这一页回答一个问题:我想研究的这个问题,以前的人得出了什么结论?
覆盖 多个来源、多个领域、多个国家/地区,每条都注明来源并可点开原文核对。
覆盖 多个来源、多个领域、多个国家/地区,每条都注明来源并可点开原文核对。
这一页回答一个问题:我想做的这个调查,以前有没有人做过?
下面按调查(调查项目 × 年份 × 问卷类型)整理,共 20 个。 点卡片看这份调查具体问了什么;上面四个图是整体分布。
下面按调查(调查项目 × 年份 × 问卷类型)整理,共 20 个。 点卡片看这份调查具体问了什么;上面四个图是整体分布。
已收录的调查
这里是答卷发卷社区。发问卷和填问卷都在这一页。
发问卷和填问卷都需要登录(减少垃圾问卷与机器人作答);只有查结果不需要。 作答内容与账号分离存储,发起人只看得到汇总分布,无法反查到人。
发问卷和填问卷都需要登录(减少垃圾问卷与机器人作答);只有查结果不需要。 作答内容与账号分离存储,发起人只看得到汇总分布,无法反查到人。
我发起的
在网站上直接发问卷:挑题或自己写 → 设置调查对象 → 生成链接和二维码 → 别人打开链接就能填。
填写者提交后会拿到一串“回传码”,发回给你;把收到的码粘到第 ⑤ 步就能统计出分布。不依赖任何服务器。
填写者提交后会拿到一串“回传码”,发回给你;把收到的码粘到第 ⑤ 步就能统计出分布。不依赖任何服务器。
① 问卷信息与调查对象
设定调查对象。答卷人打开链接时先自评是否符合,不符合的会被提示,但仍可选择继续(作答会被标记为「自评不符」)。
② 从题库挑题
③ 或者自己写一道
④ 已选题目
⑤ 回收作答
填写者提交后会得到一串“回传码”,把收到的码粘到下面(一行一个),就能统计。
把调查结果里的数字画出来。12 种图,从不同角度看同一批数据:
趋势看变化(折线)、结构看构成(环形 / 矩形树图 / 堆叠柱)、密度看分布(热力图 / 散点 / 气泡)、关联看流向(桑基)、语义看用词(词云)。
图上每个数字都来自公开发布的报告,可以逐条点开原文核对。
趋势看变化(折线)、结构看构成(环形 / 矩形树图 / 堆叠柱)、密度看分布(热力图 / 散点 / 气泡)、关联看流向(桑基)、语义看用词(词云)。
图上每个数字都来自公开发布的报告,可以逐条点开原文核对。
① 指标趋势
网民规模
互联网普及率
短视频
网络购物
网络支付
人工智能
在线教育
网络直播
网上外卖
网络医疗
数据口径:同一年如果有多条结论含同单位的数字,图上取其中最大的那个,它不一定和上一年的点是同一个指标。每个点下方都列出了对应的原文,可以逐条核对。
② 话题占比
全部 0 条结论分布在哪些话题上(前 8 个单列,其余合并)
③ 历年收录的结论数
④ 各来源报告贡献的结论数
⑤ 各话题的数据强度
该话题下带具体数字的结论占比(只看 5 条以上的话题)
⑥ 话题占比 · 矩形树图
方块面积 = 该话题下的结论条数,面积越大说明收录越多
⑦ 话题 × 年份 · 热力图
颜色越深,表示这一年在对应话题下收录的结论越多;空白表示当年没有相关结论
⑧ 历年话题构成 · 堆叠柱
每根柱子是一年,颜色分层是各话题占比,可以看出话题结构怎么变
⑨ 话题画像 · 气泡图
一眼看出哪些话题“覆盖年份长、数据又扎实”,右上角的最好用
⑩ 数值分布 · 散点图
把结论里抽出的所有数字按年份铺开,用来看分布和离群点
⑪ 高频词 · 词云
从全部结论正文里统计出的高频词组
⑫ 来源 → 话题 · 桑基图
找到题目后,每条右下角的来源就是它出自哪份调查。想先看调查本身,去调查总览页。
同一个概念,不同的调查里有不同的问法、不同的选项、不同的量表级数。这一页把它们按调查并排放在一起,这是“问脉”区别于普通搜索的核心能力。
