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: De verrassende wiskunde van steden en bedrijven

Filmed:
1,583,030 views

De fysicus Geoffrey West ontdekte dat eenvoudige wiskundige wetten de eigenschappen van steden beheersen -- dat rijkdom, misdaadcijfers, wandelsnelheid en veel andere aspecten van een stad uit één enkel getal kunnen worden afgeleid: de bevolkingsgrootte. In deze geestverruimende talk van TEDGlobal toont hij aan hoe dat werkt en hoe gelijkaardige wetten voor organismen en bedrijven gelden.
- 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
CitiesSteden are the crucibleKroes of civilizationbeschaving.
0
1000
3000
Steden zijn de smeltkroes van de beschaving.
00:19
They have been expandinguitbreiden,
1
4000
2000
Ze breidden zich uit,
00:21
urbanizationverstedelijking has been expandinguitbreiden,
2
6000
2000
verstedelijking heeft zich uitgebreid,
00:23
at an exponentialexponentiële ratetarief in the last 200 yearsjaar
3
8000
2000
op een exponentiële manier in de laatste 200 jaar,
00:25
so that by the secondtweede partdeel of this centuryeeuw,
4
10000
3000
zodat in het tweede deel van deze eeuw
00:28
the planetplaneet will be completelyhelemaal dominatedgedomineerd
5
13000
2000
de planeet volledig
00:30
by citiessteden.
6
15000
3000
door de steden zal worden gedomineerd.
00:33
CitiesSteden are the originsoorsprongen of globalglobaal warmingverwarming,
7
18000
3000
Steden zijn de oorzaak van de opwarming van de aarde,
00:36
impactbotsing on the environmentmilieu,
8
21000
2000
impact op het milieu,
00:38
healthGezondheid, pollutionverontreiniging, diseaseziekte,
9
23000
3000
gezondheid, vervuiling, ziekte,
00:41
financefinanciën,
10
26000
2000
financiën,
00:43
economieseconomieën, energyenergie --
11
28000
3000
economieën, energie -
00:46
they're all problemsproblemen
12
31000
2000
zijn allemaal problemen
00:48
that are confrontedgeconfronteerd by havingmet citiessteden.
13
33000
2000
die vandoen hebben met steden.
00:50
That's where all these problemsproblemen come from.
14
35000
2000
Dat is waar al deze problemen vandaan komen.
00:52
And the tsunamitsunami of problemsproblemen that we feel we're facinggeconfronteerd
15
37000
3000
Die tsunami van problemen waarmee we ons
00:55
in termstermen of sustainabilityduurzaamheid questionsvragen
16
40000
2000
geconfronteerd voelen in termen van duurzaamheid
00:57
are actuallywerkelijk a reflectionreflectie
17
42000
2000
is eigenlijk een weerspiegeling
00:59
of the exponentialexponentiële increasetoename
18
44000
2000
van de exponentiële toename van
01:01
in urbanizationverstedelijking acrossaan de overkant the planetplaneet.
19
46000
3000
de urbanisatie over de hele planeet.
01:04
Here'sHier is some numbersgetallen.
20
49000
2000
Hier zijn een paar getallen.
01:06
Two hundredhonderd yearsjaar agogeleden, the UnitedVerenigd StatesStaten
21
51000
2000
200 jaar geleden was minder dan een paar procent
01:08
was lessminder than a fewweinig percentprocent urbanizedverstedelijkte.
22
53000
2000
van de Verenigde Staten verstedelijkt.
01:10
It's now more than 82 percentprocent.
23
55000
2000
Nu meer dan 82 procent.
01:12
The planetplaneet has crossedgekruiste the halfwayhalverwege markMark a fewweinig yearsjaar agogeleden.
24
57000
3000
De planeet heeft die 50 procent een paar jaar geleden overschreden.
01:15
China'sChina's buildinggebouw 300 newnieuwe citiessteden
25
60000
2000
China gaat in de komende 20 jaar
01:17
in the nextvolgende 20 yearsjaar.
26
62000
2000
300 nieuwe steden bouwen.
01:19
Now listen to this:
27
64000
2000
En luister goed:
01:21
EveryElke weekweek for the foreseeablete verwachten futuretoekomst,
28
66000
3000
in de nabije toekomst,
01:24
untiltot 2050,
29
69000
2000
zullen, tot 2050, onze steden
01:26
everyelk weekweek more than a millionmiljoen people
30
71000
2000
elke week met meer dan een miljoen mensen
01:28
are beingwezen addedtoegevoegd to our citiessteden.
31
73000
2000
aangroeien.
01:30
This is going to affectaantasten everything.
32
75000
2000
Dit gaat alles beïnvloeden.
01:32
EverybodyIedereen in this roomkamer, if you stayverblijf alivelevend,
33
77000
2000
Iedereen in deze zaal zal, als hij blijft leven,
01:34
is going to be affectedgetroffen
34
79000
2000
de impact voelen
01:36
by what's happeninggebeurtenis in citiessteden
35
81000
2000
van wat er gebeurt in de steden
01:38
in this extraordinarybuitengewoon phenomenonfenomeen.
36
83000
2000
door dit bijzondere fenomeen.
01:40
HoweverEchter, citiessteden,
37
85000
3000
Toch zijn steden,
01:43
despiteondanks havingmet this negativenegatief aspectaspect to them,
38
88000
3000
ondanks dit negatieve aspect,
01:46
are alsoook the solutionoplossing.
39
91000
2000
ook de oplossing.
01:48
Because citiessteden are the vacuumvacuüm cleanersreinigingsmiddelen and the magnetsmagneten
40
93000
4000
Omdat steden de stofzuigers en de magneten zijn
01:52
that have suckedzoog up creativecreatief people,
41
97000
2000
die creatieve mensen naar zich toe hebben gezogen.
01:54
creatinghet creëren van ideasideeën, innovationinnovatie,
42
99000
2000
Daar kwamen ideeën, innovatie,
01:56
wealthrijkdom and so on.
43
101000
2000
rijkdom en ga zo maar door, tot stand.
01:58
So we have this kindsoort of dualtweevoudig naturenatuur.
44
103000
2000
Er is dus deze dubbele aard.
02:00
And so there's an urgentdringend need
45
105000
3000
Er is een dringende behoefte
02:03
for a scientificwetenschappelijk theorytheorie of citiessteden.
46
108000
4000
aan een wetenschappelijke theorie van steden.
02:07
Now these are my comradeskameraden in armsarmen.
47
112000
3000
Dit zijn mijn wapenbroeders.
02:10
This work has been donegedaan with an extraordinarybuitengewoon groupgroep of people,
48
115000
2000
Dit werk is gedaan met een bijzondere groep mensen,
02:12
and they'veze hebben donegedaan all the work,
49
117000
2000
en ze hebben al het werk gedaan.
02:14
and I'm the great bullshitterbullshitter
50
119000
2000
Ik ben de grote kwek
02:16
that triesprobeert to bringbrengen it all togethersamen.
