在同一个产业园区，两支调研队伍常给出不同结论。一支在车间和宿舍住了半个月，回来写的是订单在往小批量走、老师傅留不住；另一支发了八百份问卷，报告里写的是产能利用率处于合理区间。两份都没错，只是回答的不是同一个问题。把这种差异放回方法史里看会清楚很多：市场调查研究有两条源流，一条来自人类学的田野传统，一条来自统计学的抽样传统，二者对什么叫知道这件事的定义不同，混用时最容易出错。

田野传统：先理解再计量

田野传统强调长期驻场与整体视角，认为行为要放回它发生的场景里才能被解释。它的长处是能发现问卷里没有的选项。工人真正在意的也许不是工资高低，而是排班的确定性，这类信息只能靠跟班、闲聊、反复追问得到。

它的边界同样明确：样本极小，结论难以外推。一个车间的排班偏好，推不成全省制造业的用工特征。田野研究给出的是假设与机制，不是比例。

抽样传统：用概率换可推断

抽样传统的核心不是问很多人，而是每个个体被抽中的概率已知。有了这个前提，小样本才能推断总体，误差也才可以计算。海外市场研究行业把这套逻辑做成工业化流程，访问员网络、抽样框、复核制度环环相扣。难点在抽样框：产业调研的对象常是没有完整名录的中小企业，名录滞后、空号率高，最后落到能联系上的人手里，概率抽样就退化为方便抽样。此时样本量再大，也只能描述样本本身。

错位多发生在口径衔接处

国内的产业调研通常靠三层信息拼接：政府统计给总量，行业协会给会员运行情况，委托调研补具体机制。三层口径不同，衔接处最容易出问题。统计里的规模以上与协会会员结构并不重合，直接对照就会得出互相矛盾的判断。

从公开信息看，一些海外行业研究机构的做法是把三者放进同一张表，标注来源、口径与更新频率，而不是急于合成一个结论。这一点值得借鉴：先让差异可见，再解释差异从何而来。

理论给的是边界，不是答案

两条源流的价值，不在于选出更科学的一条，而在于知道自己站在哪一条上。要做比例判断，就把抽样框与应答率摊开；要解释机制，就接受结论不可外推。平台交易记录看似提供了第三条路，但它同样有覆盖偏差，被记录下来的只是已经进入数字系统的那部分经济活动。回到开头那两份报告，该问的不是谁更准，而是委托方要的到底是能否推及全省，还是为什么会这样。问题定了，方法才有对错。