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

Выбирая возможные независимые переменные, мы опирались на ранее сформулированные гипотезы о влиянии на возникновение конфликтов условий заключения и исполнения договоров поставки. В первом случае (условия договоров) мы использовали индексы частоты дополнительных договорных условий, применяемых розничными сетями в их отношениях с поставщиками, взяв все четыре группы этих условий. Во втором случае (исполнение договоров) использована переменная частоты нарушения партнёрами по обмену договорной дисциплины.

В качестве контрольных переменных мы использовали:

— сектор торговли, ожидая, что в торговле продовольственными товарами ситуация должна быть более конфликтной, чем в торговле бытовой техникой и электроникой;

— размер компаний, полагая, что крупные компании могут быть меньше подвержены конфликтогенным факторам, чем малые и средние фирмы;

— принадлежность к одному из пяти регионов, полагая, что ситуация в них может различаться;

— происхождение компаний (для ритейлеров), подразумевая, что иностранные розничные сети ведут себя более жёстко и могут чаще порождать конфликты;

— тип компании (для поставщиков), имея в виду возможность того, что с производителями предпочитают меньше конфликтовать, чем с посредниками.

В результате мы получили уравнение, где зависимая переменная Y — наличие или отсутствие конфликтов (1 означает, что конфликты были; 0 — что их не было).

Независимые переменные:

X 1 — индекс ценовых обязательств (варьирует от 0 до 12);

Х2 — индекс бонусных платежей (варьирует от 0 до 12);

Х 3 — индекс оплаты услуг розничной сети (варьирует от 0 до 12);

Х4

— индекс дополнительных услуг поставщика (варьирует от 0 до 12) [59];

Х5 — Х6 — частота невыполнения условий договора поставки, варьирующая от 0 до 2 («Никогда», «Иногда», «Часто»), преобразованная в фиктивные переменные (база — 0);

Х7 — торговля продовольственными товарами (1 — да; 0 — нет) [60];

X8 — X11 — региональная принадлежность (дамми-переменные) (Москва — база; X8 — Санкт-Петербург; Х9 — Екатеринбург; X 10 — Новосибирск;

X 11 — Тюмень);

X 12 — размер компаний (1 — крупные; 0 — мелкие и средние);

X 13 — происхождение компании (для ритейлеров) (1 — иностранная или совместная; 0 — отечественная);

X 14 — тип компании (для поставщиков) (1 — производитель; 0 — дистрибьютор).

Модель рассчитывалась нами отдельно для ритейлеров и для поставщиков. В этих вариантах в составе независимых переменных имеется два отличия. Во-первых, переменные Х5 — Х6 имеют для ритейлеров и поставщиков несколько разное значение, измеряя для ритейлеров частоту нарушения сроков поставки поставщиками, а для поставщиков — частоту нарушения сроков оплаты ритейлерами. Во-вторых, переменная X 13 рассчитывается только для ритейлеров, а переменная X 14

— только для поставщиков.

Посмотрим на полученные результаты (значение коэффициентов см. в табл. 4.3).

Модель для ритейлеров

Качество предсказания модели для ритейлеров достаточно высоко: правильно предсказаны 69,5 % случаев (наличие конфликтов — 78,8 % случаев). Из четырёх групп дополнительных договорных условий регрессионный коэффициент оказался значимым лишь для частоты бонусных платежей (р ‹ 0,05), подтверждая ранее сделанные выводы об их особой роли в отношениях между контрагентами. Эти результаты относительно устойчивы: при включении в модель каждого по отдельности из четырёх индексов частоты распространения договорных условий значимость коэффициентов на уровне 5 % сохраняется лишь для бонусных платежей.

Для переменных невыполнения сроков поставки коэффициенты значимы на высоком уровне (р ‹ 0,001). При этом влияние несоблюдения договорной дисциплины на возникновение конфликтов значительно более велико. Если повышение распространённости бонусных платежей при заключении договоров поставки способно увеличить шансы на возникновение конфликтов менее чем на 20 %, то нарушение сроков поставки товара в процессе исполнения договора повышает эти шансы в 5 раз. Если же нарушения оказываются частыми, то шансы увеличиваются в 12 раз. Влияние прочих переменных, вопреки возможным ожиданиям, оказалось незначимым.

Модель для поставщиков

Для группы поставщиков параметры нашей модели выглядят следующим образом: качество предсказания модели ещё более повышается — правильно предсказаны 76,7 % случаев (наличие конфликтов — 85,9 % случаев). Регрессионные коэффициенты индексов частоты распространения договорных условий к поставщикам не демонстрируют значимости, кроме коэффициента бонусных платежей (как и в модели для ритейлеров). Но даже его влияние значимо на уровне 10 %. Когда этот индекс включается в модель отдельно, уровень значимости превосходит этот порог, но результаты, как мы видим, не слишком устойчивы.