The dynamics of job separation: The case of federal employees
工作离职的动态：联邦雇员案例AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确分析工人的离职决策，并使用个体面板数据区分状态依赖和异质性。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
工作离职的动态：联邦雇员案例
- 研究问题
- 离职率随任职时间下降，究竟主要源于个人离职倾向随经历变化，还是高离职倾向者较早退出造成的动态样本选择？
- 方法与思路
- 作者建立工人的主动离职决策模型，使用美国联邦雇员面板数据和最大似然方法，区分状态依赖与异质性的作用。
- 材料陈述的贡献
- 摘要称动态样本自选择比个人离职倾向下降更重要，并估计相对联邦工资及其他变量与离职的关系以辅助薪酬政策分析。
- 阅读关注点
- 应核对离职决策模型、异质性分布与初始样本选择处理，以及任职时间效应和工资效应如何被分别识别。
- 阅读边界
- 仅据所给 Crossref 摘要；样本范围、似然设定与工资外生性未说明，政策用途不等于已识别薪酬政策的因果效应。
原文摘要
Abstract In this paper we develop a model of workers' quit decisions . Using panel data on a sample of US Federal government employees we use maximum‐likelihood techniques to determine how much of the observed decline in quits with job tenure is a result of declining individual quit propensities (‘state dependence’) rather than dynamic sample self‐selection (‘heterogeneity’). The latter is found to be much more important than the former. The effects of relative Federal government wages and other variables on quits are also estimated. The results are useful for analysing Federal compensation policies.