TED2007
Hans Rosling: New insights on poverty
Hanss Roslings: Jaunas atskārsmes par nabadzību
Filmed:
Readability: 3.1
3,769,031 views
Pētnieks Hanss Roslings izmanto savus datus, lai parādītu, kā valstis izkļūst no nabadzības. Viņš demonstrē Dolāru ielu, salīdzinot dažādu pasaules vietu mājsaimniecības ar atšķirīgiem ienākumu līmeņiem. Un tad viņš izdara ko tiešām iespaidīgu.
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
Pērn es jums teicu 3 lietas.
00:27
I told you that the statistics of the world
1
2000
3000
Es teicu, ka pasaules statistikas dati
00:30
have not been made properly available.
2
5000
3000
nav pietiekami pieejami.
00:33
Because of that, we still have the old mindset
3
8000
2000
Tā iemesla dēļ mums vēl joprojām ir vecie uzskati
00:35
of developing in industrialized countries, which is wrong.
4
10000
3000
par attīstību industrializētajās valstīs, kas ir nepareizi.
00:39
And that animated graphics can make a difference.
5
14000
4000
Un par to, ka animētā grafika var daudz ko mainīt.
00:44
Things are changing
6
19000
2000
Lietas mainās,
00:46
and today, on the United Nations Statistic Division Home Page,
7
21000
4000
un šodien Apviento Nāciju Statistikas nodaļas mājas lapā
00:50
it says, by first of May, full access to the databases.
8
25000
3000
ir redzams uzraksts: „No 1. maija brīva pieeja datubāzēm.”
00:55
(Applause)
9
30000
3000
(Aplausi)
00:58
And if I could share the image with you on the screen.
10
33000
4000
Uz ekrāna varētu parādīt attēlu.
01:03
So three things have happened.
11
38000
1000
Tātad ir notikušas 3 lietas.
01:04
U.N. opened their statistic databases,
12
39000
3000
ANO ir atvērusi savas statistikas datubāzes,
01:07
and we have a new version of the software
13
42000
4000
un šobrīd mums tiešsaistē darbojas
01:11
up working as a beta on the net,
14
46000
2000
jaunā programmatūras beta versija,
01:13
so you don't have to download it any longer.
15
48000
2000
tādēļ jums tā vairs nav jālejuplādē.
01:16
And let me repeat what you saw last year.
16
51000
2000
Ļaujiet man atkārtot to, ko redzējāt pērn.
01:18
The bubbles are the countries.
17
53000
1000
Burbuļi ir valstis.
01:19
Here you have the fertility rate -- the number of children per woman --
18
54000
4000
Te redzams dzimstības koeficients, bērnu skaits vienai sievietei,
01:23
and there you have the length of life in years.
19
58000
3000
un tur dzīves ilgums gados.
01:27
This is 1950 -- those were the industrialized countries,
20
62000
3000
Šis ir 1950. gads, tās bija industrializētas valstis,
01:30
those were developing countries.
21
65000
1000
tās bija attīstības valstis.
01:31
At that time there was a "we" and "them."
22
66000
2000
Tajā laikā bijām „mēs” un „viņi”.
01:33
There was a huge difference in the world.
23
68000
2000
Pasaulē bija milzīgas atšķirības.
01:35
But then it changed, and it went on quite well.
24
70000
4000
Bet tad lietas mainījās, un viss noritēja diezgan labi.
01:39
And this is what happens.
25
74000
1000
Lūk, kas notiek.
01:41
You can see how China is the red, big bubble.
26
76000
3000
Jūs redzat Ķīnu, lielo, sarkano burbuli.
01:44
The blue there is India.
27
79000
1000
Zilais burbulis ir Indija.
01:45
And they go over all this -- I'm going to try to be
28
80000
3000
Tās pārvietojās pāri visam šim laukam, es centīšos
01:48
a little more serious this year in showing you
29
83000
2000
šogad būt nedaudz nopietnāks, rādot jums,
01:50
how things really changed.
30
85000
2000
kā lietas ir tiešām mainījušās.
01:53
And it's Africa that stands out as the problem down here, doesn't it?
31
88000
3000
Tā ir Āfrika, kas izceļās kā problēmzona šeit lejā, vai ne?
01:56
Large families still, and the HIV epidemic
32
91000
3000
Vēl joprojām lielas ģimenes, turklāt HIV epidēmija
01:59
brought down the countries like this.
33
94000
2000
ir šādi novilkusi valstis lejā.
02:01
This is more or less what we saw last year,
34
96000
3000
Tas ir vairāk vai mazāk tas, ko redzējām pagājušajā gadā,
02:04
and this is how it will go on into the future.
35
99000
2000
un tās tas turpināsies turpmāk.
02:07
And I will talk on, is this possible?
36
102000
2000
Es turpināšu runāt, vai tas ir iespējams?
02:09
Because you see now, I presented statistics that don't exist.
37
104000
3000
Jo, redziet, es tikko prezentēju statistiku, kas neeksistē.
02:13
Because this is where we are.
38
108000
2000
Jo mēs esam šeit.
02:15
Will it be possible that this will happen?
39
110000
3000
Vai ir iespējams, ka tas notiks?
02:19
I cover my lifetime here, you know?
40
114000
2000
Esmu iekļāvis sava mūža garumu, saprotat?
02:21
I expect to live 100 years.
41
116000
2000
Es sagaidu, ka nodzīvošu 100 gadus.
02:23
And this is where we are today.
42
118000
2000
Šeit mēs esam šodien.
02:25
Now could we look here instead at the economic situation in the world?
43
120000
7000
Nu vai mēs tā vietā varētu paskatīties uz ekonomisko situāciju pasaulē?
02:33
And I would like to show that against child survival.
44
128000
5000
Es vēlētos to attēlot attiecībā pret bērnu izdzīvošanas līmeni.
02:38
We'll swap the axis.
45
133000
1000
Mēs apmainīsim grafika asis vietām.
