Эволюция экономических функций цифровых платформ на рынках жилой недвижимости – от информационного посредничества к алгоритмической координации

Дружинин Е.А.

Журнал: Теория и практика общественного развития @teoria-practica

Рубрика: Экономика

Статья в выпуске: 9, 2026 года.

Бесплатный доступ

Предметом исследования выступают экономические функции цифровых платформ на рынках жилой недвижимости. Цель работы заключается в выявлении критериев, позволяющих определить момент перехода цифровой платформы от информационного посредничества к алгоритмической координации отраслевого рынка, а также в разработке воспроизводимой модели оценки глубины платформизации. Научная новизна состоит во введении понятий «координационный периметр платформы» и «функциональная глубина платформизации», а также в разработке матрицы трех уровней зрелости (цифровая поддержка, платформенная координация, алгоритмическая делегация решений). Исторический обзор эволюции платформ охватывает период 2015–2025 гг., оценка функциональной глубины представляет собой срез за 2025 г. Полученные результаты указывают на наличие статистически значимой связи между глубиной платформизации и объемом переданных платформе рыночных функций; связь с масштабом выручки выражена заметно слабее. Предложенная модель апробирована на шести платформах (Rightmove, Zillow, Beike, QuintoAndar, ЦИАН, Домклик).

цифровые платформы \ платформенная экономика \ рынок недвижимости \ алгоритмическая координация \ функциональная глубина платформизации \ координационный периметр

Короткий адрес: https://sciup.org/149152319

IDS: 149152319   |   УДК: 332.8:004   |   DOI: 10.24158/tipor.2026.9.14

The Evolution of the Economic Functions of Digital Platforms in Residential Real Estate Markets – from Information Intermediation to Algorithmic Coordination

The study examines the economic functions of digital platforms in residential real estate markets. It aims to identify criteria for determining the transition of a digital platform from information intermediation to algorithmic coordination of the industry market, and to develop a reproducible model for assessing the depth of platformization. The scientific novelty of the paper lies in introducing the original concepts of the “platform coordination perimeter” and the “functional depth of platformization”, and in developing a three-level maturity matrix comprising: (1) digital support, (2) platform-based coordination, and (3) algorithmic delegation of decision-making). The historical analysis of platform evolution covers the period 2015–2025, while the assessment of functional depth is a snapshot for 2025. The results reveal a statistically significant positive relationship between the functional depth of platformization and the number of market functions delegated to the platform. In contrast, the relationship between the functional depth and platform revenue proves to be considerably weaker. The proposed model is empirically tested on six real estate platforms: Rightmove, Zillow, Beike, QuintoAndar, CIAN, DomClick.

Текст научной статьи Эволюция экономических функций цифровых платформ на рынках жилой недвижимости – от информационного посредничества к алгоритмической координации

решения и формируемые ими экосистемы выступают системообразующим элементом хозяйственного механизма, генерируя новые способы создания стоимости (Юхно, 2025). В отличие от организаций, выстроенных по линейному принципу, где ценность создается и передается последовательно, платформенные структуры обеспечивают более сложную конфигурацию отношений между участниками экосистемы. Данное обстоятельство обусловливает необходимость пересмотра традиционных подходов к анализу отраслевых рынков, функционирующих в условиях цифровой трансформации.

Рынки жилой недвижимости представляют собой особый объект исследования процессов платформизации. В настоящей работе рассматриваются первичный и вторичный рынки, арендные отношения, ипотечное кредитование, агентские и транзакционные операции. Совокупный объем сделок на рынке жилой недвижимости в Российской Федерации превышает 20 трлн руб. в год, что составляет около 10 % валового внутреннего продукта страны (Кризис на рынке жилой недвижимости в России – история и перспективы повторения …, 2026). Рекламные и продажные бюджеты застройщиков, а также комиссионные вознаграждения агентств недвижимости в совокупности превышают 700 млрд руб. Указанные параметры свидетельствуют о значительном потенциале расширения присутствия цифровых платформ на данном рынке.

Классические представления о факторах, определяющих функционирование рынков недвижимости (локация, физические характеристики объектов, макроэкономические условия), требуют существенного пересмотра в условиях цифровой экономики. Происходящая трансформация изменяет систему экономических отношений между участниками рынка, вследствие чего девелопер утрачивает монопольное положение в качестве центра управления продажами и становится одним из элементов более широкой экосистемы, зависящей от банковской инфраструктуры, цифровых платформ, рекламных каналов и информационных потоков. Практическая значимость решения данной проблемы заключается в том, что девелоперы, банки и регуляторы получают инструменты для оценки стратегических рисков и выбора оптимальных моделей взаимодействия с платформами, что особенно актуально в условиях высокой ключевой ставки и сокращения объемов ипотечного кредитования.

