TED2006
Hans Rosling: The best stats you've ever seen
Hans Rosling vă arată cele mai bune statistici văzute vreodată.
Filmed:
Readability: 3.6
14,386,844 views
Nu aţi văzut vreodată date prezentate astfel. Cu dramatismul si viteza unui crainic sportiv, maestrul în statistici Hans Rosling demolează miturile despre aşa numita "lume în curs de dezvoltare".
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
Cu zece ani în urmă am preluat sarcina de a preda dezvoltarea globală
00:29
to Swedish undergraduate students. That was after having spent
1
4000
4000
studenţilor suedezi. Aceasta a fost după ce am petrecut
00:33
about 20 years together with African institutions studying hunger in Africa,
2
8000
4000
cam 20 de ani împreună cu instituţii africane studiind foametea în Africa,
00:37
so I was sort of expected to know a little about the world.
3
12000
4000
deci era cumva de aşteptat să ştiu un pic despre lume.
00:41
And I started in our medical university, Karolinska Institute,
4
16000
5000
Şi am început la universitatea noastră de medicină, Institutul Karolinska,
00:46
an undergraduate course called Global Health. But when you get
5
21000
4000
un curs numit Sănătatea Globală. Însă când primeşti
00:50
that opportunity, you get a little nervous. I thought, these students
6
25000
3000
o asemenea oportunitate, devii un pic nervos. Mă gândeam că aceşti studenţi
00:53
coming to us actually have the highest grade you can get
7
28000
3000
venind la noi chiar au cele mai mari note care pot fi obţinute
00:56
in Swedish college systems -- so, I thought, maybe they know everything
8
31000
3000
în sistemul de colegii din Suedia -- deci poate ei ştiu totul
00:59
I'm going to teach them about. So I did a pre-test when they came.
9
34000
4000
despre ce vreau eu să-i învăţ. Aşa că am făcut o testare prealabilă când au venit.
01:03
And one of the questions from which I learned a lot was this one:
10
38000
3000
Şi una din întrebări din care am învăţat foarte multe a fost aceasta:
01:06
"Which country has the highest child mortality of these five pairs?"
11
41000
4000
"Care ţară are cea mai mare mortalitate infantilă în fiecare din aceste cinci perechi?"
01:10
And I put them together, so that in each pair of country,
12
45000
4000
Şi i-am pus împreună astfel încât în fiecare pereche de ţări,
01:14
one has twice the child mortality of the other. And this means that
13
49000
5000
una avea mortalitatea infantilă dublă faţă de cealaltă. Şi aceasta înseamnă că
01:19
it's much bigger a difference than the uncertainty of the data.
14
54000
5000
diferenţa era mai mare decât incertitudinea datelor.
01:24
I won't put you at a test here, but it's Turkey,
15
59000
2000
Nu vă voi pune la test aici, dar e Turcia,
01:26
which is highest there, Poland, Russia, Pakistan and South Africa.
16
61000
5000
care este mai mare aici, Polonia, Rusia, Pakistan şi Africa de sud.
01:31
And these were the results of the Swedish students. I did it so I got
17
66000
3000
Şi acestea au fost rezultatele studentilor suedezi. Am făcut în aşa fel încât am obţinut
01:34
the confidence interval, which is pretty narrow, and I got happy,
18
69000
3000
intervalul de încredere, care este destul de îngust, şi am fost fericit,
01:37
of course: a 1.8 right answer out of five possible. That means that
19
72000
4000
desigur: 1.8 răspunsuri corecte din 5 posibile. Aceasta înseamnă că
01:41
there was a place for a professor of international health --
20
76000
3000
era loc pentru un profesor de sănătate globală --
01:44
(Laughter) and for my course.
21
79000
2000
(Râsete) şi pentru cursul meu.
01:46
But one late night, when I was compiling the report
22
81000
4000
Dar într-o seară târzie, cînd compilam raportul
01:50
I really realized my discovery. I have shown
23
85000
4000
am realizat într-adevăr descoperirea mea. Am arătat
01:54
that Swedish top students know statistically significantly less
24
89000
5000
că studenţii de vârf din Suedia ştiu, din punct de vedere statistic, semnificativ mai puţin
01:59
about the world than the chimpanzees.
25
94000
2000
despre lume decât cimpanzeii.
02:01
(Laughter)
26
96000
2000
(Râsete)
02:03
Because the chimpanzee would score half right if I gave them
27
98000
4000
Fiindcă cimpanzeii ar fi obţinut jumătate din punctaj dacă le-aş fi dat
02:07
two bananas with Sri Lanka and Turkey. They would be right half of the cases.
28
102000
3000
două banane cu Sri Lanka şi Turcia. Ei ar fi avut dreptate în jumătate din cazuri.
02:10
But the students are not there. The problem for me was not ignorance;
29
105000
4000
Dar studenţii încă nu au ajuns acolo. Problema pentru mine nu era ignoranţa:
02:14
it was preconceived ideas.
30
109000
3000
erau ideile preconcepute.
02:17
I did also an unethical study of the professors of the Karolinska Institute
31
112000
4000
Am făcut deasemenea un studiu mai puţin etic al profesorilor din Institutul Karolinska
02:21
(Laughter)
32
116000
1000
(Râsete)
02:22
-- that hands out the Nobel Prize in Medicine,
33
117000
2000
-- cei care decernează premiul Nobel pentru medicină,
02:24
and they are on par with the chimpanzee there.
34
119000
2000
şi erau la egalitate cu cimpanzeii.