02:40
Here you have child mortality -- that is, survival --
46
135000
4000
Šeit mums ir bērnu mirstība, tas ir, izdzīvošanas līmenis,
02:44
four kids dying there, 200 dying there.
47
139000
2000
4 bērni mirst tur, 200 mirst tur.
02:47
And this is GDP per capita on this axis.
48
142000
2000
Uz šīs ass ir IKP uz vienu iedzīvotāju.
02:50
And this was 2007.
49
145000
3000
Tas bija 2007. gads.
02:53
And if I go back in time, I've added some historical statistics --
50
148000
4000
Ja mēs atgriežamies nedaudz atpakaļ laikā, es esmu pievienojis nedaudz vēsturiskas statistikas.
02:57
here we go, here we go, here we go -- not so much statistics 100 years ago.
51
152000
6000
Aiziet, aiziet, aiziet, pirms 100 gadiem nebija īpaši daudz statistikas.
03:03
Some countries still had statistics.
52
158000
2000
Dažās valstīs vēl bija statistika.
03:05
We are looking down in the archive,
53
160000
2000
Mēs lūkojamies arhīvu dziļumos,
03:07
and when we are down into 1820,
54
162000
4000
un, nonākot līdz 1820. gadam,
03:11
there is only Austria and Sweden that can produce numbers.
55
166000
4000
tikai Austrija un Zviedrija spēj radīt jebkādus skaitļus.
03:15
(Laughter)
56
170000
3000
(Smiekli)
03:18
But they were down here. They had 1,000 dollars per person per year.
57
173000
4000
Bet tās ir šeit lejā. Tajās gadā tika saražoti tikai 1000 dolāri uz katru iedzīvotāju.
03:22
And they lost one-fifth of their kids before their first birthday.
58
177000
3000
Un tajās piektdaļa bērnu aizgāja bojā pirms pirmās dzimšanas dienas.
03:26
So this is what happens in the world, if we play the entire world.
59
181000
3000
Lūk, kas notika pasaulē, ja skatāmies uz to kopumā.
03:29
How they got slowly richer and richer,
60
184000
3000
Valstis lēnām kļūst aizvien bagātākas un bagātākas,
03:32
and they add statistics.
61
187000
1000
un tās pievieno statistiku.
03:33
Isn't it beautiful when they get statistics?
62
188000
2000
Vai nav skaisti, kad valstis iegūst statistiku?
03:35
You see the importance of that?
63
190000
2000
Saprotat tā nozīmi?
03:37
And here, children don't live longer.
64
192000
2000
Šeit bērni nedzīvo ilgāk.
03:39
The last century, 1870, was bad for the kids in Europe,
65
194000
4000
Pagājušais gadsimts, 1870. gads Eiropā bija slikts laiks bērniem,
03:43
because most of this statistics is Europe.
66
198000
2000
jo lielākā daļa šīs statistikas ir par Eiropu.
03:45
It was only by the turn of the century
67
200000
3000
Tikai gadsimtu mijā mēs nonācām pie tā,
03:48
that more than 90 percent of the children survived their first year.
68
203000
3000
ka vairāk kā 90% bērnu izdzīvoja savas dzīves pirmajā gadā.
03:51
This is India coming up, with the first data from India.
69
206000
3000
Šeit parādās pirmie dati no Indijas.
03:54
And this is the United States moving away here, earning more money.
70
209000
5000
Šeit ASV virzās projām, pelnot vairāk naudas.
03:59
And we will soon see China coming up in the very far end corner here.
71
214000
5000
Drīz mēs redzēsim Ķīnas augšupeju tur tālākajā stūrī.
04:04
And it moves up with Mao Tse-Tung getting health,
72
219000
2000
Tā virzās uz augšu līdz ar Mao Dzeduna radīto veselību
04:06
not getting so rich.
73
221000
1000
ne tik daudz bagātību.
04:07
There he died, then Deng Xiaoping brings money.
74
222000
3000
Tur viņš nomirst, tad Dens Sjaopins atnes naudu.
04:10
It moves this way over here.
75
225000
1000
Ķīna pārvietojas šajā virzienā.
04:12
And the bubbles keep moving up there,
76
227000
2000
Burbuļi turpina virzīties uz augšu,
04:14
and this is what the world looks like today.
77
229000
2000
tā pasaule izskatās šodien.
04:16
(Applause)
78
231000
6000
(Aplausi)
04:22
Let us have a look at the United States.
79
237000
3000
Paskatīsimies uz Amerikas Savienotajām Valstīm.
04:25
We have a function here -- I can tell the world, "Stay where you are."
80
240000
3000
Mums šeit ir tāda iespēja, es varu pateikt pasaulei: „Palieciet, kur esat!”
04:29
And I take the United States -- we still want to see the background --
81
244000
3000
Es izvēlos ASV, mēs vēl joprojām gribam redzēt fonu.
04:32
I put them up like this, and now we go backwards.
82
247000
3000
Es ielieku ASV šeit, un nu mēs virzamies atpakaļ.
04:35
And we can see that the United States
83
250000
3000
Mēs redzam, ka ASV
04:38
goes to the right of the mainstream.
84
253000
3000
novirzās pa labi no pārējām valstīm.
04:41
They are on the money side all the time.
85
256000
2000
ASV visu laiku ir naudīgo pusē.
04:44
And down in 1915, the United States was a neighbor of India --
86
259000
5000
Tālajā 1915. gadā ASV bija blakus Indijai,
04:50
present, contemporary India.
87
265000
2000
pašreizējai mūsdienu Indijai.
04:52
And that means United States was richer,
88
267000
2000
Tas nozīmē, ka ASV bija bagātāka,
04:54
but lost more kids than India is doing today, proportionally.
89
269000
4000
bet proporcionāli zaudēja vairāk bērnu nekā Indija šobrīd.
04:59
And look here -- compare to the Philippines of today.
90
274000
3000
Skat, salīdzinājumā ar pašreizējo Filipīnu Republiku.
05:02
The Philippines of today has almost the same economy
91
277000
3000
Šobrīd Filipīnu Republikā ir gandrīz tāda pati tautsaimniecība
05:06
as the United States during the First World War.
