В России против деятельности интернет пиратов действует несколько законодательных актов. Помимо основного закона, защищающего авторские права, государственная дума приняла несколько актов об упрощении блокировки пиратских сайтов и их зеркал. Необходимость этих законов вызвана развитием интернет технологий, позволяющих быстро создавать копии заблокированных сайтов. Большой проблемой законодательной борьбы против пиратской деятельности выступает слабое понимание данной темы у лиц, принимающих законодательные акты. Помимо этого, в судебной деятельности также видна склонность государственных лиц принимать решения в пользу российских компаний, в то время как иностранные компании на российском рынке обладают гораздо меньшей защитой.
Рис. 1. Источник: Отраслевой доклад федерального агентства по печати и массовым коммуникациям на тему «Интернет в России в 2017 году»
Российские правообладатели гораздо чаще обращаются в судебные инстанции, и их требования при этом удовлетворяются тоже чаще. В 700 судебных делах с участием российских правообладателей удовлетворили иск и удалили пиратский контент в 99 случаях из 100. В это же время процент удаления пиратского контента зарубежных компаний меньше и равен около 80%.
Помимо законодательной борьбы с пиратством государству необходимо задействовать и другие способы. Большая часть исследований в направлении изучения человеческого поведения личностному отношению к проблемам одной из основных целей ставила вопрос о том, как личностное отношения влияет на пиратство. В большинстве исследований результаты оказались достаточно очевидными - чем негативней пользователь относится к пиратству, тем меньше он потребляет нелегальный контент. В связи с этим государство и правообладатели должны не только законодательным образом бороться с предложением, но и влиять на спрос на нелегальный контент, уменьшая его за счет пропаганды этичного потребления в интернете. Интересным является и то, что по данным большого числа исследований (Coyle et al. 2009; Bonner and O'Higgins 2010; Robert 2004; Hinduja and Higgins 2011; Moores and Chang 2006; Shang et al. 2007; Jacobs et al. 2012), многие пользователи не считают пиратство неэтичным поступком. Таким образом, объяснив данной аудитории, что пиратство является неэтичным, можно сократить спрос на нелегальную продукцию.
Третьим направлением борьбы с интернет пиратством выступает технологичное преимущество. Таким образом, игровая индустрия достаточно успешным образом борется против пиратства. Если обычную сюжетную игру достаточно просто взломать, то игру, большую часть данных передающих по интернет-соединению взломать практически невозможно, так как пираты не могут получить доступ к трафику или самостоятельно оплачивать сервис по хранению и передачи больших объемов данных. В музыкальной индустрии успешным способом борьбы с пиратством стало создание музыкальных стриминговых сервисов, где пользователи могут послушать музыку. А за счет рекламы частично окупаются затраты. Пираты не могут по своим ресурсам бороться с Yandex.Music и выбор пользователей переходит в пользу легального контента. И, наконец, индустрия фильмов и сериалов тоже не осталась в стороне. Многие компании, прежде всего, стриминговый гигант Netflix, создают интерактивные сериалы и фильмы, где пользователь может делать выбор в фильме или сериале, который оказывает влияние на дальнейший сюжет. Такая технология не может простым образом копироваться, а ресурсов на ее воспроизведение у пиратских сайтов нет. Поэтому у пользователя нет возможности бесплатного просмотра данного контента.
В качестве еще одного способа борьбы с пиратским контентом выступает полный отказ от такой борьбы. Так, студия CD Project Red, выпустив игру Ведьмак 3, в отличие от всех других крупных компаний на рынке отказалась от использования любой защиты. Несмотря на это, компания не просто окупила игру, но и получила высокую прибыль. Причина того достаточно просто - вместо того, чтобы тратить время и ресурсы на защиту контента, они перенаправили все на улучшение качества игры. В итоге, пользователи все равно платили за игру из-за ее высокого качества.
