TED2010
Esther Duflo: Social experiments to fight poverty
אסתר דופלו: ללחום בעוני באמצעות ניסויים חברתיים
Filmed:
Readability: 2.8
1,298,863 views
הקלה של עוני נעשית יותר באמצעות ניחושים מאשר מדע, והעדר מידע על השפעת סיוע מעלה שאלות לגבי כיצד לספק את הסיוע. אולם אסתר דופלו, זוכת מדליית קלארק, טוענת כי ניתן לדעת אילו מאמצי פיתוח עוזרים ואילו מזיקים -- על ידי בחינתם באמצעות ניסויים עם הקצאה מקרית.
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
הנה, אתם יכולים לראות: אני נמוכה, אני צרפתייה,
00:20
I have a pretty strong French accent,
1
5000
2000
יש לי מבטא צרפתי די כבד.
00:22
so that's going to be clear in a moment.
2
7000
3000
אז זה הולך להיות ברור בעוד רגע.
00:26
Maybe a sobering thought
3
11000
2000
הנה תמונה עגומה,
00:28
and something you all know about.
4
13000
2000
שכולנו מכירים.
00:30
And I suspect many of you gave
5
15000
2000
ואני משערת שרבים מכם תרמו
00:32
something to the people of Haiti this year.
6
17000
3000
משהו עבור התושבים של האיטי בשנה האחרונה.
00:35
And there is something else
7
20000
2000
והנה תמונה נוספת
00:37
I believe in the back of your mind
8
22000
2000
שאני מאמינה,
00:39
you also know.
9
24000
2000
שגם במקרה זה, אתם יודעים
00:41
That is, every day,
10
26000
2000
שבכל יום
00:43
25,000 children die
11
28000
2000
25,000 ילדים מתים
00:45
of entirely preventable causes.
12
30000
3000
מגורמים שהיו ניתנים למניעה.
00:48
That's a Haiti earthquake every eight days.
13
33000
3000
זה כמו רעידת אדמה כל שמונה ימים.
00:51
And I suspect many of you probably gave something
14
36000
2000
ואני משערת שרבים מכם תרמו משהו
00:53
towards that problem as well,
15
38000
2000
גם לטובת הבעיה הזו.
00:55
but somehow it doesn't happen
16
40000
2000
אבל איכשהו ההתגייסות מתרחשת
00:57
with the same intensity.
17
42000
2000
לא באותה העוצמה.
00:59
So why is that?
18
44000
2000
אז מה הסיבה לכך?
01:02
Well, here is a thought experiment for you.
19
47000
3000
ובכן, הנה תרגיל מחשבתי בשבילכם.
01:05
Imagine you have a few million dollars that you've raised --
20
50000
2000
דמיינו כי יש לכם מספר מיליוני דולרים שאספתם.
01:07
maybe you're a politician in a developing country
21
52000
3000
אולי אתם פוליטיקאים במדינה מתפתחת,
01:10
and you have a budget to spend. You want to spend it on the poor:
22
55000
3000
ויש לכם תקציב ואתם רוצים להוציא אותו על העניים.
01:13
How do you go about it?
23
58000
3000
כיצד תעשו זאת?
01:16
Do you believe the people who tell you
24
61000
2000
האם אתם מאמינים לאנשים שאומרים לכם
01:18
that all we need to do is to spend money?
25
63000
2000
שכל מה שצריך לעשות הוא להוציא כסף,
01:20
That we know how to eradicate poverty,
26
65000
3000
שאנחנו יודעים כיצד למגר את העוני,
01:23
we just need to do more?
27
68000
2000
אנו פשוט צריכים לעשות יותר?
01:25
Or do you believe the people who tell you that
28
70000
2000
או שאתם מאמינים לאנשים שאומרים לכם
01:27
aid is not going to help, on the contrary it might hurt,
29
72000
3000
שהסיוע לא יעזור, להפך, הוא עלול להזיק,
01:30
it might exacerbate corruption, dependence, etc.?
30
75000
3000
הוא עלול לעודד שחיתות, תלות וכו'?
01:34
Or maybe you turn to the past.
31
79000
2000
או שאולי תפנו לעבר,
01:36
After all, we have spent billions of dollars on aid.
32
81000
3000
אחרי הכל, כבר הוצאנו מיליארדי דולרים על סיוע.
01:39
Maybe you look at the past and see.
33
84000
2000
אולי תסתכלו על העבר ותראו
01:41
Has it done any good?
34
86000
2000
אם זה עזר.
01:43
And, sadly, we don't know.
35
88000
2000
ולצערנו, איננו יודעים.
01:45
And worst of all, we will never know.
36
90000
3000
וגרוע מכך, לעולם לא נדע.
01:49
And the reason is that -- take Africa for example.
37
94000
2000
והסיבה לכך - למשל באפריקה --
01:51
Africans have already got a lot of aid.
38
96000
2000
אפריקה קיבלה סיוע רב,
01:53
These are the blue bars.
39
98000
2000
אלו הן העמודות הכחולות,
01:55
And the GDP in Africa is not making much progress.
40
100000
3000
והתוצר הגולמי באפריקה לא מראה צמיחה.
01:58
Okay, fine. How do you know what
41
103000
2000
בסדר. כיצד תדעו מה
02:00
would have happened without the aid?
42
105000
2000
היה קורה אם לא היה ניתן סיוע?
02:02
Maybe it would have been much worse,
43
107000
3000
אולי המצב היה הרבה יותר גרוע.
02:05
or maybe it would have been better.
44
110000
2000
או שאולי המצב היה יותר טוב.
02:07
We have no idea. We don't know what the counterfactual is.
45
112000
3000
אין לנו מושג. איננו יודעים את התוצאה הנגדית.
02:10
There's only one Africa.
46
115000
2000
יש רק אפריקה אחת.
02:12
So what do you do?
47
117000
2000
אז מה תעשו?
02:14
To give the aid, and hope and pray that something comes out of it?
