ABOUT THE SPEAKER
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.

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.


More profile about the speaker
Hans Rosling | Speaker | TED.com
TED2007

Hans Rosling: New insights on poverty

Hans Rosling avdekkjer ny innsikt om fattigdom

Filmed:
3,769,031 views

Forskar Hans Rosling brukar underhaldande dataverkty til å vise korleis land dreg seg sjølve ut av fattigdom. Han demonstrerar mellom anna Dollar Street, som samanliknar hushaldningar med varierande inntekt over heile verda. So gjer han noko verkeleg forbløffande.
- 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

Double-click the English transcript below to play the video.

00:25
I told you three things last year.
0
0
2000
Eg fortalde dykk tre ting ifjor.
00:27
I told you that the statistics of the world
1
2000
3000
Eg fortalde dykk at statistikkane i verda
00:30
have not been made properly available.
2
5000
3000
ikkje har vorte gjort tilgjengelege nok.
00:33
Because of that, we still have the old mindset
3
8000
2000
Og grunna det, har vi framleis den gamle tenkemåten
00:35
of developing in industrialized countries, which is wrong.
4
10000
3000
kring u-land og i-land, som er feil.
00:39
And that animated graphics can make a difference.
5
14000
4000
Og at animert grafikk kan utgjere ein skilnad.
00:44
Things are changing
6
19000
2000
Ting endrar seg.
00:46
and today, on the United Nations Statistic Division Home Page,
7
21000
4000
Og i dag, på heimesidene til FN sin statistikkdivisjon,
00:50
it says, by first of May, full access to the databases.
8
25000
3000
vert det frå fyrste mai lova full tilgang til databasane.
00:55
(Applause)
9
30000
3000
(Applaus)
00:58
And if I could share the image with you on the screen.
10
33000
4000
Og viss eg kan få dele biletet på skjermen med dykk.
01:03
So three things have happened.
11
38000
1000
So tre ting har skjedd.
01:04
U.N. opened their statistic databases,
12
39000
3000
FN opna statistikkdatabasane sine,
01:07
and we have a new version of the software
13
42000
4000
og vi har ein ny versjon av programvara
01:11
up working as a beta on the net,
14
46000
2000
som ein betaversjon på internett,
01:13
so you don't have to download it any longer.
15
48000
2000
slik at du ikkje treng å laste det ned lenger.
01:16
And let me repeat what you saw last year.
16
51000
2000
Og lat meg repetere kva de fekk sjå ifjor.
01:18
The bubbles are the countries.
17
53000
1000
Boblene er landa.
01:19
Here you have the fertility rate -- the number of children per woman --
18
54000
4000
Her har du fertilitetsraten -- antal born per kvinne --
01:23
and there you have the length of life in years.
19
58000
3000
og der har du levealder i år.
01:27
This is 1950 -- those were the industrialized countries,
20
62000
3000
Dette er 1950 -- desse landa var I-land,
01:30
those were developing countries.
21
65000
1000
desse var U-land.
01:31
At that time there was a "we" and "them."
22
66000
2000
På den tida var det "oss" og "dei".
01:33
There was a huge difference in the world.
23
68000
2000
Det var store skilnadar i verda.
01:35
But then it changed, and it went on quite well.
24
70000
4000
Men so endra det seg, og det heldt fram ganske bra.
01:39
And this is what happens.
25
74000
1000
Og dette er kva som skjer.
01:41
You can see how China is the red, big bubble.
26
76000
3000
De ser at Kina er den store, raude bobla;
01:44
The blue there is India.
27
79000
1000
den blå der er India.
01:45
And they go over all this -- I'm going to try to be
28
80000
3000
Og dei går over alt dette... Eg prøver å vere
01:48
a little more serious this year in showing you
29
83000
2000
litt meir seriøs i år når eg syner dykk
01:50
how things really changed.
30
85000
2000
korleis ting verkeleg har endra seg.
01:53
And it's Africa that stands out as the problem down here, doesn't it?
31
88000
3000
Og det er Afrika som skiljer seg ut som problemet her nede, er det ikkje?
01:56
Large families still, and the HIV epidemic
32
91000
3000
Framleis store familiar, og HIV-epidemien
01:59
brought down the countries like this.
33
94000
2000
som heldt nede landa på denne måten.
02:01
This is more or less what we saw last year,
34
96000
3000
Dette er meir eller mindre det vi såg i fjor,
02:04
and this is how it will go on into the future.
35
99000
2000
og dette er korleis det vil fortsette inn i framtida.
02:07
And I will talk on, is this possible?
36
102000
2000
Og eg vil halde fram å snakke: er dette mogleg?
02:09
Because you see now, I presented statistics that don't exist.
37
104000
3000
For no forstår de at eg presenterte statistikkar som ikkje eksisterer.
02:13
Because this is where we are.
38
108000
2000
For dette er kvar vi er no.
02:15
Will it be possible that this will happen?
39
110000
3000
Er det mogleg at dette vil skje?
02:19
I cover my lifetime here, you know?
40
114000
2000
Eg dekkjer levetida mi her, ikkje sant.
02:21
I expect to live 100 years.
41
116000
2000
Eg forventar å leve i 100 år.
02:23
And this is where we are today.
42
118000
2000
Og dette er kvar vi er idag.
02:25
Now could we look here instead at the economic situation in the world?
43
120000
7000
No: kunne vi sjå på den økonomiske situasjonen i verda i staden?
02:33
And I would like to show that against child survival.
