LESSON 005 · MEASUREMENT & INCENTIVES
古德哈特定律
Goodhart's Law · when a measure becomes a target, it ceases to be a good measure
- 提出者
- 查尔斯·古德哈特
- 年份
- 1975
- 领域
- 管理 · 指标 · 激励
- 原著
- 《货币管理的问题：英国经验》
一
缘起 · 一条货币政策的"反讽"
ORIGIN
1970 年代的英国，正陷在滞胀的泥潭里——通胀一度逼近 25%。当时方兴未艾的货币主义给出药方：通胀本质是货币现象，只要央行盯住货币供应量（M3 等总量指标）的增速，就能驯服物价。英格兰银行采纳了这套思路，把某个货币总量当成调控的靶子。
结果出乎意料：一旦央行把某个货币指标设为目标并据此收放银根，这个指标与通胀之间原本稳定的统计关系，就开始失灵。银行与企业绕开被监管的口径、创造出新的信用形式，使被盯住的那条曲线"变了形"。
当时任职于英格兰银行的经济学家查尔斯·古德哈特（Charles Goodhart，1936– ，后为伦敦政经学院教授）在 1975 年一篇关于英国货币管理的论文里，用一句冷峻的话点破了这个现象。这句话后来被无数次引用、改写，成了管理学、教育学、数据科学共同的"护身咒"——古德哈特定律。
耐人寻味的是，古德哈特本人最初只是描述货币统计的一个技术性麻烦。他大概没想到，这条"定律"日后会被用来解释从苏联计划经济到硅谷 KPI、从高考到 KOL 粉丝数的几乎一切"指标异化"。
二
原典
THE PRIMARY TEXT
GOODHART · 1975
"任何被观察到的统计规律性，一旦因调控目的而被施加压力，便倾向于崩溃。"
（Any observed statistical regularity will tend to collapse once pressure is placed upon it for control purposes.）
——《货币管理的问题：英国经验》（Problems of Monetary Management: The UK Experience, 1975）
注意古德哈特原话的精确之处：他说的是"统计规律性"，而非"指标"；说的是"施加调控压力"，而非简单地"测量"。也就是说——问题不出在观察，而出在"把观察当方向盘去拧"。当一条相关关系只是被记录时，它是诚实的；当它被当作扳机、当作奖惩的依据时，被测量的人就有了改写它的动机。
二十多年后，英国人类学家玛丽莲·斯特拉森（Marilyn Strathern）在 1997 年的论文中给出了那句流传最广的通俗版："When a measure becomes a target, it ceases to be a good measure——当一个度量变成目标，它就不再是一个好的度量。"今天人们口中的"古德哈特定律"，多半指的是斯特拉森这句更利落的概括。
三
释义 · 路灯、地图与代理人
PLAIN MEANING
剥去术语，古德哈特定律讲的是一件人人都见过的事：指标只是真实目标的"影子"，可一旦你开始追逐影子，人们就会把影子做得很好看，而真实目标被悄悄抛在身后。
三个譬喻可以叠加理解它：
- 地图不是疆域——指标（地图）是对现实（疆域）的简化。平时拿地图导航没问题，可一旦你开始"为了让地图好看而改造疆域"，地图就再也不能反映疆域了。
- 体温计被攥在手心——体温计本来诚实地反映体温，可如果"体温达标才发奖金"，病人就会去焐热体温计。读数升高了，病却没好。
- 代理人有自己的算盘——你委托别人去做某事，只能用可观测的指标来考核他（委托-代理）。而他会精确地优化"被考核的那个数字"，而不是你心里真正想要的那件事。
关键的转折点在于"施压"二字。测量本身无害；把测量结果绑上重大奖惩、并公开宣告，才会触发操纵。被考核者不必是坏人——他们只是理性地对激励作出反应。这正是古德哈特定律最阴冷的地方：它不需要任何人作恶，系统就会自动跑偏。
"你考核什么，就会得到什么——但往往不是你真正想要的那个东西。数字会变得漂亮，而漂亮数字背后的现实，可能正在腐烂。"
四
后人之论
LATER INTERPRETATIONS
五
案例 · 当数字开始说谎
CASE STUDIES
CASE 01
英国货币供应量目标的崩塌
1979 – 1986
这是古德哈特定律的"出生现场"。撒切尔政府上台后推行"中期金融战略"，把广义货币 £M3 的增速设为硬性目标以遏制通胀。可一旦 £M3 成为靶子，银行通过表外业务、金融创新规避口径，使 £M3 与通胀、与名义 GDP 的关系迅速失稳。央行被迫不断修订口径，最终于 1986 年前后放弃了对 £M3 的盯住。
古德哈特定律不是事后总结的笑话，而是一次实时的政策失败。它诞生于一个最讲究数据的领域——货币经济学，这让它格外有分量。
CASE 02
苏联计划经济的"那一根大钉子"
1930s – 1980s
