra la evolución de estas dos
variables, precios y cantidades, pero su fuerte componente estacionar dificulta una interpreta-
ción clara.
Gráfico 2. Número mensual de vuelos subvencionados registrados y su precio medio
ju '15 jul'16 jul'17 jul'18 jul'19
4 La periodificación del coste del programa no refleja lo que realmente ha sufragado la Adminis-
tración en cada periodo, sino que son los importes asociados a los vuelos realizados por los be-
neficiarios en los periodos considerados.
12
12
programa sería la que aparece en el Gráfico 1 con los datos mensuales (49, de julio 15 a julio
19).
Gráfico 1. Coste mensual (millones de €) total del programa de descuentos
El gráfico anterior muestra claramente la existencia de un antes y un después del au-
mento del descuento de julio de 2018 en el coste del programa. Ese coste se puede descompo-
ner en tres componentes básicos: la cantidad de billetes subvencionados, su precio medio y el
descuento aplicado, y los tres han contribuido al aumento del coste. Lógicamente, el impacto
del aumento en el porcentaje subvencionado es inmediato, mientras que el efecto indirecto a
través del precio o de la cantidad de billetes se puede dilatar en el tiempo e incluso, en teoría,
pueden ser no lineales (el precio puede aumentar más a corto plazo, si el aumento en la de-
manda no se corresponde con un aumento del número de asientos), mientras que a largo plazo
cabría esperar que el aumento en la rentabilidad genere un aumento en la oferta de plazas que
conduzca a que el efecto final se dirija más a cantidades que a precios. Sobre las reacciones que
cabe esperar en teoría y su relación con las reacciones observadas discutiremos después de ana-
lizar los datos, en el último capítulo del trabajo. El Gráfico 2 muestra la evolución de estas dos
variables, precios y cantidades, pero su fuerte componente estacional4 dificulta una interpreta-
ción clara.
Gráfico 2. Número mensual de vuelos subvencionados registrados y su precio medio
4 La periodificación del coste del programa no refleja lo que realmente ha sufragado la Adminis-tración en cada periodo, sino que son los importes asociados a los vuelos realizados por los be-neficiarios en los periodos considerados.
40
50
60
70
80
90
800
1000
1200
1400
1600
1800
jul'15 jul'16 jul'17 jul'18 jul'19
Registros (izqda)
Precio medio
Traslados
Vuelos
Trayectos
Antelación media
Precio medio
Coste total (M€)
8.554.798
152.547
433
28,31
70,43
299,138
9.044.036 10.554.322 12.232.729
209.388 220.923 179.901
442 452 462
29,57 28,84 28,98
68,88 69,33 80,7
312,688 432,97 727,863
T
Podemos utilizar diversas vías para tener una primera aproximación a lo que ha pasado
tras el aumento del porcentaje de subvención aplicable, como desestacionalizar las series o mi-
rar cada mes por separado en relación con el mismo mes del año anterior, pero la más sencilla
para comenzar es comparar el conjunto del año transcurrido tras la entrada en vigor de la me-
dida, es decir, todos los datos desde el 16 de julio de 2018 al 15 de julio de 2019, ambos inclusive,
con los del mismo periodo previo, del 16 de julio de 2017 al 15 de julio de 2018. El Cuadro 3
compara las características básicas de ese par de años y añade los dos previos, con el mismo
corte. Aparte de conseguir una perspectiva temporal más amplia aprovechando los datos dispo-
nibles, merece la pena incorporar estos dos años anteriores porque, como ya hemos señalado,
en las rutas interinsulares canarias el aumento del descuento se produjo casi exactamente un
año antes, de forma que, aunque nos centraremos en los efectos del cambio del verano del 18,
el cambio del verano del 17 es un elemento fácilmente observable a partir de los mismos datos
disponibles.
Cuadro 3. Datos agregados por años con corte el 15 de julio
IEZEIr 1=231~221
Cuadro 3 (cont). Variaciones interanuales (%) de
IINE
los datos con corte
IM.
el 15 de julio
Traslados 5,72 16,7 15,9 Vuelos 37,26 5,51 -18,57 Trayectos 2,08 2,26 2,21 Antelación media 4,46 -2,48 0.49 Precio medio -2,2 0.65 16,4 Coste total 4,53 38,47 68,11
Hemos optado por separar en el Cuadro 3 los datos en niveles y sus tasas de variación
porque ambas perspectivas son útiles, pero juntas dificultan una lectura clara. Los niveles nos
dicen, por ejemplo, que el programa ha superado los 700 millones de coste anual, pero los datos
mensuales del Gráfico 1 apuntan a que, a pesar del espectacular aumento del 68%, éste está
lastrado por unos primeros meses en los que una parte de los billetes utilizados fueron adquiri-
dos con el descuento anterior, y también por el hecho de que en los vuelos interinsulares el
descuento ya había aumentado un año antes. De hecho, si el aumento observado del precio
medio (16,4%) y el de los traslados (15,9) se correspondiesen completamente con billetes con
una subvención un 50% superior (que es lo que supone pasar del 50 al 75%), el coste total se
habría doblado, dado que 1,5x1,16x,1,16-=-2,02. Como observamos en el Gráfico 3, ése ha sido
el límite superior del crecimiento interanual de la factura mensual de este programa.
13
13
Podemos utilizar diversas vías para tener una primera aproximación a lo que ha pasado
tras el aumento del porcentaje de subvención aplicable, como desestacionalizar las series o mi-
rar cada mes por separado en relación con el mismo mes del año anterior, pero la más sencilla
para comenzar es comparar el conjunto del año transcurrido tras la entrada en vigor de la me-
dida, es decir, todos los datos desde el 16 de julio de 2018 al 15 de julio de 2019, ambos inclusive,
con los del mismo periodo previo, del 16 de julio de 2017 al 15 de julio de 2018. El Cuadro 3
compara las características básicas de ese par de años y añade los dos previos, con el mismo
corte. Aparte de conseguir una perspectiva temporal más amplia aprovechando los datos dispo-
nibles, merece la pena incorporar estos dos años anteriores porque, como ya hemos señalado,
en las rutas interinsulares canarias el aumento del descuento se produjo casi exactamente un
año antes, de forma que, aunque nos centraremos en los efectos del cambio del verano del 18,
el cambio del verano del 17 es un elemento fácilmente observable a partir de los mismos datos
disponibles.
Cuadro 3. Datos agregados por años con corte el 15 de julio
15-16 16-17 17-18 18-19 Traslados 8.554.798 9.044.036 10.554.322 12.232.729 Vuelos 152.547 209.388 220.923 179.901 Trayectos 433 442 452 462 Antelación media (días)
28,31 29,57 28,84 28,98 Precio medio 70,43 68,88 69,33 80,7 Coste total (M€) 299,138 312,688 432,97 727,863
Cuadro 3 (cont). Variaciones interanuales (%) de los datos con corte el 15 de julio
16-17 17-18 18-19 Traslados 5,72 16,7 15,9 Vuelos 37,26 5,51 -18,57 Trayectos 2,08 2,26 2,21 Antelación media 4,46 -2,48 0.49 Precio medio -2,2 0.65 16,4 Coste total 4,53 38,47 68,11
Hemos optado por separar en el Cuadro 3 los datos en niveles y sus tasas de variación
porque ambas perspectivas son útiles, pero juntas dificultan una lectura clara. Los niveles nos
dicen, por ejemplo, que el programa ha superado los 700 millones de coste anual, pero los datos
mensuales del Gráfico 1 apuntan a que, a pesar del espectacular aumento del 68%, éste está
lastrado por unos primeros meses en los que una parte de los billetes utilizados fueron adquiri-
dos con el descuento anterior, y también por el hecho de que en los vuelos interinsulares el
descuento ya había aumentado un año antes. De hecho, si el aumento observado del precio
medio (16,4%) y el de los traslados (15,9) se correspondiesen completamente con billetes con
una subvención un 50% superior (que es lo que supone pasar del 50 al 75%), el coste total se
habría doblado, dado que 1,5x1,16x,1,16≃2,02. Como observamos en el Gráfico 3, ése ha sido
el límite superior del crecimiento interanual de la factura mensual de este programa.
100
80
60
40
20 r 0
iu
-20
1'16 jul'17 jul'18 jul'1
Gráfico 3. Variación (%) interanual del coste mensual del programa
9
Un elemento del Cuadro 3 que llama la atención es la reducción del número de vuelos
que aparecen en la base de descuentos en el último año, a pesar de que hay más traslados de
pasajeros subvencionados y en más trayectos. Nuestra hipótesis es que el aumento del des-
cuento puede haber generado nuevas rutas que concentran a estos pasajeros en un menor nú-
mero de vuelos (rutas directas con menores frecuencias, pero más atractivas que las conexiones
vía Madrid entre, por ejemplo, Lanzarote y Bilbao), pero esto es algo que no se puede apreciar
con este nivel de agregación. El análisis detallado del comportamiento de los residentes bonifi-
cados y las compañías antes y después del aumento del descuento debe pasar, como señalába-
mos antes, por la desagregación de los datos, y ese es el propósito del siguiente apartado.
3.2. Una visión panorámica de las diferencias entre rutas
Una forma clara de evidenciar las diferencias en el comportamiento de los pasajeros y/o
compañías en las diferentes rutas aéreas puede ser mantener este nivel de agregación temporal
(un año antes versus después) y centrarnos en las dos variables básicas (cantidad de pasajeros
subvencionados y precio medio). Al comparar los dos años debemos limitarnos a los 429 trayec-
tos que coinciden en ambos años, es decir, en aquellos en los que hubo al menos un pasajero
subvencionado tanto un año antes como un año después de julio de 2018.
El Gráfico 4 muestra cada una de ellos en un punto y su primer rasgo es la enorme he-
terogeneidad en el comportamiento de precios y pasajeros subvencionados. Hemos acotado los
ejes para dejar fuera observaciones en las que las tasas de variación eran tan altas como poco
significativas5.Este gráfico es central en esta parte del trabajo, porque sitúa la pregunta: ¿qué
explica esas diferencias de comportamiento entre rutas?
Gráfico 4. Variación (%) del precio medio y del número de traslados según trayectos
5 Por ejemplo, un trayecto que pasa de un registro a 6 aumenta un 500% pero es poco relevante en el conjunto del fenómeno y el principal efecto de su inclusión en el gráfico sería reducir el área en la que se observan la mayoría de resultados.
14
14
Gráfico 3. Variación (%) interanual del coste mensual del programa
Un elemento del Cuadro 3 que llama la atención es la reducción del número de vuelos
que aparecen en la base de descuentos en el último año, a pesar de que hay más traslados de
pasajeros subvencionados y en más trayectos. Nuestra hipótesis es que el aumento del des-
cuento puede haber generado nuevas rutas que concentran a estos pasajeros en un menor nú-
mero de vuelos (rutas directas con menores frecuencias, pero más atractivas que las conexiones
vía Madrid entre, por ejemplo, Lanzarote y Bilbao), pero esto es algo que no se puede apreciar
con este nivel de agregación. El análisis detallado del comportamiento de los residentes bonifi-
cados y las compañías antes y después del aumento del descuento debe pasar, como señalába-
mos antes, por la desagregación de los datos, y ese es el propósito del siguiente apartado.
3.2. Una visión panorámica de las diferencias entre rutas
Una forma clara de evidenciar las diferencias en el comportamiento de los pasajeros y/o
compañías en las diferentes rutas aéreas puede ser mantener este nivel de agregación temporal
(un año antes versus después) y centrarnos en las dos variables básicas (cantidad de pasajeros
subvencionados y precio medio). Al comparar los dos años debemos limitarnos a los 429 trayec-
tos que coinciden en ambos años, es decir, en aquellos en los que hubo al menos un pasajero
subvencionado tanto un año antes como un año después de julio de 2018.
El Gráfico 4 muestra cada una de ellos en un punto y su primer rasgo es la enorme he-
terogeneidad en el comportamiento de precios y pasajeros subvencionados. Hemos acotado los
ejes para dejar fuera observaciones en las que las tasas de variación eran tan altas como poco
significativas5.Este gráfico es central en esta parte del trabajo, porque sitúa la pregunta: ¿qué
explica esas diferencias de comportamiento entre rutas?
Gráfico 4. Variación (%) del precio medio y del número de traslados según trayectos
5 Por ejemplo, un trayecto que pasa de un registro a 6 aumenta un 500% pero es poco relevante en el conjunto del fenómeno y el principal efecto de su inclusión en el gráfico sería reducir el área en la que se observan la mayoría de resultados.
-20
0
20
40
60
80
100
jul'16 jul'17 jul'18 jul'19
o o '7"•,`"""z' o
0 0
G1,0 00
o 116 o o
000 0® o o
o 000
0(9 o
o o A
o° o
66 o o
o,o_ 0;
1 1 1 1
o o O C
o o o
o
o
oo
1 1 1 1
Rutas en España un año antes del shock
00 02 04 06 08 10
Ocupación
Rutas en España un año después del shock
0_0 0_2 0_4 0_6 0_8 1_0
Ocupación
Conce
ntr
ació
n
Conce
ntr
ació
n
o
o
o
O
E-
-1C C 1C
Precio .7:edio
Podemos hacer algo parecido con la información de AENA, agregando el comporta-
miento un año antes y un año después del shock. El Gráfico 5 muestra los niveles de las dos
variables principales que podemos extraer por rutas de esa base: el grado de ocupación medio,
entendido como el cociente entre pasajeros y asientos disponibles en cada ruta, y el nivel de
concentración calculado como el Índice de Herfindahl, la suma de las cuotas al cuadrado de cada
compañía en cada ruta.
Gráfico 5. Ocupación y concentración antes y después del cambio del descuento
Obsérvese que, a diferencia del gráfico anterior, ahora hemos querido mostrar los nive-
les, porque comparar precios o pasajeros de rutas muy distintas tiene poco sentido y hay que ir
a sus tasas directamente, mientras que aquí ya tenemos tasas (estáticas) comparables directa-
mente: el Gráfico 5 muestra un comportamiento aparentemente similar, con la ocupación y la
concentración máximas en el 100%, pero mientras que en ocupación media es muy difícil alcan-
zarla, hay muchas rutas gestionadas por una única compañía y, además, parece que en ellas la
ocupación es más variable; en cualquier caso, no podemos profundizar mucho más con ese aná-
lisis gráfico, pero sí que observamos de nuevo una enorme dispersión entre rutas.
A partir de aquí, vamos a trabajar en tres niveles de desagregación distintos. El primero
sería una desagregación por bloques que permita observar diferencias entre tipos de rutas; el
segundo será una visión de algunas características básicas de cada una de esas rutas y el tercero
un análisis más detallado de un grupo reducido de rutas.
15
15
Podemos hacer algo parecido con la información de AENA, agregando el comporta-
miento un año antes y un año después del shock. El Gráfico 5 muestra los niveles de las dos
variables principales que podemos extraer por rutas de esa base: el grado de ocupación medio,
entendido como el cociente entre pasajeros y asientos disponibles en cada ruta, y el nivel de
concentración calculado como el Índice de Herfindahl, la suma de las cuotas al cuadrado de cada
compañía en cada ruta.
Gráfico 5. Ocupación y concentración antes y después del cambio del descuento
Obsérvese que, a diferencia del gráfico anterior, ahora hemos querido mostrar los nive-
les, porque comparar precios o pasajeros de rutas muy distintas tiene poco sentido y hay que ir
a sus tasas directamente, mientras que aquí ya tenemos tasas (estáticas) comparables directa-
mente: el Gráfico 5 muestra un comportamiento aparentemente similar, con la ocupación y la
concentración máximas en el 100%, pero mientras que en ocupación media es muy difícil alcan-
zarla, hay muchas rutas gestionadas por una única compañía y, además, parece que en ellas la
ocupación es más variable; en cualquier caso, no podemos profundizar mucho más con ese aná-
lisis gráfico, pero sí que observamos de nuevo una enorme dispersión entre rutas.
A partir de aquí, vamos a trabajar en tres niveles de desagregación distintos. El primero
sería una desagregación por bloques que permita observar diferencias entre tipos de rutas; el
segundo será una visión de algunas características básicas de cada una de esas rutas y el tercero
un análisis más detallado de un grupo reducido de rutas.
Con la península
1==MP Interinsulares
La lógica de una agrupación del conjunto de rutas en unos pocos subgrupos se basa en
que cabe esperar comportamientos equiparables entre ciertos tipos de rutas (por ejemplo, por
la consideración de OSP y por el diferente momento del aumento de la subvención). Esta estra-
tegia permite combinar cuadros, cálculos y gráficos de evolución de cada variable en cada blo-
que, combinando el detalle del análisis de las rutas individuales y la visión completa del con-
junto.
La separación más sencilla entre bloques sería entre vuelos interinsulares, peninsulares
y conexiones de aeropuertos no peninsulares con la península. El Cuadro 4 muestra los precios
medios, el número de traslados, su coste subvencionado y la antelación media de emisión un
año antes y después, desagregados por tipo de ruta con los tres tipos antes mencionados. El
Cuadro 4 continúa después mostrando las tasas de variación de precios traslados y coste y la
contribución de cada tipo de ruta tanto al coste inicial como a su aumento.
Cuadro 4. Los componentes del coste del programa, por tipo de rutas
Tipo de rut n año ant
Un año después
Precio Traslados Coste Antelación Precio Traslados Coste Antela-
63,7 4.347.650 205,95 27,29 65,17 4.734.389 231,12 28,55
72,13 5.699.115 205,38 46,60 89,36 6.849.444 447,99 42,66
86,17 507.557 21,64 36,17 102,7 648.896 48,76 37,06
Cuadro 4 (cont). Cambios y contribuciones al coste del programa, por tipo de rutas
Tipo de rutas Un año después Contribución al .
% Coste Zoo % Precio % Traslados Aumentó
Interinsulares 2,3 8,90 12,22 47,57 8,53
Con la península 23,89 20,18 118,13" 47,43 82,271
Peninsulares 19,18 27,85 125,29 5,00 9,20
Observamos que las variaciones de los precios medios de los billetes subvencionados en
cada tipo de ruta difieren significativamente: han subido hasta 10 veces más en las conexiones
con la península que en los vuelos interinsulares, aunque cabe recordar que en éstos la subven-
ción aumentó un año antes6. El número de traslados aumenta mucho más del doble hacia y en
la península que entre islas; esto, junto con el hecho de que el descuento ya había subido entre
islas, explica que el coste del programa aumente más de un 100% en los traslados hacia y en la
península y ese aumento sea mucho más moderado entre islas; el efecto obvio de ello es que
los vuelos interinsulares contribuyen al aumento del coste en mucha menor medida (un quinto)
de lo que les correspondería por su participación en el coste total.
Podemos observar esa heterogeneidad entre tipos de rutas rehaciendo el Gráfico 4 iden-
tificando cada tipo con colores, tal y como aparece en el Gráfico 6 pero, aunque agrupa los tra-
yectos en rutas reduciendo el número de observaciones a la mitad, resulta difícil extraer de él
una conclusión simple y clara. La contribución del aumento del precio y la cantidad de cada ruta
al aumento global depende de la importancia relativa de dicha ruta, y ese dato no aparece en el
gráfico.
6 Como Interinsulares hemos caracterizado rutas como las conexiones entre archipiélagos cuya subven-ción aumentó en 2018, pero con un peso muy reducido en el total.
16
16
La lógica de una agrupación del conjunto de rutas en unos pocos subgrupos se basa en
que cabe esperar comportamientos equiparables entre ciertos tipos de rutas (por ejemplo, por
la consideración de OSP y por el diferente momento del aumento de la subvención). Esta estra-
tegia permite combinar cuadros, cálculos y gráficos de evolución de cada variable en cada blo-
que, combinando el detalle del análisis de las rutas individuales y la visión completa del con-
junto.
La separación más sencilla entre bloques sería entre vuelos interinsulares, peninsulares
y conexiones de aeropuertos no peninsulares con la península. El Cuadro 4 muestra los precios
medios, el número de traslados, su coste subvencionado y la antelación media de emisión un
año antes y después, desagregados por tipo de ruta con los tres tipos antes mencionados. El
Cuadro 4 continúa después mostrando las tasas de variación de precios traslados y coste y la
contribución de cada tipo de ruta tanto al coste inicial como a su aumento.
Cuadro 4. Los componentes del coste del programa, por tipo de rutas
Tipo de rutas Un año antes Un año después
Precio Traslados Coste (M€)
Antelación Precio Traslados Coste Antela-ción Interinsulares 63,7 4.347.650 205,95 27,29 65,17 4.734.389 231,12 28,55
Con la península 72,13 5.699.115 205,38 46,60 89,36 6.849.444 447,99 42,66
Peninsulares 86,17 507.557 21,64 36,17 102,7 648.896 48,76 37,06
Cuadro 4 (cont). Cambios y contribuciones al coste del programa, por tipo de rutas
Tipo de rutas Un año después Contribución al
% Precio % Traslados % Coste Coste Aumento
Interinsulares 2,3 8,90 12,22 47,57 8,53
Con la península 23,89 20,18 118,13 47,43 82,27
Peninsulares 19,18 27,85 125,29 5,00 9,20
Observamos que las variaciones de los precios medios de los billetes subvencionados en
cada tipo de ruta difieren significativamente: han subido hasta 10 veces más en las conexiones
con la península que en los vuelos interinsulares, aunque cabe recordar que en éstos la subven-
ción aumentó un año antes6. El número de traslados aumenta mucho más del doble hacia y en
la península que entre islas; esto, junto con el hecho de que el descuento ya había subido entre
islas, explica que el coste del programa aumente más de un 100% en los traslados hacia y en la
península y ese aumento sea mucho más moderado entre islas; el efecto obvio de ello es que
los vuelos interinsulares contribuyen al aumento del coste en mucha menor medida (un quinto)
de lo que les correspondería por su participación en el coste total.
Podemos observar esa heterogeneidad entre tipos de rutas rehaciendo el Gráfico 4 iden-
tificando cada tipo con colores, tal y como aparece en el Gráfico 6 pero, aunque agrupa los tra-
yectos en rutas reduciendo el número de observaciones a la mitad, resulta difícil extraer de él
una conclusión simple y clara. La contribución del aumento del precio y la cantidad de cada ruta
al aumento global depende de la importancia relativa de dicha ruta, y ese dato no aparece en el
gráfico.
6 Como Interinsulares hemos caracterizado rutas como las conexiones entre archipiélagos cuya subven-ción aumentó en 2018, pero con un peso muy reducido en el total.
Tipc. de 1-Lita
E
Tras
lado
s bo
nific
ados
CL •
ale-
• B.: II. • 2. • •
C5 - . • • . mos
e asT* 4•*: nat %%yo
• • • •
•
o . so '• •
a. •
• • •
•
•
• •
o
-
1.0 -
0.8 - o
c 0.6 -
Ú
0.4 -
Tipo de ruta
• NI
• P
0.00 0.25 0.50 0.75 1.00
Ocupacion
Tipo de ruta
• •
e eA
1.‘
ti s e :5
• kl OS (114
• p
0.4 -
0.00 0.25 0.50
Ocupacion
08 - o
SO
10.6 - c o
Gráfico 6. Variación (%) del precio y los traslados subvencionados por rutas
O 10 2'0 30 40 Precio medio
De la misma forma, podemos rehacer el Gráfico 5 que ofrecía información de cada ruta
desde la base de datos de AENA con colores para los tipos de rutas, tal y como aparece en el
Gráfico 7.
Gráfico 7. Datos de AENA antes y después del cambio en el descuento, por tipo de ruta
Rutas en España un año antes del shock Rutas en España un año despues del shock
El Cuadro 5 agrega estos indicadores y añade otro, el porcentaje que los residentes su-
ponen en el total de pasajeros de cada tipo de ruta (% Res), porque en teoría la subida del precio
debería estar positivamente relacionada con la parte del mercado que se beneficia del aumento
del descuento; merece la pena destacar que la obtención de este dato requiere combinar las
dos bases de datos, la de la DGAC y la de AENA, que hasta ahora hemos mantenido separadas.
La tasa de ocupación media de los aviones de cada ruta también tiene en teoría un papel claro
asociado al concepto de restricciones de capacidad' en esa respuesta. Igualmente, el índice de
Herfindahl8 de cada grupo de rutas, como indicador de la concentración del mercado entre com-
pañías, sería otro indicador claro a nivel teórico de la capacidad de las empresas para responder
7 La capacidad de los aviones utilizados en cada ruta no supone una restricción absoluta a la capacidad, pero, en cualquier caso, su grado de utilización se podría interpretar en este contexto como la capacidad de vender más sin incrementos cruciales en los costes. 8 El índice se construye como la suma de las cuotas al cuadrado de las empresas. Si éstas se dan en tanto por uno, irá de O a 1 en caso de monopolio, de O a 10.000 si van en tanto por cien y de O a 100 si dividimos este último por 100, que es la opción que hemos utilizado para asimilar el dato a los otros dos que integran el Cuadro 5. Como en el cuadro anterior, la media pondera cada ruta por su tamaño (en este caso, por el número de pasajeros totales que tienen).
17
17
Gráfico 6. Variación (%) del precio y los traslados subvencionados por rutas
De la misma forma, podemos rehacer el Gráfico 5 que ofrecía información de cada ruta
desde la base de datos de AENA con colores para los tipos de rutas, tal y como aparece en el
Gráfico 7.
Gráfico 7. Datos de AENA antes y después del cambio en el descuento, por tipo de ruta
El Cuadro 5 agrega estos indicadores y añade otro, el porcentaje que los residentes su-
ponen en el total de pasajeros de cada tipo de ruta (% Res), porque en teoría la subida del precio
debería estar positivamente relacionada con la parte del mercado que se beneficia del aumento
del descuento; merece la pena destacar que la obtención de este dato requiere combinar las
dos bases de datos, la de la DGAC y la de AENA, que hasta ahora hemos mantenido separadas.
La tasa de ocupación media de los aviones de cada ruta también tiene en teoría un papel claro
asociado al concepto de restricciones de capacidad7 en esa respuesta. Igualmente, el índice de
Herfindahl8 de cada grupo de rutas, como indicador de la concentración del mercado entre com-
pañías, sería otro indicador claro a nivel teórico de la capacidad de las empresas para responder
7 La capacidad de los aviones utilizados en cada ruta no supone una restricción absoluta a la capacidad, pero, en cualquier caso, su grado de utilización se podría interpretar en este contexto como la capacidad de vender más sin incrementos cruciales en los costes. 8 El índice se construye como la suma de las cuotas al cuadrado de las empresas. Si éstas se dan en tanto por uno, irá de 0 a 1 en caso de monopolio, de 0 a 10.000 si van en tanto por cien y de 0 a 100 si dividimos este último por 100, que es la opción que hemos utilizado para asimilar el dato a los otros dos que integran el Cuadro 5. Como en el cuadro anterior, la media pondera cada ruta por su tamaño (en este caso, por el número de pasajeros totales que tienen).
al aumento del descuento con aumentos de precios: si la concentración es baja, se suele suponer
que el nivel competitivo es mayor y que los precios están más ligados a los costes que a la dis-
posición a pagar, lo que implicaría poco efecto del aumento del descuento en los precios, porque
los costes no han cambiado.
El Cuadro 5 muestra que en todos los grupos de rutas la participación de los pasajeros
subvencionados ha aumentado; lógicamente, ésta es mayor en las conexiones interinsulares que
en las que los conectan con la península y es casi testimonial en vuelos intrapeninsulares. Res-
pecto a los porcentajes de ocupación, también han aumentado en todos los casos, aunque se
mantienen significativamente más bajos en los vuelos entre islas.
Cuadro 5. Indicadores de mercado por tipo de ruta
ipo de rutas Un año ant Un año después
% Res Ocupación Concentración % Res Ocupación Concent.
Interinsulares 87,74 70,71 66,05 87,51 71,21 64,35
Con la península 31,72 81,89 45,47 35,1 82,83 48,12
Peninsulares 1,82 79,56 64,4 2,36 81,17 64,76
A partir de todos estos datos podemos apuntar diferentes ejercicios de análisis de rela-
ciones entre las diferentes variables. El Gráfico 8 explora algunos de ellos, como la relación entre
la variación del precio y de la cantidad de pasajeros en cada ruta, que se observa en el subgráfico
a) que no muestra un patrón claro (la correlación es -0,43). El b) refleja la relación entre esa
subida del precio y la tasa de ocupación final, ya que cabría pensar que donde los aviones van
más llenos es más probable que los precios hayan subido más, pero el gráfico muestra una rela-
ción incluso más débil (0,15). Una tercera relación que podemos observar es la que muestra el
incremento de los precios con la cuota inicial que en cada ruta representan los pasajeros sub-
vencionados. La teoría aquí diría que el aumento tiene que ser mayor en las que esa cuota es
mayor y el Gráfico 6c nos muestra que el signo es el esperado (0,15), aunque no parece una
relación estrecha.
Por último, podemos mirar la relación entre el aumento de los precios y el cambio en
esa cuota de residentes. La idea es que más que el nivel de la cuota puede importar su sensibi-
lidad a los precios, en el sentido de que, si la subida de precios va a expulsar a los clientes que
no se benefician de la subvención, entonces las compañías serán menos proclives a dicha subida.
La correlación es positiva (0,54), pero el ajuste no es bueno porque, seguramente, es muy dis-
tinto que esa cuota se reduzca porque los no residentes dejan de volar ante el aumento de su
precio o porque los residentes vuelen más ante el "descenso" del suyo.
18
18
al aumento del descuento con aumentos de precios: si la concentración es baja, se suele suponer
que el nivel competitivo es mayor y que los precios están más ligados a los costes que a la dis-
posición a pagar, lo que implicaría poco efecto del aumento del descuento en los precios, porque
los costes no han cambiado.
El Cuadro 5 muestra que en todos los grupos de rutas la participación de los pasajeros
subvencionados ha aumentado; lógicamente, ésta es mayor en las conexiones interinsulares que
en las que los conectan con la península y es casi testimonial en vuelos intrapeninsulares. Res-
pecto a los porcentajes de ocupación, también han aumentado en todos los casos, aunque se
mantienen significativamente más bajos en los vuelos entre islas.
Cuadro 5. Indicadores de mercado por tipo de ruta
Tipo de rutas Un año antes Un año después
% Res Ocupación Concentración % Res Ocupación Concent.
Interinsulares 87,74 70,71 66,05 87,51 71,21 64,35
Con la península 31,72 81,89 45,47 35,1 82,83 48,12
Peninsulares 1,82 79,56 64,4 2,36 81,17 64,76
A partir de todos estos datos podemos apuntar diferentes ejercicios de análisis de rela-
ciones entre las diferentes variables. El Gráfico 8 explora algunos de ellos, como la relación entre
la variación del precio y de la cantidad de pasajeros en cada ruta, que se observa en el subgráfico
a) que no muestra un patrón claro (la correlación es -0,43). El b) refleja la relación entre esa
subida del precio y la tasa de ocupación final, ya que cabría pensar que donde los aviones van
más llenos es más probable que los precios hayan subido más, pero el gráfico muestra una rela-
ción incluso más débil (0,15). Una tercera relación que podemos observar es la que muestra el
incremento de los precios con la cuota inicial que en cada ruta representan los pasajeros sub-
vencionados. La teoría aquí diría que el aumento tiene que ser mayor en las que esa cuota es
mayor y el Gráfico 6c nos muestra que el signo es el esperado (0,15), aunque no parece una
relación estrecha.
Por último, podemos mirar la relación entre el aumento de los precios y el cambio en
esa cuota de residentes. La idea es que más que el nivel de la cuota puede importar su sensibi-
lidad a los precios, en el sentido de que, si la subida de precios va a expulsar a los clientes que
no se benefician de la subvención, entonces las compañías serán menos proclives a dicha subida.
La correlación es positiva (0,54), pero el ajuste no es bueno porque, seguramente, es muy dis-
tinto que esa cuota se reduzca porque los no residentes dejan de volar ante el aumento de su
precio o porque los residentes vuelen más ante el “descenso” del suyo.
Gráfico 8. Correlación de diversas variables antes y después del cambio del descuento
5e 1
Tci • c , • ii= c ,o ro •
e : o_ •••
• •• • •wr
• • • 11
40 $
á̂l 35 • 30 in 25
—
V)o 20 r H 15 •
OE •
•
•• • •
e
• — 10
•
5 •
0 • e, -15 0 15 30 45
Precio (%) -20 0 20 40 60
Precio (%)
0,7 in w
50 in w 411 ++ c y 40
S • 0,6 ++
C y • 0,5 :u
•• 17, 35 1/ 17)
E • ••
• • •
92 30 * • 11 y
-o 25 • •♦ • 04. y
-o • 1 •
lio •
• • ro .15 20 • • ro 0,3
••••• • • eil,
:c_C •
• 15 c eu 10 : • • 0,2 •r73 t5 i • • 0,1 • c
• • • — u 0
•8 5 ro 0 • ( 20 0 20 40 60
Precio (%) -20 0 20 40 '''s
Precio (%)
Más allá de las variables que aparecen en los cuadros 4 y 5, podemos suponer que exis-ten una amplia variedad de elementos que influyen en el comportamiento final de los precios en cada ruta. A título de ejemplo, podríamos observar cómo ha evolucionado el precio del con-junto de las rutas con la península en función del día de la semana, como muestra el Cuadro 6 y preguntarnos por qué el día que era más caro, el domingo, es justamente el que más ha aumen-tado.
Cuadro 6. Precio medio inicial e incremento por días de la semana Día Precio medio Incremento Lunes mizimizza Martes 69,5 16.41 Miércoles Jueves 69,1 24.31 Viernes Sábado 74,3 19.76 Domingo • 1~
El problema de este tipo de enfoque vuelve a ser el nivel de agregación. El nivel o la variación del precio del domingo frente al resto de días se puede deber al peso diferencial de las diversas rutas en cada día de la semana. Por seguir con este ejemplo, el Cuadro 7 agrupa las
19
19
Gráfico 8. Correlación de diversas variables antes y después del cambio del descuento
Más allá de las variables que aparecen en los cuadros 4 y 5, podemos suponer que exis-
ten una amplia variedad de elementos que influyen en el comportamiento final de los precios
en cada ruta. A título de ejemplo, podríamos observar cómo ha evolucionado el precio del con-
junto de las rutas con la península en función del día de la semana, como muestra el Cuadro 6 y
preguntarnos por qué el día que era más caro, el domingo, es justamente el que más ha aumen-
tado.
Cuadro 6. Precio medio inicial e incremento por días de la semana
Día Precio medio previo
Incremento (%) Lunes 71,1 24.98
Martes 69,5 16.41
Miércoles 68,7 22.17
Jueves 69,1 24.31
Viernes 74,3 23.03
Sábado 74,3 19.76
Domingo 82,7 28.75
El problema de este tipo de enfoque vuelve a ser el nivel de agregación. El nivel o la
variación del precio del domingo frente al resto de días se puede deber al peso diferencial de las
diversas rutas en cada día de la semana. Por seguir con este ejemplo, el Cuadro 7 agrupa las
0
5
10
15
20
25
30
35
40
45
50
-20 0 20 40 60
Tras
lad
os
(%)
Precio (%)
0,7
0,8
0,9
1
-15 0 15 30 45
Ocu
pac
ión
fin
al
Precio (%)
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
-20 0 20 40 60
Cu
ota
inic
ial d
e re
sid
ente
s
Precio (%)
0
5
10
15
20
25
30
35
40
45
50
-20 0 20 40 60Var
iaci
ón
en
cu
ota
de
resi
den
tes
Precio (%)
LPA-MAD
MAD-PMI MAD-TFN
LPA-TFN ACE-LPA
BCN-PMI
SPC-TFN FUE-LPA
ACE-TFN IBZ-PMI
BCN-TFN BCN-LPA
FUE-TFN MAH-PMI
BCN-IBZ
ACE-MAD BCN-MAH
SVQ-TFN PMI-SVQ
PMI-VLC LPA-SVQ
IBZ-MAD AGP-MLN
LPA-SPC
TFN-VDE FUE-MAD
40
Después Antes
rutas en los tres niveles que ya hemos utilizado y en él se aprecia que ese efecto del fin de
semana no se debe a las rutas interinsulares.
Cuadro 7. Los precios medios y sus variaciones por días de la semana
EMIL Lunes
Martes
Miércoles
Jueves
Viernes
Sábado
Domingo
I
n año antes
P I
ariación (%)
M P M -=
63,9 69,96 83,60 2,74 25,26 21,57
65,0 67,82 84,88 0,16 16,66 13,97
65,6 67,55 80,99 3,39 22,39 19,29
65,7 67,68 84,19 1,97 25,00 17,36
64,8 73,07 88,30 1,71 23,33 17,83
58,2 72,81 91,88 4,03 20,11 17,34
62,1 82,21 89,80 2,53 28,97 25,33
Es razonable preguntarse, por tanto, qué ha pasado dentro de cada uno de estos grupos.
Parece evidente que trabajar de forma individualizada con más de 200 rutas todos sus detalles
es poco práctico, ante lo cual podemos seguir dos estrategias: o miramos los indicadores básicos
de la mayoría, o nos centramos en unas pocas. Vamos a explorar los dos caminos, de forma que
en este apartado abordaremos de forma individualizada los principales indicadores de una
muestra amplia de rutas y en el siguiente nos centraremos en las cuatro principales.
Antes de abordar las rutas conviene destacar de nuevo su enorme heterogeneidad en
cuanto a la evolución de su coste, que se recoge en el Gráfico 9.
Gráfico 9. Coste del descuento (M€) el año previo y posterior a su cambio (16-7-18)
20
20
rutas en los tres niveles que ya hemos utilizado y en él se aprecia que ese efecto del fin de
semana no se debe a las rutas interinsulares.
Cuadro 7. Los precios medios y sus variaciones por días de la semana
Un año antes Variación (%)
I M P I M P
Lunes 63,9 69,96 83,60 2,74 25,26 21,57
Martes 65,0 67,82 84,88 0,16 16,66 13,97
Miércoles 65,6 67,55 80,99 3,39 22,39 19,29
Jueves 65,7 67,68 84,19 1,97 25,00 17,36
Viernes 64,8 73,07 88,30 1,71 23,33 17,83
Sábado 58,2 72,81 91,88 4,03 20,11 17,34
Domingo 62,1 82,21 89,80 2,53 28,97 25,33
Es razonable preguntarse, por tanto, qué ha pasado dentro de cada uno de estos grupos.
Parece evidente que trabajar de forma individualizada con más de 200 rutas todos sus detalles
es poco práctico, ante lo cual podemos seguir dos estrategias: o miramos los indicadores básicos
de la mayoría, o nos centramos en unas pocas. Vamos a explorar los dos caminos, de forma que
en este apartado abordaremos de forma individualizada los principales indicadores de una
muestra amplia de rutas y en el siguiente nos centraremos en las cuatro principales.
Antes de abordar las rutas conviene destacar de nuevo su enorme heterogeneidad en
cuanto a la evolución de su coste, que se recoge en el Gráfico 9.
Gráfico 9. Coste del descuento (M€) el año previo y posterior a su cambio (16-7-18)
0 10 20 30 40 50 60 70
LPA-MAD
MAD-PMI
MAD-TFN
LPA-TFN
ACE-LPA
BCN-PMI
SPC-TFN
FUE-LPA
ACE-TFN
IBZ-PMI
BCN-TFN
BCN-LPA
FUE-TFN
MAH-PMI
BCN-IBZ
ACE-MAD
BCN-MAH
SVQ-TFN
PMI-SVQ
PMI-VLC
LPA-SVQ
IBZ-MAD
AGP-MLN
LPA-SPC
TFN-VDE
FUE-MAD
Después Antes
Un año a Precio —Cantidad — Res. Ocup. % Precio
Un año Yo Cantidad Res.
.ués Conc. Conc. Ocup..
56,02 820.806 87 69 67 0.50 5.74 87 64 69
66,52 674.276 90 58 71 -0.09 7.11 90 54 73
53,74 616.211 90 62 73 -0.83 10.27 89 53 67
59,64 540.105 90 60 69 -0.80 9.63 90 57 71
64,06 392.537 78 54 69 -0.31 3.98 77 53 71
85,43 330.982 90 76 79 4.44 3.33 89 81 82
60,71 288.480 83 65 64 0.12 6.25 82 66 63
81,01 252.574 90 71 78 2.72 3.77 91 78 82
57,57 162.668 84 74 77 3.64 4.77 83 77 79
83.55 128445 88 100 78 2.24 8.57 89 100 79
59.36 51610 76 99 74 4.55 103.28 79 100 66
86.32 35065 87 100 72 -2.43 23.87 87 79 67
Ruta
LPA-TFN
ACE-LPA
SPC-TFN
FUE-LPA
IBZ-PMI
1 MAH-PMI
TFN-VDE
LPA-SPC
LPA-VDE
El Gráfico 9 muestra cómo las primeras posiciones han pasado de las rutas interinsulares
entre Tenerife Norte y Las Palmas o Fuerteventura a estar ocupadas por las rutas con la penín-
sula, donde destaca Las Palmas-Madrid, que ha más que doblado su coste; Madrid-Palma de
Mallorca lo ha aumentado incluso más (un 131% frente a un 115%). La enorme disparidad entre
el comportamiento de ambos tipos de rutas es evidente que está explicada porque el aumento
de 2018 ya se había producido en 2017 entre islas, pero la profundidad de la respuesta podría
abrir un debate más profundo sobre los efectos en el conjunto de la actividad económica de las
islas, porque cabe al menos pensar que el efecto atractivo de las capitales puede estar viéndose
diluido en la medida en que con estos niveles de descuento se esté transfiriendo a capitales
peninsulares, pero ese análisis excede los límites de este trabajo.
Para abordar los indicadores individualizados de un número amplio de rutas volvemos a
usar la división en tres grandes bloques (interinsulares, peninsulares y conexiones o mixtas). El
Cuadro 8 muestra las principales rutas9 interinsulares (las 10 con más beneficiarios un año antes)
y de ellas los datos correspondientes a un año antes y después del 16 de julio de 2018. Las va-
riables incluidas son el precio medio, la cantidad de traslados subvencionados, el porcentaje que
en cada ruta suponen los pasajeros subvencionados, la tasa de ocupación y la concentración de
la oferta. Para el año posterior el precio y la cantidad se ofrecen como tasa de variación para
facilitar la comparación. Lógicamente, los precios en las rutas interinsulares crecieron poco,
como ya hemos visto en agregado, porque su subvención aumento un año antes.
Cuadro 8. Situación de las principales rutas interinsulares antes y después del 16 de julio de 2018
El Cuadro 9 es el equivalente para las conexiones con aeropuertos peninsulares. Resul-
tan llamativos los niveles de ocupación tan bajos de, al menos, las 4 principales rutas. Este Cua-
dro tiene mucha información que conviene ver despacio, porque es la base de este trabajo.
Como es lógico, los precios en estas rutas han aumentado mucho más que en las interinsulares,
con tasas superiores al 20% en muchos casos; es decir, si lo pretendemos leer como una disputa
por la subvención, las empresas se han apropiado de cerca de la mitad (lo que equivaldría a un
incremento del precio del 25%) del aumento y en muchos casos más.
9 Hemos incorporado en el Anexo 1 al final del trabajo los códigos IATA de los aeropuertos españoles.
21
21
El Gráfico 9 muestra cómo las primeras posiciones han pasado de las rutas interinsulares
entre Tenerife Norte y Las Palmas o Fuerteventura a estar ocupadas por las rutas con la penín-
sula, donde destaca Las Palmas-Madrid, que ha más que doblado su coste; Madrid-Palma de
Mallorca lo ha aumentado incluso más (un 131% frente a un 115%). La enorme disparidad entre
el comportamiento de ambos tipos de rutas es evidente que está explicada porque el aumento
de 2018 ya se había producido en 2017 entre islas, pero la profundidad de la respuesta podría
abrir un debate más profundo sobre los efectos en el conjunto de la actividad económica de las
islas, porque cabe al menos pensar que el efecto atractivo de las capitales puede estar viéndose
diluido en la medida en que con estos niveles de descuento se esté transfiriendo a capitales
peninsulares, pero ese análisis excede los límites de este trabajo.
Para abordar los indicadores individualizados de un número amplio de rutas volvemos a
usar la división en tres grandes bloques (interinsulares, peninsulares y conexiones o mixtas). El
Cuadro 8 muestra las principales rutas9 interinsulares (las 10 con más beneficiarios un año antes)
y de ellas los datos correspondientes a un año antes y después del 16 de julio de 2018. Las va-
riables incluidas son el precio medio, la cantidad de traslados subvencionados, el porcentaje que
en cada ruta suponen los pasajeros subvencionados, la tasa de ocupación y la concentración de
la oferta. Para el año posterior el precio y la cantidad se ofrecen como tasa de variación para
facilitar la comparación. Lógicamente, los precios en las rutas interinsulares crecieron poco,
como ya hemos visto en agregado, porque su subvención aumento un año antes.
Cuadro 8. Situación de las principales rutas interinsulares antes y después del 16 de julio de 2018
Ruta Un año antes Un año después
Precio Cantidad Res. Conc. Ocup. % Precio % Cantidad Res. Conc. Ocup..
LPA-TFN 56,02 820.806 87 69 67 0.50 5.74 87 64 69
ACE-LPA 66,52 674.276 90 58 71 -0.09 7.11 90 54 73
SPC-TFN 53,74 616.211 90 62 73 -0.83 10.27 89 53 67
FUE-LPA 59,64 540.105 90 60 69 -0.80 9.63 90 57 71
IBZ-PMI 64,06 392.537 78 54 69 -0.31 3.98 77 53 71
ACE-TFN 85,43 330.982 90 76 79 4.44 3.33 89 81 82
MAH-PMI 60,71 288.480 83 65 64 0.12 6.25 82 66 63
FUE-TFN 81,01 252.574 90 71 78 2.72 3.77 91 78 82
TFN-VDE 57,57 162.668 84 74 77 3.64 4.77 83 77 79
LPA-SPC 83.55 128445 88 100 78 2.24 8.57 89 100 79
LPA-TFS 59.36 51610 76 99 74 4.55 103.28 79 100 66
LPA-VDE 86.32 35065 87 100 72 -2.43 23.87 87 79 67
El Cuadro 9 es el equivalente para las conexiones con aeropuertos peninsulares. Resul-
tan llamativos los niveles de ocupación tan bajos de, al menos, las 4 principales rutas. Este Cua-
dro tiene mucha información que conviene ver despacio, porque es la base de este trabajo.
Como es lógico, los precios en estas rutas han aumentado mucho más que en las interinsulares,
con tasas superiores al 20% en muchos casos; es decir, si lo pretendemos leer como una disputa
por la subvención, las empresas se han apropiado de cerca de la mitad (lo que equivaldría a un
incremento del precio del 25%) del aumento y en muchos casos más.
9 Hemos incorporado en el Anexo 1 al final del trabajo los códigos IATA de los aeropuertos españoles.
Precio
Un año antes
Ocup. %Precio %Cantidad
n año despué
Res. Conc. Ocup. Cantidad Res. Conc.
55.12 692.873 36 27 81 39.97 11.45 39 29 84 I 43.43 685.257 34 36 77 21.94 13.76 37 39 77
92.31 662.569 42 33 86 27.26 15.08 46 34 88 93.25 388.337 27 33 87 24.76 16.59 30 34 87 50.09 226.371 20 57 79 17.92 20.5 23 60 78
190.951 24 79 82 83 81 z 53.73 27.43 17.71 27 49.56 178.470 23 26 79 27.15 15.94 25 26 82 83.05 177.144 37 46 87 29.84 24.59 43 54 86 54.17 175.197 38 29 74 21 21 41 29 75
• 93.15 168.660 30 42 89 28.29 24.17 36 47 88 67.26 126.029 44 45 87 31.21 26.16 49 48 86
a 68.46 129.055 57 66 67 17.19 19.91 61 63 71 91.65 117.599 26 39 87 20.58 25.4 30 40 87 86.07 99.688 50 56 84 29.5 23.7 56 61 86 60.65 98.962 39 51 75 20.2 16.17 41 51 78
-113.223 87.738 47 60 86 10.8 31.6 51 63 84 71.67 86.531 57 50 82 15.5 33.7 62 52 83 78.14 83.524 48 53 81 26.1 11 50 56 82 41.66 79.626 26 42 74 10.8 13.4 28 39 74
P 95.02 72.220 23 47 88 22.4 18.7 26 50 89 59.81 71.153 36 46 83 28.83 15.3 39 44 85
. 73.1 67.313 45 40 80 21.04 1.32 45 40 82 75.44 66.087 34 62 80 10.99 40.22 38 64 80 91.83 . 52.193 20 30 83 35.86 28.66 60 100 80
110.95 48.265 51 100 71 -13.86 34.61 22 30 84 99.41 45.298 39 49 83 12.11 35.84 42 52 80 68.58 41.602 14 52 90 11.03 17.4 15 51 90 95.89 38.235 40 66 91 5.73 20.5 46 66 90
114.54 35.432 26 53 81 10.13 44.48 31 50 81 119.2 34.697 37 100 86 11.5 29.86 40 100 85 89.47 32.105 17 65 89 45.23 20.24 24 100 92 64.18 30.876 32 55 75 5.35 5.34 33 75 79 48.45 30.821 23 57 86 29.04 7.04 25 59 86
h 81.91 30.705 40 33 79 23.11 18.52 46 36 81 135.42 29.383 23 100 81 10.64 42.9 30 100 83 97.41 26.138 36 65 92 -6.3 46.17 34 73 92 62.16 28.837 37 49 82 20.71 6.15 39 50 85 78.1 24.692 17 51 90 26.88 28.35 19 51 90
MAD-PMI
BCN-PMI
LPA-MAD
MAD-TFN BCN-IBZ
BCN-MAH
IBZ-MAD
BCN-LPA
PMI-VLC
BCN-TFN
PMI-SVQ
AGP-MLN
ACE-MAD
LPA-SVQ
ALC-PMI
SVQ-TFN 1=1 AGP-LPA
IBZ-VLC
FUE-MAD
AGP-PMI
PMI-SCQ
BIO-PMI
MAD-MAH
MAD-MLN
AGP-TFN
MAD-TFS
LPA-SCQ
BIO-TFN
BIO-LPA
ACE-BCN
AGP-TFS
AGP-IBZ
OVD-PMI
MAD-SP
SCQ-TFS
ACE-SVQ
Cuadro 9. Las principales rutas con la península antes y después del 16 de julio de 2018
El tercer bloque de rutas está formado por las conexiones entre aeropuertos peninsula-
res, en las que el porcentaje de pasajeros subvencionados es mucho menor y la variación de los precios también ha sido inferior, tal y como se refleja en el Cuadro 10, donde las hemos orde-nado por el número de pasajeros subvencionados el año previo al aumento del descuento.
