本
文
摘
要
为什么最终结果，与政策/规则制定初衷南辕北辙？
印度殖民地时期，眼镜蛇泛滥，为了减少眼镜蛇带来的危险，英国统治者发布了奖赏任务：印度人民可以拿着眼镜蛇尸体来换取赏金。
这样一个简单粗暴的任务，前前后后有3轮 *** 迭起的故事，最终以英国统治者废除赏金任务结束。
Round1：受奖金的诱惑，很多人开始大肆捕杀眼镜蛇，眼镜蛇数量显著减少；
Round2：虽然越来越多人捕杀眼镜蛇，导致野外眼镜蛇数量减少，然而前来领取赏金的人依然络绎不绝。这其中又有什么猫腻呢？
原来，随着捕蛇难度上升，一些人开始饲养眼镜蛇，然后杀死后带着尸体去领取赏金。
很快，英国统治者就反应过来了：这™不是妥妥的骗补吗？于是马上废除了赏金政策。
故事到这里还没有结束。
Round3：由于赏金任务被废除，养殖眼镜蛇毫无利润可言，于是之前饲养的眼镜蛇被放生到野外，野外眼镜蛇数量恢复到赏金任务之前的水平。
“眼镜蛇效应”就是基于这个故事，大意是实际结果与预期截然相反、南辕北辙的事情。
1. 目标不一致：“上有政策，下有对策”
猫鼠游戏，习以为常。
本质原因在于政策制定者、政策约束/服务的对象目标利益是不一致的。
政策制定者要实现一个目标，我们假定为G（oal），于是制定了A（ction），以为人们会不折不扣地无条件落实。但是A与G之间，有多条可能性，虽然禁了A，但是条条大路通罗马，大不了换一条路。
除非政策制定者考虑地十分周全，把可能的路径都提前断掉；否则人们会钻政策的空子，表面上看是执行了，但是压根没有达到政策的预期。
20世纪60年代，一些欧洲国家为了扶持本国的农民，颁布了限制进口粮食的法令，以目录的形式列举了不得进口的粮食黑名单。于是，进口商放弃了进口美国玉米，转而从亚洲进口木薯——一种未上黑名单的农作物。
明面上不行，私下底来总是可以的。
在20世纪美国实行禁酒令的那几年，虽然法律规定不得酒类商品交易，但是地下酒吧泛滥， *** 上的数据显示：“到1925年，仅纽约市就有3万到10万间地下酒吧”。由于政策限制，导致烈酒的走私利润较高，反过来激发更多商人投入到私下贩卖烈酒的生意中来。
另外，很多医生以治疗名义开了大量处方笺，凭借处方笺可以去药房购买威士忌，“据估，医生随意发放的处方一年消费了超过一百万加仑的酒。”
波士顿大学经济学系教授等人通过收集禁酒令期间的肝硬化死亡率、酒精中毒死亡率以及警察逮捕记录中与酗酒有关的数据等等，拟测出禁酒令期间的美国人酒精消费量：禁酒令生效的第一年，美国人酒精消费量跌到了禁酒前的30%，但是通过地下酒吧、购买私酒等，美国的酒精消费量就开始爬升恢复，一直恢复到禁酒前最高峰的60%-70%的水平。考虑到政策执行效果，还会受到第三方的影响：毕竟政策执行者，也会有自己的小算盘——事情会因此变得更复杂：
场景1：执行者与政策制定者利益一致，加速政策执行；场景2：执行者与政策影响者利益一致，一起想着怎么逃避：比如吃饭的时候不开发票，商家免费送一瓶可乐；场景3：执行者有自己的利益，政策落地可能松一阵紧一阵。这类现象，有的称之为“政策抵抗”。
为了达成最初预定的目标，政策制定者会持续投入，来保证达到最初的预期。
政策制定者可以层层“打补丁”。如果在执行过程中发现什么遗漏，则可以在事后发布更新的规则，把这个漏洞给补上去。这样的操作司空见惯，大到国家政策、小到身边超市的送鸡蛋活动，可能都有空子可钻，只能事后厚着脸皮把规则完善。
