精英统治的脆弱神话。
正如许多企业领导者所理解的那样，建立精英和公平的组织是一项复杂但至关重要的任务。它需要有效的人才管理系统来吸引、培养和留住合格且积极进取的个人，这是组织成功的关键因素。在我的书中，精英统治悖论，我警告说，一些旨在促进组织中精英管理和卓越的组织努力可能会自相矛盾地强调不平等和不公正。我提供了三个关键发现的证据以及相关建议，这些建议强调了我所说的“精英政治的悖论’。
第一个提示问题在于，仅仅拥有雇佣、评估和提拔最优秀人才的组织流程并不能自动保证公平。事实上，任何人才管理流程都可能存在偏见和效率低下，并且存在这样的风险：以人为本的管理系统实际上可能会增强或创造某些群体相对于其他群体的优势，而不是促进所有人的卓越和机会。
第二个秘诀强调精英管理——无论是含蓄还是明确——作为招聘、晋升和奖励做法的基础，可能会对女性、少数族裔、移民和其他历史上处于不利地位的群体产生适得其反的效果。当个人相信他们的组织是精英管理时，他们可能不太可能认识到并纠正决策中的偏见。这可能会导致对某些个人或团体的不公平待遇，并无意中排除那些技能和才能值得入选的候选人。
第三个秘诀问题是，对于什么是真正的优点，并没有达成普遍共识。即使是经理和高管，尽管在同一组织内接受过类似的培训和经验，但也经常有不同的意见。对于什么是优点或人才缺乏共识，最终可能会破坏建立真正的精英组织的努力。
令人鼓舞的消息是，在工作场所促进真正的精英管理并不需要过多的时间或资源，而是需要战略性地、有意识地关注消除偏见和改进人才管理流程。
采取行动是关键。然而，采取行动的压力往往导致公司实施通用解决方案，例如多样性和隐性偏见培训、盲目筛选和招聘、改变招聘广告中使用的语言以及使用基于人工智能的招聘工具，所有这些都已被证明效果有限，而没有首先诊断组织的具体挑战或需求。 “最佳实践”方法是不够的，因为它没有考虑组织的具体情况。在这篇摘自我的书的文章中，我提出了一种更有效的方法：一种数据驱动的人才管理策略，积极解决偏见和不平等问题，同时确保高效、公平和任人唯贤的决策。
基于人才分析的方法
我的战略方针基于人才分析，旨在促进精英管理，即仅根据个人的智力、努力、技能、能力或表现表现来奖励和晋升个人的组织系统，而不考虑他们的人口或个人特征。通过收集、编码和分析与人员相关的流程和结果相关的工作相关数据，精英组织努力提高雇用、晋升和奖励个人方面的公平性和平等机会——这三个关键的职业成果不仅使个人受益，而且有助于组织的成功。
在实践中实现精英管理必须具备两个条件。首先，他们应该在那里机会均等对于每个人个人在与选择、晋升和奖励有关的决定性时刻。人才分析方法可以通过识别任何可能限制平等机会的与人员相关的流程来支持第一个目标。其次，一旦建立了机会均等，确保个人能够仅根据自己的优点获得职位和奖励，在精英制度中，结果的差异可能是可以接受的：这里的关键原则是，薪酬、奖励和晋升方面的差异应由与工作相关的因素而不是人口或个人特征决定。人才分析方法可以在这方面发挥至关重要的作用，帮助组织评估其人员流程是否公平运行，并识别可能存在偏见和其他低效率的领域。
应该做出澄清，或者更确切地说，发出警告。第一个条件意味着所有人的机会是双赢的，人们可以从组织创造机会的努力中平等受益，例如提供培训和就业福利的企业举措。但第二个条件认识到，职位和奖励的分配——尤其是在工作场所——可能是一场零和游戏，因为组织提供的工作和晋升数量有限，加薪和奖金的预算也是固定的，因此并不是每个人都会“获胜”。因此，在这种零和的情况下，为了促进精英管理，组织必须确保每个人都有平等的竞争和成功的机会。
如何制定有效的人才分析策略
许多组织，即使是大型且成功的组织，也缺乏识别和解决与精英管理和公平相关的挑战的人才管理战略方法。我提出了五个关键步骤，以帮助创建和发展这种强大的战略方法，以在组织中培养精英管理。
