TED2010
Esther Duflo: Social experiments to fight poverty
أستِر دوفلو: تجارب إجتماعية لمحاربة الفقر
Filmed:
Readability: 2.8
1,298,863 views
التخلص من الفقر هو جهد تخميني أكثر مما هو علم، وقلة البيانات عن أثر المساعدات يثير الأسئلة حيال كيفية منح هذه المساعدات. لكن الفائزة بميدالية كلارك أستِر دوفلو تقول أنه من الممكن معرفة أي جهود التنمية تساعد وأيها تضر .. عن طريق إختبار الحلول بالتجارب للعشوائية المحكمة.
Esther Duflo - Development economist
Esther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it. Full bio
Esther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it. Full bio
Double-click the English transcript below to play the video.
00:18
So here it is. You can check: I am short, I'm French,
0
3000
2000
إذن هكذا هو الأمر: يمكنكم الملاحظة، أنا قصيرة، أنا فرنسية،
00:20
I have a pretty strong French accent,
1
5000
2000
أملك لهجة فرنسية قوية،
00:22
so that's going to be clear in a moment.
2
7000
3000
وهي ستكون واضحة خلال لحظات.
00:26
Maybe a sobering thought
3
11000
2000
ربما فكرة للبدء،
00:28
and something you all know about.
4
13000
2000
وهي شيء كلكم تعرفونه.
00:30
And I suspect many of you gave
5
15000
2000
وأنا أتخيل أن الكثير منكم قد تبرع
00:32
something to the people of Haiti this year.
6
17000
3000
بالقليل لسكان هايتي هذه السنة.
00:35
And there is something else
7
20000
2000
وهناك شيء آخر
00:37
I believe in the back of your mind
8
22000
2000
أنني أعتقد أنكم، في دواخلكم،
00:39
you also know.
9
24000
2000
أيضا تعلمون
00:41
That is, every day,
10
26000
2000
أنه، كل يوم،
00:43
25,000 children die
11
28000
2000
يموت 25,000 طفل
00:45
of entirely preventable causes.
12
30000
3000
لأسباب يمكن تماما تجنبها.
00:48
That's a Haiti earthquake every eight days.
13
33000
3000
وهو ما يماثل زلزال هايتي متكررا مرة كل ثمانية أيام.
00:51
And I suspect many of you probably gave something
14
36000
2000
وأنا أتخيل أن الكثير منكم قد تبرع بالقليل
00:53
towards that problem as well,
15
38000
2000
لأجل هذه المشكلة أيضا،
00:55
but somehow it doesn't happen
16
40000
2000
ولكن لسبب أو لآخر لا يحدث هذا التبرع
00:57
with the same intensity.
17
42000
2000
بنفس الكثافة.
00:59
So why is that?
18
44000
2000
لم هذا؟
01:02
Well, here is a thought experiment for you.
19
47000
3000
حسنا، إليكم هذه التجربة الفكرية.
01:05
Imagine you have a few million dollars that you've raised --
20
50000
2000
تخيلوا أنك تملك بضع ملايين دولار قمت بجمعها.
01:07
maybe you're a politician in a developing country
21
52000
3000
ربما أنت سياسي في إحدى الدول النامية،
01:10
and you have a budget to spend. You want to spend it on the poor:
22
55000
3000
ولديك ميزانية للإنفاق; وتريد إنفاقها على الفقراء.
01:13
How do you go about it?
23
58000
3000
كيف يمكنك تحقيق ذلك؟
01:16
Do you believe the people who tell you
24
61000
2000
هل تصدق الناس الذين يخبرونك
01:18
that all we need to do is to spend money?
25
63000
2000
أن كل مانحتاجه هو إنفاق هذا المال،
01:20
That we know how to eradicate poverty,
26
65000
3000
وأننا نعرف كيف يمكننا التخلص من العوز،
01:23
we just need to do more?
27
68000
2000
نحن نحتاج فقط لفعل المزيد؟
01:25
Or do you believe the people who tell you that
28
70000
2000
أم أنك تصدق أولئك الذين سيخبرونك أن
01:27
aid is not going to help, on the contrary it might hurt,
29
72000
3000
المساعدات لن تساعد، بل على العكس ربما تضر،
01:30
it might exacerbate corruption, dependence, etc.?
30
75000
3000
فهي قد تفاقم من الفساد، التبعية، إلى آخره؟
01:34
Or maybe you turn to the past.
31
79000
2000
أو ربما تستعين بالماضي.
01:36
After all, we have spent billions of dollars on aid.
32
81000
3000
نحن بالنهاية، أنفقنا مليارات الدولارات في المساعدات.
01:39
Maybe you look at the past and see.
33
84000
2000
ربما تنظر للماضي متساءلا
01:41
Has it done any good?
34
86000
2000
عما إذا كانت المساعدات قد صنعت أي فرق.
01:43
And, sadly, we don't know.
35
88000
2000
المحزن هو، أننا لا نعلم.
01:45
And worst of all, we will never know.
36
90000
3000
والأسوأ في كل هذا، أننا لن نتمكن من أن نعلم أبدا.
01:49
And the reason is that -- take Africa for example.
37
94000
2000
والسبب هو .. خذوا أفريقيا كمثال ..
01:51
Africans have already got a lot of aid.
38
96000
2000
الأفريقيون حصلوا على الكثير من المساعدات.
01:53
These are the blue bars.
39
98000
2000
وهي الممثلة هنا في الأعمدة الزرقاء.
01:55
And the GDP in Africa is not making much progress.
40
100000
3000
ومتوسط دخل الفرد في أفريقيا لم يتحسن.
01:58
Okay, fine. How do you know what
41
103000
2000
حسنا. كيف يمكنك معرفة ما الذي
02:00
would have happened without the aid?
42
105000
2000
كان ليحدث لولا المساعدات؟
02:02
Maybe it would have been much worse,
43
107000
3000
ربما كان ليكون الوضع اسوأ بكثير.
02:05
or maybe it would have been better.
44
110000
2000
وربما كان ليكون أفضل.
02:07
We have no idea. We don't know what the counterfactual is.
45
112000
3000
لا نملك أي فكرة. لم نكن لنعرف ما الوضع المغاير سيكون.
02:10
There's only one Africa.
46
115000
2000
ثمة أفريقيا واحدة فقط (لا توجد أفريقيا أخرى للمقارنة).
02:12
So what do you do?
