把问卷回答和后台订单、考勤、发放或行政记录并在一起，几乎总会看到一部分对不上。这些不一致不能直接读成「受访者说了谎」，也不能默认「记录才是真的」。更常见的实际情况是：你手里的两套数据测的并不是同一件事，链接过程本身又制造了一部分分歧，只有剩下的那部分才可能与个体报告误差或真实变化有关。把这三层分开、逐层给出证据，比争论「谁更可信」更有用。
先做链接质量，再看不一致率：如果没有单独报告链接成功率、未匹配者的画像，以及错配与漏配的量级，那么你在样本里算出的「一致率」和「不一致率」都还不可解释。后台记录不是金标准——它同样会有口径、覆盖和时点问题；而概率式链接会把一部分本不匹配的记录算成匹配，从而把分歧「洗掉」。
下面讨论的是数据管理与测量的方法问题，不针对任何具体机构或个人。文中所有数字除特别标注来源外，都是为说明算法而构造的示意数据，不能当作经验基准，也不能用于推断任何真实的合规或违规比例。
把「不一致」拆成三层，先别急着下判断
面对一条「问卷说享受了、记录里没有」或「记录显示使用了、问卷说没有」的差异，先把问题定位到三层之一：记录侧、链接侧、个体侧。三层的证据不同，处理动作也不同。
| 来源层 | 典型表现 | 你需要出示的证据 | 对应的处理 |
|---|---|---|---|
| 记录侧：口径与覆盖 | 记录测的是资格、申报或发放在某个时点是否入账，而不是本人是否知晓或是否实际获得；记录只覆盖登记在册、被系统正确记录的对象。 | 记录的定义文档、覆盖范围、时间戳字段、单位与币种。 | 先做概念对齐，必要时改口径或改结论措辞，而不是改数据。 |
| 链接侧：漏配与错配 | 同一个人被拆成两条记录，或两个不同的人被并成一条。 | 链接键、匹配规则与阈值，漏配与错配的估计或抽样人工复核。 | 量化并披露链接误差，做阈值敏感性分析。 |
| 个体侧：真实差异与报告误差 | 记录正确而受访者记错、归错时点或理解成另一件事；也存在记录滞后或漏登导致自报正确的情况。 | 问题的回忆期、构念定义、敏感程度，以及记录侧的登记时点。 | 先改题再考虑统计处理，并写明误差方向不定的部分。 |
这三层不是互斥的选项，而是必须依次排除的顺序。跳过前两层直接讨论「受访者是否诚实」，几乎一定会把口径问题和匹配问题算到个人头上。
第一层：记录测的是不是你问的那件事
口径对齐至少要做四件事：统一时间单位（自然月、账期还是自然年，跨期如何归集）；统一对象单位（个人、户、企业单位还是门店）；统一事件定义（「申报」与「享受」、「下单」与「完成」、「发放」与「到账」不是同一件事）；统一时点（发生日、入账日与统计截止日可能落在不同期间）。任何一项没对齐，后续算出的不一致率都在混合不同的东西。
覆盖问题同样重要：后台或行政记录通常只包含登记在册、发生过特定动作、并被系统正确记录的对象。一个没有出现在记录里的人，不一定「没有发生这件事」，而可能是「没有进入这套系统」。把记录里的「无」直接读成「没有」，会把覆盖缺口误判成个体差异。
待遇、补贴与政策类数据是典型的例子：系统里有发放记录，不等于当事人知道、记得或理解了这件事；反过来，当事人说「没听说过」，也不能推翻记录里已经发生的发放。这两种说法测量的是不同的构念——一个是记录中的获得状态，一个是本人的知晓与感知——不应互相当作对错。真正需要研究「知晓」时，自报才是构念本身，记录只能用来核对是否发生过获得。
第二层：链接本身会制造看不见的分歧
链接（linkage）是把两套数据里属于同一个对象或同一个单位的记录认成同一条。用身份证号或单一主键精确匹配看起来省事，但在脱敏、重号、更名、跨系统编码口径不一致的情况下并不总可行；实践里更常见的是用姓名、生日、地区、手机号等组合做概率式匹配，给每一对候选记录一个「是同一个对象」的概率，再按阈值决定连不连。
概率式链接的代价是两类错误同时存在：漏配（真匹配被判为不匹配）和错配（真不匹配被判为匹配）。漏配会让本可对上的记录落到「未匹配」堆里；错配更隐蔽——它把两条本不相关的记录连在一起，在「是否一致」的统计里凭空生出差异，也可能反过来把差异抹平。美国国家卫生统计中心在把 2014 年「全国医院护理调查」与「全国死亡索引」做链接的研究中指出：概率式链接对每一对记录是连还是不连本身带有不确定性，而这种不确定性会继续传导到用链接数据算出的估计量上，他们因此用重采样来量化这种传导。对做调研的人，这句话的含义是：不能只报一个链接后的点数估计，还要报告该估计对链接决策的敏感程度。
| 错误类型 | 怎么产生 | 对结论的影响 | 怎么检查 |
|---|---|---|---|