При этом, нужно понимать, что полностью искоренить интернет пиратство в ближайшее время невозможно. Но существует целый ряд способов борьбы помимо законодательных, которые не только борются с пиратством, но и создают уникальный контент для пользователей, явно превышающий качеством рыночные аналоги. Таким образом, одним из способом борьбы с пиратством выступает создание уникального неповторимого контента, за который пользователи и так будут готовы платить без прочих законодательных ограничений.
1.6 Теоретическая схема предмета исследования. Гипотезы исследования
На основе проделанного анализа зарубежной и отечественной литературы, а также задач исследования, была разработана схема предмета исследования (схема 1.1)
Рис. 2. Теоретическая схема предмета исследования
Схему можно интерпретировать следующим образом. На объемы пиратства каждого отдельного взятого человека влияют три разные группы факторов - демографические, этические и «современные». «Современные» факторы появились относительно недавно в результате развития технологий и интернета. В зависимости от факторов, пользователь скачивает негативный контент по личным или технологичным факторам и таким образом влияет на отрасль. Учитывая два направления, мы сможем дать необходимые рекомендации рынку по каждому из них.
В таблице 1.2 представлены основные гипотезы для тестирования модели и влияния разных групп факторов на объемы пиратства.
Таблица 2
Список основных гипотез для модели кассовых сборов
|
Модель кассовых сборов: |
|||
|
Нулевая гипотеза |
Краткая интерпретация |
||
|
Объем потребления пиратского контента отрицательно зависит от возраста |
Чем больше возраст, тем меньше желания идти против общества, законов и норм. |
||
|
Предыдущие проблемы с поиском контента на интернет ресурсах уменьшают объемы пиратство |
Чем чаще пользователь сталкивается с проблемами поиска контента, тем выше вероятность его переключения на другой формат потребления - легальный |
||
|
Объем пиратства зависит от предпочитаемого способа потребления контента. |
Пользователь может потреблять больше нелегального контента на определенном типе устройств, если оно к этому больше приспособлено |
||
|
Объемы интернет пиратства негативно зависят от уровня образования |
Чем более образован человек, тем выше его уровень культуры и тем ниже его желание совершать нелегальные поступки |
||
|
Чем больше семья, тем меньше объемы потребления нелегального контента |
Возможность оформить семейную подписку и снизить затраты на одного человека |
||
|
Объем пиратства зависит от отношения пользователя к этому явлению |
Чем негативней пользователь относится к пиратству, тем меньше он будет нелегально потреблять контент |
||
|
Объем пиратства зависит от ожидаемой разницы во времени для поиска контента на легальных и нелегальных ресурсах |
Если пользователь считает, что контент быстрее найти на нелегальном ресурсе, он с более высокой вероятностью пойдет туда, и, наоборот. |
||
|
Ожидаемая вероятность получить санкции за пиратство негативно влияет на его объемы |
Если пользователь считает, что за потребление нелегального контента возможно получить штраф или санкции, он будет стремиться потреблять меньше нелегального контента |
||
|
Пол влияет на объем интернет пиратства. |
Мужчины в большей степени склонны к девиантному потреблению и готовы в большей степени потреблять нелегальный контент |
Глава 2. Модель и ее анализ
2.1 Выборка и ее описание
Для исследования был проведен опрос, в результате которого удалось создать выборку, состоящую из 307 респондентов. В различных сообществах социальной сети «ВКонтакте» была закуплена реклама с призывом пройти анонимное исследование для диплома. Всего в исследовании приняли участие 4 различных сообщества с тематикой контента «кино». Причина выбора такой темы - добиться максимальной отзывчивости потенциальных респондентов, чтобы не превысить разумные значения бюджета для исследования, и собрать необходимую выборку. Для того чтобы разнообразить выборку, все же была сделана попытка разместить опрос и в других сообществах с другой тематикой. Однако реклама в сообществах с тематикой, отличающейся от «кино», получала крайне мало откликов и еще меньше заполненных анкет, что выводило бы бюджет исследования на крайне высокие суммы. Тем не менее, чтобы избежать того, что вся аудитория была одинакова, опрос разместился в четырех сообщества по тематике «кино» с максимально отличающимся контентом. Идея заключалась в том, чтобы таким образом дифференцировать пул респондентов. Также была попытка размещения опроса в сообществах официальных распространителей интернет контента, чтобы включить в выборку людей, которые преимущественно потребляют и легальный контент. Но, к сожалению, не удалось договориться ни с одним из сообществ-распространителей официального контента, таких как ivi.ru amediateka и др.