47
117000
2000
إذن ماذا كنت لتفعل؟
02:14
To give the aid, and hope and pray that something comes out of it?
48
119000
3000
تعطي المساعدات وتتأمل وتدعو أن ينتج عنها شيء؟
02:18
Or do you focus on your everyday life
49
123000
3000
أو تركز على حياتك اليومية
02:21
and let the earthquake every eight days
50
126000
2000
وتدع الزلزال الذي يتكرر كل ثمانية أيام
02:23
continue to happen?
51
128000
2000
يستمر في الحدوث؟
02:25
The thing is, if we don't know
52
130000
2000
الأمر هو، إذا كنا لا نعلم
02:27
whether we are doing any good,
53
132000
2000
ما إذا كنا نصنع أي فارق،
02:29
we are not any better
54
134000
2000
فنحن لسنا بأفضل
02:31
than the Medieval doctors and their leeches.
55
136000
3000
من أطباء القرون الوسطى ودود العلق الذي كانوا يستخدموه.
02:34
Sometimes the patient gets better, sometimes the patient dies.
56
139000
3000
أحيانا يتحسن مرضاهم، وأحيانا أخرى يموتون.
02:37
Is it the leeches? Is it something else?
57
142000
3000
هل هي دودة العلق؟ أم أمر آخر؟
02:40
We don't know.
58
145000
2000
لا ندري.
02:42
So here are some other questions.
59
147000
2000
إليكم أسئلة أخرى.
02:44
They're smaller questions,
60
149000
2000
هي أسئلة أصغر،
02:46
but they are not that small.
61
151000
2000
لكنها ليست بذاك الصغر.
02:48
Immunization, that's the cheapest way
62
153000
3000
التطعيم، إنه الطريقة الأرخص
02:51
to save a child's life.
63
156000
2000
للحفاظ على حياة طفل.
02:53
And the world has spent a lot of money on it:
64
158000
2000
وقام العالم بإنفاق الكثير من المال عليه.
02:55
The GAVI and the Gates Foundations
65
160000
2000
كل من منظمتي GAVI و قيتس
02:57
are each pledging a lot of money towards it,
66
162000
2000
يضخان الكثير من الأموال من أجله.
02:59
and developing countries themselves have been doing a lot of effort.
67
164000
3000
والدول النامية بحد ذاتها قد بذلت الكثير من الجهد.
03:02
And yet, every year
68
167000
2000
ومع هذا، كل عام،
03:04
at least 25 million children
69
169000
2000
على الأقل ما يقارب الخمسة وعشرين مليون طفل
03:06
do not get the immunization they should get.
70
171000
3000
لا يحصلون على التطعيمات التي ينبغي لهم الحصول عليها.
03:09
So this is what you call a "last mile problem."
71
174000
3000
لأجل هذا يدعون المشكلة "مشكلة الميل الأخير"
03:12
The technology is there,
72
177000
2000
التقنية موجودة.
03:14
the infrastructure is there,
73
179000
2000
البنية التحتية موجودة.
03:16
and yet it doesn't happen.
74
181000
2000
ولكن الهدف لا يحدث.
03:18
So you have your million.
75
183000
2000
إذن لديك ملايينك.
03:20
How do you use your million
76
185000
2000
كيف ستستخدم هذه الملايين
03:22
to solve this last mile problem?
77
187000
2000
لحل مشكلة الميل الأخير هذه؟
03:24
And here's another question:
78
189000
2000
إليكم سؤال آخر:
03:26
Malaria. Malaria kills almost
79
191000
3000
الملاريا. تقتل الملاريا تقريبا
03:29
900,000 people every year,
80
194000
3000
900,000 شخص كل عام،
03:32
most of them in Sub-Saharan Africa,
81
197000
2000
أغلبهم في صحراء أفريقيا الكبرى،
03:34
most of them under five.
82
199000
2000
وغالبيتهم هم تحت الخامسة من العمر.
03:36
In fact, that is the leading cause of under-five mortality.
83
201000
3000
في الحقيقة الملاريا هي السبب الأكبر لوفيات الأطفال تحت سن الخامسة.
03:39
We already know how to kill malaria,
84
204000
3000
ونحن مسبقا عرفنا كيف يمكننا التخلص من الملاريا،
03:42
but some people come to you and say,
85
207000
2000
ولكن بعض الناس قد يأتوك ويقولون،
03:44
"You have your millions. How about bed nets?"
86
209000
3000
"لديك ملايينك. ماذا عن ناموسيات السرير؟"
03:47
Bed nets are very cheap.
87
212000
2000
ناموسيات السرير رخيصة جدا.
03:49
For 10 dollars, you can manufacture and ship
88
214000
3000
مقابل 10 دولارات، بامكانك تصنيع وشحن
03:52
an insecticide treated bed net
89
217000
2000
شبكة سرير مزودة بمبيد للبعوض،
03:54
and you can teach someone to use them.
90
219000
2000
وأن تعلم الفرد كيف يستخدمها.
03:56
And, not only do they protect the people who sleep under them,
91
221000
3000
و، لن تساهم فقط في حماية الشخص الذي ينام أسفلها
03:59
but they have these great contagion benefits.
92
224000
2000
ولكن للناموسيات تأثير عدوى إيجابية.
04:01
If half of a community sleeps under a net,
93
226000
3000
إذا ما أستخدم نصف المجتمع الناموسية للنوم،
04:04
the other half also benefits
94
229000
2000
سيستفيد النصف الآخر
04:06
because the contagion of the disease spread.
95
231000
3000
لأن البعوض سيلسع مصابين أقل وسيقل انتشار العدوى.
04:09
And yet, only a quarter of kids at risk sleep under a net.
96
234000
3000
مع هذا، فقط ربع الأطفال المعرضين للسع ينامون تحت ناموسية.
04:12
Societies should be willing to go out
97
237000
2000
المجتمعات قد تقوم بالمضي قدما
04:14
and subsidize the net, give them for free,
98
239000
2000
وتدعم الناموسيات، تقدمها مجانا،
04:16
or, for that matter, pay people to use them
99
241000
2000
أو، للأمانة، تدفع للناس لكي يستخدموها
04:18
because of those contagion benefits.
100
243000
2000
لأجل هذه الفوائد السهلة الإنتشار.
04:20
"Not so fast," say other people.
101
245000
2000
ولكن "ليس بهذه البساطة" يقول الآخرون.
04:22
"If you give the nets for free,
102
247000
2000
"إذا منحت الناموسيات مجانا،
04:24
people are not going to value them.
