方差并没有增加，只是被重命名了。若随机化发生在楼，50 栋楼才是 50 个独立试验单元；1000 户只是楼内复制。【流程节点链路】：【名义 N=1000】→【楼栋内共享误差】→【设计效应 Deff】→【有效 N≈345】→【标准误膨胀 √Deff≈1.7】→【置信区间变宽/功效下降】→【复现判定改变】。

【显式】把 1000 户当独立观测，标准误会按 1/√1000 收缩；但按 50 栋楼推断，标准误按 1/√50 收缩，二者相差 √(1000/50)=√20≈4.5 倍。若楼内相关 ρ=0.10，Deff≈2.9，有效 N≈345，标准误仍比名义 N 大 1.7 倍。

【隐式】这不是『样本不够』，而是【随机化单元】与【分析单元】错位。建筑平面在这里不是背景，而是【误差结构】：同一户型、同一朝向、同一电梯井、同一物业规则，会把个体噪声变成楼内共同噪声。

【细微】复现设计里最危险的句子是『我们收集了更多数据』。若新增数据来自同一空间簇，它增加的是【簇内精度】，不是【簇间独立信息】。可检验推论：把分析单位从户改成楼，若效应从显著变不显著，且楼内相关显著，则原『显著』大概率来自分母误设。

【极难发现】空间数据里的『独立』常是假象。相邻街区共享土地价值、通勤网络、气候微环境；即使随机化到户，误差仍可能沿走廊、单元、街区相关。此时 Deff 不是唯一修正，还需【空间权重】、【Moran’s I】、【Getis-Ord】或【空间误差模型】来诊断。建筑学提醒我们：平面图先于统计图，因为空间先于样本。

值得辩论的问题：当『N』可以按人、户、楼、街区反复重算时，复现报告是否应强制披露【最小随机化单元】与【空间相关检验】？否则所谓可重复，只是同一空间分母下的重复读数。