TED2007
Hans Rosling: New insights on poverty
ฮานส์ รอสลิง (Hans Roslin): มองความยากจนในมุมใหม่
Filmed:
Readability: 3.1
3,769,031 views
นักวิจัย ฮานส์ รอสลิง ใช้ข้อมูลสุดเจ๋งของเขาในการแสดงให้เห็นว่า ประเทศต่างๆกำลังนำพาตัวเองออกจากความยากจนได้อย่างไร เขาสาธิตถนนดอลล่าร์ โดยการเปรียบเทียบครัวเรือนต่างๆที่อยู่ในระดับรายได้แตกต่างกันทั่วโลก จากนั้น เขาก็ทำอะไรที่น่าตื่นตาเป็นอย่างยิ่ง
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
I told you three things last year.
0
0
2000
ปีที่แล้ว ผมบอกพวกคุณไปสามอย่าง
00:27
I told you that the statistics of the world
1
2000
3000
ผมบอกไปว่า สถิติเกี่ยวกับโลกใบนี้
00:30
have not been made properly available.
2
5000
3000
ยังไม่ถูกเปิดให้เข้าถึงได้อย่างเหมาะสมนัก
00:33
Because of that, we still have the old mindset
3
8000
2000
เพราะอย่างนั้น เราเลยยังมีความคิดแบบเก่าๆ
00:35
of developing in industrialized countries, which is wrong.
4
10000
3000
เกี่ยวกับประเทศอุตสาหกรรมที่กำลังพัฒนา
ซึ่งนั่นเป็นความคิดที่ผิด
ซึ่งนั่นเป็นความคิดที่ผิด
00:39
And that animated graphics can make a difference.
5
14000
4000
และบอกว่า ภาพกราฟฟิกแบบเคลื่อนไหวได้นั้น
สามารถสร้างความแตกต่างได้
สามารถสร้างความแตกต่างได้
00:44
Things are changing
6
19000
2000
สิ่งต่างๆกำลังเปลี่ยนไปครับ
00:46
and today, on the United Nations Statistic Division Home Page,
7
21000
4000
และวันนี้ บนหน้าแรกของเว็บไซต์
ของกองสถิติแห่งสหประชาชาติ
ของกองสถิติแห่งสหประชาชาติ
00:50
it says, by first of May, full access to the databases.
8
25000
3000
มีการระบุว่า ภายในวันที่ 1 พฤษภาคม
ฐานข้อมูลต่างๆจะเปิดให้เข้าถึงได้เต็มที่
ฐานข้อมูลต่างๆจะเปิดให้เข้าถึงได้เต็มที่
00:55
(Applause)
9
30000
3000
(เสียงปรบมือ)
00:58
And if I could share the image with you on the screen.
10
33000
4000
และถ้าหากผมสามารถแสดงภาพบนจอให้คุณดูได้
01:03
So three things have happened.
11
38000
1000
เอาล่ะ มีสามสิ่งที่ได้เกิดขึ้น
01:04
U.N. opened their statistic databases,
12
39000
3000
UN เปิดฐานข้อมูลทางสถิติของพวกเขา
01:07
and we have a new version of the software
13
42000
4000
และพวกเรามีเวอร์ชั่นใหม่ล่าสุดของซอฟท์แวร์
01:11
up working as a beta on the net,
14
46000
2000
ซึ่งเป็นแบบทดลอง สามารถใช้ได้บนอินเตอร์เน็ต
01:13
so you don't have to download it any longer.
15
48000
2000
เพราะงั้นคุณไม่ต้องดาวน์โหลดมันอีกต่อไปแล้ว
01:16
And let me repeat what you saw last year.
16
51000
2000
และขอผมทวนสิ่งที่คุณได้เห็นไปเมื่อปีที่แล้ว
01:18
The bubbles are the countries.
17
53000
1000
ฟองเหล่านั้น คือ ประเทศ
01:19
Here you have the fertility rate -- the number of children per woman --
18
54000
4000
ตรงนี้คุณมีอัตราการเจริญพันธุ์
จำนวนของเด็กต่อผู้หญิง
จำนวนของเด็กต่อผู้หญิง
01:23
and there you have the length of life in years.
19
58000
3000
และตรงนั้นคุณมีช่วงความยืนยาวของชีวิต เป็นปี
01:27
This is 1950 -- those were the industrialized countries,
20
62000
3000
ตรงนี้ปี 1950 กลุ่มนั้นเป็นประเทศอุตสาหกรรม
01:30
those were developing countries.
21
65000
1000
กลุ่มนั้นเป็นประเทศกำลังพัฒนา
01:31
At that time there was a "we" and "them."
22
66000
2000
ตอนนั้น ยังมี "พวกเรา" และ "พวกเขา"
01:33
There was a huge difference in the world.
23
68000
2000
มีความแตกต่างอย่างมากในโลกใบนี้
01:35
But then it changed, and it went on quite well.
24
70000
4000
แต่แล้วมันก็เปลี่ยนไป และมันก็ดำเนินไปได้ด้วยดี
01:39
And this is what happens.
25
74000
1000
และนี่คือสิ่งที่เกิดขึ้น
01:41
You can see how China is the red, big bubble.
26
76000
3000
คุณจะเห็นว่าประเทศจีนซึ่งเป็นฟองสีแดงใหญ่ๆ
01:44
The blue there is India.
27
79000
1000
สีน้ำเงินนั้นคือ ประเทศอินเดีย
01:45
And they go over all this -- I'm going to try to be
28
80000
3000
และพวกเขากำลังก้าวข้ามทั้งหมดนี้ไป
ผมกำลังพยายามทำตัว
ผมกำลังพยายามทำตัว
01:48
a little more serious this year in showing you
29
83000
2000
ให้ดูจริงจังมากขึ้นหน่อยในปีนี้
ในการแสดงให้คุณเห็น
ในการแสดงให้คุณเห็น
01:50
how things really changed.
30
85000
2000
ว่าสิ่งต่างๆเปลี่ยนแปลงไปได้อย่างไร
01:53
And it's Africa that stands out as the problem down here, doesn't it?
31
88000
3000
และนี่คือแอฟริกา ซึ่งโดดเด่นออกมา
และดูเป็นปัญหาที่ข้างล่างตรงนี้ ใช่มั้ยครับ
และดูเป็นปัญหาที่ข้างล่างตรงนี้ ใช่มั้ยครับ
01:56
Large families still, and the HIV epidemic
32
91000
3000
ครอบครัวขนาดใหญ่เหมือนเดิม
และการติดต่อของโรคเอดส์
และการติดต่อของโรคเอดส์
01:59
brought down the countries like this.
33
94000
2000
ได้นำประเทศต่างๆลงมาสู่จุดนี้
02:01
This is more or less what we saw last year,
34
96000
3000
นี่เป็นสิ่งที่เราเห็นกันไม่มากก็น้อยไปกว่าปีที่แล้ว
02:04
and this is how it will go on into the future.
35
99000
2000
และนี่ก็คือสิ่งที่จะดำเนินต่อไปในอนาคต
02:07
And I will talk on, is this possible?
36
102000
2000
และผมจะพูดถึงว่า มันเป็นไปได้มั้ย
02:09
Because you see now, I presented statistics that don't exist.
37
104000
3000
เพราะคุณจะเห็นในตอนนี้ว่า
ผมได้เสนอข้อมูลสถิติที่ไม่มีตัวตน
ผมได้เสนอข้อมูลสถิติที่ไม่มีตัวตน
02:13
Because this is where we are.
38
108000
2000
เพราะตรงนี้เป็นจุดที่พวกเรากำลังเป็นอยู่
02:15
Will it be possible that this will happen?
39
110000
3000
แล้วมันจะเป็นไปได้มั้ยที่สิ่งนี้จะเกิดขึ้น
02:19
I cover my lifetime here, you know?
40
114000
2000
ผมใช้เวลาทั้งชีวิตของผมตรงนี้ คุณรู้มั้ย
02:21
I expect to live 100 years.
41
116000
2000
ผมหวังว่าผมจะอยู่ไปร้อยปี
02:23
And this is where we are today.
42
118000
2000
และตรงนี้เป็นที่ๆพวกเราอยู่กันทุกวันนี้
02:25
Now could we look here instead at the economic situation in the world?
43
120000
7000
เอาล่ะ เรามาดูตรงนี้ดีกว่า
ตรงสภาวะทางเศรษฐกิจของโลก
ตรงสภาวะทางเศรษฐกิจของโลก
02:33
And I would like to show that against child survival.
44
128000
5000
และผมจะแสดงมันให้ดูไปพร้อมๆกับ
การอยู่รอดของเด็ก
การอยู่รอดของเด็ก
02:38
We'll swap the axis.
45
133000
1000
เราจะสลับแกน
02:40
Here you have child mortality -- that is, survival --
46
135000
4000
ตรงนี้เราจะมีการตายของเด็ก ก็คือการอยู่รอดนั่นแหละ
02:44
four kids dying there, 200 dying there.
47
139000
2000
เด็ก 4 คนตายตรงนี้ 200 คนตายตรงนั้น
02:47
And this is GDP per capita on this axis.
48
142000
2000
และนี่คือ GDP ต่อหัวอยู่บนแกนนี้
02:50
And this was 2007.
49
145000
3000
และนี่คือปี 2007
02:53
And if I go back in time, I've added some historical statistics --
50
148000
4000
และถ้าผมย้อนเวลากลับไป
ผมได้เพิ่มข้อมูลสถิติในประวัติศาสตร์เข้ามา
ผมได้เพิ่มข้อมูลสถิติในประวัติศาสตร์เข้ามา
02:57
here we go, here we go, here we go -- not so much statistics 100 years ago.
51
152000
6000
เอาล่ะ ไปล่ะ ไปล่ะ
ไม่ค่อยมีสถิติอะไรมากนักเมื่อ 100 ปีก่อน
ไม่ค่อยมีสถิติอะไรมากนักเมื่อ 100 ปีก่อน
03:03
Some countries still had statistics.
52
158000
2000
บางประเทศก็มีสถิติแหละ
03:05
We are looking down in the archive,
53
160000
2000
เราไปดูในเอกสารทางประวัติศาสตร์
03:07
and when we are down into 1820,
54
162000
4000
และเมื่อเราย้อนไปถึงปี 1820
03:11
there is only Austria and Sweden that can produce numbers.
55
166000
4000
มีแค่ออสเตรียกับสวีเดนเท่านั้นที่สร้างตัวเลขพวกนี้ได้
03:15
(Laughter)
56
170000
3000
(เสียงหัวเราะ)
03:18
But they were down here. They had 1,000 dollars per person per year.
57
173000
4000
แต่พวกเขาอยู่ข้างล่างตรงนี้
พวกเขามีรายได้ 1000 ดอลลาร์ต่อหัวต่อปี
พวกเขามีรายได้ 1000 ดอลลาร์ต่อหัวต่อปี
03:22
And they lost one-fifth of their kids before their first birthday.
58
177000
3000
และพวกเขาสูญเสีย 1 ใน 5 ของเด็กไป
ก่อนที่เด็กเหล่านั้นจะอายุครบหนึ่งปี
ก่อนที่เด็กเหล่านั้นจะอายุครบหนึ่งปี
03:26
So this is what happens in the world, if we play the entire world.
59
181000
3000
ถ้าเราดูทั่วทั้งโลก นี่เป็นสิ่งที่เกิดขึ้น
03:29
How they got slowly richer and richer,
60
184000
3000
เราค่อยๆ รวยขึ้นๆ ได้ยังไง
03:32
and they add statistics.
61
187000
1000
แล้วพวกเขาก็เก็บสถิติเข้ามา
03:33
Isn't it beautiful when they get statistics?
62
188000
2000
มันดูสวยดีนะเวลาที่พวกเขามีสถิติขึ้นมา ว่ามั้ย
03:35
You see the importance of that?
63
190000
2000
คุณเห็นความสำคัญของมันมั้ย
03:37
And here, children don't live longer.
64
192000
2000
และตรงนี้ เด็กๆอายุสั้นลง
03:39
The last century, 1870, was bad for the kids in Europe,
65
194000
4000
ศตวรรษที่แล้ว ปี 1870 ไม่ดีเลยสำหรับเด็กๆในยุโรป
03:43
because most of this statistics is Europe.
66
198000
2000
เพราะสถิติเหล่านี้ส่วนใหญ่เกิดขึ้นในยุโรป
03:45
It was only by the turn of the century
67
200000
3000
จนมาถึงช่วงที่เปลี่ยนศตวรรษ
03:48
that more than 90 percent of the children survived their first year.
68
203000
3000
ที่มากกว่า 90 เปอร์เซ็นต์ของเด็ก
มีชีวิตรอดผ่านวันเกิดปีแรกของพวกเขา
มีชีวิตรอดผ่านวันเกิดปีแรกของพวกเขา
03:51
This is India coming up, with the first data from India.
69
206000
3000
ตรงนี้ อินเดียกำลังพุ่งขึ้นมา ด้วยข้อมูลแรกจากอินเดีย
03:54
And this is the United States moving away here, earning more money.
70
209000
5000
และนี่คือสหรัฐฯกำลังขยับหนีมาตรงนี้
ทำเงินได้มากขึ้น
ทำเงินได้มากขึ้น
03:59
And we will soon see China coming up in the very far end corner here.
71
214000
5000
และในไม่ช้าเราจะพบว่า จีนกำลังขึ้นมาจากสุดมุมไกลโพ้นตรงนี้
04:04
And it moves up with Mao Tse-Tung getting health,
72
219000
2000
และก็พุ่งขึ้นในช่วงของเหมาเจ๋อตุง
สุขภาพดีขึ้น
สุขภาพดีขึ้น
04:06
not getting so rich.
73
221000
1000
แต่ไม่ได้รวยขึ้นเท่าไหร่นัก
04:07
There he died, then Deng Xiaoping brings money.
74
222000
3000
แล้วเขาก็ตาย
แล้วเติ้งเสี่ยวผิงก็เอาเงินมา
แล้วเติ้งเสี่ยวผิงก็เอาเงินมา
04:10
It moves this way over here.
75
225000
1000
มันขยับมาอยู่ตรงนี้
04:12
And the bubbles keep moving up there,
76
227000
2000
แล้วฟองทั้งหลายก็ขยับๆขึ้นไปตรงนั้น
04:14
and this is what the world looks like today.
77
229000
2000
และนี่ก็คือโลกที่เป็นอยู่ทุกวันนี้
04:16
(Applause)
78
231000
6000
(เสียงปรบมือ)
04:22
Let us have a look at the United States.
79
237000
3000
เรามาดูสหรัฐฯกันเถอะ
04:25
We have a function here -- I can tell the world, "Stay where you are."
80
240000
3000
เรามีกฎอยู่ตรงนี้
ผมบอกกับโลกว่า "อยู่ตรงที่พวกนายอยู่นะ"
ผมบอกกับโลกว่า "อยู่ตรงที่พวกนายอยู่นะ"
04:29
And I take the United States -- we still want to see the background --
81
244000
3000
และผมก็หยิบสหรัฐฯขึ้นมา
เรายังต้องรู้ข้อมูลเบื้องหลังหน่อย
เรายังต้องรู้ข้อมูลเบื้องหลังหน่อย
04:32
I put them up like this, and now we go backwards.
82
247000
3000
ผมวางมันไว้อย่างนี้ และตอนนี้เราก็ย้อนหลังไป
04:35
And we can see that the United States
83
250000
3000
และเราก็จะเห็นว่า สหรัฐฯ
04:38
goes to the right of the mainstream.
84
253000
3000
มุ่งไปทางขวาของกระแสหลัก
04:41
They are on the money side all the time.
85
256000
2000
พวกเขาอยู่ทางฝั่งเงินตลอดเวลา
04:44
And down in 1915, the United States was a neighbor of India --
86
259000
5000
และลงไปถึงปี 1915 สหรัฐฯก็อยู่ใกล้ๆกับอินเดีย
04:50
present, contemporary India.
87
265000
2000
อินเดียในปัจจุบัน
04:52
And that means United States was richer,
88
267000
2000
และนั่นหมายความว่า สหรัฐฯในตอนนั้นรวยกว่า
04:54
but lost more kids than India is doing today, proportionally.
89
269000
4000
และเสียเด็กไปมากกว่าอินเดียในวันนี้
โดยสัดส่วนแล้วนะ
โดยสัดส่วนแล้วนะ
04:59
And look here -- compare to the Philippines of today.
90
274000
3000
และดูนี่
เปรียบเทียบกับฟิลิปปินส์วันนี้
เปรียบเทียบกับฟิลิปปินส์วันนี้
05:02
The Philippines of today has almost the same economy
91
277000
3000
ฟิลิปปินส์วันนี้มีสภาวะเศรษฐกิจเกือบจะเหมือน
05:06
as the United States during the First World War.
92
281000
2000
กับสหรัฐฯในช่วงสงครามโลกครั้งที่หนึ่งเลย
05:08
But we have to bring United States forward quite a while
93
283000
4000
แต่พวกเราต้องนำสหรัฐฯมาข้างหน้าสักระยะหนึ่ง
05:12
to find the same health of the United States
94
287000
3000
ถึงจะเจอสุขภาพของสหรัฐฯ
05:15
as we have in the Philippines.
95
290000
1000
ที่เท่ากับสุขภาพในฟิลิปปินส์
05:17
About 1957 here, the health of the United States
96
292000
3000
ราวปี 1957 ตรงนี้
สุขภาพของสหรัฐฯ
สุขภาพของสหรัฐฯ
05:20
is the same as the Philippines.
97
295000
2000
เท่ากับฟิลิปปินส์
05:22
And this is the drama of this world which many call globalized,
98
297000
3000
และ นี่เป็นละครฉากหนึ่งของโลกใบนี้ที่เรียกว่า โลกาภิวัฒน์
05:25
is that Asia, Arabic countries, Latin America,
99
300000
3000
ที่ เอเชีย ประเทศอาหรับ ละตินอเมริกา
05:28
are much more ahead in being healthy, educated,
100
303000
5000
เหนือกว่ามากๆในเรื่อง สุขภาพดี มีการศึกษา
05:33
having human resources than they are economically.
101
308000
3000
มีทรัพยากรมนุษย์มากกว่าทรัพยากรเศรษฐกิจ
05:36
There's a discrepancy in what's happening today
102
311000
2000
มันมีช่องว่างในสิ่งที่กำลังเกิดขึ้นทุกวันนี้
05:38
in the emerging economies.
103
313000
2000
ในระบบเศรษฐกิจเกิดใหม่
05:40
There now, social benefits, social progress,
104
315000
4000
ที่นั่น ตอนนี้ สวัสดิการทางสังคม ความก้าวหน้าทางสังคม
05:44
are going ahead of economical progress.
105
319000
3000
กำลังไปได้สวยกว่าความก้าวหน้าทางเศรษฐกิจ
05:47
And 1957 -- the United States had the same economy as Chile has today.
106
322000
6000
และในปี 1957
สหรัฐฯมีสภาวะทางเศรษฐกิจเท่ากับที่ชิลีมีในวันนี้
สหรัฐฯมีสภาวะทางเศรษฐกิจเท่ากับที่ชิลีมีในวันนี้
05:54
And how long do we have to bring United States
107
329000
3000
และมันจะอีกนานแค่ไหนนะ
ที่เราจะต้องดึงสหรัฐฯขึ้นมา
ที่เราจะต้องดึงสหรัฐฯขึ้นมา
05:57
to get the same health as Chile has today?
108
332000
2000
ให้มีสุขภาพเท่ากับที่ชิลีมีอยู่ในวันนี้
06:00
I think we have to go, there -- we have 2001, or 2002 --
109
335000
5000
ผมคิดว่าเราต้องไปที่ ตรงนั้น
เราอยู่ที่ปี 2001 หรือ 2002
เราอยู่ที่ปี 2001 หรือ 2002
06:05
the United States has the same health as Chile.
110
340000
2000
สหรัฐฯมีสุขภาพเท่ากับชิลี
06:07
Chile's catching up!
111
342000
1000
ชิลีกำลังไล่ตามมาแล้ว
06:09
Within some years Chile may have better child survival
112
344000
2000
ภายในไม่กี่ปี ชิืลีอาจจะมีการอยู่รอดของเด็ก
06:11
than the United States.
113
346000
2000
ดีกว่าสหรัฐฯก็ได้
06:13
This is really a change, that you have this lag
114
348000
3000
นี่เป็นการเปลี่ยนแปลงที่ชัดเจน
ที่คุณจะเห็นช่องว่าง
ที่คุณจะเห็นช่องว่าง
06:16
of more or less 30, 40 years' difference on the health.
115
351000
5000
ของความแตกต่างทางสุขภาพ
ในช่วงเวลาไม่มากหรือน้อยไปกว่า 30 หรือ 40 ปี
ในช่วงเวลาไม่มากหรือน้อยไปกว่า 30 หรือ 40 ปี
06:21
And behind the health is the educational level.
116
356000
2000
และเบื้องหลังสุขภาพ ก็คือระดับการศึกษา
06:23
And there's a lot of infrastructure things,
117
358000
2000
และมันมีสารณูปโภคพื้นฐานต่างๆด้วย
06:25
and general human resources are there.
118
360000
3000
และทรัพยากรมนุษย์โดยทั่วไปอยู่ตรงนั้น
06:28
Now we can take away this --
119
363000
3000
ตอนนี้เราเอาอันนี้ออกได้
06:31
and I would like to show you the rate of speed,
120
366000
4000
และผมจะแสดงให้เห็นอัตราเร็ว
06:35
the rate of change, how fast they have gone.
121
370000
3000
อัตราการเปลี่ยนแปลง
ฟองเหล่านี้จะเปลี่ยนแปลงเร็วแค่ไหน
ฟองเหล่านี้จะเปลี่ยนแปลงเร็วแค่ไหน
06:38
And we go back to 1920, and I want to look at Japan.
122
373000
7000
และเราย้อนกลับไปที่ปี 1920
ผมอยากจะดูญี่ปุ่น
ผมอยากจะดูญี่ปุ่น
06:46
And I want to look at Sweden and the United States.
123
381000
3000
และอยากดูสวีเดนและสหรัฐฯ
06:49
And I'm going to stage a race here
124
384000
2000
และผมก็จะสร้างฉากการแข่งรถล่ะ
06:51
between this sort of yellowish Ford here
125
386000
3000
ระหว่างฟอร์ดสีเหลืองตรงนี้
06:54
and the red Toyota down there,
126
389000
2000
โตโยต้าสีแดงข้างล่างนี่
06:56
and the brownish Volvo.
127
391000
2000
และวอลโว่สีน้ำตาล
06:58
(Laughter)
128
393000
2000
(เสียงหัวเราะ)
07:00
And here we go. Here we go.
129
395000
2000
เอาล่ะ ไปล่ะ ไปล่ะ
07:02
The Toyota has a very bad start down here, you can see,
130
397000
3000
โตโยต้าเริ่มต้นได้ไม่ดีนักข้างล่างนี่ คุณเห็นได้เลย
07:05
and the United States Ford is going off-road there.
131
400000
3000
และฟอร์ดสหรัฐฯกำลังวิ่งวิบากอยู่ตรงนั้น
07:08
And the Volvo is doing quite fine.
132
403000
1000
ส่วนวอลโว่ก็ดูกำลังไปได้สวย
07:09
This is the war. The Toyota got off track, and now
133
404000
2000
นี่คือสงครามล่ะ
โตโยต้าออกนอกลู่ไป และตอนนี้
โตโยต้าออกนอกลู่ไป และตอนนี้
07:11
the Toyota is coming on the healthier side of Sweden --
134
406000
3000
โตโยต้ากำลังมาในฝั่งที่สุขภาพดีกว่าสวีเดน
07:14
can you see that?
135
409000
1000
คุณเห็นมั้ย
07:15
And they are taking over Sweden,
136
410000
1000
แล้วเขาก็กำลังแซงสวีเตน
07:16
and they are now healthier than Sweden.
137
411000
2000
และตอนนี้เขาก็สุขภาพดีกว่าสวีเดน
07:18
That's the part where I sold the Volvo and bought the Toyota.
138
413000
2000
นั่นเป็นส่วนหนึ่งที่ผมขายวอลโล่แล้วซื้อโตโยต้า
07:20
(Laughter)
139
415000
3000
(เสียงหัวเราะ)
07:23
And now we can see that the rate of change was enormous in Japan.
140
418000
4000
และตอนนี้เราก็จะเห็นว่า
อัตราการเปลี่ยนแปลงของญี่ปุ่นนั้นสูงมาก
อัตราการเปลี่ยนแปลงของญี่ปุ่นนั้นสูงมาก
07:27
They really caught up.
141
422000
2000
พวกเขาไล่ตามมาจริงๆ
07:29
And this changes gradually.
142
424000
2000
และนี่ก็ค่อยๆเปลี่ยนแปลงไป
07:31
We have to look over generations to understand it.
143
426000
3000
เราต้องมองไปที่หลายๆรุ่นเพื่อเข้าใจมัน
07:34
And let me show you my own sort of family history --
144
429000
5000
ผมจะให้คุณดูประวัติครอบครัวของผม
07:39
we made these graphs here.
145
434000
2000
เราทำกราฟไว้ตรงนี้
07:41
And this is the same thing, money down there, and health, you know?
146
436000
4000
และนี่ก็เหมือนเดิม เงินอยู่ตรงนั้น แล้วก็สุขภาพ
07:45
And this is my family.
147
440000
2000
และนี่คือครอบครัวของผม
07:48
This is Sweden, 1830, when my great-great-grandma was born.
148
443000
4000
นี่คือสวีเดน ปั 1830 ตอนที่คุณยายทวดของทวดเกิด
07:53
Sweden was like Sierra Leone today.
149
448000
2000
สวีเดนเหมือนกับเซียรา ลีออนวันนี้
07:56
And this is when great-grandma was born, 1863.
150
451000
3000
และนี่คือตอนที่คุณยายทวดเกืด ปี 1863
08:00
And Sweden was like Mozambique.
151
455000
2000
สวีเดนเหมือนกับโมซัมบิก
08:02
And this is when my grandma was born, 1891.
152
457000
2000
และนี่ก็ตอนคุณยายผมเกิด ปี 1891
08:04
She took care of me as a child,
153
459000
2000
เธอดูแลผมตอนเด็กๆ
08:06
so I'm not talking about statistic now --
154
461000
2000
ผมไม่ได้พูดถึงสถิติแล้วนะเนี่ย
08:08
now it's oral history in my family.
155
463000
2000
ตอนนี้กลายเป็นการบอกเล่าประวัติครอบครัว
08:11
That's when I believe statistics,
156
466000
1000
นั่นเป็นตอนที่ผมเชื่อในสถิติ
08:12
when it's grandma-verified statistics.
157
467000
3000
สถิติที่พิสูจน์โดยคุณยาย
08:15
(Laughter)
158
470000
3000
(เสียงหัวเราะ)
08:18
I think it's the best way of verifying historical statistics.
159
473000
3000
ผมคิดว่ามันเป็นทางที่ดีที่สุด
ในการพิสูจน์สถิติทางประวัติศาสตร์
ในการพิสูจน์สถิติทางประวัติศาสตร์
08:21
Sweden was like Ghana.
160
476000
1000
สวีเดนเหมือนกาน่า
08:22
It's interesting to see the enormous diversity
161
477000
3000
มันน่าสนใจที่ได้เห็นความหลากหลายอันยิ่งใหญ่
08:25
within sub-Saharan Africa.
162
480000
2000
ภายในซับซาฮาร่าแอฟริกา
08:28
I told you last year, I'll tell you again,
163
483000
2000
ผมบอกคุณไปเมื่อปีที่แล้ว
ผมจะบอกคุณอีกครั้ง
ผมจะบอกคุณอีกครั้ง
08:30
my mother was born in Egypt, and I -- who am I?
164
485000
3000
แม่ของผมเกิดในอียิปต์
แล้วผม... ผมเป็นใครล่ะ
แล้วผม... ผมเป็นใครล่ะ
08:33
I'm the Mexican in the family.
165
488000
1000
ผมเป็นคนเม็กซิโกในครอบครัว
08:35
And my daughter, she was born in Chile,
166
490000
2000
และลูกสาวของผม เธอเกิดในชิลี
08:37
and the grand-daughter was born in Singapore,
167
492000
2000
และหลานสาวของผมเกิดในสิงคโปร์
08:39
now the healthiest country on this Earth.
168
494000
2000
ซึ่งเป็นประเทศที่สุขภาพดีที่สุดบนโลกใบนี้
08:41
It bypassed Sweden about two to three years ago,
169
496000
2000
มันแซงสวีเดนไปเมื่อสองสามปีก่อน
08:43
with better child survival.
170
498000
2000
ด้วยการอยู่รอดของเด็กที่ดีกว่า
08:45
But they're very small, you know?
171
500000
1000
แต่มันเล็กมาก คุณก็รู้ใช่มั้ย
08:46
They're so close to the hospital we can never
172
501000
2000
พวกเขาอยู่ใกล้โรงพยาบาลมากเหลือเกิน
เราไม่มีทาง
เราไม่มีทาง
08:48
beat them out in these forests.
173
503000
1000
เอาชนะพวกเขาในเรื่องนี้ได้หรอก
08:49
(Laughter)
174
504000
3000
(เสียงหัวเราะ)
08:52
But homage to Singapore.
175
507000
1000
แต่ด้วยความเคารพต่อสิงคโปร์
08:53
Singapore is the best one.
176
508000
2000
สิงคโปร์เป็นประเทศที่ดีที่สุด
08:55
Now this looks also like a very good story.
177
510000
4000
เอาล่ะ นี่อาจจะดูเหมือนเป็นเรื่องที่ดีมาก
08:59
But it's not really that easy, that it's all a good story.
178
514000
4000
แต่มันไม่ได้ง่ายอย่างนั้นหรอก
ที่ทุกอย่างจะเป็นเรื่องดี
ที่ทุกอย่างจะเป็นเรื่องดี
09:03
Because I have to show you one of the other facilities.
179
518000
3000
เพราะผมจะให้คุณดูอีกด้านหนึ่งของด้านอื่นๆด้วย
09:06
We can also make the color here represent the variable --
180
521000
5000
เราใช้สีแทนตัวแปรตรงนี้
09:11
and what am I choosing here?
181
526000
1000
และอะไรที่ผมจะเลือกดีล่ะ
09:12
Carbon-dioxide emission, metric ton per capita.
182
527000
4000
การปล่อยก๊าซคาร์บอนไดออกไซด์ เมตริกต่อหัวประขากร
09:17
This is 1962, and United States was emitting 16 tons per person.
183
532000
5000
นี่คือปี 1962 สหรัฐฯปล่อยออกมา 16 ตันต่อหัว
09:22
And China was emitting 0.6,
184
537000
2000
และจีนปล่อย 0.6
09:24
and India was emitting 0.32 tons per capita.
185
539000
4000
และอินเดียปล่อย 0.32 ตันต่อหัว
09:28
And what happens when we moved on?
186
543000
3000
แล้วอะไรจะเกิดขึ้นล่ะ ถ้าพวกเรามองต่อไป
09:31
Well, you see the nice story of getting richer
187
546000
2000
คุณจะเห็นเรื่องในด้านดี ในการรวยขึ้น
09:33
and getting healthier --
188
548000
1000
สุขภาพดีขึ้น
09:34
everyone did it at the cost of emission of carbon dioxide.
189
549000
5000
ทุกคนเป็นอย่างนั้น
โดยแลกมาด้วยการปล่อยคาร์บอนไดออกไซด์
โดยแลกมาด้วยการปล่อยคาร์บอนไดออกไซด์
09:39
There is no one who has done it so far.
190
554000
3000
ไม่มีใครทำได้อย่างนั้นจนถึงตอนนี้
09:42
And we don't have all the updated data
191
557000
3000
และเราก็ไม่มีข้อมูลทันสมัยทั้งหมด
09:45
any longer, because this is really hot data today.
192
560000
3000
อีกต่อไป
เพราะมันเป้นข้อมูลร้อนมากในวันนี้
เพราะมันเป้นข้อมูลร้อนมากในวันนี้
09:48
And there we are, 2001.
193
563000
2000
เอาล่ะ เรามาถึงปี 2001
09:51
And in the discussion I attended with global leaders, you know,
194
566000
4000
และในการสนทนาที่ผมได้เข้าร่วมกับผู้นำโลก
09:55
many say now the problem is that the emerging economies,
195
570000
4000
หลายคนบอกว่า ตอนนี้ปัญหาคือ
การที่ระบบเศรษฐกิจเกิดใหม่
การที่ระบบเศรษฐกิจเกิดใหม่
09:59
they are getting out too much carbon dioxide.
196
574000
3000
กำลังปล่อยคาร์บอนไดออกไซด์มากเกินไป
10:02
The Minister of the Environment of India said,
197
577000
2000
รัฐมนตรีกระทรวงสิ่งแวดล้อมของอินเดียพูดว่า
10:04
"Well, you were the one who caused the problem."
198
579000
3000
"อืม คุณเป็นคนสร้างปัญหานี้นะ"
10:07
The OECD countries -- the high-income countries --
199
582000
3000
ประเทศ OECD หรือประเทศรายได้สูงทั้งหลาย
10:10
they were the ones who caused the climate change.
200
585000
2000
พวกเขาเป็นคนก่อให้เกิด
การเปลี่ยนแปลงของชั้นบรรยากาศ
การเปลี่ยนแปลงของชั้นบรรยากาศ
10:13
"But we forgive you, because you didn't know it.
201
588000
2000
"แต่เราให้อภัยคุณ เพราะคุณไม่รู้
10:15
But from now on, we count per capita.
202
590000
3000
แต่จากนี้ไป เราจะนับต่อหัวล่ะ
10:18
From now on we count per capita.
203
593000
2000
จากนี้ไป เรานับต่อหัว
10:20
And everyone is responsible for the per capita emission."
204
595000
3000
และทุกคนก็จะรับผิดชอบการปล่อยก๊าซต่อหัว"
10:23
This really shows you, we have not seen good economic
205
598000
3000
นี่แสดงให้เห็นว่า เราไม่เคยเห็นความก้าวหน้าเศรษฐกิจ
10:26
and health progress anywhere in the world
206
601000
2000
และสุขภาพดีๆ ที่ไหนบนโลกใบนี้
10:28
without destroying the climate.
207
603000
4000
ที่ไม่มีการทำลายชั้นบรรยากาศ
10:33
And this is really what has to be changed.
208
608000
2000
และนี่ก็เป็นอะไรที่ต้องได้รับการเปลี่ยนแปลงจริงๆ
10:36
I've been criticized for showing you a too positive image of the world,
209
611000
3000
ผมได้รับการวิจารณ์ว่า
แสดงให้พวกคุณเห็นแต่ด้านบวกของโลก
แสดงให้พวกคุณเห็นแต่ด้านบวกของโลก
10:39
but I don't think it's like this.
210
614000
2000
แต่ผมไม่ได้คิดแบบนั้น
10:41
The world is quite a messy place.
211
616000
2000
โลกเป็นที่ๆยุ่งเหยิง
10:43
This we can call Dollar Street.
212
618000
2000
ตรงนี้เราเรียกมันว่า ถนนดอลลาร์
10:45
Everyone lives on this street here.
213
620000
2000
ทุกคนอาศัยอยู่บนถนนนี้
10:47
What they earn here -- what number they live on --
214
622000
3000
ตรงนี้คือเงินที่พวกเขาหาได้ ตัวเลขที่พวกเขาใช้ชีวิตอยู่
10:50
is how much they earn per day.
215
625000
1000
คือจำนวนเงินที่พวกเขาหาได้ต่อวัน
10:51
This family earns about one dollar per day.
216
626000
3000
ครอบครัวนี้หาได้ประมาณ 1 ดอลล่าร์ต่อวัน
10:55
We drive up the street here,
217
630000
1000
เราขับรถขึ้นมาตามถนนตรงนี้
10:56
we find a family here which earns about two to three dollars a day.
218
631000
4000
เราเจอครอบครัวที่หาได้ประมาณ 2-3 ดอลล่าร์ต่อวัน
11:00
And we drive away here -- we find the first garden in the street,
219
635000
3000
เราขับมาตรงนี้ เราเจอสวนแห่งแรกในถนน
11:03
and they earn 10 to 50 dollars a day.
220
638000
2000
และพวกเขาหาได้ 10-50 ดอลล่าร์ต่อวัน
11:05
And how do they live?
221
640000
2000
แล้วพวกเขาใช้ชีวิตยังไงล่ะ
11:07
If we look at the bed here, we can see
222
642000
3000
ถ้าเรามองดูที่ที่นอน เราจะเห็นว่า
11:10
that they sleep on a rug on the floor.
223
645000
3000
พวกเขานอนบนพรมบนพื้น
11:13
This is what poverty line is --
224
648000
2000
นี่คือความหมายของเส้นแบ่งความยากจน
11:15
80 percent of the family income is just to cover the energy needs,
225
650000
3000
80 เปอร์เซ็นต์ของรายได้ของครอบครัวมีเพียงพอ
ต่อการจ่ายพลังงานที่จำเป็น
ต่อการจ่ายพลังงานที่จำเป็น
11:18
the food for the day.
226
653000
2000
อาหารต่อวัน
11:20
This is two to five dollars. You have a bed.
227
655000
3000
นี่คือ 2-5 ดอลลาร์ คุณจะมีเตียง
11:23
And here it's a much nicer bedroom, you can see.
228
658000
2000
และตรงนี้ ห้องนอนที่ดูดีกว่ามาก
11:26
I lectured on this for Ikea, and they wanted to see
229
661000
2000
ผมบรรยายเรื่องนี้กับไอเกีย
และพวกเขาก็ต้องการเห็น
และพวกเขาก็ต้องการเห็น
11:28
the sofa immediately here.
230
663000
2000
โซฟาตรงนี้ทันที
11:30
(Laughter)
231
665000
2000
(เสียงหัวเราะ)
11:32
And this is the sofa, how it will emerge from there.
232
667000
4000
และนี่ก็เป็นโซฟา
การที่มันเกิดขึ้นมาจากตรงนั้นได้ยังไง
การที่มันเกิดขึ้นมาจากตรงนั้นได้ยังไง
11:36
And the interesting thing, when you go around here in the photo panorama,
233
671000
3000
และสิ่งที่น่าสนใจ เมื่อคุณมองไปรอบๆในรูปพาโนรามาตรงนี้
11:39
you see the family still sitting on the floor there.
234
674000
2000
คุณจะเห็นครอบครัวยังนั่งอยู่บนพิ้นตรงนั้น
11:41
Although there is a sofa,
235
676000
2000
ถึงแม้จะมีโซฟา
11:43
if you watch in the kitchen, you can see that
236
678000
2000
ถ้าคุณมองไปที่ครัว คุณจะเห็นว่า
11:45
the great difference for women does not come between one to 10 dollars.
237
680000
5000
ความแตกต่างที่สำคัญสำหรับผู้หญืง
ไม่ได้มีมาที่ 1-10 ดอลลาร์
ไม่ได้มีมาที่ 1-10 ดอลลาร์
11:50
It comes beyond here, when you really can get
238
685000
2000
มันมาหลังจากตรงนี้ เมื่อคุณสามารถ
11:52
good working conditions in the family.
239
687000
3000
มีสภาพการทำงานที่ดีในครอบครัว
11:55
And if you really want to see the difference,
240
690000
2000
และถ้าคุณต้องการจะเห็นความแตกต่างจริงๆ
11:57
you look at the toilet over here.
241
692000
2000
คุณดูที่สุขาตรงนี้
11:59
This can change. This can change.
242
694000
2000
มันเปลี่ยนได้ มันเปลี่ยนได้
12:01
These are all pictures and images from Africa,
243
696000
3000
ทั้งหมดนี้เป็นรูปภาพจากแอฟริกา
12:04
and it can become much better.
244
699000
2000
และมันก็จะดีขึ้นได้
12:07
We can get out of poverty.
245
702000
2000
เราออกจากความยากจนได้
12:09
My own research has not been in IT or anything like this.
246
704000
3000
งานวิจัยของผมไม่เคยเกี่ยวกับไอทีหรืออะไรประมาณนี้
12:12
I spent 20 years in interviews with African farmers
247
707000
3000
ผมใช้เวลา 20 ปีสัมภาษณ์เกษตรกรแอฟริกัน
12:15
who were on the verge of famine.
248
710000
3000
ที่หมิ่นเหม่อยู่บนความอดอยาก
12:18
And this is the result of the farmers-needs research.
249
713000
2000
และนี่คือผลจากการวิจัยความต้องการของเกษตรกร
12:20
The nice thing here is that you can't see
250
715000
2000
สิ่งที่ดีตรงนี้คือการที่คุณหา
12:22
who are the researchers in this picture.
251
717000
2000
ว่าใครเป็นนักวิจัยไม่เจอ
12:24
That's when research functions in poor societies --
252
719000
3000
นั้นคือ หากงานวิจัยนั้นเกิดขึ้นในสังคมยากจน
12:27
you must really live with the people.
253
722000
2000
คุณต้องใช้ชีวิตอยู่กับผู้คนจริงๆ
12:31
When you're in poverty, everything is about survival.
254
726000
4000
ตอนที่คุณอยู่ในภาวะยากจน
ทุกอย่างล้วนเกี่ยวข้องกับการอยู่รอด
ทุกอย่างล้วนเกี่ยวข้องกับการอยู่รอด
12:35
It's about having food.
255
730000
2000
เกี่ยวกับการมีอาหาร
12:37
And these two young farmers, they are girls now --
256
732000
2000
และเกษตรกรน้อยสองคนนี้ ตอนนี้เป็นเด็กสาวแล้ว
12:39
because the parents are dead from HIV and AIDS --
257
734000
4000
เพราะพ่อแม่ตายเพราะเอดส์และ HIV
12:43
they discuss with a trained agronomist.
258
738000
2000
พวกเธอคุยอยู่กับนักปฐพีวิทยา
12:45
This is one of the best agronomists in Malawi, Junatambe Kumbira,
259
740000
4000
ซึ่งเป็นหนึ่งในนักปฐพิวิทยาที่ดีที่สุดในมาลาวี
จูนาทัมเบ คัมบีรา
จูนาทัมเบ คัมบีรา
12:49
and he's discussing what sort of cassava they will plant --
260
744000
2000
และเขากำลังพูดเกี่ยวกับว่า
มันสำปะหลังแบบไหนดีที่พวกเขาจะปลูก
มันสำปะหลังแบบไหนดีที่พวกเขาจะปลูก
12:51
the best converter of sunshine to food that man has found.
261
746000
4000
ซึ่งมันเป็นเครื่องมือที่ดีที่สุดเท่าที่มนุษย์เคยเจอ
ในการเปลี่ยนแสงแดดให้กลายเป็นอาหาร
ในการเปลี่ยนแสงแดดให้กลายเป็นอาหาร
12:55
And they are very, very eagerly interested to get advice,
262
750000
3000
และพวกเธอก็สนใจคำแนะนำพวกนี้มากๆ
12:58
and that's to survive in poverty.
263
753000
3000
และนั่นก็เพื่อให้อยู่รอดได้ในความยากจน
13:01
That's one context.
264
756000
1000
นั่นก็เป็นบริบทหนึ่ง
13:02
Getting out of poverty.
265
757000
2000
ในการหนีจากความยากจน
13:04
The women told us one thing. "Get us technology.
266
759000
3000
พวกผู้หญิงบอกเราอย่างหนึ่งว่า
"เอาเทคโนโลยีมาให้เราเถอะ
"เอาเทคโนโลยีมาให้เราเถอะ
13:07
We hate this mortar, to stand hours and hours.
267
762000
3000
เราเกลียดครกนี่ เพราะเราต้องยืนเป็นชั่วโมงๆ
13:10
Get us a mill so that we can mill our flour,
268
765000
3000
เอาเครื่องโม่มาให้เรา เพื่อเราจะได้โม่แป้งได้
13:13
then we will be able to pay for the rest ourselves."
269
768000
3000
แล้วเราก็จะได้จ่ายค่าอะไรต่อมิอะไรได้ด้วยตัวเอง"
13:16
Technology will bring you out of poverty,
270
771000
3000
เทคโนโลยีพาคุณออกจากความยากจน
13:19
but there's a need for a market to get away from poverty.
271
774000
4000
แต่ตลาดก็เป็นสิ่งจำเป็นสำหรับการออกจากความยากจนด้วย
13:23
And this woman is very happy now, bringing her products to the market.
272
778000
3000
และผู้หญิงคนนี้กำลังมีความสุขมาก
เธอกำลังนำผลผลิตของเธอไปยังตลาด
เธอกำลังนำผลผลิตของเธอไปยังตลาด
13:26
But she's very thankful for the public investment in schooling
273
781000
2000
แต่เธอก็นึกขอบคุณการลงทุนของรัฐในด้านการศึกษาด้วย
13:28
so she can count, and won't be cheated when she reaches the market.
274
783000
3000
เพราะนั่นทำให้เธอคิดเลขได้
และไม่ถูกโกงตอนที่เธอไปถึงตลาด
และไม่ถูกโกงตอนที่เธอไปถึงตลาด
13:31
She wants her kid to be healthy, so she can go to the market
275
786000
3000
เธอต้องการให้ลูกของเธอสุขภาพดี
เพราะนั่นจะทำให้เธอไปตลาดได้
เพราะนั่นจะทำให้เธอไปตลาดได้
13:34
and doesn't have to stay home.
276
789000
2000
โดยไม่ต้องอยู่ที่บ้าน
13:36
And she wants the infrastructure -- it is nice with a paved road.
277
791000
3000
และเธอก็ต้องการสิ่งปลูกสร้างพื้นฐานด้วย
มันดีนะกับการมีถนนลาดยาง
มันดีนะกับการมีถนนลาดยาง
13:39
It's also good with credit.
278
794000
2000
มันดีด้วยกับการมีเครดิต
13:41
Micro-credits gave her the bicycle, you know.
279
796000
3000
ไมโครเครดิตทำให้เธอมีจักรยาน
13:44
And information will tell her when to go to market with which product.
280
799000
3000
และข้อมูลข่าวสารจะทำให้เธอรู้ว่าจะไปตลาดเมื่อไหร่
พร้อมด้วยสินค้าชนิดไหน
พร้อมด้วยสินค้าชนิดไหน
13:47
You can do this.
281
802000
2000
คุณทำมันได้
13:49
I find my experience from 20 years of Africa is that
282
804000
3000
ผมพบว่าประสบการณ์ในแอฟริกา 20 ปีของผม
บอกผมว่า
บอกผมว่า
13:52
the seemingly impossible is possible.
283
807000
3000
สิ่งที่ดูเหมือนจะเป็นไปไม่ได้นั้นเป็นไปได้
13:55
Africa has not done bad.
284
810000
2000
แอฟริกาไม่ได้ย่ำแย่ซะทีเดียว
13:57
In 50 years they've gone from a pre-Medieval situation
285
812000
3000
ภายใน 50 ปี พวกเขาก้าวจากสภาวะก่อนยุคกลาง
14:00
to a very decent 100-year-ago Europe,
286
815000
3000
มาสู่สภาวะที่ดีแบบยุโรปเมื่อ 100 ปีก่อน
14:03
with a functioning nation and state.
287
818000
3000
พร้อมกับรัฐและชาติที่ทำงานได้
14:06
I would say that sub-Saharan Africa has done best in the world
288
821000
3000
ผมขอบอกว่า ซับซาฮาร่าแอฟริกาทำได้ดีที่สุดในโลก
14:09
during the last 50 years.
289
824000
1000
ในช่วง 50 ปีที่ผ่านมานี้
14:10
Because we don't consider where they came from.
290
825000
2000
เพราะเราไม่ได้ดูว่าพวกเขามาจากจุดไหน
14:12
It's this stupid concept of developing countries
291
827000
3000
มันเป็นความคิดที่งี่เง่าเกี่ยวกับประเทศกำลังพัฒนา
14:15
that puts us, Argentina and Mozambique together 50 years ago,
292
830000
3000
ที่ทำให้เรา เช่น มองอาร์เจนตินาและโมซัมบิกเมื่อ 50 ปีก่อน
14:18
and says that Mozambique did worse.
293
833000
2000
แล้ว บอกว่าโมซัมบิกทำได้แย่กว่า
14:21
We have to know a little more about the world.
294
836000
2000
เราต้องรู้ให้มากขึ้นเกี่ยวกับโลกใบนี้
14:23
I have a neighbor who knows 200 types of wine.
295
838000
3000
ผมมีเพื่อนบ้านที่รู้จักไวน์ 200 ชนิด
14:26
He knows everything.
296
841000
1000
เขารู้ทุกอย่าง
14:27
He knows the name of the grape, the temperature and everything.
297
842000
2000
เขารู้ชื่อองุ่น อุณหภูมิ และทุกอย่าง
14:29
I only know two types of wine -- red and white.
298
844000
3000
ผมรู้จักไวน์แค่ 2 ชนิด แดงและขาว
14:32
(Laughter)
299
847000
2000
(เสียงหัวเราะ)
14:34
But my neighbor only knows two types of countries --
300
849000
2000
แต่เพื่อนบ้านผมรู้จักประเทศแค่ 2 แบบ
14:36
industrialized and developing.
301
851000
2000
ประเทศอุตสาหกรรม กับ ประเทศกำลังพัฒนา
14:38
And I know 200, I know about the small data.
302
853000
3000
แต่ผมรู้จัก 200 แบบ ผมรู้ข้อมูลเล็กๆเหล่านี้
14:41
But you can do that.
303
856000
1000
แต่คุณทำแบบนั้นได้
14:42
(Applause)
304
857000
5000
(เสียงปรบมือ)
14:47
But I have to get serious. And how do you get serious?
305
862000
2000
แต่ผมต้องจริงจังแล้ว
และทำยังไงถึงจะดูจริงจัง
และทำยังไงถึงจะดูจริงจัง
14:49
You make a PowerPoint, you know?
306
864000
2000
คุณก็ทำพาวเวอร์พอยท์ไง
14:51
(Laughter)
307
866000
5000
(เสียงหัวเราะ)
14:56
Homage to the Office package, no?
308
871000
2000
ต้องคารวะแพ็คเกจของไมโครซอฟท์ออฟฟิซ
เนาะ?
เนาะ?
15:00
What is this, what is this, what am I telling?
309
875000
2000
แล้วนี่อะไร แล้วนี่อะไร
ผมกำลังบอกอะไร
ผมกำลังบอกอะไร
15:02
I'm telling you that there are many dimensions of development.
310
877000
3000
ผมกำลังบอกคุณว่า
การพัฒนามีหลายด้าน
การพัฒนามีหลายด้าน
15:05
Everyone wants your pet thing.
311
880000
2000
ทุกคนต้องการสิ่งที่่ตัวเองชื่นชอบ
15:07
If you are in the corporate sector, you love micro-credit.
312
882000
3000
ถ้าคุณอยู่ภาคธุรกิจ คุณก็จะรักไมโครเครดิต
15:10
If you are fighting in a non-governmental organization,
313
885000
2000
ถ้าคุณกำลังต่อสู้อยู่ใน NGO
15:12
you love equity between gender.
314
887000
3000
คุณก็จะรักความเสมอภาคระหว่างเพศ
15:15
Or if you are a teacher, you'll love UNESCO, and so on.
315
890000
2000
หรือถ้าคุณเป็นครู คุณก็จะรัก UNESCO เป็นต้น
15:17
On the global level, we have to have more than our own thing.
316
892000
2000
ในระดับโลก เราต้องการอะไรมากกว่าแค่สิ่งนั้นของเรา
15:19
We need everything.
317
894000
2000
เราจำเป็นต้องมีทุกอย่าง
15:21
All these things are important for development,
318
896000
2000
ทุกอย่างเหล่านี้สำคัญต่อการพัฒนา
15:23
especially when you just get out of poverty
319
898000
2000
โดยเฉพาะเมื่อคุณเพิ่งออกจากความยากจน
15:25
and you should go towards welfare.
320
900000
3000
และคุณควรจะมุ่งหน้าไปสู่สวัสดิการ
15:28
Now, what we need to think about
321
903000
2000
ตอนนี้ สิ่งที่พวกเราต้องคิด
15:30
is, what is a goal for development,
322
905000
3000
ก็คือ อะไรคือเป้าหมายของการพัฒนา
15:33
and what are the means for development?
323
908000
1000
และอะไรที่เป็นหนทางสู่การพัฒนา
15:34
Let me first grade what are the most important means.
324
909000
3000
เริ่มแรก ให้ผมจัดลำดับอะไรที่เป็นหนทางที่สำคัญที่สุด
15:38
Economic growth to me, as a public-health professor,
325
913000
2000
สำหรับผม ในฐานะศาสตราจารย์ด้านสาธารณสุข
15:40
is the most important thing for development
326
915000
4000
ความเจริญทางเศรษฐกิจ
เป็นสิ่งที่สำคัญที่สุดสำหรับการพัฒนา
เป็นสิ่งที่สำคัญที่สุดสำหรับการพัฒนา
15:44
because it explains 80 percent of survival.
327
919000
2000
เพราะมันมีผลต่อ 80 เปอร์เซ็นต์ของการอยู่รอด
15:47
Governance. To have a government which functions --
328
922000
3000
ธรรมาภิบาล
การมีรัฐบาลที่ทำงาน
การมีรัฐบาลที่ทำงาน
15:50
that's what brought California out of the misery of 1850.
329
925000
4000
นั่นเป็นสิ่งที่พาแคลิฟอร์เนีย
ออกจากความแร้นแค้นเมื่อปี 1850
ออกจากความแร้นแค้นเมื่อปี 1850
15:54
It was the government that made law function finally.
330
929000
3000
นั่นก็คือ รัฐบาลที่ทำให้กฎหมายทำงานได้ในท้ายที่สุด
15:58
Education, human resources are important.
331
933000
2000
การศึกษา
ทรัพยากรมนุษย์ก็สำคัญ
ทรัพยากรมนุษย์ก็สำคัญ
16:00
Health is also important, but not that much as a mean.
332
935000
4000
สุขภาพก็สำคัญ
แต่ไม่มากเท่าไหร่นักสำหรับการเป็นหนทาง
แต่ไม่มากเท่าไหร่นักสำหรับการเป็นหนทาง
16:04
Environment is important.
333
939000
2000
สิ่งแวดล้อมก็สำคัญ
16:06
Human rights is also important, but it just gets one cross.
334
941000
2000
สิทธิมนุษยชนก็สำคัญ แต่ก็ได้แค่บวกเดียว
16:08
Now what about goals? Where are we going toward?
335
943000
3000
เอาล่ะ แล้วเป้าหมายล่ะ
เราจะมุ่งหน้าไปทางไหนดี
เราจะมุ่งหน้าไปทางไหนดี
16:11
We are not interested in money.
336
946000
2000
เราไม่สนใจในเงิน
16:13
Money is not a goal.
337
948000
1000
เงินไม่ใช่เป้าหมาย
16:14
It's the best mean, but I give it zero as a goal.
338
949000
3000
มันเป็นหนทางที่ดีที่สุด
แต่ผมให้ศูนย์สำหรับการเป็นเป้าหมาย
แต่ผมให้ศูนย์สำหรับการเป็นเป้าหมาย
16:18
Governance, well it's fun to vote in a little thing,
339
953000
3000
ธรรมาภิบาล
อิม มันก็สนุกดีนะที่ได้ลงคะแนนเสียงในเรื่องเล็กๆน้อยๆ
อิม มันก็สนุกดีนะที่ได้ลงคะแนนเสียงในเรื่องเล็กๆน้อยๆ
16:21
but it's not a goal.
340
956000
2000
แต่นั่นก็ไม่ใช่เป้าหมาย
16:23
And going to school, that's not a goal, it's a mean.
341
958000
4000
และการไปโรงเรียน นั่นไม่ใช่เป้าหมาย
มันเป็นหนทาง
มันเป็นหนทาง
16:27
Health I give two points. I mean it's nice to be healthy
342
962000
2000
ผมให้สุขภาพ 2 คะแนน
ผมว่ามันดีออกนะที่สุขภาพดี
ผมว่ามันดีออกนะที่สุขภาพดี
16:29
-- at my age especially -- you can stand here, you're healthy.
343
964000
2000
โดยเฉพาะอย่างยิ่งกับคนอายุเท่าผม
คุณยืนอยู่ตรงนี้ได้ คุณก็สุขภาพดีล่ะ
คุณยืนอยู่ตรงนี้ได้ คุณก็สุขภาพดีล่ะ
16:31
And that's good, it gets two plusses.
344
966000
2000
และนั่นก็เป็นเรื่องดี มันได้ไป 2 บวก
16:33
Environment is very, very crucial.
345
968000
2000
สิ่งแวดล้อมก็สำคัญมากๆ
16:35
There's nothing for the grandkid if you don't save up.
346
970000
2000
มันจะไม่มีอะไรเหลือไปถึงลูกหลานถ้าคุณไม่รักษา
16:37
But where are the important goals?
347
972000
2000
แต่อะไรล่ะที่เป็นเป้าหมายสำคัญ?
16:39
Of course, it's human rights.
348
974000
2000
แน่นอน มันคือสิทธิมนุษยชน
16:41
Human rights is the goal,
349
976000
2000
สิทธิมนุษยชนเป็นเป้าหมาย
16:43
but it's not that strong of a mean for achieving development.
350
978000
3000
แต่มันก็ไม่ได้สำคัญมาก
ในการเป็นหนทางไปสู่การพัฒนา
ในการเป็นหนทางไปสู่การพัฒนา
16:47
And culture. Culture is the most important thing, I would say,
351
982000
4000
และวัฒนธรรม
ผมว่า วัฒนธรรมสำคัญที่สุดนะ
ผมว่า วัฒนธรรมสำคัญที่สุดนะ
16:51
because that's what brings joy to life.
352
986000
2000
เพราะนั่นคือสิ่งที่นำพาความสนุกสนานมาสู่ชีวิต
16:53
That's the value of living.
353
988000
2000
นั่นคือคุณค่าของการมีชีวิต
16:55
So the seemingly impossible is possible.
354
990000
3000
สิ่งที่ดูเหมือนจะเป็นไม่ได้นั้นเป็นไปได้
16:58
Even African countries can achieve this.
355
993000
2000
แม้กระทั่งประเทศแอฟริกันก็บรรลุสิ่งนี้ได้
17:01
And I've shown you the shot where the seemingly impossible is possible.
356
996000
6000
และผมจะแสดงให้คุณดู
สิ่งที่ดูเหมือนเป็นไปไม่ได้แต่เป็นไปได้
สิ่งที่ดูเหมือนเป็นไปไม่ได้แต่เป็นไปได้
17:07
And remember, please remember my main message,
357
1002000
4000
และจำไว้
โปรดจำข้อความหลักของผมไว้
โปรดจำข้อความหลักของผมไว้
17:11
which is this: the seemingly impossible is possible.
358
1006000
3000
ซึ่งก็คือ
สิ่งที่เป็นไปไม่ได้นั้นเป็นไปได้
สิ่งที่เป็นไปไม่ได้นั้นเป็นไปได้
17:14
We can have a good world.
359
1009000
2000
เรามีโลกที่ดีได้
17:16
I showed you the shots, I proved it in the PowerPoint,
360
1011000
3000
ผมได้แสดงให้คุณเห็น พิสูจน์มันในพาวเวอร์พอยท์
17:19
and I think I will convince you also by culture.
361
1014000
6000
และผมคิดว่าผมจะทำให้คุณเชื่อด้วยวัฒนธรรมเช่นกัน
17:25
(Laughter)
362
1020000
4000
(เสียงหัวเราะ)
17:29
(Applause)
363
1024000
1000
(เสียงปรบมือ)
17:30
Bring me my sword!
364
1025000
2000
เอาดาบของผมมา!
17:36
Sword swallowing is from ancient India.
365
1031000
5000
การกลืนดาบ มาจากอินเดียโบราณ
17:41
It's a cultural expression that for thousands of years
366
1036000
5000
มันคือการแสดงออกทางวัฒนธรรมที่...
เป็นเวลาหลายพันปีมาแล้ว
เป็นเวลาหลายพันปีมาแล้ว
17:46
has inspired human beings to think beyond the obvious.
367
1041000
6000
...ได้ดลบันดาลใจมนุษย์ให้คิดเหนือไปจากสิ่งที่เห็นได้ชัด
17:52
(Laughter)
368
1047000
2000
(เสียงหัวเราะ)
17:54
And I will now prove to you that the seemingly impossible is possible
369
1049000
5000
และผมจะพิสูจน์ให้คุณเห็นว่า
สิงที่เป็นไปไม่ได้นั้นเป็นไปได้
สิงที่เป็นไปไม่ได้นั้นเป็นไปได้
17:59
by taking this piece of steel -- solid steel --
370
1054000
3000
ด้วยการนำแท่งเหล็กนี้
เหล็กกล้า
เหล็กกล้า
18:03
this is the army bayonet from the Swedish Army, 1850,
371
1058000
3000
นี่คือดาบปลายปืนของทหารแห่งกองทัพสวีเดนในปี 1850
18:06
in the last year we had war.
372
1061000
2000
ในปีสุดท้ายที่เรามีสงคราม
18:09
And it's all solid steel -- you can hear here.
373
1064000
3000
และมันเป็นเหล็กกล้าทั้งหมด
คุณได้ยินนะ
คุณได้ยินนะ
18:12
And I'm going to take this blade of steel,
374
1067000
6000
และผมกำลังจะเอาดาบเหล็กนี้
18:18
and push it down through my body of blood and flesh,
375
1073000
5000
ดันมันลงไปในร่างกายที่เต็มไปด้วยเลือดและเนื้อของผม
18:23
and prove to you that the seemingly impossible is possible.
376
1078000
4000
และพิสูจน์กับคุณว่า
สิ่งที่เป็นไปไม่ได้นั้นเป็นไปได้
สิ่งที่เป็นไปไม่ได้นั้นเป็นไปได้
18:28
Can I request a moment of absolute silence?
377
1083000
4000
ผมขอเวลาเงียบสนิทหน่อยได้มั้ยครับ
18:43
(Applause)
378
1098000
22000
(เสียงปรบมือ)
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