44
128000
5000
Og eg vil gjerne syne det opp mot overlevingsrata for born.
02:38
We'll swap the axis.
45
133000
1000
Vi skiftar om på aksene:
02:40
Here you have child mortality -- that is, survival --
46
135000
4000
her har du barnedødelegheita -- det vil seie, overlevinga --
02:44
four kids dying there, 200 dying there.
47
139000
2000
fire born døyr der, 200 døyr der.
02:47
And this is GDP per capita on this axis.
48
142000
2000
Og på denne aksa har vi BNP per hovud.
02:50
And this was 2007.
49
145000
3000
Og dette var i 2007.
02:53
And if I go back in time, I've added some historical statistics --
50
148000
4000
Og om vi no går tilbake i tid, eg har lagt til nokre historiske statistikkar -
02:57
here we go, here we go, here we go -- not so much statistics 100 years ago.
51
152000
6000
sjå her, sjå her, sjå her -- ikkje so mykje statistikk for 100 år sidan.
03:03
Some countries still had statistics.
52
158000
2000
Nokre land hadde framleis statistikk.
03:05
We are looking down in the archive,
53
160000
2000
Vi ser ned i arkivet,
03:07
and when we are down into 1820,
54
162000
4000
og når vi er tilbake i 1820
03:11
there is only Austria and Sweden that can produce numbers.
55
166000
4000
er det berre Austerrike og Sverige som kan produsere tal.
03:15
(Laughter)
56
170000
3000
(Latter)
03:18
But they were down here. They had 1,000 dollars per person per year.
57
173000
4000
Men dei var her nede, dei hadde 1 000 dollar per person per år.
03:22
And they lost one-fifth of their kids before their first birthday.
58
177000
3000
Og dei mista ein femtedel av borna før deira fyrste bursdag.
03:26
So this is what happens in the world, if we play the entire world.
59
181000
3000
Dette er kva som skjer, dersom vi spelar av med heile verda.
03:29
How they got slowly richer and richer,
60
184000
3000
Korleis dei sakte vart rikare og rikare,
03:32
and they add statistics.
61
187000
1000
og dei la til statistikkar.
03:33
Isn't it beautiful when they get statistics?
62
188000
2000
Er det ikkje vakkert når dei får statistikkar?
03:35
You see the importance of that?
63
190000
2000
Ser de viktigskapen i det?
03:37
And here, children don't live longer.
64
192000
2000
Og her, born lever ikkje lenger.
03:39
The last century, 1870, was bad for the kids in Europe,
65
194000
4000
Det siste hundreåret, 1870, var dårleg for born i Europa,
03:43
because most of this statistics is Europe.
66
198000
2000
for mesteparten av dette er statistikk frå Europa.
03:45
It was only by the turn of the century
67
200000
3000
Det var ikkje før ved århundreskiftet
03:48
that more than 90 percent of the children survived their first year.
68
203000
3000
at meir enn 90 prosent av borna overlevde sitt fyrste år.
03:51
This is India coming up, with the first data from India.
69
206000
3000
Her kjem India på bana, med dei fyrste opplysingane derifrå.
03:54
And this is the United States moving away here, earning more money.
70
209000
5000
Og dette er USA som spring ifrå, tenar meir pengar.
03:59
And we will soon see China coming up in the very far end corner here.
71
214000
5000
Og snart vil vi sjå Kina kome på bana oppe i hjørnet lengst borte her.
04:04
And it moves up with Mao Tse-Tung getting health,
72
219000
2000
Og landet går oppover ettersom Mao Tse-Tung betrar helsa,
04:06
not getting so rich.
73
221000
1000
betrar ikkje økonomien like mykje.
04:07
There he died, then Deng Xiaoping brings money.
74
222000
3000
Der døydde han, so kjem Deng Xiaoping med pengar,
04:10
It moves this way over here.
75
225000
1000
og dei går bortover her.
04:12
And the bubbles keep moving up there,
76
227000
2000
Og boblene fortset med å bevege seg oppover der,
04:14
and this is what the world looks like today.
77
229000
2000
og dette er korleis verda ser ut idag.
04:16
(Applause)
78
231000
6000
(Applaus)
04:22
Let us have a look at the United States.
79
237000
3000
Lat oss ta ein kikk på USA.
04:25
We have a function here -- I can tell the world, "Stay where you are."
80
240000
3000
Vi har ein funksjon her -- eg kan seie til verda, "bli der du er".
04:29
And I take the United States -- we still want to see the background --
81
244000
3000
Og eg tek USA -- vi vil framleis sjå bakgrunnen --
04:32
I put them up like this, and now we go backwards.
82
247000
3000
Og eg set dei opp slik, og no går vi bakover.
04:35
And we can see that the United States
83
250000
3000
Og vi kan sjå at USA
04:38
goes to the right of the mainstream.
84
253000
3000
held seg til høgre for hovudstraumen.
04:41
They are on the money side all the time.
85
256000
2000
Dei er på pengesida heile tida.
04:44
And down in 1915, the United States was a neighbor of India --
86
259000
5000
Og tilbake i 1915 var USA nabo med India --
04:50
present, contemporary India.
87
265000
2000
dagens, samtidige India.
04:52
And that means United States was richer,
88
267000
2000
Det betyr at USA var rikare,
04:54
but lost more kids than India is doing today, proportionally.
89
269000
4000
men mista fleire born enn India gjer i dag, proporsjonalt.
04:59
And look here -- compare to the Philippines of today.
90
274000
3000
Og sjå her -- samanlikna med Filippinane idag.
