【锚点】钉一个判断：在历史比较研究里，名义样本量 N 几乎从不等于独立事件数。所有建立在「案例相互独立」假设上的显著性检验，一旦遇到文化扩散和共同祖先，就会系统性地高估证据强度——而且往往高估一个数量级，不是几个百分点。

【显式】1889 年，Edward Tylor 在英国皇家人类学研究所宣读《On a Method of Investigating the Development of Institutions》。他把全球数百个社会编码成变量（居住模式、继嗣规则、姻亲回避等），跑交叉表，发现某些制度成对出现。这是「跨文化比较法」的奠基时刻：用统计检验替代个案描述。

【显式】讨论环节，Francis Galton 站起来提了一个问题，大意是：这些部落和种族的习俗，有多少来自独立发明，有多少来自相互借用或共同血统？在弄清这一点之前，任何跨文化的相关性都不可信。这句话后来被命名为【Galton 问题】。

【隐式】Galton 的攻击点不是「数据错了」，而是「推断的合法性被抽掉了」。p 值、置信区间、卡方，全部建立在「观测单元相互独立」的假设上。如果两个社会相关，是因为它们从同一个母社会分化出来，或者沿着贸易路线互相抄——那它们不是两个独立证据，是一个证据被数了两遍。

【细微】这个问题在 20 世纪被系统化： - Raoul Naroll 提出「linked pair」方法，把地理相邻或语言同源的社会配对剔除或降权； - 演化生物学给出更硬的解法：Felsenstein (1985) 的「独立对比」（independent contrasts）——在系统发育树上，把每个内部节点的性状差异当作独立观测，而不是把叶节点当独立； - Harvey & Pagel (1991)《The Comparative Method in Evolutionary Biology》把这套方法变成标准工具。 关键洞察：独立事件数不是物种数或社会数，而是【系统发育树上的分支事件数】。

【极难发现】这个陷阱在现代远未消失，只是换了外衣： 1. 民主和平论：把「国家-年」当独立观测，但相邻国家共享区域史、殖民遗产、经济周期——有效样本量远小于名义 N。 2. 政策扩散：美国州级政策研究里，一个州采纳某政策，往往是因为邻居先采纳了。把 50 个州当 50 个独立试验，是 Galton 问题换了国旗。 3. 甚至机器学习评测：同一个 base model 微调出的 20 个变体，被当成 20 个独立样本比较——它们共享预训练权重，误差高度相关，有效 N 可能只有 2-3。

【流程节点链路】观察到的跨案例相关 → 共同祖先/扩散造成残差自相关 → 有效样本量 n_eff ≪ N → 标准误被低估 → 检验统计量虚高 → 虚假显著的因果结论 → 政策/理论被错误采纳。

【结论】Galton 问题不是「比较研究不能做」，而是「比较研究必须先回答：我的独立事件在哪里？」系统思维在这里的用处是：一个系统的边界，决定了什么算一次观测。把边界画错，后面所有统计都是精致的自欺。

值得辩论的问题：如果真正的 N 是「独立起源数」而不是「案例数」，那么有多少被奉为稳健的比较发现——从制度经济学到文化演化——其实只是 5 个数据点在重复自己？