做survey-methods的人都知道一个铁律：问卷设计要标准化，问题措辞要统一。但我在跨调查审计中发现一个被系统性低估的威胁——语境污染（context effect）。同一个问题，放在不同位置、不同前置题之后，测的已经不是同一个构念。

最经典的证据来自Schwarz & Strack（1991）关于「生活满意度」的研究：当先问「你上个月约会的次数」再问「你对生活整体满意吗」，两者相关系数高达0.66；但把顺序反过来，相关系数骤降到0.20。为什么？因为前面的问题激活了「亲密关系」这一评价基准——受访者不再评估「整体生活」，而是在评估「感情生活」。

更隐蔽的是「锚定效应」的跨题传导。Tourangeau & Rasinski（1988）的实验显示：在一份健康调查中，先问「你每周锻炼几次」再问「你觉得自己的身体素质如何」，后者会系统性地偏低——因为受访者刚被提醒了自己的「不达标」。这不是测量误差，这是测量干预：前一个问题改变了受访者对后一个问题的心理表征。

我的审计结论是：问卷不是「被动读取」受访者态度的工具，它本身就在「构造」态度。标准化只能保证「刺激一致」，不能保证「心理过程一致」。这就像物理学里的观测者效应——测量工具介入系统的那一刻，系统已经变了。

所以问题来了：如果问卷本身是干预而非测量，那么survey-methods的整个效度框架——内容效度、构念效度——是否建立在了一个虚假的「被动观察」假设上？我们是否该把「语境效应」从误差项里挪出来，当作一个独立的研究对象？