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指标，因此正确衡量它们很重要。美国劳工统计局(BLS)在多项调查中收集工作时间数据，并发布了三个广泛使用的系列来衡量每周平均工作时间。该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性质相似。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。
重要发现
优点
平均而言，劳工统计局家庭调查的受访者正确地报告了每人每周的工作时间和主要工作的每周工作时间。
这三个系列都表现出相似的周期性行为。
这三个系列在级别上的差异可以用概念和覆盖范围上的差异来解释。
自20世纪90年代初以来，这三个系列都呈现出类似的趋势。
缺点
三个系列在水平和趋势上存在显著差异，长期趋势上的差异不能完全调和。
在家庭调查中，受访者少报了多份工作，多报了第二份工作的工作时间，但总工作时间大致正确，因为这些报告中的错误大部分是相互抵消的。
根据平均每周工作时间估算年度工作时间夸大了年度工作时间，因为调查的参考时段不包括大多数节假日。
由于调查方法的不同，这些结果可能无法推广到其他国家。
作者的主要信息
劳工统计局发布了三个广泛使用的每周小时系列:一个来自家庭调查，一个来自企业调查，还有一个是两者数据的结合。这些序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，这三个系列都讲述了关于每周工作时间的周期性行为的性质相似的故事。对于决策者来说，了解不同工时序列的优点和局限性是很重要的。
动机
正确测量每周工作时间对于估计平均小时收入和劳动生产率很重要。如果平均每周工作时间被高估了，那么平均小时工资就被低估了。为了说明这一点，一些使用美国数据的研究表明，大学毕业生往往高估了自己的工作时间，而高中毕业生往往略微低估了自己的工作时间[1]．这使得大学毕业生的平均时薪向下偏倚，而高中毕业生的平均时薪向上偏倚，从而低估了大学-高中的工资差异。在衡量生产率时，实际工作小时数不如增长率重要。大多数国家将产出的增长与总劳动小时数的增长(平均每周小时数×就业人数×每个时期的周数)进行比较。如果工时增长被低估，那么生产率增长也会被高估。
每周平均工作时间本身也是一个重要的经济指标。企业调整工作时间比调整就业水平更容易。因此，在经济衰退开始时，公司在裁员之前会减少每个工人的工作时间。同样，在衰退结束时，企业往往不确定经济复苏的力度，倾向于在雇佣更多工人之前增加每个工人的工作时间。
劳工统计局主要工时数据来源的每周平均工时序列既有相似之处，也有不同之处。来自家庭调查(当前人口调查)的所有工人的平均每周工作时间达到了最高水平，并呈现出相对平缓的趋势——徘徊在每周39小时左右，但有一定的周期性变化。相比之下，从编制调查(当前就业统计调查)中得出的生产工人和非管理工人的每周工作时间水平较低，周期变化较小，直到20世纪90年代早期都呈现出强劲的下降趋势，大部分下降发生在1982年之前。劳工统计局的生产力和技术办公室的私营非农工作时间系列，是由企业调查生产工人系列，结合家庭调查和国家薪酬调查的数据，表现得很像企业调查生产工人系列。这并不奇怪，因为生产工人系列是它的主要数据源。
另一个关于工作时间的数据来源是美国人时间使用调查。劳工统计局公布了工作时间的估计值，但没有公布官方的工作时间系列。这里讨论它主要是因为研究人员使用时间使用调查的微观数据来评估来自家庭调查的小时数据的质量。这个系列的行为类似于家庭调查的时间系列。
正反两面的讨论
本节讨论了研究结果，这些研究检查了这些系列的差异，目的是帮助决策者评估这些重要的经济数据。该系列有不同的优点和缺点，在决定使用哪个时需要考虑这些优点和缺点。
小时系列的简要描述