| 漏配 | 阈值过严、关键字段缺失或写错、跨系统编码不一致。 | 有效样本被低估；把「未匹配」误当成「不存在」。 | 对阈值宽严做敏感性分析；对未匹配样本抽样人工复核。 |
| 错配 | 阈值过松、组合字段区分度低（同名同生日）、地区或机构字段粒度过粗。 | 制造或抹平差异；系统性高估一致率。 | 估计错配率或抽小样本人工核验；报告链接前后的关键变量分布变化。 |
用一份 1,000 条记录的示意算例走一遍
下面是一次完全示意的链接，数字只为说明算法。1,000 名受访者的问卷对应 1,000 条后台记录：其中 900 对链接成功，100 对未匹配，链接率为 90%。在成功链接的 900 对里，字段与事件一致的 720 对、不一致的 180 对。只按链接样本计算，不一致率是 180 ÷ 900 = 20%。
但未匹配的 100 对究竟一致还是不一致，你并不知道。如果改用「未匹配一律按不一致处理」的保守口径，整体不一致率变成 (180 + 100) ÷ 1,000 = 28%，比 20% 高出 8 个百分点。同一批数据，换一个分母就差 8 个百分点——这就是为什么分母口径和未匹配者的处理方式必须先写清楚。
再看链接误差如何「洗掉」分歧。假设通过人工复核估计这 900 对里有 20 对是错配。错配的两条记录本就不该放在一起比较，它们被计入「一致」还是「不一致」都不代表真实情况；如果这 20 对恰好被算成了「一致」，那么真实一致对数应为 720 − 20 = 700，按可比较的记录数 900 计算，一致率是 700 ÷ 900 ≈ 77.8%，而不是 80%。误差不大，但方向是固定的：错配倾向于制造一致，让数据看起来比实际更干净。
最后看匹配偏倚。假设这 1,000 人里，某个关键特征（例如「过去一年迁移过住址」）的真实占比是 34%；在 900 个匹配成功者中占 30%，在 100 个未匹配者中占 45%。只分析匹配样本，你会把该特征低估 4 个百分点（30% 对 34%）；若忽略未匹配者、直接宣称样本「代表全体」，偏差会更大。链接率越低、未匹配者的特征越特殊，这个偏倚越不可忽略。
匹配率只是入口，未匹配的人是结论的一部分
链接率高不等于没有偏倚：即便 95% 的记录都连上了，只要那 5% 在关键变量上系统性地不同，基于匹配样本的比较仍会偏移。正确做法是把未匹配者当成一类单独的样本处理，而不是当缺失值清掉。
- 描述未匹配者。用问卷里本来就有的、不需要链接的人口与行为变量比较匹配组与未匹配组，而不是用只有记录才有的变量——后者对未匹配者根本不存在。
- 至少汇报三种分母。只算匹配样本；把未匹配者按「不一致」处理的保守口径；把未匹配者作为独立分层的口径。三个结果并排给出，读者才能判断结论有多稳。
- 对阈值做敏感性分析。改变匹配阈值，看结论方向是否稳定。如果结论随阈值翻转，那它首先是链接方法的产物，而不是被研究对象的事实。
用记录校验自报时的四条决策规则
| 情形 | 该怎么处理 | 报告里怎么写 |
|---|---|---|
| 记录是某事件「是否发生」的权威文件，但存在漏登。 | 用记录与自报的并集作上限、记录单独作下限，或用捕获—再捕获思路估计漏登；不要假装记录完备。 | 写明上下限各自的假设、并集口径会高估哪些情况、记录口径会低估哪些人。 |
| 研究目标本身就是「知晓、感知、理解」。 | 自报是构念本身，记录只用于核对「是否获得」，不能反过来用记录否定自报。 | 把「获得」与「知晓」分成两组变量分别报告，并说明二者不一致本身就是发现。 |
| 「不一致」是要解释的结果，例如申报是否规范、使用是否如实。 | 先估计错配率与漏配率，对不一致率做误差校正，或把链接不确定性纳入区间。 | 把未校正与校正后的数值并列，注明校正所依赖的错配率假设。 |
| 数据敏感：收入、健康、待遇、补贴。 | 优先考虑伦理、授权与再识别风险；能只用汇总数据回答的问题，不做个体级链接。 | 说明授权来源、粒度选择理由、数据保留期限与链接键的存放与销毁方式。 |
把链接过程写成别人能复核的一段说明
不管结论多简单，方法说明里应当能回答下面这些问题，才算可复核：
- 链接键用了哪些字段，是精确匹配还是概率匹配，阈值是多少，为什么这么定；
- 链接率是多少，未匹配者在可观察变量上的分布与匹配者差多少；
- 对漏配与错配做过哪些检查，是否有抽样人工复核及其结果；
- 两套数据的口径、覆盖范围与时点如何对齐，哪些不一致被判定为口径差异，依据是什么；
- 保留与排除的分母分别是什么，敏感性分析给出了什么结果；
- 谁授权了这次链接，数据保留多久，链接键存在何处、如何销毁。
什么时候不该做链接
