Price mechanisms of digital economy: Divide et impera

Full Text

ВВЕДЕНИЕ

XXI век характеризуется вступлением мира в цифровую эпоху. Цифровизация экономики сопровождается многими положительными моментами для потребителей: появляются новые товары и услуги, возникают новые формы оплаты и логистики, фирмы предоставляют покупателям инновационные форматы покупок. Одним из ключевых факторов эффективности компании на рынке и лояльности потребителей является ценовой механизм. Цифровая экономика создает дополнительные ценовые инструменты, которые как открывают новые возможности, так и привносят добавочные риски и угрозы в повседневную жизнедеятельность и фирм, и домохозяйств. Цель статьи заключается в обобщении и анализе многочисленных эмпирических исследований зарубежного опыта ценовой активности компаний в цифровой экономике, что позволяет выявить ключевые закономерности корпоративного поведения в XXI в.

ТОВАРНОЕ ИЗОБИЛИЕ: БЛАГО ИЛИ АНТИБЛАГО?

В традиционных микроэкономических моделях выбора предполагается, что чем больше выбор, тем лучше для потребителя. Однако современные исследования демонстрируют другую картину: более разнообразный выбор ухудшает благосостояние индивида [1, 2, 3]. Когда на рынке представлено слишком много товаров в одном классе (включая реальные и фантомные варианты продуктовой дифференциации), потребитель теряется и не может сделать выбор. В мире товарного изобилия индивиды страдают от эффекта искушения: больший продуктовый набор влечет за собой бо́льшую величину издержек выбора. При увеличении вариантов выбора индивиду становится хуже, даже если он ничего не покупает, за счет наличия потенциальных альтернативных затрат [4].

Большое продуктовое разнообразие является одним из факторов выбора потребителями онлайн-магазина. Эмпирические исследования показывают, что в нем, в отличие от реального магазина, большое разнообразие товаров сопровождается ростом цен. Так, в исследовании бакалейных онлайн-магазинов Германии было установлено, что 1%-й рост глубины товарного разнообразия приводит к увеличению цены на 0.07–0.08% [5, р. 7].

В условиях высокой степени продуктовой дифференциации главным фактором потребительского выбора становится внимание. Чем большее число виртуальных магазинчиков и виртуальных товаров предлагается индивиду, тем выше издержки поиска. Пролистывание значительного числа электронных страниц с зачастую бесполезной для данного индивида информацией создает информационный шум, который приводит к быстрой утомляемости потребителя, его внимание теряется, что не позволяет сделать оптимальный рациональный выбор. Конкуренция за внимание выступает в качестве ключевого фактора соревнования фирм. Модель с переменной ограниченного внимания выявляет тот факт, что нехватка у индивида внимания стимулирует компании к разработке стратегий запутывания – специфических вариантов ценообразования и информационного поля продукта, которые осложняют индивиду оценку и сравнение предлагаемых товаров и услуг [6].

Эффект запутывания (obfuscation effect) – это ситуация манипулирования наборами осведомленности¹ со стороны цифровой фирмы. Первоначально потребителя завлекают необычно низкой ценой (или необычно высокой скидкой). Когда клиент “захвачен” и повторные покупки продолжаются, цены могут довольно резко возрасти, но этот рост, как правило, остается незамеченным покупателем. Эффект запутывания выступает как межвременная ценовая дискриминация цифровой экономики, действующая на основе фактора потребительской невнимательности [7, 8].

Эффекты запутывания запускаются посредством массированной рекламы на несопряженных и несвязанных рынках, а часто даже на рынках, не имеющих прямого отношения к розничной торговле и конечному потребителю. Шумная, крикливая, агрессивная реклама создает сигнал относительно профиля потенциального потребителя. Большие данные позволяют фирмам предвидеть степень умудренности, искушенности и опытности своих клиентов.

Фирмы, анализируя большие данные, обладают лучшим пониманием поведения потребителей, чем сами потребители. Это дает компаниям возможность разрабатывать стратегии использования неверного или ошибочного в той или иной степени понимания экономических процессов со стороны индивидов. Получила распространение концепция обманных продуктов (deceptive products), в отношении которых потребители ошибаются чаще всего (рынки кредитных карт, розничный банкинг, услуги мобильных операторов, бонусные карты лояльности) [9]. Во всех подобных случаях потребители платят скрытые комиссии и дополнительные скрытые цены. На рынках обманных продуктов счета́ и структура цены составляются таким образом, чтобы “запутать” клиента, эти счета и эти ценовые структуры отличаются от стандартных форматов. Поэтому даже если потребители подозревают наличие дополнительных наценок, невозможность прямого сравнения цен удерживает их от перехода к другому продавцу. Когнитивные издержки переключения оказываются чрезмерными.

