Jump to Content

公正な​給与制度を​設計し運用する

People analytics hero image

Social Module

はじめに

組織の形態や大小にかかわらず、より平等な職場を作るためには、公正な給与制度を設計し、それが適正に運用されているか監督する必要があります。性別による給与格差はなかなか解消されない問題であり、実際それに関する資料研究も多く報告されています。女性の給与が制度的に低く抑えられていることは、公平や平等の建前のなし崩しであり、経済に大きな影響を与えている可能性も指摘されています。

公正な給与制度を確立し適正に運用するには、組織で以下のような方策を検討する必要があります。

  1. 報酬理念を定義する。この理念が、労働にどう報いるかの指針となります。
  2. 給与決定プロセスを体系化し、職務に応じた報酬を設定する。職務に相応な給与を支払うことで同一労働同一賃金の実現を推し進めるなど、報酬決定の枠組みを設けます。
  3. 給与の平等に関する分析を実行する。報酬理念を定義し給与決定プロセスを体系化した後、徹底的な分析を定期的に実施して、給与体系が想定どおりに機能していることを確認します。
公正な給与制度

研究の紹介

コーネル大学の労使関係学部(School of Industrial and Labor Relations)において男女間の給与平等の研究を主導するフランシーン ブラウ氏と、その同僚のローレンス カーン氏は、2010 年までの米国労働者に関するデータを分析し、男女間の給与格差を計算しました

両氏は、男女間の給与格差を調整前と調整後に分けて考え、調整前の給与格差が 20.7%(女性の給与は男性の給与のおよそ 80%)であることを発見しました。ただし、この調整前の給与格差には、男性より女性のほうが給与水準の低い職に就いている割合が高いなど、性別以外の変数も大いに関係している可能性があります。経験、組合加入の有無、地域などの変数も格差の要因となります。ブラウ氏とカーン氏が、これらのすべての要因を考慮に入れて算出した**調整後の給与格差は 8.4%**でした。この研究から、職業、業界、経験などさまざまな要因を考慮しても、女性は男性の 92% 程度の給与しか得られていないことがわかります。

構造や説明責任のあり方によって、組織の不公平な給与制度をいかに修正できるかを検証した研究もあります。マサチューセッツ工科大学スローン経営学大学院のエミリオ カスティーリャ氏は、長年にわたり女性やマイノリティの昇給が低く、給与格差が存在していたある組織の協力を得て長期的な研究を行いました。カスティーリャ氏の研究では、昇給を査定するマネージャーにトレーニングを施し、一貫した基準(たとえば業績評価)に基づいて昇給を決定するように指導し、賞与額についても明確な根拠を示すよう要請しました。また、マネージャーが決めた昇給案を審査する委員会を新たに設置し、問題がある場合は昇給案を修正する権限をこの委員会に付与しました。さらには、すべての部門ごとに昇給に関する年次報告書を部門長へ提出するようにしました。

その後 4 年にわたって給与データを分析したところ、性別や人種といった統計学的属性に起因する昇給差はなくなっていました。構造を強化し、説明責任と透明性を持つことによって、給与格差を是正できたのです。

報酬の理念を定義する

給与決定の基準を明確にするための第一歩は、報酬に対する理念を定義することです。たとえば、「成果主義」も報酬理念の 1 つです。組織として何に報いたいか(在籍期間、責任の重さなど)に応じて、独自の報酬理念を確立しましょう。ご自身の組織の理念を明確に定義するにあたり、現在の給与データの収集・調査や、他の組織の事例を研究し、さらに以下のような点も検討してみてください。
  • 組織の目標や価値観を後押しする報酬理念を確立するにはどうしたらよいか?
  • 業界や労働市場と比較して自社の報酬体系をどのように位置づけたいのか?
  • 現在の報酬体系と予算で、必要な人材を獲得、維持できるか?
報酬理念を定義し、それを報酬体系に反映することで理念の実現を目指します。

