Geoffrey West: The surprising math of cities and corporations

170,139 views ・ 2011-07-26

TED


Будь ласка, двічі клацніть на англійські субтитри нижче, щоб відтворити відео.

Перекладач: Olena Sovyn Утверджено: Slovnenya 300
00:16
Cities are the crucible of civilization.
0
16260
3000
Міста - горнила цивілізації.
00:19
They have been expanding,
1
19260
2000
За останні 200 років міста і
00:21
urbanization has been expanding,
2
21260
2000
урбанізація розширювались
00:23
at an exponential rate in the last 200 years
3
23260
2000
експоненціально,
00:25
so that by the second part of this century,
4
25260
3000
так що в другій половині цього століття
00:28
the planet will be completely dominated
5
28260
2000
планета буде повністю підкорена
00:30
by cities.
6
30260
3000
містами.
00:33
Cities are the origins of global warming,
7
33260
3000
Міста є причиною глобального потепління,
00:36
impact on the environment,
8
36260
2000
вони впливають на навколишнє середовище,
00:38
health, pollution, disease,
9
38260
3000
здоров'я, забруднення, хвороби,
00:41
finance,
10
41260
2000
фінанси,
00:43
economies, energy --
11
43260
3000
економіку, енергію -
00:46
they're all problems
12
46260
2000
з цими проблемами
00:48
that are confronted by having cities.
13
48260
2000
доводиться зіштовхуватись при наявності міст.
00:50
That's where all these problems come from.
14
50260
2000
Звідти починаються всі проблеми.
00:52
And the tsunami of problems that we feel we're facing
15
52260
3000
Щодо питань здатності навколишнього середовища до відновлення, цунамі проблем,
00:55
in terms of sustainability questions
16
55260
2000
які стоять перед нами,
00:57
are actually a reflection
17
57260
2000
насправді зображають
00:59
of the exponential increase
18
59260
2000
експоненційний ріст
01:01
in urbanization across the planet.
19
61260
3000
урбанізації на планеті.
01:04
Here's some numbers.
20
64260
2000
Ось деякі цифри.
01:06
Two hundred years ago, the United States
21
66260
2000
200 років тому, США
01:08
was less than a few percent urbanized.
22
68260
2000
було урбанізоване всього на декілька процентів.
01:10
It's now more than 82 percent.
23
70260
2000
Тепер - більше, ніж на 82%.
01:12
The planet has crossed the halfway mark a few years ago.
24
72260
3000
Планета перетнула відмітку в 50% декілька років тому.
01:15
China's building 300 new cities
25
75260
2000
В найближчі 20 років
01:17
in the next 20 years.
26
77260
2000
Китай збудує 300 нових міст.
01:19
Now listen to this:
27
79260
2000
Вслухайтесь в це:
01:21
Every week for the foreseeable future,
28
81260
3000
Щотижня в найближчому майбутньому
01:24
until 2050,
29
84260
2000
до 2050-го року,
01:26
every week more than a million people
30
86260
2000
щотижня більше мільйону людей
01:28
are being added to our cities.
31
88260
2000
будуть переїжджати в міста.
01:30
This is going to affect everything.
32
90260
2000
Це вплине на все.
01:32
Everybody in this room, if you stay alive,
33
92260
2000
Кожного в цій кімнаті, якщо він доживе,
01:34
is going to be affected
34
94260
2000
торкнеться те,
01:36
by what's happening in cities
35
96260
2000
що відбувається в містах
01:38
in this extraordinary phenomenon.
36
98260
2000
в рамках цього незвичного явища.
01:40
However, cities,
37
100260
3000
Однак, міста,
01:43
despite having this negative aspect to them,
38
103260
3000
незважаючи на наявність цього негативного моменту,
01:46
are also the solution.
39
106260
2000
також є розв'язком.
01:48
Because cities are the vacuum cleaners and the magnets
40
108260
4000
Міста - пилососи та магніти,
01:52
that have sucked up creative people,
41
112260
2000
які притягнули творчих людей,
01:54
creating ideas, innovation,
42
114260
2000
створюючи ідеї, інновації,
01:56
wealth and so on.
43
116260
2000
багатство і так далі.
01:58
So we have this kind of dual nature.
44
118260
2000
Отже, перед нами дволикість.
02:00
And so there's an urgent need
45
120260
3000
А також гостра необхідність
02:03
for a scientific theory of cities.
46
123260
4000
наукової теорії міст.
02:07
Now these are my comrades in arms.
47
127260
3000
Ось мої брати по зброї.
02:10
This work has been done with an extraordinary group of people,
48
130260
2000
Ця робота була виконана видатною групою людей,
02:12
and they've done all the work,
49
132260
2000
вони зробили всю роботу,
02:14
and I'm the great bullshitter
50
134260
2000
а я всього лиш балакун,
02:16
that tries to bring it all together.
51
136260
2000
який намагається все це якось пов'язати.
02:18
(Laughter)
52
138260
2000
(Сміх)
02:20
So here's the problem: This is what we all want.
