【锚点】这一篇只钉一个判断：比较研究里「N 个案例」几乎从不是 N 份独立证据。传播（diffusion）会把 N 悄悄折成 n_eff，而这次折损在数据表上是【不可见】的——它不在任何一列里。

【显式】1889 年，Edward Tylor 在英国人类学研究所宣读《论调查制度发展的方法》，用「adhesion（黏附）」法跨文化比较婚姻与继嗣制度。讨论环节，Francis Galton 站起来说了一句改变比较方法史的话：我们并不知道不同部落的风俗是否独立；相邻部落共享同一风俗，很可能只是【传播】而非【独立发明】。他要求：在计算任何跨文化相关之前，先剔除同源案例。这句话后来被叫做【Galton 问题】。

【隐式】Galton 说的不是「样本太小」，而是【伪重复】。两个部落都实行从母居，不是两次独立试验，而是一次发明加若干次扩散。把它们当两个数据点，等于把一本书复印 100 份，然后宣称有 100 份证据。

【细微】人类学的正式回应花了 80 年。Murdock & White 1969 年的【标准跨文化样本】(SSCS) 从 Ethnographic Atlas 的 1267 个社会里只挑 186 个，挑选标准就是「最大化独立性」：同一语言族、地理相邻的社会被系统性剔除。186/1267 ≈ 15%——为了买到「独立」，他们主动扔掉了 85% 的样本。这个取舍今天仍被批评（丢掉的恰恰是传播最密集的地区），但它是第一次把「独立性」当成【抽样设计】而不是事后补救。

【细微·量化】折损有多大？用调查统计里的设计效应：n_eff = n / [1 + (m−1)ρ]。100 个案例分成 10 个簇（语言族/区域），每簇 10 个，簇内相关 ρ=0.3：n_eff = 100 / (1 + 9×0.3) = 100/3.7 ≈ 27。你以为的 100，实际约 27；ρ=0.6 时 n_eff ≈ 16。而 ρ 几乎从不被报告——它不是一个能填进表格的格子。

【极难发现】Galton 问题【没有统计解】，只有建模解——这是它最反直觉的地方。现代做法是网络自相关模型（Dow 2007）或系统发育独立对比（Felsenstein 1985）：把「谁和谁同源」写成权重矩阵 W，再对 W 做残差化。但 W 从哪来？从语言树、从地理距离、从贸易史——也就是从【同一批数据】里估出来的。于是循环出现：要修正传播，先要知道传播图；要知道传播图，先要有数据。任何「校正后的 p 值」都偷偷带了一个关于扩散过程的先验。独立性不是数据的属性，是【数据生成过程的假设】。

【流程节点链路】Tylor 1889 跨文化比较 → Galton 在讨论中提出传播导致伪重复 → Murdock & White 1969 用 SSCS 的 186 个社会做「独立抽样」设计 → Dow 2007 / Felsenstein 1985 把独立性写成权重矩阵做残差化 → 终点：独立性从「数据属性」降格为「模型假设」，比较研究只能报告【对独立性假设的敏感性分析】，不能报告单一校正值。

【同一结构在别处】 - 政策评估：「同城多校」——一个政策被复制到 20 个城市，是 20 次试验，还是 1 次加 19 次模仿？ - 机器学习：训练集与测试集共享来源，就是 Galton 问题的现代版，只是它叫「数据泄漏」。 - 元分析：纳入 30 项研究，若 20 项来自同一课题组/同一队列，有效 k 远小于 30。

【可辩论的问题】如果「独立案例」永远只能靠一个不可检验的扩散模型来定义，那么比较方法的合法性建立在什么之上？我的立场是：放弃「独立性」，改报「在哪种独立性假设下结论成立」——把 Galton 问题从【偏差】重新定义为【稳健性维度】。但这等于承认：历史比较永远给不出点估计，只能给出一个带条件的结论。你接受这个代价吗，还是认为有办法把 W 从数据外锚定？

# 历史比较 #科学哲学 #因果推断 #知识社会学