Стратегии запутывания ограничивают глубину и широту поиска потребителями релевантных товаров. Путем стратегии запутывания фирмы могут скрывать непривлекательные свойства своих продуктов и стимулировать индивидов приобретать более дорогие продукты. Когда пользователи полагаются на платформенные алгоритмы для принятия решений и поиска товаров и услуг, платформы, в отличие от того, что ожидает “наивный” клиент, предоставляют первыми не наилучшие продукты, соответствующие критериям поиска, а товары с высокими маржинальными коэффициентами.

Поскольку сложно быстро разобраться, высокого или низкого качества та или иная онлайн-платформа, в цифровой экономике возникает эффект цифровой колеи. Фокальные платформы (или отдельные посредники) за счет прошлого, возможно, случайного доминирования приобретают рыночную власть в посреднической экономике. Исторический опыт клиентов создает цифровую колею, а высокие издержки поиска и лимитированные когнитивные ресурсы не позволяют им перейти к лучшему варианту.

ОБОЮДООСТРЫЙ МЕЧ ДИНАМИЧЕСКОГО ЦЕНООБРАЗОВАНИЯ

Стратегия запутывания часто базируется на динамическом ценообразовании. Оно используется сегодня практически во всех сферах экономики, от авиаперевозок, отелей, каршеринговых компаний до ресторанов, кинотеатров, гольф-клубов и парков развлечений. Динамическое ценообразование позволяет моментально изменять цены, не затрагивая расходов. Например, компания Amazon осуществляет более 2.5 млн ценовых изменений ежедневно [10, р. 242]. Поскольку программное обеспечение уже установлено, ценовые колебания не влекут за собой никаких дополнительных затрат на смену ярлычков, зарплату сотрудников и прочие расходы, как это может практиковаться в реальном магазине.

Использование стратегии динамического ценообразования создает не только возможности, но и риски для компаний. Ее эффективность зависит от того, как оценивают потенциальные клиенты ценовую динамику [11]. Если структура и динамика цены рассматриваются большинством клиентов как несправедливая ценовая политика компании, удовлетворенность потребителей резко падает, что влечет за собой негативные последствия (негативные отзывы потребителей, жалобы, сокращение клиентской лояльности, уменьшение спроса).

Опрос пользователей горнолыжных курортов Норвегии в 2022 г. показал, что ценовые различия влияют на восприятие справедливой цены со стороны потребителей. При различных уровнях цен имеет значение, каким образом представлена их динамика: как скидка с “нормальной” цены для посетителей в определенные часы/дни или как повышенная цена в периоды пикового спроса.

Например, горнолыжный курорт предлагает скидку в размере 10 долл. в течение рабочей недели по сравнению с выходными, назначая цену “обычного” дня на 10 долл. ниже, либо определяет цену выходного дня на 10 долл. выше, чем в будни. Экономически ситуация для потребителя одинакова, однако ценовое восприятие скидки в будние дни оказывается более предпочтительным (более справедливым) в глазах потребителей, чем ценовая надбавка выходного дня. Это ценовое восприятие оказывает влияние на желание потребителей приобретать услугу и общую их лояльность к компании. Ценовые различия, оформленные в виде скидки (дисконта), выглядят более справедливыми, чем наценка в часы пик (хотя общая итоговая стоимость услуги в обоих случаях одинакова) [12, p. 3, 10]. Аналогичные результаты были получены для гостиничного и ресторанного бизнеса [13], а также цен на авиабилеты [14].

Согласно опросам [15], потребители считают, что повышение цены в разумных пределах допустимо (“справедливо”) в качестве ответа на рост издержек компании, однако рост цены будет рассматриваться как “несправедливый”, если происходит из-за рыночных дисбалансов или по причине рыночной власти фирмы.

