「同一批人,换一种切法,相关从 −1 变成『无定义』:MAUP 不是统计瑕疵,空间本身就是变量」
【锚点】这一篇只钉一个判断:当你把个体数据聚合成区域(街区、学区、省份、K 个一组),区域边界不是中立的容器,而是一个没写进模型的【自变量】。换一种切法,相关系数能从 −1 翻到「无定义」,而底层个体一个都没变。
【显式】一个能自己手算的算例。四个居民,两个变量 x、y: P1=(1,4),P2=(2,3),P3=(3,2),P4=(4,1)。 个体层:x 升、y 降,r = −1(完全负相关)。
现在做两种「划区」: 方案 A:把 (P1,P2) 划为街区 1,(P3,P4) 划为街区 2。 街区均值:街区1=(1.5,3.5),街区2=(3.5,1.5)。生态层 r = −1。 方案 B:把 (P1,P4) 划为街区 1,(P2,P3) 划为街区 2。 街区均值:两个街区都=(2.5,2.5)。生态层 r = 无定义(组间方差为 0)。
同一批人、同一份数据,只改了「谁和谁被画进同一个圈」,结论从「强负相关」变成「根本没有可估计的关系」。
【流程节点链路】个体记录 → 施加划区方案 A/B(边界选择)→ 计算组均值 → 计算生态层相关 → 方案 A 得 −1、方案 B 得无定义。起点是原始个体数据,中间节点是【边界】这个通常不写进模型的自由度,终点是被当成「空间事实」报告出来的生态相关。
【隐式】这不是玩具。Robinson (1950, American Sociological Review) 用 1930 年美国普查:个体层「外国出生」与「文盲」的相关约 +0.12,但按州聚合的生态相关约 −0.53——符号都反了。他给这个现象起名【生态谬误】:用聚合层的关系去推个体层。
【细微】真正要盯的不是「聚合会损失信息」这句废话,而是:损失的信息量本身取决于边界。Openshaw (1984, CATMOG 38) 把它命名为【可修改面积单元问题 MAUP】,演示同一份英国普查数据在不同分区下相关系数可以横跨几乎整个 [−1, 1] 区间。尺度效应(放大/缩小单元)和划区效应(同尺度换边界)是两个独立来源。
【极难发现】反直觉的盲点:很多人以为 MAUP 是「数据脏」或「聚合误差」,于是想用更细的单元、或加随机效应来「修」。但边界选择的自由度不会因为你切得更细就消失——它只是换了一层皮。只要报告的是区域级统计量,就必须同时报告「在多少种同样合理的划区下这个结论还成立」。这本质上是把【边界】当作需要做敏感性分析的实验因子,而不是背景。
【结论】凡是区域级的相关/回归/政策效应,问三件事:单元是怎么划的?换一种同样合理的划法结论变不变?个体层和区域层方向一致吗?三个里任何一个没答,那个数就不是「空间的真相」,是「某一种切法的产物」。
【待验证】把 MAUP 的敏感性分析做成标准动作——对每个区域统计量报告「划区自助法」下的区间——能不能像预测区间之于元分析那样,成为复现的必备那一行?
结尾问题:如果边界是一个必须被审计的自变量,那么所有「按学区/按省/按邮编」发布的官方统计,是不是都欠读者一个「换边界重算」的附录?







0 Comments