ABOUT THE SPEAKER
Geoffrey West - Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed.

Why you should listen

Trained as a theoretical physicist, Geoffrey West has turned his analytical mind toward the inner workings of more concrete things, like ... animals. In a paper for Science in 1997, he and his team uncovered what he sees as a surprisingly universal law of biology — the way in which heart rate, size and energy consumption are related, consistently, across most living animals. (Though not all animals: “There are always going to be people who say, ‘What about the crayfish?’ " he says. “Well, what about it? Every fundamental law has exceptions. But you still need the law or else all you have is observations that don’t make sense.")

A past president of the multidisciplinary Santa Fe Institute (after decades working  in high-energy physics at Los Alamos and Stanford), West now studies the behavior and development of cities. In his newest work, he proposes that one simple number, population, can predict a stunning array of details about any city, from crime rate to economic activity. It's all about the plumbing, he says, the infrastructure that powers growth or dysfunction. His next target for study: corporations.

He says: "Focusing on the differences [between cities] misses the point. Sure, there are differences, but different from what? We’ve found the what."

More profile about the speaker
Geoffrey West | Speaker | TED.com
TEDGlobal 2011

Geoffrey West: The surprising math of cities and corporations

Geoffrey West: Byers og selskabers overraskende matematik

Filmed:
1,583,030 views

Fysikeren Geoffrey West har fundet at simple matematiske love styrer byers egenskaber -- at velstand, kriminalitet, ganghastighed og mange andre aspekter ved en by kan udledes af et enkelt tal: Byens befolkningstal. I dette tankevækkende foredrag fra TEDGlobal viser han hvordan det virker og hvordan lignende love gælder for organismer og selskaber.
- Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed. Full bio

Double-click the English transcript below to play the video.

