CC BY
53
ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2018. № 4
МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ
A. И. Бахтигараева1,
МГУ имени М. В. Ломоносова (Москва, Россия)
B. А. Брызгалин2,
МГУ имени М. В. Ломоносова (Москва, Россия)
РОЛЬ СОЦИАЛЬНОГО КАПИТАЛА И ИНСТИТУЦИОНАЛЬНОГО ДОВЕРИЯ В ОТНОШЕНИИ НАСЕЛЕНИЯ К ИННОВАЦИЯМ
В статье рассматривается влияние социального капитала и институционального доверия на отношение к инновациям. На выборке из 6077респондентов, репрезентирующей 10регионов России, было обнаружено, что социальный капитал и институциональное доверие положительно влияют на отношение к технологиям в целом. Анализ же конкретной технологии (автоматизированных судейских систем) показал, что связь также может быть обратной: чем ниже социальный капитал, тем более позитивно респонденты относятся к внедрению новой технологии. Данные результаты могут свидетельствовать о том, что в условиях плохой институциональной среды, а также в сферах, требующих высокого межличностного и институционального доверия, технологии, позволяющие перейти к деперсонализированным отношениям, могут быть востребованы населением, несмотря на негативное отношение к технологиям в целом. Полученные выводы позволяют по-новому взглянуть на перспективы внедрения прорывных технологий в зависимости от социокультурной и институциональной среды и вносят вклад в развитие исследований о влиянии социокультурных факторов на экономику.
Ключевые слова: социальный капитал, институциональное доверие, инновации, технологии.
THE IMPACT OF SOCIAL CAPITAL
AND INSTITUTIONAL TRUST ON ATTITUDES
TOWARDS INNOVATION
The article examines the impact of social capital and institutional trust on attitudes towards innovation. On a sample of 6077 respondents representing 10 Russian regions, it was found that social capital and institutional trust positively influence the attitude towards technologies
1 Бахтигараева Асия Инсуровна, аспирант экономического факультета, ведущий специалист Института национальных проектов; e-mail: a.bahtigaraeva@gmail.com
2 Брызгалин Виктор Аркадьевич, аспирант экономического факультета, специалист Института национальных проектов; e-mail: vvaabb2010@mail.ru
in general. The analysis of a specific technology (automated judicial systems) showed that the relationship can also be reversed: the lower the social capital, the more positively the respondents refer to the introduction of new technology. These results may indicate that in conditions of poor institutional environment and in spheres that require high interpersonal and institutional trust, technologies allowing people to go to depersonalized relationships may be accepted, despite the negative attitude towards technologies in general. The findings allow us to take a fresh look at the prospects of introducing breakthrough technologies depending on the socio-cultural and institutional environment and contribute to the development of research on the impact of socio-cultural factors on the economy.
Key words: social capital, institutional trust, innovation, technology. Введение
В научной литературе существует множество исследований, демонстрирующих важную роль социального капитала в экономическом развитии. Социальный капитал, проявляющийся в уровне доверия, распространенности сетей и развитости гражданских норм, может способствовать повышению эффективности общества, помогая его членам координировать свои действия [Putnam, 1995], а также порождает положительные внешние эффекты для членов группы [Durlauf, Fafchamps, 2005, p. 1644].
Особое значение социальный капитал приобретает во взаимоотношениях, основанных на риске и неопределенности [Halpern, 2005; Beugelsdijk, van Schaik, 2005], а поскольку риск и неопределенность являются неотъемлемой частью инновационного процесса, то неудивительно, что изучение роли социального капитала в инновационном развитии представляет собой отдельную и весьма интересную тему исследования. Вклад социального капитала в инновационное развитие достигается в первую очередь, за счет снижения уровня неопределенности и трансакционных издержек [Beugelsdijk, van Schaik, 2005], в том числе издержек поиска информации, ведения переговоров и контроля за выполнением контрактов [Maskell, 2000].
Как будет показано ниже, в подавляющей части литературы о влиянии социального капитала на инновационное развитие исследователи выдвигают и доказывают гипотезу о положительной корреляции между показателями, характеризующими различные аспекты социального капитала и инновационного развития. Однако гипотеза данного исследования заключается в том, что при определенных обстоятельствах указанная связь, напротив, может становиться отрицательной: инновации могут быть простимулированы низким уровнем доверия, низкими социальными нормами и неразвитостью социальный сетей. Это может происходить в тех случаях, когда внедряемые технологии могут компенсировать нехватку социального капитала в обществе и обеспечить эффективное взаимодействие между людьми в условиях низкого качества институциональной среды. Если же, напротив, текущие запасы социального капитала и институци-
онального доверия велики, то настороженное отношение к новым технологиям из-за потенциальных рисков будет чаще перевешивать стремление к взаимодействию в деперсонализированной системе.
Результаты работы вносят вклад в исследование проблематики социального капитала по нескольким направлениям. Во-первых, рассмотрен нечасто встречающийся в литературе вопрос о влиянии социального капитала — доверия, социальных норм и сетей — на спрос на инновации, точнее — на отношение к новым технологиям. Во-вторых, найдены подтверждения тому, что связь между социальным капиталом и отношением к технологиям может варьироваться при различных типах новаций и иметь как прямую, так и обратную зависимость. В-третьих, поднимается вопрос о возможностях внедрения инноваций в зависимости от социокультурной и институциональной специфики регионов: в отличие от большинства работ на эту тему, вывод данной статьи заключается в том, что недостаток доверия может способствовать более положительному отношению к технологиям, если они компенсируют этот недостаток.
В первой части статьи рассмотрена литература о связи между социальным капиталом и инновационной деятельностью и выдвинуты основные гипотезы. Вторая часть посвящена их эмпирическая проверке и интерпретации результатов. В третьей части рассмотрены перспективы распространения инноваций в зависимости от запасов социального капитала. В заключительной части приведены основные выводы.
