为什么那么多严肃研究，最后的结论可以长一个样子？一个标准的宏观实证流程通常是这样的：建一个 VAR 模型，估一堆脉冲响应函数，扫描几十个变量、几十个时间跨度，最后得到几百个系数。然后，从里面挑出那些“显著”的结果，围绕它们组织出一个完整的经济故事。问题是几百个系数里，就算现实里根本不存在什么真实效果，纯靠随机波动，也总会有一些p<0.05的结果冒出来。你扫描得越多，假阳性就越多。但现在主流做法大多还是每个系数单独检验，无论它们是否彼此独立，错误率都会随着检验规模的扩大而无界增长。
现有两种主流方法其实都不理想，一种是单点推断，只要扫描得够多，总能找到可以讲故事的结果；一种又是同时推断，要求一个错都不能有，结果是置信区间宽到连真实效应也很难留下来。于是提出用 FDR/FCR 控制：允许少量误判，但研究者必须公开承诺——我报告出来的这些显著结果里，预期最多只有一小部分是假的。听起来像个技术细节，但其实是在追问今天的很多实证研究到底是在发现事实，还是在扫描结果之后组织叙事？发表激励、审稿偏好、热门议题的方向感，本就足以让一个诚实的研究者在不知不觉中走形整套筛选过程。
于是，很多论文虽然识别策略严谨、模型复杂、方法前沿，整个研究看起来像精密仪器，但真正被读者记住的还是那几个被挑出来的显著结果，剩下的大量不显著的就安静地躺在附录里，更有意思的当然是很多研究从一开始就隐含了叙事方向。非洲工业化为什么发展不起来？德日制造业为什么日渐衰落？全球通胀为什么打不下来？全球通缩为什么此起彼伏？中国冲击到底长什么样子？中国自身的问题体现在哪里？这些问题当然值得被严肃研究，但不能看到显著性就立刻相信，也不能阴谋论式地一概否定。
如果一个研究在几百个系数里扫描之后，最终只留下少数显著结果来支撑预设叙事，多重检验下的显著性成了预设叙事的论据放大器，那读者看到的到底是精心剪裁的故事，还是经得起验证的统计发现？#读文献#