Goodhart 定律

你几乎肯定在哪里见过这句话：

"When a measure becomes a target, it ceases to be a good measure."
指标一旦成为目标，就不再是好指标。通常被归给 Goodhart，其实不是他说的

这句话背后是一个机制：好端端的指标，为什么一被拿去当考核目标就失灵。这是整个家族的地基。它还牵出一桩公案：这句流传最广的话，其实不是 Goodhart 本人说的；真实出处要经过三个人接力才拼得出来。于是就有了这个反讽：一条研究指标如何变质的定律，自己的名言也在流传中变了质。

先讲定律的出生现场。它不是书斋里想出来的，是一场货币政策事故的验尸报告。

1970 年代，英国政府想控制通货膨胀，选的办法叫货币目标制：盯住一个叫 £M3 的数字（统计社会上有多少「广义的钱」的一个口径），把它的增速压在目标区间里，指望这样就能管住物价。逻辑听上去很顺，因为历史数据里这个数字和经济的关系一直稳定。

然后怪事开始了。1971 年 9 月，英格兰银行放松信贷管制，这个数字和经济之间原本稳定的关系随即松动，1972 至 73 年广义货币增速一度超过 25%，完全脱缰。1973 年底央行掉头搞硬管制，出台一个绰号「胸衣」的制度直接压银行的负债规模。银行立刻发明出不计入管制口径的替代性负债，绕开这套管制；这种操作在行话里叫脱媒，久而久之，绕开监管从应急手段变成了行业手艺。最难看的一幕在撒切尔政府：1980 年的中期财政战略把 £M3 年增速目标定在 7% 到 11%，实际冲到 18% 到 19%，接近翻倍。如果这把尺子还牵着真实经济，货币这么失控，经济本该跟着过热、通胀本该跟着走高；可现实是同一时间经济深度衰退，通胀反而在下降。这组数字说明什么：政府盯住的那个数字，和它想管的真实经济已经彻底脱钩，数字失控与经济降温同时发生，尺子和世界各走各路。财政部的大臣们后来自己引用「Goodhart 定律」解释超标，广义货币目标制在 1985 至 86 年被实质放弃。

Goodhart 当时是英格兰银行的货币政策顾问。1975 年 7 月他到悉尼参加澳大利亚储备银行的会议，交了两篇论文（其中一篇的副题叫「来自针线街的观察」，针线街是英国央行的所在地），把上面这场事故概括成一句半开玩笑的话，仿照墨菲定律的戏谑腔调自称「定律」，塞进脚注：任何观测到的统计规律，一旦为了调控目的对它施加压力，就会趋于崩塌。他本人后来自嘲，公众名声主要建立在一条小脚注上，感觉相当古怪。

机制其实一句话就能讲清：相关，不是等同。

没人盯着一个指标时，读数是大家正常做事的副产品，它和真实目标自然相关。一旦宣布「按这把尺子发钱」，每个被它考核的人都得到一个新动机：专门去找「读数高、但真实目标没改善」的空间。于是努力从「把事情做好」漂移向「让读数变大」，而涨读数最省力的路径，几乎从来不是把事情真的做好。相关关系被优化压力硬生生撑断，Goodhart 说的崩塌，指的就是这一次断裂。

注意一个容易看漏的地方：这不需要任何人使坏。认真刷题的学生可能真心以为解题套路就是知识；盯着点击率的工程师可能真心觉得涨点击就是为用户创造价值。指标最可怕的地方不在诱人作弊，而在它会悄悄替换掉你脑子里的目标本身。这种「悄悄替换」有专门的名字，叫 surrogation（代理指标替代），B07 一课专讲它。