92
281000
2000
kā ASV 1. Pasaules kara laikā.
05:08
But we have to bring United States forward quite a while
93
283000
4000
Bet mums ir jāvirza ASV diezgan ļoti uz priekšu,
05:12
to find the same health of the United States
94
287000
3000
lai redzētu tādu pašu veselību ASV,
05:15
as we have in the Philippines.
95
290000
1000
kāds pastāv Filipīnu Republikā.
05:17
About 1957 here, the health of the United States
96
292000
3000
Aptuveni 1957. gadā veselība ASV
05:20
is the same as the Philippines.
97
295000
2000
beidzot ir tāda pata kā Filipīnu Republikā.
05:22
And this is the drama of this world which many call globalized,
98
297000
3000
Šāda drāma noris pasaulē, kuru daudzi sauc par globalizētu,
05:25
is that Asia, Arabic countries, Latin America,
99
300000
3000
Āzija, arābu valstis, Latīņamerika
05:28
are much more ahead in being healthy, educated,
100
303000
5000
ir krietnu gabalu priekšā veselības, izglītības
05:33
having human resources than they are economically.
101
308000
3000
un cilvēku resursu ziņā, bet ne ekonomikas.
05:36
There's a discrepancy in what's happening today
102
311000
2000
Pastāv nesakritība tajā, kas šobrīd notiek
05:38
in the emerging economies.
103
313000
2000
strauji augošās ekonomikas valstīts.
05:40
There now, social benefits, social progress,
104
315000
4000
Tur šobrīd sociālie pabalsti, sociālais progress
05:44
are going ahead of economical progress.
105
319000
3000
virzās ātrāk nekā ekonomiskais progress.
05:47
And 1957 -- the United States had the same economy as Chile has today.
106
322000
6000
1957. gadā ASV ir tāda pati tautsaimniecība kā šobrīd Čīlē.
05:54
And how long do we have to bring United States
107
329000
3000
cik ilgi mums ir jāgaida, kamēr ASV
05:57
to get the same health as Chile has today?
108
332000
2000
ir tāda pati veselība kā Čīlē?
06:00
I think we have to go, there -- we have 2001, or 2002 --
109
335000
5000
Šķiet, ka mums ir jāiet līdz, re, 2001. vai 2002. gadam,
06:05
the United States has the same health as Chile.
110
340000
2000
kad ASV ir tāda pati veselība kā Čīlē.
06:07
Chile's catching up!
111
342000
1000
Čīle sāk panākt ASV!
06:09
Within some years Chile may have better child survival
112
344000
2000
Dažu gadu laikā Čīlē iespējams būs augstāks bērnu izdzīvošanas līmenis
06:11
than the United States.
113
346000
2000
nekā ASV.
06:13
This is really a change, that you have this lag
114
348000
3000
Tā tiešām ir pārmaiņa, ka ir novērojama šāda atpalicība
06:16
of more or less 30, 40 years' difference on the health.
115
351000
5000
par vairāk vai mazāk 30, 40 gadiem veselības jomā.
06:21
And behind the health is the educational level.
116
356000
2000
Aiz veselības ir izglītības līmenis.
06:23
And there's a lot of infrastructure things,
117
358000
2000
Ir daudz ar insfrastruktūru saistītu lietu,
06:25
and general human resources are there.
118
360000
3000
un tur ir vispārējie cilvēku resursi.
06:28
Now we can take away this --
119
363000
3000
Mēs varam noņemt šo,
06:31
and I would like to show you the rate of speed,
120
366000
4000
es vēlos jums parādīt pārmaiņu tempus,
06:35
the rate of change, how fast they have gone.
121
370000
3000
cik ātri izmaiņas ir notikušas.
06:38
And we go back to 1920, and I want to look at Japan.
122
373000
7000
Mēs dodamies atpakaļ uz 1920. gadu, es vēlos aplūkot Japānu.
06:46
And I want to look at Sweden and the United States.
123
381000
3000
Es vēlos pavērot Zviedriju un ASV.
06:49
And I'm going to stage a race here
124
384000
2000
Es uzrīkošu nelielas sacensības
06:51
between this sort of yellowish Ford here
125
386000
3000
starp šo dzeltenīgo Fordu šeit
06:54
and the red Toyota down there,
126
389000
2000
un sarkano Toyota šeit lejā,
06:56
and the brownish Volvo.
127
391000
2000
un brūngano Volvo.
06:58
(Laughter)
128
393000
2000
(Smiekli)
07:00
And here we go. Here we go.
129
395000
2000
Aiziet! Aiziet!
07:02
The Toyota has a very bad start down here, you can see,
130
397000
3000
Kā redzat Toyota šeit lejā starts ir pagalam neizdevies,
07:05
and the United States Ford is going off-road there.
131
400000
3000
un šeit ASV Fords nobrauc no nost ceļa.
07:08
And the Volvo is doing quite fine.
132
403000
1000
Bet Volvo iet diezgan labi.
07:09
This is the war. The Toyota got off track, and now
133
404000
2000
Šeit sākas karš. Toyota novirzījās no ceļa, un tagad
07:11
the Toyota is coming on the healthier side of Sweden --
134
406000
3000
Toyota tuvojās Zviedrijai no veselīgākās puses --
07:14
can you see that?
135
409000
1000
vai redzat?
07:15
And they are taking over Sweden,
136
410000
1000
Tās apdzen Zviedriju,
07:16
and they are now healthier than Sweden.
137
411000
2000
un nu tās ir veselīgākas nekā Zviedrija.
07:18
That's the part where I sold the Volvo and bought the Toyota.
138
413000
2000
Lūk, šajā brīdī es pārdevu Volvo un nopirku Toyotu.
07:20
(Laughter)
139
415000
3000
(Smiekli)
07:23
And now we can see that the rate of change was enormous in Japan.
140
418000
4000
Nu mēs redzam, ka pārmaiņu tempi Japānā bija milzīgi.
