Page 203 - 《社会》2019年第5期
P. 203

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 ·
   198   199   200   201   202   203   204   205   206   207   208