TED2006
Hans Rosling: The best stats you've ever seen
Hans Rosling görə görəcəyiniz ən yaxşı statistikalarlı təqdim edir
Filmed:
Readability: 3.6
14,386,844 views
Statistikanın bu cür təqdimatını nə vaxtsa görməmisiniz. Hans Rosling idman şərhçisinin üslubu ilə "inkişaf etməkdə olan dünya" adlı mifi alt-üst edir.
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
Double-click the English transcript below to play the video.
00:25
About 10 years ago, I took on the task to teach global development
0
0
4000
Təxminən 10 il əvvəl, isveçli tələbələrə "Qlobal inkişaf" mövzusunu
00:29
to Swedish undergraduate students. That was after having spent
1
4000
4000
tədris edirdim. Bu dövr "Afrikada aclıq" mövzusunda Afrikalı həmkarlarımla
00:33
about 20 years together with African institutions studying hunger in Africa,
2
8000
4000
apardığım təxminən 20 illik tədiqiqatdan sonrakı müddəti əhatə edir.
00:37
so I was sort of expected to know a little about the world.
3
12000
4000
Demək olar ki, dünya haqda az-çox biliyim vardı.
00:41
And I started in our medical university, Karolinska Institute,
4
16000
5000
Beleliklə, Kalorinska Tibb Universitetində fəaliyyətə başladım.
00:46
an undergraduate course called Global Health. But when you get
5
21000
4000
Bakalavrlara "Qlobal səhiyyə" mövzusunu deyirdim. Bu cür fürsət
00:50
that opportunity, you get a little nervous. I thought, these students
6
25000
3000
həm də bir az həyacanlı idi. Fikirləşirdim ki, burdakı tələbələr
00:53
coming to us actually have the highest grade you can get
7
28000
3000
İsveç universitetlərində ən yüksək göstəriciləri olanlardı,
00:56
in Swedish college systems -- so, I thought, maybe they know everything
8
31000
3000
və güman edirdim ki, onlar mənim onlara
00:59
I'm going to teach them about. So I did a pre-test when they came.
9
34000
4000
öyrədəcəyim hər şeyi bilirlər. Elə ilk mühazirədə bir sınaq apardım.
01:03
And one of the questions from which I learned a lot was this one:
10
38000
3000
Mənə çox şeylər öyrətmiş suallardan bir belə oldu:
01:06
"Which country has the highest child mortality of these five pairs?"
11
41000
4000
“Aşağıdakı beş cütlükdə ən çox uşaq ölümü hansı ölkədədir?”
01:10
And I put them together, so that in each pair of country,
12
45000
4000
Birində uşaq ölümü digərinə nisbətən 2 dəfə çox olan ölkələri
01:14
one has twice the child mortality of the other. And this means that
13
49000
5000
birgə qruplaşdırdım. Bu halda fərq daha böyük olaraq
01:19
it's much bigger a difference than the uncertainty of the data.
14
54000
5000
məlumatların qeyri-müəyyənliyi anlamından kənara çıxırdı.
01:24
I won't put you at a test here, but it's Turkey,
15
59000
2000
sizləri imtahan etmirəm amma
01:26
which is highest there, Poland, Russia, Pakistan and South Africa.
16
61000
5000
cavab - Türkiyə, Polşa, Rusiya, Pakistan, və Cənubi Afrikadır.
01:31
And these were the results of the Swedish students. I did it so I got
17
66000
3000
Bu isə isveçli tələbələrin nəticələridir. Çox dar bir etimad intervalı
01:34
the confidence interval, which is pretty narrow, and I got happy,
18
69000
3000
yarandı ki, bu də məni çox sevindirdi:
01:37
of course: a 1.8 right answer out of five possible. That means that
19
72000
4000
mümkün 5 cavabdan 1.8-i doğru idi. Yəni burda həqiqətən də
01:41
there was a place for a professor of international health --
20
76000
3000
beynəlxalq səhiyyə üzrə mühazirənin
01:44
(Laughter) and for my course.
21
79000
2000
(gülüş) yeri vardı.
01:46
But one late night, when I was compiling the report
22
81000
4000
Lakin bir axşam, hesabat hazırlayarkən,
01:50
I really realized my discovery. I have shown
23
85000
4000
əsl kəşf etdiyimi anladım. Başa düşdüm ki,
01:54
that Swedish top students know statistically significantly less
24
89000
5000
statistika baxımından yüksək göstəricili isveçli tələbələr
01:59
about the world than the chimpanzees.
25
94000
2000
dünya haqqında şimpanzedən daha az
02:01
(Laughter)
26
96000
2000
biliyə sahibdirlər. (gülüş)
02:03
Because the chimpanzee would score half right if I gave them
27
98000
4000
Çünki şimpanzeyə Şri Lanka və Türkiyənin hər birinə görə bir banan versəydim
02:07
two bananas with Sri Lanka and Turkey. They would be right half of the cases.
28
102000
3000
sualların 50%-nə düzgün cavab verərdi.
02:10
But the students are not there. The problem for me was not ignorance;
29
105000
4000
Lakin tələbələr buna qadir deyildilər. Məni narahat edən şey onların
02:14
it was preconceived ideas.
30
109000
3000
savadsızlığı yox, streotip düşüncə tərzi idi.
02:17
I did also an unethical study of the professors of the Karolinska Institute
31
112000
4000
Qeyri-etik olsa da Universitetin müəllimləri üzərində də təcrübə apardım
02:21
(Laughter)
32
116000
1000
(gülüş)
02:22
-- that hands out the Nobel Prize in Medicine,
33
117000
2000
Nobel tibb mükafatına səviyyəsində və
02:24
and they are on par with the chimpanzee there.
34
119000
2000
onların da şimpanze olmasını aşkarladım.
