论薪酬的多维分析模型
中国建筑材料科学研究总院人力资源部 余清泉
（本文获中国建材研究总院青年科技管理论文大赛管理类一等奖）
【内容提要】文章以中国建筑材料科学研究院薪酬分析实例为基础，提出薪酬分析的指导原则、分析方法和薪酬多维分析模型。该模型分为趋势分析模型、薪酬分布曲线模型、薪酬内部系统分析模型、薪酬外部比对模型、人工成本分析模型、薪酬满意度模型、双因子相关分析模型等7个子模型，综合运用统计学方法、系统论方法、会计学方法和心理学方法进行薪酬分析，从而反映薪酬现状，诊断薪酬缺陷，推进人力资源变革，提出管理优化建议。该模型为薪酬分析构建了具有实操性的分析工具，具有较强的现实指导意义。
【关键词】薪酬管理 薪酬分析
【正文】
薪酬管理是人力资源管理的重要环节，有关研究汗牛充栋。已发表的有关文献研究主要集中在薪酬制度设计、薪酬调查方案设计，以及薪酬福利的激励效果上，对激励因素、薪酬方案设计的研究相当深入。但是对薪酬诊断分析关注较少，尤其缺乏具体可行的方法模型以及分析工具。本文以中国建筑材料科学研究院薪酬分析实例为基础，提出薪酬分析的指导原则、分析方法和薪酬多维分析模型。
一、 薪酬分析的重要性
薪酬分析是运用多种分析手段，对一定时期内企业的薪酬数据进行综合分析，从而反映薪酬现状，诊断薪酬缺陷，推进人力资源变革，提出优化建议的过程。 薪酬分析的重要性体现在如下四个方面： （一）描述薪酬状况，反映人力资源现状。
描述反映功能是薪酬分析的首要功能，通过薪酬分析，我们可以宏观地系统地了解企业薪酬水平与薪酬分布现状，准确把握企业外部竞争力和内部公平性。 （二）评估薪酬方案，考量人力资源决策。
一个薪酬方案设计实施后，具体效果需要由薪酬分析来反馈评估。通过各种指标和分析技术，来客观评估考量某一阶段人力资源决策的正确性与有效性。
（三）诊断薪酬制度缺陷，推进人力资源变革。
不存在尽善尽美的薪酬制度，也不存在一成不变的薪酬制度，在薪酬分析中诊断发现制度缺陷，并提出建议，在新一轮的人力资源变革中加以克服或者弥补，实现薪酬的内部公平目标和外部竞争性目标，实现有效激励。
（四）综合推进管理优化，达致人力资源战略目标。
薪酬分析不是孤立的，通过与岗位分析、人才结构分析等人力资源模块的相关分析，可以更加全面更加深刻地理解当前的人力资源战略，综合推进管理优化，达致人力资源战略目标。
二、 薪酬分析的原则
薪酬分析遵循如下原则： （一）真实性
薪酬分析以真实数据为基础。真实性具体反映在三个方面：第一，在薪酬数据的原始收集处理阶段，必须力求准确真实，不遗漏不虚报。第二，薪酬分析数据不拘泥于实际数据，薪酬数据收集后的第二阶段是排异化处理，为便于历史对比分析，须排除部分足以影响分析结论的特殊异常数据；同时在分析报告中加以注释说明，保证真实反映客观情况。第三，谨慎使用外部薪酬调查数据。因为由于薪酬数据的保密性，外部获取数据往往存在主观或客观的误差，在参考外部薪酬数据时必须保持谨慎和有选择有分析地使用。 （二）长期性
薪酬分析的时间跨度一般在一年期以上。而且，薪酬分析还注重纵向历史分析，数据对比有可能涉及近几年数据。薪酬分析的长期性主要基于以下三个原因：第一，薪酬数据分析工作量大，短期分析过于频繁，不利于简化工作量。第二，一年期以上的薪酬数据在统计学意义上能通过规模化的数据来减少由于个别月份特殊波动带来的误差。第三，年度分析符合会计结算、年终总结等工作习惯，且由于与同期其他报表生成时间一致，有利于薪酬的扩展分析。 （三）系统性
系统性具体反映在三个方面：第一，薪酬分析必须放在企业的整个薪酬体系里来看才有意义，应坚持宏观全面分析。第二，除了薪酬数量分析，薪酬体系结构分析也是薪酬分析的一个重要方面，一个良序合理的系统，必须有着合理优化的结构。第三，薪酬分析改进建议应更加着眼于结构优化，薪酬改进绝不仅是绝对数量上的增减变化，更应该着手结构优化，构建合理的激励体系。 （四）比对性
比对性具体反映在三个方面：第一，薪酬数据须具有可比性，保证数据具有可比性的方法是同期数据收集和排异化处理。第二，薪酬数据比对是薪酬分析的重要方法，内部比对反映内部结构和内部公平性，外部比对反映外部竞争力。第三，薪酬分析结论须具有可比性，通过一些客观指标的横向比对，得出薪酬分析可比性结论，便于以后的薪酬历史分析和改进。
三、 薪酬的多维分析方法
（一）统计学方法：
通常我们要分析的薪酬数据有三类：第一类是工资数据，这是最核心最基本最常用的数据，基本都属于定距变量；第二类是岗位、职级、年龄等用于区分人员类别的标识，可以是定类、定序或定距变量；第三类是薪酬调查结果数据，如薪酬满意度等，属于定序变量。
正是因为这些数据的统计学特征，我们可以用数理统计的方法来加工处理这些数据，用图形、统计学指标等来描述薪酬分布状况，进行趋势分析，以及与其他因素的相关分析，反映薪酬现状，揭示薪酬规律。
数理统计分析方法主要适用于描述性分析和相关性分析，是薪酬分析的主要方法。 （二）系统论方法：
系统论认为，整体性、联系性，层次结构性、动态平衡性、时序性等是所有系统的共同的基本特征。我们认为一个成规模企业的薪酬体系应该是一个良好的系统，运用系统论的一些思想，我们对薪酬进行结构层次分析，对薪酬分布曲线进行合理化改进，推进系统优化。
需注意的是小型企业往往存在部门缺失、人才配备不完备、职能交叉等情况，在运用此方法进行分析时，须具体问题具体分析。
层次结构分析方法与岗位结构分析、人才结构分析、人才需求分析等方法相结合，是人力资源发展战略构建的重要方法。
（三）会计学方法：
人力资本、人工成本分析是薪酬分析的传统方法。主要运用劳动经济学、会计学的一些指标来反映人力资本投入产出，进行人工成本分析。
运用人工成本分析法时需注意：第一，因人工成本分析需与收入、利润等财务会计指标结合使用，应保证与财务统计口径一致；第二，人工成本是一个比较广义的概念，不同于狭义的薪酬，包括了福利的很多内容。 （四）心理学方法：
员工的薪酬的满意度、薪酬的激励效果实质是一种心理感受，绝对量一致的薪酬在不同的企业、不同的企业文化、不同的员工身上会有不同的激励效果。
