TEDGlobal 2011
Pavan Sukhdev: Put a value on nature!
Pavan Sukhdev: Doceńmy naturę!
Filmed:
Readability: 4.7
753,487 views
Każdego dnia bez zastanowienia wykorzystujemy darmowe dobra, jakie zapewnia nam Ziemia. A gdyby trzeba było zapłacić za ich prawdziwą wartość? Czy ostrożniej korzystalibyśmy lub marnotrawili zasoby? Pomyślcie o Pavanie Sukhdevie jako o bankierze matki natury, który wycenia wartość aktywów Ziemi. Otwierające oczy tabele sprawią, że na nowo zastanowicie się nad kosztem powietrza, wody, drzew...
Pavan Sukhdev - Environmental economist
A banker by training, Pavan Sukhdev runs the numbers on greening up -- showing that green economies are an effective engine for creating jobs and creating wealth. Full bio
A banker by training, Pavan Sukhdev runs the numbers on greening up -- showing that green economies are an effective engine for creating jobs and creating wealth. Full bio
Double-click the English transcript below to play the video.
00:15
I'm here to talk to you
0
0
2000
Jestem tu, aby opowiedzieć
00:17
about the economic invisibility of nature.
1
2000
2000
o ekonomicznie niewidzialnej naturze.
00:19
The bad news
2
4000
2000
Niestety biuro matki Natury
00:21
is that mother nature's back office isn't working yet,
3
6000
2000
jeszcze nie funkcjonuje
00:23
so those invoices don't get issued.
4
8000
2000
i nie może wystawić żadnych faktur.
00:25
But we need to do something about this problem.
5
10000
3000
Musimy jakoś temu zaradzić.
00:28
I began my life as a markets professional
6
13000
3000
Zacząłem karierę jako specjalista od rynków
00:31
and continued to take an interest,
7
16000
3000
i cały czas się nimi interesuję,
00:34
but most of my recent effort
8
19000
2000
ale moje ostatnie działania
00:36
has been looking at the value
9
21000
2000
dotyczyły oszacowania korzyści,
00:38
of what comes to human beings from nature,
10
23000
2000
jakie ludzie czerpią z natury,
00:40
and which doesn't get priced by the markets.
11
25000
3000
na co nie ma ceny rynkowej.
00:43
A project called TEEB was started in 2007,
12
28000
3000
W roku 2007 wystartował projekt TEEB,
00:46
and it was launched by a group of environment ministers
13
31000
3000
z inicjatywy ministrów środowiska
00:49
of the G8+5.
14
34000
2000
grupy G8+5.
00:51
And their basic inspiration
15
36000
2000
Ich podstawową inspiracją
00:53
was a stern review of Lord Stern.
16
38000
2000
był surowy raport lorda Sterna.
00:55
They asked themselves a question:
17
40000
2000
Zadali sobie pytanie:
00:57
If economics could make such a convincing case
18
42000
2000
skoro ekonomia potrafiła nas przekonać
00:59
for early action on climate change,
19
44000
2000
do przeciwdziałania zmianom klimatu,
01:01
well why can't the same be done for conservation?
20
46000
2000
może zobiłaby to też dla jego ochrony?
01:03
Why can't an equivalent case be made
21
48000
2000
Dlaczego w podobny sposób
01:05
for nature?
22
50000
2000
nie pomóc naturze?
01:07
And the answer is: Yeah, it can.
23
52000
2000
Odpowiedź brzmi: można.
01:09
But it's not that straightforward.
24
54000
2000
Ale nie jest to prosta sprawa.
01:11
Biodiversity, the living fabric of this planet, is not a gas.
25
56000
3000
Bioróżnorodność to nie gaz.
01:14
It exists in many layers,
26
59000
2000
Istnieje na wielu płaszczyznach,
01:16
ecosystems, species and genes across many scales --
27
61000
3000
ekosystemach, gatunkach i genach w każdej skali:
01:19
international, national, local, community --
28
64000
3000
międzynarodowej, narodowej, lokalnej, społecznej.
01:22
and doing for nature
29
67000
2000
Niełatwo zrobić dla natury tyle,
01:24
what Lord Stern and his team did for nature is not that easy.
30
69000
3000
ile lord Stern z zespołem zrobili dla klimatu.
01:27
And yet, we began.
31
72000
2000
Mimo to rozpoczęliśmy.
01:29
We began the project with an interim report,
32
74000
2000
Zaczęliśmy od tymczasowego raportu,
01:31
which quickly pulled together
33
76000
2000
który pobieżnie zebrał
01:33
a lot of information that had been collected on the subject
34
78000
3000
mnóstwo informacji na ten temat
01:36
by many, many researchers.
35
81000
2000
zgromadzonych przez wielu badaczy.
01:38
And amongst our compiled results
36
83000
2000
Wśród zebranych wniosków
01:40
was the startling revelation
37
85000
2000
był jeden niepokojący,
01:42
that, in fact, we were losing natural capital --
38
87000
3000
mianowicie, że tracimy naturalny kapitał,
01:45
the benefits that flow from nature to us.
39
90000
2000
korzyści, jakie płyną dla nas z natury.
01:47
We were losing it at an extraordinary rate --
40
92000
2000
Ponosiliśmy straty na niebywałą skalę,
01:49
in fact, of the order of two to four trillion dollars-worth
41
94000
3000
rzędu 2 do 4 bln dolarów
01:52
of natural capital.
42
97000
3000
kapitału naturalnego.
01:55
This came out in 2008,
43
100000
2000
Raport pojawił się w 2008 r.,
01:57
which was, of course, around the time that the banking crisis had shown
44
102000
2000
czyli w czasie, gdy kryzys bankowy
01:59
that we had lost financial capital
45
104000
2000
spowodował straty w kapitale finansowym.
