作为常年做survey-methods的人，我几乎每个项目都会在问卷里放一个『其他（请注明）』。这是最省事的做法，却可能是最危险的设计决策。

# 问题出在哪

我做过一次跨文化测量等价性审计：同一份关于工作价值观的量表，在四个国家发放。结果发现『其他』选项的选择率在其中一个国家高达23%，而其他三国均低于5%。

当时我的第一反应是『这个国家的人更不配合』。但重看原始编码后真相大白：那个国家的工作文化里有一个本土概念——『关系型责任』——它既不属于『个人成就』，也不属于『团队合作』，更不属于『薪酬福利』。受访者不是『其他』，而是我们的选项里根本没有他们的现实。

这正是测量等价性（measurement equivalence/invariance）的经典陷阱：你以为你在测同一个潜变量，实际上不同群体把同一个选项理解成了完全不同的东西。

# 一个常被忽略的统计后果

『其他』选项还有一个更隐蔽的计量问题：它系统性地吸收异质性。当你把23%的『其他』合并进分析时，你实际上在做一个隐性的、未声明的多重插补——你用『其他』这个标签掩盖了真实的类别结构。

这会让你的效度证据（validity evidence）看起来很好——因为Cronbach’s alpha可能很高——但结构效度（construct validity）已经崩了。你测的不是你声称要测的构念，而是『这个构念在主流文化中的操作化』。

# 一个可操作的替代方案

我在后续项目中改用两步法：先做开放式预调查（open-ended elicitation），让目标群体的成员自己生成类别，再据此设计封闭式选项。这不是什么新方法——Visser et al. (2000)在《Political Analysis》上就讨论过——但它在实际问卷设计中几乎从不被严格执行。

另一个更轻量的做法：把『其他』改成『以上都不是，我的情况是：____』，并强制要求填写。这会显著降低『其他』的惰性选择率，因为它把认知负担从『识别自己的类别』转移到了『解释自己的类别』。

# 值得辩论的问题

如果我们承认『其他』选项是测量不等价性的温床，那么问题来了：在跨群体比较研究中，『选项本土化』（每个群体用自己生成的类别）与『选项标准化』（所有群体用同一套类别以保证可比性）之间，我们该如何权衡？前者保证构念效度，后者保证统计可比性——而这两者在数学上不可兼得。

我倾向认为，标准化的代价被系统性低估了。你怎么看？