TED2007
Hans Rosling: New insights on poverty
Hans Rosling onthult nieuwe inzichten in armoede
Filmed:
Readability: 3.1
3,769,031 views
Onderzoeker Hans Rosling gebruikt zijn coole data analyses om te tonen hoe landen zichzelf uit de armoede omhoog trekken. Hij demonstreert Dollar Straat, waarin hij huishoudens met verschillende inkomens wereldwijd vergelijkt. En dan doet hij iets écht bijzonders.
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
Ik vertelde jullie vorig jaar drie dingen.
00:27
I told you that the statistics of the world
1
2000
3000
Ik vertelde jullie dat de statistieken van de wereld
00:30
have not been made properly available.
2
5000
3000
niet op de juiste manier beschikbaar zijn gemaakt.
00:33
Because of that, we still have the old mindset
3
8000
2000
Daarom hebben we nog steeds het oude beeld
00:35
of developing in industrialized countries, which is wrong.
4
10000
3000
van ontwikkelingslanden en geïndustrialiseerde landen, wat onjuist is.
00:39
And that animated graphics can make a difference.
5
14000
4000
En dat bewegende grafieken een verschil kunnen maken.
00:44
Things are changing
6
19000
2000
Dingen zijn aan het veranderen.
00:46
and today, on the United Nations Statistic Division Home Page,
7
21000
4000
En nu staat op de homepage van de VN Afdeling Statistiek,
00:50
it says, by first of May, full access to the databases.
8
25000
3000
dat vanaf 1 mei de database volledig toegankelijk is.
00:55
(Applause)
9
30000
3000
(Applaus)
00:58
And if I could share the image with you on the screen.
10
33000
4000
En als ik het beeld met jullie op het scherm kan delen...
01:03
So three things have happened.
11
38000
1000
dan zijn er dus drie dingen gebeurd.
01:04
U.N. opened their statistic databases,
12
39000
3000
De VN stelden hun statistische databases open
01:07
and we have a new version of the software
13
42000
4000
en we hebben een nieuwe versie van onze software.
01:11
up working as a beta on the net,
14
46000
2000
Die werkt op het internet,
01:13
so you don't have to download it any longer.
15
48000
2000
zodat je het niet langer hoeft te downloaden.
01:16
And let me repeat what you saw last year.
16
51000
2000
Laat me herhalen wat jullie vorig jaar zagen.
01:18
The bubbles are the countries.
17
53000
1000
De bubbels zijn de landen.
01:19
Here you have the fertility rate -- the number of children per woman --
18
54000
4000
Hier heb je de geboortegraad - het aantal kinderen per vrouw -
01:23
and there you have the length of life in years.
19
58000
3000
en daar heb je de levensduur in jaren.
01:27
This is 1950 -- those were the industrialized countries,
20
62000
3000
Dit is 1950 - dat waren de geïndustrialiseerde landen,
01:30
those were developing countries.
21
65000
1000
en dat waren ontwikkelingslanden.
01:31
At that time there was a "we" and "them."
22
66000
2000
In die tijd was er nog een 'wij' en een 'zij'.
01:33
There was a huge difference in the world.
23
68000
2000
Er was een enorm verschil in de wereld.
01:35
But then it changed, and it went on quite well.
24
70000
4000
Maar toen veranderde dat en dat ging behoorlijk snel.
01:39
And this is what happens.
25
74000
1000
En dit is wat er gebeurt.
01:41
You can see how China is the red, big bubble.
26
76000
3000
Je ziet China, de grote rode bubbel;
01:44
The blue there is India.
27
79000
1000
en de blauwe daar is India.
01:45
And they go over all this -- I'm going to try to be
28
80000
3000
Ik ga proberen om,
01:48
a little more serious this year in showing you
29
83000
2000
wat serieuzer dan vorig jaar, jullie te laten zien
01:50
how things really changed.
30
85000
2000
hoe de dingen écht veranderd zijn.
01:53
And it's Africa that stands out as the problem down here, doesn't it?
31
88000
3000
En het is Afrika dat opvalt als een probleem daar beneden, niet waar?
01:56
Large families still, and the HIV epidemic
32
91000
3000
Nog steeds grote families en de HIV/AIDS epidemie
01:59
brought down the countries like this.
33
94000
2000
brachten de landen op deze plaats.
02:01
This is more or less what we saw last year,
34
96000
3000
Dit is min of meer wat we afgelopen jaar zagen
02:04
and this is how it will go on into the future.
35
99000
2000
en dit is hoe het verder zal gaan in de toekomst.
02:07
And I will talk on, is this possible?
36
102000
2000
En ik zal doorgaan met de vraag, is dit mogelijk?
02:09
Because you see now, I presented statistics that don't exist.
37
104000
3000
Want wat je nu ziet, is dat ik statistieken presenteerde die niet bestaan.
02:13
Because this is where we are.
38
108000
2000
Want dit is waar we nu zijn.
02:15
Will it be possible that this will happen?
39
110000
3000
Zou het mogelijk zijn dat dit zal gebeuren?
02:19
I cover my lifetime here, you know?
40
114000
2000
Ik bestrijk hier mijn levensduur, zie je dat?
02:21
I expect to live 100 years.
41
116000
2000
Ik verwacht 100 jaar te leven.
02:23
And this is where we are today.
42
118000
2000
En dit is waar we momenteel staan.
02:25
Now could we look here instead at the economic situation in the world?
43
120000
7000
Zullen we nu eens kijken naar de economische situatie in de wereld?
02:33
And I would like to show that against child survival.
44
128000
5000
En ik wil dat afzetten tegen de overlevingskansen van kinderen.
02:38
We'll swap the axis.
