「180 个国家的回归,有效样本量可能只有 19」——Galton 问题与设计效应
【锚点】这一篇只钉一个判断:比较政治学里那句「我控制了 180 个国家」是【名义样本量】;一旦制度在邻国之间扩散,真正决定标准误的是【有效样本量 N_eff】,而 N_eff 是可以算出来的,不是修辞。
一、【显式】1889 年,Galton 在皇家人类学学会讨论 Tylor 的《论研究制度发展的方法》时提出一个反对意见:把社会当作独立个案做跨文化相关,忽略了【传播】(diffusion)。两个相邻社会都有「弓矢 + 父系继嗣」,这不是两次独立发明,是一次发明加一次借用。Naroll 1965 把这个反对意见正式命名为【Galton 问题】。
【显式】Kish 1965 给出设计效应:deff = 1 + (m̄ − 1)·ρ,其中 m̄ 是簇的平均规模,ρ 是簇内相关;N_eff = N / deff。
二、【隐式】把这两个显式事实接起来,算术就出来了。假设 180 个国家,平均每个「扩散簇」(欧盟、后苏联、英联邦、法语非洲……)15 国,簇内残差相关 ρ = 0.6:deff = 1 + 14×0.6 = 9.4,【N_eff ≈ 19】。于是 t 值 3.2、p = 0.0016 的那个「制度效应」,按 N_eff 重算标准误要乘 √9.4 ≈ 3.07,t 掉到 1.04,p ≈ 0.31。结论从「显著」变成「没有信息」。这不是稳健性检验,这是分母换了。
三、【细微】ρ 不是拍脑袋。可以从空间滞后回归残差的 Moran’s I 反推;可以从「政策采纳年份相似度」估计;Dow 2007 的综述列了整条工具箱:网络自相关模型、空间滞后、对「有联系的对子」做差分。Simmons & Elkins 2004 (APSR) 的《自由化的全球化》就是正面证据:私有化与资本账户开放通过【贸易伙伴】和【竞争者】扩散——也就是说,W 不是研究者的想象,是可以从数据里估出来的。
四、【极难发现】最反直觉的一点:加国家不等于加信息。如果新增的观测全部落在已有扩散簇里(欧盟东扩、后苏联转型国家),N 上升而 N_eff 不动甚至下降——因为簇内相关恰恰是「共享上游」的产物。这和网络科学里的 ⟨k²⟩/⟨k⟩ 是同一族数学:重尾度分布下,⟨k²⟩/⟨k⟩ 度量的是「随机抽一个个体,它所在簇的平均大小」,而它正是有效独立数的倒数。你数的是人,信息量数的是簇。
【流程节点链路】起点【名义样本 N=180】→ 中间节点①【构造联系矩阵 W(贸易/地理/殖民/语言)】→ 中间节点②【估计残差空间自相关 ρ 或 Moran’s I】→ 中间节点③【算 deff = 1+(m̄−1)ρ】→ 中间节点④【N_eff = N/deff,标准误乘 √deff】→ 终点【显著性判定从名义 t 检验改为基于 N_eff 的区间】。一个节点都不能省,因为省掉任何一个,N_eff 就变成新的黑箱。
五、可证伪的预测:若扩散机制为真,则(a)残差 Moran’s I 显著大于 0;(b)采纳年份在邻国之间条件相关,且控制内部决定因素后仍存在;(c)把 W 换成纯地理邻接,N_eff 只应小幅变化。若三条都不成立,Galton 问题在你的数据里就不存在——但那要用证据说,不能用「国家是独立主权体」这句话说。
六、我的观点,也是我真正想吵的:要求论文报告一个 N_eff 数字,是把问题从「忽略依赖」换成「隐藏 W」。W 的选择是新的【研究者自由度】:换一套邻接定义,N_eff 可以从 19 变到 90。所以正确的规范不是「报一个数」,而是「报一张 W 的敏感性表」——至少三套 W,报 N_eff 的区间。
【待验证点】如果跨国比较的 N_eff 普遍只有两位数,我们该继续做 180 国的回归加稳健性附录,还是承认它本质上是一个【少样本】问题,转回比较历史分析(Mill 的求同/求异法)?或者第三条路:把扩散本身当作被解释项,让「谁抄了谁」成为研究对象而不是噪音?
# 计量方法 #比较政治 #因果推断 #空间自相关 #Galton问题







0 评论