給与決定プロセスを体系化する

給与決定のプロセス体系化には、さまざまな方法があります。はじめに、組織内にどのような職務があるか(またはどの職務の募集を行う予定か)を明確にし、その職務を果たすために必要な条件を列挙します。組織内に存在する職務を把握し、それらの職務を果たすために何が必要かを特定し、整理します。これには、職名を決定し、職務や職責を簡潔にまとめることも含まれます。そして職務分析を実施して必要なスキルや知識を特定します。

職務分析が完了したら、それらの職務の市場価値(たとえば、他の組織が同様の職務にどれくらいの給与を払っているか)を把握し、市場と比較してどれくらいの報酬を支払うかを考えます(たとえば、調査結果の 50 パーセンタイルを目標とするのは一般的な慣行です)。ここでいう「市場」とは、人材獲得競争を繰り広げる場(たとえば、同じ業界の組織、同じ地理条件の組織など)をもとに定義することができます。予算を念頭に、市場と比較してどれだけ支払いたいかを十分に検討します。

職務分析で作成した職務記述書に基づき、よく似た職務の給与相場と比較します。同じ職名でも、組織によって責任範囲が異なることを前提に比較することが重要です。たとえば、創業間もない企業の副社長の場合、5 年ほどの経験で責任範囲もそこまで大きくないかもしれません。一方、一流の多国籍企業の副社長となれば、30 年以上の経験があり管轄する組織や予算も大きいかもしれません。米国の一般的な職業に関する市場データは、米国労働省労働統計局が無料で提供しています。アンケートに基づくさらに詳細なデータは、業界団体やコンサルティング会社から入手することができます。使用できる市場データが見つからない場合は、組織でその職務に支払っている給与の中央値を使用するか、職務範囲、責任、複雑さが似ている職業の市場データを利用して調整します。

大規模な組織の多くでは、具体的な目標給与額を設け、給与幅を広く設定しています。給与幅とは、市場データに基づいて特定の職務の下限給与と上限給与を決めるもので、通常はその職務の目標給与から上下に同じパーセント幅(たとえば +/- 20%)を設定します。給与体系に目標給与額と給与幅を組み込むことで、職務ごとに一貫した給与額を設定でき、外れ値も簡単に検出することができます。

新規雇用でも、昇給査定でも、必ずこの給与体系に照らして給与を決定します。たとえば、Google の新規雇用者の報酬額は、その職務、レベル、地域に関連付けられた目標給与額をもとに設定されます。なお、前職給与について聞いたり、その情報をもとに報酬額を決定したりすることを禁止している国や地域がありますので注意してください。

給与体系を評価するときは、「すべての人に同じ額の給与を支払う」ことが給与平等ではない点に注意してください。報酬理念によっては、同じような仕事をしている人でも給与に差を付けるべき要因が存在する可能性があります。たとえば Google では、同じ職務に就いていても、業績が良い人は他の人より報酬額が上がることになっています。

賃金差分析の準備を行う

明確な給与体系の確立は、報酬の不平等を避けるのに役立ちます。給与体系が適正に機能していることを確認するには、賃金差分析を実施して、性別や人種などによって給与に差が出ていないか検証します。この分析は、給与に影響しているのが、望ましい要因(職種、所在地など)なのか、望ましくない要因(性別、人種など)なのかを確認するための方法です。複数のグループの動向だけでなく、個別の外れ値も把握できます。Google では、報酬に関わるすべての決定(翌期の給与額の決定、給与の調整、賞与や株式報酬の割り当てなど)を、成果主義の報酬理念に基づいて判断しています。また、実績管理や昇進などさまざまなプロセスを注意深く監視し、各期の終わりには男女別や人種別の結果も分析します。

