Page 203 - 《社会》2019年第5期

社会· ２０１９ · ５

表 ２ 估计了影响是否存在就业信息分享行为的因素，表 ３ 将存在
分享行为的个体抽离出来，进一步估计影响信息分享频率的因素，故表
２ 包含更多样本。鉴于自选择偏差的存在，表 ３ 模型 ５ 使用 犎犲犮犽犿犪狀
两步法。该方法优势在于能够为那些没有就业分享经历的样本估算一
个概率值 犔犪犿犱犪 ，随后所有样本都可进入第二阶段方程。因此，该方法

表 ２ ：就业信息分享影响因素分析（ １ ）（ 犖＝４２６５ ）
模型 １ 模型 ２ 模型 ３ 模型 ４
犈犇犝 ０．０１８ （ ０．８８２ ） ０．０１７ （ ０．８０５ ） ０．０１８ （ ０．８３９ ） ０．０１８ （ ０．９２１ ）
犃犌犈 －０．０４３ （ ０．０００ ） －０．０２４ （ ０．０００ ） －０．０４３ （ ０．０００ ） －０．０４３ （ ０．０００ ）
犛犈犡 －０．２５５ （ ０．００５ ） －０．１４３ （ ０．００５ ） －０．２５５ （ ０．００３ ） －０．２５５ （ ０．０１５ ）
犆犆犘 －０．０５６ （ ０．６９１ ） －０．０３２ （ ０．６８１ ） －０．０５６ （ ０．０７７ ） －０．０５６ （ ０．５７２ ）
犑犗犅 －０．１９５ （ ０．２０７ ） －０．１０７ （ ０．２１８ ） －０．１９５ （ ０．０４１ ） －０．１９５ （ ０．２１７ ）
犛犜犃 ０．０２７ （ ０．３０８ ） ０．０１６ （ ０．２７３ ） ０．０２７ （ ０．２６５ ） ０．０２７ （ ０．３８５ ）
犛犗犆 ０．３３９ （ ０．０００ ） ０．１９０ （ ０．０００ ） ０．３３９ （ ０．０００ ） ０．３３９ （ ０．００４ ）
犚犈犛 －０．０３８ （ ０．６８７ ） －０．０１９ （ ０．７２１ ） －０．０３８ （ ０．６３２ ） －０．０３８ （ ０．７９４ ）
犕犃犖 ０．７９５ （ ０．０００ ） ０．４６１ （ ０．０００ ） ０．７９５ （ ０．０００ ） ０．７９５ （ ０．０００ ）
犅犗犖犛 １．６１１ （ ０．０００ ） ０．９５７ （ ０．０００ ） １．６１１ （ ０．０００ ） １．６１１ （ ０．０００ ）
犠犪犾犱 ５１６．６４ ５２５．０３ － －
注：模型 １ 为基础 犔狅 犵 犻狋 模型，模型 ２ 为 犘狉狅犫犻狋 模型，模型 ３ 和模型 ４ 加入聚
类效应，聚类变量分别为 犐犖犆 和 犛犛犗犆 。括号内为 犘 值。

表 ３ ：就业信息分享影响因素分析（ ２ ）
模型 １ 模型 ２ 模型 ３ 模型 ４ 模型 ５
犈犇犝 －０．５９９ （ ０．００３ ） －０．３５９ （ ０．００２ ） －０．５９９ （ ０．０００ ） －０．５９９ （ ０．０００ ） －１．７７５ （ ０．０８７ ）
犃犌犈 ０．００４ （ ０．４８２ ） ０．００３ （ ０．４５４ ） ０．００４ （ ０．４７７ ） ０．００４ （ ０．０６２ ） －
犛犈犡 －０．６１４ （ ０．０００ ） －０．３８７ （ ０．０００ ） －０．６１４ （ ０．０００ ） －０．６１４ （ ０．０００ ） －１．６０５ （ ０．０６４ ）
犆犆犘 －０．３０７ （ ０．１８１ ） －０．１９５ （ ０．１５７ ） －０．３０７ （ ０．０４７ ） －０．３０７ （ ０．０４８ ） －
犑犗犅 ０．３９０ （ ０．１２１ ） ０．２６３ （ ０．０７９ ） ０．３９０ （ ０．１６３ ） ０．３９０ （ ０．０３５ ） １．１９５ （ ０．４０８ ）
犛犜犃 ０．０３６ （ ０．４０７ ） ０．０２６ （ ０．３３０ ） ０．０３６ （ ０．３２５ ） ０．０３６ （ ０．３２５ ） －
犛犗犆 ０．２２５ （ ０．１５７ ） ０．１３６ （ ０．１５７ ） ０．２２５ （ ０．３４０ ） ０．２２５ （ ０．３６１ ） －
犚犈犛 ０．２０５ （ ０．１７７ ） ０．１１５ （ ０．２１２ ） ０．２０５ （ ０．１３３ ） ０．２０５ （ ０．２４５ ） －
犕犃犖 ０．３２５ （ ０．０５４ ） ０．１９７ （ ０．０５３ ） ０．３２５ （ ０．０００ ） ０．３２５ （ ０．００２ ） ２．６８９ （ ０．００６ ）
犅犗犖犛 ０．４９１ （ ０．０２５ ） ０．２９１ （ ０．０２７ ） ０．４９１ （ ０．０１６ ） ０．４９１ （ ０．０２ ） －
犖狅．犗犫狊 ７２１ ７２１ ７２１ ７２１ ４２６５
犠犪犾犱 ４９．０４ ５１．４３ － － ２２．４１
犪狋犺狉犺狅 ２．２５５ （ １．０００ ）
犔犚狋犲狊狋 ０．９９９
注：模型 １ 为基础 犔狅 犵 犻狋 模型，模型 ２ 为 犘狉狅犫犻狋 模型，模型 ３ 和模型 ４ 加入聚
类效应，聚 类 变 量 分 别 为 犐犖犆 和 犛犛犗犆 。 括 号 内 为 犘 值。 模 型 ５ 为
犎犲犮犽犿犪狀 两步法，输出的是第二步结果作为对比。

· １ ９ ６ ·