DOI: https://doi.org/10.30518/jav.1769326
تاريخ النشر: 2026-02-27
المؤلف: Filiz Ekici وآخرون
الموضوع الرئيسي: تحليل صناعة الطيران والاتجاهات
نظرة عامة
تدرس هذه الدراسة هيكل التكلفة واقتصاديات الحجم في 40 مطارًا في تركيا، باستخدام بيانات بانل من 2014 إلى 2023، والتي تشمل مقاييس مثل أعداد الركاب، وحركة الطائرات، وإيرادات المطارات. تكشف التحليلات، التي تسترشد بنموذج التأثيرات العشوائية الذي تم تأكيده من خلال اختبار هاوسمان، عن وجود اقتصاديات حجم كبيرة في هذه المطارات. وقد وُجد أنه بينما لحركة الطائرات تأثير محدود على تكاليف الوحدة، فإن الزيادات في إيرادات المطارات ترفع تكاليف الوحدة بشكل متناسب. ومن الجدير بالذكر أن البحث يبرز أن هياكل تكاليف المطارات حساسة للغاية لتقلبات حجم الركاب.
تشير النتائج إلى وجود علاقة سلبية قوية بين أعداد الركاب وتكاليف الوحدة، مع معامل مرونة مقدر يبلغ -1.1139. وهذا يشير إلى أن زيادة بنسبة 1% في أعداد الركاب تؤدي إلى انخفاض بنسبة 1.11% في تكاليف الوحدة، مما يعزز وجود اقتصاديات حجم متزايدة. وبالتالي، تشير النتائج إلى أن زيادة حجم الركاب تمكّن من توزيع أكثر كفاءة للتكاليف الثابتة، مما يوفر رؤى قيمة لصانعي السياسات وإدارة المطارات في تحسين الكفاءة التشغيلية.
مقدمة
تناقش مقدمة ورقة البحث تقييم المطارات في تركيا، مع التأكيد على أهمية مقاييس التكلفة والكفاءة في تسهيل السفر الجوي. هذه المقاييس ضرورية للمقارنات الاستراتيجية، وصياغة السياسات من قبل مديري المطارات، وتقييم الاستجابات للاضطرابات المفاجئة. ومع ذلك، هناك نقص في التوافق بشأن معايير التقييم بسبب وجود فئتين متميزتين من المطارات: المحاور العالمية الكبيرة والمطارات الإقليمية الأصغر. هذه الفجوة في التصنيف، التي تتميز بالاختلافات في أعداد الركاب والطائرات، تتطلب نهجًا أكثر دقة في القياس.
لمعالجة هذه القضية، تدعو الورقة إلى استخدام تكاليف الوحدة في التقييمات، والتي يمكن أن توفر نتائج أكثر دقة من خلال الاستفادة من اقتصاديات الحجم. تشير الدراسات السابقة إلى أن المطارات ذات أحجام الركاب الأكبر يمكن أن تقلل من تكاليف الوحدة من خلال توزيع النفقات الثابتة على قاعدة تشغيلية أكبر. تهدف الدراسة إلى استكشاف العلاقة بين أعداد الركاب والطائرات، وإيرادات المطارات، وتأثيرها الجماعي على تكاليف الوحدة. من خلال فحص هذه العوامل في إطار اقتصاديات الحجم، تسعى الدراسة إلى تعزيز فهم هياكل تكاليف المطارات في تركيا.
طرق البحث
في هذه الدراسة، يستخدم المؤلفون تحليل بيانات بانل للتحقيق في العلاقات بين المتغيرات التابعة والمستقلة عبر 40 مطارًا في تركيا، باستخدام برنامج ستاتا للتحليل التجريبي. تميز المنهجية بين التحليلات المقطعية وتحليلات السلاسل الزمنية، مع التحكم في التباين غير الملاحظ بين المطارات. لمعالجة التباين غير المتجانس وتفسير المعاملات كمرونات، يتم تطبيق تحويل لوغاريتمي على جميع المتغيرات المستمرة، مما يؤدي إلى تمثيلات اللوغاريتم الطبيعي لتكاليف الوحدة، وأعداد الركاب، وأعداد الطائرات، والإيرادات.