05:02
The Philippines of today has almost the same economy
91
277000
3000
Filippinane idag har nesten same økonomi
05:06
as the United States during the First World War.
92
281000
2000
som USA hadde under fyrste verdskrigen.
05:08
But we have to bring United States forward quite a while
93
283000
4000
Men vi må ta USA fram ein del år
05:12
to find the same health of the United States
94
287000
3000
for å finne den same helsestandarden i USA
05:15
as we have in the Philippines.
95
290000
1000
som vi har på Filippinane.
05:17
About 1957 here, the health of the United States
96
292000
3000
Cirka 1957, og vi ser at helsa i USA
05:20
is the same as the Philippines.
97
295000
2000
er den same som Filippinane si.
05:22
And this is the drama of this world which many call globalized,
98
297000
3000
Og dette er problemet i denne verda som mange kallar globalisert,
05:25
is that Asia, Arabic countries, Latin America,
99
300000
3000
at Asia, dei arabiske landa, Latin-Amerika,
05:28
are much more ahead in being healthy, educated,
100
303000
5000
er langt lenger framme i det å vere friske, utdanna,
05:33
having human resources than they are economically.
101
308000
3000
å ha menneskelege ressursar enn dei er økonomisk.
05:36
There's a discrepancy in what's happening today
102
311000
2000
Der er ein enorm skilnad i det som skjer idag
05:38
in the emerging economies.
103
313000
2000
i dei utviklande økonomiane.
05:40
There now, social benefits, social progress,
104
315000
4000
Vi ser at dei sosiale goda og den sosiale framgangen
05:44
are going ahead of economical progress.
105
319000
3000
er sterkare enn den økonomiske framgangen.
05:47
And 1957 -- the United States had the same economy as Chile has today.
106
322000
6000
Og i 1957 hadde USA den same økonomien som Chile har idag.
05:54
And how long do we have to bring United States
107
329000
3000
Og kor langt må vi ta USA i tid,
05:57
to get the same health as Chile has today?
108
332000
2000
for å få den same helsestandarden som Chile har idag?
06:00
I think we have to go, there -- we have 2001, or 2002 --
109
335000
5000
Eg trur vi må gå hit -- 2001 eller 2002 --
06:05
the United States has the same health as Chile.
110
340000
2000
for at USA skal ha same helsestandard som Chile.
06:07
Chile's catching up!
111
342000
1000
Chile kjem etter!
06:09
Within some years Chile may have better child survival
112
344000
2000
Om kun få år kan Chile ha betre overlevingsrate blant born
06:11
than the United States.
113
346000
2000
enn USA har.
06:13
This is really a change, that you have this lag
114
348000
3000
Dette er verkeleg ei forandring, at du har dette etterslenget
06:16
of more or less 30, 40 years' difference on the health.
115
351000
5000
på meir eller mindre 30-40 år skilnad på helsestandarden.
06:21
And behind the health is the educational level.
116
356000
2000
Og bak helsestandarden er utdanningsnivået.
06:23
And there's a lot of infrastructure things,
117
358000
2000
Og det er mange infrastrukturelle ting,
06:25
and general human resources are there.
118
360000
3000
og menneskelege ressursar generelt.
06:28
Now we can take away this --
119
363000
3000
No kan vi fjerne dette --
06:31
and I would like to show you the rate of speed,
120
366000
4000
og eg vil gjerne vise farta
06:35
the rate of change, how fast they have gone.
121
370000
3000
på skilnaden, kor raskt dei har utvikla seg.
06:38
And we go back to 1920, and I want to look at Japan.
122
373000
7000
Og vi går tilbake til 1920, og eg vil sjå på Japan.
06:46
And I want to look at Sweden and the United States.
123
381000
3000
Og eg vil sjå på Sverige og USA.
06:49
And I'm going to stage a race here
124
384000
2000
Og eg skal sette opp eit kappløp her.
06:51
between this sort of yellowish Ford here
125
386000
3000
mellom denne gulaktige Forden her
06:54
and the red Toyota down there,
126
389000
2000
og den raude Toyotaen her nede,
06:56
and the brownish Volvo.
127
391000
2000
og den brunaktige Volvoen.
06:58
(Laughter)
128
393000
2000
(Latter)
07:00
And here we go. Here we go.
129
395000
2000
Og sjå her, sjå her!
07:02
The Toyota has a very bad start down here, you can see,
130
397000
3000
Toyotaen har ein veldig dårleg start her nede, det ser vi,
07:05
and the United States Ford is going off-road there.
131
400000
3000
og Forden frå USA køyrar ute i skogen der.
07:08
And the Volvo is doing quite fine.
132
403000
1000
Og Volvoen klarar seg rimeleg bra.
07:09
This is the war. The Toyota got off track, and now
133
404000
2000
Her er krigen. Toyotaen køyrde litt av vegen, og no
07:11
the Toyota is coming on the healthier side of Sweden --
134
406000
3000
kjem han opp på den sunnare sida av Sverige --
07:14
can you see that?
135
409000
1000
ser de det?
07:15
And they are taking over Sweden,
136
410000
1000
Og dei går forbi Sverige,
07:16
and they are now healthier than Sweden.
137
411000
2000
dei er no sunnare enn Sverige.
07:18
That's the part where I sold the Volvo and bought the Toyota.
138
413000
2000
Det var cirka då eg selde Volvoen og kjøpte Toyota.
07:20
(Laughter)
139
415000
3000
(Latter)
07:23
And now we can see that the rate of change was enormous in Japan.
