Städte sind die Schmelztiegel der Zivilisation. Sie haben sich ausgebreitet, die Urbanisierung breitet sich aus mit einer exponentiell Rate in den letzten 200 Jahren, so dass in der zweiten Hälfte dieses Jahrhunderts die Erde komplett von Städten dominiert sein wird. Städte sind der Ursprung von globaler Erwärmung, Belastungen der Umwelt, Gesundheit, Verschmutzung, Seuchen. Finanzen, Wirtschaft, Energie sind alles Probleme mit denen wir konfrontiert sind, weil wir Städte haben. Von dort kommen all diese Probleme. Diese Flutwelle von Problemen, denen wir gegenüberstehen, in Bezug auf Nachhaltigkeitfragen, sind ein Spiegelbild dieses exponentiellen Wachstums der weltweiten Verstädterung.
Cities are the crucible of civilization. They have been expanding, urbanization has been expanding, at an exponential rate in the last 200 years so that by the second part of this century, the planet will be completely dominated by cities. Cities are the origins of global warming, impact on the environment, health, pollution, disease, finance, economies, energy -- they're all problems that are confronted by having cities. That's where all these problems come from. And the tsunami of problems that we feel we're facing in terms of sustainability questions are actually a reflection of the exponential increase in urbanization across the planet.
Hier einige Zahlen. Vor 200 Jahre waren die USA zu weniger als ein paar Prozenten städtisch. Jetzt sind es mehr als 82 Prozent. Die Erde hat vor wenigen Jahren die 50-Prozent überschritten. China wird 300 neue Städte bauen in den nächsten 20 Jahren. Beachten sie folgenden: Jede Woche - für die nähere Zukunft bis 2050 - jede Woche werden mehr als eine Million Leute in die Städte ziehen. Das wird alles beeinflussen. Jeder in diesem Raum, falls er solange lebt, wird betroffen sein, von dem, was in den Städten passiert, von diesem aussergewöhnlichem Phänomen. Wie auch immer, Städte, abgesehen von ihren negativen Effekten, sind aber auch deren Lösung. Denn Städte wirken wie Staubsauger oder Magnete, welche kreative Leute anziehen, Ideen produzieren, Erfindungen, Wohlstand und so weiter. Wir haben also eine zweischneidige Situation. Deshalb haben wir einen zwingenden Bedarf an einer wissenschaftlichen
Here's some numbers. Two hundred years ago, the United States was less than a few percent urbanized. It's now more than 82 percent. The planet has crossed the halfway mark a few years ago. China's building 300 new cities in the next 20 years. Now listen to this: Every week for the foreseeable future, until 2050, every week more than a million people are being added to our cities. This is going to affect everything. Everybody in this room, if you stay alive, is going to be affected by what's happening in cities in this extraordinary phenomenon. However, cities, despite having this negative aspect to them, are also the solution. Because cities are the vacuum cleaners and the magnets that have sucked up creative people, creating ideas, innovation, wealth and so on. So we have this kind of dual nature. And so there's an urgent need for a scientific theory of cities.
Theorie zu Städten. Dies hier sind meine Mitstreiter. Diese Arbeit wurde durch eine ausserordentliche Gruppe vollbracht. Die haben all die Arbeit getan, und ich bin der grosse Dummschwätzer, der versucht alles zusammen zu setzen.
Now these are my comrades in arms. This work has been done with an extraordinary group of people, and they've done all the work, and I'm the great bullshitter that tries to bring it all together.
(Gelächter)
(Laughter)
Hier die Problemstellung: Das ist was wir alle wollen. Die 10 Milliarden Leute auf dem Planeten in 2050 wollen an Orten wie diesem, solche Dinge besitzen, Sachen tun wie dies, mit einer Wirtschaft, die so wächst, ohne zu realisieren, das Entropie Dinge produziert wie das, das und das. Die Frage ist nun: Wird Edinburgh und London und New York in 2050 so aussehen? Oder eher so? Das ist die Frage. Ich muss sagen, viele Indikatoren lassen vermuten, dass es so ausschauen wird. Aber lassen sie uns darüber reden.
So here's the problem: This is what we all want. The 10 billion people on the planet in 2050 want to live in places like this, having things like this, doing things like this, with economies that are growing like this, not realizing that entropy produces things like this, this, this and this. And the question is: Is that what Edinburgh and London and New York are going to look like in 2050, or is it going to be this? That's the question. I must say, many of the indicators look like this is what it's going to look like, but let's talk about it.
