衡量工作时间的重要性和挑战更新

正确计算工作时间很重要,但不同的调查可以说明不同的情况

美国劳工统计局和德国IZA

美国劳工统计局

单页 全文

电梯游说

工作时间是估算生产率增长和小时工资的关键组成部分,同时也是一个有用的周期性指标,因此正确衡量它们很重要。美国劳工统计局(BLS)在几项调查中收集了工作时间的数据,并发布了四项被广泛使用的衡量每周平均工作时间的系列数据。这个系列讲述了关于每周平均工作时间和这些时间的趋势的不同故事,但关于工作时间的周期性行为的故事本质上是相似的。这里总结的研究解释了水平上的差异,但只是趋势上的一些差异。

关键工作时间序列表现出周期性行为

重要发现

优点

平均而言,美国劳工统计局家庭调查的受访者正确地报告了每人每周工作时间和他们主要工作的每周工作时间。

所有系列都表现出类似的循环行为。

持续时间最长的系列(现行人口调查(CPS),现行就业统计(CES)生产和非监督工人,以及生产力和技术办公室(OPT))之间水平的差异可以用概念和覆盖面的差异来解释。

自上世纪90年代初以来,这三个系列都呈现出了类似的趋势(四个系列都是2007年以来的)。

在调整调查参考期间的差异后,可以比较不同国家劳动力调查中测量的工时。

缺点

连续时间最长的系列在水平和趋势上存在显著差异;长期趋势的差异无法完全调和。

在住户调查中,受访者少报多次工作,多报从事第二份工作的时间;不过,累计工时大致是正确的,因为这些误差大多是相互抵消的。

根据平均每周工作时间估计年工作时间,会夸大年工作时间,因为调查的参考期间排除了大多数节假日。

由于数据来源的不同,很难比较不同国家国民收入核算中记录的工作时间。

作者的主要信息

劳工统计局发布了四组被广泛使用的每周工作时间系列:一组来自家庭调查(CPS),两组来自企业调查(CES生产工人和所有员工系列),还有一组结合了这两组数据(OPT)。这些系列之间的水平差异可以用调查特征来解释,但长期趋势的差异只能部分解释。然而,这四个系列都从本质上讲述了关于每周工作时间的周期性行为的相似故事。对于决策者来说,了解不同时间序列的优势和局限性是很重要的。

完整的引用

完整的引用

数据源(年代)

数据类型(年代)

方法(年代)

国家