Analysis of air passenger traffic in domestic and international market in Polish airports in 2013-2024

Abstract

The study addresses the structural and dynamic differences between domestic and international air passenger traffic in the Polish airport system under conditions of post-crisis recovery and market transformation. The relevance of the research is driven by the need to improve the accuracy of short-term forecasting and decision-making in air transport, particularly in the context of disruptions caused by the COVID-19 pandemic and geopolitical instability in Eastern Europe.

The purpose of the paper is to identify trends, seasonal patterns, and structural differences in domestic and international passenger traffic across major Polish airports during the period 2013–2024, with a particular focus on the post-COVID recovery phase.

The research is based on quarterly statistical data provided by the Civil Aviation Authority of Poland for eight key airports. A comparative time series analysis is applied, combined with decomposition techniques using additive models and STL (Seasonal-Trend decomposition using Loess) implemented in R. The study separately examines domestic and international traffic to assess the validity of aggregated forecasting approaches.

The results demonstrate that international passenger traffic exhibits a stable growth trend and pronounced seasonality, while domestic traffic shows weaker seasonal patterns and a tendency toward stagnation or decline in the post-COVID period. It is found that the behavior of domestic and international time series differs significantly across airports, which limits the applicability of aggregated forecasting models.

The scientific contribution of the paper lies in substantiating the necessity of separate modeling of domestic and international traffic flows to improve forecast accuracy and analytical reliability. The findings provide a basis for more precise short-term forecasting and can be used in strategic planning and operational management of airport systems under conditions of uncertainty.

Keywords

air transport, passenger traffic, domestic transport, international transport, time series analysis, seasonality, forecasting

Анотація

Дослідження присвячене аналізу структурних та динамічних відмінностей між внутрішніми та міжнародними авіапасажирськими перевезеннями в системі аеропортів Польщі в умовах посткризового відновлення та трансформації ринку. Актуальність роботи зумовлена необхідністю підвищення точності короткострокового прогнозування та прийняття управлінських рішень у сфері повітряного транспорту, зокрема в умовах порушень, спричинених пандемією COVID-19 та геополітичною нестабільністю у Східній Європі.

Метою статті є виявлення трендів, сезонних компонентів та структурних відмінностей внутрішнього і міжнародного пасажиропотоку в провідних аеропортах Польщі у період 2013–2024 рр. з акцентом на постковідний етап відновлення.

Дослідження базується на щоквартальних статистичних даних Управління цивільної авіації Польщі для восьми ключових аеропортів. У роботі застосовано порівняльний аналіз часових рядів, а також методи їх декомпозиції з використанням адитивної моделі та STL-підходу (Seasonal-Trend decomposition using Loess), реалізованого у середовищі R. Аналіз здійснюється окремо для внутрішніх та міжнародних перевезень з метою оцінювання доцільності агрегованого прогнозування.

Результати дослідження свідчать, що міжнародні авіаперевезення характеризуються стійкою тенденцією до зростання та вираженою сезонністю, тоді як внутрішні перевезення демонструють слабшу сезонну компоненту та тенденцію до стагнації або зниження у постковідний період. Встановлено, що поведінка часових рядів внутрішнього та міжнародного пасажиропотоку суттєво відрізняється залежно від аеропорту, що обмежує застосування агрегованих моделей прогнозування.

Науковий внесок роботи полягає в обґрунтуванні необхідності роздільного моделювання внутрішніх і міжнародних пасажиропотоків з метою підвищення точності прогнозування та аналітичної достовірності результатів. Отримані результати можуть бути використані для більш точного короткострокового прогнозування, а також у процесах стратегічного планування та операційного управління діяльністю аеропортів в умовах невизначеності.

