《为什么数据会说谎》 有容解读

《为什么数据会说谎》｜有容解读

你好，欢迎每天听本书。今天为你解读的是《为什么数据会说谎》。这本书教我们如何看待数据指标的优缺点，让我们更好地应对大数据时代。

想象一下，每天早上一睁眼，我们就置身于一个由数据构成的世界。我们关心的事情，无论是今天的天气、路上的交通，还是工作评价或者公司的财务状况，都充满了数据。从宏观的国家经济发展、中观的企业经营，到微观的个人成长与学生成绩，我们都在借助大量的数据去了解进步的速度，评估工作成绩，或者检验自己的努力成果。这就像我们衡量温度、压力、身高和体重一样，我们习惯于用一些预定义的指标，比如大家都熟悉的KPI，来管理我们的生活、工作和社会。正如德鲁克所说：“无测量，无管理。”

但是，这种想法真的没错吗？

这本《为什么数据会说谎》中展示了很多真实的案例，提醒我们KPI误导决策的危害，涉及教育、医疗、商业、经济、环境等等。比如应试教育：过分追求分数会降低教育质量，导致教师只关注应对考试，甚至作弊，背离了为学生提供优质教育的初衷。

人们对绩效指标的反应往往是出人意料、违反常理，有时甚至是不诚实的。这种现象不只发生在学校，在生活的各个方面都有类似的情况，甚至有一个专门的名词来描述它——古德哈特定律。

查尔斯·古德哈特是一位经济学家。他总结出了一个定律：一旦任何测量结果与激励挂钩，人们就会想方设法最大化这一测量结果，而不管他们的行为是否符合该测量的初衷。这个定律可以用一句话来解释：“当一个测量变成目标时，它就不再是一个好的测量”。

这本书提醒我们，并不是所有重要的事情都能被准确计算，也不是所有能被准确计算的事情都重要。我们被各种数字所左右，我们需要时刻问自己：这些数字真的能有效反映实际情况吗？人们是否会钻空子呢？他们的行为是否使得这些数字失去意义？其实，数据本身并不会说谎，说谎的是那些被不科学指标所驱使的人。

那么，我们该怎么解决这个问题呢？这就是这本书要带我们探索的主题。

这本书的作者，叫德·施莱弗斯。他是一位资深的城市规划师和环境设计师。在他的学习和工作中，他遇到了很多误用和滥用指标的例子。在这本书里，他带我们深入探讨和广泛分析指标的利弊，并给出了富有启发的结论。

现在在市面上能看到不少专门讲数据科学的书。但是，这本书不一样。它想回答的问题不是“我们怎么分析或评估不同的数据”，而是“我们衡量的东西如何影响我们的行为和方式”，“我们衡量事物的方式如何改变我们的思考和行动方式，以及最终的成就”。这正是很多其他数据科学书籍忽略的问题。

接下来，我就分三部分为你解读这本书。第一部分，探讨为什么我们习惯于使用指标，它们能带来什么好处。第二部分，剖析指标的缺陷，并以教育、医疗和企业管理为例进行深入分析，找出其根本原因。第三部分，讨论如何克服指标给我们带来的局限，重新思考和定位指标的作用。希望今天的解读，能让你重新审视指标的价值，保持清醒的头脑，不被狭隘的指标蒙蔽, 在工作和生活中做出更明智的决策。

好，首先我们来看，人们为什么会习惯于使用衡量指标，它们的作用是什么。

在正式探讨之前，我们先来看看它的具体应用和定义。

比如，我们怎么知道自己的孩子在学校里学得怎么样呢？我们要对他们进行考试。我们怎么判断工作效率？我们统计工作时间、工作量。职业运动员的薪水是否合理？我们记录他们的每个动作，并将其转化为数据。一家公司是否成功？我们细分其利润、收入、增长等方面，直到获得具体的数据为止。这些措施、评价和业绩指标就是我们的衡量指标。它们不仅是用来量化我们生活的工具，也是很多人用来量化、了解世界的工具。

与之相对的是另一个概念——测量。简单来说，测量是针对任何可以量化的事物进行的。猎豹的奔跑速度、珠穆朗玛峰的高度、全世界每年消费比萨的数量，这些都是测量，它们提供了具体的数据。

