发现假成功！

这篇文章的重点是阐述希思提出了七个上游思解题思路的第五个思路：发现假成功！

“假成功”这个词儿听起来有点绕，但它其实包含着两层意思。首先，上游思维就像是那个总是爱挑刺的聪明朋友，它鼓励我们去发现那些表面上看起来很成功，实际上却暗藏问题的情况。其次，上游思维也要求我们有远见，设计制度时得考虑到这个制度可能会带来的表面繁荣，实则空洞无物的“假成功”。

注意到没有，这就触及到了官僚体制的一个本质矛盾。需要特别说明一下，这里的官僚体制并不是指中国的僚体制，而是美国的政府。尽管美国制度和中国大不相同，但是全世界的官僚体制有同样的问题。

政府要高效运作，就需要一个庞大的官僚集团来支撑。要确保这个集团不偷懒、勤勤恳恳地工作，就得对他们进行考核。而考核，就得有一套指标体系。问题就出在这里：一旦有了指标，官僚集团可能会为了达到这些指标而工作，却忘了他们的初心和真正的使命。

这种指标驱动的“成功”，很可能只是一种假象。这就像是一个悖论：我们设立指标是为了追求成功，但有时候，这些指标本身却成了成功的绊脚石。

咱们中国有句老话这几年流行一句话，“站在风口上，猪都能飞起来”，巴菲特也说过，“只有退潮了，才知道谁在裸泳”。这两句话都告诉我们，有时候只要跟上了“大势”，哪怕你是个废人，也能乘风破浪。

站在风口上，猪都能飞起来

就像牛市的时候，人人都能赚钱，每个基金的业绩都亮眼，大家都觉得自己是股神，但其实可能只是运气好。亚洲某国经济快速增长时，大家都夸总统政策好，但如果你看看周围的国家，比如印度尼西亚、马来西亚，他们的增速也达到了10%。当论功行赏的时候，官僚集团可能不会提当时的大环境。

希思举了一个例子，上世纪90年代，美国各地的犯罪率都下降了。我们之前也讨论过，原因众说纷纭，到现在也没个定论，你只需要知道这是一个全国性的现象。但当时，美国各地的警察局长都把功劳往自己头上揽。那些90年代的警长们，纷纷成立了自己的“犯罪咨询公司”，以犯罪专家自居，赚得盆满钵满。

他们对外宣称，也真心相信，是自己的领导让辖区内的犯罪率大幅下降。他们说的没错，但他们没告诉你的是，其他地区的犯罪率也下降了。如果换到80年代，恐怕没有一个警长敢开咨询公司。

类似的事情还有很多。比如，孩子的学习成绩好，真的是老师和学校的功劳吗？好学区的家长本身就很优秀，他们的孩子无论在哪里学习，成绩都会很好。再比如，传染病患者在服用了某种汤剂后纷纷康复，真的是汤剂的功劳吗？别忘了，大多数人即使不吃药也会自愈。

犯罪率都在下降！

如果不做随机实验，就很难判断哪个官员、哪个政策真正有效。但社会治理恰恰很难进行随机实验。

波士顿市有个负责城市维修的机构，每年要维修全市的人行道。市政府为了考核他们的工作，定了三个指标：经费分配要公平，修路面积要大，还要看他们解决了多少群众来电反映的问题。

听起来挺全面的，对吧？但2014年，新来的总工程师凯蒂·崔（Katie Choe）一上任就发现了问题。原来，城建办每年修的都是富人区的人行道，穷人区的人行道破破烂烂，却从来没人管。这并不是因为城建办歧视穷人，而是因为穷人区的人不怎么打电话投诉。城建办是根据分区和311电话决定去哪修路，三个大区都有穷人，可是穷人不打电话。穷人习惯了，穷人感觉自己一向都是被政府忽略的，打电话也没用，所以干脆就不打了 —— 这是一个自证预言！你以为自己被忽略，结果你就真的被忽略了。

凯蒂·崔觉得这不公平，决定改变策略，把大部分经费都投向了穷人区。但市长却不这么看。市长担心，如果富人区的人打电话投诉，却没有得到解决，他们可能会施加政治压力。而且，就算给穷人区修了路，又怎么证明这是福利呢？有什么数据能证明穷人的生活因此改善了吗？

有时候，表面的公平和效率背后，可能隐藏着更深层次的不平等。而且，想要真正帮助弱势群体，光有好意是不够的，还需要更细致的考量和更精确的数据支持。

指标的逻辑是复杂的问题简单的指标！

丹尼尔·卡尼曼在他的书《思考，快与慢》里提到了一个有趣的心理现象。当我们遇到一个难题，觉得太复杂不好回答时，我们往往会不自觉地找一个简单的问题来替代它。然后，我们回答了那个简单的问题，就误以为自己已经解决了那个复杂的问题。