02:26
(Laughter)
35
121000
3000
(gülüş)
02:29
This is where I realized that there was really a need to communicate,
36
124000
4000
Bu nöqtədə fikir mübadiləsinə ehtiyac olduğunu başa düşdüm,
02:33
because the data of what's happening in the world
37
128000
3000
axı dünyanın gedişatını anlatan və hər bir ölkədəki
02:36
and the child health of every country is very well aware.
38
131000
3000
uşaq sağlamlığı haqda göstəricilər hamıya məlumdur.
02:39
We did this software which displays it like this: every bubble here is a country.
39
134000
5000
Bu məlumatları əks etdirən belə bir proqram yaratdıq: hər dairə bir ölkəni bildirir.
02:44
This country over here is China. This is India.
40
139000
6000
Burda gördüyünüz ölkə Çindir, buradakı isə Hindistan.
02:50
The size of the bubble is the population, and on this axis here I put fertility rate.
41
145000
6000
Dairənin böyüklüyü əhalinin sayını və burdakı absis oxu isə doğum səviyyəsini göstərir.
02:56
Because my students, what they said
42
151000
3000
Çünki tələbələrimdən ilk dəfə
02:59
when they looked upon the world, and I asked them,
43
154000
2000
dünyaya baxışlarını öyrənmək üçün
03:01
"What do you really think about the world?"
44
156000
2000
"Dünya haqqında nə fikirləşirsiniz?" deyə soruşanda
03:03
Well, I first discovered that the textbook was Tintin, mainly.
45
158000
4000
dərsliklərinin yalnız şəkilli kitab olduğunu kəşf elədim.
03:07
(Laughter)
46
162000
1000
(gülüş)
03:08
And they said, "The world is still 'we' and 'them.'
47
163000
3000
Onlara görə dünya "biz" və "onlar"dan ibarətdir -
03:11
And we is Western world and them is Third World."
48
166000
3000
"Biz Qərb, onlar isə üçüncü dünya ölkələridir”
03:14
"And what do you mean with Western world?" I said.
49
169000
3000
- “Bəs Qərb deyəndə nə başa düşürsünüz?”
03:17
"Well, that's long life and small family, and Third World is short life and large family."
50
172000
5000
- “Qərb - uzun ömür və kiçik ailə, üçüncü dünya - qısa ömür və geniş ailə”
03:22
So this is what I could display here. I put fertility rate here: number of children per woman:
51
177000
6000
Burada olduğu kimi doğum səviyyəsini - orta hesabla bir qadına düşən uşaq sayı -
03:28
one, two, three, four, up to about eight children per woman.
52
183000
4000
- bir, iki, üç, dörd, təxminən səkkiz uşağa qədər artır.
03:32
We have very good data since 1962 -- 1960 about -- on the size of families in all countries.
53
187000
6000
Əlimizdə 1960-62-ci ildən başlayaraq bütün ölkələrdəki ailə tərkibinə dair yaxşı məlumatlarımız var,
03:38
The error margin is narrow. Here I put life expectancy at birth,
54
193000
3000
həm də daha dəqiq. Buradaki gözlənilən uzunömürlülük
03:41
from 30 years in some countries up to about 70 years.
55
196000
4000
ölkələrdən asılı olaraq 30-70 yaş arası dəyişir.
03:45
And 1962, there was really a group of countries here
56
200000
3000
1962-ci ildə burada həqiqətən də bəzi sənaye ölkələrində
03:48
that was industrialized countries, and they had small families and long lives.
57
203000
5000
kiçik tərkibli və uzun ömürlü ailələr yaşayırdı.
03:53
And these were the developing countries:
58
208000
2000
Və burada inkişaf etməkdə olan ölkələrdə:
03:55
they had large families and they had relatively short lives.
59
210000
3000
qısa ömrü və geniş tərkibli ailələri yaşayırdı.
03:58
Now what has happened since 1962? We want to see the change.
60
213000
4000
İndi baxaq görək 1962-ci ildən hansı dəyişikliklər baş verib.
04:02
Are the students right? Is it still two types of countries?
61
217000
3000
Tələbələr ölkələri bu cür bölməkdə haqlı idilər?
04:06
Or have these developing countries got smaller families and they live here?
62
221000
3000
İnkişaf etməkdə olan ölkələr kiçik ailələrlə burada,
04:09
Or have they got longer lives and live up there?
63
224000
2000
uzun ömürlülər isə buradadırlar ?
04:11
Let's see. We stopped the world then. This is all U.N. statistics
64
226000
3000
Ok. Dünyanı dayandıraq. Bunlar hamısı BMT-nin müsaid
04:14
that have been available. Here we go. Can you see there?
65
229000
3000
məlumatlarıdır. Başlayaq. Görürsünüz oranı?
04:17
It's China there, moving against better health there, improving there.
66
232000
3000
Çindir, daha yaxşı sağlamlıq göstəriciləri ilə irələyir.
04:20
All the green Latin American countries are moving towards smaller families.
67
235000
3000
Yaşıl rəngli Latın Amerikasi ölkələri daha kiçik tərkibli alilərə doğru irəliləyir.
04:23
Your yellow ones here are the Arabic countries,
68
238000
3000
Sarı rənglilər isə ərəb ölkələridir -
04:26
and they get larger families, but they -- no, longer life, but not larger families.
69
241000
4000
- daha böyük ailələrə - amma yox, uzun ömür və kiçik ailələrə doğru,
04:30
The Africans are the green down here. They still remain here.
70
245000
3000
aşağıdakı yaşıllar isə Afrika ölkələridir, yerlərində sayırlar
04:33
This is India. Indonesia's moving on pretty fast.
71
248000
3000
Bu Hindistandır. İndoneziya yüksək sürətlə irəliləyir
04:36
(Laughter)
72
251000
1000
(gülüş)
04:37
And in the '80s here, you have Bangladesh still among the African countries there.