Meine provokative Äusserung ist, dass wir dringend eine ernsthafte, wissenschaftliche Theorie zu Städten brauchen. Wissenschaftliche Theorie bedeutet quantifizierbar, abgestützt auf allgemeinen Prinzipien, damit wir Prognosen ableiten können. Das ist die Aufgabe. Ist das vorstellbar? Gibt es universelle Gesetze? Hier nun zwei Fragen, welche ich im Hinterkopf habe um darüber nachzudenken. Die erste lautet: Sind Städte so eine Art Teil der Biologie? Ist London ein grosser Wal? Ist Edinburgh ein Pferd? Ist Microsoft ein grosser Ameisenhügel? Was können wir daraus lernen? Wir nutzen - bildlich gesprochen - die DNA einer Firma den Metabolismus einer Stadt, und so fort. Ist das einfach Mumpitz, bildlicher Mumpitz, oder eine zentrale Teil davon? Und wenn es so ist, wie kommt es, dass es schwer ist, Städte zu töten. Sie können eine Atombombe auf eine Stadt werfen, 30 Jahre später lebt sie wieder. Sehr wenig Städte fallen. Alle Firmen sterben, alle Unternehmen. Wenn sie eine seriöse Theorie haben, sollten sie vorhersagen können, wann Google eingehen wird.
So my provocative statement is that we desperately need a serious scientific theory of cities. And scientific theory means quantifiable -- relying on underlying generic principles that can be made into a predictive framework. That's the quest. Is that conceivable? Are there universal laws? So here's two questions that I have in my head when I think about this problem. The first is: Are cities part of biology? Is London a great big whale? Is Edinburgh a horse? Is Microsoft a great big anthill? What do we learn from that? We use them metaphorically -- the DNA of a company, the metabolism of a city, and so on -- is that just bullshit, metaphorical bullshit, or is there serious substance to it? And if that is the case, how come that it's very hard to kill a city? You could drop an atom bomb on a city, and 30 years later it's surviving. Very few cities fail. All companies die, all companies. And if you have a serious theory, you should be able to predict when Google is going to go bust.
Ist dies hier nur eine Variante von dem hier? Das verstehen wir ziemlich gut. Dass heisst, sie können allgemeine Fragen dazu stellen: Wie viele Bäume einer gegebenen Grösse, wie viele Äste einer gegebenen Grösse hat ein Baum, wie viele Blätter, welche Energie fliesst durch einzelne Äste, wie gross ist das Laubdach, wie ist das Wachstum, wie die Sterblichkeit? Wir haben ein mathematisches System, basierend auf allgemeinen, universellen Prinzipien, welches diese Fragen beantworten können. Die Idee ist nun, können wir das auch für dies hier? Der Zugang dazu liegt in einem der aussergewöhnlichsten Dinge über das Leben: das es skalierbar ist. Es funktioniert über einen ungeheuer grossen Bereich. Dies ist nur ein winziger Bereich. Das sind wir, Säugetiere, wir sind eines davon. Die gleichen Prinzipien, die gleichen Vorgänge, die gleichen Organisationsstrukturen in allen davon, inklusive uns. Und es ist skalierbar über einen Grössenbereich von 100 Millionen. Das ist einer der Hauptgründe, dass das Leben so belastbar und robust ist: Skalierbarkeit. Wir werden das
So is that just another version of this? Well we understand this very well. That is, you ask any generic question about this -- how many trees of a given size, how many branches of a given size does a tree have, how many leaves, what is the energy flowing through each branch, what is the size of the canopy, what is its growth, what is its mortality? We have a mathematical framework based on generic universal principles that can answer those questions. And the idea is can we do the same for this? So the route in is recognizing one of the most extraordinary things about life, is that it is scalable, it works over an extraordinary range. This is just a tiny range actually: It's us mammals; we're one of these. The same principles, the same dynamics, the same organization is at work in all of these, including us, and it can scale over a range of 100 million in size. And that is one of the main reasons life is so resilient and robust -- scalability. We're going to discuss that in a moment more.
