（李子李子短信/编译，Ent/校）

我们或许都讨厌给我们的工作带来无尽压力的 KPI，以及完不成 KPI 的痛苦。但是，组织者却常常认为，必须要有一些东西来衡量、评估工作，实现“科学管理”。但 KPI 这种东西——包括工作上的各种指标——真的是科学的吗？

本文作者、历史学家杰里·Z·穆勒（Jerry Z Muller）在新书《指标暴政》（The Tyranny of Metrics）中深入考察了教育、医药健康、商业金融、慈善和非盈利、政府和军队等组织，探讨“指标”的问题所在，以及如何改善对指标的运用。这篇文章是这本书部分的观点提炼，告诉我们对于“指标”的痴迷，给我们带来了哪些后果。

***

图片来源：pixabay

有一种新现象正席卷着越来越多的公司、政府机构、教育机构和慈善组织，我把这种现象称为“唯指标论”。过去，对一件事情好坏的专业判断往往来自个人经验和才能；而现在，人们相信这些判断可以被定量的绩效评估取代，且认为这样的取代是好事儿。新的评估建立在一系列标准化的数据（也就是指标）之上；激励组织内部人员的最佳方式，则是根据这些用数据衡量的指标，来奖励和惩罚他们的表现。

奖励可以是钱，比如绩效工资；也可以是声誉，比如大学排名、医院评级、外科手术报告单 （即Surgical Record Card，能够显示一个医生做某项手术的成功率。对成功率的看重导致医生会拒绝给疑难病人手术，怕影响成功率） 等。 但是，唯指标论最显著的负面影响，是它很可能会鼓励耍花招行为的出现：也就是说，它会让每一个个人尽力去最大化自己的指标，即使它与组织的大目标不一致也在所不惜。 比如，将一个地区的重大犯罪率成为提拔警察的标准，那么一些警官就会根本不记录犯罪行为，或把犯罪行为从重罪降为轻罪，来回应这个指标。或者以外科医生为例：当手术成功率这个指标会影响他们的声誉和收入时，一些外科医生会便拒绝给疑难杂症患者做手术，因为这些手术更可能失败，影响指标提升。最后是谁倒霉？没能接受手术的患者。

当奖励与可量化的表现挂钩，那么唯指标论就会引起这种耍花招行为。但即使不这样，唯指标论也会带来各种更微妙的、意外的反作用。 其中一个叫做“目标置换”，它有很多种表现方式：当绩效通过几项指标来确定，并且关系到重要利益时（不丢工作，加薪，或者在优先认股权被授予时提高股票价格），人们会关注如何满足这些指标——通常意味着牺牲其他更重要但没纳入组织体系的目标。 最着名的例子就是所谓“应试教育”，这是一种普遍的现象，自2001年“有教无类法案”（即No Child Left Behind 法案，是美国前总统小布什在位时期通过的一项法案，该法案主要旨在解决贫困地区学生受教育问题，引入了一系列指标，例如教师的资格证明、学生的考试成绩等，作为评判标准，但因为标准和执行上的重重问题而备受争议）通过以来，这一现象已经扭曲了美国的小学和中学教育。

在美国，相当部分的中小学教育都已经走样了。政策迫使老师必须重点强调让学生通过标准化考试（数学和英语），因为这些考试的结果会关系到教师的去留和学校的存续。在这个政策的指导下，课堂时间大部分用来教授考试中的东西（比如阅读短的散文段落），忽略别的内容（比如小说）。不考的科目，包括公民教育、艺术和历史，则很少有人关注。

图片来源：pixabay

这种目标置换在经济学里又被称为“古德哈特定律”（Goodhart’s Law）。一项指标一旦成为政策制定的依据，便立刻不再有效。政策制定者会牺牲其他方面来强化这个指标，使得这个指标不再具有指示整体情况的作用。像 GDP 这样的某个特定衡量标准，一旦被用作一个复杂系统（比如一个国家的经济状况）的性能指标，政府便可能会关注这个衡量的指标，以国家的其他方面为代价来提高这个指标的增长——比如牺牲消费、鼓励基建投资，数字是上去了，但在衡量更广义的经济和国家财政健康状况时，它变得不再那么有效。同样的，如果你想开发一个 AI 聊天机器人，将目的设为“能和人类聊上5分钟”，那么开发者就会用各种奇怪的花招把这个5分钟填满，然后聊天的时长就不再能够体现 AI 的智能度。

