ABOUT THE SPEAKER
Emily Oster - Assumption-busting economist
Emily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa.

Why you should listen

Emily Oster, an Assistant Professor of Economics at the University of Chicago, has a history of rethinking conventional wisdom.

Her Harvard doctoral thesis took on famed economist Amartya Sen and his claim that 100 million women were statistically missing from the developing world. He blamed misogynist medical care and outright sex-selective abortion for the gap, but Oster pointed to data indicating that in countries where Hepetitis B infections were higher, more boys were born. Through her unorthodox analysis of medical data, she accounted for 50% of the missing girls. Three years later, she would publish another paper amending her findings, stating that, after further study, the relationship between Hepetitis B and missing women was not apparent. This concession, along with her audacity to challenge economic assumptions and her dozens of other influential papers, has earned her the respect of the global academic community. 

She's also investigated the role of bad weather in the rise in witchcraft trials in Medieval Europe and what drives people to play the Powerball lottery. Her latest target: busting assumptions on HIV in Africa.

And she's an advice columnist too >>

 

More profile about the speaker
Emily Oster | Speaker | TED.com
TED2007

Emily Oster: Flip your thinking on AIDS in Africa

エミリー・オスターがアフリカのAIDSについて私たちの考えを変える

Filmed:
921,618 views

エミリー・オスターがアフリカでのAIDSの統計を経済的観点から見直し、おどろくべき結論に達します。アフリカ大陸でのエイズについて、私たちが知っているすべての事は間違っていると言うのです。
- Assumption-busting economist
Emily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa. Full bio

