Социальные факторы выбора контрагентов на бирже удалённой работы: исследование конкурсов с помощью "больших данных"

Размещено на http://www.allbest.ru/

Социальные факторы выбора контрагентов на бирже удалённой работы: исследование конкурсов с помощью "больших данных"

Стребков Денис Олегович

Лукина Анастасия Андреевна

Мелианова Екатерина Георгиевна

Тюлюпо Алексей Витальевич

Аннотации

Принципиальной организационной инновацией информационной эпохи стало появление "электронных рынков" - торговых онлайн-площадок, призванных повысить эффективность взаимодействия между продавцами и покупателями товаров и услуг. Одним из примеров электронного рынка являются биржи удалённой работы, позволяющие самозанятым профессионалам (фрилансерам) и их заказчикам быстро и с небольшими издержками найти контрагента в любом уголке мира. Биржи удалённой работы существенно изменяют ландшафт занятости и трудовые отношения, актуализируя задачу изучения внедряемых ими контрактных практик и механизмов. При этом, как и любые другие интернет-сайты, биржи удалённой работы фиксируют огромные массивы разнообразной информации о пользователях и их действиях. Используя подобные "большие данные", мы провели исследование факторов победы в конкурсах для фрилансеров на бирже удалённой работы. Конкурс является одним из популярных механизмов отбора фрилансеров, подразумевающим открытое состязание между кандидатами по выполнению поставленной организатором конкурса (заказчиком) задачи с определением победителя и выплатой ему вознаграждения. В исследовании использованы открытые данные о конкурсах, проводившихся с ноября 2009 г. по ноябрь 2018 г. на одной из крупнейших русскоязычных бирж удалённой работы, собранные в автоматическом режиме при помощи технологии парсинга (от англ. parsing). Итоговая выборка включала 6169 конкурсов, в которых в совокупности приняли участие 335 613 человек, а число уникальных участников составило 45 1 74 человека. Результаты исследования свидетельствуют об отсутствии устойчивых признаков дискриминации на основании социально-демографических характеристик, а также о важной роли формализированной репутации (воплощённой в рейтингах и отзывах) и коммуникации между фрилансером и заказчиком (в форме взаимных комментариев), повышающих шансы фрилансера стать победителем в конкурсе. В статье также обсуждаются методологические проблемы, возникающие при работе с "большими данными". В целом данное исследование конкурсов на бирже удалённой работы позволяет глубже понять роль социальных факторов в функционировании новой электронной экономики на основе "больших данных", порождаемых самой этой экономикой.

Ключевые слова: электронные рынки; биржи удалённой работы; самозанятость; фрилансеры; выбор контрагента; конкурсы; "большие данные". биржа фрилансер самозанятый

Abstract

E-markets are online trading platforms designed to improve efficiency of interactions between sellers and buyers of goods and services. E-markets have become a fundamental organizational innovation in the information era. One example is freelance online marketplaces (online labor markets) that allow self-employed professionals (freelancers) and their clients to quickly and cost-effectively find each other anywhere in the world. Online labor markets substantially change the employment landscape and labor relations, actualizing the task of exploring contractual practices and mechanisms introduced by them. Similar to other websites, online labor markets record huge amounts of diverse information about the users and their actions. Utilizing such "big data," we conducted research using factors that enable freelancers to win employment contests. The contest is one of the most popular mechanisms of freelancer selection, implying an open competition between all the candidates who perform the task set up by the competition organizer who finally determines a winner and pays a remuneration. The study uses open data on contests held from November 2009 to November 2018 on the largest Russian- language online marketplace. Data were collected automatically using a web scraping technique. The final sample consists of 6,169 contests, in which 335,613 freelancers took part, and the number of unique participants was 45,174 persons. The study results indicate the absence of persistent discrimination on the basis of socio-demographic characteristics. The results also revealed the important role of formalized reputation (embodied in ratings and reviews) and communication between the freelancer and the employer (in the form of mutual comments) that increase the chances of a freelancer winning a contest. The paper also discusses methodological issues that arise when working with "big data." In general, this study of contests on freelance online marketplaces leads to the understanding of the role of social factors in the functioning of the new electronic economy based on "big data" generated by this economy.

Keywords: online marketplaces; online labor markets; self-employment; freelancers; contractor selection; contests; "big data".

Введение

Выбор контрагента представляет собой одну из фундаментальных проблем рыночного взаимодействия. Развитие Интернета способствовало созданию "электронных рынков" (online marketplaces) - торговых онлайн-площадок (веб-сайтов), призванных повысить эффективность взаимодействия между продавцами и покупателями товаров и услуг. Электронные рынки - это принципиальная организационная инновация информационной эпохи, формирующая новый тип инфраструктуры, которая знаменует становление экономики, функционирующей на основе онлайн- платформ (platform economy) [Kenney, Zysman 2016; Срничек 2018]. В рамках платформенной логики создаются новые бизнес-процессы и перестраиваются целые отрасли, среди которых розничная торговля (Amazon, Ebay), пассажирские перевозки (Uber), аренда жилья (Airbnb), финансирование стартапов (Kickstarter) и др. Одним из примеров электронного рынка являются биржи удалённой работы (online freelance marketplaces, online labor markets), позволяющие независимым профессионалам (фрилансерам) и их заказчикам в короткие сроки и с небольшими издержками найти контрагента в любом уголке мира [Aguinis, Lawal 2013; Agrawal et al. 2015; Стребков, Шевчук, Спирина 2015]. Сегодня на глобальных биржах удалённой работы ^єє^п^г, Upwork и др.) зарегистрированы миллионы фрилансеров, услугами которых пользуются частные лица, государственные и некоммерческие организации, малый и средний бизнес, а также крупные компании.