48
119000
3000
תתנו סיוע ותקוו ותתפללו שמשהו יצא מזה?
02:18
Or do you focus on your everyday life
49
123000
3000
או שתתמקדו בחיי היומיום שלכם
02:21
and let the earthquake every eight days
50
126000
2000
ותתנו לרעידת האדמה להמשיך לקרות
02:23
continue to happen?
51
128000
2000
כל שמונה ימים?
02:25
The thing is, if we don't know
52
130000
2000
העניין הוא, אם אנו לא יודעים
02:27
whether we are doing any good,
53
132000
2000
אם אנו עוזרים בכלל
02:29
we are not any better
54
134000
2000
אנו לא יותר טובים
02:31
than the Medieval doctors and their leeches.
55
136000
3000
מהרופאים של ימי הביניים והעלוקות שלהם.
02:34
Sometimes the patient gets better, sometimes the patient dies.
56
139000
3000
לפעמים החולה החלים ולפעמים הוא מת.
02:37
Is it the leeches? Is it something else?
57
142000
3000
האם זה בגלל העלוקות? האם זה משהו אחר?
02:40
We don't know.
58
145000
2000
איננו יודעים.
02:42
So here are some other questions.
59
147000
2000
אז הנה כמה שאלות אחרות
02:44
They're smaller questions,
60
149000
2000
אלה שאלות קטנות יותר
02:46
but they are not that small.
61
151000
2000
אבל הן אינן קטנות בכלל.
02:48
Immunization, that's the cheapest way
62
153000
3000
חיסונים, זו הדרך הזולה ביותר
02:51
to save a child's life.
63
156000
2000
להציל חיים של ילד.
02:53
And the world has spent a lot of money on it:
64
158000
2000
והעולם הוציא כסף רב על כך
02:55
The GAVI and the Gates Foundations
65
160000
2000
הברית העולמית לחיסונים וקרנות "גייטס"
02:57
are each pledging a lot of money towards it,
66
162000
2000
מקדישות כסף רב למטרה זו
02:59
and developing countries themselves have been doing a lot of effort.
67
164000
3000
והמדינות המתפתחות עשו מאמצים רבים בעצמן
03:02
And yet, every year
68
167000
2000
ולמרות זאת, בכל שנה,
03:04
at least 25 million children
69
169000
2000
לפחות 25 מיליון ילדים
03:06
do not get the immunization they should get.
70
171000
3000
לא מקבלים את החיסונים שהם צריכים.
03:09
So this is what you call a "last mile problem."
71
174000
3000
זה מה שנקרא "בעיית המייל האחרון."
03:12
The technology is there,
72
177000
2000
הטכנולוגיה קיימת,
03:14
the infrastructure is there,
73
179000
2000
התשתית קיימת,
03:16
and yet it doesn't happen.
74
181000
2000
ולמרות זאת, זה לא קורה.
03:18
So you have your million.
75
183000
2000
אז יש לך מיליון דולר
03:20
How do you use your million
76
185000
2000
כיצד תשתמש בהם
03:22
to solve this last mile problem?
77
187000
2000
כדי לפתור את בעיית המייל האחרון?
03:24
And here's another question:
78
189000
2000
והנה בעייה נוספת:
03:26
Malaria. Malaria kills almost
79
191000
3000
מלריה. מלריה הורגת כמעט
03:29
900,000 people every year,
80
194000
3000
900,000 אנשים בכל שנה,
03:32
most of them in Sub-Saharan Africa,
81
197000
2000
מרביתם במדינות אפריקה הדרומיות לסהרה,
03:34
most of them under five.
82
199000
2000
רובם מתחת לגיל 5.
03:36
In fact, that is the leading cause of under-five mortality.
83
201000
3000
למעשה זו הסיבה המובילה למוות מתחת לגיל 5.
03:39
We already know how to kill malaria,
84
204000
3000
אנו כבר יודעים כיצד לחסל מלריה
03:42
but some people come to you and say,
85
207000
2000
אבל כמה אנשים באים ואומרים
03:44
"You have your millions. How about bed nets?"
86
209000
3000
יש לך מילוני דולרים. מה לגבי כילות?
03:47
Bed nets are very cheap.
87
212000
2000
כילות הן מאוד זולות.
03:49
For 10 dollars, you can manufacture and ship
88
214000
3000
תמורת 10 דולרים, אפשר לייצר ולשלוח
03:52
an insecticide treated bed net
89
217000
2000
כילה נגד יתושים
03:54
and you can teach someone to use them.
90
219000
2000
וניתן ללמד כיצד להשתמש בהן
03:56
And, not only do they protect the people who sleep under them,
91
221000
3000
ולא רק שהן מגינות על האנשים שישנים איתן
03:59
but they have these great contagion benefits.
92
224000
2000
יש להן גם יתרונות נגד הידבקות.
04:01
If half of a community sleeps under a net,
93
226000
3000
אם חצי מהקהילה ישנה תחת כילה
04:04
the other half also benefits
94
229000
2000
החצי השני גם מרוויח
04:06
because the contagion of the disease spread.
95
231000
3000
כי ההידבקות במחלה נעצרת.
04:09
And yet, only a quarter of kids at risk sleep under a net.
96
234000
3000
ולמרות זאת, רק רבע מהילדים בסיכון ישנים תחת כילה.
04:12
Societies should be willing to go out
97
237000
2000
חברות אמורות להיות מוכנות
04:14
and subsidize the net, give them for free,
98
239000
2000
לסבסד את הכילות, לתת אותן בחינם
04:16
or, for that matter, pay people to use them
99
241000
2000
או, למעשה, לשלם לאנשים כדי להשתמש בהן
04:18
because of those contagion benefits.
100
243000
2000
בגלל אותם יתרונות של הדבקה.
04:20
"Not so fast," say other people.
101
245000
2000
"לא כל כך מהר" אומרים אנשים אחרים,
04:22
"If you give the nets for free,
102
247000
2000
"אם תתנו את הכילות בחינם,
04:24
people are not going to value them.