53
140260
2000
Отож проблема: Це те, що ми всі хочемо
02:22
The 10 billion people on the planet in 2050
54
142260
3000
До 2050-го року 10 мільярдів людей на планеті
02:25
want to live in places like this,
55
145260
2000
захоче жити ось в таких місцях,
02:27
having things like this,
56
147260
2000
мати ось такі речі,
02:29
doing things like this,
57
149260
2000
займатись ось такими справами,
02:31
with economies that are growing like this,
58
151260
3000
з економікою, що росте ось так,
02:34
not realizing that entropy
59
154260
2000
не розуміючи, що ентропія
02:36
produces things like this,
60
156260
2000
продукує ось такі,
02:38
this, this
61
158260
4000
такі, такі
02:42
and this.
62
162260
2000
і ось такі речі.
02:44
And the question is:
63
164260
2000
Ось в чому питання:
02:46
Is that what Edinburgh and London and New York
64
166260
2000
Ось як будуть виглядати Единбург, Лондон і Нью-Йорк
02:48
are going to look like in 2050,
65
168260
2000
в 2050-тому,
02:50
or is it going to be this?
66
170260
2000
чи ось так?
02:52
That's the question.
67
172260
2000
В цьому і є питання.
02:54
I must say, many of the indicators
68
174260
2000
Я повинен сказати, що багато хто вказує на те,
02:56
look like this is what it's going to look like,
69
176260
3000
що вони будуть виглядати ось так,
02:59
but let's talk about it.
70
179260
3000
але давайте поговоримо про це.
03:02
So my provocative statement
71
182260
3000
Моє провокаційне твердження в тому,
03:05
is that we desperately need a serious scientific theory of cities.
72
185260
3000
що ми потребуємо серйозної наукової теорії міст.
03:08
And scientific theory means quantifiable --
73
188260
3000
Наукова теорія передбачає вимірність,
03:11
relying on underlying generic principles
74
191260
3000
базована на загальних принципах,
03:14
that can be made into a predictive framework.
75
194260
2000
які можуть сформувати базу для побудови прогнозів.
03:16
That's the quest.
76
196260
2000
Ось в цьому і полягає завдання.
03:18
Is that conceivable?
77
198260
2000
Чи можливо це?
03:20
Are there universal laws?
78
200260
2000
Чи є універсальні закони?
03:22
So here's two questions
79
202260
2000
Два питання,
03:24
that I have in my head when I think about this problem.
80
204260
2000
які хвилюють мене, коли я думаю про цю проблему.
03:26
The first is:
81
206260
2000
Перше:
03:28
Are cities part of biology?
82
208260
2000
Чи є міста біосистемами?
03:30
Is London a great big whale?
83
210260
2000
Чи можна порівнювати Лондон з великим китом?
03:32
Is Edinburgh a horse?
84
212260
2000
Единбург - з конем?
03:34
Is Microsoft a great big anthill?
85
214260
2000
Microsoft - з великим мурашником?
03:36
What do we learn from that?
86
216260
2000
Чому це може нас навчити?
03:38
We use them metaphorically --
87
218260
2000
Ми говоримо метафорично -
03:40
the DNA of a company, the metabolism of a city, and so on --
88
220260
2000
ДНК компанії, метаболізм міста, і так далі -
03:42
is that just bullshit, metaphorical bullshit,
89
222260
3000
це дурниці, метафоричні нісенітниці,
03:45
or is there serious substance to it?
90
225260
3000
чи в цьому є щось серйозне?
03:48
And if that is the case,
91
228260
2000
А якщо це так,
03:50
how come that it's very hard to kill a city?
92
230260
2000
то чому так важко умертвити місто?
03:52
You could drop an atom bomb on a city,
93
232260
2000
Можна скинути на місто атомну бомбу,
03:54
and 30 years later it's surviving.
94
234260
2000
і через 30 років воно оживе.
03:56
Very few cities fail.
95
236260
3000
Дуже небагато міст помирає.
03:59
All companies die, all companies.
96
239260
3000
Всі компанії розвалюються, абсолютно всі.
04:02
And if you have a serious theory, you should be able to predict
97
242260
2000
І якщо ваша теорія серйозна, то ви повинні вміти передбачити,
04:04
when Google is going to go bust.
98
244260
3000
коли Google припинить своє існування.
04:07
So is that just another version
99
247260
3000
Чи може це просто ще одно версія
04:10
of this?
100
250260
2000
ось цього?
04:12
Well we understand this very well.
101
252260
2000
Ми це добре розуміємо.
04:14
That is, you ask any generic question about this --
102
254260
2000
Задайте будь-яке загальне питання на цю тему -
04:16
how many trees of a given size,
103
256260
2000
як багато дерев заданого розміру,
04:18
how many branches of a given size does a tree have,
104
258260
2000
як багато гілок заданого розміру на дереві,
04:20
how many leaves,
105
260260
2000
як багато листків,
04:22
what is the energy flowing through each branch,
106
262260
2000
яка енергія, що проходить через кожну гілку,
04:24
what is the size of the canopy,
107
264260
2000
який розмір крони,
04:26
what is its growth, what is its mortality?
108
266260
2000
яка швидкість росту, яка смертність?
04:28
We have a mathematical framework
109
268260
2000
В нас є математична база,
04:30
based on generic universal principles
110
270260
3000
що базується на загальних універсальних принципах,
04:33
that can answer those questions.
111
273260
2000
яка може відповісти на ці питання.
04:35
And the idea is can we do the same for this?
112
275260
4000
А чи можемо ми її застосувати тут?
