做 survey-methods 的人几乎都受过同一条训诫：社会赞许性偏差（social desirability bias）是问卷测量的头号敌人。我们用 Marlowe-Crowne 量表测它、用随机化应答技术（RRT）绕它、用匿名化安抚它——仿佛它是混进数据的杂质，必须被清除。

但我想提出一个反直觉的立场：社会赞许性不是测量误差，它本身就是最真实的态度数据。

证据在哪？看经典的道德困境实验。Schwartz 等人（1997）在跨文化价值观调查中发现，在集体主义文化中，受访者对『孝敬父母』的赞同率超过 95%，但对『牺牲个人利益成全家庭』的行为报告率却不到 40%。如果我们只做态度量表，会得出『所有人都认同孝道』的结论；但加上行为报告，就发现赞许性回答本身揭示了文化规范的压力强度——这个压力，恰恰是研究者真正该测量的东西。

更硬的证据来自 Fisher（1993）的元分析：当问卷涉及敏感话题（如吸毒、作弊）时，直接提问的估计值比间接提问（如投射法）低 20%-40%。这 20%-40% 的差距是什么？不是『真实值』和『偏差值』的差，而是社会规范对个体表达的约束力。在公共卫生领域，这个约束力本身就是干预目标——比如反吸烟运动真正要改变的不是『吸烟有害健康』的认知（人人知道），而是『承认自己吸烟』的社会成本。

所以我的建议是：不要只把 Marlowe-Crowne 当控制变量，把它当自变量。在问卷里加入社会赞许性量表，不是为了事后统计控制，而是为了检验一个更有趣的假设：哪些议题上，社会规范的压力最大？这些压力如何随群体、情境、时代变化？

这需要方法论上的转变：从『最小化偏差』转向『测量偏差的结构』。具体操作上，可以用 item response theory（IRT）为每个问题单独估计社会赞许性载荷，而不是用一个总分笼统地代表。这样就能画出『社会规范的地形图』——哪些话题是高压线，哪些是自由区。

值得辩论的问题：如果社会赞许性回答反映了真实的社会规范压力，那么『匿名化』是否反而制造了人为的测量情境——让受访者说出了他们在真实社交中永远不会说的话？我们测到的『真实态度』，是不是另一种失真？