第41 章 跨文化、纵向研究与自然实验
文化差异不能直接归因民族本质
如果调查显示两个地区的受访者对自由有不同排序，首先要检查翻译是否等值、样本年龄与职业是否可比、调查时是否面临相似公共风险，以及回答是否受制度压力影响。地区差异不等于每位居民都如此；同一地区内部的阶层、代际和生活史差异也可能超过地区均值差异。发生学若把“每个人都复杂”作为口号，却在研究中把一个国家写成一个整体人格，便发生了方法与论证的冲突。
纵向设计最好将同一主体在真实选择前后的价值定义和行动记录联系起来。例如每隔三个月追踪家庭照护与职业选择的冲突，观察风险边界是否被重新定义，是否因关键主体间互动形成新共性。为了避免纯主观记忆造成的重写历史，应尽可能保存同期判断，而不是多年以后只靠回忆复原。对于不允许实验操控的重大人生事件，研究者可以采用自然变化与对照，但不能夸大因果确定性。
不干预也可能改变研究对象
研究者持续询问“你是否幸福”，可能使参与者更频繁地评估自身生活，从而改变其自我世界的显露。反身性并非意味着研究不可能进行，而是要求控制测量频率、设置低干预对照，并在报告中讨论研究参与本身的影响。SDE 研究尤其应当公开观察如何回写对象，否则会让自己的本体论在方法环节缺席。
跨文化比较必须先证明测量可比
问卷中同一个“自由”词语，在不同语言与政策情境下可能关联不同经验。即便译文词典对应准确，受访者对国家、家庭、自主和安全的默认背景也可能不同。研究应先通过开放访谈、认知访谈与测量等值性测试确定题目是否在比较同一对象，再讨论均值差异。直接把不同国家的平均分当作人性差异，会让所谓文化研究沦为语言测量误差的放大器。
更有价值的设计是同一国家内部的纵向比较。记录公众在疫情初期、风险高峰和政策调整后如何变化，控制感染经历、家庭成员风险、职业收入、信任和媒体暴露等因素。人性发生学预测具体判断可能随着D 和E 重组而改变，但这一预测过于宽泛，必须进一步说明哪些变化应出现在哪些主体中。若模型不能比风险感知或社会信任的成熟理论作出更强预测，就不能把它称为新的经验范式。
互动实验应有前后与延迟三次测量
研究二人共性涌现，可以安排不同知识背景的参与者共同解决一项没有标准解的问题，在互动前分别记录方案、在互动中追踪建议与冲突、互动后测量共同成果，并在一周后给予陌生任务。只在第一次讨论结束时出现一致，不足以证明成员获得了新能力；延迟迁移可以识别短期模仿与相对稳定的新发生。对照组可以分别是独立工作后合并答案、共享资料但不直接交流，以及使用相同AI 工具却不进行共同反思的参与者。这样的设计才可能辨认主体间碰撞究竟增加了什么。
人们对同一句话的理解如何被测量
一次跨文化访谈中，受访者都同意“我重视家庭幸福”。研究者若由此记录为同一价值，可能忽略有人把家庭幸福理解为子女独立，有人理解为代际共同生活，还有人认为是减少经济冲突。可以让受访者解释一个实际决策困境，在不同代价约束下作出排序，之后再比较各自概念的家族相似性。只有把语义问卷与情境选择结合，才有机会区分语言共识和真实发生过程。
对“自由”的研究同样不能简化为一道赞同题。研究可以分别考察行动自主、免于强制、免于伤害、实现目标的能力等维度，并在调查期间记录政策与社会情境。若某个价值判断发生改变，应考察是原概念含义变了，还是环境风险和可用方案变了。这种区分直接决定我们是否真的观察到人性特征的新发生。
研究个案的时间窗口选择
一个人在疫情开始时支持严格防控，后来支持放松限制，并不证明其本性发生了由“集体主义”到“个人主义”的转换。感染风险、疫苗可得性、医疗资源、长期收入压力和政策经验都可能改变实际选择。要识别哪一部分变化来自价值观、哪一部分来自环境约束，就需要在时间序列中采集更多背景变量，并建立不同年龄、职业和照护职责群体之间的对照。若研究只截取两次公开讲话，便不能据此推断整个人性的改造。
同样，跨文化研究对统计推断的要求也很高。调查样本能否代表不同人群、翻译题项是否等值、政策强度是否可比、受访者是否愿意公开表达真实立场，都会影响结果。人性发生学不仅应当研究不同国家中不同自由意义的发生，还应特别研究调查方法本身如何参与“自由观念”的显露。测量是互动的一部分，却仍要尽可能通过独立设计降低偏差。
增订：跨文化研究最怕把词语当作同一变量
如果要比较不同社会对自由的理解，不能直接给所有受访者同一道翻译后的问题，然后把分数差异解释为民族性格。词语在不同语言中的使用习惯可能不同，同一群体内部也存在年龄、职业和政治经历的差异。有效的研究需要进行认知访谈，询问受访者如何理解题目，再检验量表在不同群体中是否测量相近的构念。测量不等价时，平均值之间的比较可能没有清楚含义。
