質量、安全與績效管理

這為何對公共價值重要

如今,每一個有一定規模的公共與社會部門組織,都依靠數字運轉:候診時間、結案數量、響應分鐘數、透過率、滿意度分數、檢查評級。由這些數字構建的目標,不是從公共管理之外強加進來的東西;它們是向那些無法直接看到日常運營內部情況的資助方、立法機關、董事會與公民展示合法性與支援的方式(見主題1.2——戰略三角:合法性、價值與能力)。一位無法指出一個朝正確方向移動的數字的領導者,很難為一筆預算、一項授權,或一場改革辯護。

難點在於,一個被構建來代表質量的數字,與質量本身並不是同一件事,而一旦這個數字開始比它背後的現實更重要,二者就會悄悄分道揚鑣。一支警隊可以透過改變警官對案件的分類方式、而非透過真正減少損害來壓低記錄在案的犯罪率。一家醫院可以透過重新劃定這個計時器適用於哪些患者、而非透過更快地治療人們來達成一項候診時間目標。這兩種變化都不會體現在公佈的數字上,而這正是本主題存在的意義所要處理的問題。

本主題是公共部門中處理這個問題的本土主題:績效指標及其造成的逆向激勵、旨在無論任何單一目標怎麼說都保持標準一貫的質量保證制度,以及從產出這些數字的指揮鏈之外核查數字背後現實的獨立檢查與評級機構。主題2.1講的是指標最初應該從哪裡來——把一項衡量指標與一項關於價值的真正因果主張重新連線起來的成果框架與邏輯模型(見主題2.1——公共價值記分卡與成果框架)。本主題講的是一旦這些指標被轉化為員工據以被管理的實時目標之後會發生什麼,以及一個組織如何讓自己的衡量體系保持誠實。

利害關係隨著一個數字被公開使用的程度而上升。一項漂移偏離現實的私人內部指標,浪費的是一位管理者的時間。一項漂移偏離現實的公開績效目標、一項頭條檢查評級,或一項安全統計數字,卻可能付出生命的代價、多年錯誤配置資源,並且——當彙報數字與親身經歷之間的差距最終變得可見時——摧毀這個數字最初被公佈的意義所要建立的那份合法性(見主題3.4——問責制、透明度與合法性)。

核心概念

績效指標是被選定用來代表一個組織績效中某個無法被直接、持續觀察的方面的一個可衡量變數(見績效指標)。指標在結構上就是代理指標:沒有人能直接衡量"照護質量"或"社群安全",因此一個組織衡量某種更狹窄、更可數的東西——一項候診時間、一項記錄在案的犯罪率——並把它的變動,當作它所代表的那個更廣泛事物變動的證據。代理指標與現實之間的這道鴻溝永遠不會閉合;本主題講的是管理它、而不是忘記它的存在。

古德哈特定律,在其最常見的公共部門表述中指出,當一項衡量指標變成一個目標時,它就不再是一項好的衡量指標。這條定律以英國經濟學家查爾斯·古德哈特命名,他在1975年,在貨幣政策的背景下闡述了這一底層洞見:一旦一家央行開始以某種特定的貨幣供應量衡量指標為目標,讓這項指標變得有用的統計關係就會開始瓦解,因為人們會針對這個目標本身改變自己的行為。人類學家瑪麗琳·斯特拉森,在1997年一項被廣泛引用的、關於英國大學審計文化的研究中,為公共部門讀者重新闡述了這一理念,給了它如今被最廣泛引用的簡潔措辭:"當一項衡量指標變成一個目標時,它就不再是一項好的衡量指標。"主題3.1在新公共管理依賴明確目標的背景下簡要引入了這種動態;本主題是它的完整本土論述(見主題3.1——公共行政體系與模式)。古德哈特定律並不是一個反對衡量本身的論證——它論證的是,衡量與獎勵不能被草率地融合在一起,而不改變被衡量的東西。

逆向激勵是古德哈特定律造成損害的機制:一套激勵結構產出的結果,與其設計者的本意背道而馳,因為對它做出回應的人,最佳化的是獎勵的字面條件,而非它背後的目的(見逆向激勵)。一項與資金、聲譽或職業生涯掛鉤的目標,只要存在一種能夠改善彙報數字、卻不改善底層成果的方式,就會產生一種逆向激勵——而在一項透過成千上萬次個人判斷來交付的服務中,一旦人們開始尋找這種方式,它幾乎總是存在的。

