1 团队介绍
队名：菜就多练队
指导教师：龚志伟
团队成员：唐怡洁、覃纯
学校：中南林业科技大学
2作品背景
随着我国经济的迅速发展，本作品主要分析我国居民的收入增长是否能匹配经济增长的速度。
2.1经济发展趋势分析：
背景设定：探索中国国民收入在过去2000年到2019年的发展趋势，分析收入在不同时期的增长情况。
分析说明：通过可视化图表展示国民收入的年度变化、不同地区的收入差异、不同行业的贡献等，以此来评估中国经济的整体健康状况和不同领域的贡献度。
2.2收入分配不均问题分析：
背景设定：关注中国国民收入在不同群体之间的分配不均问题，如城乡差异、不同年龄段、地区收入差异、受教育时间不同群体的收入差距等。
分析说明：通过可视化工具展示城乡收入差异、不同行业、教育水平等因素对收入的影响，分析收入不均问题的原因，并提出可能的解决方案。
2.3影响居民水平的因素分析
背景设定：随着居民收入的增长，居民消费水平是否匹配其增长速度，查看居民消费的方面。
分析说明：通过可视化工具对居民消费方面、影响居民消费的因素进行分析。
3 可视化产品—制作流程
在正式比赛过程中，我们主要从主题确定、数据采集、数据分析、、作品报告制作与作品演示视频等几个方面完成比赛的各项任务。
3.1主题确定与数据采集
为了确保我们所选主题数据的易采集性和易分析性，我们参考了历年来的得奖作品，选取什么样的主题进行分析是非常重要的。所以在选题方面，我们发现得奖作品的主题意义深刻、维度广、拓展性强、有深度、等特点，然后，在数据采集方面，我们应考虑数据的可靠性、可用性与实时性。对于数据的寻找，我们可以在和鲸社区（https://www.heywhale.com/）、GitHub（https://github.com）、中国学术调查数据资料库（http://www.cnsda.org/）、中国国家统计局（http://www.stats.gov.cn/）等数据网站进行数据的采集。最后，并从如下表1中的网站采集到了所需要的数据。
表1 作品数据来源
|
网站名称
|
网址
|
可视化作品所用数据
|
|
中国国家统计局
|
http://www.stats.gov.cn/
|
农村人均可支配收入
|
|
城镇人均可支配收入
|
|
居民人均支出
|
|
和鲸社区
|
https://www.heywhale.com/
|
个人收入水平调查分析
|
|
2000-2019年分地区人均可支配收入、城市和农村可支配收入以及泰尔指数面
|
3.2数据分析
为了更好的分析中国居民的收入情况和影响居民收入的因素我们从整体情况、个人情况、人均消费水平、影响居民收入和消费因素四个方面进行了分析。
3.2.1整体情况分析
通过分析2000年到2019年全国各省的收入，整体收入水平迅速提升。通过查看农村和城镇收入的差距以及城镇化的水平来分析二者可能存在的关联。通过对农村城镇人口的统计来观察城镇化率，以及计算泰尔指数来分析城镇和农村发展是否平衡，是否存在城乡差异越来越大的情况。
3.2.2个人情况分析
通过分析各个省的个人收入以及个人收入组成来反映我国各个地区的发展情况以及个人收入水平的变化。个人可支配收入增长率是一个反映收入水平提高的重要依据，而将其分为农村和城镇可以更好的观察农村城镇的发展差异。
3.2.3人均消费水平分析
首先分析居民整体的消费情况，发现居民人均消费支出呈直线上升，增长率从波动趋于平缓。然后分析居民的消费类别，将其分为消费品类和服务类，而消费品类包括了居民人均食品烟酒支出、居民人均生活用品及服务支出、居民人均衣着支出、居民人均其他用品及服务支出；服务类包括了居民人均交通通信支出、居民人均教育文化娱乐支出、居民人均居住支出、居民人均医疗保健支出。通过分析这两个方面反映出居民的消费水平以及消费观念的改变，还可以从侧面反映我国各个行业的发展情况。
3.2.4影响居民收入和消费因素分析
分析可能对居民收入和消费造成影响的因素如年龄、性别、受教育时间和每周工作时长等。通过分析这些方面反映不同人群的收入和消费水平。
4数据可视化制作
4.1可视化界面设计思路
采用仪表板形式，将不同类型的数据可视化图表放置在一个页面上，以便用户能够轻松比较和分析信息。模块化设计：将不同主题的可视化数据放置在独立的模块中，比如经济趋势、收入分配不均、消费与储蓄比例等，方便用户选择关注的内容。提供清晰的导航和过滤器，让用户可以根据时间、地区等条件快速筛选和查看数据。
选择清晰而协调的配色方案，避免颜色过于刺眼或难以辨认，以确保数据图表清晰可读。使用不同颜色或渐变色来表示不同的数据类别或区域，使用户能够轻松区分和对比不同数据。选择清晰易读的字体，确保在各种屏幕大小和分辨率下都能清晰显示。采用粗细搭配，使用粗体用于标题和重要信息，使用正常或轻字体用于正文和辅助信息。
总体设计原则是确保界面清晰、易读、易用。例如，可以将各类图表（折线图、柱状图、地图等）放置在不同的区域或页面，并通过颜色和标签进行巧妙的视觉编码，以便用户能够快速理解和比较数据。重要信息和关键指标要有明显的突出，而辅助信息则不应分散用户的注意力。界面设计的目标是让用户能够直观地理解数据，从而更好地进行分析和决策。
4.2成果展示
4.2.1 part1：全国整体情况分析
