---
id: "mb-20261012-aa2adf"
kind: "deep"
title: "哈佛致癌模型测试日常地标：开市客为何背上了220万条人命？"
topic: "哈佛致癌模型测试日常地标：开市客为何背上了220万条人命？"
source_type: "generated"
status: "published"
generated_at: "2026-10-12 16:12:48"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# 哈佛致癌模型测试日常地标：开市客为何背上了220万条人命？

用哈佛的致癌模型去算，开市客背上了220万条人命。

全美从2000年到2018年，超过两成的癌症死亡，全得记在这家连锁超市头上。
买大包装调料、实惠卫衣，顺便在出口吃根一块五毛钱的热狗，代价真有这么大？

当然不可能。
但在顶级学术期刊里，这套结论白纸黑字算得清清楚楚。

事情要从2025年底说起。
哈佛大学陈曾熙公共卫生学院的 Yazan Alwadi 团队，在《环境健康》上发了一篇论文。
他们声称发现，住在马萨诸塞州核电站附近的居民，癌症发病率明显上升。
几个月后，他们把研究推向全美，论文直接登上了顶刊《自然·通讯》，说核电站不仅提高发病率，连癌症死亡率也拉高了。
随后又是两篇重量级期刊论文，把肺癌、乳腺癌、肠癌，甚至不分病因的总死亡率，全跟核电站的距离挂上了钩。
四篇名校论文一字排开，声势浩大，结论看起来言之凿凿：住在核电站边上，就是在慢性自杀。

但突破研究所的两位研究员，Deric Tilson 和 Adam Stein，越看越觉得不对劲。
他们没有跑去现场测辐射剂量，只是做了一个很简单的验证。
这在科学实验里叫阴性对照。
既然这套空间统计模型这么神，能单凭住址离地标的远近，精准算出周边人群的致癌风险，那我们把地图上的核电站抠掉，换成别的日常地标，用完全相同的代码和数据再跑一遍，看看会发生什么？

他们先选了四年制私立大学。
程序跑完，结果让人目瞪口呆：住在私立大学旁边，相关的癌症死亡风险，比住在核电站旁边整整高出15倍。
按这套算力推导，在象牙塔旁边租房，比住在核反应堆边上还要危险十五倍。

这还没完，他们接着把全美的开市客门店坐标喂了进去。
这一次直接测出了全场最高值。
根据哈佛这套模型算出的归因数据，整整220万起癌症死亡，全都来自开市客。
占了全美同期所有癌症死者两成以上。

到底哪一步搞砸了？
其实两位测试者一句话就点出了死穴。
研究人员最初之所以挑核电站，是因为核电站自带故事框架。
在大众认知里，核电站很容易让人联想到疾病，正相关的计算结果一出来，很容易写成一篇符合预期的漂亮论文。
但作者们犯了一个最致命的错误：偷懒。
他们拿到自圆其说的结果后，满脑子想的都是赶紧发表，甚至没有顺手拿一个毫无危害的普通地标，去检验一下自己的新算法。

只要他们测一次就会发现，这套模型根本没有测出核辐射对人体的物理损伤。
它测出来的，纯粹是统计模型自身的缺陷。
开市客为什么致癌效应最强？
因为开市客选址开店，只会挑选人口密集、经济活跃、医疗机构集中的成熟片区。
这些地方的居民人均寿命更长，体检更频繁，癌症确诊和登记记录自然远远多于地广人稀的偏远乡村。
模型把人口密度和医疗资源带来的统计集聚，一股脑扣在了距离最近的地标头上。

两位研究员最后的结论，说得极其精准：
这套统计方法实际上造成的真实死亡大概是零；
但它制造出来的劣质论文，至少有四篇。

_Rendered by mubei-terminal._