编码手册怎么编：变量、取值与判断规则的对照本

问卷收回来三十几个变量，访谈转录稿上标了几百个码，隔两周再打开表格，自己也认不出某个"3"到底指什么。导师随口一问，卡住的通常不是分析能力，而是手册没编。编码手册（也叫变量字典）要解决的事很具体：把每个取值码、标签、含义和出现条件固定在同一行里，让判断规则脱离个人记忆独立运行。下面按这个骨架拆开讲。

一、忘掉的往往不是数字，是数字背后那一栏

记忆失效有固定路径。开头是变量名漂移，同一份问卷在表格里叫"Q7"、在笔记里叫"通勤方式"、在分析脚本里叫"commute"，三处对不上，回查要花半天。接着是取值码孤悬，码值还在，标签丢了，"3"变成一个没有所指的符号。再往后是规则口头化，跳答条件、合并口径、例外情形全留在脑子里，一旦换人接手，判断就重新发明一遍。

这三种情况都不是记性问题，而是手册只记了半截：记了码，没记含义；记了含义，没记它什么时候才会出现。

二、三种常见编法，卡在哪里

**把题号当标签。** 想法是"题号和选项号本来就是现成的编号，够用了"。问题在于题号只承载位置，不承载语义，删一题、加一题、调一次顺序，编号就整体位移，历史数据跟着错位。后果是后续阶段无法回溯，只能重编。可行的做法是让码值独立于题号存在，题号作为附注而非主键。

**把规则写成形容词。** 想法是"编码时按语义明显程度判断，我心里有数"。形容词没有可执行边界，"明显属于""基本算""偏负面"这类表述，隔一周自己给出的结果都会变。后果是同一批材料前后不一致，且无法向他人解释依据。可行的做法是把规则改写成条件句，判断依据落在材料里能被指认的痕迹上。

**把模糊项硬塞进主码。** 想法是"每个材料都得有个归属，先归进去再说"。后果是主码被污染，后期想把这些材料单独拎出来已经分不开，统计口径也随之失真。可行的做法是另设一栏承接，不并入主码。

三、一张能用的对照本，一行四栏

手册的基本单位是"一个变量一行"，横向四栏，缺一栏就会在某个环节塌陷。

**取值码**：稳定、简短、与题号解耦。整数序列加变量前缀即可，如 `Q3_1` 之下挂 1、2、3。空缺与"未回答"不要占用有效码位，单列负值或专门码，并在表头声明其含义。码值一旦投入使用，就当作不可变标识对待。

**标签**：给读表的人看，控制在几字之内，能一眼分辨。"通勤方式"优于"上下班交通"，"高"优于"较高水平"。标签只负责识别，不负责解释。

含义与出现条件：后两栏写虚就得返工

**含义**：这一栏决定手册的成色。写清"包含什么、不包含什么"，一到两句，落成可判断的边界。比如"每周通勤次数"要说明是否含步行、是否含周末往返。含义栏写虚了，后面所有编码都在猜。

**出现条件**：说明这个值在什么情况下才会存在。跳答题只有特定人群有值，多选题一人可有多个码，某类材料本来就不该出现这个变量。这一栏把"为什么这条记录是空的"提前解释掉，减少大量回头核对。

四、判断规则写成"条件→动作"

规则不要藏在含义栏的句子里，单独成条，按 R1、R2 依次编号，每条只产出一个动作。句式固定为：

> 当〔材料中出现 A〕且〔同时满足 B〕时，记〔码值〕；若仅满足 A，转入〔待判〕。

三条纪律值得守住。条件只写可观察的事实，比如"提及具体金额""出现否定词""发生在入职之前"，不写"语气消极"这类需要再解释的判断。一条规则对应一个动作，需要两个结果就拆成两条。规则的适用对象要写明，是全体受访者还是某个子群。

形容词式规则怎么改

形容词式规则可以直接对照改写。"内容偏负面记 2"改成"出现对政策效果的否定评价且给出具体事例时记 2；仅表达笼统不满转入待判"。后者任何人拿到手册都能复现，前者只有作者能复现。

五、边界模糊项单开一栏

模糊项不是失败，是正常产出。手册里预留一栏"待判"，只放三项内容：暂记标签、争议点一句话、裁决结果与日期。争议点要写成可复述的短句，"是否算作主动求助"比"这条不好判"有用得多。

