Geoffrey West: The surprising math of cities and corporations
ジェフリー・ウェスト:都市および組織の意外な数学的法則
170,139 views ・ 2011-07-26
下の英語字幕をダブルクリックすると動画を再生できます。
翻訳: Shuichi Sakai
校正: SHIGERU MASUKAWA
00:16
Cities are the crucible of civilization.
0
16260
3000
都市は文明のるつぼです
00:19
They have been expanding,
1
19260
2000
都市は拡大し続けていて
00:21
urbanization has been expanding,
2
21260
2000
都市化が広がり
00:23
at an exponential rate in the last 200 years
3
23260
2000
この200年では爆発的な成長です
00:25
so that by the second part of this century,
4
25260
3000
今世紀後半には
00:28
the planet will be completely dominated
5
28260
2000
この惑星は都市によって
00:30
by cities.
6
30260
3000
完全に支配されることになるでしょう
00:33
Cities are the origins of global warming,
7
33260
3000
都市は温暖化の根源であり
00:36
impact on the environment,
8
36260
2000
環境に悪影響を及ぼし
00:38
health, pollution, disease,
9
38260
3000
健康 公害 疾病
00:41
finance,
10
41260
2000
財務
00:43
economies, energy --
11
43260
3000
経済 エネルギーなどを含め
00:46
they're all problems
12
46260
2000
これらはすべて
00:48
that are confronted by having cities.
13
48260
2000
都市化に起因する問題で
00:50
That's where all these problems come from.
14
50260
2000
都市化こそ原因なのです
00:52
And the tsunami of problems that we feel we're facing
15
52260
3000
「持続可能性」がキーワードとなる
00:55
in terms of sustainability questions
16
55260
2000
我々が現在直面している
00:57
are actually a reflection
17
57260
2000
数多くの問題もまた
00:59
of the exponential increase
18
59260
2000
地球規模の急激な都市化がもたらす
01:01
in urbanization across the planet.
19
61260
3000
問題なのです
01:04
Here's some numbers.
20
64260
2000
いくつかの数値を紹介しましょう
01:06
Two hundred years ago, the United States
21
66260
2000
200年前 アメリカの都市化は
01:08
was less than a few percent urbanized.
22
68260
2000
数パーセント以下でした
01:10
It's now more than 82 percent.
23
70260
2000
今では82パーセントを超えています
01:12
The planet has crossed the halfway mark a few years ago.
24
72260
3000
地球全体では 都市化は数年前に50%を過ぎました
01:15
China's building 300 new cities
25
75260
2000
中国では これから20年間の間に
01:17
in the next 20 years.
26
77260
2000
300もの都市が新たに作られます
01:19
Now listen to this:
27
79260
2000
驚くなかれ
01:21
Every week for the foreseeable future,
28
81260
3000
当分の間 毎週
01:24
until 2050,
29
84260
2000
2050年までの間 毎週
01:26
every week more than a million people
30
86260
2000
100万人以上もの人が
01:28
are being added to our cities.
31
88260
2000
都市に移り住んで行きます
01:30
This is going to affect everything.
32
90260
2000
影響を受けないものはありません
01:32
Everybody in this room, if you stay alive,
33
92260
2000
みなさんも-もし生き延びているとしてですが
01:34
is going to be affected
34
94260
2000
都市で起きている
01:36
by what's happening in cities
35
96260
2000
この並外れた現象により
01:38
in this extraordinary phenomenon.
36
98260
2000
影響を受けます
01:40
However, cities,
37
100260
3000
しかしながら都市は
01:43
despite having this negative aspect to them,
38
103260
3000
このようなマイナスの要素を持つ一方
01:46
are also the solution.
39
106260
2000
解決策でもあります
01:48
Because cities are the vacuum cleaners and the magnets
40
108260
4000
都市は独創的な人々を引き付ける
01:52
that have sucked up creative people,
41
112260
2000
吸引機であり 磁石だからです
01:54
creating ideas, innovation,
42
114260
2000
彼らは アイディア 革新 そして富を
01:56
wealth and so on.
43
116260
2000
新たに創出します
01:58
So we have this kind of dual nature.
44
118260
2000
つまり ある種の二面性があるわけです
02:00
And so there's an urgent need
45
120260
3000
そして 現在早急に必要とされているのが
02:03
for a scientific theory of cities.
46
123260
4000
都市に関する科学的理論です
02:07
Now these are my comrades in arms.
47
127260
3000
こちらは 共に研究に取り組む仲間達です
02:10
This work has been done with an extraordinary group of people,
48
130260
2000
この研究には 素晴らしい人々取り組んでおり
02:12
and they've done all the work,
49
132260
2000
彼等が実際のすべての研究を行い
02:14
and I'm the great bullshitter
50
134260
2000
私はそれらを取りまとめようとする
02:16
that tries to bring it all together.
51
136260
2000
大ほら吹きというわけです
02:18
(Laughter)
52
138260
2000
(笑)
02:20
So here's the problem: This is what we all want.
