TED2007
Emily Oster: Flip your thinking on AIDS in Africa
에밀리 오스터, 아프리카 에이즈에 대한 생각을 뒤집다
Filmed:
Readability: 4.2
921,618 views
에밀리 오스터는 아프리카 에이즈에 관한 통계를 경제적인 관점에서 재조명하고 "아프리카의 HIV 전파에 관한 우리가 알고 있는 사실들은 잘못 되었다" 라는 새로운 결론을 내린다.
Emily Oster - Assumption-busting economist
Emily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa. Full bio
Emily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa. Full bio
Double-click the English transcript below to play the video.
00:26
So I want to talk to you today about AIDS in sub-Saharan Africa.
0
1000
3000
네! 오늘 제가 얘기 하고자 하는 것은 남부 아프리카의 에이즈에 관한 것입니다.
00:29
And this is a pretty well-educated audience,
1
4000
2000
여기 계신 분들은 좋은 교육을 받은 분들이라 생각합니다.
00:31
so I imagine you all know something about AIDS.
2
6000
3000
그래서 에이즈에 관해 어느 정도 아실 거라고 생각됩니다.
00:34
You probably know that roughly 25 million people in Africa
3
9000
2000
아마도 아프리카 인구 중 250만명 정도가
00:36
are infected with the virus, that AIDS is a disease of poverty,
4
11000
4000
AIDS에 감염되어 있어 흔히들 AIDS를 가난한 나라들의 질병이라고들 알고 있죠
00:40
and that if we can bring Africa out of poverty, we would decrease AIDS as well.
5
15000
4000
그래서 아프리카를 가난에서 벗어나게 한다면, AIDS 감염률 역시 낮아질 것입니다.
00:44
If you know something more, you probably know that Uganda, to date,
6
19000
3000
좀 더 안다면 아마도 최근 우간다에 관련된 사실인텐데요.
00:47
is the only country in sub-Saharan Africa
7
22000
2000
남부 아프리카에서 유일한 국가로
00:49
that has had success in combating the epidemic.
8
24000
3000
AIDS와의 전쟁에서 이기고 있는 국가인데
00:52
Using a campaign that encouraged people to abstain, be faithful, and use condoms --
9
27000
4000
국민들에게 금욕과 절제 그리고 콘돔을 사용하게 하는 ABC 캠페인을 장려하고 있습니다.
00:56
the ABC campaign -- they decreased their prevalence in the 1990s
10
31000
4000
우간다는 1990년대에 AIDS 감염률을 줄였는데
01:00
from about 15 percent to 6 percent over just a few years.
11
35000
4000
몇 년 만에 15%에서 6%까지 줄였습니다.
01:04
If you follow policy, you probably know that a few years ago
12
39000
3000
관심이 있다면 아마도 몇 년 전
01:07
the president pledged 15 billion dollars to fight the epidemic over five years,
13
42000
4000
부시 대통령이 1억5천만불을 5년동안 AIDS와의 전쟁에 쓸 것을 약속하고
01:11
and a lot of that money is going to go to programs that try to replicate Uganda
14
46000
3000
상당수의 돈이 우간다의 AIDS 방지 프로그램에
01:14
and use behavior change to encourage people and decrease the epidemic.
15
49000
6000
그리고 우간다 사람들을 교화시키고 감염률을 낮추기 위해 쓰여 졌다는 것을 알 것입니다.
01:20
So today I'm going to talk about some things
16
55000
2000
그래서 오늘 저는 몇 가지 부분에 대해 얘기하고자 합니다.
01:22
that you might not know about the epidemic,
17
57000
2000
감염률에 대해 여러분들이 알지 못하는 것
01:24
and I'm actually also going to challenge
18
59000
2000
사실, 여러분들이 알고 있다고 생각하는
01:26
some of these things that you think that you do know.
19
61000
2000
몇 가지 부분에 대해 다른 시각을 이야기 하고자 합니다.
01:28
To do that I'm going to talk about my research
20
63000
3000
그리고 제 연구에 관해 얘기하고자 합니다.
01:31
as an economist on the epidemic.
21
66000
2000
감염률에 대한 경제학자로서의 시각을 말이죠.
01:33
And I'm not really going to talk much about the economy.
22
68000
2000
그리고 경제와 관련된 이야기를 얘기하지는 않을 것입니다.
01:35
I'm not going to tell you about exports and prices.
23
70000
3000
수입과 가격에 관련된 이야기를 하지는 않을 것입니다.
01:38
But I'm going to use tools and ideas that are familiar to economists
24
73000
4000
그러나 경제학자들에게 익숙한 방법과 생각들을 이용하여
01:42
to think about a problem that's more traditionally
25
77000
2000
고질적인 문제들에 대해 생각해보고자 합니다.
01:44
part of public health and epidemiology.
26
79000
2000
공중 보건과 전염병에 관련된.
01:46
And I think in that sense, this fits really nicely with this lateral thinking idea.
27
81000
4000
그런 의미에서 새로운 측면의 사고와 잘 맞는 것 같습니다.
01:50
Here I'm really using the tools of one academic discipline
28
85000
3000
자 여기 학술적인 방식을 사용하여
01:53
to think about problems of another.
29
88000
2000
문제를 생각해 보고자 합니다.
01:55
So we think, first and foremost, AIDS is a policy issue.
30
90000
3000
우리가 생각하는 첫번째로 주요한 것은 AIDS는 정책적인 문제라는 것입니다.
01:58
And probably for most people in this room, that's how you think about it.
31
93000
3000
아마도 이 강연장에 있는 대부분의 사람들 역시 그렇게 생각할 것입니다.
02:01
But this talk is going to be about understanding facts about the epidemic.
32
96000
4000
그러나 이번 주제는 전염병에 관해 이해하고 있는 사실에 대한 것 입니다.
02:05
It's going to be about thinking about how it evolves, and how people respond to it.
33
100000
3000
그것은 어떻게 전염병이 발병하고, 어떻게 사람들이 전염되는 지에 관해 생각해 보고자하는 것입니다.
02:08
I think it may seem like I'm ignoring the policy stuff,
34
103000
3000
저는 정책적인 부분들을 무시하고 생각해 보겠습니다.
02:11
which is really the most important,
35
106000
2000
물론 그 부분이 가장 중요하죠,
02:13
but I'm hoping that at the end of this talk you will conclude
36
108000
2000
그러나, 이 강연이 끝날 때엔 여러분들은 알게 될 것 입니다.
