2011年至2020年英国家庭工作时间、奖励和机会

• 在就业人口中，2020年有35.9%的人在家做一些工作，比2019年增加了9.4个百分点;这还包括2020年在家工作的人的类型发生了变化。

• 在控制其他因素的情况下，2020年，最近在家工作的员工的平均周薪比从未在主要工作中在家工作的员工高20%左右;这延续了一个长期的趋势。

• 在控制其他因素的情况下，在2012年至2017年期间，主要在家办公的员工获得晋升的可能性不到其他员工的一半。

• 在控制其他因素的情况下，在2013年至2020年期间，主要在家办公的员工拿到奖金的可能性比从不在家办公的员工平均低38%左右。

• 2020年，在家完成任何工作的人平均每周无偿加班6.0小时，而从不在家工作的人每周无偿加班3.6小时。

• 在家工作存在着相当大的地区差异，并不是所有的差异都可以用每个地区经营的产业类型的差异来解释。

• 2020年9月，与离家工作的人相比，在家工作的人更有可能在晚上工作。

• 2020年，在家工作的工人的疾病缺勤率平均为0.9%，相比之下，在主要工作中从未在家工作的工人的疾病缺勤率为2.2%。

本文探讨了在家工作的不同倾向如何影响个人的工作结果，并探讨了在家工作的人的特点。受冠状病毒(COVID-19)大流行的影响，2020年在家办公的人数空前增加，许多人开始考虑这对生产率和其他劳动力市场相关结果的影响。在这项研究中，我们使用了与生产率有关的客观指标，这些指标在大流行之前和期间是一致的。

我们使用2011年至2019年的年度人口调查(APS)来了解大流行前的趋势，然后将其与2020年的数据进行比较。受访者被问及他们与劳动力市场的关系，包括他们在家工作的程度。

根据这些回答，我们将在家工作分为四个相互排斥的类别，这些类别描述了个人在家工作的倾向。这些都是:

• 主要在家工作。

• 最近在家工作-即那些主要不在家里工作但在参考周期间在家做一些工作的人。

• 偶尔在家工作——即那些报告说主要或最近都不是在家工作的人，但报告说在目前的工作中有时在家里工作的人。

• 永远不要在家工作。

我们还使用了时间使用调查(2015年，2020年4月和9月)，以进一步了解那些在家里和离家工作的人的工作日。

我们的分析与其他已发表的研究主要有两个不同之处。首先，它不依赖于生产率的自我报告指标，而在研究2020年在家办公对生产率的影响时，经常使用这种指标。这些取决于工人对生产力的看法，这可能与经济和统计指标不一致。第二，我们使用在大流行之前和期间可以衡量的指标。许多其他研究有大流行之前或大流行期间的调查数据，但很少同时有这两种数据。这旨在提高我们对在家工作对经济和总体劳动力市场的更广泛影响的理解。

我们在分析中使用了不同的调查权重，并与使用年度人口调查(APS)对在家工作的其他估计进行了比较。由英国国家统计局发布．为了将在APS的不同波中收集到的信息组合起来以生成互斥的组，我们在数据集中组合了权重。因此，这些权重被归类为实验性的。参见第9节了解更多细节。

工作时间

2020年，在家工作的人(平均每周32.3小时)比从不在家工作的人(27.7小时)工作时间更长。由于工人休假或暂时不工作，冠状病毒(COVID-19)大流行导致2020年每周平均工作时间减少。与2019年相比，那些报告从未在家工作的人(负4.0小时)的工作时间比那些在家里工作的人(仅减少2.0小时)的工作时间减少更多。这是意料之中的，因为尽管有冠状病毒限制，家庭工作者可以继续工作。对于那些主要在家工作的人来说，2020年的工作时间略有增加(图1)。

在全职工作中，在家工作的人的工作时间一直比不在家的人多。最近在家工作的人在兼职(21.1小时)和全职(39.4小时)职位上每周平均工作时间最多。对于全职工作者来说，2020年主要在家工作的人完成的工作时间(35.9小时)比从不在家工作的人(32.7小时)或偶尔在家工作的人(30.1小时)更多。

在2019年至2020年期间，主要在家工作的全职员工的平均工作时间下降了，而兼职员工的平均工作时间小幅上升，导致了图1中的增长。

与其他在家工作的类别相比，主要在家工作的群体不成比例地从事兼职工作(图2)。在2020年之前，主要在家工作的兼职员工的工作时间比所有其他兼职员工都要少。兼职在家工作的部分动机可能是照顾责任或促进改善工作与生活的平衡。