يتم تحديد نموذج بيانات البانل باستخدام نهج التأثيرات العشوائية، الذي يفترض أن التأثيرات الخاصة بالمطار يتم سحبها عشوائيًا وغير مرتبطة بالحد الخطأ. يتم صياغة النموذج على النحو التالي:
\[
\ln(\text{تكلفة الوحدة})_{it} = \beta_0 + \beta_1 \ln(\text{الركاب})_{it} + \beta_2 \ln(\text{الطائرات})_{it} + \beta_3 \ln(\text{الإيرادات})_{it} + \sum \delta_t \text{السنة}_t + u_{it}
\]
حيث \(u_{it} = \alpha_i + \epsilon_{it}\) يمثل الحد الخطأ المركب. يتم استخدام اختبار هاوسمان لتحديد ملاءمة نماذج التأثيرات الثابتة مقابل العشوائية، مع الإشارة إلى عدم وجود اختلافات منهجية بين الاثنين، مما يدعم استخدام نموذج التأثيرات العشوائية. تشير نتائج الدراسة إلى أن مرونة أعداد الركاب والطائرات والإيرادات تؤثر بشكل كبير على تكاليف الوحدة، مع تداعيات لفهم اقتصاديات الحجم في عمليات المطارات.
النتائج
في تحليل بيانات البانل، أشار اختبار هاوسمان إلى تفضيل نموذج التأثيرات العشوائية (RE)، مع نتائج تظهر $\chi^2(3) = 3.86$ وقيمة $p$ تبلغ 0.2765، مما لا يرفض الفرضية الصفرية عند مستوى دلالة 5%. تكشف نتائج الانحدار من نموذج RE أن متغيرات السنة الوهمية من 2016 إلى 2023 لها معاملات إيجابية وذات دلالة إحصائية، مما يشير إلى زيادة مستمرة في تكاليف الوحدة بمرور الوقت. على سبيل المثال، معامل عام 2023 هو 1.3074، مما يمثل أعلى زيادة، بينما معاملات 2016 و2020 هي 0.2067 و0.6555، على التوالي، وكلاهما ذو دلالة عند مستويات 0.1% و1%.
كما يبرز التحليل تأثير المتغيرات المستقلة على تكاليف الوحدة. المتغير $\ln(\text{الركاب})$ له معامل قدره -1.1139، مما يشير إلى وجود اقتصاديات حجم كبيرة، حيث تؤدي زيادة أعداد الركاب إلى انخفاض تكاليف الوحدة (ذو دلالة إحصائية عند مستوى 1%). على العكس، معامل $\ln(\text{الطائرات})$ ليس له دلالة إحصائية، مما يشير إلى أن حركة الطائرات لا تؤثر بشكل كبير على تكاليف الوحدة. يظهر المتغير $\ln(\text{الإيرادات})$ علاقة إيجابية وذات دلالة مع تكاليف الوحدة (المعامل = 0.5105، ذو دلالة عند مستوى 1%). يتم التحقق من أداء النموذج التنبؤي من خلال التقييمات الرسومية، مما يظهر علاقة خطية قوية بين تكاليف الوحدة الفعلية والمتوقعة، وتوزيع عشوائي للبقايا، وقرب طبيعي للبقايا، مما يؤكد قوة تقديرات نموذج RE.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على الفجوات الكبيرة في الأدبيات الحالية بشأن تأثير اقتصاديات الحجم على تكاليف الوحدة في قطاع الطيران، خاصة في سياق البنية التحتية المتنوعة للمطارات في تركيا. بينما ركزت الدراسات السابقة بشكل أساسي على الأسواق المتقدمة والمطارات ذات السعة العالية، تؤكد هذه الدراسة على ضرورة النظر في كل من المطارات الكبيرة والمطارات الإقليمية الأصغر لتحقيق فهم شامل لديناميات تكاليف الوحدة. تحدد الدراسة أنه بينما تم تحليل العوامل التشغيلية مثل أعداد الركاب وحركة الطائرات بشكل موسع، لا يزال تأثير إيرادات المطارات على تكاليف الوحدة غير مستكشف بشكل كافٍ.