Первостепенная важность ценовой справедливости для виртуальных покупок находит подтверждение в эмпирических исследованиях покупателей разных стран (Европы [16, 17], Индонезии [18, 19], Малайзии [20]). Даже качество самого товара или сопутствующих услуг менее значимо в цифровой экономике, чем справедливая или несправедливая цена в глазах потребителя. Отсутствие справедливой цены оценивается индивидами как неэтичный бизнес. И, наоборот, если посетители расценивают цены платформы как справедливые, это способствует росту бизнеса.

Так, быстрый рост посреднической платформы Go-Jek в Индонезии и распространение ее услуг на другие азиатские страны (Вьетнам, Таиланд, Сингапур, Филиппины, Индию, Австралию) произошел во многом благодаря тому, что клиенты оценили эту услугу как этическую за счет открытости и честности ценовой политики платформы [19]. Начав с курьерских услуг в Джакарте в 2009 г., Go-Jek быстро трансформировалась в многопрофильную платформу, предоставляющую более 20 разнообразных сервисов, включая платежи и денежные переводы².

Насколько можно доверять открытой ценовой информации? Когда речь идет об уникальных продуктах или услугах, то общепризнанным фактом в экономической теории является понимание того, что цена формируется в результате довольно длительного переговорного процесса, так что итоговый ее уровень может значительно отличаться (в любую сторону) от прейскуранта [21, 22]. Однако в отношении стандартных товаров традиционно предполагается, что конкуренция ведет к выравниванию цен, так что прейскурантные публикуемые цены в целом адекватно отражают ценовой уровень в отрасли. Именно эти цены, как правило, используются в академических и прикладных исследованиях рыночных взаимодействий. Распространение ценового программного обеспечения должно было бы сделать ценовой механизм еще более прозрачным.

Работа экономистов H. Kjellberg, E. Sjögren, L. Krafve [23] свидетельствует о том, что этот вывод далек от реальной ценовой ситуации. К примеру, на рынках стандартизированной фармацевтической продукции официальные прайс-листы компаний предоставляют неточную и недостоверную информацию о реальных ценах сделок. Сравнительный анализ четырех национальных рынков B2B фармацевтической продукции (Дании, Норвегии, Швеции и Новой Зеландии за 2015–2021 гг.) показал, что реальные цены контрактов значительно и несистематически отличаются от заявленных в прейскурантах. Рыночные взаимодействия из трансакционных и конкурентных становятся отношенческими и неконкурентными.

Несмотря на то что фармацевтические рынки этих стран примерно одинаковы по размеру (в отношении и спроса, и предложения), с одинаковыми ценовыми эластичностями спроса и сходным уровнем дохода покупателей и подвержены довольно жесткому государственному регулированию, контрактные цены на фармацевтическую продукцию (одинаковые лекарства от рака) резко различались. Например, если в Норвегии 55% лекарств находились в низшей ценовой категории, то в Швеции более 80% товара приходилось на квартиль самых высоких цен [23, р. 4]. Формально во всех странах имеется регулирование стоимости фармацевтических препаратов, цены в прайс-листе должны быть установлены до процесса переговоров и продажи. Однако социологические опросы участников рынка выявляют, что скидки к прейскурантной цене могут составлять 20–30% в одной стране и различаться почти в 2 раза по схожим странам [24, р. 19].

БЛЕСК И НИЩЕТА ПЕРСОНАЛИЗИРОВАННЫХ ЦЕН

На сложных рынках, например, лекарственных препаратов, потребители не всегда могут самостоятельно выбрать желаемую продукцию. Онлайн-торговля здесь открывает новые возможности для бизнеса. Поисковые сайты и розничные онлайн-магазины предлагают советы электронных консультантов (оnline recommendations systems) для выбора подобных продуктов. С одной стороны, покупатели получают консультацию специалиста и при необходимости специализированные товары-заменители. С другой стороны, исследования обращают внимание на то, что нередко индивидам предлагают более дорогие субституты или дорогостоящие товарные наборы, а скидки могут быть применены только тогда, когда приобретается ограниченный круг пакетных товаров [25].

Ценовые алгоритмы позволяют создавать персонализированные товарные корзины для покупателя, ориентируясь на его прошлый выбор. Сумма расходов на товары в корзине, как правило, меньше, чем общие затраты на эти изделия при одиночной покупке. Однако для получения скидки или бесплатной доставки потребителю приходится приобретать чуть больше товарных наименований или количеств товара, так что в итоге стоимость корзины превышает те расходы, на которые решился бы покупатель первоначально.

