TED2010
Esther Duflo: Social experiments to fight poverty
Esther Duflo: Sociale experimenten in de strijd tegen armoede
Filmed:
Readability: 2.8
1,298,863 views
Armoede bestrijden is eerder nattevingerwerk dan wetenschap en gebrek aan data over de impact van hulpverlening doet vragen rijzen over de effectiviteit ervan. Maar Clark medaillewinnares Esther Duflo zegt dat het mogelijk is om na te gaan welke ontwikkelingshulp echt helpt en welke averechts werkt - door oplossingen te testen met gerandomiseerde onderzoeken.
Esther Duflo - Development economist
Esther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it. Full bio
Esther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it. Full bio
Double-click the English transcript below to play the video.
00:18
So here it is. You can check: I am short, I'm French,
0
3000
2000
Zoals jullie kunnen zien ben ik klein en Française,
00:20
I have a pretty strong French accent,
1
5000
2000
met een nogal sterk Frans accent,
00:22
so that's going to be clear in a moment.
2
7000
3000
dat zal jullie dadelijk wel duidelijk worden.
00:26
Maybe a sobering thought
3
11000
2000
Hier komt een ontnuchterende gedachte
00:28
and something you all know about.
4
13000
2000
en iets dat jullie allemaal weten.
00:30
And I suspect many of you gave
5
15000
2000
Ik vermoed dat velen onder jullie
00:32
something to the people of Haiti this year.
6
17000
3000
dit jaar iets aan de mensen van Haïti hebben gegeven.
00:35
And there is something else
7
20000
2000
Maar er is ook nog iets anders
00:37
I believe in the back of your mind
8
22000
2000
waarvan je je, ergens in je achterhoofd,
00:39
you also know.
9
24000
2000
bewust bent
00:41
That is, every day,
10
26000
2000
namelijk dat elke dag,
00:43
25,000 children die
11
28000
2000
er 25.000 kinderen doodgaan
00:45
of entirely preventable causes.
12
30000
3000
door helemaal te voorkomen oorzaken.
00:48
That's a Haiti earthquake every eight days.
13
33000
3000
Dat betekent om de acht dagen een Haïti-aardbeving.
00:51
And I suspect many of you probably gave something
14
36000
2000
En ik vermoed dat jullie waarschijnlijk
00:53
towards that problem as well,
15
38000
2000
daaraan ook al wat hebben gegeven,
00:55
but somehow it doesn't happen
16
40000
2000
maar om de een of andere reden gebeurt dat niet
00:57
with the same intensity.
17
42000
2000
met dezelfde gedrevenheid.
00:59
So why is that?
18
44000
2000
Waarom?
01:02
Well, here is a thought experiment for you.
19
47000
3000
Hier is een gedachte-experiment voor jullie:
01:05
Imagine you have a few million dollars that you've raised --
20
50000
2000
Denk je even in dat je enkele miljoenen dollar hebt gekregen.
01:07
maybe you're a politician in a developing country
21
52000
3000
En je bent politicus in een ontwikkelingsland
01:10
and you have a budget to spend. You want to spend it on the poor:
22
55000
3000
en je wil dat budget uitgeven aan de armen.
01:13
How do you go about it?
23
58000
3000
Hoe doe je dat?
01:16
Do you believe the people who tell you
24
61000
2000
Geloof je de mensen die je zeggen
01:18
that all we need to do is to spend money?
25
63000
2000
dat het enige dat je moet doen is geld uitgeven,
01:20
That we know how to eradicate poverty,
26
65000
3000
dat we weten hoe we de armoede kunnen uitroeien,
01:23
we just need to do more?
27
68000
2000
dat we alleen maar meer moeten doen?
01:25
Or do you believe the people who tell you that
28
70000
2000
Of ga je diegenen geloven die je zeggen dat
01:27
aid is not going to help, on the contrary it might hurt,
29
72000
3000
hulp niet zal baten, integendeel dat ze zou kunnen schaden,
01:30
it might exacerbate corruption, dependence, etc.?
30
75000
3000
doordat ze de corruptie zal verergeren, meer afhankelijkheid zal brengen, enz.?
01:34
Or maybe you turn to the past.
31
79000
2000
Of misschien kijk je naar het verleden.
01:36
After all, we have spent billions of dollars on aid.
32
81000
3000
We hebben toch miljarden dollars aan hulp uitgegeven.
01:39
Maybe you look at the past and see.
33
84000
2000
Misschien kijk je naar het verleden om te zien
01:41
Has it done any good?
34
86000
2000
of het iets heeft uitgehaald.
01:43
And, sadly, we don't know.
35
88000
2000
En, spijtig genoeg, we weten het niet.
01:45
And worst of all, we will never know.
36
90000
3000
En erger nog, we zullen het nooit weten.
01:49
And the reason is that -- take Africa for example.
37
94000
2000
En de reden is - neem nu Afrika -
01:51
Africans have already got a lot of aid.
38
96000
2000
Afrikanen hebben hopen hulp gekregen.
01:53
These are the blue bars.
39
98000
2000
Hier zie de grafiek.
01:55
And the GDP in Africa is not making much progress.
40
100000
3000
Het BNP in Afrika gaat niet erg vooruit.
01:58
Okay, fine. How do you know what
41
103000
2000
OK. Hoe kan je weten wat
02:00
would have happened without the aid?
42
105000
2000
er gebeurd zou zijn zonder de hulp?
02:02
Maybe it would have been much worse,
43
107000
3000
Misschien zou het dan veel erger geweest zijn.
02:05
or maybe it would have been better.
44
110000
2000
Maar misschien ook veel beter.
02:07
We have no idea. We don't know what the counterfactual is.
45
112000
3000
We weten het niet. We weten niet wat er zonder hulp zou gebeurd zijn.
02:10
There's only one Africa.
46
115000
2000
En er is maar één Afrika.
02:12
So what do you do?
47
117000
2000
Wat doe je dan?