02:26
(Laughter)
35
121000
3000
(Râsete)
02:29
This is where I realized that there was really a need to communicate,
36
124000
4000
Aici am realizat că era într-adevăr o problemă de comunicare,
02:33
because the data of what's happening in the world
37
128000
3000
fiindcă datele despre ce se întîmplă în lume
02:36
and the child health of every country is very well aware.
38
131000
3000
şi sănătatea copiilor din fiecare ţară sunt foarte bine cunoscute.
02:39
We did this software which displays it like this: every bubble here is a country.
39
134000
5000
Am făcut acest program care o afişează astfel: fiecare balon aici este o ţară.
02:44
This country over here is China. This is India.
40
139000
6000
Această ţară aici este China. Aceasta este India.
02:50
The size of the bubble is the population, and on this axis here I put fertility rate.
41
145000
6000
Dimensiunea balonului este populaţia şi pe această axă aici am pus rata de fertilitate.
02:56
Because my students, what they said
42
151000
3000
Fiindcă răspunsul studenţilor mei
02:59
when they looked upon the world, and I asked them,
43
154000
2000
la întrebarea mea, când au privit asupra lumii:
03:01
"What do you really think about the world?"
44
156000
2000
"Ce credeţi într-adevăr despre lume?"
03:03
Well, I first discovered that the textbook was Tintin, mainly.
45
158000
4000
Ei bine, întâi am descoperit că manualul lor era în principal Tintin (benzi desenate).
03:07
(Laughter)
46
162000
1000
(Râsete)
03:08
And they said, "The world is still 'we' and 'them.'
47
163000
3000
Iar ei au spus "Lumea este împărţită în 'noi' şi 'ei'.
03:11
And we is Western world and them is Third World."
48
166000
3000
Iar noi înseamnă Vestul, iar 'ei' înseamnă Lumea a treia".
03:14
"And what do you mean with Western world?" I said.
49
169000
3000
"Şi ce întelegeţi prin Vest?" am spus eu.
03:17
"Well, that's long life and small family, and Third World is short life and large family."
50
172000
5000
"Păi, aici e viaţă lungă şi familie mică, iar Lumea a treia este viaţă scurtă şi familie mare."
03:22
So this is what I could display here. I put fertility rate here: number of children per woman:
51
177000
6000
Asta pot afişa aici. Am pus rata fertilităţii aici: numărul de copii la fiecare femeie,
03:28
one, two, three, four, up to about eight children per woman.
52
183000
4000
unul, doi, trei, patru până la opt copii la fiecare femeie.
03:32
We have very good data since 1962 -- 1960 about -- on the size of families in all countries.
53
187000
6000
Avem date foarte bune începând din 1962 -- cam 1960 -- despre mărimea familiilor în toate ţările.
03:38
The error margin is narrow. Here I put life expectancy at birth,
54
193000
3000
Marginea de eroare e îngustă. Aici am pus speranţa de viaţă la naştere,
03:41
from 30 years in some countries up to about 70 years.
55
196000
4000
de la 30 de ani în unele ţări, pîna la 70 de ani.
03:45
And 1962, there was really a group of countries here
56
200000
3000
În 1962 era deja un grup de ţări aici.
03:48
that was industrialized countries, and they had small families and long lives.
57
203000
5000
Erau ţările industrializate şi ele aveau familii mici şi vieţi lungi.
03:53
And these were the developing countries:
58
208000
2000
Şi acestea erau ţările în curs de dezvoltare:
03:55
they had large families and they had relatively short lives.
59
210000
3000
ele aveau familii mari şi aveau vieţi relativ scurte.
03:58
Now what has happened since 1962? We want to see the change.
60
213000
4000
Acum să vedem ce s-a întâmplat începând din 1962? Dorim să vedem schimbarea.
04:02
Are the students right? Is it still two types of countries?
61
217000
3000
Au studenţii dreptate? Mai sunt încă două tipuri de ţări?
04:06
Or have these developing countries got smaller families and they live here?
62
221000
3000
Sau şi aceste ţări în curs de dezvoltare au familii mai mici şi trăiesc aici?
04:09
Or have they got longer lives and live up there?
63
224000
2000
Sau au vieţi mai lungi şi trăiesc aici sus?
04:11
Let's see. We stopped the world then. This is all U.N. statistics
64
226000
3000
Să vedem. Am oprit lumea atunci. Aceasta este toată statistica de la Naţiunile Unite
04:14
that have been available. Here we go. Can you see there?
65
229000
3000
care a fost disponibilă . Pornim acum. Puteţi vedea acolo?
04:17
It's China there, moving against better health there, improving there.
66
232000
3000
Este China acolo, mişcându-se pentru o sănătate mai bună acolo, îmbunătăţindu-se acolo.
04:20
All the green Latin American countries are moving towards smaller families.
67
235000
3000
Toate ţările verzi din America Latina se mişcă spre familii mai mici.
04:23
Your yellow ones here are the Arabic countries,
68
238000
3000
Cele galbene de aici sunt ţările arabe,
04:26
and they get larger families, but they -- no, longer life, but not larger families.
69
241000
4000
şi ele au o viaţă mai lungă, dar nu şi familii mai mari.
04:30
The Africans are the green down here. They still remain here.
70
245000
3000
Ţările africane sunt cele verzi jos aici. Ele încă rămân aici.
04:33
This is India. Indonesia's moving on pretty fast.
71
248000
3000
Aceasta este India. Indonezia se mişcă destul de repede.
