CC BY
54
ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2020. № 4
ОТРАСЛЕВАЯ И РЕГИОНАЛЬНАЯ ЭКОНОМИКА
Е. Н. Никишина1
МГУ имени М. В. Ломоносова (Москва, Россия)
УДК: 330.567.22
ДОВЕРИЕ И ШЕРИНГОВЫЕ ПЛАТФОРМЫ
Развитие цифровой экономики и шеринговых платформ создает новые механизмы обеспечения достоверности обязательств. Прозрачность вместе с системой взаимного рейтингования покупателя и поставщика товаров и услуг снижают склонность сторон к оппортунистическому поведению, стимулируя доверие. В статье тестируется гипотеза о том, что шеринговые платформы могут выступать в качестве субститута институциональному доверию. На страновом уровне была выявлена негативная связь между индексом шеринговой экономики и институциональным доверием и положительная связь индекса с качеством государственного регулирования. Полученные результаты могут говорить о перспективности платформенных решений как альтернативного способа обеспечения достоверности обязательств в странах с низким институциональным доверием.
Ключевые слова: доверие, механизмы обеспечения достоверных обязательств, новая институциональная экономическая теория, шеринговая экономика.
Цитировать статью: Никишина Е. Н. Доверие и шеринговые платформы // Вестник Московского университета. Серия 6. Экономика. — 2020. — № 4. — С. 71-83.
E. N. Nikishina
Lomonosov Moscow State University (Moscow, Russia)
JEL: В25, В52, Z13
TRUST AND SHARING PLATFORMS
The digital economy and sharing platforms generate new types of mechanisms, ensuring credible commitments. Transparency and bilateral rating systems for both consumers and producers constrain opportunistic behavior, thus creating trust. The main hypothesis is that sharing companies and platforms act as a substitute for institutional trust. Country-level data analysis shows that there is a negative correlation between the sharing economy index and institutional trust and a positive correlation between the sharing economy index and institutional quality. The findings support the idea that as sharing companies
1 Никишина Елена Николаевна — к.э.н., доцент кафедры прикладной институциональной экономики, экономический факультет МГУ имени М. В. Ломоносова, e-mail: ele-na.nickishina@gmail.com, ORCID: 0000-0003-1327-1048.
can compensate for the lack of institutional trust and stimulate economic transactions, they are especially useful in the countries with a low level of trust.
Keywords: trust, credible commitments, new institutional economics, sharing economy.
To cite this document: Nikishina E. N. (2020) Trust and sharing platforms. Moscow University Economic Bulletin, (4), 71-83.
Введение
В основе любой трансакции лежит доверие. Без него невозможен обмен товарами, правами, обязательствами. За последние 20 лет было доказано влияние доверия на экономический рост, качество государственного управления, инновационность экономики и др. [Knack, Keefer, 1997; Algan, Cahuc, 2011; Guiso et al., 2006]. Низкий уровень доверия создает дополнительные трансакционные издержки для общества (издержки заключения контракта, контроля оппортунистического поведения и т.д.), замедляя скорость экономических сделок. Проблема упадка доверия и необходимость его наращивания признаются как в России, так и за рубежом [Putnam, 1996; Аузан и др., 2017].
Вместе с тем появление и бурный рост таких компаний, как Airbnb (в США), Blablacar (во Франции), Uber (в Великобритании), во многих странах мира ставит ряд вопросов. Чем обусловлен рост числа потребителей услуг этих компаний? Есть ли перспективы развития шеринговой экономики1 в странах с низким уровнем доверия? Можно ли говорить о трансформации структуры доверия в обществе? [Hawlitschek et al., 2017]
Цель данной статьи — проанализировать связь между доверием и развитием шеринговой экономики. Во вступительном разделе приведена характеристика доверия в России и мире. В основной части анализируются разные типы доверия и механизмы обеспечения достоверности обязательств на разных стадиях экономического развития. Затем при помощи регрессионного анализа тестируется гипотеза об отрицательной связи между доверием и развитием шеринговой экономики. Наконец, в заключение формулируются выводы и направления дальнейших исследований.
Характеристика уровня доверия в России и мире
Обычно при описании уровня доверия в стране используют показатели обобщенного доверия (доверие людям в целом) и институционального
1 Здесь и далее под шеринговой экономикой будет пониматься совокупность обменов, совершенных через цифровые (шеринговые) платформы — онлайн-сервисы, объединяющие поставщиков и покупателей товаров и услуг [Во^Ь et а1., 2018], но при этом являющиеся независимыми от них.
