økonomiske virkninger av bonusprogrammer

Transkript

1 økonomiske virkninger av bonusprogrammer Noen kommentarer til Copenhagen Economics rapport om bonusprogrammer Frode Steen og Lars Sørgard Institutt for samfunnsøkonomi ved Norges Handelshøyskole Bergen, 27. juni 2011 Notat skrevet på oppdrag av Konkurransetilsynet Formålet med denne rapporten er å kommentere de argumenter og konklusjoner som fremkommer i Copenhagen Economics' rapport. Vi gjør oppmerksom på at vi ikke har til hensikt å gjøre en fullstendig og uttømmende drøfting av hvorvidt bonusforbudet bør oppheves eller ikke. Synspunktene er våre, og ikke nødvendigvis sammenfallende med Konkurransetilsynets synspunkter.

2 INNHOLDSFORTEGNELSE 1. Introduksjon Bonusprogrammer: Fordeler og ulemper Positiv effekt: Økt kvalitet Negative effekter I: Prinsipal - agent problemer Negative effekter II: Innelåsing Nivåterskler Belønningsterskler En an alyse av effekten av nivåterskler Gullkortsterskelen en økonometrisk test En samlet test på tvers av de ulike markedene av gullkort Sølvkortterskelen Hva er den kontrafaktiske analysen? Eksisterende litteratur om mulig innelåsing av bonusprogrammer Markedsutvikling og nyetablering Det norske markedet er unikt? Noen avsluttende merknader Referanser APPENDIX: En empirisk analyse av mulige effekter av gullkort

3 1. I ntroduksjon I 2002 ble SAS sitt bonusprogram (frequent flyer program; FFP) EuroBonus forbudt i Norge, hvilket innebar at det ikke lenger var lov å opptjene bonuspoeng på innenlandsruter i Norge. Som påpekt av Copenhagen Economics, var begrunnelsen den gang følgende for å forby bonusopptjening:.. the loyalty enhancing effects of FFPs, under the market conditions present at that time, reduced existing competition and prevented entry. I 2007 ble forbudet utvidet til å gjelde bonusprogram innenlands i Norge for alle flyselskaper. Copenhagen Economics har på oppdrag fra SAS analysert mulige effekter av forbudet mot bonusopptjening i innenlandsk luftfart i Norge. Bakgrunnen er at konkurranse - situasjonen i norsk luftfart er betydelig endret sammenligne t med den som var i hhv og De konkluderer med at forbudet i beste fall er nøytralt hva angår effekt på konkurranse og velferd, og i verste fall fører til svekket konkurranse: If FFP would be allowed today, there is n o strong evidence that this will make entry less likely, and instead of dampening competition, it is more likely to enhance competition between the existing airlines Copenhagen Economics trekker i kapittel 1 i sin rapport frem tre grunner som kan forklare deres konklusjon: I dagens situasjon er konkurransen hardere enn i 2002, og opphevelse av forbudet vil ha ingen eller en positiv effekt på antallet nyetableringer. Den innelåsende, og dermed potensielle konkurransedempendeffekten av bonusprogrammer, er mindre i dag enn i Norge adskiller seg kun fra andre land hva angår omfanget av flyreiser per capita, og dette taler for at en opphevelse av bonusforbudet vil styrke konkurransen. Disse tre punktene er i deres rapport dokumentert i deres tre påfølgende kapitle r (kapittel 2, 3 og 4). I det følgende vil vi kommentere hver av de tre punktene. Vi starter ut med det mest sentrale punktet, ved i kapittel 2 å drøfte fordeler og ulemper forbundet med bonusp rogrammer. I kapittel 3 foretar vi en mer detaljert analyse av en bestemt type mulig innelåsing (såkalte nivåterskler), som også ble viet særlig oppmerksomhet i Copenhagen Economics rapport. I kapittel 4, gjengir vi resultatet fra den eksisterende litteraturen hva angår mulige effekter av bonusprogrammer. K apittel 5 drøfter hvordan en eventuell opphevelse av forbudet vil påvirke potensialet for nyetableringer, og kapittel 6 drøfter hvorvidt det norske markedet er unikt og det av den grunn er spesielle grunner i Norge som taler f or bonusforbud. Til slutt, i ka p ittel 7, oppsummerer vi ved å gå tilbake til de konklusjoner Copenhagen Economics trekker i dere s kapittel Main Findings (kapittel 1) og kommentere det. I appendixet har vi gjengitt en fullstendig empirisk analyse av mulige innelåsende effekter av terskler for gullkort. 3

4 2. Bonusprogrammer: Fordeler og ulemper I kapittel 3 omtaler Copenhagen Economics i detalj mulige virkninger av bonusprogrammer. De gir først en relativt kortfattet omtale av mulige positive virkninger av bonu sprogrammer, og drøfter deretter relativt detaljert hvorvidt bonusprogrammer kan ha innelåsende effekter. 2.1 Positiv effekt: Økt kvalitet Den positive effekten som Copenhagen Economics omtaler er økt kvalitet som følge av bonusprogrammene. De siterer Steen og Sørgard (2002), som fastslår at introduksjon av et bonusprogram er analogt til en økning i kvaliteten. Det nevnes dog ikke at Steen og Sørgard (2002) begrunner sitt utsagn med at me d et bonusprogram vil salg av en billett gi tilgang på en andel av en ytterligere reise på et fremtidig tidspunkt, og at det kun er det te Steen og Sørgard trekker frem som økning i kvalitet ved kjøp av en flybillett. For å forklare mulige positive effekte r av bonusprogrammer viser C openhagen E conomics til en spørreundersøkelse blant 1300 reisende som benytter bonusprogrammer. 1 D en finner at de viktigste fordelene er: Prioritert innsjekking (42%) Tilgang til flyplass lounge (33%) Mulighet for oppgradering (27%) Gratis reiser (23%) Som påpekt av Copenhagen Economics, er dette fordeler som ventelig er mest verdsatt av forretningsreisende som ønsker å arbeide eller hvile på reisen (kanskje med unntak av gratisreiser, som alle muligens verdsetter like mye). Men mange av disse fordelene kan flypassasjer er langt på vei oppnå på andre måter enn gjennom et bonusprogram. Det er mulig, og det gjennomføres i praksis, å gi tilgang til en lounge dersom en har kjøpt en fullprisbillett. Mulighet for oppgradering er selvsagt mulig uten bruk av bonuspoeng, og de med f ullprisbilletter kan og vil bli prioritert ved innsjekking. Det er ikke noe i rapporten fra Copenhagen Economic som forklarer hvilke av disse eksemplene på økt kvalitet som krever et bonusprogram for å kunne bli iverksatt. For å illustrere hvordan en kan tilby økt kvalitet uten et bonusprogram, la oss betrakte tilgang til lounge. Dette er et tilleggsprodukt som en under visse betingelser kan nyte godt av dersom en har hovedproduktet, som er selve flybillett en. Det er en rekke måter et selskap kan selge de tte tilleggsproduktet, og her er noen eksempler: 1. Kunder med flybillett hos det aktuelle selskap får tilgang til lounge mot en betaling for bruk den enkelte gang. 1 Se 4

5 2. Kunder med flybillett av visse typer (fullpris pluss evt. noen lavere klasser) får gratis tilg ang til lounge. 3. Kunder som har opptjent ett bestemt antall bonuspoeng (eks.: gullkort) får gratis tilgang til lounge uavhengig av hvilken billett de reiser på. Hvis en betrakter flyselskapers praksis, har de typisk valgt å benytte en kombinasjon av alterna tiv 2 og 3. Det er imidlertid ikke noe i veien for å benytte også alternativ 1. 2 Dersom en er opptatt av å treffe de som har størst nytte av en lounge i forbindelse med en bestemt flyreise, er det mye som taler for at en bør benytte alternativ 1. E n perso n som reiser på en relativt billig flybillett og ikke har gullkort kan i visse tilfeller ha stor nytt e av å få tilgang til en lounge. Hvis en åpner for at en kan kjøpe tilgang til lounge på enkeltreiser vil en dermed ha mulighet til å betale for å oppnå en slik økt kvalitet som personen i det tilfellet verdsetter høyt. Motsatt er det grunn til å tro at det å gi tilgang til lounge for personer med et bestemt antall bonuspoeng, for eksempel har opptjent gullkort, er mindre treffsikkert. I visse tilfeller vil en gullkortkunde ventelig ha stor nytte av et slikt tilleggsprodukt, mens de i andre tilfeller ikke vil verdsette det spesielt høyt. Ut fra hensynet til å gi økt kvalitet til de personer som verdsetter det mest på hver enkelt reise bør en følgelig åpne for muli ghet for å kjøpe tilgang til lounge på enkeltreiser. Sett i et slikt perspektiv er det lite treffsikkert å knytte tilgang opp til eventuell opptjening av poengnivå, uten mulighet for tilgang for de som har kjøpt en billig flybillett. Det kan imidlertid væ re andre gode grunner for å knytte tilgang til lounge opp mot et bestemt antall opptjente bonuspoeng, for eksempel opptjent gullkort. På den måten premierer en at vedkommende kunde har vært lojal mot det aktuelle selskapet. En oppmuntrer følgelig den reise nde til å konsentrere sitt kjøp hos dette selskapet, da det gir en gevinst som en ellers ikke kan oppnå. Som forklart i de neste avsnittene kan dette føre til innelåsing, og dermed bidra til å dempe priskonkurransen samt et mulig overforbruk for enkelte (j f. prinsipal - agent problemet). På tilsvarende måte som for lounge kan en argumentere for at den kvalitet som er forbundet med oppgradering og prioritert innsjekking er noe en kan oppnå på andre måter enn å knytte det opp mot kundens status med hensyn til o pptjente bonuspoeng. For eksempel er det en del flyselskaper som gir flypassasjerene mulighet til oppgradering i form av et bedre sete etter at vedkommende har bestilt sin flybillett. De t t e er en treffsikker måte å tilby økt kvalitet. På den annen side kan en betaling for enkeltadgang til en lounge bryte med SAS forretningsmodell. Selskapet har gjennom markedsføring og profilering lagt stor vekt på at kundene ikke skal betale for tilleggstjenester, og adskiller seg dermed fra prispolitikken fra en del andre flyselskaper. En innføring av salg av tilleggstjenester er dermed lite forenelig med forretningsmodellen slik den fremstår i dag. 2 Det er vanskelig å se at en slik type engangsbetaling vil være kostnadskrevende for selskapet. En kan for eksempel betale for dette tilleggsproduktet i det en bestiller flybilletten, eller rett og slett betale idet en får tilgang til loungen. Det førstnevnte burde være enkelt å automatisere, o g det sistnevnte vil neppe føre til noen tilleggskostnader så lenge det uansett må være personale som kontrollerer enkelpersoners tilgang til loungen. 5

6 Et bonusprogram vil ventelig bety at flyselskapet får mer informasjon om sine kunder, blant annet hvor mye og hv or hver av dem reiser. Dette er en informasjon som ikke lar seg samle inn uten at man gir noe tilbake til kunden gjennom for eksempel bonuspoeng. Slik informasjon er opplagt nyttig for selskapet i sin markedsføring overfor kunder. De ka n i større grad enn ellers skreddersy markedsføringen av det enkelte produkt til de kundene som forventes å ha størst interesse for det aktuelle produktet. Slik sett kan et aktivt bonusprogram bidra til en mer treffsikker markedsføring og dermed potensial for høyere etterspørsel for dette flyselskapet. Et bonusprogram har dermed en svært viktig fun k sjon for selskapet også uavhengig av eventuelle innelåsende effekter. 2.2 Negative effekter I: Prinsipal - agent problemer En sentral egenskap ved bonusprogrammer er at det er enkeltpersoner som får fordelen ved et bonusprogram. Dette gjelder enten det er fordeler forbundet med et gullkort eller lignende, eller en gratis reise. Samtidig er det svært mange som reiser i forbindelse med jobben, og derme d ikke selv betaler reisen. En vil for eksempel privat kunne tjene på å oppgradere reisen til fullprisbillett da det gir flere bonuspoeng. Arbeidsgiver vil typisk ikke fullt ut ha oversikt over hver enkelt arbeidstakers vurderinger når det gjelder valg av antallet reiser og hvilken billettype en kjøper på hver reise. Dette er en klassisk interessekonflikt med et prinsipal - agent problem, der agenten (den reisende) ikke har in s entiver som sammenfaller med prinsipalens (arbeidsgiverens) insentiver fullt ut. So m påpekt av Copenhagen Economics, kan det være også i arbeidsgiverens interesse at en arbeidstaker for eksempel velger en fullprisbillett. Men i henhold til økonomisk teori forventer en at den reisende går lenger i sin innsats for å oppnå bonuspoeng enn de t arbeidsgiveren er tjent med. Det kan for eksempel bety at i en gitt situasjon velger den reisende en mindre fordelaktig flyrute fordi den gir bonuspoeng. Ulike insentiver, sammen med manglende innsikt i den enkelte arbeidstakers reisebehov, innebærer at selv om arbeidsgiver er oppmerksom på problemet og tar det inn som en del av avlønningen, vil ikke problemet med feilaktig ressursallokering løses sett fra bedriftens og samfunnets side. Omfanget av dette problemet sett fra samfunnets side forsterkes ytte rligere som følge av praktiseringen av skattereglene. Uttak av bonuspoeng skal i prinsippet skattlegges, da det kan betraktes som inntekt den enkelte mottar fra sin arbeidsgiver. I praksis er det imidlertid ikke beskatning av uttak av bonuspoeng. Dette gjø r at arbeidsgiver og arbeidstaker kan ha felles interesse av å åpne for bonusopptjening som alternativ til lønnsøkning, da de slipper beskatning av uttak av bonuspoeng. Bassoet al. (2009) foretar en teoretisk studie av mulige virkninger av bonusprogrammer dersom det eksisterer et prinsipal - agent problem. De antar at den reisende s arbeidsgiver betaler for reisen, mens bonuspoengene som opptjenes tilfaller den reisende og kan brukes til privat e formål. I en situasjon med to fly selskaper der begge har bonusprogrammer, viser de at arbeidstaker vil tjene på en slik ordning og arbeidsgiver tape. Dette er i tråd med det vi forventer. De viser videre at i en slik situasjon kan flyselskapene tape på å ha 6