22
22
Cuadro 9. Las principales rutas con la península antes y después del 16 de julio de 2018
Ruta Un año antes Un año después
Precio Cantidad Res. Conc. Ocup. %Precio %Cantidad Res. Conc. Ocup.
MAD-PMI 55.12 692.873 36 27 81 39.97 11.45 39 29 84
BCN-PMI 43.43 685.257 34 36 77 21.94 13.76 37 39 77
LPA-MAD 92.31 662.569 42 33 86 27.26 15.08 46 34 88
MAD-TFN 93.25 388.337 27 33 87 24.76 16.59 30 34 87
BCN-IBZ 50.09 226.371 20 57 79 17.92 20.5 23 60 78
BCN-MAH 53.73 190.951 24 79 82 27.43 17.71 27 83 81
IBZ-MAD 49.56 178.470 23 26 79 27.15 15.94 25 26 82
BCN-LPA 83.05 177.144 37 46 87 29.84 24.59 43 54 86
PMI-VLC 54.17 175.197 38 29 74 21 21 41 29 75
BCN-TFN 93.15 168.660 30 42 89 28.29 24.17 36 47 88
PMI-SVQ 67.26 126.029 44 45 87 31.21 26.16 49 48 86
AGP-MLN 68.46 129.055 57 66 67 17.19 19.91 61 63 71
ACE-MAD 91.65 117.599 26 39 87 20.58 25.4 30 40 87
LPA-SVQ 86.07 99.688 50 56 84 29.5 23.7 56 61 86
ALC-PMI 60.65 98.962 39 51 75 20.2 16.17 41 51 78
SVQ-TFN 113.223 87.738 47 60 86 10.8 31.6 51 63 84
GRX-PMI 71.67 86.531 57 50 82 15.5 33.7 62 52 83
AGP-LPA 78.14 83.524 48 53 81 26.1 11 50 56 82
IBZ-VLC 41.66 79.626 26 42 74 10.8 13.4 28 39 74
FUE-MAD 95.02 72.220 23 47 88 22.4 18.7 26 50 89
AGP-PMI 59.81 71.153 36 46 83 28.83 15.3 39 44 85
PMI-SCQ 73.1 67.313 45 40 80 21.04 1.32 45 40 82
BIO-PMI 75.44 66.087 34 62 80 10.99 40.22 38 64 80
MAD-MAH 91.83 52.193 20 30 83 35.86 28.66 60 100 80
MAD-MLN 110.95 48.265 51 100 71 -13.86 34.61 22 30 84
AGP-TFN 99.41 45.298 39 49 83 12.11 35.84 42 52 80
MAD-TFS 68.58 41.602 14 52 90 11.03 17.4 15 51 90
LPA-SCQ 95.89 38.235 40 66 91 5.73 20.5 46 66 90
BIO-TFN 114.54 35.432 26 53 81 10.13 44.48 31 50 81
BIO-LPA 119.2 34.697 37 100 86 11.5 29.86 40 100 85
ACE-BCN 89.47 32.105 17 65 89 45.23 20.24 24 100 92
AGP-TFS 64.18 30.876 32 55 75 5.35 5.34 33 75 79
AGP-IBZ 48.45 30.821 23 57 86 29.04 7.04 25 59 86
OVD-PMI 81.91 30.705 40 33 79 23.11 18.52 46 36 81
MAD-SPC 135.42 29.383 23 100 81 10.64 42.9 30 100 83
SCQ-TFS 97.41 26.138 36 65 92 -6.3 46.17 34 73 92
ACE-SVQ 62.16 28.837 37 49 82 20.71 6.15 39 50 85
BCN-FUE 78.1 24.692 17 51 90 26.88 28.35 19 51 90
El tercer bloque de rutas está formado por las conexiones entre aeropuertos peninsula-
res, en las que el porcentaje de pasajeros subvencionados es mucho menor y la variación de los
precios también ha sido inferior, tal y como se refleja en el Cuadro 10, donde las hemos orde-
nado por el número de pasajeros subvencionados el año previo al aumento del descuento.
Cuadro 10. Las principales rutas dentro de la península antes y después del 16 de julio de 2018
CONFIDENCIAL
Aunque este bloque de billetes supone apenas un 5% del coste total del programa, ya
hemos visto que es la que más ha aumentado y conviene comprobar que se debe tanto a que
han subido los precios medios dentro de cada ruta, como a que ahora los residentes hacen más
conexiones. Por otro lado, la teoría nos dice que el aumento del descuento debería reflejarse
especialmente en entrada en nuevas rutas en las que las compañías sean capaces de explotar el
poder de mercado. Este aspecto lo dejamos para más adelante, y ahora vamos a pasar a un
análisis más detallado de las principales rutas.
3.3.- Un análisis por separado de las principales rutas
En el apartado anterior hemos constatado que unas pocas rutas concentran la mayor
parte del coste del programa de descuentos (y, sobre todo, de su aumento), de forma que puede
ser oportuno estudiar de forma más detallada las que generan el mayor volumen de tráfico y
coste. Nos vamos a centrar en las cuatro primeras en ambos criterios que, además, permiten
observar el comportamiento diferencial de los dos archipiélagos, de los dos principales aero-
puertos canarios y el de las dos principales ciudades españolas. Nos referimos a las rutas Madrid-
Las Palmas de Gran Canaria, Madrid-Palma de Mallorca, Madrid-Tenerife Norte y Barcelona-
Palma de Mallorca. Nos seguimos centrando en los años anterior y posterior al aumento del
descuento. El aumento en el coste del programa se puede descomponer en lastres dimensiones
que ya hemos señalado: más porcentaje subvencionado en más traslados más caros. Debemos
destacar que aproximadamente la mitad de ese aumento no se debe al efecto directo del au-
mento del descuento, sino a los efectos indirectos sobre cantidades y precios.
23
23
Cuadro 10. Las principales rutas dentro de la península antes y después del 16 de julio de 2018
Ruta Un año antes Un año después
Precio Cantidad Res. Ocup. Conc. %Precio %Cantidad Res. Ocup. Conc.
MAD-OVD 35,87 28.001 5,58 80 79,6 32,91 17,37 4,21 77,80 51,57
MAD-VGO 43,59 26.199 4,21 77,8 51,6 42,20 2,16 5,58 80,00 79,62
MAD-SCQ 39,8 19.802 3,04 83,9 52,7 10,17 78,72 53,15 61,23 100
MAD-VLC 67,16 16.829 4,68 76,7 69,7 6,05 172,74 61,24 59,33 100
LCG-MAD 49,16 14.831 2,35 79,7 51,4 37,35 6,25 3,04 83,88 52,72
BIO-MAD 34,8 13.790 1,77 75,1 55,8 3,37 24,52 4,68 76,71 69,66
AEI-JCU 43,5 13.145 53,15 61,2 100 11,12 74,09 1,32 86,93 65,39
ALC-MAD 65,28 12.199 4,06 78,9 64,1 27,78 15,78 2,35 79,67 51,41
MAD-PNA 71,92 10.330 7,11 67,7 100 21,23 140,86 0,63 85,45 56,31
MAD-SDR 48,55 9.981 4,62 69,3 100 -4,12 36,77 4,62 69,33 100
AGP-BCN 81,9 9.926 1,32 86,9 65,4 1,81 31,42 7,11 67,69 100
BCN-BIO 63,25 8.877 1,29 75 80,1 9,35 8,94 4,06 78,86 64,07
AGP-JCU 136,5 8.260 61,24 59,3 100 21,40 86,76 0,28 78,97 38,59
GRX-MAD 49,89 6.966 2,88 73,7 100 28,32 -12,97 1,77 75,08 55,83
BCN-MAD 67,66 6.797 0,28 79 38,6 22,58 58,98 1,94 80,24 38,20
AGP-MAD 76,49 6.674 1,94 80,2 38,2 7,20 82,38 2,14 77,75 100
BCN-SVQ 88,35 5.867 0,63 85,5 56,3 19,48 10,63 1,29 74,97 80,13
BCN-OVD 87,2 5.715 2,14 77,7 100 13,14 101,39 1,12 82,10 97,81
ALC-BCN 69,41 5.202 1,34 76,6 96,3 11,80 73,63 1,34 76,55 96,31
MAD-XRY 45,48 5.172 1,77 78,4 99,9 34,75 56,53 1,31 82,11 73,39
Aunque este bloque de billetes supone apenas un 5% del coste total del programa, ya
hemos visto que es la que más ha aumentado y conviene comprobar que se debe tanto a que
han subido los precios medios dentro de cada ruta, como a que ahora los residentes hacen más
conexiones. Por otro lado, la teoría nos dice que el aumento del descuento debería reflejarse
especialmente en entrada en nuevas rutas en las que las compañías sean capaces de explotar el
poder de mercado. Este aspecto lo dejamos para más adelante, y ahora vamos a pasar a un
análisis más detallado de las principales rutas.
3.3.- Un análisis por separado de las principales rutas
En el apartado anterior hemos constatado que unas pocas rutas concentran la mayor
parte del coste del programa de descuentos (y, sobre todo, de su aumento), de forma que puede
ser oportuno estudiar de forma más detallada las que generan el mayor volumen de tráfico y
coste. Nos vamos a centrar en las cuatro primeras en ambos criterios que, además, permiten
observar el comportamiento diferencial de los dos archipiélagos, de los dos principales aero-
puertos canarios y el de las dos principales ciudades españolas. Nos referimos a las rutas Madrid-
Las Palmas de Gran Canaria, Madrid-Palma de Mallorca, Madrid-Tenerife Norte y Barcelona-
Palma de Mallorca. Nos seguimos centrando en los años anterior y posterior al aumento del
descuento. El aumento en el coste del programa se puede descomponer en las tres dimensiones
que ya hemos señalado: más porcentaje subvencionado en más traslados más caros. Debemos
destacar que aproximadamente la mitad de ese aumento no se debe al efecto directo del au-
mento del descuento, sino a los efectos indirectos sobre cantidades y precios.
CONFIDENCIAL
Aeropuertos 17 18
Madrid-Barajas
Barcelona-El Prat
Palma De Mallorca
Málaga-Costa Del Sol
Alicante-Elche
Gran Canaria
El número de pasajeros beneficiados puede aumentar por efecto directo del aumento
de la subvención o por otras causas. Antes de un análisis más detallado, sirva como referencia
el tráfico en los 6 aeropuertos con más tráfico de AENA y el de toda la red, que aumentó en ese
periodo mucho menos que los pasajeros subvencionados, tal y como muestra el Cuadro 11.
Cuadro 11. Pasajeros totales. Datos AENA Octubre
4.725.786
4.174.467
5.188.971
4.542.389
9.80
8.81
2.877.209 2.987.793 3.84
3 1.57
1.279.291 1.349.587 5.49
1.178.056 1.188.256 0.87
16.068.425 17.119.324 6.54
22.842.329 24.326.523 6.50
Respecto al precio, la información agregada de IATA habla de aumentos interanuales en
otoño del 2018 en el entorno del 5%, lo que apunta a un efecto claro del descuento sobre el
precio medio. Detrás de cada "precio medio" hay una distribución de miles de precios. El Gráfico
10 muestra las 4 distribuciones en el conjunto del año previo y posterior al cambio y se aprecia
que la forma de las distribuciones no ha cambiado radicalmente, pero se ha reducido la presen-
cia de billetes muy baratos y a cambio ha aumentado claramente la presencia de billetes de más
de 100 euros.
Gráfico 10. Distribución del precio de los billetes acogidos al descuento
Madrid-Palma de Mallorca Ln
o
O 100 200 300 400
Madrid-Gran Canaria
ea
Q
o Q
0 100 200 300 400 500
24
24
El número de pasajeros beneficiados puede aumentar por efecto directo del aumento
de la subvención o por otras causas. Antes de un análisis más detallado, sirva como referencia
el tráfico en los 6 aeropuertos con más tráfico de AENA y el de toda la red, que aumentó en ese
periodo mucho menos que los pasajeros subvencionados, tal y como muestra el Cuadro 11.
Cuadro 11. Pasajeros totales. Datos AENA Octubre
Aeropuertos 17 18 %
Madrid-Barajas 4.725.786 5.188.971 9.80
Barcelona-El Prat 4.174.467 4.542.389 8.81
Palma De Mallorca 2.877.209 2.987.793 3.84
Málaga-Costa Del Sol 1.833.616 1.862.328 1.57
Alicante-Elche 1.279.291 1.349.587 5.49
Gran Canaria 1.178.056 1.188.256 0.87
Top 6
16.068.425 17.119.324 6.54
Total 22.842.329 24.326.523 6.50
Respecto al precio, la información agregada de IATA habla de aumentos interanuales en
otoño del 2018 en el entorno del 5%, lo que apunta a un efecto claro del descuento sobre el
precio medio. Detrás de cada “precio medio” hay una distribución de miles de precios. El Gráfico
10 muestra las 4 distribuciones en el conjunto del año previo y posterior al cambio y se aprecia
que la forma de las distribuciones no ha cambiado radicalmente, pero se ha reducido la presen-
cia de billetes muy baratos y a cambio ha aumentado claramente la presencia de billetes de más
de 100 euros.
Gráfico 10. Distribución del precio de los billetes acogidos al descuento
0 50 100 150 200 250
Ruta Variable
, la de la seman •
Pr. medio 52,64 53,37 55,54
% Precio 37,55 25,13 30,13
%Trisl. MIERIM
Pr. medio 91,55 88,56 86,96
% Precio 26,87 21,66 25,92
1/.~~11P 12,91 14,6
Pr. medio 88,42 87,69 83,64
traslados Allig ~1_53.066
% Precio 31 17,8 28,7
Pr. medio 40,19 36,57 36,69
% Precio 23,7 9,19 18,53
Jueves VierneA
51,92 56,88 49,54 62,47
45,13 40,36 43,54 49,54
87,58 89,14 92,25 107,63
29,41 32,09 23,16 28,47
159§1.~:12
88,42 93,52 98,16 108,85
,d1.5 68.28) 644 ...65.886
22,33 22,35 18 28,73
36,97 49,26 41,3 55,43
22,76 23,46 12,29 27,94
Ma des
Miérc.
11=11molla~~11~1~~1»~IM
MAD
-PMI
MAD
- LPA
MAD
-TFN
BCN -
PM1
Barcelona-Palma de Mallorca Madrid-Tenerife Norte
D q
o o
0 100 200 300 400
Esas diferencias en la distribución de precios se pueden deber a muchas características
de cada traslado. Por paralelismo a los ejercicios que hemos realizado en el apartado anterior,
podemos explorar la desagregación por días de la semana. El Cuadro 12 muestra los precios
medios en cada ruta y día de la semana el año previo, y además incorpora las cantidades de
traslados subvencionados, porque podría ocurrir que le estuviésemos dando mucha importancia
a un día que fuese poco relevante. Añade la variación de ambos elementos el año posterior.
Observamos que en todas estas rutas el domingo era el día más caro y, a pesar de ello, en dos
de ellas (las de Palma) es el día que más ha subido (en las otras también lo ha hecho claramente
por encima de la media). También las cantidades vendidas eran altas y han subido.
Cuadro 12. Precio y cantidad subvencionada y su cambio
El análisis del comportamiento en los días de la semana se puede profundizar a la bús-
queda de alguna clave que nos permite entender mejor este comportamiento. Por ejemplo, vi-
sualizando la evolución día a día del precio medio en cada ruta, tal y como aparece en el Gráfico
11. Estos gráficos pueden ser poco claros y por eso en el enlace que hay debajo de cada uno se
accede al mismo gráfico con posibilidad de ajustar el rango temporal para comprobar que los
25
25
Esas diferencias en la distribución de precios se pueden deber a muchas características
de cada traslado. Por paralelismo a los ejercicios que hemos realizado en el apartado anterior,
podemos explorar la desagregación por días de la semana. El Cuadro 12 muestra los precios
medios en cada ruta y día de la semana el año previo, y además incorpora las cantidades de
traslados subvencionados, porque podría ocurrir que le estuviésemos dando mucha importancia
a un día que fuese poco relevante. Añade la variación de ambos elementos el año posterior.
Observamos que en todas estas rutas el domingo era el día más caro y, a pesar de ello, en dos
de ellas (las de Palma) es el día que más ha subido (en las otras también lo ha hecho claramente
por encima de la media). También las cantidades vendidas eran altas y han subido.
Cuadro 12. Precio y cantidad subvencionada y su cambio
Ruta Variable Día de la semana
Lunes Martes Miérc. Jueves Viernes Sábado Domingo
MAD
-PMI
Pr. medio 52,64 53,37 55,54 51,92 56,88 49,54 62,47
Traslados 9.2477 82.307 84.096 99.787 126.209 85.291 122.706
% Precio 37,55 25,13 30,13 45,13 40,36 43,54 49,54
% Trasl. 16,14 4,74 13,45 8,06 13,9 8,84 13,08
MAD
- LPA
Pr. medio 91,55 88,56 86,96 87,58 89,14 92,25 107,63
Traslados 98.488 84.107 88.195 91.983 115.129 78.569 106.098
% Precio 26,87 21,66 25,92 29,41 32,09 23,16 28,47
% Trasl. 20,02 12,91 14,6 11,63 11,79 17,85 17,12
MAD
–TFN
Pr. medio 88,42 87,69 83,64 88,42 93,52 98,16 108,85
Traslados 59.685 44.965 53.066 51.802 68.289 44.644 65.886
% Precio 31 17,8 28,7 22,33 22,35 18 28,73
% Trasl. 14,65 20,03 7,11 22,65 12,4 18,51 21,93
BCN -
PMI
Pr. medio 40,19 36,57 36,69 36,97 49,26 41,3 55,43
Traslados 10.073 78.018 81.696 93.031 125.553 85.618 120.768
% Precio 23,7 9,19 18,53 22,76 23,46 12,29 27,94
% Trasl. 13,49 2,24 10,52 14,15 16,16 15,74 19,4
El análisis del comportamiento en los días de la semana se puede profundizar a la bús-
queda de alguna clave que nos permite entender mejor este comportamiento. Por ejemplo, vi-
sualizando la evolución día a día del precio medio en cada ruta, tal y como aparece en el Gráfico
11. Estos gráficos pueden ser poco claros y por eso en el enlace que hay debajo de cada uno se
accede al mismo gráfico con posibilidad de ajustar el rango temporal para comprobar que los
C.4 C:.
IL1
nte s
Madrid-Tenerife Marte
.C1 =4:F
Un.
C:. 4.1
sep_ nov_ ene_ mar_ may_ jul_
Dia
Interactivo
mayores precios tras el shock van asociados a una mayor volatilidad diaria; en particular, van
asociados a días concretos con periodicidad semanal y, por tanto, es en esa dirección en la que
debemos continuar el trabajo.
Gráfico 11. Precio medio del traslado según día del año, antes y después del 15-7-18
Madrid-Palma
=c5 a.] E
EL
sep_ nov_ ene_ mar_ may_ jul_
Dia
Interactivo
Madrid-Las Palmas
sep_ nov_ ene_ mar_ may_ jul_
Dia
Interactivo
Barcelona-Palma
Ant= s ID
sep_ nov_ ene_ mar_ ma.y. jul.
Dia
Interactivo
26
26
mayores precios tras el shock van asociados a una mayor volatilidad diaria; en particular, van
asociados a días concretos con periodicidad semanal y, por tanto, es en esa dirección en la que
debemos continuar el trabajo.
Gráfico 11. Precio medio del traslado según día del año, antes y después del 15-7-18
Interactivo
Interactivo
Interactivo
Interactivo
La cuestión central acerca de qué elementos explican el diferente comportamiento de
precios y cantidades antes y después del aumento de la subvención y entre rutas requiere buscar
en las diferentes variables que pueden ser candidatas a aportar explicaciones. Veamos algunas
otras candidatas:
a) El mix de compañías
Una forma sencilla de ver el efecto composición por compañías sería la siguiente. En
primer lugar, el Cuadro 13 muestra los niveles de precio y traslados vendidos por cada compañía
(representadas por números) en los dos años.
Cuadro 13. Precio medio y traslados subvencionados en cada ruta y compañía
CONFIDENCIAL
Los cambios y sus efectos se pueden visualizar como aparecen en el Cuadro 14, que
representa la descomposición de la subida en efecto nivel y composición: el primero es la parte
de la subida del precio debida a las subidas de cada compañía, la que habría si los consumidores
mantienen sus respectivas cuotas, mientras que la segunda es la parte que se debe al cambio
en las cuotas, a que las compañías más caras aumenten su presencia en el mercado (la deriva-
ción matemática aparece en el Anexo 2).
27
27
La cuestión central acerca de qué elementos explican el diferente comportamiento de
precios y cantidades antes y después del aumento de la subvención y entre rutas requiere buscar
en las diferentes variables que pueden ser candidatas a aportar explicaciones. Veamos algunas
otras candidatas:
a) El mix de compañías
Una forma sencilla de ver el efecto composición por compañías sería la siguiente. En
primer lugar, el Cuadro 13 muestra los niveles de precio y traslados vendidos por cada compañía
(representadas por números) en los dos años.
Cuadro 13. Precio medio y traslados subvencionados en cada ruta y compañía
Los cambios y sus efectos se pueden visualizar como aparecen en el Cuadro 14, que
representa la descomposición de la subida en efecto nivel y composición: el primero es la parte
de la subida del precio debida a las subidas de cada compañía, la que habría si los consumidores
mantienen sus respectivas cuotas, mientras que la segunda es la parte que se debe al cambio
en las cuotas, a que las compañías más caras aumenten su presencia en el mercado (la deriva-
ción matemática aparece en el Anexo 2).
CONFIDENCIAL
recio medio Cambio inicial Nivel. Composici-olizia tal a
55,11 17,70 4,37 22,07
92,25 22,5 2,58 25,16
93,16 21,19 1,95 23,14
13,41 IM 7,62 1
Madrid-Palma
Madrid-Las Palmas ni Madrid-Tenerife Norte
Barcelona-Palma
Origen Estado inicial Estado final Aumento del precio Ruta Precio Traslados Elii~ Traslados
62,64 106.018 86,53 124.154 23,90 38,15
55,06 328.344 E. 78,11 363.745 23,06 'ir 41,87
108,56 100.642 138,61 123.587 30,05 27,68
90,24 299.885 j.14,37 344.767 24,13 26,74
107,01 66.922 132,21 86.098 25,20 23,54
91,15 179.509 113,96 205.199 22,80 25,02
44,18 130.490 51,88 141.105 7,70 17,42
53,19 368.491 10,33 24,11
diMIMi2 MAD
F~111
MAD
LPA ,
MAD
TFN
BCN
PMI 1
Madrid-
Palma Madrid- Las
Palmas Madrid - Te-
nerife Norte Barcelona -
Palma
Cuadro 14. Descomposición shift-share de la subida del precio medio, por compañías
En todos los casos el efecto nivel explica la mayor parte de la subida de los precios, pero
en todos hay un efecto composición positivo; es decir, una parte del aumento se debe a que las
compañías que eran más caras han aumentado cuota entre los residentes.
b) El sentido de la ruta
Desde un punto de vista teórico es evidente que si no se puede discriminar precios entre
residentes y no residentes, la participación de ambos en la demanda total es un factor determi-
nante de la subida del precio. Hasta ahora hemos tratado cada registro como si fueran indepen-
dientes, cuando muchos vuelos son comprados de forma conjunta (al menos, los de ida y vuelta)
y hemos obviado el sentido del vuelo y estas dos cuestiones, que están relacionadas, son sobre
las que ahora reflexionaremos.
El cupón indica el orden de uso de los vuelos, de forma que el 1 es la ida y el 2 la vuelta
y si hay más es que se compró también una conexión (de forma que el 1 sería ir a Madrid, el 2
conectar con el destino final, el 3 volver a Madrid y el 4 volver a Las Palmas). El cupón O no es
un vuelo, sino derechos de emisión que cobra el agente de ventas. A la hora de analizar los
precios de los billetes teniendo en cuenta esta información, tenemos varias opciones:
Una forma de ver el papel del origen del viaje sería distinguir dentro de cada ruta los
viajes que se inician en un sitio u otro, por el aeropuerto de origen del cupón 1; podemos ver el
precio inicial y la cantidad y el aumento del precio, tal y como aparece en el Cuadro 15. La hipó-
tesis es que el precio debe subir menos entre los que comienzan el viaje (y aunque suponemos
que no es relevante, cabe pensar que compran) desde fuera de las islas, porque el porcentaje
de pasajeros subvencionados que inician en ese sentido es menor. Los que compran ida y vuelta
desde las islas también vuelven y computan como pasajeros en el otro sentido, pero el precio
de ese traslado se determinó conjuntamente con el de ida (y su cupón es, al menos, 2).
Cuadro 15. Precios y traslados iniciales en cada sentido de cada ruta
28
28
Cuadro 14. Descomposición shift-share de la subida del precio medio, por compañías
Shift-share Precio medio inicial
Cambio por el efecto Cambio Total Nivel Composición
Madrid-Palma 55,11 17,70 4,37 22,07
Madrid-Las Palmas 92,25 22,58 2,58 25,16
Madrid-Tenerife Norte 93,16 21,19 1,95 23,14
Barcelona-Palma 43,41 7,62 1,94 9,57
En todos los casos el efecto nivel explica la mayor parte de la subida de los precios, pero
en todos hay un efecto composición positivo; es decir, una parte del aumento se debe a que las
compañías que eran más caras han aumentado cuota entre los residentes.
b) El sentido de la ruta
Desde un punto de vista teórico es evidente que si no se puede discriminar precios entre
residentes y no residentes, la participación de ambos en la demanda total es un factor determi-
nante de la subida del precio. Hasta ahora hemos tratado cada registro como si fueran indepen-
dientes, cuando muchos vuelos son comprados de forma conjunta (al menos, los de ida y vuelta)
y hemos obviado el sentido del vuelo y estas dos cuestiones, que están relacionadas, son sobre
las que ahora reflexionaremos.
El cupón indica el orden de uso de los vuelos, de forma que el 1 es la ida y el 2 la vuelta
y si hay más es que se compró también una conexión (de forma que el 1 sería ir a Madrid, el 2
conectar con el destino final, el 3 volver a Madrid y el 4 volver a Las Palmas). El cupón 0 no es
un vuelo, sino derechos de emisión que cobra el agente de ventas. A la hora de analizar los
precios de los billetes teniendo en cuenta esta información, tenemos varias opciones:
Una forma de ver el papel del origen del viaje sería distinguir dentro de cada ruta los
viajes que se inician en un sitio u otro, por el aeropuerto de origen del cupón 1; podemos ver el
precio inicial y la cantidad y el aumento del precio, tal y como aparece en el Cuadro 15. La hipó-
tesis es que el precio debe subir menos entre los que comienzan el viaje (y aunque suponemos
que no es relevante, cabe pensar que compran) desde fuera de las islas, porque el porcentaje
de pasajeros subvencionados que inician en ese sentido es menor. Los que compran ida y vuelta
desde las islas también vuelven y computan como pasajeros en el otro sentido, pero el precio
de ese traslado se determinó conjuntamente con el de ida (y su cupón es, al menos, 2).
Cuadro 15. Precios y traslados iniciales en cada sentido de cada ruta
Ruta Origen Estado inicial Estado final Aumento del precio
Precio Traslados Precio Traslados Euros %
Madrid-
Palma
MAD 62,64 106.018 86,53 124.154 23,90 38,15
PMI 55,06 328.344 78,11 363.745 23,06 41,87
Madrid- Las
Palmas
MAD 108,56 100.642 138,61 123.587 30,05 27,68
LPA 90,24 299.885 114,37 344.767 24,13 26,74
Madrid – Te-
nerife Norte
MAD 107,01 66.922 132,21 86.098 25,20 23,54
TFN 91,15 179.509 113,96 205.199 22,80 25,02
Barcelona –
Palma
BCN 44,18 130.490 51,88 141.105 7,70 17,42
PMI 42,86 326.813 53,19 368.491 10,33 24,11
En las cuatro rutas estudiadas el precio inicial era mayor desde la península. En todos
los casos el número de traslados con origen peninsular era inferior a los de origen en las islas,
pero esto es lógico dado que hablamos de residentes en las islas; de hecho, parece sorprendente
lo alto que resulta que entre un tercio y un cuarto de los viajes de estos residentes se inicien
desde fuera de su supuesta residencia. En tres de los cuatro casos la subida de precios, en tér-
minos porcentuales, es superior desde las islas, tal y como predice la teoría, dado que en ese
sentido son una parte mayor de las adquisiciones. El caso más llamativo es el Barcelona-Palma,
donde la diferencia en el aumento hace que los precios desde Palma terminen siendo mayores.
En cualquier caso, la diferencia de subidas no es radical y quizás eso tenga que ver con los moti-
vos por los que el precio inicial es mayor desde la península; por ejemplo, si esos billetes se
compran en días con alta tasa de ocupación o en general más caros, lo que hay detrás es una
demanda más inelástica que puede compensar la menor cuota de residentes y que el aumento
del descuento genere subidas de precios similares.
El Gráfico 12 muestra el precio medio diario de cada ruta antes y después del cambio
del descuento, y tomando sólo los billetes cupón 1 para diferenciar según el origen del viaje".
Gráfico 12. Precio medio diario antes (izquierda) y después del 15-7-18
Madrid-Palma Madrid-Palma PMI — MAD
— — PMI — MAD
Pre
cio
me
dic
40 1
00
II . '
O '5 ,D
. D 7D
g=3 O)
"-'
1. 1 ' i 11. , ,
sep. ene. may.
Dia
Enlace
III iii
sep_ ene mav
Dia
Enlace
Madrid-Las Palmas Madrid-Las Palmas
,=, LPA — MAD — LPA — MAD
Pre
cio
me
dic
50 1
50 2
5
14 1.,J _ ..,
iiiiii
Pre
cio
me
dic
;0
150
111 , d • ido . 1
sep. ene. may.
Dia
— 41) mili
sep. ene. may.
Día
10 Nos interesa comparar tanto el antes con el después como el impacto del sentido del viaje, pero las cuatro líneas en el mismo gráfico lo hacen poco útil y tomar cocientes respecto a una base móvil tampoco lo parece. Hemos optado por agrupar antes versus después en los gráficos "visibles" y orígenes en los gráficos que aparecen con el enlace, pero es susceptible de mejorar.
29
29
En las cuatro rutas estudiadas el precio inicial era mayor desde la península. En todos
los casos el número de traslados con origen peninsular era inferior a los de origen en las islas,
pero esto es lógico dado que hablamos de residentes en las islas; de hecho, parece sorprendente
lo alto que resulta que entre un tercio y un cuarto de los viajes de estos residentes se inicien
desde fuera de su supuesta residencia. En tres de los cuatro casos la subida de precios, en tér-
minos porcentuales, es superior desde las islas, tal y como predice la teoría, dado que en ese
sentido son una parte mayor de las adquisiciones. El caso más llamativo es el Barcelona-Palma,
donde la diferencia en el aumento hace que los precios desde Palma terminen siendo mayores.
En cualquier caso, la diferencia de subidas no es radical y quizás eso tenga que ver con los moti-
vos por los que el precio inicial es mayor desde la península; por ejemplo, si esos billetes se
compran en días con alta tasa de ocupación o en general más caros, lo que hay detrás es una
demanda más inelástica que puede compensar la menor cuota de residentes y que el aumento
del descuento genere subidas de precios similares.
El Gráfico 12 muestra el precio medio diario de cada ruta antes y después del cambio
del descuento, y tomando sólo los billetes cupón 1 para diferenciar según el origen del viaje10.
Gráfico 12. Precio medio diario antes (izquierda) y después del 15-7-18
Enlace
Enlace
10 Nos interesa comparar tanto el antes con el después como el impacto del sentido del viaje, pero las cuatro líneas en el mismo gráfico lo hacen poco útil y tomar cocientes respecto a una base móvil tampoco lo parece. Hemos optado por agrupar antes versus después en los gráficos “visibles” y orígenes en los gráficos que aparecen con el enlace, pero es susceptible de mejorar.
Desde Madrid
Pre
cio
me
dio
Enlace Enlace
Madrid-Tenerife Madrid-Tenerife TFN — MAD
_ TFN — MAD
o
Pre
cio
med
ic
50 1
50 --5
a) ••• — — — a) —
—
' 1 111 f 1 I ' '
sep_ ene_ may_
Dia
Enlace
1 1 1
sep_ ene. may.
Dia
Enlace
Barcelona-Palma Barcelona-Palma PMI — BC.--J
— .=. PMI — BON _
Prec
io m
edic
!O 6
0 1
2
reci
o m
edic
!O 6
0 14
0
ill i L
a!
— IV
sep. ene. may.
Dia
Enlace
CM
sep. ene. may.
Dia
Enlace
Gráfico 17. Precio medio y cantidad de ' idas" diarias según ruta y origen
1=1 1=1 C
1=1 1=1 "4-
Desde Palma
500 1 500 2500
Idas
500 1500 2500
Idas
Pre
cio
me
dio
30
30
Enlace Enlace
Enlace
Enlace
Enlace
Enlace
Gráfico 17. Precio medio y cantidad de “idas” diarias según ruta y origen
o
.,
u-,
8
-
_
p
Desde Madrid
o
.0 G
in
8 ‘-
-
-
Desde Las Palmas
1. ,... U; ti 2 , It.. .. ':
1
500
i i i i
1500 2500
Idas
1 i i i
500 1500
Idas
o
CD E
CL
p em
,=1
cp
-
_
—,
200
,,, ,,,,
Desde Madrid
,
o -0
12_
p cm
"D
_
—
Desde Tenerife
. —
, ,
'.11.1:?
1 1 1 1 1 1 1
600 1000 1600
Idas
1 1 1
400 800 1200
Idas
Pre
cio
me
dio
O 1
00 2
00
r, ii ii
1
Desde Barcelona
-o
o .a., eL
1)
.=. cm
-
.D -
Desde Palma
. : .,._,-
- ....".., .
,,, ....
i III i 1 1
1500 2500 3500
Idas
500
III i i i
1500 2500
Idas
Terminamos este apartado con un gráfico de dispersión en el que veamos la cantidad
de vuelos de cada día y su precio medio. Si la subvención alcanzase al total de pasajeros no es
evidente que haya que esperar una correlación determinada, puesto que se ve afectada tanto
por factores de oferta como de demanda. Sin embargo, como la subvención alcanza a una parte
de la demanda, cabría esperar que para ellos el efecto disuasorio que opera a través de los pre-
cios de los días con más demanda lo haga en menor media. En cualquier caso, permite apuntar
otro efecto composición, a través del cual los días más o menos caros ponderan en el precio
medio final según la cantidad subvencionada esos días.
Quizás sea más útil calcular la correlación entre precio y cantidad tanto para los casos
representados, que se corresponden a los datos diarios del año posterior al aumento del des-
31
31
Terminamos este apartado con un gráfico de dispersión en el que veamos la cantidad
de vuelos de cada día y su precio medio. Si la subvención alcanzase al total de pasajeros no es
evidente que haya que esperar una correlación determinada, puesto que se ve afectada tanto
por factores de oferta como de demanda. Sin embargo, como la subvención alcanza a una parte
de la demanda, cabría esperar que para ellos el efecto disuasorio que opera a través de los pre-
cios de los días con más demanda lo haga en menor media. En cualquier caso, permite apuntar
otro efecto composición, a través del cual los días más o menos caros ponderan en el precio
medio final según la cantidad subvencionada esos días.
Quizás sea más útil calcular la correlación entre precio y cantidad tanto para los casos
representados, que se corresponden a los datos diarios del año posterior al aumento del des-
Origen Un año antes n año después
MAD-PMI MA811 1~6 ~1.111 PMI
MAD
LPA
=IP TFN
.111 PMI
-0.0545
0.1148
-0.097
0.1909 m
-0.229
0.6008
0.2027
0.2434
0.0261
0.3582
0.3431
0.0972
0.7682
0.4731
r- MAD-LPA
MAD-TFN
BCN-PMI
ir
1
Ruta Periodo C D R2
MAD-PMI I
A k 66.1197
(891.4)
-0.3374
(-229.3)
Después 90.4764 -0.4318
(924.9) (-213.9)
MAD-LPI AntesWM 110.2641 -0.4514
(862.8) (-210.8)
0.07054
0.05594 = 32
cuento, como para el año anterior. El Cuadro 16 muestra cómo esas correlaciones han aumen-
tado de manera significativa en 7 de los 8 casos estudiados y ahora son todas positivas, lo que
parece apuntar a que la subida de precios que acompaña a la demanda alta en ciertos días ex-
pulsa de esos días a los pasajeros no subvencionados.
Cuadro 16. Correlaciones entre precio medio y traslados subvencionados diarios
c) Antelación.
Merece la pena discutir despacio el efecto esperable de cambios en la antelación con la
que se compran los billetes, porque no es trivial. El punto de partida es que una mayor antela-
ción, con todo lo demás constante y en general, abarata el billete; sin embargo, si el aumento
del descuento hace prever una mayor demanda y eso lleva a los clientes a anticipar su compra
para no quedarse fuera, entonces observaríamos a la vez más antelación y precios más altos.
Aplicado lo anterior al análisis de los efectos de un aumento en el descuento, cabría esperar que
los clientes anticipasen menos su compra porque les preocupa menos el precio, pero si les preo-
cupa más la disponibilidad este segundo efecto puede compensar el primero. Ya vimos al prin-
cipio que no ha habido cambios drásticos en la antelación media, pero vamos ahora a mirar con
un poco más de detalle esos datos.
Un primer ejercicio podría consistir en revisar la relación entre precio y antelación de
cada billete en cada ruta; como son demasiados gráficos con cientos de miles de puntos en cada
uno, parece preferible mostrar un cuadro con las correlaciones y su confianza. Estimamos por
mínimos cuadrados ordinarios (MCO) una sencilla ecuación en la que el precio (p) depende de
la antelación (a) más una constante y el Cuadro 17 muestra entre paréntesis la t de cada valor
estimado y el R2 que en general muestra una relación muy débil o inexistente, aunque no deja
de ser cierto que en todos los casos la antelación muestra una relación negativa con el precio.
Hemos probado alguna modificación (como tomar logaritmos en una o ambas variables), pero
los resultados parecen contundentes en cuanto a la inexistencia de una relación simple entre
estas dos variables.
Cuadro 17. Estimación por MCO de p=C+Dxa con datos ruta/año (micro)
32
cuento, como para el año anterior. El Cuadro 16 muestra cómo esas correlaciones han aumen-
tado de manera significativa en 7 de los 8 casos estudiados y ahora son todas positivas, lo que
parece apuntar a que la subida de precios que acompaña a la demanda alta en ciertos días ex-
pulsa de esos días a los pasajeros no subvencionados.
Cuadro 16. Correlaciones entre precio medio y traslados subvencionados diarios
Ruta Origen Un año antes Un año después
MAD-PMI MAD 0.276 0.5697
PMI -0.0545 0.2434
MAD-LPA MAD 0.1148 0.0261
LPA -0.097 0.3582
MAD-TFN MAD 0.1909 0.3431
TFN -0.229 0.0972
BCN-PMI BCN 0.6008 0.7682
PMI 0.2027 0.4731
c) Antelación.
Merece la pena discutir despacio el efecto esperable de cambios en la antelación con la
que se compran los billetes, porque no es trivial. El punto de partida es que una mayor antela-
ción, con todo lo demás constante y en general, abarata el billete; sin embargo, si el aumento
del descuento hace prever una mayor demanda y eso lleva a los clientes a anticipar su compra
para no quedarse fuera, entonces observaríamos a la vez más antelación y precios más altos.
Aplicado lo anterior al análisis de los efectos de un aumento en el descuento, cabría esperar que
los clientes anticipasen menos su compra porque les preocupa menos el precio, pero si les preo-
cupa más la disponibilidad este segundo efecto puede compensar el primero. Ya vimos al prin-
cipio que no ha habido cambios drásticos en la antelación media, pero vamos ahora a mirar con
un poco más de detalle esos datos.
Un primer ejercicio podría consistir en revisar la relación entre precio y antelación de
cada billete en cada ruta; como son demasiados gráficos con cientos de miles de puntos en cada
uno, parece preferible mostrar un cuadro con las correlaciones y su confianza. Estimamos por
mínimos cuadrados ordinarios (MCO) una sencilla ecuación en la que el precio (p) depende de
la antelación (a) más una constante y el Cuadro 17 muestra entre paréntesis la t de cada valor
estimado y el R2 que en general muestra una relación muy débil o inexistente, aunque no deja
de ser cierto que en todos los casos la antelación muestra una relación negativa con el precio.
Hemos probado alguna modificación (como tomar logaritmos en una o ambas variables), pero
los resultados parecen contundentes en cuanto a la inexistencia de una relación simple entre
estas dos variables.
Cuadro 17. Estimación por MCO de p=C+Dxa con datos ruta/año (micro)
Ruta Periodo C D R2
MAD-PMI Antes 66.1197 (891.4)
-0.3374 (-229.3)
0.07054
Después 90.4764 (924.9)
-0.4318 (-213.9)
0.05594
MAD-LPI Antes 110.2641 (862.8)
-0.4514 (-210.8)
0.06284
MAD-TFN
Después 140.3705 -0.581 0.06841 (958.6) (-236.6)
a
i
s 109.5815 (778.2)
-0.4375 (-172.4)
0.07111
Después 137.3279 -0.553649 0.06649 (787.3) (-179.6)
48.6548 -0.1899 0.03464 (893.9) (-156.8)
Después 57.62385 -0.1766 0.01665 (862.9) (-114.9)
Una forma alternativa de enfocar esta relación es observar, en cada ruta y año, el precio
medio que tienen los billetes que comparten una misma antelación. El Gráfico 18 muestra los
resultados de este ejercicio y en él se observa que la antelación óptima, que venía siendo de
dos meses, ha desaparecido, pero las antelaciones superiores a los 4 meses son poco represen-
tativas y por eso hay mucho ruido en la parte derecha de los gráficos.
Gráfico 18. Precio medio en cada ruta/año según la antelación
— o
Pre
cio
me
dic
o 100
ii
1 1 Madrid-Palma
— Antes — Después
'II '5
E
0
o ._ u o E in
CL
E '
Madrid-Las Palmas — Antes — Des ués
0 50 100 150 200
Antelación media
0 50 100 150 200
Antelación media
- o '5 . .1 1=
Lo 1
13' 1
Madrid-Tenerife Norte - Antes
Deseués
Pre
cio
me
dic
0 4
0 1
0C
iiiiii
.-- -
Barcelona-Palma — Antes
.Nwswouwilw — 11 1 és
0 50 100 150 200
Antelación media
O 50 100 150 200
Antelación media.
33
33
Después 140.3705 (958.6)
-0.581 (-236.6)
0.06841
MAD-TFN Antes 109.5815 (778.2)
-0.4375 (-172.4)
0.07111
Después 137.3279 (787.3)
-0.553649 (-179.6)
0.06649
BCN-PMI Antes 48.6548 (893.9)
-0.1899 (-156.8)
0.03464
Después 57.62385 (862.9)
-0.1766 (-114.9)
0.01665
Una forma alternativa de enfocar esta relación es observar, en cada ruta y año, el precio
medio que tienen los billetes que comparten una misma antelación. El Gráfico 18 muestra los
resultados de este ejercicio y en él se observa que la antelación óptima, que venía siendo de
dos meses, ha desaparecido, pero las antelaciones superiores a los 4 meses son poco represen-
tativas y por eso hay mucho ruido en la parte derecha de los gráficos.
Gráfico 18. Precio medio en cada ruta/año según la antelación
MAD-PMI ah 10.327 1 0.972 1I -0.2697 0.4656 (107.4) (715.7) (-240.9)
Después 12.986
0.99 -0.396 0.4698 (104.9)
(776.3) (-261.9)
I Antes I 17.895 (88.01)
0.974 -0.388 (534) (-216.35)
0.3448
Después 22.924 1.001
-0.585 0.349
(95.99)
(572.8) (-284.8)
Antes
I. 1
16.25 0.99 -0.408
(86.07) (588.4) (-220.91)
Después 21.018 0.9996
(89.77) (598.07) -0.552 0.4785
(-239.67)
P"
5.477 1.018 -0.226 III
(80.17) (776.47) (-255.67)
(81.2) Después 5.817 1.035 -0.292 0.5389
(939.6) (-275.5)
Otro ejercicio interesante es observar la correlación, dentro de cada ruta/año entre el
precio medio y la antelación media, que, como se aprecia en el Cuadro 18 es en todo caso alta,
aunque sólo en la ruta Madrid-Palma ha aumentado de forma significativa. Esas correlaciones
implican que, como sospechábamos, los días que los pasajeros prevén más complicados para
conseguir billetes son los días en los que coinciden precios altos y antelaciones altas, y viceversa,
de forma que esa correlación "entre días" se tiende a compensar con la correlación "inter días"
y ello explicaría la falta de correlación cuando observamos todos los datos juntos en el Cuadro
17.
Cuadro 18. Correlaciones entre el precio y la antelación media diarios por ruta/año
Un año antes Un año después
MAD-PMI ~77 J 6
MAD-LPA 0.7655 0.7648
MAD-TFN 0.8079 O.
0.6385 0.6884
Una forma de separar ambos efectos es volver a correr las regresiones resumidas en el
Cuadro 17, pero añadiendo en cada una el precio medio de los billetes subvencionados en cada
vuelo, como proxy de la demanda asociada a cada uno de los vuelos diarios. Los resultados se
muestran en el Cuadro 19 y reflejan una mejora clara del ajuste y un aumento de la significativi-
dad del impacto negativo de la antelación de la compra en el precio.
Cuadro 19. Estimación por MCO de p=C+Bxpm+Dxa con datos ruta/año (micro)
Ruta
Periodo C Precio vuelo Antelación R2 ajust.
34
34
Otro ejercicio interesante es observar la correlación, dentro de cada ruta/año entre el
precio medio y la antelación media, que, como se aprecia en el Cuadro 18 es en todo caso alta,
aunque sólo en la ruta Madrid-Palma ha aumentado de forma significativa. Esas correlaciones
implican que, como sospechábamos, los días que los pasajeros prevén más complicados para
conseguir billetes son los días en los que coinciden precios altos y antelaciones altas, y viceversa,
de forma que esa correlación “entre días” se tiende a compensar con la correlación “inter días”
y ello explicaría la falta de correlación cuando observamos todos los datos juntos en el Cuadro
17.
Cuadro 18. Correlaciones entre el precio y la antelación media diarios por ruta/año
Un año antes Un año después
MAD-PMI 0.5177 0.6276
MAD-LPA 0.7655 0.7648
MAD-TFN 0.8079 0.775
BCN-PMI 0.6385 0.6884
Una forma de separar ambos efectos es volver a correr las regresiones resumidas en el
Cuadro 17, pero añadiendo en cada una el precio medio de los billetes subvencionados en cada
vuelo, como proxy de la demanda asociada a cada uno de los vuelos diarios. Los resultados se
muestran en el Cuadro 19 y reflejan una mejora clara del ajuste y un aumento de la significativi-
dad del impacto negativo de la antelación de la compra en el precio.
Cuadro 19. Estimación por MCO de p=C+Bxpm+Dxa con datos ruta/año (micro)
Ruta Periodo C Precio vuelo Antelación R2 ajust.