现在回到那桩公案。流行的那句话，比 Goodhart 的脚注晚出生二十二年，中间接力了三棒。

第一棒是 Goodhart 自己。1975 年那两篇论文只有脚注玩笑，没有留下一句干净的单句。最可靠的精炼措辞要等到 1984 年他的文集里才出现；那时他已经用第三人称「Goodhart 定律」称呼它，这说明命名到那时已被他本人接受。1997 年，他还留下过一个政府语境的重述版。第二棒是管理会计学者 Hoskin：1996 年他把定律从货币语境里剥出来，改写成「每一个成为目标的指标都会变成坏指标」，冠上 Goodhart 之名。第三棒是人类学家 Strathern：1997 年她读到 Hoskin 的版本，把它锻造成如今那句节奏最好的格言，语境是英国大学的审计文化。准确的记法是：定律之名归 Goodhart，泛化之功归 Hoskin，流行之句归 Strathern。

考证还挖出一层更早的地基：「指标一成考核就变形」，在被冠以任何人名之前，早就是组织社会学的田野常识。1956 年，Ridgway 在《Administrative Science Quarterly》创刊卷发表了一篇 8 页短文，综述当时的实地研究：职业介绍所的柜员被按安置人数考核，就专挑好安置的求职者（Blau 的记录）；苏联工厂被按产量考核，就牺牲一切产量之外的东西（Berliner 的研究）；还有 Argyris 的预算研究。他把单一、多重、复合三类指标各自的扭曲机理讲齐，比 Goodhart 早 19 年，还留下家族最早的警句：这副药，有时比病本身更糟。他对复合指标的批评尤其超前：把多个维度加权成一个总分，并不能解决问题，因为被考核者只会沿权重最高的那一维去优化，外部定的权重顶替了每个人自己心里的轻重判断。同样是「把多维压成一个数」，今天训练模型时把多个目标压成单一标量奖励，重演的正是这个困境。

最后是优先权。经济学里有一条几乎同时诞生的孪生命题，叫 Lucas 批判（大意：你观察到的经济规律内含了人们对旧政策的预期，政策一改、预期就变、规律就崩，B03 专讲）。Chrystal 与 Mizen 2003 年的权威梳理先给足排面：以本人名字命名一条经济学定律的人极少，Goodhart 与 Gresham、Walras、Say 同属一个非常小的俱乐部。随后是全文最锋利的裁定：可以论证 Goodhart 定律与 Lucas 批判本质上是同一件事，若果真如此，Lucas 几乎肯定先说。两者后来分了工：Lucas 批判改写了宏观计量的方法论，Goodhart 定律改写了货币政策的设计，货币目标退场、通胀目标登场。所以「几条定律同时独立发现」的准确版本，是一个横跨组织社会学（1956）、社会科学（1969 至 79，B02 的 Campbell 一线）、经济学（1975 至 76）的层累过程：Ridgway 在最前，Goodhart 因命名之功获得最大身后名。

定律传到今天，从格言长成了带刻度的科学，能回答「什么时候发作、有多严重」。

El-Mhamdi 与 Hoang 2024 年证明，关键看「真目标与被优化指标之差」的分布形状，并据此分成两档。差异大体收敛时是弱 Goodhart：过度优化指标只是白费力气，对真目标不再有帮助。差异呈长尾分布（极端偏差出现的概率不可忽略）时是强 Goodhart：继续优化指标会实打实地伤害真目标。分界由尾分布的形状决定。

这条刻度同时标出了定律的边界：它不是「测量无用论」，而是「代理指标加高压优化」这个组合的失效定律。把高压拿掉、把代理链缩短、留一条独立的审计通道，测量依然是已知最强的管理技术。Campbell 本人「实验社会」的立场，说的正是这个。指标什么时候是良性的，B14 专门陈列反方证据与成立条件。

留一个问题：下次有人拿一句名言、一个指标或一条干净结论说服你，做两件事，查它的出处，问它被优化了多久。名言和指标一样，越好用、被用得越久，内核越可能已经在使用中被悄悄换掉。顺带一桩悬而未决的小公案：Goodhart 1975 年会议宣读在前，Lucas 1976 年正式刊出在后，「谁先说」取决于把哪个动作算作首发，而 1975 年那两篇会议论文的影印件至今无人核到原件。一条以测量为业的定律，自己的出生证明还压在澳储行的档案里，这大概是它给自己开的玩笑。

一句话带走：指标没被当目标时才诚实；一旦按它发钱，它测到的就不再是世界，而是人们对它的反应。