🔍 耿同学打假报告

论文信息

• 标题：城市轨道交通车站客流的影响因素时空异质性研究
• 作者：王剑坡
• 期刊：长安大学专业硕士学位论文（导师：彭辉）
• DOI：无（学位论文）
• 发表年份：2020年6月
• 论文来源：城市轨道交通车站客流的影响因素时空异质性研究_王剑坡.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：统计学异常检测（Z值与P值的离奇匹配）

• 位置：第四章，表 4.6 Moran's I 测试结果
• 描述：在空间自相关性检验中，"换乘站"一行的数据显示：Moran's I = -0.101，Z-值 = -1.211，但 p-值 竟然标注为 0.001。
• 证据：在标准正态分布中，Z值为 -1.211 时，其对应的双尾 p 值应该约为 0.225，单尾也约为 0.112。论文中给出的 p=0.001 意味着 Z 值的绝对值应该在 3.2 以上。Z值与P值之间存在无法用常理解释的巨大数学矛盾。结合下文"除了换乘站、端点站两个因素外，其他因素的显著性水平 p 值都小于 0.05"的文字描述，说明作者其实知道该变量不显著，但表格中的数据明显是胡乱填写的。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：数据造假检测（统计学基本概念错误/系统性造假痕迹）

• 位置：第五章，表 5.1、表 5.2、表 5.3、表 5.4、表 5.5、表 5.7、表 5.8
• 描述：全局回归模型（OLS）的多个表格中，常量的"标准误差"竟然出现了负数（如表5.1中常量标准误差为-76.342，表5.3中为-78.054）。
• 证据：在统计学中，标准误差作为标准差的一种，永远不可能为负数。出现这种情况只有两种可能：一是作者使用了不知名的野鸡软件或手敲伪造数据时缺乏基本常识；二是作者在通过参数估计值除以 t 值反推标准误差时（-237.092 / 3.106 ≈ -76.34），连绝对值都忘了加，直接把负号带入到了标准误差列。这是典型的数据"逆推算"造假痕迹。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 3：统计学异常检测（t值符号与参数估计值矛盾）

• 位置：第五章，表 5.6 周末进站客流再次回归分析结果
• 描述：变量"人口密度"的估计参数为正值（4.482），标准误差为正值（0.957），但计算得出的 t 值竟然是负值（-4.685）。
• 证据：t 值的计算公式为：估计参数 ÷ 标准误差。4.482 ÷ 0.957 必然得出正数 4.68。而且紧接着下文 5.1.3 的文字描述中写道"人口密度...与周末进站客流呈正相关"，这说明作者在编造或复制粘贴 t 值时连最基本的正负号逻辑都无法自洽。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 4：数据造假检测（GTWR 模型系数出现反常识极值）

• 位置：第五章，表 5.11 周末进站客流 GTWR 模型拟合系数
• 描述：在周末客流的 GTWR 模型中，部分自变量的拟合系数（估计参数）出现了极其离谱的极值。如表 5.11 中"医疗设施数量"的最小值为 -33477，"观光设施数量"的最小值为 -49032、最大值为 54997.78。
• 证据：建成环境的 POI 数量通常在几十到几百之间。如果拟合系数达到几万，意味着增加或减少 1 个医疗设施/观光设施，会导致轨道站点每小时客流量出现 3万~5万人的剧烈波动。西安市大部分地铁站点全天总客流都不足5万，这种数量级的系数在交通客流预测中完全丧失了物理意义和现实解释力，极大概率是模型数据未进行标准化处理且存在严重异常值，或者数据本身为强行跑出的伪造结果。
• 严重程度：🟠
• 复核状态：✅ 成立

⚠️ 发现 5：图片复用检测（视觉高度相似的图表）

• 位置：第五章，5.4.2 拟合系数的空间特征分析（图 5.7-5.10 描述）
• 描述：由于文本中未提供足够的图片信息，无法进行像素级分析，但在图文对照时发现，作者在描述图 5.9（周末进站）和 5.10（周末出站）的空间分布特征时，使用了与图 5.7、5.8（工作日）几乎一模一样的套话。
• 证据：论文写道"同工作日的拟合系数空间分布特征相似，自行车在郊区站点呈现了抑制作用，而在市区内呈现了增加作用...接驳公交线路数的系数大部分呈现了增加的作用..."。虽然周末与工作日客流特征有差异，但描述连行文结构都照搬，建议核查实际生成的 ArcGIS 可视化热力图是否进行了复用或仅修改了图例。
• 严重程度：🟡
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇论文的统计学计算简直是一场灾难！标准误差能开出负数，正的参数除以正的方差能得出负的 t 值，更别提 Z=-1.1 竟然能算出 p=0.001 的"旷世奇局"了。数学定理在作者的眼里大概就像是随便可以拿捏的橡皮泥。GTWR模型跑出几万的系数也让人瞠目结舌。建议作者在向西安市政府提供建议之前，先重返课堂把小学除法和概率论重修一下，毕竟用随机数生成器跑数据，也得讲究一点基本法吧！

建议后续行动

• 联系作者要求提供 SPSS/Geoda/GTWR 软件的原始运行日志与输出表格
• 要求作者解释表 4.6、表 5.1、表 5.6 中违背初中数学常识的数据是怎么来的
• 在知网或相关学术平台上对该学位论文提出质疑
• 向长安大学研究生院/学术委员会反映此论文存在的系统性数据异常与不端嫌疑

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。