51
121000
2000
die het allemaal aan elkaar praat.
02:18
(LaughterGelach)
52
123000
2000
(Gelach)
02:20
So here'shier is the problemprobleem: This is what we all want.
53
125000
2000
Hier is het probleem: dit is wat we allemaal willen.
02:22
The 10 billionmiljard people on the planetplaneet in 2050
54
127000
3000
De 10 miljard mensen op de planeet in 2050
02:25
want to liveleven in placesplaatsen like this,
55
130000
2000
willen leven in plaatsen als deze,
02:27
havingmet things like this,
56
132000
2000
met dit soort dingen,
02:29
doing things like this,
57
134000
2000
dit soort dingen doen,
02:31
with economieseconomieën that are growinggroeiend like this,
58
136000
3000
met economieën die groeien zoals deze.
02:34
not realizinghet realiseren van that entropyentropie
59
139000
2000
Maar ze realiseren zich niet dat entropie
02:36
producesproduceert things like this,
60
141000
2000
dit soort dingen produceert,
02:38
this, this
61
143000
4000
dit, dit
02:42
and this.
62
147000
2000
en dit.
02:44
And the questionvraag is:
63
149000
2000
De vraag is:
02:46
Is that what EdinburghEdinburgh and LondonLonden and NewNieuw YorkYork
64
151000
2000
gaan Edinburgh, Londen en New York
02:48
are going to look like in 2050,
65
153000
2000
er in 2050 zo uitzien,
02:50
or is it going to be this?
66
155000
2000
of gaat het dit worden?
02:52
That's the questionvraag.
67
157000
2000
Dat is de vraag.
02:54
I mustmoet say, manyveel of the indicatorsindicatoren
68
159000
2000
Veel indicatoren wijzen aan
02:56
look like this is what it's going to look like,
69
161000
3000
dat het dit is waarop het gaat lijken.
02:59
but let's talk about it.
70
164000
3000
Maar laten we erover praten.
03:02
So my provocativeprovocerende statementuitspraak
71
167000
3000
Mijn provocerende uitspraak is dat we wanhopig
03:05
is that we desperatelywanhopig need a seriousernstig scientificwetenschappelijk theorytheorie of citiessteden.
72
170000
3000
een serieuze wetenschappelijke theorie van de steden nodig hebben.
03:08
And scientificwetenschappelijk theorytheorie meansmiddelen quantifiablekwantificeerbare --
73
173000
3000
Wetenschappelijke theorie betekent meetbaarheid
03:11
relyingberoep on underlyingonderliggende genericalgemeen principlesprincipes
74
176000
3000
op basis van algemene onderliggende principes
03:14
that can be madegemaakt into a predictivevoorspellende frameworkkader.
75
179000
2000
die kunnen worden uitgewerkt tot
03:16
That's the questzoektocht.
76
181000
2000
een voorspellend raamwerk. Dat is de bedoeling.
03:18
Is that conceivabledenkbaar?
77
183000
2000
Is dat haalbaar?
03:20
Are there universaluniverseel lawswetten?
78
185000
2000
Zijn er universele wetten?
03:22
So here'shier is two questionsvragen
79
187000
2000
Hier twee vragen
03:24
that I have in my headhoofd when I think about this problemprobleem.
80
189000
2000
waar ik mee bezig ben.
03:26
The first is:
81
191000
2000
De eerste is:
03:28
Are citiessteden partdeel of biologybiologie?
82
193000
2000
zijn steden een onderdeel van de biologie?
03:30
Is LondonLonden a great biggroot whalewalvis?
83
195000
2000
Is Londen een geweldig grote walvis?
03:32
Is EdinburghEdinburgh a horsepaard?
84
197000
2000
Is Edinburgh een paard?
03:34
Is MicrosoftMicrosoft a great biggroot anthillmierenhoop?
85
199000
2000
Microsoft een hele grote mierenhoop?
03:36
What do we learnleren from that?
86
201000
2000
Wat kunnen we daaruit leren?
03:38
We use them metaphoricallyfiguurlijk --
87
203000
2000
We gebruiken ze figuurlijk -
03:40
the DNADNA of a companybedrijf, the metabolismmetabolisme of a citystad, and so on --
88
205000
2000
het DNA van een bedrijf, het metabolisme van een stad, en ga zo maar door -
03:42
is that just bullshitbullshit, metaphoricalmetaforische bullshitbullshit,
89
207000
3000
is dat alleen maar onzin, metaforische prietpraat,
03:45
or is there seriousernstig substancestof to it?
90
210000
3000
of schuilt er iets diepers in?
03:48
And if that is the casegeval,
91
213000
2000
Als dat het geval is,
03:50
how come that it's very hardhard to killdoden a citystad?
92
215000
2000
hoe komt het dan dat het zo moeilijk is om een stad te doden?
03:52
You could droplaten vallen an atomatoom bombbom on a citystad,
93
217000
2000
Je kunt een atoombom laten vallen op een stad
03:54
and 30 yearsjaar laterlater it's survivingoverlevende.
94
219000
2000
en 30 jaar later heeft ze het overleefd.
03:56
Very fewweinig citiessteden failmislukken.
95
221000
3000
Zeer weinig steden mislukken.
03:59
All companiesbedrijven diedood gaan, all companiesbedrijven.
96
224000
3000
Alle bedrijven sterven, alle bedrijven.
04:02
And if you have a seriousernstig theorytheorie, you should be ablein staat to predictvoorspellen
97
227000
2000
Als je een serieuze theorie hebt, moet je in staat zijn om te voorspellen
04:04
when GoogleGoogle is going to go bustbuste.
98
229000
3000
wanneer Google failliet zal gaan.
04:07
So is that just anothereen ander versionversie
99
232000
3000
Is dat gewoon een andere versie
04:10
of this?
100
235000
2000
van dit?
04:12
Well we understandbegrijpen this very well.
101
237000
2000
Dit begrijpen we heel goed.
04:14
That is, you askvragen any genericalgemeen questionvraag about this --
102
239000
2000
Dat wil zeggen, hier kan je eender welke algemene vraag over stellen -
04:16
how manyveel treesbomen of a givengegeven sizegrootte,
103
241000
2000
hoeveel bomen van een bepaalde grootte,
04:18
how manyveel branchestakken of a givengegeven sizegrootte does a treeboom have,
104
243000
2000
hoeveel takken van een bepaalde grootte heeft een boom,
04:20
how manyveel leavesbladeren,
105
245000
2000
hoeveel bladeren,
04:22
what is the energyenergie flowingvloeiende throughdoor eachelk branchtak,
106
247000
2000
wat is de energie die door elke tak vloeit,
04:24
what is the sizegrootte of the canopybaldakijn,
107
249000
2000
wat is de grootte van het bladerdek,
04:26
what is its growthgroei, what is its mortalitysterfte?
108
251000
2000
wat is zijn groei, wat zijn mortaliteit?