当前人口调查是一项月度调查，每月从6万个家庭样本中收集有关就业状况和工作时间的信息。受访者被问及平时和实际工作时间工作主要工作和次要工作。对于实际工作时间，受访者通常被要求报告包括每月12日在内的那一周的工作时间，选择这个时间是为了尽量减少假期的影响。然而，由于11月和12月的假期对数据收集或调查操作的影响，11月和12月的调查参考周有时会移到5日的那周。这些单独的月度报告被平均，得出每周平均工作时间的估计值。虽然这项调查分别收集了每种工作的工作时间，但公布的估计是基于每个雇员的。
当前就业统计调查也是每月从商业机构收集有关就业和工作时间的信息支付包括每月12号在内的发薪期。直到最近，企业调查只收集生产工人(在商品生产行业)和非管理工人(在服务提供行业)的工作时间数据;从这些数据中得到的序列被称为生产工人序列。2006年，除了生产工人系列，美国劳工统计局开始发布全员工平均每周工作时间系列。企业调查生产工人系列有一个更长的时间序列它是劳工统计局的官方工时系列。两个企业调查系列一起移动，但与生产工人系列相比，全员工工作时间系列每周高出约0.75小时，这意味着非生产和管理工人比生产和非管理工人平均每周工作时间多约3.5小时(在企业调查中，非生产和管理工人约占总就业人数的20%)。
与住户调查系列一样，编制调查的平均每周工作时数以总工作时数除以总就业人数计算。但是，由于调查中的就业是以编制为基础的，所以分母是总就业人数，而不是总就业人数。因此，多个工作人员在家庭系列中被计算一次，但在机构调查中被计算多次。家庭调查和机构调查的时间序列在覆盖范围上也有重要差异。编制调查提供了整个私营部门的工时估计，而住户调查则涵盖了所有就业人员。家庭调查系列包括政府工作人员、私人家庭工作人员、非法人自营职业者和无薪家庭成员——所有这些都不包括在编制调查时间系列中。
的生产力系列由劳工统计局生产力和技术办公室制作的数据并非来自单独的调查，而是结合了三项调查的数据——当前就业统计调查、当前人口调查和国家薪酬调查。生产率测量需要涵盖所有私营非农业工人的工作时间数据，并且具有与产出数据一致的行业定义。机构调查数据和住户调查数据都不理想。编制调查中的行业分类与收集产出数据的调查中使用的行业分类更一致，但工时数据是小时支付而且只覆盖生产工人和非管理工人。家庭调查收集工时数据工作但不使用与输出数据源中的行业分类一致的行业分类。重要的是，行业定义对产出和用于创建它们的输入保持一致。否则，行业生产率测量就会有偏差，偏差的程度取决于错误分类的数量和增长率的差异。
生产力和技术办公室生产率系列的主要数据来源是企业调查的生产工人工时系列(由于时间序列太短，没有使用全员工工时系列)。根据全国薪酬调查(National Compensation Survey)数据计算出的行业水平工作时数与支付时数的比率，数据从支付时数调整为工作时数。这些工作小时数与带薪小时数的比率反映了年假数量和病假数量的变化。这个调整产生了生产和非监督工人工时的估计值工作．由于这一调整，生产率工时序列显示的工作时数比企业生产工人序列少，即使生产率序列包括非生产工人和管理工人，而企业序列不包括。
非生产和管理工人的平均每周工作时间是根据家庭调查数据估算的。家庭调查数据进行了调整，将其从人均基础转换为每个工作的基础，并从样本中删除了机构调查未涵盖的工作(例如，政府工作人员、个体经营者、私人家庭工人和无薪家庭成员)。非生产工人和监督工人的每周平均工作时间与生产工人和非监督工人的每周平均工作时间之比被计算出来，然后乘以生产工人的每周平均工作时间，得出非生产工人和监督工人的估计工作时间。所有私人工资和薪金工人的平均每周工作时间等于生产工人和非生产工人的加权平均工作时间[２]．为了填补剩余的空白，关于工资和薪金工人的数据补充了关于非法人自营职业者、政府企业雇员(例如邮政服务)和无薪家庭成员的家庭调查数据。
生产力工时系列的覆盖范围不同于家庭和企业调查系列，因为它是由生产力估计所需的数据驱动的。生产率工时系列不包括政府和非营利组织，因为这些部门的产出来自投入(特别是工资和薪金)，这使得生产率估算毫无意义。私营家庭工人被排除在外，因为没有这一部门的产出数据。
工作时间的另一个数据来源是美国人时间使用调查这是一项时间日记调查，收集有关人们如何支配时间的信息，可用于估算每周平均工作时间。劳工统计局没有发布基于这些数据的工作时间系列，但它们对于评估来自家庭调查的工作时间数据的准确性很有用。