53
140260
2000
ということで問題はこれです
02:22
The 10 billion people on the planet in 2050
54
142260
3000
2050年には 地球上の100億人が
02:25
want to live in places like this,
55
145260
2000
このような場所に住み
02:27
having things like this,
56
147260
2000
こういったモノを所有し
02:29
doing things like this,
57
149260
2000
こういった生活をしたいと望み
02:31
with economies that are growing like this,
58
151260
3000
その間 経済は右肩上がりを期待してます
02:34
not realizing that entropy
59
154260
2000
しかしながら エントロピーの増加は
02:36
produces things like this,
60
156260
2000
こうした結果を招くことは理解されていません
02:38
this, this
61
158260
4000
これとか これとか
02:42
and this.
62
162260
2000
こういうことです
02:44
And the question is:
63
164260
2000
考えてみて下さい
02:46
Is that what Edinburgh and London and New York
64
166260
2000
これが エジンバラ ロンドン 及びニューヨークの
02:48
are going to look like in 2050,
65
168260
2000
2050年の姿か?
02:50
or is it going to be this?
66
170260
2000
それともこうか?
02:52
That's the question.
67
172260
2000
これが問題です
02:54
I must say, many of the indicators
68
174260
2000
そして 残念ながら多くの指数は
02:56
look like this is what it's going to look like,
69
176260
3000
このような結末の可能性が高いことを示しています
02:59
but let's talk about it.
70
179260
3000
詳しく話しましょう
03:02
So my provocative statement
71
182260
3000
私の挑発的な命題は 都市についての
03:05
is that we desperately need a serious scientific theory of cities.
72
185260
3000
真面目な科学的理論が早急に必要だというものです
03:08
And scientific theory means quantifiable --
73
188260
3000
そして科学的理論とは 数値化可能であり
03:11
relying on underlying generic principles
74
191260
3000
基礎となる一般化された法則に基づき
03:14
that can be made into a predictive framework.
75
194260
2000
予測が可能となるフレームワークを
03:16
That's the quest.
76
196260
2000
作れる事が必要です
03:18
Is that conceivable?
77
198260
2000
実現可能でしょうか?
03:20
Are there universal laws?
78
200260
2000
普遍的な法則など存在するのか?
03:22
So here's two questions
79
202260
2000
私がよく頭の中で投げかける
03:24
that I have in my head when I think about this problem.
80
204260
2000
二つの質問があります
03:26
The first is:
81
206260
2000
まず第一には
03:28
Are cities part of biology?
82
208260
2000
都市は生物学の一部なのではないのか?
03:30
Is London a great big whale?
83
210260
2000
ロンドンは大きなクジラではないか?
03:32
Is Edinburgh a horse?
84
212260
2000
エジンバラは馬ではないか?
03:34
Is Microsoft a great big anthill?
85
214260
2000
マイクロソフトは巨大な蟻塚ではないか?
03:36
What do we learn from that?
86
216260
2000
このような例えから何を学ぶことが出来るのでしょうか?
03:38
We use them metaphorically --
87
218260
2000
私たちは 会社の「DNA」 都市の「代謝」など
03:40
the DNA of a company, the metabolism of a city, and so on --
88
220260
2000
こういった言葉を比喩的に使います
03:42
is that just bullshit, metaphorical bullshit,
89
222260
3000
こうした比喩は戯言に過ぎないのか?
03:45
or is there serious substance to it?
90
225260
3000
それとも検討に値するものでしょうか?
03:48
And if that is the case,
91
228260
2000
もしあるのであれば
03:50
how come that it's very hard to kill a city?
92
230260
2000
どうして都市を殺すのがこんなに難しいのでしょうか?
03:52
You could drop an atom bomb on a city,
93
232260
2000
都市に原子力爆弾を落としても
03:54
and 30 years later it's surviving.
94
234260
2000
30年後 まだ生き残っています
03:56
Very few cities fail.
95
236260
3000
消滅する都市というのは非常に稀です
03:59
All companies die, all companies.
96
239260
3000
会社はというと すべての会社は必ず死に絶えます
04:02
And if you have a serious theory, you should be able to predict
97
242260
2000
真面目な理論があれば 例えばいつGoogle社が破綻するか
04:04
when Google is going to go bust.
98
244260
3000
予測が可能な筈です
04:07
So is that just another version
99
247260
3000
つまり ここにお見せしているものは
04:10
of this?
100
250260
2000
これの一種なのでしょうか?
04:12
Well we understand this very well.
101
252260
2000
こっちの方は我々はよく理解しています
04:14
That is, you ask any generic question about this --
102
254260
2000
一般的な質問への答えは持ち合わせています
04:16
how many trees of a given size,
103
256260
2000
ある特定のサイズの木は何本あるか だとか
04:18
how many branches of a given size does a tree have,
104
258260
2000
木には特定の太さの枝が何本あるか だとか
04:20
how many leaves,
105
260260
2000
葉っぱの数だとか
04:22
what is the energy flowing through each branch,
106
262260
2000
枝を流れるエネルギーの量だとか
04:24
what is the size of the canopy,
107
264260
2000
林冠の面積だとか
04:26
what is its growth, what is its mortality?
108
266260
2000
成長の早さ 死亡率についてなど
04:28
We have a mathematical framework
109
268260
2000
一般化された普遍的な法則に基づいた
04:30
based on generic universal principles
110
270260
3000
数学的なフレームワークがあり
04:33
that can answer those questions.