02:01
of the order of two and a half trillion dollars.
46
106000
2000
rzędu 2,5 bln dolarów.
02:03
So this was comparable in size to that kind of loss.
47
108000
3000
Rozmiary strat są podobne.
02:06
We then have gone on since
48
111000
2000
Od tamtego czasu
02:08
to present for [the] international community,
49
113000
3000
przedstawiliśmy społeczności międzynarodowej,
02:11
for governments,
50
116000
2000
rządom krajów,
02:13
for local governments and for business
51
118000
2000
samorządom i przedsiębiorcom,
02:15
and for people, for you and me,
52
120000
2000
a także zwykłym ludziom szereg raportów,
02:17
a whole slew of reports, which were presented at the U.N. last year,
53
122000
3000
prezentowanych też w ONZ w zeszłym roku,
02:20
which address the economic invisibility of nature
54
125000
3000
a dotyczących niewidzialnej ekonomii natury
02:23
and describe what can be done to solve it.
55
128000
2000
i opisujących rozwiązanie problemu.
02:25
What is this about?
56
130000
2000
Czego dotyczy raport?
02:27
A picture that you're familiar with --
57
132000
2000
Oto dobrze znany widok:
02:29
the Amazon rainforests.
58
134000
2000
lasy deszczowe Amazonii.
02:31
It's a massive store of carbon, it's an amazing store of biodiversity,
59
136000
3000
Ogromny magazyn węgla i bioróżnorodności,
02:34
but what people don't really know
60
139000
2000
ale też, o czym nie wszyscy wiedzą,
02:36
is this also is a rain factory.
61
141000
2000
fabryka deszczu.
02:38
Because the northeastern trade winds,
62
143000
2000
Pasaty wiejące z północnego wschodu,
02:40
as they go over the Amazonas,
63
145000
2000
przecinające Amazonię,
02:42
effectively gather the water vapor.
64
147000
2000
efektywnie zbierają parę wodną.
02:44
Something like 20 billion tons per day of water vapor
65
149000
3000
Jakieś 20 miliardów ton dziennie
02:47
is sucked up by the northeastern trade winds,
66
152000
3000
zasysanych jest przez pasaty,
02:50
and eventually precipitates in the form of rain
67
155000
3000
z czego w końcu tworzą się deszcze
02:53
across the La Plata Basin.
68
158000
2000
na nizinie La Platy.
02:55
This rainfall cycle, this rainfall factory,
69
160000
3000
Ta fabryka cyklicznych deszczów
02:58
effectively feeds an agricultural economy
70
163000
2000
efektywnie zasila rolnictwo
03:00
of the order of 240 billion dollars-worth
71
165000
2000
na kwotę rzędu 240 mld dolarów,
03:02
in Latin America.
72
167000
2000
w Ameryce Łacińskiej.
03:04
But the question arises: Okay, so how much
73
169000
3000
Powstaje jednak pytanie:
03:07
do Uruguay, Paraguay, Argentina
74
172000
2000
ile Urugwaj, Paragwaj, Argentyna
03:09
and indeed the state of Mato Grosso in Brazil
75
174000
3000
oraz stan Mato Grosso w Brazylii
03:12
pay for that vital input to that economy
76
177000
3000
płacą za tak cenny wkład w swoją gospodarkę
03:15
to the state of Amazonas, which produces that rainfall?
77
180000
3000
stanom w Amazonii, gdzie deszcze powstają?
03:18
And the answer is zilch,
78
183000
2000
Odpowiedź: ani centa,
03:20
exactly zero.
79
185000
2000
dokładnie zero.
03:22
That's the economic invisibility of nature.
80
187000
2000
Tak wygląda niewidzialna ekonomia natury.
03:24
That can't keep going on,
81
189000
2000
Nie może tak dalej być, bo w ekonomii
03:26
because economic incentives and disincentives are very powerful.
82
191000
3000
bodźce pobudzające i hamujące są potężne.
03:29
Economics has become the currency of policy.
83
194000
2000
Ekonomia stała się narzędziem polityki.
03:31
And unless we address
84
196000
2000
Jeśli nie odniesiemy się
03:33
this invisibility,
85
198000
2000
do niewidzialności tej ekonomii,
03:35
we are going to get the results that we are seeing,
86
200000
2000
otrzymamy obecny rezultat,
03:37
which is a gradual degradation and loss
87
202000
3000
czyli postępującą degradację
03:40
of this valuable natural asset.
88
205000
2000
i utratę cennych zasobów naturalnych.
03:42
It's not just about the Amazonas, or indeed about rainforests.
89
207000
3000
Nie chodzi tylko o Amazonię, czy lasy deszczowe.
03:45
No matter what level you look at,
90
210000
2000
Czy rozpatrujemy cały ekosystem,
03:47
whether it's at the ecosystem level or at the species level or at the genetic level,
91
212000
3000
poszczególne gatunki czy pulę genów,
03:50
we see the same problem again and again.
92
215000
3000
cały czas pojawiają się te same problemy.
03:53
So rainfall cycle and water regulation by rainforests
93
218000
3000
Regulacja gospodarki wodnej przez lasy deszczowe
03:56
at an ecosystem level.
94
221000
2000
na poziomie ekosystemów.
03:58
At the species level,
95
223000
2000
Na poziomie gatunków:
04:00
it's been estimated that insect-based pollination,
96
225000
2000
zapylanie kwiatów przez owady,
04:02
bees pollinating fruit and so on,
97
227000
3000
np. zapylanie przez pszczoły
04:05
is something like 190 billion dollars-worth.
98
230000
3000
szacuje się na 190 mld dolarów.
04:08
That's something like eight percent
99
233000
2000
Jest to mniej więcej 8%
04:10
of the total agricultural output globally.
