作品集 工程记录 02 / 03

数据产品 · 单文件离线 · 独立开发

广州经济看板:不是把图做漂亮,是让每个数字都能被对上

数据来自统计局公开的 PDF 与公报,我自己写解析器结构化。这一页只讲一件事: 一个看板凭什么让人相信它——三项合计必须跟全市精确相等才入库、没披露的年份宁可空着、 归因只敢写成推断。

打开作品 →
3 项闭合校验
11 区× 48 年序列
8 表Excel 交付
0 外链断网可演示

01 交付了什么

先划边界

一个双击即开的单文件网页(ECharts 本地化,不依赖任何 CDN)、一份 8 个表的 Excel、一页 A4 设计说明。数据源全部公开:《广州统计信息手册(2026)》的分区口径、2025 统计公报、2026 年 1–9 月经济运行、2026 年月度综合统计。原始 PDF 全部留在 data/raw_pdf/(11 张分区表 + 7 张全市表),任何一个数字都能回到原文那一行。

六个板块按「先结论后图表」排:总量底盘、动能结构、需求与投资、民生与流量、十一区对比、异常归因。每块末尾一句小结,读的人先看结论,再决定要不要看图。

产品定位是自己先定死的:只做监测与解释,不做预测。预测会让整份东西的可信度绑在一个我无法验证的判断上,而监测的错误能被马上发现。

02 动手前先写下的判据

这四条不满足就不算做完

判据怎么测结果
11 区数据必须跟全市对得上 build.py 里做闭合校验:GDP / 人口 / 社零三项合计 vs 全市值 32039.46 亿 / 1910.10 万 / 11032.38 亿,三项精确相等
没披露的年份不许插补 入数据集前断言为空值;图上留空 + 图下注明 + 悬停「未披露」 6 处缺口全部有标注,没有一处被外推
每个归因句都能指到一个具体数字 逐句回表核对,并把「推断」两个字写进标题 三张归因卡全部带区名与百分点
断网、本地双击就能跑 禁用网络后直接打开文件 ECharts 本地化后完整可用

03 真的错过的四处

每条都按「现象 → 怎么发现的 → 改成什么 → 现在拿什么证明」写

01立体天际线按投影排,西南角挤成一团

怎么发现的
用等轴测投影自动摆柱子之后,番禺、南沙、荔湾几根柱子的标签互相压住,读者找不到哪根是哪个区。
改成了什么
柱子改成按「北在上、南在下」手工排布——先保证可读,再谈准确。同时把定位收紧:这个立体图只回答谁在哪个方位、体量多大;比较一律交回 2D 柱状图,因为透视会压缩长短,用 3D 比大小本身就是错的。
现在的证据
11 个区名在 1440 宽与手机宽度下都可读;3D 图上没有任何「第一名/第二名」的排序叙事。

02空柱会被读成「降到零」

怎么发现的
通用/专用设备缺 2025、医药制造缺 2026、充电桩缺 2026、工业/服务机器人缺 2025——官方只在该年披露该口径。第一版图里这些位置看起来像数值归零。
改成了什么
留空 + 图下注明 + 悬停显示「未披露」,绝不估计、绝不线性外推。写进 README 的那句话是:看板上任何一个位置出现「缺一块」,都应该是口径本身缺,而不是我缺。
现在的证据
6 处缺口逐一对上原始 PDF 的披露情况;build.py 遇到空值断言失败而不是补 0。

03人均 GDP 自己算出来,和官方差 0.3%

怎么发现的
对账时发现全市自算 167,750 元,官方公布 168,279 元。差的不是算法,是分母——常住人口取整到 1910.10 万。
改成了什么
不藏。在设计说明里直接写清这个 0.3% 的来源,并说明人均列是计算值而非公布值。区级人均也按同一口径算,保证区内可比。
现在的证据
这个差异反而成了计算可信的旁证:如果自算结果和官方完全一致,才更可能是我抄了一遍公布值。

04想用区级数据画长时序,但区级只有年度截面

怎么发现的
做「各区十年变化」时发现:区级只有年度值,2026 年只到全市,画不出区级月度或季度序列。
改成了什么
把这部分明确改成截面分析(同一年各区横向对比),不假装成趋势;并在局限里写死「区级是对比截面不是时序」。
现在的证据
看板上没有任何一条区级折线;时间轴只出现在全市口径的板块。

04 如果给它加一层 AI,我会怎么验收

设计推演 · 未实现 —— 现在这一版是写死的句子

设计推演 · 未实现

让模型写归因卡,但每句话都得能在表里重算

现在三张归因卡是我写完再逐句对表的。换成模型生成,判据必须先立好:

① 每条因果句必须引用一个具体数字和一个表行(区名、指标、年份、百分点),引用不全即判错;
② 句子里的每个数字都要能被脚本用同一口径重算出来,算不出来的数字一律判错——这一条能把「听起来很像」的模型输出挡在门外;
③ 找不到可引用证据时必须输出「无法归因」,不许给一段泛泛而谈的解释。

第三条是这套东西的底线。现在右下角那个「大肥鱼」问答已经按这个逻辑做了:它是离线规则问答,明确写着「不是 LLM,不会瞎编,答不了会直说」。加 AI 层等于把规则分支换成模型,但「必须指到表行、指不到就拒答」这条硬约束不能换。

评测怎么设计:拿 2024 年数据当留出集,只给模型数据、不给结论,让它生成归因句;然后用脚本复算句子里出现的每个数字,逐条判「数字对 / 数字错 / 该拒答却编了」。三个桶分开统计,因为「编了一个看起来很专业的数」是这三类里最坏的。

05 局限