111
273260
2000
これらの質問に答えることができます
04:35
And the idea is can we do the same for this?
112
275260
4000
同じ事を都市に対してできるのでしょうか?
04:40
So the route in is recognizing
113
280260
3000
解決への糸口は 生物の驚くべき事実の一つ
04:43
one of the most extraordinary things about life,
114
283260
2000
を認識することにあります
04:45
is that it is scalable,
115
285260
2000
生物はスケーラブル(拡大縮小可能)だということです
04:47
it works over an extraordinary range.
116
287260
2000
そして これは驚くほど幅広い範囲で働きます
04:49
This is just a tiny range actually:
117
289260
2000
これは全体を見れば比較的小さな範囲ですが
04:51
It's us mammals;
118
291260
2000
私たち哺乳類を示しています
04:53
we're one of these.
119
293260
2000
人間は 哺乳類の一部なので
04:55
The same principles, the same dynamics,
120
295260
2000
同じ原理 同じ力学
04:57
the same organization is at work
121
297260
2000
そして同じ体系が働いています
04:59
in all of these, including us,
122
299260
2000
人間を含めたこれらの動物全てに
05:01
and it can scale over a range of 100 million in size.
123
301260
3000
そして 理論は1億倍まで拡大可能です
05:04
And that is one of the main reasons
124
304260
3000
そしてこれが 拡大縮小可能性(スケーラビリティ)こそが
05:07
life is so resilient and robust --
125
307260
2000
生物の生命力の源であり 強固である
05:09
scalability.
126
309260
2000
主たる理由です
05:11
We're going to discuss that in a moment more.
127
311260
3000
これについてまた後ほど話します
05:14
But you know, at a local level,
128
314260
2000
しかしご存知かと思いますが 身近なレベルでは
05:16
you scale; everybody in this room is scaled.
129
316260
2000
あなた この部屋にいる全員が拡大可能です
05:18
That's called growth.
130
318260
2000
成長とも言います
05:20
Here's how you grew.
131
320260
2000
人間はこんな感じに成長します
05:22
Rat, that's a rat -- could have been you.
132
322260
2000
これはラットですが 同じです
05:24
We're all pretty much the same.
133
324260
3000
哺乳類の成長は大体のところ同じです
05:27
And you see, you're very familiar with this.
134
327260
2000
グラフを見ると よくご存知かと思いますが
05:29
You grow very quickly and then you stop.
135
329260
2000
急激に成長して 成長が止まります
05:31
And that line there
136
331260
2000
そしてこの線は
05:33
is a prediction from the same theory,
137
333260
2000
さきほどの森林の成長と
05:35
based on the same principles,
138
335260
2000
同じ原理であり
05:37
that describes that forest.
139
337260
2000
同じ理論から予測できます
05:39
And here it is for the growth of a rat,
140
339260
2000
こちらはラットのグラフです
05:41
and those points on there are data points.
141
341260
2000
このグラフは
05:43
This is just the weight versus the age.
142
343260
2000
年齢と体重の関係を示します
05:45
And you see, it stops growing.
143
345260
2000
ある程度成長すると 止まります
05:47
Very, very good for biology --
144
347260
2000
生物にとってはとても良いことで
05:49
also one of the reasons for its great resilience.
145
349260
2000
生物の素晴らしい生命力の理由のひとつです
05:51
Very, very bad
146
351260
2000
しかし経済だとか 会社 都市にとっては
05:53
for economies and companies and cities
147
353260
2000
現在のパラダイムでは
05:55
in our present paradigm.
148
355260
2000
とてもとても悪いことです
05:57
This is what we believe.
149
357260
2000
これが考えられていることです
05:59
This is what our whole economy
150
359260
2000
これが経済全体が私たちに
06:01
is thrusting upon us,
151
361260
2000
突きつけているものです
06:03
particularly illustrated in that left-hand corner:
152
363260
3000
特に左下側の
06:06
hockey sticks.
153
366260
2000
ホッケースティックが象徴的です
06:08
This is a bunch of software companies --
154
368260
2000
これらはソフトウェア会社の
06:10
and what it is is their revenue versus their age --
155
370260
2000
設立からの年数に対する売上をグラフ化したものです
06:12
all zooming away,
156
372260
2000
すべてグングン伸びていて
06:14
and everybody making millions and billions of dollars.
157
374260
2000
何百万もの収益を得ています
06:16
Okay, so how do we understand this?
158
376260
3000
この現象はどうやって理解したら良いのでしょうか?
06:19
So let's first talk about biology.
159
379260
3000
まず生物学について話しましょう
06:22
This is explicitly showing you
160
382260
2000
この表が 実際どのように
06:24
how things scale,
161
384260
2000
ものが拡大縮小するかを示しています
06:26
and this is a truly remarkable graph.
162
386260
2000
このグラフは本当に驚嘆に値するものです
06:28
What is plotted here is metabolic rate --
163
388260
3000
このグラフで描かれているのは 代謝率です
06:31
how much energy you need per day to stay alive --
164
391260
3000
一日生きるのに必要なエネルギー量です
06:34
versus your weight, your mass,
165
394260
2000
これが体重・質量に対して示されています
06:36
for all of us bunch of organisms.