103
249000
2000
אנשים לא יעריכו אותן.
04:26
They're not going to use them,
104
251000
2000
הם לא ישתמשו בהן.
04:28
or at least they're not going to use them as bed nets,
105
253000
2000
או לפחות לא ישתמשו בהן ככילות,
04:30
maybe as fishing nets."
106
255000
2000
אולי כרשתות דייג."
04:32
So, what do you do?
107
257000
2000
אז מה עושים?
04:34
Do you give the nets for free to maximize coverage,
108
259000
2000
לחלק כילות בחינם, כדי למקסם את אזור הכיסוי?
04:36
or do you make people pay
109
261000
2000
או לגרום לאנשים לשלם עליהן
04:38
in order to make sure that they really value them?
110
263000
2000
כדי שהם יעריכו אותן?
04:40
How do you know?
111
265000
2000
איך אפשר לדעת?
04:42
And a third question: Education.
112
267000
2000
ושאלה שלישית: חינוך,
04:44
Maybe that's the solution, maybe we should send kids to school.
113
269000
2000
אולי זה הפתרון. אולי צריך לשלוח ילדים לבית ספר.
04:46
But how do you do that?
114
271000
2000
אבל איך עושים את זה?
04:48
Do you hire teachers? Do you build more schools?
115
273000
2000
האם לשכור מורים? האם לבנות עוד בתי ספר?
04:50
Do you provide school lunch?
116
275000
2000
האם לספק ארוחות צהריים?
04:52
How do you know?
117
277000
2000
איך אפשר לדעת?
04:54
So here is the thing.
118
279000
2000
אז הנה העניין.
04:56
I cannot answer the big question,
119
281000
2000
אני לא יכולה לענות על השאלה הגדולה,
04:58
whether aid did any good or not.
120
283000
2000
האם הסיוע עזר או לא,
05:00
But these three questions, I can answer them.
121
285000
3000
אבל אני יכולה לענות על שלוש השאלות האלו.
05:04
It's not the Middle Ages anymore,
122
289000
2000
אלו אינם ימי הביניים כבר
05:06
it's the 21st century.
123
291000
2000
זוהי המאה ה-21.
05:08
And in the 20th century,
124
293000
2000
ובמאה ה-20
05:10
randomized, controlled trials
125
295000
2000
ניסויים מקריים ומבוקרים
05:12
have revolutionized medicine
126
297000
2000
יצרו מהפיכה ברפואה
05:14
by allowing us to distinguish
127
299000
2000
בכך שאפשרו לנו להבחין
05:16
between drugs that work
128
301000
2000
בין תרופות שעובדות
05:18
and drugs that don't work.
129
303000
2000
לבין תרופות שלא עובדות.
05:20
And you can do the same
130
305000
2000
ואפשר לעשות את אותו הדבר -
05:22
randomized, controlled trial for social policy.
131
307000
3000
ניסוי מקרי ומבוקר למדיניות חברתית.
05:25
You can put social innovation to the same
132
310000
2000
אפשר לבחון יוזמה חברתית תחת אותם
05:27
rigorous, scientific tests
133
312000
2000
מבחנים מחמירים ומדעיים
05:29
that we use for drugs.
134
314000
2000
בהם משתמשים עבור תרופות,
05:31
And in this way, you can take the guesswork
135
316000
3000
וכך להוציא את משחק הניחושים
05:34
out of policy-making
136
319000
2000
מחוץ לקביעת מדיניות
05:36
by knowing what works,
137
321000
2000
בכך שנדע מה עובד,
05:38
what doesn't work and why.
138
323000
2000
מה לא עובד, ולמה.
05:40
And I'll give you some examples with those three questions.
139
325000
3000
ואני אתן לכם כמה דוגמאות עם שלוש השאלות הללו.
05:44
So I start with immunization.
140
329000
2000
אתחיל עם חיסונים.
05:46
Here's Udaipur District, Rajasthan. Beautiful.
141
331000
3000
הנה מחוז אודיפור ברג'אסטן. יפהפה.
05:49
Well, when I started working there,
142
334000
2000
ובכן, כשהתחלתי לעבוד שם
05:51
about one percent of children
143
336000
2000
בערך אחוז אחד מהילדים
05:53
were fully immunized.
144
338000
2000
היו מחוסנים במלואם.
05:55
That's bad, but there are places like that.
145
340000
3000
זה גרוע, אבל יש מקומות כאלה.
05:58
Now, it's not because the vaccines are not there --
146
343000
2000
כעת, זה לא בגלל שאין חיסונים,
06:00
they are there and they are free --
147
345000
2000
יש חיסונים והם בחינם.
06:02
and it's not because parents do not care about their kids.
148
347000
3000
וזה לא בגלל שלהורים לא אכפת מילדיהם,
06:05
The same child that is not immunized against measles,
149
350000
3000
אותו הילד שלא מחוסן נגד חצבת,
06:08
if they do get measles, parents will spend
150
353000
2000
אם הוא אכן יחלה בחצבת, הוריו יוציאו
06:10
thousands of rupees to help them.
151
355000
2000
אלפי רופי כדי לעזור לו.
06:12
So you get these empty village subcenters
152
357000
2000
אז רואים מרכזי חיסונים ריקים
06:14
and crowded hospitals.
153
359000
2000
ובתי חולים מלאים.
06:16
So what is the problem?
154
361000
2000
אז מה הבעיה?
06:18
Well, part of the problem, surely, is people do not fully understand.
155
363000
3000
ובכן, חלק מהבעיה הוא שאנשים לא מבינים לגמרי,
06:21
After all, in this country as well,
156
366000
2000
אחרי הכל, גם במדינה הזו,
06:23
all sorts of myths and misconceptions
157
368000
2000
יש כל מיני מיתוסים ותפיסות מוטעות
06:25
go around immunization.