偷换感念是一种常态

比如，有个富豪说他买了很多福特公司的股票。卡尼曼问他为什么选择投资福特，富豪回答说，因为他在车展上看到福特的车，非常喜欢。

这其实是一种逻辑上的偷换概念。投资福特公司是否明智，需要综合考虑很多因素，比如公司的财务状况、市场竞争力等等。但富豪却用一个简单的问题——“我喜欢福特的车吗？”——来替代了复杂的投资决策问题。

这种现象现在被称为“直觉启发式”。希思指出，官僚系统在用指标考核工作时，其实也是在犯同样的错误。

工作做得好不好，这是一个复杂的问题；而指标是否达到，这是一个简单的问题。我们不能简单地用指标是否达到来评判工作的好坏，因为背后可能还有很多其他因素需要考虑。

考核指标这东西，真是让人又爱又恨。没有它，官僚集团可能就像无头苍蝇一样，不知道往哪儿飞；有了它，他们又可能忘了自己的初心和使命。

就拿芝加哥的高中教育改革来说吧，学校系统可不是你说改就改的，他们要看指标，要看到成效。而且，他们等不及学生毕业，甚至等不及一年，他们想要的是立竿见影的效果——所以他们选择了高一新生的出勤率作为指标。改革一实施，出勤率上去了，官员们这才相信改革是有效的。

上世纪90年代，美国的犯罪率确实下降了，但这个数字背后也有故事。从1994年起，美国警察局开始使用一个叫CompStat的软件，用大数据来指导执法。警察会把每个案件的时间地点输入系统，然后据此在犯罪高发区增加巡逻。听起来不错，对吧？

但与此同时，各地的犯罪率和警长个人的考核挂钩了。如果你任内犯罪率下降，就能升职加薪。这个政策，却带来了问题。

2018年，一位纽约的老警察在播客上爆料说，警长们会用各种手段人为降低自己辖区的犯罪率，常见的就是把案件“降级”。

比如，一个巡逻警察抓到了一个现行犯，证据确凿，但受害者是妓女。按理说，该怎么处理就怎么处理，但警长却不接受这个说法，他反复询问受害者细节，试图把重罪改成轻罪，这样犯罪率就不会受影响，他的考核指标也好看。

那有人监督这些警长吗？至少官僚系统没有。警长把低犯罪率汇报给警察局长，局长也高兴，因为这等于他治下的犯罪率下降了。局长再把这个成绩汇报给市长。

市长是民选的，应该为民做主吧？但实际上，市长也乐于看到犯罪率下降，因为这能让房价上涨，他的政绩也就出来了。

等老警长退休，新警长上任，他会继续美化数据，因为一旦采用诚实的统计方法，犯罪率就会直线上升。所以，他只能继续让犯罪率“降低”……有时候，好看的数字背后，可能隐藏着不那么好看的真相。

希思将这种现象称为 "gaming"，意思是你用指标来考核我，我就有办法让这些指标看起来很漂亮，就像在体育比赛中一样。这不是明目张胆的造假，没有人在报告上随意填写数字。每个数字都是真实统计出来的，每个案件都有记录可查，只是执行统计标准可能和你想象的不一样。

但时间一长，这些数据可能会变得不太靠谱。可能会有公民记者跳出来说纽约市的犯罪率数据根本不可信，说警局在欺骗市民。但这么说也不完全准确。

我们之前讨论过“汉隆剃刀”原则，它告诉我们，如果愚蠢就能解释一件事，就不要归咎于恶意。同样，如果官僚系统的内在悖论就能解释，就不要认为是某个官员故意腐败。这个悖论是：没有量化指标考核不行，但有了量化指标，就可能出现gaming现象。哪怕每个官员都是真心诚意为人民服务，整个官僚系统也可能会把事情搞砸。

简单来说，上游思维在设定考核指标时，要警惕三种“假成功”：

1. 剔除运气因素：我们怎么确保成功不是偶然的？

2. 使命一致性：这个指标是否真的和我们的目标相符？

3. 防止指标伤害使命：会不会有人为了达标而损害了我们的初衷？

官僚系统的悖论并非无解。解决方案之一是将定量指标与定性评估相结合。比如，英特尔的前CEO安迪·格鲁夫（Andy Grove）就实施了“双轨制”：一边看数据，一边让管理人员实地考察。

工作的好坏，人工智能可能看不出来，但人的智慧可以。即使没有指标，即使没有投诉电话，你也能明白，穷人区的路真的需要修了。

无论制度多么完善，都需要保留一些人为的灵活性。领导者需要亲眼

看看实际情况，民众可以表达不满，记者可以进行批评，社会活动家可以组织抗议，退休公务员可以在媒体上揭露问题。这些系统外的力量，可以对系统进行监督。再好的制度也可能被官僚集团玩坏，但人的眼光通常不会被永远蒙蔽。

（END）