166
396260
3000
私たち様々な生物のデータが表示されています
06:39
And it's plotted in this funny way by going up by factors of 10,
167
399260
3000
面白いですが 軸は10倍ずつ増加するように描かれています
06:42
otherwise you couldn't get everything on the graph.
168
402260
2000
こうしないと すべてのデータがグラフに収まらないからです
06:44
And what you see if you plot it
169
404260
2000
そして このようにちょっと面白い方法で
06:46
in this slightly curious way
170
406260
2000
データをグラフ上に表すと
06:48
is that everybody lies on the same line.
171
408260
3000
すべてが同じ直線上にあることが分かります
06:51
Despite the fact that this is the most complex and diverse system
172
411260
3000
世界でもっとも複雑で 多様な
06:54
in the universe,
173
414260
3000
システムであるのに関わらず
06:57
there's an extraordinary simplicity
174
417260
2000
信じられないほど簡素な法則が
06:59
being expressed by this.
175
419260
2000
ここに示されています
07:01
It's particularly astonishing
176
421260
3000
特に驚愕すべき点は
07:04
because each one of these organisms,
177
424260
2000
それぞれの生物
07:06
each subsystem, each cell type, each gene,
178
426260
2000
サブシステム 細胞の種類 遺伝子は
07:08
has evolved in its own unique environmental niche
179
428260
4000
独特のニッチな環境で進化を経ており
07:12
with its own unique history.
180
432260
3000
ユニークな歴史を持っています
07:15
And yet, despite all of that Darwinian evolution
181
435260
3000
しかし それぞれのダーウィン進化 そして
07:18
and natural selection,
182
438260
2000
自然淘汰に関わらず
07:20
they've been constrained to lie on a line.
183
440260
2000
直線上に並ぶように不思議に制約されています
07:22
Something else is going on.
184
442260
2000
何か他の因子が働いています
07:24
Before I talk about that,
185
444260
2000
その事について話す前に
07:26
I've written down at the bottom there
186
446260
2000
ここの下にも書いてありますが
07:28
the slope of this curve, this straight line.
187
448260
2000
この線 直線の傾きに注目してください
07:30
It's three-quarters, roughly,
188
450260
2000
直線の傾きは おおよそ4分の3です
07:32
which is less than one -- and we call that sublinear.
189
452260
3000
1以下の傾きのこのような線を 準線形と言います
07:35
And here's the point of that.
190
455260
2000
これは何を意味するのでしょうか
07:37
It says that, if it were linear,
191
457260
3000
もし傾きが1で
07:40
the steepest slope,
192
460260
2000
完全に線形だったとしたら
07:42
then doubling the size
193
462260
2000
体重が2倍になると
07:44
you would require double the amount of energy.
194
464260
2000
エネルギーも2倍必要になることになります
07:46
But it's sublinear, and what that translates into
195
466260
3000
しかし準線形なので これはどういうことかというと
07:49
is that, if you double the size of the organism,
196
469260
2000
生物の体重が2倍になっても
07:51
you actually only need 75 percent more energy.
197
471260
3000
必要なエネルギー量は75%しか増加しません
07:54
So a wonderful thing about all of biology
198
474260
2000
つまりすべての生物において素晴らしいのは
07:56
is that it expresses an extraordinary economy of scale.
199
476260
3000
とても驚くべきスケールメリットがあるということです
07:59
The bigger you are systematically,
200
479260
2000
つまり 大きければ大きいほど
08:01
according to very well-defined rules,
201
481260
2000
この明確に定義されたルールに従って
08:03
less energy per capita.
202
483260
3000
単位毎のエネルギー消費量が少なくなるのです
08:06
Now any physiological variable you can think of,
203
486260
3000
さて 考えうるあらゆる生理学的な特徴
08:09
any life history event you can think of,
204
489260
2000
生命の歴史上の出来事
08:11
if you plot it this way, looks like this.
205
491260
3000
これらを同様に グラフで示すと 同じ結果が得られます
08:14
There is an extraordinary regularity.
206
494260
2000
これは驚くべきほどの規則性です
08:16
So you tell me the size of a mammal,
207
496260
2000
なので ある哺乳類の大きさから
08:18
I can tell you at the 90 percent level everything about it
208
498260
3000
生理学 生活史 などについて その動物について
08:21
in terms of its physiology, life history, etc.
209
501260
4000
全てのことを90%の誤差で推測できます
08:25
And the reason for this is because of networks.
210
505260
3000
この理由はネットワークに起因します
08:28
All of life is controlled by networks --
211
508260
3000
すべての生命はネットワークによって支配されています
08:31
from the intracellular through the multicellular
212
511260
2000
細胞内ネットワークから 細胞間ネットワーク
08:33
through the ecosystem level.
213
513260
2000
そしてエコシステムレベルまで
08:35
And you're very familiar with these networks.
214
515260
3000
これらのネットワークについて皆さんよくご存知でしょう
08:39
That's a little thing that lives inside an elephant.
215
519260
3000
これは象の中にある小さなネットワークです
08:42
And here's the summary of what I'm saying.
