拥有二十年职业履历的人中，只有 19% 曾经担任过一个「中位数的人需要二十年才能到达」的职位（Amornsiripanitch et al., 2025）。不是表现较差的那 19%，而是所有工作了这么久的人里的 19%。这个数字来自六位经济学家在超过 1.5 亿份简历上构建的一项指标，目的只有一个：得到一个头衔通胀无法撼动的职业成就读数。
这才是值得你注意的部分。你早就怀疑，手上这份简历里的「Director」和你去年晋升的那个「Director」不是同一种动物。这篇论文把这个落差变成可测量的量，并把你一直忽略的变量放进了分母：授予该头衔的雇主有多大。
用 1.5 亿份简历构建的基准到底在测什么
这项指标叫资历（seniority），定义刻意做得机械：中位数的人首次达到某一头衔所需的年数，并且是在同一行业、同一公司规模五分位内计算的（Amornsiripanitch et al., 2025）。企业按年末员工数排序，分成五个分位，每个分位各占当年就业量的 20%。所以头衔从不被抽象地评分，而是对照签发它的那一组具体雇主来评分。
作者明确说明了为什么这样构建。他们写道，资历这项指标「避免了虚假晋升或头衔通胀的问题，在那种情况下，职位名称的变化几乎不带来经济价值」。
两个特性使它在操作上与你 ATS 里的任何东西都不同。
它不是工龄
一个人的资历可以十年不动。用作者的话说，一个人「可能一直『卡』在同一资历水平，直到职业生涯结束」。在劳动力市场上的年数和在层级中的位置是两个独立的量，而论文把混淆两者当作要纠正的错误。
它让头衔互相定价
汇总所有行业后，最常见头衔的中位达成年数如下（Amornsiripanitch et al., 2025）：
| 头衔 | 中位资历（年） |
|---|---|
| Manager | 5 |
| Associate | 6 |
| 顾问 | 8 |
| 项目经理 | 9 |
| Director | 11 |
| Vice President | 13 |
| 首席执行官 | 14 |
| Principal | 15 |
| 总裁 | 16 |
看看从 Director 到 Vice President 这一步：两年。如果你的内部职级把这次晋升当成值得跳一个薪酬带的层级变化，市场正在告诉你它大约值两年的职业进展。而「Manager」落在五年——这个头衔你大概在第三年就发出去了。
底层数据是 Lightcast 去标识化的数据集，超过 1.5 亿份美国档案，另有 560 万人的可识别子样本，以及来自 Revelio Labs 的薪酬估算。
这把梯子比你的薪酬带假设的更短
达成曲线才是应该改变职级讨论的发现。在有十年职业履历的人中，56% 达到了资历 10 级或以上。到十五年，37% 达到 15 级。到二十年，19% 达到 20 级（Amornsiripanitch et al., 2025）。
职业进展跟不上投入的时间，而且停得很早。对于职业峰值落在 10 到 15 级之间的群体，曲线在毕业后约十二年就走平。职业甚至不是单调的：峰值资历在 10 到 15 之间的那一组，平均值低于 10，这意味着人们到达一个水平后会再退回来。
把它读成一个关于供给的陈述。真正的高资历是稀缺的：二十年职业履历里大约只有五分之一能越过最高带。如果你的组织架构里 Directors 比这种稀缺性所允许的更多，那你不是按市场分布招人，而是自己铸造了职级。
头衔通胀是可测量的，而且雇主规模越小越严重
研究到这里不再是学术趣闻，而开始为你的筛选重新定价。
头衔通胀不是一种感觉，它是被当场抓住的。Cohen、Gurun 和 Ozel 考察《公平劳动标准法》每周 455 美元薪资测试门槛附近的招聘广告，发现恰在这条线上，带管理头衔的招聘广告出现近五倍的跳升——像「Director of First Impressions」这样的头衔，职责其实等同于前台接待——仅 2019 一年就相当于约 40 亿美元被规避的加班费（Cohen, Gurun & Ozel, 2023）。
而且这种做法存在规模梯度。在营收或资产介于 3 亿至 10 亿美元的雇主中，把头衔当作奖励使用的比例 2023 年达到约 40%，而 2018 年为 14%。3 亿美元以下的，从约 10% 升到 35%。30 亿美元以上的几乎没动：两年都在 25% 左右（Pearl Meyer via The Business Journals, 2024）。放到整个市场，2023 年有 37% 的公司给人升了职但没加薪，而本十年初是 32%（Korn Ferry, 2023）。