短视则是另一个负面因素。可量化的绩效会鼓励的现象，用美国社会学家罗伯特·K·默顿（Robert K Merton）1936年的话来说，就是“利益的当下暴政……让行动者只关心可预见的眼下后果，而不考虑更远的或者其它层面的后果”。总之，推进短期目标达成，意味着牺牲长期利益。这个问题在上市公司中普遍存在，这些公司会牺牲长远的研究投入和发展、以及员工的发展，来换取季度报告中被认为必要的好看数据。

唯指标论还有另一个问题：测算它需要成本。编纂和处理指标已经意味着很多雇员开销了，更不要说真的去读这些指标所花的时间。正如特立独行的管理咨询师伊芙·莫留（Yves Morieux）和彼得·托尔曼（Peter Tollman）在《六个简单规则》（2014）一书中指出的那样，唯指标论会让员工耗费更长时间、工作更劳累，而这些工作对组织的实际生产力几乎没有积极作用，还消磨了他们的热情。为了排除各种花招、欺骗和目标转移带来的指标错误，组织通常会制定一连串的规则，而遵守这些规则会进一步减慢机构的运作，降低效率。

美国医疗体系曾经将“再入院率”作为评价重症护理医院的重要指标，并与医生的绩效挂钩。然而，那些再入院率高的医院，往往是负责攻克难症的研究型医学院，或者那些服务弱势群体的医院。为了弥补这个缺陷，“风险调整”被纳入了绩效体系中，但对风险的评估、如何应对人为操纵，又让制定者陷入了麻烦。英国也有同样的窘境。2016年《柳叶刀》上发表的一项研究指出，英国国民健康体系中的“质量和结果框架”——世界上最大的医疗绩效评估体系——对英国病人的死亡率降低并没有显著贡献。

与“绩效工资激励人们工作”的常识相反，用绩效指标来衡量生产力的尝试，反而会降低主动性，阻碍创新，让人不敢冒险。比方说，最终找到本·拉登的情报分析家在这个问题上花了很多年。如果在此期间的任何时候来评估他们的工作，得出的结论肯定是生产力为零。年复一年月复一月，他们的失败率为100％——直到最后成功。从上级的角度来看，让分析师长时间参与这个项目是要冒很高的风险的，时间上的投资可能无法兑现。然而，真正伟大的成就往往取决于这些冒险本身。

问题的根源在于，当人们的成绩通过绩效指标判断时，他们会更愿意做那些指标能衡量的事，而指标衡量的东西都是些既定的目标（例如处理了三张报表，或者写了两个方案之类）。但这会阻碍创新，因为创新就是做一些无法用既定目标来衡量的东西，实际上是根本就没人试过的东西。创新需要实验，而实验是有可能、甚至很有可能失败的。

图片来源：pixabay

还有，用可衡量的绩效来奖励个人，会减少集体共同的目标感，阻碍促进合作和效率提升的社会联系。这些激励常常会反而导致内部竞争。

强迫组织中的人将努力仅仅集中可衡量的那几个指标上，会让工作体验变得糟糕。人们被绩效指标缚住手脚，仅仅把眼光聚焦在几个有限的目标上；而这些指标和目标的制定者可能并不理解这些人的工作。如果一个人不能自己决定要解决什么问题、用怎样的方式解决，那就会缺乏心理上的刺激，变得迟钝，也不会有激情去探索未知的领域——未知的领域当然没有绩效来衡量。人们的创造本性就这样被唯指标论给扼杀了。

被指标所捆绑的组织，会让其中有才华、有首创精神的员工和成员逐渐脱离其主流文化。优秀的老师从公共学校离开、投奔私校；大公司的工程师离职、加入小公司；而有事业心的政府雇员则成为咨询师。这些现象当然也有积极一面，但不可否认的是，我们社会中的大型组织会因为把最可能创新的员工赶走而遭受损失。越是纠结绩效、把衡量工作成果变成往条条框框里打钩打叉，就越没法留住那些有能力跳脱条条框框的人。

以哈佛大学的戴尔·约根森（Dale Jorgenson）为代表的、专门计量经济生产率的经济学家们，报告说近年来美国经济整体停滞，唯一的例外——实现全要素生产率增加的唯一一个经济部门——是信息技术生产行业。接下来要问的问题就是，又花时间精力、又消磨创新、又造成短视的“计量文化”本身，是否也得为经济的停滞负责呢？（编辑：Ent）

题图来源：pixabay