Влияние социального капитала на инновационное развитие
Значимость социального капитала для инновационного развития доказана большим числом зарубежных исследований [Coleman et al., 1957; Landry et al., 2002; Dakhli, De Clercq, 2004]. В значительной их части внимание авторов акцентировано на производстве инноваций. Между тем внедрение инноваций, принятие их населением и диффузия также играют немаловажную роль в инновационном развитии. Так, по мнению Р. Нельсона и С. Уинтера, «жизнеспособность инновации зависит от того, как ее оценивают потребители» [Nelson, Winter, 1982, p. 268]. Р. Ротвелл и Х. Вис-сема [Rothwall, Wissema, 1986] считают, что производство инноваций зачастую диктуется необходимостью в них, ощущаемой потенциальными потребителями. К. Фримэн же отмечает, что на ранних стадиях инновационного процесса решающую роль играют скорее наука и технологии, тогда как на более поздних фактор спроса действительно становится важнее [Freeman, 1994, p. 480]. Таким образом, все большее внимание уделяется факторам на стороне спроса на инновации, в частности развитости социального капитала в среде потенциальных потребителей инноваций, однако последняя тема все еще остается недостаточно разработанной.
Что касается российских авторов, то тема социального капитала и его связи с социально-экономическими показателями встречается в работах
Л. И. Полищука и Р. Ш. Меняшева [Полищук, Меняшев, 2011], Т. В. Нат-хова [Натхов, 2012], А. А. Аузана и Е. Н. Никишиной [Аузан, Никишина, 2013], Е. И. Борисовой с соавторами [Borisova et al., 2017], однако вопрос о роли социального капитала в инновационном развитии является недостаточно раскрытым. Тематически наиболее близкими здесь можно считать исследования Н. М. Лебедевой с соавторами [Лебедева и др., 2013] и Е. В. Богомоловой с соавторами [Богомолова и др., 2017].
Социальный капитал является многогранным понятием, механизм его влияния на инновационные процессы и результаты и даже характер этого влияния могут быть разными в зависимости от того, о каком проявлении социального капитала будет идти речь. Именно поэтому большинство исследователей предпочитают работать с отдельными характеристиками и типами социального капитала. Тем не менее вслед за Р. Патнэмом [Putnam, 1995] большая часть авторов так или иначе обращается к трем основным показателям: 1) уровню доверия (обобщенного, институционального, доверия ближнему и дальнему кругу и т.п.); 2) включенности в социальные сети (наличию широкой сети контактов и определенных знакомств, участию в профессиональных ассоциациях, встречах, собраниях и т.д.); 3) развитости социальных норм. Рассмотрим каждую составляющую по отдельности.
Влияние доверия на инновационное развитие
Согласно С. Нэку и Ф. Киферу, низкий уровень доверия может препятствовать инновационному развитию из-за необходимости тратить временные и финансовые ресурсы на мониторинг деятельности партнера. Кроме того, исследователи утверждают, что общества, характеризующиеся высоким уровнем межличностного доверия, находятся в меньшей зависимости от формальных институтов, в том числе кредитных, когда речь идет об обеспечении соблюдения соглашений [Knack, Keefer, 1997, p. 1252-1253].
Недостаток финансового капитала, как и отсутствие гарантий защиты прав собственности, в частности, интеллектуальной, является вполне реальной проблемой для молодых инновационных фирм, и доверие здесь может сыграть решающую роль. По мнению Д. Хэлперна, влияние социального капитала на инновационный процесс выражается именно в финансировании рискованных инновационных проектов, которые «требует того, чтобы исследователи и владельцы капитала доверяли друг другу» [Halpern, 2005, p. 544].
М. Дахли и Д. Де Клерк, анализируя данные по 59 странам, находят положительную связь между уровнем обобщенного доверия и количеством патентов, зарегистрированных в стране в течение года, а также долей расходов на исследования и разработки в ВНП страны. Кроме того, полученные ими результаты свидетельствуют о наличии положительной
связи между уровнем институционального доверия и долей высокотехнологичного экспорта в общем объеме экспортированной продукции обрабатывающей промышленности [Dakhli, De Clercq, 2004]. А. Кааса [Kaasa, 2009] и С. Акчомак и Б. тер Вил [Akçomak, ter Weel, 2009] приходят к аналогичным выводам.
Между тем, согласно исследованиям К. Хаузера с соавторами [Hauser et al., 2007] и Р. Лэндри с соавторами [Landry et al., 2002], уровень доверия не играет значимой роли в производстве инноваций. Однако стоит заметить, что в обоих случаях в качестве показателя, характеризующего уровень доверия, используется не обобщенное доверие, а авторские интерпретации.
Российскими исследователями [Лебедева и др., 2013] обнаружена положительная корреляция обобщенного уровня доверия с индексом ин-новативности, характеризующим отношение личности к инновациям, а также отдельной его составляющей, такой как ориентация на будущее.
Особый интерес для данного исследования представляет работа Ф. Беланже и Л. Картер [Bélanger, Carter, 2008], наиболее близкая по предмету анализа. Авторы анализируют влияние доверия на готовность пользоваться услугами электронного правительства. На основе результатов опроса населения по выборке из 214 респондентов исследователи делают выводы о том, что обобщенное доверие положительно влияет на доверие интернету и доверие государству, что, в свою очередь, влияет на намерение пользоваться услугами электронного правительства. Исследователи объясняют это тем, что в условиях, когда у населения нет опыта взаимодействия с услугами электронного правительства, намерение людей пользоваться ими будет определяться степенью их изначального доверия к данного рода услугам. Степень изначального доверия, в свою очередь, зависит от любой имеющейся у населения информации относительно электронных услуг — в частности, мнения о том, насколько можно доверять правительству и сети Интернет. Доверие же правительству и сети Интернет в какой-то мере является следствием склонности доверять другим в целом.
Влияние социальных сетей на инновационное развитие
Одним из первых о влиянии сетей на инновации пишет Дж. Коулман с соавторами [Coleman et al., 1957], исследовавший роль сетей, основанных на межличностных отношениях, в распространении нового лекарственного препарата среди врачей. На основе анализа рецептурных записей местных аптек, а также результатов интервью, проведенных со 125 врачами общей практики, терапевтами и педиатрами, авторы выяснили, что степень интеграции врача в среде его коллег положительно связана с тем, как быстро он вводит в практику только что вышедший на рынок препарат.
М. Дахли и Д. Де Клерк, анализируя данные по 59 странам, находят положительную связь между членством жителей страны в ассоциациях
и долей расходов на исследования и разработки в ВНП страны. По мнению исследователей, наличие плотной сети ассоциаций внутри региона может сыграть важную роль в привлечении ресурсов, например, венчурного капитала, что в конечном итоге положительно сказывается на инвестициях в инновационную деятельность. Кроме того, распространенность различных ассоциаций в обществе, а также участие в них обеспечивают организации различными источниками информации и идеями и стимулируют обмен знаниями, что способствует производству инноваций [Dakhli, De Clercq, 2004, 114].
