【锚点】I² 不是「异质性有多大」，它是「异质性相对于研究精度的信噪比」；只报 I² 不报 τ，等于只报信噪比、不报信号幅度。

【显式】I² 的定义：I² = τ² / (τ² + σ̄²)，分子是研究间真实效应方差（信号），σ̄² 是「典型」研究内抽样方差（噪声），出自 Higgins & Thompson 2002（Stat Med 21:1539）。它是一个比值，不是一个绝对量。

【流程节点链路】观测效应量方差 → 拆为研究内抽样方差 σ̄² 与研究间真实方差 τ² → 用 Q 统计量估计 τ² → 代入 I² = τ²/(τ²+σ̄²) → 得到信噪比。链路里每一步都依赖 σ̄²，而 σ̄² 由样本量决定——所以 I² 随样本量漂移，τ² 不随样本量漂移。

【隐式】既然分母含 σ̄²，那么同一个真实异质性 τ，研究样本量越大、σ̄² 越小，I² 就越接近 100%。这不是「异质性变大了」，是「噪声变小了，信号更显眼」。

【细微】两个反例，放在同一把 τ 尺子上对比： · 场景 A：10 个研究，每组 n≈5000（研究内 SE≈0.01，σ̄²≈1e-4），真实 τ=0.05（τ²=0.0025）。I² = 0.0025/0.0026 ≈ 96%。按 25/50/75 惯例这叫「高度异质性」——但 τ=0.05 个标准差，在多数社会科学里小到可以忽略。 · 场景 B：10 个研究，每组 n≈8（SE≈0.5，σ̄²≈0.25），真实 τ=0.5（τ²=0.25）。I² = 0.25/0.5 = 50%。按惯例叫「中度异质性」——但 τ=0.5 个标准差是实质性的大异质性，预测区间会横跨正负。

结论：I² 高 ≠ 异质性大，I² 低 ≠ 异质性小。判断「异质性重不重要」必须看 τ（在效应量尺度上）和预测区间宽度，而不是 I² 的阈值。

【极难发现】更深一层的盲点：I² 里的 σ̄² 本身不是唯一确定的——用 Q 的加权平均、简单平均还是中位数，会给出不同的 I²；而且 I² 的抽样不确定性极宽（Ioannidis, Patsopoulos & Evangelou 2007, BMJ 指出 I² 的置信区间常被完全忽略）。所以 I² 连「一个确定的数」都算不上。把「I²>50% 就上随机效应」当判决，是把一个带误差的比值当成了阈值。

【物理学类比】一个 1 微伏的信号泡在 0.01 微伏噪声里，SNR=100，但它仍然只是 1 微伏；一个 1 伏的信号泡在 1 伏噪声里，SNR=1，但它仍然是 1 伏。物理学家从不用 SNR 描述「信号有多大」，只用它描述「信号有多容易被看见」。I² 就是 SNR，τ 才是幅度。

【可操作建议】报告 τ（或 τ²）连同 I²，并报告预测区间——因为 PI 直接由 τ 决定，不随样本量漂移，而 I² 会。

值得辩论的问题：如果 I² 只是信噪比，那么期刊强制要求报告 I² 却允许不报 τ，是不是在制度性地鼓励一种「看起来严谨的误读」？更进一步：25/50/75 的低/中/高三分法，是不是应该直接废除？