73
252000
3000
80-ci illər: Banqladeş hələ də Afrika ölkələrinin arasındadır.
04:40
But now, Bangladesh -- it's a miracle that happens in the '80s:
74
255000
3000
Ancaq baxın- 80-ci illərdə möcüzə baş verir:
04:43
the imams start to promote family planning.
75
258000
3000
imamlar ailə planlamasını dəstəkləməyə başlayırlar.
04:46
They move up into that corner. And in '90s, we have the terrible HIV epidemic
76
261000
5000
Onlar bu küncə yaxınlaşırlar. 90-cı illər, dəhşətli QİÇS epidemiyası
04:51
that takes down the life expectancy of the African countries
77
266000
3000
Afrika ölkələrində ömürləri qısaldır
04:54
and all the rest of them move up into the corner,
78
269000
4000
və digər ölkələr uzunömürlü və kiçik ailələrlə bu küncə yaxınlaşırlar,
04:58
where we have long lives and small family, and we have a completely new world.
79
273000
4000
və sonunda tamamilə yeni dünya qarşımızdadır.
05:02
(Applause)
80
277000
13000
(alqışlar)
05:15
Let me make a comparison directly between the United States of America and Vietnam.
81
290000
5000
Gəlin birbaşa ABŞ və Vyetnamı müqayisə edək.
05:20
1964: America had small families and long life;
82
295000
5000
1964-cü il: Amerikalılara məxsus kiçik ailələr və uzun ömürlülük;
05:25
Vietnam had large families and short lives. And this is what happens:
83
300000
4000
Vyetnamda isə geniş ailələr və qısa ömürlüllük. Nə baş verdiyinə baxaq:
05:29
the data during the war indicate that even with all the death,
84
304000
6000
müharibə zamanının məlumatlarına görə ölüm sayının çoxluğuna baxmayaraq,
05:35
there was an improvement of life expectancy. By the end of the year,
85
310000
3000
yaşam müddəti artır. İlin sonlarına doğru
05:38
the family planning started in Vietnam and they went for smaller families.
86
313000
3000
Vyetnamda ailə planlanması başlayır və ölkə kiçik ailələrə doğru irəliləyir.
05:41
And the United States up there is getting for longer life,
87
316000
3000
ABŞ isə daha uzun ömür və eyni ailə həcmiylə
05:44
keeping family size. And in the '80s now,
88
319000
3000
orada qərar tutur. Və budur 80-ci illər,
05:47
they give up communist planning and they go for market economy,
89
322000
3000
onlar kommunist planlamasından bazar iqtisadiyyatına keçirlər,
05:50
and it moves faster even than social life. And today, we have
90
325000
4000
və bu keçid sosial həyatdan da sürətlə gedir. Nəticədə,
05:54
in Vietnam the same life expectancy and the same family size
91
329000
5000
2003-cü ildə Vyetnamda yaşam müddəti və ailə tərkibi göstəriciləri ABŞ-ın
05:59
here in Vietnam, 2003, as in United States, 1974, by the end of the war.
92
334000
7000
müharibənin son dövrü - 1974-cü ilə aid göstəriciləriylə eynidir.
06:06
I think we all -- if we don't look in the data --
93
341000
4000
Məncə, bu cür məlumatlara baxmadan
06:10
we underestimate the tremendous change in Asia, which was
94
345000
4000
Asiyanın böyük iqtisadi dəyişiklikdən daha öncə
06:14
in social change before we saw the economical change.
95
349000
4000
sosial dəyişikliklərin baş verdiyini anlamarıq.
06:18
Let's move over to another way here in which we could display
96
353000
5000
Gəlin indi başqa bir aspektə -
06:23
the distribution in the world of the income. This is the world distribution of income of people.
97
358000
7000
dünyadakı ümumi gəlirin bölgüsü aspektinə keçək. Bu dünyadakı ümumi gəlirin bölgüsüdür.
06:30
One dollar, 10 dollars or 100 dollars per day.
98
365000
5000
Günə 1, 10, və ya 100 dollar.
06:35
There's no gap between rich and poor any longer. This is a myth.
99
370000
4000
Varlılarla kasıblar arasında uçurumun olması fikri bir mifdir.
06:39
There's a little hump here. But there are people all the way.
100
374000
4000
Sadəcə gördüyünüz bu insanları göstərən təpəcik var.
06:44
And if we look where the income ends up -- the income --
101
379000
4000
Gəlin gəlir bölgüsünə nəzər salaq: budur,
06:48
this is 100 percent the world's annual income. And the richest 20 percent,
102
383000
6000
dünya əhalisinin 20%-i olan ən varlı təbəqəsi dünyanın
06:54
they take out of that about 74 percent. And the poorest 20 percent,
103
389000
7000
illik gəlirinin təxminən 74%-nə sahibdirlər. Kasıb 20%-i isə
07:01
they take about two percent. And this shows that the concept
104
396000
5000
bu gəlirin sadəcə 2%-nə sahibdirlər.
07:06
of developing countries is extremely doubtful. We think about aid, like
105
401000
4000
Bu inkişafda olan ölkə anlayışının şübhəli olduğunu göstərir.
07:10
these people here giving aid to these people here. But in the middle,
106
405000
5000
Buradakıların digərlərinə maddi yardım edirlər. Ancaq burada - mərkəzdə
07:15
we have most the world population, and they have now 24 percent of the income.
107
410000
4000
dünya əhalisinin çox hissəsi dayanır, onlar gəlirlərin 24%-nə sahibdirlər.
07:19
We heard it in other forms. And who are these?
108
414000
4000
Bunu başqa formatda da eşitmişik. Bunlar kimlərdir?
07:23
Where are the different countries? I can show you Africa.