140
418000
4000
Og no kan vi sjå at endringsrata var enorm i Japan.
07:27
They really caught up.
141
422000
2000
Dei tok verkeleg innpå.
07:29
And this changes gradually.
142
424000
2000
Og dette endrar seg gradvis.
07:31
We have to look over generations to understand it.
143
426000
3000
Vi må sjå på det over fleire generasjonar for å forstå det.
07:34
And let me show you my own sort of family history --
144
429000
5000
Og lat meg vise min eiga form for familiehistorie --
07:39
we made these graphs here.
145
434000
2000
vi har laga desse grafane her.
07:41
And this is the same thing, money down there, and health, you know?
146
436000
4000
Og det er det same som før, pengar her nede, og helsa, ikkje sant?
07:45
And this is my family.
147
440000
2000
Og dette er familien min.
07:48
This is Sweden, 1830, when my great-great-grandma was born.
148
443000
4000
Her er Sverige i 1830, då tippoldemora mi vart fødd.
07:53
Sweden was like Sierra Leone today.
149
448000
2000
Sverige var slik som Sierra Leone er idag.
07:56
And this is when great-grandma was born, 1863.
150
451000
3000
Og dette er då oldemor mi vart fødd, i 1863.
08:00
And Sweden was like Mozambique.
151
455000
2000
Og Sverige var som Mosambik.
08:02
And this is when my grandma was born, 1891.
152
457000
2000
Og dette er då bestemor mi vart fødd, i 1891.
08:04
She took care of me as a child,
153
459000
2000
Ho tok vare på meg som liten,
08:06
so I'm not talking about statistic now --
154
461000
2000
so eg snakkar ikkje om statistikk no --
08:08
now it's oral history in my family.
155
463000
2000
no er det muntleg historie i familien.
08:11
That's when I believe statistics,
156
466000
1000
Det er då eg byrjar å tru på statistikk,
08:12
when it's grandma-verified statistics.
157
467000
3000
når det er bestemor-verifisert statistikk.
08:15
(Laughter)
158
470000
3000
(Latter)
08:18
I think it's the best way of verifying historical statistics.
159
473000
3000
Eg trur det er den beste måten å verifisere historiske statistikkar på.
08:21
Sweden was like Ghana.
160
476000
1000
Sverige var slik som Ghana.
08:22
It's interesting to see the enormous diversity
161
477000
3000
Det er interessant å sjå den enorme skilnaden
08:25
within sub-Saharan Africa.
162
480000
2000
innad i Afrika sør for Sahara.
08:28
I told you last year, I'll tell you again,
163
483000
2000
Eg sa det i fjor, eg seier det i år igjen,
08:30
my mother was born in Egypt, and I -- who am I?
164
485000
3000
mora mi vart fødd i Egypt, og eg -- kven er eg?
08:33
I'm the Mexican in the family.
165
488000
1000
Eg er meksikanaren i familien.
08:35
And my daughter, she was born in Chile,
166
490000
2000
Og dottera mi, ho vart fødd i Chile,
08:37
and the grand-daughter was born in Singapore,
167
492000
2000
og dottera hennar vart fødd i Singapore,
08:39
now the healthiest country on this Earth.
168
494000
2000
som idag er det sunnaste landet på jorda.
08:41
It bypassed Sweden about two to three years ago,
169
496000
2000
Det gjekk forbi Sverige for to-tre år sidan,
08:43
with better child survival.
170
498000
2000
med betre barnehelse.
08:45
But they're very small, you know?
171
500000
1000
Men de veit, dei er so små der borte.
08:46
They're so close to the hospital we can never
172
501000
2000
Dei er so nære sjukehusa, vi kan aldri
08:48
beat them out in these forests.
173
503000
1000
slå dei ute i skogane vi har.
08:49
(Laughter)
174
504000
3000
(Latter)
08:52
But homage to Singapore.
175
507000
1000
Men all ros til Singapore!
08:53
Singapore is the best one.
176
508000
2000
Singapore er best i verda, no.
08:55
Now this looks also like a very good story.
177
510000
4000
No ser dette ut som ei svært lys og god historie.
08:59
But it's not really that easy, that it's all a good story.
178
514000
4000
Men det er verkeleg ikkje så lett, at alt er ei solkinshistorie.
09:03
Because I have to show you one of the other facilities.
179
518000
3000
For eg må vise fram ein annan applikasjon.
09:06
We can also make the color here represent the variable --
180
521000
5000
Vi kan også la fargen her representere variablen --
09:11
and what am I choosing here?
181
526000
1000
og kva vel eg her?
09:12
Carbon-dioxide emission, metric ton per capita.
182
527000
4000
Utslepp av karbondioksid, tonn per innbyggjar.
09:17
This is 1962, and United States was emitting 16 tons per person.
183
532000
5000
Dette er 1962, og USA slapp ut 16 tonn per person.
09:22
And China was emitting 0.6,
184
537000
2000
Kina slapp ut 0,6,
09:24
and India was emitting 0.32 tons per capita.
185
539000
4000
og India slapp ut 0,32 tonn per innbyggjar.
09:28
And what happens when we moved on?
186
543000
3000
Og kva skjer når vi går fram i tid?
09:31
Well, you see the nice story of getting richer
187
546000
2000
Vel, du ser den vakre historia om å verte rikare
09:33
and getting healthier --
188
548000
1000
og verte sunnare --
09:34
everyone did it at the cost of emission of carbon dioxide.
189
549000
5000
alle saman gjorde det på kostnad av utsleppa av karbondioksid.
09:39
There is no one who has done it so far.