45
133000
1000
We draaiende assen om:
02:40
Here you have child mortality -- that is, survival --
46
135000
4000
hier heb je de kindersterfte - oftewel de overlevingskans -
02:44
four kids dying there, 200 dying there.
47
139000
2000
hier sterven vier kinderen, daar sterven er 200.
02:47
And this is GDP per capita on this axis.
48
142000
2000
En dit is het Bruto Binnenlands Product per hoofd van de bevolking, op deze as.
02:50
And this was 2007.
49
145000
3000
En dit was 2007.
02:53
And if I go back in time, I've added some historical statistics --
50
148000
4000
En als ik terug ga in de tijd; ik heb wat historische statistieken toegevoegd -
02:57
here we go, here we go, here we go -- not so much statistics 100 years ago.
51
152000
6000
daar gaan we, daar gaan we, daar gaan we - niet zoveel statistieken 100 jaar geleden.
03:03
Some countries still had statistics.
52
158000
2000
Sommige landen hadden nog steeds statistieken.
03:05
We are looking down in the archive,
53
160000
2000
We kijken diep in de archieven
03:07
and when we are down into 1820,
54
162000
4000
en als we helemaal terug zijn in 1820,
03:11
there is only Austria and Sweden that can produce numbers.
55
166000
4000
dan zijn daar alleen Oostenrijk en Zweden die getallen kunnen produceren.
03:15
(Laughter)
56
170000
3000
(Gelach)
03:18
But they were down here. They had 1,000 dollars per person per year.
57
173000
4000
Maar ze waren hier beneden, ze hadden 1.000 dollar per persoon per jaar.
03:22
And they lost one-fifth of their kids before their first birthday.
58
177000
3000
En ze verloren één vijfde van hun kinderen vóór hun eerste verjaardag.
03:26
So this is what happens in the world, if we play the entire world.
59
181000
3000
En dit is wat er gebeurt in de wereld, als we de hele wereld afspelen,
03:29
How they got slowly richer and richer,
60
184000
3000
hoe ze langzaam aan rijker en rijker werden,
03:32
and they add statistics.
61
187000
1000
en statistieken toevoegen.
03:33
Isn't it beautiful when they get statistics?
62
188000
2000
Is het niet prachtig als ze statistieken krijgen?
03:35
You see the importance of that?
63
190000
2000
Zie je het belang daarvan?
03:37
And here, children don't live longer.
64
192000
2000
En hier, leven kinderen niet langer.
03:39
The last century, 1870, was bad for the kids in Europe,
65
194000
4000
De laatste eeuw, 1870, was slecht voor kinderen in Europa,
03:43
because most of this statistics is Europe.
66
198000
2000
want de meeste van deze statistieken betreffen Europa.
03:45
It was only by the turn of the century
67
200000
3000
Het was pas rond de eeuwwisseling
03:48
that more than 90 percent of the children survived their first year.
68
203000
3000
dat meer dan 90 procent van de kinderen hun eerste jaar overleefden.
03:51
This is India coming up, with the first data from India.
69
206000
3000
Hier verschijnt India, met de eerste gegevens uit dat land.
03:54
And this is the United States moving away here, earning more money.
70
209000
5000
En dit is de VS die hier weg beweegt, als ze meer geld gaan verdienen.
03:59
And we will soon see China coming up in the very far end corner here.
71
214000
5000
En we zullen snel China zien verschijnen, helemaal hier in de hoek.
04:04
And it moves up with Mao Tse-Tung getting health,
72
219000
2000
En het beweegt omhoog met Mao Zedong die het land gezondheid brengt,
04:06
not getting so rich.
73
221000
1000
maar niet zoveel rijkdom.
04:07
There he died, then Deng Xiaoping brings money.
74
222000
3000
Dan sterft hij en brengt Deng Xiaoping geld,
04:10
It moves this way over here.
75
225000
1000
het beweegt deze kant op.
04:12
And the bubbles keep moving up there,
76
227000
2000
En de bubbel blijft daar omhoog bewegen,
04:14
and this is what the world looks like today.
77
229000
2000
en dit is hoe de wereld er nu uitziet.
04:16
(Applause)
78
231000
6000
(Applaus)
04:22
Let us have a look at the United States.
79
237000
3000
Laten we eens naar de VS kijken.
04:25
We have a function here -- I can tell the world, "Stay where you are."
80
240000
3000
We hebben hier een functie- ik kan tegen de wereld zeggen: "Blijf waar je bent."
04:29
And I take the United States -- we still want to see the background --
81
244000
3000
En ik pak de VS - we willen de achtergrond blijven zien -
04:32
I put them up like this, and now we go backwards.
82
247000
3000
Ik zet ze zo neer... en nu gaan we terug in de tijd.
04:35
And we can see that the United States
83
250000
3000
En nu kunnen we zien dat de VS
04:38
goes to the right of the mainstream.
84
253000
3000
aan de rechterkant van het gros van de landen beweegt.
04:41
They are on the money side all the time.
85
256000
2000
Ze zitten de hele tijd aan de kant van het geld.
04:44
And down in 1915, the United States was a neighbor of India --
86
259000
5000
En terug in 1915 was de VS een buurman van India -
04:50
present, contemporary India.
87
265000
2000
het huidige, tegenwoordige India.
04:52
And that means United States was richer,
88
267000
2000
En dat betekent dat de VS rijker was,
04:54
but lost more kids than India is doing today, proportionally.
89
269000
4000
maar meer kinderen verloor dan India tegenwoordig, in verhouding.
04:59
And look here -- compare to the Philippines of today.
90
274000
3000
En kijk hier - vergelijk eens met de Filipijnen heden ten dage.
05:02
The Philippines of today has almost the same economy
91
277000
3000
De Filipijnen van nu hebben bijna dezelfde economie
05:06
as the United States during the First World War.