103
249000
2000
لن يقوم الناس بتقدير أهميتها
04:26
They're not going to use them,
104
251000
2000
لن يستخدموها،
04:28
or at least they're not going to use them as bed nets,
105
253000
2000
أو على الأقل هم لن يستخدموها كناموسية،
04:30
maybe as fishing nets."
106
255000
2000
وإنما كشبكة صيد أسماك ربما."
04:32
So, what do you do?
107
257000
2000
إذن ماذا تفعل؟
04:34
Do you give the nets for free to maximize coverage,
108
259000
2000
تمنح هذه الناموسيات مجانا لزيادة انتشارها؟
04:36
or do you make people pay
109
261000
2000
أم تجعل الناس يدفعون مبلغا
04:38
in order to make sure that they really value them?
110
263000
2000
لأجل أن ترغمهم على الإحساس بأهميتها؟
04:40
How do you know?
111
265000
2000
كيف لك أن تعرف؟
04:42
And a third question: Education.
112
267000
2000
والسؤال الثالث هو: التعليم.
04:44
Maybe that's the solution, maybe we should send kids to school.
113
269000
2000
ربما هذا هو الحل. ربما ينبغى أن نرسل الأطفال للمدرسة.
04:46
But how do you do that?
114
271000
2000
ولكن كيف نفعل هذا؟
04:48
Do you hire teachers? Do you build more schools?
115
273000
2000
هل نوظف المدرسين؟ نبني مدارس أكثر؟
04:50
Do you provide school lunch?
116
275000
2000
نوفر وجبة غداء مدرسية؟
04:52
How do you know?
117
277000
2000
كيف نعلم؟
04:54
So here is the thing.
118
279000
2000
إليكم الأمر
04:56
I cannot answer the big question,
119
281000
2000
لا يمكنني الإجابة على السؤال الأكبر،
04:58
whether aid did any good or not.
120
283000
2000
عما إذا كانت المساعدات مجدية أو لا،
05:00
But these three questions, I can answer them.
121
285000
3000
ولكن هذه الثلاثة أسئلة، أستطيع إجابتها.
05:04
It's not the Middle Ages anymore,
122
289000
2000
لم نعد في القرون الوسطى.
05:06
it's the 21st century.
123
291000
2000
إنه القرن الواحد والعشرون.
05:08
And in the 20th century,
124
293000
2000
وفي القرن العشرين،
05:10
randomized, controlled trials
125
295000
2000
التجارب العشوائية المحكمة
05:12
have revolutionized medicine
126
297000
2000
قامت بإحداث ثورة في الطب
05:14
by allowing us to distinguish
127
299000
2000
عندما أتاحت لنا التمييز
05:16
between drugs that work
128
301000
2000
بين الأدوية الفعالة
05:18
and drugs that don't work.
129
303000
2000
والأدوية الغير فعالة
05:20
And you can do the same
130
305000
2000
وبإمكاننا فعل الشيء نفسه
05:22
randomized, controlled trial for social policy.
131
307000
3000
تجارب عشوائية محكمة للسياسات الإجتماعية.
05:25
You can put social innovation to the same
132
310000
2000
بإمكانك إخضاع الابتكار الإجتماعي
05:27
rigorous, scientific tests
133
312000
2000
لذات الإختبارات العلمية الصارمة
05:29
that we use for drugs.
134
314000
2000
التي نستخدمها لفحص الأدوية.
05:31
And in this way, you can take the guesswork
135
316000
3000
وبهذه الطريقة بإمكاننا استبعاد التخمينات
05:34
out of policy-making
136
319000
2000
عن مجال اتخاذ السياسات
05:36
by knowing what works,
137
321000
2000
بمعرفة ما المجدي،
05:38
what doesn't work and why.
138
323000
2000
وما الذي لا يجدي ولم.
05:40
And I'll give you some examples with those three questions.
139
325000
3000
وسأعطيكم بعض الأمثلة فيما يتعلق باسئلتي الثلاثة.
05:44
So I start with immunization.
140
329000
2000
إذن قد بدأت بالتطعيمات.
05:46
Here's Udaipur District, Rajasthan. Beautiful.
141
331000
3000
هنا مقاطعة أوديبور في راجستان، جميلة.
05:49
Well, when I started working there,
142
334000
2000
حسنا، عندما بدأت بالعمل هناك،
05:51
about one percent of children
143
336000
2000
ما يقارب الواحد بالمئة من الأطفال
05:53
were fully immunized.
144
338000
2000
كانوا تلقوا تطعيماتهم بالكامل.
05:55
That's bad, but there are places like that.
145
340000
3000
وهو الأمر السيء، ولكن توجد العديد من الأماكن مثل هذه.
05:58
Now, it's not because the vaccines are not there --
146
343000
2000
لا لأن اللقاحات غير متوفرة.
06:00
they are there and they are free --
147
345000
2000
إنها موجودة وهي مجانية.
06:02
and it's not because parents do not care about their kids.
148
347000
3000
ولا لأن الأباء لا يكترثون لأطفالهم.
06:05
The same child that is not immunized against measles,
149
350000
3000
نفس الطفل الذي لم يتلق التطعيم ضد الحصبة،
06:08
if they do get measles, parents will spend
150
353000
2000
لو حدث أن أصيب بها، سينفق أبويه
06:10
thousands of rupees to help them.
151
355000
2000
الآف الروبيات لمساعدته على الشفاء.
06:12
So you get these empty village subcenters
152
357000
2000
فإذن تجد كل مراكز المجتمع هذه في القرية فارغة
06:14
and crowded hospitals.
153
359000
2000
بينما المستشفيات مكتظة.
06:16
So what is the problem?
154
361000
2000
إذن ماهي المشكلة؟
06:18
Well, part of the problem, surely, is people do not fully understand.
155
363000
3000
جزء من المشكلة، بكل تأكيد، هو الناس لايستوعبون تماما.
06:21
After all, in this country as well,
156
366000
2000
ففي نهاية الأمر ستجد المتوقع،
06:23
all sorts of myths and misconceptions
157
368000
2000
مختلف أنواع الإعتقادات الخاطئة والمغلوطة
06:25
go around immunization.
158
370000
3000
تنتشر حيال التطعيمات.
06:28
So if that's the case, that's difficult,
159
373000
2000
وإذا كان هذا هو الحال، فهو صعب
06:30
because persuasion is really difficult.
160
375000
3000
لأن الإقناع صعب جدا.
