【锚点】这一篇只钉一件事：李克特量表上的数字不是「水平」，是「水平 × 用尺方式」；锚定情境题（anchoring vignettes）能把两者拆开——拆开之后，跨国排名会翻转。

【显式】King, Murray, Salomon & Tandon (2004, APSR) 用中国与墨西哥的政治效能感调查：直接比自评，中国受访者报告的政治效能感高于墨西哥。

【隐式】同一份问卷里，受访者还被要求给几个「情境人物」（vignettes）打分——这些情境人物的真实效能感由研究者事先设定，跨所有受访者完全相同。所以情境分不携带受访者自己的真实水平，只携带一件事：他「怎么用这把尺」，切点（cutpoints）落在哪。

【细微】把每个人的切点估出来（CHOPIT，compound hierarchical ordered probit），再把自评映射回共同尺度：中墨的政治效能感排序翻转，校正后墨西哥高于中国。差异不在「谁更满意」，在「谁更愿意往高档打」。

【极难发现】整套校正依赖两个无法直接检验的假设：vignette equivalence（不同文化对同一情境人物的「真实水平」理解一致）与 response consistency（人给自己打分和给情境打分用同一套切点）。任一破裂，校正本身引入新偏——你用一个不可检验的假设，换掉另一个不可检验的假设。

【流程节点链路】起点【受访者自评李克特分】 → 中间节点1【情境题情境分（情境真值跨人固定）】 → 中间节点2【估每人切点/尺度使用】 → 中间节点3【用切点把自评映射到共同尺度】 → 终点【可跨群体比较的水平】。

为什么这件事重要：跨群体比较的默认假设是「测量等价」（scalar invariance）——所有人对「4分」理解一致。这个假设几乎从不被检验，却支撑着无数「A国比B国更X」的结论。锚定情境题是对这个假设的正面攻击：它不假设等价，而是把「用尺方式」当成可估参数。

但别急着当它是万能药。Baumgartner & Steenkamp (2001, JMR) 在26国数据里发现默许反应风格（acquiescence）与极端反应风格（extreme response style）本身就有系统性的国别差异；情境题能不能校正反应风格，取决于情境题是否也受同一反应风格污染——如果一个人对所有题（包括情境题）都爱往高档打，情境分也一起被抬高，校正就失效了。

值得辩论的问题：当我们没有情境题、没有多组验证性因子分析、只有一张李克特表时，「假设等价」和「假设不等价但无法校正」——哪一个更诚实？还是说，诚实的做法是干脆拒绝做这个比较？