später nochmals diskutieren. Aber sie wissen, auf lokaler Eben, jeder hier ist skaliert. Wir nennen es Wachstum. So wachsen sie. Ratten, das ist für Ratten, es könnten auch sie sein. Wir sind uns alle ziemlich ähnlich. Sie sehen, das sieht vertraut aus. Sie wachsen anfangs sehr schnell und hören dann auf. Und diese Linie ist eine Vorhersage der gleichen Theorie, basierend auf den selben Prinzipien, die Wälder betrifft. Hier dargestellt für das Wachstum von Ratten. Und diese Punkte sind Messungen. Einfach Gewicht versus Alter. Sie sehen, das Wachstum stoppt. Sehr, sehr gut für die Biologie - einer der Gründe, für deren Belastbarkeit. Sehr, sehr schlecht für Wirtschaft und Firmen und Städte in unserem aktuellen Paradigma. Wir glauben an das hier. Wir meinen unsere ganze Wirtschaft verhält sich so, gezeigt in der Ecke links: Hockeyschläger. Das ist eine Gruppe von Software-Firmen und ihre Einkünfte versus ihr Alter, alle schiessen in die Höhe und jeder macht Millionen und Milliarden von Dollars.
But you know, at a local level, you scale; everybody in this room is scaled. That's called growth. Here's how you grew. Rat, that's a rat -- could have been you. We're all pretty much the same. And you see, you're very familiar with this. You grow very quickly and then you stop. And that line there is a prediction from the same theory, based on the same principles, that describes that forest. And here it is for the growth of a rat, and those points on there are data points. This is just the weight versus the age. And you see, it stops growing. Very, very good for biology -- also one of the reasons for its great resilience. Very, very bad for economies and companies and cities in our present paradigm. This is what we believe. This is what our whole economy is thrusting upon us, particularly illustrated in that left-hand corner: hockey sticks. This is a bunch of software companies -- and what it is is their revenue versus their age -- all zooming away, and everybody making millions and billions of dollars.
Also, wie verstehen wir das? Lassen sie uns zuerst über Biologie reden. Dies hier zeigt klar, wie Dinge skaliert sind. Das ist eine wahrhaft bemerkenswerte Grafik. Gezeigt wird die metabolische Rate - wie viel Energie sie pro Tag zum Überleben brauchen - gegenüber ihrem Gewicht, ihrer Masse, für uns alle, für alle Organismen. Es ist etwas seltsam aufgetragen, jeweils mit Faktor 10, ansonsten hätte nicht alles Platz im Bild. Was sie sehen, wenn sie es auf diese etwas seltsame Art machen, dass alles auf der selben Linie liegt. Abgesehen davon, dass dies das komplexeste und vielfältigste System des Universums ist, haben wir hier eine aussergewöhnliche Einfachheit, so dargestellt. Es ist äusserst erstaunlich, weil jeder dieser Organismen, jedes Untersystem, jeder Zelltyp, jedes Gen sich in seiner eigenen Nische entwickelt hat, welche einzigartig in der Geschichte ist. Und nun, trotz Darwins Evolution und natürlicher Selektion, sind sie genötigt auf einer Linie zu sein.
Okay, so how do we understand this? So let's first talk about biology. This is explicitly showing you how things scale, and this is a truly remarkable graph. What is plotted here is metabolic rate -- how much energy you need per day to stay alive -- versus your weight, your mass, for all of us bunch of organisms. And it's plotted in this funny way by going up by factors of 10, otherwise you couldn't get everything on the graph. And what you see if you plot it in this slightly curious way is that everybody lies on the same line. Despite the fact that this is the most complex and diverse system in the universe, there's an extraordinary simplicity being expressed by this. It's particularly astonishing because each one of these organisms, each subsystem, each cell type, each gene, has evolved in its own unique environmental niche with its own unique history. And yet, despite all of that Darwinian evolution and natural selection, they've been constrained to lie on a line.
Etwas anderes geht hier vor. Bevor ich darüber spreche, hab ich hier unten die Steigung der Kurve, dieser Geraden notiert. Sie beträgt Drei-Viertel, ungefähr, was kleiner als Eins ist - wir nennen das sublinear. Hier die zentrale Aussage. Es sagt, dass wenn es linear wäre, mit der stärksten Steigung, eine Verdoppelung der Grösse würde eine Verdoppelung der Energie benötigen. Aber es ist sublinear, was bedeutet, dass eine doppelt so grosser Organismus tatsächlich nur 75 Prozent mehr Energie benötigt. Diese wundervolle Sache der Biologie beschreibt eine aussergewöhnliche Ökonomie der Skalierung. Je grösser sie sind - systematisch, nach klar definierten Regeln - desto weniger Energie pro Kopf brauchen sie. Jede physiologische Variable, die sie sich aussuchen, jeder historische Vorgang, an den sie denken, wenn sie ihn so darstellen, schaut so aus. Es ist eine aussergewöhnliche Regelmässigkeit. Sagen sie mir die Grösse eines Säugers, ich sage ihnen all seine 90 Prozent-Level in Bezug auf Physiologie, Leben, Geschichte und so weiter.