158
370000
3000
לגבי חיסונים.
06:28
So if that's the case, that's difficult,
159
373000
2000
אז אם זהו המקרה, זה קשה
06:30
because persuasion is really difficult.
160
375000
3000
כי לשכנע יהיה מאוד קשה.
06:33
But maybe there is another problem as well.
161
378000
2000
אבל אולי יש בעיה נוספת
06:35
It's going from intention to action.
162
380000
3000
והיא לעבור מכוונה לפעולה.
06:38
Imagine you are a mother
163
383000
2000
דמיינו כי אתם אמא
06:40
in Udaipur District, Rajasthan.
164
385000
2000
במחוז אודיפור ברג'סטאן,
06:42
You have to walk a few kilometers to get your kids immunized.
165
387000
3000
אתם צריכים ללכת כמה קילומטרים כדי לחסן את ילדכם.
06:45
And maybe when you get there, what you find is this:
166
390000
2000
ואולי כשתגיעו, תמצאו את הדבר הבא.
06:47
The subcenter is closed. Ao you have to come back,
167
392000
2000
המרכז סגור, אז תצטרכו לבוא שוב.
06:49
and you are so busy and you have so many other things to do,
168
394000
3000
ואתם כל כך עסוקים עם כל כך הרבה דברים,
06:52
you will always tend to postpone and postpone,
169
397000
2000
תמיד תדחו ותדחו
06:54
and eventually it gets too late.
170
399000
2000
עד שלבסוף זה יהיה מאוחר מדי.
06:56
Well, if that's the problem, then that's much easier.
171
401000
3000
ובכן, אם זוהי הבעיה, אז זה יותר קל
06:59
Because A, we can make it easy,
172
404000
3000
בגלל ש-א', אפשר להקל על האנשים,
07:02
and B, we can maybe
173
407000
2000
ו-ב', אנו יכולים, אולי
07:04
give people a reason to act today,
174
409000
2000
לתת לאנשים סיבה לפעול היום,
07:06
rather than wait till tomorrow.
175
411000
2000
במקום לחכות למחר.
07:08
So these are simple ideas, but we didn't know.
176
413000
2000
אז אלו הם רעיונות פשוטים, אבל לא ידענו.
07:10
So let's try them.
177
415000
2000
אז בואו ננסה אותם.
07:12
So what we did is we did a randomized, controlled trial
178
417000
3000
מה שעשינו היה ניסוי מקרי ומבוקר
07:15
in 134 villages in Udaipur Districts.
179
420000
2000
ב-134 כפרים במחוזות אודיפור.
07:17
So the blue dots
180
422000
2000
אז בנקודות הכחולות
07:19
are selected randomly.
181
424000
2000
שנבחרו באופן מקרי,
07:21
We made it easy -- I'll tell you how in a moment.
182
426000
3000
הקלנו על האנשים. אספר לכם בעוד רגע.
07:24
In the red dots, we made it easy
183
429000
2000
בנקודות האדומות, הקלנו על האנשים
07:26
and gave people a reason to act now.
184
431000
2000
וגם נתנו להם סיבה לפעול כעת.
07:28
The white dots are comparisons, nothing changed.
185
433000
3000
הנקודות הלבנות הן להשוואה, דבר לא השתנה.
07:31
So we make it easy by organizing
186
436000
2000
הקלנו על האנשים בכך שארגנו
07:33
this monthly camp where people can
187
438000
2000
את המחנה החודשי הזה בו אנשים יכולים
07:35
get their kids immunized.
188
440000
2000
לחסן את ילדיהם.
07:37
And then you make it easy
189
442000
2000
וגם הקלנו על אנשים
07:39
and give a reason to act now
190
444000
2000
ונתנו להם סיבה לפעול כעת
07:41
by adding a kilo of lentils for each immunization.
191
446000
3000
על ידי כך שחילקנו קילו עדשים על כל חיסון.
07:44
Now, a kilo of lentils is tiny.
192
449000
3000
עכשיו, קילו עדשים הוא קטן.
07:47
It's never going to convince anybody
193
452000
2000
זה לא ישכנע אף אחד
07:49
to do something that they don't want to do.
194
454000
2000
לעשות משהו שהוא לא רוצה לעשות.
07:51
On the other hand, if your problem is you tend to postpone,
195
456000
3000
מצד שני, אם הבעיה היא הנטייה לדחות,
07:54
then it might give you a reason to act today
196
459000
2000
זה יכול לתת סיבה לפעול היום
07:56
rather than later.
197
461000
2000
במקום מאוחר יותר.
07:58
So what do we find?
198
463000
2000
אז מה מצאנו?
08:00
Well, beforehand, everything is the same.
199
465000
2000
ובכן, בהתחלה הכל היה אותו הדבר,
08:02
That's the beauty of randomization.
200
467000
2000
זה היופי של הקצאה מקרית.
08:04
Afterwards,
201
469000
2000
לאחר מכן,
08:06
the camp -- just having the camp --
202
471000
2000
המחנה, המחנה לבד,
08:08
increases immunization from six percent to 17 percent.
203
473000
2000
העלה את שיעור החיסון מ-6 ל-17 אחוזים.
08:10
That's full immunization.
204
475000
2000
זה לגבי ילדים עם חיסון מלא.
08:12
That's not bad, that's a good improvement.
205
477000
2000
זה לא רע. זהו שיפור מבורך.
08:14
Add the lentils and you reach to 38 percent.
206
479000
3000
תוסיפו את העדשים ותגיעו ל-38 אחוזים.
08:17
So here you've got your answer.
207
482000
2000
אז הנה התשובה
08:19
Make it easy and give a kilo of lentils,
208
484000
2000
אם מקלים על אנשים ונותנים קילו של עדשים
08:21
you multiply immunization rate by six.
209
486000
3000
מכפילים את שיעור החיסון פי ששה.
08:24
Now, you might say, "Well, but it's not sustainable.
