In the international businesses human resource elements acquired in different countries might have different values in varied industries due to the different quality of education and experiences in the original countries. Using selection models to evaluate expected values in earnings equation of human resource elements such as education and experiences etc. acquired in sending countries, system equations are expanded to examine also the values of science and engineering degrees in technology jobs with selectivity bias correction. This paper used the US census survey data of 2015 on earnings, academic degrees, occupations etc. The US has long maintained the policy of accepting more STEM workers than any other countries and helped maintaining own technological leadership. Assuming per capita GDP gap between the sending country and the US downgrades immigrant human resource quality, it rarely affects occupational selection but depresses earnings on average by two or more years’ worth of education. Immigrant quality index in the sense of GDP gap appears to be a valid tool to assess the expected earnings of the worker with. Engineering degrees increase significantly the probability of selecting not only engineering jobs but also general management jobs, as well as increasing the expected earning additionally over nine years’worth of education. Getting a technology job is additionally worth about four years of education. Economics and business degrees are worth additionally almost six years of education but humanities degrees depress expected earnings. Since years after immigration does not very fast enhance earnings capacity, education level and English language ability might be more useful criteria to expect better future earnings by.

In international businesses human resource elements acquired in different countries might have different values in varied industries due to different quality of education and experiences in original countries. Using existing models to evaluate expected values of human resource elements such as education and experience setc. acquired in sending countries they are expanded to examine also the values of science and engineering degrees in technology jobs with selectivity bias correction. This paper used the US census survey data of 2015 on earnings, academic degrees etc. to contrast qualitative effects with quantitative effects of human resource elements compared to those in the native and/or white group.

Brain drain of scientists and technologists to the United Sates from other countries is a phenomenal issue due to the potential developmental impacts it could have on sending countries Immigration policies undoubtedly play the major part to shape the huma

In science and engineering programs in the U.S. in 2000 China, South Korea and India were top countries of origin sending students. More than half of the students intend to stay in the U.S. Immigration, education and occupational choices all have human ca

  기술집약적인 경제성장의 중요성이 강조되고 있는 가운데 이공계 진학과 과학기술직종선택의 감소는 성장잠재력에 가장 근본적인 위협이 된다. 이를 유지하려는 여러 가지 정책이 교육학적이나 사회학적 근거에서 제시되고 있으나 이를 분석하는 이론적 경험적 틀이 상대적으로 부족한 상태이다. 직업선택모델은 사회학적인 접근법이 활발하게 진행되었으나, 경제적 동인에 대한 분석이 부족하다. 본 논문에서는 2000년 미국 센서스 데이터에 나타난 가장 국제화된 미국의 과학기

최근 기술집약적인 경제성장의 중요성이 강조되고 있는 가운데 이공계 진학과 기술직종선택의 감소는 성장잠재력에 가장 근본적인 위협이 된다. 이를 유지하려는 여러 가지 정책이 교육학적이나 사회학적 근거에서 제시되고 있으나 이를 분석하는 이론적 경험적 틀이 상대적으로 부족한 상태이다. 직업선택모델은 사회학적인 접근법이 활발하게 진행되었으나, 경제적 동인에 대한 분석, 성별, 인종별 분석이 부족하다. 본 논문에서는 2000년 미국 센서스 데이터에 나타난 가장 국제화된 미국의 기술직 사례를 통해 경제학적인 인적자본 모델을 기준으로 하여 기술직에 대한 기존의 연구와 비교한다. 기존의 모델을 확장하여 이민의 직업선택모델의 관점에서 원주민의 경우와 비교하며, 동시에 타 직업군과 비교한다. 직업선택에서 미래소득에 대한 예측이 대체로 정확하나 실제의 선택이 다르다는 사회학적 논문들의 주장은 성간 차이의 문제를 제외하고는 현격하지 않다. 민족적 차이의 효과도 인적자본효과에 비해서는 크지 않다. 과학기술직은 고급 화이트칼라 직종에 비해 결혼과 교육 언어 경험면에서 저급한 직종의 특성을 보인다.