04:28
We have a mathematicalwiskundig frameworkkader
109
253000
2000
We hebben een wiskundig kader
04:30
basedgebaseerde on genericalgemeen universaluniverseel principlesprincipes
110
255000
3000
gebaseerd op algemene universele principes
04:33
that can answerantwoord those questionsvragen.
111
258000
2000
dat deze vragen kan beantwoorden.
04:35
And the ideaidee is can we do the samedezelfde for this?
112
260000
4000
Kunnen we hiervoor hetzelfde doen?
04:40
So the routeroute in is recognizingherkennen
113
265000
3000
De aanpak bestaat erin een van de meest bijzondere dingen
04:43
one of the mostmeest extraordinarybuitengewoon things about life,
114
268000
2000
over het leven te onderkennen.
04:45
is that it is scalableschaalbaar,
115
270000
2000
Het is namelijk schaalbaar.
04:47
it workswerken over an extraordinarybuitengewoon rangereeks.
116
272000
2000
Het werkt over een buitengewone reeks ordes van grootte.
04:49
This is just a tinyklein rangereeks actuallywerkelijk:
117
274000
2000
Dit is slechts een klein gebied.
04:51
It's us mammalszoogdieren;
118
276000
2000
Wij, zoogdieren,
04:53
we're one of these.
119
278000
2000
vallen daar onder.
04:55
The samedezelfde principlesprincipes, the samedezelfde dynamicsdynamica,
120
280000
2000
Dezelfde beginselen, dezelfde dynamiek,
04:57
the samedezelfde organizationorganisatie is at work
121
282000
2000
dezelfde organisatie is hier aan het werk.
04:59
in all of these, includinginclusief us,
122
284000
2000
Geldt ook voor ons.
05:01
and it can scaleschaal over a rangereeks of 100 millionmiljoen in sizegrootte.
123
286000
3000
En het kan tot wel 100 miljoen keer groter opschalen.
05:04
And that is one of the mainhoofd reasonsredenen
124
289000
3000
Dat is een van de belangrijkste redenen
05:07
life is so resilientveerkrachtig and robustrobuust --
125
292000
2000
waarom leven zo veerkrachtig en robuust is -
05:09
scalabilityschaalbaarheid.
126
294000
2000
schaalbaarheid.
05:11
We're going to discussbespreken that in a momentmoment more.
127
296000
3000
We gaan dat dadelijk bespreken.
05:14
But you know, at a locallokaal levelniveau,
128
299000
2000
Maar weet je, op lokaal niveau
05:16
you scaleschaal; everybodyiedereen in this roomkamer is scaledgeschubd.
129
301000
2000
'schaal' je ook, is iedereen in deze zaal 'geschaald'.
05:18
That's calledriep growthgroei.
130
303000
2000
Dat heet groei.
05:20
Here'sHier is how you grewgroeide.
131
305000
2000
Hier is hoe je groeit.
05:22
RatRat, that's a ratRat -- could have been you.
132
307000
2000
Rat, dat is een rat - maar het had jij kunnen zijn.
05:24
We're all prettymooi much the samedezelfde.
133
309000
3000
We zijn allemaal vrijwel hetzelfde.
05:27
And you see, you're very familiarvertrouwd with this.
134
312000
2000
Je ziet dat je er zeer mee vertrouwd bent.
05:29
You growgroeien very quicklysnel and then you stop.
135
314000
2000
Je groeit heel snel en dan stop je.
05:31
And that linelijn there
136
316000
2000
En die lijn daar
05:33
is a predictionvoorspelling from the samedezelfde theorytheorie,
137
318000
2000
is een voorspelling van dezelfde theorie,
05:35
basedgebaseerde on the samedezelfde principlesprincipes,
138
320000
2000
gebaseerd op dezelfde principes,
05:37
that describesbeschrijft that forestBos.
139
322000
2000
die dat bos beschrijft.
05:39
And here it is for the growthgroei of a ratRat,
140
324000
2000
Hier is het voor de groei van een rat.
05:41
and those pointspoints on there are datagegevens pointspoints.
141
326000
2000
Die punten daar zijn gegevenspunten.
05:43
This is just the weightgewicht versusversus the ageleeftijd.
142
328000
2000
Dit is alleen maar het gewicht tegenover de leeftijd.
05:45
And you see, it stopsstops growinggroeiend.
143
330000
2000
Je ziet dat ze stopt met groeien.
05:47
Very, very good for biologybiologie --
144
332000
2000
Zeer, zeer goed voor de biologie -
05:49
alsoook one of the reasonsredenen for its great resilienceveerkracht.
145
334000
2000
ook een van de redenen voor haar grote veerkracht.
05:51
Very, very badslecht
146
336000
2000
Heel, heel slecht
05:53
for economieseconomieën and companiesbedrijven and citiessteden
147
338000
2000
voor de economie, bedrijven en steden
05:55
in our presentaanwezig paradigmparadigma.
148
340000
2000
in ons huidige paradigma.
05:57
This is what we believe.
149
342000
2000
Dit is wat wij geloven.
05:59
This is what our wholegeheel economyeconomie
150
344000
2000
Dit is wat onze hele economie
06:01
is thrustingstak uponop us,
151
346000
2000
ons oplegt,
06:03
particularlyvooral illustratedgeïllustreerd in that left-handlinkerhand cornerhoek:
152
348000
3000
in het bijzonder geïllustreerd in die linkerhoek:
06:06
hockeyhockey sticksstokken.
153
351000
2000
hockeysticks.
06:08
This is a bunchbos of softwaresoftware companiesbedrijven --
154
353000
2000
Dit zijn een aantal software-bedrijven -
06:10
and what it is is theirhun revenueomzet versusversus theirhun ageleeftijd --
155
355000
2000
hun omzet ten opzichte van hun leeftijd -
06:12
all zoomingzoomen away,
156
357000
2000
allemaal opstijgend
06:14
and everybodyiedereen makingmaking millionsmiljoenen and billionsmiljarden of dollarsdollars.
157
359000
2000
terwijl iedereen miljoenen en miljarden dollars verdient.
06:16
Okay, so how do we understandbegrijpen this?
158
361000
3000
Hoe moeten we dit begrijpen?
06:19
So let's first talk about biologybiologie.
159
364000
3000
Laten we eerst wat praten over biologie.
06:22
This is explicitlyuitdrukkelijk showingtonen you
160
367000
2000
Dit toont je expliciet
06:24
how things scaleschaal,
161
369000
2000
hoe dingen schalen.
06:26
and this is a trulywerkelijk remarkableopmerkelijk graphdiagram.
162
371000
2000
Dit is een werkelijk opmerkelijke grafiek.
06:28
What is plotteduitgezet here is metabolicmetabole ratetarief --
163
373000
3000
Wat hier wordt uitgezet, is stofwisseling -
06:31
how much energyenergie you need perper day to stayverblijf alivelevend --
164
376000
3000
hoeveel energie je per dag nodig hebt om in leven te blijven -
06:34
versusversus your weightgewicht, your massmassa-,
165
379000
2000
versus je gewicht, je massa,
06:36
for all of us bunchbos of organismsorganismen.
