TED2007
Hans Rosling: New insights on poverty
Hans Rosling przedstawia nowe spojrzenie na ubóstwo
Filmed:
Readability: 3.1
3,769,031 views
Badacz Hans Rosling wykorzystuje sprytne narzędzia statystyczne by pokazać jak kraje wychodzą z ubóstwa. Prezentuje Ulicę Dolarową porównując gospodarstwa domowe o różnych dochodach. Na koniec robi coś absolutnie niesamowitego.
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
W zeszłym roku powiedziałem Wam trzy rzeczy.
00:27
I told you that the statistics of the world
1
2000
3000
Powiedziałem wam, że światowe statystyki
00:30
have not been made properly available.
2
5000
3000
nie są wystarczająco dostępne.
00:33
Because of that, we still have the old mindset
3
8000
2000
Z tego powodu ciągle myślimy w stary sposób
00:35
of developing in industrialized countries, which is wrong.
4
10000
3000
o krajach uprzemysłowionych i rozwijających się, co jest złe.
00:39
And that animated graphics can make a difference.
5
14000
4000
Powiedziałem też, że animowana grafika może pomóc.
00:44
Things are changing
6
19000
2000
Rzeczy się zmieniają
00:46
and today, on the United Nations Statistic Division Home Page,
7
21000
4000
i dziś, na stronie internetowej Działu Statystyk ONZ
00:50
it says, by first of May, full access to the databases.
8
25000
3000
jest napisane: od pierwszego maja pełen dostęp do baz danych.
00:55
(Applause)
9
30000
3000
(Brawa)
00:58
And if I could share the image with you on the screen.
10
33000
4000
Jeśli moglibyście spojrzeć ekran.
01:03
So three things have happened.
11
38000
1000
A zatem zdarzyły się trzy rzeczy.
01:04
U.N. opened their statistic databases,
12
39000
3000
ONZ otworzyła swoje bazy danych,
01:07
and we have a new version of the software
13
42000
4000
a my mamy nową wersję programu
01:11
up working as a beta on the net,
14
46000
2000
działającą w Internecie,
01:13
so you don't have to download it any longer.
15
48000
2000
zatem nie będziecie musieli już go ściągać.
01:16
And let me repeat what you saw last year.
16
51000
2000
Pozwólcie, że powtórzę, co widzieliście w zeszłym roku.
01:18
The bubbles are the countries.
17
53000
1000
Bąbelki to kraje.
01:19
Here you have the fertility rate -- the number of children per woman --
18
54000
4000
Tutaj jest współczynnik płodności - ilość dzieci na jedną kobietę,
01:23
and there you have the length of life in years.
19
58000
3000
a tam długość życia w latach.
01:27
This is 1950 -- those were the industrialized countries,
20
62000
3000
To jest 1950 - te kraje były uprzemysłowione,
01:30
those were developing countries.
21
65000
1000
a tamte rozwijające się.
01:31
At that time there was a "we" and "them."
22
66000
2000
W tamtym czasie byliśmy "my i oni".
01:33
There was a huge difference in the world.
23
68000
2000
Była ogromna przepaść w świecie.
01:35
But then it changed, and it went on quite well.
24
70000
4000
Ale potem to się zmieniło i szło dalej całkiem dobrze.
01:39
And this is what happens.
25
74000
1000
I oto co się stało.
01:41
You can see how China is the red, big bubble.
26
76000
3000
Widzicie Chiny jako duży, czerwony bąbelek;
01:44
The blue there is India.
27
79000
1000
ten niebieski tam to Indie.
01:45
And they go over all this -- I'm going to try to be
28
80000
3000
Spróbuję zachować więcej powagi
01:48
a little more serious this year in showing you
29
83000
2000
przedstawiając Wam tym razem
01:50
how things really changed.
30
85000
2000
jak rzeczy naprawdę się zmieniły.
01:53
And it's Africa that stands out as the problem down here, doesn't it?
31
88000
3000
I oto Afryka - wyróżnia się jako problem tu na dole.
01:56
Large families still, and the HIV epidemic
32
91000
3000
Stale duże rodziny i epidemia HIV
01:59
brought down the countries like this.
33
94000
2000
dobijają takie kraje jak ten.
02:01
This is more or less what we saw last year,
34
96000
3000
To, mniej więcej, widzieliście ubiegłego roku,
02:04
and this is how it will go on into the future.
35
99000
2000
a oto jak się to rozwinie w przyszłości.
02:07
And I will talk on, is this possible?
36
102000
2000
I będę mówił o tym - czy jest to możliwe?
02:09
Because you see now, I presented statistics that don't exist.
37
104000
3000
Bo widzicie, pokazałem statystyki, które nie istnieją.
02:13
Because this is where we are.
38
108000
2000
Bo my jesteśmy tu.
02:15
Will it be possible that this will happen?
39
110000
3000
Czy to możliwe, że właśnie tak się stanie?
02:19
I cover my lifetime here, you know?
40
114000
2000
Objąłem tu całe moje życie.
02:21
I expect to live 100 years.
41
116000
2000
Spodziewam się żyć 100 lat.
02:23
And this is where we are today.
42
118000
2000
A tu jesteśmy dziś.
02:25
Now could we look here instead at the economic situation in the world?
43
120000
7000
Jeśli możemy spojrzeć na sytuację ekonomiczną na świecie,
02:33
And I would like to show that against child survival.
44
128000
5000
którą przedstawię w odniesieniu do umieralności dzieci.
02:38
We'll swap the axis.