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

00:26
So I want to talk to you today今日 about AIDSエイズ in sub-Saharanサブサハラ Africaアフリカ.
0
1000
3000
今日はサブサハラアフリカでのAIDSについてお話します
00:29
And this is a prettyかなり well-educatedよく教育された audience聴衆,
1
4000
2000
みなさん教養がありそうですので
00:31
so I imagine想像する you all know something about AIDSエイズ.
2
6000
3000
もうAIDSについて少しは知っていますよね
00:34
You probably多分 know that roughly大まかに 25 million百万 people in Africaアフリカ
3
9000
2000
アフリカでは2500万人が
00:36
are infected感染した with the virusウイルス, that AIDSエイズ is a disease疾患 of poverty貧困,
4
11000
4000
感染していて 貧困の病とも言われているAIDSは
00:40
and that if we can bring持参する Africaアフリカ out of poverty貧困, we would decrease減少 AIDSエイズ as well.
5
15000
4000
もしアフリカが貧困から脱却すれば
減少するだろうこともご存知でしょう
00:44
If you know something more, you probably多分 know that Ugandaウガンダ, to date日付,
6
19000
3000
現在ウガンダが サブサハラアフリカで唯一
00:47
is the only country in sub-Saharanサブサハラ Africaアフリカ
7
22000
2000
病との闘いに成功している国である事を
00:49
that has had success成功 in combating戦う the epidemic流行.
8
24000
3000
知っている方もいらっしゃるでしょう
00:52
Using使用 a campaignキャンペーン that encouraged奨励 people to abstain棄権する, be faithful忠実な, and use condomsコンドーム --
9
27000
4000
禁酒 誠実 コンドーム使用を推進する
00:56
the ABCABC campaignキャンペーン -- they decreased減少した their彼らの prevalence有病率 in the 1990s
10
31000
4000
ABCキャンペーンで 1990年代のうちに有病率を
01:00
from about 15 percentパーセント to 6 percentパーセント over just a few少数 years.
11
35000
4000
数年間で15%から6%にまで下げたのです
01:04
If you followフォローする policyポリシー, you probably多分 know that a few少数 years ago
12
39000
3000
政策に詳しい方は 数年前に 大統領が
01:07
the president大統領 pledged約束 15 billion dollarsドル to fight戦い the epidemic流行 over five years,
13
42000
4000
病に打ち勝つため5年にわたって150億ドルをかけると公約し
01:11
and a lot of that moneyお金 is going to go to programsプログラム that try to replicate複製する Ugandaウガンダ
14
46000
3000
多くのお金がウガンダを模倣したプログラムや
01:14
and use behavior動作 change変化する to encourage奨励します people and decrease減少 the epidemic流行.
15
49000
6000
感染を減らすための行動変化の推進に
使われたことも知っているでしょう
01:20
So today今日 I'm going to talk about some things
16
55000
2000
なので 今日はこの流行病について
01:22
that you mightかもしれない not know about the epidemic流行,
17
57000
2000
みなさんが知らないことをお話しします
01:24
and I'm actually実際に alsoまた、 going to challengeチャレンジ
18
59000
2000
そして みなさんが事実と思っている事を
01:26
some of these things that you think that you do know.
19
61000
2000
少し くつがえしてみます
01:28
To do that I'm going to talk about my research研究
20
63000
3000
まず 私が経済学者として研究した
01:31
as an economistエコノミスト on the epidemic流行.
21
66000
2000
この流行病について話しますね
01:33
And I'm not really going to talk much about the economy経済.
22
68000
2000
しかし 輸出や価格などの経済については
01:35
I'm not going to tell you about exports輸出 and prices価格.
23
70000
3000
あまり話しません
01:38
But I'm going to use toolsツール and ideasアイデア that are familiar身近な to economistsエコノミスト
24
73000
4000
でも経済学者としてのアイデアや道具を使って
01:42
to think about a problem問題 that's more traditionally伝統的に
25
77000
2000
本来なら 公衆衛生や伝染病学の
01:44
part of publicパブリック health健康 and epidemiology疫学.
26
79000
2000
問題である事を話していきます
01:46
And I think in that senseセンス, this fitsフィット really nicelyきれいに with this lateral側方 thinking考え ideaアイディア.
27
81000
4000
これがまさに水平思考というものです
01:50
Here I'm really usingを使用して the toolsツール of one academicアカデミック discipline規律
28
85000
3000
ここでは学問的な方法で
01:53
to think about problems問題 of another別の.
29
88000
2000
問題について考えてみましょう
01:55
So we think, first and foremost一番, AIDSエイズ is a policyポリシー issue問題.
30
90000
3000
まず最初に 大切なのはAIDSは政策の問題なのです
01:58
And probably多分 for most最も people in this roomルーム, that's how you think about it.
31
93000
3000
きっとこの部屋のみなさんもそう思っているでしょう
02:01
But this talk is going to be about understanding理解 facts事実 about the epidemic流行.
32
96000
4000
ただし 私がお話しするのは病についての事実と
02:05
It's going to be about thinking考え about how it evolves進化する, and how people respond応答する to it.
33
100000
3000
病がどう展開するか そしてそれに対する人々の反応です
02:08
I think it mayかもしれない seem思われる like I'm ignoring無視する the policyポリシー stuffもの,
34
103000
3000
政策のことを無視しているように聞こえるかもしれません
02:11
whichどの is really the most最も important重要,
35
106000
2000
もちろんそれは一番大切ですが
02:13
but I'm hoping望んでいる that at the end終わり of this talk you will conclude結論づける
36
108000
2000
このスピーチで
02:15
that we actually実際に cannotできない develop開発する effective効果的な policyポリシー
37
110000
2000
効果的な政策を立案するには 流行病の
02:17
unless限り we really understandわかる how the epidemic流行 works作品.
38
112000
3000
仕組みを理解するのが必要不可欠だと知ってほしいのです
02:20
And the first thing that I want to talk about,
39
115000
2000
今からお話するのは
02:22
the first thing I think we need to understandわかる is:
40
117000
2000
一番最初に理解しなければいけない事
02:24
how do people respond応答する to the epidemic流行?
41
119000
2000
人々はどのように流行病に反応するのかです
02:26
So AIDSエイズ is a sexually性的に transmitted送信された infection感染, and it kills殺す you.
42
121000
4000
AIDSは死をもたらす性行為感染症です
02:30
So this means手段 that in a place場所 with a lot of AIDSエイズ,
43
125000
2000
これは AIDSが充満している場所では
02:32
there's a really significant重要な costコスト of sexセックス.
44
127000
2000
性交渉に重大なリスクが伴うという事です
02:34
If you're an uninfected感染していない man living生活 in Botswanaボツワナ, where the HIVHIV rateレート is 30 percentパーセント,
45
129000
4000
HIV未感染の男性が 感染率30%のボツワナに住んでいて
02:38
if you have one more partnerパートナー this year -- a long-term長期 partnerパートナー, girlfriendガールフレンド, mistress愛人 --
46
133000
4000