04:36
(Laughter)
72
251000
1000
(Râsete)
04:37
And in the '80s here, you have Bangladesh still among the African countries there.
73
252000
3000
Şi în anii 80 aici avem încă Bangladesh printre ţările africane aici.
04:40
But now, Bangladesh -- it's a miracle that happens in the '80s:
74
255000
3000
Dar acum, Bangladesh -- este un miracol care se întîmplă în anii 80:
04:43
the imams start to promote family planning.
75
258000
3000
preoţii lor încep să promoveze planificarea familiei.
04:46
They move up into that corner. And in '90s, we have the terrible HIV epidemic
76
261000
5000
Ei se mişcă sus în acel colţ. Şi în anii 90 avem epidemia teribilă de SIDA
04:51
that takes down the life expectancy of the African countries
77
266000
3000
care reduce speranţa de viaţă a ţărilor africane
04:54
and all the rest of them move up into the corner,
78
269000
4000
şi tot restul ţărilor se mişcă sus în colţ,
04:58
where we have long lives and small family, and we have a completely new world.
79
273000
4000
unde avem vieţi lungi şi familie mică, şi avem o lume complet nouă.
05:02
(Applause)
80
277000
13000
(Aplauze)
05:15
Let me make a comparison directly between the United States of America and Vietnam.
81
290000
5000
Permiteţi-mi să fac o comparaţie directă între Statele Unite ale Americii şi Vietnam.
05:20
1964: America had small families and long life;
82
295000
5000
1964: America avea familii mici şi viaţă lungă;
05:25
Vietnam had large families and short lives. And this is what happens:
83
300000
4000
Vietnam avea familii mari şi vieţi scurte. Şi asta s-a întâmplat:
05:29
the data during the war indicate that even with all the death,
84
304000
6000
datele din timpul războiului arată că, chiar şi cu toţi morţii,
05:35
there was an improvement of life expectancy. By the end of the year,
85
310000
3000
a fost o îmbunătăţire în speranţa de viaţă. Până la sfârşitul anului,
05:38
the family planning started in Vietnam and they went for smaller families.
86
313000
3000
planificarea familiei a pornit în Vietnam şi au pornit spre familii mai mici.
05:41
And the United States up there is getting for longer life,
87
316000
3000
Şi Statele Unite acolo sus obţin vieţi mai lungi,
05:44
keeping family size. And in the '80s now,
88
319000
3000
păstrând mărimea familiei. Şi în anii 80 acum,
05:47
they give up communist planning and they go for market economy,
89
322000
3000
ei renunţă la planificarea comunistă şi merg spre economia de piaţă,
05:50
and it moves faster even than social life. And today, we have
90
325000
4000
şi se mişcă chiar mai repede decât viaţa socială. Şi azi avem
05:54
in Vietnam the same life expectancy and the same family size
91
329000
5000
în Vietnam aceeaşi speranţă de viaţă şi aceeaşi mărime a familiei
05:59
here in Vietnam, 2003, as in United States, 1974, by the end of the war.
92
334000
7000
în 2003, precum în Statele Unite, 1974, la sfârşitul războiului.
06:06
I think we all -- if we don't look in the data --
93
341000
4000
Cred că noi toţi - dacă nu ne uităm la date -
06:10
we underestimate the tremendous change in Asia, which was
94
345000
4000
subestimăm schimbarea majoră din Asia, care a fost
06:14
in social change before we saw the economical change.
95
349000
4000
schimbare socială înainte să fi văzut schimbarea economică.
06:18
Let's move over to another way here in which we could display
96
353000
5000
Să ne mutăm la un alt mod în care putem afişa
06:23
the distribution in the world of the income. This is the world distribution of income of people.
97
358000
7000
distribuţia în lumea veniturilor. Aceasta este ditribuţia globală a veniturilor oamenilor.
06:30
One dollar, 10 dollars or 100 dollars per day.
98
365000
5000
Un dolar, 10 dolari sau 100 de dolari pe zi.
06:35
There's no gap between rich and poor any longer. This is a myth.
99
370000
4000
Nu mai există diferenţe între bogaţi şi săraci. Acesta e un mit.
06:39
There's a little hump here. But there are people all the way.
100
374000
4000
Aici este o mică cocoaşă. Dar sunt oameni peste tot.
06:44
And if we look where the income ends up -- the income --
101
379000
4000
Şi dacă ne uităm unde ajunge venitul -- venitul --
06:48
this is 100 percent the world's annual income. And the richest 20 percent,
102
383000
6000
acesta este 100 la sută venitul anual al lumii. Şi cei mai bogaţi 20 la sută,
06:54
they take out of that about 74 percent. And the poorest 20 percent,
103
389000
7000
iau aproximativ 74 la sută. Şi cei mai săraci 20 la sută,
07:01
they take about two percent. And this shows that the concept
104
396000
5000
iau aproximativ 2 procente. Şi aceasta arată că, conceptul
07:06
of developing countries is extremely doubtful. We think about aid, like
105
401000
4000
ţărilor în curs de dezvoltare este extrem de îndoielnic. Ne gândim la ajutor, ca şi cum
07:10
these people here giving aid to these people here. But in the middle,
106
405000
5000
aceşti oameni de aici i-ar ajuta pe aceşti oameni de aici. Dar în mijloc,
07:15
we have most the world population, and they have now 24 percent of the income.
107
410000
4000
avem majoritatea populaţiei lumii, şi ei au acum 24 la sută din venit.
07:19
We heard it in other forms. And who are these?
