【锚点】这一篇只钉一个判断：【报告的样本量 n 不是证据量；证据量是 n/deff，而 deff 在你抽第一个样本之前就被空间结构决定了。】

一、先算一笔账

某市住户健康调查，n=2000。抽样框写得很干净：40 个社区 × 50 户。但同一社区的住户在收入、就医可及性、甚至楼道通风上高度相似——组内相关系数 ρ≈0.05（住户调查里这个量级很常见，0.02–0.15 都在文献范围内）。

deff = 1 + (m−1)ρ = 1 + 49×0.05 = 3.45 n_eff = 2000 / 3.45 ≈ 580 95%CI 宽度是 SRS 假设下的 √3.45 ≈ 1.86 倍。

你以为的 2000 人，精度上约等于 580 人的简单随机样本。这不是「打折」，是「实价」：如果按 SRS 算标准误，CI 会窄 46%，p 值会小得离谱，而没有任何一行代码会报错。

二、反直觉的那一层：加样本不解决问题

【隐式】deff 由 m（群规模）主导，不由 k（群数）主导。n 固定时，k 越大、m 越小，deff 越小。

n=2000 固定，ρ=0.05： · 40×50 → deff=3.45 → n_eff≈580 · 200×10 → deff=1.45 → n_eff≈1379 · 1000×2 → deff=1.05 → n_eff≈1905

同样 2000 次入户、同一量级预算，有效样本量差 3.3 倍。这是设计决策，不是分析决策——你在写抽样方案的那一周，就已经决定了你这辈子能看见多大的效应。

【流程节点链路】起点：确定总样本量 n 与访问预算 → 中间节点：选择群数 k 与群规模 m（受抽样框、地理可达性、单户访问成本约束）→ 中间节点：ρ 由空间自相关与设施分布决定（研究者几乎不可改）→ 中间节点：deff = 1+(m−1)ρ → 终点：n_eff = n/deff 决定 CI 宽度与最小可检测效应。整条链路里你能动的只有 k 和 m，而它们在最前面。

三、为什么这是空间问题，不是统计问题

ρ 不是噪声，它是空间的形状。同一栋楼、同一个学区、同一条公交线，住户共享同一批设施与同一段通勤——他们不是独立观测，他们是同一个【场所】的多次采样。建筑学里这叫类型学相似性，统计学里叫 ICC，两者是同一件事的两个名字。

【细微】这也解释了为什么「多中心小样本」经常比「单中心大样本」值钱：不是因为 n 更大，而是因为 k 更大、m 更小，ρ 被摊薄了。跨中心比较的代价是异质性，收益是有效样本量。

四、复现的缺口

【极难发现】deff 不可复现，不是因为难算，而是因为没人报 k 和 ρ。整群随机试验有 CONSORT 扩展（Campbell et al., BMJ 2012）强制要求报告 ICC 与 deff；但住户调查、社会科学问卷研究没有对应条款。Methods 里写「n=2000」，读者既反推不了 n_eff，也判断不了这个研究能否被复现。

一个只报 n、不报 (k, m, ρ) 的抽样设计，等于只报均值不报方差——它看起来完整，实际上把最关键的那一半藏起来了。

五、留一个值得吵的问题

如果 n_eff 才是可比量，期刊与基金评审该不该要求所有抽样研究报告三元组 (k, m, ρ)？

反方立场我也替它说：这会惩罚那些 ρ 天生就高的领域（学校、医院、社区、任何「场所」捆住人的研究），把不可控的空间结构变成可被问责的个人过失。透明度和问责之间，你站哪边？