07:27
They really caught up.
141
422000
2000
Japāna tiešām panāca pārējās valstis.
07:29
And this changes gradually.
142
424000
2000
Tas notiek pakāpeniski.
07:31
We have to look over generations to understand it.
143
426000
3000
Lai to saprastu, mums ir jāaplūko vairākas paaudzes.
07:34
And let me show you my own sort of family history --
144
429000
5000
Ļaujiet man parādīt tādu kā manis paša ģimenes vēsturi,
07:39
we made these graphs here.
145
434000
2000
mēs izveidojām šādus grafikus.
07:41
And this is the same thing, money down there, and health, you know?
146
436000
4000
Šeit ir tas pats, nauda apakšā un veselība tur.
07:45
And this is my family.
147
440000
2000
Lūk, mana ģimene.
07:48
This is Sweden, 1830, when my great-great-grandma was born.
148
443000
4000
Tā ir Zviedrija 1830. gadā, kad piedzima mana vecvecvecmāmiņa.
07:53
Sweden was like Sierra Leone today.
149
448000
2000
Zviedrija bijā kā mūsdienu Sjerraleone.
07:56
And this is when great-grandma was born, 1863.
150
451000
3000
Tad piedzima mana vecvecmāmiņa — 1863. gadā.
08:00
And Sweden was like Mozambique.
151
455000
2000
Tad Zviedrija bija kā Mozambika.
08:02
And this is when my grandma was born, 1891.
152
457000
2000
Tad piedzima mana vecmāmiņa — 1891. gadā.
08:04
She took care of me as a child,
153
459000
2000
Viņa par mani rūpējās bērnībā,
08:06
so I'm not talking about statistic now --
154
461000
2000
tā kā es tagad nerunāju par statistiku,
08:08
now it's oral history in my family.
155
463000
2000
nu ir runa par manas ģimenes mutisko vēsturi.
08:11
That's when I believe statistics,
156
466000
1000
Es statistikai ticu,
08:12
when it's grandma-verified statistics.
157
467000
3000
ja tā ir vecmāmiņas apstiprināta statistika.
08:15
(Laughter)
158
470000
3000
(Smiekli)
08:18
I think it's the best way of verifying historical statistics.
159
473000
3000
Manuprāt, tas ir labākais veids, kā apstiprināt vēsturisku statistiku.
08:21
Sweden was like Ghana.
160
476000
1000
Zviedrija bija kā Gana.
08:22
It's interesting to see the enormous diversity
161
477000
3000
Ir interesanti pavērot milzīgo dažādību
08:25
within sub-Saharan Africa.
162
480000
2000
Subsahāras Āfrikā.
08:28
I told you last year, I'll tell you again,
163
483000
2000
Es jums to teicu pērn, un es jums to teikšu atkal,
08:30
my mother was born in Egypt, and I -- who am I?
164
485000
3000
mana māte piedzima Ēģiptē, un es, kas es esmu?
08:33
I'm the Mexican in the family.
165
488000
1000
Es esmu ģimenes meksikānis.
08:35
And my daughter, she was born in Chile,
166
490000
2000
Mana meita, viņa piedzima Čīlē,
08:37
and the grand-daughter was born in Singapore,
167
492000
2000
un mazmeita piedzima Singapūrā,
08:39
now the healthiest country on this Earth.
168
494000
2000
kas šobrīd ir veselīgākā valsts uz Zemes.
08:41
It bypassed Sweden about two to three years ago,
169
496000
2000
Tā apsteidza Zviedriju apmēram pirms 2—3 gadiem,
08:43
with better child survival.
170
498000
2000
ar augstāku bērnu izdzīvošanas līmeni.
08:45
But they're very small, you know?
171
500000
1000
Bet tā ir ļoti maza valsts, zināt?
08:46
They're so close to the hospital we can never
172
501000
2000
Viņi ir tik tuvu slimnīcām, ka mēs nekādi nevaram
08:48
beat them out in these forests.
173
503000
1000
viņus apsteigt, esot visos šajos mežos.
08:49
(Laughter)
174
504000
3000
(Smiekli)
08:52
But homage to Singapore.
175
507000
1000
Bet visu cieņu Singapūrai.
08:53
Singapore is the best one.
176
508000
2000
Singapūra ir labākā.
08:55
Now this looks also like a very good story.
177
510000
4000
Tas arī izskatās pēc ļoti laba stāsta.
08:59
But it's not really that easy, that it's all a good story.
178
514000
4000
Bet tas patiesībā nav tik vienkārši, ne viss ir labi.
09:03
Because I have to show you one of the other facilities.
179
518000
3000
Jo man jums ir jāparāda kāds no citiem rādītājiem.
09:06
We can also make the color here represent the variable --
180
521000
5000
Mēs mainīgajam varam izvēlēties arī atbilstošu krāsu,
09:11
and what am I choosing here?
181
526000
1000
ko es šeit izvēlos?
09:12
Carbon-dioxide emission, metric ton per capita.
182
527000
4000
Oglekļa dioksīda izmeši, metriskā tonna uz vienu iedzīvotāju.
09:17
This is 1962, and United States was emitting 16 tons per person.
183
532000
5000
Tas ir 1962. gads, ASV bija 16 tonnas lieli izmeši uz katru iedzīvotāju.
09:22
And China was emitting 0.6,
184
537000
2000
Ķīnā tie bija 0,6 tonnas lieli izmeši,
09:24
and India was emitting 0.32 tons per capita.
185
539000
4000
Indijā tās bija 0,32 tonnas uz katru iedzīvotāju.
09:28
And what happens when we moved on?
186
543000
3000
Kas notiek, mums virzoties uz priekšu?
09:31
Well, you see the nice story of getting richer
187
546000
2000
Lūk, jūs varat redzēt jauko stāstu, par bagātības
09:33
and getting healthier --
188
548000
1000
un veselības vairošanu,
09:34
everyone did it at the cost of emission of carbon dioxide.
189
549000
5000
viņi visi to panāca uz oglekļa dioksīda izmešu rēķina.
