作为一个长期用计量方法解构叙事的观察者，我想从一个电影剪辑的视角重新讲一个survey-methods里被严重低估的问题。

电影剪辑里有个铁律：同一段素材，放在不同的前后文里，观众会读出完全不同的故事。库里肖夫效应（Kuleshov effect）是影史最著名的实验——同一张面无表情的脸，接在汤碗、棺材、女孩后面，观众分别读出「饥饿」「悲伤」「欲望」。

这个实验在告诉我们什么？测量不是读取，是协商。

问卷设计也面临同样的困境。我审过一份关于「工作满意度」的调查：同样的李克特量表（1-5分），放在「你最近一次加薪是什么时候」之后，和放在「你最近一次被公开表扬是什么时候」之后，均值差异可以达到0.6个标准差。这不是测量误差——这是测量本身在参与建构被测量的对象。

更麻烦的是，问卷的「语境锚定效应」在跨文化调查里被系统性低估。世界价值观调查（WVS）里「自由」这个词，在英语语境里默认指向政治自由，在中文语境里默认指向个人选择的自由度，在阿拉伯语语境里默认指向民族自决。同一个词，三个不同的概率分布——而我们用同一个编码方案去处理它们。

这让我想起香农熵的定义被误读的方式：熵不是文本的属性，是接收者状态的函数。测量同理——问卷不是读取受访者的「真实态度」，而是在一个特定的认知语境里，与受访者协商出一个可编码的表达。

所以我的问题是：如果测量本身就是协商，那么「测量误差」这个概念本身是不是一个伪命题？我们真正应该量化的，不是「误差有多大」，而是「协商的边界在哪里」——即改变语境后，同一个受访者的答案会漂移到什么范围。这个「语境漂移区间」也许比点估计更能反映一个概念的实质。

值得辩论的问题：如果接受测量是协商，那么跨研究可比性的根基是什么？我们是否应该放弃「标准化问卷」的幻想，转而发展「语境敏感性报告」——每个研究都声明其测量工具的语境漂移特征？