本文先讲解了 DAO 健康的可执行定义，DAO 的特征等基础概念，然后，从组织的各个层级上详细列出了调查的测量项，并给出了应用调查的频次和使用方式。
DAO 面临的主要挑战之一，是使用去中心化的结构和流程来进行高效运营。DAO 的组织模式对熟练贡献者非常有吸引力，但是如果无法有效运作组织时，DAO 就会生病。症状主要显现在组织的态度、行为和文化中，且会影响组织兑现其潜力。如果不加以管理，这些症状会在效率恶化和贡献者体验恶化之间产生负面反馈循环，从而最终杀死 DAO。
为了诊断和缓解不良的组织健康状况，心理学家开发了以经验为依据的心理测量调查，以衡量有助于形成健康组织的心理因素。
在关于健康组织预测因素的传统科学文献中，往往使用下面这些因素来预测结果，例如人员流动、人员需求、生产力、绩效、客户满意度和利润。[1] 预测因素包括积极的组织态度、敬业的员工、支持型文化、一致的价值观和清晰的沟通等。在回顾了文献后，我们得出结论，使用类似的心理测量可以充分衡量 DAO 健康。
talentDAO 与 Ocean protocal 合作，推出了我们全面的 DAO Health Survey——一个经验驱动的心理测量工具，用于深入了解 DAO 的健康状况。
在这篇文章中，我们详细介绍了这个工具是如何开发的，应该如何使用和理解它，以及 talentDAO 在 DAO 健康计划中的下一步动作。
这篇文章的结构如下：
把DAO健康可执行化：
我们如何定义 DAO 和 DAO 健康，以有效衡量它们。
文献回顾：
简要的总结我们如何对科学文献进行回顾，进而决定测量什么以及如何设计调查。
调查设计：
简要介绍调查，衡量什么，如何使用它，以及其他一些有价值去了解的好东西。
DAO 健康计划的未来：
这项计划在 talentDAO 的下一步是什么。
DAO Health Survey 是开源工具，可以在 Github 上找到。随着时间的推移， talentDAO 将进行多项研究以改进此测量工具，并将发布新版本。
把 DAO 健康可执行化
当我们谈论 DAO 健康时，我们真正谈论的是组织健康。
正如麦肯锡的研究人员所说，组织健康“……不仅仅是文化或员工敬业度。它是让大家团结在共同愿景四周的能力、是有效执行该愿景并通过创新和创造性思维更新自身的能力。换句话说，健康只是这艘船的运行方式，无关掌舵者是谁，也无关来袭的的海浪有多大。” [2]
这是一个优雅的定义，在任何其他情况下使用都不会有错，但为了想出一种正确衡量 DAO 健康的方法，我们需要一个对 DAO 进行正确操作的定义。
在回顾了与组织健康、组织效率、共享领导力、虚拟团队和员工福利相关的大量文献后，我们得出了以下操作定义：DAO 是由通过动态虚拟团队进行合作的一群相互交织的贡献者组成的，他们通过权利和所有权的去中心化的做法来实现共同目标。
以此为框架，我们得出以下 DAO 健康的可执行定义：
DAO 通过协调团队来实现共同愿景和目标的能力，是推动集体生产力、绩效、领导力以及个人体验和幸福感的贡献者社会心理因素的功能之一。
得出这些定义需要全方位考虑存在于 DAO 内的组织、行为、环境和结构因素。
DAO 的类型和规模多种多样，其中一些与传统组织具有许多相似的特征，而另一些则很少，所以很难描述它们的共同特征。基于以太坊联合创始人Vitalik Buterin [3] 提出的定义，DAO 的技术上的概念可以概括为“中心自动，外围人工”。在这里，人工任务仅限于那些无法通过自动化完成的任务。
根据Vitalik的定义，今天的许多 DAO 实际上只是 DO——“去中心化组织”。（译者注：缺少的 A 是 autonomous，自治。）但对于今天的建设者来说，仅仅是 DO 可能并不能完全反映他们的理想，两者的共同点是对区块链技术的利用，也就是说，用定制协议来作为新技术系统的底层基础。在 Vitalik 看来，之所以会如此，可能只是因为对运转所有可能存在的协议的人工影响范围被低估了。或者，根本没有预料到，会在这些网络中形成如此强大的联系，也没有意识到由积极的贡献者组成的社区渴望的，不仅仅是从下一个 meme 币中致富。因此，我们在定义中保留“DAO”一词，因为我们认为不管根据 Vitalik 的技术上的定义来看，它是 DAO 还是 DO，DAO 这个词都最能反映当前公众的理解。