К. Хаузер с соавторами [Hauser et al., 2007] на выборке из 51 региона стран Евросоюза находят положительную связь между участием населения в ассоциациях и числом патентов на душу населения, к подобным же результатам приходят А. Кааса [Kaasa, 2009], а также Р. Руттен и Дж. Гелиссен [Rutten, Gelissen, 2010]. Исследователи считают, что вовлеченность населения в социальные сети может способствовать стимулированию потоков информации и знаний, что является основой инновационного развития.
Влияние социальных норм на инновационное развитие
Р. Лэндри с соавторами считают, что «так же, как и в случае с доверием, [социальные] нормы работают в качестве ограничений для собственных узких интересов, заставляя индивидов действовать продуктивно, вкладывая в обмен, вместо того чтобы вести себя оппортунистически» [Landry et al., 2002, p. 687]. Похожей позиции придерживается Д. Хэлперн [Halpern, 2005, р. 66], утверждающий, что толерантное отношение к нарушению норм в обществе приводит к росту издержек на формальное заключение и мониторинг контрактов. Таким образом, развитые социальные нормы должны снижать трансакционные издержки, связанные с риском оппортунистического поведения, решать проблему коллективных действий, стимулируя тем самым инновационный процесс.
Однако М. Дахли и Д. Де Клерк, анализируя данные по 59 странам, находят отрицательную связь между нормами гражданской кооперации и долей высокотехнологичного экспорта. Они объясняют это тем, что «соблюдение норм, отражающих стремление «быть хорошим гражданином», как правило, противоречит готовности отклониться от существующих правил и процедур, которая часто необходима для инновационной деятельности» [Dakhli, De Clercq, 2004, p. 124]. Данные результаты находят частичное подтверждение в исследовании А. Кааса [Kaasa, 2009], которая на выборке из 162 регионов стран Евросоюза выявила отрицательную связь между количеством патентных заявок, поданных в Европейское патентное ведомство, и развитостью в обществе социальных норм.
Подводя итог, можно сказать, что большинство работ в области социального капитала и инноваций указывают на положительную связь между элементами социального капитала и инновационной деятельностью. Эф-
фект наблюдается в основном на стороне предложения (доверие, социальные сети и нормы помогают кооперироваться для производства инноваций). Несмотря на наличие исследований, демонстрирующих роль социального капитала в формировании спроса на инновации, эта тема представляется недостаточно исследованной.
В данной работе проверяется гипотеза о положительном влиянии социального капитала на отношение к технологиям. Кроме этого, вслед за Ф. Беланже и Л. Картер [Bélanger, Carter, 2008] будет рассмотрено влияние показателей социального капитала на отношение к конкретным технологиям. Основное предположение заключается в том, что характер технологии и специфические условия ее применения могут делать связь между социальным капиталом и отношением к инновациям обратной. В результате в отдельных сферах недостаток социального капитала может приводить к росту спроса на технологические новинки, если последние могут компенсировать нехватку доверия и просоциальных норм поведения в обществе. Следующая часть статьи посвящена эмпирическому анализу связи между социальным капиталом, институциональным доверием и отношением к инновациям.
Эмпирическая проверка связи между социальным капиталом,
институциональным доверием и отношением к инновациям
Для проверки выдвинутых гипотез были использованы данные исследования «Евробарометр в России»1. Анкетный опрос проводился в 10 регионах России2 в 2016 г. на выборке, репрезентирующей регионы, и составившей в общей сложности 6077 респондентов.
Описание переменных и эмпирическая стратегия
Зависимые переменные. В качестве зависимых переменных были использованы показатели, отражающие отношение населения к инновациям, а именно к технологиям вообще и конкретным, еще не распространенным в России технологиям в частности.
Выявление отношения к инновациям через технологии представляется возможным, поскольку, во-первых, когда речь идет об инновациях, как правило, имеются в виду именно продукты технологичных отраслей [Ganesh, Kumar, 1996; Norton, Bass, 1987]; во-вторых, данный способ по-
1 http://www.ranepa.ru/nauka-i-konsalting/strategii-i-dokIady/evrobarometr/evrobarometr. Благодарим Центр социологических исследований Института общественных наук РАН-ХиГС за предоставленный доступ к данным.
2 В опрос участвовали жители следующих субъектов РФ: Краснодарский край, Ленинградская область, г. Москва, Нижегородская область, Республика Дагестан, Республика Татарстан, Свердловская область, Томская область, Хабаровский край, Ярославская область.
зволяет конкретизировать в представлениях респондента такое довольно абстрактное понятие, как «инновации». Кроме того, в научной литературе есть примеры использования подобного метода, в частности, Р. Бенабу с соавторами [ВепаЬои й а1., 2015] строят индикатор открытости инновациям, в том числе опираясь на вопросы из Всемирного исследования ценностей об отношении к науке и технологиям.
В текущем исследовании индекс отношения к технологиям, отражающий отношение к технологиям в целом, также был построен на основе адаптированных вопросов Всемирного исследования ценностей [WVS 20102012] о науке и технологиях. Респондент мог выбрать любое количество утверждений, с которыми он согласен, из следующего списка:
1. Науки и технологии делают жизнь проще и удобнее.
2. Технологические новшества никак не влияют на мою повседневную жизнь.
3. При помощи научно-технических достижений можно решить любые проблемы.
4. Развитие науки и технологий представляет опасность в долгосрочной перспективе.
5. Научно-технические открытия слишком быстро меняют жизнь, люди не успевают приспособиться.
6. Научно-технический прогресс должен идти более высокими темпами, чем сейчас.
7. В будущем при помощи науки и технологий человечество сможет открыть все загадки природы.
8. Науки и технологии, по сути, не дают нам никакого принципиально нового знания.
При расчете индекса за каждое выбранное утверждение под номером 1, 3, 6 или 7 респонденту присваивался +1 балл, за каждое выбранное утверждение под номером 2, 4, 6 или 8 респонденту присваивался —1 балл. Затем баллы суммировались. Таким образом, суммарно респондент мог набрать от —4 до +4 баллов. Чем выше значение индекса, тем лучше отношение респондента к технологиям в целом.