210
489000
2000
כעת, אתם עלולים לומר, "טוב, זה לא בר-קיימא,
08:26
We cannot keep giving lentils to people."
211
491000
2000
אי אפשר להמשיך לתת עדשים לאנשים."
08:28
Well, it turns out it's wrong economics,
212
493000
2000
ובכן, מסתבר שזוהי כלכלה גרועה
08:30
because it is cheaper
213
495000
2000
בגלל שזול יותר
08:32
to give lentils than not to give them.
214
497000
2000
לתת עדשים מאשר לא לתת אותם.
08:34
Since you have to pay for the nurse anyway,
215
499000
2000
כי אתם צריכים לשלם על האחות בכל מקרה,
08:36
the cost per immunization
216
501000
2000
העלות לכל חיסון
08:38
ends up being cheaper if you give incentives than if you don't.
217
503000
3000
נהיית זולה יותר אם נותנים תמריצים מאשר אם לא.
08:42
How about bed nets?
218
507000
2000
מה לגבי הכילות?
08:44
Should you give them for free, or should you ask people to pay for them?
219
509000
3000
האם לתת אותם בחינם, או לבקש מאנשים לשלם עבורן?
08:47
So the answer hinges
220
512000
2000
התשובה תלויה
08:49
on the answer to three simple questions.
221
514000
2000
בתשובה לשלוש שאלות פשוטות.
08:51
One is: If people must pay for a bed net,
222
516000
3000
האחת היא: אם אנשים צריכים לשלם על כילות,
08:54
are they going to purchase them?
223
519000
2000
האם הם הולכים לרכוש אותם?
08:56
The second one is:
224
521000
2000
השנייה היא:
08:58
If I give bed nets for free,
225
523000
2000
אם ניתן כילות בחינם,
09:00
are people going to use them?
226
525000
2000
האם אנשים ישתמשו בהם?
09:02
And the third one is:
227
527000
2000
והשלישית היא:
09:04
Do free bed nets discourage future purchase?
228
529000
2000
האם כילות בחינם יפחיתו קנייה בעתיד?
09:06
The third one is important
229
531000
2000
השלישית היא חשובה.
09:08
because if we think people get used to handouts,
230
533000
3000
כי אם אנו חושבים שאנשים מתרגלים לנדבות,
09:11
it might destroy markets to distribute free bed nets.
231
536000
3000
הפצת כילות בחינם יכולה להרוס את השוק.
09:14
Now this is a debate that has generated
232
539000
2000
זהו וויכוח שעורר
09:16
a lot of emotion and angry rhetoric.
233
541000
3000
הרבה רגשות ודיבורים כועסים.
09:19
It's more ideological than practical,
234
544000
2000
זה יותר אידיאולוגי מאשר מעשי,
09:21
but it turns out it's an easy question.
235
546000
2000
אבל זה עונה על שאלה קלה.
09:23
We can know the answer to this question.
236
548000
2000
אנו יכולים לדעת את התשובה לשאלה זו.
09:25
We can just run an experiment.
237
550000
2000
ניתן פשוט להריץ ניסוי,
09:27
And many experiments have been run, and they all have the same results,
238
552000
2000
וניסויים רבים בוצעו עם תוצאות דומות,
09:29
so I'm just going to talk to you about one.
239
554000
3000
אז אני אדבר רק על אחד.
09:32
And this one that was in Kenya,
240
557000
2000
והניסוי הזה היה בקניה.
09:34
they went around and distributed to people
241
559000
2000
הם הלכו וחילקו לאנשים
09:36
vouchers, discount vouchers.
242
561000
2000
שוברים, שוברי הנחה,
09:38
So people with their voucher
243
563000
2000
כך שאנשים, עם השוברים שלהם,
09:40
could get the bed net in the local pharmacy.
244
565000
2000
יכלו לקבל את הכילה בבית מרקחת מקומי.
09:42
And some people get 100 percent discount,
245
567000
3000
וכמה אנשים קיבלו הנחה של 100%,
09:45
and some people get 20 percent discounts,
246
570000
2000
וכמה אנשים קיבלו הנחה של 20%,
09:47
and some people get 50 percent discount, etc.
247
572000
3000
וכמה אנשים קיבלו הנחה של 50%, וכולי.
09:50
And now we can see what happens.
248
575000
2000
ועכשיו אפשר לראות מה קורה.
09:52
So, how about the purchasing?
249
577000
2000
אז מה לגבי הקנייה?
09:54
Well, what you can see is that
250
579000
2000
ובכן, מה שאפשר לראות הוא
09:56
when people have to pay for their bed nets,
251
581000
2000
שכשאנשים צריכים לשלם על הכילות
09:58
the coverage rate really falls down a lot.
252
583000
3000
איזור הכיסוי קטן בהרבה.
10:01
So even with partial subsidy,
253
586000
2000
אותו הדבר אפילו עם סבסוד חלקי -
10:03
three dollars is still not the full cost of a bed net,
254
588000
3000
3 דולרים הם עדיין לא המחיר המלא של הכילה.
10:06
and now you only have 20 percent of the people with the bed nets,
255
591000
2000
ועכשיו יש כילות רק ל-20% מהאנשים,
10:08
you lose the health immunity, that's not great.
256
593000
3000
מאבדים את ההישג הרפואי, זה לא טוב.
10:11
Second thing is, how about the use?
257
596000
2000
דבר שני, מה לגבי השימוש?
10:13
Well, the good news is, people, if they have the bed nets,
258
598000
2000
ובכן, החדשות הטובות הן שאם יש לאנשים כילות
10:15
will use the bed nets regardless of how they got it.
259
600000
3000
הם ישתמשו בהן בלי קשר לאופן בו קיבלו אותן.
10:18
If they get it for free, they use it.
260
603000
2000
אם קיבלו אותן בחינם, הם ישתמשו בהן.
10:20
If they have to pay for it, they use it.
261
605000
2000
אם הם צריכים לשלם עבורן, הם ישתמשו בהן.