衡量指标与测量的不同之处在于，它赋予了测量结果以价值。衡量指标可以告诉我们情况是在改善还是在恶化。衡量指标是有目标的。拿考试来说，高分比低分好；公司利润的增长是好事。衡量指标是带有目标的测量。虽然测量和衡量指标之间存在差异，但我们很少在测量某个事物时不给它设定目标。正如哈佛商学院教授扬米·穆恩所说：“当我们选择测量某个事物的时候，实际上就是选择去追求它。换句话说，衡量指标就像是指向某个方向的指南针。”

在当今世界，我们被海量的数据所包围。数字革命掀起了一股数据浪潮，任何人只要连接到互联网就能轻松获取各种信息。计算机不仅极大地提升了我们的计算能力，还增强了我们搜集、存储和共享信息的能力。互联网扩大了信息的规模，并极大地提高了信息交换的便捷性。政府、企业、组织和个人正在积极收集和利用这些新信息，用于制定政策、开发更好的产品和营销策略、提高生产力、解决社会问题等。

随着数据爆炸式增长，我们对衡量指标的使用也大幅增加。随着更多信息的获得，我们能够追踪更多的指标、实现更多的目标，并进行更多的评估。毫无疑问，数据革命给我们的世界带来了无数好处。比如，更多、更好的信息意味着医疗系统能挽救更多的生命，企业能提供更出色的产品和服务，人们能在健康、财富和幸福方面做出更好的选择。

著名的企业风险研究专家戴维·曼海姆认为，我们使用衡量指标的主要原因有三个。

首先，为了了解真相。虽然直觉有时对我们有帮助，但经常是错误的。通过衡量，我们能够确定事情的真相。例如，一个销售人员可能说他的工作表现出色，我们或许有足够的理由相信他，认为他善于与客户沟通，并对产品非常了解。但如果我们不看他的实际销售数据，就无法准确评估他的优秀程度。

第二个原因是，衡量指标可以简化复杂的系统。首席执行官不可能了解公司每个部门、每位经理和每名员工的具体工作内容。医院无法监督每位护士、医生、专家和行政人员的每一个行动。一个城市无法了解每个通勤者、每家企业和每辆垃圾车的具体情况。衡量指标能够以明确而有意义的方式简化这些复杂系统，为我们提供简明扼要的信息。

第三个原因是，衡量使我们更客观。在许多系统中，关于价值和重要性存在着多种不同的观点。例如，谁是最优秀的员工？哪位运动员的成绩更出色？哪位经理的团队表现更好？这类问题的答案因人而异，取决于与谁的交谈以及对哪些方面的表现更重视。如果我们仅仅依靠个人观点来做判断，那么这类问题将无法得到解决。而衡量指标提供了客观、冷静且一致的标准，用于比较和评估绩效。衡量指标帮助我们摆脱围绕“什么是重要的”和“为什么重要”的混乱、争议和情绪化讨论，为所有人提供明确、一致的标准。这就是为什么说，衡量指标能赋予我们更强的客观性。

迄今为止，一切都似乎符合我们的预期。衡量指标帮助我们改进所做的事情。学校组织考试是为了提高学习水平。我们衡量工作绩效是为了提升生产力和公司利润。我们衡量企业绩效是为了更好地投资。我们衡量产品的环保程度是为了保护地球。理想情况下，我们选择最佳的衡量指标，并按照它们的指导走向成功之路。

但是，任何事物都有另一面，衡量指标也有局限性。接下来我们就说说，在现实生活中因衡量指标误导决策的案例，提醒你衡量指标存在的缺陷。

首先来看一个著名的例子。英国人殖民印度时，在印度首都德里遇到了一个麻烦：眼镜蛇。这座城市里栖息着大量的毒蛇，给殖民政府和当地居民带来了危险。殖民政府提出了一个解决办法：悬赏捕蛇。每当当地居民交出一条死眼镜蛇，他们就会得到一笔奖金。这个计划似乎相当成功，许多蛇被杀死，政府也支付了奖金。然而，殖民政府很快发现了这个计划的弊端：当地居民开始饲养蛇，然后将死蛇卖给政府！英国人意识到印度人在利用这个政策，于是取消了捕蛇奖金。由于眼镜蛇变得毫无价值，那些养蛇的人就将蛇放生。结果，城市中的眼镜蛇数量增加了一个数量级。英国人试图控制城市中的眼镜蛇数量，结果却让情况变得更糟。德国经济学家霍斯特·西伯特将这种现象称为“眼镜蛇效应”。