對目標的失靈反應型別學。 經濟學家彼得·史密斯,在1995年一項關於公共部門績效資料、具有影響力的研究中,編錄了已公佈目標扭曲行為的種種方式,其中幾種至今仍是診斷一套陷入困境的指標體系的標準詞彙。隧道視野是把精力集中在被衡量的事物上、而犧牲了未被衡量的事物,即便這些未被衡量的方面同樣重要、甚至更重要。指標固著,是把在這項指標上的成功,當作在底層目標上的成功,於是這個代理指標悄悄取代了它本應代表的那件事,佔據了每個人的注意力——這正是教育系統中"應試教學"背後的模式,教學被收窄到一項標準化評估所涵蓋的內容,而不是這項評估本應示意的更廣泛的學習。資料造假,是對上報資料的蓄意操縱——重新分類一個案例、調整一個計時器、選擇一個更有利的分母——使數字得到改善,而現實卻毫無改變。僵化,是一專案標在它所設計針對的運營環境早已改變之後,長期未被修訂、緩慢地衰退成一個無關緊要的東西。格溫·貝文與克里斯托弗·胡德在2006年一項關於英格蘭公共衛生醫療系統目標的密切相關研究表明,當一專案標與未能達成它的嚴重後果配對時,這些動態可以走多遠,他們為一種恰恰產出了它本欲消除的操縱行為的體制,創造了"目標與恐怖"這個說法。

質量保證是一門系統性的、由組織自己擁有的學問,旨在透過在流程中內建缺陷預防、而非僅僅檢查最終產出,來確保一件產品或一項服務始終如一地滿足一項明確規定的標準(見質量保證)。一項績效目標衡量的是事後的一個結果,而質量保證的設計,是要讓一個糟糕的結果從一開始就不太可能發生,通常透過標準化的程式、核對清單、同行評審,以及對失誤的根本原因分析來實現。全面質量管理是建立在這門學問之上的更廣泛管理哲學,把持續的質量改進當作每個人的責任,而非附加在一個流程末端的一項專門職能(見全面質量管理),而由國際標準化組織(ISO)釋出、於1987年首次頒佈的ISO 9000族國際標準,為組織提供了一套可認證的框架,用以證明這樣一套管理體系確實存在。一個機構可以獲得一項質量管理標準的認證,透過每一次內部質量保證檢查,卻仍然在操縱它對外匯報的績效目標;這兩套體系回答的是不同的問題,任何一個都無法替代另一個。

安全指標與安全文化理應與普通績效指標分開處理,因為一項逆向激勵所造成的損害常常是不可逆的。在醫療保健領域,患者安全實踐已經學到——常常是以高昂的代價——懲罰員工報告一次差錯,恰恰會壓制安全系統防止下一次差錯所需要的那份資訊,這一洞見已經從臨床環境擴散到航空、交通與其他高後果的公共服務領域。一種"無責"或"公正文化"的彙報環境,把一次被誠實彙報的險些釀成事故的情形,當作一項有價值的資料點、而非一份認罪陳述來對待,這與大多數普通績效目標被設計來運作的方式恰恰相反:一套績效體制獎勵好的數字,而一套安全體制,即便數字很糟糕,也必須獎勵誠實的數字。

獨立的檢查與評級機構,為以上所有內容提供了一種來自被評估的指揮鏈之外的核查。一個督察機構——例如檢查教育與兒童服務提供方的英格蘭教育標準局(Ofsted),或檢查並評級衛生與社會照護提供方的護理質量委員會——派出評估人員直接觀察實踐、行使專業判斷,並公佈一份被檢查機構無法控制的評級。這在結構上與內部績效管理截然不同:一項自我上報的候診時間數字,可以被那些以操縱它為激勵的人操縱,但一位走訪病房或觀察課堂的檢查員,看的正是這個數字本應代表的那個現實。檢查是一種橫向問責的形式——由一個擁有獨立地位的機構、而非一個選民群體或一個市場進行的審查(見主題3.4——問責制、透明度與合法性)——它只有在其資金、任命與釋出方面的獨立性真正受到保護的程度上,才配得上這個角色。