第一阶段：识别、制定和定义关键标准。您组织内的每项主要招聘决策都必须遵循此流程。招聘人员和经理在审核申请材料时，必须明确该职位所需的标准，例如：资格、经验和技能。有些人使用“技能”一词指的是这些标准，术语“能力模型”指的是定义这些标准的过程。您需要具体（且现实）：如果没有这种明确性，偏见和社会流程可能会导致招聘人员以有限的方式寻找候选人，或根据候选人应用不同的标准，从而可能加剧偏见和社会障碍。
作为第一步的一部分，您需要评估您是否观察到它们人口统计差异对于实现用于选择和雇用候选人的标准具有重要意义。如果是这样，请检查是否应该使用此类标准，特别是如果过去只有某些群体有机会满足这些标准。如果这些标准很重要（通常如此），请考虑提供必要的资源，以便所有员工都可以学习（或改进）这些标准，以便最终每个人都有平等的成功机会。在这方面，聘用后资源和培训可以帮助创造公平的竞争环境。事实上，正是出于这个原因，许多组织都实施了具体的入职、培训和发展计划。
但这第一步并不总是那么容易。许多工作需要具有特定技能或资历的人员，这可能会导致合格候选人的人口结构失衡。此外，仅仅了解某些工作所需的标准并不能保证获得这些工作的平等机会；许多现有的社会障碍对于个体组织而言是难以克服的。例如，假设一个人作为认证护理助理加入医疗组织，已经是有孩子和家庭责任的成年人，并且没有接受过大学教育。在这种情况下，即使他能够获得有关如何从事医学职业的信息，他成为一名医生的机会也很小。在这些情况下，挑战本质上显然是社会性的，单个组织很难应对：例如，精英社会和机构可以为人才提供进入大学和医学院所需的机会和资源。
也就是说，有时不需要特定的资格或证书可能是利用更广泛的人才库的有效方法。例如，2023 年，宾夕法尼亚州不再要求某些工作拥有大学学位，犹他州、马里兰州和阿拉斯加州等其他州也纷纷效仿。研究人员和工人权利倡导者敦促雇主取消实际上不需要大学学位的工作的大学学位要求（Fuller 和 Raman，2017；R.C. Booth，2023）。 AT&T、万事达卡、微软和西南航空等公司也创造了替代途径，为没有大学学位的人找到合适和稳定的工作。2
在实施第一阶段时，建议在选拔和雇用人员时遵循整体方法，重点关注员工作为一个整体如果可能的话，而不是特定的技能和能力。许多大公司以及本科生和研究生项目都使用这种方法来确保专业和人口结构多样化的人才库。选择候选人不仅基于当前做好工作所需的某些技能，而且还基于他们未来做好工作的潜力。
因此，这种整体方法对组织中的人才管理采取长期且通常是战略性的视角。它允许领导者进行实验并了解过去所需的特定技能是否仍然必要。它可以为组织提供发现竞争对手尚不知道的未开发候选人库的机会，因为他们通常依赖狭隘、僵化和过时的招聘标准。例如，当招聘人员和招聘经理制定选择标准（例如一定年限的工作经验或特定资格或学位）时，他们可能需要在审查候选人库和新员工的后续绩效后修改这些标准。
做出决策时可以应用相同的方法聘用后与奖金、晋升或发展机会有关。在这方面，许多雇主在提供晋升或奖金时隐藏不相关的信息可能会受益。其他人可能会采取更全面的方法，考虑员工当前执行工作的能力以及员工未来的发展方式。
然而，这种整体方法可能只适用于某些情况，例如在雇用许多人担任相对初级或中级专业职位的组织和公司，或者定期考虑大量晋升或奖金的组织和公司。当招聘高级职位人员或特定技能和资格是工作的重要组成部分时，这种方法可能行不通。
第 2 步：衡量一段时间内的关键个人特征和就业成果。测量和数据收集对于确定偏见和社会流程是否影响您在组织内选择、雇用、补偿和晋升员工的方式至关重要。这种衡量还有助于消除就业过程和结果的偏见。如果不首先确定哪里可能存在偏见和障碍，就很难知道将努力的重点放在哪里，以及以后如何监控和评估这些努力是否成功。