7 bonusordninger, til tross for at det fører ti l høyere priser. Det skyldes at selskapene har utgifter forbundet med å tilby bonusordninger, nærmere bestemt kostnader forbundet med å tilby gratisreiser og økt servicenivå. D isse utgiftene vil bare delvis gjenspeiles i økt nytte for arbeidstakerne i form av flere gratisreiser. Copenhagen Economics hevder at prinsipal - agent problemet er mindre nå enn det var for noen år siden, og forklarer det på blant annet følgende måte: We observe that all major employers in Norway have implemented strict internal pol icies, requiring their employees to purchase the best buy of the day. Det høres rimelig ut at det er føringer på de reisendes adferd, men det er ikke dokumentert i Copenhagen Economics rapport bortsett fra at det er vist til at staten nekter sine ansatt e å benytte opptjente bonuspoeng til privat e formål. Det kan være vanskelig for enkeltbedrifter å nekte sine ansatte opptjening av bonuspoeng, da det alt annet likt vil gjøre denne arbeidsplassen mindre attraktiv enn en arbeidsplass hvor den ansatte kan op ptjene bonuspoeng. Ett problem som gjør det vanskelig å kontrollere den reisendes aktivitet fullt ut er at det er behov for stor fleksibilitet i den reisendes bestillinger. Ofte planlegges møter på kort varsel, og den som da typisk er best i stand til å fi nne en passende reiserute er den reisende selv. Som påpekt i Bassoet al. (2009) kan dette forklare hvorfor bonusprogrammer typisk finnes innen luftfart, hoteller og leiebiler. Det gjør det vanskelig å fullt ut kontrollere den reisendes valg, og dermed er prinsipal - agent problemet uunngåelig såfremt en ikke gjør som staten og f orbyr priva t bruk av opptjen te bonuspoeng. Det hjelper ikke at det nå er mer tilgjengelige og enkle internettbaserte løsninger som den enkelte kan bruke. Snare re tvert i mot vil slik økt tilgjengelighet gjøre det enda mer naturlig å overlate bestillingen a v reisene til den enkelte. Det finnes empiriske studier som antyder at det eksisterer et prinsipal - agent problem ved bonusprogrammer innen luftfart. Stephenson og Fox (1992) foretar en spørreundersøkelse blant reisedirektører i selskaper (corporate travel managers). De finner at en signifikant andel av dem rapporterer at bonusprogrammer fører til at selskapene må betale høyere priser enn nødvendig, og dessuten må betale for reiser som strengt tatt ikke er nødvendige. Basert på deres studie anslår de at meru tgiftene for selskapen er betydelige. 3 Andre studier har også funnet at bonusprogrammer bidrar til høyere priser. V i kommenter disse i senere avsnitt. 3 De finner at merutgiften utgjør 7-9 % av totale reisekostnader. Tretheway (1989) gjengir kilder som pås tår at % av forretningsreisene på bonusprogrammer er unødvendige. I et intervju i US News and World Report (22. april 1985) rapporterer Judith Dettinger fra American Express (gjengitt i Bassoet al. 2009): A recent survey showed that 25 percent of t he frequent travelers polled admitted to taking trips that were totally unnecessary in order to rack up miles. Alle de nevnte studiene er mer enn 20 år gaml e og fra USA, så man bør imidlertid være varsom med å overføre de konkrete tallene til norske forh old i dag. 7

8 Konkurransetilsynet har foretatt en spørreundersøkelse blant noen av SAS og Norwegians bedriftskunder o m selskape nes retningslinjer for opptjening av bonuspoeng. Av de 51 selskapene som har svart, er det omlag 90 % av dem som tillater de ansatte å opptjene bonuspoenger i private bonusordninger. 4 Samtidig oppgir et stort antall selskaper, om lag 80 %, at de har retningslinjer for bestilling av reiser. I en del tilfeller vil en ha en regel som typisk sier at en skal velge billigste billett ( best buy of the day slik som påpekt av Copenhagen Econom ics). Spørreundersøkelsen viser at om lag halvparten av selskapene har endret sine innkjøpsrutiner eller retningslinjer de siste 10 årene. Et typisk trekk er at flere nå bestiller reisen gjennom nettportalen til et reisebyrå, mens færre bestiller direkte fra flyselskapenes hjemmeside eller via en sentral innkjøpsavdeling. I om lag 80 % av bedriftene er det d en enkelte som selv bestiller reisen.drøyt 30 % av bedriftene har i løpet av de siste 10 årene implementert flere pålegg og restriksjoner i reiseretnin gslinjene. Retningslinjer for bestilling kan bidra til å redusere prinsipal - agent problemet. Men når den enkelte person selv bestiller reisen, kan prinsipal - agent problemet elimineres kun dersom (i) retningslinjene legger føringer på den enkeltes bestilli ng og (ii) selskapet har kontrollrutiner som fanger opp eventuelle avvik fra retningslinjene og (iii) den enkelte ansatte risikerer sanksjoner dersom retningslinjene brytes. Best buy of the day er tilsynelate nde en føring, men i realiteten vil den reisen d e ha behov for å kjøpe fullprisbilletter i visse tilfeller. Ett selskap forklarer for eksempel det på følgende måte: Så lenge den ansatte bestiller billetter gjennom reisebyrået, står den relativt fritt i sitt valg av billett innenfor selskapets retningslinjer for reise, men det oppfordres til å bestille rimeligste billett dersom hensiktsmessig. Det vil imidlertid ikke bli sett på som avvik fra reiseretningslinjene dersom dyreste billett velges, ettersom den enkeltes ansatte oppnår større grad av fleksibilitet med denne type billetter. I andre tilfeller har den reisende noe mindre handlingsrom enn i dette selskapet. M en uansett synes det som at den reisende har mulighet i hvert fall i visse tilfeller å velge en fullprisbillett. Det kan for eks empel begrunnes med at reisen ble bestemt på kort varsel, eller returen er usikker. All den tid det er den reisende som best har innsyn i denne typen behov og endatil ofte kan påvirke disse og ledelsen tilsvarende har mindre innsyn, gir dette rom for et pe rmanent prin s ipal - agent problem. Hva angår kontrollrutiner, varierer det mye fra selskap til selskap. 5 Noen selskaper har oppgitt at de kun kontrollerer at den reisende bestiller gjennom den godkjente bestillingskanalen (for eksempel et reisebyrå), mens andre får avviksrapporter fra reisebyrå 4 Av de selskapene som har innført restriksjoner er det over halvparten av dem som sier entydig nei til privat opptjening og uttak. De resterende sier at bonuspoeng skal primært tas ut til jobbreiser, men hvis ikke det er mulig er det tillatt å bruke bonuspoengene privat. 5 Opplysninger om kontrollrutiner og reaksjoner er dels basert på spørreundersøkelsen som 51 selskaper svarte på, og dels på en oppfølging av denne spørreundersøkelsen med intervjuer av 16 selskaper og to reisebyråer. 8

9 på enten avdelingsnivå eller personnivå. I så måte avdekker spørreundersøkelsen og intervjuene et stort mulighetsrom for kontroll helt ned på enkeltpersoner, men varierende bruk av disse. Hva angår sanksjoner mot br udd på retningslinjene, varierer de også mye fra selskap til selskap. Noen få selskaper uttaler at sanksjoner ikke benyttes, flere uttaler at det aldri har vært benyttet. En del selskaper uttaler at ved eventuelle avvik bes den ansatte om å forklare hvorfo r det er et avvik. Ett eksempel er følgende: Ved vesentlige avvik vil nærmeste leder orienteres og vedkommende ansatt kan innkalles til en samtale hvor retningslinjene presiseres. Årsak til avvik forklares. I de tilfeller hvor det ikke er rele v ante grunne r for avvik, blir medarbeider bedt om å følge selskapets retningslinjer. Noen få selskaper benytter sterkere virkemidler og uttaler at de behandler avvik som en personalsak, og ett selskap uttaler endatil at det i sin ytterste konsekvens kan føre til oppsigelse. Oppsummert virker det som at gode kontrollmulighete r er til stede, men at de t nok per i dag bare i varierende grad er benyttet. Hva som ville skjedd ved en eventuell opphevelse av det norske bonusforbudet er uklart, men det er ikke urimelig å t ro at flere selskap ville gjort mer aktiv bruk av kontrollrutinene. Alt i alt er vårt inntrykk fra spørreundersøkelsen at flere bedrifter nå enn før har retningslinjer, men at det fortsatt er et prinsipal - agent problem hva angår bestilling av flyreiser. S å lenge et stort flertall av selskapene tillater privat opptjening av bonuspoeng samtidig som det er den ansatte selv som er ansvarlig for å bestille billettene vil dette gjelde. D et synes som at det i de aller fleste selskapene foreligger et visst handlin gsrom for den ansatte til å påvirke når og hvor en vil reise, og hvor dyr flybillett en kjøper. 2.3 Negative effekter II: Innelåsing Copenhagen Economics peker på at bonusprogrammer kan ha innelåsende effekter. Det er knyttet til at slike ordninger oppmun trer den reisende til å konsentrere kjøpet av reiser til ett flyselskap. Ved å komme over visse bestemte terskelverdier utløser det fordeler som den reisende nyter godt av. De peker på to slike terskelverdier i SAS EuroBonu system: Nivåterskel: Over et visst nivå vil en oppnå nye og bedre medlemsbetingelser. SAS har Basic, Silver, Gold og Pantheon kort, og hvert av de siste tre medlemsnivåene oppnås ut fra hvor mange bonuspoeng en reisende har samlet opp i løpet av et år. Belønnings terskel: Reisende kan veksle inn opptjente poeng i for eksempel en reise eller en oppgradering av en reise, evt. andre produkter. Dette er terskelverdier som ikke er unike for SAS Eurobonus, men typisk en del av de fleste bonusprogrammer innen luftfart. La oss drøfte hver av de to typene terskelverdi er. 9

10 2.3.1 Nivåterskler Copenhagen Economics foretar en empirisk test av hvorvidt eksistensen av en nivåterskel fører til innelåsing. De tar utgangspunkt i følgende sitat fra FAD (2007): Eit anna moment som forsterker den lojalitetsskapend effekten ved bonusprogramma, er høvet til oppgradering til høgare medlemsnivå. Denne oppgraderingsperioden av kort lengd. Medlemmene går derfor raskt glipp av betre service ved ikkje å vere lojale mot selskapet. Som nem nt gir økt medlemsnivå også auka opptjeningsgrad. Dette gjer at medlemmene ofte vil vere i nærleiken av en ny terskelverdi som altså utløyser sugeeffekten. Sugeeffekten referer til at den reisende som er nær en terskelverdi har insentiver til å opptjene mer poeng, enten ved flere eller dyrere reiser, og dermed oppnå terskelverdien. Copenhagen Economicsjekker antallet reisende innen hver poenggruppe i Danmark, og vil med det prøve å avdekke om det er slik at det er uforholdsmessig få reisende rett under terskelverdien og tilsvarende flere rett over terskelverdien. V i har vist effekten av gullkort i Danmark i figur 1, som er en kopi av figur 3 i Copenhagen Economics rapport. Figur 1 : Effekt av gullkort i Danmark i 2009 På den horisontale kurven er det vist en søyle for hver poenggruppe. På den vertikale aksen er antallet personer med et visst antall poeng angitt. Det betyr at høyden på hver av søylene angir antallet reisende innenfor et bestemt intervall av antallet bonuspoeng. Vi ser at antallet personer innen hver gruppe er fallende i poeng; det er færre som har mange poeng enn få poeng. Det interessante er at dette mønsteret brytes akkurat i det terskelen for gullkort slår inn. I forkant av terskelen er d et en reduksjon i ant allet personer i den aktuelle poenggruppen, i etterkant en økning. 10