108
414000
4000
Am auzit asta în alte forme. Şi cine sunt ei?
07:23
Where are the different countries? I can show you Africa.
109
418000
4000
Unde sunt diversele ţări? Pot să vă arăt Africa.
07:27
This is Africa. 10 percent the world population, most in poverty.
110
422000
5000
Aceasta este Africa. 10 la sută din populaţia lumii, majoritatea în sărăcie.
07:32
This is OECD. The rich country. The country club of the U.N.
111
427000
5000
Aceasta este OECD. Ţările bogate. Clubul de ţări al Naţiunilor Unite.
07:37
And they are over here on this side. Quite an overlap between Africa and OECD.
112
432000
5000
Şi ei sunt aici pe partea asta. O acoperire semnificativă între Africa şi OECD.
07:42
And this is Latin America. It has everything on this Earth,
113
437000
3000
Şi aceasta este America Latină. Are totul de pe Pământ,
07:45
from the poorest to the richest, in Latin America.
114
440000
3000
de la cel mai sărac la cel mai bogat, găsim în America Latină.
07:48
And on top of that, we can put East Europe, we can put East Asia,
115
443000
5000
Şi deasupra putem pune Europa de Est, putem pune Asia de Est,
07:53
and we put South Asia. And how did it look like if we go back in time,
116
448000
5000
şi punem Asia de Sud. Şi cum a arătat dacă ne întoarcem în timp,
07:58
to about 1970? Then there was more of a hump.
117
453000
5000
până în aprox. 1970? Atunci cocoaşa era mai mare.
08:03
And we have most who lived in absolute poverty were Asians.
118
458000
4000
Şi cei mai mulţi care trăiau în sărăcie absolută erau din Asia.
08:07
The problem in the world was the poverty in Asia. And if I now let the world move forward,
119
462000
7000
Problema în lume era sărăcia în Asia. Şi acum, dacă las lumea să se mişte înainte,
08:14
you will see that while population increase, there are
120
469000
3000
veţi vedea că în timp ce populaţia creşte, sunt
08:17
hundreds of millions in Asia getting out of poverty and some others
121
472000
3000
sute de milioane în Asia ieşind din sărăcie, iar alţii
08:20
getting into poverty, and this is the pattern we have today.
122
475000
3000
intrând în sărăcie, şi acesta este modelul pe care îl avem azi.
08:23
And the best projection from the World Bank is that this will happen,
123
478000
4000
Cea mai bună prognoza de la Banca Mondială este că asta se va întâmpla,
08:27
and we will not have a divided world. We'll have most people in the middle.
124
482000
4000
şi nu vom mai avea o lume divizată. Vom avea majoritatea oamenilor în mijloc.
08:31
Of course it's a logarithmic scale here,
125
486000
2000
Desigur este o scară logaritmică aici,
08:33
but our concept of economy is growth with percent. We look upon it
126
488000
5000
dar conceptul nostru de economie este creşterea procentuală. O privim
08:38
as a possibility of percentile increase. If I change this, and I take
127
493000
6000
ca o posibilitate de creştere procentuală. Dacă schimb asta şi iau
08:44
GDP per capita instead of family income, and I turn these
128
499000
4000
GDP-ul per cap de locuitor în loc de venitul familiei, şi transform aceste
08:48
individual data into regional data of gross domestic product,
129
503000
6000
date individuale în date regionale ale produsului intern brut,
08:54
and I take the regions down here, the size of the bubble is still the population.
130
509000
4000
şi iau regiunile aici, mărimea bulinei a rămas încă populaţia.
08:58
And you have the OECD there, and you have sub-Saharan Africa there,
131
513000
3000
Şi aveţi OECD aici, şi aveţi Africa sub-Sahariană aici,
09:01
and we take off the Arab states there,
132
516000
3000
şi scoatem ţările arabe acolo,
09:04
coming both from Africa and from Asia, and we put them separately,
133
519000
4000
venind atât din Africa şi din Asia, şi le punem separat,
09:08
and we can expand this axis, and I can give it a new dimension here,
134
523000
5000
şi putem extinde această axă, şi pot să-i dau o nouă dimensiune aici,
09:13
by adding the social values there, child survival.
135
528000
3000
prin adăugarea valorilor sociale, rata de supravieţuire a copiilor.
09:16
Now I have money on that axis, and I have the possibility of children to survive there.
136
531000
5000
Acum am banii pe axa aceea şi am acolo posibilitatea copiilor de a supravieţui
09:21
In some countries, 99.7 percent of children survive to five years of age;
137
536000
4000
În unele ţări, 99.7 la sută din copii supravieţuiesc până la vârsta de cinci ani;
09:25
others, only 70. And here it seems there is a gap
138
540000
4000
în altele doar 70. Şi aici se pare că există o breşă
09:29
between OECD, Latin America, East Europe, East Asia,
139
544000
4000
între OECD, America Latina, Europa de Est, Asia de Est,
09:33
Arab states, South Asia and sub-Saharan Africa.
140
548000
4000
Ţările Arabe, Asia de Sud şi Africa sub-Sahariană.
09:37
The linearity is very strong between child survival and money.
141
552000
5000
Liniaritatea între supravieţuirea copiilor şi bani este foarte puternică.
09:42
But let me split sub-Saharan Africa. Health is there and better health is up there.
142
557000
8000
Dar lăsaţi-mă să împart Africa sub-Sahariană. Sănătatea este acolo şi sănătatea mai bună este acolo sus.
09:50
I can go here and I can split sub-Saharan Africa into its countries.