45
133000
1000
Zamienimy jeszcze osie:
02:40
Here you have child mortality -- that is, survival --
46
135000
4000
tutaj śmiertelność dzieci - czyli współczynnik przeżycia -
02:44
four kids dying there, 200 dying there.
47
139000
2000
czworo dzieci umiera tutaj, a 200 tam
02:47
And this is GDP per capita on this axis.
48
142000
2000
i na tej osi PKB na jednego mieszkańca.
02:50
And this was 2007.
49
145000
3000
To było w roku 2007.
02:53
And if I go back in time, I've added some historical statistics --
50
148000
4000
Jeśli cofniemy się w czasie, dodałem statystyki historyczne -
02:57
here we go, here we go, here we go -- not so much statistics 100 years ago.
51
152000
6000
oto mamy - nie tak znowu dużo danych 100 lat temu.
03:03
Some countries still had statistics.
52
158000
2000
Niektóre kraje już miały statystyki.
03:05
We are looking down in the archive,
53
160000
2000
Idziemy wstecz w archiwach
03:07
and when we are down into 1820,
54
162000
4000
i gdy docieramy do roku 1820
03:11
there is only Austria and Sweden that can produce numbers.
55
166000
4000
tylko Austria i Szwecja umiały tworzyć liczby.
03:15
(Laughter)
56
170000
3000
(Śmiech)
03:18
But they were down here. They had 1,000 dollars per person per year.
57
173000
4000
Ale były tu na dole - 1000 dolarów na osobę na rok
03:22
And they lost one-fifth of their kids before their first birthday.
58
177000
3000
i 1/5 dzieci nie dożywało pierwszych urodzin.
03:26
So this is what happens in the world, if we play the entire world.
59
181000
3000
I oto co dzieje się w świecie gdy puścimy odgrywanie.
03:29
How they got slowly richer and richer,
60
184000
3000
Powoli się bogacą
03:32
and they add statistics.
61
187000
1000
i dorzucają kolejne statystyki.
03:33
Isn't it beautiful when they get statistics?
62
188000
2000
Czy to nie piękne, gdy mamy statystyki?
03:35
You see the importance of that?
63
190000
2000
Widzicie jakie to ważne?
03:37
And here, children don't live longer.
64
192000
2000
Ale spójrzcie - dzieci nie żyją dłużej.
03:39
The last century, 1870, was bad for the kids in Europe,
65
194000
4000
XIX wiek, rok 1870 - ciężki okres dla dzieci w Europie,
03:43
because most of this statistics is Europe.
66
198000
2000
ponieważ większość z tych statystyk jest z Europy.
03:45
It was only by the turn of the century
67
200000
3000
Dopiero na przełomie wieków
03:48
that more than 90 percent of the children survived their first year.
68
203000
3000
ponad 90% dzieci przeżywało pierwszy rok.
03:51
This is India coming up, with the first data from India.
69
206000
3000
Oto pojawiają się Indie - pierwsze dane z Indii.
03:54
And this is the United States moving away here, earning more money.
70
209000
5000
A tutaj USA uciekają - zarabiają więcej pieniędzy.
03:59
And we will soon see China coming up in the very far end corner here.
71
214000
5000
Wkrótce zobaczymy Chiny - na samym początku, w rogu.
04:04
And it moves up with Mao Tse-Tung getting health,
72
219000
2000
Chiny idą do góry za Mao Tse-Tunga - coraz zdrowsze,
04:06
not getting so rich.
73
221000
1000
ale wcale nie botasze.
04:07
There he died, then Deng Xiaoping brings money.
74
222000
3000
Tutaj Mao umiera - Deng Xiaoping przynosi więcej pieniędzy,
04:10
It moves this way over here.
75
225000
1000
Chiny przesuwają się aż tutaj.
04:12
And the bubbles keep moving up there,
76
227000
2000
Bąble przesuwają się do góry
04:14
and this is what the world looks like today.
77
229000
2000
i tak właśnie wygląda teraz świat.
04:16
(Applause)
78
231000
6000
(Brawa)
04:22
Let us have a look at the United States.
79
237000
3000
Spójrzmy na Stany Zjednoczone.
04:25
We have a function here -- I can tell the world, "Stay where you are."
80
240000
3000
Mamy taką funkcję - powiem światu: "Zostań gdzie jesteś".
04:29
And I take the United States -- we still want to see the background --
81
244000
3000
I weźmiemy USA - cały czas chcemy widzieć tło.
04:32
I put them up like this, and now we go backwards.
82
247000
3000
Mamy USA i idziemy wstecz.
04:35
And we can see that the United States
83
250000
3000
Widzimy, że USA cały czas
04:38
goes to the right of the mainstream.
84
253000
3000
na prawo od głównego nurtu.
04:41
They are on the money side all the time.
85
256000
2000
Po stronie pieniędzy.
04:44
And down in 1915, the United States was a neighbor of India --
86
259000
5000
W 1915 roku USA było sąsiadem Indii -
04:50
present, contemporary India.
87
265000
2000
obecnych Indii z dnia dzisiejszego.
04:52
And that means United States was richer,
88
267000
2000
USA było bogatsze,
04:54
but lost more kids than India is doing today, proportionally.
89
269000
4000
ale traciło więcej dzieci niż Indie dziś - proporcjonalnie.
04:59
And look here -- compare to the Philippines of today.
90
274000
3000
Spójrzmy tutaj - dzisiejsze Filipiny.