1年に1人以上の長期 彼女 愛人などのパートナーができると
02:42
your chanceチャンス of dying死ぬ in 10 years increases増加する by three percentageパーセンテージ pointsポイント.
47
137000
4000
10年以内に死ぬ確率が3%増えるのです
02:46
That is a huge巨大 effect効果.
48
141000
2000
これは大きな影響です
02:48
And so I think that we really feel like then people should have lessもっと少なく sexセックス.
49
143000
3000
それなら あまり性交渉しないほうがいいように思いますよね
02:51
And in fact事実 among gay同性愛者 men男性 in the US
50
146000
2000
1980年代のアメリカでゲイの人達に
02:53
we did see that kind種類 of change変化する in the 1980s.
51
148000
2000
そのような挙動が実際に見られました
02:55
So if we look in this particularly特に high-riskリスクが高い sampleサンプル, they're beingであること asked尋ねた,
52
150000
4000
この高リスクな例をとって 次の質問をしてみます
02:59
"Did you have more than one unprotected保護されていない sexual性的 partnerパートナー in the last two months数ヶ月?"
53
154000
3000
「過去2ヶ月間で1人以上と安全でない性的関係を持ったか?」
03:02
Over a period期間 from '84 to '88, that shareシェア drops落ちる from about 85 percentパーセント to 55 percentパーセント.
54
157000
6000
84年から88年の間に「はい」と答える人は85%から55%に下がりました
03:08
It's a huge巨大 change変化する in a very shortショート period期間 of time.
55
163000
2000
短期間ですごい変化ですよね
03:10
We didn't see anything like that in Africaアフリカ.
56
165000
2000
アフリカではそのような事はありませんでした
03:12
So we don't have quiteかなり as good dataデータ, but you can see here
57
167000
3000
いいデータがないのですが これを見てください
03:15
the shareシェア of singleシングル men男性 having持つ pre-marital結婚前 sexセックス,
58
170000
2000
単身男性の婚前性交 および
03:17
or married既婚 men男性 having持つ extra-marital余分な結婚 sexセックス,
59
172000
2000
既婚男性の婚外性交をする割合の
03:19
and how that changes変更 from the early早い '90s to late遅く '90s,
60
174000
3000
90年代前半から後半にかけてと 90年代後半から
03:22
and late遅く '90s to early早い 2000s. The epidemic流行 is getting取得 worse悪化する.
61
177000
3000
2000年代にかけての変化です 流行病は悪化しているのです
03:25
People are learning学習 more things about it.
62
180000
2000
人々は多くを学んでいるのはずなのに
03:27
We see almostほぼ no change変化する in sexual性的 behavior動作.
63
182000
2000
性行動での変化がほとんど見られないのです
03:29
These are just tiny小さな decreases減少する -- two percentageパーセンテージ pointsポイント -- not significant重要な.
64
184000
4000
2%という 小さな減少は見られますが 大した事ありません
03:33
This seems思われる puzzling困惑. But I'm going to argue主張する that you shouldn'tすべきではない be surprised驚いた by this,
65
188000
4000
それは不思議ですが 驚くような事ではありません
03:37
and that to understandわかる this you need to think about health健康
66
192000
3000
それを理解するためには 健康の事を
03:40
the way than an economistエコノミスト does -- as an investment投資.
67
195000
3000
経済学者のように投資だと考える必要があります
03:43
So if you're a softwareソフトウェア engineerエンジニア and you're trying試す to think about
68
198000
3000
もしあなたがソフトウェア技術者で 新しい機能を
03:46
whetherかどうか to add追加する some new新しい functionality機能性 to your programプログラム,
69
201000
3000
プログラムに追加すべきか考えるときに
03:49
it's important重要 to think about how much it costsコスト.
70
204000
2000
費用を考えなければいけません
03:51
It's alsoまた、 important重要 to think about what the benefit利益 is.
71
206000
2000
その利益を考えるのも大切ですよね
03:53
And one part of that benefit利益 is how much longerより長いです
72
208000
2000
利益の中にはそのプログラムが
03:55
you think this programプログラム is going to be activeアクティブ.
73
210000
2000
どの程度の期間 使用されるかも含まれます
03:57
If versionバージョン 10 is coming到来 out next week週間,
74
212000
2000
もしバージョン10が来週発売なら
03:59
there's no pointポイント in adding追加する more functionality機能性 into versionバージョン nine9人.
75
214000
3000
新機能をバージョン9に追加しても仕方ないですよね
04:02
But your health健康 decisions決定 are the same同じ.
76
217000
2000
健康に関しても同じことです
04:04
Everyすべて time you have a carrotにんじん instead代わりに of a cookieクッキー,
77
219000
2000
クッキーのかわりににんじんを食べたり
04:06
everyすべて time you go to the gymジム instead代わりに of going to the movies映画,
78
221000
3000
映画のかわりにスポーツクラブへ行ったりすることは
04:09
that's a costly高価な investment投資 in your health健康.
79
224000
2000
健康のために投資しているという事です
04:11
But how much you want to invest投資する is going to depend依存する
80
226000
2000
でもどれだけ投資したいのかは これから先
04:13
on how much longerより長いです you expect期待する to liveライブ in the future未来,
81
228000
2000
どれ位 生きる見込みがあるのかによります
04:15
even if you don't make those investments投資.
82
230000
2000
たとえ実際には 投資しないとしてもです
04:17
AIDSエイズ is the same同じ kind種類 of thing. It's costly高価な to avoid避ける AIDSエイズ.
83
232000
3000
AIDSも同じです AIDSを避けるには犠牲もあります
04:20
People really like to have sexセックス.
84
235000
3000
だって人は 性交が本当に好きですから
04:23
But, you know, it has a benefit利益 in terms条項 of future未来 longevity長寿.
85
238000
6000
それでも 避けることでの未来的な利益はあるのです
04:29
But life expectancy期待 in Africaアフリカ, even withoutなし AIDSエイズ, is really, really low低い:
86
244000
4000
でもアフリカでの平均余命はAIDSがなくてもすごく短いのです
04:33
40 or 50 years in a lot of places場所.
87
248000
3000
多くの場所では40年や50年ほどなのです
04:36
I think it's possible可能, if we think about that intuition直感, and think about that fact事実,
88
251000
4000
直感と事実を照らし合わせると これこそが
04:40
that maybe that explains説明する some of this low低い behavior動作 change変化する.
89
255000
3000
行動変化の低さを説明できると思うのです
04:43
But we really need to testテスト that.
90
258000
2000
でも それを試してみなければなりません
04:45
And a great way to testテスト that is to look across横断する areasエリア in Africaアフリカ and see:
91
260000
3000
アフリカ全体を見て
04:48
do people with more life expectancy期待 change変化する their彼らの sexual性的 behavior動作 more?
92
263000
4000
平均余命が長い人々の 性行動の変化を観察するのです
04:52
And the way that I'm going to do that is,
93
267000
2000
わたしが使う方法では
04:54
I'm going to look across横断する areasエリア with different異なる levelsレベル of malariaマラリア.
