TED@State
Hans Rosling: Let my dataset change your mindset
ฮานส์ โรสลิง (Hans Rosling): ให้ชุดข้อมูลของผมเปลี่ยนกรอบความคิดของคุณ
Filmed:
Readability: 3.5
1,816,065 views
เมื่อฤดูร้อนที่ผ่านมา ฮานส์ โรสลิง พูดที่กระทรวงการต่างประเทศของสหรัฐฯ เขาใช้ซอฟต์แวร์ฟองข้อมูลอันน่าทึ่งของเขาในการระเบิดความเชื่องมงายเกี่ยวกับโลกของประเทศกำลังพัฒนา จับตาดูการวิเคราะห์ใหม่ของเขาเกี่ยวกับประเทศจีนและโลกของประเทศที่ได้รับความช่วยเหลือทางการเงิน ผสมกับการแสดงข้อมูลแบบดั้งเดิม
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.
00:16
I'm going to talk about your mindset.
0
0
4000
วันนี้ผมจะพูดถึงชุดความคิดของคุณ
00:20
Does your mindset correspond to my dataset?
1
4000
4000
ว่าชุดความคิดของคุณ
เข้ากับชุดข้อมูลของผมรึเปล่า?
เข้ากับชุดข้อมูลของผมรึเปล่า?
00:24
(Laughter)
2
8000
1000
(เสียงหัวเราะ)
00:25
If not, one or the other needs upgrading, isn't it?
3
9000
3000
ถ้าไม่ ก็มีอันใดอันหนึ่งต้องยกระดับ ใช่มั้ยครับ?
00:28
When I talk to my students about global issues,
4
12000
4000
เวลาผมคุยกับนักเรียนของผม
เกี่ยวกับปัญหาระดับโลกต่างๆ
เกี่ยวกับปัญหาระดับโลกต่างๆ
00:32
and I listen to them in the coffee break,
5
16000
2000
และฟังเขาคุยกันในช่วงพักดื่มกาแฟ
00:34
they always talk about "we" and "them."
6
18000
3000
เขามักใช้คำว่า "พวกเรา" และ "พวกเขา"
00:37
And when they come back into the lecture room
7
21000
3000
และเมื่อเขากลับเข้ามาในห้องเล็กเชอร์
00:40
I ask them, "What do you mean with "we" and "them"?
8
24000
2000
ผมถามเขาว่า "คุณหมายความว่ายังไง
เวลาพูดถึง "พวกเรา" และ "พวกเขา"
เวลาพูดถึง "พวกเรา" และ "พวกเขา"
00:42
"Oh, it's very easy. It's the western world and it's the developing world," they say.
9
26000
3000
"โอ้ ง่ายมากเลย ก็โลกตะวันตก
กับโลกกำลังพัฒนาไง" พวกเขาตอบ
กับโลกกำลังพัฒนาไง" พวกเขาตอบ
00:45
"We learned it in college."
10
29000
2000
"เราเรียนมาจากมหาวิทยาลัย"
00:47
And what is the definition then? "The definition?
11
31000
2000
แล้วนิยามของมันคืออะไรล่ะ?
"คำนิยามเหรอ?
"คำนิยามเหรอ?
00:49
Everyone knows," they say.
12
33000
2000
ใครๆ ก็รู้" พวกเขาพูด
00:51
But then you know, I press them like this.
13
35000
2000
ผมซักพวกเขาต่อไปอย่างนี้
00:53
So one girl said, very cleverly, "It's very easy.
14
37000
2000
จนมีเด็กผู้หญิงคนหนึ่งตอบอย่างฉลาดว่า
"มันง่ายมากเลยค่ะ
"มันง่ายมากเลยค่ะ
00:55
Western world is a long life in a small family.
15
39000
3000
โลกตะวันตกคือ ชีวิตที่ยาวนานในครอบครัวขนาดเล็ก
00:58
Developing world is a short life in a large family."
16
42000
3000
โลกกำลังพัฒนา คือ ชีวิตที่สั้นในครอบครัวขนาดใหญ่"
01:01
And I like that definition, because it enabled me
17
45000
3000
ผมชอบคำนิยามนั้น เพราะมันทำให้ผม
01:04
to transfer their mindset
18
48000
2000
สามารถแปลงชุดความคิดของพวกเขา
01:06
into the dataset.
19
50000
2000
ออกมาเป็นชุดข้อมูล
01:08
And here you have the dataset.
20
52000
2000
และนี่คือชุดข้อมูลนั้น
01:10
So, you can see that what we have on this axis here
21
54000
2000
คุณจะเห็นว่า สิ่งที่อยู่บนแกนนี้
01:12
is size of family. One, two, three, four, five
22
56000
3000
คือขนาดของครอบครัว จำนวนเด็ก 1, 2, 3, 4, 5 คน
01:15
children per woman on this axis.
23
59000
2000
ต่อผู้หญิงหนึ่งคนบนแกนนี้
01:17
And here, length of life, life expectancy,
24
61000
2000
และนี่ ความยืนยาวของชีวิต ช่วงอายุขัย
01:19
30, 40, 50.