02:15
that we actually cannot develop effective policy
37
110000
2000
우리가 실제 효과적인 정책들을 만들 수 없다는 것을 말입니다.
02:17
unless we really understand how the epidemic works.
38
112000
3000
만약 진정으로 전염병들이 어떻게 발병하고 있는지에 대해 모른다면 말이죠.
02:20
And the first thing that I want to talk about,
39
115000
2000
제일 먼저 말하고 싶습니다.
02:22
the first thing I think we need to understand is:
40
117000
2000
우리가 먼저 알아야 할 것은
02:24
how do people respond to the epidemic?
41
119000
2000
어떻게 사람들이 전염병에 감염이 되는냐는 것입니다.
02:26
So AIDS is a sexually transmitted infection, and it kills you.
42
121000
4000
먼저, 에이즈는 죽음에 이르게 만들수 있는 성병입니다.
02:30
So this means that in a place with a lot of AIDS,
43
125000
2000
이것이 의미하는 것은 AIDS 환자들이 많은 지역에서는
02:32
there's a really significant cost of sex.
44
127000
2000
성적인 행위의 이후 비용이 매우 높다는 것입니다.
02:34
If you're an uninfected man living in Botswana, where the HIV rate is 30 percent,
45
129000
4000
만약 여러분들이 HIV가 30%에 달하는 보츠와나에 살고 있는 감염되지 않은 사람이라고 할때,
02:38
if you have one more partner this year -- a long-term partner, girlfriend, mistress --
46
133000
4000
만약 한 해에 한 명이상의 상대자와 성행위를 한다면- 장기간 파트너, 여자친구, 아내
02:42
your chance of dying in 10 years increases by three percentage points.
47
137000
4000
당신이 10년안에 죽을 확률은 3%까지 올라가게 됩니다.
02:46
That is a huge effect.
48
141000
2000
이것은 대단한 결과입니다.
02:48
And so I think that we really feel like then people should have less sex.
49
143000
3000
그렇다면, 아마도 사람들은 성행위를 덜 해야만 할 것 같이 느낍니다.
02:51
And in fact among gay men in the US
50
146000
2000
사실 미국내의 동성애 남자들 사이에
02:53
we did see that kind of change in the 1980s.
51
148000
2000
80년대의 한 변화를 우리는 보았습니다.
02:55
So if we look in this particularly high-risk sample, they're being asked,
52
150000
4000
만약 특히 이러한 고위험 사례를 볼 때, 그들은 질문을 받게 됩니다.
02:59
"Did you have more than one unprotected sexual partner in the last two months?"
53
154000
3000
한 명 이상의 파트너와 지난 2달 동안에 콘돔없이 성행위를 하였습니까?
03:02
Over a period from '84 to '88, that share drops from about 85 percent to 55 percent.
54
157000
6000
84년도 부터 88년도 사이에는 이 수치가 85 퍼센트에서 55 퍼센트로 감소하였습니다
03:08
It's a huge change in a very short period of time.
55
163000
2000
이것은 짧은 기간에 비하면 엄청난 수치였죠.
03:10
We didn't see anything like that in Africa.
56
165000
2000
하지만 이런 수치의 변화는 아프리카에서는 발견할수 없었습니다.
03:12
So we don't have quite as good data, but you can see here
57
167000
3000
미국의 결과 수치만큼 명확하지는 않지만,
03:15
the share of single men having pre-marital sex,
58
170000
2000
싱글 남성들의 혼전 섹스의 수치는
03:17
or married men having extra-marital sex,
59
172000
2000
혹은 결혼한 남자들의 혼외 섹스의
03:19
and how that changes from the early '90s to late '90s,
60
174000
3000
그 수치가 90년대 초부터 후반까지 어떻게 변화하는지 볼 수 있습니다.
03:22
and late '90s to early 2000s. The epidemic is getting worse.
61
177000
3000
그리고 이 수치는 90년대 그리고 2000년도에 들어서면서 점점 더 심해집니다.
03:25
People are learning more things about it.
62
180000
2000
사람들이 이 분야에 많은 것을 알아가고 있지만
03:27
We see almost no change in sexual behavior.
63
182000
2000
아직도 우리들은 성적인 성향에 관해서 아무런 변화를 보지 못하고 있습니다.
03:29
These are just tiny decreases -- two percentage points -- not significant.
64
184000
4000
아주 작은 감소- 2 퍼센트 정도가 있긴 했지만 그렇게 중요한 수치는 아니었습니다.
03:33
This seems puzzling. But I'm going to argue that you shouldn't be surprised by this,
65
188000
4000
이런 수치들은 조금 혼란스럽고 헷갈리지만, 지금부터 우리가 이 부분에서 놀라지 말아야 한다는 것을 설명해 보도록 하겠습니다.
03:37
and that to understand this you need to think about health
66
192000
3000
그리고 이해하기 위해서는 우리는 먼저 건강에 관해서 생각해 봐야 합니다.
03:40
the way than an economist does -- as an investment.
67
195000
3000
경제학자들이 생각하듯이, '투자' 에 일부분으로 말이죠.
03:43
So if you're a software engineer and you're trying to think about
68
198000
3000
당신이 소프트웨어 개발자라고 생각하고,
03:46
whether to add some new functionality to your program,
69
201000
3000
당신이 개발하고 있는 프로그램에 어떤 기능을 추가하려고 한다면
03:49
it's important to think about how much it costs.
70
204000
2000
먼저 그 일을 하는데 얼마가 드는지가 중요하겠지요.
03:51
It's also important to think about what the benefit is.
71
206000
2000
그리고 또 그 일을 함으로써 생기는 이익에 관해서 생각해 보는 것도 중요합니다.
03:53
And one part of that benefit is how much longer
72
208000
2000
그리고 그 이익 중에 하나는
03:55
you think this program is going to be active.
73
210000
2000
이 프로그램이 얼마나 갈 것인가 하는것이 되겠지요.
03:57
If version 10 is coming out next week,
74
212000
2000
만약 버전 10이 다음 주에 나온다고 치면,
03:59
there's no point in adding more functionality into version nine.
75
214000
3000
버전 9 에 새로운 기능을 추가하는 것에는 의미가 없을 것 입니다.
04:02
But your health decisions are the same.