109
418000
4000
Digər dövlətlər hanı? Sizə Afrikanı göstərə bilərəm.
07:27
This is Africa. 10 percent the world population, most in poverty.
110
422000
5000
Budur, dünya əhalisinin 10%-i, əksəriyyəti kasıbdır.
07:32
This is OECD. The rich country. The country club of the U.N.
111
427000
5000
Bu OECD-dir. Varlı "ölkə", BMT-nin özəl bir klubu.
07:37
And they are over here on this side. Quite an overlap between Africa and OECD.
112
432000
5000
Onlar burada - yuxarıdadırlar. Afrika və OECD arasında böyük fərq ortada.
07:42
And this is Latin America. It has everything on this Earth,
113
437000
3000
Bu isə Latın Amerikasıdır. Dünyada hər bir təbəqə burada mövcuddur -
07:45
from the poorest to the richest, in Latin America.
114
440000
3000
ən kasıbından tutmuş an varlısına qədər.
07:48
And on top of that, we can put East Europe, we can put East Asia,
115
443000
5000
Və onun üstündə Şərqi-Avropanı, Şərqi-Asiyanı
07:53
and we put South Asia. And how did it look like if we go back in time,
116
448000
5000
və Cənubi-Asiyanı qoya bilərik. Təxminən 1970-ci ildə bu ölkələrin
07:58
to about 1970? Then there was more of a hump.
117
453000
5000
görüntüsünə baxarkən fərqi asanlıqla müşahidə edə bilərik.
08:03
And we have most who lived in absolute poverty were Asians.
118
458000
4000
Tam kasıblıq şəraitində yaşayanların çoxu asiyalılar idi.
08:07
The problem in the world was the poverty in Asia. And if I now let the world move forward,
119
462000
7000
Dünyadakı yoxsulluq problemi birbaşa Asiya ilə bağlı idi.
08:14
you will see that while population increase, there are
120
469000
3000
Dünyaya zamanın axını ilə nəzər salsaq
08:17
hundreds of millions in Asia getting out of poverty and some others
121
472000
3000
əhali artımı ilə yüz minlərlə asiyalının yoxsulluqdan çıxdığını
08:20
getting into poverty, and this is the pattern we have today.
122
475000
3000
və digərlərinin isə yoxsullaşdığını görərik
08:23
And the best projection from the World Bank is that this will happen,
123
478000
4000
Dünya Bankının irəli sürdüyü ən yaxşı təxminlərə görə,
08:27
and we will not have a divided world. We'll have most people in the middle.
124
482000
4000
tezlikə bölgü aradan qalxacaq, əksər əhali ortada mövqe tutacaq
08:31
Of course it's a logarithmic scale here,
125
486000
2000
Bu əlbəttə ki, logoritmik cədvəldir,
08:33
but our concept of economy is growth with percent. We look upon it
126
488000
5000
amma biz iqtisadiyyatı artım faizi ilə müəyyən edirik.
08:38
as a possibility of percentile increase. If I change this, and I take
127
493000
6000
Bunu faiz artımı kimi qəbul edirik. Burarda dəyişiklik etsəm və
08:44
GDP per capita instead of family income, and I turn these
128
499000
4000
ailə gəlirləri əvəzinə adambaşına düşən ÜDM-ni qoysam
08:48
individual data into regional data of gross domestic product,
129
503000
6000
və fərdi məlumatları ÜDM-nin regional göstəriciləri ilə əvəz etsəm
08:54
and I take the regions down here, the size of the bubble is still the population.
130
509000
4000
və budur regionları ayırıram, kürənin böyüklüyü əhalinin sayını göstərir.
08:58
And you have the OECD there, and you have sub-Saharan Africa there,
131
513000
3000
OECD burada, orada isə Afrikanın Sub-Sahara ölkələridir,
09:01
and we take off the Arab states there,
132
516000
3000
və buradan ərəb ölkələrini ayırsaq,
09:04
coming both from Africa and from Asia, and we put them separately,
133
519000
4000
həm Afrika, həm də Asiya olan ərəb ölkəlrini ayırsaq,
09:08
and we can expand this axis, and I can give it a new dimension here,
134
523000
5000
və buradakı absis oxuna böyütsək və ölçülərə sosial dəyərlər
09:13
by adding the social values there, child survival.
135
528000
3000
qatsaq - uşaqların həyatda qalma göstəricisini
09:16
Now I have money on that axis, and I have the possibility of children to survive there.
136
531000
5000
absis oxunda pul, burada isə uşaqların həyatda qalma göstəriciləri görünür -
09:21
In some countries, 99.7 percent of children survive to five years of age;
137
536000
4000
bəzi ölkələrdə uşaqların 99,7%-i 5 yaşına qədər həyatda qalır -
09:25
others, only 70. And here it seems there is a gap
138
540000
4000
digərlərində bu göstərici 70%-dir. Bu nöqtədə
09:29
between OECD, Latin America, East Europe, East Asia,
139
544000
4000
OECD, Latın Amerikası, Sub-Sahara Afrikası, Şərqi Avropa,
09:33
Arab states, South Asia and sub-Saharan Africa.
140
548000
4000
Şərqi Asiya, Ərəb ölkələri və Cənubi Asiya arasında fərq nəzərə çarpır.
09:37
The linearity is very strong between child survival and money.
141
552000
5000
Uşaqların həyatda qalması və pul arasında güclü asılılıq var.
09:42
But let me split sub-Saharan Africa. Health is there and better health is up there.
142
557000
8000
Sub-Sahara Afrikasını da bölək - burada səhiyyə yuxarılarda isə yüksək səviyyali səhiyyə görsənir.
09:50
I can go here and I can split sub-Saharan Africa into its countries.