00:16
CitiesByer are the crucibleCrucible of civilizationcivilisation.
0
1000
3000
Byer er civilisationens smeltedigel.
00:19
They have been expandingekspanderende,
1
4000
2000
De er vokset,
00:21
urbanizationurbanisering has been expandingekspanderende,
2
6000
2000
urbaniseringen er vokset,
00:23
at an exponentialeksponentiel ratesats in the last 200 yearsflere år
3
8000
2000
eksponentielt de sidste 200 år
00:25
so that by the secondanden parten del of this centuryårhundrede,
4
10000
3000
så i 2. halvdel af dette århundrede,
00:28
the planetplanet will be completelyfuldstændig dominateddomineret
5
13000
2000
vil planeten være helt domineret
00:30
by citiesbyer.
6
15000
3000
af byer.
00:33
CitiesByer are the originsoprindelser of globalglobal warmingopvarmning,
7
18000
3000
Byer er roden til global opvarmning,
00:36
impactpåvirkning on the environmentmiljø,
8
21000
2000
påvirkning af miljøet,
00:38
healthsundhed, pollutionforurening, diseasesygdom,
9
23000
3000
helbred, forurening, sygdom,
00:41
financefinansiere,
10
26000
2000
finans,
00:43
economiesøkonomier, energyenergi --
11
28000
3000
økonomier, energi -
00:46
they're all problemsproblemer
12
31000
2000
det er altsammen problemer
00:48
that are confrontedkonfronteret by havingat have citiesbyer.
13
33000
2000
man får ved at have byer.
00:50
That's where all these problemsproblemer come from.
14
35000
2000
Det er der alle disse problemer kommer fra.
00:52
And the tsunamitsunamien of problemsproblemer that we feel we're facingover
15
37000
3000
Og den tsunami af problemer vi føler vi har
00:55
in termsbetingelser of sustainabilitybæredygtighed questionsspørgsmål
16
40000
2000
med hensyn til bæredygtighed
00:57
are actuallyrent faktisk a reflectionafspejling
17
42000
2000
afspejler faktisk
00:59
of the exponentialeksponentiel increaseøge
18
44000
2000
den eksponentielle vækst
01:01
in urbanizationurbanisering acrosset kors the planetplanet.
19
46000
3000
i urbanisering over hele kloden.
01:04
Here'sHer er some numbersnumre.
20
49000
2000
Her er nogle tal.
01:06
Two hundredhundrede yearsflere år agosiden, the UnitedUnited StatesStater
21
51000
2000
For to hundrede år siden var USA
01:08
was lessmindre than a few percentprocent urbanizedurbaniseret.
22
53000
2000
mindre end få procent urbaniseret.
01:10
It's now more than 82 percentprocent.
23
55000
2000
Nu er det mere end 82 procent.
01:12
The planetplanet has crossedkrydsede the halfwayhalvvejs markmærke a few yearsflere år agosiden.
24
57000
3000
Kloden passerede halvvejs for få år siden.
01:15
China'sKinas buildingbygning 300 newny citiesbyer
25
60000
2000
Kina bygger 300 nye byer
01:17
in the nextNæste 20 yearsflere år.
26
62000
2000
i løbet af de næste 20 år.
01:19
Now listen to this:
27
64000
2000
Hør lige på dette:
01:21
EveryHver weekuge for the foreseeableoverskuelig futurefremtid,
28
66000
3000
Hver uge i overskuelig fremtid
01:24
untilindtil 2050,
29
69000
2000
indtil 2050
01:26
everyhver weekuge more than a millionmillion people
30
71000
2000
vil en million mennesker hver uge
01:28
are beingvære addedtilsat to our citiesbyer.
31
73000
2000
føjes til vores byer.
01:30
This is going to affectpåvirke everything.
32
75000
2000
Det vil påvirke alting.
01:32
EverybodyAlle in this roomværelse, if you stayBliv alivei live,
33
77000
2000
Alle i dette lokale som lever til den tid
01:34
is going to be affectedpåvirket
34
79000
2000
vil påvirkes
01:36
by what's happeningsker in citiesbyer
35
81000
2000
af det som sker i byer
01:38
in this extraordinaryekstraordinær phenomenonfænomen.
36
83000
2000
i dette ekstraordinære fænomen.
01:40
HoweverMen, citiesbyer,
37
85000
3000
Men byerne,
01:43
despitepå trods af havingat have this negativenegativ aspectaspekt to them,
38
88000
3000
selvom de har dette negative aspekt,
01:46
are alsoogså the solutionløsning.
39
91000
2000
er også løsningen.
01:48
Because citiesbyer are the vacuumvakuum cleanersrengøringsmidler and the magnetsmagneter
40
93000
4000
For byerne er støvsugerne og magneterne
01:52
that have suckedsuget up creativekreativ people,
41
97000
2000
som har suget kreative mennesker til sig,
01:54
creatingskabe ideasideer, innovationinnovation,
42
99000
2000
som skaber ideer, innovation,
01:56
wealthrigdom and so on.
43
101000
2000
velstand og så videre.
01:58
So we have this kindvenlig of dualdobbelt naturenatur.
44
103000
2000
Så vi har denne dobbelte natur.
02:00
And so there's an urgentpresserende need
45
105000
3000
Og der er et akut behov
02:03
for a scientificvidenskabelig theoryteori of citiesbyer.
46
108000
4000
for en videnskabelig teori om byer.
02:07
Now these are my comradeskammerater in armsarme.
47
112000
3000
Disse er mine våbenbrødre.
02:10
This work has been doneFærdig with an extraordinaryekstraordinær groupgruppe of people,
48
115000
2000
Dette arbejde er blevet udført af en usædvanlig gruppe mennesker,
02:12
and they'vede har doneFærdig all the work,
49
117000
2000
og de har gjort alt arbejdet,
02:14
and I'm the great bullshitterbullshitter
50
119000
2000
mens jeg er det store vrøvlehovede
02:16
that triesforsøger to bringtage med it all togethersammen.
51
121000
2000
som prøver at holde sammen på det hele.
02:18
(LaughterLatter)
52
123000
2000
(Latter)
02:20
So here'sher er the problemproblem: This is what we all want.
53
125000
2000
Så her er problemet: Dette er hvad vi ønsker.
02:22
The 10 billionmilliard people on the planetplanet in 2050
54
127000
3000
De 10 milliarder mennesker på jorden i 2050
02:25
want to livelevende in placessteder like this,
55
130000
2000
ønsker at bo på steder som dette,
02:27
havingat have things like this,
56
132000
2000
at have ting som disse,
02:29
doing things like this,
57
134000
2000
gøre ting som dette,
02:31
with economiesøkonomier that are growingvoksende like this,
58
136000
3000
med økonomier som vokser sådan,
02:34
not realizingrealisere that entropyentropi
59
139000
2000
uden at indse at entropi
02:36
producesproducerer things like this,
60
141000
2000
producerer ting som dette,
02:38
this, this
61
143000
4000
dette, dette,
02:42
and this.
62
147000
2000
og dette.
02:44
And the questionspørgsmål is:
63
149000
2000
Og spørgsmålet er:
02:46
Is that what EdinburghEdinburgh and LondonLondon and NewNye YorkYork
64
151000
2000
Er det sådan Edinburgh, London og New York
02:48
are going to look like in 2050,
65
153000
2000
ser ud i 2050,
02:50
or is it going to be this?
66
155000
2000
eller ser det sådan ud?
02:52
That's the questionspørgsmål.
67
157000
2000
Det er spørgsmålet.
02:54
I mustskal say, manymange of the indicatorsindikatorer
68
159000
2000
Jeg må sige at mange indikatorer
02:56
look like this is what it's going to look like,
69
161000
3000
ser ud til at det er sådan det bliver,
02:59
but let's talk about it.
70
164000
3000
men lad os diskutere det.
03:02
So my provocativeprovokerende statementudmelding
71
