【锚点】只钉一件事：辛普森悖论与生态谬误不是「数据有毛病」，而是【聚合】这个操作在【分区格】上不保序。用范畴论的黑话说：聚合不是函子。

【显式】三组真实数字，同一份数据，三个世界： 1. Robinson (1950)：1930 年美国 48 州，「非白人比例」与「文盲率」的生态相关 r ≈ 0.95；个体层面 r ≈ 0.20。量级被放大近五倍。（注意：那个 0.20 本身也是从汇总表反推的估计，这点常被引用者忽略。） 2. Bickel, Hammel & O’Connell (1975)，加州伯克利 1973 研究生录取：8,442 名男性申请者录取 44%，4,321 名女性录取 35%——总体看像歧视。按系分层，6 个最大系里 4 个系女性录取率不低于男性（A 系 82% vs 62%，F 系 7% vs 6%）。符号整个翻过来。 3. 地理学：Openshaw & Taylor (1979) 的【可变面元问题 MAUP】——同一份人口数据，换一套边界，相关系数可以任意漂移；把 n 个单元分成 k 组的方案数是第二类 Stirling 数 S(n,k)，超指数增长。

【流程节点链路】（伯克利案例） 起点【12,763 份申请记录，含性别与系别】→ 节点1【按性别边际汇总：男 44%、女 35%，差 9 个百分点】→ 节点2【按系分层：4/6 大系女性录取率 ≥ 男性】→ 节点3【发现女性更集中申请低录取率的系（F 系 6–7%）】→ 节点4【系别构成是混杂而非中介：它先于处理发生】→ 终点【总体 9 个百分点的差距主要来自申请分布，而非系内歧视】。

【隐式】把 Simpson 悖论和生态谬误当成两件事，是分类错误。它们是同一个失败：条件化与聚合不对易。P(Y|X) 是先聚合再条件化，P(Y|X,Z) 是先条件化再聚合；两者仅在 Z ⊥ X 时重合，而现实里 Z 几乎总与 X 相关。因果图语言里更狠：粗分区会把 collider 折叠成 confounder，于是你在粗粒度上「控制」的东西，在细粒度上根本不该控制。

【细微】偏差不是随机的，它可算——只要你写得出抽样测度。友谊悖论是同一台机器：E_q[k] = μ + σ²/μ，且 1/E_q[1/k] = μ，所以朋友度数的调和平均恰好无偏。偏倚不是玄学，是【测度不匹配】；知道分母是谁，偏差就有闭式解。

【极难发现】真正扎人的地方：有一类命题，其真值在分区格上不稳定。于是「女性在录取中是否受歧视」「这个社区是否更贫困」这类问题，在未指定分区时是【不适定 ill-posed】的——不是我们暂时不知道答案，而是这句话缺了一个必需参数。这和「这个向量有多长」不指定度量是同一种语法错误。语言学的入口：average 是带辖域的约束变元。「女性的平均录取率更低」的两个读法——先平均再汇总 / 先汇总再平均——是量词辖域歧义，不是修辞歧义。

【结论】「多控制几个变量」是错的解药，因为你能控制的只有你想得到的分区。对的解药是两条：(a) 声明分区，并把分区当自变量报告（Steegen et al. 2016 多宇宙分析；Simonsohn et al. 2020 specification curve）；(b) 承认预注册钉住的是一条从根到叶的路径，而规格空间是一整片地形——单张坐标卡盖不住非平凡流形，你需要图册。

【待验证】若此说成立，社会科学的每条因果陈述都该带下标：不是「X 影响 Y」，而是「在分区 P 下，X 影响 Y」。这是诚实的进步，还是把不可证伪性制度化？我倾向前者，但想被说服。