最佳實踐

1. 從邏輯模型中推導指標,而不是從已經容易計數的東西中推導。 僅僅因為資料已經存在、而非因為它追蹤著因果鏈條中一個真正的環節而選定一項衡量指標,正是指標固著與隧道視野開始的地方(見主題2.1——公共價值記分卡與成果框架)。
2. 為每一項產出或活動目標,配上至少一項能夠揭示最可能的操縱策略的平衡衡量指標。 如果一項候診時間目標可以透過重新分類案例來操縱,就應把重新分類率與頭條數字一併追蹤,而不是等一樁醜聞迫使這個問題浮現之後才想起來。
3. 把一項已經連續多個週期都達成的目標,當作一個需要調查的訊號,而不僅僅是一個值得慶祝的訊號。 一個不再能區分好績效與壞績效的數字,要麼是這個問題真的已經解決了,要麼是已經被操縱到無關緊要,而單憑儀表盤,這兩者看起來完全一樣。
4. 把設定目標的人、依據它被衡量的人,與獨立核查結果的人分開。 把這三種角色都壓縮排組織的同一個部分,會消除讓一套衡量體系保持誠實所需要的那種結構性張力。
5. 按固定週期修訂或淘汰目標,而不僅僅在明顯失敗之後才這樣做。 僵化是一專案標的預設命運;一次按計劃進行的、追問這專案標是否仍然追蹤著什麼有意義的東西的審查,能在一場危機之前捕捉到這種衰退。
6. 為與安全相關的險情與差錯建立一條無責彙報渠道,並使其在結構上與績效獎勵決策分離。 一套懲罰誠實彙報的安全體系,底層差錯的發生率依然不變——它只是不再獲知這些差錯,直到損害變得更大、更難以隱藏。
7. 給予獨立檢查與評級機構真正的准入許可權、受保護的資金,以及被檢查機構無法否決的釋出權利。 一個在預算或准入上依賴於它所評級組織善意的督察機構,只是在表演審查,而非真正提供審查。
8. 用專業判斷來解讀一項定量分數,而不要任由這個分數獨自說話。 一項單一的綜合評級,把一個豐富而參差不齊的現實壓縮成一個數字;把一項檢查評級背後的定性敘述與評級本身一併公佈,讓讀者能夠看到這個數字究竟在概括什麼。
9. 與將要依據目標被衡量的一線員工一起設計目標,而不僅僅是為他們設計。 最接近這項工作的人,通常比任何分析師都更早知道最容易的操縱策略;讓他們參與設計,能及早暴露這項風險,而不是在目標已經生效之後才暴露它。
10. 把一套系統性的質量管理流程的認證,例如建立在ISO 9000族標準之上的認證,當作一道底線、而非成果衡量的替代品。 認證證明的是一套一貫的流程確實存在;它本身並不證明這套流程產出了良好的結果,而把這份證書當作質量的充分證據,本身就是一種指標固著。
11. 把一專案標已知的侷限性,與這專案標本身一併公佈。 在同一份報告中,與數字一併說明這項衡量指標沒有捕捉到什麼、以及它可能如何被操縱,能提前化解此後原本會損害合法性的那種發現(見主題3.4——問責制、透明度與合法性)。

與團隊討論的問題

我們目前已公佈的哪些目標,可以在底層成果完全沒有改善的情況下就被達成? 這是任何團隊都可以運用的、對古德哈特定律最直接的應用,幾乎每一個執行數字化目標超過幾年的組織,都至少攜帶著一個正在進行的例子。逐一梳理你的頭條指標,具體地追問,每一項獎勵的是什麼行為、而非它被設計來衡量什麼。討論一下,一線員工是否早已知道一種比預期方式更容易改變這個數字的辦法,因為他們通常比它抵達高階領導者之前更早知道。把一句自信、未經審視的"這裡沒有人會那樣做"本身,當作值得深究的物件,而不是當作一種安慰。