06:33
But maybe there is another problem as well.
161
378000
2000
ولكن ربما ثمة مشكلة أخرى أيضا
06:35
It's going from intention to action.
162
380000
3000
وهي الإنتقال من الرغبة للفعل.
06:38
Imagine you are a mother
163
383000
2000
تخيل نفسك أما
06:40
in Udaipur District, Rajasthan.
164
385000
2000
في مقاطعة أوديبور، راجستان.
06:42
You have to walk a few kilometers to get your kids immunized.
165
387000
3000
يتحتم عليك أن تمشي بضع كيلومترات لتقوم بتطعيم طفلك.
06:45
And maybe when you get there, what you find is this:
166
390000
2000
وربما حينما تصل هناك، تجد أن
06:47
The subcenter is closed. Ao you have to come back,
167
392000
2000
مركز خدمة المجتمع مغلق وعليك أن تعود لاحقا.
06:49
and you are so busy and you have so many other things to do,
168
394000
3000
وأنت مشغول جدا، ولديك الكثير مما تفعله،
06:52
you will always tend to postpone and postpone,
169
397000
2000
ستميل دائما للتأجيل والتأجيل،
06:54
and eventually it gets too late.
170
399000
2000
وبالنهاية سيكون الأمر متأخرا جدا.
06:56
Well, if that's the problem, then that's much easier.
171
401000
3000
حسنا، إذا كانت هذه هي المشكلة فالأمر أبسط بكثير
06:59
Because A, we can make it easy,
172
404000
3000
لأننا (أ) نستطيع تسهيل الأمر،
07:02
and B, we can maybe
173
407000
2000
و (ب)، نستطيع ربما
07:04
give people a reason to act today,
174
409000
2000
أن نمنح الناس سببا ليقوموا بالفعل اليوم،
07:06
rather than wait till tomorrow.
175
411000
2000
بدلا من أن ينتظروا للغد.
07:08
So these are simple ideas, but we didn't know.
176
413000
2000
هي أفكار بسيطة، لكننا لانعرف جدواها.
07:10
So let's try them.
177
415000
2000
إذن دعونا نجربها.
07:12
So what we did is we did a randomized, controlled trial
178
417000
3000
إذن مافعلناه كان، قمنا بتجربة عشوائية محكمة
07:15
in 134 villages in Udaipur Districts.
179
420000
2000
في 134 قرية من مقاطعة أديبور
07:17
So the blue dots
180
422000
2000
النقاط الزرقاء
07:19
are selected randomly.
181
424000
2000
أختيرت بعشوائية.
07:21
We made it easy -- I'll tell you how in a moment.
182
426000
3000
في هذه القرى جعلنا الحصول على اللقاح أسهل. سأخبركم كيف خلال لحظات.
07:24
In the red dots, we made it easy
183
429000
2000
في النقاط الحمراء، جعلناه أسهل
07:26
and gave people a reason to act now.
184
431000
2000
ومنحنا أسباب للناس ليقوموا بتطعيم أطفالهم الآن.
07:28
The white dots are comparisons, nothing changed.
185
433000
3000
النقاط البيضاء هي للمقارنة، لم يتغير فيها شيء.
07:31
So we make it easy by organizing
186
436000
2000
جعلنا الحصول على اللقاح أسهل بتنظيم
07:33
this monthly camp where people can
187
438000
2000
هذا المخيم الشهري حيث يمكن للناس
07:35
get their kids immunized.
188
440000
2000
تطعيم أطفالهم.
07:37
And then you make it easy
189
442000
2000
وبعدها تجعل الأمر أسهل
07:39
and give a reason to act now
190
444000
2000
وتمنح سببا للقيام بالفعل الآن
07:41
by adding a kilo of lentils for each immunization.
191
446000
3000
بإضافة منحة من كيلو من العدس لكل تطعيم.
07:44
Now, a kilo of lentils is tiny.
192
449000
3000
الآن، كيلو العدس هو شيء بسيط.
07:47
It's never going to convince anybody
193
452000
2000
لن يقنع أبدا أي أحد
07:49
to do something that they don't want to do.
194
454000
2000
أن يقوم بفعل ما لا يرغب القيام به.
07:51
On the other hand, if your problem is you tend to postpone,
195
456000
3000
ولكن بالمقابل، إذا كانت مشكلتك هي ميلك للتأجيل،
07:54
then it might give you a reason to act today
196
459000
2000
فربما قد يمنحك كيلو العدس سببا لتقوم بالأمر اليوم
07:56
rather than later.
197
461000
2000
بدلا من وقت لاحق.
07:58
So what do we find?
198
463000
2000
إذن ماذا وجدنا؟
08:00
Well, beforehand, everything is the same.
199
465000
2000
حسنا، قبل التجربة كان كل شيء متساو.
08:02
That's the beauty of randomization.
200
467000
2000
هنا تكمن روعة العشوائية.
08:04
Afterwards,
201
469000
2000
بعدها،
08:06
the camp -- just having the camp --
202
471000
2000
المخيم، فقط إقامة مخيم،
08:08
increases immunization from six percent to 17 percent.
203
473000
2000
رفع نسبة التطعيم من ستة إلى سبعة عشر بالمئة.
08:10
That's full immunization.
204
475000
2000
أتحدث عن التطعيم الكامل.
08:12
That's not bad, that's a good improvement.
205
477000
2000
ليس أمرا سيئا. بالعكس هو تحسن جيد.
08:14
Add the lentils and you reach to 38 percent.
206
479000
3000
أضف العدس، وستحصل على ما يقارب 38 بالمئة.
08:17
So here you've got your answer.
207
482000
2000
إذن حصلت على جوابك.
08:19
Make it easy and give a kilo of lentils,
208
484000
2000
أجعل الأمر سهلا وأعط كيلو من العدس،
08:21
you multiply immunization rate by six.
209
486000
3000
وستتضاعف نسب التطعيمات بمعدل ست مرات.
08:24
Now, you might say, "Well, but it's not sustainable.
210
489000
2000
الآن، قد تقول، "حسنا، لكنه ليس إمداد مستدام.
08:26
We cannot keep giving lentils to people."
211
491000
2000
لا يمكننا الاستمرار في إعطاء العدس للناس".
08:28
Well, it turns out it's wrong economics,
212
493000
2000
حسنا، لقد تبين أن الاعتقاد فهم اقتصادي خاطيء
08:30
because it is cheaper
213
495000
2000
لأنه من الأرخص
08:32
to give lentils than not to give them.