10:22
How about the long term?
262
607000
2000
מה לגבי הטווח הארוך?
10:24
In the long term,
263
609000
2000
בטווח הארוך,
10:26
people who got the free bed nets,
264
611000
2000
אנשים שקיבלו את הכילות בחינם,
10:28
one year later, were offered the option
265
613000
2000
שנה אחרי, קיבלו אופציה
10:30
to purchase a bed net at two dollars.
266
615000
3000
לקנות כילה בשני דולרים.
10:33
And people who got the free one
267
618000
2000
ואנשים אשר קיבלו את הכילה בחינם
10:35
were actually more likely to purchase the second one
268
620000
3000
נטו לקנות כילה שנייה יותר
10:38
than people who didn't get a free one.
269
623000
2000
מאשר אנשים שלא קיבלו כילה בחינם.
10:40
So people do not get used to handouts; they get used to nets.
270
625000
3000
אז אנשים לא מתרגלים לנדבות, הם מתרגלים לכילות.
10:43
Maybe we need to give them a little bit more credit.
271
628000
3000
אולי צריך לתת להם קצת יותר קרדיט.
10:48
So, that's for bed nets. So you will think, "That's great.
272
633000
2000
זה לגבי כילות. אז אתם חושבים, "זה נהדר,
10:50
You know how to immunize kids, you know how to give bed nets."
273
635000
3000
יודעים איך לחסן, יודעים איך לתת כילות."
10:53
But what politicians need is a range of options.
274
638000
3000
אבל מה שפוליטיקאים צריכים הוא טווח של אפשרויות.
10:56
They need to know: Out of all the things I could do,
275
641000
3000
הם צריכים לדעת: מתוך כל הדברים שאני יכול לעשות,
10:59
what is the best way to achieve my goals?
276
644000
3000
מהי הדרך הטובה ביותר להשיג את מטרותי?
11:02
So suppose your goal is to get kids into school.
277
647000
3000
אז נניח שהמטרה שלכם היא להביא ילדים לבית הספר.
11:05
There are so many things you could do. You could pay for uniforms,
278
650000
3000
יש הרבה דברים שניתן לעשות. אפשר לקנות בגדים,
11:08
you could eliminate fees, you could build latrines,
279
653000
2000
אפשר למחוק תשלומים, אפשר לבנות בתי שימוש,
11:10
you could give girls sanitary pads, etc., etc.
280
655000
3000
אפשר לתת לבנות תחבושות היגייניות, ועוד ועוד.
11:13
So what's the best?
281
658000
2000
אז מה הכי טוב?
11:15
Well, at some level, we think
282
660000
2000
ובכן, ברמה מסוימת, אנו חושבים,
11:17
all of these things should work.
283
662000
2000
כל הדברים הללו צריכים לעבוד.
11:19
So, is that sufficient? If we think they should work intuitively,
284
664000
2000
אז האם זה מספיק שיש לנו אינטואיציה שהם יעבדו
11:21
should we go for them?
285
666000
2000
כדי שנלך על זה?
11:23
Well, in business, that's certainly not the way we would go about it.
286
668000
3000
בעסקים, זו לבטח אינה הדרך.
11:27
Consider for example
287
672000
2000
חישבו למשל
11:29
transporting goods.
288
674000
2000
על הובלת מצרכים.
11:31
Before the canals were invented
289
676000
2000
לפני שהתעלות הומצאו
11:33
in Britain before the Industrial Revolution,
290
678000
3000
בבריטניה לפני המהפיכה התעשייתית,
11:36
goods used to go on horse carts.
291
681000
2000
מצרכים הובלו בעגלות סוסים.
11:38
And then canals were built,
292
683000
2000
ואז בנו תעלות,
11:40
and with the same horseman and the same horse,
293
685000
3000
ועם אותם רוכבים וסוסים
11:43
you could carry ten times as much cargo.
294
688000
3000
אפשר היה לסחוב פי עשרה מטען.
11:46
So should they have continued
295
691000
2000
אז האם היו צריכים להמשיך
11:48
to carry the goods on the horse carts, on the ground,
296
693000
3000
לסחוב מצרכים על עגלות סוסים, על האדמה,
11:51
that they would eventually get there?
297
696000
2000
כך שהם בסוף יגיעו?
11:53
Well, if that had been the case,
298
698000
2000
ובכן, אם זה היה המצב,
11:55
there would have been no Industrial Revolution.
299
700000
2000
לא הייתה מתרחשת המהפיכה התעשייתית.
11:57
So why shouldn't we do the same with social policy?
300
702000
3000
אז למה לא לעשות את אותו הדבר עם מדיניות חברתית?
12:00
In technology, we spend so much time
301
705000
2000
בטכנולוגיה, אנו מקדישים זמן כה רב
12:02
experimenting, fine-tuning,
302
707000
2000
בניסויים, בכיוונים עדינים,
12:04
getting the absolute cheapest way to do something,
303
709000
2000
כדי למצוא את הדרך הזולה ביותר לעשות משהו.
12:06
so why aren't we doing that with social policy?
304
711000
3000
אז מדוע איננו עושים כך במדיניות חברתית?
12:09
Well, with experiments, what you can do
305
714000
2000
ובכן, עם ניסויים, מה שניתן לעשות
12:11
is answer a simple question.
306
716000
2000
זה לענות על שאלה פשוטה.
12:13
Suppose you have 100 dollars to spend
307
718000
2000
נניח שיש לך 100 דולרים להוציא
12:15
on various interventions.
308
720000
2000
על התערבויות שונות,
12:17
How many extra years of education
309
722000
2000
כמה שנות חינוך נוספות
12:19
do you get for your hundred dollars?
310
724000
2000
תקבלו עבור 100 הדולרים שלכם?
12:21
Now I'm going to show you
311
726000
2000
כעת אני אראה לכם
12:23
what we get with various education interventions.