92
281000
2000
als de VS tijdens de Eerste Wereldoorlog.
05:08
But we have to bring United States forward quite a while
93
283000
4000
Maar we moeten de VS een behoorlijk eind vooruit in de tijd brengen
05:12
to find the same health of the United States
94
287000
3000
om dezelfde gezondheid in de VS te vinden
05:15
as we have in the Philippines.
95
290000
1000
als we in de Filipijnen hebben.
05:17
About 1957 here, the health of the United States
96
292000
3000
Ongeveer 1957, daar is de gezondheid in de VS
05:20
is the same as the Philippines.
97
295000
2000
gelijk aan de Filipijnen.
05:22
And this is the drama of this world which many call globalized,
98
297000
3000
En dit is het drama van deze wereld, die velen geglobaliseerd noemen,
05:25
is that Asia, Arabic countries, Latin America,
99
300000
3000
dat Azië, de Arabische landen en Latijns Amerika
05:28
are much more ahead in being healthy, educated,
100
303000
5000
veel verder vooruit zijn in gezondheid en onderwijs,
05:33
having human resources than they are economically.
101
308000
3000
vanwege beschikbaarheid van mensen, dan in economisch opzicht.
05:36
There's a discrepancy in what's happening today
102
311000
2000
Er is een discrepantie in wat er tegenwoordig gebeurt
05:38
in the emerging economies.
103
313000
2000
in de opkomende economieën.
05:40
There now, social benefits, social progress,
104
315000
4000
Daar lopen momenteel de sociale ontwikkelingen
05:44
are going ahead of economical progress.
105
319000
3000
vooruit op de economische ontwikkelingen.
05:47
And 1957 -- the United States had the same economy as Chile has today.
106
322000
6000
En 1957 - De VS had dezelfde economie als Chili vandaag de dag.
05:54
And how long do we have to bring United States
107
329000
3000
En hoeveel verder moeten we de VS brengen
05:57
to get the same health as Chile has today?
108
332000
2000
om dezelfde gezondheid te krijgen als Chili nu heeft?
06:00
I think we have to go, there -- we have 2001, or 2002 --
109
335000
5000
Ik denk dat we moeten gaan naar... 2001 of 2002 -
06:05
the United States has the same health as Chile.
110
340000
2000
De VS heeft dezelfde gezondheid als Chili.
06:07
Chile's catching up!
111
342000
1000
Chili haalt de VS in!
06:09
Within some years Chile may have better child survival
112
344000
2000
Binnen enkele jaren heeft Chili wellicht een betere overlevingskans van kinderen
06:11
than the United States.
113
346000
2000
dan de VS!
06:13
This is really a change, that you have this lag
114
348000
3000
Dat is echt een grote verandering die je ziet in deze periode
06:16
of more or less 30, 40 years' difference on the health.
115
351000
5000
van ongeveer 30 à 40 jaar verschil in de gezondheid.
06:21
And behind the health is the educational level.
116
356000
2000
En achter die gezondheid zit ook het scholingsniveau
06:23
And there's a lot of infrastructure things,
117
358000
2000
En veel hangt ook samen met infrastructurele zaken,
06:25
and general human resources are there.
118
360000
3000
en algemene menselijk hulpbronnen spelen ook een rol.
06:28
Now we can take away this --
119
363000
3000
Nu kunnen we dit weghalen -
06:31
and I would like to show you the rate of speed,
120
366000
4000
en ik zou je de snelheid willen laten zien,
06:35
the rate of change, how fast they have gone.
121
370000
3000
de snelheid van de verandering, hoe snel ze zijn gegaan.
06:38
And we go back to 1920, and I want to look at Japan.
122
373000
7000
We gaan terug naar 1920 en ik wil kijken naar Japan.
06:46
And I want to look at Sweden and the United States.
123
381000
3000
En ik wil kijken naar Zweden en de VS.
06:49
And I'm going to stage a race here
124
384000
2000
En ik ga hier een race organiseren
06:51
between this sort of yellowish Ford here
125
386000
3000
tussen deze geelachtige Ford
06:54
and the red Toyota down there,
126
389000
2000
en de rode Toyota daar beneden
06:56
and the brownish Volvo.
127
391000
2000
en de bruinachtige Volvo.
06:58
(Laughter)
128
393000
2000
(Gelach)
07:00
And here we go. Here we go.
129
395000
2000
En daar gaan we, daar gaan we.
07:02
The Toyota has a very bad start down here, you can see,
130
397000
3000
De Toyota heeft een slechte start daar beneden, zoals je kunt zien,
07:05
and the United States Ford is going off-road there.
131
400000
3000
en de Ford uit de VS gaat er snel vandoor, daar.
07:08
And the Volvo is doing quite fine.
132
403000
1000
En de Volvo doet het heel aardig.
07:09
This is the war. The Toyota got off track, and now
133
404000
2000
Dit is de oorlog. De Toyota raakte uit koers. En nu
07:11
the Toyota is coming on the healthier side of Sweden --
134
406000
3000
komt de Toyota aan de gezondere kant van Zweden -
07:14
can you see that?
135
409000
1000
zie je dat?
07:15
And they are taking over Sweden,
136
410000
1000
Ze gaan over Zweden heen -
07:16
and they are now healthier than Sweden.
137
411000
2000
en nu zijn ze gezonder dan zweden.
07:18
That's the part where I sold the Volvo and bought the Toyota.
138
413000
2000
Dat is het moment waarop ik de Volvo verkocht en een Toyota kocht.
07:20
(Laughter)
139
415000
3000
(Gelach)
07:23
And now we can see that the rate of change was enormous in Japan.
140
418000
4000
En nu kunnen we zien dat het tempo van de veranderingen in Japan enorm was.