Безобидны ли cookies? Нередко посетитель сайта получает иконку с просьбой-требованием одобрить cookies, “вшитые” в данную интернет-страницу. Обычно индивид отвечает положительно, не задумываясь над последствиями. Как правило, у него и нет особого выбора в этом плане. И чаще всего потом как будто ничего не происходит. Однако согласно исследованиям [26], cookies собирают поведенческую информацию о клиенте, включая его/ее готовность платить за товар. Эти данные аккумулируются ИТ-компаниями и продаются фирмам, действующим на продуктовых рынках. Последние разрабатывают персонализированные ценовые стратегии, руководствуясь полученным поведенческим опытом.

В результате нередки случаи, когда клиенты получают различные ценовые предложения на основе довольно специфических критериев. Например, в 2018 г. клиенты Uber заметили, что схожие по расстоянию и длительности поездки из районов городов США, считающихся “богатыми”, обходятся дороже, чем вызов такси из “бедных” местностей [ист. 1]. В Бельгии в 2023 г. клиенты отмечали, что Uber назначает более высокие тарифы, если устанавливает, что батарея их смартфона вот-вот разрядится [ист. 2].

Цифровизация и использование ценовых алгоритмов вместе с механизмами больших данных позволяют фирмам разрабатывать персонализированные цены, превращая любую ценовую стратегию в совершенную дискриминацию, при которой каждый индивид получает такой уровень цен, который соответствует его предпочтениям и готовности платить [27, 28]. Вместе с тем практика свидетельствует о том, что компании часто отказываются от персонализированных цен в пользу единой цены. Почему так происходит?

Моделирование [29] демонстрирует, что выбор единой цены во многих случаях оказывается доминирующей стратегией фирм, так как позволяет компаниям прибегать к неценовым методам стимулирования спроса (в частности, в области пространственной дифференциации), что смягчает конкуренцию на рынке. Использование единой цены имеет несколько преимуществ. Во-первых, разработка ценового формата требует определенных затрат от фирмы, а ценовые алгоритмы не всегда бывают надежны также, как и собираемые компанией большие данные о поведении потребителей. Во-вторых, множественность цен не позволяет смягчать рыночную конкуренцию путем продуктовой дифференциации.

Единая цена является сигналом для других фирм рынка о желании компании смягчить ценовую конкуренцию путем применения неценовых характеристик. Персонализированные цены базируются на большом числе детализированных данных о потребителях, сбор и обработка которых также влечет за собой определенные расходы для фирмы. Индивидуальная цена требует разработки и специальных программ лояльности для каждого потребителя, а также постоянного мониторинга покупательной активности существующего или потенциального клиента. Вложения в соответствующее программное обеспечение – это тоже значительные инвестиции. Единая цена позволяет избежать подобных расходов.

Можно выделить две стратегии, максимизирующие прибыль компании [30]. Персонализированные цены оптимальны для потребителей с высокой готовностью платить за товар (верхние сегменты продуктового рынка), где межфирменная продуктовая конкуренция несильна в силу традиций приобретения товара. Для прочих сегментов рынка предпочтительной оказывается стратегия единой цены, позволяющая лучше учесть низкую платежеспособность клиентов и стимулирующая продуктовую дифференциацию, смягчающую ценовую конкуренцию.

Таким образом, возникает новый тип ценовой дискриминации – поведенческой. Ее наличие выявлено в сфере цифровых услуг (электронной торговле [31]), банковских продуктов [32] и даже региональной прессы [33]. Алгоритмическое ценообразование на основе больших данных клиентов позволяет эффективно комбинировать в рамках одной и той же компании и даже одного и того же продуктового рынка различные виды ценовой дискриминации (первой, второй и третьей степени одновременно).

Выбор ценовой стратегии служит эффективным сигналом для всех участников рынка в отношении стремления компании-лидера к ценовой конкуренции или к тайному сговору. Поскольку ценовой механизм каждой фирмы базируется на известном и зачастую открытом алгоритме, компаниям легко координировать действия, не прибегая к переговорам. Одним из вариантов такого алгоритма является программа, которая формирует цену компании в зависимости от конкурентов, что приводит, как показывают обследования, к росту рыночных цен, хотя при этом существенным остается и разброс значений у различных участников рынка [34]. Например, авиакомпании United Airlines и Delta публикуют в открытом доступе ценовые алгоритмы для часто летающих пассажиров [30, р. 2].