賃金差分析は複雑ですので、まず報酬理念を定義して明確な給与決定プロセスを確立し、目標給与を設定することをおすすめします。それらが完了し、組織で賃金差分析が必要だと判断したら、次の手順で準備をしてください。
  • 法的な文脈を理解する。この分析を始める前に、労働問題を専門とする弁護士に相談してください。この分析には、法的に幅広い意味合いが含まれており、考慮すべき事項をすべて理解しておく必要があります。
  • 何を知りたいかに応じて質問を設定する。分析によって何を知りたいかを明確に定義します。たとえば、「同じような職務に就いた新規雇用者の男女間の給与に差はないか?」のような質問を設定します。
  • 報酬変数を標準化する。目標給与は職務ごとに異なるため、報酬変数を標準化することで、同じ職務での比較や、国別、地域別の比較が可能になります。たとえば次のような手順で標準化します。1. すべての報酬を 1 つの通貨に換算します。たとえば社員の大部分が日本にいる場合は、すべての報酬を日本円に換算します。2. 報酬変数を対数変換します。これにより、絶対値ではなく割合の差で報酬を比較できるようになります。
  • 格差の存在や程度を確実に検出できる方法を決定する。この点は組織によって異なりますし、どの変数を対象とするかによっても変わってきます。サンプル グループの選別を始める前に、組織や分析に最適なサンプルサイズを検討してください。数十人規模の小さな組織の場合、賃金差分析を行うことは現実的ではないかもしれませんが、報酬データを検証する価値はあります。たとえば、組織に女性が 1 人しかいない場合でも、同じような職務、レベル、経験の男性の給与と比較してどの程度なのかを調べたり、何らかの制御変数を使って男性と女性の給与の平均を計算したりすることはできます。
ここまでの準備が済んだら、実際に分析を実施します。

分析に​用いる​変数を​特定する

賃金差分析に​用いる​変数の​選択

賃金差分析に​使用できる​変数の​例を​下図に​示します。​制御変数は​各組織の​報酬理念に​よって​異なります。​独立変数は​分析で​調べたい​こと​(この​場合は​「男女の​賃金格差」)に​関連しています。​従属変数は、​従業員への​賃金形態(給与、​賞与、​株式など)に​応じて​異なります。

「これらの​変数を​考慮すると、​..............この​変数は​..............この​結果と​相関性が​あるか​?

制御変数

独立変数

従属変数

パフォーマンス スコア

性別

報酬

職務レベル
在職期間
職務

比較の​対象を​確定したら、​次は​分析に​用いる変数を​特定します。

独立変数とは、​従属変数、​つまり​求めている​結果に​対する​影響力を​調べる​ための​変数です。​従属変数とは、​結果​指標で、​制御変数や​独立変数の​影響を​受ける​可能性が​あります。​男女従業員間の​賃金差分析の​場合は、​性別が​独立変数で​賃金結果​(た​とえば​給与)が​従属変数に​なります。

制御変数は​給与に​影響すべき要因であり、​これらの​要因は​報酬理念を​反映して​決定されています。​たとえば、​報酬理念に​よって、​職務レベルが​高い​人ほど​給与が​高くなる、​または​業績評価が​低ければ​給与が​下がる、と​定義されているとします。​その​場合は、​職務レベル、​業績、​経験などが​制御変数に​含まれる​可能性が​考えられます。

給与格差の​大きさだけに​着目すると、​統計的に​有意で​ない​差異を​格差であると​誤って​認識してしまう​おそれが​あります。​また、​絶対値では​為替レート、​地域、​職務レベルなどの​影響を​受けてしまうと​いう​問題は、​賃金率を​用いる​ことで​回避できます。

