Статистический анализ. По сравнению с большинством других отраслей, об издании местных газет в США имеется достаточно много данных за дли­тельный период времени

По сравнению с большинством других отраслей, об издании местных газет в США имеется достаточно много данных за дли­тельный период времени. Поскольку газеты издаются регулярно и имеют печатную форму, остаются отчетные материалы, фикси­рующие дату и место выпуска. Зачастую они хранятся в пуб­личных хранилищах (таких как библиотеки) в виде собраний оригинальных изданий или их копий. Специалисты по истории отрасли использовали эти материалы в течение многих лет, по не­которым изданиям были составлены целые генеалогии. Несколько библиотечных обществ создали объемные описи газетных фондов, хранящихся в библиотеках страны. В дополнение к этому в те­чение последних 120 лет рекламные агентства издавали полные ежегодные справочники газет.

Данные, использованные в этом исследовании, получены из множества подобных источников. Я попытался реконструировать историю, или «биографию», популяций газетных издательств в каждой изучавшейся мною местности. Из-за продолжительности рассматриваемого периода (1800-1975 гг.) ни один из источников не содержит информации в желаемом объеме.[1]

Историко-событийные данные были собраны по каждому га­зетному издательству, созданному в любой из семи выбранных по случайной схеме американских городских агломераций в течение 175-летнего периода.[2] Поскольку американские издатели газет почти полностью зависят от рынков, ограниченных рамками го­родских агломераций, данный замысел предполагает изучение семи, относительно автономных, организационных сред. Для сравнительных целей эти городские агломерации были выбраны таким образом, чтобы они различались между собой по численно­сти населения и географическому положению.

Данные о датах создания, смерти, а также о последнем на­блюдении были зафиксированы по каждому издателю газет.[3] Организации, продолжавшие действовать в 1975 г., и организации, дата смерти которых не была отмечена, известны в специальной литературе как цензурированные случаи (см.: [Tuma, Hannan, 1979]). Благодаря предпринятым усилиям была получена инфор­мация по 2808 организациям, из которых 504 были цензуриро­ванными.

Одним из возможных способов тестирования модели разделе­ния ресурсов с помощью этих данных может быть использование продолжительности существования организации (organizational longevity) в качестве зависимой переменной в модели линей­ной регрессии. Из-за цензурирования, однако, этот способ будет приводить к смещенным оценкам модели (см.: [Tuma, Hannan, 1979]). Поэтому тестирование было проведено с использованием модели стохастической функции риска (stochastic hazard function models). Функция риска (hazard function) определяется следую­щим образом:

где — переходная вероятность, дающая вероятность смерти организации в интервале времени при условии жизни в момент времени . Функция риска представляет собой уровень смертности, поскольку она определяется как вероятность смерти в течение бесконечно малого промежутка времени . В этом контексте модели функции риска предпочтительнее моделей ли­нейной регрессии потому, что при надлежащей процедуре оцени­вания они менее чувствительны к проблеме цензурирования (см.: [Tuma, Hannan, 1979]).

Предшествующие исследования смертности организаций по­следовательно показывали уменьшение уровня смертности с уве­личением возраста организации [Carroll, Delacroix, 1982; Freeman, Carroll, Hannan, 1983; Carroll, 1983; 1984]. Анализ широкого ряда популяций организаций продемонстрировал, что стохастическая модель, известная как закон Мейкхама[‡], дает хорошее описание этого уменьшения с помощью следующего определения функции риска:

где интерпретация параметров зависит от знака . Если имеет отрицательное значение (как в большинстве предыдущих иссле­дований), то ассоциируется с той долей уровня смертности, которая связана исключительно со смертью в детском возрасте, а — с асимптотическим уровнем, к которому приближается уровень смертности по мере того, как увеличивается возраст ор­ганизации.

Ключевой независимой переменной в модели разделения ресур­сов является уровень концентрации ресурсов на общем массовом рынке. Для газет двумя важнейшими типами ресурсов выступа­ют потребители и рекламодатели. Я собрал данные и по тем и по другим. В отношении ресурсов, представленных потребителями, я определил концентрацию тиража у ежедневных газет общего характера, используя данные [Ayer, разные годы). В отношении ресурсов, представленных рекламодателями, я определил концен­трацию общего числа строк рекламы у ежедневных газет общего характера. Эти данные были взяты из ежегодных изданий Editor and Publisher. Уровни концентрации оценивались с помощью ин­декса неравенства Джини, который принимает нулевое значение при абсолютно равномерном распределении и равен единице при максимально неравномерном распределении.[4] Индекс Джини рас­считывался отдельно для каждой ресурсной переменной, для уров­ня как графства (county), так и стандартного метрополитенского статистического ареала по пятилетним интервалам.[§]

Модель разделения ресурсов предсказывает, что если на массо­вом рынке газет общего характера усиливается концентрация, то уровень смертности организаций-дженералистов будет возрастать, а организаций-специалистов — уменьшаться. Для тестирования этой модели я разделил данные на отдельные под выборки, состо­ящие соответственно из дженералистских и специализированных издателей газет. Дженералисты были определены как органи­зации, издающие одну или больше газет общего характера. Все другие рассматривались как специализированные организации. Я оценил эффект влияния индекса Джини уровня концентрации массового рынка на уровень смертности газет в каждой подвыбор­ке по отдельности. Я ввел переменную Джини в вектор детской смертности модели закона Мейкхама. В результате появилась следующая модель:

где — индекс Джини уровня концентрации в среде в момент времени , а — это параметр, измеряющий его воздействие на уровень смерти организаций, также представляет интерес.