心理学方法主要适用于薪酬满意度调查结果分析以及薪酬福利激励效果分析。心理学分析方法是薪酬分析的补充方法。
四、 薪酬的多维分析模型
（一）趋势分析模型：
趋势分析模型是一个用数理统计指标来描述反映薪酬现状的模型。该模型主要使用下面四种指标来分析薪酬现状： 1、关键值指标：极大值（Max ），极小值（Min ），四分位数（Quartile ）、极差
关键值指标是极端值以及位于25%、50%、75%位置的数据，通过关键值指标可以粗略把握薪酬整体水平。25%、50%、75%位置分别反映了初级员工、一般员工与中高层员工的粗略薪酬水平。25%~75%之间的薪酬分布频段是企业多数员工的薪酬分布区间。结合平均数等指标，将关键值指标与外部薪酬数据相比，可以判断该企业的市场价位。
极差，也称全距，是极大值（最高薪酬）与极小值（最低薪酬）的差，说明薪酬两个极端标志值的差异范围。是反映薪酬拉开幅度的一个重要指标。分析中应尽可能排除极端值过于偏离中心值的特殊情况，需结合其他指标才能全面反映薪酬的变异程度。
薪酬差距须根据行业、地区和企业实际情况确定，大的差距能拉开薪酬激励幅度，增加薪酬晋升等级，增强薪酬激励效果，但是如果差距过大，也会严重影响薪酬内部公平性，耗散企业向心力。
2、居中趋势指标：平均数（Average ）、中位数（Median ）、众数（Mode ）、均值在数列中排位（Average’s Percent rank ）
居中趋势指标反映的是数据集中程度，以及最大多数员工的薪酬水平。算术平均值是最常用的薪酬分析指标，它直接反映了整体薪酬水平。中位数反映了50%位置处的薪酬水平。
平均数与中位数不一定重合，尤其是在如今企业普遍采用递进式薪酬阶梯体系的情况下。我们用“均值在数列中排位”
来反映平均数所处位置，这三个指标结合，描述反映了薪酬的居中趋势。
3、离散趋势指标：平均差（Average Deviation）、标准差（Standard Deviation）、方差（Variance ）
离散趋势指标反映的是数据离散程度。离散趋势在薪酬分析中的主要意义是：若离散度太小，说明员工薪酬呈平均化趋势，未有效拉开薪酬差距，激励效果不佳。若离散度太大，必须分析具体原因：第一种原因是高管层薪酬与均值拉开幅度太大，导致整体结果放大；第二种原因是存在薪酬差距过大现象，销售等部门最容易出现此种状况。 4、薪资均衡指标(Compa-Ratio)
Compa 值为薪资均衡指标，也称薪酬比较比率，反映薪酬数值与薪酬范围中点值的相对关系，既适用于整体、某一部门、某一薪酬等级，也适用于个体，是现代薪酬诊断中被经常用到的一个通用指标。 一般通用Compa 指标是工资平均值与工资范围中点值的比值，即 Compa 指标=Average/[Min+(Max- Min)/2]
Compa 指标用于整体的解释意义：主要指的工资平均值为全体员工平均工资，工资范围中点值为全体员工工资范围的中点值。
若Compa 指标大于1，说明薪酬非均衡地集中于高端区间，出现这种情况第一种原因是企业老年化严重，许多员工已经达到职业生涯通道顶端，中高层过多，成倒金字塔分布；第二种原因是企业员工出现二元分化，蓝领阶层人数少且工资低，白领阶层人数为企业主体且工资高，这多出现在科技型企业；第三种原因是企业人工成本控制失调，总体成本过高；第四种原因是按照现有的绩效考评体系，多数员工的绩效确实优秀；第五种原因最高薪酬由于某种特殊原因与一般员工薪酬差距较小，这反映了Compa 指标过分依赖于极值指标的缺陷。 若Compa 指标等于1，说明薪酬均衡。
若Compa 指标小于1，说明薪酬非均衡地集中于低端区间，出现这种情况第一种原因是缺乏晋升通道或职业通道设计不合理，很多员工难以晋升到中高层；第二种原因是生产型企业存在大量低技术含量工人，这些人流动量大且工资低，未能形成有效的职业晋升通道，从而使整体平均工资过低；第三种原因是企业整体薪酬水平过低，外部竞争力较弱；第四种原因是按照现有的绩效考评体系，多数员工的绩效不高或者达不到设定的绩效目标；第五种原因是极差范围太大，即最高薪酬远远高出一般水平，且高端人数较少，从而抬高了中点值，这也反映了Compa 指标过分依赖于极值指标的缺陷。
由于目前企业的薪酬去平均化趋势，薪酬差距（极差）越来越大，传统Compa 指标很容易出现小于1的第三种原因。为避免这种误差，我们也可以将传统Compa 指标修正为工资平均值与工资中位值的比值，即 Compa*指标=Average/Median （二）薪酬分布曲线模型：
薪酬分布曲线模型是一种用图形来直观反映薪酬频段分布的分析模型。薪酬分布曲线有三种类型：薪酬排列线、薪酬分布柱状图以及薪酬分布百分比饼图。 1、薪酬排列线
薪酬排列线是将企业所有薪酬数据点从低到高排列，以散点图或折线图方式绘制出的一条曲线。薪酬排列线可以直观反映企业全体员工整个薪酬走势，以及高低差距。
因为预先对薪酬数据点进行了从低到高的排列，所以薪酬排列线的斜率只能是大于等于0。通过分析曲线斜率，可以分析薪酬走势、分布。
斜率越小，曲线越平坦，说明此处薪酬跨度小，为员工薪酬集中分布区间。若斜率等于0，则曲线表现为小横线段，
说明此处集中了相同薪酬的员工，通过观察斜率为0的小横线段，可以直观得出薪酬分布的众数和薪酬分布主体。 斜率越大，曲线越陡峭，说明此处薪酬跨度越大。第一种情况是薪酬制度等间差放大，第二种情况是此区间薪酬分布缺失。
2、薪酬分布柱状图/薪酬频段分布线
薪酬分布柱状图是在薪酬范围内按一定跨度划分若干薪酬区间，以分布在该区间的人数为数据绘制出薪酬分布柱状图。薪酬分布柱状图可以直观反映企业员工薪酬分布频段，柱状图的顶端连线也可以绘制成薪酬频段分布线。
理想状态下，薪酬频段分布线符合正态分布。正态分布又称常态分布，是连续型随机变量概率分布中最常见、最重要的一种。特点如下：一、曲线呈单峰型，波峰的尖锐/平坦度描述指标为峰值/峰态系数（Kurtosis ）。正峰值表示相对尖锐的分布，负峰值表示相对平坦的分布。二、两端对称，以平均值为中心的分布线两端的不对称程度具体描述指标为偏斜度/偏态系数（Avedev ），正偏斜度表示不对称边的分布更趋向正值，负偏斜度表示不对称边的分布更趋向负值。