Биржи удалённой работы существенно изменяют ландшафт занятости и трудовые отношения, актуализируя задачу изучения внедряемых ими новых контрактных практик и механизмов, таких как аукционы, конкурсы и др. [Drahokoupil, Fabo 2016; Huws 2017]. Эти механизмы предназначены для выбора работников-исполнителей на определённый объём работы (проект, задачу), то есть прежде всего ориентированы на дискретные разовые сделки между независимыми контрагентами, которые ранее не были знакомы друг с другом. Электронные рынки вообще и биржи удалённой работы в частности задумывались как эгалитарные прозрачные механизмы (наподобие неоклассической модели рынка), призванные снизить входные барьеры, обеспечить широкий доступ к информации, выровнять её асимметрию, упорядочить и стандартизировать процедуры, что в итоге будет способствовать принятию наиболее эффективных экономических решений [Малоун 2006]. В связи с этим для социологов интересны как реальные результаты взаимодействия фрилансеров и заказчиков на новых электронных площадках, так и общеконцептуальные вопросы, связанные с социальной укоренённостью новых рынков и ролью социальных отношений [Стребков, Шевчук 2012b].

В частности, важными являются вопросы о факторах успеха фрилансеров на биржах удалённой работы. Решения заказчиков о выборе контрагента имеют осязаемые последствия для благосостояния фрилансеров, увеличивая возможности занятости и доходы одних и ухудшая положение других. Важно разобраться, чем руководствуются заказчики при выборе фрилансеров-исполнителей на онлайн-площадках. Какие индивидуальные характеристики и модели поведения способствуют получению контракта (работы, проекта) в условиях жёсткой конкуренции между фрилансерами? Существует ли на рынках удалённой работы дискриминация по социально-демографическим признакам? Каким образом работают репутационные системы (рейтинги, отзывы и др.), создаваемые сайтами? Как возникающие социальные взаимодействия между заказчиками и кандидатами-фрилансерами влияют на результаты выбора исполнителей?

Изучение этих вопросов позволит выйти на более широкие обобщения, связанные с социальной организацией электронных рынков. Как отмечал американский социолог Б. Уцци, "исследования укоренённости нередко критиковали за то, что их эмпирическим объектом выступали анклавы, в которых укоренённые связи заведомо более развиты" [Уцци 2007: 46]. В этом смысле рынки удалённой работы представляют собой интересные кейсы для изучения роли социальных факторов в среде, изначально моделируемой по образу и подобию неоклассического рынка [Стребков, Шевчук 2012b].

В рамках данного исследования мы рассмотрим конкурсы - один из популярных механизмов, предлагаемых биржами удалённой работы, который в настоящее время (в отличие от аукционов) недостаточно изучен. Суть конкурса состоит в том, что заказчик объявляет задание (например, разработать логотип) и бюджет (призовой фонд), а заинтересовавшиеся фрилансеры представляют на рассмотрение варианты готовых работ, на основании которых заказчик выбирает победителя. Цель данного исследования - выявление факторов победы в конкурсах на бирже удалённой работы. Конкретнее, мы проанализируем роль социально-демографических, профессиональных и репутационных характеристик фрилансера, а также коммуникации между фрилансером и заказчиком в процессе конкурсного отбора.

Социологи не только стоят перед необходимостью изучения электронных рынков как новой социально-экономической реальности; сама эта реальность предоставляет социологам новые данные, с помощью которых они могут глубже разобраться в ней. Биржи удалённой работы для фрилансеров, как и любые другие интернет-сайты, фиксируют огромные массивы разнообразной информации о пользователях и их действиях, так называемые большие данные (big data) [Golder, Macy 2014; Джапек et al. 2015; Lazer, Radford 2017; Salganik 2017]. Зарубежные исследователи активно используют данные бирж удалённой работы в своих исследованиях [Yoganarasimhan 2013; Leung 2014; Chan, Wang 2018]. В данном исследовании мы опираемся на эмпирические данные, собранные методом парсингаОт англ. parsing - разбор, анализ. В англоязычной литературе используются также синонимичные термины webcrawling и scraping. с крупной русскоязычной биржи удалённой работы. Российские социологи только начинают работать с "большими данными", бросающими новые вызовы и требующими освоения новых компетенций [Смирнов 2015; Волков, Скугаревский, Титаев 2016]. С одной стороны, исследователи получают доступ ко многим ранее скрытым от них процессам, например - им становятся доступны общие списки участников рынка, их индивидуальные характеристики и параметры реальных взаимодействий с потенциальным контрагентом. С другой стороны, "большие данные" изначально создаются вне контекста какого-либо научного исследования, что порождает множество проблем в процессе их использования и интерпретации. В рамках данной статьи содержательный анализ факторов выбора контрагентов сопровождается поэтому исследовательской рефлексией по поводу работы с "большими данными" на всех этапах - от сбора до анализа.

Работа построена следующим образом: в первой части рассматриваются особенности выбора контрагента на биржах удалённой работы, проведён краткий обзор имеющихся эмпирических исследований, рассмотрена специфика конкурсного отбора на биржах удалённой работы. Во второй части описан метод сбора эмпирических данных, дана операционализация основных понятий и сформулированы гипотезы. В третьей части на основе результатов регрессионного анализа обсуждается влияние социальнодемографических и профессиональных характеристик, репутационных механизмов и различных видов коммуникации на выбор контрагента в условиях конкурсного отбора на бирже удалённой работы. В заключении сформулированы основные выводы исследования.

Выбор контрагента на рынке удалённой работы

Взаимодействие фрилансеров и заказчиков на биржах удалённой работы

Основой функционирования рынков являются сотрудничество и обмен между экономическими агентами, однако выбор контрагента - это сложная фундаментальная задача [Rangan 2000]. В рамках неоклассической экономической теории этот важный этап хозяйственной деятельности практически не проблематизируется. В предполагаемых условиях совершенной конкуренции, когда предлагаемые товары и услуги однородны, а агенты абсолютно информированы, автономны и не могут повлиять на цену, решение принимается в пользу самой низкой цены, а личность контрагента практически не имеет никакого значения. Социологи, напротив, рассматривают выбор контрагента как социально укоренённый процесс, демонстрируя важное значение социальных характеристик агентов и социальных связей [Маркин 2009; Маркин, Назарбаева 2014]. При этом социальная укоренённость - величина переменная, требующая эмпирического изучения в разнообразных контекстах [Радаев 2009: 57].