 图2各省总收入分析
从2000年到2019年我国各省的收入都在不断提高，显然这是一个必然趋势，从区域地图上来看，我国收入较高的地区主要集中在东南沿海地区，这与各省所在的地理位置、人口、地形、国家政策等都有重要联系。这也体现了我国经济发展的不平衡。我国政府也致力于实施区域发展政策，在00年到19年各省收入差距也有所减少
图3城镇农村收入和城镇化率变化
2000年到2019年城镇收入和农村收入差距越来越大，从2000年城镇比农村多12610.66亿元到2019城镇比农村多305774.05亿元，但不意味着农村与城镇发展的不平衡，因为收入水平还跟城镇化率（城镇人口占总人口的比例）有着很强的关联。虽然收入差距变大了但是城镇化率也有显著提升，城镇化率也是衡量国家发展的一个重要标准，从这一方面也体现出我国经济的发展迅速，农村和城镇都在迅速发展但不完全平衡
而判断城乡发展是否平衡我们可以采用泰尔指数来进行分析如图4
  
图4泰尔指数
简单来说这里的泰尔指数反映了农村与城镇发展的是否平衡，越接近与0表示越平衡，越接近1表示越不平衡
总体来看，从2000年到2019年各省的泰尔指数除个别年份外基本越来越小说明城镇和农村发展的差异逐渐缩小，正如前面所说，收入水平跟城镇化率有重要联系，经济发展不仅仅是看总收入收入，还与人口有着密切关系，城镇和农村发展差异缩小离不开国家政策的扶持，我国的精准扶贫、西部大开发等政策极大的提高了农村和全国人民的收入水平，缩小城乡差异
4.2.2 part2：人均收入情况分析
图5农村城镇人均可支配收入
城镇居民主要收入来源于工资，财产、转移和经营净收入较少。农村居民收入来源于经营净收入和工资性收入，转移净收入次之，财产净收入最少。
图6农村城镇人均可支配收入和增长率
图7全国各省各年份人均收入
4.2.3 part3：人均消费水平分析
图8居民总体消费情况
图9消费品类分析
图10服务类分析
4.2.4 part4：影响居民收入和消费因素分析
图11性别对收入的影响
图12年龄对收入的影响
图13受教育时间和一周工作时长对收入的影响
4.2.5 part5：总结
1.随着我国经济的高速发展，我国居民的生活水平也在不断提升，居民收入也迅速提高，这得益于我国经济持续发展和政策有力支持的结果，同时也反映出中国在推进现代化建设和改善人民生活方面取得的积极成效。我国经济持续增长，为居民收入的提高提供了坚实的基础。经济增长带来了更多的就业机会和创业机会，从而促进了居民收入的增加。我国城镇化率的提高也体现出我国的发展迅速，而作为一个社会主义国家，我国秉持着先富带动后富的发展理念，这使得农村和城镇的发展兼具，城乡差异逐渐缩小，农村居民收入也有巨大的提升。
2.我国居民的人均收入也随着经济发展而提高，收入高的地区通常地理位置优越，资源丰富，受到国家政策的扶持，这些地方发展速度远超其他地区，居民人均收入也更高，这也反映了我国发展的区域不平衡性。但是这些先发展起来的地方也会带动周围区域的发展。而在居民收入方面，通常与受教育时间和工作时间成正相关，与性别也有一定的关系，高收入的男性群体比女性略多。
3.入水平的提高我国居民的消费水平、消费观念也随着发生变化。人们对品质和品牌的要求也在不断提高，对烟酒食品、生活用品和衣着用品的品质和品牌要求也在不断提高。而最为明显的是人们在居住方面的消费支出更多，占比更大，这也反映出我国的房价问题。
4.高速发展往往会带来一些问题，如人口老龄化、区域发展的不平衡、城乡差异、通货膨胀、房价过高等，这需要我们长期的努力，拉动经济增长、提高居民收入，促进各个地区平衡发展完善社会保障体系，应对人口老龄化问题。 实施区域协调发展战略，促进区域发展平衡；推动城乡一体化发展，缩小城乡差距；加强宏观经济调控，控制通货膨胀，加强房地产市场调控，稳定房价。
5 总结与分享
当制作中国居民收入可视化分析的论文报告时，团队需要经历一系列步骤来确保作品的准确性、清晰度和有说服力的有效表达。以下是一些在不同阶段的经验和建议：
深入理解课题： 在开始之前，团队需要全面理解中国居民收入的相关背景、现状和变化趋势。这可能包括各地区、不同人群、行业的收入差异等。
分工合作： 确定团队成员的职责，明确每个人的任务和时间表。确保沟通畅通，并且每个人都清楚自己的角色。
利用专业工具：我们团队除了参加校内的课上学习，还参加了帆软训练营的线上学习，以确保团队成员熟悉工具的使用，并可以迅速有效地解决问题。
数据收集和清洗： 收集来自可靠来源的数据，并进行必要的清洗、处理，确保数据的准确性和完整性。
图表选择与优化： 不同类型的数据适合不同类型的图表。确保选择最适合展示特定数据的图表类型，并优化图表的样式和布局，以增强可读性和视觉吸引力。
故事性呈现： 报告最好有一个清晰的故事线，从收入的现状到变化趋势，或者从不同地区/人群的比较，给读者一个清晰的认知路径。
最后，通过参加这次的帆软比赛，我们不仅学会了FineBI的应用，能够制作相关可视化分析图表，掌握了很多数据分析的方法，还加强了队友之间的联系，使我们的配合更加默契。这次活动也让我们获得了宝贵的学习经验，培养了我们独立思考和深度学习的能力。最后我们要感谢我们的指导老师龚老师，提供的宝贵意见。 | 