MAD-PMI Antes 10.327 (107.4)
0.972 (715.7)
-0.2697 (-240.9)
0.4656
Después 12.986 (104.9)
0.99 (776.3)
-0.396 (-261.9)
0.4698
MAD-LPI Antes 17.895 (88.01)
0.974 (534)
-0.388 (-216.35)
0.3448
Después 22.924 (95.99)
1.001 (572.8)
-0.585 (-284.8)
0.349
MAD-TFN Antes 16.25 (86.07)
0.99 (588.4)
-0.408 (-220.91)
0.5089
Después 21.018 (89.77)
0.9996 (598.07)
-0.552 (-239.67)
0.4785
BCN-PMI Antes 5.477 (80.17)
1.018 (776.47)
-0.226 (-255.67)
0.4865
Después 5.817 (81.2)
1.035 (939.6)
-0.292 (-275.5)
0.5389
utas/Co
3.4. Los flujos de entrada y salida al mercado
Por supuesto, hay más elementos que describen el comportamiento del mercado, más
allá de precios y cantidades y estadísticos como los anteriores. Por ejemplo, es interesante ver
los cambios que ha habido en la oferta de vuelos según el momento y el tipo de ruta. La hipótesis
más consistente con la teoría sería que el aumento del descuento y su correspondiente aumento
de la demanda debería conducir a que se acelere el ritmo de apertura de nuevas rutas, para
poder derivar de forma permanente ese aumento del descuento hacia mayores precios. El Cua-
dro 19 vuelve a usar la división de las rutas nacionales entre las que conectan dos aeropuertos
insulares (1), las que lo hacen con aeropuertos peninsulares (P) y las que van de los primeros
(incluyendo Melilla) a los segundos (M).
En cada grupo miramos las rutas que permanecen respecto al año anterior (lo que nos
lleva a perder el primer periodo), las que entran (E) y las que salen (S); además, las entradas y
salidas pueden ser de compañías en rutas que ya existían antes (EC) o se mantienen después
(SC) o bien entradas y salidas que crean (ER) o abandonan (SR) ciertas rutas. En este caso no nos
interesa tanto lo que hacen los pasajeros de todas esas rutas sino qué tipo de rutas entran y
salen y qué efecto tiene sobre los pasajeros de las que permanecen, como la información reco-
gida en el Cuadro 20.
Cuadro 20. Movimientos de compañías por rutas y años respecto al cambio (16-7-18)
Dos años antes
Un año antes
Un año después
Ruta P EC SC ER SR P (106) %
I 24 3 8 0 4 3,5 6.12
M 252 25 33 5 8 15,05 10.2
P 147 32 33 18 28 13,15 7.26
I 25 16 2 5 0 3,76 4.3
M 234 24 40 9 8 16.54 7.89
P 143 27 38 17 16 14.1 9.45
I 34 7 11 2 1 4,95 8.94
M 240 31 19 14 8 17.81 8.54
P 154 34 27 15 6 15.47 6.54
En las rutas insulares los grandes cambios se producen como respuesta a su propio au-
mento del descuento en verano de 2017, de forma que desde entonces a julio de 2018 entran
16 nuevas operaciones en rutas existentes; la entrada y salida en rutas nuevas es reducida por-
que no existen muchas opciones reales y el número de pasajeros tampoco experimenta grandes
cambios. En las rutas mixtas (conexiones entre la península y aeropuertos no peninsulares) el
mayor cambio se produce el año posterior al aumento de su descuento, puesto que la entrada
a rutas ya existentes pasa de ser 25 (24 un año antes) a 31, pero, sobre todo, el cambio se pro-
duce en la apertura de rutas nuevas, que pasa de 9 (5 un año antes) a 14, manteniéndose los
abandonos de rutas constantes; sin embargo, el ritmo de crecimiento del total de pasajeros no
cambia mucho. Ya vimos que los pasajeros subvencionados sí que habían aumentado sus viajes
mucho más de lo que aparece en el Cuadro 19, lo que podría apuntar a un cierto efecto expulsión
sobre los pasajeros no subvencionados. Por último, el grupo de rutas intrapeninsulares no ex-
perimenta grandes cambios.
Se aprecia que la entrada de nuevas rutas, que venía concentrándose en las peninsula-
res, este año se ha incrementado especialmente en las conexiones con zonas subvencionadas,
35
35
3.4. Los flujos de entrada y salida al mercado
Por supuesto, hay más elementos que describen el comportamiento del mercado, más
allá de precios y cantidades y estadísticos como los anteriores. Por ejemplo, es interesante ver
los cambios que ha habido en la oferta de vuelos según el momento y el tipo de ruta. La hipótesis
más consistente con la teoría sería que el aumento del descuento y su correspondiente aumento
de la demanda debería conducir a que se acelere el ritmo de apertura de nuevas rutas, para
poder derivar de forma permanente ese aumento del descuento hacia mayores precios. El Cua-
dro 19 vuelve a usar la división de las rutas nacionales entre las que conectan dos aeropuertos
insulares (I), las que lo hacen con aeropuertos peninsulares (P) y las que van de los primeros
(incluyendo Melilla) a los segundos (M).
En cada grupo miramos las rutas que permanecen respecto al año anterior (lo que nos
lleva a perder el primer periodo), las que entran (E) y las que salen (S); además, las entradas y
salidas pueden ser de compañías en rutas que ya existían antes (EC) o se mantienen después
(SC) o bien entradas y salidas que crean (ER) o abandonan (SR) ciertas rutas. En este caso no nos
interesa tanto lo que hacen los pasajeros de todas esas rutas sino qué tipo de rutas entran y
salen y qué efecto tiene sobre los pasajeros de las que permanecen, como la información reco-
gida en el Cuadro 20.
Cuadro 20. Movimientos de compañías por rutas y años respecto al cambio (16-7-18)
Rutas/Compañías Pasajeros
Periodo Ruta P EC SC ER SR P (106) %
Dos años antes
I 24 3 8 0 4 3,5 6.12
M 252 25 33 5 8 15,05 10.2
P 147 32 33 18 28 13,15 7.26
Un año antes
I 25 16 2 5 0 3,76 4.3
M 234 24 40 9 8 16.54 7.89
P 143 27 38 17 16 14.1 9.45
Un año después
I 34 7 11 2 1 4,95 8.94
M 240 31 19 14 8 17.81 8.54
P 154 34 27 15 6 15.47 6.54
En las rutas insulares los grandes cambios se producen como respuesta a su propio au-
mento del descuento en verano de 2017, de forma que desde entonces a julio de 2018 entran
16 nuevas operaciones en rutas existentes; la entrada y salida en rutas nuevas es reducida por-
que no existen muchas opciones reales y el número de pasajeros tampoco experimenta grandes
cambios. En las rutas mixtas (conexiones entre la península y aeropuertos no peninsulares) el
mayor cambio se produce el año posterior al aumento de su descuento, puesto que la entrada
a rutas ya existentes pasa de ser 25 (24 un año antes) a 31, pero, sobre todo, el cambio se pro-
duce en la apertura de rutas nuevas, que pasa de 9 (5 un año antes) a 14, manteniéndose los
abandonos de rutas constantes; sin embargo, el ritmo de crecimiento del total de pasajeros no
cambia mucho. Ya vimos que los pasajeros subvencionados sí que habían aumentado sus viajes
mucho más de lo que aparece en el Cuadro 19, lo que podría apuntar a un cierto efecto expulsión
sobre los pasajeros no subvencionados. Por último, el grupo de rutas intrapeninsulares no ex-
perimenta grandes cambios.
Se aprecia que la entrada de nuevas rutas, que venía concentrándose en las peninsula-
res, este año se ha incrementado especialmente en las conexiones con zonas subvencionadas,
mientras que la entrada en rutas ya existentes se ha mantenido. Los patrones de entrada al
mercado marcarán la senda hacia una mayor intensidad de la competencia o de la fragmenta-
ción de la oferta, con efectos radicalmente diferentes sobre los precios y el coste del programa
de descuentos.
En el apartado siguiente profundizamos en el análisis del comportamiento de dichos
precios, a través del uso de herramientas más sofisticadas.
36
36
mientras que la entrada en rutas ya existentes se ha mantenido. Los patrones de entrada al
mercado marcarán la senda hacia una mayor intensidad de la competencia o de la fragmenta-
ción de la oferta, con efectos radicalmente diferentes sobre los precios y el coste del programa
de descuentos.
En el apartado siguiente profundizamos en el análisis del comportamiento de dichos
precios, a través del uso de herramientas más sofisticadas.
3. Un análisis econométrico del impacto en los precios
A continuación, acometemos la tarea de realizar un análisis econométrico para intentar
discernir el efecto del incremento en el subsidio sobre otros efectos simultáneos que pueden
haber impactado las tarifas aéreas tales como precios del petróleo, factores macroeconómicos
u otros factores que puedan aumentar o disminuir la demanda de viajes entre península y los
archipiélagos balear y canario. Para ello, necesitamos un grupo de control en el que las tarifas
aéreas no hayan sido afectadas por el incremento en el subsidio pero sí por otros factores si-
multáneos en el tiempo que afectan las tarifas de los vuelos entre las islas y la península. La
intuición básica es comparar que ocurre en el grupo de control en relación al comportamiento
de los vuelos sí afectados por el subsidio. El supuesto de partida es que en los billetes de ida y
vuelta el porcentaje de residentes insulares que tienen las islas como origen del viaje será muy
superior al porcentaje de residentes que compran el billete de ida y vuelta con origen en la pe-
nínsula. De hecho, en la base de datos estimamos que por cada vuelo de ida y vuelta entre las
islas (más Melilla) y la península con origen peninsular hecho por residentes, hay 7,2 vuelos de
ida y vuelta a la península hechos por residentes con origen en las islas (más Melilla).
Por ello, el impacto en precios (o cualquier otra variable) que haya podido tener el in-
cremento del subsidio se verá reflejado en los billetes de ida y vuelta con origen en las islas en
mucha mayor medida que en los billetes de ida y vuelta con origen en la península. Teóricamente
el efecto del subsidio en los billetes de ida y vuelta a las islas con destino a la península tendría
que ser cero si no hay residentes insulares que adquieran este tipo de billetes. Sin embargo, no
se puede descartar que haya también un efecto del subsidio en los vuelos con origen en la pe-
nínsula debido a residentes insulares que por diversos motivos inicien sus vuelos en la península.
Por ello, las estimaciones que desarrollamos más abajo son unas estimaciones conservadoras
(sesgadas a la baja) del efecto del incremento del subsidio en las tarifas aéreas.
Para fijar ideas es conveniente introducir un lenguaje algo más formalizado. Llamemos
IP a un billete de ida y vuelta entre una isla I y un destino en la península P cuyo origen sea en I.
Sea PI un vuelo de ida y vuelta entre I y P cuyo origen sea en P. Dado que el trayecto y la distancia
recorrida entre IP y PI es exactamente la misma, cualquier factor de coste que afecte PI tendría
que impactar en la misma medida a IP. Sin embargo, dada que la composición de residentes en
IP sea mayor que en PI entonces cualquier diferencia entre PI y IP puede ser atribuida al efecto
del incremento del subsidio una vez que se controlan por otros efectos que pueden afectar di-
ferencialmente la demanda de PI de la demanda de IP tales como factores económico -regiona-
les que afecten a P y no a I o viceversa.
A continuación vemos cómo ha evolucionado el precio medio de los billetes de ida y
vuelta de PI en comparación del precio medio de los billetes de ida y vuelta de IP. De la base de
datos de la DGAC con los subsidios utilizados nos quedamos con billetes de ida y vuelta entre
península y las islas (más Melilla). Es decir, eliminamos billetes sólo de ida, billetes de ida y vuelta
insulares así como todos los billetes con escala antes del destino final. También eliminamos los
billetes utilizados por residentes en Ceuta desde los aeropuertos de Málaga, Sevilla y Jerez. El
Cuadro 21 muestra las estadísticas descriptivas para ambos tipos de billete:
37
37
3. Un análisis econométrico del impacto en los precios
A continuación, acometemos la tarea de realizar un análisis econométrico para intentar
discernir el efecto del incremento en el subsidio sobre otros efectos simultáneos que pueden
haber impactado las tarifas aéreas tales como precios del petróleo, factores macroeconómicos
u otros factores que puedan aumentar o disminuir la demanda de viajes entre península y los
archipiélagos balear y canario. Para ello, necesitamos un grupo de control en el que las tarifas
aéreas no hayan sido afectadas por el incremento en el subsidio pero sí por otros factores si-
multáneos en el tiempo que afectan las tarifas de los vuelos entre las islas y la península. La
intuición básica es comparar que ocurre en el grupo de control en relación al comportamiento
de los vuelos sí afectados por el subsidio. El supuesto de partida es que en los billetes de ida y
vuelta el porcentaje de residentes insulares que tienen las islas como origen del viaje será muy
superior al porcentaje de residentes que compran el billete de ida y vuelta con origen en la pe-
nínsula. De hecho, en la base de datos estimamos que por cada vuelo de ida y vuelta entre las
islas (más Melilla) y la península con origen peninsular hecho por residentes, hay 7,2 vuelos de
ida y vuelta a la península hechos por residentes con origen en las islas (más Melilla).
Por ello, el impacto en precios (o cualquier otra variable) que haya podido tener el in-
cremento del subsidio se verá reflejado en los billetes de ida y vuelta con origen en las islas en
mucha mayor medida que en los billetes de ida y vuelta con origen en la península. Teóricamente
el efecto del subsidio en los billetes de ida y vuelta a las islas con destino a la península tendría
que ser cero si no hay residentes insulares que adquieran este tipo de billetes. Sin embargo, no
se puede descartar que haya también un efecto del subsidio en los vuelos con origen en la pe-
nínsula debido a residentes insulares que por diversos motivos inicien sus vuelos en la península.
Por ello, las estimaciones que desarrollamos más abajo son unas estimaciones conservadoras
(sesgadas a la baja) del efecto del incremento del subsidio en las tarifas aéreas.
Para fijar ideas es conveniente introducir un lenguaje algo más formalizado. Llamemos
IP a un billete de ida y vuelta entre una isla I y un destino en la península P cuyo origen sea en I.
Sea PI un vuelo de ida y vuelta entre I y P cuyo origen sea en P. Dado que el trayecto y la distancia
recorrida entre IP y PI es exactamente la misma, cualquier factor de coste que afecte PI tendría
que impactar en la misma medida a IP. Sin embargo, dada que la composición de residentes en
IP sea mayor que en PI entonces cualquier diferencia entre PI y IP puede ser atribuida al efecto
del incremento del subsidio una vez que se controlan por otros efectos que pueden afectar di-
ferencialmente la demanda de PI de la demanda de IP tales como factores económico -regiona-
les que afecten a P y no a I o viceversa.
A continuación vemos cómo ha evolucionado el precio medio de los billetes de ida y
vuelta de PI en comparación del precio medio de los billetes de ida y vuelta de IP. De la base de
datos de la DGAC con los subsidios utilizados nos quedamos con billetes de ida y vuelta entre
península y las islas (más Melilla). Es decir, eliminamos billetes sólo de ida, billetes de ida y vuelta
insulares así como todos los billetes con escala antes del destino final. También eliminamos los
billetes utilizados por residentes en Ceuta desde los aeropuertos de Málaga, Sevilla y Jerez. El
Cuadro 21 muestra las estadísticas descriptivas para ambos tipos de billete:
Tarifa aérea vuelos de ida y
vuelta islas-penínsulas con ori-
gen en península (grupo de con-
trol)
Tarifa aérea vuelos de ida y
vuelta islas-península con origen
en las islas más Melilla (grupo
treatment)
Antelación compra de vuelos de
ida y vuelta islas-península con
origen en península (grupo de
control)
Antelación compra de vuelos de
ida y vuelta islas-península con
origen en islas (grupo treatment)
Cuadro 21. Estadísticas descriptivas del treatment y control group
Media Desviación estándar Observacione
~12 834.414
€146,13 111.06 M 6.010.795
54,34 (días) 47,25 834.414
56,37 (días) 47,81 6.010.795
El Cuadro 22 muestra como no hay diferencias significativas entre ambos tipos de bille-
tes. El precio medio de ambos oscila entre 141 y 146 euros mientras que la antelación es algo
superior (dos días) en los billetes con origen en la península. En el Gráfico 1 vemos la evolución
temporal de ambas variables. Se observa que no hay prácticamente diferencia en los importes
de los mismos siguiendo una evolución simétrica y paralela. Asimismo, tampoco se detecta de
manera visual ningún comportamiento diferencial después de Julio del 2018.
Gráfico 19
Evolución tarifa billetes ida y vuelta desde Julio del 2015 a Julio del 2019
200
150
100
50 Billetes origen peninsula
Billetes origen insular
.0 (1) (1) 0 0 .0 CL) a) 2
0 9 cu cu 2 o 9 cu cu o o 9 I.- I.- 2 N ›.. - I.- I.- 2 . - I.- I.- 2 ›.. - I.- I.- 2 N ›.. L_ = L_ = L_ = = a) a) a) ) E 1
c ciu ciu 1
c ciu ciu 1
c ciu ciu 1
c ciu ciu a) Lu a) Lu a) Lu a) Lu
z •5 z •5 z •5 z •5
Lil a)
Lil z a)V) z a)
Lil Z a) z
38
0
38
Cuadro 21. Estadísticas descriptivas del treatment y control group
Media Desviación estándar Observaciones
Tarifa aérea vuelos de ida y vuelta islas-penínsulas con ori-gen en península (grupo de con-trol)
€141,12 110,41 834.414
Tarifa aérea vuelos de ida y vuelta islas-península con origen en las islas más Melilla (grupo treatment)
€146,13 111.06 6.010.795
Antelación compra de vuelos de ida y vuelta islas-península con origen en península (grupo de control)
54,34 (días) 47,25 834.414
Antelación compra de vuelos de ida y vuelta islas-península con origen en islas (grupo treatment)
56,37 (días) 47,81 6.010.795
El Cuadro 22 muestra como no hay diferencias significativas entre ambos tipos de bille-
tes. El precio medio de ambos oscila entre 141 y 146 euros mientras que la antelación es algo
superior (dos días) en los billetes con origen en la península. En el Gráfico 1 vemos la evolución
temporal de ambas variables. Se observa que no hay prácticamente diferencia en los importes
de los mismos siguiendo una evolución simétrica y paralela. Asimismo, tampoco se detecta de
manera visual ningún comportamiento diferencial después de Julio del 2018.
Gráfico 19
0
50
100
150
200
250
Julio
Sep
tiem
bre
No
viem
bre
Ener
o
Mar
zo
May
o
Julio
Sep
tiem
bre
No
viem
bre
Ener
o
Mar
zo
May
o
Julio
Sep
tiem
bre
No
viem
bre
Ener
o
Mar
zo
May
o
Julio
Sep
tiem
bre
No
viem
bre
Ener
o
Mar
zo
May
o
Julio
Evolución tarifa billetes ida y vuelta desde Julio del 2015 a Julio del 2019
Billetes origen peninsula
Billetes origen insular
(1) (2
140,35*** 4.67*** (14,13) (0,02)
Ifflaill 35,69*** 0,26***
(5,51) (0,02)
Antelación (días)
Efecto fijo día de la semana
NO NO ~
Efecto fijo de mes
.11. NO
Efecto fijo de año
NO NO
lo
Efecto fijo com-pañía aérea
Los descriptivos de más arriba sugieren que no hay diferencias entre el grupo de con-
trol y el treatment y por ello que el incremento del descuento de residente no ha afectado los
precios. Confirmamos esta intuición con un análisis econométrico en el que corremos la si-
guiente regresión:
Pabt = ao + aiTreatmentab + a2Aftert + a3Treatmentab * Aftert+Controles (1)
Donde Pabt representa el precio de un billete de ida y vuelta entre a y b en el período t con
origen en a; Treatmentab representa una variable dummy con valor igual a uno si a es una isla
y cero en cualquier otro caso; Aftert es una variable dummy con un valor igual a uno si t es
después de la subida del subsidio y cero en caso contrario: Controls son todas las variables de
control que pueden explicar diferentes comportamientos de la demanda en a y en b. Hay que
resaltar que dado que la estrategia de identificación consiste en estimar la diferencia en precios
entre PI y IP, no es necesario controlar por características del vuelo talos como distancia en
Kilómetros o número de competidores dado que tanto el treatment como el grupo de control
son exactamente el mismo vuelo.
El parámetro de interés es a3 que estima el comportamiento diferencial en los precios en el
grupo "treatment" después de la subida en el importe de los subsidios a los viajes por los resi-
dentes insulares.
Antes de estimar el modelo (1) de más arriba empezamos corriendo una sencilla regresión lineal
para ver si efectivamente ha habido un comportamiento diferencia de los precios a raíz del in-
cremento del subsidio. Es decir, como paso preliminar, sin diferenciar entre treatment y control,
vemos si una vez que controlamos por los diferentes efectos fijos como compañía, día de la
semana, y efectos fijos individuales se detecta una variación extra en los precios después del
incremento del subsidio.
Cuadro 22. Regresión lineal sin incluir diferencias entre treatment y control
Tarifa aé- Log de ta- Tarifa aé- Log de ta- Tarifa aé- Log de rea en € rifa aérea rea en € rifa aérea rea en € tarifa aé-
Constante
(4) (5
16,68*** 3,76*** 20,50*** (2,00) (0,10) (0,92)
5,31*** 0,05*** 5,81***
(0,46) (0,01) (,48)
2,10*** 0,01*** 2,00***
(0,01) (0,00) (0,01)
SI SI SI
SI SI SI
SI SI SI
SI SI SI
rea (6)
3,82*** (0,07)
0,05***
(0,01)
0,01***
(0,00)
SI
SI
SI
SI
39
39
Los descriptivos de más arriba sugieren que no hay diferencias entre el grupo de con-
trol y el treatment y por ello que el incremento del descuento de residente no ha afectado los
precios. Confirmamos esta intuición con un análisis econométrico en el que corremos la si-
guiente regresión:
𝑝𝑎𝑏𝑡 = 𝛼0 + 𝛼1𝑇𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡𝑎𝑏 + 𝛼2𝐴𝑓𝑡𝑒𝑟𝑡 + 𝛼3𝑇𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡𝑎𝑏 ∗ 𝐴𝑓𝑡𝑒𝑟𝑡+Controles (1)
Donde 𝑝𝑎𝑏𝑡 representa el precio de un billete de ida y vuelta entre a y b en el período t con
origen en a; 𝑇𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡𝑎𝑏 representa una variable dummy con valor igual a uno si a es una isla
y cero en cualquier otro caso; 𝐴𝑓𝑡𝑒𝑟𝑡 es una variable dummy con un valor igual a uno si t es
después de la subida del subsidio y cero en caso contrario: Controls son todas las variables de
control que pueden explicar diferentes comportamientos de la demanda en a y en b. Hay que
resaltar que dado que la estrategia de identificación consiste en estimar la diferencia en precios
entre PI y IP, no es necesario controlar por características del vuelo talos como distancia en
Kilómetros o número de competidores dado que tanto el treatment como el grupo de control
son exactamente el mismo vuelo.
El parámetro de interés es 𝛼3 que estima el comportamiento diferencial en los precios en el
grupo “treatment” después de la subida en el importe de los subsidios a los viajes por los resi-
dentes insulares.
Antes de estimar el modelo (1) de más arriba empezamos corriendo una sencilla regresión lineal
para ver si efectivamente ha habido un comportamiento diferencia de los precios a raíz del in-
cremento del subsidio. Es decir, como paso preliminar, sin diferenciar entre treatment y control,
vemos si una vez que controlamos por los diferentes efectos fijos como compañía, día de la
semana, y efectos fijos individuales se detecta una variación extra en los precios después del
incremento del subsidio.
Cuadro 22. Regresión lineal sin incluir diferencias entre treatment y control
Tarifa aé-rea en € (1)
Log de ta-rifa aérea (2)
Tarifa aé-rea en € (3)
Log de ta-rifa aérea (4)
Tarifa aé-rea en € (5)
Log de tarifa aé-rea (6)
Constante 140,35***
(14,13)
4.67***
(0,02) 16,68***
(2,00) 3,76***
(0,10) 20,50***
(0,92) 3,82***
(0,07)
After 35,69***
(5,51) 0,26***
(0,02) 5,31***
(0,46) 0,05***
(0,01) 5,81***
(,48) 0,05***
(0,01)
Antelación (días)
2,10***
(0,01) 0,01***
(0,00) 2,00***
(0,01) 0,01***
(0,00)
Efecto fijo día de la semana
NO NO SI SI SI SI
Efecto fijo de mes
NO NO SI SI SI SI
Efecto fijo de año
NO NO SI SI SI SI
Efecto fijo com-pañía aérea
NO NO SI SI SI SI
After
ISM
Antelación (días)
Efecto fijo
día de la se-mana
Tarifa aé- rea en €
Log de ta- rifa aérea
Tarifa aé- rea en €
Log de ta- rifa aérea
Tarifa aé- rea en €
Log de tarifa aé-
(1) (2) (3) (4) (5) rea
138,77*** 4,65*** 18,68*** 3,77*** 19,17*** 3,81***
(14,51) (0,11) (2,21) (0,08) (1,11) (0,08)
37,11*** 0,28*** 5,40*** 0,06*** 5,85*** 0,06***
(3,04) (0,01) (1,17) (0,01) (1,51) (0,01)
1,80 0,02 -2,26 -0,01*** 1,50*** 0,01 (21,62) (0,16) (2,52) (0,05) (0,52) (0,01)
-1,62 -0,03 -1,10 -0,02 -0,04 -0,01
(6,72) (0,02) (1,14) (0,02) (1,63) (0,01)
2,10*** 0,01*** 2,00*** 0,01***
(0,01) (0,00) (0,01) (0,00)
NO NO SI SI SI SI
Efecto fijo con-sumidor indivi-dual
NO NO NO NO SI SI
R2 0,01 0,01 0,84 0,64 0,88 0,78
6.845.209 6.844.760 6.845.209 6.844.760 6.845.209 6.844.760
Número de ob-aciones
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05; *** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
Las estimaciones en el Cuadro 21 del coeficiente de la variable after muestran como
efectivamente el precio medio después del incremento del subsidio en Julio del 2018 ha aumen-
tado en relación a los períodos anteriores. En las dos primeras columnas se ve como si no se
controla por ninguna variable de control después de Julio del 2018 el precio del billete se ha
elevado de medio unos €35 o alrededor de un 26%. Una vez añadimos por efectos fijos de com-
pañía aérea, día de la semana, mes, año y efecto fijo individual este incremento estimado del
precio medio en el precio se cifra a alrededor de €5 usando la estimación del precio en valor
absoluto o un 5% en las regresiones con el logaritmo natural de los precios como variable de-
pendiente.
Sin embargo, pese a esta correlación entre la subida de precios y el incremento del sub-
sidio a los residentes, no se puede establecer una relación causal entre ambos dado que cual-
quier variable que impacte los precios aéreos que haya experimentado un cambio post Julio del
2018 podría explicar esta correlación. Para intentar identificar si esta subida efectivamente es
debida al subsidio empleamos la estrategia de identificación especificada más arriba en la que
comparamos la evolución en los precios de los billetes si la ida es un trayecto isla -península o
si la ida es un trayecto península-islas.
El Cuadro 23 muestra diferentes especificaciones de la regresión lineal (1) con los errores stan-
dard clustered por el origen del viaje.
Cuadro 23. Regresión linear para estimar diferencias entre treatment y control
40
40
Efecto fijo con-sumidor indivi-dual
NO NO NO NO SI SI
R2 0,01 0,01 0,84 0,64 0,88 0,78
Número de ob-servaciones
6.845.209 6.844.760 6.845.209 6.844.760 6.845.209 6.844.760
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05;
*** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
Las estimaciones en el Cuadro 21 del coeficiente de la variable after muestran como
efectivamente el precio medio después del incremento del subsidio en Julio del 2018 ha aumen-
tado en relación a los períodos anteriores. En las dos primeras columnas se ve como si no se
controla por ninguna variable de control después de Julio del 2018 el precio del billete se ha
elevado de medio unos €35 o alrededor de un 26%. Una vez añadimos por efectos fijos de com-
pañía aérea, día de la semana, mes, año y efecto fijo individual este incremento estimado del
precio medio en el precio se cifra a alrededor de €5 usando la estimación del precio en valor
absoluto o un 5% en las regresiones con el logaritmo natural de los precios como variable de-
pendiente.
Sin embargo, pese a esta correlación entre la subida de precios y el incremento del sub-
sidio a los residentes, no se puede establecer una relación causal entre ambos dado que cual-
quier variable que impacte los precios aéreos que haya experimentado un cambio post Julio del
2018 podría explicar esta correlación. Para intentar identificar si esta subida efectivamente es
debida al subsidio empleamos la estrategia de identificación especificada más arriba en la que
comparamos la evolución en los precios de los billetes si la ida es un trayecto isla –península o
si la ida es un trayecto península-islas.
El Cuadro 23 muestra diferentes especificaciones de la regresión lineal (1) con los errores stan-
dard clustered por el origen del viaje.
Cuadro 23. Regresión linear para estimar diferencias entre treatment y control
Tarifa aé-rea en € (1)
Log de ta-rifa aérea (2)
Tarifa aé-rea en € (3)
Log de ta-rifa aérea (4)
Tarifa aé-rea en € (5)
Log de tarifa aé-rea (6)
Constante 138,77***
(14,51)
4,65***
(0,11) 18,68***
(2,21) 3,77***
(0,08) 19,17***
(1,11) 3,81***
(0,08)
After 37,11***
(3,04) 0,28***
(0,01) 5,40***
(1,17) 0,06***
(0,01) 5,85***
(1,51) 0,06***
(0,01)
Treatment 1,80 (21,62)
0,02 (0,16)
-2,26 (2,52)
-0,01***
(0,05) 1,50***
(0,52) 0,01 (0,01)
Treat-ment*After (𝜶𝟑)
-1,62 (6,72)
-0,03 (0,02)
-1,10 (1,14)
-0,02 (0,02)
-0,04 (1,63)
-0,01 (0,01)
Antelación (días)
2,10***
(0,01) 0,01***
(0,00) 2,00***
(0,01) 0,01***
(0,00)
Efecto fijo día de la se-mana
NO NO SI SI SI SI
~I- SI SI SI SI
NO NO SI SI SI SI
NO SI SI SI SI
NO NO NO NO SI SI
0,01 0,01 0,84 0,64 0,88 0,78
6.845.209 6.844.760 6.845.209 6.844.760 6.845.209 6.844.760
Efecto fijo de mes
Efecto fijo de año
Efecto fijo compañía aé-rea
Efecto fijo consumidor individual
R2
Número de observacio-nes
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05; *** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
Tal como muestra el Cuadro 23, se han probado regresiones introduciendo como con-
troles efectos fijos de día de la semana, mes, año y compañía aérea. La introducción de estos
efectos fijos incrementa en gran manera el poder explicativo del modelo (1). Sin embargo, en
ninguna de las especificaciones se puede rechazar que el coeficiente estimado a3 sea diferente
de cero. Es decir, a raíz del incremento del subsidio no se detecta ningún cambio significativo en
los precios de los vuelos que conectan la península con las islas (más Melilla) si el origen es en
la península o en las islas (más Melilla). El Cuadro 23 también incluye especificaciones econo-
métricas con efectos fijos a nivel individual. La base de datos del Ministerio permite añadir iden-
tificadores individuales con lo que se pueden estimar regresiones basadas en las variaciones en
precios pagadas por la misma persona antes y después del cambio en el subsidio en Julio del
2018 en función de si el origen del trayecto aéreo es en las islas (más Melilla) o la península.
Esta especificación controla por potenciales variaciones en la composición de la demanda. Como
en las anteriores regresiones en ningún caso se puede rechazar que a3 sea distinto de cero.
A continuación repetimos la regresión lineal del modelo en (1) pero sólo teniendo en cuenta
billetes de ida y vuelta de una isla determinada. El Cuadro 24 resume la estimación de a3 por
isla.
Cuadro 24. Estimación de dif in dif por submuestras agrupando billetes de ida y vuelta por is-
las. Coeficiente a3
arifa aé- Log de ta- Tarifa aé- Log de ta- Observac rea en € rifa aérea rea en € rifa aérea nes
(3) (4) (5) (6
-0,088 -0,042*** 0,064 -0,030*** 2.546.952
(2,087) (0,008) (1,927) (0,007)
0,731 0,002 2,95 0,0188 331.353
(2,815) (0,013) (2,94) (0,011)
3,225*** 0,060*** 2,490*** 0,053*** 629,241
(0,657) (0,009) (0,808) (0,007)
-3,703 -0,026 -2,012 0,002 130.467
(4,138) (0,021) (2,962) (0,009)
-0,801 -0,008 -0,469 -0,008 1.264.966
41
41
Efecto fijo de mes
NO NO SI SI SI SI
Efecto fijo de año
NO NO SI SI SI SI
Efecto fijo compañía aé-rea
NO NO SI SI SI SI
Efecto fijo consumidor individual
NO NO NO NO SI SI
R2 0,01 0,01 0,84 0,64 0,88 0,78
Número de observacio-nes
6.845.209 6.844.760 6.845.209 6.844.760 6.845.209 6.844.760
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05;
*** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
Tal como muestra el Cuadro 23, se han probado regresiones introduciendo como con-
troles efectos fijos de día de la semana, mes, año y compañía aérea. La introducción de estos
efectos fijos incrementa en gran manera el poder explicativo del modelo (1). Sin embargo, en
ninguna de las especificaciones se puede rechazar que el coeficiente estimado 𝛼3 sea diferente
de cero. Es decir, a raíz del incremento del subsidio no se detecta ningún cambio significativo en
los precios de los vuelos que conectan la península con las islas (más Melilla) si el origen es en
la península o en las islas (más Melilla). El Cuadro 23 también incluye especificaciones econo-
métricas con efectos fijos a nivel individual. La base de datos del Ministerio permite añadir iden-
tificadores individuales con lo que se pueden estimar regresiones basadas en las variaciones en
precios pagadas por la misma persona antes y después del cambio en el subsidio en Julio del
2018 en función de si el origen del trayecto aéreo es en las islas (más Melilla) o la península.
Esta especificación controla por potenciales variaciones en la composición de la demanda. Como
en las anteriores regresiones en ningún caso se puede rechazar que 𝛼3 sea distinto de cero.
A continuación repetimos la regresión lineal del modelo en (1) pero sólo teniendo en cuenta
billetes de ida y vuelta de una isla determinada. El Cuadro 24 resume la estimación de 𝛼3 por
isla.
Cuadro 24. Estimación de dif in dif por submuestras agrupando billetes de ida y vuelta por is-
las. Coeficiente 𝛼3
Islas Tarifa aé-rea en € (3)
Log de ta-rifa aérea (4)
Tarifa aé-rea en € (5)
Log de ta-rifa aérea (6)
Observacio-nes
Mallorca -0,088 (2,087)
-0,042***
(0,008) 0,064 (1,927)
-0,030*** (0,007)
2.546.952
Menorca 0,731 (2,815)
0,002 (0,013)
2,95 (2,94)
0,0188
(0,011) 331.353
Ibiza 3,225***
(0,657) 0,060***
(0,009) 2,490***
(0,808) 0,053***
(0,007) 629,241
Fuerteven-tura
-3,703 (4,138)
-0,026 (0,021)
-2,012 (2,962)
0,002 (0,009)
130.467
Tenerife -0,801 -0,008 -0,469 -0,008 1.264.966
(1,340)
7,691*
(2,654)
SI Efecto fijo día de la semana
NO Efecto fijo consumidor individual
(0,013) (0,966) (0,015)
0,038 11,571* 0,035 37,511
(0,022) (4,146) (0,026)
-0,019 -0,259 -0,014* 1,399,472
(0,012) (1,436) (0,008)
0,010 0,987 0,012 265,056
(0,014) (2,055) (0,008)
-0,026 -4,004*** -0,025*** 240,191
(0,016) (0,190) (0,007)
SI SI SI
SI SI SI
SI SI SI
SI SI SI
NO SI SI
1,020
(2,689)
-4,180***
(0,281)
SI
SI
om
Efecto fijo de mes
-0,304
(1,156)
La Palma
Gran Canaria
Melilla
Efecto fijo de año
Efecto fijo compañía aé-rea
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05; *** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
El Cuadro 24 muestra que cuando hacemos el análisis por isla más Melilla vemos que sólo en
Ibiza y en La Palma se estima un aumento en precios que podemos rechazar que estadística-
mente sea igual a cero. En concreto se estima un aumento del 5% de las tarifas aéreas en Ibiza
y 3,5% en La Palma. En ninguna de las otras islas más Melilla se detecta un aumento significa-
tivo en precios, por el contrario, en Mallorca y en Gran Canaria registramos una pequeña re-
ducción en las tarifas aéreas.
4. Mejoras y diseños alternativos al sistema de bonifica-
ciones.
En esta sección intentaremos explorar posibles mejoras al actual sistema de bonificacio-
nes. Es importante partir de dos premisas, la primera es que el actual sistema supone un derecho
adquirido por parte de los residentes de Canarias y las Islas Baleares, y que los posibles sistemas
alternativos deberían o bien generar resultados similares para los residentes o e ir acompañados
de algún tipo de compensación. La segunda premisa, es que el aumento de la bonificación inde-
pendientemente de su impacto en el precio ha supuesto un incremento sustancial del gasto
agregado y se debe considerar el coste de oportunidad de dichas bonificaciones. Por ello, el
objetivo es explorar sistemas alternativos que preserven gran parte de las ventajas del sistema
actual para los residentes y supongan un ahorro significativo para la Administración.
Una primera recomendación que sería consistente con el sistema actual de bonificacio-
nes es reducir las barreras de entrada para intentar que por esta vía aumente la competencia.
Tal como discutimos en el análisis de competencia, tradicionalmente se pensaba que estas eran
42
42
(1,340) (0,013) (0,966) (0,015)
La Palma 7,691*
(2,654) 0,038 (0,022)
11,571*
(4,146) 0,035 (0,026)
37,511
Gran Canaria -0,304 (1,156)
-0,019 (0,012)
-0,259 (1,436)
-0,014*
(0,008) 1,399,472
Lanzarote 1,020 (2,689)
0,010 (0,014)
0,987 (2,055)
0,012 (0,008)
265,056
Melilla -4,180***
(0,281) -0,026 (0,016)
-4,004***
(0,190) -0,025***
(0,007) 240,191
Efecto fijo día de la semana
SI SI SI SI
Efecto fijo de mes
SI SI SI SI
Efecto fijo de año
SI SI SI SI
Efecto fijo compañía aé-rea
SI SI SI SI
Efecto fijo consumidor individual
NO NO SI SI
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05;
*** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
El Cuadro 24 muestra que cuando hacemos el análisis por isla más Melilla vemos que sólo en
Ibiza y en La Palma se estima un aumento en precios que podemos rechazar que estadística-
mente sea igual a cero. En concreto se estima un aumento del 5% de las tarifas aéreas en Ibiza
y 3,5% en La Palma. En ninguna de las otras islas más Melilla se detecta un aumento significa-
tivo en precios, por el contrario, en Mallorca y en Gran Canaria registramos una pequeña re-
ducción en las tarifas aéreas.
4. Mejoras y diseños alternativos al sistema de bonifica-
ciones.
En esta sección intentaremos explorar posibles mejoras al actual sistema de bonificacio-
nes. Es importante partir de dos premisas, la primera es que el actual sistema supone un derecho
adquirido por parte de los residentes de Canarias y las Islas Baleares, y que los posibles sistemas
alternativos deberían o bien generar resultados similares para los residentes o e ir acompañados
de algún tipo de compensación. La segunda premisa, es que el aumento de la bonificación inde-
pendientemente de su impacto en el precio ha supuesto un incremento sustancial del gasto
agregado y se debe considerar el coste de oportunidad de dichas bonificaciones. Por ello, el
objetivo es explorar sistemas alternativos que preserven gran parte de las ventajas del sistema
actual para los residentes y supongan un ahorro significativo para la Administración.
Una primera recomendación que sería consistente con el sistema actual de bonificacio-
nes es reducir las barreras de entrada para intentar que por esta vía aumente la competencia.
Tal como discutimos en el análisis de competencia, tradicionalmente se pensaba que estas eran
bajas en el transporte aéreo de pasajeros, y la amenaza de entrada conllevaba una presión sobre
las empresas establecidas que llevaba a precios competitivos. Como discutimos con anteriori-
dad, esa percepción está cambiando y los datos muestran que las aerolíneas disfrutan de poder
de mercado para incrementar los precios. En el caso de Canarias y Baleares es sorprendente que
el aumento de la subvención y de la demanda no se haya traducido en un significativo aumento
de la oferta. De hecho, recientemente Ryanair ha anunciado el cierre de sus bases en Canarias.
El margen que tiene la Administración para reducir los costes de entrada es sin embargo limi-
tado, si fuera posible sería deseable incrementar los permisos de vuelo (slots) y el acceso a las
infraestructuras aeroportuarias. Pero gran parte de las barreras de entrada están relacionados
con la estrategia de las propias empresas (programas de viajero frecuente, economías de al-
cance relacionado con la red de vuelos/conexiones, etc...) y factores externos, por ejemplo, es
probable que los problemas con el Boeing 737 generase problemas de capacidad a las aerolíneas
durante los dos últimos años.
Una primera alternativa a las actuales bonificaciones es sustituirlas por bonificaciones
fijas o por un precio máximo. Tal como demostramos en el apéndice teórico dichos sistemas
pueden ser calibrados para que viajen el mismo número de residentes que con las bonificaciones
"ad valorem" actuales. A pesar de esta calibración, como estos sistemas determinan diferentes
elasticidades de demanda, también generan diferentes precios de mercado y gasto agregado.
Empecemos analizando el precio máximo, que es un sistema utilizado en Portugal para los resi-
dentes en Madeira y Azores, donde la Administración se hace cargo de la diferencia entre el
precio de mercado y dicho precio máximo. Este sistema tiene a priori dos ventajas importantes,
la primera es que no se bonifican los billetes con un precio por debajo del precio máximo. Si esto
sucede para una mayoría de los vuelos (las restricciones de capacidad no son frecuentes o el
precio máximo es suficientemente alto) esto puede suponer un importante ahorro. La segunda
ventaja es que es en realidad un sistema de seguro sobre el precio para los residentes en las
islas. Parte de la demanda del sistema de bonificaciones por parte de los residentes, se basa en
que en otras partes de España tienen acceso a otros medios de transporte que tienen menos
variabilidad en los precios, como el ferrocarril. Muchos residentes que no viajan frecuentemente
ven en el sistema de bonificaciones una garantía en que si tienen que viajar urgentemente a la
península el precio del viaje no será desproporcionado. Este sistema elimina este riesgo y reduce
el coste de los viajes a los viajeros frecuentes. Sin embargo, este sistema tiene el problema de
que la demanda se vuelve completamente inelástica por encima del precio máximo y esto puede
elevar el precio de mercado y el gasto total si las aerolíneas tienen poder de mercado. Esto es lo
que pasa en el modelo teórico presentado en el apéndice donde este sistema calibrado para
generar la misma demanda de residentes, genera un precio y un gasto mayor que el sistema
actual de bonificaciones "ad valorem". Por supuesto que se puede limitar esta bonificación con
un precio máximo subvencionable, pero esto limitaría la efectividad de este sistema como se-
guro que es su principal ventaja. Es importante señalar aquí, que no recomendamos poner un
precio máximo sin subvención, es decir, limitar la regulación a la mera prohibición a las compa-
ñías que operan cada ruta de los precios por encima de un límite. Dejando a un lado, los proble-
mas legales que pueda generar la introducción de un precio regulado en un mercado competi-
tivo, un análisis básico de un mercado competitivo nos lleva a concluir que está medida tendría
como efecto la reducción de la oferta, el racionamiento de la demanda (un exceso de demanda
sobre la oferta disponible al precio regulado) y una reducción del bienestar total.
El sistema que en cierto sentido es opuesto al sistema de precio máximo, es dar una
bonificación fija, que implica subvencionar completamente los billetes de un precio inferior y
hasta esa cantidad los que tienen un precio superior. A pesar de que este sistema bonifica en
43
43
bajas en el transporte aéreo de pasajeros, y la amenaza de entrada conllevaba una presión sobre
las empresas establecidas que llevaba a precios competitivos. Como discutimos con anteriori-
dad, esa percepción está cambiando y los datos muestran que las aerolíneas disfrutan de poder
de mercado para incrementar los precios. En el caso de Canarias y Baleares es sorprendente que
el aumento de la subvención y de la demanda no se haya traducido en un significativo aumento
de la oferta. De hecho, recientemente Ryanair ha anunciado el cierre de sus bases en Canarias.
El margen que tiene la Administración para reducir los costes de entrada es sin embargo limi-
tado, si fuera posible sería deseable incrementar los permisos de vuelo (slots) y el acceso a las
infraestructuras aeroportuarias. Pero gran parte de las barreras de entrada están relacionados
con la estrategia de las propias empresas (programas de viajero frecuente, economías de al-
cance relacionado con la red de vuelos/conexiones, etc…) y factores externos, por ejemplo, es
probable que los problemas con el Boeing 737 generase problemas de capacidad a las aerolíneas
durante los dos últimos años.
Una primera alternativa a las actuales bonificaciones es sustituirlas por bonificaciones
fijas o por un precio máximo. Tal como demostramos en el apéndice teórico dichos sistemas
pueden ser calibrados para que viajen el mismo número de residentes que con las bonificaciones
“ad valorem” actuales. A pesar de esta calibración, como estos sistemas determinan diferentes
elasticidades de demanda, también generan diferentes precios de mercado y gasto agregado.
Empecemos analizando el precio máximo, que es un sistema utilizado en Portugal para los resi-
dentes en Madeira y Azores, donde la Administración se hace cargo de la diferencia entre el
precio de mercado y dicho precio máximo. Este sistema tiene a priori dos ventajas importantes,
la primera es que no se bonifican los billetes con un precio por debajo del precio máximo. Si esto
sucede para una mayoría de los vuelos (las restricciones de capacidad no son frecuentes o el
precio máximo es suficientemente alto) esto puede suponer un importante ahorro. La segunda
ventaja es que es en realidad un sistema de seguro sobre el precio para los residentes en las
islas. Parte de la demanda del sistema de bonificaciones por parte de los residentes, se basa en
que en otras partes de España tienen acceso a otros medios de transporte que tienen menos
variabilidad en los precios, como el ferrocarril. Muchos residentes que no viajan frecuentemente
ven en el sistema de bonificaciones una garantía en que si tienen que viajar urgentemente a la
península el precio del viaje no será desproporcionado. Este sistema elimina este riesgo y reduce
el coste de los viajes a los viajeros frecuentes. Sin embargo, este sistema tiene el problema de
que la demanda se vuelve completamente inelástica por encima del precio máximo y esto puede
elevar el precio de mercado y el gasto total si las aerolíneas tienen poder de mercado. Esto es lo
que pasa en el modelo teórico presentado en el apéndice donde este sistema calibrado para
generar la misma demanda de residentes, genera un precio y un gasto mayor que el sistema
actual de bonificaciones “ad valorem”. Por supuesto que se puede limitar esta bonificación con
un precio máximo subvencionable, pero esto limitaría la efectividad de este sistema como se-
guro que es su principal ventaja. Es importante señalar aquí, que no recomendamos poner un
precio máximo sin subvención, es decir, limitar la regulación a la mera prohibición a las compa-
ñías que operan cada ruta de los precios por encima de un límite. Dejando a un lado, los proble-
mas legales que pueda generar la introducción de un precio regulado en un mercado competi-
tivo, un análisis básico de un mercado competitivo nos lleva a concluir que está medida tendría
como efecto la reducción de la oferta, el racionamiento de la demanda (un exceso de demanda
sobre la oferta disponible al precio regulado) y una reducción del bienestar total.
El sistema que en cierto sentido es opuesto al sistema de precio máximo, es dar una
bonificación fija, que implica subvencionar completamente los billetes de un precio inferior y
hasta esa cantidad los que tienen un precio superior. A pesar de que este sistema bonifica en
distinta medida todos los viajes, puede generar un ahorro porque aumenta la elasticidad de la
demanda y con ello, puede reducir el precio de equilibrio de mercado, especialmente en los
periodos de demanda alta donde las restricciones de capacidad dan a las aerolíneas poder de
mercado. En efecto, es el modelo desarrollado en el apéndice, este sistema de bonificación fija
es el que genera menos precio de mercado y un menor gasto agregado. Sin embargo, este sis-
tema tiene el problema de que no protege a los residentes de precios altos en los picos de de-
manda, y en este sentido es el peor para aquellos que tal como discutimos en el caso anterior,
ven en las bonificaciones un sistema de seguro de precio.