166
381000
3000
voor ons stelletje organismen.
06:39
And it's plotteduitgezet in this funnygrappig way by going up by factorsfactoren of 10,
167
384000
3000
Het is uitgezet op die nogal grappige manier van omhooggaan met factor 10.
06:42
otherwiseanders- you couldn'tkon het niet get everything on the graphdiagram.
168
387000
2000
Anders krijg je niet alles op de grafiek.
06:44
And what you see if you plotplot it
169
389000
2000
Wat je ziet als je het uitzet
06:46
in this slightlylicht curiousnieuwsgierig way
170
391000
2000
op deze nogal merkwaardige manier,
06:48
is that everybodyiedereen liesleugens on the samedezelfde linelijn.
171
393000
3000
is dat iedereen op dezelfde lijn ligt.
06:51
DespiteOndanks the factfeit that this is the mostmeest complexcomplex and diverseverschillend systemsysteem
172
396000
3000
Ondanks het feit dat dit het meest complexe en diverse systeem
06:54
in the universeuniversum,
173
399000
3000
in het universum is,
06:57
there's an extraordinarybuitengewoon simplicityeenvoud
174
402000
2000
komt hier
06:59
beingwezen expresseduitgedrukt by this.
175
404000
2000
een buitengewone eenvoud tot uitdrukking.
07:01
It's particularlyvooral astonishingverbazingwekkend
176
406000
3000
Het is vooral verbazingwekkend
07:04
because eachelk one of these organismsorganismen,
177
409000
2000
omdat elkeen van deze organismen,
07:06
eachelk subsystemsubsysteem ", eachelk cellcel typetype, eachelk genegen,
178
411000
2000
elk subsysteem, elk celtype, elk gen,
07:08
has evolvedgeëvolueerd in its owneigen uniqueuniek environmentalmilieu nicheniche
179
413000
4000
geëvolueerd is in zijn eigen unieke ecologische niche
07:12
with its owneigen uniqueuniek historygeschiedenis.
180
417000
3000
met zijn eigen unieke geschiedenis.
07:15
And yetnog, despiteondanks all of that DarwinianDarwinistische evolutionevolutie
181
420000
3000
En toch, ondanks al die darwinistische evolutie
07:18
and naturalnatuurlijk selectionselectie,
182
423000
2000
en natuurlijke selectie,
07:20
they'veze hebben been constrainedgedwongen to lieliggen on a linelijn.
183
425000
2000
zijn ze gedwongen om op één lijn te gaan liggen.
07:22
Something elseanders is going on.
184
427000
2000
Er iets anders aan de hand.
07:24
Before I talk about that,
185
429000
2000
Voordat ik daarover ga praten,
07:26
I've writtengeschreven down at the bottombodem there
186
431000
2000
heb ik hieronder
07:28
the slopehelling of this curvekromme, this straightrecht linelijn.
187
433000
2000
de helling van deze curve, deze rechte lijn, genoteerd.
07:30
It's three-quartersdriekwart, roughlyongeveer,
188
435000
2000
Het is ruwweg driekwart,
07:32
whichwelke is lessminder than one -- and we call that sublinearsublinear.
189
437000
3000
dat is minder dan één - en dat noemen we sublineair.
07:35
And here'shier is the pointpunt of that.
190
440000
2000
Hier is het punt.
07:37
It sayszegt that, if it were linearlineair,
191
442000
3000
Het zegt: als ze lineair was
07:40
the steepeststeilste slopehelling,
192
445000
2000
de steilste helling,
07:42
then doublingverdubbeling the sizegrootte
193
447000
2000
dan zou een verdubbeling van de grootte
07:44
you would requirevereisen doubledubbele the amountbedrag of energyenergie.
194
449000
2000
een verdubbeling van de benodigde hoeveelheid energie betekenen.
07:46
But it's sublinearsublinear, and what that translatesvertaalt into
195
451000
3000
Maar ze is sublineair en dat betekent
07:49
is that, if you doubledubbele the sizegrootte of the organismorganisme,
196
454000
2000
dat een verdubbeling van de grootte van het organisme
07:51
you actuallywerkelijk only need 75 percentprocent more energyenergie.
197
456000
3000
neerkomt op slechts 75 procent meer energiebehoefte.
07:54
So a wonderfulprachtig thing about all of biologybiologie
198
459000
2000
Prachtig aan de hele biologie
07:56
is that it expressesverwoordt an extraordinarybuitengewoon economyeconomie of scaleschaal.
199
461000
3000
is dat ze een buitengewoon schaalvoordeel uitdrukt.
07:59
The biggergroter you are systematicallysystematisch,
200
464000
2000
Hoe groter je bent, betekent
08:01
accordingvolgens to very well-definedgoed gedefinieerd rulesreglement,
201
466000
2000
volgens zeer goed gedefinieerde regels
08:03
lessminder energyenergie perper capitacapita.
202
468000
3000
minder energie per kop.
08:06
Now any physiologicalfysiologische variablevariabele you can think of,
203
471000
3000
Welke fysiologische variabele je ook kunt bedenken,
08:09
any life historygeschiedenis eventevenement you can think of,
204
474000
2000
elke gebeurtenis uit de geschiedenis van het leven die je kunt bedenken,
08:11
if you plotplot it this way, lookslooks like this.
205
476000
3000
geeft, als je ze op deze manier uitzet, dit te zien.
08:14
There is an extraordinarybuitengewoon regularityregelmatigheid.
206
479000
2000
Er is een buitengewone regelmaat.
08:16
So you tell me the sizegrootte of a mammalzoogdier,
207
481000
2000
Vertel me de grootte van een zoogdier
08:18
I can tell you at the 90 percentprocent levelniveau everything about it
208
483000
3000
en ik kan je voor 90 procent op de hoogte brengen van alles
08:21
in termstermen of its physiologyfysiologie, life historygeschiedenis, etcenz.
209
486000
4000
wat zijn fysiologie, levensgeschiedenis, enz. aangaat.
08:25
And the reasonreden for this is because of networksnetwerken.
210
490000
3000
De reden hiervoor: netwerken.
08:28
All of life is controlledgecontroleerde by networksnetwerken --
211
493000
3000
Het hele leven wordt beheerst door netwerken -
08:31
from the intracellularintracellulaire throughdoor the multicellularmeercellige
212
496000
2000
van het intracellulaire via het meercellige
08:33
throughdoor the ecosystemecosysteem levelniveau.
213
498000
2000
tot het ecosysteem-niveau.
08:35
And you're very familiarvertrouwd with these networksnetwerken.
214
500000
3000
Je bent zeer vertrouwd met deze netwerken.
08:39
That's a little thing that liveslevens insidebinnen an elephantolifant.
215
504000
3000
Dit is een klein ding dat leeft in een olifant.
08:42
And here'shier is the summarySamenvatting of what I'm sayinggezegde.
216
507000
3000
Hier is de samenvatting van wat ik zeg.
