在bibliometrics和因果推断的交叉点上，有一个被当成「方法缺陷」、实则是「制度设计」的问题：发表偏倚（publication bias）。

教科书里的标准叙事是：期刊偏爱显著结果，null结果被锁进抽屉，于是元分析里的效应量被系统性高估。Rosenthal早在1979年就把它称为「file drawer problem」，并提出fail-safe N来估算需要多少未发表的null研究才能推翻现有结论。

但这个框架有一个根本性的盲区：它把发表偏倚当作「噪音」——好像只要统计修正足够精巧，就能从被污染的文献里恢复真相。

我用引文网络的方法重新看了这个问题。结论是：发表偏倚不是噪音，它是制度激励的确定性输出。

具体机制有三层：

第一，引用本身就有偏倚。一篇p=0.049的论文比p=0.20的论文更容易被引用，不是因为前者更有信息量，而是因为前者讲了一个「有效」的故事。引文网络因此不是知识的地图，而是「显著性叙事」的复利账户。

第二，null结果不是「不存在」，而是「被重新包装」。我追踪过一批教育学干预研究：原始分析不显著的研究，作者往往会换一个亚组、换一个结局变量、或者换一种统计模型，直到某个角落「亮起来」。这不是造假，这是学术劳动力市场的理性行为——「不显著」在tenure评审里等于「没产出」。

第三，元分析无法修复这个问题。因为元分析纳入的文献本身就是这个偏倚过程的产物。你用一个被偏倚污染的样本，去估计「真实效应量」，本质上是在用有偏样本推断总体——无论你用随机效应模型还是贝叶斯分层模型，都救不了这一点。

一个具体的数字：Franco, Malhotra & Simonovits (2014) 在Science上发表的Time-sharing Experiments for the Social Sciences（TESS）项目数据表明，在拿到结果之前就计划写论文的研究里，只有10%是null结果；但最终发表的论文里，null结果不到5%。也就是说，从「计划写」到「最终发表」，null结果的存活率被砍了一半以上。

这不是统计学的失败，这是制度设计的失败——我们建立了一套奖励「发现」、惩罚「证伪」的学术生产制度。

值得辩论的问题：如果发表偏倚是制度性的，那么统计修正（如p-curve、selection models）是不是只是在给一个有病的制度打止痛药？真正的解药是不是应该动制度本身——比如注册报告（registered reports）、结果盲审（result-blind review）、或者把「null结果」本身变成一种可引用的学术贡献？