首先，收集很重要个人资料（通常包括员工和候选人的人口统计或个人信息）。如果之前没有收集过这些数据，那么获取这些数据通常很困难；通常，在一些国家，律师建议不要获取此类数据（假设如果一家公司没有这些数据，就不能在歧视案件中追究其法律责任）。尽管如此，许多机构、专家和管理人员都鼓励收集和报告人口数据，特别是中型和大型组织。为了确保不歧视受国家、地区和当地就业法律法规保护的特定员工群体，请确保您仔细审查与允许收集的数据相关的法律限制，因为法规和规则因组织所在的司法管辖区而异（Lewi，2023）。其中许多建议甚至促进了透明度的实践——以易于理解的格式发布此类数据和分析，以显示组织在公平和平等方面取得的进展。 （斯兰，2023）。
如果人们过去在工作场所经历过偏见和不公平待遇，他们可能会不愿意提供人口统计信息。然而，如果一个组织随着时间的推移表明它认真纠正不平衡、解决障碍并为所有人提供机会，那么人们可能会更愿意分享这些信息。虽然很难找到员工愿意分享其人口统计信息的完整公司名单，但一些公司已经公开了他们为促进多样性和所有人机会平等所做的努力。他们甚至可能采取措施鼓励员工披露此类信息。
此类数据还可以帮助解决人们对反向歧视的担忧，即主导群体的成员可能会感到受到不公平对待，而历史上处于不利地位的群体却受到了不公平的待遇。这是对实践产生负面反应的最常见原因之一多元化 公平 包容(DEI)：认为其中许多做法不公平地偏向弱势群体。我在这里提出的方法实际上可以帮助识别可能发生这种情况的情况，从而帮助组织采取行动解决此类紧张局势。这是一种真正的精英管理方法，应该会有所帮助每个人拥有平等机会、消除偏见和改进人才管理流程：这种方法要求确保任何个人群体在追求精英管理的过程中不会受到惩罚或受到不公平的青睐。
在这方面，系统地收集和存储候选人、员工和管理人员的相关就业结果数据（包括调动、晋升、降级和辞职）至关重要。下面我描述了一些您应该考虑随着时间的推移进行监控的结果：
招聘结果：这些应包括特定职位的候选人人数、他们的专业和个人背景以及与该职位相关的技能、能力和经验。评选结果及选择：这些应包括那些在面试、录用和录用接受阶段的选拔过程中取得进展的人员。聘后结果：这些应包括绩效评估、晋升、调动、裁员、基本工资、加薪、奖金和福利。
这些是最常见的需要追踪的就业相关结果。然而，每个公司和专业团队都有责任确定可能影响候选人和员工职业生涯的关键就业相关结果和步骤。这是第二阶段的关键部分，因为它将使您能够批判性地检查组织在做出雇佣决策时的精英和公平程度。
衡量与就业相关的成果与衡量和收集有关就业的信息同样重要输入等等流程是取得这些成果的基础。例如，在招聘时及之后衡量求职者和员工的投入以了解他们的相关技能和能力至关重要。此任务通常可以通过捕获和编码简历以及与工作相关的其他申请材料中包含的信息来完成。就员工而言，此类数据可以与组织内的培训和经验相结合，从而提高他们的贡献和绩效。所有这些信息都与第三阶段相关，该阶段涉及分析数据以识别任何差异，如果存在差异，则找出其背后的原因，以便我们能够找到针对已识别挑战的最佳解决方案。
此外，虽然收集这些信息可以帮助公司确定需要改进的领域并跟踪一段时间内的进展情况，但以尊重员工隐私并确保以负责任和合乎道德的方式使用信息的方式做到这一点至关重要。您需要再次检查根据您的组织所在位置允许收集的数据的法律限制。
在这些收集活动之前，还必须提供员工信息，并透明地说明收集数据的原因、如何使用数据以及如何报告分析结果。数据收集过程、分析和调查结果还必须重申，隐私将始终受到保护。 （Habtemariam，2022；Melloy，2020；Magoon、Robinson 和 Kissling，2022）。
第 3 步：分析收集到的数据，不仅分析结果，还分析过程。一旦您收集了一段时间内的信息并将其存储在数据库中，您就可以开始分析该数据。首先，可以探索由感兴趣的变量衡量的每个就业结果的总体模式。例如，我见过一些公司根据性别和种族计算接受面试的候选人的百分比，并发现了重要的差异。就基本工资而言，一个简单的方法是按性别计算平均基本工资，然后检验观察到的差异是否具有统计显着性。