Цель настоящего исследования заключается в выявлении критериев, позволяющих определить момент, когда цифровая платформа перестает выполнять исключительно информационно-посреднические функции и становится самостоятельным институтом координации отраслевого рынка, а также в разработке воспроизводимой модели оценки глубины платформизации.

Гипотеза исследования состоит в том, что последняя определяется не количеством предоставляемых сервисов или масштабом пользовательской аудитории, а объемом рыночных функций, переданных платформе (информационной, функцией сопоставления спроса и предложения, распределения внимания, проведения сделки, финансирования, управления рисками и алгоритмического формирования выбора).

Обзор литературы . Теоретические основы исследования платформенной экономики были заложены в работах Ж.-Ш. Роше и Ж. Тироля (Rochet, Tirole, 2003), Б. Кайо и Б. Жюльена (Caillaud, Jullien, 2003), М. Армстронга (Armstrong, 2006), согласно которым ключевая идея многосторонних платформ заключается в обеспечении прямого взаимодействия между двумя и более группами пользователей на рынке.

Д.С. Эванс (Evans, 2003) выделил эмпирические аспекты функционирования многосторонних платформенных индустрий.

Г. Паркер и М. ван Альстин (Parker, Van Alstyne, 2005) разработали теорию двусторонних сетевых эффектов.

Среди российских исследователей следует выделить работы О.Н. Антипиной (2020), которая рассматривала платформы как многосторонние рынки эпохи цифровизации.

Ю.М. Осипов, Т.Н. Юдина, И.З. Гелисханов (2018) анализировали цифровую платформу как институт эпохи технологического прорыва.

А.Е. Шаститко и О.А. Маркова исследовали эффекты становления и функционирования многосторонних рынков (Шаститко, Макарова, 2019; 2020).

  • А. Тивана в своей фундаментальной работе предложил концепцию платформенных экосистем, согласующих архитектуру, управление и стратегию (Tiwana, 2014).

В контексте алгоритмической координации особый интерес представляют исследования, посвященные институциональным аспектам цифровых платформ. В работе М. Кенни и Дж. Зисмана (Kenney, Zysman, 2020) рассматривается трансформация рыночной власти в условиях платформенного капитализма.

Исследования по алгоритмическому управлению1 показывают, что цифровые платформы через рейтинги, правила и рекомендательные системы принимают на себя функции, ранее принадлежавшие государственным и рыночным институтам.

Однако данные работы не дают количественных критериев для оценки глубины такого замещения.

Существенный вклад в понимание рыночной координации вносит теория трансакционных издержек, согласно которой платформы снижают издержки поиска, измерения и защиты прав собственности, что создает основу для замещения традиционных рыночных механизмов (О. Уильямсон (Williamson, 1985) и Д. Норт (North, 1990)). Тем не менее существующие исследования не операционализируют понятие «глубины» платформизации и не предлагают методик ее количественной оценки, что составляет научный пробел, восполняемый в настоящей работе.

Анализ эволюции цифровых платформ демонстрирует последовательное расширение их функциональных возможностей. Е.Д. Козлова (2025) указывает на тот факт, что развитие цифровых образовательных систем прошло три основных этапа от систем управления обучением, выполняющих преимущественно административные функции, к платформам, ориентированным на персонализацию и вовлеченность, а далее – к современным гибридным корпоративным экосистемам. Аналогичная логика прослеживается и на рынках недвижимости.

А.С. Юхно (2025) исследовал архитектуру цифровых платформ, включая их структурные компоненты и механизмы координации участников экосистем, установив основные факторы эффективности платформенных решений (децентрализация управления, стимулирование инновационной активности и гармонизация архитектурных решений с системами управления).

А.В. Болденков, О.А. Лисутин, Е.В. Трусевич, Е.В. Романюк проанализировали кризисные явления на рынке жилой недвижимости в Российской Федерации, выделив три периода (1998– 1999, 2008–2010, 2014–2016 гг.) и выявив ключевые макроэкономические факторы, оказывающие влияние на рынок (уровень инфляции, доходы населения, объем инвестиций, стоимость жилья). Ученые показали, что текущая ситуация характеризуется снижением зависимости доходов бюджета от нефтегазовых поступлений и относительно низким уровнем инфляции, что создает предпосылки для институциональных изменений, в том числе для платформенной трансформации (Кризис на рынке жилой недвижимости в России – история и перспективы повторения …, 2026).

