Il turismo nelle città europee: competitività di prezzo delle strutture alberghiere nelle città d arte L. Baldassin, M. Gallo e E. Mattevi (Banca d Italia, Venezia) XIII Conferenza CISET - Banca d Italia L ITALIA E IL TURISMO INTERNAZIONALE Venezia, 17 aprile 2013
Obiettivo del lavoro Studiare la competitività di prezzo delle strutture alberghiere in 26 città d arte europee, tra cui Milano, Venezia, Firenze, Roma, Napoli: Utilizzando un dataset completamente nuovo. Scomponendo il prezzo in una componente legata ai servizi offerti e una legata ai fondamentali della città. 3
Motivazione (1) Principale segmento di mercato turistico: L Europa è la prima destinazione del turismo internazionale (45% delle entrate turistiche). Turismo in città d arte nel 40% dei casi. Le recenti rivoluzioni tecnologiche hanno cambiato profondamente il mercato turistisco: Vettori low cost e motori di ricerca online hanno aumentato la concorrenza tra operatori e ridotto le asimmetrie informative. Strutture alberghiere particolarmente interessate dai cambiamenti (valutazioni, fotografie, commenti ). 4
Motivazione (2) Questione di particolare interesse per l Italia: Primo paese al mondo per numero di siti culturali UNESCO. Tuttavia si posiziona 20 nel ranking europeo secondo l indicatore di competitività turistica del World Economic Forum, ed è il 3 esportatore europeo di servizi turistici. Le strutture alberghiere sono la tipologia di alloggio preferita (40 % dei pernottamenti) e la visita alle città d arte la principale motivazione del viaggio (50 % della spesa dei viaggi per vacanza). 5
I dati Dataset nuovo tratto da Internet, che contiene informazioni sulle caratteristiche di: 55.695 camere matrimoniali relative a 7.365 hotel, Localizzati in 26 città d arte europee, 4 estrazioni: 31 marzo 2012, 20 ottobre 2012, 24 novembre 2012, 26 gennaio 2013. Vantaggi di Internet Elevata rappresentatività del campione (figura 1), novità rispetto alla letteratura esistente Omogeneità dei dati internazionali (unica fonte) I prezzi osservati sono i migliori prezzi offerti in Internet (vincolo contrattuale) No discriminazione di prezzo a seconda del paese d origine. 6
Estrazione attenta dei dati: I dati Il nostro focus è sul turismo per vacanza dunque l unità di osservazione è sempre la notte tra sabato e domenica. Evitate le festività (religiose e civili) per escludere aumenti di prezzo non ordinari. La ricerca si restringe a hotel del centro (distanza non superiore a 2 km dall area centrale della città). Estrazione circa 2 mesi prima della data di pernottamento per evitare i potenziali problemi di sample selection e variabilità di prezzo legati a politiche di yield management. 7
I dati Elevata variabilità Di prezzo, tra città e categorie di stelle (figura 2) Delle caratteristiche degli alberghi tra categorie di stelle (figura 3) Delle caratteristiche delle stanze tra categorie di stelle (figura 4) Dei servizi offerti tra città (figura 5) 8
Metodologia Teoria dei prezzi edonici Il prezzo che un turista è disposto a pagare per un dato bene destinazione è dato dalla somma dei valori che egli assegna a ciascuna attrazione e servizio incluso. Funzione di prezzo edonico per la stanza r nell hotel h nella città c: P P X, W, Z ) rhc ( r h c 9
Metodologia Stima a due stadi (Papatheodorou, 2002): Primo stadio: stima del valore dei servizi offerti (hotel e stanze) p X W rhct s r q rhct s h : valore dei servizi offerti per ottenere una stima del prezzo della città al netto dei servizi offerti dalle strutture ricettive pˆ p qˆ ˆ ˆ ˆ rhct rhct rhct Secondo stadio: correlazione tra prezzo aggiustato e caratteristiche delle città: MARKET ATTRACTIONS COSTS SEASON p qˆ Z Z Z Z cst cst c c cst n c cst ns n c rhct ns cs rhct ct cst 10
Risultati 1 Step: Regressione baseline Controlliamo gli effetti di 26 città e 367 quartieri (variabili dummy) Regressioni differenti per categoria di stelle Non includiamo lo score già assegnato dai clienti all albergo Caratteristiche degli hotel: 3 stelle: Internet wi-fi (+6,2%) 4 stelle: Ristorante (+4,0%) 3 e 4 stelle: massaggi e trattamenti wellness (+ 6,0/8,8%) Caratteristiche delle camere: 2/5 stelle: superficie (1,5/2,1% per mq.) 2/4 stelle: aria condizionata (6/10%) 3 stelle: minibar (+5,8%) 3/4 stelle: cassaforte (6,8/8,2%) Caratteristiche del servizio / contratto: 2/4 stelle: colazione inclusa (9/12%) 3/5 stelle: opzione di cancellazione libera (10/21%)