143
565000
5000
Burada Sub-Sahara Afrikasını ölkələr üzrə bölürəm
09:55
And when it burst, the size of its country bubble is the size of the population.
144
570000
5000
və bu bölünmədə də kürələrin ölçüsü əhalinin sayını bildirir.
10:00
Sierra Leone down there. Mauritius is up there. Mauritius was the first country
145
575000
4000
Siero Leone burada aşağıda, Mavriki isə orada- yuxarıdadır. Mavriki ticarət
10:04
to get away with trade barriers, and they could sell their sugar --
146
579000
3000
maneəsini aşan ilk ölkə idi və onlar istehsal etdikləri şəkər və
10:08
they could sell their textiles -- on equal terms as the people in Europe and North America.
147
583000
5000
tekstili Avropa və Şimali Amerika bazarlarına asanlıqla ixrac edirdilər.
10:13
There's a huge difference between Africa. And Ghana is here in the middle.
148
588000
4000
Afrikada böyük fərq var. Qana burda mərkazdədir.
10:17
In Sierra Leone, humanitarian aid.
149
592000
3000
Sierra Leonedə - humanitar yardım.
10:20
Here in Uganda, development aid. Here, time to invest; there,
150
595000
5000
Uqandada - inkişaf üçün ayrılan yardım. Buraya sərmayə vaxtıdır
10:25
you can go for a holiday. It's a tremendous variation
151
600000
3000
Bura tətilə getmək olar. Afrika daxilində bizim fikirləşdiyimiz kimi
10:28
within Africa which we rarely often make -- that it's equal everything.
152
603000
5000
heç də hər şey eyni deyil - fərq böyükdür.
10:33
I can split South Asia here. India's the big bubble in the middle.
153
608000
4000
Cənubi Asiyanı da bölə bilərik - Hindistan mərkəzdə duran böyük kürədir.
10:37
But a huge difference between Afghanistan and Sri Lanka.
154
612000
4000
Şri Lanka ilə Əfqanıstan arasında böyük fərq görünür.
10:41
I can split Arab states. How are they? Same climate, same culture,
155
616000
4000
Ərəb ölkələrini də bölə bilərik. Eyni iqlim, eyni mədəniyyət,
10:45
same religion -- huge difference. Even between neighbors.
156
620000
4000
eyni din - qonşu olmalarına baxmayaraq aralarında böyük fərq var.
10:49
Yemen, civil war. United Arab Emirate, money which was quite equally and well used.
157
624000
5000
Yəmən - vətəndaş müharibəsi. Birləşmiş Ərəb Əmirliyi - sərfəli və düzgün bölüşmüş pul.
10:54
Not as the myth is. And that includes all the children of the foreign workers who are in the country.
158
629000
7000
Tam real. Ölkəyə xaricdən gələn bütün işçilərin bütün övladları da daxil olmaqla
11:01
Data is often better than you think. Many people say data is bad.
159
636000
4000
Məlumatlar bəzən düşündüyümüzdən də yaxşı olur. Bəziləri isə bunun əksini deyir.
11:06
There is an uncertainty margin, but we can see the difference here:
160
641000
2000
Tam dəqiqlik olmasa da fərq aydın görsənir:
11:08
Cambodia, Singapore. The differences are much bigger
161
643000
3000
Kamboca ilə Sinqapurun arasındakı fərq
11:11
than the weakness of the data. East Europe:
162
646000
3000
məlumatların zəifliyindən çoxdur. Şərqi Avropa -
11:14
Soviet economy for a long time, but they come out after 10 years
163
649000
6000
uzunmüddətli Sovet iqtisadiyyatı, ancaq 10 illik müddətdə ölkələr özlərini
11:20
very, very differently. And there is Latin America.
164
655000
3000
çox fərqli şəkildə göstərdilər. Burada isə Latın Amerikası ölkələridir.
11:23
Today, we don't have to go to Cuba to find a healthy country in Latin America.
165
658000
4000
Sağlam ölkə tapmaq üçün Kubaya getməyə ehtiyac yoxdur.
11:27
Chile will have a lower child mortality than Cuba within some few years from now.
166
662000
5000
Tezliklə Çili uşaq ölümü üzrə göstəricilərinin az olmasına görə Kubanı qabaqlayacaq
11:32
And here we have high-income countries in the OECD.
167
667000
3000
Burada isə yüksək gəlirli OECD ölkələridir.
11:35
And we get the whole pattern here of the world,
168
670000
4000
Burada dünyadakı ümumi vəziyyəti
11:39
which is more or less like this. And if we look at it,
169
674000
5000
az-çox göstərdik. Əgər dünyada 1960-cı ildən başlayan
11:44
how it looks -- the world, in 1960, it starts to move. 1960.
170
679000
6000
tempi müşahidə etsək görərik ki,
11:50
This is Mao Tse-tung. He brought health to China. And then he died.
171
685000
3000
Mao Tsedun Çinə səhiyyə gətirdi və vəfat etdi,
11:53
And then Deng Xiaoping came and brought money to China, and brought them into the mainstream again.
172
688000
5000
Dalınca Den Siaopin gəldi və Çinə pul gətirdi. Çini yenə də əsas dalğaya saldı.
11:58
And we have seen how countries move in different directions like this,
173
693000
4000
Burada ölkələrin necə fərqli şəkildə hərəkət etdiyini görürük,
12:02
so it's sort of difficult to get
174
697000
4000
ona görə də ümumi dünyanın inkişaf formatına
12:06
an example country which shows the pattern of the world.
175
701000
5000
uyğun ölkəni tapmaq çətindir.
12:11
But I would like to bring you back to about here at 1960.
176
706000
6000
Sizləri yenidən 1960-cı ilə qaytarmaq istəyirəm.
12:17
I would like to compare South Korea, which is this one, with Brazil,
177
712000
10000
Cənubi Koreyanı burdakı Braziliya ilə müqayisə etmək istərdim.
