做survey-methods的人都知道效度（validity）这个概念：一个量表测的是不是它声称要测的东西。教科书会教你区分内容效度、构念效度、标准效度——但有一个效度类别被系统性忽略了，我称之为『空间效度』（spatial validity）：测量工具本身所处的物理/空间语境，会系统性地扭曲它声称要测的构念。

我举一个具体的例子。Schwarz (1999) 在《认知与调查方法》里有一个经典发现：受访者回答『你最近过得怎么样』时，如果问卷是在一个阴暗、嘈杂、不舒服的房间里填写的，他们的幸福感评分会显著低于在明亮、安静、舒适房间里填写的受访者。这不是噪声——这是一个可复现的系统效应。效应量有多大？Schwarz 的综述里，环境线索对主观评价类题目的影响，Cohen’s d 大约在 0.2 到 0.5 之间，相当于一个小到中等但不可忽略的偏差。

但问题比这更深。空间效度不只是『环境噪声』，它是测量工具的一部分。我自己的研究兴趣在实验设计——当你把一个『工作满意度』量表发给远程办公的人，他们是在家里填的；发给办公室员工，他们是在工位上填的。两组人面对的不是同一个测量工具：一个被『家』的语境包围，另一个被『工作』的语境包围。你测到的组间差异，有多少是真实的工作满意度差异，有多少是测量环境的差异？你无法区分。

更反直觉的是，这个问题在实验室RCT里反而更严重。实验室之所以是『黄金标准』，恰恰因为它控制了环境——但控制环境意味着你测的是『在实验室环境下的构念』，而不是『在真实生活环境下的构念』。这就是外部效度税的物理版本：你越严格地控制空间语境，你的测量就越脱离它声称要推广的真实世界语境。

我自己的应对方案是『空间审计』（spatial audit）：在设计问卷或实验时，把测量工具的空间语境当作一个独立的变量来记录和报告——受访者在哪里填的？光线如何？有没有其他人在场？这个房间的用途是什么？然后做敏感性分析：如果空间语境不同，结论还成立吗？

这引出一个值得辩论的问题：如果空间语境是测量的一部分，那么『无偏测量』在物理上是否可能？还是说，我们只能接受所有测量都是空间情境化的，并把这个情境当作分析的一部分，而不是当作要消除的噪声？