Однако в указанных исследованиях не рассматривается роль цифровых платформ как самостоятельных координаторов рынка, что подтверждает актуальность настоящей работы.

Таким образом, в научной литературе в настоящий момент не сформировано целостного подхода, позволяющего рассматривать рынки жилой недвижимости как систему новых экономических отношений, в которой возрастает значение информации, данных, цифровых платформ, банковских и маркетинговых инфраструктур. Отсутствуют операционализированные понятия, дающие возможность количественно оценить глубину влияния цифровых платформ на рыночную координацию. Настоящее исследование направлено на восполнение указанного пробела.

Материалы и методы . Для эмпирической проверки выдвинутой гипотезы применен смешанный исследовательский дизайн, сочетающий качественные и количественные методы. Исследование проведено в два этапа.

Первый – качественный – представлял собой сравнительный кейс-анализ эволюции функциональных возможностей шести цифровых платформ на рынках жилой недвижимости в период за 2015–2025 гг. (исторический обзор). Источниками данных послужили годовые отчеты и финансовая отчетность платформ (Rightmove, Zillow, Beike, ЦИАН), а также пресс-релизы и публичные заявления компаний (Домклик, Сбербанк, QuintoAndar)1. Выбор источников обусловлен их доступностью и надежностью, так как годовые отчеты публичных компаний проходят обязательный аудит, что гарантирует достоверность финансовых данных.

Для оценки функциональной глубины платформ разработана система из семи индикаторов. Кодирование платформ производилось вручную по формализованной шкале, где 0 – функция отсутствует; 1 – базовая реализация; 2 – развитая реализация; 3 – полная реализация.

Процедура кодирования основывалась на следующих принципах. Балл 0 присваивался в случае полного отсутствия функции на платформе; 1 – при условии наличия базовой реализации функции (функция присутствует, но не является системообразующей и не обеспечивает существенного влияния на рыночную координацию); 2 – присваивался при наличии развитой реализации, в частности, когда функция реализована на уровне, обеспечивающем заметное влияние на поведение участников рынка; 3 – назначался при полной реализации функции, когда платформа выступает системообразующим элементом в данной области, а функция встроена в ключевые бизнес-процессы и оказывает определяющее влияние на рыночную координацию.

Для повышения объективности кодирования разработан формализованный код-бук. Для индикатора «Проведение сделки» балл 3 присваивался при наличии возможности онлайн-подписания договора купли-продажи, интеграции с системами электронной регистрации, использования эскроу-счетов. Для индикатора «Алгоритмическое формирование выбора» балл 3 требовал наличия рекомендательной системы на основе искусственного интеллекта, персонализации выдачи, прогнозирования цены или спроса. Для каждой функции использовались как минимум два подтверждающих источника. В случае противоречия между ними применялось консервативное правило, согласно которому балл присваивался по нижней границе имеющихся оценок.

Интегральный показатель функциональной глубины рассчитывался как сумма баллов по всем семи индикаторам (максимальное значение – 21). На основе интегрального показателя платформы относились к одному из трех уровней зрелости:

уровень 1 (цифровая поддержка) – 0–7 баллов;

уровень 2 (платформенная координация) – 8–14 баллов;

уровень 3 (алгоритмическая делегация) – 15–21 балл.

Второй этап – количественный – включал расчет корреляционных показателей для проверки гипотезы. Для анализа динамики выручки платформ применялся метод расчета среднегодовых темпов роста (CAGR) за период 2015–2025 гг.:

CAGR = р2025 ) 1710

Vv 2015

-1,

где v2025 - выручка в 2025 г., v2015 - выручка в 2015 г.

Важно отметить, что исторический обзор в рамках настоящего исследования носил описательный характер и фиксировал ключевые этапы расширения функциональных возможностей платформ за 2015–2025 гг.

Оценка функциональной глубины выполнена как срез на 2025 г. и не предполагала балльной оценки за предыдущие периоды. Данное разграничение принципиально, так как модель измеряет актуальное состояние координационного периметра, а не его динамику. Соответственно, выводы о достижении платформами уровня алгоритмической делегации относятся к состоянию на 2025 г.

