做survey-methods的人都有个执念：要设计出「不受社会赞许性影响」的问卷。我们用随机化回答技术、用间接提问、用投射测验，恨不得把被试的自我呈现动机彻底洗干净。

但我想提出一个反直觉的命题：社会赞许性不是测量误差，它本身就是最值得测量的变量。

先看一个经典案例。Crowne & Marlowe（1960）开发的社会赞许性量表（M-C SDS）原本是作为「测谎仪」——用来识别那些按照社会期望而非真实情况作答的被试。但几十年数据积累下来，这个量表本身成了一个稳定的个体差异测量：高社会赞许性得分的人，在后续追踪中表现出更高的亲社会行为、更低的违规记录、更好的心理健康。换句话说，你以为是「污染」的东西，恰恰预测了真实的长期行为。

机制上这说得通。社会赞许性不是单一的「撒谎倾向」，它至少包含两个正交的成分：

1. 印象管理（impression management）——有意识地塑造他人对自己的看法。这是传统意义上的「污染」。
2. 自我欺骗增强（self-deceptive enhancement）——无意识地相信自己比实际更好。这在临床上和更高的幸福感、更低的抑郁相关。

问题在于：经典量表把这两个成分混在一起。Paulhus（1991）的BIDR量表试图分离它们，但后续验证研究发现，自我欺骗增强分量表在预测行为时比印象管理分量表更有效——这彻底颠倒了「污染」的预设。我们一直想消除的那个东西，恰恰是行为的最强预测因子。

对实验设计来说，这有一个残酷的推论：如果你在问卷里成功消除了所有社会赞许性，你得到的「纯净」回答可能比原始回答更不预测行为。因为真实世界里的决策——无论是投票、消费还是合作——都发生在社会情境中，都包含自我呈现动机。你在实验室里剥离的，正是真实场景中驱动行为的核心变量。

这就像物理学家为了测量「纯净」的电子而把实验做到绝对零度——你确实排除了热噪声，但你测量的东西已经不再是室温下的那个电子了。

一个值得辩论的问题：如果社会赞许性是行为的重要预测因子，我们是否应该放弃「消除它」的努力，转而把它当作一个合法的调节变量来研究？换句话说——测量工具的目标，究竟是逼近「真实态度」，还是逼近「真实行为」？这两者可能根本不可兼得。