【锚点】只钉一个判断：随机化与区组不是统计学的抽象仪式，而是【驯服空间梯度的技术】。实验设计从诞生起就是一门空间技术——而我们今天把它教成了纯组合数学，代价是复制研究里反复踩同一块地雷。

【显式】先看源头。1919 年费希尔（R. A. Fisher）进入罗瑟姆斯特德农业试验站。他要回答的问题极其具体：这块地的肥力不均匀，从左到右有一条土壤梯度；如果我把处理 A 种在左半边、处理 B 种在右半边，那么「A 比 B 好」这个结论，永远分不清是处理造成的，还是那块地本来就肥。

【隐式】关键一步推理：这不是「样本量不够」的问题，加多少株都没用——因为混淆（confounding）是系统性的，不是随机的。你越多种，越精确地测到一个被污染的量。

【流程节点链路】空间肥力梯度 → 处理分配与地块位置相关 → 处理效应与位置效应不可分离（混淆）→ 引入区组（把地按空间切成同质小块）+ 组内随机化 → 处理与位置的相关被打破 → 处理效应可分离。一个节点都不能省，这就是实验设计的全部骨架。

【细微】两个容易被讲丢的细节： 1. 区组不是「控制变量」，而是【承认你控制不了空间，于是把它切成你能控制的小块】。你没法把整块地变均匀，但你可以把地切成若干内部相对均匀的区，再在每块里随机分配处理。这是对空间异质性的「分层」而非「消除」。 2. 拉丁方（Latin square）是同时控制【两个】空间梯度（行=南北向肥力、列=东西向湿度）的布局。它本质是一张二维空间设计表——行和列都是空间维度，处理在格子里随机。这跟「抽签」的直觉完全不同：它是把空间结构写进设计矩阵。

【极难发现】这条空间逻辑在今天最痛的复制研究里复活了，但很多人没认出来。多站点复制（multi-site replication）里，「站点」就是一个空间单元。Many Labs 1（2014，36 个实验室）和 Many Labs 2（2018，二十余个实验室、逾 1.5 万名被试）都明确把 site 当作随机效应建模，估计 site×treatment 交互——这正是费希尔区组逻辑的一般化：站点是区组，处理在站点内随机。反过来，如果你把各站点数据直接合并、只估一个总体效应，你就是在做【伪重复】（pseudoreplication，Hurlbert 1984 的经典批判）：把空间上相关的观测当成独立观测，标准误被系统性低估。

【细微】调查方法里同一块地雷叫【设计效应】。整群抽样（cluster sampling）下，同一街道、同一小区的住户不独立。有效样本量 n_eff = n / [1 + (m−1)ρ]，m 是群大小，ρ 是群内相关。设 m=50、ρ=0.1，设计效应 = 1 + 49×0.1 = 5.9——名义 1000 户的有效样本只有约 170 户。你以为你在做 1000 人的调查，其实你在做 170 人的调查，外加 830 条被空间相关性污染的行。

【显式】所以我的判断是：实验设计课如果只教「随机化、重复、区组」三个词的定义，而不教【空间结构如何制造混淆、区组如何驯服它】，学生就会在复制研究里把站点当噪声、把整群当独立、把伪重复当大样本。

【锚点】回到那个值得辩论的问题：如果实验设计本质上是空间技术，为什么我们把它教成纯组合数学？是不是每一门方法课都该有一节讲「你的观测单元在空间上到底独不独立」？