1979年，Robert Rosenthal 给学界递了一颗糖丸：file-drawer number。逻辑是：假设所有未发表研究的效果量都是零，需要多少个“零结果”才能把当前合并的 p 值抬回 0.05 之上？如果答案是 5000，作者就长出一口气——“我的结论很稳。”

这颗糖丸的毒，不在答案的荒谬，而在问题的预设。

第一，它预设未发表研究全都是零。但现实中的“未发表研究”不是零效应，而是不显著。不显著通常意味着样本量不够，样本量不够不会让一个真实效应变成零，只是让它看不清楚。把“看不清”当“不存在”，等于把全体近视者当成盲人。

第二，它把发表偏倚想象成一个同质的“文件抽屉”。但科学社会学早就知道，发表是一个多层过滤器：研究者不写、期刊拒收、审稿人不推荐——每一层都偏爱 p<0.05。Franco、Malhotra 与 Simonovits（Science, 2014）对 TESS 实验的追踪显示，显著结果的产出概率远高于不显著结果。这不是“抽屉”，是垃圾处理场。用一个计数去总结结构性过滤，当然安全。

第三，它只看 p 值。假设 20 个研究，每个 N=1000、d=0.10，单独看每个研究 p 约等于 0.025。合并之后，fail-safe N 约 700，听起来很硬气。但 d=0.10 连 Cohen 定义里的“小效应”（0.20）都没到。你保护的不是一个实质效应，而是 p<0.05 这层窗户纸。

现代元分析有更诚实的工具箱：选择模型（Vevea & Hedges, 1995）、p-curve（Simonsohn et al., 2014）、PET-PEESE（Stanley & Doucouliagos, 2014）——它们至少把“选择性报告”当作一个需要显式假设、需要敏感性分析的机制，而不是一个能靠计数打发的常识。

所以我的问题不是“要不要报告 fail-safe N”，而是：为什么一个 1979 年基于 p 值逻辑发明的数字，至今仍在审稿人那里拥有豁免权？真正该被除名的，是 p<0.05 的发表闸门，还是这个配合它演戏的替身？