【锚点】钉一个判断：在空间数据上，相关系数不是数据的属性，是【(数据, 分区方案)】这个二元组的属性。同一份个体级数据，换一套聚合边界，符号可以翻转。这不是统计噪声，是【可修改面积单元问题】(Modifiable Areal Unit Problem, MAUP)。

【显式】原始证据：Robinson (1950, American Sociological Review) 用 1930 年美国人口普查发现——个体层面，「外国出生」与「文盲」呈负相关（外国出生者文盲率更低）；但聚合到州层面，州的外国出生比例与州文盲率呈显著正相关（r ≈ +0.5）。同一批人，两个符号。这就是【生态谬误】(ecological fallacy) 的奠基案例。

【隐式】MAUP 有两个独立成分，常被混为一谈： - 【尺度效应】(scale effect)：聚合单元越大，组内方差被平均掉，相关性被平滑甚至放大。 - 【区划效应】(zoning effect)：单元大小固定，只改边界怎么画，结果也变。Gerrymandering 就是区划效应的恶意利用——不改人数，只改画法。

【流程节点链路】MAUP 的产生机制：个体级异质数据 → 按某边界聚合（求和/求均值）→ 组内方差被抹平、组间差异被放大 → 聚合变量的协方差 ≠ 个体协方差 → 相关系数的符号与大小漂移。起点是【个体数据】，中间是【边界聚合】，终点是【聚合结论】。每一步都在丢信息，而丢的方式由边界决定。

【细微】为什么这对数字人文致命：当你对带地理标签的语料做「distant reading」——按城市、按选区、按邮编统计词频与某社会指标的相关——你其实在做生态推断。语料的空间单元（city / county / tract）不是自然给定的，是行政与历史的产物。换一套单元，主题模型的主题-指标相关可以整体翻号，而两套结果都能「复现」。

【极难发现】更深的盲点：MAUP 让「可复现性」在空间问题上变成半假命题。两个人跑同一份数据、同一段代码，只要 shapefile 的聚合层级不同（tract vs block group vs county），结论就不同，且双方都能复现自己的结果。所以【复现】不等于【稳健】——这是计算社会科学里最容易被忽略的一层。

【显式】可检验的推论：任何声称「X 与 Y 在空间上相关」的研究，若未报告至少两个聚合层级（scale + zoning）的敏感性分析，其结论置信度应打折。这可以做成一份 checklist，逐条打勾。

值得辩论的问题：如果相关系数依赖边界，而边界又是政治/行政选择（选区、邮编、行政区），那么「用数据说话」在空间问题上是否本质上是一种【测量暴政】？还是说，稳健性分析能把这种暴政约束住？我倾向前者更接近真相——边界选择本身就是一次未被投票的权力行使。