Помимо этого, анкета включала в себя два вопроса об отношении респондентов к конкретным технологиям:
• Как вы относитесь к перспективе широкого внедрения в судебную практику автоматизированных программ, которые выносят решение по делу вместо судей, без участия людей?
• Как вы относитесь к перспективе массового распространения машин на самоуправлении — с автопилотом вместо водителя?
Опрашиваемым предлагалось выбрать ответ по шкале из четырех баллов: 1 — «Очень негативно», 2 — «Скорее негативно», 3 — «Скорее позитивно», 4 — «Очень позитивно». Для удобства интерпретации ответы на оба вопроса были перекодированы в бинарные варианты: при выборе
ответа 1 или 2 респонденту присваивалось значение 0, подразумевающее скорее негативное отношение к внедрению данной технологии, при выборе ответа 3 или 4 — значение 1, свидетельствующее скорее о позитивном отношении.
Объясняющие переменные. Основными объясняющими переменными выступают показатели социального капитала (межличностное доверие, социальные нормы, сети) и институционального доверия.
Межличностное доверие замерялось с помощью двух вопросов:
• Как вы считаете, большинству людей можно доверять или в отношениях с людьми следует быть осторожными?
• Если говорить о людях, которые окружают лично вас, то большинству из них можно доверять или в отношениях с ними следует быть осторожными?
Степень следования социальным нормам рассчитывалась как среднее из ответов на пять стандартных вопросов, используемых в подобных исследованиях. Респонденту предлагалось оценить по пятибалльной шкале, насколько заслуживают оправдания следующие действия (1 — всегда заслуживает оправдания, 5 — никогда не заслуживает оправдания):
• получение государственных пособий, на которые респондент не имеет права;
• проезд «зайцем» в общественном транспорте;
• неуплата налогов, если есть такая возможность;
• получение взятки с использованием служебного положения;
• уклонение от ответственности за ущерб, причиненный на автостоянке другому автомобилю.
Третий компонент социального капитала — социальные сети — оценивался с помощью следующего вопроса:
• Скажите, пожалуйста, сколько, примерно, людей в вашей телефонной записной книжке или мобильном телефоне (не считая номеров организаций)?
Респондент мог выбрать один из шести вариантов ответа: 1 — менее 10, 2 — от 10 до 25, 3 — от 26 до 50, 4 — от 51 до 100, 5 — от 101 до 200, 6 — более 200.
Помимо показателей социального капитала результаты опроса позволили определить уровень институционального доверия опрашиваемых. В анкету был включен широкий перечень вопросов о доверии граждан государственным институтам, из ответов на которые было рассчитано среднее значение. Респонденты по шкале от 1 («совсем не доверяю») до 4 («полностью доверяю») должны были оценить доверие к:
• Президенту РФ;
• Правительству РФ;
• Федеральному собранию РФ;
• губернатору, президенту республики;
• региональному законодательному собранию;
• муниципальным, местным органам управления (мэру и т.п.);
• муниципальному (городскому) законодательному собранию;
• прокуратуре и полиции;
• судам.
Вопрос о доверии судам рассматривался также отдельно в связи со спецификой вопроса про отношение к автоматизированным судейским программам и возможностью наличия непосредственной связи между ответами на данные вопросы.
Контрольные переменные. Для получения устойчивых результатов использовался широкий круг переменных, отражающих социально-демографические характеристики респондента. Для индивидуального контроля использовались переменные пола, возраста, образования, уровня дохода, а также типа населенного пункта, в котором проживает респондент (село, малый город, крупный город, столица региона).
Факторы среды учитывались через использование фиксированных дамми-переменных для регионов. Данный способ позволяет учесть совокупность экономических, институциональных и культурных различий между областями, хотя и приводит к недооценке роли социального капитала из-за «поглощения» фиксированными эффектами различий в социальном капитале регионов.
Эмпирическая стратегия. Базовое уравнение регрессии имеет следующий вид:
^ = а 0 + ^ + С„ + рЕ + е„
где уи — отношение респондента г из региона ] к технологиям, 8Си — доверие, социальные нормы и включенность в социальные сети респондента, Си — вектор индивидуальных контрольных переменных респондента, ¥Е; — фиксированные эффекты регионов, еи — случайная ошибка. При проверке влияния социального капитала и институционального доверия на отношение к технологиям используется метод наименьших квадратов. Влияние этих переменных на отношение к автоматизированным судейским программам проверяется с помощью логит-модели. Во всех случаях использованы робастные стандартные ошибки, а также двусторонняя значимость.
Основные результаты
Регрессионный анализ выявил более положительное отношение к технологиям в целом у людей с более высоким уровнем межличностного и институционального доверия, более развитыми социальными нормами и большим количеством социальных связей (см. табл. 1), что соответствует результатам исследований по данной тематике. Все переменные, за ис-
Влияние элементов социального капитала и институционального доверия на отношение к технологиям (с контролем на фиксированные региональные эффекты)
Результаты регрессий
Dependent variable:
Отношение t технологиям
со ® (3) (4) (5) (6)
Персональный доход 0.054*** 0.050*" 0.050*** 0.054*" 0.057*** 0.047"*
(0.009) (0.009) (0.009) (0.009) (0.009) (0.009)
Возраст -0.001 -0.001 -0.002" -0.002 0.0003 0.0005
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Пол -0.102"" -0.110""" -0.110""" -0.137""" -0.129°"" -O.OS9™
(0.041) (0.041) (0.040) (0.041) (0.042) (0.042)
Обобщенное доверие 0.093' (0.048)
Доверие к знакомым 0.219*** (0.045)
Социальные нормы 0.156""" (0.031)
Институциональное доверие 0.205"" (0.030)
Доверие к судьям 0.119*** (0.024)
Количество людей в записной книжке 0.057*" (0.015)
Constant 0.603™" 0.526""" 0.079 0.146 0.341" 0 424""
(0.161) (0.162) (0.193) (0.177) (0.178) (0.175)
Тип поселения Yes Yes Yes Yes Yes Yes
Образование Yes Yes Yes Yes Yes Yes
Регион Yes Yes Yes Yes Yes Yes
Observations 5.677 5.696 5.728 5.724 5.266 5.606
R2 0.027 0.030 0.030 0.035 0.032 0.028
Adjusted R2 0.024 0.027 0.027 0.031 0.028 0.024
Residual Std Error 1.477(df=5656) 1 475 (df- 5675) 1 474 (df- 57Q7¡ 1.472 (df- 5703) 1 47ó (df- 5245¡ 1 479 (df- 5585)
F Statistic 7 945'™'" (df — 20; 5656) i S04"""(df=20; 5675)í i.970""" (elf = 20; 5707) 10 192"" (df=20; 5703) í i.560""" (df — 20; 5245) 7.956""" (elf = 20; 55S5)
Note:
*р<0.1: **p<0.G5, ***p<0.01
ключением обобщенного доверия, значимы на 1%-ном уровне. Обобщенное доверие оказывается значимо на 10%-ном уровне. Среди контрольных переменных значимыми оказались уровень дохода респондента (чем выше доход, тем более позитивное отношение к технологиям) и пол (женщины с большим недоверием относятся к технологиям, чем мужчины). Неожиданностью является незначимость такого параметра, как возраст, — возможно, это вызвано существованием «культа» научно-технического прогресса в Советском Союзе, проявляющегося в положительном отношении к науке и технологиям у старших поколений.