167000
3000
Mit provokative udsagn er at
03:05
is that we desperatelydesperat need a seriousalvorlig scientificvidenskabelig theoryteori of citiesbyer.
72
170000
3000
vi har et desperat behov for en videnskabelig teori om byer.
03:08
And scientificvidenskabelig theoryteori meansmidler quantifiablekvantificerbare --
73
173000
3000
Og videnskabelig teori betyder kvantificerbar,
03:11
relyingstole on underlyingunderliggende genericgenerisk principlesprincipper
74
176000
3000
baseret på generelle principper
03:14
that can be madelavet into a predictiveforprogrammeret frameworkrammer.
75
179000
2000
som kan bruges til forudsigelser.
03:16
That's the questQuest.
76
181000
2000
Det er målet.
03:18
Is that conceivabletænkelig?
77
183000
2000
Er det tænkeligt?
03:20
Are there universaluniversel lawslove?
78
185000
2000
Er der nogle universelle love?
03:22
So here'sher er two questionsspørgsmål
79
187000
2000
Her er to spørgsmål
03:24
that I have in my headhoved when I think about this problemproblem.
80
189000
2000
jeg har i baghovedet når jeg tænker over dette problem.
03:26
The first is:
81
191000
2000
Det første er:
03:28
Are citiesbyer parten del of biologybiologi?
82
193000
2000
Er byer en del af biologien?
03:30
Is LondonLondon a great bigstor whalehval?
83
195000
2000
Er London som en kæmpestor hval?
03:32
Is EdinburghEdinburgh a horsehest?
84
197000
2000
Er Edinburgh en hest?
03:34
Is MicrosoftMicrosoft a great bigstor anthillmyretue?
85
199000
2000
Er Microsoft en stor myretue?
03:36
What do we learnlære from that?
86
201000
2000
Hvad lærer vi af dette?
03:38
We use them metaphoricallymetaforisk --
87
203000
2000
Vi bruger metaforer -
03:40
the DNADNA of a companySelskab, the metabolismstofskifte of a cityby, and so on --
88
205000
2000
En virksomheds DNA, en bys stofskifte og så videre -
03:42
is that just bullshitbullshit, metaphoricalmetaforisk bullshitbullshit,
89
207000
3000
er det bare nonsens, metaforisk nonsens,
03:45
or is there seriousalvorlig substancestof to it?
90
210000
3000
eller er der et seriøst indhold i det?
03:48
And if that is the casetilfælde,
91
213000
2000
Og hvis det er tilfældet,
03:50
how come that it's very hardhårdt to killdræbe a cityby?
92
215000
2000
hvorfor er det så svært at dræbe en by?
03:52
You could dropdråbe an atomatom bombbombe on a cityby,
93
217000
2000
Man kan smide en atombombe på en by,
03:54
and 30 yearsflere år latersenere it's survivingoverlevende.
94
219000
2000
og den lever stadig 30 år senere.
03:56
Very few citiesbyer failsvigte.
95
221000
3000
Meget få byer mislykkes.
03:59
All companiesvirksomheder die, all companiesvirksomheder.
96
224000
3000
Alle virksomheder dør - alle virksomheder.
04:02
And if you have a seriousalvorlig theoryteori, you should be ablei stand to predictforudsige
97
227000
2000
Og hvis du har en seriøs teori, må du kunne forudsige
04:04
when GoogleGoogle is going to go bustbuste.
98
229000
3000
hvornår Google vil gå fallit.
04:07
So is that just anotheren anden versionversion
99
232000
3000
Så er dette bare en anden version
04:10
of this?
100
235000
2000
af dette?
04:12
Well we understandforstå this very well.
101
237000
2000
Vi forstår dette her meget godt.
04:14
That is, you askSpørg any genericgenerisk questionspørgsmål about this --
102
239000
2000
Det vil sige, du kan spørge om alting -
04:16
how manymange treestræer of a givengivet sizestørrelse,
103
241000
2000
hvor mange træer af en given størrelse,
04:18
how manymange branchesgrene of a givengivet sizestørrelse does a treetræ have,
104
243000
2000
hvor mange grene af given størrelse har et træ,
04:20
how manymange leavesblade,
105
245000
2000
hvor mange blade,
04:22
what is the energyenergi flowingflyder throughigennem eachhver branchafdeling,
106
247000
2000
hvad er energistrømmen gennem hver gren,
04:24
what is the sizestørrelse of the canopybaldakin,
107
249000
2000
hvad er størrelsen af kronen,
04:26
what is its growthvækst, what is its mortalitydødelighed?
108
251000
2000
hvad er dets vækst, hvad er dets dødelighed?
04:28
We have a mathematicalmatematisk frameworkrammer
109
253000
2000
Vi har et matematisk system
04:30
basedbaseret on genericgenerisk universaluniversel principlesprincipper
110
255000
3000
baseret på generiske universelle principper
04:33
that can answersvar those questionsspørgsmål.
111
258000
2000
som kan besvare disse spørgsmål.
04:35
And the ideaide is can we do the samesamme for this?
112
260000
4000
Og tanken er, kan vi gøre det samme for dette?
04:40
So the routerute in is recognizinganerkende
113
265000
3000
Vejen frem er at erkende
04:43
one of the mostmest extraordinaryekstraordinær things about life,
114
268000
2000
at en af de mest usædvanlige ting ved livet
04:45
is that it is scalableskalerbar,
115
270000
2000
er at det skalerer,
04:47
it worksarbejder over an extraordinaryekstraordinær rangerækkevidde.
116
272000
2000
det virker på mange størrelsesordener.
04:49
This is just a tinylille bitte rangerækkevidde actuallyrent faktisk:
117
274000
2000
Her er bare en lille del af spændvidden:
04:51
It's us mammalspattedyr;
118
276000
2000
Det er os pattedyr.
04:53
we're one of these.
119
278000
2000
Vi er en af dem.
04:55
The samesamme principlesprincipper, the samesamme dynamicsdynamik,
120
280000
2000
De samme principper, den samme dynamik,
04:57
the samesamme organizationorganisation is at work
121
282000
2000
og den samme organisation virker
04:59
in all of these, includinginklusive us,
122
284000
2000
i alle disse, inklusive os selv,
05:01
and it can scalevægt over a rangerækkevidde of 100 millionmillion in sizestørrelse.
123
286000
3000
og det kan skalere op til en faktor 100 millioner.
05:04
And that is one of the mainvigtigste reasonsgrunde
124
289000
3000
Og det er en af grundene til
05:07
life is so resilientmodstandsdygtige and robustrobust --
125
292000
2000
at liv er så stærkt og robust -
05:09
scalabilityskalerbarhed.
126
294000
2000
skalerbarhed.
05:11
We're going to discussdrøfte that in a momentøjeblik more.
127
296000
3000
Vi skal diskutere det lidt mere.
05:14
But you know, at a locallokal levelniveau,
128
299000
2000
Som I ved, på lokalt niveau
05:16
you scalevægt; everybodyalle in this roomværelse is scaledskaleret.
129
301000
2000
skalerer du; allesammen i dette rum er skaleret.
05:18
That's calledhedder growthvækst.
130
303000
2000
Det kaldes vækst.
05:20
Here'sHer er how you grewvoksede.
131
305000
2000
Her er hvordan du vokser.
05:22
RatRotte, that's a ratrotte -- could have been you.
132
307000
2000
Rotte - det er en rotte - det kunne have været dig.
05:24
We're all prettysmuk much the samesamme.
133
309000
3000
Vi er alle stort set det samme.
05:27
And you see, you're very familiarvelkendt with this.
134
312000
2000
Og du ser, du ved det godt.
05:29
You growdyrke very quicklyhurtigt and then you stop.
135
314000
2000
Du vokser hurtigt og så stopper du.