08:45
If you take those networksnetwerken,
217
510000
2000
Als je uitgaat van deze netwerken,
08:47
this ideaidee of networksnetwerken,
218
512000
2000
dit idee van netwerken,
08:49
and you applyvan toepassing zijn universaluniverseel principlesprincipes,
219
514000
2000
en je universele principes toepast,
08:51
mathematizablemathematizable, universaluniverseel principlesprincipes,
220
516000
2000
universele principes die wiskundig kunnen worden uitgedrukt,
08:53
all of these scalingsScalings
221
518000
2000
dan volgen daaruit al deze schalen
08:55
and all of these constraintsbeperkingen followvolgen,
222
520000
3000
en al deze beperkingen,
08:58
includinginclusief the descriptionBeschrijving of the forestBos,
223
523000
2000
met inbegrip van de beschrijving van het bos,
09:00
the descriptionBeschrijving of your circulatorybloedsomloop systemsysteem,
224
525000
2000
de beschrijving van jouw cellulaire systeem
09:02
the descriptionBeschrijving withinbinnen cellscellen.
225
527000
2000
en van wat er in de cellen gebeurt.
09:04
One of the things I did not stressspanning in that introductioninvoering
226
529000
3000
Een van de dingen die ik in deze inleiding nog niet benadrukte,
09:07
was that, systematicallysystematisch, the pacetempo of life
227
532000
3000
was dat het tempo van het leven systematisch
09:10
decreasesvermindert as you get biggergroter.
228
535000
2000
afneemt naarmate je groter wordt.
09:12
HeartHart ratesprijzen are slowertragere; you liveleven longerlanger;
229
537000
3000
Je hartslag is langzamer. Je leeft langer.
09:15
diffusionverspreiding of oxygenzuurstof and resourcesmiddelen
230
540000
2000
De diffusie van zuurstof en voedingsstoffen
09:17
acrossaan de overkant membranesmembranen is slowertragere, etcenz.
231
542000
2000
door membranen is langzamer, etc.
09:19
The questionvraag is: Is any of this truewaar
232
544000
2000
De vraag is: is iets hiervan ook geldig
09:21
for citiessteden and companiesbedrijven?
233
546000
3000
voor steden en bedrijven?
09:24
So is LondonLonden a scaledgeschubd up BirminghamBirmingham,
234
549000
3000
Is Londen een opgeschaald Birmingham,
09:27
whichwelke is a scaledgeschubd up BrightonBrighton, etcenz., etcenz.?
235
552000
3000
dat weer een opgeschaald Brighton, etc., etc.?
09:30
Is NewNieuw YorkYork a scaledgeschubd up SanSan FranciscoFrancisco,
236
555000
2000
Is New York een opgeschaald San Francisco,
09:32
whichwelke is a scaledgeschubd up SantaSanta FeFe?
237
557000
2000
en dat weer een opgeschaald Santa Fe?
09:34
Don't know. We will discussbespreken that.
238
559000
2000
Weet ik niet. Bespreken we later.
09:36
But they are networksnetwerken,
239
561000
2000
Maar het zijn netwerken.
09:38
and the mostmeest importantbelangrijk networknetwerk of citiessteden
240
563000
2000
Het belangrijkste netwerk van steden
09:40
is you.
241
565000
2000
ben jij.
09:42
CitiesSteden are just a physicalfysiek manifestationmanifestatie
242
567000
3000
Steden zijn slechts een fysieke manifestatie
09:45
of your interactionsinteracties,
243
570000
2000
van jouw interacties,
09:47
our interactionsinteracties,
244
572000
2000
onze interacties,
09:49
and the clusteringClustering and groupinggroeperen of individualsindividuen.
245
574000
2000
en het verzamelen en groeperen van individuen.
09:51
Here'sHier is just a symbolicsymbolische pictureafbeelding of that.
246
576000
3000
Hier slechts een symbolisch beeld.
09:54
And here'shier is scalingscaling of citiessteden.
247
579000
2000
Hier de schaalvergroting in steden.
09:56
This showsshows that in this very simpleeenvoudig examplevoorbeeld,
248
581000
3000
Je ziet in dit heel eenvoudig voorbeeld,
09:59
whichwelke happensgebeurt to be a mundanemondain examplevoorbeeld
249
584000
2000
dat toevallig een alledaags voorbeeld is
10:01
of numberaantal of petrolbenzine stationsstations
250
586000
2000
van het aantal tankstations
10:03
as a functionfunctie of sizegrootte --
251
588000
2000
in functie van de grootte van de stad -
10:05
plotteduitgezet in the samedezelfde way as the biologybiologie --
252
590000
2000
uitgezet op dezelfde manier als in de biologie -
10:07
you see exactlyprecies the samedezelfde kindsoort of thing.
253
592000
2000
je ziet precies hetzelfde soort dingen.
10:09
There is a scalingscaling.
254
594000
2000
Er is een schaalvergroting.
10:11
That is that the numberaantal of petrolbenzine stationsstations in the citystad
255
596000
4000
Je kan het aantal tankstations in de stad
10:15
is now givengegeven to you
256
600000
2000
afleiden
10:17
when you tell me its sizegrootte.
257
602000
2000
uit de grootte van de stad.
10:19
The slopehelling of that is lessminder than linearlineair.
258
604000
3000
De helling is minder dan lineair.
10:22
There is an economyeconomie of scaleschaal.
259
607000
2000
Er is een schaalvoordeel.
10:24
LessMinder petrolbenzine stationsstations perper capitacapita the biggergroter you are -- not surprisingverrassend.
260
609000
3000
Minder benzinestations per hoofd van de bevolking hoe groter je bent - niet verwonderlijk.
10:27
But here'shier is what's surprisingverrassend.
261
612000
2000
Maar dit hier is verrassend.
10:29
It scalesbalans in the samedezelfde way everywhereoveral.
262
614000
2000
Het schaalt overal op dezelfde manier.
10:31
This is just EuropeanEuropese countrieslanden,
263
616000
2000
Dit zijn slechts Europese landen,
10:33
but you do it in JapanJapan or ChinaChina or ColombiaColombia,
264
618000
3000
maar je vindt in Japan of China of Columbia
10:36
always the samedezelfde
265
621000
2000
altijd hetzelfde
10:38
with the samedezelfde kindsoort of economyeconomie of scaleschaal
266
623000
2000
met hetzelfde soort van schaalvoordeel
10:40
to the samedezelfde degreemate.
267
625000
2000
in dezelfde mate.
10:42
And any infrastructureinfrastructuur you look at --
268
627000
3000
Elke infrastructuur waar je naar kijkt -
10:45
whetherof it's the lengthlengte of roadswegen, lengthlengte of electricalelektrisch lineslijnen --
269
630000
3000
of het nu de lengte van de wegen of de lengte van elektrische leidingen is -
10:48
anything you look at
270
633000
2000
alles waar je naar kijkt
10:50
has the samedezelfde economyeconomie of scaleschaal scalingscaling in the samedezelfde way.
271
635000
3000
heeft dezelfde schaalvoordelen door te schalen op dezelfde manier.
