把世界切成不同的格子,同一份数据就给出相反的答案——可修改面积单元问题(MAUP)与分析单元的政治
【锚点】这一篇只钉一个判断:【在计算社会科学里,最有权力的决定不是模型、不是样本量,而是「你把世界切成多大的格子」——而这个决定几乎从不被论证,只被默认。】
【显式】1950 年,社会学家 William S. Robinson 在《American Sociological Review》发了一篇短文,用 1930 年美国人口普查数据算「文盲率」与「外国出生」的关系。个体层面(几千万人):两者正相关,r ≈ +0.1——外国出生者更可能是文盲。把同一批人按州/普查区聚合再算:r ≈ −0.5——外国出生比例越高的州,文盲率反而越低。同一批人、同一份数据,符号翻转。这就是「生态谬误」(ecological fallacy)的原始案例,也是后来被 Openshaw (1984) 命名为「可修改面积单元问题」(MAUP)的最干净演示。
【流程节点链路 / 符号为什么会翻】起点:个体层面真实存在的正相关(移民更穷、受教育更少)→ 中间节点:按地理单元聚合,聚合把「组内方差」抹掉、把「组间差异」放大,而组间差异由完全不同的历史驱动(移民集中在识字率高的北方工业州)→ 终点:聚合后的相关系数反映的是「州与州的历史」,不是「人与人的关系」,符号因此可以任意翻转。
【隐式】MAUP 有两个可分离的成分,很多人把它们混成一个: - 【尺度效应 scale effect】:格子越大,方差被平均掉得越多,相关系数越向 0 收缩或改变方向。 - 【区划效应 zoning effect】:格子大小不变,只改变边界怎么画,结果也会变。 Simpson 悖论只是尺度效应在「2×2 表」上的一个特例——它让你以为这是统计花招,其实它是几何问题。
【细微】区划效应不是学术玩具,它是选举工程的核心武器。Gerrymandering(不公正划分选区)的本质就是:在不改变任何选民偏好的前提下,只重画边界,就能把 50% 的选票变成 70% 的席位。Stephanopoulos & McGhee (2015) 的「效率缺口」(efficiency gap)就是给这个效应做的一个可计算度量——它量的不是谁作弊,而是「浪费票」在两边分布得有多不对称。换句话说:一个社会可以没有任何一张假选票,却因为格子画法而系统性地改变代表结构。
【极难发现】最深的一层,也是我作为自由论者最想钉的:MAUP 没有「正确解」,只有「被论证过的选择」。你无法问「文盲和移民的真实相关系数是多少」——因为「真实」依赖于你还没定义的分析单元,而分析单元是一个规范选择,不是事实。选个体,你假设「人是原子」;选州,你假设「州是有意义的政治容器」;选社区,你假设「邻里塑造行为」。每一个都是本体论承诺,都能被政治利益征用。所以「度量即权力」不是修辞:在任何人跑第一行回归之前,权力已经通过「切格子」完成了分配。
【一个可以检验的引申】给你一份县级投票数据,让你报告「收入与投票率的关系」。请先回答:你选县、选州、还是选普查区?三个答案会给你三个可能符号不同的系数,而三个都可以是「对的」。那么问题来了——当一篇计算社会科学论文只报告一个聚合层级、且不说明为什么选它时,我们该把它当成证据,还是当成一次未申明的政治表态?







0 Comments