07:27
They really caught up.
141
422000
2000
Ze hebben echt een inhaalslag gemaakt.
07:29
And this changes gradually.
142
424000
2000
En dit verandert geleidelijk.
07:31
We have to look over generations to understand it.
143
426000
3000
We moeten over de generaties heen kijken om het te begrijpen.
07:34
And let me show you my own sort of family history --
144
429000
5000
Laat me jullie mijn eigen soort van familiegeschiedenis zien-
07:39
we made these graphs here.
145
434000
2000
we hebben deze grafiek hier gemaakt.
07:41
And this is the same thing, money down there, and health, you know?
146
436000
4000
En dit is hetzelfde plaatje: geld hier onder en gezondheid, zie je?
07:45
And this is my family.
147
440000
2000
En dit is mijn familie.
07:48
This is Sweden, 1830, when my great-great-grandma was born.
148
443000
4000
Dit is Zweden, 1830, toen mijn betovergrootmoeder is geboren.
07:53
Sweden was like Sierra Leone today.
149
448000
2000
Zweden was toen zoals Sierra Leone nu.
07:56
And this is when great-grandma was born, 1863.
150
451000
3000
En dit is toen overgrootmoeder is geboren, 1863.
08:00
And Sweden was like Mozambique.
151
455000
2000
En Zweden was vergelijkbaar met Mozambique.
08:02
And this is when my grandma was born, 1891.
152
457000
2000
En dit is toen mijn oma is geboren, 1891.
08:04
She took care of me as a child,
153
459000
2000
Zij zorgde voor mij als kind,
08:06
so I'm not talking about statistic now --
154
461000
2000
dus ik praat nu niet over statistieken -
08:08
now it's oral history in my family.
155
463000
2000
nu gaat het over de geschiedenis van mijn familie.
08:11
That's when I believe statistics,
156
466000
1000
Dat is wanneer ik statistieken ook geloof,
08:12
when it's grandma-verified statistics.
157
467000
3000
als ze oma-geverifieerd zijn.
08:15
(Laughter)
158
470000
3000
(Gelach)
08:18
I think it's the best way of verifying historical statistics.
159
473000
3000
Ik denk dat dat de beste manier is om historische statistieken te verifiëren.
08:21
Sweden was like Ghana.
160
476000
1000
Zweden was vergelijkbaar met Ghana.
08:22
It's interesting to see the enormous diversity
161
477000
3000
Het is interessant om de enorme diversiteit te zien
08:25
within sub-Saharan Africa.
162
480000
2000
binnen Sub-Sahara Afrika.
08:28
I told you last year, I'll tell you again,
163
483000
2000
Ik vertelde het jullie vorig jaar al; ik vertel het nu nogmaals,
08:30
my mother was born in Egypt, and I -- who am I?
164
485000
3000
mijn moeder was geboren in Egypte. En ik - wie ben ik?
08:33
I'm the Mexican in the family.
165
488000
1000
Ik ben de Mexicaan in de familie.
08:35
And my daughter, she was born in Chile,
166
490000
2000
En mijn dochter, zij is geboren in Chili.
08:37
and the grand-daughter was born in Singapore,
167
492000
2000
en de kleindochter is geboren in Singapore,
08:39
now the healthiest country on this Earth.
168
494000
2000
nu het gezondste land op Aarde.
08:41
It bypassed Sweden about two to three years ago,
169
496000
2000
Dat land haalde Zweden ongeveer 2 à 3 jaar geleden in,
08:43
with better child survival.
170
498000
2000
met hogere overlevingskansen van kinderen.
08:45
But they're very small, you know?
171
500000
1000
Maar zij zijn erg klein, weet je?
08:46
They're so close to the hospital we can never
172
501000
2000
Zij zitten zo dicht bij het ziekenhuis, dat wij ze nooit
08:48
beat them out in these forests.
173
503000
1000
kunnen verslaan, bij ons in de bossen.
08:49
(Laughter)
174
504000
3000
(Gelach)
08:52
But homage to Singapore.
175
507000
1000
Maar hulde aan Singapore.
08:53
Singapore is the best one.
176
508000
2000
Zij zijn nu de besten.
08:55
Now this looks also like a very good story.
177
510000
4000
Nu ziet dit er allemaal uit als een goed verhaal.
08:59
But it's not really that easy, that it's all a good story.
178
514000
4000
Maar zo gemakkelijk is het niet, dat het alleen maar een goed verhaal is.
09:03
Because I have to show you one of the other facilities.
179
518000
3000
Want ik moet jullie ook een van de andere punten laten zien.
09:06
We can also make the color here represent the variable --
180
521000
5000
We kunnen ook de kleur hier een variabele laten representeren -
09:11
and what am I choosing here?
181
526000
1000
en wat kies ik hier?
09:12
Carbon-dioxide emission, metric ton per capita.
182
527000
4000
CO2 emissie, in tonnen per hoofd van de bevolking.
09:17
This is 1962, and United States was emitting 16 tons per person.
183
532000
5000
Dit is 1962, de VS stootte 16 ton per persoon uit.
09:22
And China was emitting 0.6,
184
537000
2000
En in China was dat 0,6
09:24
and India was emitting 0.32 tons per capita.
185
539000
4000
en India stootte 0,32 ton uit per capita.
09:28
And what happens when we moved on?
186
543000
3000
En wat gebeurt er als we verder in de tijd gaan?
09:31
Well, you see the nice story of getting richer
187
546000
2000
Wel, je ziet het mooie verhaal van rijker worden
09:33
and getting healthier --
188
548000
1000
en gezonder worden -
09:34
everyone did it at the cost of emission of carbon dioxide.