04:40
So the route in is recognizing
113
280260
3000
Шлях до розуміння однієї з найбільш незвичних істин
04:43
one of the most extraordinary things about life,
114
283260
2000
про життя лежить через розуміння того,
04:45
is that it is scalable,
115
285260
2000
що воно масштабується,
04:47
it works over an extraordinary range.
116
287260
2000
що воно працює в величезному діапазоні.
04:49
This is just a tiny range actually:
117
289260
2000
Це всього лиш мала частина,
04:51
It's us mammals;
118
291260
2000
всього лиш ми, ссавці,
04:53
we're one of these.
119
293260
2000
ми одні з них.
04:55
The same principles, the same dynamics,
120
295260
2000
Ті ж принципи, та ж динаміка,
04:57
the same organization is at work
121
297260
2000
та ж організація присутня
04:59
in all of these, including us,
122
299260
2000
у всіх них, включаючи нас,
05:01
and it can scale over a range of 100 million in size.
123
301260
3000
і масштабується в розмірах в межах 100 мільйонів.
05:04
And that is one of the main reasons
124
304260
3000
Це одна із причин, чому
05:07
life is so resilient and robust --
125
307260
2000
життя таке міцне і сильне -
05:09
scalability.
126
309260
2000
масштабованість.
05:11
We're going to discuss that in a moment more.
127
311260
3000
Зараз ми обговоримо це детальніше.
05:14
But you know, at a local level,
128
314260
2000
На місцевому рівні,
05:16
you scale; everybody in this room is scaled.
129
316260
2000
ви масштабуєтесь, будь-хто в цій кімнаті масштабований.
05:18
That's called growth.
130
318260
2000
Це називається ростом.
05:20
Here's how you grew.
131
320260
2000
Ось, як ви ростете,
05:22
Rat, that's a rat -- could have been you.
132
322260
2000
Щур, цей щур - це могли б бути ви.
05:24
We're all pretty much the same.
133
324260
3000
Ми всі майже однакові.
05:27
And you see, you're very familiar with this.
134
327260
2000
Вам це дуже знайомо.
05:29
You grow very quickly and then you stop.
135
329260
2000
Ви дуже швидко ростете і потім припиняєте.
05:31
And that line there
136
331260
2000
Ось ця лінія
05:33
is a prediction from the same theory,
137
333260
2000
передбачена тією ж теорією,
05:35
based on the same principles,
138
335260
2000
базована на тих же принципах,
05:37
that describes that forest.
139
337260
2000
які описують ліс.
05:39
And here it is for the growth of a rat,
140
339260
2000
Це описує ріст щура.
05:41
and those points on there are data points.
141
341260
2000
Точки на графіку відповідають даним.
05:43
This is just the weight versus the age.
142
343260
2000
Вага і відповідний їй вік.
05:45
And you see, it stops growing.
143
345260
2000
Можна зауважити, ріст припиняється.
05:47
Very, very good for biology --
144
347260
2000
Дуже, дуже хороша річ для біосистем
05:49
also one of the reasons for its great resilience.
145
349260
2000
і одна із причин їх високої міцності.
05:51
Very, very bad
146
351260
2000
Але дуже, дуже погана річ
05:53
for economies and companies and cities
147
353260
2000
для економіки, компаній та міст,
05:55
in our present paradigm.
148
355260
2000
в нашому теперішньому розумінні.
05:57
This is what we believe.
149
357260
2000
Ось в що ми віримо.
05:59
This is what our whole economy
150
359260
2000
Це те, що вся наша економіка
06:01
is thrusting upon us,
151
361260
2000
нав'язує нам,
06:03
particularly illustrated in that left-hand corner:
152
363260
3000
проілюстровано в лівому кутку:
06:06
hockey sticks.
153
366260
2000
хокейні ключки.
06:08
This is a bunch of software companies --
154
368260
2000
Це група інформаційних компаній -
06:10
and what it is is their revenue versus their age --
155
370260
2000
і їх виручка в залежності від їх віку -
06:12
all zooming away,
156
372260
2000
все зростає,
06:14
and everybody making millions and billions of dollars.
157
374260
2000
всі заробляють мільйони і мільярди доларів.
06:16
Okay, so how do we understand this?
158
376260
3000
І так, як нам з цим розібратись?
06:19
So let's first talk about biology.
159
379260
3000
Давайте спочатку обговоримо біосистеми.
06:22
This is explicitly showing you
160
382260
2000
Тут явно показано,
06:24
how things scale,
161
384260
2000
як працює масштаб.
06:26
and this is a truly remarkable graph.
162
386260
2000
Це дивовижний графік.
06:28
What is plotted here is metabolic rate --
163
388260
3000
Тут показана швидкість обміну речовин -
06:31
how much energy you need per day to stay alive --
164
391260
3000
скільки енергії необхідно аби прожити день -
06:34
versus your weight, your mass,
165
394260
2000
в залежності від маси -
06:36
for all of us bunch of organisms.
166
396260
3000
для цілої групи організмів.
06:39
And it's plotted in this funny way by going up by factors of 10,
167
399260
3000
Це представлено на шкалі, де розмір поділки збільшується 10-ти кратно,
06:42
otherwise you couldn't get everything on the graph.
168
402260
2000
інакше усі б дані не помістились на графік.
06:44
And what you see if you plot it
169
404260
2000
Таке хитре відображення
06:46
in this slightly curious way
170
406260
2000
дозволяє побачити,
06:48
is that everybody lies on the same line.