143
565000
5000
Mă pot duce aici şi pot împărţi Africa sub-Sahariană în ţările ei.
09:55
And when it burst, the size of its country bubble is the size of the population.
144
570000
5000
Şi cînd se sparge, mărimea bulinei ţării este mărimea populaţiei.
10:00
Sierra Leone down there. Mauritius is up there. Mauritius was the first country
145
575000
4000
Sierra Leone jos acolo. Mauritius este acolo sus. Mauritius a fost prima ţară
10:04
to get away with trade barriers, and they could sell their sugar --
146
579000
3000
care a scăpat de barierele comerciale, şi pot să-şi vândă zahărul lor.
10:08
they could sell their textiles -- on equal terms as the people in Europe and North America.
147
583000
5000
Pot să-şi vândă textilele în termeni egali ca oamenii în Europa şi America de Nord.
10:13
There's a huge difference between Africa. And Ghana is here in the middle.
148
588000
4000
Este o diferenţă enormă între Africa (şi Africa). Iar Ghana este aici în mijloc.
10:17
In Sierra Leone, humanitarian aid.
149
592000
3000
În Sierra Leone, ajutor umanitar.
10:20
Here in Uganda, development aid. Here, time to invest; there,
150
595000
5000
Aici în Uganda, ajutor pentru dezvoltare. Aici, timp de investit,
10:25
you can go for a holiday. It's a tremendous variation
151
600000
3000
acolo, poţi merge pentru o vacanţă. Este o variaţie enormă
10:28
within Africa which we rarely often make -- that it's equal everything.
152
603000
5000
în Africa, pe care rar o facem -- că ar fi egal totul.
10:33
I can split South Asia here. India's the big bubble in the middle.
153
608000
4000
Pot împărţi Asia de Sud aici. India este bulina mare din mijloc.
10:37
But a huge difference between Afghanistan and Sri Lanka.
154
612000
4000
Dar este o diferenţă imensă între Afganistan şi Sri Lanka.
10:41
I can split Arab states. How are they? Same climate, same culture,
155
616000
4000
Pot împărţi Ţările Arabe. Cum sunt ele? Aceeaşi climă, aceeaşi cultură,
10:45
same religion -- huge difference. Even between neighbors.
156
620000
4000
aceeaşi religie. Diferenţe enorme. Chiar şi între vecini.
10:49
Yemen, civil war. United Arab Emirate, money which was quite equally and well used.
157
624000
5000
Emiratele Arabe Unite, bani care au fost utilizaţi la fel de bine.
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
Nu e aşa ca în mit. Şi asta include toţi copii muncitorilor străini care sunt în ţară.
11:01
Data is often better than you think. Many people say data is bad.
159
636000
4000
Datele sunt de multe ori mai bune decât credeţi. Multă lume spune că datele sunt rele.
11:06
There is an uncertainty margin, but we can see the difference here:
160
641000
2000
Este o marjă de incertitudine, dar putem vedea diferenţele aici:
11:08
Cambodia, Singapore. The differences are much bigger
161
643000
3000
Cambodgia, Singapore. Diferenţele sunt mult mai mari
11:11
than the weakness of the data. East Europe:
162
646000
3000
decât slăbiciunile datelor. Europa de Est:
11:14
Soviet economy for a long time, but they come out after 10 years
163
649000
6000
economie sovietică pentru un timp lung, dar au ieşit după zece ani
11:20
very, very differently. And there is Latin America.
164
655000
3000
într-un mod foarte, foarte diferit. Şi este acolo America Latină.
11:23
Today, we don't have to go to Cuba to find a healthy country in Latin America.
165
658000
4000
Azi nu mai trebuie să mergem în Cuba pentru a găsi o ţară sănătoasă în America Latină.
11:27
Chile will have a lower child mortality than Cuba within some few years from now.
166
662000
5000
Chile va avea o mortalitate infantilă mai joasă decât Cuba, în câţiva ani de acum.
11:32
And here we have high-income countries in the OECD.
167
667000
3000
Şi aici avem ţările din OECD cu venit înalt.
11:35
And we get the whole pattern here of the world,
168
670000
4000
Şi am obţinut aici întregul model al lumii,
11:39
which is more or less like this. And if we look at it,
169
674000
5000
care este mai mult sau mai puţin aşa. Şi dacă ne uităm la ea,
11:44
how it looks -- the world, in 1960, it starts to move. 1960.
170
679000
6000
cum arată -- lumea, în 1960, începe să se mişte. 1960.
11:50
This is Mao Tse-tung. He brought health to China. And then he died.
171
685000
3000
Acesta este Mao Tse-tung. El a adus sănătatea în China. Apoi a murit.
11:53
And then Deng Xiaoping came and brought money to China, and brought them into the mainstream again.
172
688000
5000
Şi apoi Deng Xiaoping a venit şi a adus bani Chinei, şi i-a adus din nou în curentul principal.
11:58
And we have seen how countries move in different directions like this,
173
693000
4000
Şi am văzut cum se mişcă ţările în diferite direcţii aşa,
12:02
so it's sort of difficult to get
174
697000
4000
deci este cam dificil să luăm
12:06
an example country which shows the pattern of the world.
175
701000
5000
o ţară exemplu, care să arate modelul lumii.
12:11
But I would like to bring you back to about here at 1960.
176
706000
6000
Aş vrea să vă aduc înapoi aici cam în 1960.
