爱华网罗森维 在《光环效应》这本书里，我揭示了几个常见的商业管理误见，分析了这些误见如何影响了许多商业管理杂志上的文章、一些学术研究以及近些年风靡一时的畅销商业管理书籍，并着重深入剖析了一些上榜畅销书的主要缺陷，包括吉姆·柯林斯的《从优秀到卓越》。 但是，应该怎样看待那些《光环效应》中未讨论过的书籍和文章呢？管理者和学商业的学生该如何分辨一项研究有没有缺陷，值不值得信赖？本文就是希望为如何看待商业研究提供一个实用的指引。本指引中的基本思想和原则也适用于其他方面的研究，但这里我们主要针对商业和管理领域来谈一谈。 有三大主要问题会削弱商业研究的可信度：设计错误、数据错误以及总结错误。许多研究都犯了其中一到两个错误，有的更是全盘皆错。现在我们逐一进行分析。 研究设计上的错误 研究设计是指一项研究的布局方法：选择了多少研究对象、研究的时间跨度、选择哪些变量来证明哪个假定。 首先我们来看一下研究对象的选择。做商业研究时，大家往往选择一些业绩优秀的公司，然后归纳分析这些公司的共同点。1982年，汤姆·彼得斯和罗伯特·沃特曼在写《追求卓越》这本书时正是这么做的。显然，这是错误的，因为只分析业绩优秀的公司永远也不可能总结出他们成功的原因。我们还需要一些业绩平平的公司来进行比较。只选择赢家或只选择输家，这在研究设计中叫做“选择因变量”，是一种基本的设计错误。 较好的方法是选择一组业绩参差不齐的公司，既包括业绩优秀的公司也包括业绩平平的公司。1994年，吉姆·柯林斯和杰里·波拉斯在写《基业长青》时，已经认识到这个方法的缺陷，他们为每个优秀公司都选择了一个业绩一般的公司作为比较项。这个做法很聪明，避免了像《追求卓越》那样因设计问题而缺乏说服力。 第二个问题是，研究是横向设计（仅在某一个时间点收集数据）还是纵向设计的（跨时间段收集数据）。这个决定很关键，需要视研究的假设而定。横向设计收集数据当然比较容易，但缺点是只能证明两个事物的相关性，证明不了因果关系。如果一项研究想证明一个因果关系的假定，例如，员工的高满意度是否带来高绩效，或参与公益活动是否有利于提高公司的业绩，这类研究必须采用纵向设计方案，研究前期行动对后续结果有何影响。如果这类研究只依赖在某个时间点收集的横向数据，我们就不清楚孰因孰果。有可能是公司的高度社会责任感的政策促进了公司业绩的提高，也有可能是只有业绩不错的公司才有足够的人力物力投入公益活动。因此，除非我们的设计是纵向的，否则很难分辨究竟哪个是因哪个是果。 第三个设计问题与观察时间段有关系。研究者是持续实时地跟踪公司呢，还是仅研究公司的过去？许多科学实验，比如化学实验，可以在很短时间内做完，然后重复几次做一些小的调整即可。但一个公司的业绩却需要几年的时间才看得出来。因此，研究者很难对公司业绩开展实时研究，而且多年持续地观察也不现实。所以，很多研究采用的方法，即依据财务报表选择公司，然后试图从公司的发展史中找出业绩优秀或业绩平平的原因，是完全可以理解的。虽然可以理解，但这样的设计选择却把研究引向下一个陷阱，即数据错误。 数据上的错误 商业研究中第二个容易出现问题的是数据的性质和质量。基本的问题与数据的可信度有关。记录变量的数据是否公正准确？这些数据是否可以验证研究者做出的假设？ 凡是有关公司业绩的研究，都不可避免地会遇到光环效应这个基本问题。光环效应在商业领域中通常是这样体现的：如果一家公司的业务蒸蒸日上、销售额和利润高企、股价上涨，则人们常常不假思索地认为公司领导有方、执行能力强大、企业文化生气勃勃、一切以顾客为中心等等。当这家公司业绩下降，则不可避免地认为领导不力、执行能力减弱、公司骄傲自满、忽视顾客需求等等。也许这家公司在以上几个方面确实有所变化，但实际理由更为简单：只是人们根据下降的业绩得出了不同的推断而已。事实上，像企业文化、领导力、客户第一/以客户为中心、执行力等等都是非常模糊的概念，对它们的定义和衡量很难完全摆脱公司业绩的影响。这是个非常严重的问题，因为我们通常认为的很多取胜原因，其实是我们根据公司的业绩做出的推断而已。许多商业和管理研究，包括近些年的一些畅销书都犯了根本性的错误，就是因为它们的数据受到了光环效应的污染。因此，我们应该谨慎地对待它们提出的观点。 有些商业研究同时出现了设计错误和数据错误。首先，研究者根据因变量来选择研究样本，例如，研究业绩最佳的公司，或成功的创新企业，或杰出的企业领导。然后，他们使用受到光环效应影响的数据，这进一步加剧了错误。由于设计和数据可信度方面的双重问题，我们很难相信这些研究的结果。这样的研究充其量算是讲了一个有吸引力的故事，并且好像有一些道理——这主要应归功于研究者对一些外在特征的归纳总结。但是，这样的研究显然称不上严谨，其总结的成功理由也缺乏说服力和预测能力。 总结上的错误 即使设计合理数据可信，还有最后一个问题，即下结论。一个常见的问题是我称之为“棍子的错误一端”的误见。例如，贝恩公司的克里斯·祖克在其最新研究中证明，公司在集中发展核心业务时的业绩最好。克里斯·祖克在10多年里研究了1854家公司，他发现在持续高盈利增长的公司中，78%的公司集中发展一项核心业务。结论是：集中发展自己核心业务的公司业绩优于其他公司。 这项研究的设计很合理，因为样本的范围广泛，不光包括业绩优秀的公司。数据的来源是可靠的财经数据库；也没有光环效应或数据可信度之虑。然而，问题在于解读。78%的公司都有一个单一的核心业务也许是对的，但不能因此推出单一的核心业务能提高成功机会的说法，因为我们不知道单一核心业务的公司与多元化公司在总样本群里各占多少比例。我们必须保证我们抓住了棍子的正确一端。关键的问题不是多少成功的公司有核心业务；而是有核心业务的公司能否取得成功，这完全是两码事！其实，策略的改变也许既非业绩不佳的原因，也不是业绩不佳的结果，因为公司一般会坚持有利于公司发展的路线。 搞清楚这3个“D”（Design,Data,andDrawingConclusions）并不像研究火箭那样，是门多么艰深的学问。它们只是正确做研究的几条基本原则。但是，值得注意的是，很多著名研究要么在设计、数据或提出结论上，要么同时犯了这三个基本错误。善于思考的管理者不应该被许多商业研究的夸夸其谈和虚假承诺所迷惑，他们应该培养自己批判性思考的能力。只有这样，管理者才可能练就一双慧眼，看出研究的缺陷，分清哪些是有价值的，哪些是无价值的研究。
（罗森维（PhilipM.Rosenzweig），瑞士洛桑国际管理学院（IMD）战略及国际管理教授。）