我們在哪些地方悄悄任由一項容易計數的產出,代替了一項真正的質量或安全判斷? 產出幾乎總是比成果更廉價、更快捷地收集,這造成了一種持續的誘惑,用後者的語言來彙報前者。找出你的組織目前彙報的一項旗艦指標,作為一個小組追問,它衡量的究竟是所發生之事的質量,還是僅僅是發生活動的數量。討論一下,針對同一項活動的一項真正的質量衡量指標,需要收集什麼,以及到目前為止是什麼阻止了這個組織去收集它。這個問題常常揭示出,障礙是資源、而非定義上的困難。

如果一位員工今天誠實地彙報了自己的一次險情或差錯,他們實際上會發生什麼? 一項無責政策的存在,並不能證明人們相信它真的適用於自己。討論一個近期的案例,真實的或假設的,其中一次對差錯的誠實披露會檢驗這項政策,並具體說明後果是什麼、或很可能會是什麼。想一想,你的安全相關彙報,是否與你的績效獎勵決策處於同一套系統之中,因為把二者混在一起,是一種名義上無責的文化悄悄仍然懲罰誠實的最常見方式。這個問題的設計初衷就是讓人不舒服;一個無法公開討論它的團隊,其實已經給出了答案。

我們的檢查或評級機構,對它所評估的組織是否擁有真正的獨立性,還是隻有形式上的獨立性? 名義上的獨立性很常見;而在資金、准入與釋出一項不受歡迎的發現的權利上的獨立性則更罕見,也更容易被逐漸侵蝕。列出你的組織所受制的檢查或評級關係,誠實地對每一項評級,它是否能經受住被檢查機構蓄意塑造結果的企圖。討論一下,上一次一次檢查產出了一個真正不受歡迎的結果時發生了什麼,以及應對方式是解決底層問題,還是管理與檢查員的關係。

史密斯所描述的目標失靈反應——隧道視野、指標固著、資料造假、僵化——中的哪一種,目前在我們自己的彙報中最為明顯? 明確指認出具體的失敗模式,而非抽象地討論操縱行為,能讓這場對話具體到足以據以行動。逐一梳理這四種模式,追問團隊在自己近期的經歷中認出了哪一種,而不是假設這個組織倖免於難,因為還沒有發生任何醜聞。討論一下,針對這個具體模式的一項糾正措施,在下一個彙報週期中應該是什麼樣子,而不僅僅是一句"在衡量方面做得更好"的籠統承諾。

如果我們停止公開彙報當前的頭條目標一年,我們實際上會失去什麼,又可能獲得什麼? 這個問題檢驗的是,一專案標究竟是在真正引導決策,還是已經變成了一個目的本身,如果被要求從第一性原理為它辯護,沒有人會真正為之辯護。誠實地討論一下,過去一年裡,究竟有哪項決策——如果有的話——是因為這個具體數字而改變的,與那些無論如何都會做出的決策區分開來。想一想這專案標目前耗費了多少員工時間與行為扭曲,以及一項不同的、更難以操縱的衡量指標,是否能更好地服務於同樣的問責目的。這不是在主張放棄衡量——這是一門只保留那些真正值得保留的衡量的紀律。

實踐中的公共價值案例

一箇中等規模都市地區的救護車服務——虛構的,用於說明一種模式,而非對任何真實機構的報道——多年來一直在一項已公佈的目標之下運作,該目標要求對最危及生命的呼叫,在八分鐘內做出應急響應。這專案標是本著良好意圖設定的,有臨床證據支援,證明響應速度確實影響一類明確界定的緊急情況的生存率,該機構的董事會把已公佈的、達到這專案標的呼叫百分比,當作衡量組織成功的單一最重要指標。

三年間,彙報的數字穩步改善,從符合條件呼叫的剛過半數,提升到近九成,高階領導層在每一次董事會會議上都把這一趨勢當作運營改革正在奏效的明確證據來展示。這份頭條數字沒有顯示出的是,這種改善實際上是如何實現的。接線員們知道自己的績效部分是依據他們把多少呼叫分類進入目標類別來評估的,已經開始——逐漸地,沒有任何單一的決策——把越來越大比例的真正嚴重的呼叫,降級歸入八分鐘計時器不適用的一個較低優先順序類別,僅僅因為一個更小、界定更嚴格的呼叫池更容易達成目標。此外,救援人員也瞭解到,這個計時器在車輛抵達現場的那一刻就停止,而不是在真正抵達患者身邊時才停止,這造成了一種雖小卻真實的激勵,讓人們傾向於把車停在邊界處、而不是最快抵達患者身邊。