データを​分析して​賃金差が​ないか​調べる

変数を​選択したら​分析作業を​始めます。​標準偏差、​分散、​回帰モデルなど、​統計学に​習熟し、​分析できる​人材が​必要です。

  1. データを​集め、​妥当性を​チェックする。​良い​分析には​良い​データが​必要です。​抽出検査を​行い、​データに​漏れや​誤りがないか​確認します。​データが​不完全な​場合は​その​原因を​把握し、​それが​結果に​どう​影響するかを​見極めます。
  2. できるだけ​似ている​職務を​特定する。​賃金差分析は、​同じような​職務に​就いている​従業員同士を​比較したい​場合に​効果的です。​よく​似た​従業員の​グループ化は、目標賃金を​設定した​際に​すでに​行っている​場合が​あります​(例: 営業部門の​新人アナリストと​金融部門の​新人アナリストを​グループ化する)。
  3. 多重共線性が​存在しないか​確認する。​多重共線性は、​2 つの​制御変数に​高い​相関性が​ある​場合に​発生し、​これに​よって​結果が​大幅に​変わる​ことがあります。​たとえば、​在職期間と​職務レベルは​相関性が​高い​可能性が​あります。​組織に​長く​在籍していれば、​それだけ経験を​積んで​レベルを​高めていると​考えられるからです。​制御変数と​してより​重要な​ものを​選択し、​もう​一方の​変数は​回帰分析から​除外します。
  4. 回帰分析を​実行する。​賃金差分析を​実施する​際に​よく​用いられる​厳密な​手法は、​回帰モデルを​使った​分析です。​回帰分析を​行うと、​複数の​変数間に​有意な​関係が​あるか​どうかが​わかります​(た​とえば、​性別が​賃金に​影響しているか​どうかを、​他の​要素の​影響を​抑えつつ分析できます)。​2 つの​変数の​相関関係を​明らかに​する​ことで、​独立変数​(​「性別」など)に​起因する​賃金差と、​他の​変数​(報酬に​影響する​「職務レベル」など)に​起因する​賃金差とを​分けて​考える​ことができます。​具体的には、​最小二乗法に​よる​回帰分析に​よって、​すべての​制御変数を​同時に​分析できます​(詳しい​方​法に​ついては、​スプレッドシートや​ Rを​用いた​計量経済学分析で​分析を​実行している​動画を​ご覧ください)。​まず、​回帰モデルに​制御変数​(た​とえば​「職務レベル」)を​入力し、​次に​独立変数​(た​とえば​「性別」)、​最後に​従属変数​(た​とえば​「賃金率」)を​追加します。
  5. 有意性が​あるか​確認する。​回帰分析結果の​有意性を​確認する​ことで、​グループ間に​統計的に​有意な​差が​あるか​どうかを​確認できます。​有意性が​認められた​場合は、​効果量計算を​実施して​差の​大きさを​より​的確に​把握し、​どの​変数が​大きな​差の​主要因に​なっているのかを​分析します。
  6. 分析作業が​適切だったか​検証する。​分析手法、​スプレッドシートの​式や​コード、​分析の​前提​(た​とえば、​似ている​職務を​どのように​定義したか)などを​同僚に​検証して​もらいます。​記述統計量​(平均、​分散、​相関など)を​確認し、​それらが​理に​適っているか​どうか​(た​とえば​「給与額が​マイナス」、​「年収が​ 100 円」と​いった​異常値が​ないか)を​検証します。​分析結果に​ついて​他の​人と​話し合い、​論理的に​納得できるか​どうかを​確認する​ことが​重要です。
  7. 分析結果を​まとめる。​賃金体系が​うまく​機能していれば、​性別や​人種に​よる​賃金格差は​見られないはずです。​格差が​ある​場合は​その​原因を​調べます。​設定した​前提や、​分析に​含められなかった​変数を​見直し、​それらが​結果に​影響していないか​検討します。

回帰分析の​出力例

回帰分析を​実行すると、​複数の​変数間に​有意な​関係が​あるか​どうかが​わかります(た​とえば、​賃金に​性別が​影響しているかを、​賃金に​影響するはずの​他の​要因を​制御しながら​分析できます)。

これは​Rに​よる​回帰分析 (最小二乗法)の​出力例で、​独立変数は​性別、​従属変数は​賃金率です。​また​この​組織の​分析では​4つの​制御変数(パフォーマンス スコア、​職務レベル、​在職期間、​職務)が​重要であると​判断され、​考慮されています。​この​例では、​すべての​制御変数を​考慮すると、​女性の​賃金率は​平均して​男性よりも​0.01高くなり、​この​数値は​統計学的に​有意です。