216
522260
3000
私が言いたいことは次のようにまとめることが出来ます
08:45
If you take those networks,
217
525260
2000
これらのネットワークに着目し
08:47
this idea of networks,
218
527260
2000
ネットワークの観点を
08:49
and you apply universal principles,
219
529260
2000
普遍的な原則を当てはめ
08:51
mathematizable, universal principles,
220
531260
2000
数学的 普遍的な原則を当てはめると
08:53
all of these scalings
221
533260
2000
これら全ての縮小拡大
08:55
and all of these constraints follow,
222
535260
3000
および制約が導かれます
08:58
including the description of the forest,
223
538260
2000
森林についての説明然り
09:00
the description of your circulatory system,
224
540260
2000
細胞システム然り
09:02
the description within cells.
225
542260
2000
細胞内のシステムについてもです
09:04
One of the things I did not stress in that introduction
226
544260
3000
冒頭で深くは追求しませんでしたが
09:07
was that, systematically, the pace of life
227
547260
3000
生命のペースというのは 体系的に
09:10
decreases as you get bigger.
228
550260
2000
大きくなるにつれてゆっくりになります
09:12
Heart rates are slower; you live longer;
229
552260
3000
心拍は遅くなり 寿命が長くなります
09:15
diffusion of oxygen and resources
230
555260
2000
酵素や栄養が細胞膜に浸透する
09:17
across membranes is slower, etc.
231
557260
2000
速度もよりゆっくりになります
09:19
The question is: Is any of this true
232
559260
2000
問題は 同じ法則が
09:21
for cities and companies?
233
561260
3000
都市や会社にも適応するかということです
09:24
So is London a scaled up Birmingham,
234
564260
3000
ロンドンはバーミンガムを拡大したものか
09:27
which is a scaled up Brighton, etc., etc.?
235
567260
3000
バーミンガムはブライトンを拡大したものなのか?
09:30
Is New York a scaled up San Francisco,
236
570260
2000
ニューヨークはサンフランシスコを拡大した物なのか?
09:32
which is a scaled up Santa Fe?
237
572260
2000
サンフランシスコはサンタフェの拡大なのか?
09:34
Don't know. We will discuss that.
238
574260
2000
分かりません またこれについて話します
09:36
But they are networks,
239
576260
2000
しかし都市もネットワークには変わりありません
09:38
and the most important network of cities
240
578260
2000
そして 都市におけるネットワークで一番重要な要素は
09:40
is you.
241
580260
2000
みなさんです
09:42
Cities are just a physical manifestation
242
582260
3000
都市とは 単純に言えば
09:45
of your interactions,
243
585260
2000
人々の相互関係
09:47
our interactions,
244
587260
2000
私たちの相互作用
09:49
and the clustering and grouping of individuals.
245
589260
2000
そして個人の集まりやグループを具象化したものです
09:51
Here's just a symbolic picture of that.
246
591260
3000
これは それを象徴した絵です
09:54
And here's scaling of cities.
247
594260
2000
そしてこれが都市の拡大縮小です
09:56
This shows that in this very simple example,
248
596260
3000
この図では とてもシンプルな例として
09:59
which happens to be a mundane example
249
599260
2000
ちょっとつまらないですが
10:01
of number of petrol stations
250
601260
2000
都市の大きさを変数とした
10:03
as a function of size --
251
603260
2000
ガソリンスタンドの数のグラフです
10:05
plotted in the same way as the biology --
252
605260
2000
生物学と同じようにプロットされていますが
10:07
you see exactly the same kind of thing.
253
607260
2000
まったく同じ現象が見られます
10:09
There is a scaling.
254
609260
2000
拡大縮小性があります
10:11
That is that the number of petrol stations in the city
255
611260
4000
つまり 都市の大きさから
10:15
is now given to you
256
615260
2000
その都市にあるガソリンスタンドの数が
10:17
when you tell me its size.
257
617260
2000
求められるということです
10:19
The slope of that is less than linear.
258
619260
3000
この線の傾きは1より小さいです
10:22
There is an economy of scale.
259
622260
2000
スケールメリットが見られます
10:24
Less petrol stations per capita the bigger you are -- not surprising.
260
624260
3000
1人あたりの給油所の数は 都市が大きいほど小さい
10:27
But here's what's surprising.
261
627260
2000
これ自体は驚くことではありませんが
10:29
It scales in the same way everywhere.
262
629260
2000
驚くべきなのは 同じ法則が世界中どこでも同じだということです
10:31
This is just European countries,
263
631260
2000
ここではヨーロッパの国だけを示していますが
10:33
but you do it in Japan or China or Colombia,
264
633260
3000
日本や中国 コロンビアなどで同じ分析をしても
10:36
always the same
265
636260
2000
結果は同じで
10:38
with the same kind of economy of scale
266
638260
2000
同じようなスケールメリットが
10:40
to the same degree.
267
640260
2000
同程度に見られます
10:42
And any infrastructure you look at --
268
642260
3000
同様に 他のインフラを見ても
10:45
whether it's the length of roads, length of electrical lines --
269
645260
3000
例えば道路の総距離や電線の量など
10:48
anything you look at
270
648260
2000
すべてが
10:50
has the same economy of scale scaling in the same way.