09:39
There is no one who has done it so far.
190
554000
3000
Līdz šim brīdim neviens to nav paveicis citādi.
09:42
And we don't have all the updated data
191
557000
3000
Mums vairs nav visu jaunāko datu,
09:45
any longer, because this is really hot data today.
192
560000
3000
jo šobrīd tie ir ļoti aktuāli dati.
09:48
And there we are, 2001.
193
563000
2000
Tur mēs esam 2001. gadā.
09:51
And in the discussion I attended with global leaders, you know,
194
566000
4000
Manis apmeklētajā diskusijā ar pasaules valstu vadītājiem
09:55
many say now the problem is that the emerging economies,
195
570000
4000
daudzi teica, ka problēma ir straujās attīstības ekonomikas,
09:59
they are getting out too much carbon dioxide.
196
574000
3000
tām ir pārāk lieli oglekļa dioksīda izmeši.
10:02
The Minister of the Environment of India said,
197
577000
2000
Indijas Vides ministrs teica:
10:04
"Well, you were the one who caused the problem."
198
579000
3000
„Jūs bijāt tie, kas izraisīja šo problēmu.”
10:07
The OECD countries -- the high-income countries --
199
582000
3000
OECD valstis, augsto ienākumu valstis,
10:10
they were the ones who caused the climate change.
200
585000
2000
tās bija valstis, kas izraisīja klimata izmaiņas.
10:13
"But we forgive you, because you didn't know it.
201
588000
2000
„Bet mēs jums piedodam, jo jūs to nezinājāt.
10:15
But from now on, we count per capita.
202
590000
3000
Tomēr turpmāk skaitīsim atkarībā no iedzīvotāju skaita.
10:18
From now on we count per capita.
203
593000
2000
Skaitīsim daudzumu uz katru iedzīvotāju.
10:20
And everyone is responsible for the per capita emission."
204
595000
3000
Visi ir atbildīgi par izmešu daudzumu uz katru iedzīvotāju."
10:23
This really shows you, we have not seen good economic
205
598000
3000
Tas parāda, ka mēs neesam redzējuši labu tautsaimniecības
10:26
and health progress anywhere in the world
206
601000
2000
un veselības attīstību nekur pasaulē
10:28
without destroying the climate.
207
603000
4000
bez klimata iznīcināšanas.
10:33
And this is really what has to be changed.
208
608000
2000
Tas ir kas tāds, kas patiesi ir jāmaina.
10:36
I've been criticized for showing you a too positive image of the world,
209
611000
3000
Esmu ticis kritizēts par pārāk pozitīvu pasaules atainošanu,
10:39
but I don't think it's like this.
210
614000
2000
bet es tā neuzskatu.
10:41
The world is quite a messy place.
211
616000
2000
Pasaule ir diezgan juceklīga vieta.
10:43
This we can call Dollar Street.
212
618000
2000
Mēs to varam nosaukt par Dolāru ielu.
10:45
Everyone lives on this street here.
213
620000
2000
Visi dzīvo uz šīs ielas.
10:47
What they earn here -- what number they live on --
214
622000
3000
Cik viņi nopelna šeit, kāds ir viņu mājas numurs,
10:50
is how much they earn per day.
215
625000
1000
tas ir, cik daudz viņi nopelna vienā dienā.
10:51
This family earns about one dollar per day.
216
626000
3000
Šī ģimene nopelna apmēram 1 dolāru dienā.
10:55
We drive up the street here,
217
630000
1000
Mēs braucam tālāk pa šo ielu,
10:56
we find a family here which earns about two to three dollars a day.
218
631000
4000
mēs redzam ģimeni, kas nopelna apmēram 2—3 dolārus dienā.
11:00
And we drive away here -- we find the first garden in the street,
219
635000
3000
Mēs dodamies tālāk, mēs uzejam pirmo dārzu,
11:03
and they earn 10 to 50 dollars a day.
220
638000
2000
šī ģimene nopelna 10—50 dolārus dienā.
11:05
And how do they live?
221
640000
2000
Kā viņi dzīvo?
11:07
If we look at the bed here, we can see
222
642000
3000
Ja aplūkojam viņu guļamvietas, mēs redzam,
11:10
that they sleep on a rug on the floor.
223
645000
3000
ka viņi guļ uz paklāja uz grīdas.
11:13
This is what poverty line is --
224
648000
2000
Tā ir nabadzības līnija —
11:15
80 percent of the family income is just to cover the energy needs,
225
650000
3000
80% no ģimenes ienākumiem nepieciešami, lai segtu enerģētisko patēriņu
11:18
the food for the day.
226
653000
2000
un dienā nepieciešamo ēdienu.
11:20
This is two to five dollars. You have a bed.
227
655000
3000
Tie ir 2—5 dolāri. Jums ir gulta.
11:23
And here it's a much nicer bedroom, you can see.
228
658000
2000
Šeit, kā jau redzat, ir daudz jaukāka guļamistaba.
11:26
I lectured on this for Ikea, and they wanted to see
229
661000
2000
Es lasīju šo lekciju Ikea darbiniekiem, viņi gribēja, lai
11:28
the sofa immediately here.
230
663000
2000
dīvāns būtu jau šeit.
11:30
(Laughter)
231
665000
2000
(Smiekli)
11:32
And this is the sofa, how it will emerge from there.
232
667000
4000
Tas ir dīvāns, kā tas parādīsies tur.
11:36
And the interesting thing, when you go around here in the photo panorama,
233
671000
3000
Interesanta lieta, jums aplūkojot šo foto panorāmas skatu,
11:39
you see the family still sitting on the floor there.
234
674000
2000
jūs redzat, ka ģimene vēl joprojām sēž uz grīdas.
11:41
Although there is a sofa,
235
676000
2000
Lai gan šeit ir dīvāns.
11:43
if you watch in the kitchen, you can see that
236
678000
2000
Ja paskataties virtuvē, jūs redzat,
11:45
the great difference for women does not come between one to 10 dollars.