Independientemente del efecto sobre los precios, es claro que el sistema de bonifica-
ciones a los residentes supone un aumento de la demanda y una transferencia no intencionada
de recursos a las compañías aéreas. Una forma de reducir esta transferencia es introducir com-
petencia por el "mercado de las bonificaciones". La idea es trasladar los sistemas de competen-
cia por el mercado utilizados en el sector farmacéutico y en el sector eléctrico. En el sector far-
macéutico en diferentes comunidades autónomas se utilizan subastas para seleccionar a los pro-
veedores de medicamentos que serán subvencionados por el sistema sanitario público en aque-
llos medicamentos que no están protegidos por patente y existe competencia. Los pacientes
pueden seguir eligiendo cualquier marca de medicamento, pero solo tendrán derecho a un des-
cuento en el precio del medicamento si este es el de la ganadora del concurso. Las compañías
compiten por ser la empresa subvencionada en una subasta en la que la empresa ganadora es
la que ofrece un menor precio (un mayor descuento). Las subastas de capacidad en el mercado
eléctrico también ofrecen otra idea que puede ser interesante para adjudicar concesiones sobre
las bonificaciones en el mercado aéreo de transporte de pasajeros. Como en el mercado de las
aerolíneas, el precio de la electricidad tiene una gran volatilidad y es muy alto cuando coinciden
periodos de demanda alta, y oferta reducida (por ejemplo, porque la falta de viento reduce la
eficacia de las estaciones generadoras eólicas). En este contexto, se puede realizar una subasta
con antelación, en el que el ganador de la subasta se compromete a cambio de una cantidad
fijada en la subasta, a proveer electricidad a un precio fijo en estos periodos. La forma de imple-
mentar estas ideas en el mercado de transporte aéreo con bonificaciones es introducir una es-
pecie de obligación de servicio público abierta, si bien esta figura no se correspondería exacta-
mente con las OSP actuales previstas por la normativa europea, sino que habría de implemen-
tarse como modificación al sistema de subvención actual. La idea es que en los mercados en los
que existe competencia se podría implementar una subasta para seleccionar a la compañía que
podría ofrecer los billetes bonificados. Como en las subastas de medicamentos, solo los residen-
tes que utilicen esta compañía tendrían derecho a la bonificación. Por supuesto, el diseño de las
subastas tendría que adaptarse a las necesidades de la población residente, obligando al adju-
dicatario a proveer un número de frecuencias y asientos determinado que, conjuntamente con
el resto de la oferta de otros competidores, no suponga un menoscabo de la conectividad actual,
y se podrían considerar distintos sistemas de puja (fijar un precio máximo a cambio de una can-
tidad, un descuento sobre la bonificación, etc...).
Existen otros sistemas alternativos que sin embargo presentan problemas de implemen-
tación. Un posible sistema es abonar la bonificación a través de una deducción en la cuota de la
declaración de la renta. La ventaja de este sistema es que aumenta la elasticidad de la demanda,
presionaría los precios a la baja e implicaría una reducción del gasto agregado. Sin embargo,
implica importantes costes de transacción tanto para la administración tributaria como para los
residentes que tendrían que gestionar el reembolso. Por otra parte, se penalizaría a las rentas
bajas que no tienen obligación de realizar la declaración de la renta, y tendrían que hacerla para
44
44
distinta medida todos los viajes, puede generar un ahorro porque aumenta la elasticidad de la
demanda y con ello, puede reducir el precio de equilibrio de mercado, especialmente en los
periodos de demanda alta donde las restricciones de capacidad dan a las aerolíneas poder de
mercado. En efecto, es el modelo desarrollado en el apéndice, este sistema de bonificación fija
es el que genera menos precio de mercado y un menor gasto agregado. Sin embargo, este sis-
tema tiene el problema de que no protege a los residentes de precios altos en los picos de de-
manda, y en este sentido es el peor para aquellos que tal como discutimos en el caso anterior,
ven en las bonificaciones un sistema de seguro de precio.
Independientemente del efecto sobre los precios, es claro que el sistema de bonifica-
ciones a los residentes supone un aumento de la demanda y una transferencia no intencionada
de recursos a las compañías aéreas. Una forma de reducir esta transferencia es introducir com-
petencia por el ”mercado de las bonificaciones”. La idea es trasladar los sistemas de competen-
cia por el mercado utilizados en el sector farmacéutico y en el sector eléctrico. En el sector far-
macéutico en diferentes comunidades autónomas se utilizan subastas para seleccionar a los pro-
veedores de medicamentos que serán subvencionados por el sistema sanitario público en aque-
llos medicamentos que no están protegidos por patente y existe competencia. Los pacientes
pueden seguir eligiendo cualquier marca de medicamento, pero solo tendrán derecho a un des-
cuento en el precio del medicamento si este es el de la ganadora del concurso. Las compañías
compiten por ser la empresa subvencionada en una subasta en la que la empresa ganadora es
la que ofrece un menor precio (un mayor descuento). Las subastas de capacidad en el mercado
eléctrico también ofrecen otra idea que puede ser interesante para adjudicar concesiones sobre
las bonificaciones en el mercado aéreo de transporte de pasajeros. Como en el mercado de las
aerolíneas, el precio de la electricidad tiene una gran volatilidad y es muy alto cuando coinciden
periodos de demanda alta, y oferta reducida (por ejemplo, porque la falta de viento reduce la
eficacia de las estaciones generadoras eólicas). En este contexto, se puede realizar una subasta
con antelación, en el que el ganador de la subasta se compromete a cambio de una cantidad
fijada en la subasta, a proveer electricidad a un precio fijo en estos periodos. La forma de imple-
mentar estas ideas en el mercado de transporte aéreo con bonificaciones es introducir una es-
pecie de obligación de servicio público abierta, si bien esta figura no se correspondería exacta-
mente con las OSP actuales previstas por la normativa europea, sino que habría de implemen-
tarse como modificación al sistema de subvención actual. La idea es que en los mercados en los
que existe competencia se podría implementar una subasta para seleccionar a la compañía que
podría ofrecer los billetes bonificados. Como en las subastas de medicamentos, solo los residen-
tes que utilicen esta compañía tendrían derecho a la bonificación. Por supuesto, el diseño de las
subastas tendría que adaptarse a las necesidades de la población residente, obligando al adju-
dicatario a proveer un número de frecuencias y asientos determinado que, conjuntamente con
el resto de la oferta de otros competidores, no suponga un menoscabo de la conectividad actual,
y se podrían considerar distintos sistemas de puja (fijar un precio máximo a cambio de una can-
tidad, un descuento sobre la bonificación, etc…).
Existen otros sistemas alternativos que sin embargo presentan problemas de implemen-
tación. Un posible sistema es abonar la bonificación a través de una deducción en la cuota de la
declaración de la renta. La ventaja de este sistema es que aumenta la elasticidad de la demanda,
presionaría los precios a la baja e implicaría una reducción del gasto agregado. Sin embargo,
implica importantes costes de transacción tanto para la administración tributaria como para los
residentes que tendrían que gestionar el reembolso. Por otra parte, se penalizaría a las rentas
bajas que no tienen obligación de realizar la declaración de la renta, y tendrían que hacerla para
poder acceder a la bonificación. Otra medida que supondría un cambio menos radical del sis-
tema que, sin embargo, tendría el inconveniente adicional de recortar los beneficios actuales de
los residentes, sería limitar el número de billetes sujetos a la bonificación. La parte positiva de
esta medida es que la bonificación sigue sirviendo de seguro para la gran parte de la población
que hace un uso escaso de las bonificaciones, pero quiere estar protegida ante la eventualidad
de tener que viajar en periodos de demanda y precios altos. Los principales perjudicados son los
viajeros residentes frecuentes. En la misma dirección, se podría considerar un sistema menos
drástico donde la bonificación se podría reducir con el número de viajes. Sistema que se puede
complementar con programas específicos para determinados colectivos como los estudiantes.
Más complejo sería hacer depender la bonificación de la renta, esta medida además de tener
implicaciones políticas por los efectos redistributivos que conllevaría, podría ser difícil de imple-
mentar y de diseñar para no generar desincentivos a la generación o declaración de la renta.
Referencias
1. Calzada, J. and X. Fageda (2012), Discount and Public Service Obligation in the Airline
Market: Lesson from Spain, Review of Industrial Organization, 40, 291-312.
2. Calzada, J. and X. Fageda (2014), Competition and public service obligations in Euro-
pean aviation markets, Transportation Research Part A: Policy and Practice, 70, 104-
116.
3. Fageda, X., Jiménez, J.L. and C. Díaz (2012), Fare differences between domestic and
international air markets on routes from Gran Canaria, Journal of Air Transport
Management, 25, 8-10
4. Fageda, X., Jiménez, J.L. y Valido, J. (2016). Does an increase in subsidies lead to
changes in air fares? Empirical evidence from Spain. Transportation Research Part A:
Policy and Practice, 94, 235-242
5. Ramos-Pérez, D. (2018). "Bonificación de las tarifas aéreas a los residentes en los ar-
chipiélagos ibéricos". Ponencia de investigación.
6. Valido, J., M.P. Socorro, A. Hernández and O. Betancor (2014), Air transport subsidies
for resident passengers when carriers have market power, Transportation Research
Part E, 70, 388-399.
7. Williams, G. y Bráthen, S. (2010). European Experience of Public Service Obligations. In
Williams, G. y Brá'then, S. (Eds), Air Transport Provision in Remoter Regions (pp.311-
325). London: Ashgate.
8. Zembri, P. (2014). Transports et insularité en Corse: la continuité territoriale au défi de
la libéralisation. Géotransports, nº 3, pp.7-22. View publication stats
45
45
poder acceder a la bonificación. Otra medida que supondría un cambio menos radical del sis-
tema que, sin embargo, tendría el inconveniente adicional de recortar los beneficios actuales de
los residentes, sería limitar el número de billetes sujetos a la bonificación. La parte positiva de
esta medida es que la bonificación sigue sirviendo de seguro para la gran parte de la población
que hace un uso escaso de las bonificaciones, pero quiere estar protegida ante la eventualidad
de tener que viajar en periodos de demanda y precios altos. Los principales perjudicados son los
viajeros residentes frecuentes. En la misma dirección, se podría considerar un sistema menos
drástico donde la bonificación se podría reducir con el número de viajes. Sistema que se puede
complementar con programas específicos para determinados colectivos como los estudiantes.
Más complejo sería hacer depender la bonificación de la renta, esta medida además de tener
implicaciones políticas por los efectos redistributivos que conllevaría, podría ser difícil de imple-
mentar y de diseñar para no generar desincentivos a la generación o declaración de la renta.
Referencias
1. Calzada, J. and X. Fageda (2012), Discount and Public Service Obligation in the Airline
Market: Lesson from Spain, Review of Industrial Organization, 40, 291-312.
2. Calzada, J. and X. Fageda (2014), Competition and public service obligations in Euro-
pean aviation markets, Transportation Research Part A: Policy and Practice, 70, 104-
116.
3. Fageda, X., Jiménez, J.L. and C. Díaz (2012), Fare differences between domestic and
international air markets on routes from Gran Canaria, Journal of Air Transport
Management, 25, 8-10
4. Fageda, X., Jiménez, J.L. y Valido, J. (2016). Does an increase in subsidies lead to
changes in air fares? Empirical evidence from Spain. Transportation Research Part A:
Policy and Practice, 94, 235-242
5. Ramos-Pérez, D. (2018). ``Bonificación de las tarifas aéreas a los residentes en los ar-
chipiélagos ibéricos’’. Ponencia de investigación.
6. Valido, J., M.P. Socorro, A. Hernández and O. Betancor (2014), Air transport subsidies
for resident passengers when carriers have market power, Transportation Research
Part E, 70, 388-399.
7. Williams, G. y Bråthen, S. (2010). European Experience of Public Service Obligations. In
Williams, G. y Bråthen, S. (Eds), Air Transport Provision in Remoter Regions (pp.311-
325). London: Ashgate.
8. Zembri, P. (2014). Transports et insularité en Corse: la continuité territoriale au défi de
la libéralisation. Géotransports, nº 3, pp.7-22. View publication stats
Anexos
1 Códigos IATA de los aeropuertos españoles
Aeropuerto IATA Aeropuerto IATA Aeropuerto IATA
Alicante ALC Gomera GMZ Gran Canaria LPA
Almería LEI Logroño RJL Granada GRX
Asturias OVD Madrid MAD Ibiza IBZ
Algeciras AEI Málaga AGP Jerez XRY
Badajoz BJZ Mallorca PMI La Palma SPC
Barcelona BCN Melilla MLN Lanzarote ACE
Bilbao BIO Menorca MAH León LEN
Burgos RGS Murcia RMU Tenerife Norte TFN
Castellón CDT Pamplona PNA Tenerife Sur TFS
Ceuta JCU Reus REU Torrejón TOJ
Córdoba ODB Salamanca SLM Valencia VLC
Coruña LCG San Sebastián EAS Valladolid VLL
El Hierro VDE Santander SDR Vigo VGO
Fuerteventura FUE Santiago SCQ Vitoria VIT
Girona GRO Sevilla SVQ Zaragoza ZAZ
2 Descomposición de un precio medio entre efecto nivel y composición
El precio medio (y sus variaciones) podemos descomponerlo según diversas caracterís-
ticas, entre las que está la compañía, que denotaremos por n y Ni t su número en cada ruta/mes.
Si llamamos q a la cuota (en cantidades) de cada empresa en una ruta/mes, podemos redefinir
el precio medio como Nit
Pit = finitnnit n=1
zNit
Pit Pit-12 = (finit — finit-12)nnit-12
zNit
finitX(qnit gnit-12) n=1 n=1
El primer sumatorio refleja el cambio de precios a "cuotas constantes" y se denomina
Efecto Nivel, mientras que el segundo refleja el cambio en el precio medio debido al cambio en
las cantidades relativas vendidas por cada uno, y se conoce como Efecto Composición.
46
46
Anexos
1 Códigos IATA de los aeropuertos españoles
Aeropuerto IATA Aeropuerto IATA Aeropuerto IATA Alicante ALC Gomera GMZ Gran Canaria LPA
Almería LEI Logroño RJL Granada GRX
Asturias OVD Madrid MAD Ibiza IBZ
Algeciras AEI Málaga AGP Jerez XRY
Badajoz BJZ Mallorca PMI La Palma SPC
Barcelona BCN Melilla MLN Lanzarote ACE
Bilbao BIO Menorca MAH León LEN
Burgos RGS Murcia RMU Tenerife Norte TFN
Castellón CDT Pamplona PNA Tenerife Sur TFS
Ceuta JCU Reus REU Torrejón TOJ
Córdoba ODB Salamanca SLM Valencia VLC
Coruña LCG San Sebastián EAS Valladolid VLL
El Hierro VDE Santander SDR Vigo VGO
Fuerteventura FUE Santiago SCQ Vitoria VIT
Girona GRO Sevilla SVQ Zaragoza ZAZ
2 Descomposición de un precio medio entre efecto nivel y composición
El precio medio (y sus variaciones) podemos descomponerlo según diversas caracterís-
ticas, entre las que está la compañía, que denotaremos por n y 𝑁𝑖𝑡 su número en cada ruta/mes.
Si llamamos q a la cuota (en cantidades) de cada empresa en una ruta/mes, podemos redefinir
el precio medio como
�̅�𝑖𝑡 =∑ �̅�𝑛𝑖𝑡𝑥𝑞𝑛𝑖𝑡𝑁𝑖𝑡
𝑛=1
�̅�𝑖𝑡 − �̅�𝑖𝑡−12 =∑ (�̅�𝑛𝑖𝑡−�̅�𝑛𝑖𝑡−12)𝑥𝑞𝑛𝑖𝑡−12𝑁𝑖𝑡
𝑛=1+∑ �̅�𝑛𝑖𝑡𝑥(𝑞𝑛𝑖𝑡 − 𝑞𝑛𝑖𝑡−12)
𝑁𝑖𝑡
𝑛=1
El primer sumatorio refleja el cambio de precios a “cuotas constantes” y se denomina
Efecto Nivel, mientras que el segundo refleja el cambio en el precio medio debido al cambio en
las cantidades relativas vendidas por cada uno, y se conoce como Efecto Composición.
Análisis del impacto de las bonificaciones al transporte aéreo de residen-tes en regiones no peninsulares y posibles alternativas
Trabajo realizado para la Dirección General de Aviación Civil (DGAC) por el equipo formado por
Juan José Ganuza, Diego Peñarrubia y Juan Santaló
Versión final: diciembre de 2019
Índice
Resumen ejecutivo
1. Introducción
2 Análisis teórico del impacto de las bonificaciones en la fijación de precios del mercado aéreo
3. Análisis descriptivo de los datos previos y posteriores al cambio de 2018
3.1. Los datos de la DGAC y de AENA
3.2. Una visión panorámica de las diferencias entre rutas
3.3. Un análisis detallado de las principales rutas
3.4. Los flujos de entrada y salida al mercado
4. Un análisis econométrico del impacto en los precios
5. Mejoras y diseños alternativos al sistema de bonificaciones
1
1
Análisis del impacto de las bonificaciones al transporte aéreo de residen-
tes en regiones no peninsulares y posibles alternativas
Trabajo realizado para la Dirección General de Aviación Civil (DGAC) por el equipo formado por
Juan José Ganuza, Diego Peñarrubia y Juan Santaló
Versión final: diciembre de 2019
Índice
Resumen ejecutivo
1. Introducción
2 Análisis teórico del impacto de las bonificaciones en la fijación de precios del mercado aéreo
3. Análisis descriptivo de los datos previos y posteriores al cambio de 2018
3.1. Los datos de la DGAC y de AENA
3.2. Una visión panorámica de las diferencias entre rutas
3.3. Un análisis detallado de las principales rutas
3.4. Los flujos de entrada y salida al mercado
4. Un análisis econométrico del impacto en los precios
5. Mejoras y diseños alternativos al sistema de bonificaciones
Resumen Ejecutivo
• El objetivo de este informe es analizar el impacto de las bonificaciones al transporte
aéreo de residentes en regiones no peninsulares actualmente vigente en España, y en
particular, las consecuencias del aumento del descuento del 50% al 75% en el número
de viajeros y su composición, así como en los precios y la cantidad total de ayudas.
• Aunque el mercado del transporte aéreo de pasajeros es un mercado generalmente
competitivo, la estructura de costes presenta importantes economías de escala y densi-
dad, y esto conlleva que, en ocasiones, poblaciones aisladas o escasamente pobladas no
tengan oferta o ésta sea deficiente, con escasa frecuencia y precios elevados. Este pro-
blema se agrava si se da en territorios insulares donde no existe transporte terrestre
alternativo. Este fenómeno, unido a la importancia del transporte aéreo en la cohesión
territorial y el desarrollo económico, justifican que el sector público introduzca un sis-
tema de bonificaciones y subsidios para garantizar la oferta, las frecuencias o el acceso
de la población a este servicio.
• No obstante, las bonificaciones a los viajeros residentes en el territorio pueden alterar
el equilibrio de mercado. La demanda de pasajeros es la composición de la demanda de
pasajeros residentes que solo pagan una proporción del precio debido a la bonificación
y la demanda de no residentes que pagan la totalidad del precio. Cuanto mayor sea la
bonificación, menor será la elasticidad de los consumidores residentes y como conse-
cuencia menor será la elasticidad de la demanda total. Una menor elasticidad de la de-
manda cuando las empresas tienen poder de mercado, se traslada a mayores precios.
Por lo tanto, si se aumenta la bonificación eso conllevará un aumento de la demanda de
residentes, pero también es posible que conlleve un aumento de los precios y como
consecuencia una reducción del número de pasajeros no residentes.
• Por ello es importante identificar el modelo de bonificaciones que distorsiona menos el
precio de mercado y genera un menor gasto agregado. En este sentido el informe com-
para el sistema actual de bonificaciones para pasajeros residentes en Canarias y Balea-
res, basado en un descuento sobre el precio de mercado ("ad valorem") con una bonifi-
cación por una cantidad fija y una bonificación que garantizase un precio máximo del
billete para los pasajeros residentes (la bonificación sería la diferencia entre el precio de
mercado y ese precio máximo). Teóricamente, después de calibrar los dos sistemas al-
ternativos para que viajen los mismos viajeros residentes que con el modelo base, se
demuestra que el sistema "ad valorem" es intermedio entre el precio máximo y el sis-
tema de bonificación fijo, este último es el sistema que presenta unos mejores resulta-
dos, un menor precio de mercado (menor impacto sobre los no residentes) y menor
gasto agregado en bonificaciones. El sistema de precio máximo por el contrario genera
la menor elasticidad de la demanda y con ello, el mayor precio de mercado y también el
mayor gasto agregado en bonificaciones.
• Los datos de los últimos tres años reflejan que el coste del programa de descuentos se
ha más que doblado debido tanto al efecto directo del aumento del descuento como a
los indirectos sobre el precio del billete y la cantidad de billetes subvencionados, ambos
situados algo por encima del 15%. Si observamos estos dos cambios (precios y cantida-
des) por rutas, apreciamos una amplia diversidad.
2
2
Resumen Ejecutivo
El objetivo de este informe es analizar el impacto de las bonificaciones al transporte
aéreo de residentes en regiones no peninsulares actualmente vigente en España, y en
particular, las consecuencias del aumento del descuento del 50% al 75% en el número
de viajeros y su composición, así como en los precios y la cantidad total de ayudas.
Aunque el mercado del transporte aéreo de pasajeros es un mercado generalmente
competitivo, la estructura de costes presenta importantes economías de escala y densi-
dad, y esto conlleva que, en ocasiones, poblaciones aisladas o escasamente pobladas no
tengan oferta o ésta sea deficiente, con escasa frecuencia y precios elevados. Este pro-
blema se agrava si se da en territorios insulares donde no existe transporte terrestre
alternativo. Este fenómeno, unido a la importancia del transporte aéreo en la cohesión
territorial y el desarrollo económico, justifican que el sector público introduzca un sis-
tema de bonificaciones y subsidios para garantizar la oferta, las frecuencias o el acceso
de la población a este servicio.
No obstante, las bonificaciones a los viajeros residentes en el territorio pueden alterar
el equilibrio de mercado. La demanda de pasajeros es la composición de la demanda de
pasajeros residentes que solo pagan una proporción del precio debido a la bonificación
y la demanda de no residentes que pagan la totalidad del precio. Cuanto mayor sea la
bonificación, menor será la elasticidad de los consumidores residentes y como conse-
cuencia menor será la elasticidad de la demanda total. Una menor elasticidad de la de-
manda cuando las empresas tienen poder de mercado, se traslada a mayores precios.
Por lo tanto, si se aumenta la bonificación eso conllevará un aumento de la demanda de
residentes, pero también es posible que conlleve un aumento de los precios y como
consecuencia una reducción del número de pasajeros no residentes.
Por ello es importante identificar el modelo de bonificaciones que distorsiona menos el
precio de mercado y genera un menor gasto agregado. En este sentido el informe com-
para el sistema actual de bonificaciones para pasajeros residentes en Canarias y Balea-
res, basado en un descuento sobre el precio de mercado (“ad valorem”) con una bonifi-
cación por una cantidad fija y una bonificación que garantizase un precio máximo del
billete para los pasajeros residentes (la bonificación sería la diferencia entre el precio de
mercado y ese precio máximo). Teóricamente, después de calibrar los dos sistemas al-
ternativos para que viajen los mismos viajeros residentes que con el modelo base, se
demuestra que el sistema “ad valorem” es intermedio entre el precio máximo y el sis-
tema de bonificación fijo, este último es el sistema que presenta unos mejores resulta-
dos, un menor precio de mercado (menor impacto sobre los no residentes) y menor
gasto agregado en bonificaciones. El sistema de precio máximo por el contrario genera
la menor elasticidad de la demanda y con ello, el mayor precio de mercado y también el
mayor gasto agregado en bonificaciones.
Los datos de los últimos tres años reflejan que el coste del programa de descuentos se
ha más que doblado debido tanto al efecto directo del aumento del descuento como a
los indirectos sobre el precio del billete y la cantidad de billetes subvencionados, ambos
situados algo por encima del 15%. Si observamos estos dos cambios (precios y cantida-
des) por rutas, apreciamos una amplia diversidad.
• Más del 80% del aumento del coste del programa en el año posterior al cambio (que
entró en vigor el 16 de julio de 2018) se debe al comportamiento de las rutas que co-
nectan la península con los territorios con residentes subvencionados, a pesar de que
estas rutas no llegaban a suponer la mitad del coste del programa el año previo a dicha
fecha. Los otros dos grandes tipos de rutas han supuesto una contribución mucho me-
nor al incremento, tanto porque su porcentaje de descuento se ha mantenido constante
(las rutas interinsulares ya lo aumentaron un año antes) como porque las conexiones
intrapeninsulares, a pesar de que en ellas creció incluso más tanto el precio como la
cantidad, sólo suponían un 5% del coste inicial.
• La observación de la relación de las subidas de precios y cantidades con otros elementos
aporta información interesante. Por ejemplo, en general los precios han subido más los
días que ya eran más altos (domingos), lo que apunta al papel de las restricciones de
oferta. Por compañías, el comportamiento de sus precios ha sido variable, pero la res-
puesta de los consumidores no ha contribuido a limitar la subida media, sino que, al
contrario, han ganado cuota las compañías con precios medios más elevados, aunque
este efecto sólo explica entre un 10 y un 20% de la subida total.
• Dos variables con una relación más compleja con los precios son la antelación de la com-
pra y el sentido de la ruta. La antelación se suele asumir que reduce el precio, y obser-
vamos que es así en media (en cada ruta y año, el precio medio correspondiente a cada
antelación es decreciente con ésta) pero, ante aumentos de la demanda esperada, los
pasajeros responden adelantando su compra y ello eleva los precios, con lo que la rela-
ción observada entre los datos medios de cada viaje mezcla diversos efectos. Respecto
al efecto del sentido de la ruta, en general son más caros los billetes que inician viaje en
la península (sobre todo, en Madrid).
• Observamos correlaciones altas y crecientes dentro de cada ruta entre el precio medio
pagado en cada vuelo y la cantidad de pasajeros subvencionados en él, lo que apunta a
que la alta demanda en relación a las plazas disponibles no sólo eleva los precios, sino
que expulsa a los pasajeros no subvencionados.
• En cuanto al comportamiento de la oferta de vuelos, el aumento del descuento se ha
visto acompañado de un aumento relativamente mayor en las nuevas rutas conectando
las islas con otros aeropuertos peninsulares. El efecto sobre el coste del programa es
ambiguo porque por un lado evita conexiones (trasbordos), pero por otro otorga mayor
poder de mercado a las compañías, que evitan así la presión competitiva de las grandes
rutas.
• Las estimaciones econométricas realizadas muestran como efectivamente el precio me-
dio subvencionado de los billetes de ida y vuelta entre península y archipiélagos (más
Melilla) ha aumentado después del incremento del subsidio en Julio del 2018 en relación
a los períodos anteriores. El incremento estimado oscila entre unos €5€- 35 por billete
(de ida y vuelta) o alrededor de un 5%-26%. En función del método econométrico em-
pleado
• Sin embargo, esta correlación entre la subida de precios y el incremento del subsidio a
los residentes, no implica necesariamente que se pueda establecer una relación causal
entre ambos dado que cualquier variable que impacte los precios aéreos que haya ex-
perimentado un cambio post Julio del 2018 podría explicar esta correlación. Para inten-
tar identificar si esta subida efectivamente es debida al subsidio empleamos una estra-
tegia de identificación en la que comparamos la evolución en los precios de los billetes
si la ida es un trayecto isla —península o si la ida es un trayecto península-islas. La intui-
3
3
Más del 80% del aumento del coste del programa en el año posterior al cambio (que
entró en vigor el 16 de julio de 2018) se debe al comportamiento de las rutas que co-
nectan la península con los territorios con residentes subvencionados, a pesar de que
estas rutas no llegaban a suponer la mitad del coste del programa el año previo a dicha
fecha. Los otros dos grandes tipos de rutas han supuesto una contribución mucho me-
nor al incremento, tanto porque su porcentaje de descuento se ha mantenido constante
(las rutas interinsulares ya lo aumentaron un año antes) como porque las conexiones
intrapeninsulares, a pesar de que en ellas creció incluso más tanto el precio como la
cantidad, sólo suponían un 5% del coste inicial.
La observación de la relación de las subidas de precios y cantidades con otros elementos
aporta información interesante. Por ejemplo, en general los precios han subido más los
días que ya eran más altos (domingos), lo que apunta al papel de las restricciones de
oferta. Por compañías, el comportamiento de sus precios ha sido variable, pero la res-
puesta de los consumidores no ha contribuido a limitar la subida media, sino que, al
contrario, han ganado cuota las compañías con precios medios más elevados, aunque
este efecto sólo explica entre un 10 y un 20% de la subida total.
Dos variables con una relación más compleja con los precios son la antelación de la com-
pra y el sentido de la ruta. La antelación se suele asumir que reduce el precio, y obser-
vamos que es así en media (en cada ruta y año, el precio medio correspondiente a cada
antelación es decreciente con ésta) pero, ante aumentos de la demanda esperada, los
pasajeros responden adelantando su compra y ello eleva los precios, con lo que la rela-
ción observada entre los datos medios de cada viaje mezcla diversos efectos. Respecto
al efecto del sentido de la ruta, en general son más caros los billetes que inician viaje en
la península (sobre todo, en Madrid).
Observamos correlaciones altas y crecientes dentro de cada ruta entre el precio medio
pagado en cada vuelo y la cantidad de pasajeros subvencionados en él, lo que apunta a
que la alta demanda en relación a las plazas disponibles no sólo eleva los precios, sino
que expulsa a los pasajeros no subvencionados.
En cuanto al comportamiento de la oferta de vuelos, el aumento del descuento se ha
visto acompañado de un aumento relativamente mayor en las nuevas rutas conectando
las islas con otros aeropuertos peninsulares. El efecto sobre el coste del programa es
ambiguo porque por un lado evita conexiones (trasbordos), pero por otro otorga mayor
poder de mercado a las compañías, que evitan así la presión competitiva de las grandes
rutas.
Las estimaciones econométricas realizadas muestran como efectivamente el precio me-
dio subvencionado de los billetes de ida y vuelta entre península y archipiélagos (más
Melilla) ha aumentado después del incremento del subsidio en Julio del 2018 en relación
a los períodos anteriores. El incremento estimado oscila entre unos €5€- 35 por billete
(de ida y vuelta) o alrededor de un 5%-26%. En función del método econométrico em-
pleado
Sin embargo, esta correlación entre la subida de precios y el incremento del subsidio a
los residentes, no implica necesariamente que se pueda establecer una relación causal
entre ambos dado que cualquier variable que impacte los precios aéreos que haya ex-
perimentado un cambio post Julio del 2018 podría explicar esta correlación. Para inten-
tar identificar si esta subida efectivamente es debida al subsidio empleamos una estra-
tegia de identificación en la que comparamos la evolución en los precios de los billetes
si la ida es un trayecto isla –península o si la ida es un trayecto península-islas. La intui-
ción básica es que cualquier efecto en el precio final debido en el incremento del subsi-
dio debería reflejarse en mayor medida en trayectos con origen en las islas dado que es
la opción elegida por un mayor número de residentes. Por cada vuelo de ida y vuelta
entre las islas (más Melilla) y la península con origen peninsular hecho por residentes,
hay 7,2 vuelos de ida y vuelta a la península con origen en las islas (más Melilla).
• En ninguna de las especificaciones econométricas empleadas encontramos una diferen-
cia significativa en el comportamiento de los precios en trayectos con origen en penín-
sula en comparación a los billetes con origen en las islas. Por ello no encontramos evi-
dencia concluyente que ligue el aumento en las tarifas aéreas con el incremento del
subsidio en Julio del 2018.
• Por último, se exploran sistemas alternativos o mejoras del actual sistema que preser-
ven gran parte de las ventajas del sistema actual para los residentes y supongan un aho-
rro significativo para la Administración. Una primera recomendación es reducir las ba-
rreras de entrada para que haya más opciones de aumentar la competencia. El aumento
de la oferta podría reducir significativamente el impacto de las bonificaciones sobre el
precio de mercado.
• Independientemente del efecto sobre los precios, el sistema de bonificaciones a los re-
sidentes supone un aumento de la demanda y una transferencia no intencionada de
recursos a las compañías aéreas. Una forma de reducir esta transferencia es introducir
competencia por el "mercado de las bonificaciones" como se hace en el sector farma-
céutico y en el sector eléctrico, introduciendo una especie de "obligación de servicio
público abierta", aunque este mecanismo no se corresponda con lo que en transporte
aéreo se conoce como obligación de servicio público. La idea es que en los mercados en
los que existe competencia se podría implementar una subasta para seleccionar a la
compañía que podría ofrecer los billetes bonificados. Como en las subastas de medica-
mentos, solo los residentes que utilicen esta compañía tendrían derecho a la bonifica-
ción. Por supuesto, el diseño de las subastas tendría que adaptarse a las necesidades de
la población residente, se tendría que imponer unas obligaciones sobre las frecuencias
y asientos mínimos que tendría que satisfacer el adjudicatario, y se podrían considerar
distintos sistemas de puja (fijar un precio máximo a cambio de una cantidad, un des-
cuento sobre la bonificación, etc...).
• Existen otros sistemas alternativos de ahorro que sin embargo presentan problemas de
implementación. Un posible sistema es abonar la bonificación a través de una deducción
en la cuota de la declaración de la renta. La ventaja de este sistema es que aumenta la
elasticidad de la demanda, presionaría los precios a la baja e implicaría una reducción
del gasto agregado. Sin embargo, implica importantes costes de transacción y penaliza-
ría a las rentas bajas. Una medida más sencilla que tendría el inconveniente adicional de
recortar los beneficios actuales de los residentes es limitar el número de billetes sujetos
a la bonificación. La parte positiva de esta medida es que la bonificación sigue sirviendo
de seguro para la gran parte de la población que hace un uso escaso de las bonificacio-
nes, pero quiere estar protegida ante la eventualidad de tener que viajar en periodos de
demanda y precios altos. En la misma dirección, se podría considerar un sistema menos
drástico donde la bonificación se podría reducir con el número de viajes que realiza cada
persona. Sistema que se puede complementar con programas específicos para determi-
nados colectivos como los estudiantes.
4
4
ción básica es que cualquier efecto en el precio final debido en el incremento del subsi-
dio debería reflejarse en mayor medida en trayectos con origen en las islas dado que es
la opción elegida por un mayor número de residentes. Por cada vuelo de ida y vuelta
entre las islas (más Melilla) y la península con origen peninsular hecho por residentes,
hay 7,2 vuelos de ida y vuelta a la península con origen en las islas (más Melilla).
En ninguna de las especificaciones econométricas empleadas encontramos una diferen-
cia significativa en el comportamiento de los precios en trayectos con origen en penín-
sula en comparación a los billetes con origen en las islas. Por ello no encontramos evi-
dencia concluyente que ligue el aumento en las tarifas aéreas con el incremento del
subsidio en Julio del 2018.
Por último, se exploran sistemas alternativos o mejoras del actual sistema que preser-
ven gran parte de las ventajas del sistema actual para los residentes y supongan un aho-
rro significativo para la Administración. Una primera recomendación es reducir las ba-
rreras de entrada para que haya más opciones de aumentar la competencia. El aumento
de la oferta podría reducir significativamente el impacto de las bonificaciones sobre el
precio de mercado.
Independientemente del efecto sobre los precios, el sistema de bonificaciones a los re-
sidentes supone un aumento de la demanda y una transferencia no intencionada de
recursos a las compañías aéreas. Una forma de reducir esta transferencia es introducir
competencia por el ”mercado de las bonificaciones” como se hace en el sector farma-
céutico y en el sector eléctrico, introduciendo una especie de “obligación de servicio
público abierta”, aunque este mecanismo no se corresponda con lo que en transporte
aéreo se conoce como obligación de servicio público. La idea es que en los mercados en
los que existe competencia se podría implementar una subasta para seleccionar a la
compañía que podría ofrecer los billetes bonificados. Como en las subastas de medica-
mentos, solo los residentes que utilicen esta compañía tendrían derecho a la bonifica-
ción. Por supuesto, el diseño de las subastas tendría que adaptarse a las necesidades de
la población residente, se tendría que imponer unas obligaciones sobre las frecuencias
y asientos mínimos que tendría que satisfacer el adjudicatario, y se podrían considerar
distintos sistemas de puja (fijar un precio máximo a cambio de una cantidad, un des-
cuento sobre la bonificación, etc…).
Existen otros sistemas alternativos de ahorro que sin embargo presentan problemas de
implementación. Un posible sistema es abonar la bonificación a través de una deducción
en la cuota de la declaración de la renta. La ventaja de este sistema es que aumenta la
elasticidad de la demanda, presionaría los precios a la baja e implicaría una reducción
del gasto agregado. Sin embargo, implica importantes costes de transacción y penaliza-
ría a las rentas bajas. Una medida más sencilla que tendría el inconveniente adicional de
recortar los beneficios actuales de los residentes es limitar el número de billetes sujetos
a la bonificación. La parte positiva de esta medida es que la bonificación sigue sirviendo
de seguro para la gran parte de la población que hace un uso escaso de las bonificacio-
nes, pero quiere estar protegida ante la eventualidad de tener que viajar en periodos de
demanda y precios altos. En la misma dirección, se podría considerar un sistema menos
drástico donde la bonificación se podría reducir con el número de viajes que realiza cada
persona. Sistema que se puede complementar con programas específicos para determi-
nados colectivos como los estudiantes.
1. Introducción
El objetivo de este informe es analizar el impacto de las bonificaciones al transporte
aéreo de residentes en regiones no peninsulares actualmente vigente en España. En Julio de
2018 el Gobierno aprobó el aumento del 50% al 75% del descuento del transporte aéreo y ma-
rítimo de residentes en territorios no peninsulares, es decir, Canarias, Baleares y Ceuta y Melilla.
Aunque ha pasado escasamente un año y medio desde la puesta en marcha de esta medida,
existe la percepción de que el aumento de las bonificaciones ha alterado significativamente los
resultados del mercado, el número de viajeros y su composición, así como los precios y la canti-
dad total de ayudas. El presente informe pretende utilizar las herramientas del análisis econó-
mico y econométrico para cuantificar dichos efectos y proponer mejoras y posibles alternativas
al actual sistema de bonificaciones. El informe comienza poniendo en contexto las bonificacio-
nes aéreas como instrumento regulatorio.
En general, el mercado aéreo en la Unión Europea es un sector completamente liberali-
zado donde la norma es lo que se ha dado en llamar cielos abiertos, permitir la libre entrada de
compañías y la libre fijación de precios. En la Unión Europea en 1993 se completó la liberaliza-
ción del mercado aéreo, y desde entonces la competencia ha multiplicado el número de rutas,
de compañías y los precios se han reducido significativamente. A pesar del éxito de la compe-
tencia, la estructura de costes en el mercado aéreo presenta importantes economías de escala
y densidad, y esto conlleva que, en un mercado abierto, en determinadas ocasiones poblaciones
aisladas o escasamente pobladas no tengan oferta o ésta sea deficiente, con escasa frecuencia
y precios elevados. Este problema se agrava en territorios insulares donde no existe transporte
terrestre alternativo. Este fenómeno, unido a la importancia del transporte aéreo en la cohesión
territorial y el desarrollo económico, justifican la intervención del sector público que frecuente-
mente subsidia de diferentes formas el transporte aéreo para garantizar la oferta, las frecuen-
cias o el acceso de la población a este servicio. Con esta lógica, la Unión Europea, que restringe
frecuentemente las ayudas de estado para evitar que los países miembros interfieran en la com-
petencia y favorezcan su propia industria, establece una excepción con respecto a las ayudas al
sector aéreo que tienen como finalidad cohesionar el territorio y garantizar la movilidad y siem-
pre que cumplan además otra serie de condiciones.
Dentro de este contexto, existen diversos instrumentos para implementar las ayudas al
sector de transporte aéreo y diversas situaciones a considerar. Por ejemplo, si la oferta de ser-
vicios es claramente insuficiente pero la ruta se considera esencial para el desarrollo socioeco-
nómico de la región servida, se podrían establecer Obligaciones de Servicio Público. Si bajo las
condiciones impuestas tampoco hay ninguna compañía interesada en operar una determinada
ruta, se puede adjudicar la operación del servicio mediante un procedimiento competitivo
abierto, a una sola compañía. Las OSP frecuentemente asignan a la empresa concesionaria, a
cambio de la garantía de la prestación del servicio aéreo por un determinado periodo en régimen
de monopolio, con unas determinadas condiciones de servicio (frecuencia y precios), una ayuda
para compensar las pérdidas de explotación. En la misma línea, es posible también establecer
subsidios públicos para la apertura de nuevas rutas, como algunos puestos en marcha por algu-
nas Comunidades Autónomas, y para el establecimiento de nuevos aeropuertos, aunque éstos
no han sido utilizados en España.
5
5
1. Introducción
El objetivo de este informe es analizar el impacto de las bonificaciones al transporte
aéreo de residentes en regiones no peninsulares actualmente vigente en España. En Julio de
2018 el Gobierno aprobó el aumento del 50% al 75% del descuento del transporte aéreo y ma-
rítimo de residentes en territorios no peninsulares, es decir, Canarias, Baleares y Ceuta y Melilla.
Aunque ha pasado escasamente un año y medio desde la puesta en marcha de esta medida,
existe la percepción de que el aumento de las bonificaciones ha alterado significativamente los
resultados del mercado, el número de viajeros y su composición, así como los precios y la canti-
dad total de ayudas. El presente informe pretende utilizar las herramientas del análisis econó-
mico y econométrico para cuantificar dichos efectos y proponer mejoras y posibles alternativas
al actual sistema de bonificaciones. El informe comienza poniendo en contexto las bonificacio-
nes aéreas como instrumento regulatorio.
En general, el mercado aéreo en la Unión Europea es un sector completamente liberali-
zado donde la norma es lo que se ha dado en llamar cielos abiertos, permitir la libre entrada de
compañías y la libre fijación de precios. En la Unión Europea en 1993 se completó la liberaliza-
ción del mercado aéreo, y desde entonces la competencia ha multiplicado el número de rutas,
de compañías y los precios se han reducido significativamente. A pesar del éxito de la compe-
tencia, la estructura de costes en el mercado aéreo presenta importantes economías de escala
y densidad, y esto conlleva que, en un mercado abierto, en determinadas ocasiones poblaciones
aisladas o escasamente pobladas no tengan oferta o ésta sea deficiente, con escasa frecuencia
y precios elevados. Este problema se agrava en territorios insulares donde no existe transporte
terrestre alternativo. Este fenómeno, unido a la importancia del transporte aéreo en la cohesión
territorial y el desarrollo económico, justifican la intervención del sector público que frecuente-
mente subsidia de diferentes formas el transporte aéreo para garantizar la oferta, las frecuen-
cias o el acceso de la población a este servicio. Con esta lógica, la Unión Europea, que restringe
frecuentemente las ayudas de estado para evitar que los países miembros interfieran en la com-
petencia y favorezcan su propia industria, establece una excepción con respecto a las ayudas al
sector aéreo que tienen como finalidad cohesionar el territorio y garantizar la movilidad y siem-
pre que cumplan además otra serie de condiciones.
Dentro de este contexto, existen diversos instrumentos para implementar las ayudas al
sector de transporte aéreo y diversas situaciones a considerar. Por ejemplo, si la oferta de ser-
vicios es claramente insuficiente pero la ruta se considera esencial para el desarrollo socioeco-
nómico de la región servida, se podrían establecer Obligaciones de Servicio Público. Si bajo las
condiciones impuestas tampoco hay ninguna compañía interesada en operar una determinada
ruta, se puede adjudicar la operación del servicio mediante un procedimiento competitivo
abierto, a una sola compañía. Las OSP frecuentemente asignan a la empresa concesionaria, a
cambio de la garantía de la prestación del servicio aéreo por un determinado periodo en régimen
de monopolio, con unas determinadas condiciones de servicio (frecuencia y precios), una ayuda
para compensar las pérdidas de explotación. En la misma línea, es posible también establecer
subsidios públicos para la apertura de nuevas rutas, como algunos puestos en marcha por algu-
nas Comunidades Autónomas, y para el establecimiento de nuevos aeropuertos, aunque éstos
no han sido utilizados en España.
El objeto de este informe es otra figura, las bonificaciones a rutas ya existentes que no
entrarían dentro del paraguas a las OSP, pero que se dirigen directamente a la población con el
objeto de mejorar su acceso al servicio de transporte aéreo. Este tipo de ayudas se establecieron
en España en los años 60 y se dan en otros lugares del mundo (Ecuador, Canadá, etc...) y en otros
países miembros de la Comunidad Europea (Portugal, Francia, Reino Unido e Italia.). España fue
el país pionero en establecer unas bonificaciones "ad valorem" (un porcentaje de descuento
sobre el precio del billete) para conectar los archipiélagos con la península. En particular, en el
año 1960 se introdujo un descuento de un 12% en el precio de los billetes aéreos de los trayectos
Canarias-Península a los residentes del archipiélago. Desde entonces, España ha ido aumen-
tando el descuento y extendiéndolo a las Islas Baleares y a los trayectos interinsulares tanto en
Canarias como en Baleares. A finales de la década de los setenta Francia y Portugal introducen
bonificaciones similares para Córcega, Madeira y Azores. En la misma línea, pero más reciente-
mente Italia y el Reino Unido han establecido ayudas similares para las conexiones entre las islas
(Cerdeña e Islas Shetland) y el continente.
Esta introducción es necesaria para entender que las bonificaciones aéreas son un ins-
trumento regulatorio que tiene justificación económica y que se ha utilizado históricamente en
España y en los países de nuestro entorno. Por ello, el objeto del informe no es cuestionar su
existencia, sino evaluar las consecuencias del último cambio regulatorio (el incremento de la
bonificación al 75%) y reflexionar sobre posibles mejoras y diseños alternativos. Para ello, el
primer paso debe ser revisar la literatura existente sobre el tipo de bonificaciones.
La mayor parte de la literatura sobre subvenciones al mercado aéreo se ha centrado en
el análisis de OSP. La literatura sobre bonificaciones a residentes es muy escasa y además nos
centraremos en los artículos que analizan el sistema español (ver Zembri (2014) para el caso
francés, Williams y Brá'then (2010) para el caso escoces, y Ramos-Perez (2018) para el caso por-
tugués). El artículo más cercano al presente informe es Fageda et al (2016) que analiza el im-
pacto sobre el precio de las bonificaciones a residentes. Los autores utilizan una base de datos
de precios aéreos para un conjunto de rutas domésticas españolas en el periodo 2003-2013, y
no encuentran diferencias en la evolución de los precios entre las rutas que tienen bonificación
y las que no la tienen, concluyendo que el impacto de las bonificaciones sobre el precio es in-
apreciable. El artículo es metodológicamente interesante porque utiliza la variabilidad en las
bonificaciones que en ese periodo se incrementó de un 33% a un 50% con varios pasos interme-
dios para intentar identificar los efectos de las bonificaciones sobre los precios.
Este resultado contrasta con el obtenido Calzada y Fageda (2012) que estudiando datos
del periodo 2001-2009 sí que encuentran que las rutas domésticas que tienen descuentos (tra-
yectos entre Canarias y Baleares a la península) soportan precios más altos que el resto de las
rutas domésticas. Este resultado va en línea con Fageda et al. (2012) que analiza datos de rutas
domésticas e internacionales con origen en el aeropuerto de Gran Canaria. El enfoque metodo-
lógico consiste en estimar una ecuación de precios donde la variabilidad de los mismos se explica
con diferentes características de la aerolínea, la estructura de mercado, etc...además de la exis-
tencia de las bonificaciones para las rutas hacia la península. El principal resultado es que los
pasajeros no residentes soportan precios mayores que los pasajeros internacionales.
Valido et al (2014) analizan teóricamente la diferencia entre las bonificaciones "ad va-
lorem" y un descuento fijo independiente del precio en un entorno monopolístico. Demuestran
que cuando las compañías tienen poder de mercado el precio del billete se incrementa con el
6
6
El objeto de este informe es otra figura, las bonificaciones a rutas ya existentes que no
entrarían dentro del paraguas a las OSP, pero que se dirigen directamente a la población con el
objeto de mejorar su acceso al servicio de transporte aéreo. Este tipo de ayudas se establecieron
en España en los años 60 y se dan en otros lugares del mundo (Ecuador, Canadá, etc…) y en otros
países miembros de la Comunidad Europea (Portugal, Francia, Reino Unido e Italia.). España fue
el país pionero en establecer unas bonificaciones ``ad valorem’’ (un porcentaje de descuento
sobre el precio del billete) para conectar los archipiélagos con la península. En particular, en el
año 1960 se introdujo un descuento de un 12% en el precio de los billetes aéreos de los trayectos
Canarias-Península a los residentes del archipiélago. Desde entonces, España ha ido aumen-
tando el descuento y extendiéndolo a las Islas Baleares y a los trayectos interinsulares tanto en
Canarias como en Baleares. A finales de la década de los setenta Francia y Portugal introducen
bonificaciones similares para Córcega, Madeira y Azores. En la misma línea, pero más reciente-
mente Italia y el Reino Unido han establecido ayudas similares para las conexiones entre las islas
(Cerdeña e Islas Shetland) y el continente.
Esta introducción es necesaria para entender que las bonificaciones aéreas son un ins-
trumento regulatorio que tiene justificación económica y que se ha utilizado históricamente en
España y en los países de nuestro entorno. Por ello, el objeto del informe no es cuestionar su
existencia, sino evaluar las consecuencias del último cambio regulatorio (el incremento de la
bonificación al 75%) y reflexionar sobre posibles mejoras y diseños alternativos. Para ello, el
primer paso debe ser revisar la literatura existente sobre el tipo de bonificaciones.