12:17
I would like to compare South Korea, which is this one, with Brazil,
177
712000
10000
Aş vrea să compar Coreea de Sud, care este aceasta, cu Brazilia,
12:27
which is this one. The label went away for me here. And I would like to compare Uganda,
178
722000
5000
care este aceasta. Aici eticheta a dispărut pentru mine. Şi aş vrea să compar Uganda,
12:32
which is there. And I can run it forward, like this.
179
727000
5000
care este acolo. Şi pot derula înainte, aşa.
12:37
And you can see how South Korea is making a very, very fast advancement,
180
732000
9000
Şi puteţi vedea cum Coreea de Sud face o înaintare foarte, foarte rapidă,
12:46
whereas Brazil is much slower.
181
741000
3000
în timp ce Brazilia este mult mai lentă.
12:49
And if we move back again, here, and we put on trails on them, like this,
182
744000
6000
Şi dacă ne mişcăm iar înapoi, aici, şi le punem urmele, aşa,
12:55
you can see again that the speed of development
183
750000
4000
puteţi vedea din nou că viteza dezvoltării
12:59
is very, very different, and the countries are moving more or less
184
754000
6000
este foarte, foarte diferită, iar ţările se mişcă mai mult sau mai puţin
13:05
in the same rate as money and health, but it seems you can move
185
760000
4000
cu aceeeaşi viteză cu banii şi sănătatea, dar se pare că te poţi mişca
13:09
much faster if you are healthy first than if you are wealthy first.
186
764000
4000
mai repede dacă eşti întâi sănătos, decât dacă eşti bogat întâi.
13:14
And to show that, you can put on the way of United Arab Emirate.
187
769000
4000
Şi pentru a arăta asta, putem lua calea Emiratelor Arabe Unite.
13:18
They came from here, a mineral country. They cached all the oil;
188
773000
3000
Ele au venit de aici, o ţară mineralieră. Ei au prins tot petrolul,
13:21
they got all the money; but health cannot be bought at the supermarket.
189
776000
4000
au luat toţi banii, dar sănătatea nu se poate cumpăra la supermarket.
13:25
You have to invest in health. You have to get kids into schooling.
190
780000
4000
Trebuie să investeşti în sănătate. Trebuie să trimiţi copii la şcoală.
13:29
You have to train health staff. You have to educate the population.
191
784000
3000
Trebuie să educi personalul de sănătate. Trebuie să educi populaţia.
13:32
And Sheikh Sayed did that in a fairly good way.
192
787000
3000
Iar Şeicul Sayed a făcut asta într-un mod destul de bun.
13:35
In spite of falling oil prices, he brought this country up here.
193
790000
4000
Şi în ciuda preţurilor de petrol în scădere, şi-a adus ţara aici sus.
13:39
So we've got a much more mainstream appearance of the world,
194
794000
4000
Deci avem o viziune mai clară asupra lumii,
13:43
where all countries tend to use their money
195
798000
2000
unde toate ţările tind să-şi utilizeze banii
13:45
better than they used in the past. Now, this is, more or less,
196
800000
5000
mai bine decât o făceau în trecut. Acum, asta este, mai mult sau mai puţin,
13:50
if you look at the average data of the countries -- they are like this.
197
805000
7000
dacă te uiţi la datele medii ale ţărilor. Ele sunt aşa.
13:57
Now that's dangerous, to use average data, because there is such a lot
198
812000
5000
Este însă periculos să utilizezi date medii, fiindcă sunt
14:02
of difference within countries. So if I go and look here, we can see
199
817000
6000
diferenţe foarte mari în interiorul ţărilor. Deci dacă mă duc şi mă uit aici, putem vedea
14:08
that Uganda today is where South Korea was 1960. If I split Uganda,
200
823000
6000
că azi Uganda este unde era Coreea de Sud în 1960. Dacă împart Uganda,
14:14
there's quite a difference within Uganda. These are the quintiles of Uganda.
201
829000
5000
este o diferenţă mare în Uganda. Acestea sunt cele cinci părţi ale Ugandei.
14:19
The richest 20 percent of Ugandans are there.
202
834000
3000
Cei mai bogaţi 20 la sută ugandezi sunt aici.
14:22
The poorest are down there. If I split South Africa, it's like this.
203
837000
4000
Cei mai săraci sunt acolo jos. Dacă împart Africa de Sud, este aşa.
14:26
And if I go down and look at Niger, where there was such a terrible famine,
204
841000
5000
Dacă mă duc acolo jos şi mă uit la Nigeria, unde a fost o foamete teribilă,
14:31
lastly, it's like this. The 20 percent poorest of Niger is out here,
205
846000
5000
în final este aşa. Cei mai săraci 20 la sută din Nigeria este afară aici,
14:36
and the 20 percent richest of South Africa is there,
206
851000
3000
şi cei mai bogaţi 20 la sută din Afica de Sud este acolo,
14:39
and yet we tend to discuss on what solutions there should be in Africa.
207
854000
5000
şi noi încă tindem să discutăm despre ce soluţie să fie în Africa.
14:44
Everything in this world exists in Africa. And you can't
208
859000
3000
Totul de pe lumea aceasta există în Africa. Şi nu poţi
14:47
discuss universal access to HIV [medicine] for that quintile up here
209
862000
4000
discuta despre accesul universal la [medicament pentru] HIV pentru aceea cincime acolo sus
14:51
with the same strategy as down here. The improvement of the world
210
866000
4000
cu aceeaşi strategie ca şi acolo jos. Îmbunătăţirea lumii
14:55
must be highly contextualized, and it's not relevant to have it
211
870000
5000
trebuie contextualizată în mare măsură, şi nu este relevant să o avem
15:00
on regional level. We must be much more detailed.