237
680000
5000
ka sievietēm starp 1 un 10 dolāriem nav nekādas lielās atšķirības.
11:50
It comes beyond here, when you really can get
238
685000
2000
Tā parādās tikai tālāk, kad
11:52
good working conditions in the family.
239
687000
3000
ģimenē parādās patiešām labi darba apstākļi.
11:55
And if you really want to see the difference,
240
690000
2000
Ja tiešām vēlaties redzēt atšķirību,
11:57
you look at the toilet over here.
241
692000
2000
paskatieties uz tualeti šeit.
11:59
This can change. This can change.
242
694000
2000
Tas var mainīties. Tas var mainīties.
12:01
These are all pictures and images from Africa,
243
696000
3000
Tās visas ir bildes un attēli no Āfrikas,
12:04
and it can become much better.
244
699000
2000
viss var uzlaboties.
12:07
We can get out of poverty.
245
702000
2000
Mēs varam izkļūt no nabadzības.
12:09
My own research has not been in IT or anything like this.
246
704000
3000
Mani pētījumi nav bijuši saistīti ar IT vai ko tamlīdzīgu.
12:12
I spent 20 years in interviews with African farmers
247
707000
3000
Es pavadīju 20 gadus, intervējot Āfrikas zemniekus,
12:15
who were on the verge of famine.
248
710000
3000
kuri bija uz bada robežas.
12:18
And this is the result of the farmers-needs research.
249
713000
2000
Šie ir zemnieku vajadzību pētījuma rezultāti.
12:20
The nice thing here is that you can't see
250
715000
2000
Labi, ka jūs šajā attēlā nevarat redzēt,
12:22
who are the researchers in this picture.
251
717000
2000
kas ir pētījuma veicēji.
12:24
That's when research functions in poor societies --
252
719000
3000
Lai pētījumi tiešām darbotos nabadzīgās sabiedrībās,
12:27
you must really live with the people.
253
722000
2000
jums ir jādzīvo līdzās šiem cilvēkiem.
12:31
When you're in poverty, everything is about survival.
254
726000
4000
Jums esot nabadzībā, galvenais ir izdzīvošana.
12:35
It's about having food.
255
730000
2000
Galvenais ir ēdiens.
12:37
And these two young farmers, they are girls now --
256
732000
2000
Šīs divas jaunās zemnieces, tās ir jaunas meitenes,
12:39
because the parents are dead from HIV and AIDS --
257
734000
4000
jo viņu vecāki ir miruši HIV un AIDS dēļ,
12:43
they discuss with a trained agronomist.
258
738000
2000
viņas apspriežās ar apmācītu agronomu.
12:45
This is one of the best agronomists in Malawi, Junatambe Kumbira,
259
740000
4000
Tas ir viens no labākajiem agronomiem Malāvijā, Junatambē Kumbirā,
12:49
and he's discussing what sort of cassava they will plant --
260
744000
2000
un viņš apspriež to, kādu maniokas krūma veidu viņi stādīs —
12:51
the best converter of sunshine to food that man has found.
261
746000
4000
labākais cilvēka atrastais veids, kā saules starus pārvērst ēdienā.
12:55
And they are very, very eagerly interested to get advice,
262
750000
3000
Viņas ir ļoti, ļoti ieinteresētas saņemt padomus,
12:58
and that's to survive in poverty.
263
753000
3000
lai izdzīvotu nabadzībā.
13:01
That's one context.
264
756000
1000
Tas ir viens konteksts.
13:02
Getting out of poverty.
265
757000
2000
Izkļūšana no nabadzības.
13:04
The women told us one thing. "Get us technology.
266
759000
3000
Šīs sievietes teica mums vienu: „Dodiet mums tehnoloģiju.
13:07
We hate this mortar, to stand hours and hours.
267
762000
3000
Mums riebjās šis piests, stāvēt kājās stundām ilgi.
13:10
Get us a mill so that we can mill our flour,
268
765000
3000
Dabūjiet mums dzirnavas, lai mēs varam samalt sev miltus,
13:13
then we will be able to pay for the rest ourselves."
269
768000
3000
tad mēs spēsim pašas samaksāt par visu pārējo.”
13:16
Technology will bring you out of poverty,
270
771000
3000
Tehnoloģijas jūs izvilks no nabadzības,
13:19
but there's a need for a market to get away from poverty.
271
774000
4000
bet, lai izkļūtu no nabadzības, ir jābūt tirgum.
13:23
And this woman is very happy now, bringing her products to the market.
272
778000
3000
Šī sieviete nu ir ļoti priecīga, vedot savus produktus uz tirgu.
13:26
But she's very thankful for the public investment in schooling
273
781000
2000
Viņa ir ļoti pateicīga sabiedriskajam ieguldījumam skolu sistēmā,
13:28
so she can count, and won't be cheated when she reaches the market.
274
783000
3000
pateicoties kuram viņa māk skaitīt un netiks apkrāpta, nonākot tirgū.
13:31
She wants her kid to be healthy, so she can go to the market
275
786000
3000
Viņa vēlās, lai viņas bērns būtu vesels, lai viņa varētu doties uz tirgu
13:34
and doesn't have to stay home.
276
789000
2000
un viņai nebūtu jāpaliek mājās.
13:36
And she wants the infrastructure -- it is nice with a paved road.
277
791000
3000
Viņa vēlas infrastruktūru, ir jauki, ja ir bruģēts ceļš.
13:39
It's also good with credit.
278
794000
2000
Ir jauki, ja var paņemt kredītu.
13:41
Micro-credits gave her the bicycle, you know.
279
796000
3000
Ar mikrokredīta palīdzību viņa iegādājās divriteni.
13:44
And information will tell her when to go to market with which product.
280
799000
3000
Ar informācijas palīdzību viņa zinās, kad un ar kuru produktu doties uz tirgu.
13:47
You can do this.
281
802000
2000
Jūs to varat!
13:49
I find my experience from 20 years of Africa is that
282
804000
3000
Savā 20 gadu pieredzē Āfrikā esmu redzējis, ka
13:52
the seemingly impossible is possible.