100
235000
4000
całkowitego produktu światowego rolnictwa.
04:14
It completely passes below the radar screen.
101
239000
2000
Całkowicie umyka to naszej uwadze.
04:16
But when did a bee actually ever give you an invoice?
102
241000
3000
Czy pszczoła wystawiła kiedyś fakturę?
04:19
Or for that matter, if you look at the genetic level,
103
244000
3000
Popatrzmy na poziom genetyczny.
04:22
60 percent of medicines were prospected,
104
247000
3000
60% leków na rynku powstało dzięki
04:25
were found first as molecules in a rainforest or a reef.
105
250000
3000
molekułom znalezionym w lasach deszczowych czy na rafach.
04:28
Once again, most of that doesn't get paid.
106
253000
2000
Znowu nikt za to nie zapłacił.
04:30
And that brings me to another aspect of this,
107
255000
2000
Tu pojawia się kolejny wątek:
04:32
which is, to whom should this get paid?
108
257000
3000
komu należałoby zapłacić?
04:35
That genetic material
109
260000
2000
Ten materiał genetyczny
04:37
probably belonged, if it could belong to anyone,
110
262000
2000
należał, jeśli to właściwe słowo,
04:39
to a local community of poor people
111
264000
2000
do lokalnej społeczności ubogich ludzi,
04:41
who parted with the knowledge that helped the researchers to find the molecule,
112
266000
3000
których wiedza pomogła badaczom odkryć cząsteczkę,
04:44
which then became the medicine.
113
269000
2000
dzięki której powstał lek.
04:46
They were the ones that didn't get paid.
114
271000
2000
Tym ludziom nikt nie zapłacił.
04:48
And if you look at the species level,
115
273000
3000
Patrząc na poziomie gatunków,
04:51
you saw about fish.
116
276000
2000
warto wspomnieć o rybach.
04:53
Today, the depletion of ocean fisheries is so significant
117
278000
3000
Dziś łowiska tak zubożały,
04:56
that effectively it is effecting the ability of the poor,
118
281000
4000
że w rezultacie ogranicza to biednych,
05:00
the artisanal fisher folk
119
285000
2000
drobnych miejscowych rybaków
05:02
and those who fish for their own livelihoods,
120
287000
2000
oraz wszystkich, którzy łowią ryby, aby przeżyć,
05:04
to feed their families.
121
289000
2000
i wyżywić rodziny.
05:06
Something like a billion people depend on fish,
122
291000
2000
Życie blisko miliarda ludzi
05:08
the quantity of fish in the oceans.
123
293000
2000
zalezy od ilości ryb w morzach.
05:10
A billion people depend on fish
124
295000
3000
Dla tej miliardowej rzeszy
05:13
for their main source for animal protein.
125
298000
2000
są one głównym źródłem białka zwierzęcego.
05:15
And at this rate at which we are losing fish,
126
300000
2000
Tempo, w jakim ubywa ryb
05:17
it is a human problem of enormous dimensions,
127
302000
2000
jest ogromną bolączką ludzkości,
05:19
a health problem
128
304000
2000
problemem zdrowotnym,
05:21
of a kind we haven't seen before.
129
306000
3000
o wcześniej niespotykanym rozmiarze.
05:24
And finally, at the ecosystem level,
130
309000
2000
Wreszcie, na poziomie ekosystemu,
05:26
whether it's flood prevention or drought control provided by the forests,
131
311000
3000
czy zapobiegamy powodziom i suszy dzięki lasom,
05:29
or whether it is the ability of poor farmers
132
314000
2000
czy umożliwiamy biednym rolnikom
05:31
to go out and gather leaf litter
133
316000
2000
zbieranie liściastej ściółki
05:33
for their cattle and goats,
134
318000
2000
dla bydła i kóz,
05:35
or whether it's the ability of their wives
135
320000
2000
czy ich żonom
05:37
to go and collect fuel wood from the forest,
136
322000
2000
gromadzenie drewna opałowego z lasu,
05:39
it is actually the poor
137
324000
2000
to właśnie życie ubogich
05:41
who depend most on these ecosystem services.
138
326000
2000
najbardziej zależy od tych ekosystemów.
05:43
We did estimates in our study
139
328000
2000
W naszych badaniach oszacowaliśmy,
05:45
that for countries like Brazil, India and Indonesia,
140
330000
3000
że dla krajów jak Brazylia, Indie czy Indonezja,
05:48
even though ecosystem services --
141
333000
2000
korzyści płynące z ekosystemów,
05:50
these benefits that flow from nature to humanity for free --
142
335000
3000
pozyskiwane przez ludność za darmo,
05:53
they're not very big in percentage terms of GDP --
143
338000
2000
nie stanowią dużego odsetka PKB:
05:55
two, four, eight, 10, 15 percent --
144
340000
2000
2, 4, 8, 10, 15 procent.
05:57
but in these countries, if we measure how much they're worth to the poor,
145
342000
3000
Ale rozpatrując ich wartość dla biednych,
06:00
the answers are more like
146
345000
2000
otrzymujemy wynik rzędu
06:02
45 percent, 75 percent, 90 percent.
147
347000
3000
45, 75 czy nawet 90%.
06:05
That's the difference.
148
350000
2000
Różnice są właśnie takie.
06:07
Because these are important benefits for the poor.
149
352000
3000
Tak ważne są te korzyści dla ubogich.
06:10
And you can't really have a proper model for development
150
355000
3000
Nie można wypracować właściwego modelu rozwoju,
06:13
if at the same time you're destroying or allowing
151
358000
3000
jeśli w tym samym czasie niszczymy
06:16
the degradation of the very asset, the most important asset,
152
361000
3000
lub pozwalamy na degradację najważniejszej wartości,
06:19
which is your development asset,
153
364000
2000
która odpowiada za postęp,
06:21
that is ecological infrastructure.