171
408260
3000
що все лежить на одній прямій.
06:51
Despite the fact that this is the most complex and diverse system
172
411260
3000
Незважаючи на той факт, що це найбільш складна та різноманітна
06:54
in the universe,
173
414260
3000
система у Всесвіті,
06:57
there's an extraordinary simplicity
174
417260
2000
ми бачимо
06:59
being expressed by this.
175
419260
2000
надзвичайну простоту.
07:01
It's particularly astonishing
176
421260
3000
Найбільш дивовижно те,
07:04
because each one of these organisms,
177
424260
2000
що кожний з цих організмів,
07:06
each subsystem, each cell type, each gene,
178
426260
2000
кожна підсистема, кожна клітина, кожний ген
07:08
has evolved in its own unique environmental niche
179
428260
4000
еволюціонував в свої власній природній ніші,
07:12
with its own unique history.
180
432260
3000
зі своєю власною історією.
07:15
And yet, despite all of that Darwinian evolution
181
435260
3000
І все ж, незважаючи на всю цю Дарвінівську еволюцію
07:18
and natural selection,
182
438260
2000
і природній відбір,
07:20
they've been constrained to lie on a line.
183
440260
2000
вони вимушені розміщатись на прямій.
07:22
Something else is going on.
184
442260
2000
В цьому щось є.
07:24
Before I talk about that,
185
444260
2000
Перед тим, як розповісти вам про це,
07:26
I've written down at the bottom there
186
446260
2000
погляньте ось сюди, вниз,
07:28
the slope of this curve, this straight line.
187
448260
2000
де я написав нахил цієї лінії, нахил цієї прямої.
07:30
It's three-quarters, roughly,
188
450260
2000
Приблизно три четверті,
07:32
which is less than one -- and we call that sublinear.
189
452260
3000
менше одиниці - ми називаємо такий нахил сублінійним.
07:35
And here's the point of that.
190
455260
2000
І ось в чому суть:
07:37
It says that, if it were linear,
191
457260
3000
якщо би він був лінійним,
07:40
the steepest slope,
192
460260
2000
крутіша лінія,
07:42
then doubling the size
193
462260
2000
то подвоєння розміру
07:44
you would require double the amount of energy.
194
464260
2000
потребувало б подвоєння кількості енергії.
07:46
But it's sublinear, and what that translates into
195
466260
3000
Однак він сублінійний, і, як наслідок,
07:49
is that, if you double the size of the organism,
196
469260
2000
для подвоєння розміру організму
07:51
you actually only need 75 percent more energy.
197
471260
3000
потрібно всього лиш на 75 процентів більше енергії.
07:54
So a wonderful thing about all of biology
198
474260
2000
Прекрасною особливістю біосистем є
07:56
is that it expresses an extraordinary economy of scale.
199
476260
3000
їх неймовірний позитивний ефект масштабування.
07:59
The bigger you are systematically,
200
479260
2000
Чим більше ви за розміром, систематично,
08:01
according to very well-defined rules,
201
481260
2000
згідно дуже чітко визначених правил,
08:03
less energy per capita.
202
483260
3000
тим менше енергії "на одиницю".
08:06
Now any physiological variable you can think of,
203
486260
3000
Будь-яка фізіологічна змінна, про яку можна подумати,
08:09
any life history event you can think of,
204
489260
2000
будь-яка подія із життєвого циклу,
08:11
if you plot it this way, looks like this.
205
491260
3000
зображене подібним чином, виглядає так же.
08:14
There is an extraordinary regularity.
206
494260
2000
Це неймовірна закономірність.
08:16
So you tell me the size of a mammal,
207
496260
2000
Якщо ви мені скажете розмір ссавця,
08:18
I can tell you at the 90 percent level everything about it
208
498260
3000
я можу з впевненістю в 90% розказати все про нього,
08:21
in terms of its physiology, life history, etc.
209
501260
4000
його фізіологію, життєвий цикл і так далі.
08:25
And the reason for this is because of networks.
210
505260
3000
Причиною цього є мережі.
08:28
All of life is controlled by networks --
211
508260
3000
Все життя контролюється мережами -
08:31
from the intracellular through the multicellular
212
511260
2000
починаючи з міжклітинної, далі мультиклітинної,
08:33
through the ecosystem level.
213
513260
2000
і до рівня екосистеми.
08:35
And you're very familiar with these networks.
214
515260
3000
Вам добре знайомі ці мережі.
08:39
That's a little thing that lives inside an elephant.
215
519260
3000
Цей невеликий організм живе всередині слона.
08:42
And here's the summary of what I'm saying.
216
522260
3000
Тут резюме того, про що я розказую.
08:45
If you take those networks,
217
525260
2000
В цих мережах,
08:47
this idea of networks,
218
527260
2000
в самій ідеї мереж,
08:49
and you apply universal principles,
219
529260
2000
із застосування універсальних принципів,
08:51
mathematizable, universal principles,
220
531260
2000
математичних, універсальних принципів,
08:53
all of these scalings
221
533260
2000
слідують всі ці
08:55
and all of these constraints follow,
222
535260
3000
масштабування та обмеження,
08:58
including the description of the forest,
223
538260
2000
включаючи опис лісу,
09:00
the description of your circulatory system,
224
540260
2000
опис системи кровообігу,
09:02
the description within cells.