如果样本量允许，可以估计多变量模型来控制可能解释或影响特定感兴趣结果的其他重要个体因素。例如，您可能想要估计一个模型，在控制工作所需的相关技能和经验后，根据申请人的性别和种族预测获得面试的概率，即你值得。如果在控制相关职业因素后，此类模型的人口统计系数仍然显着或较大，则该结果可能表明存在一些偏差。与工作相关的控制因素必须可靠，这一点很重要，因为它们有助于雇用适合该职位的员工。对于处理大量申请的大型组织，您可以纳入与面试官或招聘人员是谁以及何时以及如何识别候选人相关的其他变量。您会惊讶地发现，这些因素可以解释最终接受面试或工作机会的人的巨大差异。
这种多变量建模策略最终允许您比较具有相同控制变量的个体。例如，要分析谁获得基于绩效的奖金或晋升，您可能需要比较具有同等绩效水平的同一工作的员工，并考虑可能影响奖励或晋升结果的任何其他因素。这就是为什么步骤 1 和 2 至关重要，因为它们允许您考虑、评估和收集数据来估计此类模型。
薪酬差距性别是一个经常被引用的统计数据。根据 Payscale 分析2024年上面的工资627 英里在美国，女性的收入83 美分比较工资中位数时，男性赚取的每一美元。 Payscale 将这一数字作为“不受控制的性别薪酬差距”的衡量标准，因为该统计数据没有考虑到不同类型的工作或资格。报告的“受控性别工资差距”统计数据表明，这一差距估计要低得多，女性收入更高99 美分控制这些因素后，一个人赚的每一美元。这里的关键是确定需要将哪些变量纳入分析（即控制），以准确计算组织中的人口差距。这些变量可以是专业资格、教育、专业要求、技能和地理位置等。然后就可以决定被认为重要的因素是否真正决定了工资，以及除了这些因素之外，人口统计数据是否继续发挥重要作用。
该分析的另一个重要方面是调查和验证每个人过程e实践与您组织内的人员有关。一开始您可能没有足够的有关相关变量的信息，但您越有策略地进行这项调查，您就越会重新审视步骤 1 和 2 来完善数据驱动的分析方法。这些检查必须定期进行，这一点至关重要，因为曾经有效但没有得到充分更新的流程往往会随着时间的推移而变得扭曲或效率降低。就像汽车一样，人才管理系统不断受到外力的影响，在这种压力下，其某些部件会周期性地出现故障。在这方面，每一项与就业相关的决策都可能引入不必要的和无意的偏见和社会进程，阻碍组织在精英管理、公平和卓越方面取得进展。定期关注关键人员流程非常重要：
用于识别和招聘多样化且有才华的候选人的流程：c这可以包括您用来吸引求职者的招聘来源、可能影响谁申请和谁不申请的有关您公司和职位的消息和信息类型，以及您的招聘人员和招聘经理使用的活动和流程。用于为选拔过程后续阶段选择候选人的流程和标准。例如，有关谁经过筛选、谁接受面试、谁收到录用通知以及谁最终接受录用通知并成为潜在雇员的数据可以提供有价值的信息。如果是这种情况，请特别注意所选候选人经历的每个阶段以及所有候选人有平等机会进入下一阶段的程度。如果某些候选人群体没有取得进展，请调查哪些因素影响了选拔过程，以及这些因素在多大程度上与工作相关、有效、可靠和有用。旨在最大限度地增加候选人接受的录用机会的流程，通常是通过改进招聘和入职活动。许多公司忽略了选拔过程的这一部分，尽管他们面临的挑战可能是说服潜在员工加入组织。当特定群体的候选人决定不加入某个组织时，即使向他们提供了很好的工作机会和良好的薪酬方案，该组织也应该评估它对所有人有吸引力的雇主的程度。处理入职计划和其他培训机会的基本流程。这些流程的设计应确保每位员工从一开始就能够取得成功。如果是这样，还要确保所有新员工都有平等的培训机会。处理基础绩效衡量和评估。这些流程应明确定义和建立可实现且与职位相关的预期绩效标准和目标。用于培训和发展目的的绩效衡量流程。特别注意旨在帮助培养表现不佳员工的程序。这些程序还必须清晰、一致并与工作和组织的成功相关。用于奖励达到或超过标准的人员的流程，以及用于决定员工职业发展和其他专业成果的流程。这包括晋升、调动和裁员。