190
554000
3000
Det er ingen som har unngått det so langt.
09:42
And we don't have all the updated data
191
557000
3000
Og vi har ikkje fullt oppdaterte data lenger,
09:45
any longer, because this is really hot data today.
192
560000
3000
fordi dette er ømfintlege data i dag.
09:48
And there we are, 2001.
193
563000
2000
Og der er vi, 2001.
09:51
And in the discussion I attended with global leaders, you know,
194
566000
4000
Og i diskusjonen eg deltok i med globale leiarar,
09:55
many say now the problem is that the emerging economies,
195
570000
4000
sa mange at problemet idag er dei utviklande økonomiane,
09:59
they are getting out too much carbon dioxide.
196
574000
3000
dei slepp ut for mykje karbondioksid.
10:02
The Minister of the Environment of India said,
197
577000
2000
Miljøministeren i India svarte,
10:04
"Well, you were the one who caused the problem."
198
579000
3000
"Vel, det var de som skapte problemet."
10:07
The OECD countries -- the high-income countries --
199
582000
3000
OECD-landa -- landa med høgast inntening --
10:10
they were the ones who caused the climate change.
200
585000
2000
det var dei som skapte klimaforandringane.
10:13
"But we forgive you, because you didn't know it.
201
588000
2000
"Men vi tilgjev dykk, for de visste ikkje det.
10:15
But from now on, we count per capita.
202
590000
3000
Men frå no av tel vi per innbyggjar.
10:18
From now on we count per capita.
203
593000
2000
Frå no av tel vi per innbyggjar.
10:20
And everyone is responsible for the per capita emission."
204
595000
3000
Og alle er ansvarlege for sitt eige utslepp per person."
10:23
This really shows you, we have not seen good economic
205
598000
3000
Dette fortel at vi ikkje kan finne nokon økomisk
10:26
and health progress anywhere in the world
206
601000
2000
og helsemessig framgang nokon stad i verda
10:28
without destroying the climate.
207
603000
4000
utan å øydeleggje klimaet.
10:33
And this is really what has to be changed.
208
608000
2000
Og det er dette som verkeleg må endre seg.
10:36
I've been criticized for showing you a too positive image of the world,
209
611000
3000
Eg har vorte kritisert for å vise eit for positivt bilete av verda,
10:39
but I don't think it's like this.
210
614000
2000
men eg trur ikkje det er akkurat slik.
10:41
The world is quite a messy place.
211
616000
2000
Jorda er ein ganske rotete stad.
10:43
This we can call Dollar Street.
212
618000
2000
Dette kan vi kalle dollargata.
10:45
Everyone lives on this street here.
213
620000
2000
Alle menneska på jorda bur på denne gata.
10:47
What they earn here -- what number they live on --
214
622000
3000
Kva dei tenar -- kva nummer dei bur i --
10:50
is how much they earn per day.
215
625000
1000
er kor mykje dei tenar per dag.
10:51
This family earns about one dollar per day.
216
626000
3000
Denne familia tenar kring ein dollar dagen.
10:55
We drive up the street here,
217
630000
1000
Vi køyrer opp gata her,
10:56
we find a family here which earns about two to three dollars a day.
218
631000
4000
og vi finn ein familie som tenar kring to-tre dollar per dag.
11:00
And we drive away here -- we find the first garden in the street,
219
635000
3000
Og vi køyrer på -- vi finn den fyrste hagen i gata her,
11:03
and they earn 10 to 50 dollars a day.
220
638000
2000
og dei tener 10 til 50 dollar om dagen.
11:05
And how do they live?
221
640000
2000
Og korleis bur dei?
11:07
If we look at the bed here, we can see
222
642000
3000
Om vi ser på senga her, ser vi
11:10
that they sleep on a rug on the floor.
223
645000
3000
at dei søv på eit teppe på golvet.
11:13
This is what poverty line is --
224
648000
2000
Dette er kva fattigdomsgrensa er --
11:15
80 percent of the family income is just to cover the energy needs,
225
650000
3000
80 prosent av familieinntekta er akkurat nok til å dekke energibehovet,
11:18
the food for the day.
226
653000
2000
maten den dagen.
11:20
This is two to five dollars. You have a bed.
227
655000
3000
Dette er to til fem dollar, du har ei seng.
11:23
And here it's a much nicer bedroom, you can see.
228
658000
2000
Og det er eit mykje finare soverom, som de ser.
11:26
I lectured on this for Ikea, and they wanted to see
229
661000
2000
Eg underviste om dette for Ikea, og dei ville sjølvsagt
11:28
the sofa immediately here.
230
663000
2000
sjå sofaen med ein gong.
11:30
(Laughter)
231
665000
2000
(Latter)
11:32
And this is the sofa, how it will emerge from there.
232
667000
4000
Og dette er sofaen, korleis den ser ut der.
11:36
And the interesting thing, when you go around here in the photo panorama,
233
671000
3000
Og det interessante er at når du bevegar deg rundt i panoramavising,
11:39
you see the family still sitting on the floor there.
234
674000
2000
ser du framleis familien sitjande på golvet der,
11:41
Although there is a sofa,
235
676000
2000
sjølv om dei har ein sofa.
11:43
if you watch in the kitchen, you can see that
236
678000
2000
Om du ser inn på kjøkenet, ser du at
11:45
the great difference for women does not come between one to 10 dollars.
237
680000
5000
den store skilnaden for kvinner kjem ikkje mellom ein til ti dollar dagen.