Таким образом, полученные результаты говорят о наличии положительной связи между уровнями социального капитала и институционального доверия и отношением к технологиям в целом. Но при этом возникают следующие вопросы. Сохранится ли выявленная связь, если задать респондентам вопрос о конкретных технологиях, способных перевернуть жизнь людей в среднесрочной перспективе? Могут ли слабая развитость социального капитала и низкий уровень доверия не препятствовать внедрению и распространению инноваций, а, напротив, стимулировать эти процессы?
Один из примеров революционных технологий будущего — автоматизированные программы, принимающие судейские решения. Эта технология интересна в контексте нашего исследования тем, что позволяет обеспечить деперсонализацию в процессе вынесения приговора и может быть востребована в среде с низким уровнем межличностного и институционального доверия, но одновременно ее внедрение требует высокого уровня доверия к ней из-за моральной стороны вопроса — не ясно, насколько легитимно будет решение, вынесенное машиной по отношению к человеку.
Результаты влияния социального капитала и институционального доверия на отношение к автоматизированным судейским программам представлены в табл. 2. Можно видеть, что значение коэффициентов при всех переменных стало обратным: более высокое доверие (межличностное и институциональное) и более развитые социальные нормы отрицательно влияют на отношение к автоматизированным судейским программам. Наиболее сильный эффект (на 1%-ном уровне значимости) наблюдается для показателей институционального доверия и доверия судьям: чем они выше, тем с меньшей вероятностью респондент будет положительно относиться к роботам-судьям. Незначимой переменной оказывается количество людей в записной книжке, отражающее включенность респондента в социальные сети.
Таким образом, мы получаем двойственный результат. С одной стороны, подтверждается гипотеза о том, что социальный капитал и институциональное доверие положительно влияют на отношение к технологиям в целом. С другой стороны, и социальный капитал, и в особенности институциональное доверие оказывают отрицательное влияние на отношение к конкретной технологии — автоматизированным судейским системам.
Таблица 2
Влияние элементов социального капитала и институционального доверия на отношение к автоматизированным судейским системам (с контролем на фиксированные региональные эффекты)
Результаты регрессии
Dependent variable:
Отношение к р о оотам-судьям (логнт-модель)
(1) (2) (3) (4) (5) (6)
Персональный доход 0.011 0.013 0.012 0.010 0.006 0.013
(0.015) (0.015) (0.015) (0.015) (0.016) (0.016)
Возраст 0.002 0.002 0.003 0.002 0.002 0.001
(0.002) (0.002) (0.0021 (0.002) (0.002) (0.002)
Пол -0.271*** -0.247*** -0.260*** -0.224*** -0.217*** -0.275"*
(0.070) (0.069) (0.069) (0.070) (0.072) (0.071)
Обобщенное доверие -0.148* (0.084)
Доверие к знакомым -0.191** (0.076)
Социальные нормы -0.100* (0.055)
Институциональное доверие -0.229*** (0.053)
Доверие к судьям -0.282*** (0.041)
Количество людей в записной книжке -0.030 (0.027)
Constant -1.078'** -1.036*** -0.753** -0.585** -0.476 -0.965***
(0.278) (0.281) (0.334) (0.298) (0.298) (0.300)
Гил поселения Yes Yes Yes Yes Yes Yes
Образование Yes Yes Yes Yes Yes Yes
Регионы Yes Yes Yes Yes Yes Yes
Observations 5,383 5,387 5,418 5,415 5,024 5,323
Log Likelihood -2,720.407 -2,721.357 -2,736.974 -2,728.931 -2,537.872 -2,685.649
Akaike Inf. Crit. 5,482.814 5,484.714 5,515.948 5,499.861 5,117.743 5,413.298
Note: 'рО.1; *V0.05; ***р<0.01
Как можно это интерпретировать? Во-первых, отношение людей к технологиям вообще и к конкретным технологиям, способным заметно изменить их жизнь в ближайшем будущем, — это две разные вещи, которые не следует смешивать. В том числе этот факт важно учитывать при проведении исследований и составлении опросов.
Во-вторых, в сферах, где явно присутствует человеческий фактор (судейство, медицина, образование и т.д.), социальный капитал может играть решающую роль. Низкий уровень межличностного доверия озна-
чает в том числе низкий уровень доверия судьям, докторам, учителям, их личным качествам и профессиональным компетенциям, а значит, даже несмотря на риски, которые влечет за собой внедрение новых технологий, потенциальные выгоды от деперсонализации начинают перевешивать. Похожим эффектом обладает сила социальных норм, разделяемых респондентами: если человек считает, что вести себя некооперативно по отношению к окружающим допустимо, то он ожидает похожего поведения со стороны окружающих, в результате чего технологии, подобные автоматизированным судейским программам, могут восприниматься им как возможность получить объективную и независимую от человеческого фактора услугу.
В-третьих, при обращении человека в суд важным фактором для него оказывается не только личность судьи, но и доверие к институтам в целом и к судебной системе в частности. Поскольку основным преимуществом автоматизированных судейских систем является беспристрастность, подобные технологии могут являться решением в условиях плохой институциональной среды.
Проверка на робастность
Стоит отметить, что в данной работе, как и во многих других исследованиях подобного рода, сложно однозначно утверждать о направленности причинно-следственной связи. Для проверки выявленных эффектов были построены дополнительные модели.