Для оценивания модели я использовал метод максимального правдоподобия, который разработала Нэнси Тьюма [Тита, 1980]. Гипотезы модели разделения ресурсов состоят в том, что имеет положительное значение в выборке организаций-дженералистов и отрицательное — в выборке специализированных организаций. Что касается влияния концентрации на численность популяций организаций, то сравнение абсолютных значений в выборках дженералистов и специалистов также представляет интерес. Если предположить равенство уровней рождаемости для двух популяций, большее абсолютное значение для выборки специалистов будет означать, что концентрация оказывает общее положительное влия­ние на численность организаций.

В табл. 1 представлены результаты оценивания для моделей, которые используют показатели концентрации тиража.[5] В выборке дженералистов оценки являются положительными, хотя они бо­лее, чем в два раза меньше их среднеквадратических отклонений. Для газет-специалистов они отрицательны и существенно больше по абсолютной величине своих среднеквадратических отклонений. Эти оценки согласуются с основными гипотезами модели разделе­ния ресурсов: по мере увеличения концентрации издания-дженералисты умирают быстрее, а издания-специалисты — медленнее. Сравнение абсолютных значений показывает, что концентрация оказывает большее влияние.

В табл. 2 приведены результаты оценивания для моделей, ко­торые используют концентрацию по критерию количества строк рекламы. И вновь оценки согласуются с предположениями модели разделения ресурсов: имеет положительное значение в выбор­ке дженералистов и отрицательное — в выборке специалистов. Абсолютное значение этого параметра опять же больше в уравнении для специалистов. Более того, данные оценки параметра являются статистически значимыми во всех случаях, кроме одного.

ТАБЛИЦА 1

Оценки максимального правдоподобия влияния концентрации тиража на показатели смертности издателей газет дженералистского и специализи­рованного типов

Тип организации	Показатель концентрации	Параметры
Дженералист	Индекс Джини для стандарт­ного метрополитенского статистического ареала	-3,86 (0,162)	-3,18 (0,224)	0,715 (0,411)	-0,063 (0,019)
Специалист	Индекс Джини для графства	-3,91 (0,190)	-3,16 (0,274)	0,427 (0,395)	-0,057 (0,019)
Дженералист	Индекс Джини для стандарт­ного метрополитенского статистического ареала	-3,82 (0,158)	-2,25 (0,215)	-2,09 (0,851)	-0,060 (0,015)
Специалист	Индекс Джини для графства	-3,86 (0,179)	-2,48 (0,162)	-0,980 (0.401)	-0,056 (0,015)

Примечание: в круглых скобках приведены среднеквадратические отклонения.

ТАБЛИЦА 2

Оценки максимального правдоподобия влияния концентрации по критерию количества строк рекламы на показатели смертности издателей газет дженералистского и специализированного типов

Тип организации	Показатель концентрации		Параметры
Дженералист	Индекс Джини для стандарт­ного метрополитенского статистического ареала	-3,86 (0,164)	-3,17 (0,213)	0,742 (0,389)	-0,063 (0,019)
Специалист	Индекс Джини для графства	-3,90 (0,185)	-3,19 (0,255)	0,540 (0,366)	-0,058 (0,019)
Дженералист	Индекс Джини для стандарт­ного метрополитенского статистического ареала	-3,78 (0,141)	-2,42 (0.183)	-1,48 (0,678)	-0,065 (0,015)
Специалист	Индекс Джини для графства	-3,83 (0,160)	-2,43 (0,171)	-1,200 (0,482)	-0,059 (0,014)

Примечание: в круглых скобках приведены среднеквадратические отклонения.

Как объяснялось выше, издатели газет в высокой степени чувс­твительны к экономии на масштабе. Это предполагает, что размер рынка может влиять на конкурентный процесс. По данной причине я также проверил модель разделения ресурсов, добавив численность населения в местной среде в качестве контролирующей пере­менной, т.е. я ввел численность населения графства в качестве дополнительной переменной в вектор и заново оценил эффект концентрации. Если модель похожа на правду, то численность населения не должна устранять влияние концентрации.

Результаты оценивания закона Мейкхама с численностью насе­ления в качестве контролирующей переменной даны в табл. 3. По-прежнему параметр измеряет эффект концентрации. Параметр является коэффициентом при переменной соответствующей численности населения. И вновь эти оценки согласуются с про­гнозами модели разделения ресурсов: коэффициент имеет по­ложительное значение для дженералистов и отрицательное — для специалистов. Таким образом, размер местного рынка, безусловно, не нарушает процесс разделения ресурсов.

ТАБЛИЦА 3

Оценки максимального правдоподобия влияния концентрации тиража на показатели смертности издателей газет с численностью населения в качестве контролирующей переменной

Тип организации	Показатель концентрации		Параметры
Дженералист	Индекс Джини для стандарт­ного метрополитенского статистического ареала	-3,22 (0,154)	-2,93 (0,291)	0,562 (0.419)	-0,066 (0,019)
Специалист	Индекс Джини для графства	-3,87 (0,173)	-2,82 (0,386)	0,216 (0,422)	-0,061 (0,019)
Дженералист	Индекс Джини для стандарт­ного метрополитенского статистического ареала	-3,87 (0.179)	-2,68 (0,315)	-2,13 (0.104)	-0,065 (0,015)
Специалист	Индекс Джини для графства	-3,90 (0,204)	-2,94 (0,309)	-0,766 (0,429)	-0,052 (0,015)

Примечание: в круглых скобках приведены среднеквадратические отклонения.

Дата добавления: 2015-05-26