154
366000
2000
a jaką jest ekologiczna infrastruktura.
06:23
How bad can things get?
155
368000
2000
Jak bardzo sytuacja może się pogorszyć?
06:25
Well here a picture of something called the mean species abundance.
156
370000
3000
Widzimy tu tzw. zasobność gatunków.
06:28
It's basically a measure
157
373000
2000
Jest to pomiar
06:30
of how many tigers, toads, ticks or whatever on average
158
375000
2000
ile tygrysów, ropuch czy kleszczy
06:32
of biomass of various species are around.
159
377000
3000
ma średnio biomasa lokalnych gatunków.
06:35
The green represents the percentage.
160
380000
2000
Odpowiednie kolory to procentowy udział.
06:37
If you start green, it's like 80 to 100 percent.
161
382000
3000
Zielony to od 80 do 100%.
06:40
If it's yellow, it's 40 to 60 percent.
162
385000
2000
Żółty - 40 do 60%.
06:42
And these are percentages versus the original state, so to speak,
163
387000
2000
Odsetki porównujemy do stanu oryginalnego
06:44
the pre-industrial era, 1750.
164
389000
3000
z ery przedprzemysłowej, z roku 1750.
06:47
Now I'm going to show you
165
392000
2000
Pokażę wam teraz,
06:49
how business as usual will affect this.
166
394000
2000
jaki wpływ ma na to gospodarka.
06:51
And just watch the change in colors
167
396000
2000
Popatrzcie na zmiany kolorów
06:53
in India, China, Europe,
168
398000
2000
w Indiach, Chinach, Europie
06:55
sub-Saharan Africa
169
400000
2000
i w Czarnej Afryce,
06:57
as we move on and consume global biomass
170
402000
3000
w miarę konsumpcji globalnej biomasy
07:00
at a rate which is actually not going to be able to sustain us.
171
405000
4000
w tempie, które nie pozwoli nas utrzymać.
07:04
See that again.
172
409000
2000
Popatrzcie raz jeszcze.
07:06
The only places that remain green -- and that's not good news --
173
411000
2000
Niestety kolor zielony
07:08
is, in fact, places like the Gobi Desert,
174
413000
3000
to obszary takie jak pustynia Gobi,
07:11
like the tundra and like the Sahara.
175
416000
2000
tundra, czy Sahara.
07:13
But that doesn't help because there were very few species
176
418000
2000
Marna to pociecha, bo w tych regionach
07:15
and volume of biomass there in the first place.
177
420000
2000
jest bardzo mało gatunków i niewielka biomasa.
07:17
This is the challenge.
178
422000
2000
Jest to wyzwanie.
07:19
The reason this is happening
179
424000
3000
Rzecz sprowadza się, moim zdaniem,
07:22
boils down, in my mind, to one basic problem,
180
427000
3000
do jednego zasadniczego problemu:
07:25
which is our inability to perceive the difference
181
430000
2000
nie umiemy zauważyć róznicy
07:27
between public benefits
182
432000
2000
między publiczną korzyścią,
07:29
and private profits.
183
434000
2000
a prywatnym zyskiem.
07:31
We tend to constantly ignore public wealth
184
436000
3000
Ignorujemy zwykle majątek publiczny,
07:34
simply because it is in the common wealth,
185
439000
2000
po prostu dlatego,
07:36
it's common goods.
186
441000
2000
że należy do wszystkich.
07:38
And here's an example from Thailand
187
443000
2000
Oto przykład z Tajlandii.
07:40
where we found that, because the value of a mangrove is not that much --
188
445000
4000
Wartość lasów namorzynowych jest niewielka,
07:44
it's about $600 over the life of nine years that this has been measured --
189
449000
4000
może 600$ przez 9 lat pomiarów.
07:48
compared to its value as a shrimp farm,
190
453000
2000
Wartości farmy krewetek,
07:50
which is more like $9,600,
191
455000
2000
to około 9600 dolarów.
07:52
there has been a gradual trend to deplete the mangroves
192
457000
3000
W efekcie stopniowo trzebi się lasy namorzynowe
07:55
and convert them to shrimp farms.
193
460000
2000
i zamieniania je w farmy krewetek.
07:57
But of course, if you look at exactly what those profits are,
194
462000
4000
Jednak jeśli przyjrzymy się zyskom,
08:01
almost 8,000 of those dollars
195
466000
2000
prawie 8000 z tej sumy
08:03
are, in fact, subsidies.
196
468000
2000
stanowią w rzeczywistości dotacje.
08:05
So you compare the two sides of the coin
197
470000
3000
Porównując te sumy odkryjemy,
08:08
and you find that it's more like 1,200 to 600.
198
473000
2000
że stosunek wynosi raczej 1200 do 600.
08:10
That's not that hard.
199
475000
2000
To wcale jest trudne.
08:12
But on the other hand, if you start measuring,
200
477000
2000
Z drugiej strony,
08:14
how much would it actually cost
201
479000
2000
ile naprawdę kosztowałoby
08:16
to restore the land of the shrimp farm
202
481000
2000
przywrócenie obszaru krewetkowej farmy
08:18
back to productive use?
203
483000
2000
do stanu produktywnego użytkowania?
08:20
Once salt deposition and chemical deposition
204
485000
2000
Gdy sole i chemikalia
08:22
has had its effects,
205
487000
2000
zaczną się odkładać,
08:24
that answer is more like $12,000 of cost.
206
489000
3000
koszta wyniosłyby około 12 tys. dolarów.
