管理学、公共政策、公共卫生和环境类论文里，只要问题涉及"为什么越管越糟""为什么政策短期有效长期失灵"，答案往往在反馈结构里，而表达反馈结构的标准工具就是因果回路图（causal loop diagram，CLD）。
这类图看着简单——几个变量、几条带箭头的曲线——但审稿人最常挑的三个毛病都很致命：变量写成了动作、极性没标或标反、回路根本没闭合。这篇指南按画图的实际顺序讲清每一步。
本文要点：
- 变量该怎么写（以及为什么"提高效率"不能当变量）
- 正负极性的一句话判断法
- 增强回路 R 与调节回路 B 怎么区分
- 时滞标在哪里、为什么重要
- 因果回路图与存量流量图的分工
- 一个完整示例与论文里的写法
第一步：变量必须是能升能降的名词
这是最常被退回的一点。因果回路图里的每个变量都必须是可以增加或减少的量，所以它只能是名词或名词短语。
| 不能用 | 改成 | 为什么 |
|---|---|---|
| 提高培训力度 | 培训投入 | 前者是动作，无法"增加了培训投入的提高" |
| 加班 | 加班时长 | 需要一个可比较的量 |
| 员工不满意 | 员工满意度 | 变量不带正负倾向，方向由极性表达 |
| 实施绩效考核 | 绩效考核强度 | 政策本身是外生输入，强度才是变量 |
把否定词写进变量名（"员工不满意""资源不足"）会让后面的极性判断彻底混乱，因为一条箭头同时要处理"不满意增加"和"满意度下降"两种表述。统一用中性的正向名词。
一张可读的图通常控制在 8 到 15 个变量。超过之后没人能追踪回路，正确的做法是拆成几张子图，各自讲一个回路故事。
第二步：极性只需回答一个问题
每条因果箭头都要标 + 或 −。判断方法只有一句话：
在其他条件不变的前提下，A 增加时，B 是比原本更高（+），还是比原本更低（−）？
注意"比原本"这三个字。判断的是变化方向，不是最终水平。举例：
- 加班时长 → 完成工作量：+（加班越多，完成得越多）
- 疲劳程度 → 出错率：+
- 出错率 → 返工量：+
- 完成工作量 → 剩余工作量：−（完成得越多，剩下的越少）
这里必须强调一点：箭头代表的是你主张的因果关系，不是数据里的相关性。相关系数显著不等于可以画一条箭头。因果依据来自理论、机制说明或已有研究，在论文里要交代清楚，否则这张图只是好看的猜测。
第三步：数负号判断 R 还是 B
回路闭合以后，沿着回路数一圈负号的个数：
- 偶数个负号（含 0 个）→ 增强回路，标 R：偏离会被放大，形成滚雪球或恶性循环
- 奇数个负号 → 调节回路，标 B：偏离会被拉回，系统趋于稳定
每个回路都要给一个编号加名字，比如 R1 返工恶性循环、B1 加班补救。名字不是装饰——论文正文讲的就是这些名字，没有名字的回路等于没法讨论。
第四步：时滞标在真正有延迟的地方
时滞用箭头上的双横杠表示。它标的不是"这件事要花时间"，而是因和果之间存在明显的时间差，足以改变系统行为。
典型的时滞位置：加班到疲劳累积、招聘到人员到岗、投资到产能形成、污染排放到生态响应。时滞是很多"政策短期有效、长期失效"的直接原因，该标的地方一定要标；不确定的地方宁可不标，也不要每条箭头都画双杠。
因果回路图与存量流量图的分工
两者经常被混用，分工其实很清楚：
- 因果回路图表达结构和方向：哪些变量互相影响、反馈是增强还是调节。它不含数量，不能仿真。
- 存量流量图（stock and flow）区分存量（矩形，如库存、人口、资金）与流量（阀门，如入职率、排放速率），带方程和参数，可以在 Vensim、Stella 一类软件里跑仿真。
论文的常见做法是：先用因果回路图讲清机制假设，再针对核心回路建存量流量模型做定量分析。如果你的研究只做机制分析、不做仿真，只画因果回路图是完全成立的，不必勉强补一个跑不起来的模型。
完整示例：项目进度压力
以软件项目的进度压力为例，把因果链写成清单再画图：
- 剩余工作量 → 进度压力（+）
- 进度压力 → 加班时长（+）
- 加班时长 → 完成工作量（+）
- 完成工作量 → 剩余工作量（−）
- 以上构成 B1 埋头苦干（一个负号，调节回路）
- 加班时长 → 疲劳程度（+，有时滞）
- 疲劳程度 → 出错率（+）
- 出错率 → 返工量（+）
- 返工量 → 剩余工作量（+）
- 以上构成 R1 疲劳返工（零个负号，增强回路）
- 进度压力 → 测试时间（−）
- 测试时间 → 出错率（−）
- 以上构成 R2 偷工减料（两个负号，增强回路）
这张图讲的故事是：进度一紧，团队先靠加班顶（B1），但加班带来疲劳、疲劳带来返工（R1），同时压缩测试又直接推高出错率（R2）。两个增强回路最终盖过调节回路，于是"越赶越慢"。
论文正文就照这个顺序写：先说明每个回路的机制，再说明哪个回路在什么阶段占主导，最后指出干预点——在这个例子里，干预点是测试时间而不是加班时长。
用文字描述生成初稿
手工排布曲线箭头、避免连线交叉，是这类图最耗时间的部分，而且导师一句"把这条边反过来"就得重排。更快的做法是把因果链写成清单，先生成初稿再微调。
因果回路图生成器按领域分了几个模式，进入页面后在输入框上方切换：
输入格式就是上面示例里那种清单：变量A → 变量B（+），加上回路编号、名称和时滞位置。生成器只画你给出的因果边，不会自己补一条让图看起来更完整——这正是论文配图需要的行为。它也不做仿真、不估参数、不从数据里推断因果，这几件事仍然要你自己完成。
需要表达项目的投入产出而不是反馈结构时，用逻辑模型更合适。其他专业的论文配图，可以直接看毕业论文配图按专业导航。
常见问题
因果回路图和存量流量图必须都画吗？ 不必。如果研究只做机制分析和政策讨论，因果回路图就够了。只有当你要做定量仿真、需要区分存量与流量、需要参数和方程时，才需要进一步建存量流量模型。
回路里的负号数怎么数才不会错？ 沿着回路走一整圈，回到起点，把路上每条边的极性记下来，只数负号。偶数（含零）是增强回路 R，奇数是调节回路 B。数完以后再用直觉验证一次：这个回路是会自我放大，还是会自我抑制。
一张图最多放多少变量？ 建议 8 到 15 个。变量再多，读者就无法追踪回路了。复杂系统的正确做法是拆成几张子图，每张讲一个回路故事，再用一张总览图说明它们如何衔接。
没有数据可以画因果回路图吗？ 可以。因果回路图表达的是结构假设，依据来自理论、访谈、已有研究或实践经验，不要求定量数据。但反过来说，有数据也不能直接把相关关系画成因果箭头——每条边的因果依据都要在正文里交代。
