眾
譯
小
組
譯者：王素婷、李小連、劉志金、魯仁淑、余華婷、張浩、pupu、康康、汪瑾立、坤坤小劉
合成：Lurcerne
文章來(lái)源：Google re：work項(xiàng)目
Introduction
導(dǎo)言
設(shè)計(jì)公平的薪酬實(shí)踐并對(duì)之進(jìn)行審查以創(chuàng)造更加具有公平氛圍的工作場(chǎng)所，是世界各地的組織均會(huì)采取的措施。雖然我們對(duì)不同性別之間的薪資差距有著確鑿的記錄和深入的研究，但是這一問(wèn)題卻持續(xù)存在。向女性支付較低薪資的現(xiàn)象普遍存在，這蠶食著整個(gè)社會(huì)公平和平等的價(jià)值體系，并造成了實(shí)質(zhì)性的經(jīng)濟(jì)影響。
為了實(shí)現(xiàn)公平薪酬的設(shè)計(jì)和檢查，組織應(yīng)該考慮采取如下措施：
制定付薪理念：理念將會(huì)指導(dǎo)薪酬體系的建立。
結(jié)構(gòu)化薪酬流程和為角色付薪。薪酬結(jié)構(gòu)為薪酬決策提供了框架，例如為角色付薪，以此從實(shí)際上支持同工同酬。
開(kāi)展薪酬公平性分析。如果上述兩條都得到了執(zhí)行，定期嚴(yán)格的檢查就是為了確保公平的薪酬體系的貫徹落實(shí)與預(yù)期一致。
所有的組織都會(huì)采取步驟一和步驟二，以削弱任何形式的薪資差距（如性別或種族之間的薪酬差異）。但第三個(gè)步驟，即薪酬公平性分析，卻是一個(gè)復(fù)雜的過(guò)程。它需要高級(jí)的統(tǒng)計(jì)技巧，從法律方面也會(huì)對(duì)我們所處的組織帶來(lái)影響，因此我們絕不能輕視它。
Understand the research
了解研究
Francine Blau來(lái)自康奈爾大學(xué)工業(yè)與勞動(dòng)力關(guān)系學(xué)院，是性別薪酬公平性研究領(lǐng)域的前沿研究者。她的同事Lawrence Kahn對(duì)美國(guó)2010年大量的樣本進(jìn)行分析后，計(jì)算出了男性與女性之間的薪酬差距為20.7%（女性的收入大約是男性收入的80%）?？v觀歷史，20世紀(jì)80年代性別薪酬差異急劇下降，但從1990年開(kāi)始趨于穩(wěn)定。
在20.7%的差異中，大部分可歸因于非性別因素：比如相對(duì)于男性，更多的女性處于較低薪酬水平的職位。其他的因素如經(jīng)驗(yàn)、工會(huì)會(huì)員狀況和區(qū)域等也造成了部分差異的形成。即使在對(duì)上述所有因素進(jìn)行控制，Blau 和 Kahn發(fā)現(xiàn)薪酬的性別差異仍會(huì)有8.4%。這項(xiàng)研究說(shuō)明即使在考慮職業(yè)、行業(yè)、經(jīng)驗(yàn)和其他因素后，女性的收入仍然只為男性收入的92%。
研究還顯示了薪酬結(jié)構(gòu)和問(wèn)責(zé)制怎樣在組織中能解決薪酬的不公平問(wèn)題。在一個(gè)縱向的研究中，麻省理工學(xué)院斯隆管理學(xué)院的Emilio Castilla，與一家組織合作，研究歷史上統(tǒng)計(jì)上顯著的女性和少數(shù)族裔加薪緩慢的問(wèn)題。在Castilla的研究中，管理人員接受了一項(xiàng)基于統(tǒng)一標(biāo)準(zhǔn)（如績(jī)效評(píng)估）而加薪的培訓(xùn)，并被要求證明獎(jiǎng)金數(shù)額的原由。然后，一個(gè)新成立的委員會(huì)會(huì)審查管理者的加薪建議，并有權(quán)修改薪酬決定以糾正任何問(wèn)題。該組織的領(lǐng)導(dǎo)人還會(huì)收到了一份年度報(bào)告，里面涵蓋了他們所在部門(mén)的所有薪酬決定。
