起源与含义
英国经济学家查尔斯·古德哈特（1975）观察到，英格兰银行开始以货币供应量为目标进行管理后，此前稳定的货币量与物价、收入之间的关系随之瓦解。他写道：“任何观察到的统计规律，一旦为控制目的而对其施压，就会趋于崩溃。”原因是金融机构与市场参与者针对新管制调整了行为与产品（参见货币指标）。人类学家玛丽莲·斯特拉森（1997）在分析英国大学评估时将其概括为“当一个测量变成目标，它就不再是好的测量”，这正是今天广为人知的说法。大约同时，卢卡斯批判（1976）提出宏观经济学论证：政策改变会改变人们的预期与行为，过去的关系因此不再成立。
坎贝尔定律与激励理论
社会心理学家唐纳德·坎贝尔（1979）提出坎贝尔定律：“任何量化社会指标越多地用于社会决策，就越容易受到腐败压力，也越容易扭曲和败坏它本欲监测的社会过程。”在管理学中，史蒂文·克尔（1975）以“奖励A却期望B的愚蠢”指出了同一问题。在经济学中，霍姆斯特罗姆与米尔格罗姆（1991）的多任务委托代理模型对此作出解释：当工作有多个维度而只有部分被测量和奖励时，人们会把努力集中于被测量的任务而忽视其余，因此强力的绩效工资并不总是可取。曼海姆与加拉布兰特（2018）将古德哈特效应分为偶然相关在极端处失效、误解因果结构以及行动者蓄意操纵指标等类型。
案例与当代议题
贝文与胡德（2006）报告，英格兰医疗体系中急诊四小时等候等目标虽改善了数字，却出现了让患者在救护车里等候等“钻空子”行为。雅各布与列维特（2003）在芝加哥公立学校引入高利害考试后，用统计方法发现了教师篡改答卷的行为。学术界也有分析指出，奖励论文数量与显著结果的制度会助长不良研究实践（斯马尔迪诺与麦克尔里思，2016）；杰里·穆勒（2018）将这类现象批评为“指标的暴政”。近来，人工智能中过度优化奖励模型反而降低真实质量的“奖励破解”也被作为古德哈特定律的案例加以研究（高等，2023）。其教训并非放弃测量，而是同时使用多项指标、检验效度，并把KPI与定性判断相结合。
常见问题
- 古德哈特定律与坎贝尔定律是一回事吗？
- 两者非常相似。古德哈特从货币政策中统计关系一旦被设为目标就会崩溃出发；坎贝尔从社会指标一旦用于决策就会受到腐败与扭曲压力出发。
- 那么应当放弃绩效指标吗？
- 不应当。指标依然有用，但最好避免把巨额奖励绑在单一指标上，而应结合多项指标与定性评估，并持续检查指标是否被操纵。
来源核查日期：2026-10-26
参考文献
- Goodhart, C. A. E. (1975). Problems of monetary management: The U.K. experience. Papers in Monetary Economics, 1. Sydney: Reserve Bank of Australia.
- Campbell, D. T. (1979). Assessing the impact of planned social change. Evaluation and Program Planning, 2(1), 67–90.
- Lucas, R. E. (1976). Econometric policy evaluation: A critique. Carnegie-Rochester Conference Series on Public Policy, 1, 19–46.
- Strathern, M. (1997). 'Improving ratings': Audit in the British university system. European Review, 5(3), 305–321.
- Kerr, S. (1975). On the folly of rewarding A, while hoping for B. Academy of Management Journal, 18(4), 769–783.
- Holmström, B., & Milgrom, P. (1991). Multitask principal–agent analyses: Incentive contracts, asset ownership, and job design. Journal of Law, Economics, and Organization, 7, 24–52.
- Bevan, G., & Hood, C. (2006). What's measured is what matters: Targets and gaming in the English public health care system. Public Administration, 84(3), 517–538.
- Jacob, B. A., & Levitt, S. D. (2003). Rotten apples: An investigation of the prevalence and predictors of teacher cheating. Quarterly Journal of Economics, 118(3), 843–877.
- Manheim, D., & Garrabrant, S. (2018). Categorizing variants of Goodhart's law. arXiv:1803.04585.
- Muller, J. Z. (2018). The Tyranny of Metrics. Princeton, NJ: Princeton University Press.
- Smaldino, P. E., & McElreath, R. (2016). The natural selection of bad science. Royal Society Open Science, 3(9), 160384.
- Gao, L., Schulman, J., & Hilton, J. (2023). Scaling laws for reward model overoptimization. Proceedings of ICML 2023, PMLR 202, 10835–10866.