11 Streken som er føyd til i figuren angir det Copenhagen Economics antar ville vært fordelingen (kontrafaktisk scenarie) dersom det ikke fantes noen innelåsende effekt. Vi ser at det da er no en færre personer med poeng nær opp til terskelverdien for gullkort, illustrert med at uten innelåsing ville søylene fylt hele det grå arealet. Tilsvarende er det flere personer med poeng på eller rett over terskelverdien enn det en ville forventet uten in nelåsing, og de ekstra personene er antatt å utgjøre de som er over den linjen som er tegnet inn i figuren. For å anslå mulige effekter, teller Copenhagen Economics opp antallet personer som mangler rett under terskelverdien og antallet personer for man ge på eller over terskelverdien. De gjør dette for gullkort både i Norge, Sverige, Danmark og Finland. De konkluderer som følger: When doing this, we find the effects to be limited. Our results show that t he share of EuroBonus passengers affected by th e suction effect is less than 0.5 percent in all countries, i.e. less than 1,000 travelers in any Nordic country. Vi mener det er flere grunner til at en bør stille seg kritisk til denne konklusjonen. For det første er det en ad hoc ekstrapolering av hva som ville vært tilfelle uten bonusprogram. Det er ingen redegjørelse i notatet for hvorfor fordelingen av kundene ville sett ut slik som vist med den linjen som er ekstrapolert inn i figur 1. Det er videre ikke opplagt hvorfor linjen begynner og slutter på de aktuelle medlemsnivåene som er vist i figuren. Endelig er metoden Copenhagen Economics benytter uegnet både til å teste for om gullkort har noen signifikant effekt, og til å teste hvor stor den eventuelle innelåsende effekten er. I kapittel 3 vil vi forklare dette nærmere, hvor vi presenterer en alternativ empirisk analyse B elønningsterskler Belønningsterskler er knyttet til at en ved å passere en terskelverdi kan ha mulighet for å ta ut poeng i form av ulike produkter. Op prinnelig når den type ordning ble introdusert i USA var det gratis flyreiser som kunne tas ut når en hadde oppnådd et bestemt antall poeng. Nå er det imidlertid større fleksibilitet i de fleste bonusprogrammer. Copenhagen Economics finner at belønningster sklene er lave, og lavere enn de har vært tidligere. De begrunner det med tre forhold. For det første påpeker de, som korrekt er, at poengene nå kan benyttes til å kjøpe et vidt spekter av varer og tjenester som har stort spenn hva angår pris. De konkluder er ut fra det at tersklene er lave. Det avhenger imidlertid av hvordan en betrakter dette. I realiteten kan uttaket splittes opp i flere mindre uttak. Men det betyr ikke at innelåsingseffekten som sådan er borte, ei heller at tersklene ut fra dette er lave slik Copenhagen Economics hevder. Et system med mange små terskler som summerer til en like stor terskel kan og være innelåsende. Det kan endog hevdes at mange små terskler innebærer at flere er i den 11

12 situasjonen at de er nær en eller annen terskelverdi, hvilket taler for at flere rammes av en innelåsende effekt. For det andre peker Copenhagen Economics på at kundene kan betale på flere måter, for eksempel ved at noen poeng suppleres med kontantutlegg for å nå opp i nok poeng til å kjøpe det aktuelle produ ktet. Men vi kan vanskelig se at dette er et gyldig argument. En kan snarere hevde, som over, at det er større fleksibilitet hva angår å nå opp i terskelverdiene. Nå er det imidlertid viktig å presisere at man ikke kan kjøpe seg til medlemsnivå, kun til ut tak av reiser ol. For det tredje hevder Copenhagen Economics at verdien av en gratis reise er mye mindre i dag enn for fem eller ti år siden, hvilket vil innebære at verdien av å få en gratis reise er lavere. Men dette må selvsagt sees i sammenheng med hv a det koster å kjøpe bonuspoeng. Lavere flypriser vil bety at ikke bare uttaket har lavere verdi, men også at kostnaden ved opptjening av en reise har gått ned. En må foreta en sammenlignet av relativ endring i kostnad ved opptjening og gevinst ved uttak før en kan konkludere slik Copenhagen Economics gjør. De avslutter denne delen ved å vise en figur (Figure 4) som skal illustrere at det nå er mindre innelåsing enn før. Men det fremgår ikke hvilke empiriske data som legges til grunn for en slik figur, hv is det i det hele tatt er benyttet faktiske data for å lage figuren. Hvis vi betrakter opptjening på SAS EuroBonus, vil en se at den er svært skreddersydd mot å gi stor opptjening dersom en kjøper en dyr billett. 6 Det antyder at det er særlig forretningsre isende bonusprogrammen er innrettet mot, og det gis sterke in s entiver til å kjøpe dyre i stedet for billige billetter. Insentivet til å kjøpe en dyr billett synes å være sterkere i dag enn det var tidligere. 7 For å illustrere at flyselskapet kan lage belø nningsterskler som er individuelle, og dermed kan være av betydning for mange reisende, la oss betrakte SAS sin ordning EuroBonus PointBooster. Den presenteres på følgende måte av SAS i e - post sendt ut til kunder 17. februar 2011: Du skal bare fortelle oss hvor mange enkeltreiser du regner med å fly med SAS, Blue1 og Widerøe i perioden 1. mars til 31. mai Vi setter inn Ekstrapoeng på kontoen din hvis overslaget ditt holder eller hvis du reiser mer enn du regnet med. Du opptjener naturligvis også dine normale bonuspoeng på reisene. 6 Fra SAS sin hjemmeside kan vi se at en ved å reise på dyreste billett vil tjene 6-8 ganger så mange bonuspoeng som ved å reise på billigste billett. 7 Hvis en går om lag ti år tilbake i tid, var det slik at en fikk dobbelt så stor opptjening av poeng med å kjøpe en fullprisbillett enn det en fikk ved å kjøpe en billigbillett. Som nevnt over, er nå opptjeningen 6-8 ganger større ved en fullprisbillett enn ved billigste billett. Selv om dette også kan avspeile en tilsynelatende større differanse i prisnivå i dagens marked mellom lavpris - og fullprisbillett, er dette neppe nok til å snu bildet. 12

13 Fristen for å melde fra om antallet enkeltreiser er 28.02, det vil si forut for de reisene som en planlegger å ta. På denne måten lar SAS den enkelte reisende individualisere sin egen terskelverdi som de kan oppnå gjenn om fremtidige reiser. Ordningen er også slik at en oppmuntres til å oppgradere en tur fra lavprisbillett til fullprisbillett etter at du har valgt et visst antall reiser. Dette illustrerer at de terskelverdier som Copenhagen Economics har undersøkt vedrøre nde nivåterskler undervurderer den mulige innelåsing som er tilfelle for dem som ikke er nær noen terskelverdier. 3. En analyse av effekten av nivåtersk le r 3.1 G ullkortsterskelen en økonometrisk test Fo r å kunne teste effekten av terskelnivå tr enger vi en modell som etterligner fordelingen av kunder på de ulike medlemsnivå i fravær av terskelverdier, slik som for eksempel gullkortnivå. Copenhagen Economics antar derfor en kontrafaktisk modell for hvordan medlemmer ville fordelt seg på de ulike bonuspoen gnivåene og sammenligner faktisk fordeling mot den antatte kontrafaktiske fordelingen. D efinisjonen av den kontrafaktiske fordelingen vil opplagt være avgjørende for resultatene som fremkommer. Copenhagen Economics gjør imidlertid kun en sammenligning, og utfører ingen statistisk test av presisjonen på resultatene. For å kunne teste om avvik mellom faktisk og kontrafaktisk fordeling også er statistisk signifikant, trenger man en statistisk modell. Uten dette vil man ikke vite om de observerte avvikene er store nok til å være systematiske, og generert av tilfeldig støy. I så måte er analysen til Copenhagen Economics ikke annet en n en deskriptiv beskrivelse. Vi vil derfor i det følgende prøve å modellere den kontrafaktiske fordelingen av antallet kunder i hver gruppe bonuspoeng gjennom en statistisk modell. Dette vil i neste omgang gjøre det mulig å teste i hvilken grad en terskelverdi for gullkort har en statistisk signifikant effekt på reisemønsteret. I utgangspunktet er det naturlig å tenke seg at d et finnes færre kunder som reiser mye enn det er kunder som reiser lite. Dette fører naturlig nok til en fallende trend i antall kunder med stigen d e bonus poengnivå. Det er selvfølgelig veldig vanskelig å estimere den u nderliggende fordelingen av reisefrekvens på tvers av kunder uten å ha mikroinformasj on om reisemønsteretil tilst r e kkelig mange kunder i et marked. Copenhagen Economics velger imidlertid en svært spesiell tilnærming når de antar at antall kunder i 16 poengkategorier rundt gullkortt erskelen følger en fallende lineær utvikling (linjen i figuren over). Denne tilnærmingen er ikke begrunnet eksplisitt i Copenhagen Economics rapport. En langt mer fleksibel tilnærming (men fremdeles ikke fundert i noen teoretisk modell) vil være å anta en fleksibel ikk e - lineær funksjonsform som ivaretar den utviklingen vi ser over hele intervallet. En slik tilnærming vil ha to klare fordeler. For det første vil den i liten utstrekning pålegge noen restriksjoner på den observerte fordelingen av antall medlemmer inne n for hver 13

14 bonuspoengkategori. For det andre vil den b r uke all informasjon tilgjengelig fra hele fordelingen, og i så måte representere en mye mer effektiv bruk av grunnlagsdata. Basert på dette formulerer vi følgende generelle statistiske modell: 1 2 (1) Members i = i + 3 i + i, i der i løper fra (antallet bonus poengkategorier), i er feilledd og j, j = 1-3, er koeffisienter. Vi kan nå anvende de danske dataene som er vist i figur 1 til å benytte minste kvadraters metode til å estimere forholdet mellom bonu spoengnivå og antall medlemmer. Resultatene er gjengitt i Tabell 1. Som vi ser fra T abell 1 føyer modellen data på en svært god måte. Forklaringskraften er hele 0.99 og alle parame tre er signifikant forskjellige fra null. For å illustrere hvor godt modellen føyer seg til data har vi vist predik ert antall medlemmer innen hver poengkategori fra modellen sammen med faktiske tall i Figur 2. Tabell 1: Modell 1 estimert over datamateriale bak Figur 3. 1 i Koeffisient/ Stnd.feil 8*** ( ) I *** (4.793) i 2 *** (0.031) Konstant *** (227.53) R N 70 ***/signifikant på 1% nivå 14

15 Figur 2 : Predikert antall medlemmer fra modell (1) vs faktisk antall medlemmer (med tilsvarende tall som vist i Figur 1). Predikert antall medlemmer Faktisk antall medlemmer D enne modellen er åpenbart langt bedre til å predikere forholdet mellom antall medlemmer og poengkategori enn den lineære ad hoc tilnærmingen til Copenhagen Economics i deres Figur 3. Vi ser samtidig, i tråd med deres modell, at faktisk antall medlemmer i forkant av gullnivået ligger under predikert nivå, mens det motsa t te er tilfelle etter at gullnivå er oppnådd. Problemet med mod ellen over er imidlertid at den prøver å føye seg til hele det observerte mønsteret og derfor ikke tillater avvik før og etter gullkortnivået. Dette gjør at selv om vi velger en nai v tilnærming a la Copenhagen Economics der vi bare teller opp avvik før/et ter gullkortsnivå vil vi få tall som er for lave både før og etter gullkortsnivået. For å ta hensyn til dette utvider vi nå modellen i (1) med to indikatorvariabler: Før er en indikatorvariabel som indikerer perioden før gullnivå oppnås (=1) men ellers er lik null. Etter er en indikatorvariabel som slår seg på etter at gullnivå oppnås (=1) men ellers er lik null. I tråd med Copenhagen Economics lar vi førperioden gjelde for 10 poengkategorier, og etterperioden gjelde for 6 poengkategorier. Dette gir os s følgende utvidede modell: 1 2 (2) Members i = i + 3 i + 4 Før i + 5 Etter i + i, i Denne modellen vil for det første tillate avvik fra normalscenariet før/etter gullnivå, men den vil også gi et estimat på hvor stort dette avviket er. For eksempel vil 4 gi et est imat på hvor mange medlemmer som per poengkategori (siste 10 kategorier), før oppnådd gullkort, 15