05:02
The Philippines of today has almost the same economy
91
277000
3000
Mają one prawie taką gospodarkę
05:06
as the United States during the First World War.
92
281000
2000
jak USA podczas Pierwszej Wojny Światowej.
05:08
But we have to bring United States forward quite a while
93
283000
4000
Musimy jednak przesunać się trochę w czasie,
05:12
to find the same health of the United States
94
287000
3000
aby USA osiągnęło taki sam poziom zdrowia,
05:15
as we have in the Philippines.
95
290000
1000
jaki mamy na Filipinach.
05:17
About 1957 here, the health of the United States
96
292000
3000
Około 1957 roku zdrowie w USA
05:20
is the same as the Philippines.
97
295000
2000
jest takie jak teraz na Filipinach.
05:22
And this is the drama of this world which many call globalized,
98
297000
3000
To jest dramatem dzisiejszego świata - zwanego zglobalizowanym.
05:25
is that Asia, Arabic countries, Latin America,
99
300000
3000
Azja, kraje arabskie, Ameryka Łacińska
05:28
are much more ahead in being healthy, educated,
100
303000
5000
są znacznie bardziej zaawansowane w ochronie zdrowia, edukacji,
05:33
having human resources than they are economically.
101
308000
3000
zasobach ludzkich, niż w sferze gospodarczej.
05:36
There's a discrepancy in what's happening today
102
311000
2000
Jest pewne rozdarcie w tym co dzieje się
05:38
in the emerging economies.
103
313000
2000
w rozwijających się gospodarkach.
05:40
There now, social benefits, social progress,
104
315000
4000
Świadczenia społeczne - postęp społeczny
05:44
are going ahead of economical progress.
105
319000
3000
znacznie wyprzedza postęp ekonomiczny.
05:47
And 1957 -- the United States had the same economy as Chile has today.
106
322000
6000
W 1957 USA miało taką samą gospodarkę jak dzisiejsze Chile.
05:54
And how long do we have to bring United States
107
329000
3000
Ile czasu musimy dać USA,
05:57
to get the same health as Chile has today?
108
332000
2000
by osiągnęło poziom zdrowia dzisiejszego Chile?
06:00
I think we have to go, there -- we have 2001, or 2002 --
109
335000
5000
Musimy dojść do - 2001, nawet 2002 roku -
06:05
the United States has the same health as Chile.
110
340000
2000
USA ma taki sam poziom zdrowia jak Chile dzisiaj.
06:07
Chile's catching up!
111
342000
1000
Chile dogania USA.
06:09
Within some years Chile may have better child survival
112
344000
2000
Za kilka lat Chile może mieć niższą śmiertelność
06:11
than the United States.
113
346000
2000
wśród dzieci niż USA.
06:13
This is really a change, that you have this lag
114
348000
3000
To duża różnica - opóźnienie
06:16
of more or less 30, 40 years' difference on the health.
115
351000
5000
rzędu 30, 40 lat w kwestiach zdrowia.
06:21
And behind the health is the educational level.
116
356000
2000
Wraz ze zdrowiem idzie poziom wykształcenia,
06:23
And there's a lot of infrastructure things,
117
358000
2000
wiele aspektów związanych z infrastrukturą
06:25
and general human resources are there.
118
360000
3000
i zasobami ludzkimi.
06:28
Now we can take away this --
119
363000
3000
Możemy teraz to zabrać -
06:31
and I would like to show you the rate of speed,
120
366000
4000
chciałbym Wam pokazać szybkość zmian,
06:35
the rate of change, how fast they have gone.
121
370000
3000
tego co zaszło.
06:38
And we go back to 1920, and I want to look at Japan.
122
373000
7000
Cofnijmy się do 1920 - spójrzmy na Japonię.
06:46
And I want to look at Sweden and the United States.
123
381000
3000
Zobaczmy również Szwecję i USA.
06:49
And I'm going to stage a race here
124
384000
2000
Wystartuję teraz wyścig
06:51
between this sort of yellowish Ford here
125
386000
3000
pomiędzy tym żółtawym Fordem,
06:54
and the red Toyota down there,
126
389000
2000
czerwoną Toyotą
06:56
and the brownish Volvo.
127
391000
2000
i brązowawym Volvo.
06:58
(Laughter)
128
393000
2000
(Śmiech)
07:00
And here we go. Here we go.
129
395000
2000
Więc ruszamy.
07:02
The Toyota has a very bad start down here, you can see,
130
397000
3000
Toyota rozpoczyna dość kiepsko,
07:05
and the United States Ford is going off-road there.
131
400000
3000
ale Ford zjeżdża trochę z drogi.
07:08
And the Volvo is doing quite fine.
132
403000
1000
Volvo radzi sobie całkiem dobrze.
07:09
This is the war. The Toyota got off track, and now
133
404000
2000
Czasy wojny - Toyota trochę poza trasą.
07:11
the Toyota is coming on the healthier side of Sweden --
134
406000
3000
Ale teraz Toyota po zdrowszej stronie Szwecji -
07:14
can you see that?
135
409000
1000
widzicie?
07:15
And they are taking over Sweden,
136
410000
1000
Wyprzedzają Szwecję -
07:16
and they are now healthier than Sweden.
137
411000
2000
są zdrowsi od Szwecji.
07:18
That's the part where I sold the Volvo and bought the Toyota.
138
413000
2000
To moment kiedy sprzedałem Volvo i kupiłem Toyotę.
07:20
(Laughter)
139
415000
3000
(Śmiech)
07:23
And now we can see that the rate of change was enormous in Japan.