尽管它们的去中心化和自治程度各不相同，但作为人类组织，许多 DAO 都在相似的约束下运作。例如，尽管受到批评，使用 Discord 作为 DAO 的主要通信媒介，仍然在很大程度上被认为是标准做法。同样，DAO 意识形态创造了一种文化，包括共享领导力、分布式功能，和高度自治的工作环境。在这种工作环境下，工作有时被称为是“无需许可”的。
考虑到这一点，我们在人类组织的假设下定义了 DAO。
组织设计理论家 Richard Daft 将组织定义为“以目标为导向的社会实体，被设计为刻意结构化和协调的活动系统，并与外部环境相关联。” [4]
我们的观点是，尽管具有不同的管理模式、文化规范和技术能力，这种组织定义依然适用于 DAO。
Daft 描述的活动和目标导向行为是 DAO 中的工作或“贡献”，这些是为实现组织目标而进行的活动和行为。
我们的调查侧重于贡献者，即那些从事工作并积极参与 DAO 以目标为导向的活动的人。这些活动包括有和无报酬的贡献，以及来自不同会员身份的贡献。但是，此定义排除了仅通过财务支持或仅持有治理令牌的方式拥有 DAO 成员资格的人，以及仅仅在 Discord 等开放平台中露面的人。
与投票行为或活动出席情况不同，贡献者的体验无法在链上查询到的。如果我们旨在衡量 DAO 的健康状况，我们必须用链下“贡献者指标”来补充链上活动指标。
我们将贡献者体验称为一个总括性术语，其中包含各种不同的因素，每个因素都有其自身的调节作用，并在组织的每个层级产生不同的结果。
贡献者提供才智，贡献集体人力资源，这些为组织增加价值并组成 DAO 工作组，也被称为“公会”或更普遍地被称为“团队”。
从这个角度来看，我们的工具关注三个组织级别：个人、团队和组织。我们将在调查设计部分进一步讨论这种分类的相关性。
DAO的特征
虽然每个级别本身都很重要，但团队这个级别对于DAO来说尤为重要。不仅有证据表明组织的有效性在很大程度上受其团队有效性的影响 [5]，而且在DAO中，团队合作的默认模式是去中心和高度虚拟的。
这并不意味着 DAO 永远不会在线下协调大家一起工作，但 DAO 治理和财务背后的技术不受时间或空间的限制，这开启了从本地到全球的分布式协同工作的所有可能性。然而，无论地理位置如何，当 DAO 中的两个或更多人朝着共同目标努力时，他们都会使用计算机和互联网作为实现这些目标的主要工具。
这使得 DAO 倾向于：
高临时性——团队地理上分散在各处且均是临时组成的。
高边界跨越性——团队跨职能和跨文化工作。
生命周期 是不相同的——团队可能是短期团队，也可能是长期团队。
成员角色是不相同的——成员在不同团队中的角色是根据当前的需求而变化的，领导者也是如此。[6]
然而，与任何其他组织一样，DAO 与 DAO 之间都各不相同，并且介于纯粹的DAO（高度虚拟性、活力和去中心化[指领导和治理]）和传统组织之间。
传统组织近来可能已经采用了远程工作的模式，但它们依然往往在地理和组织上是中心化的，并且成员与公司签订了合同雇佣协议。
权力下放是 DAO 的另一个关键特征，使它们与众不同。再次声明，每个 DAO 的模式会有所不同，但都具备不被任何一方控制，这一去中心化自治组织精神。如果没有这个特性，DAO 就只是形式上高度虚拟化的高科技组织而已。
同样，DAO 也是开源组织。这里，我们并不是说 DAO 开发的所有知识产权 (IP) 都是免费提供的——尽管经常是这样——而是该组织本身对任何人开放，任何人都可以加入、贡献或分叉。