214
497000
2000
إعطاء العدس مقارنة بعدم إعطائه.
08:34
Since you have to pay for the nurse anyway,
215
499000
2000
بما أنك ستدفع لممرضة التطعيمات في كل الأحوال،
08:36
the cost per immunization
216
501000
2000
فإن التكلفة لكل تطعيم تقوم به
08:38
ends up being cheaper if you give incentives than if you don't.
217
503000
3000
تنتهي لتكون أرخص عندما تعطي الحافز أكثر مما لو كنت لا تعطيه.
08:42
How about bed nets?
218
507000
2000
ماذا عن ناموسيات السرير؟
08:44
Should you give them for free, or should you ask people to pay for them?
219
509000
3000
هل تمنحها مجانا، أم ينبغي أن تطلب من الناس الدفع للحصول عليها؟
08:47
So the answer hinges
220
512000
2000
الإجابة معلقة
08:49
on the answer to three simple questions.
221
514000
2000
رهن الإجابة على ثلاثة أسئلة بسيطة.
08:51
One is: If people must pay for a bed net,
222
516000
3000
الأول هو: إذا كان يجب على الناس الدفع لشراء ناموسية،
08:54
are they going to purchase them?
223
519000
2000
هل سيقوموا بشراءها؟
08:56
The second one is:
224
521000
2000
والثاني هو:
08:58
If I give bed nets for free,
225
523000
2000
إذا منحت الناموسيات مجانا،
09:00
are people going to use them?
226
525000
2000
هل سيستخدمها الناس؟
09:02
And the third one is:
227
527000
2000
والثالث هو:
09:04
Do free bed nets discourage future purchase?
228
529000
2000
هل تقلل الناموسيات المجانية من الشراء المستقبلي؟
09:06
The third one is important
229
531000
2000
السؤال الثالث مهم
09:08
because if we think people get used to handouts,
230
533000
3000
لأننا إذا أعتقدنا أن الناس سيعتادون على التوزيع المجاني،
09:11
it might destroy markets to distribute free bed nets.
231
536000
3000
فهذا قد يدمر أسواق بيع الناموسيات.
09:14
Now this is a debate that has generated
232
539000
2000
الآن، هذا محور جدال انشأ
09:16
a lot of emotion and angry rhetoric.
233
541000
3000
الكثير من المشاعر والاستنكار الغاضب.
09:19
It's more ideological than practical,
234
544000
2000
هو أمر رمزي أكثر مما هو عملي،
09:21
but it turns out it's an easy question.
235
546000
2000
لكنه يجيب سؤالا سهلا.
09:23
We can know the answer to this question.
236
548000
2000
بامكاننا معرفة الجواب لهذا السؤال.
09:25
We can just run an experiment.
237
550000
2000
بامكاننا القيام بتجربة وحسب.
09:27
And many experiments have been run, and they all have the same results,
238
552000
2000
والعديد من التجارب، كلها كان لها نفس النتائج،
09:29
so I'm just going to talk to you about one.
239
554000
3000
لذا سأقوم بإخباركم عن واحدة.
09:32
And this one that was in Kenya,
240
557000
2000
وهذه التجربة كانت في كينيا،
09:34
they went around and distributed to people
241
559000
2000
قام الباحثون بالتجول ووزعوا على الناس
09:36
vouchers, discount vouchers.
242
561000
2000
قسائم، قسائم تخفيض.
09:38
So people with their voucher
243
563000
2000
فإذن كان بامكان الناس الذين يملكون القسائم
09:40
could get the bed net in the local pharmacy.
244
565000
2000
الحصول على الناموسية من الصيدلية القريبة منهم.
09:42
And some people get 100 percent discount,
245
567000
3000
والبعض حصل على تخفيض 100 في المئة،
09:45
and some people get 20 percent discounts,
246
570000
2000
والبعض حصل على تخفيض بنسبة 20 في المئة،
09:47
and some people get 50 percent discount, etc.
247
572000
3000
والبعض حصل على تخفيض بنسبة 50 في المئة، وهكذا.
09:50
And now we can see what happens.
248
575000
2000
والآن يمكننا رؤية ما الذي حدث.
09:52
So, how about the purchasing?
249
577000
2000
إذن، ماذا عن الشراء؟
09:54
Well, what you can see is that
250
579000
2000
حسنا، يمكننا أن نرى أنه
09:56
when people have to pay for their bed nets,
251
581000
2000
حينما يتحتم على الناس الدفع لأجل ناموسياتهم،
09:58
the coverage rate really falls down a lot.
252
583000
3000
نسبة انتشارها تنخفض كثيرا.
10:01
So even with partial subsidy,
253
586000
2000
إذن حتى مع الدعم الجزئي ..
10:03
three dollars is still not the full cost of a bed net,
254
588000
3000
تظل الثلاثة دولارات ليست التكلفة الحقيقية للناموسية.
10:06
and now you only have 20 percent of the people with the bed nets,
255
591000
2000
والآن لدينا فقط عشرون بالمئة من الناس يستخدمونها،
10:08
you lose the health immunity, that's not great.
256
593000
3000
وهو ليس بالأمر الجيد.
10:11
Second thing is, how about the use?
257
596000
2000
الأمر الثاني هو، ماذا عن الاستخدام.
10:13
Well, the good news is, people, if they have the bed nets,
258
598000
2000
حسنا، الخبر الجيد هو، أن الناس، إذا كان لديهم الناموسيات،
10:15
will use the bed nets regardless of how they got it.
259
600000
3000
سيستخدموها بغض النظر من أين حصلوا عليها.
10:18
If they get it for free, they use it.
260
603000
2000
إذا حصلوا عليها مجانا، سيستخدموها.
10:20
If they have to pay for it, they use it.
261
605000
2000
إذا كان تحتم عليهم الدفع، سيستخدموها.
10:22
How about the long term?
262
607000
2000
ماذا عن المدى البعيد؟
10:24
In the long term,
263
609000
2000
على المدى البعيد،
10:26
people who got the free bed nets,
264
611000
2000
الأشخاص الذين حصلوا على الناموسيات المجانية،
10:28
one year later, were offered the option
265
613000
2000
بعد سنة، تم منحهم الخيار
10:30
to purchase a bed net at two dollars.
266
615000
3000
أن يشتروا الناموسية مقابل دولارين.
