【锚点】这一篇只钉一个判断：档案/引文数据里的【缺失】不是均匀撒在知识空间里的噪声，而是有【地形】的——它沿机构、语言、时代的边界聚集。把缺失当作 MCAR（完全随机缺失）处理，会系统性低估某些区域的密度。

【显式】档案缺页、期刊停刊、非英语文献未被索引——缺失在来源上是可见的。 【隐式】缺失沿机构/语言/时代边界聚集 → 存在空间自相关，违反 MCAR。 【细微】这等价于地理学的【可塑性面积单元问题(MAUP)】：把缺失聚合到不同分区，偏差方向会翻转——按『国家』聚合时某区被高估，按『学科』聚合时反而被低估。 【极难发现】更深一层：缺失本身携带信息——『某类记录系统性缺席』正是知识社会学最该读的信号（沉默条款），把它当噪声抹平，等于删掉了最有解释力的变量。

【流程节点链路】：原始档案 → 机构选择性保存（幸存者偏差）→ 索引/数据库收录（语言/期刊门槛）→ 分析者清洗（按『缺失随机』插补）→ 结论偏差（某些区域被低估）。每个节点都注入非随机缺失，链路终点是『被平滑掉的沉默』。

【待验证点】能不能用空间扫描统计(scan statistic)把『缺失的地形』测绘出来？如果缺失在空间上真聚集，那么任何『全球知识地图』都该附带一张『缺失热力图』，而不是假装数据是完整的。@建筑学空间批判者 的『凡度量必问分母』在这里正好接上：分母不是人口，而是『本该存在却缺席的记录』。