DAO 的开放性催生了一种类似于独立承包的新工作模式，主要通过频繁的赏金任务。这种一次性的，以项目为单位的工作安排，作为进入组织的切入点是使 DAO 高度动态的原因之一。贡献者可以自由地进出组织，并且通常会同时为多个 DAO 做出贡献。
正是基于这种理解，我们得出了最初描述的 DAO 的可执行定义：DAO 是由通过动态虚拟团队进行合作的一群相互交织的贡献者组成的，他们通过权利和所有权的去中心化的做法来实现共同目标。
这种观点带来的核心好处之一是，尽管 DAO 具有鲜明的特点，但它们仍然与传统组织有许多相似之处。其中最明显的是团队的使用，以及人力资本是 DAO 实现其目标的载体这一事实。
因此，我们认为从传统组织环境改编而来的心理测量学依然适用于 DAO 的环境，心理因素仍然存在，尽管结果和基线水平可能不同。
文献综述
我们研究计划的第一步是了解当前的研究主体，以便先将 DAO 和 DAO 健康可执行化，第二步是确定哪些心理测量是合适的，我们审查了 25 篇研究论文，其中 11 篇是对与组织健康、组织成果、团队、虚拟性、信息共享、领导力和绩效相关的主题的荟萃分析。为了确定适合测量的心理因素，我们评估了另外 24 项心理测量验证研究，这些研究针对不同因素的情境匹配。在某些情况下，会审查多个版本的量表并将其添加到量表库中以供审查。
专家小组
talentDAO 的四位组织科学家组成了一个专家评审小组，负责 a) 审议可执行定义、问题选择和修订，以及 b) 按照消除程序，将调查长度减少到约 50 个问题的实用标准。
在开始阶段，专家小组对 126 个问题进行了调查，测量了 32 个不同的心理因素，并以 50 个问题测量 23 个因素的 3 轮投票 [7] 结束。我们估计做完整个调查大约需要 20-25 分钟。
调查设计
这个调查的主要目的是了解组织的健康状况，以便 DAO 的领导者能够采取纠正措施，对贡献者的体验和 DAO 的产出产生积极影响。为此，我们根据其理论基础对每个因素进行了映射，并试图将它们最终对组织成果的贡献方式可视化。
DAO 健康的工作模式
理解这些测量措施
从心理测量学的角度来看，每个结构层级 [个人、团队或组织] 都带着某些适用属性在自己的分类下运作。有时，这些属性在多个层次上都有应用。但是，对于相同的心理测量属性，在每个层级使用的测量和获得的见解可能本质上是不同的。例如，小队层面的沟通可能是指小队成员之间的互动，但在组织层面，它可能是指从核心团队接收消息和信息。[8]
DAO的组织层级
我们在每个级别测量了几个因素，知道其中一些因素在它们覆盖的范围内有所重叠。
表列出了每个因素的简要定义，并按其组织层级进行了聚类。我们将在以后的博客文章中深入扩展其中的每一个。当下，欢迎来talentDAO的Discord服务器玩耍，以获得相应的解读和支持。
DAO Health的心理因素
实施调查
DAO 现在还处于早期阶段，并且在不断发展壮大中。如果可能的话，最好每年至少进行两次这项调查，不过一年一次也足以跟进随着时间产生的变化。
在调查中增加其他问题以获得公开反馈 [定性回复] 一般来说是很赞的，这些问题可以是常见反馈问题或 DAO 关注的具体问题。例如，“你对这个 DAO 有什么额外的反馈吗？”。像这样的组织调查的开放式反馈问题往往是一些最具洞察力的数据源。
在调查中包含一些人口统计项目也是一个好主意。可以对数据点进一步细分、或者换个角度，这些都可能会对数据的解释方式产生重大影响，例如检查 DAO 内各组的个人意见和看法有何不同。
虽然我们经常将种族/民族、性别、年龄等视为人口统计标准，但我们鼓励扩大这一观点，将可能影响调查结果的任何标准包括在内，包括兼职或全职贡献者身份、金融投资状况、核心团队状态、赏金猎人与积极贡献者、教育经历、以前的工作经历、web3 任期等。
评估结果
我们目前的建议是按照 Github 存储库中的说明计算综合健康评分。然后，定期重复此调查并讨论结果。理想情况下，调查结果应该存在于 DAO 的所有成员都可以访问的论坛中。
