MARC

 008260311s2025        us                                    eng  d
■001000017361227
■00520260311091545.5
■006m          o    d                
■007cr|nu||||||||
■020    ▼a9798270232498
■040    ▼aMiAaPQD▼beng▼cMiAaPQD▼erda
■082    ▼a331
■1001  ▼aZuo,  Rui▼eauthor.
■24510▼aEssays  on  the  Role  of  Government  in  Shaping  Labor  Market  ▼cRui  Zuo
■260    ▼a[Sl]▼bThe  University  of  Texas  at  Austin▼c2025
■264  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a1  electronic  resource  (130  pages)
■336    ▼atext▼btxt▼2rdacontent
■337    ▼acomputer▼bc▼2rdamedia
■338    ▼aonline  resource▼bcr▼2rdacarrier
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-06,  Section:  A.
■500    ▼aAdvisors:  Angelucci,  Manuela;  Murphy,  Richard    Committee  members:  Tuttle,  Cody;  Ng,  Kwai.
■5021  ▼bPh.D.▼cThe  University  of  Texas  at  Austin▼d2025.
■520    ▼aThis  dissertation  evaluates  the  government's  role  in  shaping  labor  market  outcomes  in  China,  focusing  on  public  sector  employment  and  the  influence  of  public  services  on  labor  mobility.  The  three  chapters,  correspondingly,  explore  how  government  policies  and  institutional  changes  impact  performance,  workforce  allocation,  and  workers'  migration  decisions.The  first  chapter  investigates  the  managerial  role  of  algorithms  in  the  Chinese  court  system,  a  key  public  sector  institution.  Using  a  natural  experiment  since  2014,  it  assesses  how  transitioning  from  human-led  to  algorithmic  judge-assignment  influences  courts'  performance  in  terms  of  speed,  appeal,  and  overturn  rate.  Using  a  generalized  Difference-in-Differences  approach  and  66  million  case  document  data,  the  study  finds  that  machine  learning-based  assignment  systems  preserve  existing  assignment  patterns  and  court  performance,  while  purely  random  assignment  disrupts  the  link  between  judge  experience  and  case  complexity,  leading  to  modest  declines  in  efficiency.  This  chapter  highlights  the  broader  implications  of  algorithmic  management  in  the  public  workforce.The  second  chapter  examines  labor  market  discrimination  in  the  public  sector,  focusing  on  the  effects  of  fertility  expectations  on  hiring  practices.  Analyzing  China'  s  shift  from  a  One-Child  Policy  to  a  Universal  Two-Child  Policy,  the  study  finds  that employers,  anticipating  increased  female  fertility,  reduced  job  openings  for  women  in  high-skilled  public  sector  positions.  This  provides  empirical  evidence  of  statistical  discrimination  driven  by  state  policy  changes,  shedding  light  on  gender  disparities  in  government  employment.The  third  chapter  looks  into  how  access  to  public  services  affects  internal  migration  in  China.  Specifically,  it  evaluates  the  impact  of  the  residence  permit  (RP)  roll-out,  which  decoupled  public  service  eligibility  from  the  traditional  Hukou  system,  on  migrants'  decisions  to  stay.  Using  a  staggered  Difference-in-Differences  design,  we  found  that  while  the  policy  does  not  attract  new  migrants,  it  significantly  enhances  the  willingness  to  stay  among  existing  migrants,  particularly  recent  arrivals.  This  provides  empirical  support  for  the  welfare  magnet  hypothesis,  demonstrating  how  public  service  availability  shapes  labor  mobility  decisions.
■546    ▼aEnglish
■590    ▼aSchool  code:  0227
■650  4▼aPublic  administration
■653    ▼aChina
■653    ▼aPublic  sector  employment
■653    ▼aGovernment
■653    ▼aLabor  market
■7102  ▼aThe  University  of  Texas  at  Austin▼bEconomics.▼edegree  granting  institution.
■7201  ▼aAngelucci,  Manuela▼edegree  supervisor.
■7201  ▼aMurphy,  Richard▼edegree  supervisor.
■7730  ▼tDissertations  Abstracts  International▼g87-06A.
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17361227▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서