La mayor parte de la literatura sobre subvenciones al mercado aéreo se ha centrado en
el análisis de OSP. La literatura sobre bonificaciones a residentes es muy escasa y además nos
centraremos en los artículos que analizan el sistema español (ver Zembri (2014) para el caso
francés, Williams y Bråthen (2010) para el caso escoces, y Ramos-Perez (2018) para el caso por-
tugués). El artículo más cercano al presente informe es Fageda et al (2016) que analiza el im-
pacto sobre el precio de las bonificaciones a residentes. Los autores utilizan una base de datos
de precios aéreos para un conjunto de rutas domésticas españolas en el periodo 2003-2013, y
no encuentran diferencias en la evolución de los precios entre las rutas que tienen bonificación
y las que no la tienen, concluyendo que el impacto de las bonificaciones sobre el precio es in-
apreciable. El artículo es metodológicamente interesante porque utiliza la variabilidad en las
bonificaciones que en ese periodo se incrementó de un 33% a un 50% con varios pasos interme-
dios para intentar identificar los efectos de las bonificaciones sobre los precios.
Este resultado contrasta con el obtenido Calzada y Fageda (2012) que estudiando datos
del periodo 2001-2009 sí que encuentran que las rutas domésticas que tienen descuentos (tra-
yectos entre Canarias y Baleares a la península) soportan precios más altos que el resto de las
rutas domésticas. Este resultado va en línea con Fageda et al. (2012) que analiza datos de rutas
domésticas e internacionales con origen en el aeropuerto de Gran Canaria. El enfoque metodo-
lógico consiste en estimar una ecuación de precios donde la variabilidad de los mismos se explica
con diferentes características de la aerolínea, la estructura de mercado, etc…además de la exis-
tencia de las bonificaciones para las rutas hacia la península. El principal resultado es que los
pasajeros no residentes soportan precios mayores que los pasajeros internacionales.
Valido et al (2014) analizan teóricamente la diferencia entre las bonificaciones ``ad va-
lorem’’ y un descuento fijo independiente del precio en un entorno monopolístico. Demuestran
que cuando las compañías tienen poder de mercado el precio del billete se incrementa con el
subsidio y que esto reduce la demanda de no residentes. Por último, demuestran que la optima-
lidad de un tipo o de otro de subsidio dependerá de la distribución de las valoraciones de los
consumidores.
El resto del trabajo se estructura de la siguiente forma. En la sección segunda, se anali-
zará teóricamente el entorno competitivo del mercado aéreo, la formalización de dicho análisis
se presenta en un apéndice al final del informe. En la sección tercera se presentará un primer
análisis cuantitativo de los datos. En la sección cuarta se hace un análisis econométrico sobre la
relación entre los precios de mercado y el incremento de las bonificaciones. La sección quinta
presenta las conclusiones. El trabajo finaliza con una discusión sobre las posibles mejoras y al-
ternativas al sistema actual de bonificaciones.
2. Análisis teórico del impacto de las bonificaciones en
la fijación de precios del mercado aéreo
Antes de proceder al análisis de los datos es importante tener un marco teórico sobre el
funcionamiento del mercado aéreo de transporte de pasajeros y la fijación óptima de los pre-
cios. La primera idea es que este mercado ha sido tradicionalmente visto como un mercado muy
competitivo. Esta creencia estaba sustentada en dos hechos. La rentabilidad media de las aero-
líneas era globalmente baja comparada con otras industrias, y la liberalización del mercado ame-
ricano a principio de los 80, fue muy estudiada y exitosa en término de aumento de rutas y
operadores, y en la reducción de precios. Teóricamente, aun considerando la definición de mer-
cado a escala de ruta específica y observando por tanto numerosos monopolios y duopolios, se
justificaba la elevada competitividad del mercado con la idea de los mercados disputables ("con-
testable markets"). Esta idea introducida en 1982 por los profesores Baumol, Panzar, y Willig en
el libro "Contestable Markets and the Theory of Industry Structure", se resumía en que si en un
mercado no había barreras de entrada (los costes de entrada no son hundidos, los entrantes
tienen acceso a la misma tecnología, etc...) , los consumidores son elásticos y existen fricciones
para cambiar la política de precios, bajo esas condiciones, independientemente de la estructura
de mercado, incluso en el caso de monopolio, las empresas de establecidas no tenían poder de
mercado y no podían fijar precios por encima de los niveles competitivos. En otras palabras, la
amenaza de entrada podía disciplinar un mercado que independientemente del número de em-
presas y sus cuotas de mercado generaría precios competitivos. El ejemplo recurrente de los
mercados disputables era el mercado del transporte aéreo de pasajeros.
Hoy sin embargo la visión sobre este mercado es más compleja. Por un lado, nueva evi-
dencia empírica cuestiona la hipótesis de mercados disputables. En EE.UU se han producido
operaciones de concentración que han aumentado la rentabilidad de las aerolíneas, los precios
y los márgenes empresariales. Por otro lado, se ha hecho visible que en este mercado existen
barreras de entrada y que no es fácil para las empresas entrantes replicar la posición competitiva
de las empresas establecidas que cuentan con activos específicos en los aeropuertos, economías
de red (hub and spokes) en la logística de la organización de los vuelos, programas de fidelización
de clientes, etc... Por todo ello, nuestro punto de partida para comenzar el análisis es asumir que
las aerolíneas tienen cierto poder de mercado en la fijación de precios.
En particular, sería razonable pensar que el poder de mercado varía mucho depen-
diendo de la ruta, la demanda del vuelo y la probabilidad de que puedan existir restricciones de
capacidad relevantes, bien debidas a la infraestructura, el espacio aéreo o condiciones propias
7
7
subsidio y que esto reduce la demanda de no residentes. Por último, demuestran que la optima-
lidad de un tipo o de otro de subsidio dependerá de la distribución de las valoraciones de los
consumidores.
El resto del trabajo se estructura de la siguiente forma. En la sección segunda, se anali-
zará teóricamente el entorno competitivo del mercado aéreo, la formalización de dicho análisis
se presenta en un apéndice al final del informe. En la sección tercera se presentará un primer
análisis cuantitativo de los datos. En la sección cuarta se hace un análisis econométrico sobre la
relación entre los precios de mercado y el incremento de las bonificaciones. La sección quinta
presenta las conclusiones. El trabajo finaliza con una discusión sobre las posibles mejoras y al-
ternativas al sistema actual de bonificaciones.
2. Análisis teórico del impacto de las bonificaciones en
la fijación de precios del mercado aéreo
Antes de proceder al análisis de los datos es importante tener un marco teórico sobre el
funcionamiento del mercado aéreo de transporte de pasajeros y la fijación óptima de los pre-
cios. La primera idea es que este mercado ha sido tradicionalmente visto como un mercado muy
competitivo. Esta creencia estaba sustentada en dos hechos. La rentabilidad media de las aero-
líneas era globalmente baja comparada con otras industrias, y la liberalización del mercado ame-
ricano a principio de los 80, fue muy estudiada y exitosa en término de aumento de rutas y
operadores, y en la reducción de precios. Teóricamente, aun considerando la definición de mer-
cado a escala de ruta específica y observando por tanto numerosos monopolios y duopolios, se
justificaba la elevada competitividad del mercado con la idea de los mercados disputables (“con-
testable markets”). Esta idea introducida en 1982 por los profesores Baumol, Panzar, y Willig en
el libro “Contestable Markets and the Theory of Industry Structure’’, se resumía en que si en un
mercado no había barreras de entrada (los costes de entrada no son hundidos, los entrantes
tienen acceso a la misma tecnología, etc…) , los consumidores son elásticos y existen fricciones
para cambiar la política de precios, bajo esas condiciones, independientemente de la estructura
de mercado, incluso en el caso de monopolio, las empresas de establecidas no tenían poder de
mercado y no podían fijar precios por encima de los niveles competitivos. En otras palabras, la
amenaza de entrada podía disciplinar un mercado que independientemente del número de em-
presas y sus cuotas de mercado generaría precios competitivos. El ejemplo recurrente de los
mercados disputables era el mercado del transporte aéreo de pasajeros.
Hoy sin embargo la visión sobre este mercado es más compleja. Por un lado, nueva evi-
dencia empírica cuestiona la hipótesis de mercados disputables. En EE.UU se han producido
operaciones de concentración que han aumentado la rentabilidad de las aerolíneas, los precios
y los márgenes empresariales. Por otro lado, se ha hecho visible que en este mercado existen
barreras de entrada y que no es fácil para las empresas entrantes replicar la posición competitiva
de las empresas establecidas que cuentan con activos específicos en los aeropuertos, economías
de red (hub and spokes) en la logística de la organización de los vuelos, programas de fidelización
de clientes, etc… Por todo ello, nuestro punto de partida para comenzar el análisis es asumir que
las aerolíneas tienen cierto poder de mercado en la fijación de precios.
En particular, sería razonable pensar que el poder de mercado varía mucho depen-
diendo de la ruta, la demanda del vuelo y la probabilidad de que puedan existir restricciones de
capacidad relevantes, bien debidas a la infraestructura, el espacio aéreo o condiciones propias
de la compañía aérea. En vuelos en los que la demanda es baja y por lo tanto están lejos de las
restricciones de capacidad, es de esperar que, si existen varios operadores, el resultado sea bas-
tante competitivo y los precios estén orientados a costes. Por el contrario, en los vuelos en los
que las restricciones de capacidad pueden ser relevantes, la teoría predice que las empresas
establecidas tienen poder de mercado, y por tanto existirán márgenes entre los precios y los
costes, y los precios estarán determinados por la estructura de mercado y la elasticidad de la
demanda.
En este escenario de poder de mercado, en el que los precios y los márgenes dependen
de la elasticidad de la demanda es donde las bonificaciones a los pasajeros residentes pueden
tener un impacto importante en el equilibrio de mercado. La demanda de pasajeros es la com-
posición de la demanda de pasajeros residentes, que solo pagan una proporción del precio de-
bido a la bonificación y la demanda de no residentes que pagan la totalidad del precio. Cuanto
mayor sea la bonificación, menor será la elasticidad de los consumidores residentes y como con-
secuencia menor será la elasticidad de la demanda total. Una menor elasticidad de la demanda
cuando las empresas tienen poder de mercado, se traslada a mayores precios. Por lo tanto, si se
aumenta la bonificación eso conllevará un aumento de la demanda de residentes, pero también
es posible que conlleve un aumento de los precios y como consecuencia una reducción del nú-
mero de pasajeros no residentes.
En el apéndice de este informe ilustramos estos efectos con un modelo teórico que
como en Valido et al (2014) parte de una estructura de mercado monopolística. En el modelo
además considera que los consumidores no residentes (en parte turistas) generan una externa-
lidad positiva sobre la población residente y también el coste agregado de las bonificaciones
para la Administración. El modelo realiza un análisis de bienestar, se caracteriza la bonificación
óptima y se demuestra que el nivel óptimo de las bonificaciones es decreciente en la externali-
dad positiva de los pasajeros no residentes y en el coste de oportunidad de los fondos públicos.
Por último, el modelo teórico considera alternativas para implementar las bonificacio-
nes. El modelo base, como es el caso de las bonificaciones para pasajeros residentes en Canarias
y Baleares, parte de descuentos sobre el precio de mercado, una bonificación "ad valorem". En
el modelo se considera una bonificación por una cantidad fija y una bonificación que garantizase
un precio máximo del billete para los pasajeros residentes (la bonificación sería la diferencia
entre el precio de mercado y ese precio máximo). En el modelo, se calibran los dos sistemas
alternativos de tal forma que con la bonificación fija y el precio máximo viajen los mismos viaje-
ros residentes que con el modelo base. Aunque, bajo esa hipótesis los tres sistemas generan el
mismo número de viajeros residentes, los diferentes sistemas generan diferentes elasticidades
de demanda, diferentes precios de mercado y diferente gasto público. En el modelo se demues-
tra que el sistema "ad valorem" es intermedio entre el precio máximo y el sistema de bonifica-
ción fijo, este último es el sistema que presenta unos mejores resultados, un menor precio de
mercado (menor impacto sobre los no residentes) y menor gasto agregado en bonificaciones. El
sistema de precio máximo por el contrario genera la menor elasticidad de la demanda y con ello,
el mayor precio de mercado y también el mayor gasto agregado en bonificaciones. La robustez
de estos resultados será discutida más adelante, cuando se analicen posibles mejoras y diseños
alternativos al sistema de bonificaciones.
8
8
de la compañía aérea. En vuelos en los que la demanda es baja y por lo tanto están lejos de las
restricciones de capacidad, es de esperar que, si existen varios operadores, el resultado sea bas-
tante competitivo y los precios estén orientados a costes. Por el contrario, en los vuelos en los
que las restricciones de capacidad pueden ser relevantes, la teoría predice que las empresas
establecidas tienen poder de mercado, y por tanto existirán márgenes entre los precios y los
costes, y los precios estarán determinados por la estructura de mercado y la elasticidad de la
demanda.
En este escenario de poder de mercado, en el que los precios y los márgenes dependen
de la elasticidad de la demanda es donde las bonificaciones a los pasajeros residentes pueden
tener un impacto importante en el equilibrio de mercado. La demanda de pasajeros es la com-
posición de la demanda de pasajeros residentes, que solo pagan una proporción del precio de-
bido a la bonificación y la demanda de no residentes que pagan la totalidad del precio. Cuanto
mayor sea la bonificación, menor será la elasticidad de los consumidores residentes y como con-
secuencia menor será la elasticidad de la demanda total. Una menor elasticidad de la demanda
cuando las empresas tienen poder de mercado, se traslada a mayores precios. Por lo tanto, si se
aumenta la bonificación eso conllevará un aumento de la demanda de residentes, pero también
es posible que conlleve un aumento de los precios y como consecuencia una reducción del nú-
mero de pasajeros no residentes.
En el apéndice de este informe ilustramos estos efectos con un modelo teórico que
como en Valido et al (2014) parte de una estructura de mercado monopolística. En el modelo
además considera que los consumidores no residentes (en parte turistas) generan una externa-
lidad positiva sobre la población residente y también el coste agregado de las bonificaciones
para la Administración. El modelo realiza un análisis de bienestar, se caracteriza la bonificación
óptima y se demuestra que el nivel óptimo de las bonificaciones es decreciente en la externali-
dad positiva de los pasajeros no residentes y en el coste de oportunidad de los fondos públicos.
Por último, el modelo teórico considera alternativas para implementar las bonificacio-
nes. El modelo base, como es el caso de las bonificaciones para pasajeros residentes en Canarias
y Baleares, parte de descuentos sobre el precio de mercado, una bonificación “ad valorem”. En
el modelo se considera una bonificación por una cantidad fija y una bonificación que garantizase
un precio máximo del billete para los pasajeros residentes (la bonificación sería la diferencia
entre el precio de mercado y ese precio máximo). En el modelo, se calibran los dos sistemas
alternativos de tal forma que con la bonificación fija y el precio máximo viajen los mismos viaje-
ros residentes que con el modelo base. Aunque, bajo esa hipótesis los tres sistemas generan el
mismo número de viajeros residentes, los diferentes sistemas generan diferentes elasticidades
de demanda, diferentes precios de mercado y diferente gasto público. En el modelo se demues-
tra que el sistema “ad valorem” es intermedio entre el precio máximo y el sistema de bonifica-
ción fijo, este último es el sistema que presenta unos mejores resultados, un menor precio de
mercado (menor impacto sobre los no residentes) y menor gasto agregado en bonificaciones. El
sistema de precio máximo por el contrario genera la menor elasticidad de la demanda y con ello,
el mayor precio de mercado y también el mayor gasto agregado en bonificaciones. La robustez
de estos resultados será discutida más adelante, cuando se analicen posibles mejoras y diseños
alternativos al sistema de bonificaciones.
3. Análisis descriptivo de los datos previos y posteriores
al cambio de 2018
Como mencionamos anteriormente, las subvenciones al transporte aéreo y marítimo de
residentes en territorios no peninsulares existen en España desde los años sesenta cuando se
introdujo un descuento en las tarifas de los vuelos entre Canarias y la península para los pasaje-
ros residentes en Canarias. Estas subvenciones han ido aumentando y extendiéndose en múlti-
ples direcciones:
- En cuanto a los beneficiarios, se han sumado los residentes en Baleares y en las ciudades au-
tónomas de Ceuta y Melilla.
- En cuanto a los medios, se ha sumado el transporte marítimo.
- En cuanto al concepto, también el transporte de mercancías
- Las rutas se han ampliado a las interinsulares de ambos archipiélagos, además de todas las
conexiones con la península y los vuelos peninsulares que se adquieran conjuntamente, a modo
de conexión.
- En cuanto al porcentaje, aumentó en diversas etapas hasta alcanzar el 50% y aumentó al 75%,
primero en los vuelos y navegaciones interinsulares (en la Ley de PGE 2017, que entró en vigor
el 29 de junio de 2017) y después, a través de la Ley de PGE2018 a partir del 16 de julio de 2018,
para todos los vuelos y navegaciones señalados
El presente trabajo se centra en el análisis de la política de ayudas al transporte aéreo
de personas y, por tanto, no trataremos ni otros transportes (de mercancías) ni otros medios
(barcos).
Esta figura de la subvención ha convivido con las diferentes declaraciones de Obligación
de Servicio Público (OSP), que es una figura destinada en la Unión Europea (UE) al apoyo a rutas
de difícil cobertura por el mercado y en la que se permite la introducción de precios regulados.
No pretendemos abordar el funcionamiento de las OSP, pero hacemos mención a ellas porque
ambas figuras interactúan, en tanto que los billetes con precio máximo regulado también son
objeto de subvención a los residentes. Comenzamos este apartado describiendo las bases de
datos que utilizamos.
De la base de datos de billetes beneficiados por el descuento a residentes de la DGAC se
nos ha facilitado un archivo para cada año que cubren desde julio de 2015 hasta julio de 2019
con un total de más de 51 millones de registros, cada uno de ellos con 13 campos. Respecto a
AENA, contamos con 6 campos para cada uno de los vuelos nacionales de los últimos 4 años, lo
que en total nos lleva a cerca de 700 millones de datos. Conviene observar con cierto detalle
qué hay en esas bases, porque con ese volumen de información la elección de qué se analiza
adquiere una relevancia clara.
9
9
3. Análisis descriptivo de los datos previos y posteriores
al cambio de 2018
Como mencionamos anteriormente, las subvenciones al transporte aéreo y marítimo de
residentes en territorios no peninsulares existen en España desde los años sesenta cuando se
introdujo un descuento en las tarifas de los vuelos entre Canarias y la península para los pasaje-
ros residentes en Canarias. Estas subvenciones han ido aumentando y extendiéndose en múlti-
ples direcciones:
- En cuanto a los beneficiarios, se han sumado los residentes en Baleares y en las ciudades au-
tónomas de Ceuta y Melilla.
- En cuanto a los medios, se ha sumado el transporte marítimo.
- En cuanto al concepto, también el transporte de mercancías
- Las rutas se han ampliado a las interinsulares de ambos archipiélagos, además de todas las
conexiones con la península y los vuelos peninsulares que se adquieran conjuntamente, a modo
de conexión.
- En cuanto al porcentaje, aumentó en diversas etapas hasta alcanzar el 50% y aumentó al 75%,
primero en los vuelos y navegaciones interinsulares (en la Ley de PGE 2017, que entró en vigor
el 29 de junio de 2017) y después, a través de la Ley de PGE2018 a partir del 16 de julio de 2018,
para todos los vuelos y navegaciones señalados
El presente trabajo se centra en el análisis de la política de ayudas al transporte aéreo
de personas y, por tanto, no trataremos ni otros transportes (de mercancías) ni otros medios
(barcos).
Esta figura de la subvención ha convivido con las diferentes declaraciones de Obligación
de Servicio Público (OSP), que es una figura destinada en la Unión Europea (UE) al apoyo a rutas
de difícil cobertura por el mercado y en la que se permite la introducción de precios regulados.
No pretendemos abordar el funcionamiento de las OSP, pero hacemos mención a ellas porque
ambas figuras interactúan, en tanto que los billetes con precio máximo regulado también son
objeto de subvención a los residentes. Comenzamos este apartado describiendo las bases de
datos que utilizamos.
De la base de datos de billetes beneficiados por el descuento a residentes de la DGAC se
nos ha facilitado un archivo para cada año que cubren desde julio de 2015 hasta julio de 2019
con un total de más de 51 millones de registros, cada uno de ellos con 13 campos. Respecto a
AENA, contamos con 6 campos para cada uno de los vuelos nacionales de los últimos 4 años, lo
que en total nos lleva a cerca de 700 millones de datos. Conviene observar con cierto detalle
qué hay en esas bases, porque con ese volumen de información la elección de qué se analiza
adquiere una relevancia clara.
3.1. Los datos de la DGAC y de AENA
Los campos incorporados a cada registro de la base de datos de descuentos a los que
hemos tenido acceso son los siguientes:
3_Codigo_compañia (anonimizado)
4_Numero_billete
5_Numero_cupon
6_Compañia_utilizacion (anonimizado)
9_Tarifa_cobrada
10 _Importe_subvencion
11_Fecha_emision_billete
12_Fecha_utilizacion
13_Origen
14_Destino
16_Tipo_acreditación_residencia
17_Num_documento (anonimizado)
Tarifa_registrada
El Cuadro 1 resume y agrega algunos de esos datos. La primera fila se refiere al número
total de observaciones (registros) para cada año; lógicamente, para valorar los datos correspon-
dientes a 2015 y 2019 hay que partir de que no tenemos esos años completos. La segunda fila
se refiere al número de traslados de personas beneficiarias de la subvención que hay tras esos
registros: cuando una persona va a realizar un viaje, compra un billete, que puede constar de
varios cupones; el número de cupón indica el orden de uso de los vuelos, de forma que el 1 es
la ida y el 2 la vuelta y si hay más es que se compró también una conexión (de forma que, por
ejemplo, el 1 sería ir de Las Palmas a Madrid, el 2 conectar con el destino final, el 3 volver a
Madrid y el 4 volver a Las Palmas); el cupón O no es un traslado, sino derechos de emisión que
cobra el agente de ventas y ésa es la diferencia entre Registros y Traslados en el Cuadro 1.
La siguiente fila hace referencia al número de vuelos y observamos que es en promedio
un número unas 100 veces menor que el de traslados, lo que indicaría que en cada vuelo hay
una media de 100 pasajeros subvencionados; éste es un dato con mucha varianza, porque en
algunos vuelos el porcentaje de pasajeros con este tipo de descuento es muy alto, como los
interinsulares, mientras que en algunos vuelos entre aeropuertos peninsulares el número de
pasajeros con subvención por residente no peninsular será muy bajo'. La cuarta fila agrega estos
vuelos para obtener el número de trayectos2 (combinaciones Origen-Destino), y observamos
que ahí el aumento ha sido bastante estable, incluso ligeramente decreciente desde 2017. Un
elemento interesante que incorporamos en la siguiente fila es la antelación media con la que se
adquiere cada billete, calculada como la diferencia en días entre la fecha de utilización de cada
vuelo y la fecha de emisión del billete, y ahí tampoco ha habido cambios muy relevantes. Final-
mente, mostramos el precio medio de esos registros y el coste total de la subvención en la base
correspondiente a cada año. Llama la atención el fuerte incremento del coste producido en 2018
y que, en 2019, a pesar de incorporar sólo 7 meses, la cifra también supere ampliamente el nivel
'O cero, pero entonces ese vuelo no aparece en esta base de datos, aunque sí en la de AENA que veremos más adelante. 2 La terminología que utilizamos usa Traslados para las personas y Vuelos y Trayectos para los aviones. Llamamos trayectos a las rutas en un sentido, de forma que el número de rutas sería aproximadamente la mitad.
10
10
3.1. Los datos de la DGAC y de AENA
Los campos incorporados a cada registro de la base de datos de descuentos a los que
hemos tenido acceso son los siguientes:
3_Codigo_compañia (anonimizado)
4_Numero_billete
5_Numero_cupon
6_Compañia_utilizacion (anonimizado)
9_Tarifa_cobrada
10_Importe_subvencion
11_Fecha_emision_billete 12_Fecha_utilizacion 13_Origen 14_Destino 16_Tipo_acreditación_residencia 17_Num_documento (anonimizado) Tarifa_registrada
El Cuadro 1 resume y agrega algunos de esos datos. La primera fila se refiere al número
total de observaciones (registros) para cada año; lógicamente, para valorar los datos correspon-
dientes a 2015 y 2019 hay que partir de que no tenemos esos años completos. La segunda fila
se refiere al número de traslados de personas beneficiarias de la subvención que hay tras esos
registros: cuando una persona va a realizar un viaje, compra un billete, que puede constar de
varios cupones; el número de cupón indica el orden de uso de los vuelos, de forma que el 1 es
la ida y el 2 la vuelta y si hay más es que se compró también una conexión (de forma que, por
ejemplo, el 1 sería ir de Las Palmas a Madrid, el 2 conectar con el destino final, el 3 volver a
Madrid y el 4 volver a Las Palmas); el cupón 0 no es un traslado, sino derechos de emisión que
cobra el agente de ventas y ésa es la diferencia entre Registros y Traslados en el Cuadro 1.
La siguiente fila hace referencia al número de vuelos y observamos que es en promedio
un número unas 100 veces menor que el de traslados, lo que indicaría que en cada vuelo hay
una media de 100 pasajeros subvencionados; éste es un dato con mucha varianza, porque en
algunos vuelos el porcentaje de pasajeros con este tipo de descuento es muy alto, como los
interinsulares, mientras que en algunos vuelos entre aeropuertos peninsulares el número de
pasajeros con subvención por residente no peninsular será muy bajo1. La cuarta fila agrega estos
vuelos para obtener el número de trayectos2 (combinaciones Origen-Destino), y observamos
que ahí el aumento ha sido bastante estable, incluso ligeramente decreciente desde 2017. Un
elemento interesante que incorporamos en la siguiente fila es la antelación media con la que se
adquiere cada billete, calculada como la diferencia en días entre la fecha de utilización de cada
vuelo y la fecha de emisión del billete, y ahí tampoco ha habido cambios muy relevantes. Final-
mente, mostramos el precio medio de esos registros y el coste total de la subvención en la base
correspondiente a cada año. Llama la atención el fuerte incremento del coste producido en 2018
y que, en 2019, a pesar de incorporar sólo 7 meses, la cifra también supere ampliamente el nivel
1 O cero, pero entonces ese vuelo no aparece en esta base de datos, aunque sí en la de AENA que veremos más adelante. 2 La terminología que utilizamos usa Traslados para las personas y Vuelos y Trayectos para los aviones. Llamamos trayectos a las rutas en un sentido, de forma que el número de rutas sería aproximadamente la mitad.
Registros
Traslado
Vuelos
Trayectos
Antelación
Precio me-
Coste total
de 2017. La última columna refleja la suma total de aquellas partidas en las que dicha suma tiene
sentido. Con un coste total del programa en estos cuatro años de 1.890 millones de euros.
Cuadro 1. Características básicas de la base de datos de subvenciones
2015 (jul-
2019 (-jul) Total
5.716.218 11.537.438 12.312.674 13.752.533 8.523.504 51.842.367
4.242.012 8.814.699 9.703.706 11.324.190 7.207.509 41.292.116
51.314 101.233 108.155 112.768 67.133 440.603
430 452 446 445
lir
432
25.38 24.53 25.96 24.7 25.03
58.37 55.37 56.86 63.17 69.91
166.023.600 317.542.556 382.544.674 578.050.761 446.082.222 1.890.243.813
En lo que respecta a la base de datos de AENA, se nos han facilitado 5 archivos anuales
para ese mismo periodo con un total de 1,4 millones de registros correspondientes a vuelos con
origen y destino en territorio nacional y los siguientes campos3:
Código compañía (anonimizado)
Fecha_hora_real
Código_aeropuerto_base
Código_aeropuerto_destino
Pasajeros
Asientos
El Cuadro 2 muestra las características básicas de esa información y cabe destacar que
los números de trayectos son muy similares a los del Cuadro 1, lo que significa que hay al menos
algún pasajero subvencionado en la mayoría de los vuelos nacionales.
Cuadro 2. Características básicas de la base de datos de AENA
Ruta/año 2015 ) 2016 2017 2018 2019 (-jul) otal
Vuelos 157.102 313.694 332.077 368.269 I 222.050 1.393.192
O-D 437 457 454 470 459
Asientos 21.569.020 43.215.402 46.223.678 50.425.563 30.316.239 191.749.902
Pasajeros 16.714.267 33.539.571 36.295.907 40.014.089 24.448.856 151.012.690
Ocupación 0.77 0.78 0.79 0.79 0.79
Hemos añadido al Cuadro 2 un dato adicional, la tasa de ocupación media de los vuelos,
calculada como el cociente entre pasajeros y asientos, que observamos que experimenta una
leve tendencia creciente, al menos en la primera mitad de la muestra.
El punto de partida de nuestro análisis es que este tipo de datos agregados para un con-
junto tan amplio y diverso de rutas dice poco, y parece razonable concluir un breve repaso a los
datos más agregados e ir incorporando detalles que por sí mismos evidencian la necesidad de
una visión más desagregada. Por ejemplo, una primera desagregación temporal del coste del
3 Tanto en este caso como en el anterior, utilizamos como nombre de los campos el facilitado por el orga-nismo propietario de cada base, lo que clarifica el contenido del campo; aunque en algunos casos se uti-lizan nombres distintos para algo parecido, como la fecha del vuelo, esa discrepancia no es sólo de deno-minación porque las horas incluidas en ese campo no coinciden en muchos vuelos y puede ser útil man-tener ambas denominaciones.
11
11
de 2017. La última columna refleja la suma total de aquellas partidas en las que dicha suma tiene
sentido. Con un coste total del programa en estos cuatro años de 1.890 millones de euros.
Cuadro 1. Características básicas de la base de datos de subvenciones
Año 2015 (jul-) 2016 2017 2018 2019 (-jul) Total
Registros 5.716.218 11.537.438 12.312.674 13.752.533 8.523.504 51.842.367
Traslados 4.242.012 8.814.699 9.703.706 11.324.190 7.207.509 41.292.116
Vuelos 51.314 101.233 108.155 112.768 67.133 440.603
Trayectos 432 430 452 446 445
Antelación media (días)
25.38 24.53 25.96 24.7 25.03
Precio me-dio
58.37 55.37 56.86 63.17 69.91
Coste total 166.023.600 317.542.556 382.544.674 578.050.761 446.082.222 1.890.243.813
En lo que respecta a la base de datos de AENA, se nos han facilitado 5 archivos anuales
para ese mismo periodo con un total de 1,4 millones de registros correspondientes a vuelos con
origen y destino en territorio nacional y los siguientes campos3:
Código compañía (anonimizado) Fecha_hora_real Código_aeropuerto_base Código_aeropuerto_destino Pasajeros Asientos
El Cuadro 2 muestra las características básicas de esa información y cabe destacar que
los números de trayectos son muy similares a los del Cuadro 1, lo que significa que hay al menos
algún pasajero subvencionado en la mayoría de los vuelos nacionales.
Cuadro 2. Características básicas de la base de datos de AENA
Ruta/año 2015 (jul-) 2016 2017 2018 2019 (-jul) Total
Vuelos 157.102 313.694 332.077 368.269 222.050 1.393.192
O-D 437 457 454 470 459
Asientos 21.569.020 43.215.402 46.223.678 50.425.563 30.316.239 191.749.902
Pasajeros 16.714.267 33.539.571 36.295.907 40.014.089 24.448.856 151.012.690
Ocupación 0.77 0.78 0.79 0.79 0.79
Hemos añadido al Cuadro 2 un dato adicional, la tasa de ocupación media de los vuelos,
calculada como el cociente entre pasajeros y asientos, que observamos que experimenta una
leve tendencia creciente, al menos en la primera mitad de la muestra.
El punto de partida de nuestro análisis es que este tipo de datos agregados para un con-
junto tan amplio y diverso de rutas dice poco, y parece razonable concluir un breve repaso a los
datos más agregados e ir incorporando detalles que por sí mismos evidencian la necesidad de
una visión más desagregada. Por ejemplo, una primera desagregación temporal del coste del
3 Tanto en este caso como en el anterior, utilizamos como nombre de los campos el facilitado por el orga-nismo propietario de cada base, lo que clarifica el contenido del campo; aunque en algunos casos se uti-lizan nombres distintos para algo parecido, como la fecha del vuelo, esa discrepancia no es sólo de deno-minación porque las horas incluidas en ese campo no coinciden en muchos vuelos y puede ser útil man-tener ambas denominaciones.
50
, V
80
70 ^
60 tv
A 'V V
40
-,.-..-. Registros (izqda)
Precio medio
1600
1400
1200
1000
800
programa sería la que aparece en el Gráfico 1 con los datos mensuales (49, de julio 15 a julio
19).
Gráfico 1. Coste mensual (millones de €) total del programa de descuentos
90
80
70
60
50
40
30
20
10
0 jul'15 jul'16 jul'17 jul'18 jul'19
El gráfico anterior muestra claramente la existencia de un antes y un después del au-
mento del descuento de julio de 2018 en el coste del programa. Ese coste se puede descompo-
ner en tres componentes básicos: la cantidad de billetes subvencionados, su precio medio y el
descuento aplicado, y los tres han contribuido al aumento del coste. Lógicamente, el impacto
del aumento en el porcentaje subvencionado es inmediato, mientras que el efecto indirecto a
través del precio o de la cantidad de billetes se puede dilatar en el tiempo e incluso, en teoría,
pueden ser no lineales (el precio puede aumentar más a corto plazo, si el aumento en la de-
manda no se corresponde con un aumento del número de asientos), mientras que a largo plazo
cabría esperar que el aumento en la rentabilidad genere un aumento en la oferta de plazas que
conduzca a que el efecto final se dirija más a cantidades que a precios. Sobre las reacciones que
cabe esperar en teoría y su relación con las reacciones observadas discutiremos después de ana-
lizar los datos, en el último capítulo del trabajo. El Gráfico 2 muestra la evolución de estas dos
variables, precios y cantidades, pero su fuerte componente estacionar dificulta una interpreta-
ción clara.
Gráfico 2. Número mensual de vuelos subvencionados registrados y su precio medio
ju '15 jul'16 jul'17 jul'18 jul'19
4 La periodificación del coste del programa no refleja lo que realmente ha sufragado la Adminis-
tración en cada periodo, sino que son los importes asociados a los vuelos realizados por los be-
neficiarios en los periodos considerados.
12
12
programa sería la que aparece en el Gráfico 1 con los datos mensuales (49, de julio 15 a julio
19).
Gráfico 1. Coste mensual (millones de €) total del programa de descuentos
El gráfico anterior muestra claramente la existencia de un antes y un después del au-
mento del descuento de julio de 2018 en el coste del programa. Ese coste se puede descompo-
ner en tres componentes básicos: la cantidad de billetes subvencionados, su precio medio y el
descuento aplicado, y los tres han contribuido al aumento del coste. Lógicamente, el impacto
del aumento en el porcentaje subvencionado es inmediato, mientras que el efecto indirecto a
través del precio o de la cantidad de billetes se puede dilatar en el tiempo e incluso, en teoría,
pueden ser no lineales (el precio puede aumentar más a corto plazo, si el aumento en la de-
manda no se corresponde con un aumento del número de asientos), mientras que a largo plazo
cabría esperar que el aumento en la rentabilidad genere un aumento en la oferta de plazas que
conduzca a que el efecto final se dirija más a cantidades que a precios. Sobre las reacciones que
cabe esperar en teoría y su relación con las reacciones observadas discutiremos después de ana-
lizar los datos, en el último capítulo del trabajo. El Gráfico 2 muestra la evolución de estas dos
variables, precios y cantidades, pero su fuerte componente estacional4 dificulta una interpreta-
ción clara.
Gráfico 2. Número mensual de vuelos subvencionados registrados y su precio medio
4 La periodificación del coste del programa no refleja lo que realmente ha sufragado la Adminis-tración en cada periodo, sino que son los importes asociados a los vuelos realizados por los be-neficiarios en los periodos considerados.
40
50
60
70
80
90
800
1000
1200
1400
1600
1800
jul'15 jul'16 jul'17 jul'18 jul'19
Registros (izqda)
Precio medio
Traslados
Vuelos
Trayectos
Antelación media
Precio medio
Coste total (M€)
8.554.798
152.547
433
28,31
70,43
299,138
9.044.036 10.554.322 12.232.729
209.388 220.923 179.901
442 452 462
29,57 28,84 28,98
68,88 69,33 80,7
312,688 432,97 727,863
T
Podemos utilizar diversas vías para tener una primera aproximación a lo que ha pasado
tras el aumento del porcentaje de subvención aplicable, como desestacionalizar las series o mi-
rar cada mes por separado en relación con el mismo mes del año anterior, pero la más sencilla
para comenzar es comparar el conjunto del año transcurrido tras la entrada en vigor de la me-
dida, es decir, todos los datos desde el 16 de julio de 2018 al 15 de julio de 2019, ambos inclusive,
con los del mismo periodo previo, del 16 de julio de 2017 al 15 de julio de 2018. El Cuadro 3
compara las características básicas de ese par de años y añade los dos previos, con el mismo
corte. Aparte de conseguir una perspectiva temporal más amplia aprovechando los datos dispo-
nibles, merece la pena incorporar estos dos años anteriores porque, como ya hemos señalado,
en las rutas interinsulares canarias el aumento del descuento se produjo casi exactamente un
año antes, de forma que, aunque nos centraremos en los efectos del cambio del verano del 18,
el cambio del verano del 17 es un elemento fácilmente observable a partir de los mismos datos
disponibles.
Cuadro 3. Datos agregados por años con corte el 15 de julio
IEZEIr 1=231~221
Cuadro 3 (cont). Variaciones interanuales (%) de
IINE
los datos con corte
IM.
el 15 de julio
Traslados 5,72 16,7 15,9 Vuelos 37,26 5,51 -18,57 Trayectos 2,08 2,26 2,21 Antelación media 4,46 -2,48 0.49 Precio medio -2,2 0.65 16,4 Coste total 4,53 38,47 68,11
Hemos optado por separar en el Cuadro 3 los datos en niveles y sus tasas de variación
porque ambas perspectivas son útiles, pero juntas dificultan una lectura clara. Los niveles nos
dicen, por ejemplo, que el programa ha superado los 700 millones de coste anual, pero los datos
mensuales del Gráfico 1 apuntan a que, a pesar del espectacular aumento del 68%, éste está
lastrado por unos primeros meses en los que una parte de los billetes utilizados fueron adquiri-
dos con el descuento anterior, y también por el hecho de que en los vuelos interinsulares el
descuento ya había aumentado un año antes. De hecho, si el aumento observado del precio
medio (16,4%) y el de los traslados (15,9) se correspondiesen completamente con billetes con
una subvención un 50% superior (que es lo que supone pasar del 50 al 75%), el coste total se
habría doblado, dado que 1,5x1,16x,1,16-=-2,02. Como observamos en el Gráfico 3, ése ha sido
el límite superior del crecimiento interanual de la factura mensual de este programa.
13
13
Podemos utilizar diversas vías para tener una primera aproximación a lo que ha pasado
tras el aumento del porcentaje de subvención aplicable, como desestacionalizar las series o mi-
rar cada mes por separado en relación con el mismo mes del año anterior, pero la más sencilla
para comenzar es comparar el conjunto del año transcurrido tras la entrada en vigor de la me-
dida, es decir, todos los datos desde el 16 de julio de 2018 al 15 de julio de 2019, ambos inclusive,
con los del mismo periodo previo, del 16 de julio de 2017 al 15 de julio de 2018. El Cuadro 3
compara las características básicas de ese par de años y añade los dos previos, con el mismo
corte. Aparte de conseguir una perspectiva temporal más amplia aprovechando los datos dispo-
nibles, merece la pena incorporar estos dos años anteriores porque, como ya hemos señalado,
en las rutas interinsulares canarias el aumento del descuento se produjo casi exactamente un
año antes, de forma que, aunque nos centraremos en los efectos del cambio del verano del 18,
el cambio del verano del 17 es un elemento fácilmente observable a partir de los mismos datos
disponibles.
Cuadro 3. Datos agregados por años con corte el 15 de julio
15-16 16-17 17-18 18-19 Traslados 8.554.798 9.044.036 10.554.322 12.232.729 Vuelos 152.547 209.388 220.923 179.901 Trayectos 433 442 452 462 Antelación media (días)
28,31 29,57 28,84 28,98 Precio medio 70,43 68,88 69,33 80,7 Coste total (M€) 299,138 312,688 432,97 727,863
Cuadro 3 (cont). Variaciones interanuales (%) de los datos con corte el 15 de julio
16-17 17-18 18-19 Traslados 5,72 16,7 15,9 Vuelos 37,26 5,51 -18,57 Trayectos 2,08 2,26 2,21 Antelación media 4,46 -2,48 0.49 Precio medio -2,2 0.65 16,4 Coste total 4,53 38,47 68,11
Hemos optado por separar en el Cuadro 3 los datos en niveles y sus tasas de variación
porque ambas perspectivas son útiles, pero juntas dificultan una lectura clara. Los niveles nos
dicen, por ejemplo, que el programa ha superado los 700 millones de coste anual, pero los datos
mensuales del Gráfico 1 apuntan a que, a pesar del espectacular aumento del 68%, éste está
lastrado por unos primeros meses en los que una parte de los billetes utilizados fueron adquiri-
dos con el descuento anterior, y también por el hecho de que en los vuelos interinsulares el
descuento ya había aumentado un año antes. De hecho, si el aumento observado del precio
medio (16,4%) y el de los traslados (15,9) se correspondiesen completamente con billetes con
una subvención un 50% superior (que es lo que supone pasar del 50 al 75%), el coste total se
habría doblado, dado que 1,5x1,16x,1,16≃2,02. Como observamos en el Gráfico 3, ése ha sido
el límite superior del crecimiento interanual de la factura mensual de este programa.
100
80
60
40
20 r 0
iu
-20
1'16 jul'17 jul'18 jul'1
Gráfico 3. Variación (%) interanual del coste mensual del programa
9
Un elemento del Cuadro 3 que llama la atención es la reducción del número de vuelos
que aparecen en la base de descuentos en el último año, a pesar de que hay más traslados de
pasajeros subvencionados y en más trayectos. Nuestra hipótesis es que el aumento del des-
cuento puede haber generado nuevas rutas que concentran a estos pasajeros en un menor nú-
mero de vuelos (rutas directas con menores frecuencias, pero más atractivas que las conexiones
vía Madrid entre, por ejemplo, Lanzarote y Bilbao), pero esto es algo que no se puede apreciar
con este nivel de agregación. El análisis detallado del comportamiento de los residentes bonifi-
cados y las compañías antes y después del aumento del descuento debe pasar, como señalába-
mos antes, por la desagregación de los datos, y ese es el propósito del siguiente apartado.
3.2. Una visión panorámica de las diferencias entre rutas
Una forma clara de evidenciar las diferencias en el comportamiento de los pasajeros y/o
compañías en las diferentes rutas aéreas puede ser mantener este nivel de agregación temporal
(un año antes versus después) y centrarnos en las dos variables básicas (cantidad de pasajeros
subvencionados y precio medio). Al comparar los dos años debemos limitarnos a los 429 trayec-
tos que coinciden en ambos años, es decir, en aquellos en los que hubo al menos un pasajero
subvencionado tanto un año antes como un año después de julio de 2018.
El Gráfico 4 muestra cada una de ellos en un punto y su primer rasgo es la enorme he-
terogeneidad en el comportamiento de precios y pasajeros subvencionados. Hemos acotado los
ejes para dejar fuera observaciones en las que las tasas de variación eran tan altas como poco
significativas5.Este gráfico es central en esta parte del trabajo, porque sitúa la pregunta: ¿qué
explica esas diferencias de comportamiento entre rutas?
Gráfico 4. Variación (%) del precio medio y del número de traslados según trayectos
5 Por ejemplo, un trayecto que pasa de un registro a 6 aumenta un 500% pero es poco relevante en el conjunto del fenómeno y el principal efecto de su inclusión en el gráfico sería reducir el área en la que se observan la mayoría de resultados.
14
14
Gráfico 3. Variación (%) interanual del coste mensual del programa
Un elemento del Cuadro 3 que llama la atención es la reducción del número de vuelos
que aparecen en la base de descuentos en el último año, a pesar de que hay más traslados de
pasajeros subvencionados y en más trayectos. Nuestra hipótesis es que el aumento del des-
cuento puede haber generado nuevas rutas que concentran a estos pasajeros en un menor nú-
mero de vuelos (rutas directas con menores frecuencias, pero más atractivas que las conexiones
vía Madrid entre, por ejemplo, Lanzarote y Bilbao), pero esto es algo que no se puede apreciar
con este nivel de agregación. El análisis detallado del comportamiento de los residentes bonifi-
cados y las compañías antes y después del aumento del descuento debe pasar, como señalába-
mos antes, por la desagregación de los datos, y ese es el propósito del siguiente apartado.
3.2. Una visión panorámica de las diferencias entre rutas
Una forma clara de evidenciar las diferencias en el comportamiento de los pasajeros y/o
compañías en las diferentes rutas aéreas puede ser mantener este nivel de agregación temporal
(un año antes versus después) y centrarnos en las dos variables básicas (cantidad de pasajeros
subvencionados y precio medio). Al comparar los dos años debemos limitarnos a los 429 trayec-
tos que coinciden en ambos años, es decir, en aquellos en los que hubo al menos un pasajero
subvencionado tanto un año antes como un año después de julio de 2018.
El Gráfico 4 muestra cada una de ellos en un punto y su primer rasgo es la enorme he-
terogeneidad en el comportamiento de precios y pasajeros subvencionados. Hemos acotado los
ejes para dejar fuera observaciones en las que las tasas de variación eran tan altas como poco
significativas5.Este gráfico es central en esta parte del trabajo, porque sitúa la pregunta: ¿qué
explica esas diferencias de comportamiento entre rutas?
Gráfico 4. Variación (%) del precio medio y del número de traslados según trayectos
5 Por ejemplo, un trayecto que pasa de un registro a 6 aumenta un 500% pero es poco relevante en el conjunto del fenómeno y el principal efecto de su inclusión en el gráfico sería reducir el área en la que se observan la mayoría de resultados.
-20
0
20
40
60
80
100
jul'16 jul'17 jul'18 jul'19
o o '7"•,`"""z' o
0 0
G1,0 00
o 116 o o
000 0® o o
o 000
0(9 o
o o A
o° o
66 o o
o,o_ 0;
1 1 1 1
o o O C
o o o
o
o
oo
1 1 1 1
Rutas en España un año antes del shock
00 02 04 06 08 10
Ocupación
Rutas en España un año después del shock
0_0 0_2 0_4 0_6 0_8 1_0
Ocupación
Conce
ntr
ació
n
Conce
ntr
ació
n
o
o
o
O
E-
-1C C 1C
Precio .7:edio
Podemos hacer algo parecido con la información de AENA, agregando el comporta-
miento un año antes y un año después del shock. El Gráfico 5 muestra los niveles de las dos
variables principales que podemos extraer por rutas de esa base: el grado de ocupación medio,
entendido como el cociente entre pasajeros y asientos disponibles en cada ruta, y el nivel de
concentración calculado como el Índice de Herfindahl, la suma de las cuotas al cuadrado de cada
compañía en cada ruta.
Gráfico 5. Ocupación y concentración antes y después del cambio del descuento
Obsérvese que, a diferencia del gráfico anterior, ahora hemos querido mostrar los nive-
les, porque comparar precios o pasajeros de rutas muy distintas tiene poco sentido y hay que ir
a sus tasas directamente, mientras que aquí ya tenemos tasas (estáticas) comparables directa-
mente: el Gráfico 5 muestra un comportamiento aparentemente similar, con la ocupación y la
concentración máximas en el 100%, pero mientras que en ocupación media es muy difícil alcan-
zarla, hay muchas rutas gestionadas por una única compañía y, además, parece que en ellas la
ocupación es más variable; en cualquier caso, no podemos profundizar mucho más con ese aná-
lisis gráfico, pero sí que observamos de nuevo una enorme dispersión entre rutas.
A partir de aquí, vamos a trabajar en tres niveles de desagregación distintos. El primero
sería una desagregación por bloques que permita observar diferencias entre tipos de rutas; el
segundo será una visión de algunas características básicas de cada una de esas rutas y el tercero
un análisis más detallado de un grupo reducido de rutas.
15
15
Podemos hacer algo parecido con la información de AENA, agregando el comporta-
miento un año antes y un año después del shock. El Gráfico 5 muestra los niveles de las dos
variables principales que podemos extraer por rutas de esa base: el grado de ocupación medio,
entendido como el cociente entre pasajeros y asientos disponibles en cada ruta, y el nivel de
concentración calculado como el Índice de Herfindahl, la suma de las cuotas al cuadrado de cada
compañía en cada ruta.
Gráfico 5. Ocupación y concentración antes y después del cambio del descuento
Obsérvese que, a diferencia del gráfico anterior, ahora hemos querido mostrar los nive-
les, porque comparar precios o pasajeros de rutas muy distintas tiene poco sentido y hay que ir
a sus tasas directamente, mientras que aquí ya tenemos tasas (estáticas) comparables directa-
mente: el Gráfico 5 muestra un comportamiento aparentemente similar, con la ocupación y la
concentración máximas en el 100%, pero mientras que en ocupación media es muy difícil alcan-
zarla, hay muchas rutas gestionadas por una única compañía y, además, parece que en ellas la
ocupación es más variable; en cualquier caso, no podemos profundizar mucho más con ese aná-
lisis gráfico, pero sí que observamos de nuevo una enorme dispersión entre rutas.