11:50
It comes beyond here, when you really can get
238
685000
2000
Du må over det, før du verkeleg kan få
11:52
good working conditions in the family.
239
687000
3000
gode arbeidsforhold i familien.
11:55
And if you really want to see the difference,
240
690000
2000
Og om du verkeleg vil sjå skilnaden,
11:57
you look at the toilet over here.
241
692000
2000
så ser du på toalettet.
11:59
This can change. This can change.
242
694000
2000
Dette kan endrast på.
12:01
These are all pictures and images from Africa,
243
696000
3000
Dette er bilder frå Afrika åleine,
12:04
and it can become much better.
244
699000
2000
og det kan verte mykje betre.
12:07
We can get out of poverty.
245
702000
2000
Vi kan kome oss ut av fattigdom.
12:09
My own research has not been in IT or anything like this.
246
704000
3000
Mi eiga forsking har ikkje vore innan IT eller noko slikt.
12:12
I spent 20 years in interviews with African farmers
247
707000
3000
Eg brukte 20 år på å intervjue afrikanske gardbrukarar
12:15
who were on the verge of famine.
248
710000
3000
som var på grensa til ein hungersnaud.
12:18
And this is the result of the farmers-needs research.
249
713000
2000
Og dette er resultatet av forsking på behov innan landbruket.
12:20
The nice thing here is that you can't see
250
715000
2000
Det beste med biletet er at du ikkje kan sjå
12:22
who are the researchers in this picture.
251
717000
2000
kven som er forskarane i biletet.
12:24
That's when research functions in poor societies --
252
719000
3000
Det er då forsking fungerer i fattige samfunn --
12:27
you must really live with the people.
253
722000
2000
du må verkeleg leve med folket.
12:31
When you're in poverty, everything is about survival.
254
726000
4000
Når du er i fattigdom, handlar alt om å overleve.
12:35
It's about having food.
255
730000
2000
Om å ha mat.
12:37
And these two young farmers, they are girls now --
256
732000
2000
Og desse to unge gardbrukarane, dei er ungdomar no --
12:39
because the parents are dead from HIV and AIDS --
257
734000
4000
sidan foreldra døydde av HIV og AIDS --
12:43
they discuss with a trained agronomist.
258
738000
2000
dei diskuterer med ein utdanna agronom.
12:45
This is one of the best agronomists in Malawi, Junatambe Kumbira,
259
740000
4000
Dette er ein av dei beste agronomane i Malawai, Junatambe Kumbira,
12:49
and he's discussing what sort of cassava they will plant --
260
744000
2000
og han diskuterer kva slags kassava dei skal plante --
12:51
the best converter of sunshine to food that man has found.
261
746000
4000
den beste omdannaren av solskin til mat som menneska veit om.
12:55
And they are very, very eagerly interested to get advice,
262
750000
3000
Og dei er særs, særs interesserte i å få råd.
12:58
and that's to survive in poverty.
263
753000
3000
Og det er å overleve i fattigdom.
13:01
That's one context.
264
756000
1000
Det er ein kontekst.
13:02
Getting out of poverty.
265
757000
2000
Å kome seg ut av fattigdom...
13:04
The women told us one thing. "Get us technology.
266
759000
3000
Kvinnene fortalte oss ein ting: "Skaff oss teknologi.
13:07
We hate this mortar, to stand hours and hours.
267
762000
3000
Vi hatar denne morteren, å stå i timevis...
13:10
Get us a mill so that we can mill our flour,
268
765000
3000
Skaff oss ei mølle, slik at vi kan kverne kornet,
13:13
then we will be able to pay for the rest ourselves."
269
768000
3000
so kan vi vere i stand til å betale for resten sjølve."
13:16
Technology will bring you out of poverty,
270
771000
3000
Teknologi får deg ut av fattigdom,
13:19
but there's a need for a market to get away from poverty.
271
774000
4000
men det fins et behov for ein marknad for å kome seg vekk frå fattigdom.
13:23
And this woman is very happy now, bringing her products to the market.
272
778000
3000
Og denne kvinna er svært glad når ho tek med produkta sine til marknaden.
13:26
But she's very thankful for the public investment in schooling
273
781000
2000
Men ho er særs takksam for den statlege investeringa i skuleverket
13:28
so she can count, and won't be cheated when she reaches the market.
274
783000
3000
slik at ho kan telle, og ikkje vil bli lurt når ho kjem til marknaden.
13:31
She wants her kid to be healthy, so she can go to the market
275
786000
3000
Ho vil at ungen hennar skal vere frisk, slik at ho kan gå på markedet
13:34
and doesn't have to stay home.
276
789000
2000
og ikkje treng å vere heime
13:36
And she wants the infrastructure -- it is nice with a paved road.
277
791000
3000
Og ho vil gjerne ha infrastrukturen i orden -- det er kjekt med asfalt
13:39
It's also good with credit.
278
794000
2000
Det er også bra med kreditt.
13:41
Micro-credits gave her the bicycle, you know.
279
796000
3000
Mikro-lån gav henne sykkelen, ikkje sant.
13:44
And information will tell her when to go to market with which product.
280
799000
3000
Og informasjon vil fortelle henne når ho skal gå på markedet med kva produkt.
13:47
You can do this.
281
802000
2000
Vi kan gjere dette.
13:49
I find my experience from 20 years of Africa is that
282
804000
3000
Etter 20 års erfaring i Afrika ser eg at
13:52
the seemingly impossible is possible.
283
807000
3000
det tilsynelatande umoglege er mogleg.
13:55
Africa has not done bad.