02:14
To give the aid, and hope and pray that something comes out of it?
48
119000
3000
Geven en hopen en bidden dat er iets goeds uit voortkomt?
02:18
Or do you focus on your everyday life
49
123000
3000
Of ga je gewoon door met je leven en
02:21
and let the earthquake every eight days
50
126000
2000
laat je elke acht dagen
02:23
continue to happen?
51
128000
2000
een aardbeving gebeuren.
02:25
The thing is, if we don't know
52
130000
2000
Als we niet weten
02:27
whether we are doing any good,
53
132000
2000
of we goed of slecht doen
02:29
we are not any better
54
134000
2000
dan zijn we niet beter
02:31
than the Medieval doctors and their leeches.
55
136000
3000
dan die Middeleeuwse dokters met hun bloedzuigers.
02:34
Sometimes the patient gets better, sometimes the patient dies.
56
139000
3000
Soms genas de patiënt, soms ging hij dood.
02:37
Is it the leeches? Is it something else?
57
142000
3000
Kwam het door de bloedzuigers? Of door iets anders?
02:40
We don't know.
58
145000
2000
We weten het niet.
02:42
So here are some other questions.
59
147000
2000
Dus hier nog enkele andere vragen.
02:44
They're smaller questions,
60
149000
2000
Kleinere vragen,
02:46
but they are not that small.
61
151000
2000
maar ook weer niet zo klein.
02:48
Immunization, that's the cheapest way
62
153000
3000
Vaccinatie is de goedkoopste manier
02:51
to save a child's life.
63
156000
2000
om een kinderleven te redden.
02:53
And the world has spent a lot of money on it:
64
158000
2000
En we hebben er een hoop geld aan uitgegeven.
02:55
The GAVI and the Gates Foundations
65
160000
2000
De GAVI en de Gates-stichtingen
02:57
are each pledging a lot of money towards it,
66
162000
2000
geven er hopen geld aan uit.
02:59
and developing countries themselves have been doing a lot of effort.
67
164000
3000
Ook de ontwikkelingslanden zelf hebben grote inspanningen geleverd.
03:02
And yet, every year
68
167000
2000
En toch krijgen elk jaar
03:04
at least 25 million children
69
169000
2000
zeker 25 miljoen kinderen
03:06
do not get the immunization they should get.
70
171000
3000
niet de nodige inentingen.
03:09
So this is what you call a "last mile problem."
71
174000
3000
Dit is wat je een "laatste-mijl probleem" zou kunnen noemen.
03:12
The technology is there,
72
177000
2000
De technologie is er.
03:14
the infrastructure is there,
73
179000
2000
De infrastructuur is er.
03:16
and yet it doesn't happen.
74
181000
2000
En toch gebeurt het niet.
03:18
So you have your million.
75
183000
2000
Je hebt je miljoen dollar.
03:20
How do you use your million
76
185000
2000
Hoe gebruik je het
03:22
to solve this last mile problem?
77
187000
2000
om dit laatste-mijl probleem op te lossen?
03:24
And here's another question:
78
189000
2000
En hier nog een vraag:
03:26
Malaria. Malaria kills almost
79
191000
3000
Malaria. Malaria doodt bijna
03:29
900,000 people every year,
80
194000
3000
900.000 mensen per jaar,
03:32
most of them in Sub-Saharan Africa,
81
197000
2000
de meesten in het Afrika bezuiden de Sahara,
03:34
most of them under five.
82
199000
2000
de meesten nog geen 5 jaar oud.
03:36
In fact, that is the leading cause of under-five mortality.
83
201000
3000
Het is de hoofdoorzaak van de sterfte onder de 5 jaar.
03:39
We already know how to kill malaria,
84
204000
3000
We weten hoe we malaria kunnen bestrijden,
03:42
but some people come to you and say,
85
207000
2000
maar sommige mensen komen je vertellen:
03:44
"You have your millions. How about bed nets?"
86
209000
3000
"Je hebt je miljoenen. Wat denk je van muskietennetten?"
03:47
Bed nets are very cheap.
87
212000
2000
Muskietennetten zijn erg goedkoop.
03:49
For 10 dollars, you can manufacture and ship
88
214000
3000
Voor tien dollar kan je een met insecticide behandeld
03:52
an insecticide treated bed net
89
217000
2000
muskietennet maken en verzenden.
03:54
and you can teach someone to use them.
90
219000
2000
En kan je iemand leren hoe het te gebruiken.
03:56
And, not only do they protect the people who sleep under them,
91
221000
3000
En ze beschermen niet alleen de mensen die eronder slapen
03:59
but they have these great contagion benefits.
92
224000
2000
maar ze helpen ook besmetting te voorkomen.
04:01
If half of a community sleeps under a net,
93
226000
3000
Als de halve gemeenschap onder een muskietennet slaapt
04:04
the other half also benefits
94
229000
2000
dan profiteert de andere helft daar ook van.
04:06
because the contagion of the disease spread.
95
231000
3000
Omdat je dan minder kans op besmetting hebt.
04:09
And yet, only a quarter of kids at risk sleep under a net.
96
234000
3000
En toch slaapt maar één vierde van de kinderen onder zo'n net.
04:12
Societies should be willing to go out
97
237000
2000
Gemeenschappen zouden zulke netten moeten subsidiëren,
04:14
and subsidize the net, give them for free,
98
239000
2000
ze gratis uitdelen, of de mensen
04:16
or, for that matter, pay people to use them
99
241000
2000
zelfs betalen om ze te gebruiken
04:18
because of those contagion benefits.
100
243000
2000
net omwille van de kleinere kans op besmetting.
04:20
"Not so fast," say other people.
101
245000
2000
"Niet zo vlug van stapel lopen," zeggen anderen.
04:22
"If you give the nets for free,
102
247000
2000
"Als je ze gratis geeft
04:24
people are not going to value them.
103
249000
2000
gaan de mensen ze niet waarderen.