A partir de aquí, vamos a trabajar en tres niveles de desagregación distintos. El primero
sería una desagregación por bloques que permita observar diferencias entre tipos de rutas; el
segundo será una visión de algunas características básicas de cada una de esas rutas y el tercero
un análisis más detallado de un grupo reducido de rutas.
Con la península
1==MP Interinsulares
La lógica de una agrupación del conjunto de rutas en unos pocos subgrupos se basa en
que cabe esperar comportamientos equiparables entre ciertos tipos de rutas (por ejemplo, por
la consideración de OSP y por el diferente momento del aumento de la subvención). Esta estra-
tegia permite combinar cuadros, cálculos y gráficos de evolución de cada variable en cada blo-
que, combinando el detalle del análisis de las rutas individuales y la visión completa del con-
junto.
La separación más sencilla entre bloques sería entre vuelos interinsulares, peninsulares
y conexiones de aeropuertos no peninsulares con la península. El Cuadro 4 muestra los precios
medios, el número de traslados, su coste subvencionado y la antelación media de emisión un
año antes y después, desagregados por tipo de ruta con los tres tipos antes mencionados. El
Cuadro 4 continúa después mostrando las tasas de variación de precios traslados y coste y la
contribución de cada tipo de ruta tanto al coste inicial como a su aumento.
Cuadro 4. Los componentes del coste del programa, por tipo de rutas
Tipo de rut n año ant
Un año después
Precio Traslados Coste Antelación Precio Traslados Coste Antela-
63,7 4.347.650 205,95 27,29 65,17 4.734.389 231,12 28,55
72,13 5.699.115 205,38 46,60 89,36 6.849.444 447,99 42,66
86,17 507.557 21,64 36,17 102,7 648.896 48,76 37,06
Cuadro 4 (cont). Cambios y contribuciones al coste del programa, por tipo de rutas
Tipo de rutas Un año después Contribución al .
% Coste Zoo % Precio % Traslados Aumentó
Interinsulares 2,3 8,90 12,22 47,57 8,53
Con la península 23,89 20,18 118,13" 47,43 82,271
Peninsulares 19,18 27,85 125,29 5,00 9,20
Observamos que las variaciones de los precios medios de los billetes subvencionados en
cada tipo de ruta difieren significativamente: han subido hasta 10 veces más en las conexiones
con la península que en los vuelos interinsulares, aunque cabe recordar que en éstos la subven-
ción aumentó un año antes6. El número de traslados aumenta mucho más del doble hacia y en
la península que entre islas; esto, junto con el hecho de que el descuento ya había subido entre
islas, explica que el coste del programa aumente más de un 100% en los traslados hacia y en la
península y ese aumento sea mucho más moderado entre islas; el efecto obvio de ello es que
los vuelos interinsulares contribuyen al aumento del coste en mucha menor medida (un quinto)
de lo que les correspondería por su participación en el coste total.
Podemos observar esa heterogeneidad entre tipos de rutas rehaciendo el Gráfico 4 iden-
tificando cada tipo con colores, tal y como aparece en el Gráfico 6 pero, aunque agrupa los tra-
yectos en rutas reduciendo el número de observaciones a la mitad, resulta difícil extraer de él
una conclusión simple y clara. La contribución del aumento del precio y la cantidad de cada ruta
al aumento global depende de la importancia relativa de dicha ruta, y ese dato no aparece en el
gráfico.
6 Como Interinsulares hemos caracterizado rutas como las conexiones entre archipiélagos cuya subven-ción aumentó en 2018, pero con un peso muy reducido en el total.
16
16
La lógica de una agrupación del conjunto de rutas en unos pocos subgrupos se basa en
que cabe esperar comportamientos equiparables entre ciertos tipos de rutas (por ejemplo, por
la consideración de OSP y por el diferente momento del aumento de la subvención). Esta estra-
tegia permite combinar cuadros, cálculos y gráficos de evolución de cada variable en cada blo-
que, combinando el detalle del análisis de las rutas individuales y la visión completa del con-
junto.
La separación más sencilla entre bloques sería entre vuelos interinsulares, peninsulares
y conexiones de aeropuertos no peninsulares con la península. El Cuadro 4 muestra los precios
medios, el número de traslados, su coste subvencionado y la antelación media de emisión un
año antes y después, desagregados por tipo de ruta con los tres tipos antes mencionados. El
Cuadro 4 continúa después mostrando las tasas de variación de precios traslados y coste y la
contribución de cada tipo de ruta tanto al coste inicial como a su aumento.
Cuadro 4. Los componentes del coste del programa, por tipo de rutas
Tipo de rutas Un año antes Un año después
Precio Traslados Coste (M€)
Antelación Precio Traslados Coste Antela-ción Interinsulares 63,7 4.347.650 205,95 27,29 65,17 4.734.389 231,12 28,55
Con la península 72,13 5.699.115 205,38 46,60 89,36 6.849.444 447,99 42,66
Peninsulares 86,17 507.557 21,64 36,17 102,7 648.896 48,76 37,06
Cuadro 4 (cont). Cambios y contribuciones al coste del programa, por tipo de rutas
Tipo de rutas Un año después Contribución al
% Precio % Traslados % Coste Coste Aumento
Interinsulares 2,3 8,90 12,22 47,57 8,53
Con la península 23,89 20,18 118,13 47,43 82,27
Peninsulares 19,18 27,85 125,29 5,00 9,20
Observamos que las variaciones de los precios medios de los billetes subvencionados en
cada tipo de ruta difieren significativamente: han subido hasta 10 veces más en las conexiones
con la península que en los vuelos interinsulares, aunque cabe recordar que en éstos la subven-
ción aumentó un año antes6. El número de traslados aumenta mucho más del doble hacia y en
la península que entre islas; esto, junto con el hecho de que el descuento ya había subido entre
islas, explica que el coste del programa aumente más de un 100% en los traslados hacia y en la
península y ese aumento sea mucho más moderado entre islas; el efecto obvio de ello es que
los vuelos interinsulares contribuyen al aumento del coste en mucha menor medida (un quinto)
de lo que les correspondería por su participación en el coste total.
Podemos observar esa heterogeneidad entre tipos de rutas rehaciendo el Gráfico 4 iden-
tificando cada tipo con colores, tal y como aparece en el Gráfico 6 pero, aunque agrupa los tra-
yectos en rutas reduciendo el número de observaciones a la mitad, resulta difícil extraer de él
una conclusión simple y clara. La contribución del aumento del precio y la cantidad de cada ruta
al aumento global depende de la importancia relativa de dicha ruta, y ese dato no aparece en el
gráfico.
6 Como Interinsulares hemos caracterizado rutas como las conexiones entre archipiélagos cuya subven-ción aumentó en 2018, pero con un peso muy reducido en el total.
Tipc. de 1-Lita
E
Tras
lado
s bo
nific
ados
CL •
ale-
• B.: II. • 2. • •
C5 - . • • . mos
e asT* 4•*: nat %%yo
• • • •
•
o . so '• •
a. •
• • •
•
•
• •
o
-
1.0 -
0.8 - o
c 0.6 -
Ú
0.4 -
Tipo de ruta
• NI
• P
0.00 0.25 0.50 0.75 1.00
Ocupacion
Tipo de ruta
• •
e eA
1.‘
ti s e :5
• kl OS (114
• p
0.4 -
0.00 0.25 0.50
Ocupacion
08 - o
SO
10.6 - c o
Gráfico 6. Variación (%) del precio y los traslados subvencionados por rutas
O 10 2'0 30 40 Precio medio
De la misma forma, podemos rehacer el Gráfico 5 que ofrecía información de cada ruta
desde la base de datos de AENA con colores para los tipos de rutas, tal y como aparece en el
Gráfico 7.
Gráfico 7. Datos de AENA antes y después del cambio en el descuento, por tipo de ruta
Rutas en España un año antes del shock Rutas en España un año despues del shock
El Cuadro 5 agrega estos indicadores y añade otro, el porcentaje que los residentes su-
ponen en el total de pasajeros de cada tipo de ruta (% Res), porque en teoría la subida del precio
debería estar positivamente relacionada con la parte del mercado que se beneficia del aumento
del descuento; merece la pena destacar que la obtención de este dato requiere combinar las
dos bases de datos, la de la DGAC y la de AENA, que hasta ahora hemos mantenido separadas.
La tasa de ocupación media de los aviones de cada ruta también tiene en teoría un papel claro
asociado al concepto de restricciones de capacidad' en esa respuesta. Igualmente, el índice de
Herfindahl8 de cada grupo de rutas, como indicador de la concentración del mercado entre com-
pañías, sería otro indicador claro a nivel teórico de la capacidad de las empresas para responder
7 La capacidad de los aviones utilizados en cada ruta no supone una restricción absoluta a la capacidad, pero, en cualquier caso, su grado de utilización se podría interpretar en este contexto como la capacidad de vender más sin incrementos cruciales en los costes. 8 El índice se construye como la suma de las cuotas al cuadrado de las empresas. Si éstas se dan en tanto por uno, irá de O a 1 en caso de monopolio, de O a 10.000 si van en tanto por cien y de O a 100 si dividimos este último por 100, que es la opción que hemos utilizado para asimilar el dato a los otros dos que integran el Cuadro 5. Como en el cuadro anterior, la media pondera cada ruta por su tamaño (en este caso, por el número de pasajeros totales que tienen).
17
17
Gráfico 6. Variación (%) del precio y los traslados subvencionados por rutas
De la misma forma, podemos rehacer el Gráfico 5 que ofrecía información de cada ruta
desde la base de datos de AENA con colores para los tipos de rutas, tal y como aparece en el
Gráfico 7.
Gráfico 7. Datos de AENA antes y después del cambio en el descuento, por tipo de ruta
El Cuadro 5 agrega estos indicadores y añade otro, el porcentaje que los residentes su-
ponen en el total de pasajeros de cada tipo de ruta (% Res), porque en teoría la subida del precio
debería estar positivamente relacionada con la parte del mercado que se beneficia del aumento
del descuento; merece la pena destacar que la obtención de este dato requiere combinar las
dos bases de datos, la de la DGAC y la de AENA, que hasta ahora hemos mantenido separadas.
La tasa de ocupación media de los aviones de cada ruta también tiene en teoría un papel claro
asociado al concepto de restricciones de capacidad7 en esa respuesta. Igualmente, el índice de
Herfindahl8 de cada grupo de rutas, como indicador de la concentración del mercado entre com-
pañías, sería otro indicador claro a nivel teórico de la capacidad de las empresas para responder
7 La capacidad de los aviones utilizados en cada ruta no supone una restricción absoluta a la capacidad, pero, en cualquier caso, su grado de utilización se podría interpretar en este contexto como la capacidad de vender más sin incrementos cruciales en los costes. 8 El índice se construye como la suma de las cuotas al cuadrado de las empresas. Si éstas se dan en tanto por uno, irá de 0 a 1 en caso de monopolio, de 0 a 10.000 si van en tanto por cien y de 0 a 100 si dividimos este último por 100, que es la opción que hemos utilizado para asimilar el dato a los otros dos que integran el Cuadro 5. Como en el cuadro anterior, la media pondera cada ruta por su tamaño (en este caso, por el número de pasajeros totales que tienen).
al aumento del descuento con aumentos de precios: si la concentración es baja, se suele suponer
que el nivel competitivo es mayor y que los precios están más ligados a los costes que a la dis-
posición a pagar, lo que implicaría poco efecto del aumento del descuento en los precios, porque
los costes no han cambiado.
El Cuadro 5 muestra que en todos los grupos de rutas la participación de los pasajeros
subvencionados ha aumentado; lógicamente, ésta es mayor en las conexiones interinsulares que
en las que los conectan con la península y es casi testimonial en vuelos intrapeninsulares. Res-
pecto a los porcentajes de ocupación, también han aumentado en todos los casos, aunque se
mantienen significativamente más bajos en los vuelos entre islas.
Cuadro 5. Indicadores de mercado por tipo de ruta
ipo de rutas Un año ant Un año después
% Res Ocupación Concentración % Res Ocupación Concent.
Interinsulares 87,74 70,71 66,05 87,51 71,21 64,35
Con la península 31,72 81,89 45,47 35,1 82,83 48,12
Peninsulares 1,82 79,56 64,4 2,36 81,17 64,76
A partir de todos estos datos podemos apuntar diferentes ejercicios de análisis de rela-
ciones entre las diferentes variables. El Gráfico 8 explora algunos de ellos, como la relación entre
la variación del precio y de la cantidad de pasajeros en cada ruta, que se observa en el subgráfico
a) que no muestra un patrón claro (la correlación es -0,43). El b) refleja la relación entre esa
subida del precio y la tasa de ocupación final, ya que cabría pensar que donde los aviones van
más llenos es más probable que los precios hayan subido más, pero el gráfico muestra una rela-
ción incluso más débil (0,15). Una tercera relación que podemos observar es la que muestra el
incremento de los precios con la cuota inicial que en cada ruta representan los pasajeros sub-
vencionados. La teoría aquí diría que el aumento tiene que ser mayor en las que esa cuota es
mayor y el Gráfico 6c nos muestra que el signo es el esperado (0,15), aunque no parece una
relación estrecha.
Por último, podemos mirar la relación entre el aumento de los precios y el cambio en
esa cuota de residentes. La idea es que más que el nivel de la cuota puede importar su sensibi-
lidad a los precios, en el sentido de que, si la subida de precios va a expulsar a los clientes que
no se benefician de la subvención, entonces las compañías serán menos proclives a dicha subida.
La correlación es positiva (0,54), pero el ajuste no es bueno porque, seguramente, es muy dis-
tinto que esa cuota se reduzca porque los no residentes dejan de volar ante el aumento de su
precio o porque los residentes vuelen más ante el "descenso" del suyo.
18
18
al aumento del descuento con aumentos de precios: si la concentración es baja, se suele suponer
que el nivel competitivo es mayor y que los precios están más ligados a los costes que a la dis-
posición a pagar, lo que implicaría poco efecto del aumento del descuento en los precios, porque
los costes no han cambiado.
El Cuadro 5 muestra que en todos los grupos de rutas la participación de los pasajeros
subvencionados ha aumentado; lógicamente, ésta es mayor en las conexiones interinsulares que
en las que los conectan con la península y es casi testimonial en vuelos intrapeninsulares. Res-
pecto a los porcentajes de ocupación, también han aumentado en todos los casos, aunque se
mantienen significativamente más bajos en los vuelos entre islas.
Cuadro 5. Indicadores de mercado por tipo de ruta
Tipo de rutas Un año antes Un año después
% Res Ocupación Concentración % Res Ocupación Concent.
Interinsulares 87,74 70,71 66,05 87,51 71,21 64,35
Con la península 31,72 81,89 45,47 35,1 82,83 48,12
Peninsulares 1,82 79,56 64,4 2,36 81,17 64,76
A partir de todos estos datos podemos apuntar diferentes ejercicios de análisis de rela-
ciones entre las diferentes variables. El Gráfico 8 explora algunos de ellos, como la relación entre
la variación del precio y de la cantidad de pasajeros en cada ruta, que se observa en el subgráfico
a) que no muestra un patrón claro (la correlación es -0,43). El b) refleja la relación entre esa
subida del precio y la tasa de ocupación final, ya que cabría pensar que donde los aviones van
más llenos es más probable que los precios hayan subido más, pero el gráfico muestra una rela-
ción incluso más débil (0,15). Una tercera relación que podemos observar es la que muestra el
incremento de los precios con la cuota inicial que en cada ruta representan los pasajeros sub-
vencionados. La teoría aquí diría que el aumento tiene que ser mayor en las que esa cuota es
mayor y el Gráfico 6c nos muestra que el signo es el esperado (0,15), aunque no parece una
relación estrecha.
Por último, podemos mirar la relación entre el aumento de los precios y el cambio en
esa cuota de residentes. La idea es que más que el nivel de la cuota puede importar su sensibi-
lidad a los precios, en el sentido de que, si la subida de precios va a expulsar a los clientes que
no se benefician de la subvención, entonces las compañías serán menos proclives a dicha subida.
La correlación es positiva (0,54), pero el ajuste no es bueno porque, seguramente, es muy dis-
tinto que esa cuota se reduzca porque los no residentes dejan de volar ante el aumento de su
precio o porque los residentes vuelen más ante el “descenso” del suyo.
Gráfico 8. Correlación de diversas variables antes y después del cambio del descuento
5e 1
Tci • c , • ii= c ,o ro •
e : o_ •••
• •• • •wr
• • • 11
40 $
á̂l 35 • 30 in 25
—
V)o 20 r H 15 •
OE •
•
•• • •
e
• — 10
•
5 •
0 • e, -15 0 15 30 45
Precio (%) -20 0 20 40 60
Precio (%)
0,7 in w
50 in w 411 ++ c y 40
S • 0,6 ++
C y • 0,5 :u
•• 17, 35 1/ 17)
E • ••
• • •
92 30 * • 11 y
-o 25 • •♦ • 04. y
-o • 1 •
lio •
• • ro .15 20 • • ro 0,3
••••• • • eil,
:c_C •
• 15 c eu 10 : • • 0,2 •r73 t5 i • • 0,1 • c
• • • — u 0
•8 5 ro 0 • ( 20 0 20 40 60
Precio (%) -20 0 20 40 '''s
Precio (%)
Más allá de las variables que aparecen en los cuadros 4 y 5, podemos suponer que exis-ten una amplia variedad de elementos que influyen en el comportamiento final de los precios en cada ruta. A título de ejemplo, podríamos observar cómo ha evolucionado el precio del con-junto de las rutas con la península en función del día de la semana, como muestra el Cuadro 6 y preguntarnos por qué el día que era más caro, el domingo, es justamente el que más ha aumen-tado.
Cuadro 6. Precio medio inicial e incremento por días de la semana Día Precio medio Incremento Lunes mizimizza Martes 69,5 16.41 Miércoles Jueves 69,1 24.31 Viernes Sábado 74,3 19.76 Domingo • 1~
El problema de este tipo de enfoque vuelve a ser el nivel de agregación. El nivel o la variación del precio del domingo frente al resto de días se puede deber al peso diferencial de las diversas rutas en cada día de la semana. Por seguir con este ejemplo, el Cuadro 7 agrupa las
19
19
Gráfico 8. Correlación de diversas variables antes y después del cambio del descuento
Más allá de las variables que aparecen en los cuadros 4 y 5, podemos suponer que exis-
ten una amplia variedad de elementos que influyen en el comportamiento final de los precios
en cada ruta. A título de ejemplo, podríamos observar cómo ha evolucionado el precio del con-
junto de las rutas con la península en función del día de la semana, como muestra el Cuadro 6 y
preguntarnos por qué el día que era más caro, el domingo, es justamente el que más ha aumen-
tado.
Cuadro 6. Precio medio inicial e incremento por días de la semana
Día Precio medio previo
Incremento (%) Lunes 71,1 24.98
Martes 69,5 16.41
Miércoles 68,7 22.17
Jueves 69,1 24.31
Viernes 74,3 23.03
Sábado 74,3 19.76
Domingo 82,7 28.75
El problema de este tipo de enfoque vuelve a ser el nivel de agregación. El nivel o la
variación del precio del domingo frente al resto de días se puede deber al peso diferencial de las
diversas rutas en cada día de la semana. Por seguir con este ejemplo, el Cuadro 7 agrupa las
0
5
10
15
20
25
30
35
40
45
50
-20 0 20 40 60
Tras
lad
os
(%)
Precio (%)
0,7
0,8
0,9
1
-15 0 15 30 45
Ocu
pac
ión
fin
al
Precio (%)
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
-20 0 20 40 60
Cu
ota
inic
ial d
e re
sid
ente
s
Precio (%)
0
5
10
15
20
25
30
35
40
45
50
-20 0 20 40 60Var
iaci
ón
en
cu
ota
de
resi
den
tes
Precio (%)
LPA-MAD
MAD-PMI MAD-TFN
LPA-TFN ACE-LPA
BCN-PMI
SPC-TFN FUE-LPA
ACE-TFN IBZ-PMI
BCN-TFN BCN-LPA
FUE-TFN MAH-PMI
BCN-IBZ
ACE-MAD BCN-MAH
SVQ-TFN PMI-SVQ
PMI-VLC LPA-SVQ
IBZ-MAD AGP-MLN
LPA-SPC
TFN-VDE FUE-MAD
40
Después Antes
rutas en los tres niveles que ya hemos utilizado y en él se aprecia que ese efecto del fin de
semana no se debe a las rutas interinsulares.
Cuadro 7. Los precios medios y sus variaciones por días de la semana
EMIL Lunes
Martes
Miércoles
Jueves
Viernes
Sábado
Domingo
I
n año antes
P I
ariación (%)
M P M -=
63,9 69,96 83,60 2,74 25,26 21,57
65,0 67,82 84,88 0,16 16,66 13,97
65,6 67,55 80,99 3,39 22,39 19,29
65,7 67,68 84,19 1,97 25,00 17,36
64,8 73,07 88,30 1,71 23,33 17,83
58,2 72,81 91,88 4,03 20,11 17,34
62,1 82,21 89,80 2,53 28,97 25,33
Es razonable preguntarse, por tanto, qué ha pasado dentro de cada uno de estos grupos.
Parece evidente que trabajar de forma individualizada con más de 200 rutas todos sus detalles
es poco práctico, ante lo cual podemos seguir dos estrategias: o miramos los indicadores básicos
de la mayoría, o nos centramos en unas pocas. Vamos a explorar los dos caminos, de forma que
en este apartado abordaremos de forma individualizada los principales indicadores de una
muestra amplia de rutas y en el siguiente nos centraremos en las cuatro principales.
Antes de abordar las rutas conviene destacar de nuevo su enorme heterogeneidad en
cuanto a la evolución de su coste, que se recoge en el Gráfico 9.
Gráfico 9. Coste del descuento (M€) el año previo y posterior a su cambio (16-7-18)
20
20
rutas en los tres niveles que ya hemos utilizado y en él se aprecia que ese efecto del fin de
semana no se debe a las rutas interinsulares.
Cuadro 7. Los precios medios y sus variaciones por días de la semana
Un año antes Variación (%)
I M P I M P
Lunes 63,9 69,96 83,60 2,74 25,26 21,57
Martes 65,0 67,82 84,88 0,16 16,66 13,97
Miércoles 65,6 67,55 80,99 3,39 22,39 19,29
Jueves 65,7 67,68 84,19 1,97 25,00 17,36
Viernes 64,8 73,07 88,30 1,71 23,33 17,83
Sábado 58,2 72,81 91,88 4,03 20,11 17,34
Domingo 62,1 82,21 89,80 2,53 28,97 25,33
Es razonable preguntarse, por tanto, qué ha pasado dentro de cada uno de estos grupos.
Parece evidente que trabajar de forma individualizada con más de 200 rutas todos sus detalles
es poco práctico, ante lo cual podemos seguir dos estrategias: o miramos los indicadores básicos
de la mayoría, o nos centramos en unas pocas. Vamos a explorar los dos caminos, de forma que
en este apartado abordaremos de forma individualizada los principales indicadores de una
muestra amplia de rutas y en el siguiente nos centraremos en las cuatro principales.
Antes de abordar las rutas conviene destacar de nuevo su enorme heterogeneidad en
cuanto a la evolución de su coste, que se recoge en el Gráfico 9.
Gráfico 9. Coste del descuento (M€) el año previo y posterior a su cambio (16-7-18)
0 10 20 30 40 50 60 70
LPA-MAD
MAD-PMI
MAD-TFN
LPA-TFN
ACE-LPA
BCN-PMI
SPC-TFN
FUE-LPA
ACE-TFN
IBZ-PMI
BCN-TFN
BCN-LPA
FUE-TFN
MAH-PMI
BCN-IBZ
ACE-MAD
BCN-MAH
SVQ-TFN
PMI-SVQ
PMI-VLC
LPA-SVQ
IBZ-MAD
AGP-MLN
LPA-SPC
TFN-VDE
FUE-MAD
Después Antes
Un año a Precio —Cantidad — Res. Ocup. % Precio
Un año Yo Cantidad Res.
.ués Conc. Conc. Ocup..
56,02 820.806 87 69 67 0.50 5.74 87 64 69
66,52 674.276 90 58 71 -0.09 7.11 90 54 73
53,74 616.211 90 62 73 -0.83 10.27 89 53 67
59,64 540.105 90 60 69 -0.80 9.63 90 57 71
64,06 392.537 78 54 69 -0.31 3.98 77 53 71
85,43 330.982 90 76 79 4.44 3.33 89 81 82
60,71 288.480 83 65 64 0.12 6.25 82 66 63
81,01 252.574 90 71 78 2.72 3.77 91 78 82
57,57 162.668 84 74 77 3.64 4.77 83 77 79
83.55 128445 88 100 78 2.24 8.57 89 100 79
59.36 51610 76 99 74 4.55 103.28 79 100 66
86.32 35065 87 100 72 -2.43 23.87 87 79 67
Ruta
LPA-TFN
ACE-LPA
SPC-TFN
FUE-LPA
IBZ-PMI
1 MAH-PMI
TFN-VDE
LPA-SPC
LPA-VDE
El Gráfico 9 muestra cómo las primeras posiciones han pasado de las rutas interinsulares
entre Tenerife Norte y Las Palmas o Fuerteventura a estar ocupadas por las rutas con la penín-
sula, donde destaca Las Palmas-Madrid, que ha más que doblado su coste; Madrid-Palma de
Mallorca lo ha aumentado incluso más (un 131% frente a un 115%). La enorme disparidad entre
el comportamiento de ambos tipos de rutas es evidente que está explicada porque el aumento
de 2018 ya se había producido en 2017 entre islas, pero la profundidad de la respuesta podría
abrir un debate más profundo sobre los efectos en el conjunto de la actividad económica de las
islas, porque cabe al menos pensar que el efecto atractivo de las capitales puede estar viéndose
diluido en la medida en que con estos niveles de descuento se esté transfiriendo a capitales
peninsulares, pero ese análisis excede los límites de este trabajo.
Para abordar los indicadores individualizados de un número amplio de rutas volvemos a
usar la división en tres grandes bloques (interinsulares, peninsulares y conexiones o mixtas). El
Cuadro 8 muestra las principales rutas9 interinsulares (las 10 con más beneficiarios un año antes)
y de ellas los datos correspondientes a un año antes y después del 16 de julio de 2018. Las va-
riables incluidas son el precio medio, la cantidad de traslados subvencionados, el porcentaje que
en cada ruta suponen los pasajeros subvencionados, la tasa de ocupación y la concentración de
la oferta. Para el año posterior el precio y la cantidad se ofrecen como tasa de variación para
facilitar la comparación. Lógicamente, los precios en las rutas interinsulares crecieron poco,
como ya hemos visto en agregado, porque su subvención aumento un año antes.
Cuadro 8. Situación de las principales rutas interinsulares antes y después del 16 de julio de 2018
El Cuadro 9 es el equivalente para las conexiones con aeropuertos peninsulares. Resul-
tan llamativos los niveles de ocupación tan bajos de, al menos, las 4 principales rutas. Este Cua-
dro tiene mucha información que conviene ver despacio, porque es la base de este trabajo.
Como es lógico, los precios en estas rutas han aumentado mucho más que en las interinsulares,
con tasas superiores al 20% en muchos casos; es decir, si lo pretendemos leer como una disputa
por la subvención, las empresas se han apropiado de cerca de la mitad (lo que equivaldría a un
incremento del precio del 25%) del aumento y en muchos casos más.
9 Hemos incorporado en el Anexo 1 al final del trabajo los códigos IATA de los aeropuertos españoles.
21
21
El Gráfico 9 muestra cómo las primeras posiciones han pasado de las rutas interinsulares
entre Tenerife Norte y Las Palmas o Fuerteventura a estar ocupadas por las rutas con la penín-
sula, donde destaca Las Palmas-Madrid, que ha más que doblado su coste; Madrid-Palma de
Mallorca lo ha aumentado incluso más (un 131% frente a un 115%). La enorme disparidad entre
el comportamiento de ambos tipos de rutas es evidente que está explicada porque el aumento
de 2018 ya se había producido en 2017 entre islas, pero la profundidad de la respuesta podría
abrir un debate más profundo sobre los efectos en el conjunto de la actividad económica de las
islas, porque cabe al menos pensar que el efecto atractivo de las capitales puede estar viéndose
diluido en la medida en que con estos niveles de descuento se esté transfiriendo a capitales
peninsulares, pero ese análisis excede los límites de este trabajo.
Para abordar los indicadores individualizados de un número amplio de rutas volvemos a
usar la división en tres grandes bloques (interinsulares, peninsulares y conexiones o mixtas). El
Cuadro 8 muestra las principales rutas9 interinsulares (las 10 con más beneficiarios un año antes)
y de ellas los datos correspondientes a un año antes y después del 16 de julio de 2018. Las va-
riables incluidas son el precio medio, la cantidad de traslados subvencionados, el porcentaje que
en cada ruta suponen los pasajeros subvencionados, la tasa de ocupación y la concentración de
la oferta. Para el año posterior el precio y la cantidad se ofrecen como tasa de variación para
facilitar la comparación. Lógicamente, los precios en las rutas interinsulares crecieron poco,
como ya hemos visto en agregado, porque su subvención aumento un año antes.
Cuadro 8. Situación de las principales rutas interinsulares antes y después del 16 de julio de 2018
Ruta Un año antes Un año después
Precio Cantidad Res. Conc. Ocup. % Precio % Cantidad Res. Conc. Ocup..
LPA-TFN 56,02 820.806 87 69 67 0.50 5.74 87 64 69
ACE-LPA 66,52 674.276 90 58 71 -0.09 7.11 90 54 73
SPC-TFN 53,74 616.211 90 62 73 -0.83 10.27 89 53 67
FUE-LPA 59,64 540.105 90 60 69 -0.80 9.63 90 57 71
IBZ-PMI 64,06 392.537 78 54 69 -0.31 3.98 77 53 71
ACE-TFN 85,43 330.982 90 76 79 4.44 3.33 89 81 82
MAH-PMI 60,71 288.480 83 65 64 0.12 6.25 82 66 63
FUE-TFN 81,01 252.574 90 71 78 2.72 3.77 91 78 82
TFN-VDE 57,57 162.668 84 74 77 3.64 4.77 83 77 79
LPA-SPC 83.55 128445 88 100 78 2.24 8.57 89 100 79
LPA-TFS 59.36 51610 76 99 74 4.55 103.28 79 100 66
LPA-VDE 86.32 35065 87 100 72 -2.43 23.87 87 79 67
El Cuadro 9 es el equivalente para las conexiones con aeropuertos peninsulares. Resul-
tan llamativos los niveles de ocupación tan bajos de, al menos, las 4 principales rutas. Este Cua-
dro tiene mucha información que conviene ver despacio, porque es la base de este trabajo.
Como es lógico, los precios en estas rutas han aumentado mucho más que en las interinsulares,
con tasas superiores al 20% en muchos casos; es decir, si lo pretendemos leer como una disputa
por la subvención, las empresas se han apropiado de cerca de la mitad (lo que equivaldría a un
incremento del precio del 25%) del aumento y en muchos casos más.
9 Hemos incorporado en el Anexo 1 al final del trabajo los códigos IATA de los aeropuertos españoles.
Precio
Un año antes
Ocup. %Precio %Cantidad
n año despué
Res. Conc. Ocup. Cantidad Res. Conc.
55.12 692.873 36 27 81 39.97 11.45 39 29 84 I 43.43 685.257 34 36 77 21.94 13.76 37 39 77
92.31 662.569 42 33 86 27.26 15.08 46 34 88 93.25 388.337 27 33 87 24.76 16.59 30 34 87 50.09 226.371 20 57 79 17.92 20.5 23 60 78
190.951 24 79 82 83 81 z 53.73 27.43 17.71 27 49.56 178.470 23 26 79 27.15 15.94 25 26 82 83.05 177.144 37 46 87 29.84 24.59 43 54 86 54.17 175.197 38 29 74 21 21 41 29 75
• 93.15 168.660 30 42 89 28.29 24.17 36 47 88 67.26 126.029 44 45 87 31.21 26.16 49 48 86
a 68.46 129.055 57 66 67 17.19 19.91 61 63 71 91.65 117.599 26 39 87 20.58 25.4 30 40 87 86.07 99.688 50 56 84 29.5 23.7 56 61 86 60.65 98.962 39 51 75 20.2 16.17 41 51 78
-113.223 87.738 47 60 86 10.8 31.6 51 63 84 71.67 86.531 57 50 82 15.5 33.7 62 52 83 78.14 83.524 48 53 81 26.1 11 50 56 82 41.66 79.626 26 42 74 10.8 13.4 28 39 74
P 95.02 72.220 23 47 88 22.4 18.7 26 50 89 59.81 71.153 36 46 83 28.83 15.3 39 44 85
. 73.1 67.313 45 40 80 21.04 1.32 45 40 82 75.44 66.087 34 62 80 10.99 40.22 38 64 80 91.83 . 52.193 20 30 83 35.86 28.66 60 100 80
110.95 48.265 51 100 71 -13.86 34.61 22 30 84 99.41 45.298 39 49 83 12.11 35.84 42 52 80 68.58 41.602 14 52 90 11.03 17.4 15 51 90 95.89 38.235 40 66 91 5.73 20.5 46 66 90
114.54 35.432 26 53 81 10.13 44.48 31 50 81 119.2 34.697 37 100 86 11.5 29.86 40 100 85 89.47 32.105 17 65 89 45.23 20.24 24 100 92 64.18 30.876 32 55 75 5.35 5.34 33 75 79 48.45 30.821 23 57 86 29.04 7.04 25 59 86
h 81.91 30.705 40 33 79 23.11 18.52 46 36 81 135.42 29.383 23 100 81 10.64 42.9 30 100 83 97.41 26.138 36 65 92 -6.3 46.17 34 73 92 62.16 28.837 37 49 82 20.71 6.15 39 50 85 78.1 24.692 17 51 90 26.88 28.35 19 51 90
MAD-PMI
BCN-PMI
LPA-MAD
MAD-TFN BCN-IBZ
BCN-MAH
IBZ-MAD
BCN-LPA
PMI-VLC
BCN-TFN
PMI-SVQ
AGP-MLN
ACE-MAD
LPA-SVQ
ALC-PMI
SVQ-TFN 1=1 AGP-LPA
IBZ-VLC
FUE-MAD
AGP-PMI
PMI-SCQ
BIO-PMI
MAD-MAH
MAD-MLN
AGP-TFN
MAD-TFS
LPA-SCQ
BIO-TFN
BIO-LPA
ACE-BCN
AGP-TFS
AGP-IBZ
OVD-PMI
MAD-SP
SCQ-TFS
ACE-SVQ
Cuadro 9. Las principales rutas con la península antes y después del 16 de julio de 2018
El tercer bloque de rutas está formado por las conexiones entre aeropuertos peninsula-
res, en las que el porcentaje de pasajeros subvencionados es mucho menor y la variación de los precios también ha sido inferior, tal y como se refleja en el Cuadro 10, donde las hemos orde-nado por el número de pasajeros subvencionados el año previo al aumento del descuento.
22
22
Cuadro 9. Las principales rutas con la península antes y después del 16 de julio de 2018
Ruta Un año antes Un año después
Precio Cantidad Res. Conc. Ocup. %Precio %Cantidad Res. Conc. Ocup.
MAD-PMI 55.12 692.873 36 27 81 39.97 11.45 39 29 84
BCN-PMI 43.43 685.257 34 36 77 21.94 13.76 37 39 77
LPA-MAD 92.31 662.569 42 33 86 27.26 15.08 46 34 88
MAD-TFN 93.25 388.337 27 33 87 24.76 16.59 30 34 87
BCN-IBZ 50.09 226.371 20 57 79 17.92 20.5 23 60 78
BCN-MAH 53.73 190.951 24 79 82 27.43 17.71 27 83 81
IBZ-MAD 49.56 178.470 23 26 79 27.15 15.94 25 26 82
BCN-LPA 83.05 177.144 37 46 87 29.84 24.59 43 54 86
PMI-VLC 54.17 175.197 38 29 74 21 21 41 29 75
BCN-TFN 93.15 168.660 30 42 89 28.29 24.17 36 47 88
PMI-SVQ 67.26 126.029 44 45 87 31.21 26.16 49 48 86
AGP-MLN 68.46 129.055 57 66 67 17.19 19.91 61 63 71
ACE-MAD 91.65 117.599 26 39 87 20.58 25.4 30 40 87
LPA-SVQ 86.07 99.688 50 56 84 29.5 23.7 56 61 86
ALC-PMI 60.65 98.962 39 51 75 20.2 16.17 41 51 78
SVQ-TFN 113.223 87.738 47 60 86 10.8 31.6 51 63 84
GRX-PMI 71.67 86.531 57 50 82 15.5 33.7 62 52 83
AGP-LPA 78.14 83.524 48 53 81 26.1 11 50 56 82
IBZ-VLC 41.66 79.626 26 42 74 10.8 13.4 28 39 74
FUE-MAD 95.02 72.220 23 47 88 22.4 18.7 26 50 89
AGP-PMI 59.81 71.153 36 46 83 28.83 15.3 39 44 85
PMI-SCQ 73.1 67.313 45 40 80 21.04 1.32 45 40 82
BIO-PMI 75.44 66.087 34 62 80 10.99 40.22 38 64 80
MAD-MAH 91.83 52.193 20 30 83 35.86 28.66 60 100 80
MAD-MLN 110.95 48.265 51 100 71 -13.86 34.61 22 30 84
AGP-TFN 99.41 45.298 39 49 83 12.11 35.84 42 52 80
MAD-TFS 68.58 41.602 14 52 90 11.03 17.4 15 51 90
LPA-SCQ 95.89 38.235 40 66 91 5.73 20.5 46 66 90
BIO-TFN 114.54 35.432 26 53 81 10.13 44.48 31 50 81
BIO-LPA 119.2 34.697 37 100 86 11.5 29.86 40 100 85
ACE-BCN 89.47 32.105 17 65 89 45.23 20.24 24 100 92
AGP-TFS 64.18 30.876 32 55 75 5.35 5.34 33 75 79
AGP-IBZ 48.45 30.821 23 57 86 29.04 7.04 25 59 86
OVD-PMI 81.91 30.705 40 33 79 23.11 18.52 46 36 81
MAD-SPC 135.42 29.383 23 100 81 10.64 42.9 30 100 83
SCQ-TFS 97.41 26.138 36 65 92 -6.3 46.17 34 73 92
ACE-SVQ 62.16 28.837 37 49 82 20.71 6.15 39 50 85
BCN-FUE 78.1 24.692 17 51 90 26.88 28.35 19 51 90
El tercer bloque de rutas está formado por las conexiones entre aeropuertos peninsula-
res, en las que el porcentaje de pasajeros subvencionados es mucho menor y la variación de los
precios también ha sido inferior, tal y como se refleja en el Cuadro 10, donde las hemos orde-
nado por el número de pasajeros subvencionados el año previo al aumento del descuento.
Cuadro 10. Las principales rutas dentro de la península antes y después del 16 de julio de 2018
CONFIDENCIAL
Aunque este bloque de billetes supone apenas un 5% del coste total del programa, ya
hemos visto que es la que más ha aumentado y conviene comprobar que se debe tanto a que
han subido los precios medios dentro de cada ruta, como a que ahora los residentes hacen más
conexiones. Por otro lado, la teoría nos dice que el aumento del descuento debería reflejarse
especialmente en entrada en nuevas rutas en las que las compañías sean capaces de explotar el
poder de mercado. Este aspecto lo dejamos para más adelante, y ahora vamos a pasar a un
análisis más detallado de las principales rutas.
3.3.- Un análisis por separado de las principales rutas
En el apartado anterior hemos constatado que unas pocas rutas concentran la mayor
parte del coste del programa de descuentos (y, sobre todo, de su aumento), de forma que puede
ser oportuno estudiar de forma más detallada las que generan el mayor volumen de tráfico y
coste. Nos vamos a centrar en las cuatro primeras en ambos criterios que, además, permiten
observar el comportamiento diferencial de los dos archipiélagos, de los dos principales aero-
puertos canarios y el de las dos principales ciudades españolas. Nos referimos a las rutas Madrid-
Las Palmas de Gran Canaria, Madrid-Palma de Mallorca, Madrid-Tenerife Norte y Barcelona-
Palma de Mallorca. Nos seguimos centrando en los años anterior y posterior al aumento del
descuento. El aumento en el coste del programa se puede descomponer en lastres dimensiones
que ya hemos señalado: más porcentaje subvencionado en más traslados más caros. Debemos
destacar que aproximadamente la mitad de ese aumento no se debe al efecto directo del au-
mento del descuento, sino a los efectos indirectos sobre cantidades y precios.
23
23
Cuadro 10. Las principales rutas dentro de la península antes y después del 16 de julio de 2018
Ruta Un año antes Un año después
Precio Cantidad Res. Ocup. Conc. %Precio %Cantidad Res. Ocup. Conc.
MAD-OVD 35,87 28.001 5,58 80 79,6 32,91 17,37 4,21 77,80 51,57
MAD-VGO 43,59 26.199 4,21 77,8 51,6 42,20 2,16 5,58 80,00 79,62
MAD-SCQ 39,8 19.802 3,04 83,9 52,7 10,17 78,72 53,15 61,23 100
MAD-VLC 67,16 16.829 4,68 76,7 69,7 6,05 172,74 61,24 59,33 100
LCG-MAD 49,16 14.831 2,35 79,7 51,4 37,35 6,25 3,04 83,88 52,72
BIO-MAD 34,8 13.790 1,77 75,1 55,8 3,37 24,52 4,68 76,71 69,66
AEI-JCU 43,5 13.145 53,15 61,2 100 11,12 74,09 1,32 86,93 65,39
ALC-MAD 65,28 12.199 4,06 78,9 64,1 27,78 15,78 2,35 79,67 51,41
MAD-PNA 71,92 10.330 7,11 67,7 100 21,23 140,86 0,63 85,45 56,31
MAD-SDR 48,55 9.981 4,62 69,3 100 -4,12 36,77 4,62 69,33 100
AGP-BCN 81,9 9.926 1,32 86,9 65,4 1,81 31,42 7,11 67,69 100
BCN-BIO 63,25 8.877 1,29 75 80,1 9,35 8,94 4,06 78,86 64,07
AGP-JCU 136,5 8.260 61,24 59,3 100 21,40 86,76 0,28 78,97 38,59
GRX-MAD 49,89 6.966 2,88 73,7 100 28,32 -12,97 1,77 75,08 55,83
BCN-MAD 67,66 6.797 0,28 79 38,6 22,58 58,98 1,94 80,24 38,20
AGP-MAD 76,49 6.674 1,94 80,2 38,2 7,20 82,38 2,14 77,75 100
BCN-SVQ 88,35 5.867 0,63 85,5 56,3 19,48 10,63 1,29 74,97 80,13
BCN-OVD 87,2 5.715 2,14 77,7 100 13,14 101,39 1,12 82,10 97,81
ALC-BCN 69,41 5.202 1,34 76,6 96,3 11,80 73,63 1,34 76,55 96,31
MAD-XRY 45,48 5.172 1,77 78,4 99,9 34,75 56,53 1,31 82,11 73,39
Aunque este bloque de billetes supone apenas un 5% del coste total del programa, ya
hemos visto que es la que más ha aumentado y conviene comprobar que se debe tanto a que
han subido los precios medios dentro de cada ruta, como a que ahora los residentes hacen más
conexiones. Por otro lado, la teoría nos dice que el aumento del descuento debería reflejarse
especialmente en entrada en nuevas rutas en las que las compañías sean capaces de explotar el
poder de mercado. Este aspecto lo dejamos para más adelante, y ahora vamos a pasar a un
análisis más detallado de las principales rutas.
3.3.- Un análisis por separado de las principales rutas
En el apartado anterior hemos constatado que unas pocas rutas concentran la mayor
parte del coste del programa de descuentos (y, sobre todo, de su aumento), de forma que puede
ser oportuno estudiar de forma más detallada las que generan el mayor volumen de tráfico y
coste. Nos vamos a centrar en las cuatro primeras en ambos criterios que, además, permiten
observar el comportamiento diferencial de los dos archipiélagos, de los dos principales aero-
puertos canarios y el de las dos principales ciudades españolas. Nos referimos a las rutas Madrid-
Las Palmas de Gran Canaria, Madrid-Palma de Mallorca, Madrid-Tenerife Norte y Barcelona-
Palma de Mallorca. Nos seguimos centrando en los años anterior y posterior al aumento del
descuento. El aumento en el coste del programa se puede descomponer en las tres dimensiones
que ya hemos señalado: más porcentaje subvencionado en más traslados más caros. Debemos
destacar que aproximadamente la mitad de ese aumento no se debe al efecto directo del au-
mento del descuento, sino a los efectos indirectos sobre cantidades y precios.
CONFIDENCIAL
Aeropuertos 17 18
Madrid-Barajas
Barcelona-El Prat
Palma De Mallorca
Málaga-Costa Del Sol
Alicante-Elche
Gran Canaria
El número de pasajeros beneficiados puede aumentar por efecto directo del aumento
de la subvención o por otras causas. Antes de un análisis más detallado, sirva como referencia
el tráfico en los 6 aeropuertos con más tráfico de AENA y el de toda la red, que aumentó en ese
periodo mucho menos que los pasajeros subvencionados, tal y como muestra el Cuadro 11.
Cuadro 11. Pasajeros totales. Datos AENA Octubre
4.725.786
4.174.467
5.188.971
4.542.389
9.80
8.81
2.877.209 2.987.793 3.84
3 1.57
1.279.291 1.349.587 5.49
1.178.056 1.188.256 0.87
16.068.425 17.119.324 6.54
22.842.329 24.326.523 6.50
Respecto al precio, la información agregada de IATA habla de aumentos interanuales en
otoño del 2018 en el entorno del 5%, lo que apunta a un efecto claro del descuento sobre el
precio medio. Detrás de cada "precio medio" hay una distribución de miles de precios. El Gráfico
10 muestra las 4 distribuciones en el conjunto del año previo y posterior al cambio y se aprecia
que la forma de las distribuciones no ha cambiado radicalmente, pero se ha reducido la presen-
cia de billetes muy baratos y a cambio ha aumentado claramente la presencia de billetes de más
de 100 euros.
Gráfico 10. Distribución del precio de los billetes acogidos al descuento
Madrid-Palma de Mallorca Ln
o
O 100 200 300 400
Madrid-Gran Canaria
ea
Q
o Q
0 100 200 300 400 500
24
24
El número de pasajeros beneficiados puede aumentar por efecto directo del aumento
de la subvención o por otras causas. Antes de un análisis más detallado, sirva como referencia
el tráfico en los 6 aeropuertos con más tráfico de AENA y el de toda la red, que aumentó en ese
periodo mucho menos que los pasajeros subvencionados, tal y como muestra el Cuadro 11.
Cuadro 11. Pasajeros totales. Datos AENA Octubre
Aeropuertos 17 18 %
Madrid-Barajas 4.725.786 5.188.971 9.80
Barcelona-El Prat 4.174.467 4.542.389 8.81
Palma De Mallorca 2.877.209 2.987.793 3.84
Málaga-Costa Del Sol 1.833.616 1.862.328 1.57
Alicante-Elche 1.279.291 1.349.587 5.49
Gran Canaria 1.178.056 1.188.256 0.87
Top 6
16.068.425 17.119.324 6.54
Total 22.842.329 24.326.523 6.50
Respecto al precio, la información agregada de IATA habla de aumentos interanuales en
otoño del 2018 en el entorno del 5%, lo que apunta a un efecto claro del descuento sobre el
precio medio. Detrás de cada “precio medio” hay una distribución de miles de precios. El Gráfico
10 muestra las 4 distribuciones en el conjunto del año previo y posterior al cambio y se aprecia
que la forma de las distribuciones no ha cambiado radicalmente, pero se ha reducido la presen-
cia de billetes muy baratos y a cambio ha aumentado claramente la presencia de billetes de más
de 100 euros.
Gráfico 10. Distribución del precio de los billetes acogidos al descuento
0 50 100 150 200 250
Ruta Variable
, la de la seman •
Pr. medio 52,64 53,37 55,54
% Precio 37,55 25,13 30,13
%Trisl. MIERIM
Pr. medio 91,55 88,56 86,96
% Precio 26,87 21,66 25,92
1/.~~11P 12,91 14,6
Pr. medio 88,42 87,69 83,64
traslados Allig ~1_53.066
% Precio 31 17,8 28,7
Pr. medio 40,19 36,57 36,69
% Precio 23,7 9,19 18,53
Jueves VierneA
51,92 56,88 49,54 62,47
45,13 40,36 43,54 49,54
87,58 89,14 92,25 107,63
29,41 32,09 23,16 28,47
159§1.~:12
88,42 93,52 98,16 108,85
,d1.5 68.28) 644 ...65.886
22,33 22,35 18 28,73
36,97 49,26 41,3 55,43
22,76 23,46 12,29 27,94
Ma des
Miérc.