16 avviker fra normalprediksjonen i gjennomsnitt (den antatt kontrafaktiske situasjonen). Tilsvarende tolkning for 5 for avvik fra kontrafaktisk prediksjon (6 poengkategorier) etter gullkortsnivå. 8 Siden vi nå har en statistisk modell kan vi nå også teste hvor presist estimert disse avvikene er, og dermed kunne si noe om signifikansnivå. Modell (2) er nå estimert for de danske dataene bak Figur 1, og resultatene er presentert i Tabell 2. P rediksjonen fra modell (2) er vist sammen med prediksjonen for modell (1) i Figur 3 under. Kontrafaktisk modellpr e diksjon blir dermed lik kurven Predikert medl. (2). Vi ser tydelig at det er svært liten forskjell i føyning mellom de to modellene, forklaringskraften er bare marginalt høyere for modell (2) enn modell (1); vs 0.993, og parametrene endres svært lite både i størrelse og signifikans (jamfør Tabell 1 og 2). Ser vi på prediksjonene som er illustrert i Figur 3, ser vi at føyningene (predikert illustrert med den blå kurven (Modell 1) og den røde kurven (Modell 2) ) er så like at vi ikke klarer å skille dem i figuren slik at kurvene fremstår som é n. Avvikene målt gjenn om parametrene 4 og 5 er begge signifikante på et 1 %- nivå. I tabell 2 gjengis totale avikstall. For de 10 poengkategoriene før gullnivå predikerer modellen en negativ differanse mellom faktisk antall medlemmer og predikert kontrafaktisk antall medlemmer på totalt 304. Tilsvare nde finner vi for etter - perioden for de 6 poengkategoriene over gullnivå en overrepresentasjon på 418 medlemmer i forhold til kontrafaktisk situasjon uten nivåterskel. Tabell 2 : Modell 2 estimert over datamateriale bak Figur 3 Koeffisient Stand.feil Før *** (9.96) Etter *** (12.09 ) 1 i *** ( ) I *** (3.68) i 2 *** (0.024) Konstant *** (171.76) R N 70 Før totalt *** ( ) Etter totalt *** ( ) ***signifikant på 1%. 8 En mer fleksibel måte ville være å tillate indikatorvariabel for alle de aktuelle poengkategorier før og etter gullkortnivå. Dette ville tillate modellen og teste mer eksplisitt hvor langt unna gullkortnivået man fant signifikante avvik i medlemsnivåer, og gi et noe mer presist estimat av totaleffektene. Ulempen er at vi må inkludere hele 14 ekstra indikatorvariabler i regresjonen (6+10-2), noe som reduserer frihetsgra der i estimeringen. 16

17 Figur 3 : Predikert antall medlemmer fra modell (1) og ( 2 ) vs faktisk antallet medlemmer for Danmark Predikert medl. (1) Predikert medl. (2) Faktisk antall medlemmer Bruker vi samme utgangspunkt som Copenhagen Economics, tilsier dette at totalt 722 passasjerer er påvirket av nivåeffekten. Tester vi totaleffekten finner vi denne klart signifikant med et 95 % konfidensintervall mellom 513 og Vårt estimat er svært nær C openhagen E conomics opptelling, men langt mer presist estimert. Copenhagen Economics tar nå utgangspunkt i alle medlemmen e i de aktuelle landene og slår fast at når mindre enn 1000 medle mmer er påvirket av gullterskel verdien i de enkelte land er dette mindre en n en halv prosent av medlemsmassen, og so m sådan en neglisjerbar effekt. Spørsmålet er om dette er en relevant sammenligning. Medlemmer som har et lavt 9 Punktestimatet er på med standardfeil på Vi har også estimert en versjon av modell (2) for de danske dataene der vi heller enn bare to Før / Etter variabler, tillater en mer fleksibel modell. Her inkluderer vi 16 ind ikatorvariabler som løper for samme periode som før/etter variablene (se fotnote 4). Vi får imidlertid svært like resultater. Summerer vi effekten av før - perioden over de ti indikatorvariablene før gullkategori blir avvik estimert fra kontrafaktisk alterna tiv til sammen lik - 304, det samme som vi fant for modell (2). For etter - perioden er tallet marginalt lavere, 410 istedet for 418. Vi velger derfor å fortsette med før/etter modelleringen som er vist i modell (2). 17

18 poengnivå vil vel neppe legge spesielt mye vekt på å reise mer for å oppnå et gullkort. av kundene i Danmark som er illustrert her har poeng eller mindre, skal disse regnes med når vi skal beregne den relative effekten av de 722 passasjerene som endrer sin tilpasning på grunn av muligheten til å oppnå et gullkort? Opplagt ikke, de reiser så lite at de i beste fall kan oppnå et sølvkort gullkort er en drøm uten innhold. Vi mener derfor at i den grad man skal se på effekten av at 722 medlemmer endrer sin tilpasning, så må det relativeres i forhold til de kundene som er relevante for gullkort. D et er nettopp gruppen som ligger i interv allet like før og etter gullkortsnivået. Siden det uansett blir arbitrært å definere et slikt intervall, mener vi det mest relevante sammenligningsgrunnlaget må være de som er i det bonuspoengintervallet der vi observerer avvik på grunn av terskelsverdien til gullkortet. I så fall betyr det at vi må sammenligne avviket mellom faktisk reise og kontrafaktsisk scenarie i før - perioden med totalt antal l medlemmer som kontrafaktisk skulle befinne seg i disse kategoriene innen dette intervallet. 11 Med utgangspunk t i kontrafaktisk prediksjon estimert i modell (2)(kurven Predikert medl. (2) i Figur 3 ) skulle det i fravær av terskelverdi vært medlemmer fordelt over disse 10 poengintervallene. Avviket på utgjør hel av denne gruppen, noe som indikere r en vesentlig høyere effekt. Ser vi på tilsvarende regnestykke for etter - perioden, predik ere r modellen vår at det normalt ville finne medlemmer i disse bonuspoengkategoriene, mens avviket er estimert til hele 418 medlemmer. Dette gir en relativ ef fekt på hele. O ppsummert betyr dette at for Danmark, påvirker gullterskelsnivået mello og av de relevante medlemmenes reiseaktivitet. Siden vi nå har en sta istisk modell som grunnlag, kan vi regne ut også presisjonen på de aktuelle effekten e. Dette er vist i Tabell 3. Tabell 3: Enkeltlandsmodell, relativ effekt - estimater oppsummert Re l ativ effekt Koeffisient/ estimat Standard feil Før (antall i samme kategori) ** ( ) Etter (antall i samme kategori) ** ( ) Før (antall med sølvkort) ** ( ) Etter (antall med gullkort) ** ( ) Før (alle mellom ) ** ( ) Etter (alle mellom ) ** ( ) ***/signifikant på 1% nivå 11 Man kunne også benytte antall medlemmer som faktisk er å finne innefor hvert av de relevante bonuspoengintervallene, men dette ville underestimere den relative effekten siden vi ville telle med avviket også. 12 F aktisk fordeling er dermed kontrafaktisk prediksjo fratrukket estimert avv ik (- 304 ) som gir en total tilsvarende de observert medlemmene i disse 10 poengkategoriene. 18

19 Ser vi på konfidensintervallene kan vi med 95 % sikkerhet slå fast at for førperioden er effekten av gullkortterskelen mello og, mens den for etterperioden med 95 % sannsynlighet er mello og. Sammenligner vi avviket fra kont ra faktisk scenarie med hele medlemsmassen slik Copenhagen Economics gjør, er effektene fortsatt signifikante. De er imidlertid svært lave og i størrelsesorde, altså neglisjerbar e ( Siste to rader i tabell 3 ). Men igjen, vi mener opplagt at dette er en ikke - relevant sammenligning hvis man ønsker å si noe om hvor stor den relevante effekten av terskelverdien til gullkort er. Hvis vi skulle velge å relativisere resultatene på en måte som går mer i retning av Copenhagen Economics, ville dette være å ta utga ngspunkt i alle kunder som hadde oppnådd sølvkort for førperioden ( poeng), og alle kunder som hadde oppnådd gullkort for etterperioden ( poeng). I såfall blir effektene fremdeles signifikante, og ligger mellom Copenhagen Economics estima t og vårt estimat. Føreffekten blir d, mens ettereffekten er p. Konfidensintervallet for ettereffekten strekker seg imidlertid helt opp til ( Radene 3 og 4 i Tabell 3 ). Vi mener imidlertid at det er mye som taler for at det å måle avvik før og etter terskelverdien både absolutt og relativt bør gjøres i forhold til de relevante og tilsvarende kategoriene. 3.2 En samlet test på tvers av de ulike markedene av gullkort Vi har fått tilgang til syv ulike marked er der vi har tilsvarende informasjo n som vist i Figur 1. Dette er markedene Norge, Sverige, Danmark, Finland, Amerika, AsiaPacific og EMEA. 13 De siste tre er ulike aggregater på tvers av flere land. Vi estimere r i a pendiks modell (2) også for Norge og Sverige og Danmark. 14 Disse resultatene er gjengitt i tabell 4 og 5. For alle modeller er forklaringskraften høy og alle parametre er signifikante. Figur 4 viser føyning av kontrafaktisk scenarie og faktisk medlemsfordeling for de tre landene. I tabell 5 presenteres de ulike a vvikseffektene. På tvers av land finner vi signifikante avvik i forbindelse med terskelverdien gullkort. Føreffektene på tvers av Norge og Sverige ligger mello og, mens ettereffektene ligger i intervallet (i forhold til de relevante medl emskategorienes kontrafaktiske størrelse). Altså en signifikant og betydelig påvirkning på medlemmenes reisevalg. For å se på alle syv regionene samtidig har vi utvidet modell (2) for to grupper av land /regioner, der vi dermed i stedet for 70 observasjoner i hver modell, kan benytte flere data simultant. Vi utvider modell (2) med regionindikatorer, og vi tillater både i og i 2 å variere på tvers av regioner. 15 Modellen som inkluderer alle syv regioner/land blir d a: 13 EMEA er det europeiske fellesmarked eksklusiv de skandinaviske landene Norge, Sverige og Danmark. 14 Merk at siden landene har ulike terskler for gullkort må før/etter indikatorene redefineres for hvert land. Vi velger igjen å følge Copenhagens Economics innfallsvinkel og definerer alltid førperioden som siste 10 poengkategorier i forkant av gullkortterskel og første 6 poengkategorier etter gullkort som ettere ffekten. Vi benytter samme før -/etter - definisjon i panelmodellene under. 15 Merk at region noen ganger da representerer et aggregat av flere land, og andre ganger et enkeltland. 19

20 (3) Members i, j + = Før j D j i + j D j i + 1 i + j D j i j = 2 i j = 2 j = 2, i + 5 Etter i + 1 i, j Hvor j er land/regionindikator og hvor(j = Danmark, Norge, Sverige, Finland, Amerika, AsiaPacific og EMEA ). V i lar Danmark være referanseland slik at alle parametre i summasjonen er målt relativt til Danmark. Vi estimerer i tillegg en panelmodell for Scandinavi alene. I Skandinavia - modellen løper dermed summene kun til j =3. Resultatene for begge panelmodeller er tabulert i Tabell 6 og 7 i appendikset. Vi får fremdeles høy forklaringskraft (0.985 og 0.995), 5(6) av 7 i og i 2 - parametre ( j og j ) er signifikante, og med unntak av é n region er alle region - dummy parametre ( j ) signifikante i modellen der alle regioner/land inngår. For Scandinaviamodellen er alle i og i 2 - parametre og land - dummyer signifikante. Før ( 4 ), Etter ( 5 ) og 1 ( i 1) e r signifikante i begge modeller. Ser vi på de ulike avvikseffektene ligger (den signifikante) føreffekten p (alle regioner/land), mens de signifikante ettereffektene er så høye so. For Scandinavia finner vi en ikke - signifikant føreffekt på. Oppsummert innebærer dette at våre modeller helt klart avslører en sugeeffekt. T ar vi utgangspunkt i det relevante kont ra faktiske scenariet og den relevante referansegruppen er påvirkningen av terskelverdien signifikant både statistisk og økonomisk. Dett e til forskjell fra Copenhagen Economics konklusjon som dels bygger på et svært arbitrært kontrafaktisk scenarie og en referanseramme som ikke er relevant nemlig alle bonusmedlemmer og ikke de som faktisk er i en situasjon der medlemsterskelen kan ha noe n reell effekt. 3.3 S ølvkort terskelen Hittil har vi kun betraktet gullkort, i tråd med det Copenhagen Economics har gjort. De skriver i sin rapport følgende: Moreover, there is neither a visible, nor a measurable suction effect related to the EuroBonus Silver threshold. Vi finner at for Danmark som er illustrert i figur 1 er det te ikke uten videre korrekt. I figur 5 har vi vist fordelingen av kunder for hele intervallet mellom poeng. Vi ser at det er et positivt skift i antallet kunder ikke bare ved terskelverdien for gullkort, men også ved terskelverdien for sølvkort. 20