225
542260
2000
опис систем всередині клітини.
09:04
One of the things I did not stress in that introduction
226
544260
3000
Одним із фактів, який я не підкреслив у вступі,
09:07
was that, systematically, the pace of life
227
547260
3000
є те, що системно, ритм життя
09:10
decreases as you get bigger.
228
550260
2000
сповільнюється із збільшенням розміру.
09:12
Heart rates are slower; you live longer;
229
552260
3000
Серцевий ритм повільніший, тривалість життя більша,
09:15
diffusion of oxygen and resources
230
555260
2000
поширення кисню та поживних речовин
09:17
across membranes is slower, etc.
231
557260
2000
через мембрани повільніше, і так далі.
09:19
The question is: Is any of this true
232
559260
2000
Питання в тому, чи справджується це
09:21
for cities and companies?
233
561260
3000
для міст та компаній?
09:24
So is London a scaled up Birmingham,
234
564260
3000
Чи є Лондон збільшеним Бірмінгемом,
09:27
which is a scaled up Brighton, etc., etc.?
235
567260
3000
який є збільшеним Брайтоном, і так далі?
09:30
Is New York a scaled up San Francisco,
236
570260
2000
Чи є Нью-Йорк збільшеним Сан-Франциско,
09:32
which is a scaled up Santa Fe?
237
572260
2000
яке є збільшеним Санте-Фе?
09:34
Don't know. We will discuss that.
238
574260
2000
Невідомо. Ми це обговоримо.
09:36
But they are networks,
239
576260
2000
Але вони є мережами.
09:38
and the most important network of cities
240
578260
2000
Найбільш важливою мережею міста
09:40
is you.
241
580260
2000
є ви.
09:42
Cities are just a physical manifestation
242
582260
3000
Міста всього лиш фізичне втілення
09:45
of your interactions,
243
585260
2000
ваших взаємодій,
09:47
our interactions,
244
587260
2000
наших взаємодій,
09:49
and the clustering and grouping of individuals.
245
589260
2000
а також кластеризації і групування індивідуумів.
09:51
Here's just a symbolic picture of that.
246
591260
3000
Ось тут це зображено символічно.
09:54
And here's scaling of cities.
247
594260
2000
А ось тут масштабування міст.
09:56
This shows that in this very simple example,
248
596260
3000
В цьому дуже простому прикладі -
09:59
which happens to be a mundane example
249
599260
2000
дуже, до речі, приземленому -
10:01
of number of petrol stations
250
601260
2000
кількості заправок
10:03
as a function of size --
251
603260
2000
в залежності від розміру
10:05
plotted in the same way as the biology --
252
605260
2000
зображений таким же чином, як і приклад з біології -
10:07
you see exactly the same kind of thing.
253
607260
2000
видно точно такий же факт.
10:09
There is a scaling.
254
609260
2000
Масштабування.
10:11
That is that the number of petrol stations in the city
255
611260
4000
Кількість заправок в місті
10:15
is now given to you
256
615260
2000
можна визначити
10:17
when you tell me its size.
257
617260
2000
за його розміром.
10:19
The slope of that is less than linear.
258
619260
3000
Нахил цієї лінії менший, а ніж лінійний.
10:22
There is an economy of scale.
259
622260
2000
Це і є позитивним ефектом масштабу.
10:24
Less petrol stations per capita the bigger you are -- not surprising.
260
624260
3000
Не дивно, що чим більший розмір, тим менше заправок "на одиницю".
10:27
But here's what's surprising.
261
627260
2000
А ось що дивовижно.
10:29
It scales in the same way everywhere.
262
629260
2000
Він всюди масштабується однаково.
10:31
This is just European countries,
263
631260
2000
Це європейські країни,
10:33
but you do it in Japan or China or Colombia,
264
633260
3000
але якщо взяти Японію, чи Китай, чи Колумбію,
10:36
always the same
265
636260
2000
все те ж саме,
10:38
with the same kind of economy of scale
266
638260
2000
з тим же позитивним ефектом масштабування і
10:40
to the same degree.
267
640260
2000
в такий самий ступінь.
10:42
And any infrastructure you look at --
268
642260
3000
Погляньте на будь-яку інфраструктуру -
10:45
whether it's the length of roads, length of electrical lines --
269
645260
3000
довжина доріг, довжина ліній електропередач -
10:48
anything you look at
270
648260
2000
на що не поглянути,
10:50
has the same economy of scale scaling in the same way.
271
650260
3000
всюди той же позитивний ефект масштабу, що працює таким же чином.
10:53
It's an integrated system
272
653260
2000
Це інтегрована система,
10:55
that has evolved despite all the planning and so on.
273
655260
3000
яка еволюціонувала, незважаючи на всі планування.
10:58
But even more surprising
274
658260
2000
Ще більш дивовижно,
11:00
is if you look at socio-economic quantities,
275
660260
2000
що якщо поглянути на соціо-економічні величини,
11:02
quantities that have no analog in biology,
276
662260
3000
величини, що не мають аналогів в біології,
11:05
that have evolved when we started forming communities
277
665260
3000
ті, які еволюціонували, коли ми почали формувати спільноти
11:08
eight to 10,000 years ago.
278
668260
2000
від 8 до 10 тисяч років тому.