76
217000
2000
건강에 문제에 관한 결정을 내리는 것도 동일한 과정입니다.
04:04
Every time you have a carrot instead of a cookie,
77
219000
2000
쿠키 하나를 먹는 대신에 당근을 먹고자 결정할 때
04:06
every time you go to the gym instead of going to the movies,
78
221000
3000
영화를 보는 대신에 운동을 하려고 할 때마다
04:09
that's a costly investment in your health.
79
224000
2000
당신은 당신의 건강에 값비싼 투자를 하고 있는 것이지요.
04:11
But how much you want to invest is going to depend
80
226000
2000
그리고 투자를 얼마나 해야 하는 것인가는
04:13
on how much longer you expect to live in the future,
81
228000
2000
앞으로 얼마나 당신이 살 수 있느냐와 관련이 있을 겁니다.
04:15
even if you don't make those investments.
82
230000
2000
꼭 그런 투자를 하지 않는다고 쳐도 말이지요.
04:17
AIDS is the same kind of thing. It's costly to avoid AIDS.
83
232000
3000
에이즈도 같은 것 입니다. 에이즈를 예방하는 것은 값비싼 투자와도 같습니다.
04:20
People really like to have sex.
84
235000
3000
사람들은 정말 섹스를 하기를 좋아합니다.
04:23
But, you know, it has a benefit in terms of future longevity.
85
238000
6000
그리고 이것 또한 수명에 이익이 있기도 하지요.
04:29
But life expectancy in Africa, even without AIDS, is really, really low:
86
244000
4000
하지만 아프리카에서는 에이즈 때문이 아니더라도 사람들의 수명은 아주 아주 짧습니다.
04:33
40 or 50 years in a lot of places.
87
248000
3000
40 에서 50 정도 밖에 되지 않는 곳들이 많이 있습니다.
04:36
I think it's possible, if we think about that intuition, and think about that fact,
88
251000
4000
이 사실과 앞에서 이야기한 이야기들을 종합해 생각해보면
04:40
that maybe that explains some of this low behavior change.
89
255000
3000
왜 그렇게 행동/성향의 변화가 적었었는지 설명을 할 수 있을 것 같기도 합니다.
04:43
But we really need to test that.
90
258000
2000
하지만 우리는 우선 실험을 통해서 알아볼 필요가 있지요.
04:45
And a great way to test that is to look across areas in Africa and see:
91
260000
3000
그리고 아프리카에서 이 실험을 해보는 방법 중 좋은 방법은
04:48
do people with more life expectancy change their sexual behavior more?
92
263000
4000
연장된 수명 패턴을 가지고 있는 지역의 사람들의 성적 성향이 다른가, 변화되었는가를 알아보는 것입니다.
04:52
And the way that I'm going to do that is,
93
267000
2000
그리고 구체적으로 어떻게 제가 이것을 알아 볼 것인가 하면,
04:54
I'm going to look across areas with different levels of malaria.
94
269000
3000
저는 먼저 아프리카의 여러 지역에서 말라리아의 수치/변화가 다른 곳들을 알아 볼 것입니다.
04:57
So malaria is a disease that kills you.
95
272000
3000
말라리아도 죽음에 이르게 하는 병이지요.
05:00
It's a disease that kills a lot of adults in Africa, in addition to a lot of children.
96
275000
3000
이 병은 아프리카의 어른, 그리고 아이들까지 사망신키는 병입니다.
05:03
And so people who live in areas with a lot of malaria
97
278000
3000
그러므로 말라리아를 많이 앓고 있는 지역의 사람들은
05:06
are going to have lower life expectancy than people who live in areas with limited malaria.
98
281000
4000
결국 그 반대의 지역보다 수명이 짧아지겠지요.
05:10
So one way to test to see whether we can explain
99
285000
2000
그래서 수명과 어떠한 성향의 변화가 있는 지를
05:12
some of this behavior change by differences in life expectancy
100
287000
3000
알아보는 방법은
05:15
is to look and see is there more behavior change
101
290000
3000
말라리아가 덜 일어나는 지역에서는
05:18
in areas where there's less malaria.
102
293000
2000
어떤 다른 성향을 가지고 있느냐를 알아 보는 것 입니다.
05:20
So that's what this figure shows you.
103
295000
2000
이 그래프가 그것을 설명하고 있습니다.
05:22
This shows you -- in areas with low malaria, medium malaria, high malaria --
104
297000
4000
이 그래프를 보자면, 말라리아가 적은-중간-그리고 높게 일어나는 지역-에서
05:26
what happens to the number of sexual partners as you increase HIV prevalence.
105
301000
4000
HIV의 전파가 높아질수록 성 파트너의 숫자가 어떻게 변하는지를 볼 수 있습니다.
05:30
If you look at the blue line,
106
305000
2000
파란색 라인을 보시면
05:32
the areas with low levels of malaria, you can see in those areas,
107
307000
3000
말라리아가 적게 일어나는 지역에서는- 이부분에서 보이듯이
05:35
actually, the number of sexual partners is decreasing a lot
108
310000
3000
HIV 의 유행이 올라갈수록
05:38
as HIV prevalence goes up.
109
313000
2000
성 관계 파트너의 숫자는 적어지고 있다는 것을 볼 수 있습니다.
05:40
Areas with medium levels of malaria it decreases some --
110
315000
2000
말라리아의 전염이 중간 정도인 지역에서는 중간 정도로
05:42
it doesn't decrease as much. And areas with high levels of malaria --
111
317000
3000
그렇게 많이 줄지 않았다는 것을 알수있고, 말라리아의 전염이 높은 지역에서는
05:45
actually, it's increasing a little bit, although that's not significant.
112
320000
5000
오히려 조금 높아지고 있다는 것을 알 수 있습니다.
05:50
This is not just through malaria.
113
325000
2000
이것은 말라리아에 관한 문제가 아닙니다.
05:52
Young women who live in areas with high maternal mortality
114
327000
3000
유산의 확률이 높은 지역에 사는 젊은 여성들은
05:55
change their behavior less in response to HIV
115
330000
3000
유산의 확률이 보다 낮은 지역에 사는 젊은 여성들보다
05:58
than young women who live in areas with low maternal mortality.
116
333000
3000
HIV에 보다 소극적인 행동 변화를 보였다는 것을 알 수 있습니다.
06:01
There's another risk, and they respond less to this existing risk.
