来源丨量子位
编辑丨极市平台
极市导读
根据MIT斯隆管理学院的一份3400万离职员工的资料统计，薪酬却不是最重要的离职原因。那么，哪些因素对离职影响最大呢？
在看统计数据之前，我们先来一波小调查：
你上一次离职是什么原因呢？
是薪酬不够高？公司业务不理想？还是有令人迷惑的企业文化？
可能在大部分人的印象里，钱不到位是离职最重要的原因。但是根据MIT斯隆管理学院的一份3400万离职员工的资料统计，薪酬却不是最重要的。
甚至连前五名都没排进去。
话不多说，我们先看看到底是哪些因素对离职影响最大：
在下图中，我们把薪酬对离职的影响作为基本单位，将其他因素的影响计算为薪酬影响的倍数。
△图注：统计数据来自于2021年4月-9月美国离职员工
上图中列举了五个最大的离职原因，分别是有毒的企业文化、工作没有安全感、公司创新性太强、公司赏罚不分明、对新冠的应对比较差劲。
在所有离职原因中处于断层领先的位置的就是有毒的企业文化，它对离职的影响是薪酬影响的10.4倍。
无独有偶，在去年9月智联招聘发布的《职场人企业文化认知调研报告》中也反映了这个问题：近半数职场人会因为不认同企业文化考虑离职或放弃入职。
看来钱还真不是最重要的。
我们来看这个所谓的有毒的企业文化，它其实包含很多种情况，例如不公平不包容，员工不受尊重，公司有一些不道德的行为等。
那到底什么叫好的企业文化，什么是有毒的企业文化？以及在工作中，哪些元素影响了员工对企业文化的评价？
为此，MIT斯隆管理学院还用NLP工具分析了140万条员工评论，总结出了10条对员工最重要的文化因素：
其中员工感到自己被尊重这条得分最高，在企业文化认同中也最为重要，在得分上是收入（Benefits）的三倍左右。
接下来次于有毒企业文化的离职原因，例如工作时的不安全感，赏罚不分明，对新冠应对不利，这些都可以理解的，符合我们的生活常识。
但是还有一条就有点难以理解了：创新性高居然也能成为离职原因，而且还是薪酬影响的3倍多。
调查中还列举了一些例子来证明，比如英伟达，特斯拉和SpaceX这些十分依赖创新的公司的离职率都很高。
这可能是因为公司一直处于创新的前沿，这样会给员工带来很大的工作压力，员工就需要投入更长的时间，拿出更高的效率来工作，总之就是更卷。
如果这期间能够创造出新的成果，那当然也会有强烈的满足感，但是做创新型工作并不能保证持续输出新内容，并且难以平衡工作和生活。
怎么样？是不是出乎你的意料？没想到在离职这块还有这么多比薪酬更重要的因素。
不同行业的平均离职率不仅是离职原因出人意料，不同的行业的离职率也参差不齐，我们来看统计图表：
（下图中纵轴代表平均离职率，横轴代表不同行业）
△图注：统计数据来自于2021年4月-9月美国离职员工
从上图中可以看出，大部分行业的离职率维持在10%上下，而服装零售行业的员工离职率最高，达19%，是离职率最低的一些行业的三倍左右。
仅次于服装零售行业的就是管理咨询和互联网行业，离职率分别是16%和14%。
企业软件行业紧随其后，离职率在13%，其中工程和技术人员占比最高。
在不同行业的平均离职率统计上，前程无忧人力资源调研中心也发布过类似的文件《2022离职与调薪调研报告》，报告显示我国在2021年员工的整体离职率为18.8%。
降低离职率该怎么做那既然有这么多人离职，怎么办？MIT斯隆管理学院分析人员也给出了4个努力留住员工的办法。
这些方法分别是：提供横向工作变动机会、安排远程工作、公司赞助团建、安排更明确的日程表。
同样地，下图显示出了不同的措施相比于薪酬来说留住员工的能力。
在这之中最能留住员工的措施是提供横向工作变动机会，比加薪还好用2.5倍。
出现这种情况可能是因为并不是所有员工离职都是为了离开而离开，有的可能只是想改变一下工作节奏，或者尝试一下新鲜事物。
如果公司能够给员工提供横向工作变动机会时，这部分员工可能就会继续留下来。
而对于安排更明确的日程表这个措施，还有相关实验提供数据支持。
一项研究对了28家Gap服装店做了一个对照实验，他们提前两周给一部分员工发值班表，并且禁止经理修改。
而后，相比于对照商店的员工来说，有固定的值班表的员工睡眠质量提高了7%，对于有孩子的员工效果更好，其压力减少了15%。
不过说到底，这些措施也只能起到短期效果，如果要解决员工离职这个问题，还是要抓住最主要的原因，也就是根除有毒的企业文化。
这不仅包括从心理层面尊重员工，为员工提供鼓励和支持，也需要领导者关注到一些实际工作中的细节，例如做到言行一致，不说侮辱性词汇，行事道德等。
参考链接：
[1]https://sloanreview.mit.edu/article/toxic-culture-is-driving-the-great-resignation/ [2]https://www.chinanews.com.cn/cj/2021/09-27/9575172.shtml [3]https://m.tech.china.com/redian/2021/1217/122021_956382.html
本文仅做学术分享，如有侵权，请联系删文。
3D视觉精品课程推荐：
1.面向自动驾驶领域的多传感器数据融合技术
2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码) 3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进 4.国内首个面向工业级实战的点云处理课程 5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解 6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦 7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化 8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)
9.从零搭建一套结构光3D重建系统[理论+源码+实践]
10.单目深度估计方法：算法梳理与代码实现
11.自动驾驶中的深度学习模型部署实战
12.相机模型与标定(单目+双目+鱼眼）
13.重磅！四旋翼飞行器：算法与实战
14.ROS2从入门到精通：理论与实战
重磅！3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~