Для оценки объема переданных платформе рыночных функций использовался взвешенный индекс функциональной насыщенности (X1) с квадратичным взвешиванием весов функций. Он рассчитывался как сумма произведений балла по каждой функции на ее вес:

X1 = Y 7=i bi-wi ,

где bt - балл по i-й функции, wt - вес i-й функции. Веса функций: информация - 1, сопоставление – 4, распределение внимания – 4, проведение сделки – 9, финансирование – 9, управление рисками – 4, алгоритмический выбор – 4. Максимальное значение – X1 = 105 (при всех баллах 3).

Для корреляционного анализа использовался коэффициент корреляции Пирсона:

X; ч-'К v-v) r                                                                                         а

\X{x i -x) ^(угу)

Значимость коэффициента корреляции проверялась с помощью t-критерия Стьюдента:

/п—2

t = г '    ----7 .

1-г2

Результаты и обсуждение . Анализ выручки платформ в период за 2015–2025 гг. позволил выявить различные траектории роста (данные представлены в таблице 1).

Таблица 1 . Динамика выручки платформ, 2015-2025 гг. (млн в национальной валюте)1

Table 1 . Revenue Dynamics of the Selected Platforms, 2015-2025 (Millions in National Currency)

Год

Rightmove (GBP)

Zillow (USD)

Beike (RMB)

ЦИАН (RUB)

2015

192,1

645

н/д

н/д

2016

220

847

н/д

н/д

2017

243,3

1077

н/д

н/д

2018

267,8

1334

н/д

н/д

2019

289,3

2743

н/д

н/д

2020

205,7

1624

н/д

н/д

2021

304,9

8147

н/д

н/д

2022

332,6

1958

н/д

н/д

2023

364,3

1945

77 800

11 571

2024

389,9

2236

93 500

12 987

2025

425,1

2583

94 600

15 156

Рост выручки Zillow в 2021 г. до 8147 млн долл. США был обусловлен деятельностью в сегменте iBuying (Zillow Offers), который компания закрыла в 2022 г. После ликвидации данного направления выручка снизилась до 1958 млн долл. США в 2022 г. Прямое сопоставление 1624 и 8147 млн дает рост 401,7 %, однако с учетом того, что он обеспечен преимущественно низкомаржинальным сегментом iBuying, для анализа функциональной глубины платформизации целесообразно рассматривать динамику выручки Zillow без учета сегмента Homes (iBuying). Скорректированная выручка от IMT и Mortgages сегментов в 2021 г. составила 2131,6 млн долл. США, что обеспечивает более релевантное сопоставление с 2022–2025 гг.2

Платформа Rightmove демонстрирует устойчивый восходящий тренд. Выручка увеличилась с 192,1 млн фунтов стерлингов в 2015 г. до 425,1 млн фунтов стерлингов в 2025 г. Среднегодовой темп роста за десятилетний период составил 8,3 %. Исключением стал 2020 г., когда выручка сократилась на 28,9 % вследствие пандемии COVID-19; однако уже в 2021 г. рост составил 48,2 % (с 205,7 до 304,9 млн фунтов)3. Рентабельность по чистой прибыли достигает 51,1 %, а собственного капитала – 263,8 %4. Приведенные показатели свидетельствуют о высокой операционной эффективности бизнес-модели, основанной на сетевых эффектах и низких предельных издержках масштабирования.

Zillow Group демонстрирует наиболее волатильную динамику. Выручка платформы выросла с 645 млн долл. США в 2015 г. до 2583 млн долл. США в 2025 г. В 2021 г. она составила 8147 млн долл. США за счет активности в сегменте iBuying (Zillow Offers). Закрытие данного направления в 2022 г. привело к снижению совокупной выручки до 1 958 млн долл. США5; указанное обстоятельство отражает выход компании из низкомаржинального сегмента перепродажи жилья и не может интерпретироваться как сокращение основного платформенного бизнеса. При сопоставлении выручки сегментов IMT и Mortgages, формирующих ядро платформенной модели, показатели 2021 и 2022 гг. являются сопоставимыми. Скорректированная выручка от IMT и Mortgages сегментов в 2021 г. составила 2131,6 млн долл. США, что обеспечивает более релевантное сопоставление с 2022–2025 гг. и подтверждает устойчивость платформенного ядра6. Волатильность показателей Zillow отражает риски, связанные с попытками выхода за пределы традиционной модели классифайда в капиталоемкие сегменты.