117
336000
4000
다른 많은 위험들이 있었지만, 그런 위험들에도 그들은 적게 반응한다는 것도 밝혀졌습니다.
06:06
So by itself, I think this tells a lot about how people behave.
118
341000
3000
이런것들만 보아도, 어떻게 사람들이 행동을 변화시키는가에 관하여 충분히 알 수 있다고 전 생각합니다.
06:09
It tells us something about why we see limited behavior change in Africa.
119
344000
3000
그리고 이러한 결과들은 왜 우리가 아프리카에서 여러가지 행동의 변화를 볼 수 없는지도 이야기 해주는 것 같습니다.
06:12
But it also tells us something about policy.
120
347000
2000
또 한편으로 이것들은 정책에 관해서 이야기를 해주기도 합니다.
06:14
Even if you only cared about AIDS in Africa,
121
349000
3000
아프리카에 에이즈 문제만 보더라도,
06:17
it might still be a good idea to invest in malaria,
122
352000
3000
사실 말라리아 문제에 더 투자하는게 나을 수 있다고 말할 수도 있겠지요.
06:20
in combating poor indoor air quality,
123
355000
2000
아니면 내부 공기의 질적이 문제
06:22
in improving maternal mortality rates.
124
357000
2000
그리고 유사의 확률을 줄이는 문제 등일 수도 있습니다.
06:24
Because if you improve those things,
125
359000
2000
왜냐하면, 그것들이 나아지면
06:26
then people are going to have an incentive to avoid AIDS on their own.
126
361000
4000
사람들 스스로 에이즈를 줄이도록 노력하는 동기가 될 수 있기 때문입니다.
06:30
But it also tells us something about one of these facts that we talked about before.
127
365000
4000
하지만 또 이것은 우리가 앞에서 말했던 것들에 관한 또 다른 점들을 이야기 해줍니다.
06:34
Education campaigns, like the one that the president is focusing on in his funding,
128
369000
4000
교육 캠페인들- 대통령이 기금을 마련 하려고 집중하고 있는
06:38
may not be enough, at least not alone.
129
373000
2000
이것들은 그것 만으로는 충분하지 않을지도 모릅니다.
06:40
If people have no incentive to avoid AIDS on their own,
130
375000
2000
사람들이 스스로 에이즈를 피하려고 노력할 동기가 없다면
06:42
even if they know everything about the disease,
131
377000
2000
그 사람들이 그 병의 심각성등, 모든 것을 알고 있다고 하여도
06:44
they still may not change their behavior.
132
379000
2000
그들은 행동의 변화를 보이지 않을 것 입니다.
06:46
So the other thing that I think we learn here is that AIDS is not going to fix itself.
133
381000
3000
그러므로 우리는 '에이즈'는 그 자체만으로는 문제가 해결되지 않을 것임을 우리는 여기서 알 수 있습니다.
06:49
People aren't changing their behavior enough
134
384000
2000
사람들은 어떤 사회의 전반적인 수치를 올리고자
06:51
to decrease the growth in the epidemic.
135
386000
3000
자신의 행동을 변화 시키지 않습니다.
06:54
So we're going to need to think about policy
136
389000
2000
그래서 우리가 '정책'에 관해서 생각을 해봐야 한다는 것입니다.
06:56
and what kind of policies might be effective.
137
391000
2000
그리고 어떤 정책들이 효과가 있을지 말이지요.
06:58
And a great way to learn about policy is to look at what worked in the past.
138
393000
3000
그리고 좋은 정책들을 알아보는 방법은 과거에 잘 이루어졌던 정책들을 알아보는것 입니다.
07:01
The reason that we know that the ABC campaign
139
396000
2000
ABC 프로그램이 왜 우간다에서 효과적으로
07:03
was effective in Uganda is we have good data on prevalence over time.
140
398000
3000
이루어 졌느냐에 관한 많은 시간을 통해 얻어진 좋은 자료들이 우리에게 있습니다.
07:06
In Uganda we see the prevalence went down.
141
401000
2000
우간다의 보급현상이 내려갔다는것,
07:08
We know they had this campaign. That's how we learn about what works.
142
403000
3000
그러기 위해 캠패인이 있었다는 것을 통해 우리는 어떤 정책이 잘 통했는가를 배울 수 있습니다.
07:11
It's not the only place we had any interventions.
143
406000
2000
좋은 정책의 발견이 있었던것은 우간다 뿐이 아닙니다.
07:13
Other places have tried things, so why don't we look at those places
144
408000
4000
다른 곳들도 이 정책을 실행했었지요. 그렇다면 그
07:17
and see what happened to their prevalence?
145
412000
3000
다른 곳들의 결과들도 보면 어떠할까요?
07:20
Unfortunately, there's almost no good data
146
415000
2000
하지만 불행하게도 아프리카의 전반적인
07:22
on HIV prevalence in the general population in Africa until about 2003.
147
417000
5000
인구에 HIV 보급 현상에 관한 2003년 이전의 자료는 거의 찾아 볼 수 없습니다.
07:27
So if I asked you, "Why don't you go and find me
148
422000
2000
그래서 제가 벌키나 파소의 1991년도 HIV 유행 현상
07:29
the prevalence in Burkina Faso in 1991?"
149
424000
3000
에 관해서 좀 알아 봐 주실래요?' 라고 물어도
07:32
You get on Google, you Google, and you find,
150
427000
3000
당신은 구글에서 검색을 해보았자
07:35
actually the only people tested in Burkina Faso in 1991
151
430000
3000
찾을수 있는것이라고는 1991년도의 벌키나 파소에서
07:38
are STD patients and pregnant women,
152
433000
2000
실험 대상이었던 STD 환자들과 임산부들에 관한 수치 밖에 얻을 수 없습니다.
07:40
which is not a terribly representative group of people.
153
435000
2000
그들이 사회를 대표한만한 실험대상이 되기에 그렇게 적당하지 않기는 하지만요.
07:42
Then if you poked a little more, you looked a little more at what was going on,
154
437000
3000
그래서 당신이 조금 더 알아보려고 노력하여 조금 더 검색을 한다면
07:45
you'd find that actually that was a pretty good year,
155
440000
3000
당신은 1991년도가 꽤 괜찮았던 해였음을 알 수 있을 것 입니다.
07:48
because in some years the only people tested are IV drug users.