11=11molla~~11~1~~1»~IM
MAD
-PMI
MAD
- LPA
MAD
-TFN
BCN -
PM1
Barcelona-Palma de Mallorca Madrid-Tenerife Norte
D q
o o
0 100 200 300 400
Esas diferencias en la distribución de precios se pueden deber a muchas características
de cada traslado. Por paralelismo a los ejercicios que hemos realizado en el apartado anterior,
podemos explorar la desagregación por días de la semana. El Cuadro 12 muestra los precios
medios en cada ruta y día de la semana el año previo, y además incorpora las cantidades de
traslados subvencionados, porque podría ocurrir que le estuviésemos dando mucha importancia
a un día que fuese poco relevante. Añade la variación de ambos elementos el año posterior.
Observamos que en todas estas rutas el domingo era el día más caro y, a pesar de ello, en dos
de ellas (las de Palma) es el día que más ha subido (en las otras también lo ha hecho claramente
por encima de la media). También las cantidades vendidas eran altas y han subido.
Cuadro 12. Precio y cantidad subvencionada y su cambio
El análisis del comportamiento en los días de la semana se puede profundizar a la bús-
queda de alguna clave que nos permite entender mejor este comportamiento. Por ejemplo, vi-
sualizando la evolución día a día del precio medio en cada ruta, tal y como aparece en el Gráfico
11. Estos gráficos pueden ser poco claros y por eso en el enlace que hay debajo de cada uno se
accede al mismo gráfico con posibilidad de ajustar el rango temporal para comprobar que los
25
25
Esas diferencias en la distribución de precios se pueden deber a muchas características
de cada traslado. Por paralelismo a los ejercicios que hemos realizado en el apartado anterior,
podemos explorar la desagregación por días de la semana. El Cuadro 12 muestra los precios
medios en cada ruta y día de la semana el año previo, y además incorpora las cantidades de
traslados subvencionados, porque podría ocurrir que le estuviésemos dando mucha importancia
a un día que fuese poco relevante. Añade la variación de ambos elementos el año posterior.
Observamos que en todas estas rutas el domingo era el día más caro y, a pesar de ello, en dos
de ellas (las de Palma) es el día que más ha subido (en las otras también lo ha hecho claramente
por encima de la media). También las cantidades vendidas eran altas y han subido.
Cuadro 12. Precio y cantidad subvencionada y su cambio
Ruta Variable Día de la semana
Lunes Martes Miérc. Jueves Viernes Sábado Domingo
MAD
-PMI
Pr. medio 52,64 53,37 55,54 51,92 56,88 49,54 62,47
Traslados 9.2477 82.307 84.096 99.787 126.209 85.291 122.706
% Precio 37,55 25,13 30,13 45,13 40,36 43,54 49,54
% Trasl. 16,14 4,74 13,45 8,06 13,9 8,84 13,08
MAD
- LPA
Pr. medio 91,55 88,56 86,96 87,58 89,14 92,25 107,63
Traslados 98.488 84.107 88.195 91.983 115.129 78.569 106.098
% Precio 26,87 21,66 25,92 29,41 32,09 23,16 28,47
% Trasl. 20,02 12,91 14,6 11,63 11,79 17,85 17,12
MAD
–TFN
Pr. medio 88,42 87,69 83,64 88,42 93,52 98,16 108,85
Traslados 59.685 44.965 53.066 51.802 68.289 44.644 65.886
% Precio 31 17,8 28,7 22,33 22,35 18 28,73
% Trasl. 14,65 20,03 7,11 22,65 12,4 18,51 21,93
BCN -
PMI
Pr. medio 40,19 36,57 36,69 36,97 49,26 41,3 55,43
Traslados 10.073 78.018 81.696 93.031 125.553 85.618 120.768
% Precio 23,7 9,19 18,53 22,76 23,46 12,29 27,94
% Trasl. 13,49 2,24 10,52 14,15 16,16 15,74 19,4
El análisis del comportamiento en los días de la semana se puede profundizar a la bús-
queda de alguna clave que nos permite entender mejor este comportamiento. Por ejemplo, vi-
sualizando la evolución día a día del precio medio en cada ruta, tal y como aparece en el Gráfico
11. Estos gráficos pueden ser poco claros y por eso en el enlace que hay debajo de cada uno se
accede al mismo gráfico con posibilidad de ajustar el rango temporal para comprobar que los
C.4 C:.
IL1
nte s
Madrid-Tenerife Marte
.C1 =4:F
Un.
C:. 4.1
sep_ nov_ ene_ mar_ may_ jul_
Dia
Interactivo
mayores precios tras el shock van asociados a una mayor volatilidad diaria; en particular, van
asociados a días concretos con periodicidad semanal y, por tanto, es en esa dirección en la que
debemos continuar el trabajo.
Gráfico 11. Precio medio del traslado según día del año, antes y después del 15-7-18
Madrid-Palma
=c5 a.] E
EL
sep_ nov_ ene_ mar_ may_ jul_
Dia
Interactivo
Madrid-Las Palmas
sep_ nov_ ene_ mar_ may_ jul_
Dia
Interactivo
Barcelona-Palma
Ant= s ID
sep_ nov_ ene_ mar_ ma.y. jul.
Dia
Interactivo
26
26
mayores precios tras el shock van asociados a una mayor volatilidad diaria; en particular, van
asociados a días concretos con periodicidad semanal y, por tanto, es en esa dirección en la que
debemos continuar el trabajo.
Gráfico 11. Precio medio del traslado según día del año, antes y después del 15-7-18
Interactivo
Interactivo
Interactivo
Interactivo
La cuestión central acerca de qué elementos explican el diferente comportamiento de
precios y cantidades antes y después del aumento de la subvención y entre rutas requiere buscar
en las diferentes variables que pueden ser candidatas a aportar explicaciones. Veamos algunas
otras candidatas:
a) El mix de compañías
Una forma sencilla de ver el efecto composición por compañías sería la siguiente. En
primer lugar, el Cuadro 13 muestra los niveles de precio y traslados vendidos por cada compañía
(representadas por números) en los dos años.
Cuadro 13. Precio medio y traslados subvencionados en cada ruta y compañía
CONFIDENCIAL
Los cambios y sus efectos se pueden visualizar como aparecen en el Cuadro 14, que
representa la descomposición de la subida en efecto nivel y composición: el primero es la parte
de la subida del precio debida a las subidas de cada compañía, la que habría si los consumidores
mantienen sus respectivas cuotas, mientras que la segunda es la parte que se debe al cambio
en las cuotas, a que las compañías más caras aumenten su presencia en el mercado (la deriva-
ción matemática aparece en el Anexo 2).
27
27
La cuestión central acerca de qué elementos explican el diferente comportamiento de
precios y cantidades antes y después del aumento de la subvención y entre rutas requiere buscar
en las diferentes variables que pueden ser candidatas a aportar explicaciones. Veamos algunas
otras candidatas:
a) El mix de compañías
Una forma sencilla de ver el efecto composición por compañías sería la siguiente. En
primer lugar, el Cuadro 13 muestra los niveles de precio y traslados vendidos por cada compañía
(representadas por números) en los dos años.
Cuadro 13. Precio medio y traslados subvencionados en cada ruta y compañía
Los cambios y sus efectos se pueden visualizar como aparecen en el Cuadro 14, que
representa la descomposición de la subida en efecto nivel y composición: el primero es la parte
de la subida del precio debida a las subidas de cada compañía, la que habría si los consumidores
mantienen sus respectivas cuotas, mientras que la segunda es la parte que se debe al cambio
en las cuotas, a que las compañías más caras aumenten su presencia en el mercado (la deriva-
ción matemática aparece en el Anexo 2).
CONFIDENCIAL
recio medio Cambio inicial Nivel. Composici-olizia tal a
55,11 17,70 4,37 22,07
92,25 22,5 2,58 25,16
93,16 21,19 1,95 23,14
13,41 IM 7,62 1
Madrid-Palma
Madrid-Las Palmas ni Madrid-Tenerife Norte
Barcelona-Palma
Origen Estado inicial Estado final Aumento del precio Ruta Precio Traslados Elii~ Traslados
62,64 106.018 86,53 124.154 23,90 38,15
55,06 328.344 E. 78,11 363.745 23,06 'ir 41,87
108,56 100.642 138,61 123.587 30,05 27,68
90,24 299.885 j.14,37 344.767 24,13 26,74
107,01 66.922 132,21 86.098 25,20 23,54
91,15 179.509 113,96 205.199 22,80 25,02
44,18 130.490 51,88 141.105 7,70 17,42
53,19 368.491 10,33 24,11
diMIMi2 MAD
F~111
MAD
LPA ,
MAD
TFN
BCN
PMI 1
Madrid-
Palma Madrid- Las
Palmas Madrid - Te-
nerife Norte Barcelona -
Palma
Cuadro 14. Descomposición shift-share de la subida del precio medio, por compañías
En todos los casos el efecto nivel explica la mayor parte de la subida de los precios, pero
en todos hay un efecto composición positivo; es decir, una parte del aumento se debe a que las
compañías que eran más caras han aumentado cuota entre los residentes.
b) El sentido de la ruta
Desde un punto de vista teórico es evidente que si no se puede discriminar precios entre
residentes y no residentes, la participación de ambos en la demanda total es un factor determi-
nante de la subida del precio. Hasta ahora hemos tratado cada registro como si fueran indepen-
dientes, cuando muchos vuelos son comprados de forma conjunta (al menos, los de ida y vuelta)
y hemos obviado el sentido del vuelo y estas dos cuestiones, que están relacionadas, son sobre
las que ahora reflexionaremos.
El cupón indica el orden de uso de los vuelos, de forma que el 1 es la ida y el 2 la vuelta
y si hay más es que se compró también una conexión (de forma que el 1 sería ir a Madrid, el 2
conectar con el destino final, el 3 volver a Madrid y el 4 volver a Las Palmas). El cupón O no es
un vuelo, sino derechos de emisión que cobra el agente de ventas. A la hora de analizar los
precios de los billetes teniendo en cuenta esta información, tenemos varias opciones:
Una forma de ver el papel del origen del viaje sería distinguir dentro de cada ruta los
viajes que se inician en un sitio u otro, por el aeropuerto de origen del cupón 1; podemos ver el
precio inicial y la cantidad y el aumento del precio, tal y como aparece en el Cuadro 15. La hipó-
tesis es que el precio debe subir menos entre los que comienzan el viaje (y aunque suponemos
que no es relevante, cabe pensar que compran) desde fuera de las islas, porque el porcentaje
de pasajeros subvencionados que inician en ese sentido es menor. Los que compran ida y vuelta
desde las islas también vuelven y computan como pasajeros en el otro sentido, pero el precio
de ese traslado se determinó conjuntamente con el de ida (y su cupón es, al menos, 2).
Cuadro 15. Precios y traslados iniciales en cada sentido de cada ruta
28
28
Cuadro 14. Descomposición shift-share de la subida del precio medio, por compañías
Shift-share Precio medio inicial
Cambio por el efecto Cambio Total Nivel Composición
Madrid-Palma 55,11 17,70 4,37 22,07
Madrid-Las Palmas 92,25 22,58 2,58 25,16
Madrid-Tenerife Norte 93,16 21,19 1,95 23,14
Barcelona-Palma 43,41 7,62 1,94 9,57
En todos los casos el efecto nivel explica la mayor parte de la subida de los precios, pero
en todos hay un efecto composición positivo; es decir, una parte del aumento se debe a que las
compañías que eran más caras han aumentado cuota entre los residentes.
b) El sentido de la ruta
Desde un punto de vista teórico es evidente que si no se puede discriminar precios entre
residentes y no residentes, la participación de ambos en la demanda total es un factor determi-
nante de la subida del precio. Hasta ahora hemos tratado cada registro como si fueran indepen-
dientes, cuando muchos vuelos son comprados de forma conjunta (al menos, los de ida y vuelta)
y hemos obviado el sentido del vuelo y estas dos cuestiones, que están relacionadas, son sobre
las que ahora reflexionaremos.
El cupón indica el orden de uso de los vuelos, de forma que el 1 es la ida y el 2 la vuelta
y si hay más es que se compró también una conexión (de forma que el 1 sería ir a Madrid, el 2
conectar con el destino final, el 3 volver a Madrid y el 4 volver a Las Palmas). El cupón 0 no es
un vuelo, sino derechos de emisión que cobra el agente de ventas. A la hora de analizar los
precios de los billetes teniendo en cuenta esta información, tenemos varias opciones:
Una forma de ver el papel del origen del viaje sería distinguir dentro de cada ruta los
viajes que se inician en un sitio u otro, por el aeropuerto de origen del cupón 1; podemos ver el
precio inicial y la cantidad y el aumento del precio, tal y como aparece en el Cuadro 15. La hipó-
tesis es que el precio debe subir menos entre los que comienzan el viaje (y aunque suponemos
que no es relevante, cabe pensar que compran) desde fuera de las islas, porque el porcentaje
de pasajeros subvencionados que inician en ese sentido es menor. Los que compran ida y vuelta
desde las islas también vuelven y computan como pasajeros en el otro sentido, pero el precio
de ese traslado se determinó conjuntamente con el de ida (y su cupón es, al menos, 2).
Cuadro 15. Precios y traslados iniciales en cada sentido de cada ruta
Ruta Origen Estado inicial Estado final Aumento del precio
Precio Traslados Precio Traslados Euros %
Madrid-
Palma
MAD 62,64 106.018 86,53 124.154 23,90 38,15
PMI 55,06 328.344 78,11 363.745 23,06 41,87
Madrid- Las
Palmas
MAD 108,56 100.642 138,61 123.587 30,05 27,68
LPA 90,24 299.885 114,37 344.767 24,13 26,74
Madrid – Te-
nerife Norte
MAD 107,01 66.922 132,21 86.098 25,20 23,54
TFN 91,15 179.509 113,96 205.199 22,80 25,02
Barcelona –
Palma
BCN 44,18 130.490 51,88 141.105 7,70 17,42
PMI 42,86 326.813 53,19 368.491 10,33 24,11
En las cuatro rutas estudiadas el precio inicial era mayor desde la península. En todos
los casos el número de traslados con origen peninsular era inferior a los de origen en las islas,
pero esto es lógico dado que hablamos de residentes en las islas; de hecho, parece sorprendente
lo alto que resulta que entre un tercio y un cuarto de los viajes de estos residentes se inicien
desde fuera de su supuesta residencia. En tres de los cuatro casos la subida de precios, en tér-
minos porcentuales, es superior desde las islas, tal y como predice la teoría, dado que en ese
sentido son una parte mayor de las adquisiciones. El caso más llamativo es el Barcelona-Palma,
donde la diferencia en el aumento hace que los precios desde Palma terminen siendo mayores.
En cualquier caso, la diferencia de subidas no es radical y quizás eso tenga que ver con los moti-
vos por los que el precio inicial es mayor desde la península; por ejemplo, si esos billetes se
compran en días con alta tasa de ocupación o en general más caros, lo que hay detrás es una
demanda más inelástica que puede compensar la menor cuota de residentes y que el aumento
del descuento genere subidas de precios similares.
El Gráfico 12 muestra el precio medio diario de cada ruta antes y después del cambio
del descuento, y tomando sólo los billetes cupón 1 para diferenciar según el origen del viaje".
Gráfico 12. Precio medio diario antes (izquierda) y después del 15-7-18
Madrid-Palma Madrid-Palma PMI — MAD
— — PMI — MAD
Pre
cio
me
dic
40 1
00
II . '
O '5 ,D
. D 7D
g=3 O)
"-'
1. 1 ' i 11. , ,
sep. ene. may.
Dia
Enlace
III iii
sep_ ene mav
Dia
Enlace
Madrid-Las Palmas Madrid-Las Palmas
,=, LPA — MAD — LPA — MAD
Pre
cio
me
dic
50 1
50 2
5
14 1.,J _ ..,
iiiiii
Pre
cio
me
dic
;0
150
111 , d • ido . 1
sep. ene. may.
Dia
— 41) mili
sep. ene. may.
Día
10 Nos interesa comparar tanto el antes con el después como el impacto del sentido del viaje, pero las cuatro líneas en el mismo gráfico lo hacen poco útil y tomar cocientes respecto a una base móvil tampoco lo parece. Hemos optado por agrupar antes versus después en los gráficos "visibles" y orígenes en los gráficos que aparecen con el enlace, pero es susceptible de mejorar.
29
29
En las cuatro rutas estudiadas el precio inicial era mayor desde la península. En todos
los casos el número de traslados con origen peninsular era inferior a los de origen en las islas,
pero esto es lógico dado que hablamos de residentes en las islas; de hecho, parece sorprendente
lo alto que resulta que entre un tercio y un cuarto de los viajes de estos residentes se inicien
desde fuera de su supuesta residencia. En tres de los cuatro casos la subida de precios, en tér-
minos porcentuales, es superior desde las islas, tal y como predice la teoría, dado que en ese
sentido son una parte mayor de las adquisiciones. El caso más llamativo es el Barcelona-Palma,
donde la diferencia en el aumento hace que los precios desde Palma terminen siendo mayores.
En cualquier caso, la diferencia de subidas no es radical y quizás eso tenga que ver con los moti-
vos por los que el precio inicial es mayor desde la península; por ejemplo, si esos billetes se
compran en días con alta tasa de ocupación o en general más caros, lo que hay detrás es una
demanda más inelástica que puede compensar la menor cuota de residentes y que el aumento
del descuento genere subidas de precios similares.
El Gráfico 12 muestra el precio medio diario de cada ruta antes y después del cambio
del descuento, y tomando sólo los billetes cupón 1 para diferenciar según el origen del viaje10.
Gráfico 12. Precio medio diario antes (izquierda) y después del 15-7-18
Enlace
Enlace
10 Nos interesa comparar tanto el antes con el después como el impacto del sentido del viaje, pero las cuatro líneas en el mismo gráfico lo hacen poco útil y tomar cocientes respecto a una base móvil tampoco lo parece. Hemos optado por agrupar antes versus después en los gráficos “visibles” y orígenes en los gráficos que aparecen con el enlace, pero es susceptible de mejorar.
Desde Madrid
Pre
cio
me
dio
Enlace Enlace
Madrid-Tenerife Madrid-Tenerife TFN — MAD
_ TFN — MAD
o
Pre
cio
med
ic
50 1
50 --5
a) ••• — — — a) —
—
' 1 111 f 1 I ' '
sep_ ene_ may_
Dia
Enlace
1 1 1
sep_ ene. may.
Dia
Enlace
Barcelona-Palma Barcelona-Palma PMI — BC.--J
— .=. PMI — BON _
Prec
io m
edic
!O 6
0 1
2
reci
o m
edic
!O 6
0 14
0
ill i L
a!
— IV
sep. ene. may.
Dia
Enlace
CM
sep. ene. may.
Dia
Enlace
Gráfico 17. Precio medio y cantidad de ' idas" diarias según ruta y origen
1=1 1=1 C
1=1 1=1 "4-
Desde Palma
500 1 500 2500
Idas
500 1500 2500
Idas
Pre
cio
me
dio
30
30
Enlace Enlace
Enlace
Enlace
Enlace
Enlace
Gráfico 17. Precio medio y cantidad de “idas” diarias según ruta y origen
o
.,
u-,
8
-
_
p
Desde Madrid
o
.0 G
in
8 ‘-
-
-
Desde Las Palmas
1. ,... U; ti 2 , It.. .. ':
1
500
i i i i
1500 2500
Idas
1 i i i
500 1500
Idas
o
CD E
CL
p em
,=1
cp
-
_
—,
200
,,, ,,,,
Desde Madrid
,
o -0
12_
p cm
"D
_
—
Desde Tenerife
. —
, ,
'.11.1:?
1 1 1 1 1 1 1
600 1000 1600
Idas
1 1 1
400 800 1200
Idas
Pre
cio
me
dio
O 1
00 2
00
r, ii ii
1
Desde Barcelona
-o
o .a., eL
1)
.=. cm
-
.D -
Desde Palma
. : .,._,-
- ....".., .
,,, ....
i III i 1 1
1500 2500 3500
Idas
500
III i i i
1500 2500
Idas
Terminamos este apartado con un gráfico de dispersión en el que veamos la cantidad
de vuelos de cada día y su precio medio. Si la subvención alcanzase al total de pasajeros no es
evidente que haya que esperar una correlación determinada, puesto que se ve afectada tanto
por factores de oferta como de demanda. Sin embargo, como la subvención alcanza a una parte
de la demanda, cabría esperar que para ellos el efecto disuasorio que opera a través de los pre-
cios de los días con más demanda lo haga en menor media. En cualquier caso, permite apuntar
otro efecto composición, a través del cual los días más o menos caros ponderan en el precio
medio final según la cantidad subvencionada esos días.
Quizás sea más útil calcular la correlación entre precio y cantidad tanto para los casos
representados, que se corresponden a los datos diarios del año posterior al aumento del des-
31
31
Terminamos este apartado con un gráfico de dispersión en el que veamos la cantidad
de vuelos de cada día y su precio medio. Si la subvención alcanzase al total de pasajeros no es
evidente que haya que esperar una correlación determinada, puesto que se ve afectada tanto
por factores de oferta como de demanda. Sin embargo, como la subvención alcanza a una parte
de la demanda, cabría esperar que para ellos el efecto disuasorio que opera a través de los pre-
cios de los días con más demanda lo haga en menor media. En cualquier caso, permite apuntar
otro efecto composición, a través del cual los días más o menos caros ponderan en el precio
medio final según la cantidad subvencionada esos días.
Quizás sea más útil calcular la correlación entre precio y cantidad tanto para los casos
representados, que se corresponden a los datos diarios del año posterior al aumento del des-
Origen Un año antes n año después
MAD-PMI MA811 1~6 ~1.111 PMI
MAD
LPA
=IP TFN
.111 PMI
-0.0545
0.1148
-0.097
0.1909 m
-0.229
0.6008
0.2027
0.2434
0.0261
0.3582
0.3431
0.0972
0.7682
0.4731
r- MAD-LPA
MAD-TFN
BCN-PMI
ir
1
Ruta Periodo C D R2
MAD-PMI I
A k 66.1197
(891.4)
-0.3374
(-229.3)
Después 90.4764 -0.4318
(924.9) (-213.9)
MAD-LPI AntesWM 110.2641 -0.4514
(862.8) (-210.8)
0.07054
0.05594 = 32
cuento, como para el año anterior. El Cuadro 16 muestra cómo esas correlaciones han aumen-
tado de manera significativa en 7 de los 8 casos estudiados y ahora son todas positivas, lo que
parece apuntar a que la subida de precios que acompaña a la demanda alta en ciertos días ex-
pulsa de esos días a los pasajeros no subvencionados.
Cuadro 16. Correlaciones entre precio medio y traslados subvencionados diarios
c) Antelación.
Merece la pena discutir despacio el efecto esperable de cambios en la antelación con la
que se compran los billetes, porque no es trivial. El punto de partida es que una mayor antela-
ción, con todo lo demás constante y en general, abarata el billete; sin embargo, si el aumento
del descuento hace prever una mayor demanda y eso lleva a los clientes a anticipar su compra
para no quedarse fuera, entonces observaríamos a la vez más antelación y precios más altos.
Aplicado lo anterior al análisis de los efectos de un aumento en el descuento, cabría esperar que
los clientes anticipasen menos su compra porque les preocupa menos el precio, pero si les preo-
cupa más la disponibilidad este segundo efecto puede compensar el primero. Ya vimos al prin-
cipio que no ha habido cambios drásticos en la antelación media, pero vamos ahora a mirar con
un poco más de detalle esos datos.
Un primer ejercicio podría consistir en revisar la relación entre precio y antelación de
cada billete en cada ruta; como son demasiados gráficos con cientos de miles de puntos en cada
uno, parece preferible mostrar un cuadro con las correlaciones y su confianza. Estimamos por
mínimos cuadrados ordinarios (MCO) una sencilla ecuación en la que el precio (p) depende de
la antelación (a) más una constante y el Cuadro 17 muestra entre paréntesis la t de cada valor
estimado y el R2 que en general muestra una relación muy débil o inexistente, aunque no deja
de ser cierto que en todos los casos la antelación muestra una relación negativa con el precio.
Hemos probado alguna modificación (como tomar logaritmos en una o ambas variables), pero
los resultados parecen contundentes en cuanto a la inexistencia de una relación simple entre
estas dos variables.
Cuadro 17. Estimación por MCO de p=C+Dxa con datos ruta/año (micro)
32
cuento, como para el año anterior. El Cuadro 16 muestra cómo esas correlaciones han aumen-
tado de manera significativa en 7 de los 8 casos estudiados y ahora son todas positivas, lo que
parece apuntar a que la subida de precios que acompaña a la demanda alta en ciertos días ex-
pulsa de esos días a los pasajeros no subvencionados.
Cuadro 16. Correlaciones entre precio medio y traslados subvencionados diarios
Ruta Origen Un año antes Un año después
MAD-PMI MAD 0.276 0.5697
PMI -0.0545 0.2434
MAD-LPA MAD 0.1148 0.0261
LPA -0.097 0.3582
MAD-TFN MAD 0.1909 0.3431
TFN -0.229 0.0972
BCN-PMI BCN 0.6008 0.7682
PMI 0.2027 0.4731
c) Antelación.
Merece la pena discutir despacio el efecto esperable de cambios en la antelación con la
que se compran los billetes, porque no es trivial. El punto de partida es que una mayor antela-
ción, con todo lo demás constante y en general, abarata el billete; sin embargo, si el aumento
del descuento hace prever una mayor demanda y eso lleva a los clientes a anticipar su compra
para no quedarse fuera, entonces observaríamos a la vez más antelación y precios más altos.
Aplicado lo anterior al análisis de los efectos de un aumento en el descuento, cabría esperar que
los clientes anticipasen menos su compra porque les preocupa menos el precio, pero si les preo-
cupa más la disponibilidad este segundo efecto puede compensar el primero. Ya vimos al prin-
cipio que no ha habido cambios drásticos en la antelación media, pero vamos ahora a mirar con
un poco más de detalle esos datos.
Un primer ejercicio podría consistir en revisar la relación entre precio y antelación de
cada billete en cada ruta; como son demasiados gráficos con cientos de miles de puntos en cada
uno, parece preferible mostrar un cuadro con las correlaciones y su confianza. Estimamos por
mínimos cuadrados ordinarios (MCO) una sencilla ecuación en la que el precio (p) depende de
la antelación (a) más una constante y el Cuadro 17 muestra entre paréntesis la t de cada valor
estimado y el R2 que en general muestra una relación muy débil o inexistente, aunque no deja
de ser cierto que en todos los casos la antelación muestra una relación negativa con el precio.
Hemos probado alguna modificación (como tomar logaritmos en una o ambas variables), pero
los resultados parecen contundentes en cuanto a la inexistencia de una relación simple entre
estas dos variables.
Cuadro 17. Estimación por MCO de p=C+Dxa con datos ruta/año (micro)
Ruta Periodo C D R2
MAD-PMI Antes 66.1197 (891.4)
-0.3374 (-229.3)
0.07054
Después 90.4764 (924.9)
-0.4318 (-213.9)
0.05594
MAD-LPI Antes 110.2641 (862.8)
-0.4514 (-210.8)
0.06284
MAD-TFN
Después 140.3705 -0.581 0.06841 (958.6) (-236.6)
a
i
s 109.5815 (778.2)
-0.4375 (-172.4)
0.07111
Después 137.3279 -0.553649 0.06649 (787.3) (-179.6)
48.6548 -0.1899 0.03464 (893.9) (-156.8)
Después 57.62385 -0.1766 0.01665 (862.9) (-114.9)
Una forma alternativa de enfocar esta relación es observar, en cada ruta y año, el precio
medio que tienen los billetes que comparten una misma antelación. El Gráfico 18 muestra los
resultados de este ejercicio y en él se observa que la antelación óptima, que venía siendo de
dos meses, ha desaparecido, pero las antelaciones superiores a los 4 meses son poco represen-
tativas y por eso hay mucho ruido en la parte derecha de los gráficos.
Gráfico 18. Precio medio en cada ruta/año según la antelación
— o
Pre
cio
me
dic
o 100
ii
1 1 Madrid-Palma
— Antes — Después
'II '5
E
0
o ._ u o E in
CL
E '
Madrid-Las Palmas — Antes — Des ués
0 50 100 150 200
Antelación media
0 50 100 150 200
Antelación media
- o '5 . .1 1=
Lo 1
13' 1
Madrid-Tenerife Norte - Antes
Deseués
Pre
cio
me
dic
0 4
0 1
0C
iiiiii
.-- -
Barcelona-Palma — Antes
.Nwswouwilw — 11 1 és
0 50 100 150 200
Antelación media
O 50 100 150 200
Antelación media.
33
33
Después 140.3705 (958.6)
-0.581 (-236.6)
0.06841
MAD-TFN Antes 109.5815 (778.2)
-0.4375 (-172.4)
0.07111
Después 137.3279 (787.3)
-0.553649 (-179.6)
0.06649
BCN-PMI Antes 48.6548 (893.9)
-0.1899 (-156.8)
0.03464
Después 57.62385 (862.9)
-0.1766 (-114.9)
0.01665
Una forma alternativa de enfocar esta relación es observar, en cada ruta y año, el precio
medio que tienen los billetes que comparten una misma antelación. El Gráfico 18 muestra los
resultados de este ejercicio y en él se observa que la antelación óptima, que venía siendo de
dos meses, ha desaparecido, pero las antelaciones superiores a los 4 meses son poco represen-
tativas y por eso hay mucho ruido en la parte derecha de los gráficos.
Gráfico 18. Precio medio en cada ruta/año según la antelación
MAD-PMI ah 10.327 1 0.972 1I -0.2697 0.4656 (107.4) (715.7) (-240.9)
Después 12.986
0.99 -0.396 0.4698 (104.9)
(776.3) (-261.9)
I Antes I 17.895 (88.01)
0.974 -0.388 (534) (-216.35)
0.3448
Después 22.924 1.001
-0.585 0.349
(95.99)
(572.8) (-284.8)
Antes
I. 1
16.25 0.99 -0.408
(86.07) (588.4) (-220.91)
Después 21.018 0.9996
(89.77) (598.07) -0.552 0.4785
(-239.67)
P"
5.477 1.018 -0.226 III
(80.17) (776.47) (-255.67)
(81.2) Después 5.817 1.035 -0.292 0.5389
(939.6) (-275.5)
Otro ejercicio interesante es observar la correlación, dentro de cada ruta/año entre el
precio medio y la antelación media, que, como se aprecia en el Cuadro 18 es en todo caso alta,
aunque sólo en la ruta Madrid-Palma ha aumentado de forma significativa. Esas correlaciones
implican que, como sospechábamos, los días que los pasajeros prevén más complicados para
conseguir billetes son los días en los que coinciden precios altos y antelaciones altas, y viceversa,
de forma que esa correlación "entre días" se tiende a compensar con la correlación "inter días"
y ello explicaría la falta de correlación cuando observamos todos los datos juntos en el Cuadro
17.
Cuadro 18. Correlaciones entre el precio y la antelación media diarios por ruta/año
Un año antes Un año después
MAD-PMI ~77 J 6
MAD-LPA 0.7655 0.7648
MAD-TFN 0.8079 O.
0.6385 0.6884
Una forma de separar ambos efectos es volver a correr las regresiones resumidas en el
Cuadro 17, pero añadiendo en cada una el precio medio de los billetes subvencionados en cada
vuelo, como proxy de la demanda asociada a cada uno de los vuelos diarios. Los resultados se
muestran en el Cuadro 19 y reflejan una mejora clara del ajuste y un aumento de la significativi-
dad del impacto negativo de la antelación de la compra en el precio.
Cuadro 19. Estimación por MCO de p=C+Bxpm+Dxa con datos ruta/año (micro)
Ruta
Periodo C Precio vuelo Antelación R2 ajust.
34
34
Otro ejercicio interesante es observar la correlación, dentro de cada ruta/año entre el
precio medio y la antelación media, que, como se aprecia en el Cuadro 18 es en todo caso alta,
aunque sólo en la ruta Madrid-Palma ha aumentado de forma significativa. Esas correlaciones
implican que, como sospechábamos, los días que los pasajeros prevén más complicados para
conseguir billetes son los días en los que coinciden precios altos y antelaciones altas, y viceversa,
de forma que esa correlación “entre días” se tiende a compensar con la correlación “inter días”
y ello explicaría la falta de correlación cuando observamos todos los datos juntos en el Cuadro
17.
Cuadro 18. Correlaciones entre el precio y la antelación media diarios por ruta/año
Un año antes Un año después
MAD-PMI 0.5177 0.6276
MAD-LPA 0.7655 0.7648
MAD-TFN 0.8079 0.775
BCN-PMI 0.6385 0.6884
Una forma de separar ambos efectos es volver a correr las regresiones resumidas en el
Cuadro 17, pero añadiendo en cada una el precio medio de los billetes subvencionados en cada
vuelo, como proxy de la demanda asociada a cada uno de los vuelos diarios. Los resultados se
muestran en el Cuadro 19 y reflejan una mejora clara del ajuste y un aumento de la significativi-
dad del impacto negativo de la antelación de la compra en el precio.
Cuadro 19. Estimación por MCO de p=C+Bxpm+Dxa con datos ruta/año (micro)
Ruta Periodo C Precio vuelo Antelación R2 ajust.
MAD-PMI Antes 10.327 (107.4)
0.972 (715.7)
-0.2697 (-240.9)
0.4656
Después 12.986 (104.9)
0.99 (776.3)
-0.396 (-261.9)
0.4698
MAD-LPI Antes 17.895 (88.01)
0.974 (534)
-0.388 (-216.35)
0.3448
Después 22.924 (95.99)
1.001 (572.8)
-0.585 (-284.8)
0.349
MAD-TFN Antes 16.25 (86.07)
0.99 (588.4)
-0.408 (-220.91)
0.5089
Después 21.018 (89.77)
0.9996 (598.07)
-0.552 (-239.67)
0.4785
BCN-PMI Antes 5.477 (80.17)
1.018 (776.47)
-0.226 (-255.67)
0.4865
Después 5.817 (81.2)
1.035 (939.6)
-0.292 (-275.5)
0.5389
utas/Co
3.4. Los flujos de entrada y salida al mercado
Por supuesto, hay más elementos que describen el comportamiento del mercado, más
allá de precios y cantidades y estadísticos como los anteriores. Por ejemplo, es interesante ver
los cambios que ha habido en la oferta de vuelos según el momento y el tipo de ruta. La hipótesis
más consistente con la teoría sería que el aumento del descuento y su correspondiente aumento
de la demanda debería conducir a que se acelere el ritmo de apertura de nuevas rutas, para
poder derivar de forma permanente ese aumento del descuento hacia mayores precios. El Cua-
dro 19 vuelve a usar la división de las rutas nacionales entre las que conectan dos aeropuertos
insulares (1), las que lo hacen con aeropuertos peninsulares (P) y las que van de los primeros
(incluyendo Melilla) a los segundos (M).
En cada grupo miramos las rutas que permanecen respecto al año anterior (lo que nos
lleva a perder el primer periodo), las que entran (E) y las que salen (S); además, las entradas y
salidas pueden ser de compañías en rutas que ya existían antes (EC) o se mantienen después
(SC) o bien entradas y salidas que crean (ER) o abandonan (SR) ciertas rutas. En este caso no nos
interesa tanto lo que hacen los pasajeros de todas esas rutas sino qué tipo de rutas entran y
salen y qué efecto tiene sobre los pasajeros de las que permanecen, como la información reco-
gida en el Cuadro 20.
Cuadro 20. Movimientos de compañías por rutas y años respecto al cambio (16-7-18)
Dos años antes
Un año antes
Un año después
Ruta P EC SC ER SR P (106) %
I 24 3 8 0 4 3,5 6.12
M 252 25 33 5 8 15,05 10.2
P 147 32 33 18 28 13,15 7.26
I 25 16 2 5 0 3,76 4.3
M 234 24 40 9 8 16.54 7.89
P 143 27 38 17 16 14.1 9.45
I 34 7 11 2 1 4,95 8.94
M 240 31 19 14 8 17.81 8.54
P 154 34 27 15 6 15.47 6.54
En las rutas insulares los grandes cambios se producen como respuesta a su propio au-
mento del descuento en verano de 2017, de forma que desde entonces a julio de 2018 entran
16 nuevas operaciones en rutas existentes; la entrada y salida en rutas nuevas es reducida por-
que no existen muchas opciones reales y el número de pasajeros tampoco experimenta grandes
cambios. En las rutas mixtas (conexiones entre la península y aeropuertos no peninsulares) el
mayor cambio se produce el año posterior al aumento de su descuento, puesto que la entrada
a rutas ya existentes pasa de ser 25 (24 un año antes) a 31, pero, sobre todo, el cambio se pro-
duce en la apertura de rutas nuevas, que pasa de 9 (5 un año antes) a 14, manteniéndose los
abandonos de rutas constantes; sin embargo, el ritmo de crecimiento del total de pasajeros no
cambia mucho. Ya vimos que los pasajeros subvencionados sí que habían aumentado sus viajes
mucho más de lo que aparece en el Cuadro 19, lo que podría apuntar a un cierto efecto expulsión
sobre los pasajeros no subvencionados. Por último, el grupo de rutas intrapeninsulares no ex-
perimenta grandes cambios.
Se aprecia que la entrada de nuevas rutas, que venía concentrándose en las peninsula-
res, este año se ha incrementado especialmente en las conexiones con zonas subvencionadas,
35
35
3.4. Los flujos de entrada y salida al mercado
Por supuesto, hay más elementos que describen el comportamiento del mercado, más
allá de precios y cantidades y estadísticos como los anteriores. Por ejemplo, es interesante ver
los cambios que ha habido en la oferta de vuelos según el momento y el tipo de ruta. La hipótesis
más consistente con la teoría sería que el aumento del descuento y su correspondiente aumento
de la demanda debería conducir a que se acelere el ritmo de apertura de nuevas rutas, para
poder derivar de forma permanente ese aumento del descuento hacia mayores precios. El Cua-
dro 19 vuelve a usar la división de las rutas nacionales entre las que conectan dos aeropuertos
insulares (I), las que lo hacen con aeropuertos peninsulares (P) y las que van de los primeros
(incluyendo Melilla) a los segundos (M).
En cada grupo miramos las rutas que permanecen respecto al año anterior (lo que nos
lleva a perder el primer periodo), las que entran (E) y las que salen (S); además, las entradas y
salidas pueden ser de compañías en rutas que ya existían antes (EC) o se mantienen después
(SC) o bien entradas y salidas que crean (ER) o abandonan (SR) ciertas rutas. En este caso no nos
interesa tanto lo que hacen los pasajeros de todas esas rutas sino qué tipo de rutas entran y
salen y qué efecto tiene sobre los pasajeros de las que permanecen, como la información reco-
gida en el Cuadro 20.
Cuadro 20. Movimientos de compañías por rutas y años respecto al cambio (16-7-18)
Rutas/Compañías Pasajeros
Periodo Ruta P EC SC ER SR P (106) %
Dos años antes
I 24 3 8 0 4 3,5 6.12
M 252 25 33 5 8 15,05 10.2
P 147 32 33 18 28 13,15 7.26
Un año antes
I 25 16 2 5 0 3,76 4.3
M 234 24 40 9 8 16.54 7.89
P 143 27 38 17 16 14.1 9.45
Un año después
I 34 7 11 2 1 4,95 8.94
M 240 31 19 14 8 17.81 8.54
P 154 34 27 15 6 15.47 6.54
En las rutas insulares los grandes cambios se producen como respuesta a su propio au-
mento del descuento en verano de 2017, de forma que desde entonces a julio de 2018 entran
16 nuevas operaciones en rutas existentes; la entrada y salida en rutas nuevas es reducida por-
que no existen muchas opciones reales y el número de pasajeros tampoco experimenta grandes
cambios. En las rutas mixtas (conexiones entre la península y aeropuertos no peninsulares) el
mayor cambio se produce el año posterior al aumento de su descuento, puesto que la entrada
a rutas ya existentes pasa de ser 25 (24 un año antes) a 31, pero, sobre todo, el cambio se pro-
duce en la apertura de rutas nuevas, que pasa de 9 (5 un año antes) a 14, manteniéndose los
abandonos de rutas constantes; sin embargo, el ritmo de crecimiento del total de pasajeros no
cambia mucho. Ya vimos que los pasajeros subvencionados sí que habían aumentado sus viajes
mucho más de lo que aparece en el Cuadro 19, lo que podría apuntar a un cierto efecto expulsión
sobre los pasajeros no subvencionados. Por último, el grupo de rutas intrapeninsulares no ex-
perimenta grandes cambios.
Se aprecia que la entrada de nuevas rutas, que venía concentrándose en las peninsula-
res, este año se ha incrementado especialmente en las conexiones con zonas subvencionadas,
mientras que la entrada en rutas ya existentes se ha mantenido. Los patrones de entrada al
mercado marcarán la senda hacia una mayor intensidad de la competencia o de la fragmenta-
ción de la oferta, con efectos radicalmente diferentes sobre los precios y el coste del programa
de descuentos.
En el apartado siguiente profundizamos en el análisis del comportamiento de dichos
precios, a través del uso de herramientas más sofisticadas.
36
36
mientras que la entrada en rutas ya existentes se ha mantenido. Los patrones de entrada al
mercado marcarán la senda hacia una mayor intensidad de la competencia o de la fragmenta-
ción de la oferta, con efectos radicalmente diferentes sobre los precios y el coste del programa
de descuentos.
En el apartado siguiente profundizamos en el análisis del comportamiento de dichos
precios, a través del uso de herramientas más sofisticadas.
3. Un análisis econométrico del impacto en los precios
A continuación, acometemos la tarea de realizar un análisis econométrico para intentar
discernir el efecto del incremento en el subsidio sobre otros efectos simultáneos que pueden
haber impactado las tarifas aéreas tales como precios del petróleo, factores macroeconómicos
u otros factores que puedan aumentar o disminuir la demanda de viajes entre península y los
archipiélagos balear y canario. Para ello, necesitamos un grupo de control en el que las tarifas
aéreas no hayan sido afectadas por el incremento en el subsidio pero sí por otros factores si-
multáneos en el tiempo que afectan las tarifas de los vuelos entre las islas y la península. La
intuición básica es comparar que ocurre en el grupo de control en relación al comportamiento
de los vuelos sí afectados por el subsidio. El supuesto de partida es que en los billetes de ida y
vuelta el porcentaje de residentes insulares que tienen las islas como origen del viaje será muy
superior al porcentaje de residentes que compran el billete de ida y vuelta con origen en la pe-
nínsula. De hecho, en la base de datos estimamos que por cada vuelo de ida y vuelta entre las
islas (más Melilla) y la península con origen peninsular hecho por residentes, hay 7,2 vuelos de
ida y vuelta a la península hechos por residentes con origen en las islas (más Melilla).
Por ello, el impacto en precios (o cualquier otra variable) que haya podido tener el in-
cremento del subsidio se verá reflejado en los billetes de ida y vuelta con origen en las islas en
mucha mayor medida que en los billetes de ida y vuelta con origen en la península. Teóricamente
el efecto del subsidio en los billetes de ida y vuelta a las islas con destino a la península tendría
que ser cero si no hay residentes insulares que adquieran este tipo de billetes. Sin embargo, no
se puede descartar que haya también un efecto del subsidio en los vuelos con origen en la pe-
nínsula debido a residentes insulares que por diversos motivos inicien sus vuelos en la península.
Por ello, las estimaciones que desarrollamos más abajo son unas estimaciones conservadoras
(sesgadas a la baja) del efecto del incremento del subsidio en las tarifas aéreas.
Para fijar ideas es conveniente introducir un lenguaje algo más formalizado. Llamemos
IP a un billete de ida y vuelta entre una isla I y un destino en la península P cuyo origen sea en I.
Sea PI un vuelo de ida y vuelta entre I y P cuyo origen sea en P. Dado que el trayecto y la distancia
recorrida entre IP y PI es exactamente la misma, cualquier factor de coste que afecte PI tendría
que impactar en la misma medida a IP. Sin embargo, dada que la composición de residentes en
IP sea mayor que en PI entonces cualquier diferencia entre PI y IP puede ser atribuida al efecto
del incremento del subsidio una vez que se controlan por otros efectos que pueden afectar di-
ferencialmente la demanda de PI de la demanda de IP tales como factores económico -regiona-
les que afecten a P y no a I o viceversa.
A continuación vemos cómo ha evolucionado el precio medio de los billetes de ida y
vuelta de PI en comparación del precio medio de los billetes de ida y vuelta de IP. De la base de
datos de la DGAC con los subsidios utilizados nos quedamos con billetes de ida y vuelta entre
península y las islas (más Melilla). Es decir, eliminamos billetes sólo de ida, billetes de ida y vuelta
insulares así como todos los billetes con escala antes del destino final. También eliminamos los
billetes utilizados por residentes en Ceuta desde los aeropuertos de Málaga, Sevilla y Jerez. El
Cuadro 21 muestra las estadísticas descriptivas para ambos tipos de billete:
37
37
3. Un análisis econométrico del impacto en los precios
A continuación, acometemos la tarea de realizar un análisis econométrico para intentar
discernir el efecto del incremento en el subsidio sobre otros efectos simultáneos que pueden
haber impactado las tarifas aéreas tales como precios del petróleo, factores macroeconómicos
u otros factores que puedan aumentar o disminuir la demanda de viajes entre península y los
archipiélagos balear y canario. Para ello, necesitamos un grupo de control en el que las tarifas
aéreas no hayan sido afectadas por el incremento en el subsidio pero sí por otros factores si-
multáneos en el tiempo que afectan las tarifas de los vuelos entre las islas y la península. La
intuición básica es comparar que ocurre en el grupo de control en relación al comportamiento
de los vuelos sí afectados por el subsidio. El supuesto de partida es que en los billetes de ida y
vuelta el porcentaje de residentes insulares que tienen las islas como origen del viaje será muy
superior al porcentaje de residentes que compran el billete de ida y vuelta con origen en la pe-
nínsula. De hecho, en la base de datos estimamos que por cada vuelo de ida y vuelta entre las
islas (más Melilla) y la península con origen peninsular hecho por residentes, hay 7,2 vuelos de
ida y vuelta a la península hechos por residentes con origen en las islas (más Melilla).
Por ello, el impacto en precios (o cualquier otra variable) que haya podido tener el in-
cremento del subsidio se verá reflejado en los billetes de ida y vuelta con origen en las islas en
mucha mayor medida que en los billetes de ida y vuelta con origen en la península. Teóricamente
el efecto del subsidio en los billetes de ida y vuelta a las islas con destino a la península tendría
que ser cero si no hay residentes insulares que adquieran este tipo de billetes. Sin embargo, no
se puede descartar que haya también un efecto del subsidio en los vuelos con origen en la pe-
nínsula debido a residentes insulares que por diversos motivos inicien sus vuelos en la península.
Por ello, las estimaciones que desarrollamos más abajo son unas estimaciones conservadoras
(sesgadas a la baja) del efecto del incremento del subsidio en las tarifas aéreas.
Para fijar ideas es conveniente introducir un lenguaje algo más formalizado. Llamemos
IP a un billete de ida y vuelta entre una isla I y un destino en la península P cuyo origen sea en I.
Sea PI un vuelo de ida y vuelta entre I y P cuyo origen sea en P. Dado que el trayecto y la distancia
recorrida entre IP y PI es exactamente la misma, cualquier factor de coste que afecte PI tendría
que impactar en la misma medida a IP. Sin embargo, dada que la composición de residentes en
IP sea mayor que en PI entonces cualquier diferencia entre PI y IP puede ser atribuida al efecto
del incremento del subsidio una vez que se controlan por otros efectos que pueden afectar di-
ferencialmente la demanda de PI de la demanda de IP tales como factores económico -regiona-
les que afecten a P y no a I o viceversa.
A continuación vemos cómo ha evolucionado el precio medio de los billetes de ida y
vuelta de PI en comparación del precio medio de los billetes de ida y vuelta de IP. De la base de
datos de la DGAC con los subsidios utilizados nos quedamos con billetes de ida y vuelta entre
península y las islas (más Melilla). Es decir, eliminamos billetes sólo de ida, billetes de ida y vuelta
insulares así como todos los billetes con escala antes del destino final. También eliminamos los
billetes utilizados por residentes en Ceuta desde los aeropuertos de Málaga, Sevilla y Jerez. El
Cuadro 21 muestra las estadísticas descriptivas para ambos tipos de billete:
Tarifa aérea vuelos de ida y
vuelta islas-penínsulas con ori-
gen en península (grupo de con-
trol)
Tarifa aérea vuelos de ida y
vuelta islas-península con origen
en las islas más Melilla (grupo
treatment)
Antelación compra de vuelos de
ida y vuelta islas-península con
origen en península (grupo de
control)
Antelación compra de vuelos de
ida y vuelta islas-península con
origen en islas (grupo treatment)
Cuadro 21. Estadísticas descriptivas del treatment y control group
Media Desviación estándar Observacione
~12 834.414
€146,13 111.06 M 6.010.795
54,34 (días) 47,25 834.414
56,37 (días) 47,81 6.010.795
El Cuadro 22 muestra como no hay diferencias significativas entre ambos tipos de bille-
tes. El precio medio de ambos oscila entre 141 y 146 euros mientras que la antelación es algo
superior (dos días) en los billetes con origen en la península. En el Gráfico 1 vemos la evolución
temporal de ambas variables. Se observa que no hay prácticamente diferencia en los importes
de los mismos siguiendo una evolución simétrica y paralela. Asimismo, tampoco se detecta de
manera visual ningún comportamiento diferencial después de Julio del 2018.