доверия (доверие отдельным институтам). На рис. 1 проиллюстрирован средний уровень обобщенного1 и институционального доверия2 в России, а также Германии, США, Китае и Японии по данным Всемирного исследования ценностей за последнюю опубликованную волну (2010— 2014 гг.). Из графика видно, что для России характерны относительно низкие показатели доверия. Однако отрывы от других стран (за исключением Китая) невелики. В частности, по уровню доверия правительству Россия находится на уровне Германии и даже превосходит показатели США и Японии (что позволяет говорить, что проблема низкого институционального доверия в той или иной степени характерна и для этих стран).
Германия США Россия Япония Китай
Доверие судам (1-4, левая шкала) Доверие полиции (1-4, левая шкала)
Доверие правительству (1-4, левая шкала) Ообобшенное доверие (1-2, правая шкала)
Примечание', чем выше значение показателя, тем выше доверие.
Рис. 1. Институциональное и обобщенное доверие, WVS, 2010—2014 гг.
Источник: WVS. URL: http://www.worldyaluessurvey.org/WVSDocumentationWV6.jsp
На рис. 2-3 показаны динамические изменения в показателях доверия (как отдельным категориям людей, так и институтам) в США и России. На рисунках видно, что, несмотря на отдельные колебания показателей, в целом они достаточно устойчивы во времени (причем это справедливо для обеих стран).
Вместе с тем за последние 10-15 лет появилось значительное число успешных шеринговых компаний с миллионами пользователей (например, Blablacar, Airbnb, Uber и др.)3, присутствующих во множестве стран и предполагающих взаимодействие между незнакомыми людьми. Все это ставит вопрос: как можно объяснить успех таких компаний
1 На графике представлено среднее значение ответа на вопрос «В целом считаете ли вы, что большинству людей можно доверить (2) или, напротив, нужно быть острожными, имея дело с людьми? (1) То есть чем больше значение на графике, тем выше доверие.
2 На графике представлено среднее значение ответа на вопрос «Скажите, насколько вы доверяете суду (правительству/полиции): полностью (4), в некоторой степени (3), не очень (2) или совсем не доверяете (1). То есть чем больше значение на графике, тем выше доверие.
3 По данным на 2017 г., BlaBlaCar (Франция, основана в 2006 г.) присутствовала в 22 странах и насчитывала более 50 млн пользователей; Airbnb (США, 2008 г.) — в 191 стране и более 150 млн пользователей. Uber (США, 2009 г.) — в 76 странах.
в условиях сравнительно низкого межличностного и институционального доверия?
Рис. 2. Динамика изменения показателей доверия в США, WVS Источник: WVS. URL: http://www.worldyaluessurvey.org/WVSDocumentationWVL.jsp
Рис. 3. Динамика изменения показателей доверия в России, WVS Источник: WVS. URL: http://www.worldvaluessurvey.org/WVSDocumentationWVL.jsp; EVS. URL: https://dbk.gesis.org /dbksearch/sdesc2.asp?no=75QQ&db=e&doi=1Q.4232/1.13Q9Q
Доверие и механизмы обеспечения достоверности
обязательств
Успех шеринговых компаний, основанных на цифровых платформах, при отсутствии скачков в институциональном или межличностном доверии заставляет предположить появление нового типа доверия или новых способов обеспечения достоверности обязательств, повышающих готовность малознакомых людей взаимодействовать между собой.
На протяжении истории происходила эволюция доверия [Botsman, 2017; Buggle, Durante, 2017; Greif, 1994; Seabright, 2010].
Исторически первый и основной тип доверия — межличностный. Именно от него в прошлом зависела возможность обмена внутри группы. Соблюдение договоренностей, поддерживающих доверие, обеспечивалось действием преимущественно неформальных институтов. Угроза санкций со стороны ближайшего окружения, потери репутации, сокращения взаимодействия или даже изгнания заставляла людей соблюдать правила, принятые в группе.
Необходимость взаимодействия с другими группами и сообществами требовала увеличения радиуса доверия и усложнения механизмов обеспечения достоверности обязательств, в частности, за счет использования залогов (в том числе на основе принципа «уродливой принцессы»1), применения принципов коллективной ответственности и др. Достоверность санкций со стороны другого сообщества в случае нарушения правил взаимодействия, ограничивала склонность сторон к оппортунистическому поведению.