Something else is going on. Before I talk about that, I've written down at the bottom there the slope of this curve, this straight line. It's three-quarters, roughly, which is less than one -- and we call that sublinear. And here's the point of that. It says that, if it were linear, the steepest slope, then doubling the size you would require double the amount of energy. But it's sublinear, and what that translates into is that, if you double the size of the organism, you actually only need 75 percent more energy. So a wonderful thing about all of biology is that it expresses an extraordinary economy of scale. The bigger you are systematically, according to very well-defined rules, less energy per capita. Now any physiological variable you can think of, any life history event you can think of, if you plot it this way, looks like this. There is an extraordinary regularity. So you tell me the size of a mammal, I can tell you at the 90 percent level everything about it in terms of its physiology, life history, etc.
Der Grund dafür sind Netzwerke. Alles Leben wird von Netzwerken kontrolliert, von interzellulären über multizellulären hin zum Ökosystemlevel. Und sie sind vertraut mit diesen Netzwerken. Dies ist ein kleines Etwas, welches in Elefanten lebt. Und hier eine Zusammenfassung vom Gesagtem. Wenn sie diese Netzwerke nehmen, die Idee der Netzwerke, und sie universelle Prinzipien anwenden, mathematische, universelle Prinzipien - als diese Skalierbarkeit - und alle Einschränkungen befolgen, inklusive der Beschreibung des Waldes, die Beschreibung ihres Kreislaufes, die Beschreibung des Zellinneren. Eine der Sachen, die ich Anfangs nicht betont habe, war, dass die Rate des Lebens systematisch sinkt, je grösser sie sind. Der Herzschlag verringert sich, sie leben länger, Diffusion von Sauerstof und Nährstoffen durch die Membranen geschieht langsamer, etc.
And the reason for this is because of networks. All of life is controlled by networks -- from the intracellular through the multicellular through the ecosystem level. And you're very familiar with these networks. That's a little thing that lives inside an elephant. And here's the summary of what I'm saying. If you take those networks, this idea of networks, and you apply universal principles, mathematizable, universal principles, all of these scalings and all of these constraints follow, including the description of the forest, the description of your circulatory system, the description within cells. One of the things I did not stress in that introduction was that, systematically, the pace of life decreases as you get bigger. Heart rates are slower; you live longer; diffusion of oxygen and resources across membranes is slower, etc.
Die Frage ist: Gilt das auch für Städte und Firmen? Ist London ein vergrössertes Birmingham, welches ein skaliertes Brighton ist, etc. etc.? Ist New York ein skaliertes San Francisco, welches ein grosses Santa Fe ist? Keine Ahnung. Wir werden das diskutieren. Aber da sind Netzwerke. Und das wichtigste Netzwerk der Städte sind sie. Städte sind nur die physikalische Manifestation Ihrer Interaktionen, unserer Interaktionen, und die Ballung und Gruppierung von Individuen. Hier ein bildhafte Darstellung davon. Hier nun die Skalierung der Städte. Es zeigt anhand dieses einfachen Beispiels - welches ganz alltäglich ist: Die Anzahl der Tankstellen als Funktion der Grösse - auf die gleiche Art gezeigt wie die Biologie - sie sehen den genau gleichen Zusammenhang.
The question is: Is any of this true for cities and companies? So is London a scaled up Birmingham, which is a scaled up Brighton, etc., etc.? Is New York a scaled up San Francisco, which is a scaled up Santa Fe? Don't know. We will discuss that. But they are networks, and the most important network of cities is you. Cities are just a physical manifestation of your interactions, our interactions, and the clustering and grouping of individuals. Here's just a symbolic picture of that. And here's scaling of cities. This shows that in this very simple example, which happens to be a mundane example of number of petrol stations as a function of size -- plotted in the same way as the biology -- you see exactly the same kind of thing.