Gráfico 19
Evolución tarifa billetes ida y vuelta desde Julio del 2015 a Julio del 2019
200
150
100
50 Billetes origen peninsula
Billetes origen insular
.0 (1) (1) 0 0 .0 CL) a) 2
0 9 cu cu 2 o 9 cu cu o o 9 I.- I.- 2 N ›.. - I.- I.- 2 . - I.- I.- 2 ›.. - I.- I.- 2 N ›.. L_ = L_ = L_ = = a) a) a) ) E 1
c ciu ciu 1
c ciu ciu 1
c ciu ciu 1
c ciu ciu a) Lu a) Lu a) Lu a) Lu
z •5 z •5 z •5 z •5
Lil a)
Lil z a)V) z a)
Lil Z a) z
38
0
38
Cuadro 21. Estadísticas descriptivas del treatment y control group
Media Desviación estándar Observaciones
Tarifa aérea vuelos de ida y vuelta islas-penínsulas con ori-gen en península (grupo de con-trol)
€141,12 110,41 834.414
Tarifa aérea vuelos de ida y vuelta islas-península con origen en las islas más Melilla (grupo treatment)
€146,13 111.06 6.010.795
Antelación compra de vuelos de ida y vuelta islas-península con origen en península (grupo de control)
54,34 (días) 47,25 834.414
Antelación compra de vuelos de ida y vuelta islas-península con origen en islas (grupo treatment)
56,37 (días) 47,81 6.010.795
El Cuadro 22 muestra como no hay diferencias significativas entre ambos tipos de bille-
tes. El precio medio de ambos oscila entre 141 y 146 euros mientras que la antelación es algo
superior (dos días) en los billetes con origen en la península. En el Gráfico 1 vemos la evolución
temporal de ambas variables. Se observa que no hay prácticamente diferencia en los importes
de los mismos siguiendo una evolución simétrica y paralela. Asimismo, tampoco se detecta de
manera visual ningún comportamiento diferencial después de Julio del 2018.
Gráfico 19
0
50
100
150
200
250
Julio
Sep
tiem
bre
No
viem
bre
Ener
o
Mar
zo
May
o
Julio
Sep
tiem
bre
No
viem
bre
Ener
o
Mar
zo
May
o
Julio
Sep
tiem
bre
No
viem
bre
Ener
o
Mar
zo
May
o
Julio
Sep
tiem
bre
No
viem
bre
Ener
o
Mar
zo
May
o
Julio
Evolución tarifa billetes ida y vuelta desde Julio del 2015 a Julio del 2019
Billetes origen peninsula
Billetes origen insular
(1) (2
140,35*** 4.67*** (14,13) (0,02)
Ifflaill 35,69*** 0,26***
(5,51) (0,02)
Antelación (días)
Efecto fijo día de la semana
NO NO ~
Efecto fijo de mes
.11. NO
Efecto fijo de año
NO NO
lo
Efecto fijo com-pañía aérea
Los descriptivos de más arriba sugieren que no hay diferencias entre el grupo de con-
trol y el treatment y por ello que el incremento del descuento de residente no ha afectado los
precios. Confirmamos esta intuición con un análisis econométrico en el que corremos la si-
guiente regresión:
Pabt = ao + aiTreatmentab + a2Aftert + a3Treatmentab * Aftert+Controles (1)
Donde Pabt representa el precio de un billete de ida y vuelta entre a y b en el período t con
origen en a; Treatmentab representa una variable dummy con valor igual a uno si a es una isla
y cero en cualquier otro caso; Aftert es una variable dummy con un valor igual a uno si t es
después de la subida del subsidio y cero en caso contrario: Controls son todas las variables de
control que pueden explicar diferentes comportamientos de la demanda en a y en b. Hay que
resaltar que dado que la estrategia de identificación consiste en estimar la diferencia en precios
entre PI y IP, no es necesario controlar por características del vuelo talos como distancia en
Kilómetros o número de competidores dado que tanto el treatment como el grupo de control
son exactamente el mismo vuelo.
El parámetro de interés es a3 que estima el comportamiento diferencial en los precios en el
grupo "treatment" después de la subida en el importe de los subsidios a los viajes por los resi-
dentes insulares.
Antes de estimar el modelo (1) de más arriba empezamos corriendo una sencilla regresión lineal
para ver si efectivamente ha habido un comportamiento diferencia de los precios a raíz del in-
cremento del subsidio. Es decir, como paso preliminar, sin diferenciar entre treatment y control,
vemos si una vez que controlamos por los diferentes efectos fijos como compañía, día de la
semana, y efectos fijos individuales se detecta una variación extra en los precios después del
incremento del subsidio.
Cuadro 22. Regresión lineal sin incluir diferencias entre treatment y control
Tarifa aé- Log de ta- Tarifa aé- Log de ta- Tarifa aé- Log de rea en € rifa aérea rea en € rifa aérea rea en € tarifa aé-
Constante
(4) (5
16,68*** 3,76*** 20,50*** (2,00) (0,10) (0,92)
5,31*** 0,05*** 5,81***
(0,46) (0,01) (,48)
2,10*** 0,01*** 2,00***
(0,01) (0,00) (0,01)
SI SI SI
SI SI SI
SI SI SI
SI SI SI
rea (6)
3,82*** (0,07)
0,05***
(0,01)
0,01***
(0,00)
SI
SI
SI
SI
39
39
Los descriptivos de más arriba sugieren que no hay diferencias entre el grupo de con-
trol y el treatment y por ello que el incremento del descuento de residente no ha afectado los
precios. Confirmamos esta intuición con un análisis econométrico en el que corremos la si-
guiente regresión:
𝑝𝑎𝑏𝑡 = 𝛼0 + 𝛼1𝑇𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡𝑎𝑏 + 𝛼2𝐴𝑓𝑡𝑒𝑟𝑡 + 𝛼3𝑇𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡𝑎𝑏 ∗ 𝐴𝑓𝑡𝑒𝑟𝑡+Controles (1)
Donde 𝑝𝑎𝑏𝑡 representa el precio de un billete de ida y vuelta entre a y b en el período t con
origen en a; 𝑇𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡𝑎𝑏 representa una variable dummy con valor igual a uno si a es una isla
y cero en cualquier otro caso; 𝐴𝑓𝑡𝑒𝑟𝑡 es una variable dummy con un valor igual a uno si t es
después de la subida del subsidio y cero en caso contrario: Controls son todas las variables de
control que pueden explicar diferentes comportamientos de la demanda en a y en b. Hay que
resaltar que dado que la estrategia de identificación consiste en estimar la diferencia en precios
entre PI y IP, no es necesario controlar por características del vuelo talos como distancia en
Kilómetros o número de competidores dado que tanto el treatment como el grupo de control
son exactamente el mismo vuelo.
El parámetro de interés es 𝛼3 que estima el comportamiento diferencial en los precios en el
grupo “treatment” después de la subida en el importe de los subsidios a los viajes por los resi-
dentes insulares.
Antes de estimar el modelo (1) de más arriba empezamos corriendo una sencilla regresión lineal
para ver si efectivamente ha habido un comportamiento diferencia de los precios a raíz del in-
cremento del subsidio. Es decir, como paso preliminar, sin diferenciar entre treatment y control,
vemos si una vez que controlamos por los diferentes efectos fijos como compañía, día de la
semana, y efectos fijos individuales se detecta una variación extra en los precios después del
incremento del subsidio.
Cuadro 22. Regresión lineal sin incluir diferencias entre treatment y control
Tarifa aé-rea en € (1)
Log de ta-rifa aérea (2)
Tarifa aé-rea en € (3)
Log de ta-rifa aérea (4)
Tarifa aé-rea en € (5)
Log de tarifa aé-rea (6)
Constante 140,35***
(14,13)
4.67***
(0,02) 16,68***
(2,00) 3,76***
(0,10) 20,50***
(0,92) 3,82***
(0,07)
After 35,69***
(5,51) 0,26***
(0,02) 5,31***
(0,46) 0,05***
(0,01) 5,81***
(,48) 0,05***
(0,01)
Antelación (días)
2,10***
(0,01) 0,01***
(0,00) 2,00***
(0,01) 0,01***
(0,00)
Efecto fijo día de la semana
NO NO SI SI SI SI
Efecto fijo de mes
NO NO SI SI SI SI
Efecto fijo de año
NO NO SI SI SI SI
Efecto fijo com-pañía aérea
NO NO SI SI SI SI
After
ISM
Antelación (días)
Efecto fijo
día de la se-mana
Tarifa aé- rea en €
Log de ta- rifa aérea
Tarifa aé- rea en €
Log de ta- rifa aérea
Tarifa aé- rea en €
Log de tarifa aé-
(1) (2) (3) (4) (5) rea
138,77*** 4,65*** 18,68*** 3,77*** 19,17*** 3,81***
(14,51) (0,11) (2,21) (0,08) (1,11) (0,08)
37,11*** 0,28*** 5,40*** 0,06*** 5,85*** 0,06***
(3,04) (0,01) (1,17) (0,01) (1,51) (0,01)
1,80 0,02 -2,26 -0,01*** 1,50*** 0,01 (21,62) (0,16) (2,52) (0,05) (0,52) (0,01)
-1,62 -0,03 -1,10 -0,02 -0,04 -0,01
(6,72) (0,02) (1,14) (0,02) (1,63) (0,01)
2,10*** 0,01*** 2,00*** 0,01***
(0,01) (0,00) (0,01) (0,00)
NO NO SI SI SI SI
Efecto fijo con-sumidor indivi-dual
NO NO NO NO SI SI
R2 0,01 0,01 0,84 0,64 0,88 0,78
6.845.209 6.844.760 6.845.209 6.844.760 6.845.209 6.844.760
Número de ob-aciones
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05; *** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
Las estimaciones en el Cuadro 21 del coeficiente de la variable after muestran como
efectivamente el precio medio después del incremento del subsidio en Julio del 2018 ha aumen-
tado en relación a los períodos anteriores. En las dos primeras columnas se ve como si no se
controla por ninguna variable de control después de Julio del 2018 el precio del billete se ha
elevado de medio unos €35 o alrededor de un 26%. Una vez añadimos por efectos fijos de com-
pañía aérea, día de la semana, mes, año y efecto fijo individual este incremento estimado del
precio medio en el precio se cifra a alrededor de €5 usando la estimación del precio en valor
absoluto o un 5% en las regresiones con el logaritmo natural de los precios como variable de-
pendiente.
Sin embargo, pese a esta correlación entre la subida de precios y el incremento del sub-
sidio a los residentes, no se puede establecer una relación causal entre ambos dado que cual-
quier variable que impacte los precios aéreos que haya experimentado un cambio post Julio del
2018 podría explicar esta correlación. Para intentar identificar si esta subida efectivamente es
debida al subsidio empleamos la estrategia de identificación especificada más arriba en la que
comparamos la evolución en los precios de los billetes si la ida es un trayecto isla -península o
si la ida es un trayecto península-islas.
El Cuadro 23 muestra diferentes especificaciones de la regresión lineal (1) con los errores stan-
dard clustered por el origen del viaje.
Cuadro 23. Regresión linear para estimar diferencias entre treatment y control
40
40
Efecto fijo con-sumidor indivi-dual
NO NO NO NO SI SI
R2 0,01 0,01 0,84 0,64 0,88 0,78
Número de ob-servaciones
6.845.209 6.844.760 6.845.209 6.844.760 6.845.209 6.844.760
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05;
*** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
Las estimaciones en el Cuadro 21 del coeficiente de la variable after muestran como
efectivamente el precio medio después del incremento del subsidio en Julio del 2018 ha aumen-
tado en relación a los períodos anteriores. En las dos primeras columnas se ve como si no se
controla por ninguna variable de control después de Julio del 2018 el precio del billete se ha
elevado de medio unos €35 o alrededor de un 26%. Una vez añadimos por efectos fijos de com-
pañía aérea, día de la semana, mes, año y efecto fijo individual este incremento estimado del
precio medio en el precio se cifra a alrededor de €5 usando la estimación del precio en valor
absoluto o un 5% en las regresiones con el logaritmo natural de los precios como variable de-
pendiente.
Sin embargo, pese a esta correlación entre la subida de precios y el incremento del sub-
sidio a los residentes, no se puede establecer una relación causal entre ambos dado que cual-
quier variable que impacte los precios aéreos que haya experimentado un cambio post Julio del
2018 podría explicar esta correlación. Para intentar identificar si esta subida efectivamente es
debida al subsidio empleamos la estrategia de identificación especificada más arriba en la que
comparamos la evolución en los precios de los billetes si la ida es un trayecto isla –península o
si la ida es un trayecto península-islas.
El Cuadro 23 muestra diferentes especificaciones de la regresión lineal (1) con los errores stan-
dard clustered por el origen del viaje.
Cuadro 23. Regresión linear para estimar diferencias entre treatment y control
Tarifa aé-rea en € (1)
Log de ta-rifa aérea (2)
Tarifa aé-rea en € (3)
Log de ta-rifa aérea (4)
Tarifa aé-rea en € (5)
Log de tarifa aé-rea (6)
Constante 138,77***
(14,51)
4,65***
(0,11) 18,68***
(2,21) 3,77***
(0,08) 19,17***
(1,11) 3,81***
(0,08)
After 37,11***
(3,04) 0,28***
(0,01) 5,40***
(1,17) 0,06***
(0,01) 5,85***
(1,51) 0,06***
(0,01)
Treatment 1,80 (21,62)
0,02 (0,16)
-2,26 (2,52)
-0,01***
(0,05) 1,50***
(0,52) 0,01 (0,01)
Treat-ment*After (𝜶𝟑)
-1,62 (6,72)
-0,03 (0,02)
-1,10 (1,14)
-0,02 (0,02)
-0,04 (1,63)
-0,01 (0,01)
Antelación (días)
2,10***
(0,01) 0,01***
(0,00) 2,00***
(0,01) 0,01***
(0,00)
Efecto fijo día de la se-mana
NO NO SI SI SI SI
~I- SI SI SI SI
NO NO SI SI SI SI
NO SI SI SI SI
NO NO NO NO SI SI
0,01 0,01 0,84 0,64 0,88 0,78
6.845.209 6.844.760 6.845.209 6.844.760 6.845.209 6.844.760
Efecto fijo de mes
Efecto fijo de año
Efecto fijo compañía aé-rea
Efecto fijo consumidor individual
R2
Número de observacio-nes
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05; *** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
Tal como muestra el Cuadro 23, se han probado regresiones introduciendo como con-
troles efectos fijos de día de la semana, mes, año y compañía aérea. La introducción de estos
efectos fijos incrementa en gran manera el poder explicativo del modelo (1). Sin embargo, en
ninguna de las especificaciones se puede rechazar que el coeficiente estimado a3 sea diferente
de cero. Es decir, a raíz del incremento del subsidio no se detecta ningún cambio significativo en
los precios de los vuelos que conectan la península con las islas (más Melilla) si el origen es en
la península o en las islas (más Melilla). El Cuadro 23 también incluye especificaciones econo-
métricas con efectos fijos a nivel individual. La base de datos del Ministerio permite añadir iden-
tificadores individuales con lo que se pueden estimar regresiones basadas en las variaciones en
precios pagadas por la misma persona antes y después del cambio en el subsidio en Julio del
2018 en función de si el origen del trayecto aéreo es en las islas (más Melilla) o la península.
Esta especificación controla por potenciales variaciones en la composición de la demanda. Como
en las anteriores regresiones en ningún caso se puede rechazar que a3 sea distinto de cero.
A continuación repetimos la regresión lineal del modelo en (1) pero sólo teniendo en cuenta
billetes de ida y vuelta de una isla determinada. El Cuadro 24 resume la estimación de a3 por
isla.
Cuadro 24. Estimación de dif in dif por submuestras agrupando billetes de ida y vuelta por is-
las. Coeficiente a3
arifa aé- Log de ta- Tarifa aé- Log de ta- Observac rea en € rifa aérea rea en € rifa aérea nes
(3) (4) (5) (6
-0,088 -0,042*** 0,064 -0,030*** 2.546.952
(2,087) (0,008) (1,927) (0,007)
0,731 0,002 2,95 0,0188 331.353
(2,815) (0,013) (2,94) (0,011)
3,225*** 0,060*** 2,490*** 0,053*** 629,241
(0,657) (0,009) (0,808) (0,007)
-3,703 -0,026 -2,012 0,002 130.467
(4,138) (0,021) (2,962) (0,009)
-0,801 -0,008 -0,469 -0,008 1.264.966
41
41
Efecto fijo de mes
NO NO SI SI SI SI
Efecto fijo de año
NO NO SI SI SI SI
Efecto fijo compañía aé-rea
NO NO SI SI SI SI
Efecto fijo consumidor individual
NO NO NO NO SI SI
R2 0,01 0,01 0,84 0,64 0,88 0,78
Número de observacio-nes
6.845.209 6.844.760 6.845.209 6.844.760 6.845.209 6.844.760
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05;
*** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
Tal como muestra el Cuadro 23, se han probado regresiones introduciendo como con-
troles efectos fijos de día de la semana, mes, año y compañía aérea. La introducción de estos
efectos fijos incrementa en gran manera el poder explicativo del modelo (1). Sin embargo, en
ninguna de las especificaciones se puede rechazar que el coeficiente estimado 𝛼3 sea diferente
de cero. Es decir, a raíz del incremento del subsidio no se detecta ningún cambio significativo en
los precios de los vuelos que conectan la península con las islas (más Melilla) si el origen es en
la península o en las islas (más Melilla). El Cuadro 23 también incluye especificaciones econo-
métricas con efectos fijos a nivel individual. La base de datos del Ministerio permite añadir iden-
tificadores individuales con lo que se pueden estimar regresiones basadas en las variaciones en
precios pagadas por la misma persona antes y después del cambio en el subsidio en Julio del
2018 en función de si el origen del trayecto aéreo es en las islas (más Melilla) o la península.
Esta especificación controla por potenciales variaciones en la composición de la demanda. Como
en las anteriores regresiones en ningún caso se puede rechazar que 𝛼3 sea distinto de cero.
A continuación repetimos la regresión lineal del modelo en (1) pero sólo teniendo en cuenta
billetes de ida y vuelta de una isla determinada. El Cuadro 24 resume la estimación de 𝛼3 por
isla.
Cuadro 24. Estimación de dif in dif por submuestras agrupando billetes de ida y vuelta por is-
las. Coeficiente 𝛼3
Islas Tarifa aé-rea en € (3)
Log de ta-rifa aérea (4)
Tarifa aé-rea en € (5)
Log de ta-rifa aérea (6)
Observacio-nes
Mallorca -0,088 (2,087)
-0,042***
(0,008) 0,064 (1,927)
-0,030*** (0,007)
2.546.952
Menorca 0,731 (2,815)
0,002 (0,013)
2,95 (2,94)
0,0188
(0,011) 331.353
Ibiza 3,225***
(0,657) 0,060***
(0,009) 2,490***
(0,808) 0,053***
(0,007) 629,241
Fuerteven-tura
-3,703 (4,138)
-0,026 (0,021)
-2,012 (2,962)
0,002 (0,009)
130.467
Tenerife -0,801 -0,008 -0,469 -0,008 1.264.966
(1,340)
7,691*
(2,654)
SI Efecto fijo día de la semana
NO Efecto fijo consumidor individual
(0,013) (0,966) (0,015)
0,038 11,571* 0,035 37,511
(0,022) (4,146) (0,026)
-0,019 -0,259 -0,014* 1,399,472
(0,012) (1,436) (0,008)
0,010 0,987 0,012 265,056
(0,014) (2,055) (0,008)
-0,026 -4,004*** -0,025*** 240,191
(0,016) (0,190) (0,007)
SI SI SI
SI SI SI
SI SI SI
SI SI SI
NO SI SI
1,020
(2,689)
-4,180***
(0,281)
SI
SI
om
Efecto fijo de mes
-0,304
(1,156)
La Palma
Gran Canaria
Melilla
Efecto fijo de año
Efecto fijo compañía aé-rea
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05; *** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
El Cuadro 24 muestra que cuando hacemos el análisis por isla más Melilla vemos que sólo en
Ibiza y en La Palma se estima un aumento en precios que podemos rechazar que estadística-
mente sea igual a cero. En concreto se estima un aumento del 5% de las tarifas aéreas en Ibiza
y 3,5% en La Palma. En ninguna de las otras islas más Melilla se detecta un aumento significa-
tivo en precios, por el contrario, en Mallorca y en Gran Canaria registramos una pequeña re-
ducción en las tarifas aéreas.
4. Mejoras y diseños alternativos al sistema de bonifica-
ciones.
En esta sección intentaremos explorar posibles mejoras al actual sistema de bonificacio-
nes. Es importante partir de dos premisas, la primera es que el actual sistema supone un derecho
adquirido por parte de los residentes de Canarias y las Islas Baleares, y que los posibles sistemas
alternativos deberían o bien generar resultados similares para los residentes o e ir acompañados
de algún tipo de compensación. La segunda premisa, es que el aumento de la bonificación inde-
pendientemente de su impacto en el precio ha supuesto un incremento sustancial del gasto
agregado y se debe considerar el coste de oportunidad de dichas bonificaciones. Por ello, el
objetivo es explorar sistemas alternativos que preserven gran parte de las ventajas del sistema
actual para los residentes y supongan un ahorro significativo para la Administración.
Una primera recomendación que sería consistente con el sistema actual de bonificacio-
nes es reducir las barreras de entrada para intentar que por esta vía aumente la competencia.
Tal como discutimos en el análisis de competencia, tradicionalmente se pensaba que estas eran
42
42
(1,340) (0,013) (0,966) (0,015)
La Palma 7,691*
(2,654) 0,038 (0,022)
11,571*
(4,146) 0,035 (0,026)
37,511
Gran Canaria -0,304 (1,156)
-0,019 (0,012)
-0,259 (1,436)
-0,014*
(0,008) 1,399,472
Lanzarote 1,020 (2,689)
0,010 (0,014)
0,987 (2,055)
0,012 (0,008)
265,056
Melilla -4,180***
(0,281) -0,026 (0,016)
-4,004***
(0,190) -0,025***
(0,007) 240,191
Efecto fijo día de la semana
SI SI SI SI
Efecto fijo de mes
SI SI SI SI
Efecto fijo de año
SI SI SI SI
Efecto fijo compañía aé-rea
SI SI SI SI
Efecto fijo consumidor individual
NO NO SI SI
Errores estándar debajo de cada coeficiente entre paréntesis. * p-value<0.1; ** p-value<0.05;
*** p-value<0.01. Los errores estándar de los coeficientes están clustered por origen del billete.
El Cuadro 24 muestra que cuando hacemos el análisis por isla más Melilla vemos que sólo en
Ibiza y en La Palma se estima un aumento en precios que podemos rechazar que estadística-
mente sea igual a cero. En concreto se estima un aumento del 5% de las tarifas aéreas en Ibiza
y 3,5% en La Palma. En ninguna de las otras islas más Melilla se detecta un aumento significa-
tivo en precios, por el contrario, en Mallorca y en Gran Canaria registramos una pequeña re-
ducción en las tarifas aéreas.
4. Mejoras y diseños alternativos al sistema de bonifica-
ciones.
En esta sección intentaremos explorar posibles mejoras al actual sistema de bonificacio-
nes. Es importante partir de dos premisas, la primera es que el actual sistema supone un derecho
adquirido por parte de los residentes de Canarias y las Islas Baleares, y que los posibles sistemas
alternativos deberían o bien generar resultados similares para los residentes o e ir acompañados
de algún tipo de compensación. La segunda premisa, es que el aumento de la bonificación inde-
pendientemente de su impacto en el precio ha supuesto un incremento sustancial del gasto
agregado y se debe considerar el coste de oportunidad de dichas bonificaciones. Por ello, el
objetivo es explorar sistemas alternativos que preserven gran parte de las ventajas del sistema
actual para los residentes y supongan un ahorro significativo para la Administración.
Una primera recomendación que sería consistente con el sistema actual de bonificacio-
nes es reducir las barreras de entrada para intentar que por esta vía aumente la competencia.
Tal como discutimos en el análisis de competencia, tradicionalmente se pensaba que estas eran
bajas en el transporte aéreo de pasajeros, y la amenaza de entrada conllevaba una presión sobre
las empresas establecidas que llevaba a precios competitivos. Como discutimos con anteriori-
dad, esa percepción está cambiando y los datos muestran que las aerolíneas disfrutan de poder
de mercado para incrementar los precios. En el caso de Canarias y Baleares es sorprendente que
el aumento de la subvención y de la demanda no se haya traducido en un significativo aumento
de la oferta. De hecho, recientemente Ryanair ha anunciado el cierre de sus bases en Canarias.
El margen que tiene la Administración para reducir los costes de entrada es sin embargo limi-
tado, si fuera posible sería deseable incrementar los permisos de vuelo (slots) y el acceso a las
infraestructuras aeroportuarias. Pero gran parte de las barreras de entrada están relacionados
con la estrategia de las propias empresas (programas de viajero frecuente, economías de al-
cance relacionado con la red de vuelos/conexiones, etc...) y factores externos, por ejemplo, es
probable que los problemas con el Boeing 737 generase problemas de capacidad a las aerolíneas
durante los dos últimos años.
Una primera alternativa a las actuales bonificaciones es sustituirlas por bonificaciones
fijas o por un precio máximo. Tal como demostramos en el apéndice teórico dichos sistemas
pueden ser calibrados para que viajen el mismo número de residentes que con las bonificaciones
"ad valorem" actuales. A pesar de esta calibración, como estos sistemas determinan diferentes
elasticidades de demanda, también generan diferentes precios de mercado y gasto agregado.
Empecemos analizando el precio máximo, que es un sistema utilizado en Portugal para los resi-
dentes en Madeira y Azores, donde la Administración se hace cargo de la diferencia entre el
precio de mercado y dicho precio máximo. Este sistema tiene a priori dos ventajas importantes,
la primera es que no se bonifican los billetes con un precio por debajo del precio máximo. Si esto
sucede para una mayoría de los vuelos (las restricciones de capacidad no son frecuentes o el
precio máximo es suficientemente alto) esto puede suponer un importante ahorro. La segunda
ventaja es que es en realidad un sistema de seguro sobre el precio para los residentes en las
islas. Parte de la demanda del sistema de bonificaciones por parte de los residentes, se basa en
que en otras partes de España tienen acceso a otros medios de transporte que tienen menos
variabilidad en los precios, como el ferrocarril. Muchos residentes que no viajan frecuentemente
ven en el sistema de bonificaciones una garantía en que si tienen que viajar urgentemente a la
península el precio del viaje no será desproporcionado. Este sistema elimina este riesgo y reduce
el coste de los viajes a los viajeros frecuentes. Sin embargo, este sistema tiene el problema de
que la demanda se vuelve completamente inelástica por encima del precio máximo y esto puede
elevar el precio de mercado y el gasto total si las aerolíneas tienen poder de mercado. Esto es lo
que pasa en el modelo teórico presentado en el apéndice donde este sistema calibrado para
generar la misma demanda de residentes, genera un precio y un gasto mayor que el sistema
actual de bonificaciones "ad valorem". Por supuesto que se puede limitar esta bonificación con
un precio máximo subvencionable, pero esto limitaría la efectividad de este sistema como se-
guro que es su principal ventaja. Es importante señalar aquí, que no recomendamos poner un
precio máximo sin subvención, es decir, limitar la regulación a la mera prohibición a las compa-
ñías que operan cada ruta de los precios por encima de un límite. Dejando a un lado, los proble-
mas legales que pueda generar la introducción de un precio regulado en un mercado competi-
tivo, un análisis básico de un mercado competitivo nos lleva a concluir que está medida tendría
como efecto la reducción de la oferta, el racionamiento de la demanda (un exceso de demanda
sobre la oferta disponible al precio regulado) y una reducción del bienestar total.
El sistema que en cierto sentido es opuesto al sistema de precio máximo, es dar una
bonificación fija, que implica subvencionar completamente los billetes de un precio inferior y
hasta esa cantidad los que tienen un precio superior. A pesar de que este sistema bonifica en
43
43
bajas en el transporte aéreo de pasajeros, y la amenaza de entrada conllevaba una presión sobre
las empresas establecidas que llevaba a precios competitivos. Como discutimos con anteriori-
dad, esa percepción está cambiando y los datos muestran que las aerolíneas disfrutan de poder
de mercado para incrementar los precios. En el caso de Canarias y Baleares es sorprendente que
el aumento de la subvención y de la demanda no se haya traducido en un significativo aumento
de la oferta. De hecho, recientemente Ryanair ha anunciado el cierre de sus bases en Canarias.
El margen que tiene la Administración para reducir los costes de entrada es sin embargo limi-
tado, si fuera posible sería deseable incrementar los permisos de vuelo (slots) y el acceso a las
infraestructuras aeroportuarias. Pero gran parte de las barreras de entrada están relacionados
con la estrategia de las propias empresas (programas de viajero frecuente, economías de al-
cance relacionado con la red de vuelos/conexiones, etc…) y factores externos, por ejemplo, es
probable que los problemas con el Boeing 737 generase problemas de capacidad a las aerolíneas
durante los dos últimos años.
Una primera alternativa a las actuales bonificaciones es sustituirlas por bonificaciones
fijas o por un precio máximo. Tal como demostramos en el apéndice teórico dichos sistemas
pueden ser calibrados para que viajen el mismo número de residentes que con las bonificaciones
“ad valorem” actuales. A pesar de esta calibración, como estos sistemas determinan diferentes
elasticidades de demanda, también generan diferentes precios de mercado y gasto agregado.
Empecemos analizando el precio máximo, que es un sistema utilizado en Portugal para los resi-
dentes en Madeira y Azores, donde la Administración se hace cargo de la diferencia entre el
precio de mercado y dicho precio máximo. Este sistema tiene a priori dos ventajas importantes,
la primera es que no se bonifican los billetes con un precio por debajo del precio máximo. Si esto
sucede para una mayoría de los vuelos (las restricciones de capacidad no son frecuentes o el
precio máximo es suficientemente alto) esto puede suponer un importante ahorro. La segunda
ventaja es que es en realidad un sistema de seguro sobre el precio para los residentes en las
islas. Parte de la demanda del sistema de bonificaciones por parte de los residentes, se basa en
que en otras partes de España tienen acceso a otros medios de transporte que tienen menos
variabilidad en los precios, como el ferrocarril. Muchos residentes que no viajan frecuentemente
ven en el sistema de bonificaciones una garantía en que si tienen que viajar urgentemente a la
península el precio del viaje no será desproporcionado. Este sistema elimina este riesgo y reduce
el coste de los viajes a los viajeros frecuentes. Sin embargo, este sistema tiene el problema de
que la demanda se vuelve completamente inelástica por encima del precio máximo y esto puede
elevar el precio de mercado y el gasto total si las aerolíneas tienen poder de mercado. Esto es lo
que pasa en el modelo teórico presentado en el apéndice donde este sistema calibrado para
generar la misma demanda de residentes, genera un precio y un gasto mayor que el sistema
actual de bonificaciones “ad valorem”. Por supuesto que se puede limitar esta bonificación con
un precio máximo subvencionable, pero esto limitaría la efectividad de este sistema como se-
guro que es su principal ventaja. Es importante señalar aquí, que no recomendamos poner un
precio máximo sin subvención, es decir, limitar la regulación a la mera prohibición a las compa-
ñías que operan cada ruta de los precios por encima de un límite. Dejando a un lado, los proble-
mas legales que pueda generar la introducción de un precio regulado en un mercado competi-
tivo, un análisis básico de un mercado competitivo nos lleva a concluir que está medida tendría
como efecto la reducción de la oferta, el racionamiento de la demanda (un exceso de demanda
sobre la oferta disponible al precio regulado) y una reducción del bienestar total.
El sistema que en cierto sentido es opuesto al sistema de precio máximo, es dar una
bonificación fija, que implica subvencionar completamente los billetes de un precio inferior y
hasta esa cantidad los que tienen un precio superior. A pesar de que este sistema bonifica en
distinta medida todos los viajes, puede generar un ahorro porque aumenta la elasticidad de la
demanda y con ello, puede reducir el precio de equilibrio de mercado, especialmente en los
periodos de demanda alta donde las restricciones de capacidad dan a las aerolíneas poder de
mercado. En efecto, es el modelo desarrollado en el apéndice, este sistema de bonificación fija
es el que genera menos precio de mercado y un menor gasto agregado. Sin embargo, este sis-
tema tiene el problema de que no protege a los residentes de precios altos en los picos de de-
manda, y en este sentido es el peor para aquellos que tal como discutimos en el caso anterior,
ven en las bonificaciones un sistema de seguro de precio.
Independientemente del efecto sobre los precios, es claro que el sistema de bonifica-
ciones a los residentes supone un aumento de la demanda y una transferencia no intencionada
de recursos a las compañías aéreas. Una forma de reducir esta transferencia es introducir com-
petencia por el "mercado de las bonificaciones". La idea es trasladar los sistemas de competen-
cia por el mercado utilizados en el sector farmacéutico y en el sector eléctrico. En el sector far-
macéutico en diferentes comunidades autónomas se utilizan subastas para seleccionar a los pro-
veedores de medicamentos que serán subvencionados por el sistema sanitario público en aque-
llos medicamentos que no están protegidos por patente y existe competencia. Los pacientes
pueden seguir eligiendo cualquier marca de medicamento, pero solo tendrán derecho a un des-
cuento en el precio del medicamento si este es el de la ganadora del concurso. Las compañías
compiten por ser la empresa subvencionada en una subasta en la que la empresa ganadora es
la que ofrece un menor precio (un mayor descuento). Las subastas de capacidad en el mercado
eléctrico también ofrecen otra idea que puede ser interesante para adjudicar concesiones sobre
las bonificaciones en el mercado aéreo de transporte de pasajeros. Como en el mercado de las
aerolíneas, el precio de la electricidad tiene una gran volatilidad y es muy alto cuando coinciden
periodos de demanda alta, y oferta reducida (por ejemplo, porque la falta de viento reduce la
eficacia de las estaciones generadoras eólicas). En este contexto, se puede realizar una subasta
con antelación, en el que el ganador de la subasta se compromete a cambio de una cantidad
fijada en la subasta, a proveer electricidad a un precio fijo en estos periodos. La forma de imple-
mentar estas ideas en el mercado de transporte aéreo con bonificaciones es introducir una es-
pecie de obligación de servicio público abierta, si bien esta figura no se correspondería exacta-
mente con las OSP actuales previstas por la normativa europea, sino que habría de implemen-
tarse como modificación al sistema de subvención actual. La idea es que en los mercados en los
que existe competencia se podría implementar una subasta para seleccionar a la compañía que
podría ofrecer los billetes bonificados. Como en las subastas de medicamentos, solo los residen-
tes que utilicen esta compañía tendrían derecho a la bonificación. Por supuesto, el diseño de las
subastas tendría que adaptarse a las necesidades de la población residente, obligando al adju-
dicatario a proveer un número de frecuencias y asientos determinado que, conjuntamente con
el resto de la oferta de otros competidores, no suponga un menoscabo de la conectividad actual,
y se podrían considerar distintos sistemas de puja (fijar un precio máximo a cambio de una can-
tidad, un descuento sobre la bonificación, etc...).
Existen otros sistemas alternativos que sin embargo presentan problemas de implemen-
tación. Un posible sistema es abonar la bonificación a través de una deducción en la cuota de la
declaración de la renta. La ventaja de este sistema es que aumenta la elasticidad de la demanda,
presionaría los precios a la baja e implicaría una reducción del gasto agregado. Sin embargo,
implica importantes costes de transacción tanto para la administración tributaria como para los
residentes que tendrían que gestionar el reembolso. Por otra parte, se penalizaría a las rentas
bajas que no tienen obligación de realizar la declaración de la renta, y tendrían que hacerla para
44
44
distinta medida todos los viajes, puede generar un ahorro porque aumenta la elasticidad de la
demanda y con ello, puede reducir el precio de equilibrio de mercado, especialmente en los
periodos de demanda alta donde las restricciones de capacidad dan a las aerolíneas poder de
mercado. En efecto, es el modelo desarrollado en el apéndice, este sistema de bonificación fija
es el que genera menos precio de mercado y un menor gasto agregado. Sin embargo, este sis-
tema tiene el problema de que no protege a los residentes de precios altos en los picos de de-
manda, y en este sentido es el peor para aquellos que tal como discutimos en el caso anterior,
ven en las bonificaciones un sistema de seguro de precio.
Independientemente del efecto sobre los precios, es claro que el sistema de bonifica-
ciones a los residentes supone un aumento de la demanda y una transferencia no intencionada
de recursos a las compañías aéreas. Una forma de reducir esta transferencia es introducir com-
petencia por el ”mercado de las bonificaciones”. La idea es trasladar los sistemas de competen-
cia por el mercado utilizados en el sector farmacéutico y en el sector eléctrico. En el sector far-
macéutico en diferentes comunidades autónomas se utilizan subastas para seleccionar a los pro-
veedores de medicamentos que serán subvencionados por el sistema sanitario público en aque-
llos medicamentos que no están protegidos por patente y existe competencia. Los pacientes
pueden seguir eligiendo cualquier marca de medicamento, pero solo tendrán derecho a un des-
cuento en el precio del medicamento si este es el de la ganadora del concurso. Las compañías
compiten por ser la empresa subvencionada en una subasta en la que la empresa ganadora es
la que ofrece un menor precio (un mayor descuento). Las subastas de capacidad en el mercado
eléctrico también ofrecen otra idea que puede ser interesante para adjudicar concesiones sobre
las bonificaciones en el mercado aéreo de transporte de pasajeros. Como en el mercado de las
aerolíneas, el precio de la electricidad tiene una gran volatilidad y es muy alto cuando coinciden
periodos de demanda alta, y oferta reducida (por ejemplo, porque la falta de viento reduce la
eficacia de las estaciones generadoras eólicas). En este contexto, se puede realizar una subasta
con antelación, en el que el ganador de la subasta se compromete a cambio de una cantidad
fijada en la subasta, a proveer electricidad a un precio fijo en estos periodos. La forma de imple-
mentar estas ideas en el mercado de transporte aéreo con bonificaciones es introducir una es-
pecie de obligación de servicio público abierta, si bien esta figura no se correspondería exacta-
mente con las OSP actuales previstas por la normativa europea, sino que habría de implemen-
tarse como modificación al sistema de subvención actual. La idea es que en los mercados en los
que existe competencia se podría implementar una subasta para seleccionar a la compañía que
podría ofrecer los billetes bonificados. Como en las subastas de medicamentos, solo los residen-
tes que utilicen esta compañía tendrían derecho a la bonificación. Por supuesto, el diseño de las
subastas tendría que adaptarse a las necesidades de la población residente, obligando al adju-
dicatario a proveer un número de frecuencias y asientos determinado que, conjuntamente con
el resto de la oferta de otros competidores, no suponga un menoscabo de la conectividad actual,
y se podrían considerar distintos sistemas de puja (fijar un precio máximo a cambio de una can-
tidad, un descuento sobre la bonificación, etc…).
Existen otros sistemas alternativos que sin embargo presentan problemas de implemen-
tación. Un posible sistema es abonar la bonificación a través de una deducción en la cuota de la
declaración de la renta. La ventaja de este sistema es que aumenta la elasticidad de la demanda,
presionaría los precios a la baja e implicaría una reducción del gasto agregado. Sin embargo,
implica importantes costes de transacción tanto para la administración tributaria como para los
residentes que tendrían que gestionar el reembolso. Por otra parte, se penalizaría a las rentas
bajas que no tienen obligación de realizar la declaración de la renta, y tendrían que hacerla para
poder acceder a la bonificación. Otra medida que supondría un cambio menos radical del sis-
tema que, sin embargo, tendría el inconveniente adicional de recortar los beneficios actuales de
los residentes, sería limitar el número de billetes sujetos a la bonificación. La parte positiva de
esta medida es que la bonificación sigue sirviendo de seguro para la gran parte de la población
que hace un uso escaso de las bonificaciones, pero quiere estar protegida ante la eventualidad
de tener que viajar en periodos de demanda y precios altos. Los principales perjudicados son los
viajeros residentes frecuentes. En la misma dirección, se podría considerar un sistema menos
drástico donde la bonificación se podría reducir con el número de viajes. Sistema que se puede
complementar con programas específicos para determinados colectivos como los estudiantes.
Más complejo sería hacer depender la bonificación de la renta, esta medida además de tener
implicaciones políticas por los efectos redistributivos que conllevaría, podría ser difícil de imple-
mentar y de diseñar para no generar desincentivos a la generación o declaración de la renta.
Referencias
1. Calzada, J. and X. Fageda (2012), Discount and Public Service Obligation in the Airline
Market: Lesson from Spain, Review of Industrial Organization, 40, 291-312.
2. Calzada, J. and X. Fageda (2014), Competition and public service obligations in Euro-
pean aviation markets, Transportation Research Part A: Policy and Practice, 70, 104-
116.
3. Fageda, X., Jiménez, J.L. and C. Díaz (2012), Fare differences between domestic and
international air markets on routes from Gran Canaria, Journal of Air Transport
Management, 25, 8-10
4. Fageda, X., Jiménez, J.L. y Valido, J. (2016). Does an increase in subsidies lead to
changes in air fares? Empirical evidence from Spain. Transportation Research Part A:
Policy and Practice, 94, 235-242
5. Ramos-Pérez, D. (2018). "Bonificación de las tarifas aéreas a los residentes en los ar-
chipiélagos ibéricos". Ponencia de investigación.
6. Valido, J., M.P. Socorro, A. Hernández and O. Betancor (2014), Air transport subsidies
for resident passengers when carriers have market power, Transportation Research
Part E, 70, 388-399.
7. Williams, G. y Bráthen, S. (2010). European Experience of Public Service Obligations. In
Williams, G. y Brá'then, S. (Eds), Air Transport Provision in Remoter Regions (pp.311-
325). London: Ashgate.
8. Zembri, P. (2014). Transports et insularité en Corse: la continuité territoriale au défi de
la libéralisation. Géotransports, nº 3, pp.7-22. View publication stats
45
45
poder acceder a la bonificación. Otra medida que supondría un cambio menos radical del sis-
tema que, sin embargo, tendría el inconveniente adicional de recortar los beneficios actuales de
los residentes, sería limitar el número de billetes sujetos a la bonificación. La parte positiva de
esta medida es que la bonificación sigue sirviendo de seguro para la gran parte de la población
que hace un uso escaso de las bonificaciones, pero quiere estar protegida ante la eventualidad
de tener que viajar en periodos de demanda y precios altos. Los principales perjudicados son los
viajeros residentes frecuentes. En la misma dirección, se podría considerar un sistema menos
drástico donde la bonificación se podría reducir con el número de viajes. Sistema que se puede
complementar con programas específicos para determinados colectivos como los estudiantes.
Más complejo sería hacer depender la bonificación de la renta, esta medida además de tener
implicaciones políticas por los efectos redistributivos que conllevaría, podría ser difícil de imple-
mentar y de diseñar para no generar desincentivos a la generación o declaración de la renta.
Referencias
1. Calzada, J. and X. Fageda (2012), Discount and Public Service Obligation in the Airline
Market: Lesson from Spain, Review of Industrial Organization, 40, 291-312.
2. Calzada, J. and X. Fageda (2014), Competition and public service obligations in Euro-
pean aviation markets, Transportation Research Part A: Policy and Practice, 70, 104-
116.
3. Fageda, X., Jiménez, J.L. and C. Díaz (2012), Fare differences between domestic and
international air markets on routes from Gran Canaria, Journal of Air Transport
Management, 25, 8-10
4. Fageda, X., Jiménez, J.L. y Valido, J. (2016). Does an increase in subsidies lead to
changes in air fares? Empirical evidence from Spain. Transportation Research Part A:
Policy and Practice, 94, 235-242
5. Ramos-Pérez, D. (2018). ``Bonificación de las tarifas aéreas a los residentes en los ar-
chipiélagos ibéricos’’. Ponencia de investigación.
6. Valido, J., M.P. Socorro, A. Hernández and O. Betancor (2014), Air transport subsidies
for resident passengers when carriers have market power, Transportation Research
Part E, 70, 388-399.
7. Williams, G. y Bråthen, S. (2010). European Experience of Public Service Obligations. In
Williams, G. y Bråthen, S. (Eds), Air Transport Provision in Remoter Regions (pp.311-
325). London: Ashgate.
8. Zembri, P. (2014). Transports et insularité en Corse: la continuité territoriale au défi de
la libéralisation. Géotransports, nº 3, pp.7-22. View publication stats
Anexos
1 Códigos IATA de los aeropuertos españoles
Aeropuerto IATA Aeropuerto IATA Aeropuerto IATA
Alicante ALC Gomera GMZ Gran Canaria LPA
Almería LEI Logroño RJL Granada GRX
Asturias OVD Madrid MAD Ibiza IBZ
Algeciras AEI Málaga AGP Jerez XRY
Badajoz BJZ Mallorca PMI La Palma SPC
Barcelona BCN Melilla MLN Lanzarote ACE
Bilbao BIO Menorca MAH León LEN
Burgos RGS Murcia RMU Tenerife Norte TFN
Castellón CDT Pamplona PNA Tenerife Sur TFS
Ceuta JCU Reus REU Torrejón TOJ
Córdoba ODB Salamanca SLM Valencia VLC
Coruña LCG San Sebastián EAS Valladolid VLL
El Hierro VDE Santander SDR Vigo VGO
Fuerteventura FUE Santiago SCQ Vitoria VIT
Girona GRO Sevilla SVQ Zaragoza ZAZ
2 Descomposición de un precio medio entre efecto nivel y composición
El precio medio (y sus variaciones) podemos descomponerlo según diversas caracterís-
ticas, entre las que está la compañía, que denotaremos por n y Ni t su número en cada ruta/mes.
Si llamamos q a la cuota (en cantidades) de cada empresa en una ruta/mes, podemos redefinir
el precio medio como Nit
Pit = finitnnit n=1
zNit
Pit Pit-12 = (finit — finit-12)nnit-12
zNit
finitX(qnit gnit-12) n=1 n=1
El primer sumatorio refleja el cambio de precios a "cuotas constantes" y se denomina
Efecto Nivel, mientras que el segundo refleja el cambio en el precio medio debido al cambio en
las cantidades relativas vendidas por cada uno, y se conoce como Efecto Composición.
46
46
Anexos
1 Códigos IATA de los aeropuertos españoles
Aeropuerto IATA Aeropuerto IATA Aeropuerto IATA Alicante ALC Gomera GMZ Gran Canaria LPA
Almería LEI Logroño RJL Granada GRX
Asturias OVD Madrid MAD Ibiza IBZ
Algeciras AEI Málaga AGP Jerez XRY
Badajoz BJZ Mallorca PMI La Palma SPC
Barcelona BCN Melilla MLN Lanzarote ACE
Bilbao BIO Menorca MAH León LEN
Burgos RGS Murcia RMU Tenerife Norte TFN
Castellón CDT Pamplona PNA Tenerife Sur TFS
Ceuta JCU Reus REU Torrejón TOJ
Córdoba ODB Salamanca SLM Valencia VLC
Coruña LCG San Sebastián EAS Valladolid VLL
El Hierro VDE Santander SDR Vigo VGO
Fuerteventura FUE Santiago SCQ Vitoria VIT
Girona GRO Sevilla SVQ Zaragoza ZAZ
2 Descomposición de un precio medio entre efecto nivel y composición
El precio medio (y sus variaciones) podemos descomponerlo según diversas caracterís-
ticas, entre las que está la compañía, que denotaremos por n y 𝑁𝑖𝑡 su número en cada ruta/mes.
Si llamamos q a la cuota (en cantidades) de cada empresa en una ruta/mes, podemos redefinir
el precio medio como
�̅�𝑖𝑡 =∑ �̅�𝑛𝑖𝑡𝑥𝑞𝑛𝑖𝑡𝑁𝑖𝑡
𝑛=1
�̅�𝑖𝑡 − �̅�𝑖𝑡−12 =∑ (�̅�𝑛𝑖𝑡−�̅�𝑛𝑖𝑡−12)𝑥𝑞𝑛𝑖𝑡−12𝑁𝑖𝑡
𝑛=1+∑ �̅�𝑛𝑖𝑡𝑥(𝑞𝑛𝑖𝑡 − 𝑞𝑛𝑖𝑡−12)
𝑁𝑖𝑡
𝑛=1
El primer sumatorio refleja el cambio de precios a “cuotas constantes” y se denomina
Efecto Nivel, mientras que el segundo refleja el cambio en el precio medio debido al cambio en
las cantidades relativas vendidas por cada uno, y se conoce como Efecto Composición.