94
269000
3000
マラリアの有病率が異なる様々な地域を調べます
04:57
So malariaマラリア is a disease疾患 that kills殺す you.
95
272000
3000
マラリアも死をもたらす病気であり
05:00
It's a disease疾患 that kills殺す a lot of adults大人 in Africaアフリカ, in addition添加 to a lot of children子供.
96
275000
3000
アフリカではたくさんの大人や子供を死に追いやっています
05:03
And so people who liveライブ in areasエリア with a lot of malariaマラリア
97
278000
3000
なので マラリアが多い地域の人々の平均余命は
05:06
are going to have lower低い life expectancy期待 than people who liveライブ in areasエリア with limited限られた malariaマラリア.
98
281000
4000
少ない地域の人よりも短いことになります
05:10
So one way to testテスト to see whetherかどうか we can explain説明する
99
285000
2000
だから行動変化を平均余命の違いで
05:12
some of this behavior動作 change変化する by differences相違 in life expectancy期待
100
287000
3000
説明できるのか試してみるには
05:15
is to look and see is there more behavior動作 change変化する
101
290000
3000
マラリアの少ない地域で 行動変化が
05:18
in areasエリア where there's lessもっと少なく malariaマラリア.
102
293000
2000
もっと起こるのか調べるのです
05:20
So that's what this figure数字 showsショー you.
103
295000
2000
それがこのグラフに表れています
05:22
This showsショー you -- in areasエリア with low低い malariaマラリア, medium malariaマラリア, high高い malariaマラリア --
104
297000
4000
このグラフはマラリアの少ない地域 中位の地域 多い地域で
05:26
what happens起こる to the number of sexual性的 partnersパートナー as you increase増加する HIVHIV prevalence有病率.
105
301000
4000
HIVの有病率が増えるにつれての 性交相手の数の推移を表しています
05:30
If you look at the blue lineライン,
106
305000
2000
青い線を見ると
05:32
the areasエリア with low低い levelsレベル of malariaマラリア, you can see in those areasエリア,
107
307000
3000
マラリアが少ない地域では
05:35
actually実際に, the number of sexual性的 partnersパートナー is decreasing減少する a lot
108
310000
3000
実際にHIV有病率があがるにつれて 性交相手の数が
05:38
as HIVHIV prevalence有病率 goes行く up.
109
313000
2000
大きく減ってきています
05:40
Areasエリア with medium levelsレベル of malariaマラリア it decreases減少する some --
110
315000
2000
中位の地域でも減っていますが
05:42
it doesn't decrease減少 as much. And areasエリア with high高い levelsレベル of malariaマラリア --
111
317000
3000
それほどでもありません マラリアが多い地域では
05:45
actually実際に, it's increasing増加する a little bitビット, althoughただし、 that's not significant重要な.
112
320000
5000
少しだけですが増えているのがわかります
05:50
This is not just throughを通して malariaマラリア.
113
325000
2000
マラリアだけではありません
05:52
Young若い women女性 who liveライブ in areasエリア with high高い maternal母性 mortality死亡
114
327000
3000
妊婦死亡率の高い地域に住む若い女性は
05:55
change変化する their彼らの behavior動作 lessもっと少なく in response応答 to HIVHIV
115
330000
3000
低い地域に住む女性に比べると
05:58
than young若い women女性 who liveライブ in areasエリア with low低い maternal母性 mortality死亡.
116
333000
3000
HIVに対する対応は弱いのです
06:01
There's another別の riskリスク, and they respond応答する lessもっと少なく to this existing既存の riskリスク.
117
336000
4000
他にもリスクがあると すでにあるリスクにはあまり反応しないのです
06:06
So by itself自体, I think this tells伝える a lot about how people behave行動する.
118
341000
3000
なので これで人々がどう行動するのかがわかりますよね
06:09
It tells伝える us something about why we see limited限られた behavior動作 change変化する in Africaアフリカ.
119
344000
3000
アフリカでの行動変化の少なさがこれで説明できます
06:12
But it alsoまた、 tells伝える us something about policyポリシー.
120
347000
2000
政策についても分かってきます
06:14
Even if you only cared世話された about AIDSエイズ in Africaアフリカ,
121
349000
3000
たとえAIDSのことだけを考えていたとしても
06:17
it mightかもしれない still be a good ideaアイディア to invest投資する in malariaマラリア,
122
352000
3000
マラリア廃絶や
06:20
in combating戦う poor貧しい indoor屋内 air空気 quality品質,
123
355000
2000
室内空気の改善
06:22
in improving改善する maternal母性 mortality死亡 rates料金.
124
357000
2000
妊産婦死亡率の改善に投資するべきです
06:24
Because if you improve改善する those things,
125
359000
2000
なぜなら これらの事を改善すると
06:26
then people are going to have an incentiveインセンティブ to avoid避ける AIDSエイズ on their彼らの own自分の.
126
361000
4000
人々に自分でAIDSを予防しようという動機が生まれるからです
06:30
But it alsoまた、 tells伝える us something about one of these facts事実 that we talked話した about before.
127
365000
4000
そして 先ほど話した事について考えて見ましょう
06:34
Education教育 campaignsキャンペーン, like the one that the president大統領 is focusingフォーカス on in his funding資金調達,
128
369000
4000
大統領が注力している教育キャンペーンのようなものですが
06:38
mayかもしれない not be enough十分な, at least少なくとも not alone単独で.
129
373000
2000
それだけでは足りません
06:40
If people have no incentiveインセンティブ to avoid避ける AIDSエイズ on their彼らの own自分の,
130
375000
2000
もし人々にAIDS予防の動機がないのなら
06:42
even if they know everything about the disease疾患,
131
377000
2000
病気について知っていたとしても
06:44
they still mayかもしれない not change変化する their彼らの behavior動作.
132
379000
2000
行動を変えないかもしれません
06:46
So the other thing that I think we learn学ぶ here is that AIDSエイズ is not going to fix修正する itself自体.
133
381000
3000
ここで AIDSは勝手に消えるものではない事がわかります
06:49
People aren'tない changing変化 their彼らの behavior動作 enough十分な
134
384000
2000
人は病気を減らすほどには
06:51
to decrease減少 the growth成長 in the epidemic流行.
135
386000
3000
行動を変えないのです
06:54
So we're going to need to think about policyポリシー
136
389000
2000
だから 政策について考え
06:56
and what kind種類 of policiesポリシー mightかもしれない be effective効果的な.
137
391000
2000
効果的な政策を考える必要があります
06:58
And a great way to learn学ぶ about policyポリシー is to look at what worked働いた in the past過去.
138
393000
3000
政策について学ぶには 過去の成功例を見るのがいいでしょう
07:01
The reason理由 that we know that the ABCABC campaignキャンペーン
139
396000
2000
ウガンダでのABCキャンペーンの成果が
07:03
was effective効果的な in Ugandaウガンダ is we have good dataデータ on prevalence有病率 over time.
140
398000
3000
わかるのは 数年間の有病率のデータがあったからです
07:06
In Ugandaウガンダ we see the prevalence有病率 went行った down.