05:31
And that linelinje there
136
316000
2000
Den kurve der
05:33
is a predictionforudsigelse from the samesamme theoryteori,
137
318000
2000
er en forudsigelse fra den samme teori,
05:35
basedbaseret on the samesamme principlesprincipper,
138
320000
2000
baseret på samme principper,
05:37
that describesbeskriver that forestSkov.
139
322000
2000
som beskriver skoven.
05:39
And here it is for the growthvækst of a ratrotte,
140
324000
2000
Her er det for en rottes vækst,
05:41
and those pointspunkter on there are datadata pointspunkter.
141
326000
2000
og punkterne der er datapunkter.
05:43
This is just the weightvægt versusimod the agealder.
142
328000
2000
Det er vægt plottet mod alder.
05:45
And you see, it stopsstop growingvoksende.
143
330000
2000
Og man ser at den stopper at vokse.
05:47
Very, very good for biologybiologi --
144
332000
2000
Meget, meget godt for biologi -
05:49
alsoogså one of the reasonsgrunde for its great resiliencemodstandskraft.
145
334000
2000
også en årsag til modstandsdygtigheden.
05:51
Very, very baddårlig
146
336000
2000
Meget meget dårligt
05:53
for economiesøkonomier and companiesvirksomheder and citiesbyer
147
338000
2000
for økonomier og virksomheder og byer
05:55
in our presenttil stede paradigmparadigme.
148
340000
2000
i vores nuværende paradigme.
05:57
This is what we believe.
149
342000
2000
Dette er noget vi tror.
05:59
This is what our wholehel economyøkonomi
150
344000
2000
Dette er hvad hele vores økonomi
06:01
is thrustingfrådede upon us,
151
346000
2000
bombarderer os med,
06:03
particularlyisær illustratedillustreret in that left-handvenstre hånd cornerhjørne:
152
348000
3000
godt illustreret i nederste venstre hjørne:
06:06
hockeyhockey stickspinde.
153
351000
2000
hockey-stave.
06:08
This is a bunchflok of softwaresoftware companiesvirksomheder --
154
353000
2000
Det er nogle software virksomheder -
06:10
and what it is is theirderes revenueindtægter versusimod theirderes agealder --
155
355000
2000
og viser deres indtægt som funktion af alder -
06:12
all zoomingZoom away,
156
357000
2000
alle suser afsted,
06:14
and everybodyalle makingmaking millionsmillioner and billionsmilliarder of dollarsdollars.
157
359000
2000
og tjener millioner og milliarder dollars.
06:16
Okay, so how do we understandforstå this?
158
361000
3000
Okay, så hvordan kan vi forstå dette?
06:19
So let's first talk about biologybiologi.
159
364000
3000
Lad os først snakke om biologi.
06:22
This is explicitlyudtrykkeligt showingviser you
160
367000
2000
Dette viser eksplicit
06:24
how things scalevægt,
161
369000
2000
hvordan ting skalerer,
06:26
and this is a trulyvirkelig remarkablebemærkelsesværdig graphkurve.
162
371000
2000
og det er en virkelig interessant graf.
06:28
What is plottedafbildet here is metabolicmetaboliske ratesats --
163
373000
3000
Det som plottes her er stofskiftet -
06:31
how much energyenergi you need perom day to stayBliv alivei live --
164
376000
3000
hvor meget energi per dag man behøver -
06:34
versusimod your weightvægt, your massmasse,
165
379000
2000
i forhold til ens vægt,
06:36
for all of us bunchflok of organismsorganismer.
166
381000
3000
for alle organismer.
06:39
And it's plottedafbildet in this funnysjov way by going up by factorsfaktorer of 10,
167
384000
3000
Det plottes på en sjov måde, hvor man går op i faktorer af 10,
06:42
otherwiseEllers you couldn'tkunne ikke get everything on the graphkurve.
168
387000
2000
for at få plads til alt i en graf.
06:44
And what you see if you plotgrund it
169
389000
2000
Og når man plotter det
06:46
in this slightlyen anelse curiousnysgerrig way
170
391000
2000
på denne lidt mærkelige måde
06:48
is that everybodyalle liesløgne on the samesamme linelinje.
171
393000
3000
ser man at alle ligger på samme linie.
06:51
DespiteTrods the factfaktum that this is the mostmest complexkompleks and diversealsidig systemsystem
172
396000
3000
Selvom dette er det mest komplekse system
06:54
in the universeunivers,
173
399000
3000
i universet,
06:57
there's an extraordinaryekstraordinær simplicityenkelhed
174
402000
2000
er der er utrolig enkelthed
06:59
beingvære expressedgav udtryk for by this.
175
404000
2000
som kommer til udtryk her.
07:01
It's particularlyisær astonishingforbavsende
176
406000
3000
Det er specielt forbløffende
07:04
because eachhver one of these organismsorganismer,
177
409000
2000
fordi hver af disse organismer,
07:06
eachhver subsystemdelsystemet, eachhver cellcelle typetype, eachhver genegen,
178
411000
2000
hvert undersystem, hver celletype, hvert gen,
07:08
has evolvedudviklet sig in its ownegen uniqueenestående environmentalmiljømæssige nicheniche
179
413000
4000
har udviklet sig i sin egne unikke niche
07:12
with its ownegen uniqueenestående historyhistorie.
180
417000
3000
med en egen unik historie.
07:15
And yetendnu, despitepå trods af all of that DarwinianDarwinistisk evolutionudvikling
181
420000
3000
Og på trods af al denne Darwinske evolution
07:18
and naturalnaturlig selectionudvælgelse,
182
423000
2000
og naturlige udvælgelse,
07:20
they'vede har been constrainedhæmmet to lieligge on a linelinje.
183
425000
2000
er de begrænset til at ligge på en linie.
07:22
Something elseandet is going on.
184
427000
2000
Noget andet er på færde.
07:24
Before I talk about that,
185
429000
2000
Før jeg snakker om det,
07:26
I've writtenskriftlig down at the bottombund there
186
431000
2000
har jeg skrevet nederst
07:28
the slopehældning of this curvekurve, this straightlige linelinje.
187
433000
2000
hældningen på kurven, den rette linie,
07:30
It's three-quarterstre fjerdedele, roughlyrundt regnet,
188
435000
2000
den er circa tre fjerdedele,
07:32
whichhvilken is lessmindre than one -- and we call that sublinearsublinear.
189
437000
3000
som er mindre end 1 - og vi kalder det sublineært.
07:35
And here'sher er the pointpunkt of that.
190
440000
2000
Og her er meningen med det.
07:37
It sayssiger that, if it were linearlineær,
191
442000
3000
Det betyder at hvis det var lineært
07:40
the steepeststejleste slopehældning,
192
445000
2000
- den stejleste hældning -
07:42
then doublingfordobling the sizestørrelse
193
447000
2000
så ville en fordobling af størrelse
07:44
you would requirekræve doubledobbelt the amountbeløb of energyenergi.
194
449000
2000
kræve dobbelt så meget energi.
07:46
But it's sublinearsublinear, and what that translatesOversætter into
195
451000
3000
Men det er sublineært, og det betyder
07:49
is that, if you doubledobbelt the sizestørrelse of the organismorganisme,
196
454000
2000
at hvis du fordobler størrelsen på organismen,
07:51
you actuallyrent faktisk only need 75 percentprocent more energyenergi.
197
456000
3000
behøver den kun 75% mere energi.
07:54
So a wonderfulvidunderlig thing about all of biologybiologi
198
459000
2000
Så en vidunderlig ting ved alt biologisk
07:56