271
650260
3000
同様のスケールメリットを示します
10:53
It's an integrated system
272
653260
2000
これは 個々の都市計画などに関係なく
10:55
that has evolved despite all the planning and so on.
273
655260
3000
進化した統合システムです
10:58
But even more surprising
274
658260
2000
さらにびっくりするのは
11:00
is if you look at socio-economic quantities,
275
660260
2000
生物学への類似がまったくない
11:02
quantities that have no analog in biology,
276
662260
3000
8千年〜1万年前にコミュニティを形成しはじめてから進化した
11:05
that have evolved when we started forming communities
277
665260
3000
社会経済の数値に
11:08
eight to 10,000 years ago.
278
668260
2000
注目したときです
11:10
The top one is wages as a function of size
279
670260
2000
一番上のグラフは都市の規模に対する収入を
11:12
plotted in the same way.
280
672260
2000
同じようにグラフで表した物です
11:14
And the bottom one is you lot --
281
674260
2000
下のグラフでは 同様に
11:16
super-creatives plotted in the same way.
282
676260
3000
聴衆のみなさん 超独創的な人の人口を表しています
11:19
And what you see
283
679260
2000
ここで見られるのは
11:21
is a scaling phenomenon.
284
681260
2000
拡大縮小の現象です
11:23
But most important in this,
285
683260
2000
しかし もっとも重要なのは
11:25
the exponent, the analog to that three-quarters
286
685260
2000
傾きが 生物の代謝では4分の3であったものに
11:27
for the metabolic rate,
287
687260
2000
相当するものが
11:29
is bigger than one -- it's about 1.15 to 1.2.
288
689260
2000
なんと1より大きい 1.15〜1.2くらいです
11:31
Here it is,
289
691260
2000
このグラフは
11:33
which says that the bigger you are
290
693260
3000
都市が大きければ大きいほど
11:36
the more you have per capita, unlike biology --
291
696260
3000
人口1人あたりの富が多いということを示します生物学の場合とは逆に
11:39
higher wages, more super-creative people per capita as you get bigger,
292
699260
4000
収入がより高く 超独創的な人の人口あたりの数が増え
11:43
more patents per capita, more crime per capita.
293
703260
3000
人口1人あたりの特許数 犯罪件数も同じです
11:46
And we've looked at everything:
294
706260
2000
他の特徴もすべて確認しました
11:48
more AIDS cases, flu, etc.
295
708260
3000
AIDSの件数 インフルエンザ などなど
11:51
And here, they're all plotted together.
296
711260
2000
ここにすべてグラフ化されています
11:53
Just to show you what we plotted,
297
713260
2000
なにをグラフ化したかというと
11:55
here is income, GDP --
298
715260
3000
ここでは収入 およびGDP
11:58
GDP of the city --
299
718260
2000
都市のGDP
12:00
crime and patents all on one graph.
300
720260
2000
犯罪件数 および特許を一つのグラフで表示しています
12:02
And you can see, they all follow the same line.
301
722260
2000
すべて同じ直線を形成することが分かります
12:04
And here's the statement.
302
724260
2000
そしてこれが結論です
12:06
If you double the size of a city from 100,000 to 200,000,
303
726260
3000
都市の規模を10万から20万へと倍にしても
12:09
from a million to two million, 10 to 20 million,
304
729260
2000
100万から200万に倍にしても
12:11
it doesn't matter,
305
731260
2000
結果は同じです
12:13
then systematically
306
733260
2000
いずれも機械的に
12:15
you get a 15 percent increase
307
735260
2000
15%の増加が見られます
12:17
in wages, wealth, number of AIDS cases,
308
737260
2000
収入 富 AIDS件数
12:19
number of police,
309
739260
2000
警察の数
12:21
anything you can think of.
310
741260
2000
その他思いつくこと全てに関して です
12:23
It goes up by 15 percent,
311
743260
2000
15%の増加です
12:25
and you have a 15 percent savings
312
745260
3000
そしてインフラに関して
12:28
on the infrastructure.
313
748260
3000
15%の効率化が期待できます
12:31
This, no doubt, is the reason
314
751260
3000
これが 毎週100万人もの人々が都市に集まる
12:34
why a million people a week are gathering in cities.
315
754260
3000
明白な理由です
12:37
Because they think that all those wonderful things --
316
757260
3000
彼等は クリエイティブな人々 富 収入だとか
12:40
like creative people, wealth, income --
317
760260
2000
素晴らしいものが
12:42
is what attracts them,
318
762260
2000
魅力的で集まっているのであり
12:44
forgetting about the ugly and the bad.
319
764260
2000
汚いもの 悪いものには目を背けてしまいます
12:46
What is the reason for this?
320
766260
2000
何故でしょうか?
12:48
Well I don't have time to tell you about all the mathematics,
321
768260
3000
数学的なことをすべて語る時間はありませんが
12:51
but underlying this is the social networks,
322
771260
3000
根底にはソーシャルネットワークがあります
12:54
because this is a universal phenomenon.
323
774260
3000
何故なら これは普遍的な現象だからです
12:57
This 15 percent rule
324
777260
3000
この15%の法則は
13:00
is true
325
780260
2000
地球上のどこにいても
13:02
no matter where you are on the planet --
326
782260
2000
当てはまります
13:04
Japan, Chile,
327
784260
2000
日本 チリ
13:06
Portugal, Scotland, doesn't matter.