04:26
They're not going to use them,
104
251000
2000
Ze gaan ze niet gebruiken,
04:28
or at least they're not going to use them as bed nets,
105
253000
2000
of misschien gaan ze ze niet als muskietennet,
04:30
maybe as fishing nets."
106
255000
2000
maar als visnet gebruiken."
04:32
So, what do you do?
107
257000
2000
Wat doe je dan?
04:34
Do you give the nets for free to maximize coverage,
108
259000
2000
De netten gratis geven voor maximale beschutting?
04:36
or do you make people pay
109
261000
2000
Of laat je de mensen ervoor betalen
04:38
in order to make sure that they really value them?
110
263000
2000
zodat ze ze echt waarderen?
04:40
How do you know?
111
265000
2000
Hoe kan je zoiets weten?
04:42
And a third question: Education.
112
267000
2000
En een derde vraag: Onderwijs.
04:44
Maybe that's the solution, maybe we should send kids to school.
113
269000
2000
Misschien is dat de oplossing. Misschien moeten we de kinderen naar school sturen?
04:46
But how do you do that?
114
271000
2000
Maar hoe doe je dat?
04:48
Do you hire teachers? Do you build more schools?
115
273000
2000
Stel je leraren aan? Bouw je meer scholen?
04:50
Do you provide school lunch?
116
275000
2000
Geef je op school gratis eten?
04:52
How do you know?
117
277000
2000
Hoe weet je dat?
04:54
So here is the thing.
118
279000
2000
Het zit zo:
04:56
I cannot answer the big question,
119
281000
2000
Op de grote vraag heb ik geen antwoord,
04:58
whether aid did any good or not.
120
283000
2000
of hulp nu goed of kwaad heeft gedaan,
05:00
But these three questions, I can answer them.
121
285000
3000
maar op de laatste drie vragen heb ik wel een antwoord.
05:04
It's not the Middle Ages anymore,
122
289000
2000
We leven niet meer in de middeleeuwen.
05:06
it's the 21st century.
123
291000
2000
Het is de 21ste eeuw.
05:08
And in the 20th century,
124
293000
2000
In de loop van de 20ste eeuw hebben
05:10
randomized, controlled trials
125
295000
2000
gerandomiseerde, gecontroleerde tests
05:12
have revolutionized medicine
126
297000
2000
voor de geneeskunde een revolutie betekend
05:14
by allowing us to distinguish
127
299000
2000
door ons toe te laten een onderscheid te maken
05:16
between drugs that work
128
301000
2000
tussen geneesmiddelen die werken
05:18
and drugs that don't work.
129
303000
2000
en geneesmiddelen die dat niet doen.
05:20
And you can do the same
130
305000
2000
En je kan hetzelfde doen
05:22
randomized, controlled trial for social policy.
131
307000
3000
met een gerandomiseerde, gecontroleerde sociale studie.
05:25
You can put social innovation to the same
132
310000
2000
Je kan sociale vernieuwing aan dezelfde
05:27
rigorous, scientific tests
133
312000
2000
rigoureuze, wetenschappelijke tests onderwerpen
05:29
that we use for drugs.
134
314000
2000
als diegene die we gebruiken voor medicijnen.
05:31
And in this way, you can take the guesswork
135
316000
3000
En op die manier kunnen we het nattevingerwerk
05:34
out of policy-making
136
319000
2000
in het sociale beleid laten verdwijnen
05:36
by knowing what works,
137
321000
2000
door te weten wat werkt,
05:38
what doesn't work and why.
138
323000
2000
wat niet, en waarom.
05:40
And I'll give you some examples with those three questions.
139
325000
3000
Ik zal jullie enkele voorbeelden voor deze drie vragen geven.
05:44
So I start with immunization.
140
329000
2000
Ik begin met vaccinatie.
05:46
Here's Udaipur District, Rajasthan. Beautiful.
141
331000
3000
Hier is het Udaipurdistrict in Rajasthan. Mooi.
05:49
Well, when I started working there,
142
334000
2000
Toen ik daar begon te werken
05:51
about one percent of children
143
336000
2000
was daar één procent van de kinderen
05:53
were fully immunized.
144
338000
2000
volledig geïmmuniseerd.
05:55
That's bad, but there are places like that.
145
340000
3000
Dat is erg maar zo zijn er meer plaatsen.
05:58
Now, it's not because the vaccines are not there --
146
343000
2000
En het is niet omdat de vaccins er niet zijn.
06:00
they are there and they are free --
147
345000
2000
Ze zijn er en ze zijn nog gratis ook.
06:02
and it's not because parents do not care about their kids.
148
347000
3000
En het is ook niet omdat de ouders niets om hun kinderen geven.
06:05
The same child that is not immunized against measles,
149
350000
3000
Als een niet-geïmmuniseerd kind de mazelen krijgt,
06:08
if they do get measles, parents will spend
150
353000
2000
zullen de ouders
06:10
thousands of rupees to help them.
151
355000
2000
duizenden roepies uitgeven om het te helpen.
06:12
So you get these empty village subcenters
152
357000
2000
Daardoor heb je lege dorpsdispensaria
06:14
and crowded hospitals.
153
359000
2000
en overbezette ziekenhuizen.
06:16
So what is the problem?
154
361000
2000
Wat is het probleem?
06:18
Well, part of the problem, surely, is people do not fully understand.
155
363000
3000
Een deel van het probleem is dat mensen het niet helemaal begrijpen.
06:21
After all, in this country as well,
156
366000
2000
Ook hier in de Verenigde Staten
06:23
all sorts of myths and misconceptions
157
368000
2000
doen allerlei mythes en misvattingen
06:25
go around immunization.
158
370000
3000
over vaccinatie de ronde.
06:28
So if that's the case, that's difficult,
159
373000
2000
Als dat het geval is dan is het moeilijk
06:30
because persuasion is really difficult.
160
375000
3000
omdat mensen overtuigen zo moeilijk is.