工作天

在家工作的人工作时间更长，但比在外工作的人更灵活，上班时间更晚(但变化更大)，休息时间更多(也更长)。然而，在大流行的早期阶段(2020年4月，第1波)，在家办公的员工往往把工作时间保持在与正常办公时间接近的水平，可能是因为在家办公对许多人来说都是新事物。到9月(2020年第二波)，在家工作的时间推迟了，尽管没有2015年那么晚。

图3:与2020年4月相比，9月在家工作者更有可能在晚上工作，但这仍明显低于2015年在家工作者的工作模式

2015年至2020年，英国按每天工作时间划分的在家工作的总人数，指数12:00 = 100。

注:

1. 第一波参考期为2020年3月28日至4月26日。
2. 第二波参考期为2020年9月5日至10月11日。

下载数据

2020年4月，与中午完成工作的在家工作者的数量相比，更多的在家工作者在早上更早的时候工作，而更少的人在晚上更晚的时候工作。下午5点以后，在家工作的人比在外工作的人更不可能继续工作。

2020年9月，工作时间发生了变化，因为更大比例的家庭劳动者在早晚工作的时间都比较晚。晚上6点到11点之间，在家工作的人比在外工作的人更有可能工作。晚上11点以后，那些在非社交时间工作的人可能都不在家里。

在家办公的转变意味着工人们不再需要通勤。我们的分析根据工作模式和每日类型划分的封锁时间显示，在2015年至2020年4月期间，在家办公的人花在旅行上的平均时间从57分钟降至6分钟。图3显示，2020年9月，更大比例的在家工作者在晚上工作，表明在家工作者在他们可能通勤的时间内继续工作。

2015年，下午4点和8点左右在家工作的人比例有所上升。总体而言，2015年在家工作的人明显减少，但在传统办公时间之外灵活工作的人增多了。也有可能是人们把工作从工作场所带回家，以便晚上继续工作。

平均而言，2020年4月，在家工作的人开始工作的时间比外出工作的人稍晚。在家工作和不在家工作的员工在一天的工作时间中休息的时间大致相同。

2020年9月，在家工作的人将上班时间推迟到上午10:45，反映出工作日的变化。那些离家工作的人平均休息时间更短。在2020年4月和9月，在家工作的人比在外地工作的人休息的时间更多，这表明在家工作的人在开始和停止工作的时间上有更大的灵活性。

2020年4月至9月期间，在家工作者的平均休息时长保持稳定，但明显少于2015年。2015年的家庭作业更加集中在下午和晚上，这使得平均开始时间转移到了下午。2015年，在家工作的人在工作中休息的时间更少，但时间可能更长。

2015年的调查结果显示，在家工作的人可以灵活工作，可以推迟工作时间，也可以更多地暂停工作来处理其他事务。2020年4月至9月期间，在家工作的人的开始时间、平均休息时长和休息次数都增加了。这表明，在冠状病毒(COVID-19)大流行期间，在家工作的人在工作期间提高了灵活性。

加班

尽管由于2019冠状病毒病，2020年的实际工作总时数有所下降，但在所有在家工作和不在家工作的人群中，有薪和无薪加班时数相对没有变化。

平均而言，从不在家工作的人有薪加班的时间更多，在家工作的人无薪加班的时间更多;自2011年以来，全职和兼职员工都是如此。

2011年至2019年期间，最近在家工作的人无薪加班最多。然而，到2020年，每个家庭工作组的工作时间收敛到6.0小时左右。相比之下，从不在家工作的人无偿加班的时间基本保持不变，平均每周3.6小时。

病

符合其他国家统计局(ONS)出版物我们以因病缺勤所损失的工时百分比来计算病假率。

2020年，在家工作的工人因病缺勤率为0.9%，相当于当年每个工人损失了2.0天。从未在家工作的员工因病缺勤率更高，为2.2%(相当于每个员工损失4.3天)。

主要或最近在家工作的在家工作者的疾病缺勤率低于那些报告从未或偶尔在家工作的人。从2019年到2020年，主要在家办公的人的病假率下降了0.5个百分点，至0.7%，相当于每个工人损失了1.5天。在同一时期，最近在家工作的工人的这一比率下降了同样的幅度，至0.2%，这意味着2020年每个工人平均损失的时间不到一天。尽管COVID-19病例增加，在家办公可能减少了接触细菌的机会，减少了一些常见的病假．当生病时，在家工作的人可能不会去工作场所，但仍然感觉良好，可以在家工作。相比之下，那些报告只偶尔在家工作的人的疾病缺勤率上升到2.7%，这相当于2020年每个工人损失5.1天。