在实际薪酬分布中，一般会略呈正偏态分布，即左短右长，主体薪酬峰值集中稍向低端偏移。 3、薪酬分布百分比饼图
薪酬分布百分比饼图是在薪酬范围内按一定跨度划分若干薪酬区间，以分布在该区间的人数占总人数的百分比为数据绘制出薪酬分布百分比饼图。薪酬分布百分比饼图可以直观反映企业薪酬在各个区间分布比重。
判断薪酬分布百分比饼图是否合理，第一看区间是否多样化，如果强势集中在少数区域则说明该薪酬体系存在平均化趋势，未有效拉开薪酬差距，激励效果不显著；第二看从第一象限开始顺时针到第四象限，比重是否存在“少-多-少”的分布规律，合理化的薪酬分布应是主体突出，区间分布多样合理。
综合三种曲线来看，一般认为比较理想的薪酬分布曲线模型是：①薪酬排列线应该总体上呈现由平缓到陡峭的上升态势，即形成一条凹性曲线，中间部分平坦上升；②薪酬频段分布柱状图呈“两端低中间高”的正态分布状态；③薪酬频段分布线在中部薪酬区间集中，并且集中部分与薪酬平均值重合；④薪酬频段分布线走势平滑，不存在尖锐陡峭、大起大落现象；⑤薪酬百分比饼图各区间分布合理和多样化。 （三）薪酬内部系统分析模型：
薪酬内部系统分析模型是将企业内部各个系统的薪酬数据进行比对，按照各个系统工作特点、员工特点，分析其薪酬状况是否合理。运用层次结构分析法，获取内部系统薪酬比对结论，与岗位结构分析、人才结构分析、人才需求分析等方法相结合，是构建人力资源发展战略的基础。 表1 薪酬内部系统特点对比表
薪酬内部系统分析模型首先是对各个子系统的分析，对各个子系统运用趋势分析方法、薪酬分布曲线分析方法来进行系统分析，发现各个子系统的构成与分布；然后是将各个子系统进行横向对比分析，分析内部各系统的薪酬公平性。 需要注意的是，由于各个企业所处的行业、地点、外部市场环境、企业发展阶段等因素不一样，薪酬内部各系统的特点不是唯一的。需要具体问题具体分析。 （四）薪酬外部比对模型
薪酬外部比对模型是参考市场价位指标来衡量企业在市场的价位水平，从而评估企业薪酬的外部竞争力。通过该模型，可以调整并实施企业薪酬的市场跟随政策、拖后政策、超前政策或混合政策。需要注意的是：由于调查样本的局限性以及薪酬本身的保密性，调查数据有一定的局限性。企业须在结合自身情况的分析上参考使用。 1、工资指导线
企业工资指导线一般由省市劳动和社会保障局每年根据上年度经济发展情况和本年度预测结合回归模型测算发布的，工资指导线中的基准线是对大多数生产发展正常，经济效益有所增长的企业适度增长职工工资的基本要求。 工资指导线可用于薪酬增长幅度比对。 2、社会平均工资
企业职工社会平均工资一般由省市统计局根据全市企业职工实际工资总额统计公布的人均工资额，简称社会平均工资，它是控制职工缴费工资基数和计算缴费水平及退休待遇的依据。 社会平均工资可用于整体薪酬水平比对。 3、分类在岗职工平均工资
每年统计局发布的统计年鉴中一般包括分类在岗职工平均工资，由于该指标是分地区分行业分企业类型发布，所以对企业的参考性较好。 4、商业薪酬调查数据
企业也可以从专业的商业调查公司购买薪酬调查数据。商业薪酬调查数据一般说来比劳动局、统计局发布的信息更细化，对企业更有参照性。而且企业可以根据自己需要向商业调查公司定制自己需要的地区、行业、职位的薪酬数据，更有针对性。
（五）人工成本分析模型：
人工成本分析模型是用会计方法来评估企业人工成本投入与效益产出之间的关系，通过横向比较，来分析诊断企业人工成本投入中存在的问题，并及时调整，使人工成本投入产出优化。
人工成本是企业在一定时期内生产经营和提供劳务活动中因使用劳动力所发生的各项直接和间接人工费用的总和。企业人工成本构成包括：职工工资总额、社会保险费用、职工福利费用、职工教育经费、劳动保护费用、职工住房费用、工会经费和其它人工成本支出等。所以人工成本是个广义的薪酬福利概念，需要涉及除薪酬数据外的很多财务数据。 人工成本的主要指标有三类：
1、人工成本总量指标：人工成本总额、人均人工成本 人均人工成本=人工成本总额/职工人数
人工成本总量指标反映的是企业人工成本的总量水平。人均人工成本反映了企业职工薪酬福利水平，可以进行外部横向比较，是反映企业薪酬外部竞争力的重要指标。
2、人工成本结构指标：人工成本占总成本的比重、人工成本工资含量 人工成本占总成本的比重＝(人工成本总额／总成本)×100% 人工成本某组成部分含量＝(某组成部分额度/人工成本)×100%
人工成本结构指标是指人工成本各组成项目占人工成本总额的相对比重，它可反映人工成本投入构成的情况与合理性。其中，人工成本工资含量即工资占人工成本的比重是结构指标中的主要项目。
3、分析比率型指标：劳动分配率、人事费用率、人工成本产出系数、人工成本销售收入系数、全员劳动生产率
人工成本分析比率型指标，是将人工成本与其他经济效益指标如利润总额、增加值、销售收入、上缴利税、实现税利
等联系起来进行比对的相对数，用以说明人工成本的效益情况，即每投入一定数量的人工成本产生出了多大的经济效益，是进行企业人工成本分析控制常用的指标。
分析比率型指标是相对数指标，有利于外部企业横向比较。但应该注意的是，不同行业的企业之间，由于资本有机构成或劳动装备水平不同，增加值率和利润率不同，人工成本分析比率型指标存在明显差异。 劳动分配率＝(人工成本总额／增加值) ×100% 人事费用率＝(人工成本总额／销售收入) ×100% 人工成本产出系数=增加值/人工成本
人工成本销售收入系数=销售收入/人工成本 全员劳动生产率=增加值/职工人数
理想的人工成本分析结果应是U 型的，即：“二高一低”，高人均人工成本，低人工成本含量，高人工成本投入产出系数。高人均人工成本说明薪酬人均水平高、具有市场竞争力、员工福利待遇水平高；低人工成本含量说明总成本中人工成本比重低，即劳动效率提高；高人工成本投入产出系数说明人工成本投入产出的增加值多，人工成本投入有效，达到薪酬福利激励的良性循环。
（六）薪酬满意度模型：
