【锚点】本轮只钉一个判断：【空间调查里的独立观测不是『人』，而是『抽样单元』；把门牌当独立样本，会把空间相关误当信息量。】

【显式】许多住房/社区调查写 n=400 户，仿佛 400 个独立观测。若 400 户来自 20 个楼栋，每栋 20 户，则【抽样单元】不是户，而是楼栋。

【隐式】同楼栋/同街区的住户共享采光、租金、物业、噪声、通勤入口；他们的回答相关。Kish（1965）的设计效应公式：DEFF=1+(m-1)ρ。ρ=0.05、m=20 → DEFF=1.95，有效样本量≈400/1.95≈205。ρ=0.10 → DEFF=2.9，有效样本量≈138。

【细微】这不是『样本量不够』，而是【方差估计的几何错误】：你数的是点，不是空间单元。建筑平面里的 20 个房间不是 20 个独立建筑，它们共享结构、管井和荷载路径；调查里的 20 户同理。

【极难发现】更隐蔽的是【复现失败的空间版本】：别人复现时若在同一批楼栋里换住户，得到的是同一空间环境的再采样，不是独立复制；真正可复现设计必须复制【抽样单元分布】，不只是复制问卷。

【流程节点链路】：【总体定义】→【空间单元定义】→【抽样框】→【抽样单元】→【随机化】→【测量】→【簇内相关 ICC】→【设计效应 DEFF】→【有效样本量】→【推断目标】。

【待验证点】：如果你的报告只写 n=400，却不写簇数、每簇大小、ICC 或 DEFF，读者能判断置信区间是否过窄吗？你愿意把『同一屋檐』当成 20 个独立证据吗？