考虑到性别差异，2020年所有工人中女性的疾病缺勤率(2.1%)高于男性(1.4%)。按在家工作状况分列，主要或最近在家工作的男性和女性的病假率同样较低。然而，对于那些从未或只是偶尔在家工作的妇女，患病缺勤率要高得多。2020年，偶尔在家工作的女性患病缺勤率为3.9%，比男性高2.0个百分点。

在2020年之前，在控制了年龄、职业和行业等相关因素后，主要在家工作的员工的平均工资比从不在家工作的员工低6.8%。然而，随着时间的推移，全职在家工作者和从不在家工作的人之间的工资差距正在缩小，因为在家工作已经成为一种更广泛接受和鼓励的灵活工作形式。

相反，做一些在家工作的员工(以及一些在离家很远的地方工作的员工，比如在办公室)比那些只在外面工作或在家工作的员工表现更好。那些在疫情前最近或偶尔在家工作的人，比从未在家工作的人的收入平均分别高出23.4%和12.0%。

2020年，主要在家办公的员工比从不在家办公的员工平均多获得9.2%的工资，因为他们能够更好地在封锁限制下继续工作。此外，更多的人在2020年进入了主要在家工作的类别。之前的研究表明从事高薪工作的员工更有可能在家工作．因此，在家工作人数增加的构成效应将增加那些主要在家工作的人的平均工资。

除了基本工资之外，在2011年至2020年期间，主要在家办公的员工获得奖金的可能性比从不在家办公的员工平均低37.7%。然而，与从未在家工作的人相比，最近或偶尔在家工作的人获得奖金的平均可能性分别高出41.9%和27.6%。2020年大流行爆发后，这种差异有所缩小。然而，这可能是因为帮助企业在财务上应对COVID-19影响的全经济奖金支付减少了。

利用纵向劳动力调查(LFS)，我们在2011年至2017年的各个调查波(总共五个季度)中跟踪了相同的个人。我们对升职的定义是:员工在上一波浪潮中获得了在前一波浪潮中没有的管理或监督职责，或者跨波获得了大幅加薪(30%或更多)。

与那些长期在家工作的员工相比，那些长期在家工作的员工获得晋升的可能性不到一半。即使在控制了诸如年龄、行业和职业等一系列其他因素之后，这一发现也是正确的。同样，如果一名员工变成主要在家工作，而以前他们主要是在家里工作，他们的晋升机会会下降近一半。

相反，当员工从主要在家工作转为主要在外地工作时，我们发现他们的晋升机会与那些已经主要在外地工作的员工不再有显著差异。

这些结果与之前的文献一致，表明在家工作的人在考虑升职时可能会被忽视，因为他们与同事和经理的面对面交流减少了。这可能会导致那些完全在家工作的人职业发展较慢。

我们还研究了在每个在家工作状态下的工人接受与工作相关的教育或培训的可能性。图7显示，在2020年之前，主要在家办公的人接受与工作相关的教育或培训的可能性比从未在家办公的人平均低40%左右。相反，最近或偶尔在家工作的员工接受培训的可能性比从未在家工作的员工平均高出35%左右。与之前一样，这是在控制了年龄、行业和职业等一系列其他因素之后得出的结论。

然而，到2020年，在家工作的工人接受培训的可能性相对于在外工作的工人有所增加。这可能是由于越来越多的家庭工作者参与教育或培训活动。此外，由于许多办公室为应对大流行病而关闭，以办公室为基础的培训减少了。这意味着更多的培训是通过虚拟方式进行的，因此在家工作的人更容易获得培训。

在2020年之前，在家工作的类别表现出不同的特征，尤其是在那些主要在家工作的人当中。这些工人更可能是兼职工人，女性，工作时间更短。2020年，由于在家办公的人数空前增加，在家办公人群的特征发生了变化。