薪酬满意度模型指对薪酬满意度调查结果进行的分析。薪酬满意度是员工满意度的指标之一，薪酬满意度分析可以了解员工动态，评估激励效果，诊断薪酬制度，从而推进薪酬制度优化，强化激励的针对性，改进企业氛围，增强员工满意度。
由于薪酬满意度调查结果主要是“不满意”、“基本满意”、“很满意”等类型数据，所以我们可以通过一些统计技术来使结果便于统计分析，如将满意度定义成5个刻度，让员工根据程度强弱选择相应的刻度，从而使统计结果量化。 1、薪酬满意度关键指标：满意度、透明度、回报率、公平度、降薪底线、影响因素排序等 满意度是员工对薪酬的总体心理评价；
透明度是员工对薪酬制度操作透明程度的心理评价； 回报率是员工对自己努力与所获报酬对等程度的心理评价；
公平度是员工对薪酬公平性的总体心理评价，主要是内部与其他员工的比较； 降薪底线是员工对自己所能容忍的降薪程度的描述； 影响因素排序是员工对影响薪酬各种因素重要性的心理排序。
薪酬满意度指标主要反映了员工对薪酬理念的理解、对薪酬政策的评估以及对自我薪酬的心理评价。 2、薪酬满意度的误差
由于薪酬满意度是由调查方法获得，主要误差来自于一是抽样误差，一是来自于员工的主观误差。首先，薪酬满意度是心理评价，而每个员工掌握的的信息、对薪酬的理解、以及心理期望度是有差异的，这是主观评价不能避免的误差；其次，薪酬福利的刚性特点，理论上人们对薪酬的追求度是无止境的，几乎永远没有100%的薪酬满意度；再次，由于通行的薪酬保密化制度，以及对其他员工工作不了解，信息不对称造成了高估自己低估他人的倾向，从而对公平性评价产生偏差；最后，员工心理上将调查与薪酬调整挂钩，主观上容易出现低估满意度的心理倾向。 薪酬满意度结果并不等于薪酬客观状况，我们必须谨慎分析、参考使用。 3、薪酬满意度分析必须重视心理因素
“满意度”本就是一个心理学指标，我们在分析薪酬满意度时必须重视心理因素。虽然员工对薪酬的理解不一定准确科学，掌握的信息也不完全，以及主观心理倾向容易使薪酬满意度与实际薪酬状况差生偏差。但是，它真实反映了员
工对薪酬的心理评价。
首要关注的是薪酬满意度，员工对薪酬的总体心理评价对企业激励效果有直接影响。 其次要关注的是普遍反应强烈的薪酬不合理因素，这是下一步薪酬优化的重点区域。
再次将员工薪酬满意度与其他薪酬分析结合，如果发现存在较大差异甚至相反，就需要考虑是否存在以下情况：一、薪酬数据有误或者分析方法不当，导致结论失真；二、薪酬满意度调查的误差过大；三、企业沟通渠道不畅通，薪酬制度透明度偏低；四、员工观念僵化，对薪酬的某些认识不科学；五、受企业内最近某些重大事情的影响，员工在接受调查时存在情绪化倾向。 （七）双因子相关分析模型：
双因子相关分析模型是一种深度分析方法，它将薪酬与影响薪酬的因素如年龄、岗位、职级、部门等结合，用回归方法来分析其相关性，从而掌握该因素对薪酬的影响程度和作用模式。
具体方法是用最小二乘法等方法拟合线性或非线性回归方程，加以F 检验，检验合格则配置回归线有意义。然后绘制出“年龄-薪酬”曲线，“职级-薪酬”曲线等来直观反映相关关系。 该模型主要运用在以下方面：
一是可以深入了解影响因素对薪酬的影响程度及作用模式。在一般性描述分析之后，可以运用该方法对薪酬影响因素进行有选择性有侧重的深度分析，发现其作用模式和作用规律，加深理解。
例如一般情况下我们假设“年龄-薪酬”曲线是一条先增后减的凸型曲线。增长部分斜率为正，表明随着年龄的增长，熟练度增强，经验值逐渐丰富，工作绩效提高，或者职级得到晋升；峰值表明最佳贡献年龄，也表明企业内拥有最高薪酬的部分员工的年龄，这部分员工通常是企业的领导者或骨干；曲线末端斜率为负，呈下降趋势，表明老年员工达到职业通道顶端。
而由于行业、地区、企业人才结构的不同，该曲线也呈现不同的态势。通过对该曲线的分析，可以深入了解该企业的特点。
二是可以预测随着影响因素的变化，薪酬将如何变化。如“年龄-薪酬”、“职级-薪酬”等回归方程拟合出来后，以该因素为自变量，薪酬为因变量，可以预测两者变化关系。
首先是纵向分析，预测薪酬总量或人工成本的增幅，这在薪酬分析中比较常见，用企业增长线与社会平均工资增长线对比，可以考量企业在市场的水平。其次是预测如果在原有薪酬制度下调整企业人才结构，薪酬将发生何种变化，此时多用于薪酬预算。
三是可以通过对比拟合回归线与假设模型来发现诊断薪酬缺陷，调控薪酬。例如，“年龄-薪酬”回归方程F 检验配置不合理，或者实际的年龄-薪酬散点分布图出现多峰波动，说明该企业年龄-薪酬分布不典型，有可能存在多个收入、年龄集中群体；也有可能是该企业已经完全否定年功因素，整个企业员工工作近似性程度高等。通过分析原因，诊断曲线，调整人才结构，调整薪酬制度。
五、 薪酬多维分析模型的综合运用
构建薪酬多维分析模型的主要意义是为薪酬分析提供了一个具有实操性的分析工具。运用这个工具，我们可以从多个视角，运用多种方法来反映薪酬现状，诊断薪酬缺陷，推进人力资源变革，提出管理优化建议。 薪酬多维分析模型分7个子模型，其具体功能如下表：
表2 薪酬多维分析模型功能表
在上述7个子模型中，趋势分析模型和薪酬分布曲线模型是最基础的分析模型，它们使用的方法（主要是数理统计方法）可以广泛地运用于其他子模型的分析中。薪酬内部系统分析模型和薪酬外部比对模型是说明薪酬内部公平性和外部竞争性的两个模型。人工成本分析模型和薪酬满意度模型是分别从会计学角度和心理学角度来分析的模型。而双因子相关分析模型则是一个深度分析方法，是针对描述性分析中发现的问题进行的深入分析。
在薪酬分析的四个原则指导下，我们完全可以交叉使用各种方法，根据需要有选择有侧重地选用模型，没有必要面面俱到。
薪酬分析不只是一个简单的处理数据过程，要想如实地反映客观情况，发现存在问题，促进薪酬优化，真正达到薪酬分析的目的，必须熟悉企业情况，了解企业战略，发现隐藏在数据背后的问题。薪酬分析是企业自我人力资源诊断方法之一，重在客观评估和优化改进，否则薪酬分析将失去意义。
科学客观的薪酬分析体现了企业人力资源管理水平，不断推进的管理的优化则体现了企业管理上的自我超越和不断创新。
