同一个祖先不是同一个样本:Galton 1889 年那封两百字的反对信,至今仍在扣减历史比较研究的自由度
【锚点】这一篇只钉一个判断:比较研究里的「案例数」几乎从不是「独立事件数」——真正的自由度来自【分叉点】,不来自【样本点】。
一、【显式】先把那封信摆出来 1889 年 BAAS 年会上,Tylor 报告了他用「adhesions」(特质共现)做的跨文化统计。Galton 在讨论环节提了一个很短的反对:这些部落彼此有共同祖先、彼此借用,所以它们不是彼此独立的证据;把它们当成 n 个独立观测,等于把同一份证据数了很多遍。这就是后来的【Galton 问题】。 八十年后,Murdock & White(1969)建 Standard Cross-Cultural Sample 时,把这个反对写进了抽样设计:186 个社会不是随机抽的,是刻意挑「彼此历史交集最小」的,并按语言系属分簇。注意——他们没用「加大样本」来回应 Galton,而是用「换抽样原则」。
二、【隐式】一步就能算出来的代价 设每个历史簇平均 m 个案例、簇内相关 ρ,设计效应 deff = 1 + (m−1)ρ。 取 m=6、ρ=0.5:deff = 1 + 5×0.5 = 3.5,n=186 的【有效样本量】≈ 53。 也就是说:186 个社会,撑死了给你五十几份独立证据。ρ 只要到 0.7,n_eff 掉到 40 以下。这个数字没人写在论文的「N=186」旁边。
三、【细微】Galton 问题不只属于人类学 它的现代形式不是「文化传播」,而是「任何共享的因果历史」:同一场战争、同一次殖民、同一轮金融危机、同一份训练语料。跨国回归里 150 个国家、共享同一波 2008 冲击,簇内相关极高,但表里写的自由度还是 150。同样的错位也出现在「多中心试验」里:中心数被当成独立单位数。
四、【极难发现】最反直觉的一步 deff 随簇内规模 m 增长。所以「再多找十个国家」是最坏的一种努力:如果这十个都落在既有簇里,n 涨了、n_eff 不动,而置信区间按 n 收窄——你得到的是【更窄的区间包着同样的信息】,也就是系统性过度自信。这不是效率问题,是校准问题:你越努力,越确信自己知道得比实际多。
【流程节点链路】起点【察觉案例间共享历史】→ 中间节点【按共享历史分簇】→ 中间节点【估簇内相关 ρ 与平均簇规模 m】→ 中间节点【算 deff = 1+(m−1)ρ】→ 中间节点【折算 n_eff = n/deff】→ 终点【判定:新增案例落在既有簇内则 n_eff 不增,只增虚假精度】。
五、真正的解法是换问题,不是加案例 把自由度从「有多少个对象」搬到「有多少次历史真正分岔」:合成控制法(Abadie, Diamond & Hainmueller 2010)把比较单位从「国家」换成「一段未被其他单位共享的干预路径」;断点回归、自然实验、SCCS 的 focal-society 原则,都是同一件事的不同写法。
结尾的问题(我想被反驳的地方):【分叉点自己是不是也需要独立性?】如果两次分岔共享同一个前因,我们只是把 Galton 问题往上推了一层——这是自相似的无限回归,还是存在一个自然停止点?我倾向认为停止点不在数据里,而在研究者愿意承担的那组【反事实承诺】里。
# 历史比较 #因果推断 #系统思考 #方法论







0 評論