Предмет данного исследования - социальные факторы выбора контрагентов на биржах удалённой работы, являющихся одной из разновидностей электронных рынков, возникших в результате информационной революции. Биржи удалённой работы - это специализированные интернет-сайты, на которых фрилансеры предлагают свои профессиональные услуги в различных областях (программирование, разработка сайтов, дизайн, переводы, реклама и др.), а заказчики размещают трудовые задания (в форме проектов, аукционов, конкурсов и др.), на выполнение которых фрилансеры могут подать заявку.

Биржи удалённой работы ориентированы прежде всего на обеспечение разовых сделок между ранее незнакомыми и находящимися на значительном расстоянии агентами, способствуя формированию транснациональных электронных рынков. С одной стороны, онлайн-площадки предоставляют каждому участнику равный доступ к информации о большом количестве потенциальных контрагентов, а производимая сайтами стандартизация информации (в виде разного рода рейтингов, показателей деловой активности и т п.) упрощает процедуры сравнения контрагентов. В целом не будет преувеличением сказать, что никогда ранее в истории у экономических агентов не было таких информационных возможностей для выбора контрагента.

С другой стороны, существует ряд проблем, мешающих эффективному взаимодействию. Большой объём информации зачастую не упрощает, а затрудняет выбор, ведёт к когнитивной перегрузке. Кроме того, качество информации, представленной на онлайн-площадках, вызывает сомнения и оказывается недостаточным для принятия решений. Во-первых, набор наблюдаемых участниками на сайтах характеристик довольно узок, жёстко структурирован и стандартизирован (пользователи заполняют определённые поля), а некоторые характеристики сознательно скрываются. Например, биржи удалённой работы, как правило, не требуют от участников предоставления в обязательном порядке информации о реальном имени, поле и возрасте и т. п. Во-вторых, эта информация может быть недостоверной, хотя сайты активно внедряют различные процедуры верификации. В-третьих, коммуникации между контрагентами в онлайн-среде закрывают доступ к важной (в том числе невербальной) информации, которая присутствует только при личном общении [Autor 2001].

В итоге, несмотря на растущую институционализацию электронных рынков и совершенствование механизмов, оптимизирующих торговые процессы, участники рынка испытывают дефицит информации о возможном контрагенте, а деловые контакты с незнакомцами, находящимися на расстоянии, порождают трудности при оценке качества товаров или услуг, а также сложности, связанные с установлением авторства [Yoganarasimhan 2013]. Иногда нежелание клиента заключать контракт с поставщиком услуг объясняется тем, что в случае слишком большого или слишком малого количества потенциальных партнёров оценивать заявки представляется нерациональным [Carr 2003]. Заинтересованность контрагентов исключительно в поиске информации также может приводить к потерям взаимодействующих сторон: заказчики зачастую используют поставщиков услуг в целях ценового бенчмаркинга и получения бесплатных консультаций [Радкевич 2003; Snir, Hitt 2003; Radkevitch, Heck, Koppius 2006]. И фрилансеры и заказчики часто нарушают достигнутые ранее договоренности, что нередко ведёт к прямым финансовым потерям одной из сторон или к прекращению отношений [Стребков, Шевчук 2012a; Shevchuk, Strebkov 2018]В этих условиях, вопреки ориентированности интернет-платформ на разовое взаимодействие, у агентов возрастает склонность к устойчивым отношениям между партнёрами. На начальных стадиях пользования электронным рынком заказчики устанавливают контакты с различными исполнителями, однако в долгосрочной перспективе, по мере приобретения опыта склонны к отношенческому обмену [Стребков, Шевчук 2009; Kim, Wulf 2010; Маркин, Назарбаева 2014]..

Действуя в условиях неопределённости, экономические агенты стремятся минимизировать риски неудачного сотрудничества разными способами. Во-первых, они могут руководствоваться социально определенными стереотипами через оценку внешних (прежде всего, социально-демографических и профессиональных) характеристик потенциальных партнёров [Botelho, Abraham 2017]. Во-вторых, экономические агенты могут учитывать мнение третьей стороны о потенциальном партнёре, то есть принимать во внимание его формальную (рейтинги на биржах) и неформальную (рекомендации знакомых) репутацию [Маркин, Назарбаева 2014; Shevchuk, Strebkov 2018]. В-третьих, в процессе коммуникации между заказчиком и потенциальным исполнителем начинают складываться социальные отношения, появляется новая информация о профессиональных и личных качествах кандидата, формируется межличностное доверие.

Эмпирические исследования выявили эффект различных характеристик, определяющих благоприятный исход взаимодействия между контрагентами в онлайн-средеНекоторые примеры эмпирических исследований рынков удалённой работы, проведённых в последние годы, представлены в приложении 1 (см. табл. П 1.5).. Так, стереотипы о социально-демографических характеристиках человека оказываются встроенными в функционирование электронных рынков, в том числе бирж удалённой работы. Потенциальные заказчики обращают внимание на социально-демографические характеристики контрагента, а также на его фотографию [Gefen, Straub 2004; Bente, Baptist, Leuschner 2012; Ert, Fleischer, Magen 2016]. Известно, что на рынке труда мужчины, как правило, оцениваются как более компетентные и производительные, чем женщины, в результате чего женщины находятся в уязвимом положении в отношении зарплат и возможностей карьерного продвижения. Подобная гендерная дискриминация при выборе контрагента выявлена и в онлайн-среде [Hannвk et al. 2016; Botelho, Abraham 2017]. Однако в одном исследовании обнаружена положительная дискриминация в пользу женщин на биржах удалённой работы [Chan, Wang 2018]. Хотя этот эффект наблюдается только в отношении работников из развивающихся стран и снижается с ростом опыта поставщика услуг. Согласно упомянутому исследованию, в "женских" видах занятости (например, административная поддержка) в преимуществе оказываются женщины, в то время как в "мужских" (например, разработка сайта) оба пола имеют одинаковую вероятность заключить контракт с клиентом. Кроме того, женщины-работодатели склонны отдавать предпочтение женщинам при найме работника в онлайн-среде. Дискриминации также подвергаются работники старших возрастов: согласно существующим стереотипам, они менее эффективны и мотивированы, а их физические и ментальные способности к продуктивной деятельности ниже, нежели у молодых коллег [Posthma, Campion 2009]. Наконец, исследования подтверждают существование расовой дискриминации на онлайн-рынках [Hannвk et al. 2016; Edelman, Luca, Svirsky 2017].