10:53
It's an integratedgeïntegreerde systemsysteem
272
638000
2000
Het is een geïntegreerd systeem
10:55
that has evolvedgeëvolueerd despiteondanks all the planningplanning and so on.
273
640000
3000
dat is geëvolueerd ondanks alle planning en ga zo maar door.
10:58
But even more surprisingverrassend
274
643000
2000
Maar nog verrassender
11:00
is if you look at socio-economicsociaal-economische quantitieshoeveelheden,
275
645000
2000
is dit: kijk naar de sociaal-economische grootheden,
11:02
quantitieshoeveelheden that have no analoganaloog in biologybiologie,
276
647000
3000
grootheden die geen analogie in de biologie kennen,
11:05
that have evolvedgeëvolueerd when we startedbegonnen formingvormen communitiesgemeenschappen
277
650000
3000
die zijn ontstaan toen we gemeenschappen begonnen te vormen
11:08
eightacht to 10,000 yearsjaar agogeleden.
278
653000
2000
zo'n 8 tot 10.000 jaar geleden.
11:10
The toptop one is wagesloon as a functionfunctie of sizegrootte
279
655000
2000
De bovenste zijn lonen in functie van de grootte
11:12
plotteduitgezet in the samedezelfde way.
280
657000
2000
uitgezet op dezelfde manier.
11:14
And the bottombodem one is you lot --
281
659000
2000
de onderste zijn jullie -
11:16
super-creativesSuper creatieven plotteduitgezet in the samedezelfde way.
282
661000
3000
de super-creatieven op dezelfde manier uitgezet.
11:19
And what you see
283
664000
2000
Wat je ziet
11:21
is a scalingscaling phenomenonfenomeen.
284
666000
2000
is een schalingsfenomeen.
11:23
But mostmeest importantbelangrijk in this,
285
668000
2000
Maar het meest belangrijk hieraan is
11:25
the exponentexponent, the analoganaloog to that three-quartersdriekwart
286
670000
2000
dat de exponent, analoog met die driekwart
11:27
for the metabolicmetabole ratetarief,
287
672000
2000
voor de stofwisseling,
11:29
is biggergroter than one -- it's about 1.15 to 1.2.
288
674000
2000
groter is dan 1 - het is ongeveer 1,15 tot 1,2.
11:31
Here it is,
289
676000
2000
Hier is het,
11:33
whichwelke sayszegt that the biggergroter you are
290
678000
3000
het zegt dat hoe groter je bent
11:36
the more you have perper capitacapita, unlikeanders biologybiologie --
291
681000
3000
hoe meer je hebt per hoofd van de bevolking, in tegenstelling tot in de biologie -
11:39
higherhoger wagesloon, more super-creativeSuper creatief people perper capitacapita as you get biggergroter,
292
684000
4000
hogere lonen, meer super-creatieve mensen per hoofd van de bevolking als je groter bent,
11:43
more patentspatenten perper capitacapita, more crimemisdrijf perper capitacapita.
293
688000
3000
meer patenten per hoofd van de bevolking, meer criminaliteit per hoofd van de bevolking.
11:46
And we'vewij hebben lookedkeek at everything:
294
691000
2000
We hebben naar alles gekeken:
11:48
more AIDSAIDS casesgevallen, flugriep, etcenz.
295
693000
3000
gevallen van aids, griep, etc.
11:51
And here, they're all plotteduitgezet togethersamen.
296
696000
2000
Hier staan ze allemaal samen uitgezet.
11:53
Just to showtonen you what we plotteduitgezet,
297
698000
2000
Gewoon om je te laten zien wat we hebben uitgezet,
11:55
here is incomeinkomen, GDPBBP --
298
700000
3000
hier is het inkomen, het bnp -
11:58
GDPBBP of the citystad --
299
703000
2000
bnp van de stad -
12:00
crimemisdrijf and patentspatenten all on one graphdiagram.
300
705000
2000
misdaad en octrooien allemaal op één grafiek.
12:02
And you can see, they all followvolgen the samedezelfde linelijn.
301
707000
2000
Je kunt zien dat ze allemaal dezelfde lijn volgen.
12:04
And here'shier is the statementuitspraak.
302
709000
2000
Hier is de stelling.
12:06
If you doubledubbele the sizegrootte of a citystad from 100,000 to 200,000,
303
711000
3000
Als je de grootte van een stad zou verdubbelen van 100.000 tot 200.000,
12:09
from a millionmiljoen to two millionmiljoen, 10 to 20 millionmiljoen,
304
714000
2000
van één miljoen tot twee miljoen, 10 tot 20 miljoen,
12:11
it doesn't matterer toe doen,
305
716000
2000
het maakt niet uit,
12:13
then systematicallysystematisch
306
718000
2000
dan krijg je vervolgens systematisch
12:15
you get a 15 percentprocent increasetoename
307
720000
2000
een stijging met 15 procent
12:17
in wagesloon, wealthrijkdom, numberaantal of AIDSAIDS casesgevallen,
308
722000
2000
in de lonen, de rijkdom, het aantal gevallen van aids,
12:19
numberaantal of policePolitie,
309
724000
2000
het aantal politiemensen,
12:21
anything you can think of.
310
726000
2000
alles wat je maar kunt bedenken.
12:23
It goesgaat up by 15 percentprocent,
311
728000
2000
Het gaat omhoog met 15 procent.
12:25
and you have a 15 percentprocent savingsspaargeld
312
730000
3000
Je hebt dus een besparing van 15 procent
12:28
on the infrastructureinfrastructuur.
313
733000
3000
op de infrastructuur.
12:31
This, no doubttwijfel, is the reasonreden
314
736000
3000
Dit is zonder twijfel de reden
12:34
why a millionmiljoen people a weekweek are gatheringbijeenkomst in citiessteden.
315
739000
3000
waarom per week één miljoen mensen naar de stad trekken.
12:37
Because they think that all those wonderfulprachtig things --
316
742000
3000
Al die prachtige dingen
12:40
like creativecreatief people, wealthrijkdom, incomeinkomen --
317
745000
2000
zoals creatieve mensen, rijkdom, inkomen,
12:42
is what attractstrekt them,
318
747000
2000
trekken hen aan en
12:44
forgettingvergeten about the uglylelijk and the badslecht.
319
749000
2000
ze vergeten het lelijke en het slechte.
12:46
What is the reasonreden for this?
320
751000
2000
Wat is de reden hiervoor?
12:48
Well I don't have time to tell you about all the mathematicswiskunde,
321
753000
3000
Ik heb geen tijd om je de hele wiskunde uit te leggen,
12:51
but underlyingonderliggende this is the socialsociaal networksnetwerken,
322
756000
3000
maar aan de basis liggen de sociale netwerken,
12:54
because this is a universaluniverseel phenomenonfenomeen.
323
759000
3000
want dit is een universeel fenomeen.
