Detailansicht
Labour mobility and knowledge spillovers across industries
Johannes Pöschl
Art der Arbeit
Diplomarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Betreuer*in
Neil Foster
DOI
10.25365/thesis.2783
URN
urn:nbn:at:at-ubw:1-29644.60069.655070-6
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Arbeit analysiert die Verbindung zwischen Produktivität und Arbeitsmarktmobilität. Die darin getestete Hypothese besagt, dass technologisches Wissen durch die Bewegungen
von Fachkräften in der Form von Humankapital über Industrien verbreitet wird. Das Wissen diffundiert daraufhin im neuen Umfeld und führt zu Produktivitätssteigerungen.
Basierend auf neuesten theoretischen Erkenntnissen, die empirisch bestätigt wurden, wird ein endogenes Wachstumsmodell entwickelt, das die Produktivität von Arbeit im Hinblick auf Wissensakkumulation erklärt. Sodann bestätigen die Ergebnisse der empirischen Analyse die wichtige Rolle des Humankapitals als eine Quelle für Wissenstransfers. Da Arbeitsmarktbewegungen eng mit Input-Output Verbindungen von Industrien verknüpft ist, deutet dieses Ergebnis darauf hin, dass die in der Literatur geschätzten Produktivitätseffekte von Spillover Effekten aus Renten in Wirklichkeit zum Teil durch Wissenstransfer entstehen.
Aufgrund der Heterogenität der Produktionsindustrien wird das Modell danach erweitert und mit separaten Koeffizienten für Hoch-, Mittel- und Niedrigtechnologiesektoren geschätzt. Die Resultate bestätigen die Annahme, dass Industrien mit einem niedrigen technologischen Niveau auch niedrigere Wissenstransfers erzeugen als Industrien mit einem höheren technologischen Level.
Diese Arbeit ist ein erster Schritt zur Schätzung der Produktivitätseffekte aus Wissenstransfers
im Hinblick auf Arbeitsmarktmobilität und soll deren Bedeutung für wirtschaftliches Wachstum hervorheben.
Abstract
(Englisch)
This paper addresses the link between productivity and labour mobility. The hypothesis tested in the paper is that technology is transmitted across industries through the movement of skilled workers embodying human capital. The embodied knowledge is then diffused within the new environment creating spillovers and leading to productivity improvements.
Based on recent theoretical findings that were confirmed by empirical evidence, a theoretical endogenous growth model is developed that explains labour productivity with respect to knowledge acquisition. The empirical analysis confirms the importance of human capital transferred across industries as a source for knowledge spillovers. Due to the fact that labour mobility is closely linked to input-output relations, this finding provides evidence suggesting that part of the estimated productivity effects of rent spillovers are in fact due to labour mobility.
Given the heterogeneity of the manufacturing sector, including both traditional and high technology sectors, the model was then extended and re-estimated with separate coefficients for high, medium and low technology industries. The results confirm the assumption that industries with a low technological level create lower knowledge spillovers to other sectors than medium and high technology industries.
The paper is meant to be a first step in the direction of estimating knowledge spillovers through labour mobility and should point out the importance of the mobility of human capital that goes hand in hand with the diffusion of knowledge into other industries for economic growth.
Schlagwörter
Schlagwörter
(Englisch)
labour mobility manufacturing industry productivity knowledge spillovers human capital
Schlagwörter
(Deutsch)
Arbeitsmarktmobilität Produktivität Industrie Wissenstransfer Humankapital
Autor*innen
Johannes Pöschl
Haupttitel (Englisch)
Labour mobility and knowledge spillovers across industries
Paralleltitel (Deutsch)
Arbeitsmarktmobilität und Transfer von technologischem Wissen
Paralleltitel (Englisch)
Labour mobility and knowledge spillovers across industries
Publikationsjahr
2008
Umfangsangabe
37 S.
Sprache
Englisch
Beurteiler*in
Neil Foster
AC Nummer
AC07492935
Utheses ID
2414
Studienkennzahl
UA | 140 | | |