两个后果直接落在 50 到 500 人的运营上。
你收到的头衔来自市场上通胀最严重的那一部分。你的候选人池大多来自其他中型市场公司，而那正是「头衔当奖励」在五年里几乎翻了三倍的那个区段。按面值做头衔匹配，等于把这份通胀进口到你的报价里。
你发出的头衔，恰恰是通胀最厉害的那一类。同一批调查数据表明，不加薪的晋升是中小公司的工具，而且对最年轻的人打击最重：33% 的 Z 世代员工表示在十二个月内被提出过这样的晋升，而婴儿潮一代是 3%（Pearl Meyer via The Business Journals, 2024）。一个市场已经学会打折的留人杠杆，就不再是留人杠杆。
非薪酬信号在哪里胜过薪酬信号
资历与薪酬正相关，但它携带薪酬没有的信息，而论文量化了这部分信息有多大。
看那些从薪酬第五分位的岗位换工作的人。在从公共部门转入私营部门的人中，新岗位的平均薪酬分位随此前资历从 5.54 变化到 7.02。在私营转私营的人中，同一区间被压缩到 6.11 至 6.49（Amornsiripanitch et al., 2025）。薪酬灵活的地方，工资已经编码了你需要的大部分信息；薪酬被压缩的地方，资历在独自工作。
这对任何从薪酬带受限环境中招人的雇主都有实际读法：公共行政、教育、医疗体系、非营利组织，或任何薪酬结构僵硬的公司。来自这些环境的候选人，被他们上一份工资系统性地错误定价。这个推论是我的，不是作者的——论文测量的是公共到私营这一具体情形。
论文也给名校筛选放了气。精英本科院校的毕业生峰值资历约 12.5，比 Tier 2 院校毕业生高约一年，而后者又比其他人高约半年。精英 MBA 持有者的中位峰值为 17.5，非精英 MBA 为 15.0（Amornsiripanitch et al., 2025）。效应是真实的——但小到足以说明，大多数以学校为基础的筛选相对其所买到的东西被过度加权了。
诚实的反面
四个限制，直说。
数据是自我申报的。Lightcast 的档案来自一个职业社交网络：77.6% 的人没有职业空档，6.2% 的个人—年观测是空档（Amornsiripanitch et al., 2025），但样本在构造上偏向白领，因为它只包含那些选择建立线上档案的人。
资历衡量速度，而非质量。它告诉你一个头衔通常需要多久。它不告诉你这个人做得好不好、这个角色的职责范围有多大，或者这个头衔是否带来真正的决策权。
汇总表不是真正的指标。那些按头衔的中位数是无条件的，跨所有行业。真正让比较有效的、按公司规模归一化的版本，需要那份获许可的简历数据集。你无法在电子表格里重现它，也不该假装你的内部基准与它等价。
作者并没有写一本招聘手册。这是一篇 2025 年 9 月的方法论论文，提出一项研究指标，并对照薪酬、教育和跨部门流动做了验证。把它应用到岗位需求设计上是一种操作性延伸，而平台期的结果带有通常的数据截断警告：近期毕业生被观测到的职业很短。
在你下一份高管报价发出之前要改什么
四个动作，没有一个需要新软件。
- 记录两个数字，而不是一个头衔。对每位高管候选人，记下他首次获得该头衔的年份，以及当时雇主的大致员工数。这一对数字才是基准使用的输入。单独的头衔字符串不是。
- 先归一化，再定职级，而不是反过来。40 人公司的 Director 和 4000 人公司的 Director，在构造上就是不同的成就。提前决定你的映射规则并写下来，让这件事成为政策，而不是逐个候选人的谈判。
- 按名校真正买到的东西重新加权。精英院校的实测差距约为一年的峰值资历。如果你的筛选把学校层级当作一次层级变化，你就在为一个「一年」的效应支付溢价。
- 停止把头衔当货币，并让内部信号可测量。不加薪的晋升，正是资历这项指标被设计来剔除的东西——因此也正是离职者的下一位雇主会剔除的东西。内部职级站得住脚，靠的是按周期测量、并在管理者之间做过校准的胜任力，而不是某个人身上挂的头衔；Scovai 的绩效与继任模块会用这些胜任力数据计算九宫格，并在校准过程中标出分布漂移，这是这套算法可以如何组织的一个实际参考。
头衔通胀是一家公司能印出来的最便宜的东西，而市场已经学会给它打折。活下来的信号是：在那个行业、那种规模的公司里，中位数的人要花多久才能走到那里。
所以在你下一份高管报价发出之前，请为眼前这位候选人回答这个问题。如果答不出来，你不是在给一次招聘定级。你是在读一张名片。