تقوم الدراسة بصياغة أسئلة بحث رئيسية تتناول تأثيرات أعداد الركاب، وحركة الطائرات، وإيرادات المطارات على تكاليف الوحدة، باستخدام مجموعة بيانات بانل من 40 مطارًا في تركيا على مدار الفترة 2014-2023. تكشف النتائج عن وجود علاقة سلبية ذات دلالة إحصائية بين أعداد الركاب وتكاليف الوحدة، مما يشير إلى وجود اقتصاديات حجم متزايدة، حيث يرتبط زيادة بنسبة 1% في أعداد الركاب بانخفاض بنسبة 1.11% في تكاليف الوحدة. على العكس، يظهر التحليل أن حركة الطائرات لا تؤثر بشكل كبير على تكاليف الوحدة، بينما تظهر إيرادات المطارات ارتباطًا إيجابيًا مع تكاليف الوحدة، مما يشير إلى أن نمو الإيرادات قد يؤدي إلى زيادة النفقات على جودة الخدمة والبنية التحتية. بشكل عام، تسهم الدراسة في تقديم رؤى قيمة حول هياكل تكاليف المطارات في تركيا، مع تسليط الضوء على التفاعل المعقد بين اقتصاديات الحجم وديناميات الإيرادات في تشكيل الكفاءة التشغيلية.
DOI: https://doi.org/10.30518/jav.1769326
Publication Date: 2026-02-27
Author(s): Filiz Ekici et al.
Primary Topic: Aviation Industry Analysis and Trends
Overview
This study investigates the cost structure and economies of scale at 40 airports in Türkiye, utilizing panel data from 2014 to 2023, which includes metrics such as passenger numbers, aircraft traffic, and airport revenues. The analysis, guided by a random effects model confirmed through the Hausman test, reveals significant economies of scale at these airports. It was found that while aircraft movements have a limited effect on unit costs, increases in airport revenues correspondingly raise unit costs. Notably, the research highlights that airport cost structures are highly sensitive to fluctuations in passenger volume.
The findings indicate a strong negative relationship between passenger numbers and unit costs, with an estimated elasticity coefficient of -1.1139. This suggests that a 1% increase in passenger numbers leads to a 1.11% decrease in unit costs, reinforcing the presence of increasing economies of scale. Consequently, the results imply that higher passenger volumes enable a more efficient distribution of fixed costs, providing valuable insights for policymakers and airport management in optimizing operational efficiency.
Introduction
The introduction of the research paper discusses the evaluation of airports in Türkiye, emphasizing the importance of cost and efficiency metrics in facilitating air travel. These metrics are crucial for strategic comparisons, policy formulation by airport administrators, and assessing responses to sudden disruptions. However, a lack of consensus exists regarding the evaluation criteria due to the presence of two distinct airport categories: large-scale global hubs and smaller regional airports. This classification gap, characterized by differences in passenger and aircraft numbers, necessitates a more nuanced approach to measurement.
To address this issue, the paper advocates for the use of unit costs in evaluations, which can provide more accurate results by leveraging economies of scale. Previous studies indicate that airports with higher passenger volumes can reduce unit costs by distributing fixed expenses over a larger operational base. The research aims to explore the relationship between passenger and aircraft numbers, airport revenues, and their collective impact on unit costs. By examining these factors within the framework of economies of scale, the study seeks to enhance understanding of airport cost structures in Türkiye.