另一个例子发生在19世纪。一些古生物学家对搜集恐龙骨骼化石以研究史前动物非常感兴趣。完整的化石非常罕见，因为经过数千万年的地质作用，骨骼和其他遗迹会分解。古生物学家通常只能处理碎片或不完整的化石。因此，他们向当地农民寻求帮助，并提出每上交一块恐龙骨骼化石碎片，就支付给农民一笔钱。农民很快学会了如何达到这个衡量指标：由于古生物学家按“碎片”付费，农民开始砸碎他们找到的恐龙骨骼化石，以便上交更多的“碎片”。

第三个例子发生在20世纪90年代的美国纽约州和宾夕法尼亚州。这些州开始公布医院和外科医生的患者死亡率数据，目的是建立医疗保健领域的问责制度。这个想法本来是为了让患者能够选择表现更好的医院或外科医生，同时激励医生和医疗管理人员改善医疗服务。然而，结果却相反，外科医生为了提高治愈成功率，开始拒绝接收病情复杂的患者。

这些例子说明，即使是看起来合理的衡量指标也可能误导我们的决策，破坏了衡量指标的初衷。如果我们选择了错误的衡量指标，我们可能会将过多的注意力集中在最终并不重要的事情上，从而导致我们在无效的活动上浪费了时间和资源。此外，衡量指标还可能导致我们对世界的看法产生扭曲。我们甚至可能成为衡量指标的奴隶，过于关注自己在测量中的得分，而忘记了真正要实现的目标。

作者深入分析了美国各项标准化考试对学生和教师的影响，并指出了其中的问题。标准化考试，主要考察的是选择题，难以设计能够评估更高层次思维和解决问题能力的问题。然而，标准化考试的成绩与职场成功之间关联不大。这是因为这些考试更偏重于记忆和快速思考，而不是解决复杂问题和全面分析。此外，标准化考试无法评估动机、社交技能和职业道德等在职场中更重要的特征。

标准化考试的目的是对学生进行排名，以确定录取计划的对象。然而，那些在标准化考试中表现出色的学生，并不一定在后续阶段表现更好。这引发了一个问题：他们在什么方面更出色？这些考试只是对学生在标准化考试中取得好成绩能力的预测因素。

标准化考试的存在让学校的课堂发生了变化。教师面临着提高学生在考试中表现的压力，开始减少对超出考试范围的内容的关注，并简化教材。学校变成了备考中心，教授应对考试的技巧和策略。教师还会战略性地调整课堂组成，以确保取得较高的考试成绩。

标准化考试对学校产生了负面影响，将课堂重点从真正的学习转移到了死记硬背上。它排斥了那些具有深层思考能力的学生，并创造了一个残酷的排名系统，只有少数精选的人能够成功。然而，这些人并不一定比其他人更聪明或更有能力，他们只是擅长考试而已。

总的来说，标准化考试损害了真正的学习。它们奖励简单化的思维方式，削弱了对知识的真正理解。标准化考试对学校的影响应该成为一个警示，提醒我们不要盲目追随衡量指标，以免与我们追求的最终目标和意义背道而驰。这种现象不仅存在于学校，任何盲目追随衡量指标的情况都可能导致我们偏离本应实现的目标和意义。

衡量指标对我们的工作、行为和最终选择的价值产生影响。正如麻省理工学院斯隆管理学院教授豪泽所说：“你测量什么，你就是什么。”另一位麻省理工学院斯隆教授、经济学家丹·艾瑞里也提到：“你测量什么，你就得到什么。”这句话警示我们：一旦我们开始衡量某件事情并强调它的重要性，就会有更多人设法去追求这件事。他们会想尽办法达到我们所测量的目标。如果我们选择错误的衡量标准，人们就会做错事。如果让衡量指标主导我们生活的方方面面，从学校到工作再到社会，我们就会忽视衡量指标所无法代表的一切。如果将一个衡量指标视为万能、无可争议或终极标准，不了解衡量指标背后的激励机制在什么情况下会导致适得其反的效果，那么就很可能会让情况会变得更糟。