189
549000
5000
maar iedereen deed dat ten koste van meer CO2 uitstoot.
09:39
There is no one who has done it so far.
190
554000
3000
Er is niemand die het tot dusverre anders heeft gedaan.
09:42
And we don't have all the updated data
191
557000
3000
En we hebben niet alle bijgewerkte data meer,
09:45
any longer, because this is really hot data today.
192
560000
3000
omdat dit nu zeer beladen gegevens zijn.
09:48
And there we are, 2001.
193
563000
2000
En hier zijn we, in 2001.
09:51
And in the discussion I attended with global leaders, you know,
194
566000
4000
En in de discussie die ik volgde met wereldleiders,
09:55
many say now the problem is that the emerging economies,
195
570000
4000
zeggen velen nu dat het probleem ligt bij de opkomende economieën.
09:59
they are getting out too much carbon dioxide.
196
574000
3000
zij stoten te veel CO2 uit.
10:02
The Minister of the Environment of India said,
197
577000
2000
De minister van Milieu van India zei:
10:04
"Well, you were the one who caused the problem."
198
579000
3000
"Nou, jullie zijn degenen die het probleem hebben veroorzaakt.
10:07
The OECD countries -- the high-income countries --
199
582000
3000
De OESO landen - de hoge inkomen landen -
10:10
they were the ones who caused the climate change.
200
585000
2000
zij waren degenen die de klimaatverandering hebben veroorzaakt.
10:13
"But we forgive you, because you didn't know it.
201
588000
2000
Maar we vergeven het jullie, omdat jullie het niet wisten.
10:15
But from now on, we count per capita.
202
590000
3000
Maar van nu af aan, tellen we per capita.
10:18
From now on we count per capita.
203
593000
2000
Van nu af aan tellen we per capita.
10:20
And everyone is responsible for the per capita emission."
204
595000
3000
En iedereen is verantwoordelijk voor de emissie per capita."
10:23
This really shows you, we have not seen good economic
205
598000
3000
En dit laat jullie echt zien dat we nergens in de wereld goede progressie
10:26
and health progress anywhere in the world
206
601000
2000
in economie en gezondheidszorg hebben gezien
10:28
without destroying the climate.
207
603000
4000
zonder vernieling van het klimaat.
10:33
And this is really what has to be changed.
208
608000
2000
En dit is wat er echt veranderd moet gaan worden.
10:36
I've been criticized for showing you a too positive image of the world,
209
611000
3000
Ik ben bekritiseerd omdat ik jullie een te positief beeld van de wereld heb getoond,
10:39
but I don't think it's like this.
210
614000
2000
maar ik denk niet dat het allemaal zo positief is.
10:41
The world is quite a messy place.
211
616000
2000
De wereld is best een rommelige plaats.
10:43
This we can call Dollar Street.
212
618000
2000
Dit is wat we Dollar Straat kunnen noemen.
10:45
Everyone lives on this street here.
213
620000
2000
Iedereen leeft in deze straat hier.
10:47
What they earn here -- what number they live on --
214
622000
3000
Op welk nummer ze leven -
10:50
is how much they earn per day.
215
625000
1000
is wat ze per dag verdienen.
10:51
This family earns about one dollar per day.
216
626000
3000
Deze familie verdient ongeveer één dollar per dag.
10:55
We drive up the street here,
217
630000
1000
We rijden verder door de straat,
10:56
we find a family here which earns about two to three dollars a day.
218
631000
4000
we vinden hier een familie die twee tot drie dollar per dag verdient.
11:00
And we drive away here -- we find the first garden in the street,
219
635000
3000
En we rijden nog verder - we vinden de eerste tuin in de straat.
11:03
and they earn 10 to 50 dollars a day.
220
638000
2000
En daar verdienen ze 10 tot 50 dollar per dag.
11:05
And how do they live?
221
640000
2000
En hoe leven ze?
11:07
If we look at the bed here, we can see
222
642000
3000
Als we hier naar het bed kijken, dan zien we
11:10
that they sleep on a rug on the floor.
223
645000
3000
dat ze op een kleed op de grond slapen.
11:13
This is what poverty line is --
224
648000
2000
Dit is wat de armoedegrens is -
11:15
80 percent of the family income is just to cover the energy needs,
225
650000
3000
80 procent van het gezinsinkomen gaat op aan energiebehoefte,
11:18
the food for the day.
226
653000
2000
het eten van de dag.
11:20
This is two to five dollars. You have a bed.
227
655000
3000
Dit is twee tot vijf dollar, je hebt een bed.
11:23
And here it's a much nicer bedroom, you can see.
228
658000
2000
En hier is het een veel leukere slaapkamer, zoals je kunt zien.
11:26
I lectured on this for Ikea, and they wanted to see
229
661000
2000
Ik gaf deze lezing voor Ikea en zij wilden hier
11:28
the sofa immediately here.
230
663000
2000
onmiddellijk de sofa zien.
11:30
(Laughter)
231
665000
2000
(Gelach)
11:32
And this is the sofa, how it will emerge from there.
232
667000
4000
En dit is de sofa, hoe die zich ontwikkelt vanaf daar.
11:36
And the interesting thing, when you go around here in the photo panorama,
233
671000
3000
En het interessante is, als je rond gaat met de panorama foto,
11:39
you see the family still sitting on the floor there.
234
674000
2000
dat je de familie nog steeds op de vloer ziet zitten,
11:41
Although there is a sofa,
235
676000
2000
ook al is er een sofa.
11:43
if you watch in the kitchen, you can see that
236
678000
2000
Als je in de keuken kijkt, dan zie je dat
11:45
the great difference for women does not come between one to 10 dollars.
237
680000
5000
het grote verschil voor vrouwen niet ontstaat tussen 1 en 10 dollar.