140
418000
4000
Widzimy, że szybkość zmian była niesamowita w Japonii.
07:27
They really caught up.
141
422000
2000
Naprawdę dogonili.
07:29
And this changes gradually.
142
424000
2000
Zmiany następują stopniowo.
07:31
We have to look over generations to understand it.
143
426000
3000
Trzeba spojrzeć przez wiele pokoleń by to zrozumieć.
07:34
And let me show you my own sort of family history --
144
429000
5000
Pozwólcie, że Wam pokażę moją historię rodzinną -
07:39
we made these graphs here.
145
434000
2000
zrobiliśmy takie wykresy.
07:41
And this is the same thing, money down there, and health, you know?
146
436000
4000
Wszystko tak samo - pieniądze na dole, zdrowie, wiecie?
07:45
And this is my family.
147
440000
2000
Oto moja rodzina.
07:48
This is Sweden, 1830, when my great-great-grandma was born.
148
443000
4000
Szwecja w 1830 gdy urodziła się moja pra prababcia.
07:53
Sweden was like Sierra Leone today.
149
448000
2000
Szwecja to dzisiejsze Sierra Leone.
07:56
And this is when great-grandma was born, 1863.
150
451000
3000
Tutaj urodziła się moja prababcia - 1863.
08:00
And Sweden was like Mozambique.
151
455000
2000
Szwecja była jak dzisiejszy Mozambik.
08:02
And this is when my grandma was born, 1891.
152
457000
2000
Tu urodziła się moja babcia - 1891.
08:04
She took care of me as a child,
153
459000
2000
Opiekowała się mną gdy byłem mały.
08:06
so I'm not talking about statistic now --
154
461000
2000
Więc to nie są już statystyki -
08:08
now it's oral history in my family.
155
463000
2000
to historie opowiadane w mojej rodzinie.
08:11
That's when I believe statistics,
156
466000
1000
Oto kiedy wierzę statystykom -
08:12
when it's grandma-verified statistics.
157
467000
3000
gdy są weryfikowane przez babcię.
08:15
(Laughter)
158
470000
3000
(Śmiech)
08:18
I think it's the best way of verifying historical statistics.
159
473000
3000
Myślę, że jest to najlepszy sposób weryfikacji statystyk.
08:21
Sweden was like Ghana.
160
476000
1000
Szwecja była wtedy jak Ghana dziś.
08:22
It's interesting to see the enormous diversity
161
477000
3000
Ciekawe jest olbrzymie zróżnicowanie
08:25
within sub-Saharan Africa.
162
480000
2000
w Afryce Subsaharyjskiej.
08:28
I told you last year, I'll tell you again,
163
483000
2000
Mówiłem Wam w zeszłym roku - jeszcze Wam powiem.
08:30
my mother was born in Egypt, and I -- who am I?
164
485000
3000
Moja mama urodziła się w Egipcie i ja - kim jestem?
08:33
I'm the Mexican in the family.
165
488000
1000
Jestem Meksykaninem w rodzinie.
08:35
And my daughter, she was born in Chile,
166
490000
2000
Moja córka urodziła się w Chile,
08:37
and the grand-daughter was born in Singapore,
167
492000
2000
a wnuczka w Singapurze -
08:39
now the healthiest country on this Earth.
168
494000
2000
teraz najzdrowszym kraju na Ziemi.
08:41
It bypassed Sweden about two to three years ago,
169
496000
2000
Singapur pokonał Szwecję 2-3 lata temu
08:43
with better child survival.
170
498000
2000
z mniejszą liczbą zgonów wśród dzieci.
08:45
But they're very small, you know?
171
500000
1000
Ale wiecie, taki mały kraj -
08:46
They're so close to the hospital we can never
172
501000
2000
mają tak blisko do szpitali,
08:48
beat them out in these forests.
173
503000
1000
że nigdy ich nie pokonamy z naszymi lasami.
08:49
(Laughter)
174
504000
3000
(Śmiech)
08:52
But homage to Singapore.
175
507000
1000
Ale szacunek dla Singapuru -
08:53
Singapore is the best one.
176
508000
2000
są teraz najlepsi.
08:55
Now this looks also like a very good story.
177
510000
4000
Wygląda to na bardzo dobrą historię.
08:59
But it's not really that easy, that it's all a good story.
178
514000
4000
Ale nie do końca tak jest.
09:03
Because I have to show you one of the other facilities.
179
518000
3000
Muszę Wam pokazać jeszcze jedną własność programu -
09:06
We can also make the color here represent the variable --
180
521000
5000
możemy również przedstawić zmienne kolorem -
09:11
and what am I choosing here?
181
526000
1000
i co teraz wybieram?
09:12
Carbon-dioxide emission, metric ton per capita.
182
527000
4000
Emisja CO2 - liczba ton na osobę.
09:17
This is 1962, and United States was emitting 16 tons per person.
183
532000
5000
W roku 1962 USA emitowało 16 ton na osobę,
09:22
And China was emitting 0.6,
184
537000
2000
a Chiny 0,6 tony,
09:24
and India was emitting 0.32 tons per capita.
185
539000
4000
podczas gdy Indie 0,32 tony.
09:28
And what happens when we moved on?
186
543000
3000
I co się dzieje gdy ruszamy do przodu?
09:31
Well, you see the nice story of getting richer
187
546000
2000
Widać ciekawą historię bogacenia się
09:33
and getting healthier --
188
548000
1000
i polepszania zdrowia -
09:34
everyone did it at the cost of emission of carbon dioxide.