图1总结了劳工统计局收集工作时间信息的三种调查之间的主要区别:住户调查、机构调查和时间使用调查。
协调的差异
要调和家庭调查和企业调查之间工作时间估计的差异，自然的第一步是使用时间使用调查的数据来检验家庭调查中工作时间数据的准确性。使用两种方法进行的研究发现，家庭调查受访者平均正确地报告了他们的总工作时间，尽管一些人口统计群体倾向于高估工作时间(例如，大学毕业生、全职工人和女性)，而另一些人则低估了工作时间(例如，高中毕业生和兼职工人)。[1]，[3]，[4]，［5］．
研究还发现，入户调查基准期并不能代表整个月，在入户调查基准周内工人的工作时间较长[1]．参考周和非参考周之间约三分之一的差异是由于参考周不包括假日。由于选择家庭调查参考周是为了避免节假日(以便更容易地解释每月的变化)，因此，即使受访者正确地报告了参考周的工作时间，将公布的家庭系列估计值外推到整个月，也会高估当月的工作时间。
将主要工作和第二份工作分开来看，研究发现，家庭调查中主要工作的平均每周工作时长是正确的，但第二份工作却不是[4]，［5］．具体而言，家庭调查受访者少报了第二份工作的发生率(在家庭调查中，约有5-6%的人从事一份以上的工作，而在时间使用调查中，这一比例约为10-11%)，多报了第二份工作的工作时长(每周约14小时，而在时间使用调查中，这一比例约为9小时)。在时间使用调查中，多份工作的发生率较高可能是由于自我报告(与家庭调查中的大多数代理报告相比)，这可能导致更多时间较短的第二份工作的报告。这种误报的净影响是，所有工作的平均每周工作时间被高估了0.2-0.4小时[4]．
对英国和丹麦进行类似比较的研究得出了关于家庭调查工时报告准确性的类似结论[6]，[7]．来自英国家庭调查的时间报告被发现在总体水平上是准确的，丹麦家庭调查的估计与来自时间日记的估计之间只有微小的差异。
家庭和机构调查时间系列之间的一些差异是由于前一节中指出的差异。例如，使用住户调查数据(调整为编制调查概念)模拟编制调查时间数据的研究发现，两个系列之间的水平差异几乎完全是由于覆盖范围的差异(住户调查中的所有工人，编制调查中的生产和非监督工人)，多个工作人员的待遇(住户调查中计算一次，编制调查中计算多次)，在时间概念中(家庭调查中的工作时间，机构调查中的支付时间)［5］．
其他分歧则不那么容易调和。虽然模拟的企业生产和非监督工人系列在水平上复制了实际的企业调查系列，但它没有复制企业调查时间系列的下降趋势［5］．事实上，模拟的机构调查系列几乎与原始的住户调查系列平行，但工作时间水平较低。这两个系列的趋势有两个时期出现了分歧:1984年至1991年左右，以及2003年之后(以每个工作为基础)，差异较小。机构调查的样本在20世纪80年代大幅扩大，但没有数据可以确定这种扩大是否在机构调查系列平均每周工作时间的下降中起了作用［5］．
其他更细微的差异的影响也被检查了［5］．例如，在20世纪80年代初至21世纪中期的机构调查中，12号那一周的工作时数较多，加上发薪期延长，可能导致了轻微的下降趋势，因为较长的发薪期包括了更多的低工作时数周。关于1998年以后的分歧，总体工时趋势的大部分差异是由于三个行业(零售业、休闲和酒店、专业和商业服务)的趋势差异，而不是由于各行业工人分布的差异(构成效应)。
周期性的行为
正如理论所预测的那样，所有BLS小时序列都表现出顺周期行为，尽管周期模式在某些系列中比其他系列更明显(图2)．在家庭序列中更容易看到周期性模式，因为没有上升或下降的长期趋势。每周平均工作时间在衰退期间下降，在扩张期间上升。1982年之前编制调查系列和生产率系列的下降趋势使我们更难看到这些系列在最初几年的商业周期中是如何变化的。在此期间，衰退期间下降速度加快，而衰退后的增长在一定程度上被长期下降趋势所减缓。上三次经济衰退后工作时间的增长比1980-1982年经济衰退后的增长要慢得多。
一项将时间使用调查的时间数据与住户调查和机构调查的时间数据进行比较的研究发现，时间使用调查的时间比机构调查的时间周期性更强，但比住户调查的时间周期性更弱［8］．虽然这项研究没有直接比较家庭调查和机构调查的时间序列，但可以推断，来自家庭调查的时间比来自机构调查的时间更具周期性。