11:50
It comes beyond here, when you really can get
238
685000
2000
Dat komt pas daarna, wanneer je echt
11:52
good working conditions in the family.
239
687000
3000
goede werkomstandigheden in het gezin krijgt.
11:55
And if you really want to see the difference,
240
690000
2000
En als je echt het verschil wilt zien,
11:57
you look at the toilet over here.
241
692000
2000
dan kijk je naar het toilet hier.
11:59
This can change. This can change.
242
694000
2000
Dit kan veranderen, dit kan veranderen.
12:01
These are all pictures and images from Africa,
243
696000
3000
Dit zijn allemaal foto's en beelden uit Afrika,
12:04
and it can become much better.
244
699000
2000
en het kan veel beter worden.
12:07
We can get out of poverty.
245
702000
2000
We kunnen uit de armoede raken.
12:09
My own research has not been in IT or anything like this.
246
704000
3000
Mijn eigen onderzoek was niet op IT-gebied of iets dergelijks.
12:12
I spent 20 years in interviews with African farmers
247
707000
3000
Ik heb 20 jaar lang Afrikaanse boeren geïnterviewd
12:15
who were on the verge of famine.
248
710000
3000
die op de rand van de hongersnood balanceerden.
12:18
And this is the result of the farmers-needs research.
249
713000
2000
En dit is het resultaat van het boeren-behoeften onderzoek.
12:20
The nice thing here is that you can't see
250
715000
2000
Het aardige is dat je niet kunt zien
12:22
who are the researchers in this picture.
251
717000
2000
wie de onderzoekers zijn op deze foto.
12:24
That's when research functions in poor societies --
252
719000
3000
Dat is hoe onderzoek echt functioneert voor de samenleving -
12:27
you must really live with the people.
253
722000
2000
je moet echt tussen de mensen leven.
12:31
When you're in poverty, everything is about survival.
254
726000
4000
Als je in armoede leeft, dan gaat het enkel maar om overleven.
12:35
It's about having food.
255
730000
2000
Het gaat erom te eten te hebben.
12:37
And these two young farmers, they are girls now --
256
732000
2000
En deze twee jonge boeren, het zijn nu meisjes -
12:39
because the parents are dead from HIV and AIDS --
257
734000
4000
omdat hun ouders zijn gestorven aan HIV en AIDS -
12:43
they discuss with a trained agronomist.
258
738000
2000
ze bespreken met een getrainde landbouwkundige.
12:45
This is one of the best agronomists in Malawi, Junatambe Kumbira,
259
740000
4000
Dit is een van de beste landbouwkundigen in Malawi, Junatambe Kumbira.
12:49
and he's discussing what sort of cassava they will plant --
260
744000
2000
En hij bespreekt welk soort cassave ze gaan planten -
12:51
the best converter of sunshine to food that man has found.
261
746000
4000
de beste omzetter van zonlicht in voedsel die de mens kent.
12:55
And they are very, very eagerly interested to get advice,
262
750000
3000
En ze zijn bijzonder gretig en geïnteresseerd om advies te krijgen
12:58
and that's to survive in poverty.
263
753000
3000
en dat is om te overleven in armoede.
13:01
That's one context.
264
756000
1000
Dat is één context.
13:02
Getting out of poverty.
265
757000
2000
Uit de armoede geraken.
13:04
The women told us one thing. "Get us technology.
266
759000
3000
De vrouwen vertelden on één ding: "Geef ons technologie.
13:07
We hate this mortar, to stand hours and hours.
267
762000
3000
We haten deze vijzel waarmee we uren en uren bezig zijn.
13:10
Get us a mill so that we can mill our flour,
268
765000
3000
Geef ons een molen, zodat we ons meel kunnen malen.
13:13
then we will be able to pay for the rest ourselves."
269
768000
3000
Dan zijn we in staat om de rest zelf te betalen."
13:16
Technology will bring you out of poverty,
270
771000
3000
Technologie zal je uit de armoede brengen,
13:19
but there's a need for a market to get away from poverty.
271
774000
4000
maar er is een markt nodig om om er verder vandaan te komen.
13:23
And this woman is very happy now, bringing her products to the market.
272
778000
3000
En deze vrouw is erg gelukkig nu ze haar producten naar de markt brengt.
13:26
But she's very thankful for the public investment in schooling
273
781000
2000
Maar ze is erg dankbaar voor de overheidsinvesteringen in scholing
13:28
so she can count, and won't be cheated when she reaches the market.
274
783000
3000
zodat ze kan rekenen en niet wordt bedrogen als ze de markt bereikt.
13:31
She wants her kid to be healthy, so she can go to the market
275
786000
3000
Ze wil dat haar kind gezond is, zodat ze naar de markt kan gaan
13:34
and doesn't have to stay home.
276
789000
2000
en niet thuis hoeft te blijven.
13:36
And she wants the infrastructure -- it is nice with a paved road.
277
791000
3000
En ze wil de infrastructuur - die ziet er goed uit met een verharde weg.
13:39
It's also good with credit.
278
794000
2000
Ook kredieten doen veel goeds.
13:41
Micro-credits gave her the bicycle, you know.
279
796000
3000
Ze kreeg bijvoorbeeld haar fiets via een micro-krediet.
13:44
And information will tell her when to go to market with which product.
280
799000
3000
En informatie vertelt haar wanneer ze naar de markt moet gaan met welk product.
13:47
You can do this.
281
802000
2000
Dit is bereikbaar.
13:49
I find my experience from 20 years of Africa is that
282
804000
3000
Mijn ervaring van 20 jaar Afrika, is dat
13:52
the seemingly impossible is possible.
283
807000
3000
het schijnbaar onmogelijke mogelijk is.
13:55
Africa has not done bad.