156
443000
3000
왜냐하면 다른 해에는 IV 약물 복용자들만이 실험 대상이 되었던 적도 있기 때문이지요.
07:51
But even worse -- some years it's only IV drug users,
157
446000
2000
더욱 더 심각한것은, 어떤 해에는 이런 IV 약물 복용자들만 상대하고,
07:53
some years it's only pregnant women.
158
448000
2000
또 다른 어떤 해에는 임삼부들만 대상으로 실험을 했다는 것입니다.
07:55
We have no way to figure out what happened over time.
159
450000
2000
그래서 우리는 시간이 지나면서 어떤 일이 있었는지 알 길이 없어지는 것입니다.
07:57
We have no consistent testing.
160
452000
2000
지속적인 결과가 없다는 것이지요.
07:59
Now in the last few years, we actually have done some good testing.
161
454000
5000
그래서 지난 최근 몇년간, 우리는 꽤 괜찮은 실험들을 했습니다.
08:04
In Kenya, in Zambia, and a bunch of countries,
162
459000
3000
케냐, 잠비아 그리고 다른 여러 나라에서
08:07
there's been testing in random samples of the population.
163
462000
3000
인구 중 무작위로 샘플을 뽑아 실험을 하기 시작했습니다.
08:10
But this leaves us with a big gap in our knowledge.
164
465000
3000
그러나 이 사실은 우리가 알고 있는 바와 큰 차이를 보여 줍니다.
08:13
So I can tell you what the prevalence was in Kenya in 2003,
165
468000
3000
왜냐하면 제가 2003년 케냐에서의 수치를 말해 줄 수는 있겠지만
08:16
but I can't tell you anything about 1993 or 1983.
166
471000
3000
1993년, 또는 83년도에는 어떠했는지 말해 줄 수 없다는 것이지요.
08:19
So this is a problem for policy. It was a problem for my research.
167
474000
4000
이것은 정책의 문제이기도 하고, 또 저의 리서치에 문제가 되기도 하였습니다.
08:23
And I started thinking about how else might we figure out
168
478000
4000
그래서 저는 어떻게 하면 과거의 아프리카의
08:27
what the prevalence of HIV was in Africa in the past.
169
482000
2000
HIV 유행 수치를 알 수 있을까 생각하기 시작했습니다.
08:29
And I think that the answer is, we can look at mortality data,
170
484000
4000
그리고 제 생각에는 답은 사망 기록을 보고
08:33
and we can use mortality data to figure out what the prevalence was in the past.
171
488000
4000
그 유행수치를 짐작해 보는 것이었습니다.
08:37
To do this, we're going to have to rely on the fact
172
492000
2000
그렇게 하기 위해서는, 우리는
08:39
that AIDS is a very specific kind of disease.
173
494000
2000
에이즈는 아주 특수한 병이며
08:41
It kills people in the prime of their lives.
174
496000
2000
사람들을 죽음에 이르게 하는 병이라는 사실에 의존해야 합니다.
08:43
Not a lot of other diseases have that profile. And you can see here --
175
498000
3000
이러한 프로필을 가진 병들이 많지 않지요.
08:46
this is a graph of death rates by age in Botswana and Egypt.
176
501000
4000
이 그래프는 보츠와나와 이집트의 나이에 따른 사망 수치를 보여주는데
08:50
Botswana is a place with a lot of AIDS,
177
505000
2000
보츠와나는 에이즈가 많이 발생하는 곳이고
08:52
Egypt is a place without a lot of AIDS.
178
507000
2000
이집트는 그렇지 않은 곳 입니다.
08:54
And you see they have pretty similar death rates among young kids and old people.
179
509000
3000
보시면 그 두 나라의 아이들과 노인의 사망 확률은 비슷하다는 것을 알 수 있습니다.
08:57
That suggests it's pretty similar levels of development.
180
512000
3000
이것은 비슷한 발전의 단계를 보여주고 있지요.
09:00
But in this middle region, between 20 and 45,
181
515000
3000
하지만 이 중간 층- 20세에서 45세 사이를 보면
09:03
the death rates in Botswana are much, much, much higher than in Egypt.
182
518000
4000
보츠와나의 사망 확률 수치가 이집트보다 매우 매우 높다는 것을 알 수 있습니다.
09:07
But since there are very few other diseases that kill people,
183
522000
4000
하지만 이렇게 사람들을 죽음에 이르게 하는 병은 흔치 않기 때문에
09:11
we can really attribute that mortality to HIV.
184
526000
3000
우리는 사망확률과 HIV 를 연관 지어서 생각할 수 있는 것입니다.
09:14
But because people who died this year of AIDS got it a few years ago,
185
529000
4000
올해 에이즈로 인해 사망한 환자들은 이미 에이즈에 몇 년전부터 감염 되어있었다는 뜻이기 때문에
09:18
we can use this data on mortality to figure out what HIV prevalence was in the past.
186
533000
5000
우리는 이 기록을 과거의 HIV 감염 수치로 생각 할 수 있습니다.
09:23
So it turns out, if you use this technique,
187
538000
2000
그래서, 이러한 방식을 이용하다보면
09:25
actually your estimates of prevalence are very close
188
540000
2000
우리의 짐작하는 수치가
09:27
to what we get from testing random samples in the population,
189
542000
3000
인구 중 무작위로 얻은 수치 결과와 아주 가깝다는 것을 알 수 있었습니다.
09:30
but they're very, very different than what UNAIDS tells us the prevalences are.
190
545000
5000
하지만 이것은 UNAIDS 에서 보여주는 수치와 또 매우 다르기도 합니다.
09:35
So this is a graph of prevalence estimated by UNAIDS,
191
550000
3000
이것은 UNAIDS 의 수치를 그래프로 나타낸것입니다.
09:38
and prevalence based on the mortality data
192
553000
2000
이 수치는 1990년대 후반에 아프리카의 9개국의
09:40
for the years in the late 1990s in nine countries in Africa.
193
555000
4000
사망률에서 얻은 결과입니다.
09:44
You can see, almost without exception,
194
559000
2000
여기서 볼 수 있듯이
09:46
the UNAIDS estimates are much higher than the mortality-based estimates.
195
561000
4000
UNAIDS 의 짐작 수치는 사망확률의 수치보다 높습니다.