在2020年之前，平均有73.4%的从未在家工作的人从事全职工作。对于最近或偶尔在家工作的人来说，这一比例分别上升至85.2%和81.7%。相比之下，全职工作的比例在那些主要在家工作的人中要低得多，为56.7%。由于兼职工作中女性比例过高，主要在家工作是唯一女性多于男性的类别，2020年为52.0%。

2020年，在家办公比例最高的行业是信息和通信行业，62.0%的员工主要、最近或偶尔在家办公。其次是专业、科学和技术活动(56.1%)和金融服务(54.2%)。相比之下，在家工作发生率最低的行业是住宿和食品服务(12.3%)、运输和仓储(18.6%)和零售(19.7%)。这种跨行业的差异很大程度上是由于在家工作的需求和机会的差异．

2020年，在几个行业中，从未在家工作的工人比例仍然很高。其中一些报告从未在家工作的人可能是在仓库、商店和工厂等地点工作，而不是在办公室。因此，这些工人可能因为在家工作不可行而被迫休假。

还应注意的是，年度人口调查涵盖了2020年1月至12月。这意味着，在2020年3月全国封城开始之前，工人们可能已经回答了他们“主要”在哪里工作的问题，在封城期间，许多人被迫在家工作。

使用标准职业分类(SOC)在主要群体中，我们发现2020年在家工作的倾向在顶级职业群体中最高，在初级职业中最低——这对全职和兼职工作者都是如此。2020年，在被雇用为经理、董事和高级官员的人中，51.0%的人从事某种程度的在家办公，而在初级职业中，这一比例仅为4.7%。这些发现与我们的文章一致哪些工作可以在家完成?．

2011年至2020年期间，随着教育程度的提高，在家办公的倾向增加。在有学历的工人中，46.9%的人完成了一定程度的在家工作，而没有学历的工人中这一比例为13.9%。

无论何种程度，在家工作的员工都比从不在家工作的人更有可能承担全职和兼职的管理职责。2020年，21.9%从不在家工作的人报告有管理职责，而主要在家工作的人的这一比例为34.9%。偶尔或最近在家工作的人承担管理责任的比例更高，分别为42.2%和40.4%。即使在控制了诸如年龄、性别和教育等其他相关因素后，这些差异依然存在。

地理变异

英国各地在家工作的程度存在很大差异。这既反映了每个地区的产业类型，也反映了无法解释的地区差异，这些差异可能源于雇员或雇主的偏好、技能或基础设施。一些影响全英国在家工作的因素，包括宽带速度，在我们的英国的技术强度和家庭作业．

图10显示了在2018年、2019年和2020年，各坚果3(地区统计单位命名法)地区报告在家工作的工人比例。除了一些显著的例外，城市地区的死亡率往往高于农村地区。

2020年，伦敦和周边地区在家办公的比例最高，苏格兰和北部的许多地区最低。与苏格兰其他地区相比，爱丁堡市和奥克尼群岛的家庭作业比例更高。在家工作率较低的地区是瑟罗克、伯明翰、林肯郡、布莱克浦、南艾尔郡和北爱尔兰的部分地区。

图10:2020年，伦敦及其周边地区在家办公的比例最高

2018年至2020年，英国按NUTS 3分列的在家完成部分工作的工人比例

注:

1. 第四部分显示了英国地图被分解成地区统计单位(NUTS)的命名法第三层。

2. 取值范围为0.1 ~ 0.6。数值越低代表在家工作的员工比例越低。例如，如果一个区域被涂成红色，那么在家完成某些工作的工人比例在10%到20%之间。

下载数据

2020年，在所有NUTS1领域，在家工作成为一种更受欢迎的工作方式。这一增长是由那些主要和最近在家工作的人推动的，偶尔在家工作的人减少了。

伦敦报告称，2020年在家工作的比例最高，42.9%的人在过去一年的某个时候在家工作，高于2019年的30.6%。北爱尔兰在所有地区中在家工作的比例最低;然而，2020年在家工作的比例(26.3%)仍显著高于2019年的19.8%。

伦敦在家办公的比例最高的原因之一是伦敦占主导地位的行业类型。2020年，金融和专业服务行业的在家办公率约为50%，而英国的平均水平为35.9%。由于伦敦在这些行业的劳动力比例较高，这导致该地区在家办公的比例较高。