06:33
But maybe there is another problem as well.
161
378000
2000
Maar misschien is er ook nog wel een ander probleem.
06:35
It's going from intention to action.
162
380000
3000
Het gaat over goede bedoelingen en hun uitvoering.
06:38
Imagine you are a mother
163
383000
2000
Stel je bent een moeder
06:40
in Udaipur District, Rajasthan.
164
385000
2000
in het Udaipurdistrict in Rajasthan.
06:42
You have to walk a few kilometers to get your kids immunized.
165
387000
3000
Je moet enkele kilometers lopen om je kinderen te laten immuniseren.
06:45
And maybe when you get there, what you find is this:
166
390000
2000
En als je aankomt vind je dit.
06:47
The subcenter is closed. Ao you have to come back,
167
392000
2000
Het dispensarium is gesloten zodat je nog eens moet terugkomen.
06:49
and you are so busy and you have so many other things to do,
168
394000
3000
Maar je hebt het zo druk en zoveel te doen
06:52
you will always tend to postpone and postpone,
169
397000
2000
dat je het maar blijft uitstellen
06:54
and eventually it gets too late.
170
399000
2000
totdat het uiteindelijk te laat is.
06:56
Well, if that's the problem, then that's much easier.
171
401000
3000
Wel, als dat het probleem is, dan is dat makkelijk op te lossen
06:59
Because A, we can make it easy,
172
404000
3000
omdat we het, A, gemakkelijk kunnen maken,
07:02
and B, we can maybe
173
407000
2000
en, B, we mensen misschien
07:04
give people a reason to act today,
174
409000
2000
een reden kunnen geven om vandaag te handelen
07:06
rather than wait till tomorrow.
175
411000
2000
in plaats van het uit te stellen tot morgen.
07:08
So these are simple ideas, but we didn't know.
176
413000
2000
Dit zijn simpele ideeën, maar weten we of ze werken?
07:10
So let's try them.
177
415000
2000
We hebben ze uitgeprobeerd.
07:12
So what we did is we did a randomized, controlled trial
178
417000
3000
We voerden een gerandomiseerde, gecontroleerde test
07:15
in 134 villages in Udaipur Districts.
179
420000
2000
in 134 dorpen van het Udaipurdistrict uit.
07:17
So the blue dots
180
422000
2000
De blauwe stippen
07:19
are selected randomly.
181
424000
2000
zijn willekeurig gekozen.
07:21
We made it easy -- I'll tell you how in a moment.
182
426000
3000
Daar hebben we het alleen gemakkelijk gemaakt. Ik zeg straks hoe.
07:24
In the red dots, we made it easy
183
429000
2000
Op de rode stippen hebben we het gemakkelijk gemaakt
07:26
and gave people a reason to act now.
184
431000
2000
en de mensen een reden gegeven om direct te handelen.
07:28
The white dots are comparisons, nothing changed.
185
433000
3000
De witte stippen zijn blanco's, daar bleef alles bij het oude.
07:31
So we make it easy by organizing
186
436000
2000
We hebben het gemakkelijk gemaakt
07:33
this monthly camp where people can
187
438000
2000
door elke maand een kamp te organiseren
07:35
get their kids immunized.
188
440000
2000
waar de mensen hun kinderen konden laten inenten.
07:37
And then you make it easy
189
442000
2000
Het werd dus gemakkelijk gemaakt
07:39
and give a reason to act now
190
444000
2000
en er werd een reden gegeven om dadelijk te komen
07:41
by adding a kilo of lentils for each immunization.
191
446000
3000
door bij elke vaccinatie een kilo linzen uit te delen.
07:44
Now, a kilo of lentils is tiny.
192
449000
3000
Nu, één kilo linzen is niet veel.
07:47
It's never going to convince anybody
193
452000
2000
Daar ga je niemand zover mee krijgen
07:49
to do something that they don't want to do.
194
454000
2000
dat hij iets doet wat hij niet wil doen.
07:51
On the other hand, if your problem is you tend to postpone,
195
456000
3000
Maar aan de andere kant is het zo dat als je genegen bent iets uit te stellen
07:54
then it might give you a reason to act today
196
459000
2000
je dat een reden kan geven om er vandaag
07:56
rather than later.
197
461000
2000
iets aan te doen.
07:58
So what do we find?
198
463000
2000
Wat waren onze bevindingen?
08:00
Well, beforehand, everything is the same.
199
465000
2000
Wel eerst was alles hetzelfde.
08:02
That's the beauty of randomization.
200
467000
2000
Dat is juist het mooie van randomiseren.
08:04
Afterwards,
201
469000
2000
Naderhand verhoogde
08:06
the camp -- just having the camp --
202
471000
2000
het kamp, alleen maar het kamp,
08:08
increases immunization from six percent to 17 percent.
203
473000
2000
de vaccinatie van 6 naar 17 percent.
08:10
That's full immunization.
204
475000
2000
Voor de volledige vaccinatie.
08:12
That's not bad, that's a good improvement.
205
477000
2000
Da's niet slecht. Een hele verbetering.
08:14
Add the lentils and you reach to 38 percent.
206
479000
3000
Maar met de linzen erbij kom je aan 38 percent.
08:17
So here you've got your answer.
207
482000
2000
Daar heb je je antwoord.
08:19
Make it easy and give a kilo of lentils,
208
484000
2000
Maak het gemakkelijk en deel een kilo linzen uit
08:21
you multiply immunization rate by six.
209
486000
3000
en je vermenigvuldigt je immuniseringsgraad met 6.
08:24
Now, you might say, "Well, but it's not sustainable.
210
489000
2000
Nu kan je wel zeggen: "Dat is niet vol te houden.
08:26
We cannot keep giving lentils to people."
211
491000
2000
We kunnen niet blijven doorgaan met linzen uit te delen aan de mensen."