论薪酬的多维分析模型
中国建筑材料科学研究总院人力资源部 余清泉
（本文获中国建材研究总院青年科技管理论文大赛管理类一等奖）
【内容提要】文章以中国建筑材料科学研究院薪酬分析实例为基础，提出薪酬分析的指导原则、分析方法和薪酬多维分析模型。该模型分为趋势分析模型、薪酬分布曲线模型、薪酬内部系统分析模型、薪酬外部比对模型、人工成本分析模型、薪酬满意度模型、双因子相关分析模型等7个子模型，综合运用统计学方法、系统论方法、会计学方法和心理学方法进行薪酬分析，从而反映薪酬现状，诊断薪酬缺陷，推进人力资源变革，提出管理优化建议。该模型为薪酬分析构建了具有实操性的分析工具，具有较强的现实指导意义。
【关键词】薪酬管理 薪酬分析
【正文】
薪酬管理是人力资源管理的重要环节，有关研究汗牛充栋。已发表的有关文献研究主要集中在薪酬制度设计、薪酬调查方案设计，以及薪酬福利的激励效果上，对激励因素、薪酬方案设计的研究相当深入。但是对薪酬诊断分析关注较少，尤其缺乏具体可行的方法模型以及分析工具。本文以中国建筑材料科学研究院薪酬分析实例为基础，提出薪酬分析的指导原则、分析方法和薪酬多维分析模型。
一、 薪酬分析的重要性
薪酬分析是运用多种分析手段，对一定时期内企业的薪酬数据进行综合分析，从而反映薪酬现状，诊断薪酬缺陷，推进人力资源变革，提出优化建议的过程。 薪酬分析的重要性体现在如下四个方面： （一）描述薪酬状况，反映人力资源现状。
描述反映功能是薪酬分析的首要功能，通过薪酬分析，我们可以宏观地系统地了解企业薪酬水平与薪酬分布现状，准确把握企业外部竞争力和内部公平性。 （二）评估薪酬方案，考量人力资源决策。
一个薪酬方案设计实施后，具体效果需要由薪酬分析来反馈评估。通过各种指标和分析技术，来客观评估考量某一阶段人力资源决策的正确性与有效性。
（三）诊断薪酬制度缺陷，推进人力资源变革。
不存在尽善尽美的薪酬制度，也不存在一成不变的薪酬制度，在薪酬分析中诊断发现制度缺陷，并提出建议，在新一轮的人力资源变革中加以克服或者弥补，实现薪酬的内部公平目标和外部竞争性目标，实现有效激励。
（四）综合推进管理优化，达致人力资源战略目标。
薪酬分析不是孤立的，通过与岗位分析、人才结构分析等人力资源模块的相关分析，可以更加全面更加深刻地理解当前的人力资源战略，综合推进管理优化，达致人力资源战略目标。
二、 薪酬分析的原则
薪酬分析遵循如下原则： （一）真实性
薪酬分析以真实数据为基础。真实性具体反映在三个方面：第一，在薪酬数据的原始收集处理阶段，必须力求准确真实，不遗漏不虚报。第二，薪酬分析数据不拘泥于实际数据，薪酬数据收集后的第二阶段是排异化处理，为便于历史对比分析，须排除部分足以影响分析结论的特殊异常数据；同时在分析报告中加以注释说明，保证真实反映客观情况。第三，谨慎使用外部薪酬调查数据。因为由于薪酬数据的保密性，外部获取数据往往存在主观或客观的误差，在参考外部薪酬数据时必须保持谨慎和有选择有分析地使用。 （二）长期性
薪酬分析的时间跨度一般在一年期以上。而且，薪酬分析还注重纵向历史分析，数据对比有可能涉及近几年数据。薪酬分析的长期性主要基于以下三个原因：第一，薪酬数据分析工作量大，短期分析过于频繁，不利于简化工作量。第二，一年期以上的薪酬数据在统计学意义上能通过规模化的数据来减少由于个别月份特殊波动带来的误差。第三，年度分析符合会计结算、年终总结等工作习惯，且由于与同期其他报表生成时间一致，有利于薪酬的扩展分析。 （三）系统性
系统性具体反映在三个方面：第一，薪酬分析必须放在企业的整个薪酬体系里来看才有意义，应坚持宏观全面分析。第二，除了薪酬数量分析，薪酬体系结构分析也是薪酬分析的一个重要方面，一个良序合理的系统，必须有着合理优化的结构。第三，薪酬分析改进建议应更加着眼于结构优化，薪酬改进绝不仅是绝对数量上的增减变化，更应该着手结构优化，构建合理的激励体系。 （四）比对性
比对性具体反映在三个方面：第一，薪酬数据须具有可比性，保证数据具有可比性的方法是同期数据收集和排异化处理。第二，薪酬数据比对是薪酬分析的重要方法，内部比对反映内部结构和内部公平性，外部比对反映外部竞争力。第三，薪酬分析结论须具有可比性，通过一些客观指标的横向比对，得出薪酬分析可比性结论，便于以后的薪酬历史分析和改进。
三、 薪酬的多维分析方法
（一）统计学方法：
通常我们要分析的薪酬数据有三类：第一类是工资数据，这是最核心最基本最常用的数据，基本都属于定距变量；第二类是岗位、职级、年龄等用于区分人员类别的标识，可以是定类、定序或定距变量；第三类是薪酬调查结果数据，如薪酬满意度等，属于定序变量。
正是因为这些数据的统计学特征，我们可以用数理统计的方法来加工处理这些数据，用图形、统计学指标等来描述薪酬分布状况，进行趋势分析，以及与其他因素的相关分析，反映薪酬现状，揭示薪酬规律。
数理统计分析方法主要适用于描述性分析和相关性分析，是薪酬分析的主要方法。 （二）系统论方法：
系统论认为，整体性、联系性，层次结构性、动态平衡性、时序性等是所有系统的共同的基本特征。我们认为一个成规模企业的薪酬体系应该是一个良好的系统，运用系统论的一些思想，我们对薪酬进行结构层次分析，对薪酬分布曲线进行合理化改进，推进系统优化。
需注意的是小型企业往往存在部门缺失、人才配备不完备、职能交叉等情况，在运用此方法进行分析时，须具体问题具体分析。
层次结构分析方法与岗位结构分析、人才结构分析、人才需求分析等方法相结合，是人力资源发展战略构建的重要方法。
（三）会计学方法：
人力资本、人工成本分析是薪酬分析的传统方法。主要运用劳动经济学、会计学的一些指标来反映人力资本投入产出，进行人工成本分析。
运用人工成本分析法时需注意：第一，因人工成本分析需与收入、利润等财务会计指标结合使用，应保证与财务统计口径一致；第二，人工成本是一个比较广义的概念，不同于狭义的薪酬，包括了福利的很多内容。 （四）心理学方法：
员工的薪酬的满意度、薪酬的激励效果实质是一种心理感受，绝对量一致的薪酬在不同的企业、不同的企业文化、不同的员工身上会有不同的激励效果。