Castilla監(jiān)測(cè)了未來(lái)4年的薪酬數(shù)據(jù)并發(fā)現(xiàn)工資增長(zhǎng)不再與人口統(tǒng)計(jì)組有所差異。在問(wèn)責(zé)制和透明度的支持下，新增的薪酬結(jié)構(gòu)的采用降低了工資差距。
Set a compensation philosophy
確立付薪理念
確立付薪理念是為你的薪酬決策建立標(biāo)準(zhǔn)的第一步。一些組織有績(jī)效工資的付薪理念，你自己的準(zhǔn)則應(yīng)該由你想在組織中推崇的信念來(lái)驅(qū)動(dòng)（例如:長(zhǎng)期雇傭、責(zé)任心）。當(dāng)你開(kāi)始闡述你的理念時(shí)，需要集中和檢查自己當(dāng)前的薪酬數(shù)據(jù)，研究其他組織在做什么，并問(wèn)自己一些問(wèn)題:
我們的付薪理念如何支持到我們組織目標(biāo)和價(jià)值觀?
我們希望我們的薪酬如何與產(chǎn)業(yè)和勞動(dòng)力市場(chǎng)相匹配?
我們的薪酬實(shí)踐和預(yù)算允許我們吸引和留住所需要的人才嗎?
一旦你建立了付薪理念，薪酬結(jié)構(gòu)可以幫助你把你的理念付諸實(shí)踐。
Structure your pay process
結(jié)構(gòu)化付薪流程
有很多方法來(lái)結(jié)構(gòu)化你的付薪流程。一開(kāi)始，需要確定在您的組織中存在哪些角色（role）（或者您計(jì)劃雇傭哪些角色)，以及要?jiǎng)偃芜@些角色所需的細(xì)節(jié)，你可以通過(guò)完成一份工作分析來(lái)組織這些信息——工作分析可以為你組織所需角色進(jìn)行描述，包括職位名稱，任務(wù)和職責(zé)的總結(jié)，所需的知識(shí)和技能等等。
一旦你完成了工作分析，就應(yīng)該著手對(duì)這些崗位的市場(chǎng)價(jià)值（即其他公司對(duì)類似崗位支付多少薪資）進(jìn)行對(duì)比，來(lái)定位你員工的薪資（例如，你支付的目標(biāo)薪資是市場(chǎng)的中間水平，這是最常見(jiàn)的做法）。你可以根據(jù)你已經(jīng)招聘或者離職的人員來(lái)定義“市場(chǎng)”（例如與你在同一地區(qū)、同一行業(yè)的組織）。在將你員工薪資對(duì)比市場(chǎng)時(shí)，切記要考慮到你的預(yù)算。
借助工作分析中崗位職責(zé)內(nèi)容，來(lái)同市場(chǎng)中類似的崗位薪資數(shù)據(jù)進(jìn)行對(duì)比，其中很重要的是不僅僅根據(jù)崗位名稱而進(jìn)行比較：一家初創(chuàng)公司的副總裁也許只有5年的工作經(jīng)驗(yàn)以及小范圍的工作經(jīng)驗(yàn)；而一家知名、跨國(guó)公司的副總裁可能有30年的工作經(jīng)驗(yàn)，可以承擔(dān)大型集團(tuán)管理和預(yù)算職責(zé)。你可以通過(guò)美國(guó)勞工統(tǒng)計(jì)局免費(fèi)獲得常規(guī)工作的市場(chǎng)數(shù)據(jù)，而更為詳盡的數(shù)據(jù)則需通過(guò)行業(yè)組織和咨詢公司獲取。如果市場(chǎng)數(shù)據(jù)缺失或者不適用，你可以考慮當(dāng)前雇員薪資的中位值，或者使用類似工作范圍、工作職責(zé)或者工作復(fù)雜性崗位的市場(chǎng)數(shù)據(jù)。