328
786260
3000
ポルトガル スコットランドどこでも関係ありません
13:09
Always, all the data shows it's the same,
329
789260
3000
データは必ず同じ傾向を示します
13:12
despite the fact that these cities have evolved independently.
330
792260
3000
これらの都市が独自の進化を遂げたという事実に関わらず
13:15
Something universal is going on.
331
795260
2000
普遍的な何かが起きています
13:17
The universality, to repeat, is us --
332
797260
3000
繰り返しますが この普遍性とは 私達自身です
13:20
that we are the city.
333
800260
2000
私達自身が都市なのです
13:22
And it is our interactions and the clustering of those interactions.
334
802260
3000
私達の相互関係と交流 そして 相互関係の集合です
13:25
So there it is, I've said it again.
335
805260
2000
繰り返しましたが お分かりでしょうか
13:27
So if it is those networks and their mathematical structure,
336
807260
3000
もしこれらのネットワークおよび数学的構造が
13:30
unlike biology, which had sublinear scaling,
337
810260
3000
生物では準線形に拡大
13:33
economies of scale,
338
813260
2000
つまりスケールメリット
13:35
you had the slowing of the pace of life
339
815260
2000
体を大きくなるにつれて生活のペースが
13:37
as you get bigger.
340
817260
2000
緩やかになっていました
13:39
If it's social networks with super-linear scaling --
341
819260
2000
ソーシャルネットワークが超線形
13:41
more per capita --
342
821260
2000
つまり 人口1人あたりの値の増加が事実であれば
13:43
then the theory says
343
823260
2000
理論的には
13:45
that you increase the pace of life.
344
825260
2000
大きくなるにつれて生活のペースが増加します
13:47
The bigger you are, life gets faster.
345
827260
2000
都市が大きければ大きいほど生活のペースは早まります
13:49
On the left is the heart rate showing biology.
346
829260
2000
左側には生物における心拍を
13:51
On the right is the speed of walking
347
831260
2000
右側には ヨーロッパの諸都市における歩行速度が
13:53
in a bunch of European cities,
348
833260
2000
増加していることを
13:55
showing that increase.
349
835260
2000
表しています
13:57
Lastly, I want to talk about growth.
350
837260
3000
最後に 成長について言及します
14:00
This is what we had in biology, just to repeat.
351
840260
3000
繰り返しになりますが 生物学では
14:03
Economies of scale
352
843260
3000
スケールメリットがあり
14:06
gave rise to this sigmoidal behavior.
353
846260
3000
S字形の成長が見られました
14:09
You grow fast and then stop --
354
849260
3000
素早く成長して それから成長が止まります
14:12
part of our resilience.
355
852260
2000
これは生物を強固にしている要素です
14:14
That would be bad for economies and cities.
356
854260
3000
しかし 経済や都市にとっては悪いことです
14:17
And indeed, one of the wonderful things about the theory
357
857260
2000
実際のところ この理論の素晴らしいところは
14:19
is that if you have super-linear scaling
358
859260
3000
もし富の形成および革新が
14:22
from wealth creation and innovation,
359
862260
2000
超線形的にスケールする場合
14:24
then indeed you get, from the same theory,
360
864260
3000
同じ理論より
14:27
a beautiful rising exponential curve -- lovely.
361
867260
2000
美しい指数増加の曲線が予測されます
14:29
And in fact, if you compare it to data,
362
869260
2000
実際に実データと比較すると
14:31
it fits very well
363
871260
2000
都市や経済の発展と
14:33
with the development of cities and economies.
364
873260
2000
良くフィットすることが分かります
14:35
But it has a terrible catch,
365
875260
2000
しかし これには恐ろしい落とし穴があります
14:37
and the catch
366
877260
2000
落とし穴とは
14:39
is that this system is destined to collapse.
367
879260
3000
システムは崩壊する運命にあるということです
14:42
And it's destined to collapse for many reasons --
368
882260
2000
幾つもの理由で 崩壊する運命なのです
14:44
kind of Malthusian reasons -- that you run out of resources.
369
884260
3000
理由はマルサス的なもので つまり資源の枯渇です
14:47
And how do you avoid that? Well we've done it before.
370
887260
3000
どうやってこれを回避するのか?以前にも成功しています
14:50
What we do is,
371
890260
2000
なにが起きるかというと
14:52
as we grow and we approach the collapse,
372
892260
3000
人口が増加して 崩壊が近づくと
14:55
a major innovation takes place
373
895260
3000
大きな革新が起き
14:58
and we start over again,
374
898260
2000
またスタートに戻ります
15:00
and we start over again as we approach the next one, and so on.
375
900260
3000
そしてまた次の崩壊の危機に近づくと再スタートするのです
15:03
So there's this continuous cycle of innovation
376
903260
2000
ここに 革新の継続的サイクルがあり
15:05
that is necessary
377
905260
2000
これは 持続可能な成長と崩壊の回避には
15:07
in order to sustain growth and avoid collapse.
