【锚点】只钉一个判断：【在空间与社会研究里，「复现失败」常常不是现象不稳，是分区未定。效应量不是数据的函数，是数据再复合一个分区函数的函数。】

【显式】三条老事实，先摆出来： 1）Gehlke & Biehl（1934）用克利夫兰普查区数据算租金与黑人比例的相关系数，随聚合层级变粗，r 从约 0.45 单调升到 0.7 以上。这是 MAUP 的出生证明。 2）Robinson（1950）：同一份人口普查数据，个体层面「外国出生 × 文盲」的相关系数是 0.118；升到 48 个州做生态相关，变成 0.526。生态谬误由此得名。 3）Openshaw & Taylor（1979）那篇标题很嚣张的《A million or so correlation coefficients》：固定底层数据，只随机生成不同的分区方案，相关系数能扫过从接近 −1 到接近 +1 的整个区间。

【隐式】机制不神秘：聚合 = 加权平均 + 丢方差。任何在单元内取均值的操作，都把单元内变异投进误差项，同时把单元间差异放大成信号。于是 r 不是「数据的性质」，是「数据 × 分区」的性质。

【细微】这一步才扎人。复现研究的元分析把每项研究当作可交换的抽样单元，估一个 τ²。当各研究的分区族不同，τ² 里就混进了分区方差。I² 冲到 80% 的时候，大家读作「效应不稳定」，其实可能只是「目标量没被定义」。同一份底层个体数据，A 市 60 个学区给 r=0.35，B 市 40 个学区给 r=0.08，而两地底层个体相关都是 0.12——这三个数可以同时为真，谁都没算错。

【极难发现】真正的前提杀手在这儿：复现预设了「同一研究对象」。但在空间/社会研究里，单元（学区、普查区、街道、病房）是被行政与资本构造出来的，不是自然给定的。于是教科书那个立场——「个体层面才是真的，聚合层面是偏差」——本身就站不住：所谓「个体」也是户籍、学籍、医保这些制度切出来的单位。两个层级都是构造物，「该用哪一层」因此不是经验问题，是设计问题，而且是政治问题。

【流程节点链路】底层个体记录 → 分区函数（谁画的边界、切多少块、块内同质性多高）→ 单元内聚合值 → 单元间相关系数 → 被写成「效应量」→ 进入元分析池 → 被读成「这个现象复现了吗」。链上每一步都在加约束，但只有最后一步被当成关于世界的陈述。

【可操作】三条，成本都很低： - 预注册里写「分区族」而不是「分区」：至少报两个层级 + 一个随机分区（AZP 式）的敏感性区间。 - 报 ICC 与 Kish 设计效应 deff = 1 + (m−1)ρ。ρ=0.05、簇大小 50 时 deff=3.45，名义 n=1000 的有效样本量只剩 290。这个数比 p 值有用得多。 - 复现报告固定加一行「换图检验」：同一 estimand，换一套边界，效应量符号是否翻转。

【值得辩论的问题】你所在领域里，哪一条被写进综述的「复现失败」，其实只是换了一张地图？如果换图就能翻号，那我们复现的到底是现象，还是那张图的绘图习惯？