В любом случае, данная выборка не распространялась среди студентов или какой-то специфической группы людей. И даже, если она не является репрезентативной, по сравнению с другими исследованиями международного характера, она обладает главным преимуществом - отсутствие акцента на студентах.
После того, как данные были собраны, большое количество респондентов пришлось удалить из-за неточных или неправильных ответов. Например, на вопрос «Укажите год своего рождения» респонденты отвечали - «Барнаул». После исключения всех респондентов с неточными ответами, в выборке осталось 233 респондента.
Таблица 3
Список переменных и их расшифровка
|
Код переменной |
Тип переменной |
Расшифровка |
|
|
Объясняемые переменные: |
|||
|
Pirate |
Количественная |
Объем потребляемого нелегального контента (в формате отдельных наименований) |
|
|
Объясняющие переменные: |
|||
|
Age |
Количественная |
Возраст респондента (в годах) |
|
|
Ed |
Качественная |
Уровень образования: 0 - Еще не окончили школу, 1 -Среднее, 2 - Специалитет, 3 - Бакалавриат, 4 - Магистратура и выше, 5 - Другое, 6 - Студенты |
|
|
Inc |
Качественная |
Уровень дохода на семью:0 - Денег не хватает даже на приобретение продуктов питания 1 - Денег хватает только на приобретение продуктов питания 2 - Денег достаточно для приобретения необходимых продуктов и одежды, в более крупных покупках приходится отказывать 3 - Покупка большинства товаров длительного пользования (холодильник, телевизор) не вызывает трудностей, однако купить квартиру мы не можем 4 - Денег достаточно, чтобы вообще ни в чем себе не отказывать |
|
|
Sex |
Качественная |
0 - мужчины, 1 - женщины |
|
|
Fam |
Качественная |
Семейное положение: 0 - Живу один, 1 - Живу с партнером, 2 - Живу с родителями, 3 - Живу с детьми, 4 - Другое |
|
|
T |
Количественная |
Ожидаемое время на поиск необходимого контента на пиратских ресурсах - ожидаемое время поиска на официальных ресурсах (в минутах) |
|
|
AvP |
Количественная |
Как часто индивид сталкивался с тем, что желаемый контент не был найден на пиратских ресурсах |
|
|
Int |
Качественная |
Как часто индивид испытывает проблемы с интернетом:0 - Никогда, 1 - Раз в пару месяцев и реже, 2 - От одного до нескольких раз в месяц, 3 - Почти никогда |
|
|
Scr |
Качественная |
Наиболее предпочитаемый индивидом способ потребления контента из интернета:0 - ТВ (приложение), 1 - Ноутбук или компьютер, 2 - Смартфон |
|
|
Leg |
Качественная |
Оцениваемая вероятность наступления санкций в случае интернет пиратства:0 - Равна нулю, 1 - Выше нуля |
|
|
Ethical |
Качественная |
Отношение к пиратству: 0 - Явные антипираты 1 - Антипираты с внутренним конфликтом 2 - Благородные пираты 3- Ярые пираты |
2.2 Графический анализ выборки
Чтобы проверить наличие выбросов в модели, проведем графический анализ выборки. Рассмотрим объемы потребления нелегального видео контента в интернете и оценим, насколько они соответствуют нормальному распределению.
