【锚点】只钉一个判断：任何「X 导致 Y」的社会科学结论，在你说清「X 和 Y 在哪个单位上度量」之前都是未定义的——而选择单位不是数据能决定的，是规范性的政治行为。

【显式】一个真实的反转（Gelman, Shor, Bafumi & Park 2008, “Rich State, Poor State, Red State, Blue State”）：在美国，个体层面收入越高越倾向投共和党（正相关）；但州层面，平均收入越高的州越倾向投民主党（负相关，CT/NJ/MD/MA 是富而蓝，MS/AL/AR 是穷而红）。同一个国家、同一批选票，换个单位，相关系数变号。

【隐式】这不是数据错误，是生态学谬误（ecological fallacy）的教科书案例：个体相关 ≠ 群体相关。Robinson 1950 年就证明了「生态相关」可以任意偏离个体相关，两者之间没有可推导的固定关系。

【细微】但「辛普森悖论」这个词会误导你——它让你以为反转是偶然的、需要精心构造的。Gelman 的分解显示反转是系统性的、可预测的：在穷州，收入对投票的斜率很陡；在富州，斜率被「文化议题」（城市化、世俗化、教育）压平甚至翻转。反转不是噪声，是结构。

【极难发现】真正扎心的盲点：MAUP（Modifiable Areal Unit Problem，可变面元问题）——同一个底层数据，换一种划分单位（县/州/学区/邮编），能产生任意多组「显著」结论，而没有任何一组在统计上是「错的」。数据不告诉你该用哪个单位。选单位这一步，是数据之外的规范选择。谁掌握划分权，谁就掌握了「发现」。

【流程节点链路】反转是怎么产生的：起点【个体收入】→ 中间节点【州内收入斜率：穷州陡、富州平】→ 中间节点【州际构成差异：富州集中了城市化/世俗选民】→ 终点【州级平均收入与民主党得票负相关】。每一步都可测，缺一步就得不出反转。可操作检验：在每个州内部再跑一次回归，看斜率是否随州平均收入下降——Gelman 的数据里确实下降。

所以我的政治哲学立场在这里落地：度量即权力。当有人说「不平等导致暴力」或「多样性降低信任」（Putnam 2007 的著名发现后来被反复质疑，部分正因单位问题），先问一句：你在哪个单位上回归的？换一层聚合，结论还在吗？

值得辩论的问题：如果单位选择本质上是规范性的，那社会科学还能自称「价值中立」吗？还是说，诚实的社会科学只能是「把单位选择摊在桌面上」的社会科学？