08:28
Well, it turns out it's wrong economics,
212
493000
2000
Dan heb je verkeerd gedacht
08:30
because it is cheaper
213
495000
2000
want het is goedkoper
08:32
to give lentils than not to give them.
214
497000
2000
linzen uit te delen dan om het niet te doen.
08:34
Since you have to pay for the nurse anyway,
215
499000
2000
Omdat je de verpleegster toch moet betalen
08:36
the cost per immunization
216
501000
2000
is de kost per vaccinatie uiteindelijk
08:38
ends up being cheaper if you give incentives than if you don't.
217
503000
3000
goedkoper als je stimulansen biedt dan wanneer je dat niet doet.
08:42
How about bed nets?
218
507000
2000
En wat dan met muskietennetten?
08:44
Should you give them for free, or should you ask people to pay for them?
219
509000
3000
Moet je ze gratis aanbieden of moet je ze laten betalen?
08:47
So the answer hinges
220
512000
2000
Het antwoord hangt af van
08:49
on the answer to three simple questions.
221
514000
2000
het antwoord op drie simpele vragen.
08:51
One is: If people must pay for a bed net,
222
516000
3000
Ten eerste: Als mensen er moeten voor betalen,
08:54
are they going to purchase them?
223
519000
2000
gaan ze ze dan kopen?
08:56
The second one is:
224
521000
2000
Ten tweede:
08:58
If I give bed nets for free,
225
523000
2000
Als ik ze gratis uitdeel
09:00
are people going to use them?
226
525000
2000
gaan ze ze dan gebruiken?
09:02
And the third one is:
227
527000
2000
En ten derde:
09:04
Do free bed nets discourage future purchase?
228
529000
2000
Zullen gratis muskietennetten latere aankopen ontmoedigen?
09:06
The third one is important
229
531000
2000
Het derde punt is belangrijk omdat
09:08
because if we think people get used to handouts,
230
533000
3000
als mensen de gratis bedeling normaal gaan vinden
09:11
it might destroy markets to distribute free bed nets.
231
536000
3000
dan kan dat de latere verkoop gaan hinderen.
09:14
Now this is a debate that has generated
232
539000
2000
Dit debat heeft aanleiding gegeven
09:16
a lot of emotion and angry rhetoric.
233
541000
3000
tot een hoop emotie en woedende retoriek.
09:19
It's more ideological than practical,
234
544000
2000
Het gaat meer om ideologie dan om praktijk
09:21
but it turns out it's an easy question.
235
546000
2000
maar het geeft een antwoord op een makkelijke vraag.
09:23
We can know the answer to this question.
236
548000
2000
We kunnen het antwoord op die vraag vinden.
09:25
We can just run an experiment.
237
550000
2000
We hoeven slechts een experiment uit te voeren.
09:27
And many experiments have been run, and they all have the same results,
238
552000
2000
Zo zijn er vele en ze geven allemaal hetzelfde resutaat,
09:29
so I'm just going to talk to you about one.
239
554000
3000
ik zal me dus beperken tot dat ene geval.
09:32
And this one that was in Kenya,
240
557000
2000
Dit gebeurde in Kenia.
09:34
they went around and distributed to people
241
559000
2000
Daar werden aan de bevolking
09:36
vouchers, discount vouchers.
242
561000
2000
kortingsbonnen uitgedeeld.
09:38
So people with their voucher
243
563000
2000
Mensen konden met zo'n bon
09:40
could get the bed net in the local pharmacy.
244
565000
2000
naar de lokale apotheek gaan om zo'n net af te halen.
09:42
And some people get 100 percent discount,
245
567000
3000
De ene kreeg 100% korting,
09:45
and some people get 20 percent discounts,
246
570000
2000
de andere 20 %
09:47
and some people get 50 percent discount, etc.
247
572000
3000
en sommigen 50% enz.
09:50
And now we can see what happens.
248
575000
2000
Zo konden we zien wat er gebeurde.
09:52
So, how about the purchasing?
249
577000
2000
Wat gebeurde er met het aankopen?
09:54
Well, what you can see is that
250
579000
2000
Je kon zien dat
09:56
when people have to pay for their bed nets,
251
581000
2000
wanneer mensen voor hun netten moesten betalen
09:58
the coverage rate really falls down a lot.
252
583000
3000
er maar weinigen zich een aanschaften.
10:01
So even with partial subsidy,
253
586000
2000
Dus zelfs met een gedeeltelijke subsidie -
10:03
three dollars is still not the full cost of a bed net,
254
588000
3000
drie dollar is nog niet de hele kost voor een net.
10:06
and now you only have 20 percent of the people with the bed nets,
255
591000
2000
En als maar 20 procent zich muskietennetten aanschaft dan
10:08
you lose the health immunity, that's not great.
256
593000
3000
verlies je het besmettingsvoordeel. Da's niet leuk.
10:11
Second thing is, how about the use?
257
596000
2000
Een tweede punt: hoe zit het met het gebruik?
10:13
Well, the good news is, people, if they have the bed nets,
258
598000
2000
Wel, mensen, het goede nieuws is dat als ze de netten hebben
10:15
will use the bed nets regardless of how they got it.
259
600000
3000
ze ze ook gebruiken ongeacht de manier waarop ze ze kregen.
10:18
If they get it for free, they use it.
260
603000
2000
Als ze ze gratis kregen werden ze gebruikt.
10:20
If they have to pay for it, they use it.
261
605000
2000
Ook als ze ervoor moesten betalen werden ze gebruikt.
10:22
How about the long term?
262
607000
2000
En wat op de lange termijn?
10:24
In the long term,
263
609000
2000
Op de lange termijn
10:26
people who got the free bed nets,
264
611000
2000
werd aan de mensen die ze gratis hadden gekregen
10:28
one year later, were offered the option
265
613000
2000
een jaar later de optie aangeboden
10:30
to purchase a bed net at two dollars.
266
615000
3000
om er een aan te schaffen voor 2 dollar.