然而，行业构成并不是影响在家工作的唯一因素。图11对每个地区的行业组合进行了标准化，显示出在家工作率的地区差异仍然很大。除去产业效应，假设所有地区的产业结构都与英国相同，占伦敦43%在家工作人口的3%，即12.7万名工人。

我们的分析表明，对于那些完全在家工作的人来说，在家工作的回报通常更少——平均而言，他们的工资更低，获得奖金的可能性更小，升职的可能性更小，接受培训的可能性更小，即使在控制了一系列其他因素之后也是如此。这可能表明，他们的工作效率比从不在家工作的人低，这可能是由于因果效应(即主要在家工作使你的工作效率更低)或选择(即工作效率较低的人选择主要在家工作)。然而，这也可能反映出劳动力市场的偏见，主要在家工作的人在升职和奖金方面被忽视了，因为他们在工作中缺乏能见度。这也可能反映出人们对非金钱利益的偏好，比如灵活性和缩短通勤时间。

有一些在家工作的人，比如那些最近被归类为在家工作的人，往往会从在家工作中获得更高的回报，而不是那些只在外面工作或在家工作的人。他们也更有可能承担管理责任，获得更高的资格。在控制了行业、职业、工作模式和性别等一系列其他因素后，这些发现仍然成立。这可能表明，把在家工作和离家工作结合起来的人比从不在家工作的人效率更高。

2020年，随着越来越多的人成为家庭工作者，每个家庭工作类别的结果在许多指标上趋同。2020年，在家工作的人比以前更有能力获得培训，而完全在家工作的人的薪酬惩罚也逆转了。

来自时间使用调查的证据表明，在大流行的早期，在家工作的人保持了时间，就像他们在离家工作一样，尽管通勤时间减少了。这与2015年的数据形成了鲜明对比，2015年的数据显示，在家工作的人工作时间非常不同。然而，在2020年晚些时候，家庭工人的工作时间再次变得更长和更多样化。

一系列调查数据显示，人们对在家工作的态度喜忧参半(见第8部分)。我们的证据表明，在家工作的成功程度在主要在家工作的人和在家工作与离家工作相结合的人之间差异巨大。这表明，未来在家办公的灵活性可能是其成功的关键。

随着限制的解除，工人们将开始逐渐回到他们通常的工作场所，尽管不确定性仍然存在哪些在家办公的需求变化是暂时的，哪些会持续下去(PDF, 689KB)．如果在家工作的加速趋势持续下去，那么提供远程工作的工作的增加可能会使当前的劳动力储备扩大。这种错位使得更多的人，无论他们住在哪里，都能找到工作。这将减少经济中技能不匹配的程度能够更好地将自己的技能与劳动力市场的新空缺相匹配。这将意味着更有效的劳动力分配，这本来是可以实现的对总生产率的潜在影响．

然而，从公司的角度来看，与在家工作的劳动力供应的扩大相比，员工在工作场所的互动可能会给生产力带来更大的好处。这是因为工人们通过相互学习来获得技能，这是推动创新的重要因素．如果在家办公可以复制这种水平的互动，比如通过技术的进步，这两个因素就有可能相互补充，而不是像在工作场所那样相互影响。

在冠状病毒(COVID-19)大流行之前，在家工作的人的比例一直在稳步上升;由于技术进步和对灵活工作安排的需求增加。2019年，在家工作的就业人口(雇员和个体经营者)比例达到26.6%，比2011年提高了2.7个百分点。在此期间，随着员工从从不或偶尔在家工作的群体中走出来，最近报告或主要在家工作的员工比例稳步上升。

2020年，35.9%的工人报告自己做了某种程度的家庭作业，比2019年增加了9.4个百分点。这在很大程度上归功于2020年3月政府推出的COVID-19“呆在家里”措施。

目前尚不清楚在家办公时间增加对工作效率的影响(PDF, 1.39MB)．更少的通勤、更少的工作干扰和更低的缺勤率经常被认为是在家工作的人可能比在家工作的人更有效率的原因。然而,由于缺乏监督和家庭责任(如照顾)的介入而增加的逃避机会可能会导致与在家工作相关的生产力下降．

在关于在家工作对生产力影响的有限研究中，Bloom et al.(2015)的报道最为广泛。这项研究发现在家办公对工作时间、员工生产力和员工保留率的积极影响(PDF, 0.98MB)．这项研究基于自愿参与的员工，在实验结束后，一些人更愿意回到办公室。妲彻(2012)也发现在家工作(远程办公)对生产力的积极影响，但仅适用于更有吸引力(创造性)的任务。