KE Holdings (Beike) является самой молодой платформой из анализируемых. Выручка выросла с 77,8 млрд юаней в 2023 г. до 94,6 млрд юаней в 2025 г. В 2024 г. рост составил 20,2 %, в 2025 г. – 1,2 %. Совокупная стоимость транзакций на платформе в 2025 г. достигла 3183,3 млрд юаней (455,2 млрд долл. США)7. Чистая прибыль сократилась с 5,89 млрд юаней в 2023 г. до 2,991 млрд юаней в 2025 г.8 Замедление темпов роста в 2025 г. предположительно может быть связано с насыщением китайского рынка и ужесточением регуляторных требований.

Компания ЦИАН стала публичной в 2021 г. Ее выручка выросла с 11,571 млрд руб. в 2023 г. до 15,156 млрд руб. в 2025 г., прирост за два года составил 31 %. Скорректированная EBITDA увеличилась с 2,778 млрд руб. до 3,570 млрд руб. Чистая прибыль в 2025 г. составила 2,862 млрд руб.1 Рост выручки ЦИАН в условиях охлаждения рынка недвижимости свидетельствует о диверсифицированной структуре доходов компании.

Для обеспечения сопоставимости данных в межфирменном анализе выручка платформ за 2025 г. приведена к долларам США по среднегодовым курсам: Rightmove 425,1 млн GBP × 1,27 = 539,9 млн USD; Zillow 2583 млн USD; Beike 94,6 млрд RMB × 0,142 = 13 433,2 млн USD; ЦИАН 15,156 млрд RUB × 0,011 = 166,7 млн USD. Для QuintoAndar и Домклик публичная финансовая отчетность не раскрывается, поэтому в корреляционном анализе по показателю выручки они не участвуют.

Хронология расширения функциональных возможностей анализируемых платформ представлена в таблице 2.

Таблица 2 . Ключевые этапы эволюции платформ2

Table 2 . Key Stages in the Evolution of Real Estate Platforms

Платформа

2015–2017

2018–2020

2021–2023

2024–2025

Rightmove

Классический классифайд и мобильные приложения

Расширение базы и аналитика

Запуск ипотечных сервисов

31 AI-инициатива и конверсационный поиск

Zillow

Доминирование Zestimate и приобретение Trulia (2015)

Экспансия в iBuying

Закрытие iBuying (2021)

Фокус

на транзакционные сервисы

и AI-инструменты

Beike

Lianjia как брокерская фирма

Запуск Beike (2018) и ACN и VR-показы

Национальная экспансия

Интеграция AI и SaaS для агентов

QuintoAndar

Запуск (2013) и раунд 6 млн USD (2015)

Экспансия в Сан-Паулу и цифровая подпись

Выход на рынок продаж

R$20 млрд GTV и генеративный AI

ЦИАН

Классический классифайд и экспансия в регионы

Запуск ипотечного маркетплейса (2019)

IPO (2021) и приобретение H1 и SmartDeal

ЦианGPT и транзакционная модель OTA

Домклик

Запуск (2015) и личный кабинет

заемщика

Ипотечный сервис и интеграция со Сбером

Экосистема и онлайн-сделки

Полный цифровой цикл покупки новостроек

Платформа Rightmove к 2025 г. внедрила 31 активную инициативу в области искусственного интеллекта, включая конверсационный поиск и интеграцию с системами обработки естественного языка. Около 60 % платформы перешло в облачную инфраструктуру, при этом 90 % трафика проходит через облачные сервисы с конца 2025 г.3

Zillow в 2025 г. внедрила функции на основе искусственного интеллекта – виртуальный стайлинг помещений, совместный поиск, интеграцию с системами обработки естественного языка4. Инструменты для агентов сэкономили более 85 лет рабочего времени. База данных Zillow насчитывает более 110 млн объектов недвижимости в США5.

Beike разработала Agent Cooperation Network – систему, определяющую роли в кооперативных сделках и распределение комиссионных вознаграждений. В 2024 г. около 75 % продаж существующего жилья на платформе Beike включали кросс-магазинные коллаборации. Платформа поддерживает полный жизненный цикл сделок с недвижимостью на основе облачной инфраструктуры (Ван и др., 2024).

QuintoAndar управляет более 300 тыс. арендных контрактов, все из которых гарантированы платформой. В 2025 г. она заключила более 2400 договоров купли-продажи в месяц; внедрены инструменты искусственного интеллекта для конверсационного взаимодействия и коммерческой аналитики6.