Auch hier Skalierung. Die Anzahl der Tankstellen in Städten ist für sie berrechenbar, wenn sie mir die Grösse der Stadt angeben. Die Steigung ist sublinear. Es ist eine ökonomische Skalierung. Weniger Tankstellen pro Einwohner, je grösser sie ist - wenig überraschend. Was aber überraschend ist, die Skalierung ist überall gleich. Das sind nur Europäische Länder, aber das gleiche in Japan oder China oder Kolumbien. Überall das selbe, mit der selben Art der ökonomischen Skalierung, im selben Ausmass. Jede Infrastruktur, die sie betrachten, ob es nun die Länge der Strassen oder Stromleitungen ist, alles was sie betrachten hat die gleiche Ökonomie der Skalierung. Es ist ein ganzheitliches System, dass sich trotz allen Planungen so entwickelt hat. Aber noch überraschender ist die Betrachtung der sozio-ökonomischen Grössen, Grössen die kein Pendant in der Biologie haben, die sich entwickelten, als wir begannen Gesellschaften zu gründen, vor rund 8 bis 10tausend Jahren. Das obere ist der Lohn als Funktion der Grösse auf die selbe Art dargestellt. Der untere Teil sind sie - die Hochkreativen - auf die gleiche Art dargestellt. Was sie sehen ist ein Skalierungs-Phänomen. Das aller wichtigste ist aber, dass der Exponent, das Pendant zur Drei-Viertel-Rate beim Metabolismus, grösser als eins ist - so ungefähr 1.15 bis 1.2. Hier ist er. Es sagt aus, dass je grösser sie sind, desto mehr haben sie pro Kopf, anders als in der Biologie. Höhere Löhne, mehr hochkreative Leute pro Kopf, je grösser sie werden. Mehr Patente pro Einwohner,
There is a scaling. That is that the number of petrol stations in the city is now given to you when you tell me its size. The slope of that is less than linear. There is an economy of scale. Less petrol stations per capita the bigger you are -- not surprising. But here's what's surprising. It scales in the same way everywhere. This is just European countries, but you do it in Japan or China or Colombia, always the same with the same kind of economy of scale to the same degree. And any infrastructure you look at -- whether it's the length of roads, length of electrical lines -- anything you look at has the same economy of scale scaling in the same way. It's an integrated system that has evolved despite all the planning and so on. But even more surprising is if you look at socio-economic quantities, quantities that have no analog in biology, that have evolved when we started forming communities eight to 10,000 years ago. The top one is wages as a function of size plotted in the same way. And the bottom one is you lot -- super-creatives plotted in the same way. And what you see is a scaling phenomenon. But most important in this, the exponent, the analog to that three-quarters for the metabolic rate, is bigger than one -- it's about 1.15 to 1.2. Here it is, which says that the bigger you are the more you have per capita, unlike biology -- higher wages, more super-creative people per capita as you get bigger, more patents per capita, more crime per capita.
mehr Kriminalität. Wir haben alles betrachtet, AIDS-Infizierungen, Grippe etc. Hier sind nun alle zusammen gezeichnet. Nur um zu sagen was wir dargestellt haben, hier das Einkommen, das BIP (GDP) - das BIP der Stadt - Kriminalität und Patente, alles in einer Grafik. Und sie erkennen, dass sie alle einer Linie folgen. Und hier die Kernaussage: Wenn sie die Bevölkerung einer Stadt von 100'000 auf 200'000 verdoppeln, von einer auf zwei Millionen, von 10 auf 20 Millionen, es hat keinen Einfluss. Die Systematik, die sie erhalten ist ein 15 Prozent Anstieg in Löhnen, Wohlstand, Anzahl AIDS-Erkrankungen, Anzahl Polizisten, alles, was denkbar ist, steigt um 15 Prozent. Und sie haben 15 Prozent Einsparungen bei der Infrastruktur. Das ist zweifellos der Grund warum Millionen Menschen jede Woche in Städte pilgern. Sie denken an all die wundervollen Dinge, wie kreative Menschen, Wohlstand, Einkommen. Das zieht sie an, all die schlechten und hässlichen Dinge vergessend.
