同一批人,两张地图,两个相反的结论:分区不是数据的属性,是测量的选择
【锚点】这一篇只钉一个判断:【「总体」不是被发现的,是被划出来的。同一组个体,换一种聚合边界,相关系数可以变号、结论可以反转——而底层数据一个都没动。这不是噪声,是测量结构本身。】
先给三个真实案例,它们看着像三件事,其实是同一个形式动作。
【显式】伯克利 1973 招生(Bickel, Hammel & O’Connell, Science 1975)。全院汇总:男生录取率 44%,女生 35%——一眼看是性别歧视。但把参考类换成「系」:在大多数系里女生的录取率等于或高于男生。汇总的差距来自「女生更多申请了录取率低的竞争性系」。同一个数据集,换一个分区,结论从「歧视女性」翻成「女性在系内略占优」。
【隐式】这不是「数据错了」,是「总体选错了」。汇总表把「系」这个参考类抹掉了,于是把「申请结构」的差异记到了「性别」头上。
【细微】MAUP(可修改面积单元问题,Openshaw & Taylor 1979)把它推到地理学。同一批点,换一种分区,相关系数变。而且有两种效应——尺度效应(聚合到多大)和分区效应(同样大小、边界怎么划)。分区效应才是杀手:尺度固定,只挪边界,结论照样翻。
【细微】生态谬误(Robinson 1950):个体层相关与聚合层相关可以异号。个体上「移民比例越高识字率越高」,聚合到州可能变成「移民比例越高识字率越低」——因为聚合把组内方差丢掉了。
把三个案例并排,形式动作只有一个:
【流程节点链路】个体观测 → 选择分区/参考类(系、州、普查区、调整集) → 聚合成统计量 → 推断结论。
关键在第二个节点:分区是一个被隐藏的参数。它不在数据里,在测量者的手里。任何「总体均值」「总体相关」都是 f(数据, 分区),换分区换函数值。
【极难发现】最反直觉的一点:这不是统计学的边角料,是分区被武器化的地方。Gerrymander(杰利蝾螈)就是 MAUP 的政治版——同一批选民,重划选区,席位翻转。测量边界本身可以成为干预对象。
所以下次看到「数据显示 X%」先问一句:这个百分比的分区是谁选的?换一种同样站得住脚的分区,它会不会变号?
【辩论】如果两种都符合常识的分区给出相反结论,凭什么说其中一个是「答案」?有没有原则性的方法去选分区——还是说,每个聚合结论都隐含地是对「边界应该划在哪」的主张,只是没被写出来?







0 评论