Кому принадлежит власть на потребительских рынках: отношения розничных сетей и поставщиков в совреме

мере к компаниям сектора продовольственных товаров, взятым отдельно. Питерские компании в целом демонстрируют большее разнообразие форм социальных связей и их повышенную интенсивность (р ‹ 0,05). Но в отличие от Москвы, это вызвано прежде всего повышенной активностью ритейлеров; поставщики же здесь ничем особо не выделяются.

Представители других городов, если чем-то и отличаются, то скорее меньшей активностью в социальной координации хозяйственных действий. В Екатеринбурге реже обмениваются с конкурентами деловой информацией (р ‹ 0,05), что касается прежде всего ритейлеров и компаний продовольственного сектора, хотя представители именно этих групп заметно выше среднего оценивают сложившийся уровень конкуренции (р ‹ 0,01).

В Новосибирске подобных отличий заметно больше. Здесь и наблюдение за действиями конкурентов, и обмен с ними деловой информацией осуществляются реже по сравнению со средним уровнем (р ‹ 0,05), число форм координации меньше, а интенсивность социальных связей ниже (р ‹ 0,01). Причём во всех упомянутых случаях это вызвано меньшей активностью поставщиков. Последнее может быть связано с тем, что у них заметно меньше проблем с входом на рынок и взаимодействием с крупными ритейлерами.

Что же касается представителей Тюмени, то для их ситуации характерен более низкий уровень конкуренции в своём организационном поле и более заметное давление со стороны смежного организационного поля в лице крупных партнёров по обмену. Тем не менее в отношении всевозможных форм социальной координации действий тюменцы никак не выделяются на общем фоне.

Так или иначе мы можем сказать, что хотя региональная принадлежность в ряде случаев и имеет значение, выявленные связи прямо противоречат сформулированной ранее гипотезе Н6.9: столичные компании не менее, а наоборот, более активны в установлении социальных связей со структурно подобными участниками рынка, что особенно касается обмена деловой информацией, которой эти города явно перенасыщены.

Упомянутые выше связи между зависимыми и независимыми переменными для выборки в целом сведены нами в табл. 6.1.

Таблица 6.1

Коэффициенты корреляции между основными зависимыми и независимыми переменными (коэффициент Спирмана, N = 402)

Примечание: * р ‹ 0,05; ** р ‹ 0,01.

Влияние рыночного давления на социальные связи (интегральная модель)

Проанализировав отдельные парные связи, мы решили выяснить, какое влияние в целом оказывает возрастающее давление рынка на формирование социальных связей между его участниками. В соответствии с логикой уже упоминавшейся концепции «враждебных миров» усиление рыночного давления должно производить разрушающее воздействие на социальную координацию и размывать социальные связи. Формулируя гипотезы Н6.3–6.5, мы же, напротив, исходили из предположения, что подобное давление способно стимулировать установление социальных связей.

Чтобы оценить, насколько усиливающееся давление рынка воздействует на социальную координацию и кооперацию, мы построили модель бинарной логистической регрессии, где в качестве зависимой дихотомической переменной выступает переменная, фиксирующая наличие или отсутствие социальных связей. Сначала в качестве такой зависимой переменной мы использовали мониторинг действий конкурентов, затем последовательно замещали его другими формами социальных связей.

Для выбора релевантных предикторов на предварительной стадии анализа мы проделали факторный анализ всех независимых переменных, которые характеризуют давление рынка. В результате были обнаружены три фактора (см. табл. 6.2), объясняющие 67,7 % вариаций признаков, а именно:

— повышение и (или) понижение уровня рыночной конкуренции (уровень давления со стороны прямых конкурентов);

— усиление и (или) ослабление властных позиций крупных партнёров по обмену (уровень давления со стороны крупных участников рынка);

— повышение и (или) понижение плотности рыночной ниши (давление со стороны своей организационной популяции).

Мы сохранили три указанных фактора и включили их в нашу модель в качестве независимых переменных, дополнив их перечень необходимыми контрольными переменными. В результате получили уравнение:

Таблица 6.2

Факторная структура параметров давления рынка (метод главных компонент, после вращения, N = 347)

где в качестве зависимой переменной первоначально выступает Y — мониторинг действий конкурентов (1 — осуществляется; 0 — не осуществляется).

Независимые переменные: X 1 — уровень конкуренции (фактор 1);

Х2 — давление крупных партнёров по обмену (фактор 2);

Х3 — плотность рыночной ниши (фактор 3);

Х4 — место фирмы в цепи поставок (1 — ритейлер; 0 — поставщик);

Х5 — работа в секторе торговли продовольственными товарами (1 — да; 0 — нет) [75];

Х6 — время работы на рынке (1 — возникла до 1998 г.; О — возникла в период с 1998 г.);

Х7 — X 10 — региональная принадлежность (дамми-переменные) (Москва — база; Х7 — Санкт-Петербург; Xg — Екатеринбург;

Х9 — Новосибирск; X — Тюмень).

В результате было обнаружено, что качество предсказания модели достаточно высоко: правильно предсказаны 68,5 % случаев (наличие мониторинга — 84,5 % случаев). Основные параметры регрессии приведены в табл. 6.3.

Таблица 6.3

Коэффициенты бинарной логистической регрессии наблюдения за действиями конкурентов (N = 337)

Мы видим, что все регрессионные коэффициенты переменных, связанных с измерением рыночного давления, оказались значимыми: для первого фактора (уровень конкуренции) при р ‹ 0,001, для второго и третьего факторов (давление крупных партнёров и плотность рыночной ниши) при р ‹ 0,05. Работа в секторе продовольственных товаров снижает шансы осуществления мониторинга конкурентов примерно на 50 %. Коэффициенты же всех прочих переменных, включая место в цепи поставок, время работы на рынке и региональную принадлежность, не демонстрируют значимости.

Мы проверили модель на устойчивость, рассчитав её отдельно для сектора продовольственных товаров, ритейлеров и поставщиков. Во всех случаях модель сохраняет свои основные параметры, остаётся высокий процент корректных предсказаний. Однако есть и несколько важных исключений. Так, при анализе сектора продовольственных товаров исчезает значимость коэффициента плотности рыночной ниши, зато появляется значимая связь в отношении одного из обследованных регионов — Новосибирска (р ‹ 0,05). Здесь шансы на то, что менеджеры наблюдают за действиями своих конкурентов, оказываются ниже, чем в Москве.

Сходную картину мы наблюдаем и при анализе группы ритейлеров.