В-первых, был проведен «тест на фальсификацию» (falsification test). В рассматриваемую базу данных был включен еще один вопрос об инновациях, выявляющий отношение к беспилотным автомобилям. Описанная выше интерпретация отрицательного влияния социального капитала и институционального доверия на отношение к автоматизированным судейским системам предполагает ограниченность эффекта: социальный капитал и институциональное доверие не должны отрицательно влиять на восприятие технологий в сферах, где человеческий фактор и качество институциональной среды являются не столь важными. В табл. 3 приведены результаты регрессий на отношение к беспилотным автомобилям — отрицательный знак, как и требует теория, не воспроизводится, поэтому можно считать, что «тест на фальсификацию» пройден успешно.
Во-вторых, нами были построены разные спецификации регрессий: с использованием оригинальной четырехбалльной шкалы, описывающей отношение к судьям, с использованием двух субиндексов — положительного и отрицательного отношения к технологиям, а также с альтернативным способом расчета показателя институционального доверия (на основе факторного анализа). Результаты оказались аналогичными (см. табл. 4).
Тест на фальсификацию: влияние элементов социального капитала и институционального доверия на отношение к беспилотным автомобилям (с контролем на фиксированные региональные эффекты)
Dependent variable:
Отношение к беспилотным автомобилям (логит-модель) (1) (2) (3) (4) (5) (6)
Персональный доход 0.029" 0.030" 0.033" 0.031" 0.027** 0.027"
(0 013) (0 013) (0013) (0013) (0.013) (0 014)
Возраст -0.015*" -0.015*" -0.014*" -0.015*" -0.014*** -0.014*"
(0.002) (0.002) (0.002) (0.002) (0.002) (0.002)
Пол -0.314*" -0.325*** -0.330*** -0.334*** -0.324*** -0.327*"
(0.059) (0.059) (0.059) (0.059) (0.061) (0.060)
Обобщенное доверие 0.156**
(0.070)
Доверие к знакомым 0.059
(0.068)
Социальные нормы -0.061
(0.047)
Институциональное доверие 0.034
(0.045)
Доверие к с\дош 0.02S
(0.034)
Количество людей в записной книжке 0.030
(0.022)
Constant 0.682*** 0.676*** 0.906*** 0.612" 0.545** 0.601**
(0.239) (0.241) (0.287) (0.260) (0.258) (0.257)
Тип поселения Yes Yes Yes Yes Yes Yes
Образование Yes Yes Yes Yes Yes Yes
Регионы Yes Yes Yes Yes Yes Yes
Observations 5,375 5,383 5,415 5,411 5,027 5,314
Log Likelihood -3,402.846 -3,410.038 -3,427.660 -3,427.719 -3,211.431 -3,372.138
Akaike Inf. Cnt. 6,847.693 6,862.076 6,897.320 6,897.437 6,464.862 6,786.277
Note: *p<0. 1; **p<0.05; "Vo.oi
Проверка устойчивости результатов
Dependent variable:
Отношение к роботам-судьям (четырехбалльная шкала) Отношение к технологиям (положительные утверждения) Отношение к технологиям (отрицательные утверждения) Отношение к технологиям
(1) (2) (3) (4) (5) (6) (7)
Персональный доход 0.004 0.003 0.008 0.009 -0.043*** -0.046*** 0.063***
(0.005) (0.005) (0.006) (0.006) (0.006) (0.006) (0.010)
Возраст -0.0002 -0.0001 0.003*** 0.003*** 0.005*** 0.005*** 0.001
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Пат -0.017 -0.014 -0.084*** -0.104*** -0.001 0.006 -0.144***
(0.023) (0.023) (0.027) (0.027) (0.026) (0.026) (0.047)
Обобщенное доверие -0.054** (0.027) 0.072" (0.031) -0.165*** (0.030)
Институциональное доверие -0.043" (0.019) 0.147*" (0.021) -0.058*** (0.020)
Институциональное доверие (фактор) 0.148"* (0.024)
Constant 1.882*** 1.964*** -0.042 -0.352*** 0.611*** 0.667*** 0.628***
(0.096) (0.103) (0.114) (0.123) (0.113) (0.119) (0.186)
Тип поселения Yes Yes Yes Yes Yes Yes Yes
Образование Yes Yes Yes Yes Yes Yes Yes
Регионы Yes Yes Yes Yes Yes Yes Yes
Observations 5,388 5,416 5,697 5,725 5,697 5,725 4,253
R2 0.014 0.014 0.013 0.022 0.078 0.074 0.041
Adjusted R2 0.010 0.011 0.009 0.018 0.074 0.071 0.036
Residual Std. Error 0.818 (df= 5367) 0.818 (df = 5395) 0.993 (df= 5676) 0.990 (df= 5704) 0.961 (df= 5676) 0.964 (df= 5704) 1.468 (df= 4232)
F Statistic 3.718*" (df= 20; 5367) 3.903*" (df= 20; 5395) 3.696*" (df= 20; 5676) 6.368*" (df= 20; 5704) 23.921*" (df= 20; 5676) 22.726*** (df= 20; 5704) 9.024*" (df = 20; 4232)
Note: *р<0.1; **р<0.05; ***р<0.01
Социальный капитал и перспективы внедрения инноваций
Влияние различных форм социального капитала на инновационную активность как со стороны спроса (готовность принять инновации), так и со стороны предложения (производство инноваций) является одним из факторов, которые необходимо учитывать при проведении политики стимулирования инновационного развития. Полученные нами выводы уточняют результаты предыдущих исследований и позволяют взглянуть на возможность распространения инноваций с новой стороны.
Положительное влияние социального капитала на отношение к технологиям в целом не всегда выражается в принятии обществом той или иной конкретной технологии. Более того, поскольку наличие положительной (или отрицательной) связи ничего не говорит об абсолютной величине сторонников или противников внедрения инновации, каждый случай следует рассматривать отдельно. «Медианный избиратель» может выступить против массового внедрения конкретной технологии из-за опасений относительно ее безопасности и последствий использования.