苏联国家计划委员会（Gosplan）以实物指标考核工厂。若按数量下达钉子产量指标，工厂就生产海量无用的小钉子；若改按重量考核，工厂便造出一根巨大无比、毫无用处的钉子来凑吨位。1955 年苏联讽刺杂志《鳄鱼》（Крокодил）刊载的那幅"一根巨钉吊在车间里"的漫画，成了计划指标异化最著名的图像。
无论用哪个单一指标，被考核者都能精确地满足该指标而背叛其本意。这说明问题不在"选错了指标"，而在"用单一指标施压"这件事本身。
CASE 03
河内灭鼠悬赏 · 鼠尾农场
1902
法属殖民当局为治理河内鼠患，按每条鼠尾发放赏金。市民很快发现：只需剪下鼠尾领赏、再放老鼠回下水道继续繁殖，赏金便源源不断；更有人专门养殖老鼠以割尾。结果城里出现大量"无尾老鼠"，鼠群不减反增。历史学者迈克尔·万恩在《老鼠、稻米与种族：河内大灭鼠》（2003）中详细记录了这一幕。
"鼠尾数"本是"灭鼠成效"的代理，一旦它变成赏金目标，人们优化的就是鼠尾产量而非老鼠减少——这就是著名的"眼镜蛇效应"，古德哈特定律最生动的民间版本。
CASE 04
富国银行的 350 万个假账户
2016 曝光
美国富国银行（Wells Fargo）长期以"交叉销售率"为核心考核指标，对员工层层加压（口号"Eight is great"——人均八个产品）。在指标重压下，员工在客户不知情的情况下私开了多达约 350 万个虚假账户与信用卡。2016 年事发，银行被罚 1.85 亿美元，CEO 辞职，品牌信誉重创。
"交叉销售率"本是"客户关系深度"的代理。当它成为唯一的、高压的目标，员工优化的便是开户数字而非客户价值——指标漂亮，业务腐烂，正是古德哈特定律的标准剧本。
CASE 05
NHS 急诊"四小时目标"的游戏
2000s – 2010s
英国国民医疗服务体系（NHS）设定硬指标：95% 的急诊病人须在 4 小时内得到处置。指标本意是缩短候诊。但在重压下，部分医院出现了"做数字"的行为——让救护车在院外排队、不让病人正式"进入"急诊计时；或在临近 4 小时时仓促转走病人以避免超时记录。
指标改善了"被记录的等待时间"，却未必改善"真实的就医体验"。这提示：当指标可被流程操纵时，它衡量的就从"现实"滑向了"对指标的应付"。
六
反例与限制
CRITIQUE & LIMITS
古德哈特定律近年被引用得太顺口，以至于沦为"凡 KPI 皆恶"的反智借口。真正用过它的人，必须知道它不成立、或被滥用的地方：
① 并非所有指标都会崩坏当指标与真实目标因果紧密、且几乎无操纵空间时，它依然可靠。短跑成绩就是速度本身，体重计读数就是体重——这类"目标即指标"的场景，古德哈特定律基本不适用。它主要作用于"代理指标"。
② 它无法被量化或预测定律只说"倾向于崩溃"，却不告诉你多大压力、多久、崩坏多少。它是一个定性的警示，而非可计算的模型——用它做精确预测是误用。
③ 把锅全甩给"指标"会掩盖真正的失败富国银行的根源不只是"测量了交叉销售"，更是畸形的激励、恐惧文化与失职的管理层。把问题简化为"指标的错"，反而放过了该负责的人。
④ 取消测量不是解药，往往更糟"无指标管理"会退回到拍脑袋、靠关系、凭印象。证据显示放弃测量常导致更隐蔽的低效。真正的课题不是要不要测，而是如何设计抗操纵的指标体系。
⑤ 不区分类型就会变成口头禅曼海姆把它拆成回归／极值／因果／对抗四型，正是因为不同机制有不同解法。笼统一句"古德哈特定律"既不能诊断问题、也不能开药方，只是显得聪明而已。
所以正确的姿势是：把它当作"指标设计的体检清单"——每当你要把一个数字挂上重大奖惩，先问一句"如果有人只想把这个数字做漂亮，他会怎么钻空子？"能提前想到操纵路径，就已经赢了一半。
七
相关理论网络
CONNECTIONS
坎贝尔定律
Campbell's Law · 1976
∥ 孪生定律
社会科学版的古德哈特。强调指标被用于决策越多，越会腐化它本想监测的过程。
卢卡斯批判
Lucas Critique · 1976
⟶ 同源上游
宏观经济版。历史数据中的关系会随政策改变而改变——人们对规则有预期反应。
眼镜蛇效应
Cobra Effect
⊂ 具象子集
激励引发反常行为的著名案例族（蛇赏、鼠尾赏），是古德哈特的民间叙事。
委托-代理问题
Principal-Agent Problem
⟸ 机制基础
信息不对称下，代理人优化"被考核指标"而非委托人真实意图——古德哈特的微观引擎。
麦克纳马拉谬误
McNamara Fallacy
⟹ 互补盲区
只重视可量化者、无视不可量化者，最终把不可量化的当成不存在。度量崇拜的另一面。
替代效应（绩效心理）
Surrogation
⟷ 认知机制
人会在心理上用"代理指标"替换掉"真实战略目标"，连决策者自己都遗忘了初衷。
路灯效应
Streetlight Effect
⟺ 平行偏误
只在"容易测量"的地方找答案，如同醉汉只在路灯下找钥匙——与指标异化同根。
八
致用
APPLICATION
古德哈特定律不能让你扔掉所有指标——现代组织离不开度量。但它能让你设计出更难被操纵的指标体系，并在自己身上识别"为数字而活"的陷阱。
