🔍 耿同学打假报告

论文信息

标题：中国生育恐惧情绪与出生率之间的关系——基于2010-2022年微博面板数据分析
作者：陆家偲、朱廷劭（中国科学院心理研究所 / 中国科学院大学心理学系）
期刊：ChinaXiv 预印本（未经同行评审）
DOI：ChinaXiv:202410.00159v1
发表年份：2024-10-29

综合评定：🟠 高度可疑

详细发现

发现 1：相关矩阵正文与表格数值直接矛盾

位置：3.3.1 描述性统计 / 表9（Page 13）
描述：正文声称“个体主义与生育恐惧词频显著正相关（r=0.73，p<0.01）”，但表9中“个体主义”与“恐育词频”交叉格显示为 -0.44**，是显著负相关。正文的 0.73 恰好与次模型表11中“个体主义（对数化）β=0.73”完全相同，疑似把回归系数误写入相关矩阵描述，或数据经修改后正文未同步更新。
证据：同一数值 0.73 在正文描述与表11回归系数中重复出现，而与表9对应位置（-0.44）完全冲突；正文还同时声称“集体主义在两个模型中的影响均不显著”，但表9显示集体主义与次年出生率相关 0.36**、与个体主义相关 0.81**，均为 p<0.01 的显著结果，正文与表格再次矛盾。
严重程度：🔴
复核状态：✅ 成立（正文 r=0.73 与表9的 -0.44**、表11的 β=0.73 均经原文逐字核验命中，矛盾确凿）

发现 2：回归表格符号与显著性标注自相矛盾

位置：表10、表11（Page 13-14）
描述：表10中“个体主义（对数化）”β=0.21（正），但 t 值为 -0.75（负），且未标显著性——系数为正而 t 统计量为负在数学上不可能（除非有未披露的约束）。“集体主义”β=-0.17（负）但 t=1.51（正），同样方向相反。表11中“集体主义（对数化）”β=0.26、标准误 0.43、t=0.61，正文明确写“集体主义对生育恐惧的影响不显著（β=0.26，p=0.61）”，但表中该行却标了 （p<0.01）——p=0.61 与双星标注直接冲突。
证据：“个体主义（对数化） 0.21 0.14 -0.75”；“集体主义（对数化） -0.17 0.24 1.51”；“集体主义（对数化） 0.26 0.43 0.61 **”；三处均无法通过“β 与 t 同号、显著性标注与 t 值一致”的基本校验，强烈提示表格数值系手工拼凑或复制错行。
严重程度：🔴
复核状态：✅ 成立（三处引用数据点均经原文逐字核验命中；β 与 t 反号、p=0.61 配双星为硬性矛盾，无任何良性解释可在原文中找到依据）

发现 3：样本量 N 与声称的时间范围不匹配

位置：3.3.3 次模型 / 表11脚注（Page 14）
描述：次模型被解释变量为“31个省级行政区2013年至2022年的生育恐惧词频”，共 10 年，31×10=310。表11脚注却写“a）N=372”。372=31×12，对应 12 年数据，与正文声明的 2013-2022 年（10 年）不符，且第2.1.2节还声称数据库包含“2010年至2023年”数据，时间口径全篇混乱（摘要 2010-2022、表5/6为13年、主模型10年、次模型却冒出372）。
证据：“得出31个省级行政区2013年至2022年的生育恐惧量化指标” vs “a）N=372”。
严重程度：🟠
复核状态：✅ 成立（两处原文表述均核验命中，N=372 与 31×10=310 无法调和，原文无任何解释）

发现 4：表7脚注样本量前后矛盾

位置：表7及续表脚注（Page 9）
描述：表7脚注称“N=11”，但表中“全国（N=334）”（334≈31×10.8）与“北京（N=8）”“广东（N=7）”并存，若部分地区仅7-8年数据，何以脚注统称 N=11？同一表内三种不同的 N 且无解释。
证据：“北京（N=8）”“广东（N=7）”“全国（N=334）”“a）绝对值大的相关系数用粗体表示；N=11”。
严重程度：🟠
复核状态：✅ 成立（四处数据点均核验命中；同表内 N=7、N=8、N=334、N=11 并存且无说明，属明确的报告不一致）

发现 5：混淆矩阵召回率仅 0.397，与“证明词典有效性”结论逻辑矛盾

位置：表4及 2.2 结果（Page 6）
描述：TP=31, FN=47, FP=8, TN=964。Precision=31/39≈0.795、Recall=31/78≈0.397 计算无误，但召回率不足 40% 意味着词典漏判约 60% 的真实恐育文本，且样本极度不平衡（正例78 vs 负例972）未做任何讨论。以此“证明了词典的有效性”属结论与数据脱节；整篇核心自变量（恐育词频）的测量效度建立在这样一个性能不佳的分类器上，动摇后续所有回归结果。
证据：“召回率（Recall）为0.397，F1分数（F1Score）为0.53，证明了词典的有效性”；“实际正例 31（TP） 47（FN） 78”。
严重程度：🟠
复核状态：✅ 成立（混淆矩阵各数值经核验命中且计算自洽，问题不在计算而在“漏判60%仍宣称有效”的论证脱节，属结论与数据矛盾）