12:27
which is this one. The label went away for me here. And I would like to compare Uganda,
178
722000
5000
Yazılar yoxa çıxdı - və burada olan Uqandanı da
12:32
which is there. And I can run it forward, like this.
179
727000
5000
müqayisə etmək istərdim. Hərəkətə gətiririk və budur.
12:37
And you can see how South Korea is making a very, very fast advancement,
180
732000
9000
Gördüyünüz kimi Cənubi Koreya çox sürətlə irəliləyir, bununla bərabər
12:46
whereas Brazil is much slower.
181
741000
3000
Braziliyada irəliləyiş zəifdi.
12:49
And if we move back again, here, and we put on trails on them, like this,
182
744000
6000
Əgər yenidən geri qayıtsaq və onlara belə izlər qoysaq,
12:55
you can see again that the speed of development
183
750000
4000
yenidən görə bilərsiniz ki, ölkələrin inkişafı
12:59
is very, very different, and the countries are moving more or less
184
754000
6000
bir-birindən fərqli sürətdə olsa da amma ümumən
13:05
in the same rate as money and health, but it seems you can move
185
760000
4000
səhiyyə və pul artımı ilə eyni tempdə gedir. Bu da
13:09
much faster if you are healthy first than if you are wealthy first.
186
764000
4000
maddi inkişafın səhiyyənin inkişafından asılı olması deməkdir
13:14
And to show that, you can put on the way of United Arab Emirate.
187
769000
4000
Buna misal olaraq birləşmiş Ərəb Əmirliyinin inkişafını göstərmək olar.
13:18
They came from here, a mineral country. They cached all the oil;
188
773000
3000
Onlar bu nöqtədən təbii ehtiyatlarla zəngin ölkə kimi gəlirdilər.
13:21
they got all the money; but health cannot be bought at the supermarket.
189
776000
4000
Pulları vardı, amma sağlamlıq bazarda satılmır.
13:25
You have to invest in health. You have to get kids into schooling.
190
780000
4000
Sağlamlığa sərmayə qoyulmalıdır. Uşaqları məktəblə təmin etmək lazımdır.
13:29
You have to train health staff. You have to educate the population.
191
784000
3000
Səhiyyə kadrları yetişməlidir. Əhali maariflənməlidir.
13:32
And Sheikh Sayed did that in a fairly good way.
192
787000
3000
Şeyx Səid bu deyilənləri düzgün şəkildə həyata keçirə bildi
13:35
In spite of falling oil prices, he brought this country up here.
193
790000
4000
və neftin qiymətinin düşməsinə baxmayaraq, ölkəni bura qədər gətirdi.
13:39
So we've got a much more mainstream appearance of the world,
194
794000
4000
Beləliklə, dünyanın təxmini əsas mənzərəsini görürük -
13:43
where all countries tend to use their money
195
798000
2000
ölkələr əksərən öz pullarını
13:45
better than they used in the past. Now, this is, more or less,
196
800000
5000
əvvəlki dövrlərə nisbətən daha səmərəli xərcləməyə meyllidilər.
13:50
if you look at the average data of the countries -- they are like this.
197
805000
7000
Bu ölkələrin orta statistik məlumatlarına uyğun mənzərəsidir. Ümumilikdə,
13:57
Now that's dangerous, to use average data, because there is such a lot
198
812000
5000
orta statistik məlumatın götürülməsi təhlükəlidir. Çünki
14:02
of difference within countries. So if I go and look here, we can see
199
817000
6000
ölkələr arasında fərq var və bura baxsaq görərik ki,
14:08
that Uganda today is where South Korea was 1960. If I split Uganda,
200
823000
6000
bu gün Uqanda Cənubi Koreyanın 1960-cı ildəki vaziyyətindədir. Əgər Uqandanı bölsək
14:14
there's quite a difference within Uganda. These are the quintiles of Uganda.
201
829000
5000
daxilində böyük fərqlər olduğunu görə bilərik. Ölkəni 5 hissəyə ayırdıq.
14:19
The richest 20 percent of Ugandans are there.
202
834000
3000
Ən varlı uqandalı 20%-lə burada,
14:22
The poorest are down there. If I split South Africa, it's like this.
203
837000
4000
Ən kasıblar isə orada-aşağıdadır. Cənubi Afrikanı da bölürəm.
14:26
And if I go down and look at Niger, where there was such a terrible famine,
204
841000
5000
Əgər dəhşətli aclığın hökm sürdüyü Nigeriyaya baxsaq,
14:31
lastly, it's like this. The 20 percent poorest of Niger is out here,
205
846000
5000
belə halla qaşılaşarıq. Nigerlərin ən kasıb 20%-i orada,
14:36
and the 20 percent richest of South Africa is there,
206
851000
3000
və Cənubi Afrikanın ən varlı 20%- buradadır
14:39
and yet we tend to discuss on what solutions there should be in Africa.
207
854000
5000
və biz hələ də Afrikada problemlərin həllini müzakirə edirik.
14:44
Everything in this world exists in Africa. And you can't
208
859000
3000
Afrika çox qarışıq və fərqlidir. Yuxarıdakı beşliyin hamısına
14:47
discuss universal access to HIV [medicine] for that quintile up here
209
862000
4000
QİÇS-ə universal yanaşmanı birtərəfli
14:51
with the same strategy as down here. The improvement of the world
210
866000
4000
tədbiq edə bilməzsiniz. Dünyanın təkmilləşdirilməsi
14:55
must be highly contextualized, and it's not relevant to have it
211
870000
5000
ayrı kontekstlərdən düşünülməli və xüsusilə regional səviyyədə
15:00
on regional level. We must be much more detailed.
212
875000
3000
həyata keçirilməməlidir. Daha diqqətli, dəqiq olmalıyıq.