284
810000
2000
Afrika heeft het niet slecht gedaan.
13:57
In 50 years they've gone from a pre-Medieval situation
285
812000
3000
In 50 jaar zijn ze van een voor-Middeleeuwse situatie
14:00
to a very decent 100-year-ago Europe,
286
815000
3000
opgeklommen naar een keurig Europa van 100 jaar geleden,
14:03
with a functioning nation and state.
287
818000
3000
met een functionerend volk en staat.
14:06
I would say that sub-Saharan Africa has done best in the world
288
821000
3000
Ik zou zeggen dat Sub-Sahara Afrika het het beste heeft gedaan in de wereld
14:09
during the last 50 years.
289
824000
1000
gedurende de laatste 50 jaar.
14:10
Because we don't consider where they came from.
290
825000
2000
Maar we nemen niet in aanmerking waar ze vandaan kwamen.
14:12
It's this stupid concept of developing countries
291
827000
3000
Het is het onnozele concept van ontwikkelingslanden
14:15
that puts us, Argentina and Mozambique together 50 years ago,
292
830000
3000
waardoor we Argentinië en Mozambique van 50 jaar geleden bij elkaar nemen
14:18
and says that Mozambique did worse.
293
833000
2000
en zeggen dat Mozambique het slechter heeft gedaan.
14:21
We have to know a little more about the world.
294
836000
2000
We moeten een klein beetje meer van de wereld weten.
14:23
I have a neighbor who knows 200 types of wine.
295
838000
3000
Ik heb een buurman die 200 soorten wijn kent.
14:26
He knows everything.
296
841000
1000
Hij weet er alles van.
14:27
He knows the name of the grape, the temperature and everything.
297
842000
2000
Hij weet de naam van de druif, de temperatuur, alles.
14:29
I only know two types of wine -- red and white.
298
844000
3000
Ik ken maar twee soorten zijn - rood en wit.
14:32
(Laughter)
299
847000
2000
(Gelach)
14:34
But my neighbor only knows two types of countries --
300
849000
2000
Maar mijn buurman kent maar twee soorten landen -
14:36
industrialized and developing.
301
851000
2000
geïndustrialiseerde en ontwikkelende.
14:38
And I know 200, I know about the small data.
302
853000
3000
En ik ken er 200, ik ken de genuanceerde feiten.
14:41
But you can do that.
303
856000
1000
En dat kunnen jullie ook.
14:42
(Applause)
304
857000
5000
(Applaus)
14:47
But I have to get serious. And how do you get serious?
305
862000
2000
Maar ik moet serieus worden. En hoe word je serieus?
14:49
You make a PowerPoint, you know?
306
864000
2000
Je maakt een PowerPoint, weet je?
14:51
(Laughter)
307
866000
5000
(Gelach)
14:56
Homage to the Office package, no?
308
871000
2000
Hulde aan het Office pakket, nietwaar?
15:00
What is this, what is this, what am I telling?
309
875000
2000
Wat is dit, wat is dit, wat zeg ik?
15:02
I'm telling you that there are many dimensions of development.
310
877000
3000
Ik zeg jullie dat er meerdere dimensies van ontwikkeling zijn.
15:05
Everyone wants your pet thing.
311
880000
2000
Iedereen wil een stokpaardje.
15:07
If you are in the corporate sector, you love micro-credit.
312
882000
3000
Als je in het bedrijfsleven zit, dan ben je gek op micro-kredieten.
15:10
If you are fighting in a non-governmental organization,
313
885000
2000
Als je je uitslooft binnen een NGO,
15:12
you love equity between gender.
314
887000
3000
dan ben je gek op gelijkheid tussen man en vrouw.
15:15
Or if you are a teacher, you'll love UNESCO, and so on.
315
890000
2000
Of als je een leraar bent, dan ben je gek op UNESCO, enzovoorts.
15:17
On the global level, we have to have more than our own thing.
316
892000
2000
Op wereldschaal hebben we meer nodig dan alleen ons eigen ding.
15:19
We need everything.
317
894000
2000
We hebben alles nodig.
15:21
All these things are important for development,
318
896000
2000
Al deze dingen zijn belangrijk voor ontwikkeling,
15:23
especially when you just get out of poverty
319
898000
2000
vooral als je net uit de armoede raakt
15:25
and you should go towards welfare.
320
900000
3000
en verder moet gaan richting welvaart.
15:28
Now, what we need to think about
321
903000
2000
Welnu, waar we aan moeten denken
15:30
is, what is a goal for development,
322
905000
3000
is, wat een doel voor ontwikkeling is,
15:33
and what are the means for development?
323
908000
1000
en wat de middelen voor ontwikkeling zijn.
15:34
Let me first grade what are the most important means.
324
909000
3000
Laat ik eerst een score geven voor de belangrijkste middelen.
15:38
Economic growth to me, as a public-health professor,
325
913000
2000
Economische groei is voor mij, als professor volksgezondheid,
15:40
is the most important thing for development
326
915000
4000
het belangrijkste middel voor ontwikkeling,
15:44
because it explains 80 percent of survival.
327
919000
2000
want het is goed voor 80 procent van de overleving.
15:47
Governance. To have a government which functions --
328
922000
3000
Bestuur. Beschikken over een overheid die functioneert -
15:50
that's what brought California out of the misery of 1850.
329
925000
4000
dat is wat Californië uit de misère haalde in 1850.
15:54
It was the government that made law function finally.
330
929000
3000
Het was de overheid die eindelijk de wet liet functioneren.
15:58
Education, human resources are important.
331
933000
2000
Onderwijs, menselijke hulpbronnen zijn belangrijk.
16:00
Health is also important, but not that much as a mean.