Рис. 3. Источник: Расчеты автора
легальный интернет контент пиратство
На оси ординат отмечается частота значения в каждом кармане переменной Pirate. А по оси абсцисс отражены значения и карманы самой переменной. Как можно наблюдать из графика, распределение не соответствует нормальному, что в дальнейшем может привести к отсутствию нормально распределенных остатков и проблемам в адекватности тестирования некоторых гипотез. Чтобы избежать данной проблемы, предлагается логарифмировать переменную и в дальнейшем тестировать две различные спецификации модели - линейную и полулогарифмическую. По оси ординат все также показана частота появления значения исследуемой переменной в заданном кармане. По оси абсцисс же показан логарифм исследуемой переменной. Полученный результат можно увидеть на графике. Он стал ближе к нормальному распределению, однако все равно далек от него, что также может внести некоторые проблемы в результаты исследования.
Рис. 4. Источник: Расчеты автора
Нужно отметить, что данное отличие от нормального распределения нельзя объяснить ранее обозначенным недочетами выборки, так как отличия от нормального распределения выражены в первом кармане. Если добавить в выборку людей, потребляющих легальный контент из официальны сообществ, ситуация только бы ухудшилась. Предположим, однако, что проблема вызвана тем, что в выборке все-таки присутствует небольшое количество респондентов, часть из которых может принадлежать к конкретной возрастной группе и смещать результаты. Однако при исследовании на большем количестве респондентов, распределение должно сходиться к нормальному.
Перед тем как перейти к анализу выборки, также необходимо рассмотреть зависимость между двумя переменными - Pirate(Y) и AvP. Взаимосвязь этих двух переменных может оказаться явно линейной по следующей причине - чем больше нелегального контента вы смотрите, тем больше раз вы будете сталкиваться с тем, что его часть нельзя найти в открытом доступе. Поэтому между переменными может существовать прямая взаимосвязь.
Рис. 5. Источник: Расчеты автора
Но как видно из графика, никакой прямой зависимости между двумя переменными нет, что также покажет дальнейший анализ, поэтому данную переменную можно смело оставить в модели.
2.3 Описание теоретической модели
1) Модель потребления нелегального контента
Данная модель позволяет оценить объемы пиратства каждого индивида, а также влияние различных факторов. Итоговая выборка для модели состоит из 233 респондентов.
Чтобы оценить степень связи между включенными в модель переменными, мы воспользуемся методом корреляционного анализа, результатами которого можно ознакомиться в таблице:
Таблица 4
Корреляционная матрица
Источник: Расчеты автора
В таблице показана связь между всеми переменными, вошедшими в первичный формат модели. Как видно из таблицы, большинство переменных обладают крайне низкими показателями взаимосвязи. Лишь некоторые переменные обладают уровнем корреляции выше 0,2, и нет таких переменных, чья взаимосвязь превысила бы показатель 0,25. Одни из самых высоких значений взаимосвязи принадлежат переменным возраста и дохода, что подтверждается большим количеством сторонних исследований. Однако явной связи между данными переменными в нашей модели нет.
Итоговые результаты показывают отсутствие явной мультиколлинеарности и позволяют оставить данную модель без изменений в течение первого этапа. Саму же проблему мультиколлинеарности мы рассмотрим далее в работе.
2.4 Регрессионный анализ
Первичная оценка модели:
На первом этапе нам необходимо провести начальную оценку модели и выбрать между различными вариантами спецификации - линейной и полулогарифмической. Исследовать линейную модель в логарифмах мы не будем, так как некоторые переменные имеют отрицательные значения.
1 шаг - Воспользуемся тестом Бера и МакАлера, чтобы выбрать между полулогарифмической и линейной формой модели.
С пошаговым процессом проведения теста можно ознакомиться в приложении 1. Его же финальные результаты говорят о том, что выбор полулогарифмической модели предпочтительней:
Значимость res1 для полулогарифмической модели:
Переменная незначима
Значимость res2 для линейной модели:
Переменная значима
Итог - так как в одном случае переменная res оказалась незначимой, а в другом - значимой, мы можем выбрать наилучшую модель с использованием данного теста. Окончательный выбор останавливается на модели с незначимой переменной res1 - полулогарифмической модели.
2 шаг - Первичная оценка модели:
Таблица 5
Регрессионная статистика первичной модели
Источник: Расчеты автора