纵向设计可以提供不同证据。一个人在疫情初期、风险升高时和政策放宽后，对于行动自由与感染安全的排序可能发生变化。若研究者只在一个时刻访问，就很难分辨稳定价值与情境性反应。追踪同一个体并记录实际风险、家庭责任与制度变化，能够更直接观察D 与E 如何改变S；但还需考虑样本流失，因为退出调查的人可能与继续参与者系统性不同。
自然实验也具有局限。不同地区采取不同政策，并不意味着政策差异是随机分配；地区本来可能在医疗资源、年龄结构、人口密度与经济活动上存在差别。因此，即使出现行为差异，也不能直接归因于自由观念或防疫措施。研究要说明混杂变量、替代解释和剩余不确定性。人性发生学不应该因为拥有宏大的三界理论，就降低经验研究的识别标准。
二人共性实验可采取更微观的方法：两名参与者先独立形成对某项陌生任务的解释，随后交流，再各自解决新任务。记录互动中的概念改变、共同方法形成与后续迁移，能够分辨简单说服、共同记忆与真实的新能力发生。这样的实验不能直接代表人类文明，但可以为更宏观的主体间性假说提供可反复检验的基础单元。
增订专题：跨文化研究中的语言与测量等价性
当研究人员让不同语言的受访者用一个数字评价“幸福”时，最先应检查的不是均值高低，而是他们是否在回答同一个问题。在某种语言里，“幸福”可能主要唤起幸运和家庭安稳；在另一个语境里，它可能更接近主观满足或实现个人理想。翻译成一个词未必获得测量等价性。研究可先安排开放式叙事，询问具体生活片段，再据此形成问卷项目，使用访谈回译与统计检验考察各组是否以相同方式理解量表。
还要区别“文化差异”和“制度情境差异”。同一个国家不同地区的社会保障、医疗资源与公共参与机会可能存在明显差距，而不同国家中相似职业与家庭责任者反而可能具有相近的幸福结构。研究设计若只按国籍分组，就可能把教育、年龄、城市化和风险暴露等变量错误归结为民族文化。发生学可以把国籍作为社会制度经历的粗代理，却不能让它替代具体D—E 过程。真正有价值的比较，是同类具体决策在条件变化时是否显露出可解释的结构变化。
为检验“家族相似性”，可以让参与者对多个幸福情境进行成对比较，而不是强迫他们选一个总定义。例如分别呈现照顾家人、独处创作、完成困难任务、接受安稳生活和承担公共风险等场景。将相似判断组成网络后，观察网络在不同群体之间的重叠及其边界，再追踪同一人一段时间内的排序是否变化。即使出现高度重叠，也只说明参与者在所给情境中表现相似的判断结构；若要声称互动涌现，还需要进一步观察共同讨论是否导致原本不存在的新连接与可迁移的判断规则。
补论：把跨文化比较写成真正能够实施的方案
设计一项自由观念研究，研究者不应只在中国与美国各发一份“是否重视自由”的问卷。首先要在多个地区和年龄群体中开展开放访谈，了解不同人使用“自由”一词时指涉的是行动、表达、免于威胁、个人尊严还是参与制度制定；然后由本地研究者共同拟定行为情境，检查译文是否把不同的本地概念误合为一个英语或汉语标签。正式量化前应测试测量等值性：如果同一道题在两地含义不同，分数直接相减没有可解释性。再通过具体选择任务记录风险、时间、成本和他人利益，避免答案停留在抽象立场。
针对“二人共性涌现”，可以安排来自不同背景的被试在协作前独立完成任务，再随机组成合作组，保存互动过程，合作后进行新的独立任务，并在延迟数周后复测。与单独练习组和观看示范组比较，可以初步区分练习、模仿与共同创新。对新共性的观察要分层：共同语言有没有出现，互补协作有没有增加，各人有没有独立获得迁移能力，原先彼此排斥的规则能否形成可持续的第三种实践。不同层的结果不必一致，负结果应完整报告。
补论：自然实验不能自动替代随机实验
不同地区出台不同政策，确实为比较自由与共性变化提供资料，但政策并非随机出现。疫情风险、医疗容量、人口结构、公共信任和经济压力既影响政策选择，也影响居民行动；如果不控制这些因素，看到出行下降便不能简单断定是某一种自由观念或某一法律措施唯一造成。可以采用差异中的差异、事件研究或合成对照等方法探索，但每一种都有前提：对照群体趋势是否可比，是否有相邻地区的溢出影响，数据记录是否稳定，政策效果是否因人而异。明确方法限制比使用复杂方法名称更重要。
伦理同样必须进入设计。研究参与者应有充分的知情选择，不能因为研究者想证明“强制会失败”便安排真实伤害或不平等处罚；研究涉及健康信息时须保护隐私，涉及弱势群体时须避免把不足的样本代表性当成全体事实。研究不是用人来验证思想家的优越，而是建立允许被研究者的实际差异推翻研究者预设的程序。