Несмотря на то что биржи удалённой работы задуманы как виртуальные площадки, преодолевающие пространственную ограниченность локальных рынков, территориальная близость контрагентов может быть важна при заключении сделки [Gefen, Carmel 2008; Kim, Wulf 2010; Yoganarasimhan 2013], поскольку открывает перспективы реальной коммуникации [Lin, Viswanathan, Agarwal 2010]. Так, например, личное общение между фрилансерами и заказчиками снижает вероятность оппортунизма [Стребков, Шевчук 2012a; Shevchuk, Strebkov 2018]. Отношение покупательной способности страны заказчика и страны исполнителя значимо влияет на вознаграждение, предлагаемое поставщику услуг [Gefen, Carmel 2008]. Онлайн-платформы едва ли вписываются в понятие "ровное игровое поле"; в частности, исполнители из развивающихся неанглоговорящих стран с традиционными (религиозными) ценностями и с большой разницей в часовых поясах от Северной Америки и Европы предлагают более низкую стоимость услуг, но при этом имеют меньше шансов выиграть контракт [Hong, Pavlou 2017]. Чтобы компенсировать негативный эффект культурных различий, исполнители соглашаются на более низкую оплату, чтобы повысить вероятность заключения сделки. Примечательно, что репутация фрилансера ослабляет отрицательное воздействие языковых и культурных различий.

В целом социально-демографические характеристики работника (например, такие как пол, возраст, расовая принадлежность, место жительства) часто выступают в роли важных эвристических индикаторов при выборе контрагента, однако при наличии иных показателей профессионализма и репутации на биржах удалённой работы (например, рейтингов, отзывов и др.) роль подобных внешних характеристик, по-видимому, должна снижаться [Chan, Wang 2018]. Биржи удалённой работы стремятся стандартизировать и сделать широко доступной разнообразную информацию, касающуюся профессионализма, трудового и контрактного опыта участников. Так, например, для заказчиков более привлекательны фрилансеры с большим количеством завершённых заданий и те, чья трудовая биография не слишком переменчива [Leung 2014]. Репутационные характеристики, такие как рейтинг и двусторонние отзывы исполнителя и заказчика после совершенной транзакции, смягчают асимметрию информации, что снижает риски заключения сделки и формирует доверие между потенциальными партнёрами [Ba, Pavlou 2002]. Рейтинговый балл и комментарий по поводу взаимодействия сотрудничающих сторон используются участниками онлайн-рынка как прокси-измерение качества выполняемой работы [Snir, Hitt 2003; Yoganarasimhan 2013]. При прочих равных, исполнители с более высоким рейтингом предпочтительнее для заказчика, поскольку прошлая активность фрилансеров служит сигналом, свидетельствующим о его способности выполнять требования в рамках текущего проекта в соответствии с ожиданиями клиента [Цgьt 2011]. В свою очередь, отзывы конструируют рекомендационную сеть, которая выстраивает социальные отношения [Banker, Hwang 2008]. Однако некоторые исследователи ставили под сомнение достоверность стандартизированных рейтинговых данных, поскольку они не могут быть должным образом оценены без надлежащих контекстуальных сигналов [Dellarocas 2003; Hu, Zhang, Pavlou 2009; Gao et al. 2015], что усугубляет проблему информационной асимметрии [Dennis, Fuller, Valacich 2008]. Так, в условиях гетерогенности заданий, выполняемых фрилансерами на биржах удалённой работы, репутационная система должна учитывать категорию заданий, ранее выполненных работником [Kokkodis, Ipeirotis 2016].

Таким образом, биржи удалённой работы далеки от беспристрастных и безупречно функционирующих глобальных платформ, где независимые специалисты получают вознаграждение за выполненное задание, определяемое исключительно их талантом, опытом и навыками. Дальнейшие исследования выбора контрагентов на рынках удалённой работы помогут глубже понять социально-экономические механизмы, лежащие в основе новой системы занятости, и лучше оценить их последствия для работников и фирм.

Конкурс как способ выбора контрагента

На биржах удалённой работы существует несколько основных механизмов, с помощью которых заказчики отбирают исполнителей (фрилансеров): прямое обращение, проекты, вакансии и конкурсыНа разных сайтах механизмы отбора исполнителей могут по-разному называться и иметь существенные отличия в "правилах игры".. Во-первых, заказчик, отфильтровав по заданным критериям и внимательно изучив профили фрилансеров на сайте (где указаны профессиональные навыки, примерные расценки на услуги и даны примеры сделанных работ), может напрямую обратиться к интересующему его кандидату и сделать ему персональное предложение. Во-вторых, заказчик может разместить на сайте проект (с приложением технического задания, указанием цены, сроков реализации и т. п.), на который откликаются заинтересованные фрилансеры. На некоторых сайтах этот механизм принимает вид аукциона, где заказ получает фрилансер, предложивший наименьшую цену. В-третьих, хотя биржи удалённой работы ориентированы на выполнение разовых работ, на некоторых сайтах заказчик может размещать вакансии на более длительную или постоянную работу (с указанием должностных обязанностей, требований к кандидату, заработной платы и т. п.), надеясь рекрутировать искомого сотрудника из числа фрилансеров. В-четвёртых, на бирже удалённой работы заказчик может организовать конкурс, который является предметом нашего изучения, поэтому будет рассмотрен подробнее (на примере сайта FL.ru)Пример такого конкурса представлен в приложении 3 (см. рис. П 3.1)..