10:33
And people who got the free one
267
618000
2000
والناس الذين حصلوا على المجاني للأمانة
10:35
were actually more likely to purchase the second one
268
620000
3000
كانوا أكثر احتمالا أن يشتروا ناموسية ثانية
10:38
than people who didn't get a free one.
269
623000
2000
مقارنة بالذين لم يحصلوا على واحدة مجانية.
10:40
So people do not get used to handouts; they get used to nets.
270
625000
3000
إذن لم يتعود الناس على الصدقات، هم تعودوا على الناموسيات.
10:43
Maybe we need to give them a little bit more credit.
271
628000
3000
ربما نحتاج أن ننحي عنهم مثل هذا الإتهام.
10:48
So, that's for bed nets. So you will think, "That's great.
272
633000
2000
هذا كان بخصوص الناموسيات. إذن ربما ستفكرون، "هذا أمر رائع.
10:50
You know how to immunize kids, you know how to give bed nets."
273
635000
3000
نعرف كيف نقوم بالتطعيم، كيف نمنح الناموسيات."
10:53
But what politicians need is a range of options.
274
638000
3000
ولكن ما يحتاجه السياسيون هو مدى واسع من الخيارات.
10:56
They need to know: Out of all the things I could do,
275
641000
3000
يحتاجون أن يعرفوا: من كل الأشياء التي يمكنني صنعها،
10:59
what is the best way to achieve my goals?
276
644000
3000
أيها أحسن الطرق لتحقيق أهدافي؟
11:02
So suppose your goal is to get kids into school.
277
647000
3000
افترض أن هدفك هو إلحاق الأطفال بالمدرسة.
11:05
There are so many things you could do. You could pay for uniforms,
278
650000
3000
هناك الكثير من الأشياء التي يمكنك فعلها. يمكنك أن تدفع للملابس المدرسية،
11:08
you could eliminate fees, you could build latrines,
279
653000
2000
أن تلغي الأقساط، أن تبني المراحيض،
11:10
you could give girls sanitary pads, etc., etc.
280
655000
3000
أن تعطي الفتيات الفوط الصحية، إلى آخره.
11:13
So what's the best?
281
658000
2000
إذن ماهو الأفضل؟
11:15
Well, at some level, we think
282
660000
2000
حسنا، على مستوى معين، قد نفكر
11:17
all of these things should work.
283
662000
2000
أن كل هذه الأشياء ينبغي أن تنجح.
11:19
So, is that sufficient? If we think they should work intuitively,
284
664000
2000
ولكن هل هي كافية، لنفرض أننا نملك حدسا يوحي بأنها ستنجح،
11:21
should we go for them?
285
666000
2000
هل نتبع هذا الحدس؟
11:23
Well, in business, that's certainly not the way we would go about it.
286
668000
3000
حسنا، بالتأكيد في مجال الأعمال ليست هذه هي الطريقة التي نقرر بها.
11:27
Consider for example
287
672000
2000
ضع في اعتبارك مثلا
11:29
transporting goods.
288
674000
2000
نقل البضائع.
11:31
Before the canals were invented
289
676000
2000
قبل اختراع القنوات المائية
11:33
in Britain before the Industrial Revolution,
290
678000
3000
في بريطانيا ماقبل الثورة الصناعية،
11:36
goods used to go on horse carts.
291
681000
2000
كانت البضائع تنقل على عربات تجرها الأحصنة.
11:38
And then canals were built,
292
683000
2000
وبعدها بنيت القنوات،
11:40
and with the same horseman and the same horse,
293
685000
3000
كان بامكانك باستخدام نفس السائس والحصان،
11:43
you could carry ten times as much cargo.
294
688000
3000
نقل مايقارب عشرة أضعاف كمية الحمولة.
11:46
So should they have continued
295
691000
2000
إذن هل كان عليهم الاستمرار
11:48
to carry the goods on the horse carts, on the ground,
296
693000
3000
في نقل البضائع باستخدام الأحصنة، على الأرض،
11:51
that they would eventually get there?
297
696000
2000
طالما أنها بالنهاية ستصل؟
11:53
Well, if that had been the case,
298
698000
2000
حسنا، لو كان هذا هو الوضع،
11:55
there would have been no Industrial Revolution.
299
700000
2000
لما كانت هناك ثورة صناعية.
11:57
So why shouldn't we do the same with social policy?
300
702000
3000
إذن لم لانفعل الشيء نفسه في السياسات الإجتماعية؟
12:00
In technology, we spend so much time
301
705000
2000
في التقنية، ننفق الكثير من الوقت
12:02
experimenting, fine-tuning,
302
707000
2000
نختبر، نعدل، ونصقل،
12:04
getting the absolute cheapest way to do something,
303
709000
2000
للحصول على أرخص الطرق على الإطلاق لفعل شيء ما.
12:06
so why aren't we doing that with social policy?
304
711000
3000
لم لم نفعل نفس الشيء في مجال السياسة الإجتماعية؟
12:09
Well, with experiments, what you can do
305
714000
2000
حسنا، بالتجارب، مايمكنك فعله هو
12:11
is answer a simple question.
306
716000
2000
الإجابة على سؤال صغير.
12:13
Suppose you have 100 dollars to spend
307
718000
2000
افرض أن لديك 100 دولار لتنفقها
12:15
on various interventions.
308
720000
2000
في مختلف التدخلات (المساعدات).
12:17
How many extra years of education
309
722000
2000
كم من السنوات الإضافية من بقاء الأولاد في التعليم
12:19
do you get for your hundred dollars?
310
724000
2000
تحصل مقابل انفاقك هذه المئة دولار؟
12:21
Now I'm going to show you
311
726000
2000
الآن سأريكم
12:23
what we get with various education interventions.
312
728000
3000
على ماذا نحصل مقابل التدخلات التعليمية المختلفة.
12:27
So the first ones are if you want the usual suspects,
313
732000
2000
إذن الأعمدة الأولى هي التدخلات المتعارف عليها،
12:29
hire teachers, school meals,
314
734000
2000
توظيف المدرسين، توفير الوجبات المدرسية،
12:31
school uniforms, scholarships.
315
736000
2000
ملابس المدرسة، المنح الدراسية.
12:33
And that's not bad. For your hundred dollars,
316
738000
2000
وكلها ليست بالسيئة. للمئة دولار التي تملكها.
12:35
you get between one and three extra years of education.
317
740000
3000
إذ تحصل على سنة إلى ثلاث سنوات إضافية من التعليم.