ЦИАН в 2025 г. запустила онлайн-подписание договоров аренды совместно с Министерством цифрового развития, связи и массовых коммуникаций Российской Федерации, систему

«Циан.Оценка» с использованием данных Росреестра, а также транзакционную модель в сегменте посуточной аренды. Аудитория достигла 20,2 млн уникальных пользователей в месяц, количество объявлений – 2,1 млн1.

Домклик в 2025 г. первым на российском рынке запустил полностью цифровой сервис покупки квартиры в новостройке без необходимости взаимодействия с застройщиком и банком в офлайн-режиме. Сервис охватывает полный цикл от подбора квартиры и одобрения ипотеки до онлайн-подписания документов2.

На основе проведенного анализа предлагаются следующие определения.

Координационный периметр платформы представляет собой совокупность рыночных функций, переданных участниками рынка цифровой платформе. В состав указанного периметра входят: информационная функция (доступ к рыночным данным, обеспечение прозрачности); функция сопоставления спроса и предложения; функция распределения внимания (механизмы продвижения, ранжирования); транзакционная функция (проведение сделки); финансовая функция (финансирование, платежи); функция управления рисками (верификация, страхование); алгоритмическая функция (формирование выбора, персонализация).

Данное определение опирается на теоретические подходы к многосторонним платформам и эмпирические наблюдения за их эволюцией, однако вводит операционализированный набор функций, позволяющий проводить сравнительный анализ. В существующей литературе отсутствует единый подход к определению границ платформенной координации, что создает необходимость введения понятия «координационного периметра» как измеримого конструкта.

Функциональная глубина платформизации представляет собой интегральный показатель, отражающий степень замещения традиционных рыночных механизмов платформенными алгоритмами и сервисами. Данный показатель определяется количеством и качеством функций, переданных платформе (измеряется по семи индикаторам с присвоением баллов от 0 до 3 по каждому). Учеными (Антипина, 2020; Parker, Van Alstyne, 2005; Tiwana, 2014) обсуждается расширение функций платформ, однако отсутствует количественная метрика, позволяющая сравнивать платформы по глубине их влияния на рыночную координацию. Предлагаемый показатель заполняет указанный пробел.

На основе разработанной системы индикаторов проведено кодирование шести платформ (таблица 3).

Таблица 3 . Матрица функциональной глубины платформизации (2025 г.)3

Table 3 . Matrix of the Functional Depth of Platformization (2025)

Функция

Rightmove

Zillow

Beike

QuintoAndar

ЦИАН

Домклик

Информация

3

3

3

3

3

2

Сопоставление

2

3

3

3

3

2

Распределение внимания

2

2

3

2

3

1

Проведение сделки

1

2

3

3

2

2

Финансирование

1

3

2

1

2

3

Управление рисками

1

2

2

2

2

2

Алгоритмический выбор

3

3

3

2

2

1

Интегральный балл

13

18

19

16

17

13

Уровень

2

3

3

3

3

2

Примечание: 0 – функция отсутствует; 1 – базовая реализация; 2 – развитая реализация; 3 – полная реализация. Уровень 1 – цифровая поддержка (0–7 баллов); 2 – платформенная координация (8–14 баллов); 3 – алгоритмическая делегация (15–21 балл).

Beike (19 баллов) демонстрирует максимальную функциональную глубину среди всех анализируемых платформ. Данный результат обусловлен охватом всех семи функций на уровне полной или развитой реализации. Ключевым конкурентным преимуществом Beike выступает глубокая интеграция с агентской сетью посредством системы Agent Cooperation Network и обеспечение полного цикла сделки. Beike удалось достичь максимальной функциональной глубины за счет гибридной модели, сочетающей цифровую платформу с физической агентской инфраструктурой.

Zillow (18 баллов) и ЦИАН (17 баллов) находятся на уровне алгоритмической делегации. Zillow выделяется развитой финансовой функцией (Zillow Home Loans 4,8 млрд долл. США в 2025 г.1), ЦИАН – функцией распределения внимания (аукционная модель для застройщиков) и растущей транзакционной функцией.

Анализ распределения баллов по функциям показывает, что наиболее «дефицитной» среди них для большинства платформ является проведение сделки (у Rightmove – 1 балл, у Zillow – 2, у Домклик – 2), тогда как информационная функция и алгоритмический выбор развиты практически на максимальном уровне (3 балла). Полученные данные свидетельствуют о том, что платформы последовательно проходят этап «цифровая поддержка → платформенная координация → алгоритмическая делегация», при этом переход на высший уровень требует овладения транзакционными и финансовыми функциями.

