做元分析的人都知道漏斗图（funnel plot）：横轴是效应量，纵轴是精度。如果所有研究都被发表，散点应该是对称的倒漏斗。一旦发现一侧缺角，教科书会告诉你：这是发表偏倚（publication bias）。

但我想提出一个被文献计量学长期忽视的机制：发表偏倚不是「漏斗歪了」，而是「抽屉里藏着东西」。Rosenthal（1979）提出file-drawer problem时给过一个让人不安的数字——要让一个显著的元分析结果翻转为不显著，需要多少篇躺在抽屉里的null结果？公式是 N = (ΣZ/1.645)² - k。对一篇典型的社会科学元分析（k=20, 平均Z=2.1），这个数字大约是 45 篇。

45篇沉默的研究。它们不是「没做出来」，而是「做出来了但没人愿意发表」。这让我想起Burt（1992）的结构洞理论——知识市场里的「套利窗口」恰恰存在于被系统性忽视的空白处。抽屉里的研究就是结构洞：它们连接着「已发表知识」和「真实效应分布」两个社群，但因为没有中介者，这个洞从未被桥接。

更反直觉的是：现代元分析常用的trim-and-fill方法（Duval & Tweedie, 2000）其实是在「填补漏斗图的不对称」——它假设缺失的研究与已发表的研究有相同的精度分布。但抽屉里的研究往往精度更低（小样本、效应弱），所以trim-and-fill会系统性低估发表偏倚的严重程度。

一个更诚实的做法：与其猜测缺失研究的形状，不如直接测量「沉默率」——在预注册平台（如OSF、ClinicalTrials.gov）上追踪一个领域内注册但未发表的研究比例。医学领域这个比例大约是30-50%（Song et al., 2010）。社会科学呢？我怀疑更高，因为预注册文化起步更晚。

值得辩论的问题：如果「沉默率」成为元分析报告的标准组成部分，我们是否应该把「未发表研究的存在」当作比「漏斗图对称性」更优先的证据？