治理：目标与恐怖

把指标接上乌纱帽，是政府提升治理效率最常用的一招，也是反应性最烈的现场。三个案例各占机制光谱的一段：英国的公立医院被四小时目标管着，医生学会了让计时的钟停走，但等待也真的变短了（规则套利，配有真实改善的对照证据）；纽约警察局的犯罪数字周周被问责，重罪于是被悄悄记成轻罪（分类操纵，下降主体为真）；世界银行给各国营商环境排名，排到后来，被排名的大国把手伸进了榜单本身（测量俘获，出榜机构自己被拉进博弈）。三案的共同骨架，就是 R04 讲过的规训结构：定期公布、逐级问责、不达标者丢乌纱帽。于是每个层级都有充分动机让数字好看；用什么手段，则取决于哪条通道最便宜。

2000 年代英格兰给医院系统装上星级评定与高管问责：等待时间等目标不达标，管理者解职。研究者 Bevan 与 Hood 2006 年给这套体制起了名字，targets and terror，目标加恐惧，并在开篇明言它与苏联指令经济有明显相似之处。他们的理论词是 synecdoche，修辞学里的「以偏概全」：任何目标制都只能抽取少数可测维度代表整体绩效。管理者的注意力与资源也就跟着这几个被测维度走，因为只有它们会被看见、被问责。于是，没被选中的那些维度，就成了卸载区。以四小时急诊目标（病人到急诊后四小时内必须被看诊或收治）为例，底稿坐实的手法清单如下。

• 救护车压车：病人留在急诊室外的救护车里，四小时计时不启动（有延误重症的致死个案记录）。
• 测量周突击：在被考核的那一周抽调加班人手、取消择期手术，其余五十一周恢复原状。
• 短时观察床：把接近超时的病人转入观察床位，指标口径下不再算急诊等待；这类 clock-stopping（停表）手法后续研究确认是普遍行为，等价于重新定义了「入院」。
• 事后修正记录：2003 年医疗改善委员会发现约三分之一的救护车信托「修正」过响应时间数据，上报分布在 8 分钟目标处出现异常尖峰。三分之一不是几颗老鼠屎，是行业惯例的规模。
• 口径与体验的落差：2002/03 年度 158 家急症信托中 139 家上报「90% 患者四小时内看诊」，患者调查里只有 69% 报告此体验。账面九成，体感七成，中间那条缝就是口径操纵的体积。

理论上 Bevan & Hood 区分三类扭曲：棘轮效应（今年的达标线成为明年的基线，于是没人敢超额太多）、门槛效应（全体向最低达标线收敛）、产出扭曲（数字改善而真实服务未变）。机制标注：规则套利与定义套利的全谱演示，口径掌握在被考核者手里。

但 NHS 同时是「反应性不等于纯造假」的最佳教材，因为它有干净的对照组：苏格兰同属 NHS，未采用英格兰的目标问责制。Propper 等 2008 年的双重差分（比较两地前后变化之差，把共同趋势扣掉）显示，英格兰的长期等待比例相对苏格兰显著下降，且未发现临床优先级被普遍扭曲的清晰证据；等待时间在未被瞄准的低段也同步下降，进一步削弱纯博弈的解释。也就是说，扣掉所有停表花招之后，还剩下一块真实的改善。Bevan & Hood 自己在 BMJ 姊妹篇里写道，没有人想回到目标制之前的 NHS：那时超过 20% 的病人在急诊等四小时以上，择期入院要等 18 个月。IFS 2020 年的评估同向：四小时目标确实缩短等待约 20 分钟，可能挽救生命，代价是把边缘病人收治入院以停表，推高了住院率与成本。二十年后博弈仍在演化：2026 年初英国媒体与审计机构质疑政府按人头付费（每移除一名患者约 33 英镑）来美化等待名单，此事仍在发展中，按存疑证据处理。