212
875000
3000
la nivel regional. Trebuie să fim mult mai detaliaţi.
15:03
We find that students get very excited when they can use this.
213
878000
4000
Am aflat că studenţii au devenit foarte entuziasmaţi că pot folosi asta.
15:07
And even more policy makers and the corporate sectors would like to see
214
882000
5000
Şi chiar mai, mulţi polticieni şi sectorul corporatist ar vrea să vadă
15:12
how the world is changing. Now, why doesn't this take place?
215
887000
4000
cum se schimbă lumea. Acum, de ce nu se întâmplă asta?
15:16
Why are we not using the data we have? We have data in the United Nations,
216
891000
4000
De ce nu utilizăm datele pe care le avem? Avem date la Naţiunile Unite,
15:20
in the national statistical agencies
217
895000
2000
în agenţiile naţionale de statistică
15:22
and in universities and other non-governmental organizations.
218
897000
4000
şi în universităţi şi alte organizaţii non-guvernamentale.
15:26
Because the data is hidden down in the databases.
219
901000
2000
Fiindcă datele sunt ascunse jos în bazele de date.
15:28
And the public is there, and the Internet is there, but we have still not used it effectively.
220
903000
5000
Iar publicul este aici şi Internetul este aici, dar noi nu am folosit-o încă eficient.
15:33
All that information we saw changing in the world
221
908000
3000
Toată informaţia pe care am văzut-o schimbându-se în lume
15:36
does not include publicly-funded statistics. There are some web pages
222
911000
4000
nu include statisticile finanţate din bani publici. Sunt nişte pagini de web
15:40
like this, you know, but they take some nourishment down from the databases,
223
915000
6000
ca aceasta, ştiţi, dar ele iau doar puţine resurse din bazele de date de jos,
15:46
but people put prices on them, stupid passwords and boring statistics.
224
921000
5000
însă lumea pune preţ pe ele, parole stupide şi statistici plicticoase.
15:51
(Laughter) (Applause)
225
926000
3000
(Râsete) (Aplauze)
15:54
And this won't work. So what is needed? We have the databases.
226
929000
4000
Iar aceasta nu va funcţiona. Deci ce este necesar? Avem bazele de date.
15:58
It's not the new database you need. We have wonderful design tools,
227
933000
4000
Nu ai nevoie de o nouă bază de date. Avem unelte de design minunate,
16:02
and more and more are added up here. So we started
228
937000
3000
şi multe şi multe sunt adăugate. Deci am pornit
16:05
a nonprofit venture which we called -- linking data to design --
229
940000
5000
o afacere nonprofit pe care am numit-o -- legând datele de design --
16:10
we call it Gapminder, from the London underground, where they warn you,
230
945000
3000
am numit-o Gapminder, de la metroul din Londra, unde vă avertizează,
16:13
"mind the gap." So we thought Gapminder was appropriate.
231
948000
3000
"atenţie la breşă (dintre platforma vagonului şi a peronului)". Deci am gândit că Gapminder este potrivit.
16:16
And we started to write software which could link the data like this.
232
951000
4000
Şi am început să scriem software care poate lega datele în acest mod.
16:20
And it wasn't that difficult. It took some person years, and we have produced animations.
233
955000
6000
Şi nu a fost aşa de dificil. A luat nişte ani-om şi am produs animaţii.
16:26
You can take a data set and put it there.
234
961000
2000
Puteţi lua un set de date şi îl puneţi aici.
16:28
We are liberating U.N. data, some few U.N. organization.
235
963000
5000
Noi eliberăm datele Naţiunilor Unite, ale cîtorva organizaţii ONU.
16:33
Some countries accept that their databases can go out on the world,
236
968000
4000
Unele tări acceptă ca bazele lor de date pot ieşi afară în lume,
16:37
but what we really need is, of course, a search function.
237
972000
3000
dar ce avem noi într-adevăr nevoie este o funcţie de căutare.
16:40
A search function where we can copy the data up to a searchable format
238
975000
5000
O funcţie de căutare unde putem copia datele într-un format căutabil
16:45
and get it out in the world. And what do we hear when we go around?
239
980000
3000
şi s-o trimitem afară în lume. Şi ce auzim cînd ne interesăm?
16:48
I've done anthropology on the main statistical units. Everyone says,
240
983000
4000
Am făcut antropologie la cursul principal de statistică. Toată lumea spune,
16:53
"It's impossible. This can't be done. Our information is so peculiar
241
988000
4000
"Este imposibil. Asta nu poate fi făcut. Informaţiile noastre sunt aşa de specifice
16:57
in detail, so that cannot be searched as others can be searched.
242
992000
3000
în detalii, că nu pot fi căutate ca altele care pot fi căutate.
17:00
We cannot give the data free to the students, free to the entrepreneurs of the world."
243
995000
5000
Nu putem da gratuit datele studenţilor, gratuit întreprinzătorilor din lume."
17:05
But this is what we would like to see, isn't it?
244
1000000
3000
Dar asta este ceea ce am dori să vedem, nu e aşa?
17:08
The publicly-funded data is down here.
245
1003000
3000
Datele cu finanţare publică sunt aici jos.
17:11
And we would like flowers to grow out on the Net.
246
1006000
3000
Şi am dori să crească pe Internet ca nişte flori.
17:14
And one of the crucial points is to make them searchable, and then people can use
247
1009000
5000
Şi unul din punctele cruciale este să le facem căutabile, iar apoi oamenii să poată folosi
17:19
the different design tool to animate it there.
248
1014000
2000
diversele unelte de design pentru a le anima aici.
17:21
And I have a pretty good news for you. I have a good news that the present,
249
1016000
5000
Şi am o veste destul de bună pentru voi. Am vestea bună că actualul,
17:26
new Head of U.N. Statistics, he doesn't say it's impossible.
250
1021000
4000
noul şef al Statisticilor ONU, el nu spune că este imposibil.
17:30
He only says, "We can't do it."
251
1025000
2000
El spune numai "Noi nu o putem face."
17:32
(Laughter)
252
1027000
4000
(Râsete)
17:36
And that's a quite clever guy, huh?
253
1031000
2000
Şi acesta este un tip destul de deştept, nu?
17:38
(Laughter)
254
1033000
2000
(Râsete)
17:40
So we can see a lot happening in data in the coming years.
255
1035000
4000
Aşa că vedem multe lucruri întâmplându-se în date în următorii ani.
17:44
We will be able to look at income distributions in completely new ways.
256
1039000
4000
Vom putea să ne uităm la distribuţia veniturilor în moduri complet noi.
17:48
This is the income distribution of China, 1970.
257
1043000
5000
Aceasta este distribuţia de venituri a Chinei, 1970.
17:54
the income distribution of the United States, 1970.
258
1049000
5000
Distribuţia de venituri a Statelor Unite, 1970.
17:59
Almost no overlap. Almost no overlap. And what has happened?
259
1054000
4000
Aproape nicio suprapunere. Aproape nicio suprapunere. Şi ce s-a întâmplat?
18:03
What has happened is this: that China is growing, it's not so equal any longer,
260
1058000
5000
Asta s-a întâmplat: China creşte, nu mai este deloc aşa de egal,
18:08
and it's appearing here, overlooking the United States.
261
1063000
4000
şi apare aici, uitându-se peste SUA.
18:12
Almost like a ghost, isn't it, huh?
262
1067000
2000
Aproape ca o fantomă, nu e aşa?
18:14
(Laughter)
263
1069000
2000
(Râsete)
18:16
It's pretty scary. But I think it's very important to have all this information.
264
1071000
10000
Este destul de înfricoşător. Dar eu cred că este foarte important să avem toate aceste informaţii.
18:26
We need really to see it. And instead of looking at this,
265
1081000
6000
Avem nevoia reală să le vedem. Şi în loc să ne uităm la asta,
18:32
I would like to end up by showing the Internet users per 1,000.
266
1087000
5000
aş vrea să termin arătând utilizatorii de Internet la 1000 de locuitori.
18:37
In this software, we access about 500 variables from all the countries quite easily.
267
1092000
5000
În acest software accesăm foarte uşor cam 500 de variabile de la toate ţările.
18:42
It takes some time to change for this,
268
1097000
4000
Ia ceva timp să schimbăm pentru asta,
18:46
but on the axises, you can quite easily get any variable you would like to have.
269
1101000
5000
dar pe axe poţi obţine foarte uşor orice variabilă pe care o doreşti.
18:51
And the thing would be to get up the databases free,
270
1106000
5000
Şi lucrul cel mai important ar fi să avem bazele de date gratuit,
18:56
to get them searchable, and with a second click, to get them
271
1111000
3000
să le facem căutabile, şi cu un al doilea click să le aducem
18:59
into the graphic formats, where you can instantly understand them.
272
1114000
5000
în formate grafice, unde le puteţi înţelege instantaneu.
19:04
Now, statisticians doesn't like it, because they say that this
273
1119000
3000
Acum statisticienilor nu le place, fiindcă ei spun că asta
19:07
will not show the reality; we have to have statistical, analytical methods.
274
1122000
9000
nu va arăta realitatea, trebuie să avem metode statistice, analitice.
19:16
But this is hypothesis-generating.
275
1131000
3000
Dar asta este generatoare de ipoteze.
19:19
I end now with the world. There, the Internet is coming.
276
1134000
4000
Termin acum cu lumea. Aici vine Internetul.
19:23
The number of Internet users are going up like this. This is the GDP per capita.
277
1138000
4000
Numărul utilizatorilor de Internet se duce în sus astfel. Acesta este venitul brut pe cap de locuitor.
19:27
And it's a new technology coming in, but then amazingly, how well
278
1142000
5000
Şi o nouă tehnologie intră, dar apoi în mod surprinzător, cât de bine
19:32
it fits to the economy of the countries. That's why the 100 dollar
279
1147000
5000
cât de bine se potriveşte cu economia ţărilor. De asta va fi calculatorul de 100 dolari
19:37
computer will be so important. But it's a nice tendency.
280
1152000
3000
aşa de important. Dar este o tendinţă frumoasă.
19:40
It's as if the world is flattening off, isn't it? These countries
281
1155000
3000
Este ca şi cum lumea s-ar aplatiza, nu e aşa? Aceste ţări
19:43
are lifting more than the economy and will be very interesting
282
1158000
3000
se ridică mai mult decât economia şi va fi foarte interesant
19:46
to follow this over the year, as I would like you to be able to do
283
1161000
4000
de urmărit asta de-a lungul anului, aşa cum aş dori să puteţi face
19:50
with all the publicly funded data. Thank you very much.
284
1165000
2000
cu toate datele finanţate public. Vă mulţumesc foarte mult.
19:53
(Applause)
285
1168000
3000
(Aplauze)
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