;;国家统计局发布2021年人口数据后，各省份也陆续发布当地的数据。广东、山东两省人口过亿，在全国仍排前两位；河南人口居于第三位，江苏超过四川，分别居于四、五位。

另外，多个省份发布了2021年出生人口相关数据，其中广东连续多年坐稳第一生育大省位置。河南、山东两省居于第二、三位。

国家统计局的数据显示，2021年末全国人口141260万人，比上年末仅增加48万人，一度引起社会高度关注。

那么，这一大背景下，全国的人口版图发生怎样的变化，各地的人口变化又呈现出怎样的趋势呢？;随着可视化研究、技术和应用的发展，对可视化技术和系统进行有效的评测变得越来越有必要。如果可视化方法及结果缺乏严谨的评测实验，就很难对该方法和相关技术的进一步应用提供有说服力的证据。另一方面，用于进行评测的用户实验对于可视化研究至关重要。研究者需要比较技术的优劣，了解新技术优缺点的具体体现等。;但是，这类评测在可视化研究中一直没有引起足够的重视。研究者们更专注于研发新的可视化技术，而进行严格的评测不但难度大，而且很费时间。通常，可视化评测所涉及的手段属于人机交互（HCI）领域的专业技能，一些可视化研究者并不具备这方面的专业训练，这也是造成评测被忽略的重要原因之一。;可视化方法、技术和系统的用户实验面临诸多挑战和难题，这些挑战也是实证性研究所共有的。例如，如何定义研究目的和问题并选择适当的方法，如何设计实验，如何保证严谨的数据采集和分析过程。可视化技术的目标是帮助用户分析和解读数据，因此其用户实验最终需要回答的问题是：可视化技术是否能够更好地帮助用户解读某些数据。某些时候，由于用于评测的数据集太小、参与用户不是目标人群、实验任务设计不当等因素，用户实验并不能有效地回答研究所要解决的问题。可视化研究者需要具备良好的实证性研究的相关技能，以便更好地设计和执行可视化技术的用户实验。;;PART01;虽然根据不同的研究对象和目标，评测所采用的具体方法会发生改变，但是这些方法大体都遵循一个基本流程，其中包含了实证性研究通常需要的几个环节。;（1???明确研究目的并定义研究问题。在进行评测之前，研究者首先需要明确评测的目的；其次，需要围绕研究目的进一步清晰地定义研究所要解决的具体问题。研究目的通常是概括性的。例如，某研究是为了从用户角度了解某种可视化技术是否比以前的方法更有优势。研究问题是具体和清晰的，是对于研究目的的进一步细化和可操作化的定义。一项研究可能包含多个不同的问题：对比以往的代表性方法，新技术是否能帮助目标用户更高效地完成代表任务A和B，原因是什么？用户对新技术的满意度是否更高，为什么？定义具体和明确的研究问题有助于研究者形成好的研究方案。;（2）提出研究假设。针对所要解决的问题，在执行实验方案之前，应该结合相关的理论或者以往的研究结果给出研究假设。研究假设应尽量避免使用宽泛的命题，因为太宽泛的命题难以验证。对于可视化技术来说，相对更好的命题是“用户在使用可视化系统A时，能比使用可视化系统B时更高效地对某类特定数据进行聚类分析”。这个假设事实上对很多评测因素进行了限定：用户所要完成的任务是聚类分析；要评测的指标是效率，即用户完成聚类分析所花的时间和正确率。如果能建立具体的研究假设，接下来的研究方案设计和实施就会更具有针对性。;（3）设计研究方案和具体方法。在研究假设的基础上，可以着手设计研究的具体方案并且选择合适的方法。研究方案中应对比几种已有的技术，它们代表哪些用户，用户的代表性任务是什么，衡量不同技术的指标有哪些，如何采集数据等，都是研究方案应该逐步明确的。;（4）收集和分析数据。在实验执行的过程中，需要避免潜在的问题，保证结果的可靠性。这其中有很多细节值得注意。例如，对参与的用户进行必要的指导，安排必要的练习以及提供适当的反馈。此外，现有技术已经能够很好地保证某些用户数据采集的实时性和客观性，比如任务的完成时间和正确率等，应当充分利用这些技术，保证数据采集的有效性，确保针对不同类型的数据选择正确的方法。;（5）验证研究假设并得出结论。得到实验结果之后，需要判断研究假设是否成立，或者是否有足够的证据来支持或推翻研究假设，进而得到研究的主要结论。;;在与可视化相近的人机交互领域，已经发展出很多成熟的评测方法，其中大多数方法已经被应用到数据可视化系统的评测中。最常见的方法包括用户实验、专家评估、案例研究、指标评估、众包和标注等。;专家评估通常需要领域内专家级用户的参与，这些专家对所使用的数据和需要完成的目标任务非常了解，能够对可视化技术在多大程度上适用于这样的数据和任务做出比较准确的判断。可视化技术评测的参与者也包含可视化专家，他们对可视化设计有丰富的知识，并具有可视化工具开发经验。专家对可视化的有效性有自己的评判标准，并依据这些标准做出自己的判断。;很多可