12:39
Things that don't work so well is bribing parents,
318
744000
2000
الأشياء التي لاتعمل بشكل جيد هي منح المال للأباء،
12:41
just because so many kids are already going to school
319
746000
3000
لأن الكثير من الأطفال يذهبون للمدرسة بالأساس
12:44
that you end up spending a lot of money.
320
749000
2000
فسيكون منح المال للأباء مكلفا جدا.
12:46
And here are the most surprising results.
321
751000
3000
وهذه هي أكثر النتائج مفاجئة.
12:49
Tell people the benefits of education,
322
754000
3000
أخبر الناس عن فوائد تعليم الأطفال.
12:52
that's very cheap to do.
323
757000
2000
وهو أمر رخيص جدا حينما تقوم به.
12:54
So for every hundred dollars you spend doing that,
324
759000
3000
إذن لكل مئة دولار تنفقها في القيام بهذا،
12:57
you get 40 extra years of education.
325
762000
3000
تحصل على 40 سنة إضافية من التعليم.
13:00
And, in places where there are worms,
326
765000
2000
و، في الأماكن التي تتواجد بها الديدان،
13:02
intestinal worms,
327
767000
2000
الديدان المعوية،
13:04
cure the kids of their worms.
328
769000
2000
عالج الأطفال من إصابتهم بالديدان.
13:06
And for every hundred dollars,
329
771000
2000
ولكل مئة دولار،
13:08
you get almost 30 extra years of education.
330
773000
3000
تحصل على مايقارب الثلاثين سنة إضافية من التعليم.
13:11
So this is not your intuition,
331
776000
2000
إذن (هذا يناقض) حدسك.
13:13
this is not what people would have gone for,
332
778000
2000
لم يكن هذا ما إتجه الناس لفعله،
13:15
and yet, these are the programs that work.
333
780000
3000
ومع هذا، كانت هذه لتكون هي البرامج الناجحة.
13:18
We need that kind of information, we need more of it,
334
783000
2000
نحتاج هذا النوع من المعلومات. نحتاج الكثير منه.
13:20
and then we need to guide policy.
335
785000
2000
وبعدها نحتاج لتوجيه السياسات.
13:24
So now, I started from the big problem, and I couldn't answer it.
336
789000
3000
إذن الآن، لقد بدأت بالمشكلة الكبيرة، ولم استطع الإجابة عليها.
13:27
And I cut it into smaller questions,
337
792000
3000
فقمت بتجزيئها لأسئلة أصغر،
13:30
and I have the answer to these smaller questions.
338
795000
2000
وتوفرت لدي أجوبة لهذه الأسئلة الأصغر.
13:32
And they are good, scientific, robust answers.
339
797000
3000
وهي أجوبة جيدة، علمية، وصلبة.
13:36
So let's go back to Haiti for a moment.
340
801000
2000
لنعد مجددا إلى هايتي للحظة.
13:39
In Haiti, about 200,000 people died --
341
804000
3000
في زلزال هايتي، مايقارب 200,000 شخص ماتوا.
13:43
actually, a bit more by the latest estimate.
342
808000
2000
للواقع، أكثر قليلا من هذا حسب آخر التقديرات.
13:45
And the response of the world was great:
343
810000
2000
وردات الفعل من العالم كانت عظيمة.
13:47
Two billion dollars got pledged just last month,
344
812000
3000
ملياري دولار تم جمعها فقط في الشهر الماضي.
13:51
so that's about 10,000 dollars per death.
345
816000
2000
وهو ما يقارب العشرة الآف دولار لكل وفاة حدثت.
13:53
That doesn't sound like that much when you think about it.
346
818000
3000
وهي لا تبدو كثيرة لو فكرتم بها.
13:56
But if we were willing to spend 10,000 dollars
347
821000
3000
لكن لو أننا عازمون على دفع 10,000 دولار
13:59
for every child under five who dies,
348
824000
3000
لكل طفل تحت عمر الخامسة مهدد بالموت،
14:02
that would be 90 billion per year
349
827000
3000
لكان المجموع هو 90 مليار دولار سنويا
14:05
just for that problem.
350
830000
2000
مخصصة فقط لهذه المشكلة.
14:07
And yet it doesn't happen.
351
832000
2000
لكن هذا لا يحدث.
14:09
So, why is that?
352
834000
2000
لم لا؟
14:11
Well, I think what part of the problem is that,
353
836000
2000
حسنا، جزء من المشكلة في إعتقادي هو أنه،
14:13
in Haiti, although the problem is huge,
354
838000
2000
في هايتي، على الرغم من أن المأساة كانت ضخمة،
14:15
somehow we understand it, it's localized.
355
840000
2000
بشكل ما كنا نستطيع فهمها، هي متمركزة في مكان واحد.
14:17
You give your money to Doctors Without Borders,
356
842000
2000
تستطيع منح تبرعك لمنظمة أطباء بلا حدود،
14:19
you give your money to Partners In Health,
357
844000
2000
أو منظمة شركاء في الصحة،
14:21
and they'll send in the doctors, and they'll send in the lumber,
358
846000
3000
وهم سيرسلون الأطباء، وألواح البناء،
14:24
and they'll helicopter things out and in.
359
849000
3000
سيبعثون كل شيء بالهيلوكبترات من وإلى المنطقة المنكوبة.
14:27
And the problem of poverty is not like that.
360
852000
2000
والمشكلة هي أن الفقر ليس هكذا.
14:29
So, first, it's mostly invisible;
361
854000
2000
هو في البدء غير مرئي.
14:31
second, it's huge;
362
856000
2000
وثانيا، هو جدا ضخم.
14:33
and third, we don't know whether we are doing the right thing.
363
858000
3000
وثالثا، لا نعرف ما إذا كنا نصنع الأمر الصائب لمكافحته.
14:36
There's no silver bullet.
364
861000
2000
لايوجد حل مباشر ينهي المشكلة تماما.
14:38
You cannot helicopter people out of poverty.
365
863000
2000
ولا يمكنك استخدام الهيلوكبتر لإخراج الناس من فقرهم.
14:40
And that's very frustrating.
366
865000
2000
وهو الأمر المحبط للغاية.
14:42
But look what we just did today.
367
867000
3000
لكن انظروا لما صنعناه اليوم فقط.
14:45
I gave you three simple answers to three questions:
368
870000
3000
أعطيتكم ثلاثة أجوبة بسيطة لثلاثة اسئلة.