08:27
And if you see the benefits of the mangrove
207
492000
2000
Jeśli dostrzeżemy rolę lasów namorzynowych
08:29
in terms of the storm protection and cyclone protection that you get
208
494000
3000
w ochronie przed sztormami i cyklonami
08:32
and in terms of the fisheries, the fish nurseries,
209
497000
2000
oraz w kontekście łowisk i hodowli ryb,
08:34
that provide fish for the poor,
210
499000
2000
które potem trafią do ubogich,
08:36
that answer is more like $11,000.
211
501000
2000
pojawia się suma około 11 tys. dolarów.
08:38
So now look at the different lens.
212
503000
2000
Spójrzmy teraz z innej perspektywy.
08:40
If you look at the lens of public wealth
213
505000
2000
Z perspektywy majątku publicznego
08:42
as against the lens of private profits,
214
507000
2000
w opozycji do prywatnych zysków,
08:44
you get a completely different answer,
215
509000
2000
otrzymujemy zupełnie inną odpowiedź:
08:46
which is clearly conservation makes more sense,
216
511000
3000
ochrona ma wyraźnie większy sens,
08:49
and not destruction.
217
514000
2000
niż destrukcja.
08:51
So is this just a story from South Thailand?
218
516000
3000
Czy dzieje się tak tylko w Płd.Tajlandii?
08:54
Sorry, this is a global story.
219
519000
2000
Niestety, dzieje się tak globalnie.
08:56
And here's what the same calculation looks like,
220
521000
2000
Mamy tu taką samą kalkulację,
08:58
which was done recently -- well I say recently, over the last 10 years --
221
523000
3000
wykonaną przez ostatnie 10 lat
09:01
by a group called TRUCOST.
222
526000
2000
przez grupę zwaną TRUCOST.
09:03
And they calculated for the top 3,000 corporations,
223
528000
2000
Oszacowali oni efekty zewnętrzne
09:05
what are the externalities?
224
530000
2000
3000 największych korporacji.
09:07
In other words, what are the costs of doing business as usual?
225
532000
2000
Obliczyli koszty ich działalności.
09:09
This is not illegal stuff, this is basically business as usual,
226
534000
3000
To nic nielegalnego, zwykły biznes,
09:12
which causes climate-changing emissions, which have an economic cost.
227
537000
3000
który powoduje zmieniającą klimat emisję gazów.
09:15
It causes pollutants being issued, which have an economic cost,
228
540000
3000
Emisja zanieczyszczeń niesie za sobą
09:18
health cost and so on.
229
543000
2000
koszta ekonomiczne, zdrowotne itd.
09:20
Use of freshwater.
230
545000
2000
Zużycie słodkiej wody.
09:22
If you drill water to make coke near a village farm,
231
547000
2000
Pompowanie wody do produkcji coli niedaleko wioski
09:24
that's not illegal, but yes, it costs the community.
232
549000
2000
jest legalne, ale kosztowne dla lokalnej społeczności.
09:26
Can we stop this, and how?
233
551000
2000
Czy i jak możemy to powstrzymać?
09:28
I think the first point to make is that we need to recognize natural capital.
234
553000
3000
Musimy uświadomić sobie istnienie naturalnego kapitału.
09:31
Basically the stuff of life is natural capital,
235
556000
3000
Kapitał ten stanowi po prostu samo życie.
09:34
and we need to recognize and build that into our systems.
236
559000
3000
Musimy to sobie uzmysłowić i wdrożyć do naszego systemu.
09:37
When we measure GDP
237
562000
2000
Dokonując wyliczeń PKB
09:39
as a measure of economic performance at the national level,
238
564000
2000
jako miary sprawności państwowej gospodarki,
09:41
we don't include our biggest asset at the country level.
239
566000
3000
pomijamy największe aktywa na poziomie lokalnym.
09:44
When we measure corporate performances,
240
569000
2000
Obliczając wydajność korporacji,
09:46
we don't include our impacts on nature
241
571000
2000
nie uwzględniamy jej wpływu na naturę
09:48
and what our business costs society.
242
573000
2000
i kosztów, jakie ponosi społeczeństwo.
09:50
That has to stop.
243
575000
2000
To musi się skończyć.
09:52
In fact, this was what really inspired my interest in this phase.
244
577000
3000
Właśnie ten aspekt mnie zainteresował.
09:55
I began a project way back called the Green Accounting Project.
245
580000
2000
Dawno temu zacząłem Projekt Zielonej Księgowości.
09:57
That was in the early 2000s
246
582000
2000
To było na początku XXI wieku,
09:59
when India was going gung-ho about GDP growth
247
584000
3000
gdy Indie przywiązywały wielką wagę
10:02
as the means forward --
248
587000
2000
do wzrostu PKB jako miary wzrostu,
10:04
looking at China with its stellar growths of eight, nine, 10 percent
249
589000
2000
widząc wrost w Chinach na poziomie 8-10%
10:06
and wondering, why can we do the same?
250
591000
2000
i pytając "czemu nie my"?
10:08
And a few friends of mine and I
251
593000
2000
Z kilkoma kolegami stwierdziliśmy,
10:10
decided this doesn't make sense.
252
595000
2000
że to nie ma sensu.
10:12
This is going to create more cost to society and more losses.
253
597000
3000
Zwiększy tylko koszty i straty społeczne.
10:15
So we decided to do a massive set of calculations
254
600000
2000
Dkonaliśmy rozległych kalkulacji
10:17
and started producing green accounts for India and its states.
255
602000
3000
zakładając "zielone konta" dla Indii.
10:20
That's how my interests began
256
605000
2000
Stąd wzięło się moje zainteresowanie,
10:22
and went to the TEEB project.
257
607000
2000
którego rezultatem jest projekt TEEB.
10:24
Calculating this at the national level is one thing, and it has begun.
258
609000
3000
Zaczęliśmy od obliczeń na poziomie kraju.
