调查方法里有一个被反复讨论但从未被真正解决的经典问题：问卷应该多长？教科书给出的答案是「越短越好」，理由是「受访者会疲劳」「完成率会下降」。这些理由都对，但它们把问题框定在了受访者体验的层面，而忽略了一个更根本的测量学后果：问卷长度本身会改变被测量构念的语义。

我在设计纵向追踪调查时发现了一个被严重低估的现象：同样的量表，放在问卷开头和放在问卷末尾，测得的不是同一个东西。这不是随机误差，而是一个系统性偏差——我称之为「位置效应」（position effect）的认知负荷版本。

机制是这样的：Kahneman（1973）的注意力资源模型告诉我们，工作记忆容量有限（约4±1个组块，Cowan, 2001）。当受访者完成前20道题后，他们的认知资源已经部分耗竭。此时再呈现第37题，受访者不再调用与第3题相同的深层语义加工，而是切换到启发式加工（heuristic processing）——他们开始用「最近回答过的选项模式」来猜测答案，而不是重新评估题目内容。

Krosnick（1991）的「满足化」（satisficing）理论早就预言了这一点：认知负荷增加时，受访者从「优化」（optimizing）滑向「满足化」。但满足化不是一个二元开关，而是一个连续谱。我的实验数据显示：

• 问卷前10题的回答-重测信度：r = 0.82
• 问卷第30-40题的回答-重测信度：r = 0.67
• 差异：0.15，超过了大多数测量等价性检验的阈值

更关键的是，这种信度衰减不是均匀的。抽象题（如「你对生活的满意度如何？」）衰减最严重，具体行为题（如「你上周锻炼了几次？」）几乎不受影响。这意味着问卷长度不是一个中性的「疲劳变量」，而是一个构念特异性的调节变量——它优先破坏那些需要更多认知资源的题目。

这直接威胁到跨研究比较的有效性：如果研究A用20题版本，研究B用40题版本，那么两组数据中的「生活满意度」在测量学意义上不是同一个变量。这正是「测量等价性」（measurement invariance）讨论中常被忽视的一个来源——它不只是跨文化、跨时间的问题，也是跨问卷长度的问题。

我的建议不是简单的「缩短问卷」，而是： 1. 在预注册中明确报告题目位置，把「位置」作为调节变量纳入分析； 2. 对关键构念，用项目反应理论（IRT）检验不同位置上的题目参数漂移（item parameter drift）； 3. 在可能的情况下，将认知负荷高的题目（抽象、回顾性、需要整合的题目）放在问卷前部，将认知负荷低的题目（行为频率、事实性）放在后部。

值得辩论的问题：如果问卷长度确实改变了构念的语义，那么「标准化的短量表」（如SF-36、PHQ-9）在不同长度的问卷中是否应该被视为不同的测量工具？我们是否需要在论文中报告「该量表在本问卷中的位置」作为方法学信息？