189
549000
5000
wszyscy czynili to kosztem emisji dwutlenku węgla.
09:39
There is no one who has done it so far.
190
554000
3000
Nikomu nie udało się inaczej.
09:42
And we don't have all the updated data
191
557000
3000
Nie mamy jeszcze wszystkich danych -
09:45
any longer, because this is really hot data today.
192
560000
3000
to są bardzo świeże informacje.
09:48
And there we are, 2001.
193
563000
2000
I oto jesteśmy w 2001 roku.
09:51
And in the discussion I attended with global leaders, you know,
194
566000
4000
W czasie dyskusji z globalnymi liderami
09:55
many say now the problem is that the emerging economies,
195
570000
4000
słyszałem jak mówiono, że problem to rozwijające się gospodarki,
09:59
they are getting out too much carbon dioxide.
196
574000
3000
które emitują za dużo CO2.
10:02
The Minister of the Environment of India said,
197
577000
2000
Minister Środowiska Indii powiedział:
10:04
"Well, you were the one who caused the problem."
198
579000
3000
"To wy spowodowaliście problem."
10:07
The OECD countries -- the high-income countries --
199
582000
3000
Kraje OECD - te o najwyższym dochodzie -
10:10
they were the ones who caused the climate change.
200
585000
2000
to one spowodowały zmiany klimatyczne.
10:13
"But we forgive you, because you didn't know it.
201
588000
2000
"Ale wybaczamy wam, bo tego nie wiedzieliście.
10:15
But from now on, we count per capita.
202
590000
3000
Od tej pory liczymy na jednego mieszkańca.
10:18
From now on we count per capita.
203
593000
2000
Liczymy na osobę
10:20
And everyone is responsible for the per capita emission."
204
595000
3000
i każdy jest odpowiedzialny za emisję indywidualnie."
10:23
This really shows you, we have not seen good economic
205
598000
3000
To pokazuje - nie było na świecie
10:26
and health progress anywhere in the world
206
601000
2000
postępu gospodarczego ani zdrowotnego
10:28
without destroying the climate.
207
603000
4000
bez wpływu na klimat.
10:33
And this is really what has to be changed.
208
608000
2000
I to musi się zmienić.
10:36
I've been criticized for showing you a too positive image of the world,
209
611000
3000
Krytykowano mnie za pokazywanie świata zbyt pozytywnie.
10:39
but I don't think it's like this.
210
614000
2000
Ale nie sądzę, że takim jest.
10:41
The world is quite a messy place.
211
616000
2000
Świat jest dość nieuporządkowany.
10:43
This we can call Dollar Street.
212
618000
2000
Możemy to nazwać Ulicą Dolarową.
10:45
Everyone lives on this street here.
213
620000
2000
Każdy mieszka na tej ulicy.
10:47
What they earn here -- what number they live on --
214
622000
3000
Ile zarabiają - pod jakim numerem mieszkają
10:50
is how much they earn per day.
215
625000
1000
to tyle ile zarabiają dziennie.
10:51
This family earns about one dollar per day.
216
626000
3000
Ta rodzina zarabia około dolara dziennie.
10:55
We drive up the street here,
217
630000
1000
Jedziemy dalej ulicą
10:56
we find a family here which earns about two to three dollars a day.
218
631000
4000
i znajdujemy rodzinę, która zarabia 2-3 dolary.
11:00
And we drive away here -- we find the first garden in the street,
219
635000
3000
Jedziemy jeszcze dalej i widzimy pierwszy ogródek -
11:03
and they earn 10 to 50 dollars a day.
220
638000
2000
oni zarabiają 10-50 dolarów.
11:05
And how do they live?
221
640000
2000
Jak oni żyją?
11:07
If we look at the bed here, we can see
222
642000
3000
Jeśli spojrzymy na posłanie -
11:10
that they sleep on a rug on the floor.
223
645000
3000
ci śpią na chodniku na podłodze.
11:13
This is what poverty line is --
224
648000
2000
Oto linia biedy -
11:15
80 percent of the family income is just to cover the energy needs,
225
650000
3000
80% dochodu idzie na potrzeby energetyczne,
11:18
the food for the day.
226
653000
2000
jedzenie na cały dzień.
11:20
This is two to five dollars. You have a bed.
227
655000
3000
Dwa do pięciu dolarów - jest już łóżko.
11:23
And here it's a much nicer bedroom, you can see.
228
658000
2000
A tutaj dużo ładniejsza sypialnia.
11:26
I lectured on this for Ikea, and they wanted to see
229
661000
2000
Prowadziłem wykład dla IKEI i od razu
11:28
the sofa immediately here.
230
663000
2000
chcieli wstawić tu sofę.
11:30
(Laughter)
231
665000
2000
(Śmiech)
11:32
And this is the sofa, how it will emerge from there.
232
667000
4000
I oto sofa - pojawia się tutaj.
11:36
And the interesting thing, when you go around here in the photo panorama,
233
671000
3000
Co ciekawe - gdy spojrzymy na tę panoramę
11:39
you see the family still sitting on the floor there.
234
674000
2000
widzimy, że rodzina nadal siedzi na podłodze
11:41
Although there is a sofa,
235
676000
2000
pomimo że jest tam sofa.
11:43
if you watch in the kitchen, you can see that
236
678000
2000
Gdy spojrzymy do kuchni -
11:45
the great difference for women does not come between one to 10 dollars.