283
807000
3000
šķietami neiespējamais ir iespējams.
13:55
Africa has not done bad.
284
810000
2000
Āfrikai nav klājies slikti.
13:57
In 50 years they've gone from a pre-Medieval situation
285
812000
3000
50 gadu laikā tā no pirms viduslaiku stāvokļa ir nonākusi
14:00
to a very decent 100-year-ago Europe,
286
815000
3000
līdz diezgan pieņemamam Eiropas stāvoklim pirms 100 gadiem
14:03
with a functioning nation and state.
287
818000
3000
ar funkcionējošu nāciju un valsti.
14:06
I would say that sub-Saharan Africa has done best in the world
288
821000
3000
Es teiktu, ka Subsahāras Āfrika ir paveikusi vislabāko darbu pasaulē
14:09
during the last 50 years.
289
824000
1000
pēdējo 50 gadu laikā.
14:10
Because we don't consider where they came from.
290
825000
2000
Jo mēs neņemam vērā, no kurienes viņi ir nākuši.
14:12
It's this stupid concept of developing countries
291
827000
3000
Tas ir šis stulbais koncepts par attīstības valstīm,
14:15
that puts us, Argentina and Mozambique together 50 years ago,
292
830000
3000
kas saliek mūs, Argentīnu un Mozambiku kopā pirms 50 gadiem,
14:18
and says that Mozambique did worse.
293
833000
2000
un saka, ka Mozambika ir paveikusi mazāk.
14:21
We have to know a little more about the world.
294
836000
2000
Mums ir jāzina nedaudz vairāk par pasauli.
14:23
I have a neighbor who knows 200 types of wine.
295
838000
3000
Man ir kaimiņš, kurš pazīst 200 vīna veidus.
14:26
He knows everything.
296
841000
1000
Viņš zina visu.
14:27
He knows the name of the grape, the temperature and everything.
297
842000
2000
Viņš zina vīnogu nosaukumu, temperatūru un visu pārējo.
14:29
I only know two types of wine -- red and white.
298
844000
3000
Es zinu tikai divus vīna veidus — sarkanu un baltu.
14:32
(Laughter)
299
847000
2000
(Smiekli)
14:34
But my neighbor only knows two types of countries --
300
849000
2000
Savukārt mans kaimiņš zina tikai divu veidu valstis —
14:36
industrialized and developing.
301
851000
2000
industrializētās un attīstības.
14:38
And I know 200, I know about the small data.
302
853000
3000
Un es zinu 200 veidus, es zinu par sīkajiem datiem.
14:41
But you can do that.
303
856000
1000
Arī jūs to spējat.
14:42
(Applause)
304
857000
5000
(Aplausi)
14:47
But I have to get serious. And how do you get serious?
305
862000
2000
Man jākļūst nopietnam. Kā lai cilvēks kļūst nopietns?
14:49
You make a PowerPoint, you know?
306
864000
2000
Protams, uztaisot PowerPoint prezentāciju!
14:51
(Laughter)
307
866000
5000
(Smiekli)
14:56
Homage to the Office package, no?
308
871000
2000
Veltījums Office pakotnei, ne?
15:00
What is this, what is this, what am I telling?
309
875000
2000
Kas tas ir, kas tas ir, ko es stāstu?
15:02
I'm telling you that there are many dimensions of development.
310
877000
3000
Es jums stāstu to, ka attīstībai ir daudzas dimensijas.
15:05
Everyone wants your pet thing.
311
880000
2000
Katram ir sava mīļlieta.
15:07
If you are in the corporate sector, you love micro-credit.
312
882000
3000
Ja esat korporatīvajā sektorā, jums patīk mikrokredīti.
15:10
If you are fighting in a non-governmental organization,
313
885000
2000
Ja esat cīņasspara pilna nevalstiskā organizācija,
15:12
you love equity between gender.
314
887000
3000
jums patīk dzimumu vienlīdzība.
15:15
Or if you are a teacher, you'll love UNESCO, and so on.
315
890000
2000
Ja esat skolotājs, jums patiks UNESCO un tā tālāk.
15:17
On the global level, we have to have more than our own thing.
316
892000
2000
Globālajā līmenī mums ir jābūt kam vairāk par vienu savu īpašo lietu.
15:19
We need everything.
317
894000
2000
Mums vajag visu.
15:21
All these things are important for development,
318
896000
2000
Visas šīs lietas ir svarīgas attīstībai,
15:23
especially when you just get out of poverty
319
898000
2000
it sevišķi, brīdī, kad tikko esat izkļuvuši no nabadzības
15:25
and you should go towards welfare.
320
900000
3000
un jums būtu jāvirzās labklājības virzienā.
15:28
Now, what we need to think about
321
903000
2000
Mums būtu jāapsver,
15:30
is, what is a goal for development,
322
905000
3000
kas ir attīstības mērķis un
15:33
and what are the means for development?
323
908000
1000
kādā veidā mēs varam panākt attīstību.
15:34
Let me first grade what are the most important means.
324
909000
3000
Ļaujiet man vispirms sarindot svarīgākos līdzekļus.
15:38
Economic growth to me, as a public-health professor,
325
913000
2000
Ekonomiskā izaugsme man, kā sabiedrības veselības profesoram,
15:40
is the most important thing for development
326
915000
4000
ir vissvarīgākā lieta attīstībai,
15:44
because it explains 80 percent of survival.
327
919000
2000
jo tā atbild par 80% no izdzīvošanas.
15:47
Governance. To have a government which functions --
328
922000
3000
Pārvaldība. Funkcionējošas valdības esamība,
15:50
that's what brought California out of the misery of 1850.
329
925000
4000
tas 1850. gadā izvilka Kaliforniju no postažas.
15:54
It was the government that made law function finally.
330
929000
3000
Tā bija valdība, kas beidzot lika likumam strādāt.
15:58
Education, human resources are important.
331
933000
2000
Izglītība, cilvēku resursi ir svarīgi.
