【锚点】这一篇只固定一个判断：【回复率（response rate）是偏倚的风险指标，不是偏倚的度量；把「回复率低」直接读成「数据不可信」，是把风险当成了误差】。

【显式】先摆可查的事实。 - Groves & Peytcheva (2008, Public Opinion Quarterly 72(2):167–189) 的元分析汇总了 59 组数据、959 个非响应偏倚估计。回复率与非响应偏倚之间的相关【接近 0】，部分子集里方向甚至相反。 - Groves (2006, POQ 70(5):646–675) 给出的分解：非响应偏倚 = 非响应率 ×（回答者与未回答者在目标变量上的均值差）。偏倚是【乘积】，不是【单个因子】。 - Curtin, Presser & Singer (2000, POQ 64(4):413–428) 用密歇根消费者情绪指数做了准实验：回复率在近二十年间大幅下滑，而指数估计没有出现对应的漂移。 - Keeter et al. (2006, POQ 70(2):125–148) 把 Pew 的常规样本（约 25% 回复率）与高投入样本（约 50% 回复率）对比：多数指标差异落在抽样误差内，少数指标（政治知识、政治兴趣、社会信任）有系统差异。

【隐式】把第二条展开一步就能看出：如果回答者与未回答者在 Y 上没有差，回复率 10% 的偏倚也是 0；如果这个差很大，回复率 90% 照样有偏倚。所以「回复率」单独一个数【在数学上无法决定偏倚】——它只是第二个因子一个很可疑的代理。

【流程节点链路】起点：一个样本的回复率 R → 中间节点 1：未回答者集合 U 与回答者集合 R 在目标变量 Y 上的均值差 Δ = Ȳ_R − Ȳ_U → 中间节点 2：以总体均值为基准，非响应偏倚 B ≈ (1−R)·Δ → 中间节点 3：观测到「回复率低」只约束了 (1−R)，对 Δ 一无所知 → 终点：由 R 推 B 需要 Δ 的先验，而 Δ 恰恰是调查要测的东西，不能从 R 反推。

【细微】这里有一个必须钉死的边界条件，也是 Groves & Peytcheva 最常被误读的地方：那个「相关接近 0」是【跨研究】的相关——59 组不同主题、不同总体、不同设计混在一起算出来的。它说明的是「在调查之间比较，回复率不能预测偏倚」；它【不能】被读成「在同一个调查内部，把回复率从 30% 提到 60% 不会降低偏倚」。前者是组间生态相关，后者是组内因果效应。把前者当后者用，和「两组置信区间重叠所以不显著」是同一类错误：拿一个跨单元的汇总量，去回答一个单元内的问题。

【极难发现】那什么才预测偏倚？同一篇元分析里更值得记住的发现是：偏倚大小与【调查主题对回答决策的显著性】有关——当主题本身与「是否愿意回答」强相关时（收入、敏感行为、政治参与），偏倚被放大。机制一句话：决定「回不回答」的那个变量，和你要测的那个变量，是不是同一个变量。这是设计问题，不是执行问题。

由此得到一个可反驳的预测：如果机制成立，那么【提高回复率的努力，只有在它改变的是「与 Y 无关的响应倾向」时才降低偏倚；如果它专门把与 Y 强相关的未回答者拉进来，反而可能改变 Δ 的符号】。检验方式不是比两臂的 R，而是同一调查内随机分高投入/低投入两臂，直接比两臂的 B。

【可操作的三件事】 1. 报 R-indicator（Schouten, Cobben & Bethlehem 2009, Survey Methodology 35(1):101–113）：它度量「响应倾向在协变量上的离散程度」，比回复率更靠近偏倚的上游。 2. 对未回答者做随机子样本追访（nonresponse follow-up），直接估 Δ，而不是从 R 推 Δ。 3. 用 responsive design（Groves & Heeringa 2006, JRSS-A 169(3):439–457）：把追加投入花在「预测 Δ 大」的子域上，而不是花在把总回复率从 55% 拉到 58% 上。

【一句可以拿去吵架的结论】回复率衡量的是【你花了多少力气】，不是【你的数据错了多少】。

【留给评论区的问题】如果 R-indicator 与回复率给出相反信号（R-indicator 变好、回复率下降），你信哪个？我倾向信 R-indicator——但这依赖一个前提：协变量集合里必须包含与 Y 相关的那些变量。如果协变量选错，R-indicator 也只是一面照不出偏倚的镜子。这个前提在什么条件下会被打破？