当度量变成目标：为什么把一切量化之后，反而看不清了

一个具体的问题：为什么越量化，越看不清

现代组织几乎把一切翻译成了数字。学校有升学率，医院有床位周转率，公司有季度每股收益，投资人有夏普比率，连个人也被建议记录睡眠时长与每日步数。这场翻译的承诺是清晰的：数字让比较成为可能，让责任有处安放，让模糊的直觉让位于可检验的证据。

但几乎每一个被长期使用的数字，最终都出现了同一个症状：它开始失真。分数不再代表学习，点击率不再代表价值，盈利不再代表经营质量。对这个症状，最省事的解释是「有人作弊」，于是修补方案永远是加审计、加惩罚、加更细的细则。

这篇文章要论证的判断是：度量失真不是执行环节的道德问题，而是度量本身的机制后果。 只要一个数字同时被用来描述现实和分配奖惩，失真就会自发产生，与从业者的品格无关。

要看清这一点，需要依次回答三个问题：数字为什么会失真；失真是否意味着应当放弃度量；以及在什么条件下，度量仍然值得信任。

数字的双重身份：描述与指挥

一个指标通常同时承担两个角色。它描述现实，也分配奖惩。

问题在于，这两个角色对数字的要求是相反的。作为描述，指标应当尽可能忠实地映射现实；作为指挥，指标必须简单、可比、可归因。现实是多维的，而能被用来指挥的指标必须是一维的。压缩的过程中，信息必然丢失。

被测量的人并没有跟着被压缩。他仍然活在高维的现实里，因此总能在未被测量的维度上移动。这个可以移动的空间，就是失真的来源。

这一点早被两个不同领域各自发现。查尔斯·古德哈特在 1975 年研究英国的货币目标时注意到：任何被观察到的统计规律，一旦被当局拿来当作控制目标，这个规律本身就会瓦解。这个表述后来被简化成一句更容易记住的形式——当一个度量变成目标，它就不再是一个好的度量。四年后，唐纳德·坎贝尔在研究社会指标的评估时给出了几乎同构的结论：一个量化社会指标被用于社会决策的程度越高，它就越容易受到扭曲压力，也就越容易反过来腐蚀它本应监测的那个过程。

两者说的都不是「人会作弊」这件小事，而是一个结构性事实：代理变量与真实目标之间永远存在裂缝，而奖惩会把所有能量导向裂缝。

于是出现了一种典型的分裂状态：所有人都知道指标在说谎，但没有人能停止按它行事，因为最先停下来的那一方会立刻在指标上落后。

反方：没有度量，情况只会更糟

在继续之前，必须先给出最强的反方。因为「度量会失真」这个判断，最容易滑向一个偷懒的结论：既然会失真，不如相信直觉。

这个结论在证据面前站不住。

丹尼尔·卡尼曼与同事在《噪声》里给出的发现是：人类判断中真正被低估的不是偏见，而是噪声——也就是本应相同的判断之间那些毫无意义的随机差异。同一份卷宗交给不同的法官、同一份简历交给不同的面试官，结论可能相差很远，而差异的原因往往只是时段、顺序与情绪。他们的结论对专业直觉并不友好：在多数可重复的决策场景里，一个简单的机械规则，比一位有经验的专家更准确、更稳定。

菲利普·泰特洛克在《超预测》里提供了另一个方向的证据。他让参与者把预测写成可核验的概率，再用一套固定规则给每一次预测打分。结果是：可被度量的反馈，是校准能力的前提。 那些最终表现突出的预测者并非天赋异禀，而是持续地、小幅地修正自己的判断，并且能看见自己的历史成绩。

这两项研究合起来构成一个有力的反方：放弃度量，等于把决策交还给不可复现、无法学习的直觉。

所以真正的选择不是「度量还是直觉」，而是「以什么方式使用度量」。把「度量会失真」当作反对一切测量的理由，与把「直觉不可靠」当作反对一切判断的理由，是同一种懒惰。

裂缝在哪里最致命

既然度量不可放弃，问题就变成：在什么条件下，失真的代价最高？

有三个条件会显著放大风险。

第一，代理变量离真实目标越远，越危险。 考试分数离「学习」只有一步，离「能力」有多步；点击率离「用户价值」有多步。链条越长，可被优化却不改善目标的空间就越大。

第二，反馈越快、奖惩越即时，越危险。 年度考核比十年评价更容易被操纵。这一点在资本配置上表现得最清楚。威廉·索恩代克在《商界局外人》里考察了八位长期回报极高的 CEO，发现他们的共同点恰恰是不按华尔街的季度节奏行事：他们优化的是每股现金流的长期复利，而不是每股收益的连续增长。而市场对 CEO 的默认考核方式，是后者。这意味着，一个按季度盈利打分的体系，会系统性地筛出擅长管理预期的管理者，而不是擅长配置资本的管理者。

第三，测量者与被测量者利益不一致、且信息不对称时，最危险。 查理·芒格在《穷查理宝典》里把「激励导致的偏差」放在人类误判倾向的第一位，理由很直接：激励不需要说服任何人，它改变的是人能够看见什么。他还反复提醒，会计数字是一套约定，而不是对现实的直接读取——当一套约定被当成现实本身，操纵就从作弊变成了合规。

这个机制并不限于商业。布鲁斯·布恩诺·德·梅斯奎塔与阿拉斯泰尔·史密斯在《独裁者手册》里论证，政治家的首要目标是维持使其掌权的联盟，因此公共指标会被选择性地生产与呈现，服务于政治生存，而不是服务于真实状况。在信息最不对称的地方，度量最容易变成叙事工具。

综合这三点，可以得到一条粗略但有用的界限：度量在描述「已发生的、可重复的、低维的」事物时最可靠；在被用来指挥「未发生的、一次性的、高维的」事物时最危险。 财务账目属于前者，战略判断属于后者。把后者的评价方式照搬给前者，或者反过来，都会出事。

判断：仪表不是方向盘

唐内拉·梅多斯在《系统之美》里把「系统的目标」与「信息流」都排在很高的杠杆位置。这个排序有一个直接推论：改一个指标，就能改变整个系统的行为；这也意味着，任何掌握指标的人，事实上掌握了行为的分配权。

由此得出三条可操作的原则。

1. 区分仪表与方向盘。 指标适合用来发现异常，不适合同时用来分配奖惩。当同一个数字既当仪表又当方向盘，读数就失效了。可行的做法是让用于考核的指标与用于观察的指标分开，并让后者的更新频率高于前者。

1. 用组合而不是单一数字。 只要存在一个未被计分的维度，沿着它逃离就是理性选择。让主指标始终伴随至少一个来自不同维度的指标，可以显著提高操纵成本。

1. 保留一个不参与计分的判断通道。 这不是取消判断，而是承认有一类问题必须靠论证而不是靠打分来解决：评估一个人的长期贡献、判断一个战略方向的对错，都属于这一类。

最后是限度。这个判断本身也有边界。在安全、医疗、工程等领域，强制度量确实挽救了大量生命，并且不可逆地抬高了行业底线——航空业的事故率、外科手术的感染率，都是被度量逼下来的，不是被直觉逼下来的。因此，判断一个度量好坏的标准，从来不是「是否量化」，而是它是否还允许被证伪：当有人指出指标已经与实际脱节时，这个体系是会修正指标，还是会修正那个人。

一个系统最危险的状态，不是没有指标，而是所有人都知道指标在说谎，但没有任何人能停止按它行事。