11:10
The top one is wages as a function of size
279
670260
2000
Зверху - залежність зарплат працівників від розміру,
11:12
plotted in the same way.
280
672260
2000
представлена таким ще чином.
11:14
And the bottom one is you lot --
281
674260
2000
Внизу, відповідно, ви - супертворчі -
11:16
super-creatives plotted in the same way.
282
676260
3000
ваша зайнятість, також відображена на графіку.
11:19
And what you see
283
679260
2000
Можна зауважити
11:21
is a scaling phenomenon.
284
681260
2000
явище масштабування.
11:23
But most important in this,
285
683260
2000
Однак найбільш важливим є те,
11:25
the exponent, the analog to that three-quarters
286
685260
2000
що експонента, аналог тих трьох четвертих
11:27
for the metabolic rate,
287
687260
2000
для швидкості обміну речовин,
11:29
is bigger than one -- it's about 1.15 to 1.2.
288
689260
2000
тут більше одиниці - приблизно 1,15-1,2.
11:31
Here it is,
289
691260
2000
Ось тут
11:33
which says that the bigger you are
290
693260
3000
говориться, що чим ви більші,
11:36
the more you have per capita, unlike biology --
291
696260
3000
тим більше маєте "на одиницю", на відміну від біології -
11:39
higher wages, more super-creative people per capita as you get bigger,
292
699260
4000
вищі зарплати, більше творчих людей на душу населення
11:43
more patents per capita, more crime per capita.
293
703260
3000
більше патентів, вища злочинність.
11:46
And we've looked at everything:
294
706260
2000
Ми розглянули все:
11:48
more AIDS cases, flu, etc.
295
708260
3000
СНІД, грип і так далі.
11:51
And here, they're all plotted together.
296
711260
2000
Ось вони зображені разом.
11:53
Just to show you what we plotted,
297
713260
2000
Ось що ми намалювали,
11:55
here is income, GDP --
298
715260
3000
ось дохід, ВВП -
11:58
GDP of the city --
299
718260
2000
ВВП міста -
12:00
crime and patents all on one graph.
300
720260
2000
злочинність і патенти, все на одному графіку.
12:02
And you can see, they all follow the same line.
301
722260
2000
Можна зауважити, всі вони лежать на одній прямій.
12:04
And here's the statement.
302
724260
2000
Факт:
12:06
If you double the size of a city from 100,000 to 200,000,
303
726260
3000
При збільшенні розміру міста від ста до двохсот тисяч,
12:09
from a million to two million, 10 to 20 million,
304
729260
2000
з мільйона до двох, з 10 до 20 мільйонів,
12:11
it doesn't matter,
305
731260
2000
не важливо,
12:13
then systematically
306
733260
2000
систематично
12:15
you get a 15 percent increase
307
735260
2000
отримується 15-ти процентне збільшення
12:17
in wages, wealth, number of AIDS cases,
308
737260
2000
зарплат, багатства, кількості випадків СНІДу,
12:19
number of police,
309
739260
2000
розмір міліції, -
12:21
anything you can think of.
310
741260
2000
всього, про що можна подумати.
12:23
It goes up by 15 percent,
311
743260
2000
Збільшується на 15 відсотків.
12:25
and you have a 15 percent savings
312
745260
3000
І 15 відсотків економиться
12:28
on the infrastructure.
313
748260
3000
на інфраструктурі.
12:31
This, no doubt, is the reason
314
751260
3000
Поза сумнівами, це і є причиною,
12:34
why a million people a week are gathering in cities.
315
754260
3000
через яку мільйон людей на тиждень переїжджають в міста.
12:37
Because they think that all those wonderful things --
316
757260
3000
Їх приваблюють всі ці прекрасні речі,
12:40
like creative people, wealth, income --
317
760260
2000
творчі люди, багатство, дохід,
12:42
is what attracts them,
318
762260
2000
ось що їх приваблює,
12:44
forgetting about the ugly and the bad.
319
764260
2000
і вони забувають про погане та жахливе.
12:46
What is the reason for this?
320
766260
2000
В чому причина?
12:48
Well I don't have time to tell you about all the mathematics,
321
768260
3000
У мене немає часу розказувати всю математику,
12:51
but underlying this is the social networks,
322
771260
3000
але в основі лежать соціальні мережі,
12:54
because this is a universal phenomenon.
323
774260
3000
тому що вони - універсальне явище.
12:57
This 15 percent rule
324
777260
3000
Це правило 15-ти відсотків
13:00
is true
325
780260
2000
працює
13:02
no matter where you are on the planet --
326
782260
2000
незалежно від того, де саме ви знаходитесь на планеті -
13:04
Japan, Chile,
327
784260
2000
Японія, Чилі,
13:06
Portugal, Scotland, doesn't matter.
328
786260
3000
Португалія, Шотландія - не важливо.
13:09
Always, all the data shows it's the same,
329
789260
3000
Завжди, всі дані показують, що вони однакові,
13:12
despite the fact that these cities have evolved independently.
330
792260
3000
незважаючи на те, що ці міста розвивались незалежно.
13:15
Something universal is going on.
331
795260
2000
Тут є щось універсальне.
13:17
The universality, to repeat, is us --
332
797260
3000
Універсальність, повторюю, це ми -
13:20
that we are the city.
333
800260
2000
ми і є місто.