团队管理
用"北极星指标 + 护栏指标"组合，而非单一 KPI。考核交付速度时，配上质量与返工率作制衡；考核增长时，配上留存与投诉率。让"做漂亮一个数字"必然牺牲另一个数字，操纵成本就高了。
招聘与晋升
别用单一量化分数决定一个人的去留。指标用于筛掉明显不合格者，最终判断交给结构化但有人参与的评估。古德哈特提醒：一旦"某个分数=晋升"，人们就会优化分数而非能力。
学习与自我管理
警惕把"代理指标"当成目标本身：刷题数 ≠ 真懂，打卡天数 ≠ 真练，粉丝数 ≠ 真影响，读完本数 ≠ 真读。定期回到"我真正想要的能力／改变是什么"，别被自己设的小红花骗了。
投资与决策
宏观与公司指标都是代理。GDP、PMI、月活、GMV 一旦成为"被管理层盯住要做高的目标"，就可能失真。看数据时多问一句：这个数字有没有被为它优化过？背后的真实情况是否在恶化？
指标设计本身
上线任何考核指标前，做一次"红队推演"：假设一个聪明而懒惰的人只想把这个数刷好看，他会怎么钻空子？把想到的操纵路径堵上，或干脆换指标。预演操纵，是抗古德哈特最便宜的保险。
九
反观三问
THREE QUESTIONS
我现在每天在优化的那个数字（绩效、收入、粉丝、打卡、绩点……），是真实目标，还是只是它的代理？这两者最近一次背离是什么时候？
在我管理或参与的系统里，有没有哪个 KPI 已经被"做漂亮"了，而它本想守护的东西其实正在变差？如果有人想操纵它，会从哪里下手？
如果取消我最看重的那个指标，我会用什么来判断"事情是否真的在变好"？——这个问题的答案，往往才是我真正该追的目标。
十
延伸阅读
FURTHER READING
-
C. Goodhart《Problems of Monetary Management: The UK Experience》
1975（后收入《Monetary Theory and Practice》, Macmillan, 1984）— 定律的原始出处
-
Marilyn Strathern《Improving Ratings: Audit in the British University System》
European Review, 5(3): 305–321, 1997 — 那句通俗版"measure becomes a target"的来源
-
Donald T. Campbell《Assessing the Impact of Planned Social Change》
Evaluation and Program Planning, 1979 — 孪生的"坎贝尔定律"原文
-
D. Manheim & S. Garrabrant《Categorizing Variants of Goodhart's Law》
arXiv:1803.04585, 2018 — 把定律切成四型的现代分析框架
-
Jerry Z. Muller《The Tyranny of Metrics》
Princeton University Press, 2018 — 对"度量崇拜"的系统批判，案例丰富
-
维基百科：Goodhart's law
en.wikipedia.org/wiki/Goodhart's_law — 含各版本表述、变体分类与案例综述
人类学家斯特拉森在研究英国大学的"评估文化"时，提炼出了那句最广为流传的版本。她观察到：当科研评估（如 RAE 排名）从"衡量学术质量的尺子"变成"高校争抢的目标"，学者们便开始为指标而写作——拆分论文、灌水引用、追逐可量化的产出，而非追求真知。
她的贡献在于把古德哈特从货币学搬进了一切被审计、被排名的社会领域，让这条定律获得了跨学科的生命。
社会心理学家坎贝尔几乎同时、独立地提出了"坎贝尔定律"："任何量化的社会指标，被用于社会决策越多，它就越容易受到腐化压力，越容易扭曲它本想监测的社会过程。"
坎贝尔的版本更强调"腐化与扭曲"的社会后果，是教育评估（如美国标准化考试舞弊）领域引用最多的理论。它与古德哈特定律常被并称为"同一硬币的两面"。
两位研究者在论文《古德哈特定律的变体分类》中，把这条笼统的格言切成四种机制，让它从"金句"变成可分析的工具：回归型（指标与目标只是相关，优化指标会脱靶）、极值型（在极端区间相关关系失效）、因果型（错把相关当因果去干预）、对抗型（被考核者主动钻空子）。
这一分类在 AI 对齐领域被反复引用——因为"训练目标"与"真实意图"之间的偏差，正是古德哈特定律在机器学习里的化身。
历史学家穆勒在《指标的暴政》（The Tyranny of Metrics）中，把古德哈特定律放进了对"度量崇拜"的整体批判。他指出现代组织有一种迷信：凡事可测量、可排名、可挂钩奖惩，就能改善。结果是医生挑轻病人做手术以保住"成功率"、警察压低立案数以美化"治安指标"、教师只教考点。
穆勒的解药不是放弃测量，而是"用判断力补充指标，而非用指标取代判断力"——这是对古德哈特定律最务实的回应。