許多大型集團(tuán)組織設(shè)定具體的目標(biāo)薪資會(huì)有較大的薪酬區(qū)間（或幅度）。薪酬區(qū)間代表給指定崗位的最高和最低薪酬范圍，通常是基于市場(chǎng)崗位薪酬上、下浮動(dòng)若干個(gè)百分比（如上下浮動(dòng)20%）。落實(shí)薪酬結(jié)構(gòu)包括制定薪酬目標(biāo)和區(qū)間，這樣可以更輕松地為每個(gè)崗位支付一致性薪酬，避免發(fā)生異常。
每次薪酬分配應(yīng)參考薪酬結(jié)構(gòu)——從新員工起薪到老員工加薪。例如，Google新員工的薪酬與其角色掛鉤，而不僅僅基于他們之前的工資。2015年，平均每個(gè)Google的女性雇員，相比起剛加入公司時(shí)，獲得了比男性雇員高30％的漲薪。這是因?yàn)樵谶^(guò)去的薪酬體系中，同一角色上女性的平均薪酬比男性低。持續(xù)使用薪酬目標(biāo)是一種能糾正目前薪酬不公平現(xiàn)象的有效方法。
當(dāng)你對(duì)項(xiàng)目進(jìn)行評(píng)估時(shí)，切記，薪酬公平并不總是意味著“支付給每個(gè)人同樣的薪酬”。根據(jù)付薪理念，你會(huì)依據(jù)某些因素區(qū)分相似崗位上的薪酬。比如在Goolgle，同一角色，表現(xiàn)最佳的人得到的薪資會(huì)更多。
Structure your pay process
準(zhǔn)備薪酬公平性分析
建立結(jié)構(gòu)性薪酬體系有助于避免薪酬不公平。為確保薪酬制度如期望的那樣工作，你可以通過(guò)薪資公平性分析確定薪酬差距并非源于性別、種族/民族的不同。這種分析方法會(huì)讓你了解組織內(nèi)部，薪酬是否受到你想要的因素（例如，工作類型，工作地點(diǎn)）或不想要的因素（例如性別、種族/民族）的影響。它也可以幫助預(yù)測(cè)團(tuán)隊(duì)和個(gè)體異常值的分布趨勢(shì)。在Google，所有的薪酬決定（如收入分配，薪金調(diào)整，獎(jiǎng)金和權(quán)益分配）都受績(jī)效工資的理念驅(qū)使。整個(gè)團(tuán)隊(duì)密切監(jiān)測(cè)彼此流程，包括績(jī)效管理和職位晉升，并在每次分析周期結(jié)束時(shí)，匹配性別和種族分析結(jié)果。
薪酬公平性分析很復(fù)雜，因此首先你需要在確定付薪理念和薪酬目標(biāo)的同時(shí)，建立結(jié)構(gòu)化付薪流程。一旦有了該流程，在決定薪酬公平性分析是否適合組織時(shí)，你會(huì)著手如下事項(xiàng)：
了解法律背景。在你開(kāi)始分析之前，請(qǐng)聯(lián)系一位在雇傭問(wèn)題上有專長(zhǎng)的律師。因?yàn)檫@種分析可能涉及廣泛的法律范圍，而你必須理解所有的注意事項(xiàng)。
定義你想要回答的問(wèn)題。在每一項(xiàng)分析中，請(qǐng)清晰地定義你正在調(diào)查的內(nèi)容。例如，對(duì)于做著相同工作的新入職員工中，男女的薪酬是否公平？
標(biāo)準(zhǔn)化你的薪酬變量。不同工作之間的薪酬目標(biāo)可能不同，所以標(biāo)準(zhǔn)化你的薪酬變量可以讓你在不同工作之間進(jìn)行比較。一種方法是使用工資比，即一個(gè)員工的工資除以該職位的薪酬目標(biāo)。例如，工作A的薪酬目標(biāo)是100美元，員工X在這個(gè)工作崗位上賺了90美元，這個(gè)工作的工資比是90%（90/100）。工作B的薪酬目標(biāo)是110美元，員工Y在這個(gè)工作崗位上賺了99美元，這個(gè)工作的工資比也是90%（99/110）。通過(guò)運(yùn)用工資比，我們發(fā)現(xiàn)員工X和員工Y的工資與工作的相關(guān)性是相似的，盡管他們實(shí)際的工資和薪酬目標(biāo)是不同的。