is that it expressesudtrykker an extraordinaryekstraordinær economyøkonomi of scalevægt.
199
461000
3000
er at det viser en usædvanlig stordriftsfordel.
07:59
The biggerstørre you are systematicallysystematisk,
200
464000
2000
Jo større du er,
08:01
accordingifølge to very well-definedveldefineret rulesregler,
201
466000
2000
ifølge veldefinerede regler,
08:03
lessmindre energyenergi perom capitaindbygger.
202
468000
3000
jo mindre energi per enhed.
08:06
Now any physiologicalfysiologiske variablevariabel you can think of,
203
471000
3000
Enhver fysiologisk parameter man tænker sig,
08:09
any life historyhistorie eventbegivenhed you can think of,
204
474000
2000
og begivenhed i livet man kan tænke sig,
08:11
if you plotgrund it this way, looksudseende like this.
205
476000
3000
hvis det plottes sådan, ser det sådan ud.
08:14
There is an extraordinaryekstraordinær regularityregelmæssighed.
206
479000
2000
Der er en utrolig regularitet.
08:16
So you tell me the sizestørrelse of a mammalpattedyr,
207
481000
2000
Du kan sige størrelsen på et pattedyr,
08:18
I can tell you at the 90 percentprocent levelniveau everything about it
208
483000
3000
og jeg kan fortælle alt om det på 90%-niveau
08:21
in termsbetingelser of its physiologyfysiologi, life historyhistorie, etcetc.
209
486000
4000
om dets fysiologi, dets livshistorie, osv.
08:25
And the reasongrund for this is because of networksnetværk.
210
490000
3000
Og grunden til dette er netværk.
08:28
All of life is controlledkontrolleret by networksnetværk --
211
493000
3000
Alt levende er kontrolleret af netværk -
08:31
from the intracellularintracellulære throughigennem the multicellularflercellede
212
496000
2000
fra det intracellulære, over til det multicellulære
08:33
throughigennem the ecosystemøkosystem levelniveau.
213
498000
2000
og op til økosystemniveau.
08:35
And you're very familiarvelkendt with these networksnetværk.
214
500000
3000
Og disse netværk kender I.
08:39
That's a little thing that livesliv insideinde an elephantelefant.
215
504000
3000
Dette er en lille ting som lever indeni en elefant.
08:42
And here'sher er the summaryResumé of what I'm sayingordsprog.
216
507000
3000
Her er et resume af det jeg står og siger.
08:45
If you take those networksnetværk,
217
510000
2000
Hvis du tager disse netværk,
08:47
this ideaide of networksnetværk,
218
512000
2000
dette netværksbegreb,
08:49
and you applyansøge universaluniversel principlesprincipper,
219
514000
2000
og du bruger universelle principper,
08:51
mathematizablemathematizable, universaluniversel principlesprincipper,
220
516000
2000
matematiserbare, universelle principper,
08:53
all of these scalingsslagger
221
518000
2000
så vil alle disse skaleringer,
08:55
and all of these constraintsbegrænsninger followfølge efter,
222
520000
3000
og alle disse lovmæssigheder følge,
08:58
includinginklusive the descriptionbeskrivelse of the forestSkov,
223
523000
2000
inklusiv beskrivelsen af en skov,
09:00
the descriptionbeskrivelse of your circulatorykredsløbssygdomme systemsystem,
224
525000
2000
beskrivelsen af dit kredsløb,
09:02
the descriptionbeskrivelse withininden for cellsceller.
225
527000
2000
beskrivelsen indeni celler.
09:04
One of the things I did not stressstress in that introductionintroduktion
226
529000
3000
En af de ting jeg ikke sagde i introduktionen
09:07
was that, systematicallysystematisk, the pacetempo of life
227
532000
3000
var at hastigheden på liv
09:10
decreasesnedsætter as you get biggerstørre.
228
535000
2000
aftager når man bliver større.
09:12
HeartHjerte ratessatser are slowerlangsommere; you livelevende longerlængere;
229
537000
3000
Hjerteslag bliver langsommere, man lever længere,
09:15
diffusiondiffusion of oxygenilt and resourcesressourcer
230
540000
2000
diffusion af ilt og ressourcer
09:17
acrosset kors membranesmembraner is slowerlangsommere, etcetc.
231
542000
2000
gennem membraner bliver langsommere, osv.
09:19
The questionspørgsmål is: Is any of this truerigtigt
232
544000
2000
Spørgsmålet er: Gælder noget af dette
09:21
for citiesbyer and companiesvirksomheder?
233
546000
3000
for byer og virksomheder?
09:24
So is LondonLondon a scaledskaleret up BirminghamBirmingham,
234
549000
3000
Altså er London en opskaleret Birmingham,
09:27
whichhvilken is a scaledskaleret up BrightonBrighton, etcetc., etcetc.?
235
552000
3000
som er en opskaleret Brighton, osv.?
09:30
Is NewNye YorkYork a scaledskaleret up SanSan FranciscoFrancisco,
236
555000
2000
Er New York en opskaleret San Francisco,
09:32
whichhvilken is a scaledskaleret up SantaSanta FeFe?
237
557000
2000
som er en opskaleret Santa Fe?
09:34
Don't know. We will discussdrøfte that.
238
559000
2000
Jeg ved ikke. Vi vil diskutere det.
09:36
But they are networksnetværk,
239
561000
2000
Men de er netværk,
09:38
and the mostmest importantvigtig networknetværk of citiesbyer
240
563000
2000
og det vigtigste netværk i byer
09:40
is you.
241
565000
2000
er dig.
09:42
CitiesByer are just a physicalfysisk manifestationmanifestation
242
567000
3000
Byer er den fysiske manifestation
09:45
of your interactionsinteraktioner,
243
570000
2000
af dine interaktioner,
09:47
our interactionsinteraktioner,
244
572000
2000
vores interaktioner,
09:49
and the clusteringklynger and groupinggruppering of individualsindivider.
245
574000
2000
og grupperingen af individer.
09:51
Here'sHer er just a symbolicsymbolsk picturebillede of that.
246
576000
3000
Dette er bare et symbolsk billede af det.
09:54
And here'sher er scalingskalering of citiesbyer.
247
579000
2000
Her er byers skalering.
09:56
This showsviser sig that in this very simpleenkel exampleeksempel,
248
581000
3000
Det viser at i dette simple eksempel,
09:59
whichhvilken happenssker to be a mundanehverdagsagtige exampleeksempel
249
584000
2000
som er et dagligdags eksempel
10:01
of numbernummer of petrolbenzin stationsstationer
250
586000
2000
på antal benzintanke
10:03
as a functionfungere of sizestørrelse --
251
588000
2000
som funktion af størrelse -
10:05
plottedafbildet in the samesamme way as the biologybiologi --
252
590000
2000
plottet på samme måde som det biologiske -
10:07
you see exactlyNemlig the samesamme kindvenlig of thing.
253
592000
2000
ser man præcis det samme.
10:09
There is a scalingskalering.
254
594000
2000
Der er skalering.
10:11
That is that the numbernummer of petrolbenzin stationsstationer in the cityby
255
596000
4000
Dvs. at antal benzintanke i byen
10:15
is now givengivet to you
256
600000
2000
får du
10:17
when you tell me its sizestørrelse.
257
602000
2000
hvis du opgiver dens størrelse.
10:19
The slopehældning of that is lessmindre than linearlineær.
258
604000
3000
Hældningen er mindre end lineær.
10:22
There is an economyøkonomi of scalevægt.
259
607000
2000
Der er stordriftsfordele.
10:24
LessMindre petrolbenzin stationsstationer perom capitaindbygger the biggerstørre you are -- not surprisingoverraskende.