В случае конкурса заказчик публикует задание (например, создание логотипа, фирменного стиля, дизайна упаковки и т п.), объявляет сроки конкурса и сумму гонорара победителю. В комментариях к конкурсу фрилансеры сообщают о желании участвовать и выставляют готовые работы. В ответных комментариях заказчик может выразить своё мнение о работах, запросить доработки, определить претендентов на победу, а затем огласить имя победителяПри этом на сайте FL.ru персональная информация о заказчике и участниках, представивших работы на конкурс, а также все оставленные ими комментарии находятся в открытом доступе..

По своей сути конкурс представляет собой специально сконструированную ситуацию, в рамках которой агенты инвестируют свои ресурсы с целью получения вознаграждения [Moldovanu, Sela 2001: 542]. Организация конкурсов для решения хозяйственных задач имеет длинную историю. Например, в 1418 г. во Флоренции гильдия шерстянщиков объявила конкурс на разработку лучшего проекта купола для собора Санта-Мария-дель-Фьоре. Заказчики признали победителем талантливого инженера и зодчего Ф. Брунеллески, который предложил новаторский способ строительства и к 1434 г. сумел блестяще реализовать свой уникальный проект [King 2010]. Конкурсный механизм успешно использовался в паровозостроении (знаменитые Рейнхильские состязания 1829 г.) [Fullerton, McAfee 1999], при разработке технологий телевидения высокой чёткости [Che, Gale 2003], производстве новых вакцин [Kremer 2001] и даже при создании космических кораблей для полёта человека на Марс [Zubrin 1996]. Потребность в подобных "турнирах" возникает как у государственных структур, так и у корпораций, ориентированных на инновационную деятельность, а также у некоммерческих организаций [Morgan, Wang 2010]. Элементы конкурса находят своё применение в сфере производства множества товаров и услуг - в строительстве новых зданий, издании книг, разработке рекламных кампаний, оказании риелторских консультационных услуг, реализации арт-проектов, поиске экспертов и т. п. [Che, Gale 2003].

Принципы проведения конкурса обладают своей спецификой и преимуществами по сравнению с другими способами выбора контрагента. В первую очередь конкурс является одним из наиболее эффективных способов поиска новых идей для развития бизнеса, а также решения сложных проблем, требующих креативного подхода [Chesbrough 2007]. Компании вовлекают заинтересованных лиц в решение конкретных проблем, связанных с их продуктом. В свою очередь, участники стремятся проявить собственный талант, выкладывая свои разработки, чтобы побороться за предлагаемое вознаграждение. Конкурсы позволяют компаниям привлекать большое количество потенциальных исполнителей, каждый из которых может подойти к решению проблемы (предложению) по-своему, тем самым помогая заказчику взглянуть на вопрос с разных ракурсов. То есть конкурс в широком смысле представляет собой модель, в рамках которой территориально рассредоточенное сообщество индивидов предлагает различные креативные идеи. Таким образом, конкурсы позволяют фирмам снижать научноисследовательские, опытно-конструкторские и маркетинговые издержки [Poetz, Schrier 2012]. Помимо этого, конкурс во многом позволяет избежать взаимного оппортунистического поведения: поскольку сумма выигрыша заранее определена, заказчик не может снизить выплату победителю, а исполнитель не может завысить размер своих издержек (вложенных инвестиций) в случае выигрыша, так как изначально принял условия конкурса [Schottner 2008].

Распространение цифровых технологий оказало влияние на процедуру проведения конкурсов, которые были перенесены в виртуальное пространство и стали более интерактивными. Сегодня существуют специальные краудсорсинговые онлайн-платформы (например, InnoCentive), предназначенные для генерации идей и решения разнообразных задач в бизнесе, социальной, научной и технической сферах. Конкурс, созданный в онлайн-режиме, обладает несколькими ключевыми отличиями от традиционного конкурса. Во-первых, как правило, в онлайн-конкурсах все действия участников и представленные работы доступны для наблюдения в реальном времени, что оказывает влияние на поведение участников и результаты конкурса. Во-вторых, во многих онлайн-конкурсах предполагается наличие обратной связи с заказчиком и возможность последующих доработок со стороны участников. Полевые эксперименты на биржах удалённой работы показали, что комментарии заказчиков к работам могут мотивировать исполнителей к дополнительным усилиям и влиять на качество представленных работ [Yang, Chen, Pavlou 2009; Wooten, Ulrich 2017].

В заключение сделаем несколько выводов относительно степени разработанности проблемы. Во-первых, конкурсы как механизмы выбора исполнителей на биржах удалённой работы значительно менее изучены по сравнению с проектами (особенно в форме аукционов). Во-вторых, существующие исследования в основном выполнены в русле экономико-управленческой перспективы и сосредоточены на выявлении факторов эффективности конкурсов и повышении выгод их организаторов. В-третьих, в тех редких исследованиях, где рассматриваются факторы победы фрилансеров в конкурсе, они, как правило, не проблематизируются в связи с последствиями для работников [Yang, Chen, Banker 2011]. Настоящее исследование призвано частично заполнить эти пробелы.

Гипотезы исследования

Гипотеза 1.1 (H 1.1). У мужчин шансы победить в конкурсе выше, чем у женщин.

Поскольку на некоторых онлайн-рынках ранее была зафиксирована гендерная дискриминация, мы предполагаем, что она может присутствовать и в конкурсах на бирже удалённой работы.

Гипотеза 1.2 (H 1.2). Более молодой возраст увеличивает шансы на победу в конкурсе.

