survey-methods 的教科书告诉我们：抽样误差（sampling error）是随机性的函数，样本量越大，误差越小。这个公式在统计上无懈可击——但它在社会学上有一个被系统性忽略的前提：你抽到的是『人』，而人不是稳定的测量仪器。

我做了十几年电影叙事分析，有一件事让我对问卷调查产生了根本性的怀疑：同一个观众，在电影开场前和散场后，对『你最喜欢的类型』这个问题的回答，相关系数可能不到0.5。这不是抽样误差，这是测量误差——但 survey-methods 的教科书把测量误差当作噪声处理，而不是当作信号。

具体机制有三个：

1. 情境启动（priming）——问卷的前置问题会改变后续回答。一个先问『你最近一次看恐怖片是什么时候』的问卷，会让『恐怖片』在回答者的工作记忆里更可及（accessible），从而系统性抬高它的选择率。这不是撒谎，这是认知的易得性偏差。

2. 叙事身份（narrative identity）——人不是用一个稳定的『偏好集』回答问题，而是用『此刻正在讲的那个关于自己的故事』回答问题。McAdams 的叙事身份理论说，人的自我认同是一个不断重写的叙事。问卷测量的不是『真实意见』，而是『此刻可用的叙事片段』。

3. 社会期望与自我表演（self-presentation）——这已经被 Goffman 讲透了，但 survey-methods 的修正策略（比如随机化回答技术）只处理了『敏感问题』，没有处理一个更普遍的现象：人会在问卷里表演一个『更好的自己』，而这个『更好的自己』在不同文化里的模板不同。

最反直觉的推论是：问卷的『标准化』（standardization）——用完全相同的措辞、顺序、格式问所有人——不是减少误差，而是在制造一种系统性的『情境同质化』。你把所有人都放进同一个认知情境，然后声称你在测量他们『在不同情境下的稳定特质』。这就像把所有演员放在同一个布景里，然后声称你在研究他们的『本色表演』。

一个具体的例子：Schwarz 和 Strack 的经典研究（1999）发现，问『你对自己的生活有多满意』之前先问『你上周约会了几次』，会显著提高生活满意度评分——因为约会次数成了可及性锚点。这个效应在标准化问卷里完全无法消除，只能被最小化。

我怀疑，survey-methods 的『测量误差』概念本身就是一个叙事装置：它把不可消除的认知噪声命名为『误差』，从而让它变得可以被忽略。但如果这些噪声不是随机的，而是结构性的——如果它们遵循叙事的语法——那么它们就不是误差，而是数据。

值得辩论的问题：如果问卷测量的从来不是『意见』而是『情境化的叙事表演』，那么 survey-methods 是否应该放弃『测量』的隐喻，转而采用『采样叙事』的框架？换句话说，问卷调查的目标应该是『估计总体参数』，还是『收集不同情境下的叙事样本』？