Ключові слова

повітряний транспорт, пасажиропотік, внутрішні перевезення, міжнародні перевезення, аналіз часових рядів, сезонність, прогнозування

Back to Table of Contents No 36 (2026)

Antonova A.O. PhD (in Economics), Associate Professor, Professor Transport Technologies and Systems Department of National University “Kyiv Aviation Institute” (Ukraine)

• ORCID – 0000-0003-1488-9309
• Researcher ID   GXM-6759-2022
• Scopus author id: –  35222885500
• E-Mail:  anna.antonova@npp.kai.edu.ua

Bugayko D.О. Doctor of Science (Economics), Professor, Academician of the Academy of Economic Sciences of Ukraine, Corresponding Member of the Transport Academy of Ukraine, Instructor of ICAO Institute, Professor (Full) of the Logistics Department Vice Director for International Cooperation and Education of National University “Kyiv Aviation Institute” (Ukraine)

• ORCID – 0000-0002-3240-2501
• Researcher ID    ABF-5564-2021
• Scopus author id: –  57216582348
• E-Mail:  bugaiko@kai.edu.ua

1. Barczak, A. (2018). Models of time series with seasonal fluctuations in the forecasting of passenger traffic in air transport based on the study of Wrocław Airport. Transport Economics and Logistics, 80:17-25 https://doi.org/10.26881/etil.2018.80.02
2. Drop N. and Bohdan A. (2025). Application of the Holt–Winters Model in the Forecasting of Passenger Traffic at Szczecin–Goleniów Airport (Poland). Sustainability, 17(14), 6407; https://doi.org/10.3390/su17146407.
3. Macioszek, E. (2021). Functioning of selected airports in Poland. Scientific Journal of Silesian University of Technology. Series Transport, 112, 135-144. ISSN: 0209-3324. DOI: https://doi.org/10.20858/sjsutst.2021.112.7.11.
4. Wengel, M., Galla, E. (2021). The analysis of passenger carriage in Polish air transport in 2011–2018. Gospodarka Materiałowa i Logistyka, 05/2021, 17-30. https://doi.org/10.33226/1231-2037.2021.5.3
5. Wengel M., Galla, E. (2021). The analysis of passenger carriage in Polish air transport in 2011–2018 (part 2). Gospodarka Materiałowa i Logistyka, 06/2021, 14-22. https://doi.org/10.33226/1231-2037.2021.6.2
6. Bednarz-Okrzyńska, K. (2019). Assessment of applicability of forecasting methods of passenger traffic by air as a key factor in tourism development in Poland. Economic Problems of Tourism, 1, 45:7-16 DOI: 10.18276/ept.2019.1.45-01.
7. Antoszak, P. (2019). Cargo and passenger transport in Poland. Transport Economics and Logistics, https://DOI:10.26881/etil.2019.83.01
8. Chudy-Laskowska, K., Pisula, (2017). Seasonal forecasting for air passenger traffic. 4th international multidisciplinary scientific conference on social sciences and arts SGEM 2017, С. 681-692. https://doi.org/10.5593/sgemsocial2017/14/S04.089
9. Brożyna, J., Chudy-Laskowska, K., Wierzbińska, M. (2019). Short-term forecast of passenger air transport. Rzeszow International Airport in Jasionka – empirical study. Scientific Journals of Rzeszów University of Technology Series Management and Marketing. https://doi.org/10.7862/rz.2012.zim.15
10. Wasowska, K. (2020). The Analysis of Passenger Air Transport Development in Poland over the Period 2010-2018. European Research Studies Journal, 15, XXIII Issue 1, 13-30. DOI: 10.35808/ersj/1532.
11. Tomaszewska, J. (2016). Statistical Analysis of Passenger Traffic at the Chopin Airport. Problemy Transportu i Logistyki, 1 (33),25-33. http://dx.doi.org/10.18276/ptl.2016.33-03.
12. Air traffic in Poland: passenger transport, air operations and cargo in 2024. Publisher: Urząd Lotnictwa Cywilnego. Availability date: 11 June 2025.https://dane.gov.pl/en/dataset/4860
13. (2017). https://store.aci.aero/wp-content/uploads/2017/09/ACI_Guide_to_World_Airport_Traffic_Forecasts_2016.pdf
14. Hyndman, R. J. (2014). Forecasting: Principles & Practice. https://robjhyndman.com/uwafiles/fpp-notes.pdf
15. Cleveland, R. B., Cleveland, W. S., McRae, J. E., & Terpenning, I. (1990). STL: A seasonal-trend decomposition. J. off. Stat, 6(1), 3-73.