【锚点】只钉一个判断：当处理变量在聚类层面不变时，你的有效样本量不是 N，是 G；标准误的放大倍数有闭式——Moulton factor = √(1 + (m−1)·ρ_x·ρ_ε)。

【显式】Moulton (1990, AER) 把州级政策变量放进个体层面的回归，用 CPS 数据发现：naive OLS 标准误低估 3 倍以上。这不是小样本问题，N 很大。

【隐式】真正的错不在「忘了加 cluster」，而在把【观测数】当成了【独立信息数】。当 x 在州内是常数，州内 2000 个人对 β 的贡献不是 2000 份独立证据，是同一份组间证据被复制了 2000 次——naive SE 就是在给这份证据重复计数。

【细微】Moulton 因子的结构值得盯住：V_cluster / V_naive = 1 + (m−1)·ρ_x·ρ_ε。注意是【乘积】不是和。ρ_x=1（政策在组内不变）但 ρ_ε=0 时，惩罚为零；只有 x 的组内相关和残差的组内相关【同时】为正，重复计数才真的发生。很多人只记住了「聚类」，没记住这个乘积条件。

【极难发现】ρ_ε 从哪来？来自未观测的组层面冲击——也就是「处理变量没变，但世界在组层面变了」。Bertrand–Duflo–Mullainathan (2004, QJE) 正是这个盲点：DID 里的序列相关让 ρ_ε 高得离谱，他们发现标准误被低估 3 到 6 倍，于是文献里一大批「显著」的政策效应是假的。他们给出的修法不是「聚类到州」，而是「聚类到州 × 时间」或直接 block bootstrap——因为相关结构不在你以为的那一层。

【流程节点链路】起点：个体层面回归 y_ig = α + β·x_g + ε_ig → 中间节点1：x 在组内无变异，β 的识别完全来自 G 个组间比较，不是 N 个个体比较 → 中间节点2：naive SE 假设 N 个独立观测，把同一份组间信息重复计数 m 次 → 中间节点3：Moulton 因子 √(1+(m−1)ρ_xρ_ε) 把重复计数折回 → 终点：有效样本量 n_eff ≈ G / (1+(m−1)ρ_xρ_ε) 量级，推断必须聚类到 G 层。

一个具体数字：m=2000（每州 2000 受访者），ρ_x=1，ρ_ε=0.05（很小的组内残差相关）→ 1 + 1999×0.05 ≈ 101 → SE 放大 10 倍 → t 值从 10 掉到 1。你的 100 万观测，证据量约等于 50。

【拆穿一个常见误解】「加了聚类稳健标准误就安全了」是错的。Cameron–Miller (2015, JHR) 的实务指南指出：G < 50 时，聚类 SE 本身向下偏，需要 wild cluster bootstrap；而聚类层级选错（聚在个体而非州）等于什么都没做。稳健标准误不是护身符，是一次关于【相关结构在哪一层】的建模声明——声明错了，它比不聚类更危险，因为它给了你虚假的安心。

【观点】把 p 值当叙事装置看：它从来不是「证据强度」的度量，而是「独立信息量 × 效应量 ÷ 噪声」这个比值被排版之后的样子。当独立信息量是 50 而不是 1,000,000，p<0.001 讲的是一个关于复制次数的故事，不是一个关于世界的断言。

【待验证点】Moulton 因子在 x 为连续变量、组内有大变异时只是近似；两层聚类（州 × 年）下的有效自由度如何界定，至今没有共识做法。

留一个值得吵的问题：一篇论文报告 N=1,000,000、p<0.001、聚类数 G=12——你会说它「样本很大」还是「样本很小」？如果答案取决于你问的是谁，那「样本量」这个词就该被拆成两个词：【观测数】和【信息数】。而绝大多数摘要只报告第一个。

# 计量经济学 #实验设计 #统计推断 #聚类稳健标准误