21 Det har imidlertid vist seg vanskelig å finne en modell som lar oss teste sølvkorteffekten statistisk. Noe av grunnen er at det finnes typisk mye mer variasjon på tvers av kategorier og regioner for de første poengkategoriene, samtidig som de in n befatter svært mange kunder. Figur 5 : Effekt av både sølv - og gullkort for Danmark Det er også verdt å merke seg at de n relative effekten av avvik før/etter er mindre for sølvkortsterskelen all den tid det er såvidt mange flere medlemmer innenfor hver kategori her. Avvikene her er kanskje synlige i absolutte tall, men neppe spesielt store relativt til de aktuelle poengkat egoriene. Dette er etter vår oppfatning ikke ove r raske nde all den tid sølvkortnivå innebærer langt mindre fordeler enn overgangen til gullkort. At vi finner en stor effekt for gull - og tilsynelatende mindre effekter fra sølvterskelen, er derfor ikke annet enn rimelig. I tråd med dette er det også interessant å merke seg at SAS har valgt å beholde det samme poengnivået for sølvterskelen på tvers av regioner/land (20000), mens de har svært ulike nivå for gullkort. Her varierer nivåene mellom 35 og som terskelverdi. I den grad man for eksempel valgte å endre terskler etter bonusforbudet ble innført i Norge var det kun gullkortterskelen som ble redusert. I sum antyder dette at sølvkortnivået er vesentlig mindre viktig enn gullkortnivået når det kommer til påvirkning av kundenes valg av reisemønstre/aktivitet. Så langt har vi imidlertid latt den kontrafaktiske analysen vært definert gjennom det reisemønsteret vi ser for SAS når det allerede foreligger et bonusprogram. Det er ikke åpenbart at dette kontrafaktiske mønste ret er det man ville observert i et marked uten noen form for bousprogram. Dette ser vi på u nder. 21

22 3.4 Hva er den kontrafaktiske analysen? Vi har i det foregående funnet at det er en signifikant effekt av nivåtersk e le n for gullkort. Avhengig av referanseramme varierer størrelsen på effekten, selv om vi argumenterer for at den er potensielt signifikant også som økonomisk størrelse. V i vil imidlertid hevde at selv v år utvidede økonometrisk baserte kontrafaktiske analyse kan resultere i et helt feilaktig sammenligningsgrunnlag. For det første vil slike nivåterskler slik de er definert i analysen, ikke fange opp at det også finnes andre terskler som kan virke innelåsende. B elønningstersklen er ikke knyttet til de nivåtersklene som er vist i de foregående figurene, og vil dermed ikke fanges opp av den testen som Copenhagen Economics har gjort. For det andre vil den enkelte passasjer ikke med nøyaktighet vite hvor vedkommende vil reise i løpet av det neste året. Det er følgelig i utgangspun ktet vanskelig å vite om de når en terskelverdi, og for enkelte kan det endog være vanskelig å vite om det er mest sannsynlig at de vil ende opp nær terskelverdien for enten sølv - eller gullkort. De reisende har imidlertid utsikter til gevinster hvis de er med i et bonusprogram, enten det er med selskap A eller B, og eksistensen av et bonusprogram kan dermed føre til at vedkommende velger å reise med kun ett selskap. Det øker sannsynligheten for at de overstiger en av terskelverdiene. Sett i et slikt perspe ktiv vil flere terskelverdier også kunne gi innelåsing. For å illustrere hvordan dette kan slå ut på fordelingen av antallet kunder, la oss anta at det i den relevante tidsperioden (hvilket er ett år) er personer som forventer å foreta é n reise, som forventer å reise to ganger og som vil forvente å reise tre ganger. Videre antar vi at det er to selskaper, og at kundene fordeler seg mellom dem. Hvis det er innelåsing, antar vi at kundene velger kun ett selskap. Gitt at de to selskapene er helt identiske, kan vi forutsette en identisk fordeling av kunder på dem. Det vil si at hvert av selskapene vil ha som har kun é n reise, som har to reiser og som har tre reiser. La oss nå anta det andre ytterpunktet, hvor det ikke er noen innelåsing. Det vil innebære at hver kunde fordeler sine reiser tilfeldig mellom de to selskapene. Det er enkelt å se at de som reiser kun é n gang fordeler seg likt mellom selskapene slik som før ; til hvert selskap. For de som reiser to ganger er det fire mulige kombinasjoner, og hvert av selskapene vil for halvparten av disse få kun é n av deres reiser og for ¼ av dem vil de få begge deres reiser (og for ¼ ingen reiser). 16 For de som reiser tre ganger er det mer komplisert. Det kan vises at kun for 1/8 av dem vil hvert av selskapene få alle tre reisene, mens hvert av selskapene vil for 3/8 av de som har tre reiser totalt få é n reise av og tilsvarende for 3/8 av dem få to reiser av dem (og for 1/8 ingen reiser). 17 Når en summerer 16 Hvis 1 angir selskap 1 og 2 angir selskap 2, er de fire mulige kombinasjonene som følger: {1,1},{1,2},{2,1}, {2,2}. 17 Med tre reiser, er det følgende åtte mulige kombinasjoner: {1,1,1},{1,1,2},{1,2,1}{1,2,2},{2,2,2},{2,1,1}, {2,1,2},{2,2,1}. Vi se r dermed at kun i for 1/8 av kundene vil ha tre reiser hos selskap 1 og tilsvarende for 22

23 opp, vil en finne at hve rt av de to selskapene vil ha reisende som har kun é n reise hos dem, som har to reiser hos dem og kun 1000 som har alle tre reisene hos dem. 18 I figur 6 har vi vist fordelingen av ku ndene for hvert selskap ved hhv. innelåsing og ingen innelåsing. På den horisontale har vi angitt kunder som reiser hhv. én, to eller tre ganger med dette selskapet, og på den vertikale aksen har vi vist hvor mange det er i hver av de tre kategoriene. Figu r 6 : Fordeling av kunder med og uten innelåsing for hvert selskap Innelåsing Ingen innelåsing Vi ser at det er en dramatisk forskjell i fordelingen av kunder i de to scenariene. Uten innelåsing er halen, det vil si de som reiser mange ganger med samme selskap, redusert betydelig. Antallet som reiser tre reiser med ett selskap er redusert fra til 1000, antallet som reiser to reiser med ett selskap er uendret, og antallet som har kun é n reise med ett selskap er økt betraktelig (fra til ). Antallet reis er er selvsa gt det samme i de to fordelingene, mens forsk jellen består i at kundene uten innelåsing fordeler seg tilfeldig over de to selskapene. Dette talleksempelet illustrerer at fordelingen av kunder kan endres betydelig dersom en går fra en situasjon der kunder velger bevisst ett selskap, til en situasjon der kunder ikke lenger har preferanser for ett av selskapene. Eksempelet vil åpenbart overvurdere de mulige effektene på fordelingen av innelåsing, da mange kunder vil ha preferanser for ett selskap selv uten bo nusprogrammer. På den annen side vil en analyse med flere enn tre grupper av kunder føre til enda mer ekstreme utslag enn det som er vist i figuren. selskap 2. Videre vil 3/8 av disse kundene ha en reise med selskap 1 og 3/8 to reiser med selskap 1, og tilsvarende for selskap Hvert selskap vil få av dem som har kun en reise, 6000 enkeltreiser av dem som har to reiser og 3000 enkeltreiser av dem som resier tre ganger. Det summerer til reisende med kun en reise for hvert selskap. Hvert selskap vil videre få begge reiser for 3000 av de som reiser to g anger og to reiser for 3000 av de som resier tre ganger, hvilket summerer til 6000 reisende som har to reiser hos dette selskapet. Til slutt er det 1000 av de som reiser tre ganger som har alle sine reiser hos dette selskapet. 23

24 Figuren illustrerer at de tallene som Copenhagen Economics har benyttet er lite egnet til å foreta en fulls tendig kontrafaktisk analyse, der en sammenligner fordelingen med bonusprogram med fordelingen uten bonusprogram. Selv vår statistiske utvidelse kan ikke fange opp dette så lenge det er vanskelig å beregne et troverdig kontrafaktisk alternativ når det obse rverte medlemsmønsteret ikke kan brukes direkte. Ingen av m etodene tar hensyn til den forskyvning i fordelingen som er illustrert i figur 6. Videre tar testen heller ikke hensyn til det vi har definert som belønningsterskler, som kan slå inn på flere nivåe r, eller ordninger som EuroBonus PointBooster (se tidligere beskrivelse). Det tallene deres derimot viser, er at det innenfor et eksisterende bonusprogram vil skje strategiske tilpasninger av den enkelte reisende. Tallene antyder at en signifikant andel av de reisende er i stand til å påvirke antallet reiser med ett selskap, eller nærmere bestemt antallet opptjente bonuspoeng. En mulig tolkning er at noen reisende har diskresjon til å kunne kjøpe enten dyrere billetter eller flere rei ser enn de ellers ville gjort, og derigjennom sikre at de oppnår terskelverdien for gullkort. Testen er dermed mer egnet til å si noe om prinsipal - agent problemet enn om innelåsingen som sådan. Det fanger følgelig ikke opp det tilfellet der en reisende bes temmer seg for ett selskap, uten å manipulere verken hvor dyr billetten er eller hvor mange reiser som foretas. 4. Eksisterende litteratur om mulig innelåsing av bonusprogrammer Copenhagen Economics har overraskende nok ingen henvisninger til den teoretis ke litteraturen om mulige innelåsende effekter av bonusprogrammer. Innelåsing som sådan vil ventelig kunne føre til økt lojalitet og dermed skiftekostnader, og slik sett er det ikke overraskende at flere teoretiske studier peker på at bonusprogrammer kan dempe priskonkurransen. 19 På den annen side kan det tenkes at bedrifter konkurrerer om å låse inne kunder, og sett i et slikt perspektiv er det heller ikke overraskende at noen teoretiske studier finner at bonusprogrammer kan lede til hardere priskonkurrans e. 20 Selv om det i teorien er tvetydig, oppsummerer Klemperer (1995) implikasjonen for mulige offentlige inngrep på følgende måte: While there are exceptions to these conclusions, they suggest a presumption that public policy should discourage activities t hat increase consumer switching costs (such as airlines frequent flyer programs), and encourage activities that reduce them (p. 536) Det er heller ingen referanser i Copenhagen Economics rapport til empiriske studier av mulige innelåsende effekter av bonusprogrammer innen luftfart. Det finnes to ulike metodiske tilnærminger som har vært benyttet i litteraturen. L a oss her kort referere noen hovedfunn fra de studiene som finnes i litteraturen. 19 Se Klemperer (1987, 1995), Banerjee og Summers (1987) og Kim et al. (2001). 20 Se for eksempel Caminal og Matutes (1990) og Caminal og Claici (2007). 24