141
401000
2000
ウガンダでは有病率が下がりました
07:08
We know they had this campaignキャンペーン. That's how we learn学ぶ about what works作品.
142
403000
3000
こうして相互関係を知るのです
07:11
It's not the only place場所 we had any interventions介入.
143
406000
2000
このような試みはここだけではなく
07:13
Other places場所 have tried試した things, so why don't we look at those places場所
144
408000
4000
ほかの場所でもあったのですが どうして他の場所の有病率に
07:17
and see what happened起こった to their彼らの prevalence有病率?
145
412000
3000
注目しないのでしょうか?
07:20
Unfortunately残念ながら, there's almostほぼ no good dataデータ
146
415000
2000
不幸にも ほかにはいいデータがなく
07:22
on HIVHIV prevalence有病率 in the general一般 population人口 in Africaアフリカ until〜まで about 2003.
147
417000
5000
アフリカの一般人口のHIVの有病率は2003年まで分かりませんでした
07:27
So if I asked尋ねた you, "Why don't you go and find me
148
422000
2000
もし「1991年 ブルキナファソでの
07:29
the prevalence有病率 in Burkinaブルキナ Fasoファソ in 1991?"
149
424000
3000
有病率のデータを持ってきて」と聞かれても
07:32
You get on GoogleGoogle, you GoogleGoogle, and you find,
150
427000
3000
Googleで調べて見つかるのは
07:35
actually実際に the only people testedテストされた in Burkinaブルキナ Fasoファソ in 1991
151
430000
3000
ブルキナファソで1991年に検査を受けているのは
07:38
are STDSTD patients患者 and pregnant妊娠している women女性,
152
433000
2000
妊婦と性病保有者だけと気づくでしょう
07:40
whichどの is not a terriblyひどく representative代表 groupグループ of people.
153
435000
2000
それでは全体の代表にはなりません
07:42
Then if you poked突き刺さった a little more, you looked見た a little more at what was going on,
154
437000
3000
もう少し調べて 何が起こっていたのかも調べて見ると
07:45
you'dあなたは find that actually実際に that was a prettyかなり good year,
155
440000
3000
その結果だけでも まだマシだと気づきます
07:48
because in some years the only people testedテストされた are IVIV drugドラッグ usersユーザー.
156
443000
3000
なぜなら 麻薬中毒者しか検査を受けていない年もあるからです
07:51
But even worse悪化する -- some years it's only IVIV drugドラッグ usersユーザー,
157
446000
2000
時には麻薬中毒者だけ
07:53
some years it's only pregnant妊娠している women女性.
158
448000
2000
時には妊婦だけ
07:55
We have no way to figure数字 out what happened起こった over time.
159
450000
2000
何が起こっていたのか知るすべはないのです
07:57
We have no consistent整合性のある testingテスト.
160
452000
2000
一貫した検査がありません
07:59
Now in the last few少数 years, we actually実際に have done完了 some good testingテスト.
161
454000
5000
過去数年はしっかりと検査を行いました
08:04
In Kenyaケニア, in Zambiaザンビア, and a bunch of countries,
162
459000
3000
ケニア ザンビア そして多くのほかの国で
08:07
there's been testingテスト in randomランダム samplesサンプル of the population人口.
163
462000
3000
一般人口の中で確率標本に基づき検査が行われました
08:10
But this leaves us with a big大きい gapギャップ in our knowledge知識.
164
465000
3000
しかし それは依然として大きなギャップを残します
08:13
So I can tell you what the prevalence有病率 was in Kenyaケニア in 2003,
165
468000
3000
2003年のケニアでの有病率は分かりますが
08:16
but I can't tell you anything about 1993 or 1983.
166
471000
3000
1983年や1993年のことは何もわかりません
08:19
So this is a problem問題 for policyポリシー. It was a problem問題 for my research研究.
167
474000
4000
この政策の問題がわたしの研究の障害になりました
08:23
And I started開始した thinking考え about how elseelse mightかもしれない we figure数字 out
168
478000
4000
そこで いったいどうすれば過去のアフリカでの有病率を
08:27
what the prevalence有病率 of HIVHIV was in Africaアフリカ in the past過去.
169
482000
2000
見つけられるのか考え始めました
08:29
And I think that the answer回答 is, we can look at mortality死亡 dataデータ,
170
484000
4000
それに対する答えとして 私は死亡率を調べて
08:33
and we can use mortality死亡 dataデータ to figure数字 out what the prevalence有病率 was in the past過去.
171
488000
4000
それを使って過去の有病率を見つけ出すことにしました
08:37
To do this, we're going to have to rely頼りにする on the fact事実
172
492000
2000
そのためには AIDSは特別な種類の病気という
08:39
that AIDSエイズ is a very specific特定 kind種類 of disease疾患.
173
494000
2000
事実に頼ることになります
08:41
It kills殺す people in the primeプライム of their彼らの lives人生.
174
496000
2000
全盛期の人々に死をもたらすのです
08:43
Not a lot of other diseases病気 have that profileプロフィール. And you can see here --
175
498000
3000
そのような病気は多くありません これを見て下さい
08:46
this is a graphグラフ of death rates料金 by age年齢 in Botswanaボツワナ and Egyptエジプト.
176
501000
4000
これはボツワナとエジプトでの年齢別死亡率のグラフです
08:50
Botswanaボツワナ is a place場所 with a lot of AIDSエイズ,
177
505000
2000
ボツワナはAIDSが多い国で
08:52
Egyptエジプト is a place場所 withoutなし a lot of AIDSエイズ.
178
507000
2000
エジプトはそうでもありません
08:54
And you see they have prettyかなり similar類似 death rates料金 among young若い kids子供たち and old古い people.
179
509000
3000
見て分かるように子供やお年寄りは似たような死亡率ですから
08:57
That suggests提案する it's prettyかなり similar類似 levelsレベル of development開発.
180
512000
3000
同じ程度であることがわかりますね
09:00
But in this middle中間 region領域, betweenの間に 20 and 45,
181
515000
3000
しかし中程の 20才から45才では
09:03
the death rates料金 in Botswanaボツワナ are much, much, much higher高い than in Egyptエジプト.
182
518000
4000
ボツワナでの死亡率はエジプトよりも ものすごく高いのです
09:07
But since以来 there are very few少数 other diseases病気 that kill殺します people,
183
522000
4000
でもほかに死をもたらす病気は多くないので
09:11
we can really attribute属性 that mortality死亡 to HIVHIV.
184
526000
3000
その死亡率がHIVからきていると考えられるのです
09:14
But because people who died死亡しました this year of AIDSエイズ got it a few少数 years ago,
185
529000
4000
ところが今年AIDSで亡くなったとすると 感染したのは数年前です
09:18
we can use this dataデータ on mortality死亡 to figure数字 out what HIVHIV prevalence有病率 was in the past過去.
186
533000
5000
この死亡率を使って過去のHIVの有病率をみつけるのです
09:23
So it turnsターン out, if you use this technique技術,
187
538000
2000
この方法を使うと
09:25
actually実際に your estimates見積り of prevalence有病率 are very close閉じる
188
540000
2000
