当我们提起减肥、运动、健身的时候，都会提起一个BMI指数，也就是体重/身高的平方。
看英文简称，感觉非常的高大上，分分钟和IQ测试、DICS性格分析、MECE分析、SMART法则这种实用性非常强的缩写联想到了一起。
但是一看公式的具体内容，就会觉得好粗糙，体重/身高的平方是什么鬼，为什么可以代表一个人的身体健康状况？
背后是数学公式一样的求解超复杂，结论极简单的大道至简呢？还是说仅仅是一个模糊分析的预测方法呢？
然后去找了找BMI指数的来源，发现它是比利时统计学家凯特在19世纪提出来的指标。
一看统计学家，你可能会觉得是对大量样本下，人体数据的统计结果，然而并不是，它并不是对统计结果的数据拟合，也不是像IQ一样是基于正态分布和标准差的统计结论。
它仅仅是一个数学理论，也就是我们很熟悉的压强理论，简单的描述就是人体对外界造成的压强。
比如一个人躺在床上，他的身体跟床的接触面积大小，是和身体的尺度（大致可以用身高的平方做代表）成正比的，而这个人的体重就是他给床造成的压力，综合起来BMI就是压强。
体重高不等于肥胖，大个子本来就应该体重也高，但是压强大才是真肥胖。
这个公式和一个人真正的健康状况并没有直接的因果关系，它只是一种模糊的判断标准。
比如对于个子高的人就不公平，对于肌肉比重很高的健身群体也不公平，他们的BMI虽然高，但是并不肥胖。
但是，一项指数被广泛采用，除了效果准确以外，还要考虑使用的便利性，还有成本。
BMI的优点在于它只用体重和身高这两个最容易测量的参数，就能大致上判断一个人是否超重，这实在太方便了，像保险公司这种和一个人健康直接挂钩的行业，对于这么一个指数，简直不要太欢迎。
毕竟如果不用BMI，你还需要腰围、体脂率等等一大堆参数才能综合判断，而且不同的判断方法还得制定不同的保险标准，这个成本太高了。
而且对于健康的预测未必就比BMI好很多。
和BMI指数类似的指标还有很多，比如体温并不代表病情的严重程度，智商高能力不一定强，GDP也不能描写全面的经济发展水平，一款产品销量好也不等于质量就好。
但是他们能够快速的提供信息，当我们做决策的时间很有限的时候，当我们获取信息的渠道很有限的时候，这些指标就会是我们做判断为数不多的信息来源。
当然最主要的是，经过时间的检验，这些指标不管从统计学上，还是相关性上，提供的信息都非常有用。
最好的指标，未必就是最准确的指标。
就像最好的人，未必就是那个对的人一样，很多时候模糊的精确，比起精确本身更重要。
所以，换个视角来看，正是因为这些指标只是在有限条件，有限时间内快速提供信息的判断标准，那么它就不一定适用于所有的情况，必然会存在例外。
比如刚刚说的高个子和肌肉发达的人，如果保险公司用BMI来判断他们的患病风险，那显然不公平。
再比如GDP和国家经济之间，国家经济这么复杂的一个大系统，不可能存在一个简单的指标反映所有，如果我们去较真为什么GDP在涨，人民生活还是不见变化也没什么意思了。
还有IQ也是一样，它只是统计学上用正态分布来呈现的一个规律，那个数字只是代表你在人群中的什么位置，并不代表你的智商指数。
智商130和智商160，只是代表了你的稀有性，并不代表你的能力高低。
所以，指标，只是快速获取信息的一种方式，但是它并不能代表真相。
我们可以使用指标，但是不能依赖指标，更不能笃信指标就是一切。