確定如何可靠地檢測(cè)是否存在差異。這取決于組織間的不同，和你想要看到怎樣的變量。在選擇一個(gè)樣本組之前，要看看怎樣的樣本大小對(duì)于組織和分析最有效。對(duì)于只有幾十名員工的小型組織來(lái)說(shuō)，進(jìn)行薪酬公平性的分析可能不現(xiàn)實(shí)，但是對(duì)薪酬數(shù)據(jù)進(jìn)行審查依然是有價(jià)值的。例如，在一個(gè)組織里只有一個(gè)女性，你可以和在相同崗位、水平和經(jīng)驗(yàn)上的男性進(jìn)行比較，或者用一些簡(jiǎn)單的控制變量來(lái)計(jì)算男性和女性的薪酬平均值。
一旦你完成了以上的工作，你就可以開(kāi)始分析了。
Identify variables to test
確定需檢測(cè)的變量
既然你已確定了要做比對(duì)的崗位及組織，現(xiàn)在你就可以確定需檢測(cè)的變量了。
你的“自變量”將是你的檢測(cè)對(duì)象，你要確定它是否會(huì)影響你的“因變量”，或者說(shuō)你所關(guān)注的結(jié)果?！耙蜃兞俊眲t是你關(guān)注的結(jié)果數(shù)據(jù)，其會(huì)受到“可控變量”及“自變量”的共同影響。就性別是薪酬公平性分析來(lái)說(shuō)，“自變量”為雇員的性別，而“因變量”則為薪酬（如工資）。
由你組織付薪理念決定的、會(huì)對(duì)薪酬構(gòu)成影響的因素將是你的可控變量。例如，你組織的付薪理念為：較高職級(jí)的雇員將獲得較高的薪酬，或低績(jī)效的雇員將獲得較低的薪酬，那么，本例中的可控變量可能包括職級(jí)、績(jī)效或工作經(jīng)驗(yàn)。同時(shí)，考慮一番你的可控變量是否會(huì)受偏見(jiàn)影響也很重要，無(wú)論該影響是有意或無(wú)意。
如果你組織的薪酬總體方案包含多種薪酬支付方式（如，工資、獎(jiǎng)金、股權(quán)），你需要對(duì)各種方式分別進(jìn)行分析，因?yàn)樗鼈儠?huì)受到不同變量的影響。如僅僅觀察薪酬差異的數(shù)量級(jí)會(huì)因該差異并不具備統(tǒng)計(jì)意義而引發(fā)虛假警示，而采用薪酬支付占比數(shù)據(jù)則有助于解決因匯率、地理位置、職級(jí)的不同引起的絕對(duì)值不同的問(wèn)題。
Tool: Analyze the data and look for variance
工具：分析數(shù)據(jù)并查找差異
一旦你選定變量，就到了實(shí)際分析的時(shí)候了。這要求人員能夠熟練掌握統(tǒng)計(jì)資料，還有對(duì)標(biāo)準(zhǔn)偏差、方差、回歸模型以及解釋結(jié)果的理解能力。
構(gòu)建和清理您的數(shù)據(jù)集。好分析依賴于好數(shù)據(jù)。檢查數(shù)據(jù)，看是否有丟失或者錯(cuò)誤。如果你的數(shù)據(jù)集不完整，去了解原因，并且判斷這對(duì)結(jié)果可能存在的影響。
選擇一組崗位進(jìn)行分析。對(duì)進(jìn)行同類工作的人員進(jìn)行比較時(shí)，薪資公平性分析是最有用的。在設(shè)置費(fèi)用目標(biāo)時(shí)，你可能已經(jīng)進(jìn)行了類似的分組（例如，銷售部門(mén)的入門(mén)級(jí)分析師可能和財(cái)務(wù)部門(mén)的入門(mén)級(jí)分析師是在一組的）