Для проверки гипотезы был проведен корреляционный анализ между интегральным баллом функциональной глубины и ключевыми показателями платформ (таблица 4).

Таблица 4 . Исходные данные для расчета корреляций2

Table 4 . Baseline Data for the Correlation Analysis

Платформа

Интегральный балл (Y)

Взвешенный индекс (X1)

Ln (выручка млн USD) (X2)

Возраст (X3)

Rightmove

13

53

6,29

25

Zillow

18

88

7,86

21

Beike

19

92

9,51

7

QuintoAndar

16

75

н/д

12

ЦИАН

17

79

5,12

24

Домклик

13

71

н/д

10

Расчет взвешенного индекса X1 (проверка):

  • X1 = XbfWi , где веса: информация – 1, сопоставление – 4, распределение внимания – 4, проведение сделки – 9, финансирование – 9, управление рисками – 4, алгоритмический выбор – 4.

Rightmove: 3*1 + 2*4 + 2*4 + 1*9 + 1*9 + 1*4 + 3*4 = 3 + 8 + 8 + 9 + 9 + 4 + 12 = 53.

Zillow: 3*1 + 3*4 + 2*4 + 2*9 + 3*9 + 2*4 + 3*4 = 3 + 12 + 8 + 18 + 27 + 8 + 12 = 88.

Beike: 3*1 + 3*4 + 3*4 + 3*9 + 2*9 + 2*4 + 3*4 = 3 + 12 + 12 + 27 + 18 + 8 + 12 = 92.

QuintoAndar: 3*1 + 3*4 + 2*4 + 3*9 + 1*9 + 2*4 + 2*4 = 3 + 12 + 8 + 27 + 9 + 8 + 8 =75.

ЦИАН: 3*1 + 3*4 + 3*4 + 2*9 + 2*9 + 2*4 + 2*4 = 3 + 12 + 12 + 18 + 18 + 8 + 8 =79.

Домклик: 2*1 + 2*4 + 1*4 + 2*9 + 3*9 + 2*4 + 1*4 = 2 + 8 + 4 + 18 + 27 + 8 + 4 =71.

Расчет коэффициента корреляции Пирсона между Y и X1:

Среднее Y = (13+18+19+16+17+13)/6 = 96/6 = 16,00.

Среднее X1 = (53+88+92+75+79+71)/6 = 458/6 = 76,33.

Платформа

у-у

% 1 — % 1

(у—у)2

(x i — X 1 )

(x 1 —.) (у—у)

Rightmove

–3

–23,33

9

544,44

70

Zillow

2

11,67

4

136,11

23,33

Beike

3

15,67

9

245,44

47

QuintoAndar

0

–1,33

0

1,78

0

ЦИАН

1

2,67

1

7,11

2,67

Домклик

–3

–5,33

9

28,44

16

Сумма

32

963,33

159

Таким образом, коэффициент корреляции между интегральным баллом функциональной глубины и взвешенным индексом переданных функций составляет 0,91.

Проверка статистической знач имост и корреляции:

t = 0,906 * I—4— = 0,906* t^ = 0,906*4,726 = 4,28.

1-0,821             ^0,179

При n – 2 = 4 степенях свободы критическое значение t при p < 0,05 составляет 2,776; фактическое t = 4,28 > 2,776, следовательно, корреляция статистически значима на уровне p < 0,05.

Для проверки надежности полученных оценок проведен бутстрап-анализ (1000 итераций). Доверительные интервалы для коэффициента корреляции составили [0,74; 0,97], что подтверждает устойчивость выявленной связи.

1. Корреляция с выручкой (X2, n = 4).

Для платформ, раскрывающих публичную финансовую отчетность (Rightmove, Zillow, Beike, ЦИАН), проведен расчет корреляции между интегральным баллом (Y) и логарифмом выручки (X2).

Среднее Y = (13+18+19+17)/4 = 67/4 = 16,75.

Среднее X2 = 6,29+7,86+9,51+5,12)/4 = 28,78/4 = 7,20.

Платформа

У-у

Х2-Х2

(у-у)2

(« 2 - « 2 )

(« 2 —« 2 ) (У — У)

Rightmove

–3,75

–0,91

14,06

0,82

3,39

Zillow

1,25

0,66

1,56

0,44

0,83

Beike

2,25

2,31

5,06

5,35

5,2

ЦИАН

0,25

–2,08

0,06

4,31

–0,52

Сумма

20,75

10,91

8,9

Корреляция между интегральным баллом и логарифмом выручки составляет 0,59 (n = 4). Данное значение подтверждает, что масштаб последней не является определяющим фактором функциональной глубины.