10:33
And people who got the free one
267
618000
2000
En mensen die er eerst een gratis hadden gekregen
10:35
were actually more likely to purchase the second one
268
620000
3000
waren in feite meer geneigd om zich een tweede exemplaar aan te schaffen
10:38
than people who didn't get a free one.
269
623000
2000
dan de mensen die ervoor hadden moeten betalen.
10:40
So people do not get used to handouts; they get used to nets.
270
625000
3000
Mensen worden dus niet gewoon aan gratis bedeling; ze worden gewoon aan muskietennetten.
10:43
Maybe we need to give them a little bit more credit.
271
628000
3000
Misschien moeten we hen wat meer krediet geven.
10:48
So, that's for bed nets. So you will think, "That's great.
272
633000
2000
Voor zover de muskietennetten. Misschien denk je: "Da's geweldig.
10:50
You know how to immunize kids, you know how to give bed nets."
273
635000
3000
Je weet hoe je kan immuniseren en hoe je bednetten moet verdelen."
10:53
But what politicians need is a range of options.
274
638000
3000
Maar politici hebben meerdere opties nodig.
10:56
They need to know: Out of all the things I could do,
275
641000
3000
Ze moeten weten: "Van alles wat ik zou kunnen doen,
10:59
what is the best way to achieve my goals?
276
644000
3000
wat is de beste manier om mijn doel te bereiken?"
11:02
So suppose your goal is to get kids into school.
277
647000
3000
Veronderstel dat je kinderen naar school wil krijgen.
11:05
There are so many things you could do. You could pay for uniforms,
278
650000
3000
Je zou zoveel kunnen doen. Je zou hun uniformen kunnen betalen,
11:08
you could eliminate fees, you could build latrines,
279
653000
2000
je zou geen schoolgeld kunnen vragen, je zou latrines kunnen bouwen,
11:10
you could give girls sanitary pads, etc., etc.
280
655000
3000
je zou aan de meisjes maandverband kunnen uitdelen enz. enz.
11:13
So what's the best?
281
658000
2000
Wat is dan het beste?
11:15
Well, at some level, we think
282
660000
2000
We zouden kunnen denken
11:17
all of these things should work.
283
662000
2000
dat dat allemaal zou kunnen helpen.
11:19
So, is that sufficient? If we think they should work intuitively,
284
664000
2000
Maar is het genoeg dat als we intuïtief denken dat ze werken
11:21
should we go for them?
285
666000
2000
we er ook voor zouden moeten gaan?
11:23
Well, in business, that's certainly not the way we would go about it.
286
668000
3000
In de zakenwereld zouden we het zo zeker niet aanpakken.
11:27
Consider for example
287
672000
2000
Neem bijvoorbeeld
11:29
transporting goods.
288
674000
2000
het goederenvervoer.
11:31
Before the canals were invented
289
676000
2000
Voordat er kanalen waren
11:33
in Britain before the Industrial Revolution,
290
678000
3000
werden in het Groot Brittannië van voor de Industriële Revolutie
11:36
goods used to go on horse carts.
291
681000
2000
goederen per paardenkar vervoerd.
11:38
And then canals were built,
292
683000
2000
Toen de kanalen er waren
11:40
and with the same horseman and the same horse,
293
685000
3000
kon je met dezelfde menner en hetzelfde paard
11:43
you could carry ten times as much cargo.
294
688000
3000
tien keer meer vracht vervoeren.
11:46
So should they have continued
295
691000
2000
Waren ze blijven doorgaan
11:48
to carry the goods on the horse carts, on the ground,
296
693000
3000
met het goederenvervoer met paardenkarren
11:51
that they would eventually get there?
297
696000
2000
hoever zouden ze het dan hebben gebracht?
11:53
Well, if that had been the case,
298
698000
2000
Wel als dat het geval was geweest
11:55
there would have been no Industrial Revolution.
299
700000
2000
dan zou er geen Industriële Revolutie hebben plaatsgevonden.
11:57
So why shouldn't we do the same with social policy?
300
702000
3000
Waarom zouden we niet hetzelfde doen met het sociale beleid?
12:00
In technology, we spend so much time
301
705000
2000
Bij technologische ontwikkeling steken we zoveel tijd
12:02
experimenting, fine-tuning,
302
707000
2000
in het experimenteren, het op maat maken,
12:04
getting the absolute cheapest way to do something,
303
709000
2000
het zoeken naar de goedkoopste manier om iets te doen,
12:06
so why aren't we doing that with social policy?
304
711000
3000
waarom doen we dat dan niet met ons sociale beleid?
12:09
Well, with experiments, what you can do
305
714000
2000
Met experimenten kan je
12:11
is answer a simple question.
306
716000
2000
antwoorden vinden op eenvoudige vragen.
12:13
Suppose you have 100 dollars to spend
307
718000
2000
Veronderstel dat je 100 dollar hebt te vergeven
12:15
on various interventions.
308
720000
2000
aan allerlei tussenkomsten.
12:17
How many extra years of education
309
722000
2000
Hoeveel extra jaren opleiding
12:19
do you get for your hundred dollars?
310
724000
2000
krijg je voor 100 dollar?
12:21
Now I'm going to show you
311
726000
2000
Nu ga ik jullie aantonen wat je kan
12:23
what we get with various education interventions.
312
728000
3000
bereiken met verschillende educatieve tussenkomsten.
12:27
So the first ones are if you want the usual suspects,
313
732000
2000
De eersten zijn de voor de hand liggende methodes,
12:29
hire teachers, school meals,
314
734000
2000
zoals leraren aanstellen, schoolmaaltijden,
12:31
school uniforms, scholarships.
315
736000
2000
school uniformen, studiebeurzen.
12:33
And that's not bad. For your hundred dollars,
316
738000
2000
En dat is allemaal OK. Voor je 100 dollar
12:35
you get between one and three extra years of education.
317
740000
3000
koop je 1 à 3 jaar opleiding.