10:27
And the World Bank has acknowledged this
259
612000
2000
Bank Światowy docenił nasze starania
10:29
and they've started a project called WAVES --
260
614000
2000
i rozpoczął projekt pn. WAVES:
10:31
Wealth Accounting and Valuation of Ecosystem Services.
261
616000
2000
Obliczanie zasobów i wycena usług ekosystemów.
10:33
But calculating this at the next level,
262
618000
2000
Jednak obliczenia na poziomie biznesowym
10:35
that means at the business sector level, is important.
263
620000
2000
są również ważne.
10:37
And actually we've done this with the TEEB project.
264
622000
2000
Zrobiliśmy to w ramach projektu TEEB,
10:39
We've done this for a very difficult case,
265
624000
3000
w związku z bardzo trudnym przypadkiem,
10:42
which was for deforestation in China.
266
627000
2000
jakim było wylesianie w Chinach.
10:44
This is important, because in China in 1997,
267
629000
3000
To ważne, bo w roku 1997
10:47
the Yellow River actually went dry for nine months
268
632000
3000
Rzeka Żółta wyschła na 9 miesięcy
10:50
causing severe loss of agriculture output
269
635000
2000
powodując ogromne straty w rolnictwie
10:52
and pain and loss to society.
270
637000
2000
oraz cierpienie społeczeństwa.
10:54
Just a year later the Yangtze flooded,
271
639000
2000
Zaledwie rok później Jangcy wezbrała,
10:56
causing something like 5,500 deaths.
272
641000
3000
powodując śmierć 5500 ludzi.
10:59
So clearly there was a problem with deforestation.
273
644000
2000
Wylesianie stanowiło wyraźny problem.
11:01
It was associated largely with the construction industry.
274
646000
3000
Winowajcą był sektor budowlany.
11:04
And the Chinese government responded sensibly
275
649000
2000
Chiński rząd zareagował rozsądnie
11:06
and placed a ban on felling.
276
651000
2000
i zabronił wyrębu.
11:08
A retrospective on 40 years
277
653000
2000
Ostatnie 40 lat pokazuje,
11:10
shows that if we had accounted for these costs --
278
655000
4000
że jeśli obliczylibyśmy koszty
11:14
the cost of loss of topsoil,
279
659000
2000
degradacji gleb,
11:16
the cost of loss of waterways,
280
661000
2000
utraty szlaków wodnych, produktywności
11:18
the lost productivity, the loss to local communities
281
663000
3000
oraz strat poniesionych przez społeczność lokalną
11:21
as a result of all these factors,
282
666000
2000
w wyniku tych przyczyn,
11:23
desertification and so on --
283
668000
2000
z pustynnieniem i itp,.
11:25
those costs are almost twice as much
284
670000
2000
koszty te są 2 razy wyższe
11:27
as the market price of timber.
285
672000
2000
niż rynkowa cena drewna.
11:29
So in fact, the price of timber in the Beijing marketplace
286
674000
3000
Zatem cena drewna na giełdzie pekińskiej
11:32
ought to have been three-times what it was
287
677000
2000
powinna być 3 razy wyższa,
11:34
had it reflected the true pain and the costs
288
679000
3000
by odzwierciedlić prawdziwe straty,
11:37
to the society within China.
289
682000
2000
jakie ponieśli Chińczycy.
11:39
Of course, after the event one can be wise.
290
684000
3000
Oczywiście, człowiek jest mądry po szkodzie.
11:42
The way to do this is to do it on a company basis,
291
687000
2000
Trzeba zacząć na poziomie firm,
11:44
to take leadership forward,
292
689000
2000
podejść poważnie do sprawy
11:46
and to do it for as many important sectors which have a cost,
293
691000
3000
w sektorach, które generują takie koszty,
11:49
and to disclose these answers.
294
694000
2000
i opublikować odpowiedzi.
11:51
Someone once asked me, "Who is better or worse,
295
696000
2000
Zapytano mnie: "Kto bardziej szkodzi,
11:53
is it Unilever or is it P&G
296
698000
2000
Unilever czy Procter & Gamble,
11:55
when it comes to their impact on rainforests in Indonesia?"
297
700000
3000
lasom deszczowym w Indonezji"?
11:58
And I couldn't answer because neither of these companies,
298
703000
2000
Nie wiedziałem, bo żadna z tych firm,
12:00
good though they are and professional though they are,
299
705000
2000
choć rzetelna i profesjonalna,
12:02
do not calculate or disclose their externalities.
300
707000
3000
nie kalkuluje tego ani nie ogłasza.
12:05
But if we look at companies like PUMA --
301
710000
2000
Natomiast takie firmy, jak Puma...
12:07
Jochen Zeitz, their CEO and chairman,
302
712000
2000
Jochen Zeitz, ich prezes zarządu i dyrektor,
12:09
once challenged me at a function,
303
714000
2000
rzucił mi wyzwanie mówiąc,
12:11
saying that he's going to implement my project before I finish it.
304
716000
3000
że wdroży mój projekt, zanim go ukończę.
12:14
Well I think we kind of did it at the same time, but he's done it.
305
719000
3000
Skończyliśmy prawie równocześnie, ale dotrzymał słowa.
12:17
He's basically worked the cost to PUMA.
306
722000
2000
Wyliczył koszty dla Pumy.
12:19
PUMA has 2.7 billion dollars of turnover,
307
724000
2000
Firma ma 2,7 miliarda dolarów obrotu,
12:21
300 million dollars of profits,
308
726000
2000
300 mln zysku,
12:23
200 million dollars after tax,
309
728000
2000
200 mln po podatkach,
12:25
94 million dollars of externalities, cost to business.
310
730000
3000
a 94 mln kosztują ich efekty zewnętrznych.
12:28
Now that's not a happy situation for them,
311
733000
2000
Nie jest to najszczęśliwsza sytuacja,
12:30
but they have the confidence and the courage
312
735000
2000
ale mają pewność siebie i odwagę,
12:32
to come forward and say, "Here's what we are measuring.