当然，政策执行者可能也会“层层加码”，来保证效果达到预期。
对于今年的春节，异地打工人应该都深有体会。卫健委、省、村里头的政策都不一样，压根就不知道该怎么办。
政策制定者（卫健委）的目标是春节期间实现0新增，每一层的执行者为了达到这个目标，只会一层层地加码。
最近为了推进打疫苗，尽管卫健委三令五申表态“遵循自愿”的原则，但是一些地方又开始有逐步强制的苗头，引得卫健委时不时出来批评强制打疫苗的做法。
2. 衡量标准错位：指标与目标的南辕北辙
政策出发点是为了达到某个目标，但是衡量指标的差异，让政策执行方向完全不一样。
在我司，将一个项目、一个产品迭代需要达到的预期目标，称为“北极星指标”：任何项目在立项之初，就得明确我们究竟监测什么指标，来监控项目的运行和推进进度。
正如“北极星”所明示的：北极星指标，如同大海航行中的指路明星，是一个指引性的指标，指引项目推进和产品升级的的方向。
这部分的例子，我们回到日常，聚焦在小的细节上。
如何衡量一篇文章的好坏？如果是用阅读数的多少来衡量，那么博眼球的标题、猎奇的内容、夸张描述最能吸引阅读和传播。
如何衡量一个创意的优劣？如果使用点击率来衡量，那么违禁图、内涵图是最能吸引用户点击的，这是人的本能。
如何衡量贫困？是看家庭收入，还是看可支配收入，还是看储蓄？是看当前的，还是应该从更长时间维度评估可持续性？
如何衡量一个科研人员的研究水平和能力？是看发布的SCI论文数量，还是看教学成绩，还是看学历背景？
如何衡量一个国家的医疗水平？是看医院数量，还是看医患数量占比，还是看医保投入规模？
......
用不同的目标衡量同一件事情，势必会导致完全不一样的结果：UC震惊体的标题、更内涵的创意、短期的收入 VS 长期的生活质量、拼命发文 VS 加强教学、建设更多的医院 VS 加大财政投入。
实际上，我们为了降低衡量成本，往往会选择容易观察的、容易统计的指标。
大家都知道不能用发表的论文数量，来去衡量一个医生的水平。然而实际上，论文发布数依然是临床医生晋升的重要依据——毕竟发布的文章数量，是一个容易衡量的数字；相比之下，业务能力反而显得不那么好统计。
容易观察、统计的指标，往往也容易被影响。例如一些城市，在环境监测站附近放置雾炮车等，可以显著降低监测点附近的PM2.5值。
选择的指标，直接决定了为达到这个目标而采取的手段。
刚来现在的团队时，我跟产品LD在产品推广效果的衡量指标上有一些分歧：既然产品的核心人群是中小广告主，那么应该看工具的客户数；产品LD始终觉得应该将消耗作为核心关注指标。
如果把客户数作为工具的“北极星指标”，那么需要更多关注数量众多但没有太多预算的中小广告主；反之如果关注的是消耗，那么我们应该去夯有钱的大客户。
3. 线性思维：人和社会都很复杂
几年前的一天晚上，朋友圈开始大量有人接力转发，呼吁判处人贩子死刑。
从逻辑上来看：加大对拐卖人口行为的刑事处罚力度，对人贩子形成威慑效应，进而减少贩卖人口的行为。
但是事情比A到B的线性逻辑显然更加复杂。
假设人贩子马上要被警察抓获，面对手头的孩子，有两种处理办法：一是乖乖束手就擒，然后被法律判处死刑；二是残忍杀害孩子并毁尸灭迹，让警察找不到踪迹。
从概率上看，方案1是100%被判处死刑；方案2反而有一定概率逃避法律制裁。