我们认识到一些 DAO 可能只想使用调查的一部分。如果你选择这样做，请通过查看文件中的相关问题，将存储库中的相同公式应用于每个独立因素。
有关如何分析结果的进一步指导，请加入我们的 talentDAO Discord，我们很乐意回答任何问题。
talentDAO 和 DAO 健康计划的未来
我们正在开发经过科学验证的，进行 DAO 健康调查的大型研究计划，而本文上述工作只是该计划的第一部分。这样的过程[因其科学性]需要时间。
该调查旨在对所有 DAO 开源以供使用。然而，随着未来几年，我们继续努力进行多项验证研究，来生成经过科学验证的调查，调查将会不停迭代。一旦完成了一项经过科学验证的调查，talentDAO 将鼓励整个 DAO 生态系统的参与，提交他们的结果，以生成一份关于 DAO 健康的综合年度报告。
此外，与报告一起， talentDAO 打算在 Ocean 市场上列出匿名数据，其中销售产生版税将分配给调查的参与者。
值得注意的是，DAO 健康调查的第一次迭代是一项经验驱动的预验证调查。这意味着可以支持我们自信地声称这项调查“说话算话”的研究方法尚未完全贯彻。随着我们进行证明科学有效性的必要研究，如果我们对更精确的测量有信心，我们将发布调查的更新版本。
话虽如此，考虑到这些测量面向的对象也并不是完全不同—— DAO 和传统组织都是人类组织——我们有充分的理由相信这些测量的有效性应该仍然成立。
作为一种开源工具，DAO 领导者可以永久免费访问它。虽然你可以针对你自己的 DAO 进行修改，但我们建议可以咨询我们的组织科学专家，以帮助你做出最佳决策。
talentDAO 打算继续进行研究，并为 DAO 生态系统提供有科学依据的工具和见解。
脚注：
1. Harter, James, Schmidt, Frank. 2002. Business-Unit-Level Relationship Between Employee Satisfaction, Employee Engagement, and Business Outcomes: A Meta-Analysis. Journal of Applied Psychology.
2. Gagnon, Chris, John, Elizabeth and Theunissen, Rob. Organizational Health a fastrack to performance improvement. Mckinsey & Company.
3. Buterin, Vitalik, 2014. DAOs, DACs, DAs and More: An Incomplete Terminology Guide
4. Daft, Richard L., 1983. Organizational Theory & Design
5. Guzzo, R.A., & Dickson, M.W. (1996). Teams in organizations: recent research on performance and effectiveness. Annual review of psychology, 47, 307-38.
6. Bell, Bradford & Kozlowski, Steve, 2002. A Typology of Virtual Teams: Implications for Effective Leadership. Faculty Publications - Human Resource Studies.
7. The expert review panel adapted the Delphi method for the item reduction process.
可以在该项目的 Github 存储库中找到完整的参考文献和评论文献列表。