237
680000
5000
nie ma dużej różnicy dla kobiet pomiędzy 1 a 10 dolarów.
11:50
It comes beyond here, when you really can get
238
685000
2000
Różnica pojawia się dopiero tutaj
11:52
good working conditions in the family.
239
687000
3000
wraz z dobrymi warunkami pracy w domostwie.
11:55
And if you really want to see the difference,
240
690000
2000
Jeśli naprawdę chcemy zobaczyć różnicę
11:57
you look at the toilet over here.
241
692000
2000
należy spojrzeć na toaletę.
11:59
This can change. This can change.
242
694000
2000
To może się zmienić.
12:01
These are all pictures and images from Africa,
243
696000
3000
To wszystko zdjęcia i obrazy z Afryki.
12:04
and it can become much better.
244
699000
2000
Sytuacja może się poprawić.
12:07
We can get out of poverty.
245
702000
2000
Możemy wyjść z takiego ubóstwa.
12:09
My own research has not been in IT or anything like this.
246
704000
3000
Ja nie zajmowałem się badaniami IT ani niczym podobnym.
12:12
I spent 20 years in interviews with African farmers
247
707000
3000
Spędziłem 20 lat prowadząc wywiady z afrykańskimi farmerami,
12:15
who were on the verge of famine.
248
710000
3000
żyjącymi na granicy głodu.
12:18
And this is the result of the farmers-needs research.
249
713000
2000
Oto rezultat badań nad potrzebami rolników.
12:20
The nice thing here is that you can't see
250
715000
2000
Miłą rzeczą jest, że nie można rozróżnić
12:22
who are the researchers in this picture.
251
717000
2000
badaczy na tych zdjęciach.
12:24
That's when research functions in poor societies --
252
719000
3000
Tylko wtedy badania działają na rzecz społeczności,
12:27
you must really live with the people.
253
722000
2000
gdy jesteśmy w stanie żyć ich życiem.
12:31
When you're in poverty, everything is about survival.
254
726000
4000
Gdy żyjesz w biedzie liczy się tylko przetrwanie.
12:35
It's about having food.
255
730000
2000
Wszystko sprowadza się do jedzenia.
12:37
And these two young farmers, they are girls now --
256
732000
2000
Ci mali rolnicy - dwie dziewczyny -
12:39
because the parents are dead from HIV and AIDS --
257
734000
4000
ich rodzice umarli na AIDS -
12:43
they discuss with a trained agronomist.
258
738000
2000
rozmawiają z profesjonalnym agronomem.
12:45
This is one of the best agronomists in Malawi, Junatambe Kumbira,
259
740000
4000
Jeden z najlepszych specjalistów w Malawi - Junatambe Kumbira.
12:49
and he's discussing what sort of cassava they will plant --
260
744000
2000
Dyskutują nad wyborem rodzaju manioku -
12:51
the best converter of sunshine to food that man has found.
261
746000
4000
najlepszego przetwórcy światła słonecznego w jedzenie znanego ludziom.
12:55
And they are very, very eagerly interested to get advice,
262
750000
3000
Bardzo zależy im na wskazówkach i radach,
12:58
and that's to survive in poverty.
263
753000
3000
by móc przetrwać biedę.
13:01
That's one context.
264
756000
1000
Oto jeden kontekst.
13:02
Getting out of poverty.
265
757000
2000
Wyjście z ubóstwa.
13:04
The women told us one thing. "Get us technology.
266
759000
3000
Kobiety mówiły nam jedno - "Chemy technologii.
13:07
We hate this mortar, to stand hours and hours.
267
762000
3000
Nie znosimy tych moździerzy - godziny stania.
13:10
Get us a mill so that we can mill our flour,
268
765000
3000
Dajcie nam młyn - będziemy mogły mielić mąkę,
13:13
then we will be able to pay for the rest ourselves."
269
768000
3000
będziemy w stanie zapłacić za resztę same."
13:16
Technology will bring you out of poverty,
270
771000
3000
Technologia może wyciągnąć z ubóstwa.
13:19
but there's a need for a market to get away from poverty.
271
774000
4000
Potrzeba jednak też rynku by tego dokonać.
13:23
And this woman is very happy now, bringing her products to the market.
272
778000
3000
Ta kobieta z radością wprowadza na rynek swoje produkty.
13:26
But she's very thankful for the public investment in schooling
273
781000
2000
Jest też wdzięczna za inwestycje publiczne w nauczanie -
13:28
so she can count, and won't be cheated when she reaches the market.
274
783000
3000
dzięki nim umie liczyć i nikt jej nie oszuka.
13:31
She wants her kid to be healthy, so she can go to the market
275
786000
3000
Chce by jej dziecko było zdrowe - może jechać na rynek
13:34
and doesn't have to stay home.
276
789000
2000
i nie zostaje w domu.
13:36
And she wants the infrastructure -- it is nice with a paved road.
277
791000
3000
Chce infrastruktury - miło się jedzie ubitą drogą.
13:39
It's also good with credit.
278
794000
2000
Kredyty też są ważne.
13:41
Micro-credits gave her the bicycle, you know.
279
796000
3000
Dzięki mikrokredytom mogła kupić rower.
13:44
And information will tell her when to go to market with which product.
280
799000
3000
Dostęp do informacji - gdzie i jaki produkt sprzedawać.
13:47
You can do this.
281
802000
2000
Można to zrobić.
13:49
I find my experience from 20 years of Africa is that
282
804000
3000
Z moich 20 lat doświadczenia w Afryce twierdzę,
13:52
the seemingly impossible is possible.