不过，衡量指标所带来的危害，并非源于衡量指标本身，而在于它们的使用和奖励方式。衡量指标可以以各种不同的方式使用。我们前面批评的不是衡量指标本身，而是过度强调、盲目使用衡量指标的行为方式。应试教育就是一个过度强调衡量指标的例子。盲目相信任何衡量指标，并把强大的激励机制跟它捆绑在一起，只会导致失败。衡量无法取代理解，任何衡量指标都无法替代我们去思考，究竟要实现什么样的目标。

说到这儿，我们已经了解了衡量指标的作用和弊病。接下来，让我们看看如何更真实、有效地发挥衡量指标的作用。作者在书中提出了很多建议，我把它归纳为七点。你不需要把每一点都记住，只需要把它们当作一个个提醒，来检验一下自己在平时使用衡量指标的时候，有没有需要改进的地方：

第一，衡量指标不是奖惩依据，而是反馈参考。如果我们太在乎或批评某个衡量指标，或者一味靠指标呈现的结果来决定奖惩，就可能带来造假。要解决这个问题，我们可以减轻达到指标的压力。比如说，如果教师的工作会因为考试成绩而受影响，他们可能会作弊，但如果考试成绩只是用来看看哪里需要改进，教师就不会这么做了。也就是说，我们应该把衡量指标当作是一种反馈参考，而不是奖惩依据。反馈可以从任何地方来，可以激发新思路，重点是适应和成长，而指标是事先定好的，只关注稳定和控制。

第二，要搞清楚你的衡量指标是偏向短期还是长期。不管是在企业界还是学术界，有些衡量指标可能为了眼前的利益而牺牲了未来的好处，这样就得不偿失了。

第三，别只盯着容易衡量的事物。不要让你的策略变成一个玩数字的游戏。在任何组织中，总有人喜欢追求“指标管理”，想把一切都衡量出来。管理者和领导者太关注数字了，就会让那些只会应付数字的人得势。

第四，请记住，并不是所有难以衡量的事物都没有价值。这不仅适用于我们个人生活或整个社会等“软性”领域，也适用于商业或科学等看起来很量化的领域。动机、合作、灵感、创造力和使命感等特质是不能用数字来衡量的。并不是所有重要的事物都能算出来。

第五，别用衡量指标来代替信任。无论是相信员工能够高效工作、相信教师会好好教育我们的孩子，还是相信医护人员会照顾我们的健康，衡量指标都不能替代信任。信任是通过持续的行动、共同的价值观、相互的责任感和问责机制建立起来的。用衡量指标来替代信任，只会把责任推给数字，没有办法创造出真正对人有益的工作环境。

第六，要明白，没有哪个衡量指标能包含所有答案。你必须从多个方面来衡量。没有一个衡量指标能完全反映事物的真相，也没有一个衡量指标能解决所有问题。但是，通过从多个方面来衡量，你可以更好地理解并弥补单一衡量指标的缺陷。你不仅应该从多个方面来衡量，还应该定期检查你所用的衡量指标是否有用和合适。

第七，要学会对衡量指标持有批判的态度。这本书的目的不是解决每个人可能遇到的所有测量问题，而是让大家对衡量指标的缺陷有个基本认识，并知道怎么发现它们。当你在工作、阅读或日常生活中遇到衡量时，你可以问问自己这些衡量指标意味着什么，并质疑它们是否真正反映了它们所说的内容。

在书中，作者通过介绍可汗学院的经验，展示了关于反思衡量指标的作用。可汗学院的创始人萨尔曼·可汗，因为重新审视一个简单的想法——为什么我们要对学生进行考试，发展出了一种全新的教育方法，对教育界产生了深远的影响。

萨尔曼·可汗拥有哈佛商学院的MBA学位和MIT的多个学位，原本在金融行业工作。在2004年的一场家庭婚礼上，他发现表妹在数学考试中表现不佳，与她平时表现不符。于是萨尔曼开始远程辅导她数学。在这个过程中，可汗逐渐意识到，许多学生之所以在某些科目表现不好，是因为基础概念没有完全掌握好，就进入高阶学习，导致整体知识体系存在“空洞”。

为了解决这一问题，可汗提出了一个名为“掌握学习”的理念，即学生必须完全掌握一个概念之后，通过考试证明自己的掌握程度，才能进入下一个概念的学习。他所设计的考试，并不是给学生评分、排名，而是判断他们是否准备好了进行新知识的学习。可汗允许学生自主安排时间来掌握每个概念，可以进行多次考试。在考试中，可汗要求学生在回答题目时必须连续答对一定数量，以证明充分掌握了这个概念。