09:50
UNAIDS tell us that the HIV rate in Zambia is 20 percent,
196
565000
4000
UNAIDS 는 잠비아의 HIV 수치는 20 퍼센트
09:54
and mortality estimates suggest it's only about 5 percent.
197
569000
4000
그리고 사망률 수치로 보면 5 퍼센트 밖에 되지 않는다고 합니다.
09:58
And these are not trivial differences in mortality rates.
198
573000
3000
이것은 그렇게 심각한 수치상의 차이는 아닙니다.
10:01
So this is another way to see this.
199
576000
2000
그러므로 다른 방향으로 또 생각을 해볼 수가 있지요.
10:03
You can see that for the prevalence to be as high as UNAIDS says,
200
578000
2000
보실수 있들시, UNAIDS가 감염수치 만큼 높으려면
10:05
we have to really see 60 deaths per 10,000
201
580000
2000
만명의 60명의 사망자가 있어야 한다는 이야기가 됩니다.
10:07
rather than 20 deaths per 10,000 in this age group.
202
582000
4000
연령대 별로 만명의 20명의 사망자가 아니고요.
10:11
I'm going to talk a little bit in a minute
203
586000
2000
이것에 대해서는 잠시 후에 설명하겠습니다.
10:13
about how we can use this kind of information to learn something
204
588000
3000
이런 자료를 어떻게 이용해서 세상을 도울 수 있는
10:16
that's going to help us think about the world.
205
591000
2000
방법을 찾아 낼 수 있는 가에 대해서요.
10:18
But this also tells us that one of these facts
206
593000
2000
하지만 또 이것은 제가 앞서서 말했던
10:20
that I mentioned in the beginning may not be quite right.
207
595000
3000
사실들과 다르다는 것을 또 말해 줍니다.
10:23
If you think that 25 million people are infected,
208
598000
2000
만약 25만명의 사람들이 감염이 되었다고 생각했을때,
10:25
if you think that the UNAIDS numbers are much too high,
209
600000
3000
AIDS 의 수치가 너무 높다고 생각되면,
10:28
maybe that's more like 10 or 15 million.
210
603000
2000
아마 10에서 15만명 보다 높다는 것이 되겠지요.
10:30
It doesn't mean that AIDS isn't a problem. It's a gigantic problem.
211
605000
4000
이것은 AIDS 가 그냥 보통의 문제가 아닌, 엄청난 문제라는 것을 알려줍니다.
10:34
But it does suggest that that number might be a little big.
212
609000
4000
하지만 그래도 수치가 너무 높기는 높지요.
10:38
What I really want to do, is I want to use this new data
213
613000
2000
그래서 제가 하고 싶은것은, 이 새로운 기록을 이용해서
10:40
to try to figure out what makes the HIV epidemic grow faster or slower.
214
615000
4000
HIV 감염군의 수치를 빠르게, 혹은 느리게 만드는 것이 무엇인가를 알아내는 것입니다.
10:44
And I said in the beginning, I wasn't going to tell you about exports.
215
619000
3000
앞서 말씀드렸듯이, 수출에 관한 이야기는 하지 않을 것입니다.
10:47
When I started working on these projects,
216
622000
2000
제가 이런 프로젝트에 착수하게 되었을 때,
10:49
I was not thinking at all about economics,
217
624000
2000
처음에는 경제학적으로 생각하지 않았습니다.
10:51
but eventually it kind of sucks you back in.
218
626000
3000
하지만 결국에는 다시 이런 식으로 생각을 할 수 밖에 없더군요.
10:54
So I am going to talk about exports and prices.
219
629000
3000
그래서 결국 수출과 가격에 대해서 이야기를 해야 할 것 같습니다.
10:57
And I want to talk about the relationship between economic activity,
220
632000
3000
그리고 저는 경제 활동과 수출의 상황
11:00
in particular export volume, and HIV infections.
221
635000
4000
그리고 HIV 감염 수치 간에 관계에 대해서 이야기를 하고 싶습니다.
11:04
So obviously, as an economist, I'm deeply familiar
222
639000
4000
경제학자로서, 당연히 저는 발전, 수입/수출에
11:08
with the fact that development, that openness to trade,
223
643000
2000
열려있는 것이
11:10
is really good for developing countries.
224
645000
2000
나라 발전에 도움이 되는 것을 잘 알고 있습니다.
11:12
It's good for improving people's lives.
225
647000
3000
이것은 사람들의 생활 수준을 높이는 데에도 좋습니다.
11:15
But openness and inter-connectedness, it comes with a cost
226
650000
2000
하지만 나라간의 열결됨에 개방이 되어 있다는 것은 항상 댓가가 있기 마련입니다.
11:17
when we think about disease. I don't think this should be a surprise.
227
652000
3000
그리고 이것을 병과 연관지어 생각해보면 놀랍지 않게도 비슷하다는 것입니다.
11:20
On Wednesday, I learned from Laurie Garrett
228
655000
2000
수요일에, 로리 가렛으로부터
11:22
that I'm definitely going to get the bird flu,
229
657000
2000
저는 조류독감에 절대로 걸리지 않을것이며
11:24
and I wouldn't be at all worried about that
230
659000
3000
아시아에 가본적이 없었다면
11:27
if we never had any contact with Asia.
231
662000
3000
전혀 걱정할 것이 없다고 배웠습니다.
11:30
And HIV is actually particularly closely linked to transit.
232
665000
4000
HIV 또한 나라간의 통행과 아주 밀접한 관계가 있습니다.
11:34
The epidemic was introduced to the US
233
669000
2000
미국에 소개된 수치를 보면
11:36
by actually one male steward on an airline flight,
234
671000
4000
한 항공사의 남자 스튜어드가
11:40
who got the disease in Africa and brought it back.
235
675000
2000
아프리카에서 걸린 병을 미국으로 옮겨 왔다는 것을 알 수 있습니다.
11:42
And that was the genesis of the entire epidemic in the US.
236
677000
3000
그리고 그게 바로 미국에서의 그 병의 시초 였지요.
11:45
In Africa, epidemiologists have noted for a long time
237
680000
4000
아프리카에서는 전염병 학자들은 오래전 부터
11:49
that truck drivers and migrants are more likely to be infected than other people.
238
684000
4000
트럭 운전사나 이민자들이 보통 사람들 보다 어떤 병에 더 쉽게 간엽 될수 있다는것을 알고 있었습니다.
