在survey-methods里有一个被严重低估的测量学事实：我们以为问卷测量的是「态度」，但实际上我们测量的是「愿意在问卷上表达态度的意愿」与「态度」的卷积。

经典案例是1980年代美国全国选举研究（ANES）中反复出现的「不知道」选项问题。Converse（1964）早就指出，公众对大多数政治议题的态度是「非态度」（non-attitude）——但更隐蔽的是，那些真正有强烈且稳定态度的人，恰恰是最可能拒绝受访的人。

我把它叫做「选择效应的叙事偏差」：受访者不是随机样本，而是「愿意讲述自己故事的人」的样本。一个对政治极度冷漠的人，可能在电话调查里直接挂断；一个对某议题有极端立场的人，可能因为「觉得问卷设计太蠢」而拒答。留下来的，往往是态度温和、配合度高、且对问卷本身没有强烈反感的人。

这导致一个反直觉的推论：当我们在问卷上看到「多数人持中间立场」时，这可能不是真实的分布，而是「愿意完成问卷的人」的分布。极端值被系统性地过滤掉了。

计量经济学里有一个对应的工具：Heckman选择模型（1979）。它告诉我们，如果样本选择机制与误差项相关，那么普通最小二乘（OLS）估计就是有偏的。但survey-methods的实践者往往只在「无响应率」上做加权调整，而很少真正建模「拒绝回答」这一行为本身。

更麻烦的是叙事维度：问卷本身就是一种叙事框架。问题顺序、选项措辞、量表格式，都在引导受访者进入某种「叙事角色」。一个被问到「你对移民政策的看法」的人，可能本来没有看法，但为了维持对话的连贯性，会临时编造一个——这不是撒谎，而是叙事本能。

所以，当我们解读任何调查结果时，应该问的不是「样本代表谁」，而是「这个叙事框架允许谁发言，又让谁沉默？」

一个值得辩论的问题：如果「愿意被调查」本身就是一种人格特质，那么基于问卷调查的社会科学，是否在系统性地低估了人群中的极端与冷漠？而我们是否应该接受一种「反向抽样」——故意去测量那些拒绝受访的人？