如果按照哈佛大学公共卫生学者的最新计量算法，住在大型仓储超市Costco附近每年会导致全美120,687人死于癌症，私立大学每年造成83,782人死亡，连哈佛大学自己都要为每年5,842例癌症死亡负责。这些荒诞结果并非恶意编造，而是智库Breakthrough Institute研究人员对哈佛大学陈曾熙公共卫生学院发表的一系列论文进行的归谬法复现。这场学术争议撕开了一个长期被权威顶刊光环遮盖的现实：在缺乏物理测量的情况下，粗糙的空间回归模型足以把任何无害地标算成杀人凶手。
荒诞测试拆穿11.5万死亡神话
争议的核心源自哈佛大学Yazan Alwadi团队在2025至2026年间密集发布的一组流行病学报告。该团队先在《环境健康》发文指责马萨诸塞州核电站推高周边发病率，随后于2026年2月23日在《自然·通讯》（Nature Communications）刊发全国性研究，声称2000至2018年间，美国本土核电站200公里范围内的县级区域存在115,586例归因死亡（95%置信区间为56,964至173,326例，其中女性约54,349人、男性约61,237人）。4月13日，该论文甚至针对图表日期刊发了正式勘误。
然而，批评者并没有在论文的文字修辞上打转，而是直接扒开模型底层代码。Alwadi等人以核电站为圆心，将最远达200公里的县级行政区纳入计算，根据距离倒数和十年移动平均拟合出一个邻近度得分。Breakthrough智库的研究员依照原样逻辑，把核电站坐标替换为全美Costco门店、大学校园与体育场馆。结果令人啼笑皆非：大联盟棒球场周边的癌症死亡风险，竟然是足球场周边的近19倍。
虽然批评者推导出的Costco死亡数据是作为舆论与学术反击的展示武器，尚未经同行评议发表，但这记重拳直接切中了要害：如果同一套统计机器输入任何坐标都会吐出成千上万的超额死亡，那么它测出的根本不是电离辐射，而是算法本身的系统性虚假相关。
距离代替暴露的数字黑箱
哈佛团队制造出的惊悚数字，实质上源自现代流行病学中最典型的生态学谬误。在Alwadi团队的模型构建中，物理世界极其复杂的放射性核素迁移、主导风向、水文地质和食物链吸收被彻底略过，仅凭县级行政区距离核设施的直线远近，就被等同于居民承受的辐射暴露。
这种黑箱推演在微观数据上更是破绽百出。在早期的马萨诸塞州研究中，作者宣称在核电站2公里处部分人群的相对风险高达1.5至2.5，约有20,600例癌症病例可归因于电离辐射。但到了《自然·通讯》的全国宏观模型里，所声称的死亡几乎全数压在老年人群身上：65岁以上群体每年承受约4,266例归因死亡，其中65至74岁男性的归因死亡达到20,912人；反观35至44岁的年轻群体，模型置信区间的下限直接跌入负值，论文甚至索性排除了儿童癌症样本。
物理世界不存在只穿透两百公里攻击老人、却绕过贴身工人的幽灵辐射。
独立流行病学专家Jim Smith与Richard Wakeford等人在英国科学媒体中心对此提出严厉质问。电离辐射引发恶性肿瘤具有极为明确的病理规律：细胞分裂更旺盛的儿童与年轻人对辐射最敏感，潜伏期较短的白血病往往是最早显现的信号。1991年美国国家癌症研究所对107个县、90多万例样本的经典调查未发现核电站与癌症死亡的关联；2008年德国KiKK研究虽在5公里内记录到儿童白血病波动，但测算显示正常排放剂量比致病所需剂量低千倍以上。哈佛研究把老人实体瘤当作主要伤亡，却完全无视敏感群体，在生物学机制上根本无法自圆其说。
真实物理剂量摧毁了危险假设
任何脱离物理学与工程现实的医学断言都经不起推敲。在现代工业体系中，离反应堆最近的人员是核电站运行维护工人。如果核电站真如哈佛论文所影射的那样，能够跨越200公里持续散播致死浓度的放射性微尘，那么常年在厂区内巡视的工人理应承受首当其冲的冲击。
事实却完全相反。爱达荷国家实验室（INL）的辐射防护评估报告显示，接受最为严密监测的美国核工业劳动力中，绝大多数人全年在日常工况下未接收到可测量的剂量；即便是出现受照记录的操作者，其平均暴露剂量也仅为法定职业限值的2%（五十分之一）。国际核工人研究（INWORKS）对英、法、美三国约31万名长期佩戴个人剂量计的核工人追踪进一步表明，低剂量辐射诱发的过额相对危险度约为每戈瑞0.47，风险的成立必须依托于个体实打实的长期物理累积，而不是空洞的地理坐标。
| 评估维度 | 国际核工人队列（INWORKS / INL） | 哈佛团队全国研究（Alwadi et al.） |
|---|---|---|
| 暴露衡量标准 | 个人穿戴剂量仪实时实测物理吸收值 | 地理距离倒数加权生成的抽象得分 |
| 最大分析半径 | 反应堆与厂房作业核心区（0公里） | 延伸至核设施外围200公里（覆盖整个县） |
| 实测受照水平 | 大多数无测得读数，受照者均值仅职业限值2% | 未测量任何放射性核素排放与沉降量 |
| 伤亡核心分布 | 实体瘤与个体累积辐射剂量呈正相关 | 伤亡集中于老年群体，直接排除儿童样本 |
| 因果关系定性 | 基于明确物理剂量与流行病学长期对照 | 纯统计相关，作者承认无法证明个体因果 |
这一强烈的物理对照让哈佛论文的推论陷入绝境：既然防护墙内的一线工人都测不到伤害，数十乃至上百公里外的普通居民，又怎么可能因常态运转的核电机组大规模罹患癌症并死亡？
答案只有一个：核电站的选址具有强烈的非随机性。大型机组往往坐落在水源充沛的水网沿岸、传统老工业走廊或者经济欠发达的边缘县域。这些地区本身承受着历史工业污染、较高的吸烟比例、相对薄弱的医疗资源以及严重的老龄化问题。哈佛的统计模型未能剔除这些极其强烈的空间残差混杂，轻率地将所有共存的健康劣势，一股脑扣在了核设施头上。
- 风险.这类未经机制核实的粗糙生态学研究，一旦被包装成科学定论并推向决策层，极易引发公众恐慌，进而绑架能源转型与大型基础设施的审批机制，抬高全社会的脱碳成本。
当数据模型沦为脱离物理现实的数字游戏，看似严谨的顶级期刊论文也会变成制造迷信的工具。科学的本质是解释现实，而不是靠统计套利凭空创造死亡。在哈佛学者拿出经得起推敲的放射性物质扩散证据之前，公众大可不必为生活在核电站周围恐慌，正如你无需担心明天去Costco推一辆购物车，就会给全美癌症死亡名单添上一笔。