編輯：人力君

作者：行走的帆

來源：行走的帆（ID：sailing-fan）

3月4日，谷歌在公司內(nèi)部博客上（www.blog.google）發(fā)布了一個消息，后來迅速被美國的各大財經(jīng)媒體轉載。

消息中披露了谷歌在內(nèi)部薪酬數(shù)據(jù)分析中發(fā)現(xiàn)：在軟件工程師這個職位序列上，公司存在給女員工支付的薪水高于男員工的現(xiàn)象。

很多公司都存在薪酬的性別差異現(xiàn)象，嚴重的甚至被稱作“性別歧視”，一般都表現(xiàn)在給男員工的薪水高于給女員工，比如曾經(jīng)在BBC廣播公司發(fā)生的薪酬歧視（BBC中國區(qū)最好的女編輯因為這個辭職了），而這次谷歌的情況正好是倒過來了，女員工薪水高于男員工。

不過，谷歌的做法倒也坦蕩，不但把這個分析結果公布出來，而且還迅速采取了補救措施：

公司一共為10677名薪酬被低估的員工額外支付了970萬美元作為補救。

公告中并沒有披露這部分收到補償金的員工男女比例是多少。

讓我比較感興趣的是，谷歌在博客上公布的一份文件，其中解釋了公司的年度調薪流程以及薪酬分析方法。

通過閱讀這份文件，我們大致可以了解像谷歌這樣的領先公司是如何來做常規(guī)薪酬管理的。

年度調薪

和大部分跨國公司類似，谷歌的調薪流程分為以下幾步：

第一步，薪酬建議

首先，薪酬團隊用算法建立一個模型，把員工的個人績效、辦公地點和職位等因素都考慮進來，以此來計算員工的具體調薪額。用“算法”一詞更高大上，實際上大多數(shù)公司采用的就是一個調薪矩陣，橫軸和縱軸分別是員工的績效和現(xiàn)有薪酬比率，然后在矩陣中列出具體的調薪數(shù)字。

這個矩陣是如何生成的，我之前的一篇公眾號文章中有詳細介紹，具體請見：如何快速簡單地設計調薪矩陣？

第二步，經(jīng)理建議

經(jīng)理們會拿到一筆額外的可支配預算，可在前述建議調薪比例的基礎上給員工做再次調整。如果經(jīng)理們的調整導致員工的最后調薪比例與公司建議比例不同，他們必須提供詳細說明。

這里會有一些公司的做法稍有不同：谷歌并沒有介紹這筆額外預算是整個調薪流程以外的預算，還是只是在調薪預算中單獨撥離出來的。在現(xiàn)實操作中，大部分公司采取的是后一種做法。

第三步，上一級經(jīng)理審核

任何一級經(jīng)理在調整完下一級員工薪資之后，薪酬數(shù)據(jù)都會上升到下一級經(jīng)理再審核，直至公司CEO。這樣做的主要目標是確保調薪的合理、公平、公正。

第四步，HR和薪酬團隊審核

業(yè)務經(jīng)理們的調薪工作完成后，HR和薪酬團隊會匯總全部數(shù)據(jù)，在全公司范圍內(nèi)，對經(jīng)理們做的調薪建議再做一輪審核。

第五步，薪酬分析

在調薪正式生效前，谷歌還有一步，就是做薪酬分析：確保所有做同樣崗位、擁有同樣績效的人之間的薪酬水平是公平且具有可比性的。

這一步正是很多公司缺乏的。大多數(shù)公司并沒有像谷歌的人力資源部門一樣，擁有一支強大的分析團隊。這個部門的成員除了HR背景之外，大都還有數(shù)據(jù)分析或統(tǒng)計學背景。他們的工作意義在于可以幫助公司基于數(shù)據(jù)決策，文章前面提到的疑似“薪酬性別歧視”，也是在這一步被發(fā)現(xiàn)出來的。

谷歌的數(shù)據(jù)分析部門的工作套路，可以參考我之前的一篇文章：谷歌是如何應用數(shù)據(jù)分析來驅動人力決策的？

薪酬分析

那么，谷歌在分析中到底是用了什么方法來發(fā)現(xiàn)男女軟件工程師之間存在的薪酬差異呢？文件中提到，使用的是OLS回歸法，但是文中并沒有具體介紹是如何做回歸分析的。

OLS是英文Ordinary Least Squares的縮寫，翻譯過來就是最小二乘法，是回歸分析的一個基本原則。

這個詞聽上去有點晦澀，因為它是統(tǒng)計分析中的一個術語。聽不懂也沒關系，我用普通人聽得懂的語言，用一個最簡單的例子來解釋一下。

首先，什么是回歸分析（Regression）？簡單說就是為一組數(shù)據(jù)找到一個方程式，在因變量（y）和自變量（x）之間建立關系。

首先我們來看一組簡單的薪酬數(shù)據(jù)

假設這里所有員工職位等級都相同。

從數(shù)據(jù)上一眼看過去，很容易得出女員工薪酬高于男員工的結論。但是，現(xiàn)在你并不能過早就得出此結論。

為什么呢？因為薪酬背后還有其他的決定因素，比如一個人的工作年限、入職年限、績效等等，只有把這些因素綜合到一起綜合考慮時，這些數(shù)字之間的比較才有意義。

回歸分析的意義就在于在這些因素之間建立關系。

現(xiàn)在假設我們給薪酬（y）添加兩個因素，分別為“性別”（x1）和“司齡”（x2），數(shù)據(jù)就成了這個樣子：

（注：在“性別”一列，男女分別取值1和0，目的是為了更好地做量化分析）

基于此，我們就可以簡單地做一個谷歌所說的OLS回歸分析，用初中數(shù)學的話來說，我們可以根據(jù)建立一個方程式，找出x和y之間的關系。這個方程式應該長得像這樣：

薪酬（y）= 系數(shù)1 x1（司齡）* 系數(shù)2 x2（性別）* 系數(shù)3

輸入全部數(shù)據(jù)，用Excel可以導出回歸公式：

薪酬 = 22500 司齡 * 1000 性別 * （-1.86E-13）

分別將每個員工的司齡和性別（1或0）取值代入上面公式就可以得出他們的薪酬水平。

（-1.86E-13）在Excel中是按科學計數(shù)法顯示出來的，是一個無限趨近于0的數(shù)字，幾乎可以忽略不計。

換句話說，上面這個公式中，性別取值多少對薪酬幾乎沒有任何影響，也即說：在這組數(shù)據(jù)中并不存在性別歧視的問題。

當然，在谷歌的實際案例中，數(shù)據(jù)量更大（上萬名員工），實際用到的變量也更多更復雜，不光包括性別和司齡，還會考慮進來更多的因素，比如員工地址、部門、績效，等等。不管怎樣，分析的方法和原則都是和本文中的這個簡單案例是一致的。

正是因為有了以上分析，谷歌就做到了用數(shù)據(jù)說話，判斷其付薪是否存在性別差異。