大语言模型能变革调查研究吗？灾害备灾响应实验

调查研究面临日益加剧的结构性挑战：回应率下降、样本偏差、高风险受访者中的块状缺失，以及在线样本库中AI辅助的欺诈性作答。大语言模型（LLM）被视为一种补救手段，但覆盖完整调查流程的严格评估仍然稀缺，在数据质量最为要紧的灾害情境中尤其如此。我们提出并评估一个覆盖问卷设计、样本选择、试点测试、缺失数据插补与收集后分析的五阶段LLM集成框架，并以2024年针对佛罗里达州居民的飓风Milton备灾调查（n=946）作为共享的实证试验台。我们构建了一个受保护动机理论（PMT）约束的共现知识图谱，并开发了七种LLM配置，涵盖零样本推理、检索增强基线以及新颖的理论引导变体。我们提出的锚定边际理论引导LLM（A-TLM）在灾害相关的块状MNAR条件下，RMSE优于全部三种经典插补基线（IPW/MI、MICE+PMM、missForest）（S4 RMSE为1.439，次优为1.496），同时实现接近零的有符号偏差（-0.121），而随机森林插补器产生最大的绝对偏差（-0.631）。围绕PMT因果结构组织检索并在单次模型调用中整合全部证据，优于非结构化检索和分阶段顺序推理（MAE 0.993，标准RAG为1.097）。我们记录到接近零的总体偏差可能掩盖方向相反的子群体误差，并提出将子群体分层偏差审计作为报告标准。一个受检索约束的知识图谱聊天机器人表明，通过有据可依的拒答，幻觉在架构上是可管控的。