378
907260
3000
必要なものなのです
15:10
The catch, however, to this
379
910260
2000
しかし 落とし穴は
15:12
is that you have to innovate
380
912260
2000
革新が次々と
15:14
faster and faster and faster.
381
914260
3000
加速しなければならないということです
15:17
So the image
382
917260
2000
イメージとしては
15:19
is that we're not only on a treadmill that's going faster,
383
919260
3000
加速しているトレッドミルの上を走っているという他
15:22
but we have to change the treadmill faster and faster.
384
922260
3000
トレッドミル自体もどんどんと早く交換しなければならないということです
15:25
We have to accelerate on a continuous basis.
385
925260
3000
我々は継続的に加速し続けなければなりません
15:28
And the question is: Can we, as socio-economic beings,
386
928260
3000
問題はこれです 我々は 社会経済の存在として
15:31
avoid a heart attack?
387
931260
3000
心臓発作を回避することができるのでしょうか?
15:34
So lastly, I'm going to finish up in this last minute or two
388
934260
3000
終わる前に 最後の2, 3分で
15:37
asking about companies.
389
937260
2000
会社の事について問いたいと思います
15:39
See companies, they scale.
390
939260
2000
会社も拡大縮小性があります
15:41
The top one, in fact, is Walmart on the right.
391
941260
2000
一番右上の点は 実はウォルマートのものです
15:43
It's the same plot.
392
943260
2000
同じグラフです
15:45
This happens to be income and assets
393
945260
2000
これは 収益と資産を
15:47
versus the size of the company as denoted by its number of employees.
394
947260
2000
社員数で表した企業の大きさを変数としてプロットしています
15:49
We could use sales, anything you like.
395
949260
3000
売上高でも他の指数を使っても結果は同じです
15:52
There it is: after some little fluctuations at the beginning,
396
952260
3000
ご覧の通りです 初期の方の変動―
15:55
when companies are innovating,
397
955260
2000
企業が革新を起こしている時期の後は
15:57
they scale beautifully.
398
957260
2000
美しく拡張しています
15:59
And we've looked at 23,000 companies
399
959260
3000
23,000もの米国の会社のデータを
16:02
in the United States, may I say.
400
962260
2000
収集しました
16:04
And I'm only showing you a little bit of this.
401
964260
3000
お見せしているのは その全データのほんの一部です
16:07
What is astonishing about companies
402
967260
2000
これらの企業の驚くべきところは
16:09
is that they scale sublinearly
403
969260
3000
生物と同じように
16:12
like biology,
404
972260
2000
準線形に拡大しているということです
16:14
indicating that they're dominated,
405
974260
2000
つまり 企業は 超線形の
16:16
not by super-linear
406
976260
2000
革新やアイディア
16:18
innovation and ideas;
407
978260
3000
ではなく
16:21
they become dominated
408
981260
2000
スケールメリットによって
16:23
by economies of scale.
409
983260
2000
支配されているということです
16:25
In that interpretation,
410
985260
2000
この解釈では
16:27
by bureaucracy and administration,
411
987260
2000
経営官僚制や事務・管理が
16:29
and they do it beautifully, may I say.
412
989260
2000
その要因と言えます
16:31
So if you tell me the size of some company, some small company,
413
991260
3000
ですので ある企業の 例えば小さい会社の大きさから
16:34
I could have predicted the size of Walmart.
414
994260
3000
ウォルマートの大きさを推測することができるわけです
16:37
If it has this sublinear scaling,
415
997260
2000
もし準線形に拡大しているとしたら
16:39
the theory says
416
999260
2000
理論的には
16:41
we should have sigmoidal growth.
417
1001260
3000
S字形の成長が見られる筈です
16:44
There's Walmart. Doesn't look very sigmoidal.
418
1004260
2000
ウォルマートの成長を見ると S字にはあまり見えません
16:46
That's what we like, hockey sticks.
419
1006260
3000
期待通り ホッケースティックのように成長しています
16:49
But you notice, I've cheated,
420
1009260
2000
ズルにお気づきですか?
16:51
because I've only gone up to '94.
421
1011260
2000
1994年までのデータしか表示していません
16:53
Let's go up to 2008.
422
1013260
2000
2008年までのばしてみましょう
16:55
That red line is from the theory.
423
1015260
3000
赤の線が理論上のものです
16:58
So if I'd have done this in 1994,
424
1018260
2000
もしこの分析を1994年にしたとしたら
17:00
I could have predicted what Walmart would be now.
425
1020260
3000
現在のウォルマートがどういう状況か推測できたでしょう
17:03
And then this is repeated
426
1023260
2000
そしてこれは全ての規模の会社を通して
17:05
across the entire spectrum of companies.
427
1025260
2000
繰り返されます
17:07
There they are. That's 23,000 companies.
428
1027260
3000
ご覧の通りです23,000の企業の成長です
17:10
They all start looking like hockey sticks,
429
1030260
2000
全て 最初はホッケースティックのように成長しますが
17:12
they all bend over,
430
1032260
2000
そこから曲がってしまい
17:14
and they all die like you and me.
431
1034260
2000
あなたや私のようにすべて死んでしまいます
17:16
Thank you.
432
1036260
2000
ありがとうございました
17:18
(Applause)
433
1038260
9000
(拍手)
New videos
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。