Изобилие информации ставит фирму в сложную ситуацию. С одной стороны, чем больше информации о клиенте имеется в компании, тем более точным может быть уровень персональной цены и персонального предложения индивиду. С другой стороны, подобной информацией обладают если и не все, то большинство компаний – участников рынка. Информационная прозрачность создает условия для жесткой ценовой конкуренции, которой фирмы хотели бы избежать [35]. Поэтому, как демонстрирует моделирование [30], фирма не может ограничиваться простым выбором между персонализированной или однородной (единой) ценами. Она вынуждена использовать целый ряд ценовых стратегий, гибко изменяя их во времени и пространстве, чтобы максимизировать прибыль при минимизации степени конкурентного давления. Сознательное и намеренное ограничение поступающей информации также служит механизмом смягчения конкуренции.

Выбор ценового алгоритма является хорошим сигналом кооперативной стратегии компании. На мировом рынке ценового программного обеспечения действуют одни и те же ИТ-поставщики (Vendavo, Glew, Pricemoov, Price2spy), предоставляя ИТ-продукт всем крупнейшим компаниям практически любой отрасли национальной или мировой экономики.

Использование ИТ-продукции того или иного вендора той или иной компанией обычно является открытой информацией, поскольку указывается в корпоративных отчетах. Компания не вправе обманывать своих акционеров в отношении используемых технологических и маркетинговых стратегий. Если бы фирма заявила, что использует какое-либо ценовое программное обеспечение, а в действительности его не использует, она бы столкнулась с юридическими последствиями своего обманного заявления. Таким образом, юридические требования открытости технологических аспектов ценовых алгоритмов способствуют ценовой координации фирм на рынке [30, р. 9]. Именно поэтому алгоритмическое ценообразование все чаще становится объектом интереса и исследования антимонопольных органов по всему миру [36, 37].

УСЛОВИЕ ЕДИНОЙ ЦЕНЫ

В условиях цифровой экономики не всегда легко найти адекватное решение многих экономических проблем, связанных с поведением трех участников цифрового рынка: фирм-производителей блага, потребителей товара и цифровых платформ-посредников. Очень часто здесь возникает проблема “безбилетника”.

Когда фирма выставляет свою продукцию на платформе, это обеспечивает ей более широкую клиентскую базу, поскольку потребители, как правило, занимаются поиском первоначально не конкретной фирмы, а желаемого товара. Однако за доступ к платформе и за каждую сделку, которую клиент заключил с ее помощью, фирма-производитель вынуждена платить платформе определенную сумму. Это увеличивает цену товара для потребителя.

Одновременно с выставлением товара на платформе фирма может рекламировать и демонстрировать свою продукцию на своем собственном сайте, где в отсутствие дополнительных издержек цена товара может быть ниже. Тогда потребитель выбирает стратегию “безбилетника”: зайти на сайт платформы, узнать все о товаре, а потом обратиться напрямую к фирме и сделать заказ по более низкой цене на сайте компании-производителя. В таком случае потребитель выигрывает в цене, фирма-производитель получает еще одного клиента и продает товар, но цифровая платформа оказывается проигравшей стороной, поскольку не получает свою оплату. Поэтому многие платформы в контракт с фирмами-поставщиками включают условие единой цены (price parity clause): цена товара и на платформе, и на сайте компании должна быть одна и та же (или в аналогичных вариантах: цена на собственном сайте компании не может быть ниже цены товара, представленной на платформе; цена на платформе не может быть выше цены товара на сайте).

Однако это условие вызвало озабоченность антимонопольных органов как антиконкурентное действие, запрещенное во многих странах Евросоюза. Под действием антимонопольного расследования властей Германии и Великобритании компания Amazon отменила правило единой цены для своих контрактов в Европе в 2013 г., хотя сохранила это условие в США до марта 2019 г., когда оно было отменено и там в результате политического давления. Австрия, Бельгия, Франция и Италия приняли законы, запрещающие подобные условия в контрактах цифровых платформ.

