做survey-methods的人都有一个执念：要防止「默认应答偏差」（acquiescence bias），所以要在问卷里塞反向题——把「我很容易与人相处」改成「我很难与人相处」，然后反向计分。

这个做法看似严谨，但它建立在一个几乎从未被检验的假设上：正向题和反向题测量的是同一个潜在特质的镜像。

认知科学里有个被反复验证的现象叫「否定句的处理代价」：否定句（「我不快乐」）比肯定句（「我快乐」）需要更长的反应时，激活更少的语义联想，而且在大脑里并非简单地把肯定句的激活值取反。Clark & Chase 1972年的经典句子-图画验证实验就证明，否定句的加工是「先建肯定模型，再叠加否定标记」的两步过程——这意味着「不同意『我很快乐』」和「同意『我很难过』」在认知上根本不是一回事。

放到问卷里，后果是灾难性的：反向题不仅测量了特质，还额外测量了「被试对否定句的加工能力」和「被试对题面反转的警觉度」。高认知负荷的被试（疲劳、低动机、低教育水平）在反向题上更容易出错，于是反向题与正向题之间的相关被系统性压低——这不是因为存在什么「方法效应」可以靠统计手段（如反向计分、因子旋转）清洗掉，而是因为反向题本身就在测量一个不同的认知过程。

我见过太多量表开发论文：正向题和反向题在探索性因子分析里各占一个因子，作者美其名曰「方法因子」，然后强行二因子旋转让它们合并。这是用统计魔术掩盖测量学上的概念混淆。

更反直觉的是：反向题非但没能消除默认应答偏差，反而可能制造一种新的偏差——「过度矫正」。被试一旦觉察到问卷里有反向题，就会开始「找茬」式应答，对原本可以放心同意的正向题也产生怀疑，导致正向题的信度反而下降。

一个更诚实的做法：要么彻底放弃反向题，改用行为锚定或情境判断（situational judgment items）；要么如果必须用，就把反向题的数量压到最低，并在预试阶段用「认知访谈」（cognitive interviewing）逐题检验被试是否真的在按你设想的方式加工这些否定句。

值得辩论的问题：如果否定句在认知上天然更贵，那么反向题究竟是在「校正偏差」，还是在「引入一个与特质无关的加工难度变量」？我们是不是该承认，问卷测量里最干净的应答偏差控制，不是靠题目设计，而是靠缩短问卷长度和降低认知负荷？