260
609000
3000
Færre benzintanke per indbygger jo større man er - ikke overraskende.
10:27
But here'sher er what's surprisingoverraskende.
261
612000
2000
Men her det overraskende.
10:29
It scalesskalaer in the samesamme way everywhereoveralt.
262
614000
2000
Det skalerer på samme måde overalt.
10:31
This is just EuropeanEuropæiske countrieslande,
263
616000
2000
Dette er bare europæiske lande,
10:33
but you do it in JapanJapan or ChinaKina or ColombiaColombia,
264
618000
3000
men du kan gøre det i Japan eller Kina eller Columbia,
10:36
always the samesamme
265
621000
2000
altid det samme
10:38
with the samesamme kindvenlig of economyøkonomi of scalevægt
266
623000
2000
med samme stordriftsfordele
10:40
to the samesamme degreegrad.
267
625000
2000
i samme grad.
10:42
And any infrastructureinfrastruktur you look at --
268
627000
3000
Og enhver infrastruktur vi ser på -
10:45
whetherom it's the lengthlængde of roadsveje, lengthlængde of electricalelektrisk lineslinjer --
269
630000
3000
om det er vejlængder, længder på elkraftlinier -
10:48
anything you look at
270
633000
2000
hvad som helst vi ser på
10:50
has the samesamme economyøkonomi of scalevægt scalingskalering in the samesamme way.
271
635000
3000
har samme stordriftsfordele som skalerer på samme måde.
10:53
It's an integratedintegreret systemsystem
272
638000
2000
Det er et integreret system
10:55
that has evolvedudviklet sig despitepå trods af all the planningplanlægning and so on.
273
640000
3000
som har udviklet sig uafhængigt af al planlægning osv.
10:58
But even more surprisingoverraskende
274
643000
2000
Men endnu mere overraskende
11:00
is if you look at socio-economicsocio-økonomiske quantitiesmængder,
275
645000
2000
er hvis du ser på socioøkonomiske størrelser,
11:02
quantitiesmængder that have no analoganalog in biologybiologi,
276
647000
3000
størrelser som ikke har analogier i biologi,
11:05
that have evolvedudviklet sig when we startedstartede formingdannelse communitiesfællesskaber
277
650000
3000
som udviklede sig da vi begyndte at lave samfund
11:08
eightotte to 10,000 yearsflere år agosiden.
278
653000
2000
for 8 - 10.000 år siden.
11:10
The toptop one is wagesløn as a functionfungere of sizestørrelse
279
655000
2000
Øverst er løn som funktion af størrelse
11:12
plottedafbildet in the samesamme way.
280
657000
2000
plottet på samme måde.
11:14
And the bottombund one is you lot --
281
659000
2000
Og nederst er jer -
11:16
super-creativesSuper-annoncer plottedafbildet in the samesamme way.
282
661000
3000
superkreative folk plottet på samme måde.
11:19
And what you see
283
664000
2000
Og det I ser
11:21
is a scalingskalering phenomenonfænomen.
284
666000
2000
er et skaleringsfænomen.
11:23
But mostmest importantvigtig in this,
285
668000
2000
Men det vigtigste i dette her,
11:25
the exponenteksponent, the analoganalog to that three-quarterstre fjerdedele
286
670000
2000
eksponenten, svarende til de tre fjerdedele
11:27
for the metabolicmetaboliske ratesats,
287
672000
2000
for stofskiftets hastighed,
11:29
is biggerstørre than one -- it's about 1.15 to 1.2.
288
674000
2000
er større end 1 - den er mellem 1,15 og 1,2.
11:31
Here it is,
289
676000
2000
Her er det,
11:33
whichhvilken sayssiger that the biggerstørre you are
290
678000
3000
som viser at jo større man er
11:36
the more you have perom capitaindbygger, unlikeI modsætning til biologybiologi --
291
681000
3000
jo mere har man per indbygger, i modsætning til biologi -
11:39
higherhøjere wagesløn, more super-creativeSuper-kreative people perom capitaindbygger as you get biggerstørre,
292
684000
4000
højere løn, flere superkreative folk per indbygger jo større man er,
11:43
more patentspatenter perom capitaindbygger, more crimeforbrydelse perom capitaindbygger.
293
688000
3000
flere patenter per indbygger, mere kriminalitet.
11:46
And we'vevi har lookedkigget at everything:
294
691000
2000
Og vi har set på alt:
11:48
more AIDSAIDS casessager, fluinfluenza, etcetc.
295
693000
3000
Flere AIDS tilfælde, influenza, osv.
11:51
And here, they're all plottedafbildet togethersammen.
296
696000
2000
Og her er de allesammen plottet sammen.
11:53
Just to showat vise you what we plottedafbildet,
297
698000
2000
Bare for at vise hvad vi har plottet,
11:55
here is incomeindkomst, GDPBNP --
298
700000
3000
her er indkomst, BNI -
11:58
GDPBNP of the cityby --
299
703000
2000
byens BNI -
12:00
crimeforbrydelse and patentspatenter all on one graphkurve.
300
705000
2000
kriminalitet og patenter alt på en graf.
12:02
And you can see, they all followfølge efter the samesamme linelinje.
301
707000
2000
Og man ser, de ligger alle på samme linie.
12:04
And here'sher er the statementudmelding.
302
709000
2000
Og her er påstanden.
12:06
If you doubledobbelt the sizestørrelse of a cityby from 100,000 to 200,000,
303
711000
3000
Hvis du fordobler byens størrelse fra 100.000 til 200.000,
12:09
from a millionmillion to two millionmillion, 10 to 20 millionmillion,
304
714000
2000
fra en million til to millioner, 10 til 20 millioner,
12:11
it doesn't matterstof,
305
716000
2000
det er ligegyldigt,
12:13
then systematicallysystematisk
306
718000
2000
får du systematisk
12:15
you get a 15 percentprocent increaseøge
307
720000
2000
en 15 procent forøgelse
12:17
in wagesløn, wealthrigdom, numbernummer of AIDSAIDS casessager,
308
722000
2000
i lønninger, rigdom, antal AIDS tilfælde,
12:19
numbernummer of policepoliti,
309
724000
2000
antal politifolk,
12:21
anything you can think of.
310
726000
2000
alt du kan komme i tanke om.
12:23
It goesgår up by 15 percentprocent,
311
728000
2000
Det stiger med 15 %,
12:25
and you have a 15 percentprocent savingsopsparing
312
730000
3000
og du har en 15 % besparelse
12:28
on the infrastructureinfrastruktur.
313
733000
3000
på infrastruktur.
12:31
This, no doubttvivl, is the reasongrund
314
736000
3000
Dette er uden tvivl grunden
12:34
why a millionmillion people a weekuge are gatheringindsamling in citiesbyer.
315
739000
3000
til at en million mennesker om ugen samles i byer.
12:37
Because they think that all those wonderfulvidunderlig things --
316
742000
3000
For de tænker at alle disse vidunderlige ting -
12:40
like creativekreativ people, wealthrigdom, incomeindkomst --
317
745000
2000
som kreative folk, rigdom, indkomst -
12:42
is what attractstiltrækker them,
318
747000
2000
er det som tiltrækker,
12:44
forgettingglemmer about the uglygrim and the baddårlig.
319
749000
2000
og glemmer det grimme og det dårlige.
12:46
What is the reasongrund for this?
320
751000
2000
Hvad er grunden til det?
12:48
Well I don't have time to tell you about all the mathematicsmatematik,
321
753000
3000
Jeg har ikke tid til at fortælle om alt matematikken,
12:51
but underlyingunderliggende this is the socialsocial networksnetværk,
322
756000
3000
men det underliggende er de sociale netværk,