332
935000
4000
Gezondheid is ook belangrijk, maar niet zozeer als middel.
16:04
Environment is important.
333
939000
2000
Het milieu is belangrijk.
16:06
Human rights is also important, but it just gets one cross.
334
941000
2000
Mensenrechten zijn ook belangrijk, maar krijgen slechts één kruisje.
16:08
Now what about goals? Where are we going toward?
335
943000
3000
Wat betreft de doelen? Waar ontwikkelen we ons naartoe?
16:11
We are not interested in money.
336
946000
2000
We zijn niet geïnteresseerd in geld.
16:13
Money is not a goal.
337
948000
1000
Geld is geen doel.
16:14
It's the best mean, but I give it zero as a goal.
338
949000
3000
Het is het beste middel, maar als doel geef ik het een nul.
16:18
Governance, well it's fun to vote in a little thing,
339
953000
3000
Bestuur, nou, het is ergens best grappig om te stemmen
16:21
but it's not a goal.
340
956000
2000
maar het is geen doel.
16:23
And going to school, that's not a goal, it's a mean.
341
958000
4000
En naar school gaan, dat is geen doel maar een middel.
16:27
Health I give two points. I mean it's nice to be healthy
342
962000
2000
Volksgezondheid geef ik twee punten. Ik bedoel, het is prettig om gezond te zijn
16:29
-- at my age especially -- you can stand here, you're healthy.
343
964000
2000
- zeker op mijn leeftijd - je kunt hier staan, je bent gezond.
16:31
And that's good, it gets two plusses.
344
966000
2000
En dat is goed, het krijgt twee plussen.
16:33
Environment is very, very crucial.
345
968000
2000
Milieu, is zeer, zeer cruciaal.
16:35
There's nothing for the grandkid if you don't save up.
346
970000
2000
Er is niks over voor het kleinkind als je niet wat bewaart.
16:37
But where are the important goals?
347
972000
2000
Maar waar zijn de belangrijke doelen?
16:39
Of course, it's human rights.
348
974000
2000
Natuurlijk zijn dat mensenrechten.
16:41
Human rights is the goal,
349
976000
2000
Mensenrechten zijn het doel,
16:43
but it's not that strong of a mean for achieving development.
350
978000
3000
maar zijn niet zo'n sterk middel om ontwikkeling te bereiken.
16:47
And culture. Culture is the most important thing, I would say,
351
982000
4000
En cultuur. Cultuur is het belangrijkste, zou ik zeggen,
16:51
because that's what brings joy to life.
352
986000
2000
omdat dat hetgene is wat plezier in het leven brengt.
16:53
That's the value of living.
353
988000
2000
Dat is de waarde van het leven.
16:55
So the seemingly impossible is possible.
354
990000
3000
Dus het schijnbaar onmogelijke is mogelijk.
16:58
Even African countries can achieve this.
355
993000
2000
Zelfs Afrikaanse landen kunnen dit bereiken.
17:01
And I've shown you the shot where the seemingly impossible is possible.
356
996000
6000
En ik heb jullie het beeld laten zien waar het schijnbaar onmogelijke mogelijk is.
17:07
And remember, please remember my main message,
357
1002000
4000
En herinner, herinner je alsjeblieft mijn belangrijkste boodschap,
17:11
which is this: the seemingly impossible is possible.
358
1006000
3000
die is: het schijnbaar onmogelijke is mogelijk.
17:14
We can have a good world.
359
1009000
2000
We kunnen een goede wereld hebben.
17:16
I showed you the shots, I proved it in the PowerPoint,
360
1011000
3000
Ik heb jullie de beelden laten zien, ik heb het bewezen in de PowerPoint
17:19
and I think I will convince you also by culture.
361
1014000
6000
en ik denk dat ik jullie ook zal overtuigen met cultuur.
17:25
(Laughter)
362
1020000
4000
(Gelach)
17:29
(Applause)
363
1024000
1000
(Applaus)
17:30
Bring me my sword!
364
1025000
2000
Breng me mijn zwaard!
17:36
Sword swallowing is from ancient India.
365
1031000
5000
Zwaard slikken komt uit het aloude India.
17:41
It's a cultural expression that for thousands of years
366
1036000
5000
Het is een culturele uiting die al duizenden jaren
17:46
has inspired human beings to think beyond the obvious.
367
1041000
6000
mensen heeft geïnspireerd om verder te denken dan het voor de hand liggende.
17:52
(Laughter)
368
1047000
2000
(Gelach)
17:54
And I will now prove to you that the seemingly impossible is possible
369
1049000
5000
En nu zal ik jullie bewijzen dat het schijnbaar onmogelijke mogelijk is
17:59
by taking this piece of steel -- solid steel --
370
1054000
3000
door dit stuk staal te nemen - massief staal -
18:03
this is the army bayonet from the Swedish Army, 1850,
371
1058000
3000
dit is het bajonet van het Zweedse leger, 1850,
18:06
in the last year we had war.
372
1061000
2000
uit het laatste jaar waarin we oorlog hadden.
18:09
And it's all solid steel -- you can hear here.
373
1064000
3000
En het is helemaal massief staal - zoals je kunt horen.
18:12
And I'm going to take this blade of steel,
374
1067000
6000
En ik ga dit lemmet van staal nemen
18:18
and push it down through my body of blood and flesh,
375
1073000
5000
en ik ga het door mijn lichaam van vlees en bloed duwen.
18:23
and prove to you that the seemingly impossible is possible.
376
1078000
4000
En ik ga jullie bewijzen dat het schijnbaar onmogelijke mogelijk is.
18:28
Can I request a moment of absolute silence?
377
1083000
4000
Mag ik om een moment van stilte vragen?
18:43
(Applause)
378
1098000
22000
(Applaus)
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