{"ObjectType":101,"Sequence":3309,"PreHash":"0CA400163A13541415E6DE36A95A2C2B","Content":"![cover_image](https://mmbiz.qlogo.cn/mmbiz_jpg/jnDIM6gq2cX8FRYh75iblfWYvuyWiaW2w5QGyic6lLP1CVo6nf1ianmFcrc2QjmXDEem8TSibawlh3nmHVOS58y7mEw/0?wx_fmt=jpeg)\r\n\r\n# 美军为何输掉越战:他们以为自己一直在赢\r\n\r\n东方出版中心 [ 底线思维 ](javascript:void\\(0\\);)\r\n\r\n__ _ _ _ _\r\n\r\n文/杰瑞•穆勒 \r\n**管理和测量** \r\n泰勒主义是由工程师设计的,但对于作为标准化测量的问责文化的另一贡献,来自会计行业。会计师罗伯特·麦克纳马拉(Robert\r\nMcNamara)在24岁时成为哈佛商学院最年轻的教授,他将指标的信息传递给了美国规模最大的组织:美国军队。 \r\n麦克纳马拉从商学院教授崛起为福特汽车公司高管、国防部长,最后成为世界银行行长的数十年间,见证了美国商学院的转型。在较早的时代,商学院一直致力于让学生为特定行业和企业的工作做好准备。从20世纪50年代开始,商学院的理想变成了,造就总经理,为其配备一整套独立于特定行业的技能\r\n。 \r\n![](https://mmbiz.qpic.cn/mmbiz_jpg/1CMYz3Q2iatAMW1iaX31ngQqDibFtA5zvfCIrtBqER4ic8RFL0CVfPd1a5KHNK4PJeibwrCtKn0uVGt0RyX2WV2RicCw/640?wx_fmt=jpeg)\r\n备受争议的“账房先生”麦克纳马拉 \r\n按照现在的定义,管理专业知识的核心是一套独特的技能和技术,以掌握定量方法为焦点。基于数字的决策被视为科学,因为数字被认为意味着客观性和准确性。传播这一全新智慧的管理理论家和大师,其地位上升到雪莱形容的诗人所达到的高度:“人类未获承认的立法者。” \r\n此前,“专业知识”(expertise)意味着在特定领域通过职业生涯长期积累的知识,比如在同一机构或企业里顺着阶梯一级一级地往上走,从而累积经济学家所说的“针对具体任务的实用知识”(task-\r\nspecific know-\r\nhow)。汽车公司的高管被叫作“搞车的家伙”,也就是在汽车行业度过了大部分职业生涯的人。但这类管理人员,越来越多地被麦克纳马拉式的“账房先生”所替代,他们擅长计算成本和利润率。 \r\n随着时间的推移,这种将管理转变为一种科学,让有雄心壮志者为美国企业的高管岗位做好准备的尝试,演变成了管理主义的信条。基于经验和深厚背景知识的判断力,其作用遭到了淡化。\r\n**管理主义的前提是,组织(包括私营公司、政府机构和大学)之间的差异不如相似性重要。因此,所有组织的绩效,都可以用相同的管理技术和技能工具包来优化。**\r\n我们或许可以把基于经验的判断力和专业知识看成润滑剂,靠着提供“针对具体任务的实用知识”,让组织蓬勃发展。但在指标的魔咒下,管理主义则倾向于忽视这一切(即便它其实并无蔑视之心)。\r\n**越南战场:“数人头”,定胜负** 麦克纳马拉担任国防部长负责越南战争期间,支持把“敌军遗体数量”作为衡量美国在赢得战争方面取得进展的可靠指标。\r\n**然而,前线的将军们却很少有人认为敌军遗体数量是成功的有效衡量指标,他们许多人都知道,数据太过夸张,甚至是彻底编造出来的。**\r\n其结果,用肯内特·库基尔(Kenneth Cukier)和维克多·麦尔勋伯格(Viktor Mayer-\r\nSchoenberger)精炼的描述,就是“量化的泥潭”。 \r\n麦克纳马拉的五角大楼,按军事战略家爱德华·鲁特瓦克(Edward\r\nLuttwak)的说法,其特点是“用民用数学分析,批量化地替代军事专业知识。‘系统分析师’这个新角色,引入了新的知识学科标准,极大地改进了簿记方法,但他们所受过的训练,无法理解军事力量最重要的方面,而这恰恰是最难以测量的”。各武装部队力求最大限度地提高可测量的“产出”:空军通过轰炸飞行的次数,炮兵通过发射的炮弹数量,步兵通过敌军的遗体数量,这反映了麦克纳马拉及其同僚在五角大楼里设计的统计指标。但是,一如鲁特瓦克所写道:“在没有前线的战争里,也就是说,地图上没有清晰界限可表明胜利或失败的条件下,唯一可衡量进展的,必然是无法被量化的政治结果,即:对敌人继续作战的意志的影响。” \r\n![](https://mmbiz.qpic.cn/mmbiz_jpg/1CMYz3Q2iatAMW1iaX31ngQqDibFtA5zvfCDWg5R1F6ZmPsBOD29HAOTUvibSSlRFrIHWCYnY6RibkRQLmjlTzI0o1A/640?wx_fmt=jpeg)\r\n越南战场:仅从数字看,美军一直在赢 \r\n鲁特瓦克对美国军事机构的批评,出版于1984年,聚焦于如下事实:它的文职和军人领导层都充满了管理精神,追求与军队所需的战略思想不一致的可测量“效率”。“在文职官员(他们中许多人毫不关心战略、作战技术和战术,让自己表现得像什么都能管理的管理者,无论其内容如何)的指引下,军事机构本身早就接受了以追求商业效力为最高目标。”军官们越来越多地吸收了管理视角,追求工商管理、管理或经济学方面的学位。\r\n**这导致了鲁特瓦克所谓的“物质主义偏见”(materialist\r\nbias),即致力于测量投入和有形产出(如火力),而非无形的人力因素,如战略、领导力、团队凝聚力和军人士气。能被准确测量的东西,往往掩盖了真正重要的东西。**\r\n“物质投入都是铁硬的事实,是用美元和美分精确表达的成本,而无形的东西甚至难以定义,而且大部分都完全无法被测量。”他指出。 \r\n无论鲁特瓦克的描述是否完全公正,他所批评的美国军事机构的大部分弊病,还将扩散到美国及世界其他地区的各种机构。 \r\n指标固恋的一大传播途径是管理顾问的崛起,他们具备了定量分析的管理技能,并奉行一条至高格言:“无法测量的,就无法管理。”依靠数字和量化操作,他们不仅营造出以“确凿”证据为基础的科学专业知识的印象,而且最大限度地减少了对于相关机制(他们正是向这些机制出售建议)的具体和详尽知识的需求。这种管理文化孜孜以求更多的数据——标准化的、数值型的数据。\r\n…… ** 越战之后:通用公式的一次次事与愿违 **\r\n美国军队有可能是全世界规模最大、最复杂的组织。至少,早在越战时期,它就试图在其“反叛乱”(COIN)作战中使用指标,更近些时候是在伊拉克和阿富汗。COIN虽说只是美国军方使用的一小部分指标,却是一个特别具有启发性的案例,并对我们的主题来说有更大的波及范围。军队广泛使用指标,不光是为了问责制和透明度,它的活动还会受美国军事院校和兰德咨询公司(为国防部进行研究)的学术研究人员的审查。一些研究人员既是军人也是学者,另一些则有着更常规的学术背景。他们工作的特点是跟实际经验有着密切联系(直接参与镇压叛乱,或是接触刚就任的军官)。这些学者撰写研究文章,主要是供决策者和将来到任的军官参考,涉及的利害极高。故此,一些人极为诚实,对指标的运用和滥用非常敏感。 \r\n一如美国在越南的经历所表明的,指标可能会产生误导,追求指标会带来看不见的负面影响。首要的一点是,信息的收集可能代价高昂:美国士兵会在寻找尸体以点算人头时丧生(当时的美国国防部长麦克纳马拉非常重视这一指标)。这些统计数据常常遭到夸大,以增加指挥官的晋升机会。\r\n**而这些看似客观、实则错误的信息流,使得决策者和政治家们错误地把测量绩效的改进当成了真正的进展 。