14:48
Give lentils to immunize people,
369
873000
2000
اعط العدس لتلقح الأشخاص،
14:50
provide free bed nets, deworm children.
370
875000
2000
امنح الناموسيات مجانا، وعالج الأطفال من الديدان.
14:52
With immunization or bed nets,
371
877000
2000
مع التطعيم أو الناموسية،
14:54
you can save a life for 300 dollars per life saved.
372
879000
3000
بامكانك توفير 300 دولار لكل حياة يتم إنقاذها.
14:57
With deworming, you can get
373
882000
2000
ومع علاج الديدان، يمكنك أن تحصل
14:59
an extra year of education for three dollars.
374
884000
2000
على سنة كاملة من التعليم مقابل ثلاثة دولارات.
15:02
So we cannot eradicate poverty just yet,
375
887000
3000
إذن ربما لسنا جاهزين لاستئصال الفقر تماما في الوقت الحالي،
15:05
but we can get started.
376
890000
2000
لكننا نستطيع أن نبدأ في ذلك.
15:07
And maybe we can get started small
377
892000
2000
وربما نستطيع البدء على نطاق صغير
15:09
with things that we know are effective.
378
894000
3000
في الأشياء التي نعلم فعاليتها.
15:12
Here's an example of how this can be powerful.
379
897000
2000
إليكم مثالا على كيف يمكن لهذا أن يكون مؤثرا.
15:14
Deworming.
380
899000
2000
علاج الديدان.
15:16
Worms have a little bit of a problem grabbing the headlines.
381
901000
2000
الديدان لديها مشكلة صغيرة في جذب اهتمام عناوين الأخبار.
15:18
They are not beautiful and don't kill anybody.
382
903000
3000
ليست جميلة ولا تقتل أحدا.
15:21
And yet, when the young global leader in Davos
383
906000
2000
ومع هذا، حينما بدأ القائد الشاب في دافوس
15:23
showed the numbers I gave you,
384
908000
2000
بكشف الإحصائيات التي أخبرتكم عنها،
15:25
they started Deworm the World.
385
910000
2000
أمكن انشاء "عالجوا ديدان العالم".
15:27
And thanks to Deworm the World,
386
912000
2000
وبفضلهم،
15:29
and the effort of many country governments and foundations,
387
914000
2000
وبفضل الجهود التي العديد من حكومات الدول والمنظمات بذلتها،
15:31
20 million school-aged children got dewormed in 2009.
388
916000
3000
20 مليون طفل في سن المدرسة تم تخليصهم من الديدان في 2009.
15:34
So this evidence is powerful.
389
919000
2000
إذن مثل هذا كاثبات جدا مؤثر.
15:36
It can prompt action.
390
921000
2000
بامكانه أن يعزز الجهود.
15:38
So we should get started now.
391
923000
2000
لذا يجب أن نبدأ الفعل الآن.
15:40
It's not going to be easy.
392
925000
2000
بالتأكيد، لن يكون البدء سهلا.
15:42
It's a very slow process.
393
927000
2000
إنها عملية بطيئة.
15:44
You have to keep experimenting, and sometimes ideology
394
929000
2000
ينبغي أن تواصلوا التجارب، وأحيانا يتحتم على الأيدلوجيا
15:46
has to be trumped by practicality.
395
931000
2000
أن تتلاشى لأجل التطبيق العملي.
15:48
And sometimes what works somewhere doesn't work elsewhere.
396
933000
3000
وأحيانا ما يجدي في مكان لا يجدي في مكان آخر.
15:51
So it's a slow process,
397
936000
2000
إنها عملية بطيئة،
15:53
but there is no other way.
398
938000
2000
لكن لا يوجد سبيل آخر.
15:55
These economics I'm proposing,
399
940000
2000
ما اقترحته كان كله مرتبط بالاقتصاد،
15:57
it's like 20th century medicine.
400
942000
2000
وهو بمثابة أهمية الطب في القرن العشرين.
15:59
It's a slow, deliberative process
401
944000
2000
إنها عملية بطيئة، والاكتشاف فيها
16:01
of discovery.
402
946000
2000
مطروح للتداول.
16:03
There is no miracle cure,
403
948000
2000
إذ لايوجد معجزة شافية،
16:05
but modern medicine is saving
404
950000
2000
ولكن الطب الحديث الآن ينقذ
16:07
millions of lives every year,
405
952000
2000
حياة الملايين من الأشخاص كل عام.
16:09
and we can do the same thing.
406
954000
2000
ونحن بامكاننا صنع الشيء نفسه.
16:13
And now, maybe, we can go back to the bigger question
407
958000
3000
والأن، ربما يمكننا العودة للسؤال الكبير
16:16
that I started with at the beginning.
408
961000
3000
الذي قد بدأت به.
16:19
I cannot tell you
409
964000
2000
لا يمكنني إخباركم
16:21
whether the aid we have spent in the past has made a difference,
410
966000
3000
عما إذا كانت المساعدات التي أنفقناها في السنوات الماضية قد أحدثت فرقا،
16:24
but can we come back here in 30 years
411
969000
3000
لكننا نستطيع العودة هنا بعد 30 سنة
16:27
and say, "What we have done,
412
972000
3000
لنقول، "ما صنعناه،
16:30
it really prompted a change for the better."
413
975000
3000
قد ساهم في تعزيز التغير نحو الأفضل."
16:33
I believe we can and I hope we will.
414
978000
2000
أعتقد أنه يمكننا، وأرجو أن نفعل ذلك.
16:35
Thank you.
415
980000
2000
شكرا لكم
16:37
(Applause)
416
982000
2000
(تصفيق)
ABOUT THE SPEAKER
Esther Duflo - Development economistEsther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it.
Why you should listen
2009 MacArthur fellow Esther Duflo is pushing the field of development economics by studying specific causal relationships that lead to or perpetuate poverty. She looks at close-to-home issues: household behavior, education, access to finance and health.
At MIT, she's the founder and director of the Jameel Poverty Action Lab (J-PAL), a research network that evaluates social programs. It's concerned less with wide-ranging policy than with specific questions. Sample: If schoolkids could get their uniforms for free, would attendance go up? What's an effective way to reward mothers for immunizing their babies? Randomized trials offer new insights toward creating global equity and prosperity. Her work may blur the lines between economics and activism, but it's a role Duflo not only considers comfortable but vital.
Her new book is Poor Economics, with Abhijit W. Banerjee.
Esther Duflo | Speaker | TED.com