16:00
Health is also important, but not that much as a mean.
332
935000
4000
Svarīga ir arī veselība, bet ne tik ļoti kā līdzeklis attīstībai.
16:04
Environment is important.
333
939000
2000
Vide ir svarīga.
16:06
Human rights is also important, but it just gets one cross.
334
941000
2000
Svarīgas ir arī cilvēktiesības, bet tai mēs dodam tikai vienu plusiņu.
16:08
Now what about goals? Where are we going toward?
335
943000
3000
Kā ir ar mērķiem? Uz ko mēs tiecamies?
16:11
We are not interested in money.
336
946000
2000
Mums neinteresē nauda.
16:13
Money is not a goal.
337
948000
1000
Nauda nav mēķis.
16:14
It's the best mean, but I give it zero as a goal.
338
949000
3000
Tā ir labākais līdzeklis, bet kā mērķim es tai dodu nulli.
16:18
Governance, well it's fun to vote in a little thing,
339
953000
3000
Pārvaldība, nu, ir jautri balsot šaurā būcenī,
16:21
but it's not a goal.
340
956000
2000
bet tas nav mērķis.
16:23
And going to school, that's not a goal, it's a mean.
341
958000
4000
Iešana uz skolu, tas nav mērķis, tas ir līdzeklis.
16:27
Health I give two points. I mean it's nice to be healthy
342
962000
2000
Veselībai es dodu 2 punktus. Ir taču jauki būt veselam,
16:29
-- at my age especially -- you can stand here, you're healthy.
343
964000
2000
it sevisķi, manā vecumā. Jūs varat šeit stāvēt, jūs esat veseli.
16:31
And that's good, it gets two plusses.
344
966000
2000
Tas ir labi, tam mēs dodam 2 plusus.
16:33
Environment is very, very crucial.
345
968000
2000
Vide ir ļoti, ļoti izšķiroša.
16:35
There's nothing for the grandkid if you don't save up.
346
970000
2000
Mazbērnam nekas nepaliek, ja jūs netaupat.
16:37
But where are the important goals?
347
972000
2000
Bet kur ir svarīgie mērķi?
16:39
Of course, it's human rights.
348
974000
2000
Protams, tās ir cilvēktiesības.
16:41
Human rights is the goal,
349
976000
2000
Cilvēktiesības ir mērķis,
16:43
but it's not that strong of a mean for achieving development.
350
978000
3000
bet tās nav tik svarīgs līdzeklis attīstības sasniegšanai.
16:47
And culture. Culture is the most important thing, I would say,
351
982000
4000
Un kultūra. Es teiktu, ka kultūra ir vissvarīgākā lieta,
16:51
because that's what brings joy to life.
352
986000
2000
jo tā piešķir dzīvei baudījumu.
16:53
That's the value of living.
353
988000
2000
Tā ir dzīvošanas vērtība.
16:55
So the seemingly impossible is possible.
354
990000
3000
Tā kā šķietami neiespējamais ir iespējams.
16:58
Even African countries can achieve this.
355
993000
2000
Pat Āfrikas valstis var to sasniegt.
17:01
And I've shown you the shot where the seemingly impossible is possible.
356
996000
6000
Es jums parādīju attēlu, kur šķietami neiespējamais ir iespējams.
17:07
And remember, please remember my main message,
357
1002000
4000
Atcerieties, lūdzu, atcerieties manu galveno vēstījumu,
17:11
which is this: the seemingly impossible is possible.
358
1006000
3000
ka šķietami neiespējamais ir iespējams.
17:14
We can have a good world.
359
1009000
2000
Mums var būt laba pasaule.
17:16
I showed you the shots, I proved it in the PowerPoint,
360
1011000
3000
Es jums parādīju attēlus, es to pierādīju PowerPoint prezentācijā,
17:19
and I think I will convince you also by culture.
361
1014000
6000
šķiet, ka es jūs pārliecināšu arī ar kultūru.
17:25
(Laughter)
362
1020000
4000
(Smiekli)
17:29
(Applause)
363
1024000
1000
(Aplausi)
17:30
Bring me my sword!
364
1025000
2000
Atnesiet man manu zobenu!
17:36
Sword swallowing is from ancient India.
365
1031000
5000
Zobenu rīšana nāk no Senās Indijas.
17:41
It's a cultural expression that for thousands of years
366
1036000
5000
Tā ir kulturāls izpausmes veids, kas tukstošiem gadu garumā
17:46
has inspired human beings to think beyond the obvious.
367
1041000
6000
ir iedvesmojis cilvēkus domāt dziļāk par acīmredzamo.
17:52
(Laughter)
368
1047000
2000
(Smiekli)
17:54
And I will now prove to you that the seemingly impossible is possible
369
1049000
5000
Nu es jums pierādīšu, ka šķietami neiespējamais ir iespējams,
17:59
by taking this piece of steel -- solid steel --
370
1054000
3000
ar šī tērauda, masīvā tērauda, gabala palīdzību.
18:03
this is the army bayonet from the Swedish Army, 1850,
371
1058000
3000
Tas ir armijas durklis no zviedru armijas 1850. gada,
18:06
in the last year we had war.
372
1061000
2000
tas bija pēdējais gads, kad mums bija karš.
18:09
And it's all solid steel -- you can hear here.
373
1064000
3000
Tas ir caurcaurēm tērauds, jūs to dzirdat.
18:12
And I'm going to take this blade of steel,
374
1067000
6000
Es ņemšu šo tērauda asmeni
18:18
and push it down through my body of blood and flesh,
375
1073000
5000
un grūdīšu to cauri savam ķermenim, kas ir no miesas un asinīm,
18:23
and prove to you that the seemingly impossible is possible.
376
1078000
4000
un pierādīšu, ka šķietami neiespējamais ir iespējams.
18:28
Can I request a moment of absolute silence?
377
1083000
4000
Vai es varētu uz brīdi palūgt pilnīgu klusumu?
18:43
(Applause)
378
1098000
22000
(Aplausi)
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