25 For det første er det studier som har benyttet spørreund ersøkelser for å avdekke mulige innelåsende effekter av bonusprogrammer. Flere studier har på ulike måter spurt flypassasjerer om hva som er viktig for deres valg av flyselskap, og på den måten prøvd å avdekke om bonusprogrammer gir en lojalitet til ett se lskap og dermed innelåsing. En nyere studie, hvor knapt 700 flypassasjerer i Europa svarte på en spørreundersøkelse, konkluderte som følger: Differences in drivers of airline loyalty for a number of segments were identified. For example, loyalty programs play a key role for business travelers whereas airline loyalty of leisure travelers is difficult to trace back to single factors. (Dolcinar et al. 2010) De finner altså at bonusprogrammer er den viktigste faktoren som kan forklare forretningsreisendes loj alitet til et flyselskap, men at derimot fritidsreisendes eventuelle lojalitet til ett selskap ikke kan forklares av é n faktor, slik som for eksempel et bonusprogram. De hevder at denne konklusjonen er i tråd med tilsvarende funn fra andre lignende studier fra markedet for flyreiser. 21 Det er også i overensstemmelse med en studie som ble gjort i 2002 angående effektene av SAS EuroBonus. I forbindelse med debatten om innføring av bonusforbud i Norge gjorde MMI på oppdrag av SAS en undersøkelse av hvordan flyp assasjerer ville respondere på et eventuelt forbud mot bonusopptjening innenlands. Studien viser at 42 % av kundene med EuroBonus Gold sier at de ville valgt et annet flyselskap på internasjonale flyvninger dersom det hadde blitt forbud mot bonusopptjening innenlands. 22 Det antyder at den innelåsende effekten den gang var betydelig. På den annen side er det mer tvetydige empiriske resultater hva angår mulig innelåsende effekter av bonus - programmer i andre næringer, for eksempel dagligvaresektoren. 23 En naturl ig forklaring på det kan være at sektorer som dagligvare ikke har det prinsipal - agent problemet som eksisterer innen luftfart ettersom kundene selv betaler for varene. Det er dermed mindre in s entiv til å bli innelåst i de sektorer der kunden selv må betale hele regningen. For det andre er det empiriske studier, som i stedet for å spørre flypassasjerene, analyserer hvorvidt flypassasjerene og flyselskapene faktisk endrer sin adferd som følge av bonusprogrammene. De to mest omfattende empiriske studiene som ser på faktiske effekter av bonusprogrammer er Lederman (2007, 2008). I begge studiene tar hun utgan gspunkt i endringer som inntreffer (såkalte sjokk) i det amerikanske flymarkedet, nærmere bestemt utvidelse av alliansen et flyselskap er medlem av med henholdsvis et innenlandsk og et utenlandsk flyselskap. Slike utvidelser vil gjøre det aktuelle bonuspro grammet mer attraktivt for den enkelte kunde, da det gir kunden større mulighet for opptjening av poeng og større valgfrihet hva angår hvilke flyruter som gratisreiser kan tas ut på. I begge de to studiene finner Lederman at en utvidelse av alliansen og de rmed attraktiviteten av bonusprogrammet 21 De viser til en rekke studier som de mener finner a significant effect from frequent flyer programs, se Espino et al. (2008), Hess et al. (2007), Nako (1992) og Suzuki (2007). 22 Tallet er gjengitt i Steen og Sørgard (2002), fotnote 9 på side Se for eksempel Liu (2007), som oppsummerer den empiriske litteraturen innen feltet marketing. 25

26 fører til høyere priser. Hun finner at priseffekten er større i forretnings - enn i fritidssegmentet, og at den også er større i de tilfeller et selskap har en sterk posisjon ut fra den flyplass som er selskapets nav ( hub ). Tidligere studier har funnet at det eksisterer nettopp et såkalt hub premium, det vil si høyere pris desto sterkere posisjon et selskap har ut fra dets nav. Lederman (2008) anslår at % av hub premium har sin årsak i bonusprogrammer. Hun viser videre til tidligere empiriske studier som dokumenterer hub premium, og hevder at disse studiene er konsistente med at hub premium delvis kan forklares med bonusprogrammer. 24 Alt i alt peker dette i retning av at bonusprogrammer har en innelåsende effekt, og at det kan føre til dempet konkurranse og dermed høyere, ikke lavere, priser. 5. Markedsutvikling og nyetablering I Copenhagen Economics kapittel 2 drøftes bonusforbud og nyetablering. Copenhagen Economics drøfte r hvorvidt forbud mot bonusoppt jening fortsatt bidrar til nyetablering, som var ett av motivene for å innføre et forbud i Dette er et naturlig utgangspunkt, da det i økonomisk litteratur er blitt påpekt at bonusprogrammer kan være en etableringshindring. Årsaken er at en etablert aktør gjennom bonusprogrammer vil ha mange lojale kunder, hvilket gjør det vanskelig for en nykommer å tiltrekke seg de etablerte aktørene s kunder. 25 Det synes som at Copenhagen Economics ikke er uenige med myndighetene om at forbud mot bonusopptjening bidr o til nyetablering i 2002 i Norge: We cannot rule out that the prohibition of EuroBonus on domestic routes in 2002 contributed to entry at that point of time. Hovedpoenget deres er at til tross for dette, vil ikke bonusforbudet i dag bidra til nyetablering. Snarere tvert i mot, opphevelse av forbudet kan føre til nyetableringer: allowing FFPs will in the best case promote entry as it allows for new business models, in the worst case it will be neutral to entry For å ta stilling til denne påstanden, og kunne vurdere hva utsagnet impliserer, la oss betrakte hvordan en skal analysere hva som er bestemmende for antallet bedrifter i en næring. 26 En potensiell nyk ommer i markedet vil først måtte ta et valg om etablering eller ikke, og dernest konkurrere i markedet dersom den har valgt etablering: 24 Hun viser til Borenstein (1989), Evans og Kessides (1993), Berry et al. (2006) og Lee og Prado (2005), som alle finner en hub premium. For eksempel finner Berry et al. (2006) og Lee og Prado (2005) at hub premium er største i forretningssegmentet, hvilket er konsistent med at bonusprogrammer har størst effekt for forretningsreisende. 25 Se Cairns og Galbraith (1990) som var de første som på p ekte dette. 26 Analysen som følger bygger direkte på Sutton (1992), som er en studie av hva som er bestemmende for antallet bedrifter i en næring. 26

27 Trinn 1: Etablering eller ikke Trinn 2: Hvis etablering, konkurranse i markedet Den potensielle nykommeren vil selvsagt ha forventninger om hvordan konkurransen vil bli dersom den etablerer seg. Disse forventningene vil ha betydning for de n s valg på trinn 1. Dette betyr at den som vurderer etablering må forutse hva som skjer etter etablering, og på det grunnlag ta sin etabl eringsbeslutning. Den vanlige måten å analysere en slik valgsituasjon på er ved såkalt baklengs induksjon: Først løse spillet på trinn 2, og dernest, gitt løsning på trinn 2, betrakter en aktørens beste valg på trinn 1. I F igur 7 har vi vist hvordan mulige priser ved ulike grader av konkurranse avhenger av antallet aktører i næringen. Med andre ord viser figur 7 løsningen på trinn 2. Figur 7 : Sammenheng mellom konkurransegrad, antallet aktører og pris Pris Monopolpris Priskartell/Koordinering Myk konkurranse Variabel kostnad Hard konkurranse N = # bedrifter Det er illustrert i F igur 7 at dersom det er forventet priskartell i markedet, vil det innebære at prisen forblir høy selv om antallet aktører som er aktive i markedet øker. På den annen side, vil hard konkurranse føre til at prisen faller betydelig allerede ved en overgang fra é n til to bedrifter i markedet. Gitt løsningen på trinn 2, la oss dernest betrakte valget som foretas på trinn 1. Hvis det forventes hard konkurranse, er det mindre fristende å etablere seg. Dette innebærer at desto hardere konkurranse som forventes, desto mindre nyetablering vil en for vente. Dette er illustrert i F igur 8. I F igur 8 har vi markedsstørrelse på den horisontale aksen og antallet bedrifter på den vertikale aksen (få bedrifter øver st og mange bedrifter nederst). Vi har illustrert de ulike kombinasjonene av markedsstørrelse og konsentrasjon for ulike grader av konkurranse. Vi ser at dersom en forventer priskartell, og dermed høye priser, vil det tiltrekke seg mange bedrifter. For en gitt markedsstørrelse vil det bety man ge aktive bedrifter i markedet. På den annen side vil utsikter til hard konkurranse innebære at få ønsker å etablere seg, og for en gitt markedsstørrelse vil det bety færre aktive bedrifter enn om det hadde vært priskartell. 27

28 Den analysen vi har gjengitt er relevant for Copenhagen Economics drøfting, da de er opptatt av nettopp sammenhengen mellom graden av konkurranse og potensialet for nyetablering. Hva angår det førstnevnte, hevder de at konkurransesituasjonen innen norsk luftfart er en helt annen i dag enn i 2002:.. the market conditions are much more competitive in 2010 than they were in 2002 and 2007 Figur 8 : Sammenheng mellom markedsstørrelse, konkurransegrad og antallet bedrifter Få bedrifter Hard konkurranse Myk konkurranse Mange bedrifter Liten Priskartell/Koordinering Stor Markedsstørrelse De finner følgelig at konkurransen er hard, men sier ikke noe eksplisitt om konkurransen er hardere for et gitt antall selskaper enn den ville vært dersom bonusprogrammer hadde vært tillatt. SAS har på sin side antydet at forbudet mot bonusprogrammer kan forsterke priskonkurransen: Bonusforbudetvinger aktørene til ensidig konsentrasjon om pris [Dagens Næringsliv, ] Utsagnet antyder at fravær av bonusprogrammer fører til økt fokus på pris, og dermed hardere priskonkurranse. En naturlig tolkning er at et forbud mot bonusprogramme r fører til et skift i kurv en vist i figur 7 og derigjennom også figur 8 Kurven skifter fra myk konkurranse i retning hard konkurranse. Alt annet likt vil det implisere at bonusforbudet har ledet til færre aktive flyselskaper. Men det betyr ikke at bonusforbudet ikke har hatt en øns kelig effekt. Snarere tvert i mot. Dersom bonusforbudet fører til forsterket priskonkurranse, slik de studiene vi har referert til tidligere antyder, skal det føre til mindre mulighet for at mange selskaper er aktive i markedet. Copenhagen Economics gjeng ir i Table 1 antallet ruter med nyetableringer i perioden i nordiske land samt Tyskland og Frankrike. De viser at det er få nyetableringer på ruter i Norge, og at Norge ligger lavere enn snittet for de nevnte landene i den perioden. En bør imidlert id være varsom med tolkningen av disse tallene av flere grunner. For det første er det grunn til å spørre hvorfor en kun fokuserer på perioden Bonusforbud for alle selskaper kom først i 2007, men enhver potensiell nykommer ville kunne forvente at dersom de gikk inn i det norske markedet etter 2002 ville det sannsynligvis bli tt lagt ned forbud også mot deres bonusprogram. Videre er Norwegians ekspansjon ut av Norge en viktig 28

29 forklaringsfaktor for nyetableringene i Danmark, Sverige og Finland. Etter å ha etablert seg på de aller fleste rutene i Norge der det var rom for mer enn en aktør i peri o den mellom 2002 og 2007, var det naturlig å vokse inn i sine nabomarkeder. Følgelig er det ikke naturlig å se bare på perioden etter Dette illustrerer vid ere at man skal være forsiktig med slike enkle oppstillinger. Det er en rekke forhold som kan påvirke nyetablering, og det er behov for en studie som kan kontrollere for andre faktorer før en kan si noe om effekten av bonusprogrammer som sådan. Sist, men i kke minst, er det et spørsmål om hvordan en skal tolke resultatene. Mindre nyetablering i Norge enn i land hvor bonusordninger er tillatt kan tolkes positivt, da det er forenlig med at et forbud mot bonusprogrammer vil forsterke priskonkurransen mellom de aktørene som er i markedet. Copenhagen Economic sin drøfting kaster et interessant lys over sammenhengen mellom forbud mot bonusprogrammer og nyetableringer. I den økonomiske litteraturen har det vært påpekt at bonusprogrammer kan føre til mindre nyetablering da en nykommer i liten grad klarer å kapre den etablertes kunder. 27 Følgelig vil et forbud gjøre at en nykommer lettere kan kapre noen av den etablertes kunder, og dermed gjøre nyetablering mer attraktivt. Dette synes som en mekanisme som kan f orklare hvorfor Norwegian hevdet at de kun ville etablere seg i det norske innenlandsmarkedet dersom bonusprogrammetil SAS ble forbudt. Men gitt at bonusforbud er innført og et selskap har etablert seg, er det som forklart over ikke nødvendigvi slik at forbudet mot bonusprogrammer vil bidra til ytterligere nyetableringer. Dette har vært lite omtalt i den økonomiske litteraturen om bonusprogrammer etter det vi kan se, men følger naturlig fra økonomisk litteratur om lojalitetsskapend effekter mer generel t. 28 Følgelig er vi enige med Copenhagen Economics i at et forbud mot bonusprogrammer ikke nødvendigvis fører til mange nyetableringer. Tvert imot kan det hevdes at dersom en ønsker å forby bonusprogrammer for å forsterke priskonkurransen vil en forvente få nyetableringer. Sett i et slikt perspektiv har markedsutviklingen i norsk luftfart etter bonusforbudet i 2002 vært gunstig. Det er bred enighet om at bonusforbudet var avgjørende for at en nykommer etablerte seg i Som beskrevet av Copenhagen Economi cs, har det vært hard konkurranse mellom SAS og Norwegian etter 2002, og da er det liten grunn til å forvente ytterligere nyetableringer. Hadde vi derimot observert mange nyetableringer etter bonusforbudet, kunne det vært en indikasjon på at bonusforbudet ikke hadde gitt den ønskede effekten på priskonkurransen. 27 Dette er drøftet i Cairns og Galbraith (1990) og Borenstein (1996). 28 Se for eksempel Fudenberg og Tirole (1984) og Tirole (1988), avsnitt Det er vist at det å opparbeide lojale kunder har to mostridende effekter på nyetablering. På den ene siden vil det gjøre det vanskelig for nye bedrifter å kapre den etablertes kunder, og på den annen side vil mange lojale kunder føre til at den etablerte ønsker å sette en høy pris og dermed gir en eventuell nykommer en vennlig velkomst i markedet. 29