По мере усложнения отношений возникала потребность в специализированном гаранте — третьей стороне (судебном механизме, государственном регулировании и т.д.), — который бы следил за достоверностью взаимных обязательств и наказывал нарушителя даже в том случае, когда доверие между двумя сторонами отсутствует, а возможности наказать нарушителя своими силами нет. Так, институциональное доверие — доверие судам, полиции, правительству и т.д. — компенсировало низкое доверие между незнакомыми людьми, обеспечивало возможность экономических обменов.
Наконец, по мере развития цифровой экономики и появления шеринговых платформ модифицируются способы обеспечения достоверности обязательств и генерирования доверия. Действия контрагентов становятся наблюдаемыми друг для друга. Недобросовестное поведение человека по отношению к одному из контрагентов может привести к потере
1 Залог, являющийся ценным для залогодателя, но не залогодержателя. Такой тип залога снижает риски оппортунистического поведения со стороны залогодержателя [Williamson, 1983].
репутации, снижению его рейтинга, что будет уменьшать возможность взаимовыгодного взаимодействия в дальнейшем. То есть достоверность обязательств обеспечивается уже не угрозой потери репутации или санкций со стороны ближайшего окружения (как в простейших экономических взаимодействиях) или угрозой наказания третьей стороной, а боязнью потери репутации и санкций со стороны незнакомых людей. Это значительно снижает привлекательность даже единоразового оппортунистического поведения индивида.
Р. Ботсман полагает даже, что можно говорить о появлении нового типа доверия —децентрализованного и распределенного [Botsman, 2017]. По мнению Р. Ботсман, в данном случае доверие между людьми является уже не следствием доверия государственным институтам, наличия судебной системы, верховенства закона и т.д., а следствием прозрачных отношений в обществе. Появление шеринговых платформ, использующих рейтинговую систему оценки, при которой и покупатель, и продавец после совершения сделки выставляют друг другу оценку, стимулирует каждую из сторон вести себя добросовестно [Botsman, 2017].
Таким образом, шеринговые компании, основанные на цифровых платформах, могут быть эффективными не только в силу того, что сокращают издержки получения услуги (в том числе за счет сокращения числа звеньев между поставщиком и покупателем), но и за счет того, что несут в себе специфический механизм обеспечения достоверности обязательств, снижающий трансакционные издержки и позволяющий незнакомым людям осуществлять взаимовыгодное взаимодействие.
Связь между доверием и шеринговой экономикой
На сегодняшний день исследований, посвященных связи между разными типами доверия и шеринговой экономикой, сравнительно немного и их результаты достаточно противоречивы. Во многом это обусловлено отсутствием полноценных источников данных, позволяющих проводить такого рода исследования.
А. Берг, А. Функе и Й. Вернберг показали, что, несмотря на положительную корреляционную связь между доверием и индексом шеринговой экономики, эта связь становится незначимой при контроле на доступ к широкополосному интернету [Bergh et al., 2018]. В другом исследовании А. Берга и А. Функе, напротив, было выявлено, что проникновение шеринговой экономики (Airbnb, Flipkey) отрицательно коррелирует с уровнем доверия [Bergh, Funcke, 2016], что можно интерпретировать как то, что платформа компенсирует нехватку доверия в обществе. Кс. Ву и Дж. Шен на данных пользования услугами Airbnb показали, что для стимулирования развития шеринговой экономики необходимо одновременно повышать институциональное доверие, межличностное
доверие и доверие к продукту [Wu, Shen, 2018]. В работе К. Миттендорфа показано, что именно доверие платформе UBER, а не водителям играет принципиальную роль в готовности пользоваться услугами компании [Mittendorf, 2017].
В данном исследовании тестировалось предположение, что шерин-говая платформа является субститутом для институционального доверия. Чем ниже институциональное доверие, тем больше спрос на альтернативные механизмы, которые помогают людям верить в то, что их контрагент окажется добросовестным. При этом чем выше доверие окружающим людям — и как следствие, доверие их отзывам и оценкам, — тем выше готовность пользоваться соответствующей услугой. Для проверки данного предположения были сформулированы следующие гипотезы:
Гипотеза 1. Индекс шеринговой экономики отрицательно связан с уровнем институционального доверия.
Гипотезе 2. Индекс шеринговой экономики положительно связан с уровнем обобщенного доверия.
Гипотеза 3. Готовность пользоваться шеринговыми платформами отрицательно связана с институциональным доверием и положительно — с обобщенным доверием.