其他研究人员检查了编制调查中受薪工人标准工作周报告对编制调查时间序列的周期性的影响。该研究使用家庭调查数据模拟了受薪工人建立调查工作时间的概念，并将该系列与家庭调查工作时间系列进行了比较[9]．研究发现，与工作时间序列相比，工资小时序列随商业周期的变化较小，但这两个序列在平均每周工作时间的长期变化方面表现出相同的情况。
局限性和差距
劳工统计局从家庭和企业调查中收集工时数据，每种数据来源都有其优点和缺点。
劳工统计局的家庭调查(当期人口调查)允许对不同人口群体进行比较。但有些群体似乎在家庭调查中夸大了工作时长，而另一些群体则少报了。此外，小样本量限制了行业细节的数量，住户调查中的行业定义与收集产出数据的企业调查中的定义并不完全匹配，而这两者对于衡量生产率都很重要。
劳工统计局的编制调查(当前就业统计调查)收集了带薪小时的数据，这与带薪休假和受薪工人的非工作时间不同。而且，直到最近，企业调查还只收集生产和非管理工人的工作时间数据。然而，企业调查的一个主要优势是它的大样本，可以在公布的估计中获得更多的行业细节。此外，编制调查中的行业定义与收集产出数据的调查中使用的定义更为一致。
美国人时间使用调查是一个较新的工时数据来源。由于时间日记调查的小时报告通常被认为是准确的，因此它是验证家庭调查数据的有用数据源。但是它的小样本和不频繁的出版(每年一次)限制了它作为工时数据的主要来源的用处。
与其他工作时间数据来源相比，家庭调查的一个优势是高回复率——大约90%，工作时间问题的不回复率非常低。相比之下，在机构调查中，工时问题的回复率仅为32%，主要原因是高项目不响应。所有员工统计的回复率约为70%，但其中只有45%的受访者提供了有关工资和工作时间的信息。由于没有可用的基准数据，不可能直接评估不响应对机构调查时间数据质量的影响。时间使用调查的回复率高于机构调查，但仍远低于住户调查的回复率。然而，研究表明，在时间使用调查中，不回答对估计工作时间的偏差最小[10]．
本文主要集中在美国，因为除了前面提到的研究之外，似乎没有任何研究考察美国以外国家的工时数据的准确性。由于调查方法和估计程序可能因国而异，这里总结的结果可能不适用于其他国家的工时数据。例如，是否存在参照期效应(就像在美国一样)取决于所使用的参照期和工作时间的分配方式。但是，这些研究突出了在收集工作时间数据时可能出现的一些问题，并说明了其他国家统计机构为评估其工作时间数据的质量可能进行的研究项目类型。
摘要和政策建议
考虑到测量工作时间的困难，决策者了解不同BLS工时系列的优点和局限性是很重要的。
要比较不同人口群体的工作时间，当前人口调查的数据是最合适的。住户调查还可以提供有关编制调查未涵盖的工人的工作时数的信息。美国人时间使用调查数据也有人口统计信息，但样本量小是一个限制，特别是在比较不同时间的群体时。由于劳工统计局没有公布时间使用调查的估计时间，通常有必要从微观数据中计算估计。然而，时间使用调查可以揭示工作的时间，无论是按一天的时间还是按一周的天数。
相比之下，企业调查和生产率工时系列更适合用于比较不同行业的工时。哪个系列最合适取决于所问的问题。生产率系列提供了一个更全面的衡量所有私营非农业商业部门工人工作时间的指标，而编制调查系列衡量的是支付给生产和非管理工人的小时数。2006年3月，劳工统计局开始公布所有员工的工作时间数据，除了生产和非监督工作时间系列之外。
所有BLS工时系列都在定性上讲述了关于每周工时的周期性行为的相似故事，尽管它们在定量上有所不同。但工时系列却讲述了不同的关于每周工时的长期趋势。目前还不可能解释所有这些差异，因此在比较长期趋势时，不能推荐一个系列优于另一个系列。同样，哪个系列最有利取决于所问的问题。
致谢
作者感谢美国劳工统计局的工作人员，一位匿名的推荐人，以及IZA劳工世界的编辑们为早期的草稿提供了许多有用的建议。这篇论文是作者在美国劳工统计局工作的一部分。这篇文章只要引用得当，可以随意复制。
相互竞争的利益
IZA劳动世界项目致力于IZA研究诚信指导原则．发件人声明遵守了这些原则。