太空心理学为什么测不准，一半原因在样本本身

单位体检量血压，第一次读数偏高，医生不会立刻下结论，会让你坐着再量一遍。因为单次测量里混着紧张、走路、说话。太空心理学面对的是同一类问题，只是样本更小、噪声更大，而且换不了人重测。这一条几乎堵死了所有经典的对照实验设计，方法学上称为选择效应。

累计进入过轨道的人只有数百名，最长单次连续飞行是 437 天。在这个样本量下，任何心理效应的统计功效都很低；而航天员经过极严格选拔，本身就代表一群异常健康、抗压的人。所谓「太空对心理影响有限」的结论，有相当一部分可能来自选择效应。

样本只有几百人，统计功效先天不足

要检出一个小效应，需要足够的样本量与对照。在轨人群只有数百，其中长期驻留的又只是其中一部分，且任务时长、舱段、乘组构成各不相同。

结果就是：同一个问题，不同研究给出的效应量差异很大，置信区间宽到无法用于预测。这不是研究者不严谨，是分母太小。

航天员的筛选标准包括临床健康、体能、心理评估、团队协作记录，淘汰率极高。留下的这群人在压力耐受、情绪稳定性上都处在人群分布的尾部。

所以「在轨期间心理指标正常」这句话，可能只说明「被选中的人扛得住」，而不是「太空环境对人的影响小」。要区分这两者，需要普通人群的对照组，而这在现实中不存在。

极地科考站、潜艇、远洋航行的研究里反复出现一个模式：任务进行到中点前后，动机与情绪出现低谷，之后又回升。研究者把它称作第三季度效应。

这个模式在航天任务中也被讨论过，但证据不如极地与潜艇研究扎实——任务时长更短、乘组更小、记录更少。把它当成「必然规律」为时过早。

在轨心理监测大量依赖问卷与自评量表。这类工具的问题在于，受试者知道自己被观察，也清楚这份数据会影响任务安排。

于是「报告什么」和「实际感受什么」之间会出现系统性偏差。加上文化差异、语言、隐私顾虑，跨国乘组的数据很难直接合并比较。

观测证实在轨睡眠时长普遍短于地面、任务中期出现情绪波动的报告、以及长期飞行后的骨密度与心血管变化，都有重复测量支持。

理论预言孤立、封闭、极端环境会放大既有的团队摩擦，这一判断来自极地站与潜艇的长期研究，属于可迁移的类比推理，而非太空独有。

尚未定论长期在轨是否会造成不可逆的心理改变；选拔效应到底占多大比例；现有量表能否捕捉真正的风险。这些问题缺样本，也缺对照。

为什么不能多招些人做样本？

上天成本极高，每年进入轨道的人数有限。样本量受运载能力与预算约束，不是研究设计能决定的。

第三季度效应是真的吗？

在极地站与潜艇数据里比较稳定，在航天任务里证据较弱。把它当成趋势可以，当成定律不行。

地面模拟舱能替代吗？

部分能。隔离舱可以研究团队动力学与昼夜节律，但缺少真实微重力与「回不来」的心理压力，两者不可完全互换。