2. Корреляция с возрастом (X3, n = 6).

Среднее Y = 16,00; среднее X3 = (25+21+7+12+24+10)/6 = 99/6 = 16,50

Платформа

У-у

« 3 -« 3

(у-у)2

(« 3 - « 3 )

(« з —« з ) (у-у)

Rightmove

–3

8,5

9

72,25

–25,5

Zillow

2

4,5

4

20,25

9

Beike

3

–9,5

9

90,25

–28,5

QuintoAndar

0

–4,5

0

20,25

0

ЦИАН

1

7,5

1

56,25

7,5

Домклик

–3

–6,5

9

42,25

19,5

Сумма

32

301,5

–18

Корреляция между интегральным баллом и возрастом платформы составляет –0,18 (n = 6). Слабая отрицательная связь указывает на отсутствие устойчивой зависимости между длительностью существования платформы и глубиной ее функциональной зрелости.

Таблица 5 . Корреляция между функциональной глубиной и показателями платформ1

Table 5 . Correlation Coefficients between the Functional Depth of Platformization and Platform Parameters

Показатель

Коэффициент корреляции с интегральным баллом

Выручка (логарифм, млн USD)

0,59

Взвешенный индекс функций (X1)

0,91*

Возраст платформы (лет)

–0,18

Примечание: * – статистически значимо на уровне p < 0,05. Расчет выполнен с использованием квадратичного взвешивания весов функций

Корреляционный анализ показывает умеренную связь между глубиной платформизации и выручкой (коэффициент корреляции – 0,59). Указанные значения свидетельствуют о том, что масштаб платформы не является определяющим фактором ее функциональной зрелости. Напротив, выявлена сильная связь между глубиной платформизации и взвешенным индексом переданных функций (коэффициент корреляции – 0,91, статистически значимый – на уровне p < 0,05). Данный результат подтверждает выдвинутую нами гипотезу.

Заключение . В рамках проведенного исследования выявлено, что цифровые платформы на рынках жилой недвижимости эволюционируют от информационного посредничества к алгоритмической координации. Данная эволюция проходит три этапа – цифровая поддержка, платформенная координация и алгоритмическая делегация решений. По состоянию на 2025 г. платформы Beike,

Zillow, QuintoAndar и ЦИАН достигли уровня алгоритмической делегации (уровень 3), тогда как Rightmove и Домклик остаются на уровне платформенной координации (уровень 2).

Полученные результаты указывают на наличие статистически значимой связи между глубиной платформизации и объемом рыночных функций, переданных платформе. Корреляционный анализ (на шести платформах) показал сильную связь между интегральным баллом функциональной глубины и взвешенным индексом переданных функций (коэффициент корреляции – 0,91, статистически значимый – на уровне p < 0,05), что в свою очередь позволяет рассматривать расширение координационного периметра платформы в качестве одного из существенных факторов ее эволюции от информационного посредника к институту рыночной координации, не исключая влияния иных условий.

Связь глубины платформизации с размером выручки в рамках проведенного анализа оказалась умеренной (коэффициент корреляции – 0,59), что не позволяет рассматривать масштаб выручки в качестве определяющего фактора функциональной зрелости платформы. Полученный результат имеет практическое значение, так как стратегия углубления функциональных возможностей может оказаться эффективной независимо от экстенсивного роста пользовательской базы, хотя для окончательных выводов требуется расширение выборки.

Предложенная матрица функциональной глубины является воспроизводимым инструментом для сравнительного анализа платформ на различных отраслевых рынках. Понятия «координационного периметра» и «функциональной глубины платформизации» позволяют операциона-лизировать оценку влияния цифровых платформ на рыночную координацию.

Практическая значимость результатов определяется их применимостью для девелоперов, банков, регуляторов и самих платформ при оценке стратегических рисков, выборе моделей взаимодействия и бенчмаркинге функциональной зрелости. Предложенная матрица также может использоваться исследователями для сопоставительного анализа платформизации на других отраслевых рынках.

Направления дальнейших исследований включают расширение выборки платформ для получения более надежных регрессионных оценок; разработку динамической модели оценки функциональной глубины с учетом темпов изменений; анализ влияния платформизации на распределение рыночной силы между участниками; исследование долгосрочных последствий алгоритмической делегации для структуры отраслевых рынков; сравнительный анализ глубины платфор-мизации на других отраслевых рынках.