组织生态学移民离职率与组织死亡率[精选].ppt

环境级别的随机效应的变量可认为是对死亡率起影响的环境特征的潜在指标。 多级模型更好地测量基于固定和随机效应的组织死亡率。第一步估计得到的组织死亡率用来预测第二步的离职率。 在环境级别中，位置出现在区域的时期。 在地域流动性的研究中，更高等级环境通常是区域。按照组织生态学来说，每一产业有不同的位置。 图1 三级分等级数据结构和在等级2和等级3的随机效应 Level 3 产业（a,b,c….k..）群正态分布 Level 2 产业k从1978-1995（j）的组织正态分布 Level 1 产业k的组织在1978-1995(j)表现出互相独立（在离散事件史分析上是普遍的） 让我们现在总结论点的线索：在level2，它由组织-年份构成，我们没确切地知道为什么死亡率在年份间有不同。然而，估计的随机效应提供死亡率在每个产业中的时间位置之间（1978与1979相比，1980与1981相比）有多大的不同这一信息。在多种群视角下的死亡率的预测中，这种方法用来解释没观测到的生态学过程。 如图1所示，等级2和等级3的随机效应被认为符合正态分布。组织死亡率的估计是以176,504个组织和1,398,832个组织-年份为基础的。后者集中在73个产业中和1303个产业-年份中。51,299个组织是失败的案例。 在第二步的分析中，通过分段常数指数模型预测组织的员工的退出率，以574,512子集和123,483人的136,834的事件 在这个多级模型中，一个重要的随机效应的变量Vok表示组织死亡率随不同的产业而变化。相比之下，在level2的一个重要的变量u0j表示死亡率随不同产业中的日期年份而变化。因为使用密度的平方，重要变量u0j 表示的未观测到的生态学动态对死亡率的影响。即使生态学推理要求更广阔的视角，但是直到现在这样的多群模型在组织生态学中还不普遍。 如表2所示，第二步已估计模型，这个模型预测组织员工的退出率。现在，组织死亡率P，其是第一步的因变量，被认为是一个可解释的变量(Phillips,2001)。模型I 和II是以一个涵盖全部组织的样本为基础，但是模型III至模型V是直到观测窗口为1995年时仍存在的组织的子集。后者的限制是因有确信员工退出是由于缓冲区出现而不是由于实际的组织死亡的需要而激发的。（因为确信员工退出是由于缓冲区出现而不是由于实际的组织死亡，所以这样的话后者的限制就被激活了，即后者的限制没有了）否则，女性和移民更高的退出率可能是由于实际的死亡事件和不是由于组织缓冲区的出现。 解释变量 模型1(all) 模型2(all) 模型3(sur) 模型4(sur) 模型5(sur) 死亡率p 2.86*** 2.36*** 1.37*** 1.67*** 1.26*** 非德 X p -1.23*** -0.95*** - -1.38*** -1.08*** 解释变量 模型6 模型7 模型8 死亡率p 2.94*** 3.36*** 3.37*** 非德 X p - -2.08*** - 解释变量 模型6 模型7 模型8 死亡率p 2.94*** 3.36*** 3.37*** 非德 X p - -2.08*** - 参照系：德国人 欧洲其他工业国 - - 13.72*** 土耳其 - - 10.63*** 南斯拉夫 - - 11.99*** 非洲/亚洲/其他 - - 17.82*** 欧洲其他工业国xp - - -2.50*** 土耳其xp - - -0.71n.s. 南斯拉夫xp - - -1.68*** 非洲/亚洲/其他xp - - -4.82*** 模型I 和II是以一个涵盖全部组织的样本为基础，但是模型III至模型V是直到观测窗口为1995年时仍存在的组织的子集。后者的限制是因有确信员工退出是由于缓冲区出现而不是由于实际的组织死亡的需要而激发的。 组织死亡率P对退出率有正效应。组织死亡率P增加1%，退出率就增加2.3%到2.9%。相比之下，非德人和组织死亡率P的相互作用呈现消极迹象，表示组织死亡率P的影响的大小对非德国人更小，与德国人比起来。换句话说：在有着高组织死亡率的不利时期，雇员离开组织的率更高——但就这个增速来说，非德人的要比德国人的低，这与假设2相反。因此，组织缓冲区不是主要地由非德国人构成。样本限制在模型III，IV和V里的存活组织，结果保持不变。 表3第六至第八的模型中使用的数据集包含瓦散前被观察长达1年的正死亡的组织的子集。可以看出，在表3中，关于估计的系数的标志和意义，结果仍然是相同的。但表3中对死亡率的影响和互作效应更为强烈。在模型VIII中，国籍进一步分化，因为移民不被视为一个单一的群体考虑。同样，移民的高退出率和P的抵消作用的整体格局在所有组中保持稳定，除了土耳其移民意外。在土耳其组中，