Campbell 定律

Goodhart 定律说指标一旦被当成目标就会失准（B01）。Campbell 定律再狠一层：指标不只自己失准，它还会把被测量的那件事本身带坏。考试分数变得没意义只是小损失，教育本身被应试改造才是大损失。

Donald Campbell 是研究「社会项目到底有没有效」的方法论大家。他的定律比 Goodhart 多说了一层，强调腐蚀的必然性：

"The more any quantitative social indicator is used for social decision-making, the more subject it will be to corruption pressures and the more apt it will be to distort and corrupt the social processes it is intended to monitor."Campbell, 1976/1979

翻译成白话：一个量化指标越是被用来做重要决策，它受到的腐蚀压力就越大，而且它越会扭曲、腐蚀它本来要监测的那个过程。注意最后半句：受害的不只是数字，还有数字背后的事。这句话出自小节标题就叫「量化指标的腐蚀效应」的一节，Campbell 用的字眼是复数的 pessimistic laws：他给出的是一组悲观定律，后人只记住了这一条。

Campbell 1979 年论文里的例子都带着案卷气，先讲警察局的。

警队按「清案率」考核，也就是破案占报案的比例。这个指标产生了双重腐蚀。报案端：案件被不记录、延迟记录，或降格成较轻的类别，报案少了，分母就小了。Campbell 点名尼克松的严打，说其主要效果是腐蚀了犯罪率指标（Seidman 与 Couzens 1972 的研究）。破案端更荒诞：辩诉交易里，被捕的窃贼多认几桩没头绪的悬案，换取轻判，用 Campbell 引的话说，「他在帮警察提高清案率」；而 Skolnick 1966 年的研究指出，其中不少人认下的是自己没犯的罪。清案率越好看，档案离真相越远。

再讲学校的。Texarkana 的绩效合同案（Stake 1971 记录）：教育承包商按学生成绩涨幅收钱，于是直接把期末考题拿来教。分数涨了，钱付了，学生什么也没多学。随后才是 Campbell 最常被引的那段话：在以一般能力为目标的正常教学下，成绩测验可能是不错的学业指标；一旦分数成为教学过程的目标，它既丧失指标价值，又以不良方式扭曲教育过程。

他的例证还跨了国界和战场：苏联的产量指标文献（Granick 1954、Berliner 1957），以及越战的歼敌数，即 body count（按尸体数汇报战果的考核法）。歼敌数一旦成了考核部队的硬指标，部队就有了往上凑数、甚至滥杀充数的压力；美莱村惨案，在他笔下正是这股压力被推到极端的战场形态，这条线在 B05（McNamara 谬误）展开。

这个定律最容易被读错的地方，是把它当成反对量化的檄文。Campbell 的学术身份恰好相反：他与 Stanley 合著的实验与准实验设计教材，是整个项目评估领域的奠基文本；他 1969 年的《Reforms as Experiments》号召把社会改革当成实验来做、用严格测量指导政策。他是「实验社会」最有力的旗手。

张力在于，同一篇 1979 年论文里，他既号召大规模量化评估，又断言量化指标必被腐蚀。他的调和方案不是弃测，而是制度设计：引入外部评估者；让工会等利益相关方充当看门狗；多个指标三角互证；尽量让指标远离直接奖惩回路。他的原话是，我们应当研究腐败得以被揭露的社会过程，并尝试设计吸纳这些特征的社会系统。定律因此是实验社会的内置警戒条款，不是对它的否定。这条思路后来长成了整条防御分支：G04 讲多指标制衡，G06 讲制度层防御。

把 Campbell 与 Goodhart 并排读，分工清晰。Goodhart 的主语是统计规律：指标与目标之间的相关性在控制压力下崩塌，损失发生在测量端。Campbell 的主语是社会过程：教学、警务、审判这些被测量的活动本身被指标重塑，损失发生在世界端。前者说尺子会失准，后者说尺子会改写被测物。这也是 Campbell 选用「腐蚀」而非「失真」的原因：失真还可以校准，腐蚀改变的是产生数据的那个组织本身。课程把这半步之差当作蓝红两支的接口：蓝支处理尺子与目标的形式关系，红支（从 R01 反应性起）处理尺子对世界的改造。

反方证据同样要摆上桌，这是严肃考证与警世故事集的分界。

Dee 与 Jacob 2011 年利用美国各州引入问责制的时间差，检验「不让一个孩子掉队」法案（NCLB，把学校拨款与统考分数挂钩的联邦法）：到 2007 年，四年级数学在 NAEP 上提高约 0.22 个标准差。NAEP 是全国抽查性质的审计考试，低利害，教师没有理由为它应试，所以这个涨幅更可能是真实学习。0.22 个标准差是什么概念：大约把一个中游学生挪到中上游，在教育干预里算相当可观的效应；而且增益遍布全部五个数学子量表，不是只涨易应试的题型。公平起见，同一研究里阅读科目两个年级均无效应，应试科目挤占其他课程的代价也有记录。

通胀那一侧的画面更早就有：Cannell 1987 年的调查发现，各州在自家高利害州考上都宣称高于全国平均。统计上不可能人人高于平均，这个集体幻觉因此得名「Lake Wobegon 效应」（一个虚构小镇，那里所有孩子都高于平均水平）。

合并的读法是：高利害分数同时包含真实增益与通胀成分，Campbell 定律断言的是后者必然存在，而不是前者必然为零。一条不可博弈的审计通道（比如 NAEP 这种没人有动机应试的考试）可以把两者分开。定律的完整边界条件在 B14（良性指标的条件），教育战场的全量证据（肯塔基 KIRIS 的分数通胀、芝加哥 4% 到 5% 班级的教师改卷检测）在 K01（案例带的教育卷宗）。

留一个问题：Campbell 的处方依赖看门狗与外部评估者，但看门狗自己也要被考核，审计通道自己也是一个指标。是什么防止揭露腐蚀的通道在第二轮被腐蚀？这个递归问题在 R09（审计社会）与 G06（制度层防御）各有半个答案。

一句话带走：高利害指标的杀伤半径不止数字本身，它会把产生数字的那件事一起改造掉。