And we've looked at everything: more AIDS cases, flu, etc. And here, they're all plotted together. Just to show you what we plotted, here is income, GDP -- GDP of the city -- crime and patents all on one graph. And you can see, they all follow the same line. And here's the statement. If you double the size of a city from 100,000 to 200,000, from a million to two million, 10 to 20 million, it doesn't matter, then systematically you get a 15 percent increase in wages, wealth, number of AIDS cases, number of police, anything you can think of. It goes up by 15 percent, and you have a 15 percent savings on the infrastructure. This, no doubt, is the reason why a million people a week are gathering in cities. Because they think that all those wonderful things -- like creative people, wealth, income -- is what attracts them, forgetting about the ugly and the bad.
Was ist der Grund dafür? Nun, ich habe nicht genügend Zeit für all die Mathematik, aber die Grundlagen sind die sozialen Netzwerke. Denn das ist ein universelles Phänomen. Die 15-Prozent-Regel ist korrekt, egal wo auf dem Planeten sie sind: Japan, Chile, Portugal, Schottland - es ist egal. Überall zeigen die Daten das selbe. Obwohl sich dies Städte unabhängig voneinander entwickelt haben, geschieht hier etwas universelles. Die Allgemeingültigkeit, um es zu wiederholen, sind wir - wir sind die Stadt. Unsere Zusammenspiel und die Gruppierung dieser Interaktionen. Hier gezeigt, wie schon erwähnt. Wenn diese Netzwerke und ihre mathematische Struktur, anders als die Biologie, welche sublinear skaliert, - Ökonomie der Skalierung, sie haben die Verzögerung des Tempos des Lebens, wenn sie grösser werden. In sozialen Netzwerken haben sie eine superlineare Skalierung - mehr pro Kopf. Dann sagt die Theorie, dass sie das Leben beschleunigen. Je grösser sie sind, desto schneller wird es. Links haben sie die Herzschlagraten der Biologie, rechts die Schrittgeschwindigkeit von zahlreichen europäischen Städten, die den Anstieg aufzeigen.
What is the reason for this? Well I don't have time to tell you about all the mathematics, but underlying this is the social networks, because this is a universal phenomenon. This 15 percent rule is true no matter where you are on the planet -- Japan, Chile, Portugal, Scotland, doesn't matter. Always, all the data shows it's the same, despite the fact that these cities have evolved independently. Something universal is going on. The universality, to repeat, is us -- that we are the city. And it is our interactions and the clustering of those interactions. So there it is, I've said it again. So if it is those networks and their mathematical structure, unlike biology, which had sublinear scaling, economies of scale, you had the slowing of the pace of life as you get bigger. If it's social networks with super-linear scaling -- more per capita -- then the theory says that you increase the pace of life. The bigger you are, life gets faster. On the left is the heart rate showing biology. On the right is the speed of walking in a bunch of European cities, showing that increase.
Zuletzt möchte ich über Wachstum sprechen. Das ist - nochmals erwähnt - was wir in der Biologie haben. Die Ökonomie der Skalierung ergibt eine S-förmiges Verhalten. Sie wachsen rasch und stoppen, Teil unser Wiederstandsfähigkeit. Das wäre schlecht für Wirtschaft und Städte. In der Tat, eine der wunderbaren Sachen dieser Theorie ist, dass wenn sie superlineares Wachstum haben bezüglich Wohlstand und Innovation, dann bekommen sie tatsächlich - von der selben Theorie - eine wunderschön exponentiell wachsende Kurve. Und tatsächlich, wenn sie mit Daten vergleichen, passt es sehr gut mit der Entwicklung von Städten und Wirtschaft. Es gibt aber einen grässlichen Haken. Der Haken besteht darin, dass dieses System zum Kollaps verurteilt sind. Sie sind aus zahlreichen Gründen zum Kollaps verdammt, ein Art Gesetz nach Malthus: Ihnen gehen die Rohstoffe aus. Wie kann man das vermeiden? Nun,
Lastly, I want to talk about growth. This is what we had in biology, just to repeat. Economies of scale gave rise to this sigmoidal behavior. You grow fast and then stop -- part of our resilience. That would be bad for economies and cities. And indeed, one of the wonderful things about the theory is that if you have super-linear scaling from wealth creation and innovation, then indeed you get, from the same theory, a beautiful rising exponential curve -- lovely. And in fact, if you compare it to data, it fits very well with the development of cities and economies. But it has a terrible catch, and the catch is that this system is destined to collapse. And it's destined to collapse for many reasons -- kind of Malthusian reasons -- that you run out of resources. And how do you avoid that? Well we've done it before.