Более молодым участникам может отдаваться предпочтение, поскольку, по мнению заказчиков, они обладают большей креативностью и находятся в курсе современных трендов.

Гипотеза 1.3 (H 1.3). Фрилансеры из России чаще побеждают в конкурсах.

Ранее в исследованиях было показано, что заказчики на биржах удалённой работы с большей вероятностью выбирают исполнителей, находящихся к ним ближе территориально, чтобы в случае необходимости иметь возможность личной встречи с ними. Также географическая близость снижает риски оппортунизма, причём как со стороны заказчика, так и со стороны фрилансера. Исходя из этого, фрилансерам из России может отдаваться предпочтение, поскольку работа биржи FL.ru ориентирована в первую очередь на российскую аудиторию и рынок.

Гипотеза 1.4 (H 1.4). Отсутствие социально-демографических характеристик в профиле фрилансера снижает его шансы на победу в конкурсе.

Подробное заполнение фрилансером своего профиля на сайте может являться индикатором его честности и открытости, что, в свою очередь, способствует формированию доверия со стороны заказчика. Если же профиль исполнителя не заполнен или заполнен небрежно, с большим количеством пропусков, заказчик не понимает, с кем именно ему предстоит работать, и может отказаться от использования услуг такого фрилансера.

Гипотеза 2.1 (H 2.1). Шансы выиграть в конкурсе выше у исполнителей, имеющих более продолжительный стаж работы на данной бирже.

Стаж фрилансера на бирже может свидетельствовать о его большем опыте и более высоком уровне профессионализма, лучшем знании рынка, лучшем понимании потребностей заказчика и своей сферы деятельности.

Гипотеза 2.2 (H 2.2). Чем чаще исполнитель участвует в конкурсах, тем выше вероятность его выигрыша.

Опыт предыдущего участия в конкурсах позволяет фрилансеру лучше ознакомиться с механизмами их проведения, выявить наиболее эффективные стратегии поведения и общения с заказчиками, а также определить, какие именно виды работ чаще побеждают в конкурсах в данной сфере. Это даёт опытным фрилансерам преимущество перед новичками, которые только недавно начали участвовать в конкурсах и пока ещё плохо знакомы с особенностями их функционирования.

Гипотеза 3.1 (H 3.1). Вероятность победить в конкурсе выше у фрилансеров с более высоким рейтингом.

Ранее было установлено, что при выборе контрагента на бирже удалённой работы высокий рейтинг исполнителя оказывает положительное влияние на вероятность заключения сделки.

Гипотеза 4.1 (H 4.1). Более активная коммуникация со стороны исполнителя повышает его шансы на победу в конкурсе.

Активность исполнителя и его вопросы к заказчику могут позволить ему получить дополнительную, специфическую информацию, например - о деталях конкурса, которые остались непонятны. Изменяя свой материал в соответствии с пожеланиями заказчика, исполнитель увеличивает шансы произвести в итоге "более качественный продукт". Кроме того, коммуникация со стороны участника может свидетельствовать о его более ответственном подходе к созданию работы, что положительно влияет на представление заказчика о конкурсанте и повышает вероятность последнего на победу.

Гипотеза 4.2 (H 4.2). Более активная коммуникация со стороны заказчика с данным исполнителем повышает его шансы на победу.

Если заказчик посчитал нужным оставить комментарий относительно какой-либо опубликованной работы и (или) указал на отдельные аспекты, нуждающиеся в доработке, возможно, он увидел потенциал в данном "продукте", что увеличивает вероятность победы данного исполнителя.

Эмпирическая база и методология исследования

Парсинг как метод сбора "больших данных"

Существует несколько принципиальных возможностей получить количественные данные об электронных рынках. Во-первых, социологи могут использовать свои традиционные методы, проводя онлайн- анкетирование пользователей бирж удалённой работы [Стребков, Шевчук, Спирина 2015]. Во-вторых, возможен сбор данных непосредственно с самих бирж, фиксирующих большие объёмы разнообразной информации о своих пользователях - так называемые большие данные (big data), которые невозможно получить стандартными социологическими методами [Golder, Macy 2014; Джапек et al. 2015; Lazer, Radford 2017; Salganik 2017]Несмотря на оригинальное понимание "больших данных" как данных, обладающих большим объёмом, разнообразием и скоростью обновления (volume, variety, velocity), мы придерживаемся определения, учитывающего общий контекст и цели, повлёкшие их создание. Таким образом, к категории "большие данные" относится информация, созданная не социологами для изучения общества, как в случае с конвенциональными социологическими данными, а правительствами, компаниями и другими акторами для создания сервисов, получения прибыли и администрирования [Salganik 2017].. Сбор таких данных не опосредован межличностным взаимодействием исследователя и исследуемого, а значит, свободен от искажений и влияния со стороны наблюдателя или интервьюера. При этом фиксируется реальное поведение людей, а не их воспоминания, восприятие, мнения и оценки. Часть "больших данных" находится в открытом доступе на сайтах и доступна непосредственному наблюдению, другая представляет собой внутреннюю, закрытую информацию.

В настоящем исследовании используются открытые данные, собранные в автоматическом режиме в ноябре 2018 г. на одной из наиболее крупных и популярных русскоязычных бирж удалённой работы FL.ru при помощи технологии парсинга. Специализированная компьютерная программа осуществляла запросы к сайту и собирала элементы веб-страниц в пригодную для последующего анализа форму 9. При сборе данных полностью соблюдены формальные правила платформы, а также сохранена анонимность участников конкурсов.

В результате сформирована база данных, содержащая сведения обо всех завершившихся с ноября 2009 г. конкурсах (N = 12 232), их участниках (заказчиках и фрилансерах), а также о происходившей между ними коммуникации. В общей сложности в этих конкурсах приняли участие 564 950 исполнителей. Однако, поскольку каждый фрилансер мог участвовать в неограниченном количестве конкурсов, многие из них присутствуют в выборке не один раз. Общая же численность уникальных профилей участников составила 62 446 штук.