Так, опросы показывают, что различия значительны даже среди европейских стран, при этом уровень социально-экономического развития государства не является универсальным предиктором отношения граждан к нововведению. На рис. 1 приведены данные опроса, проведенного в марте 2017 г., об отношении к беспилотным автомобилям в странах ЕС [European Commission, 2017]1. В исследовании «Евроба-рометр в России» использовалась несколько иная формулировка2, однако уровень одобрения (34% опрошенных сказали, что относятся позитивно или скорее позитивно к распространению машин на автопилоте) оказался похожим на среднеевропейский (28%). Таким образом, большинство граждан европейских стран и России относятся к распространению технологий (в частности, беспилотных автомобилей) с настороженностью.
1 Вопрос звучал следующим образом: «Перед вами список дел, которые могут выполняться роботами. Для каждого из них оцените ваше личное отношение к этому, используя шкалу от 1 до 10. «1» означает, что вы будете чувствовать себя совершенно некомфортно, «10» — совершенно комфортно. Ситуация: находиться в машине, которая управляется без водителя». Приведены проценты респондентов, выбравших варианты от 6 до 10.
2 Как вы относитесь к перспективе массового распространения машин на самоуправлении — с автопилотом вместо водителя? 1 — «Очень негативно», 2 — «Скорее негативно»,
3 — «Скорее позитивно», 4 — «Очень позитивно».
50% 45% 40% 35°%
Рис. 1. Процент людей, комфортно чувствующих себя при поездке на самоуправляемом автомобиле Источник: на основе [European Commission, 2017].
Наиболее важные выводы в предыдущих разделах были сделаны при рассмотрении ответов на вопрос о внедрении автоматизированных судейских систем, поэтому стоит отдельно сказать об уровне одобрения данной технологии в России. Он оказывается достаточно низким: лишь 19% населения относятся к технологии скорее позитивно или очень по-зитивно1.
Неоднородность уровня одобрения роботизированных систем в странах ЕС поднимает вопрос о том, есть ли значимые различия в уровне поддержки технологии в разных регионах России. На рис. 2 приведено процентное распределение респондентов, скорее или очень позитивно относящихся к распространению автоматизированных судейских систем. Результаты кажутся неожиданными: наиболее благосклонно к роботам-судьям относятся жители Республики Дагестан. Однако данное наблюдение укладывается в выявленную нами концептуальную рамку: чем ниже в регионе межличностное и институциональное доверие и хуже качество институтов, тем выше доля людей, положительно относящихся к переходу на обезличенные технологии, несмотря на их революционный (с точки зрения воздействия на жизненный уклад) характер.
Приведенные цифры и результаты позволяют сделать два вывода относительно внедрения технологических инноваций. Во-первых, из-за настороженного отношения граждан России и европейских стран к беспилотным автомобилям и автоматизированным судейским системам внедрение технологий должно происходить постепенно. Во-вторых, в регионах
1 В обследовании Европейского союза подобный вопрос не задавался.
30% 25% 20°% 15%
10%
0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
Положительное отношение к автоматизированным судейским системам (слева) и Индекс бытовой коррупции (справа)
Рис. 2. По левой шкале — процент людей, положительно или скорее положительно относящихся к массовому распространению программ, выносящих судебные решение автоматизированно (без участия людей); по правой шкале — индекс бытовой коррупции в российских регионах
Источник: на основе [«Евробарометр в России», 2016; Общероссийский общественный фонд «Общественное мнение», 2011].
с низким уровнем доверия и неблагоприятной институциональной средой технологии, обеспечивающие деперсонализацию, могут быть быстрее приняты населением. В таких регионах возможно проведение пилотных проектов по внедрению подобных инноваций. Более того, открываются возможности для стран с низким уровнем доверия и плохими институтами: именно в них некоторые революционные технологии могут быть более востребованы населением.
Заключение
Влияние социального капитала на инновационную деятельность является предметом многочисленных исследований, в результате которых важная роль доверия, социальных сетей и норм в создании и распространении инноваций стала точкой консенсуса в профессиональной среде. При этом в большинстве случаев рассматривается сторона предложения: влияние социального капитала на НИРы, патентную деятельность, инно-
вационную активность фирм. В нашей работе акцент был сделан на сторону спроса: влияние элементов социального капитала на отношение людей к технологиям.
Как было показано, в большинстве работ по исследуемой теме авторы находят положительную связь между социальным капиталом, институциональным доверием и отношением к технологиям, и в данной статье также было подтверждено наличие положительной зависимости между межличностным и институциональным доверием, социальными нормами и сетями, с одной стороны, и отношением к технологиям в целом — с другой. Однако мы также выяснили, что зависимости могут оказаться ровно обратными при рассмотрении конкретных технологий — например, позволяющих перейти к деперсонализированным отношениям в областях, требующих высокого межличностного и институционального доверия. Чем выше уровень межличностного и институционального доверия и сильнее социальные нормы, тем хуже отношение к автоматизированным судейским системам, которые выносят решение по делу без участия людей. Эффект оказался устойчив и не наблюдался для более «нейтральных» с точки зрения человеческого фактора и качества институциональной среды технологий — беспилотных автомобилей.
Результаты имеют практическое применение для политики по распространению инноваций. Плохая институциональная среда и низкие запасы социального капитала могут стать фактором, способствующим быстрому распространению деперсонализированных технологий в сферах, требующих высокого доверия. Население в регионах с дефицитом доверия может предъявлять спрос на подобные технологии вне зависимости от уровня социально-экономического развития. Выявленные закономерности требуют дальнейших исследований в области взаимовлияния социального капитала, институциональной среды и отношения к технологиям.
Список литературы
1. Аузан А. А., Никишина Е. Н. Долгосрочная экономическая динамика: роль неформальных институтов // Журнал экономической теории. — 2013. — № 4. — С. 48-57.
2. Богомолова Е. В., Галицкая Е. Г., Кот Ю. А., Петренко Е. С. Повседневность россиян: гражданские и потребительские практики // Мир России. Социология. Этнология. — 2017. — № 1. — С. 180-197.
3. «Евробарометр в России»: официальный сайт. URL: http://www.ranepa.ru/ nauka-i-konsalting/strategii-i-doklady/evrobarometr/evrobarometr (дата обращения: 13.08.2017).
4. Лебедева Н. М, Бушина Е. В., Черкасова Л. Л. Ценности, социальный капитал и отношение к инновациям // Общественные науки и современность. — 2013. — № 4. — С. 28-41.
5. Натхов Т. В. Социальный капитал и образование // Вопросы образования. — 2012. — № 2. — С. 62-67.