13:22
And it is our interactions and the clustering of those interactions.
334
802260
3000
Це наша взаємодія і кластеризація цих взаємодій.
13:25
So there it is, I've said it again.
335
805260
2000
Отже я повторив це знову.
13:27
So if it is those networks and their mathematical structure,
336
807260
3000
Якщо ці мережі та їх математична структура,
13:30
unlike biology, which had sublinear scaling,
337
810260
3000
на відміну від біосистем, де ми бачили сублінійне масштабування
13:33
economies of scale,
338
813260
2000
і позитивний ефект масштабування,
13:35
you had the slowing of the pace of life
339
815260
2000
де було сповільнення швидкості життя
13:37
as you get bigger.
340
817260
2000
при збільшенні розмірів.
13:39
If it's social networks with super-linear scaling --
341
819260
2000
Якщо це соціальні мережі з суперлінійним масштабуванням -
13:41
more per capita --
342
821260
2000
більше "на одиницю" -
13:43
then the theory says
343
823260
2000
тоді теорія стверджує,
13:45
that you increase the pace of life.
344
825260
2000
що швидкість життя збільшується.
13:47
The bigger you are, life gets faster.
345
827260
2000
Чим більше, тим швидше життя.
13:49
On the left is the heart rate showing biology.
346
829260
2000
Зліва показана частота биття серця, з біології.
13:51
On the right is the speed of walking
347
831260
2000
Справа - швидкість ходьби
13:53
in a bunch of European cities,
348
833260
2000
в деяких європейських містах,
13:55
showing that increase.
349
835260
2000
що демонструє це збільшення.
13:57
Lastly, I want to talk about growth.
350
837260
3000
В останню чергу, я хочу поговорити про ріст.
14:00
This is what we had in biology, just to repeat.
351
840260
3000
Те, що було в біології, просто повторю.
14:03
Economies of scale
352
843260
3000
Позитивний ефект масштабу
14:06
gave rise to this sigmoidal behavior.
353
846260
3000
дає початок такій сігмоїдній поведінці.
14:09
You grow fast and then stop --
354
849260
3000
Швидкий ріст і потім зупинка -
14:12
part of our resilience.
355
852260
2000
частина стійкості.
14:14
That would be bad for economies and cities.
356
854260
3000
Подібне було б погано для економік та міст.
14:17
And indeed, one of the wonderful things about the theory
357
857260
2000
Насправді, один із дивовижних фактів теорії в тому,
14:19
is that if you have super-linear scaling
358
859260
3000
що при суперлінійному масштабуванні,
14:22
from wealth creation and innovation,
359
862260
2000
починаючи зі створення багатства та інновацій,
14:24
then indeed you get, from the same theory,
360
864260
3000
з тієї ж теорії слідує
14:27
a beautiful rising exponential curve -- lovely.
361
867260
2000
прекрасна висхідна експоненціальна крива - красиво.
14:29
And in fact, if you compare it to data,
362
869260
2000
Насправді, якщо порівняти її з даними,
14:31
it fits very well
363
871260
2000
вона дуже добре сходиться
14:33
with the development of cities and economies.
364
873260
2000
з розвитком міст та економік.
14:35
But it has a terrible catch,
365
875260
2000
Але в ній є жахлива пастка.
14:37
and the catch
366
877260
2000
Пастка в тому,
14:39
is that this system is destined to collapse.
367
879260
3000
що ця система приречена на провал.
14:42
And it's destined to collapse for many reasons --
368
882260
2000
Вона приречена на провал з багатьох причин -
14:44
kind of Malthusian reasons -- that you run out of resources.
369
884260
3000
мальтузіанського типу - тому що ресурсів перестане вистачати.
14:47
And how do you avoid that? Well we've done it before.
370
887260
3000
Як цього уникнути? Ми вже це робили.
14:50
What we do is,
371
890260
2000
Ми робимо ось як,
14:52
as we grow and we approach the collapse,
372
892260
3000
коли ми виростаємо і наближаємось до провалу -
14:55
a major innovation takes place
373
895260
3000
відбувається революційне відкриття
14:58
and we start over again,
374
898260
2000
і ми починаємо заново.
15:00
and we start over again as we approach the next one, and so on.
375
900260
3000
І ми починаємо заново при наближенні до наступного і так далі.
15:03
So there's this continuous cycle of innovation
376
903260
2000
Існує цей безперервний цикл інновацій,
15:05
that is necessary
377
905260
2000
який необхідний
15:07
in order to sustain growth and avoid collapse.
378
907260
3000
для підтримки росту та уникнення занепаду.
15:10
The catch, however, to this
379
910260
2000
Однак і тут є пастка -
15:12
is that you have to innovate
380
912260
2000
потрібно запроваджувати нововведення
15:14
faster and faster and faster.
381
914260
3000
все швидше, і швидше, і швидше.
15:17
So the image
382
917260
2000
Отже аналогія така,
15:19
is that we're not only on a treadmill that's going faster,
383
919260
3000
що ми не тільки знаходимось на біговому тренажері, який пришвидшується,
15:22
but we have to change the treadmill faster and faster.
384
922260
3000
але нам потрібно міняти тренажер все частіше і частіше.
15:25
We have to accelerate on a continuous basis.
385
925260
3000
Нам потрібно пришвидшуватись на постійній основі.