這兩種做法,在偽造記錄的意義上都不算欺詐;每一種都是對一項定義本身留出了恰好足夠空間容納這種漂移的目標所做出的、區域性理性的回應——一個指標固著與資料造假共同作用的教科書式例項。這個問題不是透過該機構自己的彙報浮現的,後者持續顯示出改善,而是透過一個獨立的區域衛生督察機構的常規檢查浮現的,該檢查把病例檔案審查與對接聽呼叫的直接觀察相結合,發現被降級的分類與同一批呼叫中記錄的臨床細節不一致。該督察機構的評級急劇下降,從相當於"良好"的描述降到"需要改進",儘管該機構自己公佈的響應時間數字,比以往任何時候都更好。

該機構最初的回應——指出自己不斷改善的數字——讓這場信譽危機變得更糟,因為它回答的是督察機構從未提出過的問題;這次檢查從未質疑過運算本身,只質疑了這個運算衡量的是什麼。它更有效的回應,是從底層邏輯模型出發重新設計整套指標體系,而不是修補現有的目標:響應時間被重新定義為接觸患者的那一刻、而非車輛抵達的那一刻,呼叫分類透過一份滾動樣本接受獨立審計、而不再僅憑接線員自己的記錄,並引入了一項平行的臨床成果衡量指標——存活入院率——因為它單憑重新分類要難得多地被操縱。在新定義之下,彙報的響應時間百分比在第一年下降了,董事會已經為此讓資助方做好了心理準備;而首次以可比較的基礎被追蹤的臨床成果衡量指標,則顯示出一種更小、卻真實的改善——這是原始目標從來都未曾以任何方式真正證明過的東西。

四種部門視角

地方政府

消防救援、成人社會照護與垃圾收集等地方服務,通常依據一套國家強制指標(地方政府並未選擇它們)與反映某個具體議會自身優先事項的地方選定指標的混合來加以衡量,因此同一項服務,可能依據一套指標被判定為成功、依據另一套卻被判定為令人擔憂。地方層面的檢查,常常由一個擁有覆蓋眾多地方政府的法定職權的國家或區域機構提供,這帶來了有用的比較視角,卻比它所檢查的組織擁有更少的細粒度地方情境。地方民選議員與審查委員會,增添了一層更快、更直接的問責,常常是最先從居民那裡聽到已公佈數字與親身經歷出現分歧的人。

國家政府

國家政府通常執行著最龐大、政治上最顯眼的績效體制,因為一項國家目標——一項候診時間標準、一個減少犯罪目標,或一項考試透過率目標——在公共辯論中,成了當屆政府能力的一個代理指標,這使得操縱的風險遠遠超出了運營層面。這正是貝文與胡德的"目標與恐怖"動態最充分實現的場域,因為國家目標常常與未能達成它的明顯政治後果配對,加劇了管理這個數字、而非它背後的現實的激勵。國家督察機構,恰恰因為它們與那些一項評級可能影響其政治命運的部委保持一臂之距,承擔著揭示已彙報績效與實際績效之間差距這一負擔中不成比例的一大份額(見主題3.4——問責制、透明度與合法性)。

社會部門與非營利組織

非營利組織與非政府組織,更常常把質量保證與認證當作一項自願的、或由資助方強加的紀律來面對,而非一套法定的檢查制度,因為很少有轄區為整個部門執行一個專門的獨立督察機構。這使得社會部門的質量保證更加碎片化——不同的資助方對同一個組織施加不同的要求——但也更加靈活,因為一個非營利組織通常能夠圍繞自己真正的變革理論、而非一套從外部強加的衡量指標,來設計自己的指標體系。缺乏一個強制性的外部檢查員,提高了一個獨立董事會與外部審計,作為這個部門自己的橫向問責替代品的相對重要性(見主題3.4——問責制、透明度與合法性),因為否則,一個非營利組織自己的領導層既是衡量者、也是被衡量者。

