向均值回归

去年的榜首，今年掉下来了。最容易的解读是：它一定是飘了、松懈了、或者被人做了手脚。还有一个更朴素、也更常被忽略的可能：它掉下来，不需要任何原因，数学自己就会这么干。这个现象叫向均值回归，是被误读得最厉害的统计现象之一，误读它会让你把纯粹的运气波动看成因果、看成阴谋、看成管理失败。纪律很简单：在把榜首回落归咎于任何反应性或 Goodhart 之前，先扣掉回归这一层，剩下的才轮到解释。指标一旦变成大家要冲的目标就会失效（B01）。向均值回归看起来很像这种指标失效，其实只是一次假警报，得先把它认出来、剔出去，才不至于到处错判 Goodhart。

这个现象最早由 Galton 在 1886 年记录：个子特别高的父母，孩子往往没那么高，会朝着平均回落，他当时称之为向平庸回归。机制其实很简单，说穿了不神秘。任何一次带噪声的测量，结果都等于真实水平加上一点运气：考得特别好的那次，多半是真实水平不错、再叠加了一点好运；能冲到榜首的，往往是真本事之上又碰巧撞了好运。而运气这东西，下一次不会照着重复。于是当你再测一次，真实水平还在，那份额外的好运却散了，分数自然往下落，落向它真实水平该在的位置。越是极端的成绩，里头掺的运气成分越多，回落也越明显。这里没有谁松懈，也没有谁作弊，只是运气不再帮忙而已。

Kahneman 在《思考，快与慢》里反复敲打这个盲点，因为它太容易被读成因果。一个典型场景：表扬一个人表现好之后，他下一次往往退步；批评一个人表现差之后，他下一次往往进步。于是人们得出结论说，批评比表扬管用。其实两边都只是回归：被表扬是因为那次特别好（含了好运），被批评是因为那次特别差（含了坏运），下一次都只是回到各自的常态罢了，跟表扬批评没多大关系。历史上还有过更大的乌龙。1933 年，统计学家 Secrist 收集了海量公司数据，发现最赚钱的公司几年后利润回落、最差的公司则回升，他据此写了厚厚一本书，得出一个悲观的经济学结论：商业世界正走向平庸的胜利，强者终将被拉平。但这整本书其实只是把向均值回归误当成了一条真实的经济规律。后来它成了统计学里著名的反面教材：只要你盯着一个用极端表现挑出来的群体往后看，你一定会看到它回归，这跟平庸不平庸没有任何关系。

既然回落是数学的默认设置，那怎么才能不被它骗？办法有两条，都不玄。第一条是设一个对照：别只盯着榜首自己前后两次的分数，去看看那些当初分数中不溜的对象，同一段时间里在往哪走，把大盘的自然涨落先减掉，剩下的才可能是真信号。第二条是给极端估值打个折，统计上叫向先验收缩：一个高得离谱的分数，先别全信，把它往整体平均拉回来一点再用，Smith 与 Winkler 管这叫有纪律的怀疑。两条的内核是一样的：承认极端值里掺了运气，先把那份运气挤出去。

这个陷阱在组织和选拔里最坑人。Harrison 1995 年把它正式搬进了组织场景，还顺手把三样东西串成了一条线：向均值回归、期望膨胀、赢者诅咒。按当期高分把一个明星挖进公司，你对他的期望会被那个高分抬得过满——这是期望膨胀。期望一旦抬满，下一期他多半会向均值回归，于是「明星一来就退步」被误判成管理失败或水土不服。真相是赢者诅咒：当初选中的，其实只是一个运气正好的高点。同样的道理还有个家喻户晓的版本，叫封面诅咒。1987 年，《体育画报》把两名棒球外野手放上棒球预览号的封面，预言他们会拿总冠军，结果那年他们表现平平，于是「登上封面就会倒霉」的说法流传开来。真相还是回归：一支队、一个球员之所以能上封面，正因为他们刚打出了一个极端的高峰，而高峰之后本就该回落，封面只是恰好拍在了顶点上。诅咒是不存在的，存在的只是我们习惯于给回归编一个因果故事。

留一个问题：既然榜首回落里既有纯回归、又可能真有反应性或 Goodhart，那怎么把两者分开、各算多少？目前还没有一个框架能既建模反应性、又校正选择偏差，把一次回落干净地拆成「运气退潮」的部分和「被测者真的应付了」的部分。这道分离题，是 eval 退化研究里最缺的一块拼图。

一句话带走：榜首回落多半是运气退潮，不是阴谋；想赖到 Goodhart 头上，先把回归那一层扣干净。