12:54
because this is a universaluniversel phenomenonfænomen.
323
759000
3000
fordi dette er et universelt fænomen.
12:57
This 15 percentprocent ruleHerske
324
762000
3000
Denne 15 % regel
13:00
is truerigtigt
325
765000
2000
gælder
13:02
no matterstof where you are on the planetplanet --
326
767000
2000
uanset hvor du er på planeten -
13:04
JapanJapan, ChileChile,
327
769000
2000
Japan, Chile,
13:06
PortugalPortugal, ScotlandSkotland, doesn't matterstof.
328
771000
3000
Portugal, Skotland, det er ligemeget,
13:09
Always, all the datadata showsviser sig it's the samesamme,
329
774000
3000
Alle data viser altid det samme,
13:12
despitepå trods af the factfaktum that these citiesbyer have evolvedudviklet sig independentlyselvstændigt.
330
777000
3000
selvom disse byer har udviklet sig uafhængigt af hinanden.
13:15
Something universaluniversel is going on.
331
780000
2000
Noget universelt foregår.
13:17
The universalityuniversalitet, to repeatgentage, is us --
332
782000
3000
Denne universalitet, for at sige det igen, er os -
13:20
that we are the cityby.
333
785000
2000
at vi er byen.
13:22
And it is our interactionsinteraktioner and the clusteringklynger of those interactionsinteraktioner.
334
787000
3000
Og det er vores interaktioner og deres klyngedannelse.
13:25
So there it is, I've said it again.
335
790000
2000
Så der er det, jeg har sagt det igen.
13:27
So if it is those networksnetværk and theirderes mathematicalmatematisk structurestruktur,
336
792000
3000
Så hvis det er disse netværk og deres matematiske struktur,
13:30
unlikeI modsætning til biologybiologi, whichhvilken had sublinearsublinear scalingskalering,
337
795000
3000
i modsætning til biologi, som havde sublineær skalering,
13:33
economiesøkonomier of scalevægt,
338
798000
2000
stordriftsfordele,
13:35
you had the slowingaftagende of the pacetempo of life
339
800000
2000
og langsommere takt på livet
13:37
as you get biggerstørre.
340
802000
2000
når man bliver større,
13:39
If it's socialsocial networksnetværk with super-linearSuper-lineær scalingskalering --
341
804000
2000
Hvis det er sociale netværk med superlineær skalering
13:41
more perom capitaindbygger --
342
806000
2000
- mere per indbygger -
13:43
then the theoryteori sayssiger
343
808000
2000
så siger teorien
13:45
that you increaseøge the pacetempo of life.
344
810000
2000
at man øger farten på livets gang.
13:47
The biggerstørre you are, life getsfår fasterhurtigere.
345
812000
2000
Jo større man er, jo hurtigere går livet.
13:49
On the left is the hearthjerte ratesats showingviser biologybiologi.
346
814000
2000
Til venstre er hjerterytmen og viser det biologiske.
13:51
On the right is the speedfart of walking
347
816000
2000
Til højre er ganghastigheden
13:53
in a bunchflok of EuropeanEuropæiske citiesbyer,
348
818000
2000
i en række europæiske byer,
13:55
showingviser that increaseøge.
349
820000
2000
som viser en forøgelse.
13:57
LastlyEndelig, I want to talk about growthvækst.
350
822000
3000
Tilsidst vil jeg snakke om vækst.
14:00
This is what we had in biologybiologi, just to repeatgentage.
351
825000
3000
Her er det vi havde i biologi, for at repetere.
14:03
EconomiesØkonomier of scalevægt
352
828000
3000
Stordriftsfordele
14:06
gavegav risestige to this sigmoidalsigmoide behavioropførsel.
353
831000
3000
gav ophav til denne sigmoide opførsel.
14:09
You growdyrke fasthurtig and then stop --
354
834000
3000
Du vokser hurtigt og stopper så -
14:12
parten del of our resiliencemodstandskraft.
355
837000
2000
en del af vores modstandsdygtighed.
14:14
That would be baddårlig for economiesøkonomier and citiesbyer.
356
839000
3000
Det ville være dårligt for økonomier og byer.
14:17
And indeedJa, one of the wonderfulvidunderlig things about the theoryteori
357
842000
2000
Og faktisk er en af de dejlige ting ved teorien
14:19
is that if you have super-linearSuper-lineær scalingskalering
358
844000
3000
at hvis man har superlineær skalering
14:22
from wealthrigdom creationskabelse and innovationinnovation,
359
847000
2000
fra dannelse af velstand og innovation,
14:24
then indeedJa you get, from the samesamme theoryteori,
360
849000
3000
så får man, ifølge samme teori,
14:27
a beautifulsmuk risingstigende exponentialeksponentiel curvekurve -- lovelydejlig.
361
852000
2000
en smuk stigende eksponential kurve - dejligt.
14:29
And in factfaktum, if you comparesammenligne it to datadata,
362
854000
2000
Og faktisk, hvis man sammenligner med data,
14:31
it fitspasser very well
363
856000
2000
passer det meget godt
14:33
with the developmentudvikling of citiesbyer and economiesøkonomier.
364
858000
2000
med udviklingen af byer og økonomier.
14:35
But it has a terribleforfærdeligt catchfangst,
365
860000
2000
Men det har en frygtelig bagside,
14:37
and the catchfangst
366
862000
2000
og bagsiden er
14:39
is that this systemsystem is destinedbestemt to collapsebryder sammen.
367
864000
3000
at systemet er dømt til at kollapse.
14:42
And it's destinedbestemt to collapsebryder sammen for manymange reasonsgrunde --
368
867000
2000
Og det er dømt til kollaps af mange årsager -
14:44
kindvenlig of MalthusianMalthusianske reasonsgrunde -- that you runløb out of resourcesressourcer.
369
869000
3000
en slags Mathusianske årsager - at du løber tør for ressourcer.
14:47
And how do you avoidundgå that? Well we'vevi har doneFærdig it before.
370
872000
3000
Og hvordan undgår man det? Jo, vi har gjort det før.
14:50
What we do is,
371
875000
2000
Det vi gør,
14:52
as we growdyrke and we approachnærme sig the collapsebryder sammen,
372
877000
3000
når vi vokser og nærmer os kollaps,
14:55
a majorstørre innovationinnovation takes placeplacere
373
880000
3000
er at en større innovation forekommer
14:58
and we startStart over again,
374
883000
2000
og vi starter forfra,
15:00
and we startStart over again as we approachnærme sig the nextNæste one, and so on.
375
885000
3000
og vi starter forfra igen når vi nærmer os den næste, osv.
15:03
So there's this continuoussammenhængende cyclecyklus of innovationinnovation
376
888000
2000
Så der er denne fortsatte cyklus af innovation
15:05
that is necessarynødvendig
377
890000
2000
som er nødvendig
15:07
in orderbestille to sustainopretholde growthvækst and avoidundgå collapsebryder sammen.
378
892000
3000
for at opretholde vækst og undgå kollaps.
15:10
The catchfangst, howeverimidlertid, to this
379
895000
2000
Men bagsiden ved dette
15:12
is that you have to innovateinnovere
380
897000
2000
er at man må innovere
15:14
fasterhurtigere and fasterhurtigere and fasterhurtigere.
381
899000
3000
hurtigere og hurtigere.
15:17
So the imagebillede
382
902000
2000
Så billedet er
15:19
is that we're not only on a treadmillløbebånd that's going fasterhurtigere,
383
904000
3000
at vi ikke bare er på en trædemølle som går hurtigere,
15:22
but we have to changelave om the treadmillløbebånd fasterhurtigere and fasterhurtigere.