312
728000
3000
מה אנו מקבלים עם התערבויות חינוכיות שונות.
12:27
So the first ones are if you want the usual suspects,
313
732000
2000
אז הראשונות הן החשודות הרגילות:
12:29
hire teachers, school meals,
314
734000
2000
לשכור מורים, ארוחות בית ספר,
12:31
school uniforms, scholarships.
315
736000
2000
תלבושת אחידה, מלגות.
12:33
And that's not bad. For your hundred dollars,
316
738000
2000
וזה לא רע. עבור 100 הדולרים שלכם
12:35
you get between one and three extra years of education.
317
740000
3000
תקבלו בין שנה אחת לשלוש שנים נוספות של חינוך.
12:39
Things that don't work so well is bribing parents,
318
744000
2000
דברים שלא עובדים טוב הם לשחד את ההורים,
12:41
just because so many kids are already going to school
319
746000
3000
רק בגלל שהרבה ילדים הולכים לבית ספר בכל מקרה
12:44
that you end up spending a lot of money.
320
749000
2000
כך שבסוף מתבזבז כסף רב.
12:46
And here are the most surprising results.
321
751000
3000
והנה התוצאות המפתיעות ביותר.
12:49
Tell people the benefits of education,
322
754000
3000
להסביר לאנשים את היתרונות של חינוך.
12:52
that's very cheap to do.
323
757000
2000
זה מאוד זול.
12:54
So for every hundred dollars you spend doing that,
324
759000
3000
אז עבור כל 100 דולרים שתוציאו על כך,
12:57
you get 40 extra years of education.
325
762000
3000
תקבלו 40 שנות חינוך נוספות.
13:00
And, in places where there are worms,
326
765000
2000
ובמקומות בהם יש תולעים,
13:02
intestinal worms,
327
767000
2000
תולעי מעיים,
13:04
cure the kids of their worms.
328
769000
2000
תרפאו את הילדים מהתולעים הללו
13:06
And for every hundred dollars,
329
771000
2000
ועבור כל 100 דולרים,
13:08
you get almost 30 extra years of education.
330
773000
3000
תקבלו כמעט 30 שנות חינוך נוספות.
13:11
So this is not your intuition,
331
776000
2000
אז זוהי אינה האינטואיציה שלכם.
13:13
this is not what people would have gone for,
332
778000
2000
זה לא מה שאנשים היו בוחרים,
13:15
and yet, these are the programs that work.
333
780000
3000
אולם, אלו תכניות שעובדות.
13:18
We need that kind of information, we need more of it,
334
783000
2000
אנו צריכים מידע כזה. יותר ממנו.
13:20
and then we need to guide policy.
335
785000
2000
ואז אנו צריכים להנחות את המדיניות.
13:24
So now, I started from the big problem, and I couldn't answer it.
336
789000
3000
התחלתי מהבעיה הגדולה, ולא יכולתי לענות עליה.
13:27
And I cut it into smaller questions,
337
792000
3000
וחתכתי אותה לשאלות קטנות
13:30
and I have the answer to these smaller questions.
338
795000
2000
ויש לי את התשובה לשאלות הקטנות.
13:32
And they are good, scientific, robust answers.
339
797000
3000
ואלו תשובות טובות, מדעיות וחסונות.
13:36
So let's go back to Haiti for a moment.
340
801000
2000
אז בואו נחזור להאיטי לרגע.
13:39
In Haiti, about 200,000 people died --
341
804000
3000
בהאיטי, כ-200,000 אנשים נהרגו.
13:43
actually, a bit more by the latest estimate.
342
808000
2000
למעשה, קצת יותר לפי ההערכה האחרונה.
13:45
And the response of the world was great:
343
810000
2000
והתגובה של העולם הייתה עצומה.
13:47
Two billion dollars got pledged just last month,
344
812000
3000
2 מיליארד דולרים נאספו רק בחודש האחרון.
13:51
so that's about 10,000 dollars per death.
345
816000
2000
זה בערך 10,000 דולר לכל מוות.
13:53
That doesn't sound like that much when you think about it.
346
818000
3000
זה לא נשמע כל כך הרבה כשחושבים על זה.
13:56
But if we were willing to spend 10,000 dollars
347
821000
3000
אבל אם היינו מוכנים להוציא 10,000 דולרים
13:59
for every child under five who dies,
348
824000
3000
עבור כל ילד שמת מתחת לגיל 5,
14:02
that would be 90 billion per year
349
827000
3000
זה היה מגיע ל-90 מיליארד בכל שנה
14:05
just for that problem.
350
830000
2000
רק עבור הבעיה הזו.
14:07
And yet it doesn't happen.
351
832000
2000
ועדיין, זה לא קורה.
14:09
So, why is that?
352
834000
2000
אז, למה?
14:11
Well, I think what part of the problem is that,
353
836000
2000
ובכן, אני חושבת שחלק מהבעיה הוא
14:13
in Haiti, although the problem is huge,
354
838000
2000
שבהאיטי, למרות שהבעיה היא עצומה,
14:15
somehow we understand it, it's localized.
355
840000
2000
אנו מבינים אותה, היא ממוקדת.
14:17
You give your money to Doctors Without Borders,
356
842000
2000
אתם תורמים ל"רופאים ללא גבולות"
14:19
you give your money to Partners In Health,
357
844000
2000
אתם תורמים ל"שותפים בבריאות"
14:21
and they'll send in the doctors, and they'll send in the lumber,
358
846000
3000
והם ישלחו את הרופאים, והם ישלחו את העצים,
14:24
and they'll helicopter things out and in.
359
849000
3000
והם יטיסו דברים במסוק החוצה ופנימה.
14:27
And the problem of poverty is not like that.
360
852000
2000
והבעיה עם עוני היא לא כזו.
14:29
So, first, it's mostly invisible;
361
854000
2000
ראשית, היא ברובה בלתי-נראית.
14:31
second, it's huge;
362
856000
2000
שנית, היא עצומה.
