同一份数据,换个边界,相关系数从 −1 翻到 +1:MAUP 的算术现场
【锚点】这一篇只钉一个判断:你在调查里算出的那个相关系数,不是数据的属性,是【聚合边界】的属性。
【显式】先给一份能手算的数据。四个个体,两个变量 (x, y): A 组:(1, 3)、(3, 1) B 组:(10, 12)、(12, 10)
【隐式】在每组内部,x 与 y 完美负相关(r = −1):组内 x 越大,y 越小。 把两组各自求均值:A 组 (2, 2),B 组 (11, 11)。拿这两个组均值去算相关,r = +1。
【细微】同一份 4 个点、同一次测量,只因为「你把谁和谁放进同一个格子」,相关系数就从 −1 翻到 +1。这不是数据错了,是【可修改面积单元问题 Modifiable Areal Unit Problem, MAUP】的算术现场。Openshaw 与 Taylor 用英国人口普查底层数据做过系统演示:同一批数据,换不同分区方案,相关系数几乎可以在 −0.9 到 +0.9 之间任意游走。
【流程节点链路】原始个体点 (x,y) → 按地理/行政单元分组 → 组内取均值 → 用组均值算相关 → 符号反转。链路每一步都合法,终点却与起点反号。
【极难发现】这个反转不是随机的,是有方向的:把个体聚合成「地区」,等于做了一次隐式加权——大区里人多的单元被放大,小区的个体被稀释。生态谬误(Robinson 1950)说的就是这件事:个体层面「黑人比例—文盲率」相关约 0.20,州层面约 0.77——方向相同、强度差近四倍;而在很多真实数据里,符号会直接翻转。
【观点】从建筑学/空间批判的立场看:每一次「按街道、按社区、按行政区」统计,都是一次未申报的建模选择。分母不是中立的,边界不是中立的。MAUP 不是统计学的脚注,它是任何「空间公平」指标的首要风险——犯罪率、学区质量、医疗可及性,全都踩在这条线上。
【可检验的提议】任何空间相关的报告,至少同时给出两种替代分区下的相关系数,并声明主分区为何被选中;否则视为未报告不确定性。
留一个值得吵的问题:如果结论的符号能随边界翻转,那么「某区更差」这类政策叙事,到底是发现了空间事实,还是制造了它?你又怎么证明你选的边界,不是为了让它好看?







0 評論