進(jìn)行t檢驗(yàn)。首先計(jì)算薪酬比率的平均值（如果你完全使用美元數(shù)額，如果不做對(duì)數(shù)變換，要確保薪資遵循正態(tài)分布），并開(kāi)始比較。最好的方法是獨(dú)立（不配對(duì)）樣本t檢驗(yàn)，這樣就可以使用電子表格或統(tǒng)計(jì)軟件（例如R）來(lái)運(yùn)行。該檢驗(yàn)將幫助你確定不同組之間的薪酬差異，而不控制任何變量。如果存在統(tǒng)計(jì)上的顯著差異，就繼續(xù)下一步，看看哪些變量是可以解釋這些差異的。如果沒(méi)有，就可以暫時(shí)到這里停下來(lái)。
檢查多重共線性（multicollinearity），當(dāng)兩個(gè)控制變量高度相關(guān)，就會(huì)導(dǎo)致結(jié)果發(fā)生大相徑庭的變化。例如，工作年限和就業(yè)水平可能高度相關(guān)。一個(gè)人在組織中服務(wù)的時(shí)間越長(zhǎng)，他越有可能提升水平。需要控制和刪除那些從你的回歸分析中得出的變量，才能最終決定哪個(gè)變量是最重要的。
運(yùn)行回歸分析。 進(jìn)行薪酬的公平性分析最常見(jiàn)、也最嚴(yán)格的方法是運(yùn)用回歸模型。回歸分析會(huì)告訴你變量之間是否存在顯著的關(guān)系（如，當(dāng)你控制其他影響因素不變時(shí)，分析性別是否會(huì)影響薪酬）。它可以幫助你避免由于獨(dú)立變量（如性別）與其他變量而混淆薪酬的不同點(diǎn)，還可以合理地解釋薪酬的不同（例如，工作水平影響工資）。具體地說(shuō)，一個(gè)普通最小二乘回歸將幫助你同時(shí)分析所有的控制變量。在回歸中，像第一步中一樣輸入控制變量（例如，工作級(jí)別）。接下來(lái)，添加獨(dú)立變量（例如性別），然后是依賴關(guān)系的變量（例如，工資比）。
測(cè)試顯著性。審視你回歸的輸出，是否存在組間有統(tǒng)計(jì)學(xué)意義的顯著性差異，由顯著性檢驗(yàn)決定？如果是這樣，進(jìn)行效應(yīng)值的計(jì)算以更好的理解有差異的規(guī)模。然后，分析在你的分析中，哪一個(gè)變量造成這么巨大的差異的影響。
檢查你的工作。 請(qǐng)一位同事檢查你的方法，你的電子表格公式或代碼，和你的假設(shè)（例如，你如何定義類似工作）?；仡櫮愕拿枋鲂越y(tǒng)計(jì)（例如，平均值，方差，相關(guān)性），以確保它們有意義（例如，是否有人有負(fù)的工資數(shù)？）有沒(méi)有異常值，像年收入1美元的人？和別人討論你的結(jié)果，看是否符合邏輯。
總結(jié)你的結(jié)果。 如果你薪酬系統(tǒng)工作正常，在這個(gè)階段，你不會(huì)看到在性別或種族的不同。如果你確實(shí)發(fā)現(xiàn)了不公平，明白是什么原因造成的。記住你做的任何假設(shè)或你無(wú)法檢驗(yàn)的變量，考慮一下是否這些會(huì)影響你的結(jié)果。
END
加入眾譯小組
目標(biāo)：翻譯全球最優(yōu)秀的管理文章
流程
①選文——②分包——③翻譯——④合成——⑤發(fā)文
分包說(shuō)明
每篇文章切分成10段，每段200-600個(gè)單詞，每人一段，翻譯時(shí)間1天，合成時(shí)間1天
文章來(lái)源
MIT 斯隆管理評(píng)論、紐約時(shí)報(bào)、華爾街日?qǐng)?bào)、BI、Inc.、wired、medium、firstround......
聯(lián)系客服