14:33
and third, we don't know whether we are doing the right thing.
363
858000
3000
ושלישית, אנו לא יודעים אם אנו עושים את הדבר הנכון.
14:36
There's no silver bullet.
364
861000
2000
אין שום קליע כסף.
14:38
You cannot helicopter people out of poverty.
365
863000
2000
אי אפשר לחלץ אנשים מהעוני במסוק.
14:40
And that's very frustrating.
366
865000
2000
וזה מאוד מתסכל.
14:42
But look what we just did today.
367
867000
3000
אבל תראו מה עשינו היום.
14:45
I gave you three simple answers to three questions:
368
870000
3000
נתתי לכם שלוש תשובות פשוטות לשלוש שאלות
14:48
Give lentils to immunize people,
369
873000
2000
תנו עדשים כדי לחסן אנשים,
14:50
provide free bed nets, deworm children.
370
875000
2000
ספקו כילות בחינם, רפאו ילדים מתולעים.
14:52
With immunization or bed nets,
371
877000
2000
עם חיסונים או כילות,
14:54
you can save a life for 300 dollars per life saved.
372
879000
3000
ניתן להציל חיים עבור 300 דולרים.
14:57
With deworming, you can get
373
882000
2000
עם ריפוי מתולעים, אפשר לקבל
14:59
an extra year of education for three dollars.
374
884000
2000
שנת חינוך נוספת עבור שלושה דולרים.
15:02
So we cannot eradicate poverty just yet,
375
887000
3000
אז לא נוכל למגר את העוני עדיין,
15:05
but we can get started.
376
890000
2000
אבל אפשר להתחיל.
15:07
And maybe we can get started small
377
892000
2000
ואולי נתחיל בקטן,
15:09
with things that we know are effective.
378
894000
3000
עם דברים שאנו יודעים שהם יעילים.
15:12
Here's an example of how this can be powerful.
379
897000
2000
הנה דוגמה כיצד זה יכול להיות עוצמתי.
15:14
Deworming.
380
899000
2000
ריפוי מתולעים.
15:16
Worms have a little bit of a problem grabbing the headlines.
381
901000
2000
לתולעים יש בעיה לתפוס את הכותרות.
15:18
They are not beautiful and don't kill anybody.
382
903000
3000
הן אינן יפהפיות ולא הורגות אף אחד.
15:21
And yet, when the young global leader in Davos
383
906000
2000
אולם, כשהמנהיג הצעיר בדאבוס
15:23
showed the numbers I gave you,
384
908000
2000
הציג את המספרים שהראיתי לכם,
15:25
they started Deworm the World.
385
910000
2000
הם התחילו לרפא את העולם מתולעים.
15:27
And thanks to Deworm the World,
386
912000
2000
ותודות לארגון "ריפוי העולם מתולעים",
15:29
and the effort of many country governments and foundations,
387
914000
2000
והמאמץ של ממשלות וקרנות רבות,
15:31
20 million school-aged children got dewormed in 2009.
388
916000
3000
20 מיליון ילדי בית ספר רופאו מתולעים ב-2009.
15:34
So this evidence is powerful.
389
919000
2000
זוהי עדות בעלת עוצמה.
15:36
It can prompt action.
390
921000
2000
היא יכולה להניע לפעולה.
15:38
So we should get started now.
391
923000
2000
אז אנו צריכים להתחיל עכשיו.
15:40
It's not going to be easy.
392
925000
2000
זה לא יהיה קל.
15:42
It's a very slow process.
393
927000
2000
זה תהליך איטי.
15:44
You have to keep experimenting, and sometimes ideology
394
929000
2000
צריך להמשיך בניסויים, ולפעמים האידיאולוגיה
15:46
has to be trumped by practicality.
395
931000
2000
צריכה לוותר לטובת המעשיות.
15:48
And sometimes what works somewhere doesn't work elsewhere.
396
933000
3000
ולפעמים מה שעובד במקום אחד לא עובד במקום אחר.
15:51
So it's a slow process,
397
936000
2000
זהו תהליך איטי.
15:53
but there is no other way.
398
938000
2000
אבל אין דרך אחרת.
15:55
These economics I'm proposing,
399
940000
2000
הכלכלה הזו שאני מציעה,
15:57
it's like 20th century medicine.
400
942000
2000
דומה לרפואה של המאה ה-20.
15:59
It's a slow, deliberative process
401
944000
2000
זהו תהליך איטי ומכוון
16:01
of discovery.
402
946000
2000
של גילוי.
16:03
There is no miracle cure,
403
948000
2000
אין תרופת פלא,
16:05
but modern medicine is saving
404
950000
2000
אבל הרפואה המודרנית מצילה
16:07
millions of lives every year,
405
952000
2000
מיליוני אנשים בכל שנה,
16:09
and we can do the same thing.
406
954000
2000
ואנו יכולים לעשות את אותו הדבר.
16:13
And now, maybe, we can go back to the bigger question
407
958000
3000
וכעת, אולי, ניתן לחזור לשאלה הגדולה יותר
16:16
that I started with at the beginning.
408
961000
3000
בה פתחתי בהתחלה.
16:19
I cannot tell you
409
964000
2000
אני לא יכולה לומר לכם
16:21
whether the aid we have spent in the past has made a difference,
410
966000
3000
אם הסיוע שנתנו בעבר שינה משהו,
16:24
but can we come back here in 30 years
411
969000
3000
אבל האם נוכל להפגש בעוד 30 שנה
16:27
and say, "What we have done,
412
972000
3000
ולומר, "מה שעשינו,
16:30
it really prompted a change for the better."
413
975000
3000
באמת גרם לשינוי לטובה."
16:33
I believe we can and I hope we will.
414
978000
2000
אני מאמינה שאנו יכולים, ומקווה שנעשה זאת.
16:35
Thank you.
415
980000
2000
תודה רבה.
16:37
(Applause)
416
982000
2000
(מחיאות כפיים)
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