実際 有病率の予測は
09:27
to what we get from testingテスト randomランダム samplesサンプル in the population人口,
189
542000
3000
一般人口内の確率標本から得た結果とすごく近いのです
09:30
but they're very, very different異なる than what UNAIDSUNAIDS tells伝える us the prevalences流行 are.
190
545000
5000
しかし国際連合エイズ合同計画(UNAIDS)が発表している有病率とは大きく異なります
09:35
So this is a graphグラフ of prevalence有病率 estimated推定 by UNAIDSUNAIDS,
191
550000
3000
これは 1990年代後半におけるアフリカの9つの国での
09:38
and prevalence有病率 basedベース on the mortality死亡 dataデータ
192
553000
2000
有病率のグラフで 一方はUNAIDSによる予想で
09:40
for the years in the late遅く 1990s in nine9人 countries in Africaアフリカ.
193
555000
4000
もう一方は死亡率に基づいたものです
09:44
You can see, almostほぼ withoutなし exception例外,
194
559000
2000
ほとんど例外なしに
09:46
the UNAIDSUNAIDS estimates見積り are much higher高い than the mortality-based死亡率ベース estimates見積り.
195
561000
4000
UNAIDSの予想は死亡率に基づいたものより 高いですよね
09:50
UNAIDSUNAIDS tell us that the HIVHIV rateレート in Zambiaザンビア is 20 percentパーセント,
196
565000
4000
UNAIDSによると ザンビアのHIV率は20%ですが
09:54
and mortality死亡 estimates見積り suggest提案する it's only about 5 percentパーセント.
197
569000
4000
死亡率に基づいたものは5%だという予想になっています
09:58
And these are not trivial自明 differences相違 in mortality死亡 rates料金.
198
573000
3000
死亡率にしてはかなりの違いですよね
10:01
So this is another別の way to see this.
199
576000
2000
ほかにも見方があります
10:03
You can see that for the prevalence有病率 to be as high高い as UNAIDSUNAIDS says言う,
200
578000
2000
有病率がUNAIDSが言うほど高いのであれば
10:05
we have to really see 60 deaths per〜ごと 10,000
201
580000
2000
一万人中60人の死者がないとおかしいのです
10:07
ratherむしろ than 20 deaths per〜ごと 10,000 in this age年齢 groupグループ.
202
582000
4000
一万人中20人の死者ではおかしいのです
10:11
I'm going to talk a little bitビット in a minute
203
586000
2000
これから
10:13
about how we can use this kind種類 of information情報 to learn学ぶ something
204
588000
3000
このような情報をどのように使えば
10:16
that's going to help us think about the world世界.
205
591000
2000
世界に対する理解が深まるかをお話しします
10:18
But this alsoまた、 tells伝える us that one of these facts事実
206
593000
2000
しかし 私が最初のほうに話した事実が
10:20
that I mentioned言及した in the beginning始まり mayかもしれない not be quiteかなり right.
207
595000
3000
正しくないかもしれないと気づくことでしょう
10:23
If you think that 25 million百万 people are infected感染した,
208
598000
2000
2500万人が感染しているという知識があっても
10:25
if you think that the UNAIDSUNAIDS numbers数字 are much too high高い,
209
600000
3000
UNAIDSの数値が高すぎるだけかもしれません
10:28
maybe that's more like 10 or 15 million百万.
210
603000
2000
1000万人か1500万人かもしれません
10:30
It doesn't mean that AIDSエイズ isn't a problem問題. It's a gigantic巨大 problem問題.
211
605000
4000
それはAIDSが問題でないと言うことではありません
大きな問題です
10:34
But it does suggest提案する that that number mightかもしれない be a little big大きい.
212
609000
4000
だけど 数値が少し高すぎるかもしれないと言うことです
10:38
What I really want to do, is I want to use this new新しい dataデータ
213
613000
2000
大切なのは この新しい情報を使って
10:40
to try to figure数字 out what makes作る the HIVHIV epidemic流行 grow成長する fasterもっと早く or slowerもっとゆっくり.
214
615000
4000
何がHIVの流行を早く または遅くさせるのか見つけることなのです
10:44
And I said in the beginning始まり, I wasn'tなかった going to tell you about exports輸出.
215
619000
3000
最初に言ったように 輸出などについては話さない予定でした
10:47
When I started開始した workingワーキング on these projectsプロジェクト,
216
622000
2000
このプロジェクトを始めた時に
10:49
I was not thinking考え at all about economics経済,
217
624000
2000
経済が関わるとは思わなかったのですが
10:51
but eventually最終的に it kind種類 of sucks吸う you back in.
218
626000
3000
だんだん考えさせられるようになったのです
10:54
So I am going to talk about exports輸出 and prices価格.
219
629000
3000
なのでやはり 輸出と価格の話をしますね
10:57
And I want to talk about the relationship関係 betweenの間に economic経済的 activityアクティビティ,
220
632000
3000
そして経済活動 特に
11:00
in particular特に export輸出する volumeボリューム, and HIVHIV infections感染症.
221
635000
4000
輸出量とHIV感染の関係について話します
11:04
So obviously明らかに, as an economistエコノミスト, I'm deeply深く familiar身近な
222
639000
4000
経済学者としての私がはっきりと言えるのは
11:08
with the fact事実 that development開発, that openness開放性 to tradeトレード,
223
643000
2000
発展や自由貿易が発展途上国にとって
11:10
is really good for developing現像 countries.
224
645000
2000
とてもいいということです
11:12
It's good for improving改善する people's人々の lives人生.
225
647000
3000
人々の生活を改善します
11:15
But openness開放性 and inter-connectedness相互接続性, it comes来る with a costコスト
226
650000
2000
でも開放性や相互接続性は 病気の観点からは
11:17
when we think about disease疾患. I don't think this should be a surprise驚き.
227
652000
3000
デメリットもあるのです 驚くことではありません
11:20
On Wednesday水曜日, I learned学んだ from Laurieローリー Garrettガレット
228
655000
2000
水曜日にローリー・ギャレットから
11:22
that I'm definitely絶対に going to get the bird fluインフルエンザ,
229
657000
2000
絶対に鳥インフルにかかると言われましたが
11:24
and I wouldn'tしないだろう be at all worried心配している about that
230
659000
3000
アジアとの関わりがないので
11:27
if we never had any contact接触 with Asiaアジア.
231
662000
3000
全く心配していません
11:30
And HIVHIV is actually実際に particularly特に closely密接に linkedリンクされた to transitトランジット.
232
665000
4000
HIVも交通との深い関係があるんです
11:34
The epidemic流行 was introduced導入された to the US
233
669000
2000
流行病が最初にアメリカに知れ渡ったのは
11:36
by actually実際に one male男性 stewardスチュワード on an airline航空会社 flightフライト,
234
671000
4000
飛行機のある男性乗務員がアフリカ滞在中に感染し
11:40
who got the disease疾患 in Africaアフリカ and brought持ってきた it back.
235
675000
2000
アメリカに持ち帰ったからなのです
11:42
And that was the genesis起源 of the entire全体 epidemic流行 in the US.
236
677000
3000
それがアメリカで流行することのきっかけになったのです
11:45