313
737000
3000
aby wyjść przed szereg i powiedzieć:
12:35
We are measuring it because we know
314
740000
2000
Tak wyglądają nasze pomiary,
12:37
that you cannot manage what you do not measure."
315
742000
2000
bo nie da się zarządzać bez pomiarów".
12:39
That's an example, I think, for us to look at
316
744000
2000
Jest to przykład wart odnotowania
12:41
and for us to draw comfort from.
317
746000
2000
i niosący pociechę.
12:43
If more companies did this,
318
748000
2000
Gdyby więcej firm poszłoby w ich ślady
12:45
and if more sectors engaged this as sectors,
319
750000
2000
i zaangażowałoby się więcej sektorów,
12:47
you could have analysts, business analysts,
320
752000
2000
to analitycy biznesowi,
12:49
and you could have people like us and consumers and NGOs
321
754000
3000
zwykli konsumenci i organizacje pozarządowe
12:52
actually look and compare the social performance of companies.
322
757000
3000
mogliby porównywać wpływ firm na społeczeństwo.
12:55
Today we can't yet do that, but I think the path is laid out.
323
760000
3000
Dziś jest na to za wcześnie, ale wytyczyliśmy drogę.
12:58
This can be done.
324
763000
2000
Można to zrobić.
13:00
And I'm delighted that the Institute of Chartered Accountants in the U.K.
325
765000
2000
Brytyjski Instytut Dyplomowanych Księgowych
13:02
has already set up a coalition to do this,
326
767000
2000
stworzył dla tego celu
13:04
an international coalition.
327
769000
2000
międzynarodową koalicję.
13:06
The other favorite, if you like, solution for me
328
771000
3000
Innym z moich ulubionych rozwiązań
13:09
is the creation of green carbon markets.
329
774000
2000
jest stworzenie ekologicznych rynków węgla.
13:11
And by the way, these are my favorites --
330
776000
2000
Właśnie to lubię najbardziej:
13:13
externalities calculation and green carbon markets.
331
778000
2000
obliczanie efektów zewnętrznych i ekologiczne rynki węgla.
13:15
TEEB has more than a dozen separate groups of solutions
332
780000
4000
TEEB ma kilkanaście zestawów rozwiązań,
13:19
including protected area evaluation
333
784000
2000
jak ewaluacja terenów chronionych,
13:21
and payments for ecosystem services
334
786000
2000
opłaty za korzyści płynące z ekosystemów,
13:23
and eco-certification and you name it, but these are the favorites.
335
788000
3000
czy eko-certyfikacja itp.
13:26
What's green carbon?
336
791000
2000
Co z "zielonym" węglem?
13:28
Today what we have is basically a brown carbon marketplace.
337
793000
2000
Dziś rynek węgla jest brązowy.
13:30
It's about energy emissions.
338
795000
2000
Chodzi tu o emisję energii.
13:32
The European Union ETS is the main marketplace.
339
797000
2000
UE to największy rynek handlu emisjami zanieczyszczeń.
13:34
It's not doing too well. We've over-issued.
340
799000
2000
Nie działa za dobrze, bo certyfikatów jest za dużo.
13:36
A bit like inflation: you over-issue currency,
341
801000
2000
Trochę jak z inflacją: zbyt duża emisja pieniędzy,
13:38
you get what you see, declining prices.
342
803000
3000
powoduje spadanie cen.
13:41
But that's all about energy and industry.
343
806000
3000
Tyle w zakresie energii i przemysłu.
13:44
But what we're missing is also some other emissions
344
809000
2000
Jednak pominęlismy inne emisje,
13:46
like black carbon, that is soot.
345
811000
2000
jak "czarny węgiel" czyli sadza.
13:48
What we're also missing is blue carbon,
346
813000
2000
Podobnie z "niebieskim węglem",
13:50
which, by the way, is the largest store of carbon --
347
815000
2000
który zawiera największą ilość węgla:
13:52
more than 55 percent.
348
817000
2000
ponad 55%.
13:54
Thankfully, the flux, in other words, the flow of emissions
349
819000
2000
Na szczęście przepływ tych emisji
13:56
from the ocean to the atmosphere and vice versa,
350
821000
2000
między oceanem a atmosferą i vice versa
13:58
is more or less balanced.
351
823000
2000
jest mniej więcej zrównoważony.
14:00
In fact, what's being absorbed
352
825000
2000
Faktycznie absorbowane jest
14:02
is something like 25 percent of our emissions,
353
827000
3000
jakieś 25% naszej emisji,
14:05
which then leads to acidification
354
830000
2000
co prowadzi do zakwaszenia
14:07
or lower alkalinity in oceans.
355
832000
2000
lub niższej alkaliczności oceanów.
14:09
More of that in a minute.
356
834000
2000
O tym za chwilę.
14:11
And finally, there's deforestation,
357
836000
2000
Na końcu mamy deforestację,
14:13
and there's emission of methane
358
838000
2000
a także emisję metanu
14:15
from agriculture.
359
840000
2000
z działalności rolnej.
14:17
Green carbon,
360
842000
2000
"Zielony węgiel",
14:19
which is the deforestation and agricultural emissions,
361
844000
2000
czyli wylesianie i emisja z działalności rolnej
14:21
and blue carbon
362
846000
2000
oraz "niebieski węgiel"
14:23
together comprise 25 percent of our emissions.
363
848000
2000
odpowiadają w sumie za 25% emisji.
14:25
We have the means already in our hands,
364
850000
2000
Dysponujemy już odpowiednimi środkam,
14:27
through a structure, through a mechanism, called REDD Plus --
365
852000
2000
dzięki mechanizmowi o nazwie REDD Plus.
