2.时间尺度上的变化：理解不同时间尺度的城市发展动态

原来可能只关注一年城市发展的规划，或者说一周一个变化，在大数据时代是能够来试图来理解和感受不同时间尺度上的变化。

我们现在做一个规划，用统计年鉴的数据，它反映的是一个城市一年内的变化或者这一年结束时城市的状态。而我们如果做一些城市更新、城市改造或小地域范围的一些小规模调研工作，你可能会问一个人过去24小时他都干什么，它反映城市动态是一日的一个动态。

我们很多大数据，如公交刷卡，它反映能够到秒，就是每一秒钟城市的动态都能够反馈出来，我们可以设想一下，我们每一笔刷卡的记录能够到秒，如果你这张信用卡，10年不变，20年不变，再过20年之后我们还是用这张卡，然后我们如果有一个图，就可以有相应的数据来支持你，在过去20年中你每一年的消费，每一年不同月份的消费。这是真正的大数据。

如果数据积累20年我们是能够看到这个时代的变化，假设到现在为止我们用信用卡用20年，是能够看到传统商业的萎缩，能看到传统书店消失，逐渐被在线所代替，也能够看到吃饭的地方逐渐由传统的非连锁性小餐厅或者中等餐厅逐渐地过渡到连锁性的餐饮。它反映的是我们时代的变化，或者说城市的变化，就是说当大数据积累大量年份之后，我们看到的不止于可视化，能够看到技术的进步对人类生活的改变或者对城市的改变，对生活方式的影响。

用一周北京市公交刷卡的数据我们能做什么？我们通过北京10万居民抽样调查数据发现北京有95%以上全职工作是超过6个小时的，我们用6个小时作为标准能够识别每个持卡人，住在什么地方，在什么地方上车，当然我们也发现99.5%的人早晨第一次出行都是从家开始的，只有0.5%是从宾馆、车站等其他类型地方开始的。

我们可以用传统数据找到一些规则，再用于大数据挖掘。北京有一千万持卡人和上亿次出行记录，通过这些我们能够看到城市通勤的主要流向，它反映城市一周的动态，我们发现CBD辐射的范围，要远超上地和金融街；通州人每天通勤1个多小时，等等。

如果用六年数据我们能够看到什么，2008年有上千万人一亿次的出行，2014年也有上千万人一亿次的出行，但这两者并不一样，因为坐公交车的人少了。北京公交出行的总次数是衰败的，更多人逐渐选择坐地铁。