- 没有合法依据、授权或伦理审查支撑，尤其是跨机构的个体级匹配。
- 样本太小，无法估计错配与漏配，链接误差比你要测的效应还大。
- 记录的覆盖人群与调查总体严重错位，链接后的样本代表不了任何一个明确的总体。
- 目标是用记录对具体个人做定性判断（是否违规、是否如实），这类结论超出调研证据的范围，应由相应的核查程序处理。
问卷派在这条链路里承担哪一段
在问卷派里，可以把「记录」与「自报」从设计阶段就分开：把「是否发生、是否获得」的行为题与「是否知晓、如何评价」的认知题放进不同题组，避免一个选项同时承担两种含义；用稳定的匿名编号而不是姓名字段作为后续链接键，导出时保留时间戳、来源与状态字段，方便与外部记录做口径对齐。
回收后，代码本要把链接键、缺失编码与派生规则写到可复算；清洗时按从原始答卷到分析数据集的顺序，把「未匹配」作为一个独立状态，而不是当成空白或零；缺失数据的处理要区分「没有这条记录」和「记录里字段为空」。如果链接后要做的是个体级合并，先按匿名与再识别的审计检查组合字段的风险，再决定是否需要更粗的粒度。最后把链接率、未匹配者描述与敏感性分析写进方法说明，让结论能追溯到具体口径。
需要说明的是，与外部系统的个体级匹配本身发生在平台之外：它需要数据授权、合规安排与对方系统的配合。问卷派能做的是把问卷侧的字段、口径与导出做好，让这段链接在平台之外可复核地完成，而不是替代授权与合规判断。
方法与来源依据
- Groves & Lyberg (2010), Public Opinion Quarterly 74(5):849–879 — Total Survey Error: Past, Present, and Future（总误差框架把误差分为测量侧与代表性侧：测量误差来自构念、作答与处理，代表性误差来自覆盖、抽样、无应答与加权调整；链接误差是独立于这两类的额外来源）
- Sakshaug & Antoni (2017), Total Survey Error in Practice, 557–573 — Errors in Linking Survey and Administrative Data（把链接误差作为调查总误差中需要单独处理的一环：链接质量、匹配规则与链接后的偏差会改变估计，不能只看链接率）
- National Center for Health Statistics, IJPDS 3(5) (2018) — Simulation Approach to Assess the Precision of Estimates Derived from Linking Survey and Administrative Data（以 2014 年全国医院护理调查与全国死亡索引的链接为例，指出概率式链接对「连或不连」的判定带不确定性，并用重采样量化该不确定性对估计精度的传导）
- Kreuter, Sakshaug & Tourangeau (2016), International Journal of Public Opinion Research 28(1):142–152 — The Framing of the Record Linkage Consent Question（链接同意问题的措辞会影响同意率，说明同意进入链接的样本不是随机子集）
- Sakshaug & Vicari (2018), Journal of Survey Statistics and Methodology 6(1):46–71 — Obtaining Record Linkage Consent from Establishments（在机构样本中，同意问题的放置位置同时改变同意率与由此产生的偏差）
- Bound, Brown & Mathiowetz (2001), Handbook of Econometrics — Measurement Error in Survey Data（以外部记录核对自报数据，说明自报误差幅度可观、且不以简单随机的方式出现，外部记录可作为校验来源但同样有其自身误差）
- National Academies of Sciences, Engineering, and Medicine (2023) — Toward a 21st Century National Data Infrastructure: Enhancing Survey Programs by Using Multiple Data Sources（官方建议：在使用多来源数据时，需要分别评估每个来源的质量与偏差，并把链接与隐私保护作为前置条件处理）