** \r\n![](https://mmbiz.qpic.cn/mmbiz_jpg/1CMYz3Q2iatAMW1iaX31ngQqDibFtA5zvfCLoxD0cnH93lKRFcYsTeRxy4w1GdjfjB6ibx0v4m52oeaBtAjx7hMUhw/640?wx_fmt=jpeg)\r\n美军迄今已在阿富汗耗费上万亿美元,可结果呢? \r\n大卫·齐库伦(David\r\nKilcullen)是一名军人兼学者,移居美国之前曾在澳大利亚军队任职。他曾以反叛乱战略家的身份,在美国陆军和国务院的多个关键岗位就职,还被派驻过阿富汗和伊拉克。他在《反叛乱》(Counterinsurgency)一书中收录了一篇具有启发意义的文章,名叫《衡量阿富汗的进展》。他指出,“反叛乱是政府为挫败叛乱所做的任何工作”。反叛乱军事人员要面对复杂而动荡的环境:“为应对镇压举措,叛乱和恐怖分子会迅速演变,\r\n**这次能奏效的做法下一次不见得能奏效,在这一个地区或这一时期行得通的见解,换个地方说不定就没用了。** ”故此,齐库伦强调,指标必须适应个案的特殊性:\r\n\r\n从过去在其他地区发生的战争中归纳的标准化指标根本没用。不仅如此,使用最合适的绩效指标,还需要根据经验进行判断:对指标进行阐释至关重要,这要求有消息灵通的专家做出判断。光是数出事件数量、进行定量或统计性分析远远不够——所谓的阐释,是基于对环境的熟悉而开展的定性活动,需要由在该环境下工作了足够长时间、可以对比此前的状况以检测趋势的经验丰富的人员执行。对那些只在该国做短期驻守的人来说,这些趋势可能并不明显。\r\n\r\n齐库伦解释了为什么许多标准指标可能具有欺骗性,并应该避免它们,包括敌方遗体数量和“重要行动”(指镇压反叛武装的暴力事件)数量。通常的假设是,这种暴力冲突的数量越少越好。但齐库伦解释说,不一定是这样,因为“在争议地区,暴力程度往往高,而在政府控制的地区较低。但受敌方控制的地区暴力程度同样低,故此,暴力程度低,仅表明有人完全控制了某个地区,但并未告诉我们是哪一方”。他还反对使用所有“输入指标”,即,衡量军方及其盟友正在做什么的指标,因为这些指标有可能跟行动的结果完全不同:\r\n\r\n输入指标是基于我们自己努力程度的指标,它不同于我们努力的效果。例如,输入指标包括杀死的敌人数量,训练的友军数量,建造的学校或诊所数量,完成道路的里程数,等等。这些指标说明了我们在做什么,但并未说明我们达成的效果。为理解效果,我们需要查看输出指标(例如,训练后3个月内有多少友军仍在服役,或者,一年后有多少学校和诊所仍然矗立并在使用),能查看结果指标就更好。结果指标跟踪的是我方行动给民众的安全、安保和福祉带来的实际和感知作用。\r\n\r\n拿出有用的指标,通常需要专注于当地状况。以外来(即非本地种植)蔬菜的市场价格为例,外行人大概不会认为这是个能说明当地民众对和平与幸福的感知水平的有用指标。然而,齐库伦解释了为什么它们能派上用场:\r\n\r\n阿富汗是一个农业经济体,全国各地的作物多样性非常显著。考虑到阿富汗农业生产的自由市场经济,风险和成本因素(种植作物的机会成本,在不安全的道路上的运输风险,在市场上出售它的风险,以及把钱带回家的风险)往往会被自动计入蔬菜和水果的价格里。因此,总体市场价格的波动或许可以作为普通大众的信心和感知安全度的替代指标。尤其是,外来蔬菜(也就是在某个特定地区以外种植的作物)必须承受更大的风险运输更长的距离,才能在该地区销售,故此,它可以充当一个有用的风险标志。\r\n\r\n因此, **设计能有效衡量成败的指标,需要大量的本地知识,这些知识在其他环境下说不定没有用,这叫那些向往通用模板和公式的人感到懊恼。**\r\n最困难的部分在于知道要去统计什么,以及你所统计的数字在相关背景下实际意味着什么。 \r\n\r\n \r\n**军事及军事之外:指标是科学,还是艺术?** 兰德公司的分析师本·科纳博(Ben\r\nConnable)在其最新研究《投入战争的迷雾:反叛乱中的评估和指标》(Embracing the Fog of War:Assessment and\r\nMetrics\r\ninCounterinsurgency)中,针对反叛乱评估,总结了一些更宽泛的教训。他写道:“为反叛乱活动评估而设计出一套实用的、集中的模型很难(如果并非不可能),因为如果使用集中的流程,就要消除来自显著的本地环境下的数据,而经过这样处理的集中流程,显然无法清晰阐释复杂的反叛乱环境。”故此,“来自不同地方和时间的信息,有可能有着截然不同的含义”。由于“分散而复杂的反叛乱活动和集中而脱离背景的评估之间的不一致”,问题就产生了。 \r\n这些考量远远不限于军事领域:任何独一无二或本质相异的环境或组织,只要我们试图为它们建立绩效指标,标准化的测量都是不准确的,具有欺骗性的。然而,\r\n**本着“问责”精神而创建“透明”绩效指标的愿望,往往转化成采用标准化的集中指标,因为远远脱离一线操作领域的上级和公众更容易理解这类指标。**\r\n此外,兰德公司最近的另一项研究指出,通过定量测量来传达的观察,往往被视为“实证性的”;而以定性形式传达的观察,往往又被认为不够可靠——哪怕“在实践中,评估中的许多定量指标本身是具有轶闻性质的,反映了报告者的观察偏倚(observational\r\nbias)”。 \r\n科纳博将反叛乱描述为“既是艺术也是科学,但主要是艺术”。这适用于对其他许多复杂情况的管理。\r\n**如今的发展趋势是把一件主要是艺术、需要基于经验判断的事情,当成纯粹的、可测量的科学来处理。** ****\r\n杰瑞·穆勒在《指标陷阱》中再现了“数字评估”带给绩效的大量危害:不管在学校、医院、军队,还是在企业。本书指出了一个重大问题。\r\n——乔治·阿克洛夫(George A. Akerlof), 2001年诺贝尔经济学奖得主 \r\n \r\n \r\n \r\n本文摘自《指标陷阱》 \r\n\r\n \r\n\r\n** 相关图书 **\r\n\r\n \r\n[\r\n![](https://mmbiz.qpic.cn/mmbiz_jpg/1CMYz3Q2iatD0QiboeHjiaDJyfUxnAIyBjeC2OUDTxXu03FlA5mzEyyB04YNYTP01yJKrLznItrTDsauBWib9YSjmg/640?wx_fmt=jpeg)\r\n]() ** 《指标陷阱:过度量化如何威胁当今的商业、社会和生活》 ** \r\n[美]杰瑞•穆勒 著 闾佳 译 55\\. 00元 出版日期:2020年6月\r\n\r\n \r\n\r\n预览时标签不可点\r\n\r\n微信扫一扫 \r\n关注该公众号\r\n\r\n\r\n\r\n\r\n\r\n****\r\n\r\n\r\n\r\n****\r\n\r\n\r\n\r\n× 分析\r\n\r\n: , , , , , , , , , , , , 。 视频 小程序 赞 ,轻点两下取消赞 在看 ,轻点两下取消在看\r\n分享 留言 收藏\r\n\r\n","Timestamp":1601395200000,"PublicKey":"025BB998F9094380ADAEE18FE09936970A0D80EB4AC0A750302305B6362D0F656B","Signature":"304502210098397901CADDDB79A7EC8172E2ADC0334B3C1F33B1E5CD49F238512B62EC0A4202206176CFD6AB29FEC46D074B7EF8E0063F3240576F43FAF6A492C9E698563BF298"}
oxo