一份面向实证研究的案例登记模板
研究人性发生不能只收藏符合理论的故事。每项案例应先登记研究问题，例如“两人在争论后是否获得此前没有的共同判断机制”；随后记录主体范围、发生时间、已知背景、可能影响结果的工具、经济与制度条件，以及观察者的身份和预设立场。第三步记录前测：各方在没有共同互动时能完成什么，使用哪些概念，有哪些已稳定技能。第四步记录互动过程中的关键节点：哪些分歧被明确提出，哪些提议被否定，是否出现新的方案，谁改变了行为。第五步实施后测与延迟测量：成员是否各自保有新能力，还是只在共同体中能够表现。最后需列出至少两种竞争解释和一个会迫使理论修正的反例。
以两人共同编写教材为例，甲在案例叙述上擅长，乙在形式逻辑上擅长。若他们在编辑中产生新的“案例—反例—修订”教学程序，应当保存编辑历史，而非只存成书。若新程序能够在未见过的新学科中被双方分别使用，那么“新材发生”获得更强证据；若两人离开彼此便恢复旧做法，则结果属于复合工作能力。学生使用教材后的成绩提高，也不能自动归因于该方法，因为内容、教学时间、教师经验都可能同时改变。研究应使用可比教学条件和陌生题型迁移评估，充分保留不成功课堂的记录。
对失败案例的记录尤其重要
假设一名教师试图让全班学生通过强制提问培养好奇心，结果学生提出的问题数量显著增加，但真实的独立探索下降。如果研究只根据第一个指标报告成功，便把强制外显误写成人性新生。失败记录应分别追踪数量、质量、选择意愿和独立迁移，并保存学生对任务负担的匿名评价。对于提出“强制难以真正制造统一人性”的研究者，这类案例是有用证据；然而也需要主动寻找相反案例：在明确规则下，原本不敢提问的学生逐渐形成新习惯，并在取消要求后持续自发探索。这样的结果会迫使模型区分压制性的表面服从与适当支持下发生的能力内化。
实证中的规范责任
对主体间性与人格发生进行研究，不能以观察者之名任意收集私人谈话和思想记录。保存发生史可能需要大量数据，因而必须设计最小必要采集、撤回许可、匿名化以及对组织权力不对称的保护。尤其是在学校或企业里，参与者可能难以拒绝研究。所谓“为了研究人性的发生”并不给研究者无限进入他人自我世界的正当性。若发生学本身依靠被研究者无力选择的制度来收集数据，它就已经背离其关于主体性与自由发生的价值要求。
研究注册书：可供同行复核的六项最低材料
一项关于人性新特征发生的研究，至少应事先准备六项资料。其一，研究问题与竞争性假说，明确什么观察支持SDE 解释，什么观察支持既有特质理论或简单练习解释。其二，样本选择原则，说明年龄、语言、职业和社会处境，明确研究不代表哪些人。其三，关键变量的观察办法，为S、D 和E 指定独立的采集程序，防止把结果重新编码为机制。其四，时间安排，包括前测、互动记录、后测和延迟测量。其五，数据安全计划，说明访问权限、撤回和匿名化。其六，修改日志，记录从计划到实际实施过程中哪些环节发生变化，为什么变化。
将这六项材料公开，可以使不同研究小组真正比较结果，而不只是彼此用相似术语表达支持。比如研究“主体间性碰撞是否创造新共性”，一组研究者选择解决复杂数学题，一组选择社区互助规划。两种研究任务不同，但都可以报告成员独立能力的前后变化、共同体新能力、方案新颖程度、对陌生任务的迁移以及可能伤害。若只有共同体成果增长、没有个人迁移，两组都应以相同规则报告“复合体层面发生，个人层面尚无证据”。这能够避免概念随研究者目的摇摆。
在发表阶段，还应把负结果与缺失结果区分。负结果意味着按计划观察却没有出现预期新能力；缺失结果意味着由于退出、数据损坏或伦理中止而未能观察。二者的解释价值不同：对负结果需要认真修订理论适用范围，对缺失结果需要先分析其是否系统性集中在特定群体。若退出的人主要是感到受压迫的参与者，而剩下的人普遍报告满意，研究者不能把剩余样本的高满意率当成整个互动系统的幸福发生。
与外部研究传统的可组合性
人格状态分布研究、社会网络分析、发展系统理论、能力方法与法律社会学各自已经拥有成熟的问题和证据标准。SDE 不应以新的本体名词要求这些学科全部放弃既有测量，而应先寻找可组合的接口：状态分布可以帮助识别S 的稳定与波动，社会网络可记录跨主体的E，过程追踪可描述D 的关键选择，能力方法可帮助区分形式允许与真实可行，法学可审查强制规则的正当性。只有在这些接口中能够提供新增解释，SDE 的跨学科野心才不至于退化成对所有学科的名称替换。跨学科不是把别人的结果全部翻译成自己的语言，而是在不同证据制度之间建立允许互相纠错的共同研究方法。