In Africaアフリカ, epidemiologists疫学者 have noted注目 for a long time
237
680000
4000
アフリカでは 伝染病学者が長い間にわたって
11:49
that truckトラック driversドライバー and migrants移民 are more likelyおそらく to be infected感染した than other people.
238
684000
4000
トラック運転手や移民は他の人より感染している可能性が高いと言い続けていました
11:53
Areasエリア with a lot of economic経済的 activityアクティビティ --
239
688000
2000
経済活動が盛んで
11:55
with a lot of roads道路, with a lot of urbanization都市化 --
240
690000
3000
道があり 都市化している
11:58
those areasエリア have higher高い prevalence有病率 than othersその他.
241
693000
2000
地域では他より有病率も高いのです
12:00
But that actually実際に doesn't mean at all
242
695000
2000
しかしそれは 輸出や貿易の増加と
12:02
that if we gave与えた people more exports輸出, more tradeトレード, that that would increase増加する prevalence有病率.
243
697000
4000
有病率の増加とを結びつけているわけではありません
12:06
By usingを使用して this new新しい dataデータ, usingを使用して this information情報 about prevalence有病率 over time,
244
701000
4000
長期間に渡る有病率の この新しいデータや情報を使って
12:10
we can actually実際に testテスト that. And so it seems思われる to be --
245
705000
4000
それを試すことができるのです そうすると
12:14
fortunately幸いにも, I think -- it seems思われる to be the case場合
246
709000
2000
幸運にも
12:16
that these things are positively積極的に related関連する.
247
711000
2000
その関係性が見えてきます
12:18
More exports輸出 means手段 more AIDSエイズ. And that effect効果 is really big大きい.
248
713000
4000
輸出が多ければAIDSも多く その影響はかなり大きいのです
12:22
So the dataデータ that I have suggests提案する that if you doubleダブル export輸出する volumeボリューム,
249
717000
4000
このデータによると もし輸出量を2倍に増やすと
12:26
it will lead to a quadrupling4倍 of new新しい HIVHIV infections感染症.
250
721000
5000
新規のHIV感染は4倍にも増えるのです
12:31
So this has important重要 implications意義 bothどちらも for forecasting予測 and for policyポリシー.
251
726000
3000
これは予測および政策に大きく影響を及ぼします
12:34
From a forecasting予測 perspective視点, if we know where tradeトレード is likelyおそらく to change変化する,
252
729000
4000
予測の観点から言うと もし貿易が変わるような出来事
12:38
for example, because of the Africanアフリカ Growth成長 and Opportunities機会 Act行為
253
733000
3000
例えばアフリカ成長機会法や
12:41
or other policiesポリシー that encourage奨励します tradeトレード,
254
736000
2000
他の貿易支援の政策を知っていれば
12:43
we can actually実際に think about whichどの areasエリア are likelyおそらく to be heavily重く infected感染した with HIVHIV.
255
738000
5000
実際にどの地域がHIV感染の危険にさらされるかが考えつきます
12:48
And we can go and we can try to have pre-emptive先制 preventive予防的 measures措置 there.
256
743000
6000
そして そういった地域に行って感染前の予防ができるのです
12:54
Likewise同様に, as we're developing現像 policiesポリシー to try to encourage奨励します exports輸出,
257
749000
3000
同じように 輸出支援の政策を展開する上で
12:57
if we know there's this externality外部性 --
258
752000
2000
輸出の増加に伴って起こる
12:59
this extra余分な thing that's going to happen起こる as we increase増加する exports輸出 --
259
754000
2000
外部性の存在を知っていれば
13:01
we can think about what the right kinds種類 of policiesポリシー are.
260
756000
3000
適切な政策が何か考えられるのです
13:04
But it alsoまた、 tells伝える us something about one of these things that we think that we know.
261
759000
3000
そして私たちが知っていると思い込んでいることについても気づくことがあります
13:07
Even thoughしかし it is the case場合 that poverty貧困 is linkedリンクされた to AIDSエイズ,
262
762000
3000
貧困とAIDSは関わっていますよね
13:10
in the senseセンス that Africaアフリカ is poor貧しい and they have a lot of AIDSエイズ,
263
765000
3000
特にアフリカは貧乏でAIDSが多いです
13:13
it's not necessarily必ずしも the case場合 that improving改善する poverty貧困 -- at least少なくとも in the shortショート run走る,
264
768000
4000
ですが 少なくとも短期間では貧困を改善したり
13:17
that improving改善する exports輸出 and improving改善する development開発 --
265
772000
2000
輸出や発展を援助するということが
13:19
it's not necessarily必ずしも the case場合 that that's going to lead
266
774000
2000
必ずしも HIV有病率を
13:21
to a decline低下 in HIVHIV prevalence有病率.
267
776000
2000
減らすわけでわありません
13:24
So throughout全体を通して this talk I've mentioned言及した a few少数 times
268
779000
2000
今までウガンダの
13:26
the special特別 case場合 of Ugandaウガンダ, and the fact事実 that
269
781000
2000
ケーススタディと
13:28
it's the only country in sub-Saharanサブサハラ Africaアフリカ with successful成功した prevention防止.
270
783000
4000
サブサハラ・アフリカで唯一予防に成功していることをお話しました
13:32
It's been widely広く heralded予告された.
271
787000
2000
それは広く認知されています
13:34
It's been replicated複製された in Kenyaケニア, and Tanzaniaタンザニア, and South Africaアフリカ and manyたくさんの other places場所.
272
789000
6000
ケニアやタンザニア 南アフリカなど他の場所でも多く模倣されています
13:40
But now I want to actually実際に alsoまた、 question質問 that.
273
795000
4000
しかし ここでそれを疑問視してみたいのです
13:44
Because it is true真実 that there was a decline低下 in prevalence有病率
274
799000
3000
なぜなら1990年代にウガンダで有病率に
13:47
in Ugandaウガンダ in the 1990s. It's true真実 that they had an education教育 campaignキャンペーン.
275
802000
4000
減少傾向が見られたのは本当で 教育キャンペーンをしたのも本当ですが
13:51
But there was actually実際に something elseelse that happened起こった in Ugandaウガンダ in this period期間.
276
806000
6000
同時期にウガンダでは他のことが起こっていたのです
13:57
There was a big大きい decline低下 in coffeeコーヒー prices価格.
277
812000
2000
コーヒーの値段が大きく下がったのです
13:59
Coffeeコーヒー is Uganda'sウガンダ majorメジャー export輸出する.
278
814000
2000
コーヒーはウガンダの主要な輸出品です
14:01
Their彼らの exports輸出 went行った down a lot in the early早い 1990s -- and actually実際に that decline低下 lines up
279
816000
5000
その輸出が1990年代前半にガクッと下がり そしてその価格減少と今回の
14:06
really, really closely密接に with this decline低下 in new新しい HIVHIV infections感染症.
280
821000
4000
HIV新規感染数の減少が絶妙に並行して起こっていたのです
14:10
So you can see that bothどちらも of these seriesシリーズ --
281
825000
3000
これを見て下さい
14:13