wir haben dies bereits getan. Wenn wir wachsen und uns dem Kollaps nähern, geschehen grundlegende Neuerungen, und wir starten wieder von vorne. Wir starten immer wieder, bis wir uns dem nächsten nähern. Das ist der stetige Zyklus der Innovation, welcher notwendig ist für das Wachstum und um und Zusammenbrüche zu meiden. Der Haken besteht darin, dass sie erneuern müssen, immer schneller und schneller. Bildlich gesprochen haben wir nicht nur eine Tretmühle, die immer schneller wird, wir müssen die Tretmühle auch immer schneller auswechseln. Wir müssen unaufhörlich beschleunigen. Die Frage ist daher: Können wir als sozio-ökonomische Wesen den Herzinfarkt vermeiden?
What we do is, as we grow and we approach the collapse, a major innovation takes place and we start over again, and we start over again as we approach the next one, and so on. So there's this continuous cycle of innovation that is necessary in order to sustain growth and avoid collapse. The catch, however, to this is that you have to innovate faster and faster and faster. So the image is that we're not only on a treadmill that's going faster, but we have to change the treadmill faster and faster. We have to accelerate on a continuous basis. And the question is: Can we, as socio-economic beings, avoid a heart attack?
Zum Schluss - ich bin in ein zwei Minuten am Ende - noch zu den Firmen. Nun, Firmen skalieren. Die obere ist tatsächlich Walmart (Detailhandelskonzern). Die gleiche Grafik. Dies sind Einkommen und Gütern versus Firmengrösse, angegeben in Anzahl Angestellter. Wir könnten Verkäufe nehmen, was sie wollen. Nach einigen Fluktuationen am Anfang, sobald Firmen entwickeln, skalieren sie wunderbar. Wir haben 23'000 Firmen angeschaut, in den USA, muss ich erwähnen. Und ich zeige ihnen nur einen kleinen Teil davon.
So lastly, I'm going to finish up in this last minute or two asking about companies. See companies, they scale. The top one, in fact, is Walmart on the right. It's the same plot. This happens to be income and assets versus the size of the company as denoted by its number of employees. We could use sales, anything you like. There it is: after some little fluctuations at the beginning, when companies are innovating, they scale beautifully. And we've looked at 23,000 companies in the United States, may I say. And I'm only showing you a little bit of this.
Erstaunlich ist bei Firmen, dass sie sublinear skalieren, wie in der Biologie. aufzeigend, dass sie nicht dominiert sind von superlinearen Erfindungen und Ideen. Sie werden dominiert von der Ökonomie des Wachstums. Bei diese Interpretation, verursacht durch Bürokratie und Administration. Und das geschieht wunderschön, muss ich anfügen. Wenn sie mir nun die Grösse einer Firma sagen, ein kleine Firma, kann ich die Grösse von Walmart vorhersagen. Wenn es sublinear skaliert, sagt die Theorie, dass wir ein S-förmiges Wachstum haben. Hier ist Walmart, schaut aber nicht sehr S-förmig aus. Sieht eher aus wie ein Hockeyschläger. Aber sie haben bemerkt, dass ich gemogelt habe, da ich nur bis 1994 gegangen bin. Gehen wir nun bis 2008. Die rote Linie ist die Theorie. Wenn ich das nun 1994 gemacht hätte, hätte ich vorhersagen können wo Walmart heute steht. Dies nun ist die Anwendung davon auf das ganze Spektrum von Firmen. Hier sind 23'000 Firmen gezeigt. Zu Beginn starte alle im Hockeyschläger-Stil, die Kurven biegen sich durch, und sie alle sterben wie sie und ich.
What is astonishing about companies is that they scale sublinearly like biology, indicating that they're dominated, not by super-linear innovation and ideas; they become dominated by economies of scale. In that interpretation, by bureaucracy and administration, and they do it beautifully, may I say. So if you tell me the size of some company, some small company, I could have predicted the size of Walmart. If it has this sublinear scaling, the theory says we should have sigmoidal growth. There's Walmart. Doesn't look very sigmoidal. That's what we like, hockey sticks. But you notice, I've cheated, because I've only gone up to '94. Let's go up to 2008. That red line is from the theory. So if I'd have done this in 1994, I could have predicted what Walmart would be now. And then this is repeated across the entire spectrum of companies. There they are. That's 23,000 companies. They all start looking like hockey sticks, they all bend over, and they all die like you and me.
Herzlichen Dank.
Thank you.
(Applaus)
(Applause)