11:53
Areas with a lot of economic activity --
239
688000
2000
그리고 경제 활동이 활발한곳
11:55
with a lot of roads, with a lot of urbanization --
240
690000
3000
도로가 많이 뚤려 있고, 많은 근대화가 일어난 곳에서
11:58
those areas have higher prevalence than others.
241
693000
2000
전염률이 다른 곳보다 높다는 것도 알았지요.
12:00
But that actually doesn't mean at all
242
695000
2000
하지만 이런 것은 사실 그렇게 많은 것을 이야기 해주지는 않습니다.
12:02
that if we gave people more exports, more trade, that that would increase prevalence.
243
697000
4000
더 많은 수출과 교환 등이 이루어졌을 때 더 전염률이 높아지지요.
12:06
By using this new data, using this information about prevalence over time,
244
701000
4000
하지만 이 새로운 자료를 이용해보면, 시간에 따른 전염율에 관한 수치를 보면-
12:10
we can actually test that. And so it seems to be --
245
705000
4000
우리는 알아 볼 수 있습니다.
12:14
fortunately, I think -- it seems to be the case
246
709000
2000
결국에는, 운이 좋게도, 제 생각에는
12:16
that these things are positively related.
247
711000
2000
이 모든것들이 연관이 되어 있다는것을요.
12:18
More exports means more AIDS. And that effect is really big.
248
713000
4000
수출이 증가하면 AIDS도 증가합니다. 그 영향력은 아주 크고요.
12:22
So the data that I have suggests that if you double export volume,
249
717000
4000
그래서 제가 가지고 있는 이 기록는 수출이 두배 증가를 하면
12:26
it will lead to a quadrupling of new HIV infections.
250
721000
5000
HIV 감염수치는 4배가 증가한다고 말해주고 있습니다.
12:31
So this has important implications both for forecasting and for policy.
251
726000
3000
이것은 결국 정책에 관해서 앞서 생각해 볼 때 좋은 암시를 줍니다.
12:34
From a forecasting perspective, if we know where trade is likely to change,
252
729000
4000
미래를 내다 보는 시각에서 보면, 우리가 어떤 지역의 무역 상황이 바뀐다는 것을 알면,
12:38
for example, because of the African Growth and Opportunities Act
253
733000
3000
예를들어서, 아프리카 기회 발전 법 때문에
12:41
or other policies that encourage trade,
254
736000
2000
또는 다른 어떤 정책들로 인하여 무역이 활성화가 유도 되는 지역이 있게되면
12:43
we can actually think about which areas are likely to be heavily infected with HIV.
255
738000
5000
우리는 그 지역에서 HIV 감염 수치가 높아 질 것이라고 생각할 수 있을 것입니다.
12:48
And we can go and we can try to have pre-emptive preventive measures there.
256
743000
6000
그리고 그 곳에 가서 사전 감염 수치 등을 조사해 볼 수도 있겠지요.
12:54
Likewise, as we're developing policies to try to encourage exports,
257
749000
3000
그와 같이, 무역을 유도하는 정책을 실행시키려고 하면,
12:57
if we know there's this externality --
258
752000
2000
이러한 어떤 외부 요인이 있다는 것을 알면
12:59
this extra thing that's going to happen as we increase exports --
259
754000
2000
이 수출을 증가시킬 어떤 요소 때문에 생길 일들을 안다면
13:01
we can think about what the right kinds of policies are.
260
756000
3000
어떤 정책들이 맞는 것인지에 대해서도 생각해 볼 수 있겠지요.
13:04
But it also tells us something about one of these things that we think that we know.
261
759000
3000
하지만 이것은 또 우리가 알고 있다는 어떤 것들에 대해서 또 말해 줍니다.
13:07
Even though it is the case that poverty is linked to AIDS,
262
762000
3000
AID가 가난에 연관이 되어있다고 하여도
13:10
in the sense that Africa is poor and they have a lot of AIDS,
263
765000
3000
아프리카는 가난하고 AIDS가 많다고 하여도,
13:13
it's not necessarily the case that improving poverty -- at least in the short run,
264
768000
4000
적어도 짧게 보았을 때 가난만 없애는 것이,
13:17
that improving exports and improving development --
265
772000
2000
수출과 발전을 도모 하는 것들을 말하는 거죠,
13:19
it's not necessarily the case that that's going to lead
266
774000
2000
이것들이 꼭 HIV 감염률을
13:21
to a decline in HIV prevalence.
267
776000
2000
낮추는 것들이라고 할 수는 없겠습니다.
13:24
So throughout this talk I've mentioned a few times
268
779000
2000
그래서 저의 연설 중에 제가 몇 가지를 언급하였습니다.
13:26
the special case of Uganda, and the fact that
269
781000
2000
우간다의 특별한 케이스,
13:28
it's the only country in sub-Saharan Africa with successful prevention.
270
783000
4000
사하리안 아프리카 중 유일하게 감염율을 낮춘 케이스였지요.
13:32
It's been widely heralded.
271
787000
2000
이 전례만 널리 알려졌습니다.
13:34
It's been replicated in Kenya, and Tanzania, and South Africa and many other places.
272
789000
6000
그리고 이 예는 케냐, 탄자니아 그리고 남아프리카 등 많은 곳에서 반복 실행 되고 있습니다.
13:40
But now I want to actually also question that.
273
795000
4000
하지만 저는 다시 궁금증을 가지고 싶습니다.
13:44
Because it is true that there was a decline in prevalence
274
799000
3000
왜냐하면 1990년도의 우간다의 감염률의 수치가 적어진 것은 사실이지만
13:47
in Uganda in the 1990s. It's true that they had an education campaign.
275
802000
4000
그들에게 교육 캠페인이 있었다는 것도 사실이지만
13:51
But there was actually something else that happened in Uganda in this period.
276
806000
6000
그 외에도 우간다에서는 많은 일들이 있었습니다.
13:57
There was a big decline in coffee prices.
277
812000
2000
커피 값의 엄청난 폭락 이었지요.
13:59
Coffee is Uganda's major export.
278
814000
2000
커피는 우간다의 중요 수출원 입니다.
14:01
Their exports went down a lot in the early 1990s -- and actually that decline lines up
279
816000
5000
1990년대 초반의 수출량이 적어지면서
14:06
really, really closely with this decline in new HIV infections.
280
821000
4000
그와 함께 HIV 감염 수치도 줄어든 것 입니다.