多邊與國際

多邊機構,以及它們所釋出或依賴的比較性指數——治理質量、營商便利度,或公共服務績效的跨國排名——在整個國家政府的規模上面對著古德哈特定律,一個國家可以透過針對被衡量的標準、而非該指數所聲稱代表的更廣泛狀況狹隘地展開改革,來提升自己的排名。本主題別處所使用的那種國內意義上的獨立檢查,在主權邊界之間並沒有真正的對應物,因為沒有一個國家會接受一個外部督察機構,擁有一個國家機構對它所監督的一個下屬機構那樣的強制性地位;多邊質量保證轉而依賴同行評審、由技術任務團核實的自我彙報,以及一份公開評級所帶來的聲譽成本。這使得彙編任何跨國指標的機構的獨立性與技術可信度顯得格外重要,因為它常常是唯一可用的核查。

常見失敗模式

隧道視野。 一個組織把精力與資源集中在被衡量的事物上,直接以未被衡量、卻對它所服務的人同樣重要的同一項服務的其他方面為代價。其代價是,一項服務在每一份公佈的報告中看起來都在改善,而一個未被衡量的維度——患者尊嚴、案件複雜性、長期成果——卻悄悄惡化,直到它變成一場足夠大、迫使人們採取新衡量方式的危機之前都不被察覺。

指標固著。 在這項指標上的成功,在組織內部開始被當作等同於在底層目標上的成功,於是代理指標在每個人真正的注意力中取代了這個目標,即便正式的使命宣言仍然指名著這個目標。其代價是,彙報的績效與親身經歷之間的差距不斷擴大、自我強化,因為組織內部再也沒有人直接關注現實本身了。

資料造假。 資料被調整——一個計時器被提前停止、一個案例被重新分類、一個分母被選定以產生有利的效果——使彙報的數字得到改善,而底層現實卻毫無改變,正如上文的例項所示。這一旦被發現,代價與最初的扭曲不成比例,因為資料造假不僅損害了那一項具體數字,還損害了同一個組織此前釋出過的每一個其他數字的可信度(見主題3.4——問責制、透明度與合法性)。

僵化。 一項為某個具體運營情境設定的目標,在這個情境早已發生變化之後仍然長期未被修訂,於是它繼續被彙報、被據以管理,即便它已經不再能區分真正良好與真正糟糕的績效。這項代價多年來都是不可見的,因為一項僵化的目標仍然會產出一個數字;這個數字只是不再有任何意義,而這個組織真正的管理注意力,通常早已在沒有任何人正式淘汰這項衡量指標的情況下轉移到了別處。

督察機構俘獲。 一個獨立的檢查或評級機構,逐漸依賴於它所檢查的組織的善意、准入,或持續配合,無論是透過資金安排、在檢查員與被檢查方之間流動的職業路徑,還是透過反覆檢查中建立起來的非正式關係。其代價是一種真正獨立性的緩慢流失,而一份正式的章程或法規本身無法阻止這種流失,它通常只有在一次重大失敗在一套本應捕捉到它的評級體系中矇混過關時才會浮現。

由歸責驅動的安全彙報。 一套與安全相關的差錯或險情彙報系統,名義上是無責的,但在實踐中,卻與績效評估或紀律處分流程緊密相連,以至於員工得知,彙報一次誠實的失誤會帶來個人風險。其代價不是更少的差錯——而是對仍在持續發生的那些差錯的更少彙報,這正好剝奪了一套安全系統存在的意義所要提供的、在下一次更嚴重的事件發生之前的早期預警訊號。

成熟度模型

檢查清單

• 把每一項頭條績效指標追溯回它本應代表的邏輯模型或成果框架。
• 識別每一項已公佈目標最可能被操縱的方式,並指認一項能夠揭示它的平衡衡量指標。
• 確認設定一專案標的人、依據它被衡量的人,與獨立核查結果的人,並非組織的同一個部分。
• 為每一項正在生效的目標安排一次按固定週期的審查,不依賴於是否有明顯的失敗促成它。
• 確認與安全相關的彙報渠道,在結構上與績效獎勵及紀律處分決策相分離。
• 檢驗員工是否相信一次被誠實彙報的差錯或險情會被無責地對待,而不僅僅檢驗政策是否這樣寫。
• 確認任何評估這個組織的檢查或評級機構,擁有受保護的資金、准入與釋出權利。
• 把每一項頭條目標已知的侷限性,與這個數字本身一併公佈。
• 核查是否有任何指標已經連續多個週期被一貫達成、卻沒有相應地調查過原因。
• 在任何新目標生效之前,讓一線員工參與它的設計。
• 確認一項質量管理認證(如果存在的話)被當作一道底線,而不是被單獨援引為良好成果的證據。