推定 賃金率の​変化の​割合を​性別の​関数と​して​示しています。

標準誤差

t值

Pr(> ltl ) p値が​0.05未満であるとは、​95%の​信頼区間で​ 変数が​統計学的に​有意である​ことを​示します。

(切片)

0.70

0.01

0.90

0.37

性別 独立変数

0.01

0.01

2.31

0.02

control_1

0.04

0.01

0.83

0.41

control_2

0.02

0.07

2.74

0.00

control_3

0.03

0.01

1.63

0.11

control_4

0.01

0.01

0.86

0.39

分析結果に基づいてアクションを起こす

分析の結果、給与格差が見つからなければ、現時点で何か対処する必要はありません。次回の給与改定時に再検証し、格差のない給与体系を維持してください。

格差が見つかった場合は、以下の方法でさらに詳しく検証する必要があります。

弁護士に相談する。具体的に対処する前に弁護士に相談し、変更を行うための法的な文脈や要件を把握してください。

人事プロセスを確認する。定期的に確認を行い、格差が見つかったらその原因を調べます。人事プロセスが、意図したとおりに機能しているかどうかも確認してください。たとえば業績評価の客観性に確信が持てない場合は、特定の変数を含めた分析と含めない分析を実施して、業績評価や昇進に偏りがないかを確認します。人事プロセス内のすべての意思決定にも着目します。誰がどの意思決定の責任を負っているのか。意思決定に関わるトレーニング、規範、動機付けが、人々の決定にどう影響しているか。驚くような結果が出るかもしれません。たとえば、2010 年に Google が実施した分析では、昇進の機会に自ら手を挙げる女性エンジニアの割合が低いという事実が判明しました。それが原因で、男女間の昇進率に大きな差が生じていたのです。

Google では、結果に基づいて対処しました。このデータを社員に公開し、昇進の準備が整ったら積極的に手を挙げるよう促すだけでなく、査定を行ったマネージャーにも説明責任を求めることにした結果、昇進率の格差是正につながりました。

人事プロセスと同時に、給与決定プロセスを見直す良い機会でもあります。以下のような点を検討してください。
  • 定義した報酬理念が、意図に反して不平等の原因になっていないか?
  • 組織として、一貫性をもって給与体系を適用できているか?
  • 分析前に設定した前提が、分析結果にどう影響しているか?
  • 給与に影響するはずの要因(制御変数)によって説明できる不平等はないか?
給与の調整を検討する。報酬理念に沿って変更することが重要です。格差が存在すべきでないグループ間に格差が生じていた場合は、1 回限りの給与調整を検討してください。たとえば、2015 年に男女間の給与格差を特定したソフトウェア会社 Salesforce は、調整により格差の是正に取り組みました。ただし、分析直後の調整で達成できるのは短期的な平等です。根本的な原因を究明して解決するとともに、時間が経過しても元の不平等な状態に戻らないようにすることが重要です。

意思決定者に説明責任を求めることで偏見を減らす。ほとんどの組織では、給与平等に向けた取り組みで大きな役割を果たすのが、業績の評価や給与の決定において大きな責任を担っているマネージャーです。まずは、男女間の給与平等の重要性についてマネージャーを教育し、無意識の偏見が給与決定プロセスにどう影響するかについて説明します。給与改定の時期が来るたびに、男女間の給与平等の重要性をマネージャーに再認識させ、彼らによる給与査定の適正性が審査されること、審査の結果が後日フィードバックされることを伝えます。男女別の給与データを定期的に検証する委員会を設置している組織もあります。

男女間の給与平等を実現するには、組織内の全員が長期にわたって真摯に取り組む必要があります。簡単なスプレッドシートから始めてもよいですし、最初から全社的な報酬分析を実施するのもよいでしょう。すべての組織にはその規模にかかわらず、公平で平等な職場を作る責任があるということを心に留めておいてください。

Social Module