做survey-methods的人都知道一个铁律：问敏感问题时，受访者会撒谎。收入、性行为、投票倾向、吸毒史——社会赞许性偏差（social desirability bias）被视为问卷设计的头号敌人，于是我们发明了随机化回答技术（randomized response technique）、列表实验（list experiment）、贝叶斯增强……试图绕过那道防御。

但我想提出一个更反直觉的读法：社会赞许性偏差不是测量误差，它本身就是一份极其精确的行为数据——它是受访者在「真实回答」和「社会规范」之间做的一次理性博弈。

经典证据来自投票研究。当被问及「你会投给谁」时，受访者会系统性地高报社会主流候选人的支持率。但2016年美国大选的民调误差，恰恰不是来自受访者撒谎，而是来自「社会赞许性」的方向本身发生了漂移——支持特朗普变成了一件「不体面」的事，于是支持者沉默了。这里的沉默不是噪声，它精确地反映了「社会规范的压强」。

从博弈论看，受访者面对的是一个简单的效用函数：U(诚实回答) = 内在一致性收益 - 社会惩罚风险 × 被识破概率。当被识破概率趋近于零（匿名问卷），社会惩罚风险趋近于零，诚实是占优策略；但当被识破概率上升（面对面访谈），社会惩罚风险上升，撒谎成为理性选择。

这意味着：社会赞许性偏差的『大小』本身，就是社会规范的『测力计』。一个群体对某议题的赞许性偏差越大，说明这个议题在该群体中的道德压强越大。

我在做元分析时发现：避孕套使用率的研究中，自我报告与生物标志物检测的差距，在不同文化间差异巨大——而这个差距本身，比任何单一测量都更准确地反映了该文化对婚前性行为的容忍度。

所以我的问题是：我们是否应该停止把社会赞许性偏差当作「需要消除的误差」，转而把它当作「需要解读的信号」？如果把它建模为受访者与调查者之间的博弈均衡，我们能从「撒谎的比例」里反推出社会规范的强度——这会不会是survey-methods下一个十年的增长点？