待判项不进主码，但在数据里有固定码位（如 99），并在表头注明"不可用于分析"。攒到一定数量后集中裁决一次，裁决结论回填成新的规则条目，同时把该批待判项按新规则改判。这样手册是长出来的，不是补出来的。

六、三条路线，按手上的材料选

**路线一：题号驱动。** 问卷结构清楚、题目不再变动时，按题目顺序逐行建表，先落四栏框架，再逐题填含义与出现条件。适合结构化问卷为主的研究。

**路线二：材料倒推。** 访谈、开放题这类文本材料，先试编一小批，把过程中冒出来的判断逐条写成规则，再回头把码值与标签补进表格。适合材料先于框架到位的情形。

**路线三：标准先行。** 先定码值规则、缺失码、待判码与命名前缀，把空表建好，再逐题逐材料填入。适合多人协作或需要跨批次合并的项目。

三条路线可以混用，比如问卷部分走路线一，访谈部分走路线二，两张表共用同一套码值规则。

七、存放与改动：改码、停用、旧码不重编号

手册要与数据放在同一目录，文件名带日期版本，正文开头写清适用批次。这样任何一份表格都能找到对应的那一版口径。

改动只有三种动作。改码指修改标签或含义，码值本身保持不动，避免历史数据指向漂移。停用指某个码不再使用，处理方式是保留该行、标注"停用"、写明停用日期与替代码，绝不删行。旧码不重编号指新增码一律往后接，哪怕中间有空洞也留着，空号比错位便宜。

八、手册之外：写作与检测环节的分界

手册管判断，不管文本处理。查重、降重、降AI 属于成稿之后的处理环节，写进编码规则里只会让手册退化成操作日志，两边都不好用。手册定稿后进入写作阶段，边界同样要清楚：知学术·AIPaperGPT 全程不收录用户论文内容，材料与转录稿只留在研究者自己手里；起草阶段可先用免费智能大纲理章节骨架，图表公式这类科研元素也可先免费生成再看是否合用，入口在 aipapergpt.com。

九、学术合规提醒

- AI 只作辅助工具，编码定义、边界裁量与结论判断由研究者本人完成并负责

- 平台绝不收录用户论文内容，原始材料与转录稿的保管、脱敏责任在研究者

- 手册涉及受访者身份、联系方式等信息时，脱敏与保管口径可对照《中华人民共和国个人信息保护法》（2021）

- 涉及人的研究须先经伦理审查，知情同意与材料留存安排可参照《涉及人的生命科学和医学研究伦理审查办法》（2023）

- 借用他人量表、既有编码框架或分类标准，须在手册中标注来源与改动处，著录按 GB/T 7714—2015 执行

- 查重与 AIGC 检测结果以学校或期刊指定的官方检测为准，不以自测结果替代

常见问题

**Q1：四栏里哪一栏容易被写空？**

含义栏。取值码和标签有现成素材，出现条件可以靠跳答逻辑推出来，含义栏需要作者自己下判断，容易写成同义反复。检验办法是拿两条相邻记录试着套用，套不进去就说明还没写实。

**Q2：取值码能不能直接用文字标签代替数字？**

可以，短标签直接当码在小规模材料里更易读。规模上去、需要跨表合并或做统计时，数字码更稳，文字标签改一次就要动全部数据。折中做法是码值用数字，标签单独一栏，两者不混。

**Q3：待判项攒多了怎么处理？**

分批集中裁决，一次只处理同一类争议，裁决完立刻回填规则条目并按新规则改判。拖太久会让待判栏变成第二个垃圾桶，反而增加回查成本。

**Q4：手册要写到多细才算够用？**

判据是"换人能不能复现"。把手册交给同门，让对方按规则独立编十条材料，结果与你的差异集中在哪几条，那几条就是需要补写的地方。不必追求覆盖所有边缘情形，先覆盖高频判断。

**Q5：预调查转正式调查，手册要重编吗？**

不必重编，走改码与停用两条动作即可。码值体系保留，删掉预调查里没用上的码并标注停用，新增的码往后接。重编会让两批数据失去可比性，代价比留着空号大。