the black lineライン is export輸出する value, the red lineライン is new新しい HIVHIV infections感染症 --
282
828000
3000
黒い線が輸出額 赤い線がHIV新規感染数です
14:16
you can see they're bothどちらも increasing増加する.
283
831000
2000
両方とも上昇しているのがわかると思います
14:18
Starting起動 about 1987 they're bothどちらも going down a lot.
284
833000
2000
1987年位から両方とも大きく下降しており
14:20
And then actually実際に they trackトラック each other
285
835000
2000
そしてお互いを追うようにして
14:22
a little bitビット on the increase増加する later後で in the decade10年.
286
837000
2000
後半に少し上昇しています
14:24
So if you combine結合する the intuition直感 in this figure数字
287
839000
2000
この図から受ける直感と
14:26
with some of the dataデータ that I talked話した about before,
288
841000
3000
さきほどのデータを掛け合わせると
14:29
it suggests提案する that somewhereどこかで betweenの間に 25 percentパーセント and 50 percentパーセント
289
844000
4000
ウガンダで見られた有病率の減少のうち
14:33
of the decline低下 in prevalence有病率 in Ugandaウガンダ
290
848000
2000
25%から50%は
14:35
actually実際に would have happened起こった even withoutなし any education教育 campaignキャンペーン.
291
850000
4000
教育キャンペーンなしでも起こったのではないかと推測できます
14:39
But that's enormously巨大 important重要 for policyポリシー.
292
854000
2000
これは政策にとって とても大切なことです
14:41
We're spending支出 so much moneyお金 to try to replicate複製する this campaignキャンペーン.
293
856000
2000
このキャンペーンを模倣するために多額のお金がかけられているのです
14:43
And if it was only 50 percentパーセント as effective効果的な as we think that it was,
294
858000
3000
政策が半分くらいしか効果がないとすれば
14:46
then there are all sortsソート of other things
295
861000
2000
他にもいろいろと
14:48
maybe we should be spending支出 our moneyお金 on instead代わりに.
296
863000
2000
お金をかけるべき事があるはずです
14:50
Trying試してみる to change変化する transmission送信 rates料金 by treating治療する other sexually性的に transmitted送信された diseases病気.
297
865000
4000
他の性病を治療したり 男性への割礼を行うことで
14:54
Trying試してみる to change変化する them by engaging魅力的 in male男性 circumcision割礼.
298
869000
2000
感染率を変えてみる事もできます
14:56
There are tonsトン of other things that we should think about doing.
299
871000
2000
他にも考えるべきことはたくさんあります
14:58
And maybe this tells伝える us that we should be thinking考え more about those things.
300
873000
4000
もしかすると こういったことをもっと考えるのが大切だと気づかせてくれるかも知れません
15:02
I hope希望 that in the last 16 minutes I've told you something that you didn't know about AIDSエイズ,
301
877000
5000
16分の私の話で AIDSについて初めて知ったこと そして
15:07
and I hope希望 that I've gotten得た you questioning質問 a little bitビット
302
882000
2000
知っていたつもりでも疑問になったことが
15:09
some of the things that you did know.
303
884000
2000
あれば嬉しいです
15:11
And I hope希望 that I've convinced確信している you maybe
304
886000
2000
そして みなさんが
15:13
that it's important重要 to understandわかる things about the epidemic流行
305
888000
2000
政策を考える上で 流行病について学ぶのは
15:15
in order注文 to think about policyポリシー.
306
890000
2000
大切だと納得していただければ光栄です
15:18
But more than anything, you know, I'm an academicアカデミック.
307
893000
2000
しかし何より わたしは学者です
15:20
And when I leave離れる here, I'm going to go back
308
895000
2000
この場を去れば わたしは自分の
15:22
and sit座る in my tiny小さな office事務所, and my computerコンピューター, and my dataデータ.
309
897000
3000
小さなオフィスのコンピューターとデータに戻っていくのです
15:25
And the thing that's most最も excitingエキサイティング about that
310
900000
2000
そして一番興奮するのが
15:27
is everyすべて time I think about research研究, there are more questions質問.
311
902000
3000
研究のことを考えるたびに質問が次々あることです
15:30
There are more things that I think that I want to do.
312
905000
2000
私がやりたいと思う事はもっとあるのです
15:32
And what's really, really great about beingであること here
313
907000
2000
ここにいてすばらしいと思うのは
15:34
is I'm sure that the questions質問 that you guys have
314
909000
2000
みなさんが抱えている質問が
15:36
are very, very different異なる than the questions質問 that I think up myself私自身.
315
911000
3000
私が抱えているものと全く違うということです
15:39
And I can't wait to hear聞く about what they are.
316
914000
2000
それが何かを聞くのが楽しみでなりません
15:41
So thank you very much.
317
916000
2000
本当にありがとうございました
Translated by Hikari Fukuda
Reviewed by Shogo Kobayashi

▲Back to top

ABOUT THE SPEAKER
Emily Oster - Assumption-busting economist
Emily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa.

Why you should listen

Emily Oster, an Assistant Professor of Economics at the University of Chicago, has a history of rethinking conventional wisdom.

Her Harvard doctoral thesis took on famed economist Amartya Sen and his claim that 100 million women were statistically missing from the developing world. He blamed misogynist medical care and outright sex-selective abortion for the gap, but Oster pointed to data indicating that in countries where Hepetitis B infections were higher, more boys were born. Through her unorthodox analysis of medical data, she accounted for 50% of the missing girls. Three years later, she would publish another paper amending her findings, stating that, after further study, the relationship between Hepetitis B and missing women was not apparent. This concession, along with her audacity to challenge economic assumptions and her dozens of other influential papers, has earned her the respect of the global academic community. 

She's also investigated the role of bad weather in the rise in witchcraft trials in Medieval Europe and what drives people to play the Powerball lottery. Her latest target: busting assumptions on HIV in Africa.

And she's an advice columnist too >>

 

More profile about the speaker
Emily Oster | Speaker | TED.com