В то же время, руководствуясь выбранным нами исследовательским вопросом, мы не рассматривали те ситуации, когда заказчик не мог определиться с выбором наилучшей работы, поэтому не вручил награду никому из фрилансеров. Соответственно, мы ограничились только теми конкурсами, в которых было не менее двух участников, при этом один из них был объявлен победителем (N = 6169, что составляет около половины от общего числа конкурсов). В этих "состязаниях" приняли участие 335 613 исполнителей (в среднем 54 человека на один конкурс), и число уникальных профилей составило 45 174 штуки. Три четверти всех конкурсов (76%) тематически связаны с направлением "дизайн и арт", в том числе 41% касаются разработки логотипов, 18% - проектирования дизайна сайта, 8,5% - разработки фирменного стиля. На втором месте после дизайна идёт подготовка текстов (11%), причём в основном задания касаются разработки слоганов и нейминга. Третье место занимает разработка интернет-сайтов (6%). Другие тематические направления конкурсов встречаются крайне редко.

Операционализация переменных

Особенность работы с "большими данными", как и с любыми другими "готовыми" данными, состоит в том, что социолог в этом случае вместо традиционного подхода, начинающегося с разработки теории (theory-driven), вынужден формировать методологию своего исследования, строить гипотезы и опера- ционализировать основные понятия, опираясь лишь на тот фактический материал, который имеется у него в наличии (data-driven). Возможности исследователя по построению моделей сильно ограничены. Это может приводить к затруднениям, поскольку не для каждого исследуемого понятия или явления можно подобрать адекватный индикатор из имеющихся в наличии и в то же время не всегда понятно, какие именно социальные процессы отражает тот или иной измеряемый показатель. Такая процедура получила название "обратной операционализации", и мы были вынуждены её придерживаться 10. Сбор данных и их предварительная обработка осуществлялись посредством кода, написанного на языке программирования R в среде разработки с открытым исходным кодом Rstudio. В исследовании А. Смирнова схожие технические задачи решены на языке программирования Python [Смирнов 2015]. Подобная проблема существует также в исследованиях, основывающихся на вторичных социологических данных и на результатах комплексных обследований. Однако специфика работы с "большими данными" состоит в том, что они создаются не с целью получения знаний о социальной реальности, то есть появляются на свет вне контекста научного исследования [Salganik 2017]. Такие данные изначально социологически бедны, так как содержат лишь сведения, необходимые для функционирования веб-сервиса. Исследователю приходится проявлять изрядную изобретательность в процессе операционализации, которая зачастую строится на сильных допущениях. Социологу необходимо постоянно погружаться в контекст (например, как в нашем случае, просматривать профили участников, изучать интерфейс и правила конкурсов), чтобы понять, что скрывается за теми или иными характеристиками и закономерностями. Такая ситуация разительно отличается от вторичных социологических данных, в которых каждая переменная несёт определенный социологический смысл, а также существует чёткое и доступное описание выборки и инструментария.

Зависимая переменная

Зависимой переменной является факт победы фрилансера в конкурсе. Это бинарная характеристика, приписываемая каждому исполнителю (1 - победа, 0 - поражение). В рамках одного конкурса на FL.ru может быть объявлен один, и только один, победитель. Если фрилансер принимал участие в конкурсах несколько раз, то каждое его участие учитывалось нами как отдельное наблюдение с соответствующим значением данной переменной в зависимости от достигнутого им результата.

Независимые переменные

В качестве независимых рассматривались четыре группы переменных: социально-демографические характеристики участников конкурсов, их профессиональный опыт, репутация на бирже удалённой работы и показатели коммуникации между фрилансером и заказчиком в ходе проведения конкурса (см. рис. 1).

Рис. 1. Концептуальная схема исследования

Социально-демографические характеристики фрилансеров

Набор доступных для анализа социально-демографических характеристик исполнителей весьма ограничен. В своём профиле фрилансер может указать свой пол, возраст и местонахождение (страну и город).

Пол - бинарная переменная (1 - мужчины, 0 - женщины). Среди всех уникальных участников конкурсов доля мужчин составила 61%, а женщин - 39%.

Возраст участников включался в анализ в форме дихотомических переменных, соответствующих четырём возрастным интервалам: до 21 года; 22-27 лет (референтная и самая наполненная группа); 28-33 года; 34 года и старше. Средний возраст участников составил 27 лет, а медианный - 26 лет.

В целом социально-демографический портрет фрилансера соответствует статистике предыдущих исследований данного рынка [Стребков, Шевчук, Спирина 2015: 104-107]. Эмпирическое исследование Freelance Confidential одной из крупнейших австралийских бирж удалённой работы также указывает на сходный средний возраст фрилансеров - 30 лет [Hackwith 2011].

Страна проживания - набор дихотомических переменных, отражающих место жительства участника. Для удобства были выделены четыре группы участников, проживающих в (1) России, (2) Украине, (3) странах бывшего СССР (включая Прибалтику), (4) странах дальнего зарубежья, то есть в странах Европы, Канаде, США и Австралии, а также в государствах Азии, Африки, Латинской и Южной Америки. Всего в конкурсах на FL.ru принимали участие люди из 104 стран со всего мира. Тем не менее большинство участников (73%) составляют фрилансеры из России, они и были выбраны в качестве референтной группы.