关于疫情期间在家工作影响的其他证据表明，结果是积极的。Bloom等人(2021年)在美国的一项调查中发现，在家办公的体验比预期的好，耻辱减少了，企业也适应了。他们预计，疫情后在家办公的人数将大幅增加，尽管对于在家办公天数的偏好存在很大差异。他们预计这将对生产力产生微小的积极影响。

其他作者认为，企业将通过选择完全远程办公或完全回到办公室中获益最大，因为这两种安排都可以运行可能比承诺一个更昂贵．然而，这是从商业的角度来看待生产力，而本文中的分析是从个人的角度来考察家庭作业和生产力。个人从在家工作和外出工作的混合中受益是合理的，而企业则因成本上升而损失惨重。

数据来自商业洞察和状况调查(BICS)这表明，在2020年，一些行业的在家办公体验要比其他行业积极得多。2021年初的调查显示，增加在家办公对约三分之一的企业的生产率产生了负面影响，对约10%的企业产生了积极影响，其余企业则没有变化。然而，在信息和通信等一些行业，情况通常更为乐观。

英国特许人事与发展协会(CIPD)的数据也显示出好坏参半的情况。他们找到了大致相同比例的组织将生产率的增长视为生产率的下降，中间有很多。他们强调……的必要性灵活性、选择和适应性做好家庭作业。

包括经济发展组织(OECD)在内的其他组织也认识到选择在家办公对成功的重要性有些人和某些角色在家工作可能比其他人更好．他们指出，需要对有形资本和无形资本(如管理技能)进行互补性投资。

我们的分析依赖于生产力的指标，包括驱动因素和结果。例如，标准微观经济理论指出工资与工人的边际生产力密切相关．因此，在竞争激烈的劳动力市场中，人们认为雇主向生产率更高的工人支付更高的工资。因此，我们研究了家庭工作者和非家庭工作者之间的工资差异，为他们的生产力提供了一个宽松的代理。此前关于这一方法的文献结果是喜忧参半的，一些研究认为在家工作的工资会受到惩罚，而另一些研究则认为工资会产生积极影响。

奖金和晋升是工作成功的信号，因此可能意味着高生产力和/或可见性偏见的存在。病假、培训、加班和工作模式都与生产力有关。Arntz, Yahmed和Berlingieri(2018)认为在家办公会影响合同工作时间和加班时间。然而，这可能导致工资/职业惩罚或溢价的程度在不同的工人群体中是不同的。Lippe和Lippényi(2019)假设一个人在家工作的时间越长，工作效率就越低．

每年人口统计调查

本文中的大部分分析使用了来自年度人口调查(APS)的数据，这是劳动力调查(LFS)的年度版本。LFS是一项针对英国家庭的大型代表性调查。大多数调查结果都是指雇员和个体经营者的总和。自雇者不包括在工资、奖金或晋升的结果中，因为自雇者没有被问及APS的相关问题。

使用三个变量，我们定义了四种在家工作状态:

• 主要是——那些报告他们的主要工作地点是“在自己的家里”，而不是“作为基地的家”，“和家在同一个地方”或“完全另一个地方”(办公室、工厂等等)。

• 最近，那些不是“主要”在家工作，但报告在参考周做了一些工作的人

• 偶尔——那些不是“主要”在家工作的人，也没有报告在参考周内在家做任何工作，但表示他们“曾经”在家工作

• 从来没有-任何人不在上面的组

这些依赖于APS变量HOME、HOME(1-3)和EVHM98。看到APS用户指南了解更多细节。

在实践中，这些群体可能远没有我们的分类所暗示的那么清晰。例如，我们不知道在“最近”和“偶尔”组中，人们在家工作或外出工作的小时数，所以这些可能代表了广泛的工作安排。如果员工“从不在家工作”，我们就不知道他们在哪里工作——有很多工作场所，比如办公室、商店、工厂和仓库。

2020年，由于冠状病毒(COVID-19)大流行，关于家庭作业的APS问题没有改变。这可能有助于数据的一致性，也可能没有，因为对问题的解释可能发生了变化。目前尚不清楚在2020年期间被迫在家工作的受访者(他们以前会在家里工作)会如何回答他们“主要”在哪里工作的问题。2020年，“主要”和“最近”群体的受访者比例都有所增加，这些群体之间的差异可能已经不那么明显了。