14:10
So you can see that both of these series --
281
825000
3000
그러므로 이런 케이스들을 통해서
14:13
the black line is export value, the red line is new HIV infections --
282
828000
3000
검정색 라인은 수출량을 나타내고요, 빨간색 라인은 새로운 HIV 감염 수치를 나타내는데요,
14:16
you can see they're both increasing.
283
831000
2000
여기서 이 두 개 모두가 증가 하고 있다는 것을 보실 수 있습니다.
14:18
Starting about 1987 they're both going down a lot.
284
833000
2000
1987년에 시작해서는 두 가지 모두 많이 줄어 들고 있지요.
14:20
And then actually they track each other
285
835000
2000
그리고 나서는 두 가지가 같이 또 갑니다.
14:22
a little bit on the increase later in the decade.
286
837000
2000
이 시대 후반에 가서는 조금 증가하기도 했고요.
14:24
So if you combine the intuition in this figure
287
839000
2000
그래서 예상과 이 수치들을 종합해보면
14:26
with some of the data that I talked about before,
288
841000
3000
우리가 앞에서 이야기 했던 수치들도 함께죠,
14:29
it suggests that somewhere between 25 percent and 50 percent
289
844000
4000
25퍼센트에서 50퍼센트 사이에는
14:33
of the decline in prevalence in Uganda
290
848000
2000
우간다의 감염 수치가 줄었다는 것을 말해 줍니다.
14:35
actually would have happened even without any education campaign.
291
850000
4000
그리고 교육 프로그램이 없었어도 그러하였을 것은 알 수가 있습니다.
14:39
But that's enormously important for policy.
292
854000
2000
이것은 정책에 있어서 아주 큰 영향을 미치는 결과입니다.
14:41
We're spending so much money to try to replicate this campaign.
293
856000
2000
그 캠페인의 활성을 위해서 우리는 엄청난 돈을 들였습니다.
14:43
And if it was only 50 percent as effective as we think that it was,
294
858000
3000
그리고 결국에는 50퍼센트 정도의 효과 밖에 내지 못했다는 것을 알 수 있습니다.
14:46
then there are all sorts of other things
295
861000
2000
그래서 우리가 돈을 써야 하는 분야들은
14:48
maybe we should be spending our money on instead.
296
863000
2000
따로 많이 있을지도 모릅니다.
14:50
Trying to change transmission rates by treating other sexually transmitted diseases.
297
865000
4000
성병에 감염되는 수치를 바꾸기 위해서
14:54
Trying to change them by engaging in male circumcision.
298
869000
2000
남성 환부 절제술을 통해서 바꾸는 방법 등
14:56
There are tons of other things that we should think about doing.
299
871000
2000
다른 엄청난 분야에 우리가 일해야 할 곳이 많다는 것입니다.
14:58
And maybe this tells us that we should be thinking more about those things.
300
873000
4000
그리고 이런 많은 것들에 신경을 써야 한다는 것을 가르쳐 줍니다.
15:02
I hope that in the last 16 minutes I've told you something that you didn't know about AIDS,
301
877000
5000
이번 16분동안 제가 여러분들이 알지 못했던 AIDS 에 사실을 가르쳐 드렸길 바랍니다.
15:07
and I hope that I've gotten you questioning a little bit
302
882000
2000
그리고 이미 알고 계신 것들 에 대해서도
15:09
some of the things that you did know.
303
884000
2000
궁금증을 가지게 만들었기를 바랍니다.
15:11
And I hope that I've convinced you maybe
304
886000
2000
그리고 또 어떠한 질병 수치를 이해한다는 것의
15:13
that it's important to understand things about the epidemic
305
888000
2000
중요성, 정책에 관해서 생각하는 것
15:15
in order to think about policy.
306
890000
2000
이해하는 것에 대해 여러분을 설득했길 바랍니다.
15:18
But more than anything, you know, I'm an academic.
307
893000
2000
하지만 중요한 것은, 아시다시피 저는 학자입니다.
15:20
And when I leave here, I'm going to go back
308
895000
2000
그래서 지금 이 자리를 떠나면 저는 또
15:22
and sit in my tiny office, and my computer, and my data.
309
897000
3000
컴퓨터와 수치가 있는 저의 조그만한 사무실로 돌아갈 것입니다.
15:25
And the thing that's most exciting about that
310
900000
2000
흥미로운 것은
15:27
is every time I think about research, there are more questions.
311
902000
3000
제가 이 연구에 관한 생각을 할 때 마다 질문들이 생긴다는 것입니다.
15:30
There are more things that I think that I want to do.
312
905000
2000
제가 하고 싶은 일들이 더 많이 생깁니다.
15:32
And what's really, really great about being here
313
907000
2000
그리고 이 자리에 있는 것이 정말 너무 좋고 대단한 것은,
15:34
is I'm sure that the questions that you guys have
314
909000
2000
여러분이 가지고 있는 질문들이
15:36
are very, very different than the questions that I think up myself.
315
911000
3000
제가 생각해 낼수 있는 질문과 아주 많이 다를 수도 있다는 것이지요.
15:39
And I can't wait to hear about what they are.
316
914000
2000
그리고 그 질문들이 아주 궁금해서 빨리 듣고 싶습니다.
15:41
So thank you very much.
317
916000
2000
감사합니다.
ABOUT THE SPEAKER
Emily Oster - Assumption-busting economistEmily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa.
Why you should listen
Emily Oster, an Assistant Professor of Economics at the University of Chicago, has a history of rethinking conventional wisdom.
Her Harvard doctoral thesis took on famed economist Amartya Sen and his claim that 100 million women were statistically missing from the developing world. He blamed misogynist medical care and outright sex-selective abortion for the gap, but Oster pointed to data indicating that in countries where Hepetitis B infections were higher, more boys were born. Through her unorthodox analysis of medical data, she accounted for 50% of the missing girls. Three years later, she would publish another paper amending her findings, stating that, after further study, the relationship between Hepetitis B and missing women was not apparent. This concession, along with her audacity to challenge economic assumptions and her dozens of other influential papers, has earned her the respect of the global academic community.
She's also investigated the role of bad weather in the rise in witchcraft trials in Medieval Europe and what drives people to play the Powerball lottery. Her latest target: busting assumptions on HIV in Africa.
And she's an advice columnist too >>
Emily Oster | Speaker | TED.com