用途:把新找到的问卷整理成结构化记录,扩充调查库。 当前为规则版解析器,识别“数字编号题干 + A/B/C 或 1/2/3 选项”这类文本格式,真实可用。
扫描版 PDF / 图片问卷需要大模型版解析器(下一步开发)。
把真实的问卷题目导进来,替换掉当前的示例数据。导入后“题目检索”“跨问卷对比”会立刻用新数据。
数据只存在你自己的浏览器本地(localStorage),刷新不丢,不会上传到任何地方。
方式一:拖入或选择 JSON 文件
也可以把 .json 文件直接拖到本页任意位置
方式二:粘贴 JSON
导出 / 重置
字段说明(除 text 外都可省略)
- text 题干。必填,空的话这条会被跳过
- concept 概念名, 决定“跨问卷对比”能不能把多道题并到一起。同一个概念的题必须写完全一样的词,否则不会被分到一组
- options 选项数组。填空 / 数字量表写
["开放填写"] - topic 主题标签(用于筛选):健康 / 媒介 / 就业 / 教育 ……
- type 题型:单选 / 多选 / 李克特5级 / 4级频次 / 填空
- source 来源。如实写:公开量表写量表名,仿写就写“仿写”,答辩时会被问
- id 编号,可省略(会自动生成);重复的会被自动去重
- year 年份 tags 细标签数组
任何人都可以上传,但要过认证。
· 用机构邮箱注册(学校 / 政府 / 科研院所)→ 自动通过,立刻进入结果库
· 其他邮箱 → 进入人工审核队列,通过后才会出现在结果库里
这么设计是为了减少垃圾和虚假调查结果。上传者要认证,但作答内容是匿名的。
· 用机构邮箱注册(学校 / 政府 / 科研院所)→ 自动通过,立刻进入结果库
· 其他邮箱 → 进入人工审核队列,通过后才会出现在结果库里
这么设计是为了减少垃圾和虚假调查结果。上传者要认证,但作答内容是匿名的。
上传一份调查结果
我上传的
一句话定位:以已公开发布的调查结果为主库——同时站内打通发卷、回收、出图。
这个原型做了什么
- 调查结果综合库:收录已公开发布的调查结果,每条标注来源机构、来源报告与原文链接
- 结果检索:关键词 + 领域 / 地区 / 年份 / 话题四维筛选
- 可视化:12 种图(趋势、构成、热力、桑基等),全部原生 SVG,不依赖图表库
- 问卷社区:站内发问卷、填问卷、回收统计;发卷与填写都需要登录,作答匿名存储
- 对象限制与自评:可限定年龄 / 性别 / 国籍 / 人种 / 学历 / 职业 / 居住地 / 地区 8 类对象,填写方需自评确认
- 结果上传与认证:机构邮箱白名单自动通过,其余人工审核
- 对 AI 与搜索引擎友好:静态领域页 + sitemap + robots + llms.txt + llms-full.txt + JSON-LD
这个原型没有做什么(明确边界)
- 不提供原始个体数据,不投放样本、不代做抽样
- 因此不承诺样本代表性:对象限制 + 自评标记只能减少“身边统计学”式的偏差,替代不了概率抽样
- 不复制受版权保护的报告全文,只做结论级索引与溯源
- 站内作答是匿名存储的:responses 表不含 user_id,与账号物理隔离,无法反查到人;但作答数据本身会保存在数据库里
- 扫描版 PDF / 图片问卷的自动解析需要大模型,当前版本未实现;上传入口收文本行或 JSON
数据说明(重要)
当前内置 0 条调查结果,全部来自公开发布的官方统计与报告 (生态环境部、教育部、CNNIC、中国人民银行、世界银行、世界卫生组织), 每条都能点开原文核对。
另有 2124 道真实问卷题目(CFPS / CHARLS)内置在站内,不单独成库, 只作为「发起问卷」挑题的素材。