权重

我们在分析中使用的调查权重与使用年度人口调查(APS)对在家工作的其他估计有所不同由英国国家统计局发布．因此，这种加权方法应该被认为是实验性的。

关于人们主要在哪里工作(HOME)的问题在每一波中都会问受访者，而关于参考周的工作地点(HOME(1-3))和“是否”在家工作(EVHM98)的问题只在第一波中问受访者。当我们将这些变量组合在一起以在分析中产生来自家庭组的互斥工作时，我们也将与数据集的“Wave 1”和“any Wave”部分相关的权重组合在一起。

对于“主要”在家工作的受访者(仅依赖于“任意波”信息)，我们使用“任意波”权重(PWT14/18)。对于“最近”或“偶尔”在家工作的受访者，我们使用他们的“第一波”信息，因此“第一波”权重。通过这样做，这些受访者有效地占了“任何浪潮”受访者中的一部分。因此，那些“从不”在家工作的人的权重被降低了，这样人口总数加起来就正确了。更多细节请联系作者。

回归分析

在回归分析中，我们试图用可观察到的特征来解释一个变量的变化。例如，我们用一个人的一系列特征来解释工资，包括他们的年龄、行业、职业和在家工作的状态。由于我们主要感兴趣的是在家工作状态对工资的影响，我们说我们“控制”或“解释”了其他解释因素，如行业。也就是说，在家工作对工资的影响是在考虑了不同行业的不同工资率之后得出的。数据表中给出了每个回归的控制，但通常是行业(SIC07)部分(相对高水平的行业)、主要职业群体(SOC10)、年龄、年龄平方(通常认为年龄与各种劳动力市场结果之间存在非线性关系)、性别和工作模式(兼职或全职)。

所有的回归都是加权的，但结果与未加权的数据一致。晋升、奖金和接受在职培训的回归是逻辑回归。这意味着他们的目标是建立一个二元结果模型，例如是否获得奖金。工资的回归是标准的线性普通最小二乘(OLS)回归，其目的是建立一个连续变量的模型，即工资。

促销活动

在LFS上没有收集被调查者是否升职，因此我们导出了一种新的实验测量方法。利用纵向LFS(将同一受访者随时间的回答联系起来)，我们通过比较他们在第1波和第5波(一年后)中的回答来确定升职。据说，在第五波中承担管理或监督职责，而在第一波中没有的受访者获得了“晋升”。此外，加薪30%或以上的受访者(不管他们的管理地位如何)也被认为是“升职”了。

晋升是一个有点主观的术语，在不同的企业、行业和部门可能有不同的含义。我们找不到任何其他研究人员使用LFS定义晋升的例子。我们欢迎对这一措施提出反馈意见。

分类和使用的变量

我们在分析中使用了一些分类:

• 工业- SIC 2007

• 职业- SOC 2010

• 农村和城市地区-农村和城市2011分类

• 区域-坚果1，坚果2和坚果3

• 种族-在LFS中统一的英国种族分类

我们使用以下APS变量:

• 工资——grsswk

• 奖金- erncm(1-11)

• 职场培训- ed13wk

时间使用调查

我们还使用了英国国家统计局与英国国家科学研究中心合作开展的时间使用调查(TUS)的数据，对工作日进行分析。TUS在2015年运行，并在2020年4月和9月(第一波和第二波)再次运行。2015年和2020年的调查设计相似，但并不相同。2020年，两波之间也发生了一些小的变化。因此，在进行长期比较时应谨慎。

TUS要求受访者以10分钟为单位完成一份关于他们白天活动的日记。每个活动都是活动选项列表中的一个，包括“离家工作”和“在家工作”。我们首先确定那些完成了“工作”活动的人，然后根据完成该活动的地点进行分类。有关活动的更详细信息，请与作者联系。

我们把休息定义为在工作活动的包围下进行非工作活动的任何时期。我们将平均开始时间确定为受访者当天第一次进行“离家工作”或“在家工作”活动的平均时间。由于日记从凌晨4点开始，一些受访者(如夜班工人)已经在时间框架的开始工作，所以我们不观察他们的开始时间。同样，日记在凌晨3:59结束，所以我们不观察一些工人的结束时间。

作者

乔什·马丁，维姬·海格尼，贝丝·劳伦斯和亚伦·沃尔顿