MétaCan
Menu
Retour à la cohorte
Enregistrement W3123953456

Regulation, Privatization, and Airport Charges: Panel Data Evidence from European Airports

2011· article· en· W3123953456 sur OpenAlexaff
Volodymyr Bilotkach, Joseph A. Clougherty, Juergen Mueller, Anming Zhang

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueAviation Industry Analysis and Trends
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEndogeneityPanel dataBusinessPanel analysisAir transportIndustrial organizationEconomicsFinanceTransport engineeringEconometricsEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the determinants of airport aeronautical charges by employing a unique panel dataset covering sixty-one European airports over an eighteen-year period. We are able to extend the literature on the role of airports as an essential element in transport infrastructure by offering the first analysis of the impact of different regulatory policies and privatization on airport charges in a panel data setting where fixed effects can be employed to mitigate endogeneity concerns. Our main empirical results indicate that aeronautical charges are lower at airports when single-till regulation is employed, when airports are privatized, and -- tentatively -- when ex-post price regulation is applied. Furthermore, hub airports generally set higher aeronautical charges, and it appears that price-cap regulation and the presence of nearby airports do not affect aeronautical charges.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,237
Tête enseignante GPT0,302
Écart entre enseignants0,065 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetAviation Industry Analysis and TrendsTravaux en français237 207