指标审计

审计指标，就是检查你追踪的数字是否真正反映了你在意的事，还是大家只是在学着钻规则的空子。当你把某件事变成可衡量的指标，并将奖励与它挂钩时，大家自然会调整行为，这听起来不错，却可能适得其反。比如，如果要求呼叫中心员工尽量缩短通话时间，他们可能会为了压低数字而直接挂断客户的电话。

试试这样：选一个你正在追踪的指标，想想如果一个人只在乎这个数字，他会怎么做。

指标审计怎么做

指标审计的过程很直接：明确你想实现的目标，检查你实际衡量的是什么，再梳理人们可能如何回应这些激励。先用日常语言说清目标，不要一开始就用数字表达。如果你的目标是“提供出色的客户支持”，却只衡量“平均通话时长”，那么你的初衷和衡量方式之间就出现了偏差。

人们如何钻指标的空子

当指标决定奖励时，人们就会围着指标使劲，而不是围着目标努力。这个过程往往有迹可循：首先，大家出于好意引入一个指标。接着，人们发现哪些做法能最快改善自己的数字。最后，这些做法可能逐渐偏离最初的目标，有时甚至偏得很远。按销售收入获得奖励的销售团队，可能会推销客户并不需要的昂贵产品；按考试成绩接受评价的教师，则可能只教应试技巧，牺牲学生对知识的深入理解。

需要留意的警示信号

留意三种危险信号：做法在规则上挑不出毛病，却让你觉得不对劲；为了速度而牺牲质量的捷径；某项结果改善得快到可疑，其他方面却没有相应进步。医疗领域有一个经典例子：外科医生为了维持自己的患者死亡率指标而避开疑难病例。数字看起来很好，患者获得治疗的机会却受到了影响。

可以采取的步骤

第一，让衡量方式多样化。复杂的目标无法用一个数字概括。把定量指标与定性反馈结合起来，从多个方面衡量表现，而不是只看一个容易被钻空子的统计数字。第二，将部分指标保密，或定期调整指标，让人们无法只围着已知目标优化行为。第三，把指标当作诊断工具，而不是决定奖励的唯一依据。理解数字反映了系统中的什么情况，再结合更全面的判断做决定。

什么时候尤其需要审计

当指标关系重大、你发现可疑模式，或准备引入新的衡量系统时，都应该进行指标审计。如果指标完全取代了人的判断，或接受评价的人能影响数据本身，就要格外留意。一个指标在招聘、解雇、拨款或奖金决策中的分量越重，你就越需要仔细审查它是否会带来意外后果。

关于指标失真的研究表明，一旦定量指标与关系重大的决策挂钩，就必然会扭曲人的行为。社会科学家唐纳德·T. 坎贝尔于1979年提出坎贝尔定律：“任何定量社会指标越多地用于社会决策，就越容易受到使其失真的压力，也越可能扭曲和破坏它原本要监测的社会过程。”[1] 经济学家查尔斯·古德哈特在货币政策领域独立观察到了类似现象，并指出：“当一个衡量指标变成目标时，它就不再是一个好的衡量指标。”[2]

曼海姆于2024年开展的近期综合研究整合了这些发现，并提出了构建更不易失真指标的实用策略，包括多样化、随机化和事后设定[3]。杰里·Z. 穆勒关于“指标迷信”的研究表明，对衡量的痴迷已经蔓延到教育、医疗、警务和商业领域，常常让按行政规定办事取代专业判断[4]。玛丽莲·斯特拉森对高等教育审计文化的研究显示，绩效评级可能产生悖论：它反而会损害自己原本想提升的质量[5]。

实证研究记录了这些问题在不同领域的表现。加州大学洛杉矶分校医疗系统2024年的一项研究发现，一项联邦患者安全指标（PSI-04）用于卒中诊疗时存在根本缺陷，可能会让医生倾向于避免给病情最严重的患者实施救命的治疗操作[6]。在教育领域，标准化考试的压力导致了“应试教学”现象：学生考试成绩不错，却没有形成相应的理解或技能。

研究提出了几种缓解策略：使用多种衡量方式，而不是单一指标；将部分指标保密，防止人们钻空子；在定量衡量之外加入人的定性判断；定期审查指标是否带来了意外后果。或许最重要的是，指标应作为帮助决策的诊断工具，而不是完全取代决策判断。

指标审计有一些重要局限。并非所有值得做的事都容易衡量，有些量化复杂目标的尝试可能弊大于利。在创意领域、研究密集型工作或照护职业中，僵硬的指标可能漏掉表现中至关重要的方面。此外，有些组织缺乏开展全面指标审计所需的资源或专业知识，而将指标保密又可能损害信任和透明度。防止人们钻空子与提供清晰预期之间也存在矛盾：大家理应知道自己将如何接受评价。最后，在无法逐一监督的大型组织中，指标可能是落实问责所必需的；完全放弃指标并不总是现实或可取的做法。