MARC

 008260126s2025        us                              c    eng  d
■001000017356741
■00520260202103027
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798286442225
■035    ▼a(MiAaPQ)AAI31845382
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a331
■1001  ▼aSolomon,  Samuel  M.
■24510▼aOccupational  Choice  and  Social  Mobility
■260    ▼a[Sl]▼bYale  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a226  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-12,  Section:  A.
■500    ▼aAdvisor:  Altonji,  Joseph;Meghir,  Costas.
■5021  ▼aThesis  (Ph.D.)--Yale  University,  2025.
■520    ▼aThis  dissertation  examines  how  individuals  make  occupational  choices  and  how  that  shapes  economic  success,  social  mobility,  and  the  labor  market.The  first  chapter  uses  population-wide  administrative  data  from  Finland  to  examine  the  underlying  drivers  and  aggregate  implications  of  occupational  following-when  children  enter  into  their  parent's  occupation-for  the  labor  market,  social  mobility,  and  total  output.  I  first  document  that  occupational  following  is  a  widespread  feature  of  the  labor  market.  Second,  I  show  that  pre-labor  market  multidimensional  skills  and  educational  choice  statistically  explain  19%  of  following  among  all  43  two-digit  occupations,  and  53%  among  white  collar  ones.  Third,  I  use  an  instrumental  variables  strategy  to  show  that,  conditional  on  pre-labor  market  skills  and  education,  occupational  following  leads  to  income  gains  of  5.5%  and  fewer  job  separations.  I  then  combine  these  mechanisms  into  a  model  of  educational  and  occupational  choice.  While  I  find  that  intergenerational  links  play  a  sustained  role  throughout  the  pre-labor  market  and  labor  market  years,  the  intergenerational  transmission  of  occupation-specific  skills  is  most  important  in  driving  occupational  following.  Lastly,  differences  in  pre-labor  market  multidimensional  skills  and  educational  choice-two  potential  policy  levers-are  also  a  key  driver  of  occupational  following  and  are  responsible  for  87%  and  42%  of  the  class  gaps  in  white  collar  occupational  attainment  and  elite  occupational  attainment,  respectively.While  the  first  chapter  is  concerned  with  the  role  of  parents  in  impacting  occupational  choices,  the  second  chapter  is  concerned  with  the  role  of  peers  and  peers'  parents.  Children  are  exposed  to  very  different  peers  in  childhood  depending  on  where  they  grow  up  and  which  schools  they  attend.  In  this  chapter,  along  with  Jerry  Montonen,  I  study  the  population-wide,  long-term  effect  of  peer  composition  in  childhood  on  individuals'  future  occupational  choices.  We  use  within-school,  across-cohort  variation  to  identify  the  effects  of  peers  on  occupational  choice  and  other  outcomes.  Using  rich,  population-wide  administrative  data  from  Finland,  we  show  that  a  one  standard  deviation  increase  in  exposure  to  children  from  a  white  collar  parental  background  at  age  15  has  a  significant  effect  on  the  likelihood  of  being  in  a  white  collar  occupation  at  age  30.  Furthermore,  we  show  that  there  is  a  stronger  effect  at  finer  occupational  levels  and  that  these  effects  are  strongest  when  one's  own  parent  is  from  a  different  occupation.  Finally,  we  compare  the  effect  of  schoolmates  to  those  of  other  social  ties.  We  find  that  the  causal  effects  of  peers  in  the  neighborhood,  while  significant,  are  about  half  as  large  as  the  causal  effects  of  peers  in  school.My  third  chapter  considers  a  different  context:  the  global  market  for  white  collar  jobs.  The  rise  of  remote  work  connects  workers  and  firms  across  countries.  With  Jingyi  Cui,  I  study  the  location  preferences,  wage  patterns,  and  surplus  created  by  cross-country  remote  hiring  using  a  novel  data  set  of  over  200,000  international,  remote,  and  predominantly  white-collar  workers  from  195  countries  working  for  more  than  20,000  firms.  We  document  that  richer  countries  hire  and  supply  more  remote  workers  compared  to  poorer  countries.  Moreover,  sharing  a  common  language  is  associated  with  greater  cross-country  work  contracts.  We  observe  a  narrower  cross-country  wage  gap  in  international  remote  hiring  compared  to  traditional  domestic  hiring  and  attribute  around  one  third  of  the  remaining  wage  gap  between  workers  from  high-income  and  non-high-income  countries  to  differential  sorting  into  firms.  Finally,  we  quantify  the  surplus  gained  from  cross-country  remote  hiring,  showing  that  both  the  firms  and  workers  involved  benefit  substantially.
■590    ▼aSchool  code:  0265.
■653    ▼aLabor  market
■653    ▼aOccupational  choices
■653    ▼aSocial  mobility
■653    ▼aRemote  white-collar  jobs
■653    ▼aWage-setting
■690    ▼a0501
■690    ▼a0510
■690    ▼a0454
■690    ▼a0703
■71020▼aYale  University▼bEconomics.
■7730  ▼tDissertations  Abstracts  International▼g86-12A.
■790    ▼a0265
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17356741▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서