284
810000
2000
Afrika har ikkje gjort det dårleg.
13:57
In 50 years they've gone from a pre-Medieval situation
285
812000
3000
På 50 år har dei gått frå ein før-middelaldersk situasjon
14:00
to a very decent 100-year-ago Europe,
286
815000
3000
til eit akseptabelt Europa for 100 år sidan,
14:03
with a functioning nation and state.
287
818000
3000
med eit fungerande styresett.
14:06
I would say that sub-Saharan Africa has done best in the world
288
821000
3000
Eg vil seie at Afrika sør for Sahara har gjort det best i verda
14:09
during the last 50 years.
289
824000
1000
i løpet av dei siste 50 åra.
14:10
Because we don't consider where they came from.
290
825000
2000
Fordi vi ikkje tek med i betrakninga kvar dei kom ifrå.
14:12
It's this stupid concept of developing countries
291
827000
3000
Omgrepet utviklingsland er meiningslaust.
14:15
that puts us, Argentina and Mozambique together 50 years ago,
292
830000
3000
som set oss, Argentina og Mosambik ilag for 50 år sidan,
14:18
and says that Mozambique did worse.
293
833000
2000
og som seier at Mosambik gjorde det dårlegast.
14:21
We have to know a little more about the world.
294
836000
2000
Vi må vite litt meir om verda.
14:23
I have a neighbor who knows 200 types of wine.
295
838000
3000
Eg har ein nabo som kjenner 200 typar vin.
14:26
He knows everything.
296
841000
1000
Han veit alt.
14:27
He knows the name of the grape, the temperature and everything.
297
842000
2000
Han veit namnet på drua, temperaturen og allting.
14:29
I only know two types of wine -- red and white.
298
844000
3000
Eg kjenner berre to typar vin -- raud og kvit.
14:32
(Laughter)
299
847000
2000
(Latter)
14:34
But my neighbor only knows two types of countries --
300
849000
2000
Men naboen min veit berre om to typar land --
14:36
industrialized and developing.
301
851000
2000
i-land og u-land.
14:38
And I know 200, I know about the small data.
302
853000
3000
Og eg kjenner 200, eg har dei små opplysingane.
14:41
But you can do that.
303
856000
1000
Men vi kan gjere dette.
14:42
(Applause)
304
857000
5000
(Applause)
14:47
But I have to get serious. And how do you get serious?
305
862000
2000
Men eg må verte seriøs. Og korleis vert ein seriøs?
14:49
You make a PowerPoint, you know?
306
864000
2000
Du lagar ein PowerPoint.
14:51
(Laughter)
307
866000
5000
(Latter)
14:56
Homage to the Office package, no?
308
871000
2000
Hyllest til Office-pakken, eller kva?
15:00
What is this, what is this, what am I telling?
309
875000
2000
Så, kva er det, kva er det eg vil seie?
15:02
I'm telling you that there are many dimensions of development.
310
877000
3000
Eg seier at det fins fleire dimensjonar innan utvikling.
15:05
Everyone wants your pet thing.
311
880000
2000
Alle har sin kjæledegge.
15:07
If you are in the corporate sector, you love micro-credit.
312
882000
3000
Om du er i finanssektoren, elskar du mikrokreditt.
15:10
If you are fighting in a non-governmental organization,
313
885000
2000
Om du kjempar i ein ikkje-statleg organisasjon,
15:12
you love equity between gender.
314
887000
3000
elskar du likskap mellom kjønn.
15:15
Or if you are a teacher, you'll love UNESCO, and so on.
315
890000
2000
Om du er lærar, elskar du UNESCO, og so vidare.
15:17
On the global level, we have to have more than our own thing.
316
892000
2000
På det globale planet må vi derimot ha meir enn berre vår eigen ting.
15:19
We need everything.
317
894000
2000
Vi treng alt.
15:21
All these things are important for development,
318
896000
2000
Alle desse tinga er viktige for utviklinga,
15:23
especially when you just get out of poverty
319
898000
2000
særleg når du akkurat har kome ut av fattigdomen
15:25
and you should go towards welfare.
320
900000
3000
og du skal bevege deg mot velferd.
15:28
Now, what we need to think about
321
903000
2000
Det vi treng å tenke på er,
15:30
is, what is a goal for development,
322
905000
3000
kva er måla for utvikling,
15:33
and what are the means for development?
323
908000
1000
og kva er midla for utvikling?
15:34
Let me first grade what are the most important means.
324
909000
3000
Lat meg fyrst gradere dei viktigaste midla.
15:38
Economic growth to me, as a public-health professor,
325
913000
2000
Økonomisk vekst er for meg, som allmennhelseprofessor,
15:40
is the most important thing for development
326
915000
4000
det viktigaste for utviklinga,
15:44
because it explains 80 percent of survival.
327
919000
2000
fordi det forklarar 80 prosent av overlevinga.
15:47
Governance. To have a government which functions --
328
922000
3000
Styresett. Å ha eit styresett som fungerar --
15:50
that's what brought California out of the misery of 1850.
329
925000
4000
det er det som fekk California ut av uføret i 1850.
15:54
It was the government that made law function finally.
330
929000
3000
Det var regjeringa som fekk lovene til å endeleg fungere.
15:58
Education, human resources are important.
331
933000
2000
Utdanning, menneskelege ressursar er viktig.
16:00
Health is also important, but not that much as a mean.
332
935000
4000
Helse er og viktig, men ikkje like mykje som middel.
16:04
Environment is important.
333
939000
2000
Miljø er uviktig.