Эконометрическая проверка гипотез проводилась на основе данных Индекса шеринговой экономики (Timbro sharing economy index, 2018) (гипотезы 1—2), а также опросных данных о доле пользователей шеринговыми платформами и доле пользователей, рекомендующих знакомым пользование шеринговыми1 платформами (Flash Eurobarometer 467, 2018) (гипотеза 3). В качестве переменной интереса выступали показатели обобщенного и институционального доверия. В качестве контрольных переменных для проверки гипотез 1 и 2 использовались данные о ВВП на душу населения (PPP, World Bank, 2017), доля населения, пользующаяся интернетом (World Bank, 2016), а также верховенство закона и качество государственно регулирования (WGI, 2017); для проверки гипотезы 3 — доля респондентов, пользующихся интернетом и платформами (Flash Eurobarometer 467, 2018).
В условиях малого количества данных проверка этого предположения на разных типах данных позволяет повысить точность получаемых результатов.
Результаты расчетов2 представлены в табл. 1—2.
1 Во избежание терминологической путаницы здесь и далее термин collaborative platform из исследования Евробарометра будет переводиться как шеринговая платформа, поскольку используется авторами опроса как синоним.
2 Использовалась регрессии МНК с робастными ошибками.
Таблица 1
Связь разных типов доверия с индексом шеринговой экономики (ТЯЕ!)
Доверие судам (низкое) 4,39140" 3,73842** 3,44039** 3,42466** 4,19395** 3,64021*
Log ВВП на душу населения, ппс -0,975231 -0,221466 -0,539608 -1,20989 -1,98858 -1,26474
Верховенство закона 4,01281"* 3,94685*** 4,03407*** 3,75967*** 5,52636*** 6,08955***
Доверие знакомым (низкое) -5,39499*
Доверие людям, которых встретил в первый раз (низкое) -2,68780
Доверие представителям другой религии (низкое) -1,56293
Доверие представителям другой национальности (низкое) -3,73508
Обобщенное доверие (низкое) -8,03532
Доля пользователей интернета, 2016 -0,0123618
Const yes yes yes yes yes yes
N 57 57 57 57 57 57
R2 0,42 0,39 0,39 0,41 0,36 0,348719
Примечание: ***р < 0,01, "р < 0,05, *р < ОД1. Источник: расчеты автора.
1 Здесь и далее три звездочки напротив коэффициента означают значимость на 1%-ном уровне, две звездочки — на 5%-ном уровне,
одна звездочка — на 10%-ном уровне.
Расчеты, проведенные на данных по 57 странам, позволили выявить положительную связь индекса шеринговой экономики с верховенством закона в стране и низким доверием судам (аналогичный результат был получен при замене показателя верховенства закона на качество государственного регулирования) (гипотеза 1 подтвердилась).
Такой результат можно объяснить следующим образом: качество институциональной среды (верховенство закона и качество государственного регулирования) влияют на уровень неопределенности и трансакционные издержки, с которыми сталкиваются поставщики услуг. Чем выше качество институциональной среды, тем при прочих равных условиях более предсказуемы экономические обмены. Вместе с тем в условиях низкого доверия судебной системе шеринговые платформы становятся (прежде всего для потребителей) субститутами институционального доверия. Это позволяет объяснить отрицательную связь между доверием судам и индексом развития шеринговой экономики.
При этом не обнаружено устойчивой статистически значимой связи между показателями межличностного доверия и индексом шеринговой экономики (гипотеза 2 не подтвердилась)1, что позволяет предполагать, что низкое (или высокое) доверие не является препятствием для развития шеринговой экономики2.
Наглядная иллюстрация роли институтов и избыточного государственного регулирования в развитии компаний, предполагающих совместное потребление, — история джитни (jitney) (первых маршрутных такси) в США в начале XXв. Джитни — прообраз нынешних Uber и BlaBlaCar — появились в Лос-Анджелесе в 1914 г. Типичное джитни — «Форд» модели T, водитель которого за небольшую (часто фиксированную) плату подвозит от одного до нескольких пассажиров на небольшие расстояния. Джитни стали альтернативой поездкам на трамвае (переполненным и работающим с перебоями из-за частых забастовок) и недоступным большинству поездкам на частном автомобиле. Популярность внезапно появившихся джитни стремительно росла. К1915 г. в США насчитывалось порядка 62 тыс. джитни [Возьянов и др., 2017].
