1 绪论
1.1 研究背景
随着中国市场化经济的不断深入，员工主动离职已经成为企业需要面临的重大问题。据前程无忧 2018 年统计数据看，全国整体离职率达 20.9%，并且通过多维度数据观察后，互联网行业仍是对员工需求最大的行业。
互联网引入中国已经有 30 年之久，在新一代信息技术的快速普及掀起新一轮产业革命新浪潮的最新阶段，随着互联网大数据时代的到来，消费者越发感觉到互联网行业所带来的冲击和变化，每天都可以从网络上看到千奇百怪的新鲜事物冲击着我们的眼球。同时，互联网初创公司开始出现井口般的爆炸式增长，这使得越来越多的传统公司意识到与时俱进的重要性，寻求快速转型。然而，在互联网企业蓬勃发展的表象下，却隐藏着员工队伍稳定性差的问题，通过对各行业离职率分析可知（图 1-1），2016 年互联网行业离职率为 29.8%，高出总体行业 13.4 个百分点。即使 2017 年离职率下降了 9 个百分点达 20.4%，但还是高出总体行业 8 个百分点，依旧达全行业离职率最高。
...............................
1.2 研究意义
1.2.1 理论意义
随着国内市场经济的进一步发展，员工离职问题越来越受到各界关注。 学术界也对此进行大量研究，但大多都是以单一企业为主（例如传统国有企业或私营企业），而从个体层面衍生到行业内的员工离职问题研究较少。并且，在互联网行业离职方面，一般都只对其一两个影响因素进行研究，很少有文献涉及总体研究。基于此背景，本文以互联网行业人员为研究对象，采用实证分析借以成熟的 Price-Mueller 模型为理论基础，对具有代表性的几家互联网企业调查分析，探索互联网行业员工离职的主要因素，以望为相关离职研究以及国外模型如何在本土化进行运用作出一些实践性研究。
1.2.2 现实意义
(1) 通过对 90 后互联网员工的研究，做到真正了解年轻员工的心理和行为特征，并找到了员工产生离职倾向的根本原因。 这有助于增强企业对员工离职问题的关注，并采取相应措施在有针对性的调查下解决和防止组织内的员工动荡，并提高年轻员工的稳定性和工作效率。
(2)由于 90 后知识型员工的离职会增加企业成本，所以本次研究着重在能为行业降低离职率的同时，也帮助互联网企业减少由此产生的离职、培训、招聘等成本，减少离职对于企业直接或间接作用。
..........................
2 研究现状与理论基础
2.1 研究概念及范围界定
2.1.1 互联网企业
互联网企业是指利用网络平台，注册用户名，创办门户网站，依托网络技术进行经营的企业。其主要的业务活动包括通过网络进行商品或者服务的采购和销售，对闲暇企业进行宣传或对其产品或服务进行网络营销，向特定客户群提供虚拟服务，例如：购物、讨论、交友、游戏等[1]。
互联网发展对于抓紧新产业革命历史机遇和推动中国经济转型具有重大意义，本文根据互联网发展史文献，总结出互联网发展史（表 2-1）[2]。
.............................
2.2 员工离职倾向研究现状
2.2.1 国外员工离职倾向研究评述
国外关于员工离职的研究，最早可以追溯到上个世纪初。最早主要是通过宏观环境方面的影响考察员工流失，如劳动力市场、就业机会等。[18][19][20]但也有些学者认为宏观变量太过于狭隘，一些微观变量例如组织关系、薪酬等对员工离职具有决定性影响。这种研究更注重员工从有离职倾向到最后做出离职行为的完整心理变化过程，所以本文也主要从这方面入手，研究企业员工离职意向产生的原因。下面根据员工离职模型发展阶段来展开进行评述。
(1)比较早且对于员工离职影响较大的模型是 March 和 Simon（1958）[21]的模型，他实际是由两个模型所构成（如图 2-3、2-4）。
.................................
3 理论模型构建..................................................... 24
3.1 理论模型 Price(2000)导入及变量阐述 ............................. 24
3.2 对互联网企业 90 后知识型员工探索性研究.......................... 31
4 互联网行业 90 后知识型员工离职倾向影响因素的实证研究设计.......... 42
4.1 问卷设计................................ 42
4.2 样本选择............................... 43
5 互联网行业 90 后知识型员工离职倾向影响因素的实证研究分析 .......... 45
5.1 因子分析.......................... 45
5.2 信度分析............................... 50
5 互联网行业 90 后知识型员工离职倾向影响因素的实证研究分析
5.1 因子分析
效度是指能够测验到该问卷所预测行为或心理的程度，其分类主要包括：内容效度、效标关联效度、建构效度。由于本文采用的均为成熟量表，所以具有良好的内容效度。建构效度方面，由于有理论的逻辑分析为基础，同时又根据实地得来的数据检测准确性，因此是一种谨慎的效度检验方法。（王保进2002）
因子分析能够有效看出问卷的结构效度，首先判断离职倾向影响因素是否适合做因子分析，我们先采取 KMO 指标和 Bartlett 球形检验结果作为判断依据，具体如下表。表中可以看出，Barelett 球形检验显著性 0.000<0.005，因此拒绝Bartlett 球形检验的零假设，认为可以做因子分析。另外，KMO 值为 0.819 根据Kasier 观点达到 0.8 以上适合进行因子分析，因此离职倾向产生的影响因素量表适合做因子分析。
...........................
本文通过研究 price 模型在本国互联网行业应用，旨在将外国成熟模型本土化，通过半结构式访谈及问卷，结合行业特色提出新的离职因素变量；并发现以往研究中常证实的亲属责任、机会变量对 90 后知识型员工离职影响较小。并且通过路径分析结论，根据可解释因变量总变异量较明显的因素进行分类，提出相应建设性意见。 文章局限性主要有以下两个方面：
第一，由于研究变量较广，加之研究时间跟空间的限制性，故单个变量内部维度无法进行细致分析，只能给出相对宏观分析结论。另外，由于此次样本采集的单位多为较大型私营企业，故与中小型互联网行业离职因素方面可能存在偏差；其次人群年龄的限制，使得该研究结果代表性有限。
第二，由于本文较少考虑到员工自身价值观对离职因素与离职倾向间的影响作用，故本文采取问卷收集方式为静态点收集，以往研究有证明随着入职时间的变化，员工的价值观改变对以上作用途径有调节作用，因此本研究还需要后续研究进行填充。
综上所述，在未来的研究中，可研究一个行业内的全部人群以其具有广泛代表性。另外，可选取同一批数据进行数据追踪（检测员工心理不同时间段内特征），以使更有针对性的对不同入职时间员工进行有效管理。
参考文献（略）