在分析这些关键的人才管理流程时，我建议不仅要检查这些雇佣决策是如何做出的，还要检查谁最终对这些决策负责以及其他人（包括经理和员工）可能会如何反应。您还应该使用收集的数据仔细检查这些组织流程的有效性，看看它们是否按预期运行。
第四阶段：决定采取哪种干预措施。通过监控人员配置决策及其结果，组织和公司可以了解他们偏离精英管理的程度，并采取相应的行动。例如，在我工作过的一家大型跨国公司中，我们在企业团队的帮助下，根据十多年来跟踪的员工绩效，分析了所有基于绩效的晋升和加薪决策，该团队建立了一个系统来收集、清理和准备用于分析的数据。我们很快就确定了晋升和绩效工资决策中的人口统计模式。我们首先计算每年的晋升率和平均薪资增幅，然后根据一些人口统计特征处理这些数据，以检查是否存在显着差异。我们找到了一个差别很大男女员工之间，如女性没有获得与男性相同的绩效奖金。
经过进一步分析此结果，我们得出结论，问题可能源于差异请求方式。男性更有可能要求并确保获得基于绩效的奖金，而女性则倾向于认为奖金已经包含在她们的工资中。为了解决这个问题，人力资源经理被要求监控并确认所有员工在达到要求的绩效水平后都会自动获得奖金，从而无需提出要求。经过这个简单的干预后，绩效奖金的性别差异消失了。
当我协助组织评估其精英管理时，我经常遇到领导者和管理者，他们希望收集更多与就业相关的数据来分析工作场所的趋势和模式，从而对观察到的结果获得更深入的理解和诊断。这种逐步分析框架变得动态和交互式，因为发现允许您重新审视第一阶段和第二阶段，以重新评估和收集更多信息，以更好地应对挑战。
第 5 步：始终保持警惕并定期监控结果。最后，实施经常通知您的流程未来潜在的挑战这可能会影响您组织中人才管理战略和程序的正常运作。因此，请定期重新评估和审查上述每个步骤。由于成功标准可能会随着时间的推移而变化，而且技术、组织实践和劳动力市场高度动态，因此第一阶段非常重要，因为它允许您重新评估和验证招聘和随后的晋升所需的额外能力、技能、优点或人才，并公平地奖励表现最佳的员工。
你会学到更多了解决策过程和组织成果，我们越希望改进就业相关数据的收集和分析，以确保实践中的精英管理和公平。当真正的精英组织深思熟虑、战略性地管理和仔细评估其人才管理流程和结果时，真正的精英组织可以从这种良性循环中受益。第 2 阶段和第 3 阶段允许您进一步改进数据收集活动。因此，当您决定在第 4 阶段维持哪些实践或引入哪些解决方案时，您将获得更好的信息，并且可能会更加成功。您遵循这些步骤的次数越多，您在系统地评估当前人员实践以及为您的组织设计和实施有影响力的干预措施方面就会越有活力和有效。
参考书目
J.B. Fuller 和 M. Raman，“学位被解雇：学位膨胀如何破坏美国竞争力并伤害美国中产阶级”，PDF 文件，埃森哲、生命毕业生和哈佛商学院，2017 年。
R.C. Booth，“不再要求那些不需要大学学位的工作”，Vox，2023 年 3 月 19 日。
N. Lewis，“技术可以用来实现薪酬公平”，技术可以用来实现薪酬公平”，SHRM，19 giugno 2023。
Y. Slan，“观点：对六月节的反思，多样性报告的透明度”，SHRM，16 giugno 2023。
D. Habtemariam，“收集种族和性别之外的员工人口统计数据的 3 项必做事项”，高级管理人员，2022 年 4 月 21 日。
B. Melloy，“在调查中你应该问什么人口统计问题？” Culture Amp，更新于 2020 年 7 月 7 日。
K. Magoon，M.-J。 Robinson, A. Kissling 等人，“人口统计数据收集和报告的最佳实践：评估者指南”，PDF 文件，波士顿：公共咨询集团，2022 年之前。
原创文章：“推进精英管理的数据驱动方法”，《麻省理工学院斯隆管理评论》，2025 年秋季。