384
907000
3000
men at vi må forandre trædemøllen hurtigere og hurtigere.
15:25
We have to acceleratefremskynde on a continuoussammenhængende basisbasis.
385
910000
3000
Vi må accelerere fortløbende.
15:28
And the questionspørgsmål is: Can we, as socio-economicsocio-økonomiske beingsvæsener,
386
913000
3000
Og spørgsmålet er: Kan vi som socioøkonomiske væsener,
15:31
avoidundgå a hearthjerte attackangreb?
387
916000
3000
undgå et hjertestop?
15:34
So lastlyendelig, I'm going to finishAfslut up in this last minuteminut or two
388
919000
3000
Så tilsidst vil jeg afslutte i de sidste par minutter
15:37
askingspørger about companiesvirksomheder.
389
922000
2000
med at undersøge virksomheder.
15:39
See companiesvirksomheder, they scalevægt.
390
924000
2000
Se på virksomheder, de skalerer.
15:41
The toptop one, in factfaktum, is WalmartWalmart on the right.
391
926000
2000
Den øverste til højre er Walmart.
15:43
It's the samesamme plotgrund.
392
928000
2000
Det er det samme plot.
15:45
This happenssker to be incomeindkomst and assetsaktiver
393
930000
2000
Det er indkomst og kapital
15:47
versusimod the sizestørrelse of the companySelskab as denotedbetegnet by its numbernummer of employeesmedarbejdere.
394
932000
2000
mod virksomhedens størrelse givet ved antal ansatte.
15:49
We could use salessalg, anything you like.
395
934000
3000
Vi kunne have brugt omsætning eller hvad man vil.
15:52
There it is: after some little fluctuationsudsving at the beginningstarten,
396
937000
3000
Der er det: Efter nogle fluktuationer i begyndelsen,
15:55
when companiesvirksomheder are innovatinginnovere,
397
940000
2000
hvor virksomheder innoverer,
15:57
they scalevægt beautifullysmukt.
398
942000
2000
så skalerer de smukt.
15:59
And we'vevi har lookedkigget at 23,000 companiesvirksomheder
399
944000
3000
Og vi har set på 23.000 virksomheder
16:02
in the UnitedUnited StatesStater, maykan I say.
400
947000
2000
i USA.
16:04
And I'm only showingviser you a little bitbit of this.
401
949000
3000
Og jeg viser jer kun en lille bid af dette.
16:07
What is astonishingforbavsende about companiesvirksomheder
402
952000
2000
Det forbavsende med virksomheder
16:09
is that they scalevægt sublinearlysublinearly
403
954000
3000
er at de skalerer sublineært
16:12
like biologybiologi,
404
957000
2000
som biologi,
16:14
indicatingangiver that they're dominateddomineret,
405
959000
2000
hvilket indikerer at de er domineret -
16:16
not by super-linearSuper-lineær
406
961000
2000
ikke af superlineær
16:18
innovationinnovation and ideasideer;
407
963000
3000
innovation og ideer -
16:21
they becomeblive dominateddomineret
408
966000
2000
de bliver domineret
16:23
by economiesøkonomier of scalevægt.
409
968000
2000
af stordriftsfordele.
16:25
In that interpretationfortolkning,
410
970000
2000
I denne fortolkning,
16:27
by bureaucracybureaukrati and administrationadministration,
411
972000
2000
af bureaukrati og administration,
16:29
and they do it beautifullysmukt, maykan I say.
412
974000
2000
og de gør det smukt, synes jeg.
16:31
So if you tell me the sizestørrelse of some companySelskab, some smalllille companySelskab,
413
976000
3000
Så hvis du siger hvor stor virksomheden er, en eller anden mindre virksomhed,
16:34
I could have predictedforudsagt the sizestørrelse of WalmartWalmart.
414
979000
3000
kunne jeg have forudsagt størrelsen på Walmart.
16:37
If it has this sublinearsublinear scalingskalering,
415
982000
2000
Hvis den har denne sublineære skalering,
16:39
the theoryteori sayssiger
416
984000
2000
så siger teorien
16:41
we should have sigmoidalsigmoide growthvækst.
417
986000
3000
at vi burde have sigmoid vækst.
16:44
There's WalmartWalmart. Doesn't look very sigmoidalsigmoide.
418
989000
2000
Der er Walmart. Det ser ikke ret sigmoidt ud.
16:46
That's what we like, hockeyhockey stickspinde.
419
991000
3000
Det er det vi kan lide: hockeystave.
16:49
But you noticevarsel, I've cheatedsnydt,
420
994000
2000
Men som du bemærker har jeg snydt,
16:51
because I've only gonevæk up to '94.
421
996000
2000
for jeg går kun op til 1994.
16:53
Let's go up to 2008.
422
998000
2000
Lad os gå op til 2008.
16:55
That redrød linelinje is from the theoryteori.
423
1000000
3000
Den røde linie er fra teorien.
16:58
So if I'd have doneFærdig this in 1994,
424
1003000
2000
Så hvis jeg havde gjort dette er 1994,
17:00
I could have predictedforudsagt what WalmartWalmart would be now.
425
1005000
3000
kunne jeg have forudsagt hvad Walmart ville være nu.
17:03
And then this is repeatedgentaget
426
1008000
2000
Og så gentages det
17:05
acrosset kors the entirehel spectrumspektrum of companiesvirksomheder.
427
1010000
2000
over hele spektrummet af virksomheder.
17:07
There they are. That's 23,000 companiesvirksomheder.
428
1012000
3000
Der er de. Det er 23.000 virksomheder.
17:10
They all startStart looking like hockeyhockey stickspinde,
429
1015000
2000
De starter alle med at ligne hockeystave,
17:12
they all bendbøje over,
430
1017000
2000
de bøjer alle af,
17:14
and they all die like you and me.
431
1019000
2000
og de dør allesammen som du og jeg.
17:16
Thank you.
432
1021000
2000
Tak.
17:18
(ApplauseBifald)
433
1023000
9000
(Applaus)
Translated by Eivind Tøstesen
Reviewed by Anders Finn Jørgensen

▲Back to top

ABOUT THE SPEAKER
Geoffrey West - Theorist
Physicist Geoffrey West believes that complex systems from organisms to cities are in many ways governed by simple laws -- laws that can be discovered and analyzed.

Why you should listen

Trained as a theoretical physicist, Geoffrey West has turned his analytical mind toward the inner workings of more concrete things, like ... animals. In a paper for Science in 1997, he and his team uncovered what he sees as a surprisingly universal law of biology — the way in which heart rate, size and energy consumption are related, consistently, across most living animals. (Though not all animals: “There are always going to be people who say, ‘What about the crayfish?’ " he says. “Well, what about it? Every fundamental law has exceptions. But you still need the law or else all you have is observations that don’t make sense.")

A past president of the multidisciplinary Santa Fe Institute (after decades working  in high-energy physics at Los Alamos and Stanford), West now studies the behavior and development of cities. In his newest work, he proposes that one simple number, population, can predict a stunning array of details about any city, from crime rate to economic activity. It's all about the plumbing, he says, the infrastructure that powers growth or dysfunction. His next target for study: corporations.

He says: "Focusing on the differences [between cities] misses the point. Sure, there are differences, but different from what? We’ve found the what."

More profile about the speaker
Geoffrey West | Speaker | TED.com