14:29
a scheme for the reduced emissions
366
854000
2000
Jest to plan ograniczenia emisji
14:31
from deforestation and forest degradation.
367
856000
3000
z powodu odlesienia i degradacji lasów.
14:34
And already Norway has contributed a billion dollars each
368
859000
3000
Norwegia już dała Indonezji i Brazylii
14:37
towards Indonesia and Brazil
369
862000
2000
po miliardzie dolarów,
14:39
to implement this Red Plus scheme.
370
864000
2000
w celu wprowadzenia planu REDD Plus.
14:41
So we actually have some movement forward.
371
866000
2000
Zrobiliśmy więc krok naprzód.
14:43
But the thing is to do a lot more of that.
372
868000
2000
Rzecz w tym, żeby zrobić znacznie więcej.
14:45
Will this solve the problem? Will economics solve everything?
373
870000
3000
Czy ekonomia rozwiąże te wszystkie problemy?
14:48
Well I'm afraid not.
374
873000
2000
Obawiam się, że nie.
14:50
There is an area that is the oceans, coral reefs.
375
875000
3000
Weźmy oceany i rafy koralowe.
14:53
As you can see,
376
878000
2000
Jak widzicie,
14:55
they cut across the entire globe
377
880000
2000
rozciągają się po całym globie,
14:57
all the way from Micronesia
378
882000
2000
od Mikronezji,
14:59
across Indonesia, Malaysia, India, Madagascar
379
884000
3000
przez Indonezję, Malezję, Indie, Madagaskar,
15:02
and to the West of the Caribbean.
380
887000
2000
aż po Zachodnie Karaiby.
15:04
These red dots, these red areas,
381
889000
2000
Te czerwone kropki to obszary,
15:06
basically provide the food and livelihood
382
891000
2000
które zapewniają pożywienie i byt
15:08
for more than half a billion people.
383
893000
2000
dla ponad pół miliarda ludzi.
15:10
So that's almost an eighth of society.
384
895000
3000
To prawie jedna ósma społeczeństwa.
15:13
And the sad thing is that, as these coral reefs are lost --
385
898000
3000
Niestety, w miarę utraty raf koralowych,
15:16
and scientists tell us
386
901000
2000
a naukowcy mówią, że CO2
15:18
that any level of carbon dioxide in the atmosphere above 350 parts per million
387
903000
3000
przy stężeniu ponad 350 części na milion,
15:21
is too dangerous for the survival of these reefs --
388
906000
3000
jest zbyt niebezpieczny dla raf,
15:24
we are not only risking the extinction
389
909000
2000
nie tylko stoimy przed ryzykiem wymarcia
15:26
of the entire coral species, the warm water corals,
390
911000
2000
całych gatunków korali
15:28
we're not only risking a fourth of all fish species which are in the oceans,
391
913000
4000
i utraty ¼ gatunków ryb oceanicznych,
15:32
but we are risking the very lives and livelihoods
392
917000
2000
ale ryzykujemy życie i byt
15:34
of more than 500 million people
393
919000
3000
ponad 500 mln ludzi
15:37
who live in the developing world in poor countries.
394
922000
3000
w biednych krajach rozwijających się.
15:40
So in selecting targets of 450 parts per million
395
925000
3000
Obierając za cel 450 części na milion
15:43
and selecting two degrees at the climate negotiations,
396
928000
3000
i dwa stopnie podczas negocjacji w sprawie klimatu,
15:46
what we have done is we've made an ethical choice.
397
931000
3000
dokonaliśmy etycznego wyboru.
15:49
We've actually kind of made an ethical choice in society
398
934000
3000
Jako społeczeństwo podjęliśmy decyzję,
15:52
to not have coral reefs.
399
937000
2000
by pożegnać się z rafami koralowymi.
15:54
Well what I will say to you in parting
400
939000
2000
Na koniec powiem wam,
15:56
is that we may have done that.
401
941000
2000
że chyba tak właśnie uczyniliśmy.
15:58
Let's think about it and what it means,
402
943000
2000
Pomyślcie, co to oznacza,
16:00
but please, let's not do more of that.
403
945000
2000
i, proszę, nie róbmy tego więcej.
16:02
Because mother nature only has that much
404
947000
2000
Matka natura ma ograniczone zasoby
16:04
in ecological infrastructure and that much natural capital.
405
949000
3000
ekologicznej infrastruktury i naturalnego kapitału.
16:07
I don't think we can afford too much of such ethical choices.
406
952000
3000
Nie stać nas zbyt wiele takich wyborów moralnych.
16:10
Thank you.
407
955000
2000
Dziękuję.
16:12
(Applause)
408
957000
12000
(Oklaski)
ABOUT THE SPEAKER
Pavan Sukhdev - Environmental economistA banker by training, Pavan Sukhdev runs the numbers on greening up -- showing that green economies are an effective engine for creating jobs and creating wealth.
Why you should listen
In 2008, Sukhdev took a sabbatical from Deutsche Bank, where he'd worked for fifteen years, to write up two massive and convincing reports on the green economy. For UNEP, his “Green Economy Report” synthesized years of research to show, with real numbers, that environmentally sound development is not a bar to growth but rather a new engine for growing wealth and creating employment in the face of persistent poverty. The groundbreaking TEEB (formally “The Economics of Ecosystems and Biodiversity”) report counts the global economic benefits of biodiversity. It encourages countries to develop and publish “Natural capital accounts” tracking the value of plants, animal, water and other “natural wealth” alongside traditional financial measures in the hope of changing how decisions are made. In his book, Corporation 2020, he envisions tomorrow’s corporations as agents of an inclusive, green economy. He is now the CEO of Gist Advisory, a sustainability consulting firm.
Pavan Sukhdev | Speaker | TED.com