Methods
In this study, the authors employ panel data analysis to investigate the relationships between various dependent and independent variables across 40 airports in Türkiye, utilizing Stata software for empirical analysis. The methodology distinguishes between cross-sectional and time series analyses, controlling for unobserved heterogeneity among airports. To address heteroscedasticity and interpret coefficients as elasticities, a logarithmic transformation is applied to all continuous variables, resulting in the natural logarithm representations of unit costs, passenger numbers, aircraft counts, and revenues.
The panel data model is specified using a random effects approach, which assumes that airport-specific effects are randomly drawn and uncorrelated with the error term. The model is articulated as follows:
\[
\ln(\text{Unit cost})_{it} = \beta_0 + \beta_1 \ln(\text{Passenger})_{it} + \beta_2 \ln(\text{Aircraft})_{it} + \beta_3 \ln(\text{Revenue})_{it} + \sum \delta_t \text{Year}_t + u_{it}
\]
where \(u_{it} = \alpha_i + \epsilon_{it}\) represents the composite error term. The Hausman Test is employed to determine the appropriateness of the fixed versus random effects models, with findings indicating no systematic differences between the two, thus supporting the use of the random effects model. The study’s results suggest that the elasticity of passenger numbers, aircraft, and revenue significantly influence unit costs, with implications for understanding economies of scale in airport operations.
Results
In the analysis of panel data, the Hausman test indicated a preference for the Random Effects (RE) model, with results showing $\chi^2(3) = 3.86$ and a $p$-value of 0.2765, which does not reject the null hypothesis at the 5% significance level. The regression results from the RE model reveal that year dummy variables from 2016 to 2023 have positive and statistically significant coefficients, indicating a consistent increase in unit costs over time. For instance, the coefficient for 2023 is 1.3074, marking the highest increase, while the coefficients for 2016 and 2020 are 0.2067 and 0.6555, respectively, both significant at the 0.1% and 1% levels.
The analysis also highlights the impact of independent variables on unit costs. The variable $\ln(\text{passenger})$ has a coefficient of -1.1139, indicating significant economies of scale, as increased passenger numbers lead to lower unit costs (statistically significant at the 1% level). Conversely, the coefficient for $\ln(\text{aircraft})$ is not statistically significant, suggesting that aircraft movements do not significantly affect unit costs. The $\ln(\text{revenue})$ variable shows a positive and significant relationship with unit costs (coefficient = 0.5105, significant at the 1% level). The model’s predictive performance is validated through graphical assessments, demonstrating a strong linear relationship between actual and predicted unit costs, random distribution of residuals, and approximate normality of residuals, confirming the robustness of the RE model’s estimates.
Discussion
The discussion section of the research paper highlights significant gaps in the existing literature regarding the impact of economies of scale on unit costs in the aviation sector, particularly in the context of Türkiye’s diverse airport infrastructure. While previous studies have predominantly focused on developed markets and high-capacity airports, this study emphasizes the need to consider both large hub airports and smaller regional airports to achieve a comprehensive understanding of unit cost dynamics. The research identifies that while operational factors such as passenger numbers and aircraft movements have been extensively analyzed, the influence of airport revenue on unit costs remains underexplored.
The study formulates key research questions addressing the effects of passenger numbers, aircraft movements, and airport revenue on unit costs, utilizing a panel data set from 40 airports in Türkiye over the period 2014-2023. The findings reveal a statistically significant negative relationship between passenger numbers and unit costs, indicating increasing economies of scale, where a 1% increase in passenger numbers correlates with a 1.11% reduction in unit costs. Conversely, the analysis shows that aircraft movements do not significantly affect unit costs, while airport revenue exhibits a positive association with unit costs, suggesting that revenue growth may lead to increased expenditures on service quality and infrastructure. Overall, the study contributes valuable insights into the cost structures of airports in Türkiye, highlighting the complex interplay between economies of scale and revenue dynamics in shaping operational efficiency.