15:03
We find that students get very excited when they can use this.
213
878000
4000
Bu cür fərdi yanaşma şagirdlərin çox köməyinə gəlir.
15:07
And even more policy makers and the corporate sectors would like to see
214
882000
5000
Hətta daha çox siyasətçi və korporasiyalar dünyanın dəyişməsini
15:12
how the world is changing. Now, why doesn't this take place?
215
887000
4000
bu cür görməkdə maraqlıdır. Bəs bu niyə baş tutmur?
15:16
Why are we not using the data we have? We have data in the United Nations,
216
891000
4000
Nəyə görə əlimizdə olan məlumatlardan istifadə etmirik? BMT-də,
15:20
in the national statistical agencies
217
895000
2000
milli statistika agentliklərində,
15:22
and in universities and other non-governmental organizations.
218
897000
4000
universitetlər və QHT-lərdə məlumatlar mövcuddur.
15:26
Because the data is hidden down in the databases.
219
901000
2000
Bəzən məlumatlar gizlədiyi üçün
15:28
And the public is there, and the Internet is there, but we have still not used it effectively.
220
903000
5000
internetə, ictimaiyyətə çıxarlmadığı üçün onlardan səmərəli istifadə edə bilmirik.
15:33
All that information we saw changing in the world
221
908000
3000
Dünyanın dəyişməsini əks etdirən bu məlumatlar
15:36
does not include publicly-funded statistics. There are some web pages
222
911000
4000
dövlət statistikası deyil. Bəzi buna bənzər internet
15:40
like this, you know, but they take some nourishment down from the databases,
223
915000
6000
səhifələri var ki, müxtəlif bazalara istinad edilərək doldurulmuş,
15:46
but people put prices on them, stupid passwords and boring statistics.
224
921000
5000
bu məlumatları satırlar, şifrələyirlər bu cür mənasız satatistikanı.
15:51
(Laughter) (Applause)
225
926000
3000
( gülüş) (alqış)
15:54
And this won't work. So what is needed? We have the databases.
226
929000
4000
Bu bir şeyə yaramır. Bəs ehtiyac nəyədir? Məlumat bazamız var.
15:58
It's not the new database you need. We have wonderful design tools,
227
933000
4000
Yenisinə ehtiyac yoxdur. Bu yuxarıdakılar da daxil olmaqla
16:02
and more and more are added up here. So we started
228
937000
3000
əla dizayn alətlərimiz var. Beləliklə məlummatları tərtibatla
16:05
a nonprofit venture which we called -- linking data to design --
229
940000
5000
əlaqələndirərək "Gapminder" adlı qeyri-kommersiya qurğusu yaratdıq.
16:10
we call it Gapminder, from the London underground, where they warn you,
230
945000
3000
London metrosundakı "boşluğa diqqət”-“mind the gap” yazısına uyğun -
16:13
"mind the gap." So we thought Gapminder was appropriate.
231
948000
3000
"Gapminder"i ən uyğun ad hesab etdik.
16:16
And we started to write software which could link the data like this.
232
951000
4000
Məlumatları əlaqələndirəcək belə bir proqram təminatı hazırladıq.
16:20
And it wasn't that difficult. It took some person years, and we have produced animations.
233
955000
6000
Bu çox da çətin olmadı. Bir neçə ilə başa gəldi və animasiya da yaratdıq.
16:26
You can take a data set and put it there.
234
961000
2000
İstənilən statistikanı götürüb bu proqrama daxil edə bilərsiniz.
16:28
We are liberating U.N. data, some few U.N. organization.
235
963000
5000
BMT-nin statistikası, həmçinin bəzi qurumlarının məlumatlarına istinad edirik.
16:33
Some countries accept that their databases can go out on the world,
236
968000
4000
Bəzi ölkələr məlumatlarının dünyaya çıxmasını qəbul ediblər.
16:37
but what we really need is, of course, a search function.
237
972000
3000
Bizim isə hazırda axtarış funksiyasına yehtiyacımız var.
16:40
A search function where we can copy the data up to a searchable format
238
975000
5000
Statistikaları axtarılabiləcək formata köçürüb,
16:45
and get it out in the world. And what do we hear when we go around?
239
980000
3000
dünyaya açmaq istəyirik. Bütün bunun əvəzində biz nə eşidirki?
16:48
I've done anthropology on the main statistical units. Everyone says,
240
983000
4000
Əsas statistik orqanlarla danışmışam. Hər kəs belə deyir:
16:53
"It's impossible. This can't be done. Our information is so peculiar
241
988000
4000
“Bu mümkün deyil. Bunu etmək olmaz. Statistik məlumatlar xüsusi olduğundan
16:57
in detail, so that cannot be searched as others can be searched.
242
992000
3000
onları digər adi məlumatlar kimi axtarış funksiyası ilə əldə etmək olmaz.
17:00
We cannot give the data free to the students, free to the entrepreneurs of the world."
243
995000
5000
Statistik məlumatlar tələbələrə, iş adamlarına pulsuz verilə bilməz.”
17:05
But this is what we would like to see, isn't it?
244
1000000
3000
Ancaq bizim də elə bu lazımdır.
17:08
The publicly-funded data is down here.
245
1003000
3000
Dövlət statistikası budur
17:11
And we would like flowers to grow out on the Net.
246
1006000
3000
və biz internetdə məlumatların gültək açmasını istərdik.
17:14
And one of the crucial points is to make them searchable, and then people can use
247
1009000
5000
Əsas məsələ də onların əldə olunacaq formata salmaqdır, beləliklə insanlar
17:19
the different design tool to animate it there.
248
1014000
2000
onları hərəkətə gətirmək üçün müxtəlif alətlərdən istifadə edə bilərlər.