12:57
This 15 percentprocent ruleregel
324
762000
3000
Deze 15 procent-regel
13:00
is truewaar
325
765000
2000
is waar
13:02
no matterer toe doen where you are on the planetplaneet --
326
767000
2000
ongeacht waar je bent op de planeet -
13:04
JapanJapan, ChileChili,
327
769000
2000
Japan, Chili,
13:06
PortugalPortugal, ScotlandSchotland, doesn't matterer toe doen.
328
771000
3000
Portugal, Schotland, maakt niet uit.
13:09
Always, all the datagegevens showsshows it's the samedezelfde,
329
774000
3000
Altijd blijkt uit al de gegevens dat het hetzelfde is,
13:12
despiteondanks the factfeit that these citiessteden have evolvedgeëvolueerd independentlyonafhankelijk.
330
777000
3000
ondanks het feit dat deze steden onafhankelijk van elkaar zijn geëvolueerd.
13:15
Something universaluniverseel is going on.
331
780000
2000
Iets universeels is hier aan de hand.
13:17
The universalityalgemeenheid, to repeatherhaling, is us --
332
782000
3000
Het universele, om te herhalen, zijn wij -
13:20
that we are the citystad.
333
785000
2000
wij zijn de stad.
13:22
And it is our interactionsinteracties and the clusteringClustering of those interactionsinteracties.
334
787000
3000
Het zijn onze interacties en de verzameling van deze interacties.
13:25
So there it is, I've said it again.
335
790000
2000
Daar is het, ik heb het weer gezegd.
13:27
So if it is those networksnetwerken and theirhun mathematicalwiskundig structurestructuur,
336
792000
3000
Je hebt dus die netwerken met hun wiskundige structuur.
13:30
unlikeanders biologybiologie, whichwelke had sublinearsublinear scalingscaling,
337
795000
3000
Bij de biologie met sublineaire schaling,
13:33
economieseconomieën of scaleschaal,
338
798000
2000
schaalvoordelen,
13:35
you had the slowingvertragen of the pacetempo of life
339
800000
2000
kreeg je de vertraging van het tempo van het leven
13:37
as you get biggergroter.
340
802000
2000
als je groter werd.
13:39
If it's socialsociaal networksnetwerken with super-linearSuper lineaire scalingscaling --
341
804000
2000
Maar bij sociale netwerken met superlineaire schalen -
13:41
more perper capitacapita --
342
806000
2000
meer per hoofd van de bevolking -
13:43
then the theorytheorie sayszegt
343
808000
2000
zegt de theorie
13:45
that you increasetoename the pacetempo of life.
344
810000
2000
dat je het tempo van het leven verhoogt.
13:47
The biggergroter you are, life getskrijgt fastersneller.
345
812000
2000
Hoe groter je bent, hoe sneller het leven gaat.
13:49
On the left is the hearthart- ratetarief showingtonen biologybiologie.
346
814000
2000
Aan de linkerkant is de hartslag uit de biologie.
13:51
On the right is the speedsnelheid of walkingwandelen
347
816000
2000
Aan de rechterkant is de snelheid van het lopen
13:53
in a bunchbos of EuropeanEuropese citiessteden,
348
818000
2000
in een aantal Europese steden,
13:55
showingtonen that increasetoename.
349
820000
2000
waaruit dat verhogen blijkt.
13:57
LastlyTot slot, I want to talk about growthgroei.
350
822000
3000
Tot slot wil ik het hebben over de groei.
14:00
This is what we had in biologybiologie, just to repeatherhaling.
351
825000
3000
Dit is wat we hadden in de biologie, even herhalen.
14:03
EconomiesEconomieën of scaleschaal
352
828000
3000
Schaalvoordelen
14:06
gavegaf risestijgen to this sigmoidalsigmoïdale behaviorgedrag.
353
831000
3000
gaven aanleiding tot dit sigmoïdale gedrag.
14:09
You growgroeien fastsnel and then stop --
354
834000
3000
Je groeit snel en stopt dan -
14:12
partdeel of our resilienceveerkracht.
355
837000
2000
door onze veerkracht.
14:14
That would be badslecht for economieseconomieën and citiessteden.
356
839000
3000
Dat zou slecht zijn voor de economie en de steden.
14:17
And indeedinderdaad, one of the wonderfulprachtig things about the theorytheorie
357
842000
2000
Een van de prachtige dingen over de theorie
14:19
is that if you have super-linearSuper lineaire scalingscaling
358
844000
3000
is dit: als je superlineaire schaling
14:22
from wealthrijkdom creationschepping and innovationinnovatie,
359
847000
2000
van welvaart en innovatie hebt,
14:24
then indeedinderdaad you get, from the samedezelfde theorytheorie,
360
849000
3000
dan volgt inderdaad uit dezelfde theorie
14:27
a beautifulmooi risingstijgende lijn exponentialexponentiële curvekromme -- lovelyheerlijk.
361
852000
2000
een mooie stijgende exponentiële curve - mooi.
14:29
And in factfeit, if you comparevergelijken it to datagegevens,
362
854000
2000
Als je dat vergelijkt met de gegevens,
14:31
it fitspast bij very well
363
856000
2000
past het heel goed
14:33
with the developmentontwikkeling of citiessteden and economieseconomieën.
364
858000
2000
bij de ontwikkeling van steden en economieën.
14:35
But it has a terribleverschrikkelijk catchvangst,
365
860000
2000
Maar er zit een verschrikkelijk addertje onder het gras.
14:37
and the catchvangst
366
862000
2000
Dat addertje is
14:39
is that this systemsysteem is destinedvoorbestemd to collapseineenstorting.
367
864000
3000
dat dit systeem voorbestemd is om in te storten.
14:42
And it's destinedvoorbestemd to collapseineenstorting for manyveel reasonsredenen --
368
867000
2000
Het is om vele redenen bestemd om in te storten -
14:44
kindsoort of MalthusianMalthusiaanse reasonsredenen -- that you runrennen out of resourcesmiddelen.
369
869000
3000
Malthusiaanse redenen - dat je zonder middelen komt te zitten.
14:47
And how do you avoidvermijden that? Well we'vewij hebben donegedaan it before.
370
872000
3000
Hoe voorkom je dat? We hebben het al eerder gedaan.
14:50
What we do is,
371
875000
2000
Wij doen dit:
14:52
as we growgroeien and we approachnadering the collapseineenstorting,
372
877000
3000
als we groeien, vindt er bij het naderen van de instorting
14:55
a majorgroot innovationinnovatie takes placeplaats
373
880000
3000
een belangrijke innovatie plaats
14:58
and we startbegin over again,
374
883000
2000
en we beginnen opnieuw.
15:00
and we startbegin over again as we approachnadering the nextvolgende one, and so on.
375
885000
3000
We beginnen weer opnieuw als we de volgende naderen, en ga zo maar door.
15:03
So there's this continuousdoorlopend cyclefiets of innovationinnovatie
376
888000
2000
Er is een continue cyclus van innovatie
15:05
that is necessarynoodzakelijk
377
890000
2000
die nodig is
15:07
in orderbestellen to sustainvolhouden growthgroei and avoidvermijden collapseineenstorting.