⚠️ 发现 6：表7中部分地区相关系数高得反常

位置：表7（Page 8-9）
描述：黑龙江（-0.94**, -0.95**）、新疆（-0.96**, -0.93**）、河北（-0.89**, -0.74**）等地区，在仅约 10 余个时间点的宏观序列上，恐育词频与出生率相关绝对值超过 0.9。真实社会宏观数据受疫情（2020-2022出生率断崖）等多重冲击，如此高的线性相关更可能是序列整体趋势共线（恐育词频单调上升、出生率单调下降导致的虚假相关）。此发现提示可能为方法学缺陷（未去趋势）而非数据造假，需原始数据进一步确认。
证据：“黑龙江 -0.94** -0.95**”“新疆 -0.96** -0.93**”。
严重程度：🟡
复核状态：⚠️ 存在良性解释（两个单调趋势序列可天然产生高相关，属可能的虚假相关/方法学问题，原文引用数值属实但不构成造假证据）

发现 7（已删除）

原“机器取证显示数值分布多重统计异常”一条，因所引用的关键数据点（“末位分布严重不均匀 χ²=28.6, p=0.0008”“列间差值高度恒定——10个列对比较完成”）经程序化核验未在原文中找到且不构成原文内容，按复核规则删除。相关统计检验线索已在复核中另行评估：Benford/末位检验在本论文数据（取值限于[-1,1]的相关系数、10⁻⁶量级的词频统计量）上适用前提不满足；“列间差值恒定”所比较的列（表5/6的 M、SD、最大值、最小值）为同一底层序列的汇总统计量，差值稳定可由数据自身结构产生，检验前提不满足。均不作为有效证据。

发现 8：正文交叉引用错误与选择性报告

位置：Page 10 / 表8
描述：正文写“如表12所示”，全文并无表12（实为表8），稿件粗糙可见。表8中 2020 年相关系数为 +0.12（方向与全文“负向预测”结论相反），2021年又回到 -0.49**，作者仅以政策年份解释显著负相关的年份（2013、2015、2021），对方向反转的2020年未做任何讨论，存在选择性叙事的嫌疑（疫情年份出生率异常波动很可能破坏词频-出生率关系）。
证据：“如表12所示”；“2020 0.12”。
严重程度：🟡
复核状态：✅ 成立（“如表12所示”与“2020 0.12”两处均经核验命中，表12确实不存在，2020年正相关的选择性未讨论属实）

耿同学辣评

一篇教别人“如何科学地恐惧生育”的论文，先让自己的数据吓坏了审稿人：正文说正相关，表格偏偏是负相关；β 是正的，t 值是负的；p=0.61 头上顶着两颗星；样本量一会儿 310 一会儿 372，表号从表8跳票成表12——这张回归表怕不是用掷骰子填的。词典召回率不到四成就敢喊“证明了有效性”，靠的怕不是词典，是信心。六处硬性数值矛盾叠加，要么是极端草率，要么是数据经过事后改动而正文未同步——无论哪种，都需要作者拿出 Stata 日志和原始词频矩阵自证清白。

建议后续行动

联系作者要求提供原始数据（微博词频原始矩阵、Stata 回归日志、混淆矩阵原始评分记录），重点核查表9/10/11的数值矛盾
在 PubPeer / ChinaXiv 评论区提出质询（正文-表格矛盾为最优先核查项）
若该稿后续投稿发表，向期刊编辑部举报数值不一致问题
向作者所在机构学术委员会反映（若作者无法提供原始分析输出）

⚠️ 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。

🧮 证据合成（自动生成）

综合后验概率：99.9%（先验 5%）
95% 可信区间：[99%, 100%]
贝叶斯因子：BF = 2.44e+4（决定性（decisive））
综合评级：🔴 高度疑似
复核已排除线索：5 条（良性解释成立 / 检验前提不满足 / 说明性条目，未计入合成）

贡献最高的证据：

[发现3] 次模型声明使用2013-2022年（10年）数据，31×10=310，但表11脚注N=372（对应12年），全篇时间口径混乱。（llm/*，logLR=1.59）— 贡献 18.5%
[发现5] 词典召回率仅0.397（漏判约60%恐育文本），样本极度不平衡（78 vs 972），却据此宣称词典有效，作为全文核心自变量的测量效度存疑。（llm/*，logLR=1.59）— 贡献 17.9%
[发现1] 正文称个体主义与恐育词频正相关r=0.73，表9却为-0.44**；正文称集体主义两模型均不显著，表9却为0.36**、0.81**显著。（llm/*，logLR=1.59）— 贡献 15.1%
[发现2] 表10两行β与t值符号相反；表11集体主义t=0.61（不显著）却标注p<0.01双星，与正文p=0.61冲突。（llm/*，logLR=1.59）— 贡献 13.9%
[发现4] 同一表内出现N=8、N=7、N=334、N=11四种样本量且无解释，数据完整性说明不一致。（llm/*，logLR=1.59）— 贡献 13.4%

免责：本小节由程序化贝叶斯合成自动生成，不构成学术不端判决。先验固定 5%，证据间按条件独立处理（可能高估相关证据的联合强度），LR 版本 geng_lr_v3（Phase 5 基准回归校准：任务级触发率比值+复核处置标签，n=11，向 v2 收缩 k=10）；可信区间与点估计来自同一后验（先验抽样 + LR 噪声的联合蒙特卡洛，区间随证据强度收敛）。请以正文具体发现与原始数据为准。

中国生育恐惧情绪与出生率之间的关系——基于2010-2022年微博面板数据分析