15:28
And the question is: Can we, as socio-economic beings,
386
928260
3000
Ось в чому питання: Чи можемо чи, як соціоекономічне творіння,
15:31
avoid a heart attack?
387
931260
3000
уникнути серцевого нападу?
15:34
So lastly, I'm going to finish up in this last minute or two
388
934260
3000
В останні декілька хвилин я хочу завершити
15:37
asking about companies.
389
937260
2000
запитаннями про компанії.
15:39
See companies, they scale.
390
939260
2000
Погляньте на компанії, вони масштабуються.
15:41
The top one, in fact, is Walmart on the right.
391
941260
2000
Насправді, справа нагорі - це Walmart.
15:43
It's the same plot.
392
943260
2000
Це той же графік.
15:45
This happens to be income and assets
393
945260
2000
Це прибуток та активи, відносно
15:47
versus the size of the company as denoted by its number of employees.
394
947260
2000
розміру компанії, представленому кількістю працівників.
15:49
We could use sales, anything you like.
395
949260
3000
Можна було взяти продажі, все що завгодно.
15:52
There it is: after some little fluctuations at the beginning,
396
952260
3000
І так, ось воно: після невеликих коливань на початку,
15:55
when companies are innovating,
397
955260
2000
коли компанії винаходять,
15:57
they scale beautifully.
398
957260
2000
вони прекрасно масштабуються.
15:59
And we've looked at 23,000 companies
399
959260
3000
Я повинен сказати, ми переглянули
16:02
in the United States, may I say.
400
962260
2000
23 тисячі компаній в США.
16:04
And I'm only showing you a little bit of this.
401
964260
3000
І я демонструю вам лиш невелику частину.
16:07
What is astonishing about companies
402
967260
2000
Вражаючим фактом про компанії є те, що
16:09
is that they scale sublinearly
403
969260
3000
їх сублінійне масштабування,
16:12
like biology,
404
972260
2000
як в біології,
16:14
indicating that they're dominated,
405
974260
2000
показує, що вони керуються
16:16
not by super-linear
406
976260
2000
не суперлінійними
16:18
innovation and ideas;
407
978260
3000
винаходами та ідеями,
16:21
they become dominated
408
981260
2000
вони керуються
16:23
by economies of scale.
409
983260
2000
позитивним ефектом масштабування.
16:25
In that interpretation,
410
985260
2000
В даному трактуванні,
16:27
by bureaucracy and administration,
411
987260
2000
це бюрократія та адміністрація,
16:29
and they do it beautifully, may I say.
412
989260
2000
і я повинен сказати, що вони прекрасно з цим справляються.
16:31
So if you tell me the size of some company, some small company,
413
991260
3000
Отож якщо ви мені скажете розмір компанії, якоїсь невеликої компанії,
16:34
I could have predicted the size of Walmart.
414
994260
3000
я зміг би передбачити розмір Walmart.
16:37
If it has this sublinear scaling,
415
997260
2000
Якщо він підлягає сублінійному масштабуванню,
16:39
the theory says
416
999260
2000
теорія стверджує,
16:41
we should have sigmoidal growth.
417
1001260
3000
що повинен бути сігмоїдний ріст.
16:44
There's Walmart. Doesn't look very sigmoidal.
418
1004260
2000
Ось Walmart. Не схоже на сігмоїдний.
16:46
That's what we like, hockey sticks.
419
1006260
3000
Це те, що нам подобається, хокейні ключки.
16:49
But you notice, I've cheated,
420
1009260
2000
Але якщо ви зауважили, я змахлював,
16:51
because I've only gone up to '94.
421
1011260
2000
тому що дійшов тільки до 94-го.
16:53
Let's go up to 2008.
422
1013260
2000
Давайте продовжимо до 2008-го.
16:55
That red line is from the theory.
423
1015260
3000
Червона лінія - теоретична.
16:58
So if I'd have done this in 1994,
424
1018260
2000
Якщо би я зробив це в 1994-тому,
17:00
I could have predicted what Walmart would be now.
425
1020260
3000
я міг би перебачити, чим Walmart був би зараз.
17:03
And then this is repeated
426
1023260
2000
Це повторюється
17:05
across the entire spectrum of companies.
427
1025260
2000
на всьому спектрі компаній.
17:07
There they are. That's 23,000 companies.
428
1027260
3000
Ось вони. 23 тисячі компаній.
17:10
They all start looking like hockey sticks,
429
1030260
2000
Вони всі починають, виглядають як хокейні ключки,
17:12
they all bend over,
430
1032260
2000
вони всі згинаються,
17:14
and they all die like you and me.
431
1034260
2000
і вони всі помирають, як ви і я.
17:16
Thank you.
432
1036260
2000
Дякую.
17:18
(Applause)
433
1038260
9000
(Оплески)
Про цей сайт

Цей сайт познайомить вас з відеороликами YouTube, корисними для вивчення англійської мови. Ви побачите уроки англійської мови, які проводять першокласні викладачі з усього світу. Двічі клацніть на англійських субтитрах, що відображаються на кожній сторінці відео, щоб відтворити відео з цієї сторінки. Субтитри прокручуються синхронно з відтворенням відео. Якщо у вас є коментарі або побажання, будь ласка, зв'яжіться з нами за допомогою цієї контактної форми.

https://forms.gle/WvT1wiN1qDtmnspy7