6. Общероссийский общественный фонд «Общественное мнение». Состояние бытовой коррупции в Российской Федерации. — М., 2011 // Фонд Общественное Мнение: официальный сайт. URL: http://fom.ru/uploads/flles/ doklad.pdf (дата обращения: 02.11.2017).
7. Полищук Л., Меняшев Р. Экономическое значение социального капитала // Вопросы экономики. — 2011. — № 12. — С. 46-65.
8. Akçomak I. S., Ter Weel B. Social capital, innovation and growth: Evidence from Europe // European Economic Review. — 2009. — Vol. 53. — No. 5. — P. 544-567.
9. Bélanger F., Carter L. Trust and risk in e-government adoption // The Journal of Strategic Information Systems. — 2008. — Vol. 17. — No. 2. — P. 165-176.
10. Bénabou R., Ticchi D., Vindigni A. Religion and innovation // The American Economic Review. — 2015. — Vol. 105. — No. 5. — P. 346-351.
11. Beugelsdijk S., Van Schaik T. Social capital and growth in European regions: an empirical test // European Journal of Political Economy. — 2005. — Vol. 21. — No. 2. — P. 301-324.
12. BorisovaE., Govorun A., IvanovD. Social capital and support for the welfare state in Russia // Post-Soviet Affairs. — 2017. — Vol. 33. — No. 5. — P. 411-429.
13. European Commission. Attitudes towards the impact of digitisation and automation on daily life // European Commission: официальный сайт. URL: https://ec.europa.eu/digital-single-market/en/news/attitudes-towards-impact-digitisation-and-automation-daily-life (last accessed data: 15.10.2017).
14. Coleman J., Katz E., Menzel H. The diffusion of an innovation among physicians // Sociometry. — 1957. — Vol. 20. — No. 4. — P. 253-270.
15. Dakhli M., De Clercq D. Human capital, social capital, and innovation: a multi-country study // Entrepreneurship & regional development. — 2004. — Vol. 16. — No. 2. — P. 107-128.
16. Durlauf N., Fafchamps. M. Social Capital // In Handbook of Economic Growth. — 2005. — Vol. 1. — Part 2. — P. 1639-1699.
17. Freeman C. The economics of technical change // Cambridge journal of economics. — 1994. — Vol. 18. — No. 5. — P. 463-514.
18. Ganesh J., Kumar V. Capturing the cross-national learning effect: An analysis of an industrial technology diffusion // Journal of the Academy of Marketing Science. — 1996. — Vol. 24. — No. 4. — P. 328-337.
19. Halpern D. Social Capital. — Cambridge: Polity, 2005.
20. Hauser C., Tappeiner G., Walde J. The learning region: the impact of social capital and weak ties on innovation // Regional studies. — 2007. — Vol. 41. — No. 1. — P. 75-88.
21. Kaasa A. Effects of different dimensions of social capital on innovative activity: Evidence from Europe at the regional level // Technovation. — 2009. — Vol. 29. — No. 3. — P. 218-233.
22. 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.
23. Landry R., Amara N., Lamari M. Does social capital determine innovation? To what extent? // Technological forecasting and social change. — 2002. — Vol. 69. — No. 7. — P. 681-701.
24. Maskell P. Social capital, innovation, and competitiveness // Social capital. — Oxford University Press, 2000. — P. 111-123.
25. Nelson RichardR, Winter Sidney G. An evolutionary theory of economic change. — Harvard Business School Press, Cambridge, 1982.
26. Norton J. A., Bass F. M. A diffusion theory model of adoption and substitution for successive generations of high-technology products // Management science. — 1987. — Vol. 33. — No. 9. — P. 1069-1086.
27. Putnam R. D. Bowling alone: America's declining social capital // Journal of democracy. — 1995. — Vol. 6. — No. 1. — P. 65-78.
28. Rothwell R., Wissema H. Technology, culture and public policy // Technovation. — 1986. — Vol. 4. — No. 2. — P. 91-115.
29. Rutten R., Gelissen J. Social values and the economic development of regions // European Planning Studies. — 2010. — Vol. 18. — No. 6. — P. 921-939.
30. WVS 2010-2012 Wave, revised master, June 2012 // World Values Survey: официальный сайт. URL: http://www.worldvaluessurvey.org/WVSDocumentationWV6. jsp (last accessed data: 25.08.2017).
The List of References in Cyrillic Transliterated into Latin Alphabet
1. Auzan A. A., Nikishina E. N. Dolgosrochnaja jekonomicheskaja dinamika: rol' neformal'nyh institutov // Zhurnal jekonomicheskoj teorii. — 2013. — № 4. — S. 48-57.
2. BogomolovaE. V., GalickajaE. G., Kot Ju. A., PetrenkoE. S. Povsednevnost' rossijan: grazhdanskie i potrebitel'skie praktiki // Mir Rossii. Sociologij a. Jetnologija. — 2017. — № 1. — S. 180-197.
3. «Evrobarometr v Rossii»: oficial'nyj sajt. URL: http://www.ranepa.ru/nauka-i-konsalting/strategii-i-doklady/evrobarometr/evrobarometr (data obrashhenija: 13.08.2017).
4. Lebedeva N. M., Bushina E. V., Cherkasova L. L. Cennosti, social'nyj kapital i otnoshenie k innovacijam // Obshhestvennye nauki i sovremennost'. — 2013. — № 4. — S. 28-41.
5. Lebedeva N. M., Tatarko A. N. Metodika issledovanija otnoshenija lichnosti k innovacijam // Al'manah sovremennoj nauki i obrazovanija. — 2009. — № 4-2. — S. 89-96.
6. Nathov T. V. Social'nyj kapital i obrazovanie // Voprosy obrazovanija. — 2012. — № 2. — S. 62-67.
7. Obshherossijskij obshhestvennyj fond «Obshhestvennoe mnenie». Sostojanie bytovoj korrupcii v Rossij skoj Federacii. — M., 2011 // Fond Obshhestvennoe Mnenie: oficial'nyj sajt. URL: http://fom.ru/uploads/files/doklad.pdf (data obrashhenij a: 02.11.2017).
8. Polishhuk L., Menjashev R. Jekonomicheskoe znachenie social'nogo kapitala // Voprosy jekonomiki. — 2011. — № 12. — S. 46-65.