283
807000
3000
że pozornie niemożliwe jest możliwe.
13:55
Africa has not done bad.
284
810000
2000
Afryka nie radziła sobie źle.
13:57
In 50 years they've gone from a pre-Medieval situation
285
812000
3000
W ciągu 50 lat przeszła od przed-średniowiecznej
14:00
to a very decent 100-year-ago Europe,
286
815000
3000
do porządnego stanu Europy sprzed 100 lat.
14:03
with a functioning nation and state.
287
818000
3000
Z funkcjonującymi krajami i nacjami.
14:06
I would say that sub-Saharan Africa has done best in the world
288
821000
3000
Według mnie Afryka Subsaharyjska dokonała największego postępu
14:09
during the last 50 years.
289
824000
1000
na świecie w ciągu ostatnich 50 lat.
14:10
Because we don't consider where they came from.
290
825000
2000
Ponieważ nie analizujemy sytuacji na początku,
14:12
It's this stupid concept of developing countries
291
827000
3000
przyjmujemy głupie założenia, które stawiają
14:15
that puts us, Argentina and Mozambique together 50 years ago,
292
830000
3000
nas, Argentynę i Mozambik na równi 50 lat temu.
14:18
and says that Mozambique did worse.
293
833000
2000
Twierdzimy, że Mozambik jest najgorszy.
14:21
We have to know a little more about the world.
294
836000
2000
Musimy wiedzieć trochę więcej o świecie.
14:23
I have a neighbor who knows 200 types of wine.
295
838000
3000
Mój sąsiad zna 200 gatunków wina.
14:26
He knows everything.
296
841000
1000
Wie o nich wszystko.
14:27
He knows the name of the grape, the temperature and everything.
297
842000
2000
Nazwę szczepu winogron, temperaturę - wszystko.
14:29
I only know two types of wine -- red and white.
298
844000
3000
Ja znam tylko dwa typy wina - czerwone i białe.
14:32
(Laughter)
299
847000
2000
(Śmiech)
14:34
But my neighbor only knows two types of countries --
300
849000
2000
Ale mój sąsiad zna tylko dwa rodzaje krajów -
14:36
industrialized and developing.
301
851000
2000
uprzemysłowione i rozwijające się.
14:38
And I know 200, I know about the small data.
302
853000
3000
A ja znam 200 - znam wszystkie detale.
14:41
But you can do that.
303
856000
1000
Można tego dokonać.
14:42
(Applause)
304
857000
5000
(Brawa)
14:47
But I have to get serious. And how do you get serious?
305
862000
2000
Ale miałem być poważny. Jak to się robi?
14:49
You make a PowerPoint, you know?
306
864000
2000
Prezentacja PowerPoint.
14:51
(Laughter)
307
866000
5000
(Śmiech)
14:56
Homage to the Office package, no?
308
871000
2000
Hołd pakietowi Office.
15:00
What is this, what is this, what am I telling?
309
875000
2000
Co to takiego, co Wam mówię?
15:02
I'm telling you that there are many dimensions of development.
310
877000
3000
Mamy wiele wymiarów rozwoju.
15:05
Everyone wants your pet thing.
311
880000
2000
Każdy ma swój ulubiony.
15:07
If you are in the corporate sector, you love micro-credit.
312
882000
3000
W sektorze korporacyjnym kochamy mikrokredyty.
15:10
If you are fighting in a non-governmental organization,
313
885000
2000
Gdy walczymy w organizacji pozarządowej -
15:12
you love equity between gender.
314
887000
3000
kochamy równouprawnienie.
15:15
Or if you are a teacher, you'll love UNESCO, and so on.
315
890000
2000
Nauczyciele kochają UNESCO - itd.
15:17
On the global level, we have to have more than our own thing.
316
892000
2000
W globalnym ujęciu musimy spojrzeć na wszystkie aspekty.
15:19
We need everything.
317
894000
2000
Potrzebujemy wszystkiego.
15:21
All these things are important for development,
318
896000
2000
Wszystkie te rzeczy są ważne dla rozwoju.
15:23
especially when you just get out of poverty
319
898000
2000
Szczególnie gdy wychodzimy z ubóstwa
15:25
and you should go towards welfare.
320
900000
3000
i zmierzamy do dobrobytu.
15:28
Now, what we need to think about
321
903000
2000
Musimy się zastanowić
15:30
is, what is a goal for development,
322
905000
3000
jakie są cele na drodze do rozwoju.
15:33
and what are the means for development?
323
908000
1000
Jakimi środkami je osiągnąć?
15:34
Let me first grade what are the most important means.
324
909000
3000
Na początek określę najważniejsze środki.
15:38
Economic growth to me, as a public-health professor,
325
913000
2000
Wzrost gospodarczy - jako profesor zdrowia publicznego
15:40
is the most important thing for development
326
915000
4000
sądzę, że jest najważnieszy dla rozwoju.
15:44
because it explains 80 percent of survival.
327
919000
2000
Stanowi 80% naszego przetrwania.
15:47
Governance. To have a government which functions --
328
922000
3000
Rządy, które funkcjonują poprawnie -
15:50
that's what brought California out of the misery of 1850.
329
925000
4000
taki rząd wyprowadził Kalifornię z niedoli roku 1850.
15:54
It was the government that made law function finally.
330
929000
3000
To rząd sprawił, że prawo zaczęło funkcjonować.
15:58
Education, human resources are important.
