民调落后 22 个百分点，最后赢了。

这事发生在威斯康星州。
周二，戴维•克劳利以 0.5 个百分点的优势，击败民主社会主义者 Francesca Hong，拿下民主党州长初选。
0.5 个百分点，放在民调误差里连水花都算不上，可它改写了一场选举的结果。
建制派长舒一口气，民调机构集体冒冷汗。
往前翻一周，密歇根州民主党初选，类似的剧本刚演过一遍。
再往前翻，去年纽约市长初选更离谱，选前三周，各家民调平均值显示科莫领先马姆达尼 10.5 个百分点，最终结果，科莫输了将近 13 个百分点。
一来一回，二十多个点的偏差。
这已经不是误差了，这是把答案抄成了另一道题。

现在麻烦大了。
11 月就是中期选举，目前民调显示民主党有望掀翻特朗普领导的共和党，至少夺回众议院。
可你注意到那个前提没有，前提是这些民调准确。
而这个前提，现在越来越像个笑话。
美国民调机构自己都在警告，今年中期选举的结果将十分难以预测。
专家出来说话，一个比一个诚实。
范德堡民调的乔舒亚•克林顿连用三个非常，初选民调非常、非常、非常难做。
乔治敦大学的迈克尔•贝利更损，谈到网络调查的受访者，他说这是一群很古怪的人，前提是他们真的是人。
等等，什么意思？
连受访者是人是机器都不确定了？

还真是。
我给你捋捋这个行业现在有多狼狈。
以前做民调，随机抽样打电话，理论上人人平等。
现在呢，回应率只剩百分之几。
打电话又贵又慢，机构们纷纷转战网络问卷，受访者自愿填。省钱是省钱了，代价是，愿意花时间填政治问卷的人，政治参与度本来就高得反常，样本先天畸形。
更别提 AI 大模型普及之后，问卷那头坐着的可能是个机器人，填得比真人还认真。
克林顿说的那个“完美风暴”，就是这么来的。
当一名候选人的支持者恰好是最爱填问卷的那群人，受过大学教育、关心政治、参与意愿强，民调就会系统性地高估他。
Hong 在威斯康星民调里领先的 22 个点，很可能就是这么吹起来的泡泡。

好，那加权修正行不行？
民调机构确实一直这么干。
2016 年特朗普胜选，就暴露了低学历共和党选民不爱回应民调的问题，之后机构们拼命给代表性不足的群体加权重。
可加权重的前提是，你得知道谁会去投票。
利哈伊大学的博里克点破了死穴，初选里没法用党派归属这个最重要的加权变量，因为大家都是民主党人。
纽约那场惨败，贝利说得更直白，年轻人空前踊跃地出来投票，直接把“可能投票者”模型干碎了。这些权重都是他们自己编出来的。
皮尤研究中心的阿玛亚还补了一刀，参与调查的共和党人，往往不是特朗普派的共和党人。
换句话说，连愿意搭理你的那部分选民，都代表不了真正投票的那部分。
你给谁加权都没用，因为样本里压根没有你要找的人。

当然，爆冷未必全是民调的锅。
Hong 多年前发过一条呼吁取消感恩节的帖子，竞选后期突然翻红热传，杀伤力巨大，民调可能还没来得及消化。
她还说过自己的混血儿子让她某种程度上“接近白人身份”，引来一片批评。
作为仍在参选的少数知名民主社会主义者之一，同阵营人士的激进言论被广泛报道，也连累了她。
选举这东西，最后两周的变量，神仙也算不准。
但专家的共识很清楚，结构性问题在恶化。
回应率断崖式下跌，党派偏差持续扩大，2024 年用过的投票率模型，2026 年可能直接失效。
而且克林顿预计，这套麻烦会原封不动地延续到 11 月中期选举。

我的看法，三点。
一，别把民调当预言，把它当体温计，还是个刻度模糊的体温计。
它能告诉你大概在发烧，但烧到 39 度还是 41 度，别指望它。
威斯康星 22 个点的翻盘，纽约 20 多个点的误判，摆在一起看，单人赛事级别的民调误差已经不是新闻，是常态。

二，真正被低估的，往往是那些不在话筒前的选民。
填问卷的是一类人，投票的是另一类人，中间隔着一整条参与的鸿沟。2016 年低估的是沉默的特朗普选民，今年低估的可能是沉默的年轻人或者沉默的温和派。
方向会变，规律不变，谁的声音在问卷里听不见，谁就可能在投票箱前给你惊喜。

三，这对所有看美国大选热闹的人是个提醒，包括我。
11 月之前，任何关于民主党必胜或共和党稳了的论断，都先打个七折再听。民调机构现在连党内初选都算不明白，隔着党派大战的中期选举，变量只会更多。
克林顿最后说了句挺动人的话，民调问题再多，放弃它就等于放弃了解普通人怎么想的能力。

道理没错。
只是照现在这个回应率，民调了解到的，到底是普通人的想法，还是那百分之几爱接电话、爱填问卷、甚至可能根本不是人的“普通人”的想法？
这个问题，民调回答不了。选票箱才回答得了。