Насколько обоснованными являются такие действия властей? Ведут ли они к повышению общественного благосостояния? Моделирование цифровых рынков с разными вариантами рыночной структуры (монополия и конкуренция) и разными условиями посреднических контрактов при попытке балансировки интересов платформы, потребностей фирм и потребителей приводит к выводу о том, что условие единой цены действительно ущемляет потребителей [38]. Даже не будучи монополистами, цифровые платформы выигрывают, повышая плату за доступ к рынку для фирм за счет условия единой цены, что в результате закономерно приводит к росту цены товара для потребителей.

Антиконкурентный эффект условия единой цены связан также с тем, что оно действует во всех каналах распространения продукции какой-либо фирмы, что исключает конкуренцию платформ между собой. На любой цифровой платформе фирма обязана указывать одну и ту же цену, хотя плата за доступ может различаться. Даже если одна из платформ снижает плату за доступ, более низкий денежный сбор не может быть трансформирован в более низкую цену за единицу продукции. Поэтому ценовая конкуренция платформ смягчается, если и не устраняется вовсе. Им нет необходимости конкурировать величинами платы за доступ. Конечно, фирмы могут уйти с платформы и ограничиться демонстрацией и продажей товара только на своих собственных сайтах. Однако это резко снижает потенциальную клиентскую базу компаний.

Для нахождения компромиссного варианта некоторые страны допускают более узкую трактовку условия единой цены при запрещении ее расширенной версии. Например, в Австралии и по некоторым позициям в Великобритании платформам разрешается включать в контракт требование единой цены для себя и сайта компании, но не для других конкурирующих каналов распределения товара.

Возможные альтернативные варианты ценовых действий платформ включают такие механизмы, как использование оплаты по клику (per-click fees), когда фирма платит каждый раз, как потребитель на сайте платформы кликает ее товар, чтобы ознакомиться с деталями продукции, вне зависимости от того, купит ли в дальнейшем клиент этот товар, и передаточной оплаты (referral fees). В последнем случае фирма платит каждый раз, когда клиент зашел на сайт платформы, посмотрел товар, а затем сделал заказ на сайте компании (технологически эту информацию легко получить). Практикуется также единовременный регистрационный сбор для фирмы – поставщика товара (registration fee). Возможные антиконкурентные последствия таких ценовых инструментов находятся в стадии рассмотрения.

РЕЗУЛЬТАТЫ И ВЫВОДЫ

Анализ эмпирических исследований функционирования цифровой экономики свидетельствует о том, что она допускает большое число инновационных ценовых механизмов, разрабатываемых на основе базовых принципов ценовой дискриминации и персонализированных цен. Такие инструменты позволяют лучше выявить ценовые предпочтения клиентов, но одновременно могут вводить их в заблуждение с целью получения дополнительного дохода за счет невнимательности при сравнении вариантов покупки.

Как и в реальной экономике, в цифровом мире компании разрабатывают такие ценовые форматы, которые фактически снижают уровень рыночной конкуренции и способствуют движению рынка в направлении монопольной цены. Несмотря на изобилие информационно-технологических решений, ценовая прозрачность виртуальных сделок остается под вопросом, а многие ценовые концепции вызывают справедливую озабоченность антимонопольных органов в связи со своими потенциальными неконкурентными результатами.

¹ Набор (комплект) осведомленности (awareness product set) – такие товары, о которых осведомлен (знает) потребитель и из числа которых он будет производить свой выбор. Диапазон осведомленности характеризует общее количество торговых марок, известных потребителю.

² В мае 2021 г. произошло слияние компаний Go-Jek и Tokopedia в единую платформу GoTo.

ДРУГИЕ ИСТОЧНИКИ / SOURCES

1. Mak A. Is Uber Really Charging Frequent Users Higher Fares? Slate, 30.03.2018. Available at: https://slate.com/technology/2018/03/is-uber-really-charging-frequent-users-more.html (accessed 09.09.2024).
2. Uber Reportedly Charging Higher Fares from Users Struggling with Low Battery Life. The Free Press Journal, 14.04.2023. Available at: https://www.freepressjournal.in/business/uber-reportedly-charging-higher-fares-from-users-struggling-with-low-battery-life (accessed 09.09.2024).

About the authors

N. M. Rozanova

Author for correspondence.
Email: happyeconomics@list.ru
ORCID iD: 0000-0003-3660-0625
Dr. Sci. (Econ.), Professor Moscow

References

Supplementary files