331
933000
2000
Edukacja, zasoby ludzkie też są ważne.
16:00
Health is also important, but not that much as a mean.
332
935000
4000
Zdrowie też jest ważne, ale nie aż tak jako środek.
16:04
Environment is important.
333
939000
2000
Środowisko jest ważne.
16:06
Human rights is also important, but it just gets one cross.
334
941000
2000
Prawa człowieka również, ale tylko jeden krzyżyk.
16:08
Now what about goals? Where are we going toward?
335
943000
3000
A jakie są cele? Do czego zmierzamy?
16:11
We are not interested in money.
336
946000
2000
Nie interesują nas pieniądze.
16:13
Money is not a goal.
337
948000
1000
Pieniądze nie są celem.
16:14
It's the best mean, but I give it zero as a goal.
338
949000
3000
To najlepszy środek, ale dostaje zero jako cel.
16:18
Governance, well it's fun to vote in a little thing,
339
953000
3000
Rządy - fajnie pójść na wybory,
16:21
but it's not a goal.
340
956000
2000
ale to nie cel.
16:23
And going to school, that's not a goal, it's a mean.
341
958000
4000
Chodzenie do szkoły tak samo.
16:27
Health I give two points. I mean it's nice to be healthy
342
962000
2000
Dla zdrowia dwa punkty. Fajnie być zdrowym -
16:29
-- at my age especially -- you can stand here, you're healthy.
343
964000
2000
szczególnie w moim wieku - możesz tu stać zdrowy.
16:31
And that's good, it gets two plusses.
344
966000
2000
To jest dobre - dwa plusy.
16:33
Environment is very, very crucial.
345
968000
2000
Środowisko jest bardzo ważne.
16:35
There's nothing for the grandkid if you don't save up.
346
970000
2000
Co zostanie dla wnuków, gdy nie będziemy go chronić?
16:37
But where are the important goals?
347
972000
2000
Ale gdzie są te ważne cele?
16:39
Of course, it's human rights.
348
974000
2000
Oczywiście prawa człowieka.
16:41
Human rights is the goal,
349
976000
2000
Prawa człowieka są celem,
16:43
but it's not that strong of a mean for achieving development.
350
978000
3000
ale już nie środkiem do osiągniecia rozwoju.
16:47
And culture. Culture is the most important thing, I would say,
351
982000
4000
Kultura - według mnie najważniejszy czynnik.
16:51
because that's what brings joy to life.
352
986000
2000
To ona niesie radość życia.
16:53
That's the value of living.
353
988000
2000
Oto wartość życia.
16:55
So the seemingly impossible is possible.
354
990000
3000
Pozornie niemożliwe jest możliwe.
16:58
Even African countries can achieve this.
355
993000
2000
Nawet kraje afrykańskie mogą to osiągnąć.
17:01
And I've shown you the shot where the seemingly impossible is possible.
356
996000
6000
Pokazałem Wam przykład tego, że pozornie niemożliwe jest możliwe.
17:07
And remember, please remember my main message,
357
1002000
4000
Proszę zapamiętajcie moje przesłanie.
17:11
which is this: the seemingly impossible is possible.
358
1006000
3000
Pozornie niemożliwe jest możliwe.
17:14
We can have a good world.
359
1009000
2000
Możemy mieć dobry świat.
17:16
I showed you the shots, I proved it in the PowerPoint,
360
1011000
3000
Pokazałem przykłady. Udowodniłem w PowerPoint.
17:19
and I think I will convince you also by culture.
361
1014000
6000
I myśle, że przekonam Was również kulturą.
17:25
(Laughter)
362
1020000
4000
(Śmiech)
17:29
(Applause)
363
1024000
1000
(Brawa)
17:30
Bring me my sword!
364
1025000
2000
Przynieście mój miecz.
17:36
Sword swallowing is from ancient India.
365
1031000
5000
Połykanie mieczy pochodzi ze starożytnych Indii.
17:41
It's a cultural expression that for thousands of years
366
1036000
5000
Jest to tradycyjna czynność, która przez tysiąclecia
17:46
has inspired human beings to think beyond the obvious.
367
1041000
6000
inspirowała ludzi do myślenia poza oczywistym.
17:52
(Laughter)
368
1047000
2000
(Śmiech)
17:54
And I will now prove to you that the seemingly impossible is possible
369
1049000
5000
Udowodnię Wam, że pozornie niemożliwe jest możliwe,
17:59
by taking this piece of steel -- solid steel --
370
1054000
3000
przy użyciu tego kawałka stali -
18:03
this is the army bayonet from the Swedish Army, 1850,
371
1058000
3000
oto bagnet Armii Szwedzkiej z 1850 roku -
18:06
in the last year we had war.
372
1061000
2000
ostatniego roku gdy jeszcze toczyliśmy wojny.
18:09
And it's all solid steel -- you can hear here.
373
1064000
3000
Lita stal - możecie posłuchać.
18:12
And I'm going to take this blade of steel,
374
1067000
6000
Wezmę teraz ten kawałek stali
18:18
and push it down through my body of blood and flesh,
375
1073000
5000
i wepchnę w moje ciało z krwi i kości
18:23
and prove to you that the seemingly impossible is possible.
376
1078000
4000
i udowodnię Wam, że pozornie niemożliwe jest możliwe.
18:28
Can I request a moment of absolute silence?
377
1083000
4000
Poproszę Was o chwilę absolutnej ciszy.
18:43
(Applause)
378
1098000
22000
(Brawa)
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