引用两段上海法治声音发布的一篇文章观点，或许更能理解差异化刑罚的作用：
按照现行刑法规定，同样是拐卖一个儿童，使用暴力、胁迫或者麻醉方法绑架孩子的，最高会被判处死刑；而使用相对平和、非暴力或弱伤害性的方式哄骗孩子的，最高可能仅判到10年。如果这个人贩子是一个对刑罚轻重有敏感度的理性人，那么，这种刑罚差异性的规定，就会对人贩子的行为选择形成激励，从而让孩子在最坏的情况下，能相对地少受一些伤害。
再如，按照现行刑法规定，造成被拐卖儿童重伤、死亡或者其他严重后果的，最高可判处死刑；没有造成伤亡后果的，可以在10年以下量刑。那么，在人贩子因为被追捕或者其他原因，无法将孩子脱手出卖的场合，孩子处在了一个不能为人贩子牟利反而成为其累赘甚至罪证的最危险境地，此时，这种刑罚差异性的规定，就会对人贩子的行为选择形成一个激励，使其从一旦落网的最坏后果着想，从而最大可能地遏制他不采取伤害孩子的极端行为。4. 主次不分：治标不治本
政策的核心是解决问题。然而，究竟什么是引起问题的真正原因呢？
设置离婚冷静期的初衷是希望夫妻双方冷静下来，减少离婚，然而离婚真的是因为冲动嘛？三十天的离婚期设定，是否有可能加重家暴？
中小学生减负减了这这么多年，然而鸡娃越来越厉害，本质不还是优质的教育资源太少、就业机会与学历强相关？
前司设置重重障碍，加大员工的离职成本，搞得我差点怀疑自己是啥核心人物，然而真正让我离职出走的是恶劣的工作环境、不信任的职场关系，HR设置诸多的离职条件，只会让我更加反感。
墨西哥一些人偷渡进入美国，归根到底还是因为国境线南北巨大的生活水平差距，围墙能拦得住吗？
......
其实这些道理浅显易懂，政策制定者这么聪明，不可能不知道核心问题在哪。之所以出现本末倒置的政策，可能也是出于要做点什么的想法， 毕竟对上面有交代，总好过于什么都不做；当然，也有可能核心问题不是自己能够解决的。
写在最后：
有这个选题的初衷，是源自春节期间令人眼花缭乱的防疫政策，我差点都想一个人留在上海孤独地过年了。那时就在想：为何一条政策，执行地乱七八糟？这里面发生了什么？
接着是近期的大货车事件：通过安装监控器，规定司机连续行驶4个小时就必须休息，然而这种无弹性的政策真正执行起来很困难：
如果遇到突 *** 况呢？在节假日或者堵车时，部分服务区会因为车流量爆满而挂出告示牌，禁止大货车进入服务区休息。此时不熄火，马上要到四个小时的关卡了，司机为了不被扣2000元钱，不敢关北斗，又不敢开车。因此只能选择把车停在服务区车道，然后直接被扣除200元3分，这已经是好的结果了。然后是保安拒绝120乘电梯救人，说是非要等领导通知才能放行。类似的事件我也碰到过：搬东西的时候，非要我去物业开具搬家证明、晚上不允许搬家、推着床垫的车不允许借道车门进入小区......从他们的角度来看：违反了政策就是不行，而且都重复一句话“跟领导去说”。
因为工作关系，经常看到某某部门、某个产品又出台了激励政策：使用就给激励、或者消耗越高就给更多激励，也见证了一些产品因为激励政策从风头无两，到撤掉激励后半死不活。补贴应该怎么发放？应该怎么减少用户钻政策的空子？
我相信每个读者都被政策约束、激励过，自己很多时候也是规则的制定者。那么好的政策应该如何制定？政策如何服务于目标？选定什么样的北极星指标监控政策的执行？这些都是需要时刻关注的问题。