關鍵資料來源

• 查爾斯·古德哈特1975年對後來被稱為古德哈特定律的表述,發展於貨幣政策目標設定的背景之下。
• 瑪麗琳·斯特拉森,《"改善評級":英國大學體系中的審計》,《歐洲評論》第5卷第3期(1997年),第305-321頁——古德哈特定律被廣泛引用的公共部門重述。
• 彼得·史密斯,《論在公共部門釋出績效資料的意外後果》,《國際公共行政雜誌》第18卷第2-3期(1995年),第277-310頁——本主題所借鑑的隧道視野、指標固著、資料造假與僵化型別學的來源。
• 格溫·貝文與克里斯托弗·胡德,《被衡量的才是要緊的:英格蘭公共衛生醫療系統中的目標與操縱》,《公共行政》第84卷第3期(2006年),第517-538頁——關於在嚴重後果之下操縱行為的"目標與恐怖"研究。
• 傑裡·Z·穆勒,《指標的暴政》(普林斯頓大學出版社,2018年)——一份關於教育、衛生保健、商業與政府領域衡量失敗的廣泛記述。
• 英國國家審計署,《監管者的績效衡量》,以及美國政府問責局區分績效衡量與專案評估的指導。
• 護理質量委員會與教育標準局(Ofsted),作為獨立檢查與評級機構與它們所評估的組織保持一臂之距運作的例項。

參考文獻

1. Goodhart's law — Wikipedia — https://en.wikipedia.org/wiki/Goodhart%27s_law
2. Charles Goodhart — Wikipedia — https://en.wikipedia.org/wiki/Charles_Goodhart
3. Marilyn Strathern — Wikipedia — https://en.wikipedia.org/wiki/Marilyn_Strathern
4. Performance indicator — Wikipedia — https://en.wikipedia.org/wiki/Performance_indicator
5. Perverse incentive — Wikipedia — https://en.wikipedia.org/wiki/Perverse_incentive
6. Quality assurance — Wikipedia — https://en.wikipedia.org/wiki/Quality_assurance
7. Total quality management — Wikipedia — https://en.wikipedia.org/wiki/Total_quality_management
8. ISO 9000 family — Wikipedia — https://en.wikipedia.org/wiki/ISO_9000
9. Patient safety — Wikipedia — https://en.wikipedia.org/wiki/Patient_safety
10. Teaching to the test — Wikipedia — https://en.wikipedia.org/wiki/Teaching_to_the_test
11. Care Quality Commission — Wikipedia — https://en.wikipedia.org/wiki/Care_Quality_Commission
12. Ofsted — Wikipedia — https://en.wikipedia.org/wiki/Ofsted
13. Marilyn Strathern, ''Improving ratings': audit in the British university system' — European Review / EconPapers record — https://econpapers.repec.org/article/cupeurrev/v_3a5_3ay_3a1997_3ai_3a03_3ap_3a305-321_5f00.htm
14. Peter Smith, 'On the Unintended Consequences of Publishing Performance Data in the Public Sector' — citation record — Scientific Research Publishing — https://www.scirp.org/reference/referencespapers?referenceid=1708685
15. Gwyn Bevan and Christopher Hood, 'What's Measured Is What Matters: Targets and Gaming in the English Public Health Care System' — LSE Research Online — https://researchonline.lse.ac.uk/id/eprint/16211/
16. Jerry Z. Muller, The Tyranny of Metrics — Princeton University Press — https://press.princeton.edu/books/hardcover/9780691174952/the-tyranny-of-metrics
17. Performance measurement by regulators — UK National Audit Office — https://www.nao.org.uk/insights/performance-measurement/
18. Performance Measurement and Evaluation: Definitions and Relationships — US Government Accountability Office — https://www.gao.gov/products/gao-11-646sp
19. Care Quality Commission — official site — https://www.cqc.org.uk/
20. Ofsted — GOV.UK — https://www.gov.uk/government/organisations/ofsted