378
892000
3000
om de groei te ondersteunen en instorten te voorkomen.
15:10
The catchvangst, howeverechter, to this
379
895000
2000
Het addertje daarbij is echter
15:12
is that you have to innovateinnoveren
380
897000
2000
dat je sneller en sneller
15:14
fastersneller and fastersneller and fastersneller.
381
899000
3000
en sneller moet innoveren.
15:17
So the imagebeeld
382
902000
2000
Het beeld is dus niet
15:19
is that we're not only on a treadmillloopband that's going fastersneller,
383
904000
3000
een loopband die altijd maar sneller gaat,
15:22
but we have to changeverandering the treadmillloopband fastersneller and fastersneller.
384
907000
3000
maar we moeten sneller en sneller van loopband veranderen.
15:25
We have to accelerateversnellen on a continuousdoorlopend basisbasis.
385
910000
3000
We moeten continu versnellen.
15:28
And the questionvraag is: Can we, as socio-economicsociaal-economische beingswezens,
386
913000
3000
De vraag is of wij als sociaal-economische wezens
15:31
avoidvermijden a hearthart- attackaanval?
387
916000
3000
een hartaanval kunnen voorkomen.
15:34
So lastlytenslotte, I'm going to finishaf hebben up in this last minuteminuut or two
388
919000
3000
Tot slot ga ik het deze laatste paar minuten
15:37
askingvragen about companiesbedrijven.
389
922000
2000
over bedrijven hebben.
15:39
See companiesbedrijven, they scaleschaal.
390
924000
2000
Bedrijven schalen.
15:41
The toptop one, in factfeit, is WalmartWalmart on the right.
391
926000
2000
Het bovenste is Walmart.
15:43
It's the samedezelfde plotplot.
392
928000
2000
Het is hetzelfde soort grafiek.
15:45
This happensgebeurt to be incomeinkomen and assetsactiva
393
930000
2000
Dit geeft inkomen en vermogen weer
15:47
versusversus the sizegrootte of the companybedrijf as denotedaangeduid by its numberaantal of employeeswerknemers.
394
932000
2000
ten opzichte van de grootte van het bedrijf zoals aangegeven door het aantal werknemers.
15:49
We could use salesverkoop, anything you like.
395
934000
3000
We konden ook verkoop gebruiken, alles wat je maar wilt.
15:52
There it is: after some little fluctuationsschommelingen at the beginningbegin,
396
937000
3000
Daar is het: na wat kleine schommelingen in het begin,
15:55
when companiesbedrijven are innovatinginnoveren,
397
940000
2000
wanneer bedrijven innoveren,
15:57
they scaleschaal beautifullymooi.
398
942000
2000
gaan ze prachtig schalen.
15:59
And we'vewij hebben lookedkeek at 23,000 companiesbedrijven
399
944000
3000
We hebben naar 23.000 bedrijven
16:02
in the UnitedVerenigd StatesStaten, maymei I say.
400
947000
2000
in de Verenigde Staten gekeken.
16:04
And I'm only showingtonen you a little bitbeetje of this.
401
949000
3000
Ik toon hier maar een beetje van.
16:07
What is astonishingverbazingwekkend about companiesbedrijven
402
952000
2000
Wat verbazingwekkend is aan bedrijven,
16:09
is that they scaleschaal sublinearlysublinearly
403
954000
3000
is dat ze sublineair schalen
16:12
like biologybiologie,
404
957000
2000
zoals in de biologie.
16:14
indicatingwijzend op that they're dominatedgedomineerd,
405
959000
2000
Dat geeft aan dat ze
16:16
not by super-linearSuper lineaire
406
961000
2000
niet door superlineaire
16:18
innovationinnovatie and ideasideeën;
407
963000
3000
innovatie en ideeën gedomineerd worden.
16:21
they becomeworden dominatedgedomineerd
408
966000
2000
Ze worden gedomineerd
16:23
by economieseconomieën of scaleschaal.
409
968000
2000
door schaalvoordelen.
16:25
In that interpretationinterpretatie,
410
970000
2000
In deze interpretatie
16:27
by bureaucracybureaucratie and administrationadministratie,
411
972000
2000
door bureaucratie en administratie.
16:29
and they do it beautifullymooi, maymei I say.
412
974000
2000
En ze doen dat prachtig, kan ik wel zeggen.
16:31
So if you tell me the sizegrootte of some companybedrijf, some smallklein companybedrijf,
413
976000
3000
Uit de grootte van een of ander bedrijf, een klein bedrijf,
16:34
I could have predictedvoorspelde the sizegrootte of WalmartWalmart.
414
979000
3000
had ik de grootte van Walmart kunnen voorspellen.
16:37
If it has this sublinearsublinear scalingscaling,
415
982000
2000
Als het dit sublineair schalen volgt,
16:39
the theorytheorie sayszegt
416
984000
2000
zegt de theorie
16:41
we should have sigmoidalsigmoïdale growthgroei.
417
986000
3000
dat we sigmoïdale groei moeten krijgen.
16:44
There's WalmartWalmart. Doesn't look very sigmoidalsigmoïdale.
418
989000
2000
Daar is Walmart. Ziet er niet erg sigmoïdaal uit.
16:46
That's what we like, hockeyhockey sticksstokken.
419
991000
3000
Dat is wat we willen, hockeysticks.
16:49
But you noticekennisgeving, I've cheatedbedrogen,
420
994000
2000
Maar ik heb jullie beduveld,
16:51
because I've only goneweg up to '94.
421
996000
2000
want ik heb het alleen maar weergegeven tot '94.
16:53
Let's go up to 2008.
422
998000
2000
Laten we doorgaan tot 2008.
16:55
That redrood linelijn is from the theorytheorie.
423
1000000
3000
Die rode lijn is van de theorie.
16:58
So if I'd have donegedaan this in 1994,
424
1003000
2000
Als ik dit zou hebben gedaan in 1994,
17:00
I could have predictedvoorspelde what WalmartWalmart would be now.
425
1005000
3000
had ik kunnen voorspellen wat Walmart nu zou zijn.
17:03
And then this is repeatedherhaald
426
1008000
2000
Dit zie je
17:05
acrossaan de overkant the entiregeheel spectrumspectrum of companiesbedrijven.
427
1010000
2000
over het hele spectrum van bedrijven.
17:07
There they are. That's 23,000 companiesbedrijven.
428
1012000
3000
Daar zijn ze. 23.000 bedrijven.
17:10
They all startbegin looking like hockeyhockey sticksstokken,
429
1015000
2000
Ze beginnen allemaal als hockeysticks,
17:12
they all bendbocht over,
430
1017000
2000
plooien dan om
17:14
and they all diedood gaan like you and me.
431
1019000
2000
en sterven als jij en ik.
17:16
Thank you.
432
1021000
2000
Dank je.
17:18
(ApplauseApplaus)
433
1023000
9000
(Applaus)
Translated by Rik Delaet
Reviewed by Els De Keyser

▲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