心理学方法主要适用于薪酬满意度调查结果分析以及薪酬福利激励效果分析。心理学分析方法是薪酬分析的补充方法。
四、 薪酬的多维分析模型
（一）趋势分析模型：
趋势分析模型是一个用数理统计指标来描述反映薪酬现状的模型。该模型主要使用下面四种指标来分析薪酬现状： 1、关键值指标：极大值（Max ），极小值（Min ），四分位数（Quartile ）、极差
关键值指标是极端值以及位于25%、50%、75%位置的数据，通过关键值指标可以粗略把握薪酬整体水平。25%、50%、75%位置分别反映了初级员工、一般员工与中高层员工的粗略薪酬水平。25%~75%之间的薪酬分布频段是企业多数员工的薪酬分布区间。结合平均数等指标，将关键值指标与外部薪酬数据相比，可以判断该企业的市场价位。
极差，也称全距，是极大值（最高薪酬）与极小值（最低薪酬）的差，说明薪酬两个极端标志值的差异范围。是反映薪酬拉开幅度的一个重要指标。分析中应尽可能排除极端值过于偏离中心值的特殊情况，需结合其他指标才能全面反映薪酬的变异程度。
薪酬差距须根据行业、地区和企业实际情况确定，大的差距能拉开薪酬激励幅度，增加薪酬晋升等级，增强薪酬激励效果，但是如果差距过大，也会严重影响薪酬内部公平性，耗散企业向心力。
2、居中趋势指标：平均数（Average ）、中位数（Median ）、众数（Mode ）、均值在数列中排位（Average’s Percent rank ）
居中趋势指标反映的是数据集中程度，以及最大多数员工的薪酬水平。算术平均值是最常用的薪酬分析指标，它直接反映了整体薪酬水平。中位数反映了50%位置处的薪酬水平。
平均数与中位数不一定重合，尤其是在如今企业普遍采用递进式薪酬阶梯体系的情况下。我们用“均值在数列中排位”
来反映平均数所处位置，这三个指标结合，描述反映了薪酬的居中趋势。
3、离散趋势指标：平均差（Average Deviation）、标准差（Standard Deviation）、方差（Variance ）
离散趋势指标反映的是数据离散程度。离散趋势在薪酬分析中的主要意义是：若离散度太小，说明员工薪酬呈平均化趋势，未有效拉开薪酬差距，激励效果不佳。若离散度太大，必须分析具体原因：第一种原因是高管层薪酬与均值拉开幅度太大，导致整体结果放大；第二种原因是存在薪酬差距过大现象，销售等部门最容易出现此种状况。 4、薪资均衡指标(Compa-Ratio)
Compa 值为薪资均衡指标，也称薪酬比较比率，反映薪酬数值与薪酬范围中点值的相对关系，既适用于整体、某一部门、某一薪酬等级，也适用于个体，是现代薪酬诊断中被经常用到的一个通用指标。 一般通用Compa 指标是工资平均值与工资范围中点值的比值，即 Compa 指标=Average/[Min+(Max- Min)/2]
Compa 指标用于整体的解释意义：主要指的工资平均值为全体员工平均工资，工资范围中点值为全体员工工资范围的中点值。
若Compa 指标大于1，说明薪酬非均衡地集中于高端区间，出现这种情况第一种原因是企业老年化严重，许多员工已经达到职业生涯通道顶端，中高层过多，成倒金字塔分布；第二种原因是企业员工出现二元分化，蓝领阶层人数少且工资低，白领阶层人数为企业主体且工资高，这多出现在科技型企业；第三种原因是企业人工成本控制失调，总体成本过高；第四种原因是按照现有的绩效考评体系，多数员工的绩效确实优秀；第五种原因最高薪酬由于某种特殊原因与一般员工薪酬差距较小，这反映了Compa 指标过分依赖于极值指标的缺陷。 若Compa 指标等于1，说明薪酬均衡。
若Compa 指标小于1，说明薪酬非均衡地集中于低端区间，出现这种情况第一种原因是缺乏晋升通道或职业通道设计不合理，很多员工难以晋升到中高层；第二种原因是生产型企业存在大量低技术含量工人，这些人流动量大且工资低，未能形成有效的职业晋升通道，从而使整体平均工资过低；第三种原因是企业整体薪酬水平过低，外部竞争力较弱；第四种原因是按照现有的绩效考评体系，多数员工的绩效不高或者达不到设定的绩效目标；第五种原因是极差范围太大，即最高薪酬远远高出一般水平，且高端人数较少，从而抬高了中点值，这也反映了Compa 指标过分依赖于极值指标的缺陷。
由于目前企业的薪酬去平均化趋势，薪酬差距（极差）越来越大，传统Compa 指标很容易出现小于1的第三种原因。为避免这种误差，我们也可以将传统Compa 指标修正为工资平均值与工资中位值的比值，即 Compa*指标=Average/Median （二）薪酬分布曲线模型：
薪酬分布曲线模型是一种用图形来直观反映薪酬频段分布的分析模型。薪酬分布曲线有三种类型：薪酬排列线、薪酬分布柱状图以及薪酬分布百分比饼图。 1、薪酬排列线
薪酬排列线是将企业所有薪酬数据点从低到高排列，以散点图或折线图方式绘制出的一条曲线。薪酬排列线可以直观反映企业全体员工整个薪酬走势，以及高低差距。
因为预先对薪酬数据点进行了从低到高的排列，所以薪酬排列线的斜率只能是大于等于0。通过分析曲线斜率，可以分析薪酬走势、分布。
斜率越小，曲线越平坦，说明此处薪酬跨度小，为员工薪酬集中分布区间。若斜率等于0，则曲线表现为小横线段，
说明此处集中了相同薪酬的员工，通过观察斜率为0的小横线段，可以直观得出薪酬分布的众数和薪酬分布主体。 斜率越大，曲线越陡峭，说明此处薪酬跨度越大。第一种情况是薪酬制度等间差放大，第二种情况是此区间薪酬分布缺失。
2、薪酬分布柱状图/薪酬频段分布线
薪酬分布柱状图是在薪酬范围内按一定跨度划分若干薪酬区间，以分布在该区间的人数为数据绘制出薪酬分布柱状图。薪酬分布柱状图可以直观反映企业员工薪酬分布频段，柱状图的顶端连线也可以绘制成薪酬频段分布线。
理想状态下，薪酬频段分布线符合正态分布。正态分布又称常态分布，是连续型随机变量概率分布中最常见、最重要的一种。特点如下：一、曲线呈单峰型，波峰的尖锐/平坦度描述指标为峰值/峰态系数（Kurtosis ）。正峰值表示相对尖锐的分布，负峰值表示相对平坦的分布。二、两端对称，以平均值为中心的分布线两端的不对称程度具体描述指标为偏斜度/偏态系数（Avedev ），正偏斜度表示不对称边的分布更趋向正值，负偏斜度表示不对称边的分布更趋向负值。