可汗通过一个暑期教学项目，验证了这一理念的效果。结果表明，对于一些没有掌握好基础知识的学生，在掌握基础之后，学习速度更快，反而超过了那些直接进入高阶学习的学生。这说明，基础概念的掌握，对整体知识体系的形成至关重要。

为了满足学生的学习需求，可汗开始在YouTube上录制教学视频，使学生可以随时随地观看。这为学生提供了便利，他们可以按照自己的节奏学习，并将注意力集中在难点上。很快，越来越多的人发现了可汗的教学视频，学习者群体逐渐扩大。可汗学院以其免费、开放和个性化的教学方式吸引了数以百万计的学生，改变了他们对教育的看法。

可汗的理念颠覆了传统的以时间段来规定教学进度，再通过一次性考试来评价学生的做法。他主张，考试应该服务于真正的教学，检测学生是否真正地掌握了知识，并以此为依据控制学习进度，而不是简单地给学生打分、排名。

可汗学院的事例告诉我们，我们可以重新思考衡量指标在生活中的作用。数据在决策和分析中起着重要的作用，虽然数据本身是客观存在的，但解读数据的过程却受到主观因素的影响。我们可以让衡量指标为我们要实现的目标服务，而不是成为衡量指标的奴隶。

说到这儿，关于这本书的解读就接近尾声了，我们来回顾一下。

这本《为什么数据会说谎》是由城市规划师德·施莱弗斯所著，它深入剖析了我们生活中各个领域大量使用衡量指标带来的影响。

在第一部分，我们介绍了使用衡量指标的理由。主要原因有三个：了解真相、简化复杂系统、增加客观性。特别是数据技术革命后，我们能获得更多信息，自然会使用更多指标，这似乎能帮我们做出更明智的决策。

在第二部分，我们剖析了衡量指标的缺陷，以及它们可能误导决策，造成适得其反的结果。例如英国殖民地时期的捕蛇计划，反而导致了蛇的数量激增；标准化考试也扭曲了教育，导致应试教育问题。此外，公司过分依赖财务指标也可能损害长期利益。作者认为，指标的主要问题在于过度简化复杂问题、忽视重要但难以量化的要素、扭曲人们的行为动机等等。

在第三部分，我们介绍了作者给出的正确看待和使用指标的建议。包括采用适当的策略，如避免过度依赖奖惩、确认指标的长短期效应等；深入理解指标的局限，如注意它反映的是否是整个系统；保持批判性思考，认识到不容易量化的东西也可能很重要等。此外，作者强调指标不能取代信任，要认识到它们之间的关系。

总之，指标只是一个工具，不能取代我们独立思考和做出判断。它也有很多局限性，可能会扭曲我们的决策。我们必须学习如何识别一个好的指标，同时兼顾定性与定量分析，综合各方信息。只有这样，才能在这个数据泛滥的时代找到属于自己的方向和内在价值感，不被表面的数字所迷惑。

最后，我想用作者的一个观点来结束今天的解读，他在书中说道：“不是一切东西都可以测量，不是一切有价值的东西都值得测量。亲人的微笑，看着孩子成长和学习，掌握一项新技能，克服逆境，欣赏日落，对某人表示赞赏，从事有意义的工作……这些都是你无法计算的，但它们比一切都重要。”

作者指出，下一次，当你想衡量工作中的生产力或者新的健身方案的有效性时，不要问自己“我能衡量什么”，而是问“我想做什么”。问这个简单的问题，可能会改变你做事的方式和你最终的成就。

好，以上就是这本书的解读。你可以点击音频下方的“文稿”，查收我们为你准备的全文和脑图。你还可以点击右上角的“分享”按钮，把这个音频免费分享给你的朋友。原书电子版已经为你附在最后，欢迎你进行拓展阅读。恭喜你，又听完了一本书。

划重点

1. 古德哈特定律定律告诉我们，当一个测量变成目标时，它就不再是一个好的测量。

2. 虽然数据本身是客观存在的，但解读数据的过程却受到主观因素的影响。我们可以让衡量指标为我们要实现的目标服务，而不是成为衡量指标的奴隶。

3. 要学会对衡量指标持有批判的态度。我们必须学习如何识别好的指标，兼顾定性与定量分析。只有这样，才能在数据泛滥的时代不被表面数字迷惑，坚持自己的方向。