Однако недовольство трамвайных компаний (значимых налогоплательщиков в государстве), почувствовавших конкуренцию и угрозу своему монопольному положению на рынке перевозок, привело к тому, что государством был принят ряд законов, направленных против джитни и регулирующих
1 Получение статистически значимой на 10%-ном уровне связи между низким доверием знакомым и индексом шеринговой экономики не позволяет интерпретировать ее в силу статистической слабости результата.
2 При этом важно отметить, что для получения достоверного ответа на этот вопрос, в том числе, связанный с определением направления причинно-следственной связи, требуется проведение дополнительных исследований на большем массиве данных.
их деятельность. Среди прочего, вводилось лицензирование деятельности, ограничение улиц, по которым могли ездить джитни, обязательство водителей работать от 6 до 12 часов в день, необходимость фиксирования расписания и маршрутов, ужесточались требования к безопасности перевозок и даже вводилось требование на установление специального фонаря.
В результате столь успешно развивавшиеся в 1914—1915 гг. джитни проиграли конкуренцию трамвайным компаниям и ушли с рынка.
(По [Возьянов и др., 2017; Eckert, Hilton, 1972])
Аналогичный результат был получен на опросных данных Евробаро-метра по 27 странам. В ходе проверки гипотезы 3 была выявлена отрицательная связь между доверием судам и полиции и долей пользователей шеринговыми платформами (табл. 2).
Таблица 2
Связь разных типов доверия с долей пользователей шеринговыми платформами
Log ВВП -0,11
Обобщенное доверие -0,17*
Доверие судам -0,17**
Доверие полиции -0,24**
Доверие местным властям -0,14
Доверие правительству -0,11
Доля пользователей интернетом (каждый день) 0,24 0,35** 0,35** 0,37*** 0,25 0,28*
R2 0,07 0,12 0,15 0,17 0,27 0,09
Примечание: ***p < 0,01, **p < 0,05, *p < 0,1. Источник: расчеты автора.
Существенным ограничением полученных результатов является малое число наблюдений, которое возможно использовать при построении регрессий при проверке гипотез 1—2 и 3 (в первом случае — только 57 наблюдений на страновом уровне, во втором случае — 27), и как следствие — ограниченный набор контрольных переменных и методов, которые можно использовать при анализе. Вместе с тем устойчивость результата, полученного на альтернативных наборах данных, позволяет предполагать, что шеринговые платформы могут выступать в качестве субститута институционального доверия.
Выводы
Цифровизация экономики и развитие шеринговых платформ способствуют появлению нового механизма обеспечения достоверности обязательств, основанного на взаимном рейтинговании потребителей и поставщиков товаров и услуг и использовании механизма репутации. В случае недобросовестности одной стороны другая сторона может без существенных издержек для себя «наказать» контрагента низкой оценкой или плохим отзывом, который будет виден всем остальным участникам рынка. При жесткой связи между рейтингом и доступом к выгодным обменам недобросовестное поведение игрока оказывается неэффективным.
Результаты проверки гипотез позволяют предположить, что при прочих равных условиях успех шеринговых платформ связан не с высоким, а, напротив, низким институциональным доверием, отсутствие которого компенсирует платформа. При этом качество государственного регулирования может являться важным фактором успеха развития шеринговой экономики.
На практике это означает особенную перспективность развития в России платформенных решений как альтернативного способа обеспечения достоверности обязательств в условиях низкого межличностного и институционального доверия и способа стимулирования взаимовыгодного взаимодействия между незнакомыми людьми. При этом принципиально важно обеспечить адекватное государственное регулирование, снижающее, а не увеличивающее трансакционные издержки для участников обменов и обеспечивающее доверие населения к платформе (в том числе в части защиты персональных данных).
В качестве перспективных направлений исследований можно выделить дальнейшее тестирование гипотез о связи (в том числе причинно-следственной) между доверием и развитием шеринговых компаний, опирающееся на принципиально большие массивы данных и — как следствие — более точные методы проверки гипотез.
Список литературы
1. Аузан А. А., Вебер Ш. и др. Социокультурные факторы инновационного развития и успешной имплементации реформ. — М.: Центр стратегических разработок, 2017. URL: http://csr. ru/wp-content/uploads/2017/10/report-sf-2017-10-12. pdf
2. Возьянов А. Г., Кузнецов А. Г., Лактюхина Е. Г. Субмобильности, или О множественности режимов движения в городе // Этнографическое обозрение. — 2017. — № 6. — С. 30-43.
