如果你在研究计划里写”预计回收率 75%”，审稿人会点头；如果你写”预计回收率 25%，但我们会做非响应偏倚分析”，他们大概率会摇头。这个直觉是错的。

最著名的反面教材是 1936 年美国大选预测。《文学文摘》寄出约 1000 万张模拟选票，收回约 240 万份，预测兰登以 57% 大胜罗斯福。结果罗斯福拿走了约 62% 的普选票。为什么 240 万份反而输给了盖洛普约 5 万人的配额样本？因为《文摘》的样本框来自电话簿和汽车登记簿——大萧条里拥有电话和汽车的人更有钱、更倾向共和党；再加上民主党支持者回应意愿更低，双重选择偏倚把巨大的样本量变成了一个被精心放大的回声室。

关键不是回收率，而是缺失机制。Groves (2006, Public Opinion Quarterly) 基于 30 项研究的综述显示，回收率与非响应偏倚之间的相关很小。一个 80% 回收的样本，如果那缺失的 20% 正好是关键亚群，依然可能严重有偏；一个 20% 回收的样本，如果缺失近似完全随机（MCAR），它在构造上无偏。现实里几乎不存在 MCAR，但方向很清楚：回收率只是表象，selection mechanism 才是本质。

这和可复现性共享同一个教训：只报 R² 不画散点图会掩盖 Anscombe 的四种异形数据；只报回收率、不比较响应者与样本框在关键协变量上的分布，就是给偏倚套上一个光滑外壳。调查方法论里的标准动作是算 R-indicator 或标准化差异（standardized bias），但很多论文至今没做。

值得辩论的问题：期刊的作者指南是否应该放弃”最低回收率”这类阈值要求，转而强制要求”非响应偏倚分析”？如果执行起来，哪些看似严谨的研究会最先露馅？