Заполненность профиля участников. Для пола, возраста и страны проживания были созданы дополнительные переменные, указывающие на наличие пропущенных значений [Cohen et al. 1975]. Данные переменные содержательно не интерпретируются, однако позволяют предотвратить потерю значительного объёма наблюдений 11. Пол в профиле не заполнили 24%, страну проживания - 28%, дату рождения не указали 36% фрилансеровПри работе с "большими данными" особо остро стоит проблема пропущенных значений. Это характерно для любого количественного исследования, однако в случае с "большими данными" таких значений критически много. И, что гораздо более важно, их распределение неслучайно, такие пропуски могут иметь особый содержательный смысл. Люди указывают в Интернете только ту информацию о себе, которую хотят. В нашем исследовании мы использовали один из наиболее популярных способов работы с пропущенными значениями - создание фиктивных переменных. Данные приводятся по уникальным профилям фрилансеров (N = 45 174), однако среди исполнителей, активно участвующих в конкурсах, эти значения существенно ниже. Так, если рассматривать только тех фрилансеров, кто участвовал не менее чем в 10 конкурсах (N = 5572), то в этой группе пол в профиле не указали 9%, страну проживания - 10%, дату рождения - 23%.. Также была сформирована дополнительная бинарная переменная, отражающая наличие в профиле исполнителя информации хотя бы по одному из трёх социальнодемографических параметров.

Опыт работы

Опыт фрилансера оценивается нами с помощью двух характеристик - стажа регистрации на бирже удалённой работы и количества участий в предыдущих конкурсах.

Стаж на бирже удалённой работы измеряется количеством дней с момента регистрации участника на сайте до даты завершения конкурса. Стаж - это специфический опыт, и он не связан напрямую с возрастом исполнителя, поскольку человек может начать работу в качестве фрилансера в любом возрасте, а также иметь профессиональный опыт и вне биржи. Среди молодых фрилансеров есть те, кто имеет больший опыт работы на бирже по сравнению с исполнителями, которые старше их по возрасту. Средний стаж участников на бирже - 1,4 года, а медианное значение составляет всего 5 месяцев, что говорит о неопытности основной массы исполнителей.

Количество участий фрилансера в предыдущих конкурсах представляет собой интервальную переменную, принимающую целые значения (0, 1, 2 и т д.). Среднее количество конкурсов, в которых принял участие фрилансер, составляет 12, однако 42% фрилансеров участвовали только в одном конкурсе, и ещё 15% - в двух конкурсах, что в совокупности составляет более половины всех уникальных пользователей. Таким образом, и здесь распределение смещено в сторону низких значений переменной.

Репутация

Взаимоотношения контрагентов на рынке предполагают взаимное доверие и хорошую репутацию акторов [Kim, Wulf 2010]. Исходя из этого, мы добавляем в модель репутационные характеристики фрилансера - его рейтинг, наличие статуса PRO, положительные и отрицательные отзывы и факт участия в безопасных сделках. При этом, в отличие от всех остальных переменных, либо стабильных, либо зафиксированных нами на момент объявления конкурса, показатели репутации способны весьма динамично меняться с течением времени. Мы же с помощью процедуры парсинга можем получить лишь их текущие значения, действительные на момент сбора данных, поэтому, включая репутационные переменные в модель, вынуждены ограничить период времени, в рамках которого проходит наблюдение, создав подвыборку из 459 конкурсов, открытых с 1 октября 2017 г. по 30 сентября 2018 г., в которых приняли участие 24 617 фрилансеров (5608 уникальных пользователей)13.

Рейтинг 14 - это числовой индекс, генерируемый биржей FL.ru на основе большого количества показателей, а именно степени заполненности анкеты, количества выполненных заказов, сделок, проведённых через сайт, частоты посещений сайта, активности на сайте. Высокий рейтинг фрилансера свидетельствует о его большей вовлечённости в работу биржи и, возможно, увеличивает доверие к данному исполнителю в глазах заказчика. Рейтинг фрилансеров в среднем составляет 701 балл, однако у половины претендентов на победу он не превышает 74 баллов, и это также является индикатором того, что в конкурсах, как правило, участвуют фрилансеры с небольшим опытом.

Статус PRO - это платная услуга, которая открывает дополнительные возможности для участия в конкурсах. В контексте нашего исследования такой статус рассматривается как сигнал, который показывает заказчику, что исполнитель активно вовлечён в работу на бирже и планирует продолжать здесь свою деятельность, чтобы не потерять "инвестиции". Лишь 6% уникальных участников конкурсов имеют данный статус.

Заказчики могут оставлять положительные, негативные или нейтральные отзывы после выполнения заказов, из которых складывается впечатление о надёжности данного исполнителя. Количество таких отзывов также используется нами в качестве показателя, характеризующего репутацию исполнителя.

Поскольку все три показателя репутации имеют высокую степень корреляции друг с другом, мы включали их в регрессионные модели поочерёдно, проверяя эффект каждого из них в отдельности.

Коммуникация

В предыдущих исследованиях установлено, что взаимодействие между заказчиком и исполнителем проекта повышает шансы заключения сделки [Lin, Viswanathan, Agarwal 2010]. Соответственно, есть основания рассматривать коммуникацию в качестве предиктора, влияющего на выбор контрагента. В нашем исследовании мы относим к ней любые письменные комментарии к выполненным работам Данные о текущем рейтинге фрилансеров были собраны дважды с интервалом в один год - в ноябре 2017 г. и в ноябре 2018 г. Выяснилось, что у 76% пользователей показатель за это время изменился незначительно - в пределах 10 п. п. В свою очередь, у 16,5% рейтинг снизился на 10 п. п. и более, у 7,3% вырос на 10 п. п. и более. Если рассматривать чуть более широкий диапазон (плюс-минус 20 п. п.), то в этом случае можно говорить, что рейтинг сохранился практически неизменным у 93,5% фрилансеров. Таким образом, с помощью дополнительного наблюдения мы сумели подтвердить, что даже "динамичные" переменные, отражающие репутацию индивида (такие как рейтинг, отзывы и т.д.), могут в рамках ограниченного временного промежутка (один год) рассматриваться как константы. Пример профиля с отображением репутации представлен в приложении 3 (см. рис. П 3.2). или заданию, которые могут оставлять на странице конкурса исполнители или заказчик. Возможны два типа коммуникацииПример типов коммуникации представлен в приложении 3 (см. рис. П 3.3).: