TED2007
Hans Rosling: New insights on poverty
הנס רוסלינג חושף תובנות חדשות על עוני
Filmed:
Readability: 3.1
3,769,031 views
החוקר הנס רוסלינג משתמש בכלי להצגת המידע החדיש שלו, להראות איך מדינות מוציאות את עצמן ממעגל העוני. הוא מציג את "רחוב הדולר", המשווה בין משקי בית עם רמות הכנסה שונות מרחבי העולם. ואז הוא עושה משהו באמת מדהים..
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
אמרתי לכם שלושה דברים שנה שעברה
00:27
I told you that the statistics of the world
1
2000
3000
אמרתי לכם שהסטטיסטיקה של העולם
00:30
have not been made properly available.
2
5000
3000
אינה נגישה בצורה ראוייה
00:33
Because of that, we still have the old mindset
3
8000
2000
כתוצאה מכך אנחנו שבויים בתפיסת העבר
00:35
of developing in industrialized countries, which is wrong.
4
10000
3000
של חלוקה למדינות מתפתחות ומדינות מתועשות. שהיא שגוייה.
00:39
And that animated graphics can make a difference.
5
14000
4000
ושגרפים מונפשים יכולים לעשות את ההבדל
00:44
Things are changing
6
19000
2000
הדברים שעליהם דיברתי משתנים
00:46
and today, on the United Nations Statistic Division Home Page,
7
21000
4000
והיום, באתר הבית של חטיבת הסטטיסטיקה באו"ם
00:50
it says, by first of May, full access to the databases.
8
25000
3000
נאמר שם, שעד הראשון למאי, נגישות מלאה לבסיסי המידע
00:55
(Applause)
9
30000
3000
(כפיים)
00:58
And if I could share the image with you on the screen.
10
33000
4000
ואם אוכל לשתף איתכם את התמונה שעל המסך
01:03
So three things have happened.
11
38000
1000
אז שלושה דברים קרו
01:04
U.N. opened their statistic databases,
12
39000
3000
האו"ם פתח את בסיסי המידע הסטטיסטיים שלהם
01:07
and we have a new version of the software
13
42000
4000
ולנו יש גרסא חדשה של התוכנה
01:11
up working as a beta on the net,
14
46000
2000
שעובדת ברשת בצורה מקוונת
01:13
so you don't have to download it any longer.
15
48000
2000
כך שאינכם צריכים להוריד אותה יותר
01:16
And let me repeat what you saw last year.
16
51000
2000
אני חוזר על מה שראיתם שנה שעברה
01:18
The bubbles are the countries.
17
53000
1000
הבועות הם הארצות
01:19
Here you have the fertility rate -- the number of children per woman --
18
54000
4000
כאן יש לכם את שיעור הפריון - מס' הילדים לאישה
01:23
and there you have the length of life in years.
19
58000
3000
ושם יש לכם את תוחלת החיים - בשנים
01:27
This is 1950 -- those were the industrialized countries,
20
62000
3000
זו שנת 1950- אלה היו המדינות המתועשות
01:30
those were developing countries.
21
65000
1000
אלו היו מדינות מתפתחות
01:31
At that time there was a "we" and "them."
22
66000
2000
באותה תקופה היו "אנחנו" ו"הם"
01:33
There was a huge difference in the world.
23
68000
2000
היתה שונות עצומה בעולם
01:35
But then it changed, and it went on quite well.
24
70000
4000
אבל אז זה השתנה, והמשיך די טוב.
01:39
And this is what happens.
25
74000
1000
וזה מה שקרה.
01:41
You can see how China is the red, big bubble.
26
76000
3000
אתם יכולים לראות איך סין באדום, בועה גדולה
01:44
The blue there is India.
27
79000
1000
הכחול שם זו הודו
01:45
And they go over all this -- I'm going to try to be
28
80000
3000
ואז.. אני מנסה להיות
01:48
a little more serious this year in showing you
29
83000
2000
קצת יותר רציני השנה בלהראות לכם
01:50
how things really changed.
30
85000
2000
איך הדברים באמת השתנו
01:53
And it's Africa that stands out as the problem down here, doesn't it?
31
88000
3000
וזו אפריקה שמתגלה כבעיה כאן למטה, לא כך?
01:56
Large families still, and the HIV epidemic
32
91000
3000
עדיין משפחות גדולות, ומגיפת האיידס
01:59
brought down the countries like this.
33
94000
2000
הורידה את הארצות כאן ככה
02:01
This is more or less what we saw last year,
34
96000
3000
זה פחות או יותר מה שראינו שנה שעברה
02:04
and this is how it will go on into the future.
35
99000
2000
וכך זה הולך להמשיך גם לעבר העתיד
02:07
And I will talk on, is this possible?
36
102000
2000
ואמשיך לומר, האם זה אפשרי?
02:09
Because you see now, I presented statistics that don't exist.
37
104000
3000
מיכוון שראיתם שהצגתי סטטיסטיקה שאינה קיימת
02:13
Because this is where we are.
38
108000
2000
מיכוון שכאן אנחנו נמצאים
02:15
Will it be possible that this will happen?
39
110000
3000
האם זה אפשרי שזה מה שיקרה?
02:19
I cover my lifetime here, you know?
40
114000
2000
אני מכסה את משך חיי כאן, אתם יודעים?
02:21
I expect to live 100 years.
41
116000
2000
אני מצפה לחיות 100 שנה
02:23
And this is where we are today.
42
118000
2000
וכאן אנחנו היום
02:25
Now could we look here instead at the economic situation in the world?
43
120000
7000
עכשיו האם אנחנו יכולים לראות כאן במקום את המצב הכלכלי של העולם?
02:33
And I would like to show that against child survival.
44
128000
5000
ואני מעוניין להראות זאת אל מול שרידות ילדים
02:38
We'll swap the axis.
45
133000
1000
נשחלף בין הצירים
02:40
Here you have child mortality -- that is, survival --
46
135000
4000
כאן יש לנו תמותת תינוקות - זאת אומרת שרידות
02:44
four kids dying there, 200 dying there.
47
139000
2000
4 ילדים מתים כאן, 200 מתים שם
02:47
And this is GDP per capita on this axis.
48
142000
2000
וזה תל"ג לנפש על הציר
02:50
And this was 2007.
49
145000
3000
וזו הייתה 2007
02:53
And if I go back in time, I've added some historical statistics --
50
148000
4000
ואם אני הולך אחורה בזמן, הוספתי קצת סטטיסטיקה הסטורית
02:57
here we go, here we go, here we go -- not so much statistics 100 years ago.
51
152000
6000
הנה זה בא, הנה זה בא, הנה זה בא - אין כל כך סטטיסטיקה לפני 100 שנה
03:03
Some countries still had statistics.
52
158000
2000
לכמה מדינות עדיין הייתה סטטיסטיקה
03:05
We are looking down in the archive,
53
160000
2000
אנחנו מסתכלים עמוק בארכיון
03:07
and when we are down into 1820,
54
162000
4000
ואיפה אנחנו, אנחנו עמוק ב-1820
03:11
there is only Austria and Sweden that can produce numbers.
55
166000
4000
יש רק את אוסטריה ושבדיה שמסוגלות להפיק נתונים
03:15
(Laughter)
56
170000
3000
(צחוק)
03:18
But they were down here. They had 1,000 dollars per person per year.
57
173000
4000
אבל הן היו כאן למטה, היו להן 1,000 דולר לאדם לשנה
03:22
And they lost one-fifth of their kids before their first birthday.
58
177000
3000
והם הפסידו חמישית מהתינוקות לפני היום הולדת הראשון שלהם
03:26
So this is what happens in the world, if we play the entire world.
59
181000
3000
אז זה מה שקרה בעולם, אם אנחנו מריצים את כל העולם
03:29
How they got slowly richer and richer,
60
184000
3000
איך הן נהיו באיטיות עשירות יותר ויותר
03:32
and they add statistics.
61
187000
1000
והן מוסיפות סטטיסטיקה
03:33
Isn't it beautiful when they get statistics?
62
188000
2000
זה לא יפה כשהן מוסיפות סטטיסטיקה?
03:35
You see the importance of that?
63
190000
2000
אתם רואים את החשיבות של זה?
03:37
And here, children don't live longer.
64
192000
2000
וכאן, ילדים לא חיים יותר
03:39
The last century, 1870, was bad for the kids in Europe,
65
194000
4000
המאה האחרונה, 1870, הייתה רעה לילדים באירופה
03:43
because most of this statistics is Europe.
66
198000
2000
בגלל שרוב הסטטיסטיקה הזאת היא אירופה
03:45
It was only by the turn of the century
67
200000
3000
זה היה רק לקראת סוף המאה
03:48
that more than 90 percent of the children survived their first year.
68
203000
3000
שיותר מ90 אחוזים של הילדים שרדו את השנה הראשונה שלהם
03:51
This is India coming up, with the first data from India.
69
206000
3000
זו הודו שעולה עם הנתונים הראשונים מהודו
03:54
And this is the United States moving away here, earning more money.
70
209000
5000
וזו ארצות הברית שנעה מכאן, מרוויחה עוד כסף
03:59
And we will soon see China coming up in the very far end corner here.
71
214000
5000
ובקרוב נראה את סין מופיעה בקצה הפינה המרוחקת כאן
04:04
And it moves up with Mao Tse-Tung getting health,
72
219000
2000
והיא מטפסת עם מאו צה טונג נהיית בריאה
04:06
not getting so rich.
73
221000
1000
לא נהיית כל כך עשירה
04:07
There he died, then Deng Xiaoping brings money.
74
222000
3000
שם הוא מת, ואז דנג שיאופינג מביא כסף
04:10
It moves this way over here.
75
225000
1000
היא בכיוון הזה לכאן
04:12
And the bubbles keep moving up there,
76
227000
2000
והבועות ממשיכות לטפס שם למעלה
04:14
and this is what the world looks like today.
77
229000
2000
וככה נראה העולם היום
04:16
(Applause)
78
231000
6000
(כפיים)
04:22
Let us have a look at the United States.
79
237000
3000
בוא נעיף מבט בארצות הברית
04:25
We have a function here -- I can tell the world, "Stay where you are."
80
240000
3000
יש לנו אפשרות כאן - אני יכול להגיד לעולם "תישאר איפה שאתה"
04:29
And I take the United States -- we still want to see the background --
81
244000
3000
ואני לוקח את ארצות הברית - אנחנו עדיין רוצים לראות את הרקע
04:32
I put them up like this, and now we go backwards.
82
247000
3000
אני שם אותם למעלה ככה, ועכשיו אנחנו הולכים אחורה
04:35
And we can see that the United States
83
250000
3000
ואנחנו יכולים לראות שארצות הברית
04:38
goes to the right of the mainstream.
84
253000
3000
מלווה מימין לשדרה המרכזית
04:41
They are on the money side all the time.
85
256000
2000
הם ב"צד הכסף" כל הזמן
04:44
And down in 1915, the United States was a neighbor of India --
86
259000
5000
וב-1915, ארצות הברית הייתה שכנה של הודו
04:50
present, contemporary India.
87
265000
2000
כיום, הודו העכשווית
04:52
And that means United States was richer,
88
267000
2000
וזה אומר שארצות הברית הייתה עשירה יותר
04:54
but lost more kids than India is doing today, proportionally.
89
269000
4000
אבל איבדה יותר ילדים מהודו היום, יחסית
04:59
And look here -- compare to the Philippines of today.
90
274000
3000
ותסתכלו כאן - בהשוואה לפיליפינים של היום
05:02
The Philippines of today has almost the same economy
91
277000
3000
לפיליפינים של היום יש כמעט את אותה כלכלה
05:06
as the United States during the First World War.
92
281000
2000
שהייתה לארצות הברית במהלך מלחמת העולם הראשונה
05:08
But we have to bring United States forward quite a while
93
283000
4000
אבל אנחנו צריכים לקדם את ארצות הברית בזמן
05:12
to find the same health of the United States
94
287000
3000
כדי למצוא את אותה רמת בריאות בארצות הברית
05:15
as we have in the Philippines.
95
290000
1000
כמו שיש בפיליפינים
05:17
About 1957 here, the health of the United States
96
292000
3000
בערך ב-1957 כאן, רמת הבריאות של ארה"ב
05:20
is the same as the Philippines.
97
295000
2000
היא כמו של הפיליפינים
05:22
And this is the drama of this world which many call globalized,
98
297000
3000
וזו הדרמה של העולם הזה, שהרבה קוראים לו גלובלי
05:25
is that Asia, Arabic countries, Latin America,
99
300000
3000
העובדה שאסיה, הארצות הערביות ואמריקה הלטינית
05:28
are much more ahead in being healthy, educated,
100
303000
5000
הרבה יותר מתקדמות ברמת הבריאות, החינוך
05:33
having human resources than they are economically.
101
308000
3000
ובנכסים של משאבי אנוש מאשר הן ברמה הכלכלית
05:36
There's a discrepancy in what's happening today
102
311000
2000
ישנה אי התאמה במה שקורה היום
05:38
in the emerging economies.
103
313000
2000
בכלכלות המתפתחות
05:40
There now, social benefits, social progress,
104
315000
4000
שם היום, הטבות סוציאליות, התקדמות חברתית
05:44
are going ahead of economical progress.
105
319000
3000
באות לפני ההתקדמות הכלכלית
05:47
And 1957 -- the United States had the same economy as Chile has today.
106
322000
6000
ו- 1957- לארה"ב הייתה אותה כלכלה כמו לצ'ילה היום
05:54
And how long do we have to bring United States
107
329000
3000
וכמה זמן יש לנו כדי להביא את ארה"ב
05:57
to get the same health as Chile has today?
108
332000
2000
להשיג את אותה רמת בריאות כמו של צ'ילה היום?
06:00
I think we have to go, there -- we have 2001, or 2002 --
109
335000
5000
אני חושב שאנחנו צריכים ללכת, לשם - יש לנו את 2001, או 2002..
06:05
the United States has the same health as Chile.
110
340000
2000
לארה"ב יש את אותה בריאות כמו צ'ילה
06:07
Chile's catching up!
111
342000
1000
צ'ילה סוגרת את הפער!
06:09
Within some years Chile may have better child survival
112
344000
2000
בתוך כמה שנים לצ'ילה יכולה להיות שרידות ילדים טובה יותר
06:11
than the United States.
113
346000
2000
מאשר לארה"ב
06:13
This is really a change, that you have this lag
114
348000
3000
זה ממש שינוי, שיש לך את הפער
06:16
of more or less 30, 40 years' difference on the health.
115
351000
5000
של פחות או יותר 30, 40 שנים של הבדל ברמת הבריאות
06:21
And behind the health is the educational level.
116
356000
2000
ומאחורי הבריאות יש את רמת החינוך
06:23
And there's a lot of infrastructure things,
117
358000
2000
ויש הרבה עניין של תשתיות
06:25
and general human resources are there.
118
360000
3000
ועניין של משאבי אנוש
06:28
Now we can take away this --
119
363000
3000
עכשיו אפשר לקחת את זה
06:31
and I would like to show you the rate of speed,
120
366000
4000
ועכשיו אני מעוניין להראות לכם את קצב המהירות
06:35
the rate of change, how fast they have gone.
121
370000
3000
קצב השינוי, כמה מהר הן סגרו את הפער
06:38
And we go back to 1920, and I want to look at Japan.
122
373000
7000
ואנחנו הולכים אחורה ל 1920, ואני רוצה לראות את יפן
06:46
And I want to look at Sweden and the United States.
123
381000
3000
ואני רוצה להסתכל על שבדיה וארה"ב
06:49
And I'm going to stage a race here
124
384000
2000
ואני הולך לביים מרוץ כאן
06:51
between this sort of yellowish Ford here
125
386000
3000
בין ה"פורד" הצהבהב הזה כאן
06:54
and the red Toyota down there,
126
389000
2000
וה"טויוטה" האדומה שם
06:56
and the brownish Volvo.
127
391000
2000
וה"וולוו" החומחומית
06:58
(Laughter)
128
393000
2000
(צחוק)
07:00
And here we go. Here we go.
129
395000
2000
והנה אנחנו מתחילים, הנה אנחנו מתחילים
07:02
The Toyota has a very bad start down here, you can see,
130
397000
3000
לטויוטה יש התחלה ממש רעה כאן למטה, אתם יכולים לראות
07:05
and the United States Ford is going off-road there.
131
400000
3000
וה"פורד" האמריקאית סוטה מהמסלול כאן
07:08
And the Volvo is doing quite fine.
132
403000
1000
ול"וולוו" הולך די בסדר
07:09
This is the war. The Toyota got off track, and now
133
404000
2000
זו היא המלחמה. ה"טויוטה" עפה מהדרך, ועכשיו
07:11
the Toyota is coming on the healthier side of Sweden --
134
406000
3000
ה"טויוטה" מגיעה לצד הבריא יותר של שוודיה
07:14
can you see that?
135
409000
1000
אתם יכולים לראות כאן?
07:15
And they are taking over Sweden,
136
410000
1000
והם משיגים את שבדיה
07:16
and they are now healthier than Sweden.
137
411000
2000
והם עכשיו בריאים יותר משבדיה
07:18
That's the part where I sold the Volvo and bought the Toyota.
138
413000
2000
זה החלק בו מכרתי את ה"וולוו" וקניתי את ה"טויוטה"
07:20
(Laughter)
139
415000
3000
(צחוק)
07:23
And now we can see that the rate of change was enormous in Japan.
140
418000
4000
ועכשיו אנחנו יכולים לראות שקצב השינוי היה אדיר ביפן
07:27
They really caught up.
141
422000
2000
הם ממש השלימו את הפער
07:29
And this changes gradually.
142
424000
2000
וזה משתנה בהדרגה
07:31
We have to look over generations to understand it.
143
426000
3000
אנחנו צריכים להסתכל על פני דורות כדי להבין את זה
07:34
And let me show you my own sort of family history --
144
429000
5000
ותנו לי להראות לכם את ההסטוריה המשפחתית שלי
07:39
we made these graphs here.
145
434000
2000
עשינו את הגרפים האלה כאן
07:41
And this is the same thing, money down there, and health, you know?
146
436000
4000
וזה אותו דבר, כסף כאן למטה, ובריאות, אתם יודעים?
07:45
And this is my family.
147
440000
2000
וזו המשפחה שלי
07:48
This is Sweden, 1830, when my great-great-grandma was born.
148
443000
4000
זו שבדיה, 1830, אז סבתא רבה רבה שלי נולדה
07:53
Sweden was like Sierra Leone today.
149
448000
2000
שבדיה הייתה כמו סיירה לאון כיום
07:56
And this is when great-grandma was born, 1863.
150
451000
3000
וזה לידתה של סבתא רבה שלי, 1863
08:00
And Sweden was like Mozambique.
151
455000
2000
ושבדיה הייתה כמו מוזמביק
08:02
And this is when my grandma was born, 1891.
152
457000
2000
וזה מתי שסבתי נולדה , 1891
08:04
She took care of me as a child,
153
459000
2000
היא טיפלה בי בתור ילד
08:06
so I'm not talking about statistic now --
154
461000
2000
אז אני לא מדבר על סטטיסטיקה עכשיו
08:08
now it's oral history in my family.
155
463000
2000
עכשיו זה בנוגע להסטוריה של המשפחה שלי
08:11
That's when I believe statistics,
156
466000
1000
אז אני מאמין לסטטיסטיקה
08:12
when it's grandma-verified statistics.
157
467000
3000
כשזו סטטיסטיקה "מאומתת סבתא"
08:15
(Laughter)
158
470000
3000
(צחוק)
08:18
I think it's the best way of verifying historical statistics.
159
473000
3000
אני חושב שזו הדרך הכי טובה לאמת סטטיסטיקה הסטורית
08:21
Sweden was like Ghana.
160
476000
1000
שבדיה הייתה כמו גאנה
08:22
It's interesting to see the enormous diversity
161
477000
3000
זה מעניין לראות את השונות העצומה
08:25
within sub-Saharan Africa.
162
480000
2000
בחלק הפנים-סהרי של אפריקה
08:28
I told you last year, I'll tell you again,
163
483000
2000
אמרתי לכם שנה שעברה ואומר לכם את זה שוב
08:30
my mother was born in Egypt, and I -- who am I?
164
485000
3000
אמא שלי נולדה במצרים, ואני.. מי אני?
08:33
I'm the Mexican in the family.
165
488000
1000
אני המקסיקני במשפחה
08:35
And my daughter, she was born in Chile,
166
490000
2000
והבת שלי, היא נולדה בצ'ילה
08:37
and the grand-daughter was born in Singapore,
167
492000
2000
והנכדה נולדה בסינגפור
08:39
now the healthiest country on this Earth.
168
494000
2000
היום המדינה הכי בריאה בעולם
08:41
It bypassed Sweden about two to three years ago,
169
496000
2000
היא עוקפת את שבדיה של לפני שנתיים או שלוש שנים
08:43
with better child survival.
170
498000
2000
עם שרידות תינוקות גבוהה יותר
08:45
But they're very small, you know?
171
500000
1000
אבל ממש קטנים אתם יודעים
08:46
They're so close to the hospital we can never
172
501000
2000
הם כל כך קרובים לבית החולים שאנחנו לעולם לא נוכל
08:48
beat them out in these forests.
173
503000
1000
לנצח אותם ביערות האלה
08:49
(Laughter)
174
504000
3000
(צחוק)
08:52
But homage to Singapore.
175
507000
1000
אבל מחווה של כבוד לסינגפור
08:53
Singapore is the best one.
176
508000
2000
סינגפור הם הכי טובים, עכשיו
08:55
Now this looks also like a very good story.
177
510000
4000
עכשיו זה נראה גם כמו סיפור מאוד טוב
08:59
But it's not really that easy, that it's all a good story.
178
514000
4000
אבל זה לא כזה קל, שזה הכל סיפור טוב
09:03
Because I have to show you one of the other facilities.
179
518000
3000
מיכוון שאני חייב להראות לכם את אחד האמצעים האחרים
09:06
We can also make the color here represent the variable --
180
521000
5000
אנחנו יכולים גם לייצג על ידי הצבעים כאן את המשתנה
09:11
and what am I choosing here?
181
526000
1000
ומה אני בוחר כאן?
09:12
Carbon-dioxide emission, metric ton per capita.
182
527000
4000
פליטת פחמן דו-חמצני, טון לראש
09:17
This is 1962, and United States was emitting 16 tons per person.
183
532000
5000
זו 1962, וארה"ב פלטה 16 טון לבן אדם
09:22
And China was emitting 0.6,
184
537000
2000
וסין פלטה 0.6
09:24
and India was emitting 0.32 tons per capita.
185
539000
4000
והודו פלטה 0.32 טון לראש
09:28
And what happens when we moved on?
186
543000
3000
ומה קרה ככל שהתקדמנו?
09:31
Well, you see the nice story of getting richer
187
546000
2000
ובכן, אתם רואים את הסיפור היפה של ההתעשרות
09:33
and getting healthier --
188
548000
1000
ושל העלייה ברמת הבריאות
09:34
everyone did it at the cost of emission of carbon dioxide.
189
549000
5000
כולם עשו את זה על חשבון פליטת פחמן דו חמצני
09:39
There is no one who has done it so far.
190
554000
3000
אין לנו אף אחד שעשה את זה עד כה
09:42
And we don't have all the updated data
191
557000
3000
ולנו אין את כל המידע המעודכן
09:45
any longer, because this is really hot data today.
192
560000
3000
יותר, מיכוון שאלו הם ממש נתונים חמים
09:48
And there we are, 2001.
193
563000
2000
והנה אנחנו, 2001
09:51
And in the discussion I attended with global leaders, you know,
194
566000
4000
ובדיון שבו נכחתי עם מנהיגי העולם, אתם יודעים
09:55
many say now the problem is that the emerging economies,
195
570000
4000
הרבה אומרים היום, שהבעיה היא הכלכלות המתפתחות
09:59
they are getting out too much carbon dioxide.
196
574000
3000
הן מוציאות יותר מידי פחמן דו-חמצני
10:02
The Minister of the Environment of India said,
197
577000
2000
השר לאיכות הסביבה של הודו אמר
10:04
"Well, you were the one who caused the problem."
198
579000
3000
"ובכן, אתם אלה שגרמתם לבעיה
10:07
The OECD countries -- the high-income countries --
199
582000
3000
המדינות המפותחות - בעלות ההכנסה הגבוהה
10:10
they were the ones who caused the climate change.
200
585000
2000
הן היו אלו שגרמו לשינוי האקלימי
10:13
"But we forgive you, because you didn't know it.
201
588000
2000
אבל אנחנו סולחים לכן, מיכוון שלא ידעתן על זה
10:15
But from now on, we count per capita.
202
590000
3000
אבל מעתה והלאה, אנחנו סופרים לפי ראש
10:18
From now on we count per capita.
203
593000
2000
מעתה והלאה אנחנו סופרים לראש
10:20
And everyone is responsible for the per capita emission."
204
595000
3000
וכולם אחראים לפליטה לפי ראש"
10:23
This really shows you, we have not seen good economic
205
598000
3000
זה ממש מראה לכם, שאנחנו לא ראינו התקדמות כלכלית טובה
10:26
and health progress anywhere in the world
206
601000
2000
והתקדמות בריאותית בשום מקום בעולם
10:28
without destroying the climate.
207
603000
4000
ללא הרס של הסביבה
10:33
And this is really what has to be changed.
208
608000
2000
וזה באמת מה שצריך להשתנות
10:36
I've been criticized for showing you a too positive image of the world,
209
611000
3000
אני קיבלתי ביקורות על כך שאני מראה לכם תמונה יותר מידי חיובית של העולם
10:39
but I don't think it's like this.
210
614000
2000
אבל אני לא חושב שזה כך
10:41
The world is quite a messy place.
211
616000
2000
העולם הוא מקום די מבורדק
10:43
This we can call Dollar Street.
212
618000
2000
לזה אנחנו יכולים לקרוא "רחוב הדולר"
10:45
Everyone lives on this street here.
213
620000
2000
כולם גרים ברחוב כאן
10:47
What they earn here -- what number they live on --
214
622000
3000
מה הם מרוויחים כאן.. באיזה מספר הם גרים
10:50
is how much they earn per day.
215
625000
1000
זה כמה שהם מרוויחים ליום
10:51
This family earns about one dollar per day.
216
626000
3000
המשפחה הזאת מרוויחה בערך דולר ביום
10:55
We drive up the street here,
217
630000
1000
אנחנו נוסעים במעלה הרחוב כאן
10:56
we find a family here which earns about two to three dollars a day.
218
631000
4000
אנחנו מוצאים כאן משפחה שמרוויחה בערך שניים או שלושה דולרים ביום
11:00
And we drive away here -- we find the first garden in the street,
219
635000
3000
ואנחנו נוסעים מכאן.. אנחנו מוצאים את הגינה הראשונה ברחוב
11:03
and they earn 10 to 50 dollars a day.
220
638000
2000
והם מרוויחים 10 או 50 דולר ביום
11:05
And how do they live?
221
640000
2000
ואיך הם חיים?
11:07
If we look at the bed here, we can see
222
642000
3000
אם נסתכל על המיטה כאן, נוכל לראות
11:10
that they sleep on a rug on the floor.
223
645000
3000
שהם ישנים על שטיח שמונח על הרצפה
11:13
This is what poverty line is --
224
648000
2000
זו המשמעות של קו העוני..
11:15
80 percent of the family income is just to cover the energy needs,
225
650000
3000
שמונים אחוזים מהכנסת המשפחה הם רק לטובת כיסוי הוצאות האנרגיה של המשפחה
11:18
the food for the day.
226
653000
2000
האוכל לאותו יום
11:20
This is two to five dollars. You have a bed.
227
655000
3000
זה בין שניים לחמישה דולרים, יש לך מיטה
11:23
And here it's a much nicer bedroom, you can see.
228
658000
2000
וכאן זה חדר שינה הרבה יותר נחמד, אתם יכולים לראות
11:26
I lectured on this for Ikea, and they wanted to see
229
661000
2000
אני מרצה על כך לאיקאה, והם רצו לראות
11:28
the sofa immediately here.
230
663000
2000
מיד את הספה כאן
11:30
(Laughter)
231
665000
2000
(צחוק)
11:32
And this is the sofa, how it will emerge from there.
232
667000
4000
וזו הספה, איך היא תופיע מכאן
11:36
And the interesting thing, when you go around here in the photo panorama,
233
671000
3000
והדבר המעניין הוא, שאתה מסתובב כאן בתמונה הפנורמית
11:39
you see the family still sitting on the floor there.
234
674000
2000
אתם רואים את המשפחה עדיין יושבת על הרצפה כאן
11:41
Although there is a sofa,
235
676000
2000
למרות שיש כאן ספה
11:43
if you watch in the kitchen, you can see that
236
678000
2000
אם תסתכלו במטבח, תוכלו לראות את זה
11:45
the great difference for women does not come between one to 10 dollars.
237
680000
5000
השינוי המשמעותי בשביל האשה לא מגיע בין הדולר לעשרה דולרים
11:50
It comes beyond here, when you really can get
238
685000
2000
הוא מגיע כאן, מתי שאפשר לקבל
11:52
good working conditions in the family.
239
687000
3000
תנאי עבודה טובים במשפחה
11:55
And if you really want to see the difference,
240
690000
2000
ואם אתם רוצים לראות את ההבדל
11:57
you look at the toilet over here.
241
692000
2000
תסתכלו על השירותים כאן
11:59
This can change. This can change.
242
694000
2000
זה יכול להשתנות, זה יכול להשתנות
12:01
These are all pictures and images from Africa,
243
696000
3000
אלו כולן תמונות ודמויות מאפריקה
12:04
and it can become much better.
244
699000
2000
וזה יכול להפוך להיות הרבה יותר טוב
12:07
We can get out of poverty.
245
702000
2000
אנחנו יכולים לצאת מהעוני
12:09
My own research has not been in IT or anything like this.
246
704000
3000
המחקר שלי לא היה בנושא של טכנולוגיות מידע או משהו כזה בכלל
12:12
I spent 20 years in interviews with African farmers
247
707000
3000
השקעתי 20 שנה בראיונות עם חקלאים אפריקאיים
12:15
who were on the verge of famine.
248
710000
3000
שהיו על סף רעב
12:18
And this is the result of the farmers-needs research.
249
713000
2000
וזו התוצאה של מחקר "צרכי החקלאים"
12:20
The nice thing here is that you can't see
250
715000
2000
הדבר הנחמד כאן הוא שאתם לא יכולים לראות
12:22
who are the researchers in this picture.
251
717000
2000
מי החוקרים כאן בתמונה
12:24
That's when research functions in poor societies --
252
719000
3000
זה קורה כשמחקר פועל למען החברה
12:27
you must really live with the people.
253
722000
2000
אתה חייב ממש לחיות עם האנשים
12:31
When you're in poverty, everything is about survival.
254
726000
4000
כשאתה בעוני, הכל נוגע להשרדות
12:35
It's about having food.
255
730000
2000
זה נוגע בלהשיג אוכל
12:37
And these two young farmers, they are girls now --
256
732000
2000
ושני החקלאים הצעירים האלה, הן בנות עכשיו..
12:39
because the parents are dead from HIV and AIDS --
257
734000
4000
מיכוון שההורים מתו מ-HIV ואיידס
12:43
they discuss with a trained agronomist.
258
738000
2000
הן מדברות עם אגרונום מוסמך
12:45
This is one of the best agronomists in Malawi, Junatambe Kumbira,
259
740000
4000
זה אחד האגרונומים הטובים במאלאוי, ג'ונטאמבה קומבירה
12:49
and he's discussing what sort of cassava they will plant --
260
744000
2000
והוא משוחח איתן על איזה סוג קסאווה הן ישתלו
12:51
the best converter of sunshine to food that man has found.
261
746000
4000
הממיר הכי טוב של אור שמש למזון שהאדם מצא
12:55
And they are very, very eagerly interested to get advice,
262
750000
3000
והן מאוד מאוד מתעניינות בהשתוקקות לקבל עצה
12:58
and that's to survive in poverty.
263
753000
3000
וזה לשרוד בעוני
13:01
That's one context.
264
756000
1000
זה הקשר אחד
13:02
Getting out of poverty.
265
757000
2000
לצאת מהעוני
13:04
The women told us one thing. "Get us technology.
266
759000
3000
הנשים אמרו לנו דבר אחד. "תשיגו לנו טכנולוגיה"
13:07
We hate this mortar, to stand hours and hours.
267
762000
3000
אנחנו שונאות את המדוכה הזאת, לעמוד שעות על שעות
13:10
Get us a mill so that we can mill our flour,
268
765000
3000
תשיגו לנו מטחנה שנוכל לטחון את הקמח שלנו
13:13
then we will be able to pay for the rest ourselves."
269
768000
3000
אז נוכל לשלם עבור כל השאר בעצמנו
13:16
Technology will bring you out of poverty,
270
771000
3000
טכנולוגיה תוציא אותכם מהעוני
13:19
but there's a need for a market to get away from poverty.
271
774000
4000
אבל יש צורך שכל השוק יצא מהעוני
13:23
And this woman is very happy now, bringing her products to the market.
272
778000
3000
והאשה הזאת מאוד שמחה, מביאה את התוצרת שלה לשוק
13:26
But she's very thankful for the public investment in schooling
273
781000
2000
אבל היא אסירת תודה להשקעה הציבורית בבתי הספר
13:28
so she can count, and won't be cheated when she reaches the market.
274
783000
3000
כך שהיא יכולה לספור, ולא תהיה מרומה כשהיא תגיע לשוק
13:31
She wants her kid to be healthy, so she can go to the market
275
786000
3000
היא רוצה שהילד שלה יהיה בריא, כדי שהיא תוכל ללכת לשוק
13:34
and doesn't have to stay home.
276
789000
2000
ולא תהיה חייבת להישאר בבית
13:36
And she wants the infrastructure -- it is nice with a paved road.
277
791000
3000
והיא רוצה את התשתיות -- זה נחמד עם דרך מרוצפת
13:39
It's also good with credit.
278
794000
2000
יש גם טוב באשראי
13:41
Micro-credits gave her the bicycle, you know.
279
796000
3000
אשראי-זעיר נתן לה את האופניים, אתם יודעים
13:44
And information will tell her when to go to market with which product.
280
799000
3000
ומידע יעזור לה לדעת מתי ללכת לשוק עם איזה מוצר
13:47
You can do this.
281
802000
2000
אתם יכולים לעשות את זה
13:49
I find my experience from 20 years of Africa is that
282
804000
3000
הנסיון של 20 שנה באפריקה הוא
13:52
the seemingly impossible is possible.
283
807000
3000
שמה שלכאורה בלתי אפשרי הוא אפשרי
13:55
Africa has not done bad.
284
810000
2000
אפריקה מתקדמת יפה
13:57
In 50 years they've gone from a pre-Medieval situation
285
812000
3000
ב50 שנים הם עברו ממצב של קדם ימי הביניים
14:00
to a very decent 100-year-ago Europe,
286
815000
3000
לאירופה של לפני 100 שנים
14:03
with a functioning nation and state.
287
818000
3000
עם אומה ומדינה מתפקדות
14:06
I would say that sub-Saharan Africa has done best in the world
288
821000
3000
הייתי אומר שאפריקה הסאב-סההרית התקדמה הכי טוב בעולם
14:09
during the last 50 years.
289
824000
1000
במהלך 50 השנים האחרונות
14:10
Because we don't consider where they came from.
290
825000
2000
מיכוון שאנחנו לא מחשיבים מאיפה הם התחילו
14:12
It's this stupid concept of developing countries
291
827000
3000
זה המושג המטופש הזה של מדינות מתפתחות
14:15
that puts us, Argentina and Mozambique together 50 years ago,
292
830000
3000
ששם אותנו, ארגנטינה ומוזמביק ביחד לפני 50 שנים
14:18
and says that Mozambique did worse.
293
833000
2000
ואומר שמוזמביק התקדמה הכי פחות
14:21
We have to know a little more about the world.
294
836000
2000
אנחנו חייבים לדעת קצת יותר על העולם
14:23
I have a neighbor who knows 200 types of wine.
295
838000
3000
יש לי שכן שמכיר 200 סוגים של יין
14:26
He knows everything.
296
841000
1000
הוא יודע הכל
14:27
He knows the name of the grape, the temperature and everything.
297
842000
2000
הוא יודע את השם של הענב, הטמפרטורה והכל
14:29
I only know two types of wine -- red and white.
298
844000
3000
אני מכיר רק שני סוגי יין -- אדום ולבן
14:32
(Laughter)
299
847000
2000
(צחוק)
14:34
But my neighbor only knows two types of countries --
300
849000
2000
אבל השכן שלי מכיר רק שני סוגי מדינות
14:36
industrialized and developing.
301
851000
2000
מתועשות ומתפתחות
14:38
And I know 200, I know about the small data.
302
853000
3000
ואני מכיר 200, אני יודע לגבי הנתונים הקטנים
14:41
But you can do that.
303
856000
1000
אבל אתם יכולים לעשות את זה
14:42
(Applause)
304
857000
5000
(כפיים)
14:47
But I have to get serious. And how do you get serious?
305
862000
2000
אבל אני חייב להיות רציני, ואיך נהיים רציניים?
14:49
You make a PowerPoint, you know?
306
864000
2000
אתה עושה מצגת, אתם יודעים?
14:51
(Laughter)
307
866000
5000
(צחוק)
14:56
Homage to the Office package, no?
308
871000
2000
מחווה של כבוד לחבילת האופיס לא?
15:00
What is this, what is this, what am I telling?
309
875000
2000
מה זה, מה זה, מה אני אומר?
15:02
I'm telling you that there are many dimensions of development.
310
877000
3000
אני אומר לכם שיש הרבה מימדים של פיתוח
15:05
Everyone wants your pet thing.
311
880000
2000
כולם רוצים את מה שיש לכם להציע
15:07
If you are in the corporate sector, you love micro-credit.
312
882000
3000
אם אתם במגזר העסקי, תאהבו את האשראי הזעיר
15:10
If you are fighting in a non-governmental organization,
313
885000
2000
אם אתם נלחמים במסגרת ארגון לא ממשלתי
15:12
you love equity between gender.
314
887000
3000
תאהבו את הנושא של שיוויון בין מגדרים
15:15
Or if you are a teacher, you'll love UNESCO, and so on.
315
890000
2000
או אם אתם מורים, תאהבו את אונס"קו, וכך הלאה..
15:17
On the global level, we have to have more than our own thing.
316
892000
2000
ברמה העולמית, חייב להיות לנו משהו מעבר למה ששלנו
15:19
We need everything.
317
894000
2000
אנחנו צריכים את הכל
15:21
All these things are important for development,
318
896000
2000
כל הדברים האלה חשובים לפיתוח
15:23
especially when you just get out of poverty
319
898000
2000
במיוחד מתי שאתה בדיוק יוצא מהעוני
15:25
and you should go towards welfare.
320
900000
3000
ואתם צריכים ללכת לכיוון הרווחה
15:28
Now, what we need to think about
321
903000
2000
כעת מה שאנחנו צריכים לחשוב עליו
15:30
is, what is a goal for development,
322
905000
3000
היא מהי מטרת הפיתוח
15:33
and what are the means for development?
323
908000
1000
ומהם האמצעים לפיתוח
15:34
Let me first grade what are the most important means.
324
909000
3000
הרשו לי תחילה לדרג מהם האמצעים החשובים ביותר
15:38
Economic growth to me, as a public-health professor,
325
913000
2000
צמיחה כלכלית עבורי, כפרופסור לבריאות ציבורית
15:40
is the most important thing for development
326
915000
4000
היא הדבר החשוב ביותר לפיתוח
15:44
because it explains 80 percent of survival.
327
919000
2000
מיכוון שהיא מסבירה 80 אחוזים מהישרדות
15:47
Governance. To have a government which functions --
328
922000
3000
ממשל. שתהיה ממשלה שמתפקדת
15:50
that's what brought California out of the misery of 1850.
329
925000
4000
זה מה שהוציא את קליפורניה מהסבל של 1850
15:54
It was the government that made law function finally.
330
929000
3000
זו הייתה הממשלה שגרמה לחוק לתפקד סופית
15:58
Education, human resources are important.
331
933000
2000
חינוך, משאבי אנוש הם חשובים
16:00
Health is also important, but not that much as a mean.
332
935000
4000
בריאות גם היא חשובה, אבל לא כל כך כאמצעי
16:04
Environment is important.
333
939000
2000
סביבה היא חשובה
16:06
Human rights is also important, but it just gets one cross.
334
941000
2000
זכויות אדם הן גם חשובות, אבל הן מקבלות רק צלב אחד
16:08
Now what about goals? Where are we going toward?
335
943000
3000
עכשיו מה בנוגע למטרות? לאן אנחנו מכוונים?
16:11
We are not interested in money.
336
946000
2000
אנחנו לא מתעניינים בכסף
16:13
Money is not a goal.
337
948000
1000
כסף הוא לא מטרה
16:14
It's the best mean, but I give it zero as a goal.
338
949000
3000
זה האמצעי הכי טוב, אבל אני נותן לו אפס בתור מטרה
16:18
Governance, well it's fun to vote in a little thing,
339
953000
3000
ממשל, ובכן זה נחמד להצביע בדבר קטן
16:21
but it's not a goal.
340
956000
2000
אבל זו לא מטרה
16:23
And going to school, that's not a goal, it's a mean.
341
958000
4000
וללכת לבית ספר, זו לא מטרה, זה אמצעי
16:27
Health I give two points. I mean it's nice to be healthy
342
962000
2000
לבריאות אני נותן שתי נקודות. זאת אומרת, זה נחמד להיות בריא
16:29
-- at my age especially -- you can stand here, you're healthy.
343
964000
2000
בגילי במיוחד -- אתה יכול לעמוד, אתה בריא
16:31
And that's good, it gets two plusses.
344
966000
2000
וזה טוב, זה מקבל שני פלוסים
16:33
Environment is very, very crucial.
345
968000
2000
הסביבה היא מאוד מאוד קריטית
16:35
There's nothing for the grandkid if you don't save up.
346
970000
2000
אין שום דבר לנכד אם אתה לא חוסך עבורו
16:37
But where are the important goals?
347
972000
2000
אבל איפה המטרות החשובות?
16:39
Of course, it's human rights.
348
974000
2000
כמובן, אלו הן זכויות אדם
16:41
Human rights is the goal,
349
976000
2000
זכויות האדם זו המטרה
16:43
but it's not that strong of a mean for achieving development.
350
978000
3000
אבל זה לא כזה אמצעי חזק להשגת פיתוח
16:47
And culture. Culture is the most important thing, I would say,
351
982000
4000
ותרבות. תרבות זה הדבר החשוב ביותר הייתי אומר
16:51
because that's what brings joy to life.
352
986000
2000
מיכוון שזה מה שמביא אושר לחיים
16:53
That's the value of living.
353
988000
2000
זהו הערך של החיים
16:55
So the seemingly impossible is possible.
354
990000
3000
אז מה שלכאורה בלתי אפשרי הוא אפשרי
16:58
Even African countries can achieve this.
355
993000
2000
אפילו מדינות אפריקאיות יכולות להשיג זאת
17:01
And I've shown you the shot where the seemingly impossible is possible.
356
996000
6000
והראתי לכם את התמונה שמראה שמה שלכאורה בלתי אפשרי הוא אפשרי
17:07
And remember, please remember my main message,
357
1002000
4000
וזכרו, בבקשה זכרו את המסר המרכזי שלי
17:11
which is this: the seemingly impossible is possible.
358
1006000
3000
שהוא זה: מה שלכאורה בלתי אפשרי הוא אפשרי
17:14
We can have a good world.
359
1009000
2000
יכול להיות לנו עולם טוב
17:16
I showed you the shots, I proved it in the PowerPoint,
360
1011000
3000
הראתי לכם את התמונות, הוכחתי לכם את זה במצגת
17:19
and I think I will convince you also by culture.
361
1014000
6000
ואני חושב שאני הוכיח לכם את זה גם על ידי תרבות
17:25
(Laughter)
362
1020000
4000
(צחוק)
17:29
(Applause)
363
1024000
1000
(כפיים)
17:30
Bring me my sword!
364
1025000
2000
הביאו לי את חרבי!
17:36
Sword swallowing is from ancient India.
365
1031000
5000
בליעת חרבות היא מהודו העתיקה
17:41
It's a cultural expression that for thousands of years
366
1036000
5000
זה ביטוי תרבותי שבמשך אלפי שנים
17:46
has inspired human beings to think beyond the obvious.
367
1041000
6000
הביאה השראה לאנשים להאמין מעבר למובן מאליו
17:52
(Laughter)
368
1047000
2000
(צחוק)
17:54
And I will now prove to you that the seemingly impossible is possible
369
1049000
5000
ואני עכשיו אוכיח לכם שמה שלכאורה בלתי אפשרי, הוא אפשרי
17:59
by taking this piece of steel -- solid steel --
370
1054000
3000
על ידי לקיחת חתיכת הפלדה הזאת -- הפלדה הקשיחה הזאת --
18:03
this is the army bayonet from the Swedish Army, 1850,
371
1058000
3000
זה הפגיון הצבאי מהצבא השבדי, 1850
18:06
in the last year we had war.
372
1061000
2000
בשנה האחרונה הייתה לנו מלחמה
18:09
And it's all solid steel -- you can hear here.
373
1064000
3000
וזו פלדה איתנה -- אתם יכולים לשמוע כאן
18:12
And I'm going to take this blade of steel,
374
1067000
6000
ואני הולך לקחת את הלהב הזה מפלדה
18:18
and push it down through my body of blood and flesh,
375
1073000
5000
ולדחוף אותו במורד הגוף שלי בעל הבשר והדם
18:23
and prove to you that the seemingly impossible is possible.
376
1078000
4000
ולהוכיח לכם שמה שלכאורה בלתי אפשרי הוא אפשרי
18:28
Can I request a moment of absolute silence?
377
1083000
4000
אני יכול לבקש בבקשה רגע של שקט מוחלט?
18:43
(Applause)
378
1098000
22000
(כפיים)
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