16:06
Human rights is also important, but it just gets one cross.
334
941000
2000
Menneskerettar er og viktig, men det får berre eitt kryss.
16:08
Now what about goals? Where are we going toward?
335
943000
3000
No, kva med måla? Kvar går vi hen`?
16:11
We are not interested in money.
336
946000
2000
Vi er ikkje interesserte i pengar.
16:13
Money is not a goal.
337
948000
1000
Pengar er ikkje eit mål.
16:14
It's the best mean, but I give it zero as a goal.
338
949000
3000
Det er det beste middelet, men eg gir det null som mål.
16:18
Governance, well it's fun to vote in a little thing,
339
953000
3000
Styresett? Vel, det er moro å stemme innimellom,
16:21
but it's not a goal.
340
956000
2000
men det er ikkje eit mål.
16:23
And going to school, that's not a goal, it's a mean.
341
958000
4000
Å gå på skule, det er ikkje eit mål, det er eit verkemiddel.
16:27
Health I give two points. I mean it's nice to be healthy
342
962000
2000
Eg gir helse to poeng. Eg meinar, det er kjekt å vere frisk.
16:29
-- at my age especially -- you can stand here, you're healthy.
343
964000
2000
--- spesielt i min alder -- å kunne stå her, å vere frisk.
16:31
And that's good, it gets two plusses.
344
966000
2000
Og det er positivt, det får to plussteikn.
16:33
Environment is very, very crucial.
345
968000
2000
Miljøet er veldig, veldig viktig.
16:35
There's nothing for the grandkid if you don't save up.
346
970000
2000
Det fins ingenting for borneborna om du ikkje tek vare på det.
16:37
But where are the important goals?
347
972000
2000
Men kva er dei viktigaste måla?
16:39
Of course, it's human rights.
348
974000
2000
Sjølvsagt er det menneskerettar!
16:41
Human rights is the goal,
349
976000
2000
Menneskerettar er målet,
16:43
but it's not that strong of a mean for achieving development.
350
978000
3000
men det er ikkje eit like sterkt verkemiddel for å oppnå utvikling.
16:47
And culture. Culture is the most important thing, I would say,
351
982000
4000
Og kultur. Kultur er det viktigaste av alt, vil eg seie,
16:51
because that's what brings joy to life.
352
986000
2000
for det er det som gir glede til livet.
16:53
That's the value of living.
353
988000
2000
Det er verdien i å leve.
16:55
So the seemingly impossible is possible.
354
990000
3000
Slik at det tilsynelatande umoglege blir mogleg.
16:58
Even African countries can achieve this.
355
993000
2000
Sjølv afrikanske land kan oppnå dette.
17:01
And I've shown you the shot where the seemingly impossible is possible.
356
996000
6000
Og eg har vist dykk bileta der det tilsynelatande umoglege er mogleg.
17:07
And remember, please remember my main message,
357
1002000
4000
Og hugs, ver so snill, hugs hovudbeskjeden min
17:11
which is this: the seemingly impossible is possible.
358
1006000
3000
som er denne: Det tilsynelatande umoglege er mogleg.
17:14
We can have a good world.
359
1009000
2000
Vi kan ha ei verd som er god.
17:16
I showed you the shots, I proved it in the PowerPoint,
360
1011000
3000
Eg synte det til dykk i bileta, eg beviste det i PowerPointen,
17:19
and I think I will convince you also by culture.
361
1014000
6000
og eg trur at eg og vil overbevise dykk gjennom kultur.
17:25
(Laughter)
362
1020000
4000
(Latter)
17:29
(Applause)
363
1024000
1000
(Applaus)
17:30
Bring me my sword!
364
1025000
2000
Gje meg sverdet mitt!
17:36
Sword swallowing is from ancient India.
365
1031000
5000
Sverdsluking kjem frå det gamle India.
17:41
It's a cultural expression that for thousands of years
366
1036000
5000
Det er eit kulturelt uttrykk som gjennom tusenvis av år
17:46
has inspired human beings to think beyond the obvious.
367
1041000
6000
har inspirert menneske til å tenke forbi det openberre.
17:52
(Laughter)
368
1047000
2000
(Latter)
17:54
And I will now prove to you that the seemingly impossible is possible
369
1049000
5000
Og eg skal bevise for dykk at det tilsynelatande umoglege er mogleg
17:59
by taking this piece of steel -- solid steel --
370
1054000
3000
ved å ta dette stykket stål -- solid stål --
18:03
this is the army bayonet from the Swedish Army, 1850,
371
1058000
3000
dette er armébajonetten frå den svenske arméen i 1850,
18:06
in the last year we had war.
372
1061000
2000
det siste året vi hadde krig.
18:09
And it's all solid steel -- you can hear here.
373
1064000
3000
Og det er solid stål -- berre høyr her.
18:12
And I'm going to take this blade of steel,
374
1067000
6000
Og eg kjem til å ta dette stålbladet,
18:18
and push it down through my body of blood and flesh,
375
1073000
5000
og stikke det ned gjennom kroppen min av kjøt og blod,
18:23
and prove to you that the seemingly impossible is possible.
376
1078000
4000
og bevise for dykk at det tilsynelatande umoglege er mogleg.
18:28
Can I request a moment of absolute silence?
377
1083000
4000
Kan eg få be om ein augneblink med total stille?
18:43
(Applause)
378
1098000
22000
(Applaus)

▲Back to top

ABOUT THE SPEAKER
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.

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.


More profile about the speaker
Hans Rosling | Speaker | TED.com