30 6. Det norske markedet er unikt? I kapittel 4 drøfter Copenhagen Economics hvorvidt det norske flymarkedet adskiller seg klart fra andre nasjonale flymarkeder. Bakgrunnen er at Fornyings - og Adminis trasjons - departementet har hevdet dette, og benyttet det som et t av flere argumenter for å forby bonusprogrammer i Norge. Det er to argumenter som drøftes: 1. SAS har en svært sterk posisjon i det norske markedet. 2. Antallet reisende per capita er høy t i Norge. Copenhagen Economics gjengir tall for den største aktørens markedsandel i syv ulike land, og den viser at markedsandelen for SAS i Norge ikke kan sies å være høyere enn andre flyselskapers markedsandel i andre land: Markedsandelen til SAS i Norge er den f jerde høyeste blant de syv landene. I tallene for Norge er imidlertid Widerøe, som er heleid av SAS, ikke medregnet. Derimot viser Copenhagen Economics at det andre argumentet er gyldig. I Figure 2 på side 17 viser de at antallet reisende per capita er nær 3 i Norge, mens det for samtlige 27 EU - land og Sveits er lavere enn 1. De hevder at dette ikke nødvendigvis betyr at bonusprogrammer er mer skadelig i Norge, og fremfører tre argumenter for dette. For det første hevder de at reiseintensiteten ikke har noen signifikant effekt på innelåsingen, og i den forbindelse hevder de at terskelverdiene er de samme om en velger billigbilletter eller fullprisbilletter. For det andre hevder de at mer reiseaktivitet betyr mulighet for å benytte flere bonusprogrammer, o g dermed er det større potensial for konkurranse mellom bonusprogrammene. For det tredje mener de at flere reisende betyr mer verdi av økt service, hvilket gjør bonusprogrammene mer fordelaktige i Norge enn i andre land. Til det siste kan det bemerkes at s elv om reiseintensiteten er høy i Norge er det absolutte antallet reisende langt større i en rekke andre land. Det kan en enkelt konstatere s ved å betrakte Figure 2 på side 17 i Copenhagen Economics rapport, og ta hensyn til at land som for eksempel Spani a, Italia og Frankrike har betydelig flere innbyggere enn Norge. I så fall er det ut fra deres resonnement mer nyttig med bonusordninger i de landene enn i for eksempel Norge. Det er heller ikke slik at mer reiseaktivitet for den enkelte nødvendigvis gir s tørre mulighet for at det er konkurranse mellom ulike bonusprogrammer. Det enkelte flyselskap vil selvsagt kunne tilpasse sin bonusordning til nivået på reiseaktiviteten og bonusopptjeningen. Hvis det er høy reiseaktivitet for den enkelt e, og dermed høy bo nusopptjening, vil selskapet måtte sette høye nivåterskler for å oppmuntre de reisende til å reise kun med deres selskap. Vi har erfart at SAS reduserte kravet til g ullkort for norske rei s ende fra til poeng etter at bonusopptjening ble forbud t innenlands i Norge. Tilsvaren de varierer gullkortnivågrensen på tvers av markeder. Dete illustrerer nettopp det at flyselskapene kan og vil tilpasse sitt bonusprogram til gjeldende reiseaktivitet og opptjeningsregler, slik at de 30

31 gjør det lite attraktivt for de fleste reisende å velge fritt sine reiser mellom to bonusprogrammer. Vi har omtalt to empiriske studier fra USA som finner at bonusprogrammer har en prisøkende effekt, og at priseffekten er større desto sterke posisjon et flyselskap har i sin hub. Sett i et slikt perspektiv kan høy innenlandsk reiseaktivitet av den enkelte reisende bety at innenlandsk bonusopptjening gir høy grad av innelåsing for de som også skal reise utenlands, da det gir innenlandske selskaper et potensial for å skape et hub premium. Dessuten er det grunn til å ta hensyn til at SAS også eier Widerøe, som driver kortbanenettet. Et betydelig antall passasjerer vil måtte reise både på stamrutenettet og på kortbanenettet. Disse passasjerene vil gjennom bonusopptjening kunne opptjene poeng på kortbanettet, og SAS har dermed større mulighet til å skape lojalitet for den type gjennomgående passasjerer. En kan betrakte hver flyplass der stamruter og kortbaneruter overlapper som flyplasser der SAS har mulighet for en hub effekt, da de har en svært betydelig andel av kundene som er gjennomgående. Videre kan og blir Widerøes ruteavganger tilpasse t SAS ruteavganger, hvilket gir ytterligere potensial for lojalitet blant de gjennomgående passasjerene (de som reiser både med SAS og v idere med Widerøe, eller omvendt). Gitt at priseffekten av et bonusprogram er større desto sterke posisjon selskapet har i sin hub, i dette tilfellet flyplasser med både kortbane - og stamruteflyvninger, vil det gi enda større grunn til å være bekymret fo r effekten av et bonusprogram i det norske markedet. Denne mulige effekten var for øvrig også til stede i 2002 da bonusforbudet ble innført. 7. Noen avsluttende merknader Vi har i dette notatet foretatt en drøfting av Copenhagen Economics rapport vedrøren de forbud mot bonusopptjening i norsk luftfart. På flere sentrale punkter er vi uenige i deres analyse og/eller konklusjon. Vi vil her oppsummere noen hovedpunkter. For det første kan vi ikke se at de har dokumentert at et bonusforbud hindrer SAS i å tilby høy kvalitet på sitt produkt. Vi har argumentert for at tilleggsprodukter som for eksempel lounge og oppgradering kan tilbys kunder uavhengig av deres opptjente bonuspoeng, det vil si uavhengig av at det finnes et bonusprogram. Hvis en ønsker å tilby for eksempelounge til de som har størst nytte av det, vil ikke en kobling mot bonusopptjening nødvendigvis være den eneste treffsikre måten å gjøre det på. Vi ser imidlertid også argumenter for at det ikke uten videre er lett for SAS å bryte med sin ege n forretningsmodell der alt inngår og introdusere betal ing for ekstratjenester. E t forbud mot bonusopptjening vil i nnebære at selskapet ikke ha r mulighet til å premiere de mest lojale kundene og slik sett legge begrensinger på flyselskapets ad ferd. En slik premiering er imidlertid nettopp det som kan skape lojalitet og innelåsing, og kan av den grunn være problematisk fra et samfunnsøkonomisk perspektiv. På den annen side se vi at et 31

32 aktivt bonusprogram gir selskapet mulighet til å bygge seg kunnskap om kundenes reisevaner slik at de kan bruke langt mer målrettet reklame ut fra den enkelte kunde s reisepreferanser. S lik sett er bonusprogram m et et spesielt verdifullt redskap for selskapet s muligheter til kostna dseffektiv markedsføring. For det andre er vi uenige i at prinsipal - agent problemet mellom de ansatte og arbeidsgiverne nå langt på vei forsvinner på grunn av selskapenes kontrollmuligheter og bestillingsrutiner, slik Copenhagen Economics antyder. I henhold til en spørreundersøkelse utført i regi av Konkurransetilsynet har flere bedrifter fått retningslinjer i løpet av de siste 10 årene, slik Copenhagen Economics hevder. Slik sett er prinsipal - agent problemet trolig mindre enn før, men denne und ersøkelsen viser imidlertid også at om lag 90 % av de spurte selskapene tillater privat opptjening av bonuspoen g, og det typiske er at den ansatte selv bestiller sine reise r. Slik vi tolker undersøkelsen synes det som at kontrollrutiner og sanksjonssysteme r slik de benyttes i dag ikke fullt ut kan hindre opportunistisk adferd. All den tid den ansatte selv er bedre informert om når behovet for fleksible billetter oppstår og til en viss grad trolig kan påvirke hvor ofte dette oppstår, vil man uavhengig av ko ntrollsystemene og reiseregler fremdeles ha et prinsipal - agent problem mellom arbeidsgiver og ansatt. Fra et samfunnsøkonomisk perspektiv er dette også betenkelig, da den ansatte og selskapet kan ha felles interesse av en bonusordning som er et alternativ til en lønnsøkning og som det i praksis ikke skattes for. For det tredje er ikke analysen som gis i Copenhagen Economics rapport kapittel 3 egnet til å avdekke fullt ut mulig innelåsing. De betrakter hvorvidt noen reisende tilpasser seg strategisk ved å opptre slik at de akkurat kommer over tersk elen for å oppnå gullkort. D e n ne undersøkelsen vil i beste fall kun fange opp noe av de mulige effektene av bonusprogrammet. De tallene som benyttes er primært anvendelig til å kunne si noe om mulige tilpasninger til det gjeldende bonusprogrammet i de aktuelle markedene, ikke hva som ville skjedd dersom det hadde vært fullstendig forbud mot bonusprogram. Reisemønster e t og fordelingen av bonuskunder på ulike medlemsnivå er tross alt kommet frem i en situasjon med bo nusprogram, og i så måte blir kontrafaktiske analyser vanskeliggjort. Dermed er det tilsvarende vanskelig å si noe om hva som ville skjedd om man igjen hadde tillatt innenlandsk opptjening av bonuspoeng i Norge. I prinsippet er det mulig at bonusprogrammet har innelåsende effekter, uavhengig av de svar en får på den analysen som foretas i kapittel 3 i Copenhagen Economics rapport. Vi har illustrert dette med et talleksempel, der vi illustrerer at halen av kunder, det vil si antallet kunder med et høyt an tall reiser hos ett selskap, kan være betydelig mindre dersom d et ikke finnes et lojalitetsprog ram. Denne typen effekt av et bonusprogram er ikke fanget opp i Copenhagen Economics analyse. For det fjerde er vi uenige i Copenhagen Economics tolkning av r esultatene fra sine egne undersøkelser i deres kapittel 3. Tar vi utgangspunkt i dataene som er brukt og underlegger dem statistisk testing finner vi at for enkelte grupper av EuroBonus - medlemmer har 32