12:39
Things that don't work so well is bribing parents,
318
744000
2000
Wat niet zo goed werkt is ouders omkopen,
12:41
just because so many kids are already going to school
319
746000
3000
juist omdat er al zoveel kinderen school lopen
12:44
that you end up spending a lot of money.
320
749000
2000
eindig je met pakken geld uit te geven.
12:46
And here are the most surprising results.
321
751000
3000
En hier zijn de meest verrassende resultaten:
12:49
Tell people the benefits of education,
322
754000
3000
Vertel de mensen gewoon de voordelen van een opleiding.
12:52
that's very cheap to do.
323
757000
2000
Da's nog goedkoop ook.
12:54
So for every hundred dollars you spend doing that,
324
759000
3000
Door daar 100 dollar aan te spenderen
12:57
you get 40 extra years of education.
325
762000
3000
krijg je 40 jaar extra opleiding.
13:00
And, in places where there are worms,
326
765000
2000
En, daar waar je wormen,
13:02
intestinal worms,
327
767000
2000
ingewandswormen, vindt
13:04
cure the kids of their worms.
328
769000
2000
genees daar de kinderen van hun wormen.
13:06
And for every hundred dollars,
329
771000
2000
Als je daar 100 dollar aan uitgeeft,
13:08
you get almost 30 extra years of education.
330
773000
3000
levert je dat bijna 30 jaar extra opleiding op.
13:11
So this is not your intuition,
331
776000
2000
Met intuïtie alleen raak je dus niet ver.
13:13
this is not what people would have gone for,
332
778000
2000
Hiervoor zouden mensen zich niet zijn warm gelopen
13:15
and yet, these are the programs that work.
333
780000
3000
en toch zijn dit de programma's die werken.
13:18
We need that kind of information, we need more of it,
334
783000
2000
We hebben behoefte aan dat soort informatie. Meer en meer.
13:20
and then we need to guide policy.
335
785000
2000
En we moeten het beleid sturen.
13:24
So now, I started from the big problem, and I couldn't answer it.
336
789000
3000
Ik begon dus met het grote probleem en kon er geen antwoord voor vinden.
13:27
And I cut it into smaller questions,
337
792000
3000
Maar door in te gaan op de kleinere vragen
13:30
and I have the answer to these smaller questions.
338
795000
2000
kon ik er antwoorden voor vinden.
13:32
And they are good, scientific, robust answers.
339
797000
3000
En het zijn degelijke, wetenschappelijke, robuuste antwoorden.
13:36
So let's go back to Haiti for a moment.
340
801000
2000
Laat ons even voor een ogenblik terugkeren naar Haïti.
13:39
In Haiti, about 200,000 people died --
341
804000
3000
Daar gingen ongeveer 200.000 mensen dood.
13:43
actually, a bit more by the latest estimate.
342
808000
2000
Eigenlijk nog wat meer volgens de laatste schattingen.
13:45
And the response of the world was great:
343
810000
2000
En het antwoord van de wereld was grootmoedig.
13:47
Two billion dollars got pledged just last month,
344
812000
3000
Alleen al de laatste maand werd er twee miljard dollar beloofd.
13:51
so that's about 10,000 dollars per death.
345
816000
2000
Dat komt neer op 10.000 dollar per dode.
13:53
That doesn't sound like that much when you think about it.
346
818000
3000
Dat lijkt niet zo heel veel als je erover nadenkt.
13:56
But if we were willing to spend 10,000 dollars
347
821000
3000
Maar als we dat bedrag zouden willen spenderen aan
13:59
for every child under five who dies,
348
824000
3000
elk kind onder de vijf jaar dat sterft,
14:02
that would be 90 billion per year
349
827000
3000
dan zou dat neerkomen op 90 miljard per jaar
14:05
just for that problem.
350
830000
2000
voor dat probleem alleen.
14:07
And yet it doesn't happen.
351
832000
2000
En toch gebeurt het niet.
14:09
So, why is that?
352
834000
2000
Waarom niet?
14:11
Well, I think what part of the problem is that,
353
836000
2000
Wel ik denk dat dat deels komt doordat
14:13
in Haiti, although the problem is huge,
354
838000
2000
in Haïti, al is het probleem daar groot,
14:15
somehow we understand it, it's localized.
355
840000
2000
we het op de een of andere manier kunnen bevatten, het is gelokaliseerd.
14:17
You give your money to Doctors Without Borders,
356
842000
2000
Je geeft geld aan Dokters Zonder Grenzen,
14:19
you give your money to Partners In Health,
357
844000
2000
je geeft geld aan Partners in Health
14:21
and they'll send in the doctors, and they'll send in the lumber,
358
846000
3000
en ze sturen dokters en ze sturen timmerhout,
14:24
and they'll helicopter things out and in.
359
849000
3000
en ze vervoeren zaken per helikopter.
14:27
And the problem of poverty is not like that.
360
852000
2000
Maar het probleem met armoede is anders.
14:29
So, first, it's mostly invisible;
361
854000
2000
Het is om te beginnen, onzichtbaar.
14:31
second, it's huge;
362
856000
2000
Daarbij is het reusachtig.
14:33
and third, we don't know whether we are doing the right thing.
363
858000
3000
En ten derde weten we niet eens of we wel juist handelen.
14:36
There's no silver bullet.
364
861000
2000
Er bestaat geen wondermiddel.
14:38
You cannot helicopter people out of poverty.
365
863000
2000
Je kan mensen niet uit de armoede "weghelikopteren".
14:40
And that's very frustrating.
366
865000
2000
En dat werkt frustrerend.
14:42
But look what we just did today.
367
867000
3000
Maar kijk eens naar wat we vandaag hebben gedaan.
14:45
I gave you three simple answers to three questions:
368
870000
3000
Ik gaf jullie drie eenvoudige antwoorden op drie eenvoudige vragen.
14:48
Give lentils to immunize people,
369
873000
2000
Geef linzen om mensen te immuniseren,
14:50
provide free bed nets, deworm children.
