La concurrence entre compagnies aériennes est multidimensionnelle. Cette thèse étudie une dimension observable et stratégiquement importante de la concurrence : l'offre de transport aérien. Nous proposons plusieurs méthodes mathématiques permettant de comparer les compagnies aériennes deux à deux selon l'allocation de leurs capacités sur les routes qu'elles servent. Les indicateurs décrivent les relations observées entre les offres, sans chercher à estimer les interactions stratégiques, la demande ou le pouvoir de marché.
Tout d'abord, chaque compagnie aérienne est représentée par une distribution de fréquences de vols ou de capacités sur un même univers de routes, définies comme des paires d'aéroports ou de villes. La normalisation neutralise l'effet de la taille et permet de comparer les distributions d'offre indépendamment de l'échelle globale des compagnies
Nous comparons ensuite quatre mesures de similarité de l'offre : la corrélation de Pearson, la similarité cosinus, la distance de variation totale et la similarité de Jaccard pondérée. L'indice de Jaccard pondéré est retenu car il est borné, interprétable et tient compte de la répartition de l'offre entre les routes. Une version asymétrique mesure la part de l'offre totale d'une compagnie de référence qui recoupe celle d'une autre compagnie. Sa valeur peut donc varier selon la compagnie de référence.
Nous étendons ensuite la comparaison au-delà du recouvrement exact des routes par la théorie du transport optimal. Trois fonctions de coût entre routes portent sur la saisonnalité de la capacité, la proximité géographique des marchés et la longueur des routes. Le plan de transport montre comment l'offre des routes d'une compagnie est appariée à celle de l'autre et identifie les paires de routes contribuant le plus à la dissimilarité globale.
En outre, nous combinons le chevauchement direct avec la proximité structurelle. Nous proposons l'Optimal-Transport-based Index (OTI), fondé sur un coût asymétrique intégrant les caractéristiques des routes et des aéroports, ainsi que le Competitive Intensity Index (CII), qui combine cette proximité structurelle avec un chevauchement de Jaccard entre paires de villes, pondéré par les fréquences. Le CII n'est élevé que lorsque deux compagnies aériennes présentent à la fois un chevauchement important sur les mêmes marchés de paires de villes et des structures d'offre similaires entre paires d'aéroports.
Les applications empiriques reposent sur des données de vols réguliers de passagers sur le marché européen du transport aérien. Les applications fondées sur le transport optimal montrent que la proximité des offres est multidimensionnelle : deux compagnies peuvent être géographiquement proches tout en différant par leur allocation saisonnière ou la longueur de leur routes. Une analyse longitudinale menée sur la période 2016--2025 met en évidence des trajectoires de reconfiguration hétérogènes, une différenciation persistante des positionnements saisonniers, et une convergence post-pandémie en matière de proximité géographique et de longueurs de routes. Enfin, le cadre OTI--CII distingue la proximité structurelle du contact direct sur les marchés, et montre que l'intensité concurrentielle mesurée peut différer selon la compagnie aérienne prise comme référence.
La démarche proposée progresse ainsi du chevauchement de l'offre à la dissimilarité structurelle, puis à leur combinaison dans une mesure asymétrique de l'intensité concurrentielle. Ces indices permettent de représenter la structure du marché à l'aide de graphes ou de heatmaps, d'identifier des groupes de compagnies présentant des profils d'offre similaires, et d'analyser l'évolution des relations concurrentielles notamment lors de chocs structurels. Interprétables et transposables à d'autres contextes de transport, ils sont adaptés à l'analyse descriptive des marchés, à la comparaison des compagnies aériennes et au suivi de leur évolution structurelle.
|
Airline competition is multidimensional. This thesis studies one observable and strategically important dimension of competition: scheduled flight supply. We propose some mathematical methods for pairwise airline comparison based on how carriers allocate supply across the routes. The proposed indicators describe observed airline supply relationships, without estimating the full set of strategic interactions, demand, or market power.
First of all, we establish a common representation of air transport supply. Each airline is described as a distribution of flight frequency or seat capacity over the same route universe, defined at airport-pair or city-pair level. Normalization neutralizes the effect of airline size, thereby enabling comparisons of supply distributions independently of differences in overall company scale.
Then we compare four candidate measures of supply alignment: Pearson correlation, cosine similarity, total variation distance, and weighted Jaccard similarity. Weighted Jaccard is retained as the reference measure because it is bounded, interpretable, and accounts for the distribution of supply across routes. An asymmetric version of the weighted Jaccard index is proposed to measure the share of a focal airline’s total supply that overlaps with the supply of another carrier. Its value may therefore differ depending on which airline is taken as the focal airline.
Later, we extend comparison beyond exact route overlap through optimal transport theory. Route-to-route cost functions are introduced to quantify how dissimilar two routes are. Three specifications compare airlines in terms of seasonal capacity positioning, geographic market proximity, and route-length portfolio composition. The transport plan shows how supply on each route of one airline is matched to supply on the routes of the other airline, and identifies the route pairs that contribute most to the overall dissimilarity.
Furthermore, we combine direct overlap with structural proximity. We propose the Optimal-Transport-based Index (OTI) using an asymmetric route-to-route cost based on route and airport characteristics, and the Competitive Intensity Index (CII), which combines this structural proximity with frequency-weighted city-pair Jaccard overlap. The CII is defined as high only when two airlines both overlap substantially in the same city-pair markets and have similar airport-pair route supply structures.
The empirical applications use scheduled passenger flight data from the European air transport market. The optimal-transport applications show that supply proximity is multidimensional: two carriers may be geographically close while differing in seasonal allocation or route-length portfolios. The 2016--2025 longitudinal analysis identifies heterogeneous reconfiguration paths, persistent differentiation in seasonal positioning, and post-pandemic convergence in geographic proximity and route-length structure. The OTI--CII framework finally separates structural proximity from direct market contact, and shows how measured competitive intensity can differ depending on which airline is taken as the reference.
Overall, the proposed framework progresses from supply overlap to structural dissimilarity, and then to their combination in an asymmetric measure of competitive intensity. We illustrate the utility of these indices through several applications. First, they can be used to depict market structure through network graphs or heatmaps that represent pairwise airline supply relationships. Second, they support the identification of airline clusters with similar supply profiles. Third, they support the analysis of changes in competitive relationships, notably during structural shocks. These indices are interpretable, transferable to other transport contexts, and well suited to descriptive market analysis, airline comparison, and structural market monitoring.
|