在实际薪酬分布中，一般会略呈正偏态分布，即左短右长，主体薪酬峰值集中稍向低端偏移。 3、薪酬分布百分比饼图
薪酬分布百分比饼图是在薪酬范围内按一定跨度划分若干薪酬区间，以分布在该区间的人数占总人数的百分比为数据绘制出薪酬分布百分比饼图。薪酬分布百分比饼图可以直观反映企业薪酬在各个区间分布比重。
判断薪酬分布百分比饼图是否合理，第一看区间是否多样化，如果强势集中在少数区域则说明该薪酬体系存在平均化趋势，未有效拉开薪酬差距，激励效果不显著；第二看从第一象限开始顺时针到第四象限，比重是否存在“少-多-少”的分布规律，合理化的薪酬分布应是主体突出，区间分布多样合理。
综合三种曲线来看，一般认为比较理想的薪酬分布曲线模型是：①薪酬排列线应该总体上呈现由平缓到陡峭的上升态势，即形成一条凹性曲线，中间部分平坦上升；②薪酬频段分布柱状图呈“两端低中间高”的正态分布状态；③薪酬频段分布线在中部薪酬区间集中，并且集中部分与薪酬平均值重合；④薪酬频段分布线走势平滑，不存在尖锐陡峭、大起大落现象；⑤薪酬百分比饼图各区间分布合理和多样化。 （三）薪酬内部系统分析模型：
薪酬内部系统分析模型是将企业内部各个系统的薪酬数据进行比对，按照各个系统工作特点、员工特点，分析其薪酬状况是否合理。运用层次结构分析法，获取内部系统薪酬比对结论，与岗位结构分析、人才结构分析、人才需求分析等方法相结合，是构建人力资源发展战略的基础。 表1 薪酬内部系统特点对比表
薪酬内部系统分析模型首先是对各个子系统的分析，对各个子系统运用趋势分析方法、薪酬分布曲线分析方法来进行系统分析，发现各个子系统的构成与分布；然后是将各个子系统进行横向对比分析，分析内部各系统的薪酬公平性。 需要注意的是，由于各个企业所处的行业、地点、外部市场环境、企业发展阶段等因素不一样，薪酬内部各系统的特点不是唯一的。需要具体问题具体分析。 （四）薪酬外部比对模型
薪酬外部比对模型是参考市场价位指标来衡量企业在市场的价位水平，从而评估企业薪酬的外部竞争力。通过该模型，可以调整并实施企业薪酬的市场跟随政策、拖后政策、超前政策或混合政策。需要注意的是：由于调查样本的局限性以及薪酬本身的保密性，调查数据有一定的局限性。企业须在结合自身情况的分析上参考使用。 1、工资指导线
企业工资指导线一般由省市劳动和社会保障局每年根据上年度经济发展情况和本年度预测结合回归模型测算发布的，工资指导线中的基准线是对大多数生产发展正常，经济效益有所增长的企业适度增长职工工资的基本要求。 工资指导线可用于薪酬增长幅度比对。 2、社会平均工资
企业职工社会平均工资一般由省市统计局根据全市企业职工实际工资总额统计公布的人均工资额，简称社会平均工资，它是控制职工缴费工资基数和计算缴费水平及退休待遇的依据。 社会平均工资可用于整体薪酬水平比对。 3、分类在岗职工平均工资
每年统计局发布的统计年鉴中一般包括分类在岗职工平均工资，由于该指标是分地区分行业分企业类型发布，所以对企业的参考性较好。 4、商业薪酬调查数据
企业也可以从专业的商业调查公司购买薪酬调查数据。商业薪酬调查数据一般说来比劳动局、统计局发布的信息更细化，对企业更有参照性。而且企业可以根据自己需要向商业调查公司定制自己需要的地区、行业、职位的薪酬数据，更有针对性。
（五）人工成本分析模型：
人工成本分析模型是用会计方法来评估企业人工成本投入与效益产出之间的关系，通过横向比较，来分析诊断企业人工成本投入中存在的问题，并及时调整，使人工成本投入产出优化。
人工成本是企业在一定时期内生产经营和提供劳务活动中因使用劳动力所发生的各项直接和间接人工费用的总和。企业人工成本构成包括：职工工资总额、社会保险费用、职工福利费用、职工教育经费、劳动保护费用、职工住房费用、工会经费和其它人工成本支出等。所以人工成本是个广义的薪酬福利概念，需要涉及除薪酬数据外的很多财务数据。 人工成本的主要指标有三类：
1、人工成本总量指标：人工成本总额、人均人工成本 人均人工成本=人工成本总额/职工人数
人工成本总量指标反映的是企业人工成本的总量水平。人均人工成本反映了企业职工薪酬福利水平，可以进行外部横向比较，是反映企业薪酬外部竞争力的重要指标。
2、人工成本结构指标：人工成本占总成本的比重、人工成本工资含量 人工成本占总成本的比重＝(人工成本总额／总成本)×100% 人工成本某组成部分含量＝(某组成部分额度/人工成本)×100%
人工成本结构指标是指人工成本各组成项目占人工成本总额的相对比重，它可反映人工成本投入构成的情况与合理性。其中，人工成本工资含量即工资占人工成本的比重是结构指标中的主要项目。
3、分析比率型指标：劳动分配率、人事费用率、人工成本产出系数、人工成本销售收入系数、全员劳动生产率
人工成本分析比率型指标，是将人工成本与其他经济效益指标如利润总额、增加值、销售收入、上缴利税、实现税利
等联系起来进行比对的相对数，用以说明人工成本的效益情况，即每投入一定数量的人工成本产生出了多大的经济效益，是进行企业人工成本分析控制常用的指标。
分析比率型指标是相对数指标，有利于外部企业横向比较。但应该注意的是，不同行业的企业之间，由于资本有机构成或劳动装备水平不同，增加值率和利润率不同，人工成本分析比率型指标存在明显差异。 劳动分配率＝(人工成本总额／增加值) ×100% 人事费用率＝(人工成本总额／销售收入) ×100% 人工成本产出系数=增加值/人工成本
人工成本销售收入系数=销售收入/人工成本 全员劳动生产率=增加值/职工人数
理想的人工成本分析结果应是U 型的，即：“二高一低”，高人均人工成本，低人工成本含量，高人工成本投入产出系数。高人均人工成本说明薪酬人均水平高、具有市场竞争力、员工福利待遇水平高；低人工成本含量说明总成本中人工成本比重低，即劳动效率提高；高人工成本投入产出系数说明人工成本投入产出的增加值多，人工成本投入有效，达到薪酬福利激励的良性循环。
（六）薪酬满意度模型：
