# 问脉 · 中文调查结果检索与问卷社区

> 查得到以前的调查得出了什么结论，也发得出、收得回自己的问卷。

> **2,526 条调查结果**　|　**6 家机构 / 81 份报告**　|　**12 个领域**　|　**8 个国家地区**　|　**2,031 条含具体数据**　|　**2016–2026**　|　**12 种可视化**

**在线使用**（查结果不用登录，打开即用，手机也行；发问卷和填问卷需要注册）：

> **在线地址**：https://wenmai-survey.pages.dev

源码仓库：

> https://gitee.com/pineapple010/wenmai

---

## 这是什么

做研究的第一步是查文献。但现在只能在一个个数据库里一篇篇搜论文，关键词不对就白搜，
跨学科的说法不一样也搜不到；找到论文往往也只看到摘要，用的什么指标、得出什么数据，
还要一篇篇下载读全文。而想做一份新问卷的人，题目还得从零开始自己想。

“问脉”把这几件事接起来：

| | |
|---|---|
| **查** | 输入一个话题，直接查到**公开发表过的调查结论与具体数字**，按年份分组，历年变化一眼可见 |
| **看** | 12 种图从不同角度切同一批数据；也能按领域 / 地区 / 年份 / 话题四维筛选 |
| **发** | 从 2,124 道真题里挑题或自己写，限定调查对象，生成链接与二维码发出去 |
| **收** | 站内问卷社区回收作答，自动出逐题分布；作答匿名，与账号物理隔离 |

每一条结论都标注来源机构、来源报告、发布日期和原文链接，可以逐条核对。

---

## 一个真实例子

输入“网民规模”，查到的是历年公开发表的具体数字：

| 年份 | 结论 | 数据 |
|---|---|---|
| 2025 | 我国网民规模达 11.25 亿人 | 互联网普及率突破 80% |
| 2024 | 我国网民规模近 11 亿人 | 互联网普及率 78.0% |

输入“短视频”，查到“短视频平台通过整合本地政务资源、平台流量与商家资源……”这类具体结论。
这不是论文列表，是**结论本身和数字**。

---

## 怎么用

### 一、查已有结论

进“结果检索”页，输入关键词（如“废水”“在校生”“短视频”“网民规模”），
结果按年份分组。可以按**领域 / 地区 / 年份 / 话题**四个维度筛选。
- 检索框支持 `?q=关键词` 深链，例如 `/?q=废水` 直接出结果
- 精确匹配不足时会自动做**同义词扩展**（如“老龄化”→“老年”），并在页面上明确标注那是扩展结果

### 二、看可视化

进“可视化”页，**12 种图**从不同角度看同一批数据：

| 看什么 | 用什么图 |
|---|---|
| 变化 | 折线图（指标趋势，可输入关键词实时出图） |
| 构成 | 环形图、矩形树图、堆叠柱状图 |
| 分布 | 热力图（话题 × 年份）、散点图、气泡图 |
| 流向 | 桑基图（来源报告 → 话题） |
| 用词 | 词云 |

每个点下方都列出对应原文，可以逐条核对。

### 三、发新问卷 / 填问卷

进“问卷社区”或“发起问卷”页：

1. 从题库里搜索挑题（2,124 道真实中文题目），或者自己写
2. 设置调查对象：**年龄 / 性别 / 国籍 / 人种 / 学历 / 职业 / 居住地 / 地区** 八项
3. 生成发布链接和二维码，或直接发到站内社区
4. **填写端也需要注册 / 登录**（减少重复灌水与机器人作答；注册和登录都有人机验证）
5. 填写前会看到该问卷面向谁，需自行确认是否符合（自评不符的作答会被标记）

回收后能看到每一题的选项分布与百分比。

**谁能进 vs 谁能查是两件事**：发问卷和填问卷都需要登录，**只有查调查结果不需要**。
更关键的是——登录只用来「允许提交」，`responses` 表**故意不含 user_id**，
作答与账号物理隔离，发起人拿到的只有汇总分布，**反查不到具体是谁答的**。
（数据库策略同样限制为只有登录用户能插入作答，光靠前端拦是能被绕过的。）