17:21
And I have a pretty good news for you. I have a good news that the present,
249
1016000
5000
Bu mənada, sizlərə xoş xəbərim var:
17:26
new Head of U.N. Statistics, he doesn't say it's impossible.
250
1021000
4000
BMT Statistikasının hazırkı rəhbəri bunu mümkün sayır amma
17:30
He only says, "We can't do it."
251
1025000
2000
həm də “biz bunu edə bilmərik” deyir.
17:32
(Laughter)
252
1027000
4000
(gülüş)
17:36
And that's a quite clever guy, huh?
253
1031000
2000
Bu həqiqətən ağıllı adamdı, hə?
17:38
(Laughter)
254
1033000
2000
(gülüş)
17:40
So we can see a lot happening in data in the coming years.
255
1035000
4000
Beləliklə, önümüzdəki illərdə statistikalarda çox dəyişiklik olacağını görə bilərik
17:44
We will be able to look at income distributions in completely new ways.
256
1039000
4000
Gəlirlərin bölünməsində yeni aspektlər olduğunu görə bilərik.
17:48
This is the income distribution of China, 1970.
257
1043000
5000
Bu Çinin 1970-ci il gəlir bölgüsüdür.
17:54
the income distribution of the United States, 1970.
258
1049000
5000
Bu isə Birləşmiş Ştatların - 1970-ci il.
17:59
Almost no overlap. Almost no overlap. And what has happened?
259
1054000
4000
Demək olar ki, kəsişmirlər. Sonrasına baxaq.
18:03
What has happened is this: that China is growing, it's not so equal any longer,
260
1058000
5000
Çin inkişaf edir, bərabərlik ideyası aradan qalxır,
18:08
and it's appearing here, overlooking the United States.
261
1063000
4000
ABŞ-a tərəf yayılma gedir.
18:12
Almost like a ghost, isn't it, huh?
262
1067000
2000
Ruha bənzər vəziyyətdə, hə?
18:14
(Laughter)
263
1069000
2000
(gülüş)
18:16
It's pretty scary. But I think it's very important to have all this information.
264
1071000
10000
Bu xeyli qorxuludur, amma məlumatın olması vacibdir.
18:26
We need really to see it. And instead of looking at this,
265
1081000
6000
Bunları görməyimizə ehtiyac var. Lakin müzakirə etmək əvəzinə
18:32
I would like to end up by showing the Internet users per 1,000.
266
1087000
5000
hər 1000 nəfərə düşən internet istifadəçiləri ilə yekunlaşdırmaq istərdim.
18:37
In this software, we access about 500 variables from all the countries quite easily.
267
1092000
5000
Bu proqramın köməyilə ölkələrdə baş verən 500-ə yaxın dəyişikliyi asanlıqla öyrənə bilərsiniz
18:42
It takes some time to change for this,
268
1097000
4000
Bunları yeniləmək müəyyən vaxt apara bilər.
18:46
but on the axises, you can quite easily get any variable you would like to have.
269
1101000
5000
Absis oxunda istədiyiniz dəyişikliyi görə bilərsiniz.
18:51
And the thing would be to get up the databases free,
270
1106000
5000
İstərdik ki, məlumat bazalarına giriş pulsuz olsun,
18:56
to get them searchable, and with a second click, to get them
271
1111000
3000
Onları axtarıla biləcək, bir toxunuşla
18:59
into the graphic formats, where you can instantly understand them.
272
1114000
5000
başa düşüləcək qrafik formata salmaq mümkün olsun.
19:04
Now, statisticians doesn't like it, because they say that this
273
1119000
3000
Bu isə statistiklərin xoşuna gəlmir,
19:07
will not show the reality; we have to have statistical, analytical methods.
274
1122000
9000
çünki onlar bunu real hesab etmir və statistik-analitik metodlara ehtiyac olduğunu deyirlər
19:16
But this is hypothesis-generating.
275
1131000
3000
Ancaq bu fərziyyədən başqa bir şey deyil.
19:19
I end now with the world. There, the Internet is coming.
276
1134000
4000
Məruzəmi dünyanın internetlə bağlı gedişatına dair statistika ilə sona çatdırıram
19:23
The number of Internet users are going up like this. This is the GDP per capita.
277
1138000
4000
İnternet istifadəçilərinin sayı bu cür artır. Bu adam başına düşən ÜDM-dir.
19:27
And it's a new technology coming in, but then amazingly, how well
278
1142000
5000
Bu irəliləməkdə olan yeni texnologiyalardır və həqiqətən
19:32
it fits to the economy of the countries. That's why the 100 dollar
279
1147000
5000
çox gözəl şəkildə ölkələrin iqtisadiyyatı ilə tamalanır. Buna görə də 100 dollarlıq
19:37
computer will be so important. But it's a nice tendency.
280
1152000
3000
kompüter lazımlı görünür. Bu yaxşı tendensiyadır.
19:40
It's as if the world is flattening off, isn't it? These countries
281
1155000
3000
Sanki dünya hamarlaşır, elə deyilmi? Sadəcə iqtisadiyyatı deyil,
19:43
are lifting more than the economy and will be very interesting
282
1158000
3000
digər sahələri də inkişaf etdirməkdə olan ölkələri illərcə izləmək
19:46
to follow this over the year, as I would like you to be able to do
283
1161000
4000
maraqlı olacaq. Sizin də dövlət statistik məlumatları vasitəsilə
19:50
with all the publicly funded data. Thank you very much.
284
1165000
2000
bu müşahidəyə qoşulmağınızı arzu edirəm. Təşəkkürlər.
19:53
(Applause)
285
1168000
3000
(alqış)
ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionaryIn Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.
Why you should listen
Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.
What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.
Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.
Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)
Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.
Hans Rosling passed away in February 2017. He is greatly missed.
Hans Rosling | Speaker | TED.com