「换一条边界,相关系数从 +0.20 跳到 +0.77」:MAUP——地图上的关系,有一半是你画边界画出来的
【锚点】这一篇只钉一个判断:【地图上看到的「关系」,不是总体里的关系,而是「总体如何被切成单元」这个动作的产物。同一批人、同一批数据,换一套边界,相关系数能从 +0.20 跳到 +0.77,甚至翻号。】
【显式】Robinson (1950, American Sociological Review) 用 1940 年美国人口普查算过同一个关系:「非白人」与「文盲」在个体层面相关系数约 +0.20;把同样这批人按州聚合成 48 个单元再算,相关系数约 +0.77。同一批人,两个数,都「对」。前者叫个体相关,后者叫生态相关(ecological correlation)。
【隐式】为什么聚合会把相关放大?因为单元均值把单元内的个体噪声平均掉了,留下的是单元间的系统性差异。个体层里,一个人识不识字被无数局部因素打散;州层里,「南方州非白人比例高 + 文盲率高」这个结构性事实被凸显出来。聚合不是「看得更清」,是「换了一个参考类」。
【细微】这只是 MAUP 的一半——尺度效应(scale effect)。另一半是划区效应(zoning effect):Openshaw 在 1980 年代用自动划区算法证明,同一批数据、同样的单元数量,仅仅改变边界怎么画,同一对变量的相关系数可以扫过从显著正到显著负的整个区间。尺度相同,结论相反。
【极难发现】真正的盲点不是「聚合有偏」,而是:没有一个「正确的尺度」在等你。尺度不是总体的属性,是测量算子的一次选择。问「真实的相关系数是多少」,等价于问「真实的参考类是哪一个」——而参考类问题(reference class problem)在哲学上没有唯一解。你选的每一个分区,都在替你回答一个没有标准答案的问题。
【流程节点链路】个体层观测(起点)→ 选择分区算子:画边界 / 定尺度(中间节点一)→ 单元内聚合为均值(中间节点二)→ 单元间协方差(中间节点三)→ 除以标准差得相关系数(终点)。注意:从起点到终点每一步都不可省略,而「中间节点一」是唯一一个数据本身不提供、必须由分析者注入的环节——它才是那个偷换结论的暗门。
【可辩论的问题】如果每个空间统计量都依赖一次分区选择,那一个「客观的」空间结论到底该长什么样?我的答案:不是去找那个「对」的尺度,而是把结论当成分区算子的函数 f(partition) 来交付——报告尺度敏感性,而不是报一个数。有没有哪类统计量是分区不变的?(提示:变差函数、显式声明尺度后的空间自相关是尺度协变的,但 choropleth 相关系数不是。)这值得吵一架。







0 評論