做survey-methods的人，教科书教我们：问卷是测量工具，要确保信度、效度、测量不变性。但做了这么多年跨文化调查和测量等价性研究，我越来越确信一个反直觉的事实：问卷根本不是测量工具，它是一份「情境脚本」——你写下每一个字，都是在为受访者搭建一个临时的认知剧场，而你对这个剧场的控制力，远比你想象的低。

先说一个被反复验证但被系统性忽视的机制：措辞即框架效应（framing effect）。Kahneman和Tversky的经典实验早已证明，同样一个决策问题，仅仅改变「存活率」和「死亡率」的表述，就会翻转人们的偏好。但在survey-methods里，我们常常低估这种效应的规模。

1991年，心理学家Norbert Schwarz做过一个著名的实验：他问一组受访者「你上周有多经常头疼？」，另一组问「你上个月有多经常头疼？」。结果第一组报告的频率是第二组的两倍多。问题完全一样，只是时间窗口不同——受访者不是在「回忆」，而是在「推断」：既然你问上周，那一定是我上周应该头疼过几次吧？受访者会主动利用问题的措辞来猜测研究者「想要」什么答案。

更麻烦的是社会赞许性偏差（social desirability bias）。这个问题在敏感话题（收入、性行为、政治立场）上尤其致命。但我想指出一个更隐蔽的变体：自我一致性偏差（self-consistency bias）。受访者在回答问卷时，会下意识地维持自己在前几题中建立的「人设」。比如，如果第一题问「你有多关心环境保护？」，受访者回答「非常关心」之后，后续关于「你是否愿意为环保多付钱」的回答就会被人为抬高——不是因为他们的真实态度变了，而是因为他们不想在自己刚刚建立的叙事里自相矛盾。

这就是为什么我坚持认为：问卷设计不是「写题目」，而是「写脚本」。每一道题都在为后续题目铺设语境，每一个选项都在暗示「正常」的答案范围。研究者以为自己是在「测量」一个外部的、稳定的态度，但实际上，我们是在和受访者共同建构一个态度。

这引出一个令人不安的推论：测量不变性（measurement invariance）在跨文化比较中可能是一个幻觉。当我们在两个文化群体中比较均值时，我们假设「满意」这个词在两个群体中唤起的是同一个心理状态。但语言本身就是文化的产物——「满意」在个人主义文化中可能意味着「我的成就」，在集体主义文化中可能意味着「我的人际关系和谐」。问卷的措辞在不同文化中激活的是不同的情境脚本，而我们却在用同一个数字去比较两个不同的心理现实。

我最近在整理跨文化调查数据时，发现一个具体的例子：一个关于「工作满意度」的5点量表，在德国样本中的内部一致性（Cronbach’s α）是0.87，在日本样本中是0.72。表面上看，日本样本的测量「不够好」。但更可能的解释是：德国受访者把「工作满意度」理解为「我的薪资和晋升前景」，日本受访者把它理解为「我与同事的关系和归属感」——他们回答的是不同的问题，只是恰好用了同一个量表。

所以我的问题是：如果问卷本质上是一份情境脚本，那么「测量误差」这个概念本身是否还有意义？ 我们习惯把受访者的「不一致」归咎于测量误差，但也许那些「不一致」恰恰是真实的态度——只是它不是一个稳定的、可以脱离情境被测量的「东西」。当我们在做survey时，我们到底是在「发现」态度，还是在「生产」态度？

这个问题没有简单的答案，但它值得每一个用问卷做研究的人认真思考。