3. Algan Y., Cahuc P. Trust, growth, and well-being: New evidence and policy implications // Handbook of economic growth. — Elsevier, 2014. — Vol. 2. — P. 49-120.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
Bergh A., Funcke A. Does country level social trust predict the size of the sharing economy? // IFN Working Paper, 2016. — No. 1130.
Bergh A., Funcke A., Wernberg J. Timbro sharing economy index. 2018. URL:
https://timbro.se/allmant/timbro-sharing-economy-index/
Botsman R. Who can you trust?: how technology brought us together-and why
it could drive us apart. — Penguin UK, 2017.
Buggle J., Durante R Climate risk, cooperation, and the co-evolution of culture and institutions, 2017.
Eckert R. D., Hilton G. W. The jitneys // The Journal of Law and Economics. — 1972. — Vol. 15. — No. 2. — P. 293-325.
EVS. European Values Study 2017: Integrated Dataset (EVS 2017). 2019.
Flash Eurobarometer 467: The use of the collaborative economy. 2018. URL:
http://data.europa.eu/88u/dataset/S2184_467_ENG
GESIS Data Archive, Cologne. ZA7500 Data file Version 2.0.0. URL: https://doi. org/10.4232/1.13314
Greif A. Cultural beliefs and the organization of society: A historical and theoretical reflection on collectivist and individualist societies // Journal of political economy. — 1994. — T. 102. — No. 5. — P. 912-950.
Guiso L., Sapienza P., Zingales L. Civic capital as the missing link // Handbook of social economics. — North-Holland, 2011. — Vol. 1. — P. 417-480. Hawlitschek F., Notheisen B., Teubner T. The limits of trust-free systems: A literature review on blockchain technology and trust in the sharing economy // Electronic commerce research and applications. — 2018. — Vol. 29. — P. 50-63. Inglehart R., Haerpfer C., Moreno A., Welzel C., Kizilova K., Diez-Medrano J., Lagos M., Norris P., Ponarin E. & Puranen B. et al. (eds.). 2014. World Values Survey: Round Six — Country-Pooled Datafile Version. URL: http://www. worldvaluessurvey.org/WVSDocumentationWV6.jsp. Madrid: JD Systems Institute. Inglehart R., Haerpfer C., Moreno A., Welzel C., Kizilova K., Diez-Medrano J., Lagos M., Norris P., Ponarin E. & Puranen B. et al. (eds.). 2014. World Values Survey: All Rounds — Country-Pooled Datafile Version. URL: http://www.worldvaluessur-vey.org/ WVSDocumentationWVL.jsp. — Madrid: JD Systems Institute. Knack S., Keefer P. Does social capital have an economic payoff? A cross-country investigation // The Quarterly journal of economics. — 1997. — Vol. 112. — No. 4. — P. 1251-1288.
Mittendorf C. The implications of trust in the sharing economy-an empirical analysis of Uber // Proceedings of the 50th Hawaii International Conference on System Sciences, 2017.
Putnam R. D. Bowling alone: America's declining social capital // Culture and politics. — Palgrave Macmillan, New York, 2000. — P. 223-234. Seabright P. The Company of Strangers: A Natural History of Economic Life-Revised Edition. — Princeton University Press, 2010.
Williamson O. E. Credible commitments: Using hostages to support exchange // The American Economic Review. — 1983. — Vol. 73. — No. 4. — P. 519-540. World Bank Open Data. URL: https://data.worldbank.org/. World Governance Indicators. URL: https://info.worldbank.org/governance/wgi/. Wu X., Shen J. A study on Airbnb's trust mechanism and the effects of cultural values-Based on a survey of Chinese consumers // Sustainability. — 2018. — Vol. 10. — No. 9 (341). — P. 1-22.
The List of References in Cyrillic Transliterated into Latin Alphabet
1. Auzan A. A., Veber Sh. i dr. Sociokul'turnye faktory innovacionnogo razvitija i us-peshnoj implementacii reform. — M.: Centr strategicheskih razrabotok, 2017. URL: http://csr. ru/wp-content/uploads/2017/10/report-sf-2017-10-12. pdf
2. Voz'janov A. G, Kuznecov A. G., Laktjuhina E. G. Submobil'nosti, ili o mnozhest-vennosti rezhimov dvizhenija v gorode // Jetnograficheskoe obozrenie. — 2017. — № 6. — P. 30-43.