### 四、上传调查结果

机构邮箱白名单内的自动通过，其余进人工审核，通过后展示在结果检索页底部。
上传必须留下可核验的原文链接。

---

## 目前收录

| 项目 | 数量 |
|---|---|
| **调查结果** | **2,526 条**（其中 2,031 条含具体数字） |
| 来源机构 | **6 家**：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 |
| 来源报告 | **81 份** |
| **领域** | **12 个**：环境 890、教育 695、互联网 395、金融 293、健康 64、经济 40、人口 38、科技 32、就业 24、民生 23、性别 16、农业 16 |
| **国家/地区** | **8 个**：中国、全球、美国、日本、德国、印度、英国、巴西 |
| 年份 | 2016–2026 |
| 类型 | 问卷调查 395 条 + 官方统计 2,131 条 |
| 真题题库 | 2,124 道（CFPS 2010–2022、CHARLS 2020），仅用于发问卷挑题 |

每条都标注**来源机构、领域、地区、年份**，并可点开原文核对。

---

## 我们明确不做（边界）

- **不出具新的研究结论**，只做已公开发表结论的索引与溯源
- **不提供原始个体数据**，CFPS／CHARLS 等调查的个体数据需要向发布方单独申请授权
- **不承诺样本代表性**：对象限定与自评标记只能减少“身边统计学”式偏差，替代不了概率抽样
- **不替代系统综述与元分析**，只把研究的第一步“有没有人做过、结论是什么”变得便宜

把边界定清楚，是为了避免过度承诺。

---

## 技术

**前端**：纯 HTML + CSS + 原生 JS，无框架、无构建。
2,526 条结果内置在页面里，断网也能查，拷到 U 盘双击也能用。

- **结果检索**：关键词加权匹配（话题命中权重更高）＋ 覆盖率加权（乘性软 AND）＋ 同义词兜底
- **可视化**：12 种图全部用原生 SVG 手写，无图表库；数值从结论文本里按“数字 + 单位”抽取
- **问卷编码**：问卷可以整份 Base64 编码进 URL，不需要服务端存储；也可走站内社区
- **二维码**：浏览器端生成（内联 uqr），不依赖外部接口
- **SEO / AI 可发现性**：21 张静态领域页（全部 2,526 条都能被不执行 JS 的爬虫抓到）+
  `sitemap.xml` + `robots.txt`（12 个 AI 爬虫白名单）+ `llms.txt` + `llms-full.txt` + JSON-LD

**后端**：Supabase（PostgreSQL + Auth + 行级安全 RLS），用于账号、问卷社区、结果上传与审核。

- **隐私设计**：`responses` 表**故意不含 user_id**，作答与账号物理隔离，无法反查到人
- 查结果、看可视化**都不经过后端**（发问卷/填问卷/上传走 Supabase）

数据来源与版权说明见 [数据来源与版权.md](数据来源与版权.md)。

---

## 工程说明

- **单一真相源**：网站模板是 `3-数据采集/site-template.html`，改完必须重建：
  ```
  cd 3-数据采集
  node build-all.js      # build-site.js → build-seo.js → 同步给 2-现场演示
  node check-seo.js      # 校验 21 张静态页覆盖全部记录 / sitemap / llms
  ```
- **换域名**：只改 `3-数据采集/site.config.json` 的 `site`，再跑一次 `build-all.js`，
  canonical / OG / sitemap / llms.txt / 本 README 的地址会一起更新。
- **部署**：`node deploy-cloudflare.mjs <token>`（Cloudflare Pages，免费不限流量）

---

## 自检

```
2-现场演示/selftest.js            99 项（含带关键词渲染、图表位、同义词扩展）
2-现场演示/selftest-table.js      41 项
2-现场演示/selftest-xlsx.ps1      18 项
3-数据采集/check-seo.js           24 项（静态页覆盖率、sitemap、llms）
```

合计 214 项，目前全部通过。