33 bonusprogrammet en klart signifikant effekt på deres adf erd. Vi tolker resultatene som at det derfor foreligger et prinsipal - agent problem som følge av bonusprogrammet for de relevante kundene, nemlig de kundene som er i nærheten av det aktuelle medlemsnivået. Så mye so påvirkes av gullkortnivåterskelen i sin reiseadferd avhengig av marked og målemetode. At de relevante kundene ikke utgjør en stor andel av total medlemsmasse fjerner ikke prinsipal - agent problemet. For det femte er vi av den oppfatning at spørsmålet om en fjerning av bonusforbudet fører til nyetablering eller ikke, som drøftes i kapittel 2 i Copenhagen Economics rapport, er et feilaktig stilt spørsmål. Det er mye som taler for at bonusforbudet i 2002 førte til at ett nytt selskap utfordret en monopolist, noe heller ikke Copenhagen Econo mics utelukker ( at Norwegians etablering kom som følge av bonusforbudet ). Men selv om bonusforbudet har betydning for overgangen fra monopol til duopol, vil ikke det nødvendigivs innebære at bonusforbudet stimulerer til ytterligere nyetableringer. Vi er i så måte enige i at en eventuell opphevelse av forbudet ikke trenger å ha store effekter på antallet nyetableringer, og at det endog kan føre til flere nyetableringer. Spørsmålet blir imidlertid heller om en slik situasjon er bedre enn dagens for forbrukern e. Copenhagen Economics antyder flere steder at det er hard priskonkurranse i det norske markedet nå. Sammenholdt med uttalelser fra SAS kan dette tolkes som at forbud mot bonusprogrammet har bidratt til å forsterke priskonkurransen. Det er ikke noe mål i seg selv å ha mange aktører. Målsettingen bør heller være å oppnå lavest mulige priser og best mulig tilbud til passasjerene. I så fall er det ikke noe argument i favør av å oppheve bonusforbudet at en slik opphevelse vil gi ingen eller en positiv effekt p å antallet nyetableringer, da en opphevelse også vil kunne bidra til mindre hard priskonkurranse. For det sjette er det ikke riktig, som det hevdes i kapittel 4 i Copenhagen Economics rapport, at høy per capita reiseaktivitet i det norske markedet taler for liten mulighet til innelåsing. Selskapet har mulighet til å tilpasse sine terskelverdier til intensiteten i reiseaktiviteten for den enkelte, og dermed unngå at stor reiseaktivitet gir mulig het for å bruke to bonusprogrammer. Stor reiseaktivitet gir stor mulighet for innelåsing. Som beskrevet er det i den empiriske litteraturen vist at desto sterkere posisjon et selskap har på en flyplass desto mer prisdempende effekt vil en forvente av et bo nusprogram. Ved å tillate bonusopptjening vil det ut fra dette perspektivet gi SAS mulighet til å utnytte ytterligere slike grupper som er innelåst. I den forbindelse er det særlig grunn til å nevne at SAS gjennom sitt datterselskap Widerøe har kontroll ov er også kortbanenettet, og det gir selskapet en sterk posisjon på de flyplasser der kortbanenettet og stamrutenettet overlapper. For det syvende er det etter vårt syn overraskende at Copenhagen Economics ikke refererer til noe av den internasjonale littera turen vedrørende mulige effekter av bonusprogrammer. Vi har referert til denne litteraturen, som både omhandler teoretiske studier, spørreundersøkesler og studier der en studerer flypassasjerenes faktiske adferd, og vi konkluderer med at litteraturen peke r i retning av at bonusprogrammer kan ha en 33

34 lojalitetsskapende og innelåsende effekt. Det vil i neste omgang føre til at priskonkurransen svekkes, og dermed kan prisene bli høyere enn det en ellers ville observert. Sist, men ikke minst, er det ikke samsvar mellom Copenhagen Economics analyse og de konklusjoner de trekker i sin oppsummering i kapittel 2. I det kapitlet konkluderer de med at opphevelse av bonusforbudet vil gi prispress nedover: In this new market situation, allowing FFP s on domestic routes might indeed lead to a downward pressure on domestic prices. There are two main reasons for this. First, as SAS will reintroduce EuroBonus on domestic routes, an artificial restriction on the full service carrier business model is removed, and the competi tive pressure in the market will intensify. Second, Norwegian may introduce MyReward program on domestic routes, but will most likely not match the costly service level of a full service carrier. To balance out the increased competitive pressure from SAS, Norwegian may choose to make some price reductions, the main competitive tool for a low cost carrier. (side 2) Dete samsvar er ikke med det de kommer frem til i selve rapporten. De viser i kapittel 3 at bonusprogrammet fører til en viss grad av innelåsing, dog svært begrenset etter deres syn. Slik sett er det ikke lett å forstå hvordan de i oppsummeringen kan hevde at en innføring av bonusopptjening innenlands vil føre til prispress nedover. Det står også i sterk kontrast til SAS påstand om at bonusforbu det tvinger aktøren til ensidig konsentrasjon om pris. Det står også i sterk kontrast til det som finnes av internasjonale empiriske funn, som tyder på at bonusprogrammer bidrar til å dempe priskonkurransen. Uttalelsen sitert over fra side 2 i deres rapp ort tyder på at de forventer at SAS vil velge fullt ut en profil med service dersom bonusopptjening tillates, mens Norwegian ikke vil matche fullt ut. Med andre ord forventer de en større grad av produktdifferensiering. Selv om lavprisselskapenes fortsatte vekst også inn i forretningssegmentet kan øke konkurransen også på service, er d et er velkjent fra økonomisk teori at større grad av produktdifferensiering vil bidra til å dempe priskonkurransen. Følgelig er konklusjonen de drar verken forankret i det de finner i egen analyse i kapittel 3, ei heller forankret i det resonnement de gir i samme avsnitt. 34

35 Referanser Banerjee, A. og L. H. Summers (1987): On Frequent Flyer Programs and other loyalty - inducing economic arrangements, Discussion paper No. 1337, Harvard Institute of Economic research. Basso, L. J., M. T. Clememts, og T. W. Ross (2009): Moral hazard and c ustom loyalty programs, American Economic Journal: Microeconomics, 1, Berry, S., M. Carnall og P. T. Spiller (2006): Airline hubs: Costs, markups and the implications of customer heterogeneity, kapittel i D. Lee (red.): Advances in Airline Economics, Volume I, Competition and Antitrust, Amsterdam, Elsevier. Bilotcach, V. (2009): Parallell Frequent Flyer Program partnership: Impact on frequency, notat, University of California Irvine. Borenstein, S. (1989): Hubs and high fares: Airport d ominance and market power in the U.S. airline industry, RAND Journal of Economics, 20, Borenstein, S. (1996): Repat - buyer programs in network industries, kapittel i W. Sichel (red.): Network, infrastructure, and the new task for regulation, Uni versity of Michigan Press, Cairns, R. D. og J. W. Galbraith (1990): Artificial Compatibility, Barriers to Entry, and Frequent Flyer Programs,Canadian Journal of Economics, 23: Caminal, R. og C. Matutes (1990): Endogenou switching costs in a duopoly model, International Journal of Industrial Organization, 8, Caminal, R. og A. Claici (2007): Are loyalty - rewarding pricing schemes anti - competitive?, International Journ al of Industrial Organization, 25, Dolnicar, S., K. Gabler, B. Grün og A. Kulnig (2010): Key drivers of airline loyalty, Tourism Management, forthcoming. Emch, A. (2007): Frequent Flyer Programmes under Article 82 EC Is the sky the only limit? World Competition, 30, Espino, R., J. C. Marting og C. Roman (2008): Analyzing the effect of preference heterogeneity on willingness to pay for improving service quality in an airline context, Transportation Research Part E, 44, Evan s, W. N. og I. N. Kessides (1993): Localized market power in the U.S. airline industry, The Review of Economics and Statistics, 75, Fudenberg, D. og J. Tirole (1984): The fat cat effect, the puppy dog ploy and the lean and hungry look, American Economic Review, Papers and Proceedings, 74, Hess, S., T. Adler og J. W. Polak (2007): Modeling airport and airline choice behavior with the use of stated preference survey data, Transportation Research Part E, 43, Kim, B., M. Shi og K. Srinivasan (2001): Reward programs and tacit collusion, Marketing Science, 20,

36 Klemperer, P. (1987): Markets with consumer switching costs, Quarterly Journal of Economics, 102, Klemperer, P. (1995): Competition when consumers have sw itching costs: Overview with applications to industrial organization, macroeconomics, and international trade, Review of Economic Studies, 62, Lederman, M. (2008): Are Frequent - Flyer Programs a cause of the hub premium?, Journal of Economics & Management Strategy, 17, Lederman, M. (2007): Do enhancements to loyalty programs affect demand? The impact of international frequent flyer partnerships on domestic airline demand, RAND Journal of Economics, 38, Lee, D. og M. J. L. Pra do (2005): The impact of passenger mix on reported hub premiums in the U.S. airline industry, Southern Economic Journal, 72, Liu, Y. (2007): The long - term impact of loyalty programs on consumer purchase behavior and loyalty, Journal of Marketi ng, 71, Nako, S. M. (1992): Frequent flyer programs and business travelers: an empirical investigation, Logistics and Transportation Review, 28, Sharp, B. og A. Sharp (1997): Loyalty pograms and their impact on repeat - purchase loyalty patterns, International Journal of Research in Marketing, 14, Stephenson, F. J. og R. J. Fox (1992): Corporate strategies for frequent - flier programs, Tr ansportation Journal, Fall 1992, Steen, F. og L. Sørgard (2002): Price discrimination in the airline industry, rapport skrevet på oppdrag av nordiske konkurransemyndigheter. Tilgjengelig på - discrimination.pdf Sutton, J. (1992): Sunk costs and market structure, MIT Press. Suzuki, Y. (2007): Modeling and testing the two- step decision process of travelers in airport and airline choice s, Transportation Research Part E, 43, Tirole, J. (1988): The Theory of Industrial Organization, The MIT press. Tretheway, M. W. (1989): Frequent Flyer Programs: Marketing bonanza or anti - competitive tool?, Journal of Transportation Research Forum, 30,

37 APPENDIX: En empirisk analyse av m ulige effekter av gullkort Tabell 4 : Enkeltlandsmodeller estimert over alle medlemskategorier mellom 20 0g poeng (For Danmark er resultatene de samme som er presentert i Tabell 2) D anmark S verige N orge Koeff/Stand.feil Koeff/Stand.feil Koeff/Stand.feil Før *** *** *** (9.955) (14.639) (14.453) Etter *** *** *** 1 i (12.091) (16.682) (15.713) *** *** *** ( ) ( ) ( ) I *** *** *** (3.684) (5.859) (5.175) i 2 *** *** *** (0.024) (0.038) (0.032) Konstant *** 5*** *** ( ) ( ) ( ) R N ***signifikant på 1%. Tabell 5 : Enkeltlandsmodeller estimert over alle medlemskategorier mellom 20 0g poeng, effektestimater oppsummert (For Danmark er resultatene de samme som er presentert i Tabell 2) Danmark Sverige Norge Koeffisient Stnd. feil Koeffisient Stnd. F eil Koeffisient Stnd. feil Før totalt *** *** *** Etter totalt *** *** *** Re l ativ effekt Før (antall i samme kategori) *** *** *** Etter (antall i samme kategori) ** ** *** Før (antall med sølvkort) *** *** *** Etter (antall med gullkort) ** ** *** Før (alle mellom ) *** *** *** Etter (alle mellom ) ** ** *** ***signifikant på 1%.. 37

38 Tabell 6 : P aneldata modeller estimert over alle medlemskategorier mellom o g poeng, syv medlemsområder A lle S candinavia Koeff/Stand.feil Koeff/Stand.feil Før *** (8.544) (9.880) Etter *** *** (10.390) (11.982) 1 i *** *** ( ) ( ) I *** (3.812) (3.931) i Americas *** (3.067) i AsiaPacific *** (3.067) i EMEA *** (3.070) i Finland *** (3.059) i Norge * ** (3.070) (2.331) i Sverige *** *** (3.067) (2.326) 2 i *** (0.028) (0.027) 2 i Americas *** (0.027) 2 i AsiaPacific *** (0.027) 2 i EMEA *** (0.027) 2 i Finland *** (0.027) 2 i Norge * ** (0.027) (0.021) 2 i Sverige *** *** (0.027) (0.021) ***signifikant på 1%, **signifikant på 5%, signifikant på 10% 38

39 Tabell 6 (fortsetter): P aneldata modeller estimert over alle medlemskategorier mellom o g poeng, syv medlemsområder Alle Scandinavia Koeff/Stand.feil Koeff/Stand.feil Americas *** (78.355) AsiaPacific *** (78.355) EMEA *** (78.606) Finland *** (78.267) Norge * (78.606) (59.775) Sverige *** *** (78.355) (59.332) Konstant *** *** ( ) ( ) R N ***signifikant på 1%, **signifikant på 5%, signifikant på 10% 39

40 Tabell 7 : P aneldata modeller (modell(3) estimert over alle medlemskategorier mellom o g poeng, syv medlemsområder, effektestimater oppsummert. Alle Scandinavia Koeffisient Stnd.feil Koeffisient Stnd.feil Før totalt *** Etter totalt *** *** Relativ effekt Før (antall i samme kategori) ** Etter (antall i samme kategori) ** ** Før (alle mellom ) *** Etter (alle mellom ) *** ** ***signifikant på 1% Figur 4 Predikert medlemsantall per kategori i Danmark, Sverige og Norge basert på landsmodellene (effektene fra Før og Etter er fratrukket). Gullkrav varierer på tvers av land: Danmark (55 000), Sverige (70 000) og Norge (45 000) trend Danmark_prediksjon members 40

41 trend Sverige_prediksjon members trend Norge_prediksjon members 41