ETEROGENEITÀ Risultati 1 Step: Robustezza I risultati non cambiano stimando separatamente per ogni data I risultati non cambiano nella regressione pooled per categoria di stelle. L effetto delle caratteristiche degli alberghi si attenua quando consideriamo solo gli alberghi appartenenti a una catena Aria condizionata & temperatura della città ( 11 C ): il prezzo è superiore (del 4-6%) nelle città calde (per i 3 e 4 stelle) STAGIONALITÀ E SELEZIONE CAMPIONARIA Effetti stagionali specifici alle singole città possono distorcere le stime se modificano le caratteristiche medie degli alberghi disponibili alla prenotazione su Internet. Sfruttando le caratteristiche panel del campione stimiamo la probabilità che un albergo sia nel campione in ognuna delle quattro date. Quindi seguiamo la procedure di Heckman (1979) e non troviamo indizi di selezione campionaria nella regressione baseline
Paris Venice London Stockholm Amsterdam Rome Florence Milan Copenhagen Barcelona Lyon Munich Naples Seville Dublin Wien Bordeaux Brussels Cologne Salzburg Athens Madrid Lisbon Berlin Prague Budapest Risultati 1 Step: I prezzi corretti (4 stelle) 0,8 0,6 Prezzo grezzo Prezzo corretto 0,4 0,2 0,0-0,2-0,4-0,6-0,8
Risultati 1 Step: prezzi corretti e contenuto di servizio
Paris London Venice Stockholm Copenhagen Amsterdam Milan Rome Florence Munich Bordeaux Lyon Barcelona Salzburg Dublin Cologne Seville Wien Madrid Brussels Berlin Naples Lisbon Prague Athens Budapest Risultati 2 Step Correzione per eventuali effetti stagionali specifici delle città. Pooling delle categorie di stelle. 4,6 4,4 4,2 Prezzo medio corretto (log) Venezia: +47% Milano, Roma e Firenze: +12/19% Napoli: -35% 4,0 26 cities average = 3,92 3,8 3,6 3,4 3,2 3,0
Risultati 2 Step Correlazione dei prezzi con alcune caratteristiche della città: - Dimensione urbana (area kmq.) - Struttura dell offerta (n. alberghi) - Dimensione media degli alberghi (n. medio di camere) - Costo dei fattori di produzione (prezzo al mq. Immobili, salari) - Attrazioni della città (artistiche, culturali e mondane, n. siti o pagine nelle guide) Correlazione statisticamente significativa con i prezzi degli input (specialmente con il prezzo degli immobili)
Conclusioni Ampie differenze nei prezzi e nelle caratteristiche dei servizi offerti dagli alberghi di 26 città d arte europee. Differenze di prezzo legate soprattutto ai diversi fondamentali delle città La crescente concorrenza sul mercato europeo spinge verso una parziale omogeneizzazione dei prezzi implementata variando il contenuto di servizi e qualità offerto: città con un più elevato costo dei fattori tendono a ridurre la qualità dei servizi e viceversa per le città più economiche In Italia si ripropone il dualismo Nord-Sud, mentre condizioni urbanistiche peculiari influenzano i prezzi di Venezia. A differenza di quanto accade in molte altre città con prezzi elevati, il differenziale di prezzo (positivo) di Milano, Firenze e Roma rispecchia anche un più elevato contenuto di servizi.
Amsterdam Atene Barcellona Berlino Bordeaux Bruxelles Budapest Colonia Copenhagen Dublino* Firenze Lione Lisbona Londra Madrid Milano Monaco Napoli Parigi Praga Roma Salisburgo Siviglia Stoccolma Venezia Vienna Fig.1 Tassi di copertura del campione 140 120 100 80 60 40 20 0 back 18
Amsterdam Athens Barcelona Berlin Bordeaux Brussels Budapest Cologne Copenhagen Dublin Florence Lisbon London Lyon Madrid Milan Munich Naples Paris Prague Rome Salzburg Seville Stockholm Venice Wien Fig. 2: Prezzi di una stanza doppia (deviazioni logaritmiche dalla media) Nord Europa, Parigi, Barcellona, Centro-Nord d Italia: sopra la media Paesi del Mediterraneo, Austria, Germania, Paesi dell Est e Sud Italia sotto la media 100% 80% 60% 40% 20% 0% 2 stars 3 stars 4 stars 5 stars 100% 80% 60% 40% 20% 0% -20% -40% -60% -80% -100% -20% -40% -60% -80% -100% 2 stars 3 stars 4 stars 5 stars back 19
Fig. 3: Caratteristiche medie degli hotel nel campione Categoria (stelle) 2 3 4 5 Stanze nell'hotel (no.) 47.6 60.4 126.4 164.4 Catena (dummy) 12.9 25.8 56.5 66.3 Valutazione (1-10) 7.3 7.7 8.0 8.5 Internet gratis(dummy) 75.9 78.5 76.0 61.8 Connessione Wi-fi (dummy) 86.3 92.5 95.3 93.1 Ristorante (dummy) 16.0 31.1 66.8 97.2 Navetta aeroportuale (dummy) 12.2 14.6 17.5 27.7 Fitness (dummy) 0.7 5.0 33.5 73.9 Piscina (dummy) 1.1 3.7 16.2 37.4 Spa (dummy) 12.3 35.0 74.7 94.1 Massaggi (dummy) 1.0 5.7 22.5 64.8 back 20
Fig. 4: Caratteristiche medie delle stanze nel campione Categoria (stelle) 2 3 4 5 Prezzo (euro) 81.1 105.4 154.1 355.2 Area (m 2 ) 15.6 19.2 24.9 34.7 Colazione inclusa (dummy) 48.6 54.0 42.8 23.7 Annullamento prenotazione (dummy) 66.2 53.6 42.4 42.3 Aria condizionata (dummy) 40.1 57.2 80.5 91.0 Televisione (dummy) 83.0 89.1 89.4 84.6 Minibar (dummy) 16.9 47.7 82.9 91.4 Cassetta di sicurezza (dummy) 15.7 31.4 50.7 56.4 back 21
Amsterdam Atene Barcellona Berlino Bordeaux Bruxelles Budapest Colonia Copenhagen Dublino Firenze Lione Lisbona Londra Madrid Milano Monaco Napoli Parigi Praga Roma Salisburgo Siviglia Stoccolma Venezia Vienna 30 Fig. 5: Variabilità tra città 4 stelle Dimensione media delle stanze (mq.) 25 20 15 back 22