370
875000
2000
deel gratis muskietennetten uit, ontworm kinderen.
14:52
With immunization or bed nets,
371
877000
2000
Met immuniseren of muskietennetten
14:54
you can save a life for 300 dollars per life saved.
372
879000
3000
kan je voor 300 dollar een leven redden.
14:57
With deworming, you can get
373
882000
2000
Door te ontwormen kan je voor 3 dollar
14:59
an extra year of education for three dollars.
374
884000
2000
een extra jaar opleiding kopen.
15:02
So we cannot eradicate poverty just yet,
375
887000
3000
We kunnen armoede niet eensklaps uitroeien
15:05
but we can get started.
376
890000
2000
maar we kunnen eraan beginnen.
15:07
And maybe we can get started small
377
892000
2000
En misschien moeten we kleinschalig beginnen
15:09
with things that we know are effective.
378
894000
3000
met zaken waarvan we weten dat ze werken.
15:12
Here's an example of how this can be powerful.
379
897000
2000
Hier zie je een voorbeeld hoe effectief dit kan zijn.
15:14
Deworming.
380
899000
2000
Ontwormen.
15:16
Worms have a little bit of a problem grabbing the headlines.
381
901000
2000
Wormen halen niet makkelijk de voorpagina.
15:18
They are not beautiful and don't kill anybody.
382
903000
3000
Mooi zijn ze niet en ze zijn ook niet dodelijk.
15:21
And yet, when the young global leader in Davos
383
906000
2000
Maar, toe de wereldjongereneleider in Davos
15:23
showed the numbers I gave you,
384
908000
2000
deze aantallen, die ik jullie liet zien, aan het publiek toonde
15:25
they started Deworm the World.
385
910000
2000
startten ze daar de "Deworm the World" actie.
15:27
And thanks to Deworm the World,
386
912000
2000
En dankzij "Deworm the World",
15:29
and the effort of many country governments and foundations,
387
914000
2000
en door de inspanningen van vele regeringen en stichtingen,
15:31
20 million school-aged children got dewormed in 2009.
388
916000
3000
werden in 2009 20 miljoen kinderen van schoolgaande leeftijd ontwormd.
15:34
So this evidence is powerful.
389
919000
2000
Dit is dus krachtig bewijsmateriaal.
15:36
It can prompt action.
390
921000
2000
Het kan aanzetten tot actie.
15:38
So we should get started now.
391
923000
2000
We zouden er dus nu aan moeten beginnen.
15:40
It's not going to be easy.
392
925000
2000
Het zal niet gemakkelijk gaan.
15:42
It's a very slow process.
393
927000
2000
Het is een langzaam proces.
15:44
You have to keep experimenting, and sometimes ideology
394
929000
2000
Je moet blijven experimenteren en soms zal ideologie
15:46
has to be trumped by practicality.
395
931000
2000
moeten wijken voor de praktijk.
15:48
And sometimes what works somewhere doesn't work elsewhere.
396
933000
3000
En wat op de ene plaats effectief is hoeft dat daarom ergens anders nog niet te zijn.
15:51
So it's a slow process,
397
936000
2000
Het is een traag proces,
15:53
but there is no other way.
398
938000
2000
maar we hebben geen andere keuze.
15:55
These economics I'm proposing,
399
940000
2000
De economie die ik voorstel
15:57
it's like 20th century medicine.
400
942000
2000
is als de twintigste eeuwse geneeskunde.
15:59
It's a slow, deliberative process
401
944000
2000
Het is een traag, geleidelijk proces
16:01
of discovery.
402
946000
2000
van ontdekking.
16:03
There is no miracle cure,
403
948000
2000
Er bestaat geen mirakelremedie,
16:05
but modern medicine is saving
404
950000
2000
maar moderne geneeskunde redt
16:07
millions of lives every year,
405
952000
2000
miljoenen levens per jaar.
16:09
and we can do the same thing.
406
954000
2000
En wij kunnen hetzelfde doen.
16:13
And now, maybe, we can go back to the bigger question
407
958000
3000
En nu kunnen we misschien terugkeren naar de grotere vraag
16:16
that I started with at the beginning.
408
961000
3000
waarmee ik begonnen ben.
16:19
I cannot tell you
409
964000
2000
Ik kan jullie niet zeggen of
16:21
whether the aid we have spent in the past has made a difference,
410
966000
3000
de hulp die we in het verleden hebben verstrekt een verschil heeft gemaakt,
16:24
but can we come back here in 30 years
411
969000
3000
maar we kunnen over 30 jaar terugkomen
16:27
and say, "What we have done,
412
972000
3000
en zeggen : Dat wat we hebben gedaan
16:30
it really prompted a change for the better."
413
975000
3000
heeft echt verbetering gebracht."
16:33
I believe we can and I hope we will.
414
978000
2000
Ik geloof dat we dat kunnen, en ik hoop dat we het zullen doen.
16:35
Thank you.
415
980000
2000
Ik dank u.
16:37
(Applause)
416
982000
2000
(Applaus)
ABOUT THE SPEAKER
Esther Duflo - Development economistEsther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it.
Why you should listen
2009 MacArthur fellow Esther Duflo is pushing the field of development economics by studying specific causal relationships that lead to or perpetuate poverty. She looks at close-to-home issues: household behavior, education, access to finance and health.
At MIT, she's the founder and director of the Jameel Poverty Action Lab (J-PAL), a research network that evaluates social programs. It's concerned less with wide-ranging policy than with specific questions. Sample: If schoolkids could get their uniforms for free, would attendance go up? What's an effective way to reward mothers for immunizing their babies? Randomized trials offer new insights toward creating global equity and prosperity. Her work may blur the lines between economics and activism, but it's a role Duflo not only considers comfortable but vital.
Her new book is Poor Economics, with Abhijit W. Banerjee.
Esther Duflo | Speaker | TED.com