薪酬满意度模型指对薪酬满意度调查结果进行的分析。薪酬满意度是员工满意度的指标之一，薪酬满意度分析可以了解员工动态，评估激励效果，诊断薪酬制度，从而推进薪酬制度优化，强化激励的针对性，改进企业氛围，增强员工满意度。
由于薪酬满意度调查结果主要是“不满意”、“基本满意”、“很满意”等类型数据，所以我们可以通过一些统计技术来使结果便于统计分析，如将满意度定义成5个刻度，让员工根据程度强弱选择相应的刻度，从而使统计结果量化。 1、薪酬满意度关键指标：满意度、透明度、回报率、公平度、降薪底线、影响因素排序等 满意度是员工对薪酬的总体心理评价；
透明度是员工对薪酬制度操作透明程度的心理评价； 回报率是员工对自己努力与所获报酬对等程度的心理评价；
公平度是员工对薪酬公平性的总体心理评价，主要是内部与其他员工的比较； 降薪底线是员工对自己所能容忍的降薪程度的描述； 影响因素排序是员工对影响薪酬各种因素重要性的心理排序。
薪酬满意度指标主要反映了员工对薪酬理念的理解、对薪酬政策的评估以及对自我薪酬的心理评价。 2、薪酬满意度的误差
由于薪酬满意度是由调查方法获得，主要误差来自于一是抽样误差，一是来自于员工的主观误差。首先，薪酬满意度是心理评价，而每个员工掌握的的信息、对薪酬的理解、以及心理期望度是有差异的，这是主观评价不能避免的误差；其次，薪酬福利的刚性特点，理论上人们对薪酬的追求度是无止境的，几乎永远没有100%的薪酬满意度；再次，由于通行的薪酬保密化制度，以及对其他员工工作不了解，信息不对称造成了高估自己低估他人的倾向，从而对公平性评价产生偏差；最后，员工心理上将调查与薪酬调整挂钩，主观上容易出现低估满意度的心理倾向。 薪酬满意度结果并不等于薪酬客观状况，我们必须谨慎分析、参考使用。 3、薪酬满意度分析必须重视心理因素
“满意度”本就是一个心理学指标，我们在分析薪酬满意度时必须重视心理因素。虽然员工对薪酬的理解不一定准确科学，掌握的信息也不完全，以及主观心理倾向容易使薪酬满意度与实际薪酬状况差生偏差。但是，它真实反映了员
工对薪酬的心理评价。
首要关注的是薪酬满意度，员工对薪酬的总体心理评价对企业激励效果有直接影响。 其次要关注的是普遍反应强烈的薪酬不合理因素，这是下一步薪酬优化的重点区域。
再次将员工薪酬满意度与其他薪酬分析结合，如果发现存在较大差异甚至相反，就需要考虑是否存在以下情况：一、薪酬数据有误或者分析方法不当，导致结论失真；二、薪酬满意度调查的误差过大；三、企业沟通渠道不畅通，薪酬制度透明度偏低；四、员工观念僵化，对薪酬的某些认识不科学；五、受企业内最近某些重大事情的影响，员工在接受调查时存在情绪化倾向。 （七）双因子相关分析模型：
双因子相关分析模型是一种深度分析方法，它将薪酬与影响薪酬的因素如年龄、岗位、职级、部门等结合，用回归方法来分析其相关性，从而掌握该因素对薪酬的影响程度和作用模式。
具体方法是用最小二乘法等方法拟合线性或非线性回归方程，加以F 检验，检验合格则配置回归线有意义。然后绘制出“年龄-薪酬”曲线，“职级-薪酬”曲线等来直观反映相关关系。 该模型主要运用在以下方面：
一是可以深入了解影响因素对薪酬的影响程度及作用模式。在一般性描述分析之后，可以运用该方法对薪酬影响因素进行有选择性有侧重的深度分析，发现其作用模式和作用规律，加深理解。
例如一般情况下我们假设“年龄-薪酬”曲线是一条先增后减的凸型曲线。增长部分斜率为正，表明随着年龄的增长，熟练度增强，经验值逐渐丰富，工作绩效提高，或者职级得到晋升；峰值表明最佳贡献年龄，也表明企业内拥有最高薪酬的部分员工的年龄，这部分员工通常是企业的领导者或骨干；曲线末端斜率为负，呈下降趋势，表明老年员工达到职业通道顶端。
而由于行业、地区、企业人才结构的不同，该曲线也呈现不同的态势。通过对该曲线的分析，可以深入了解该企业的特点。
二是可以预测随着影响因素的变化，薪酬将如何变化。如“年龄-薪酬”、“职级-薪酬”等回归方程拟合出来后，以该因素为自变量，薪酬为因变量，可以预测两者变化关系。
首先是纵向分析，预测薪酬总量或人工成本的增幅，这在薪酬分析中比较常见，用企业增长线与社会平均工资增长线对比，可以考量企业在市场的水平。其次是预测如果在原有薪酬制度下调整企业人才结构，薪酬将发生何种变化，此时多用于薪酬预算。
三是可以通过对比拟合回归线与假设模型来发现诊断薪酬缺陷，调控薪酬。例如，“年龄-薪酬”回归方程F 检验配置不合理，或者实际的年龄-薪酬散点分布图出现多峰波动，说明该企业年龄-薪酬分布不典型，有可能存在多个收入、年龄集中群体；也有可能是该企业已经完全否定年功因素，整个企业员工工作近似性程度高等。通过分析原因，诊断曲线，调整人才结构，调整薪酬制度。
五、 薪酬多维分析模型的综合运用
构建薪酬多维分析模型的主要意义是为薪酬分析提供了一个具有实操性的分析工具。运用这个工具，我们可以从多个视角，运用多种方法来反映薪酬现状，诊断薪酬缺陷，推进人力资源变革，提出管理优化建议。 薪酬多维分析模型分7个子模型，其具体功能如下表：
表2 薪酬多维分析模型功能表
在上述7个子模型中，趋势分析模型和薪酬分布曲线模型是最基础的分析模型，它们使用的方法（主要是数理统计方法）可以广泛地运用于其他子模型的分析中。薪酬内部系统分析模型和薪酬外部比对模型是说明薪酬内部公平性和外部竞争性的两个模型。人工成本分析模型和薪酬满意度模型是分别从会计学角度和心理学角度来分析的模型。而双因子相关分析模型则是一个深度分析方法，是针对描述性分析中发现的问题进行的深入分析。
在薪酬分析的四个原则指导下，我们完全可以交叉使用各种方法，根据需要有选择有侧重地选用模型，没有必要面面俱到。
薪酬分析不只是一个简单的处理数据过程，要想如实地反映客观情况，发现存在问题，促进薪酬优化，真正达到薪酬分析的目的，必须熟悉企业情况，了解企业战略，发现隐藏在数据背后的问题。薪酬分析是企业自我人力资源诊断方法之一，重在客观评估和优化改进，否则薪酬分析将失去意义。
科学客观的薪酬分析体现了企业人力资源管理水平，不断推进的管理的优化则体现了企业管理上的自我超越和不断创新。