CompStat 1994 年由警务长官 Bratton 与 Maple 在纽约警局引入：犯罪数据精确到辖区，每周问责会向分局指挥官施压。它长期被当作数据化治理的样板，直到内部人开口。揭发操纵的主力是犯罪学家 Eterno（本人是退休警监）与 Silverman，他们直接去问退休警察。首轮调查中，309 名应答者有 157 人知悉犯罪报告曾被事后改动，回答伦理问题的 160 人中只有 22.5% 认为改动合乎伦理；2012 年对 1962 名各级退休警官的扩大调查中，2002 年后退休的 871 人过半报告亲身知悉操纵。过半的知情率意味着这不是个别分局的越轨，而是制度的常规操作。手法与 NHS 同构，只是口径换成了罪级分类：把重偷窃降格为轻偷窃、压低失窃财物估值以改变罪名、拒收报案、把已报案件认定为「不成立」。独立佐证有 Schoolcraft 的分局录音（2010 年曝光）与警局自身质检部门的复核。因果证据是 Eckhouse 2022 的跨城研究：采用 CompStat 体系与每城每年多出约 3500 起轻微逮捕相关联，而重罪并未真正下降；指标管理造出的是逮捕量，不是治安。

平衡同样要给足：纽约自 1990 年代以来的犯罪大降主体为真，凶杀这类几乎无法降级的罪类同样大降（Zimring 等的结论）。尸体没法改登记成擦伤，所以凶杀曲线是最难造假的对照尺。准确的表述是，操纵集中发生在可操纵的口径上，即重罪与轻罪的分界，而非全部指标。这套手法也不是纽约特产：2025 年华盛顿特区警局一名指挥官因「把重罪削成轻罪」被停职调查。机制标注：分类操纵加目标替换；Campbell 1979 年关于清案率的预言（B02），在数据化管理时代原样重演。

世界银行《营商环境报告》给约 190 个经济体的监管环境打分排名，直接塑造各国改革议程：印度总理莫迪曾公开要求本国排名提升 100 位，多国专设冲榜小组。后果足够重大，博弈就不再停留在被测者一侧。WilmerHale 律所受世行伦理委员会委托的独立调查（审阅逾 8 万份文件）还原了 2018 年版的核心事件：初稿把中国排在第 85 位；作为世行第三大股东的中国官员反复施压；时任 CEO Georgieva 接管此事，指示团队找出「可调整」的数据点，最终在三处判断模糊的地方改动，使中国回升 7 位至第 78 位，恰与上一年持平。调查记录的标志性细节是 Georgieva 亲赴一名项目经理家中取回体现修改的纸质终稿并致谢：亲自上门取走底稿，说明当事人清楚这几处改动见不得光。背景是 130 亿美元的增资谈判，该增资把中国股份从 4.68% 提升至 6.01%。时任首席经济学家 Romer 更早（2018 年 1 月）就公开表示指标受政治动机污染，12 天后辞职（后又部分收回措辞）。2020 年 8 月世行暂停发布并启动审计，2021 年 9 月 16 日宣布整个榜单永久停刊。一份运行了近二十年的全球排名，最后死于自家高层改数：机制标注是测量俘获，光谱的最末端，被排名方与出榜机构高层合谋改动测量本身。

停刊不是故事的结束。继任指数 B-READY 于 2024 年首发（覆盖约 50 个经济体）、2025 年扩至约 101 个，方法号称更透明；2025 年 12 月第二份报告发布后，香港特区政府随即公开声明评级「过时且不公」，理由是本地数据采于 2023 年而其他经济体用 2024 年数据。从秘密俘获退回公开抗议，反应性的强度降了一档，动机结构原封不动：只要排名有后果，被排名者就会继续争夺评分本身。

留一个问题：CompStat 式降级对纽约犯罪下降曲线的贡献到底有几个百分点？Eckhouse 给出了跨城均值，纽约本地的降级量级至今没有干净估计。在「主体为真、局部操纵」的混合案例里，把操纵份额精确量出来，是这个领域最悬而未决的技术活。

一句话带走：压力不挑人品，挑通道；谁掌握口径，数字就在谁手里变形，压力够大时，连出题人自己都会下场。