25
63000
2000
30, 40, 50 ปี
01:21
Exactly what the students said was their concept about the world.
26
65000
4000
สิ่งที่นักศึกษาพูด คือความคิดที่เขามีเกี่ยวกับโลก
01:25
And really this is about the bedroom.
27
69000
2000
และจริงๆ มันก็เกี่ยวกับห้องนอน
01:27
Whether the man and woman decide to have small family,
28
71000
4000
ว่าชายหญิงตัดสินใจจะมีครอบครัวเล็กหรือเปล่า
01:31
and take care of their kids, and how long they will live.
29
75000
3000
จะดูแลลูกของพวกเขาหรือไม่
และพวกเขาจะมีชีวิตได้นานแค่ไหน
และพวกเขาจะมีชีวิตได้นานแค่ไหน
01:34
It's about the bathroom and the kitchen. If you have soap, water and food, you know,
30
78000
4000
มันเกี่ยวกับห้องน้ำกับห้องครัวด้วย
ถ้าคุณมีสบู่ น้ำ และอาหาร
ถ้าคุณมีสบู่ น้ำ และอาหาร
01:38
you can live long.
31
82000
2000
คุณก็จะมีชีวิตอยู่ได้นาน
01:40
And the students were right. It wasn't that the world consisted --
32
84000
2000
และที่นักศึกษาก็พูดถูก ใช่ไหมครับ
01:42
the world consisted here, of one set of countries over here,
33
86000
4000
โลกประกอบไปด้วยกลุ่มประเทศหนึ่งตรงนี้
01:46
which had large families and short life. Developing world.
34
90000
4000
ที่มีครอบครัวใหญ่และชีวิตสั้น
โลกของประเทศกำลังพัฒนา
โลกของประเทศกำลังพัฒนา
01:50
And we had one set of countries up there
35
94000
3000
แล้วก็มีกลุ่มประเทศตรงนั้น
01:53
which was the western world.
36
97000
2000
ที่เป็นโลกตะวันตก
01:55
They had small families and long life.
37
99000
3000
พวกเขามีครอบครัวเล็กและชีวิตยืนยาว
01:58
And you are going to see here
38
102000
2000
และที่คุณจะได้เห็นตรงนี้
02:00
the amazing thing that has happened in the world during my lifetime.
39
104000
4000
คือสิ่งมหัศจรรย์ที่เกิดขึ้นบนโลก
ภายในช่วงชีวิตของผม
ภายในช่วงชีวิตของผม
02:04
Then the developing countries applied
40
108000
2000
ประเทศกำลังพัฒนาเริ่มใช้
02:06
soap and water, vaccination.
41
110000
2000
สบู่ น้ำ วัคซีน
02:08
And all the developing world started to apply family planning.
42
112000
3000
และประเทศกำลังพัฒนาทั้งหมดเริ่ม
มีการวางแผนครอบครัว
มีการวางแผนครอบครัว
02:11
And partly to USA who help to provide
43
115000
2000
และส่วนหนึ่งก็ได้สหรัฐฯ ช่วย
02:13
technical advice and investment.
44
117000
3000
ให้คำแนะนำทางเทคนิคและการลงทุน
02:16
And you see all the world moves over to a two child family,
45
120000
4000
และคุณก็ได้เห็นโลกทั้งหมดเคลื่อนย้ายไปยัง
ครอบครัวที่มีลูกสองคน
ครอบครัวที่มีลูกสองคน
02:20
and a life with 60 to 70 years.
46
124000
3000
และชีวิตที่ยาว 60-70 ปี
02:23
But some countries remain back in this area here.
47
127000
3000
แต่บางประเทศยังคงตกค้างอยู่ตรงบริเวณนี้
02:26
And you can see we still have Afghanistan down here.
48
130000
3000
และคุณจะเห็นว่าเรายังมีอัฟกานิสถานข้างล่างนี่
02:29
We have Liberia. We have Congo.
49
133000
3000
เรามีลิเบอเรีย เรามีคองโก
02:32
So we have countries living there.
50
136000
2000
เรามีประเทศต่างๆ อยู่ตรงนั้น
02:34
So the problem I had
51
138000
2000
เพราะงั้น ปัญหาที่ผมมีก็คือว่า
02:36
is that the worldview that my students had
52
140000
4000
มุมมองที่นักศึกษาของผมมีต่อโลก
02:40
corresponds to reality in the world
53
144000
2000
สอดคล้องกับความเป็นจริงของโลก
02:42
the year their teachers were born.
54
146000
3000
เมื่อปีที่ครูของพวกเขาเพิ่งเกิด
02:45
(Laughter)
55
149000
3000
(เสียงหัวเราะ)
02:48
(Applause)
56
152000
3000
(เสียงปรบมือ)
02:51
And we, in fact, when we have played this over the world.
57
155000
3000
และที่จริง ตอนผมนำเสนอข้อมูลนี้ในการประชุมต่างๆ ทั่วโลก
02:54
I was at the Global Health Conference here in Washington last week,
58
158000
3000
เช่น งานประชุมสุขภาพโลก (Global Health
Conference) ในวอชิงตันเมื่ออาทิตย์ที่แล้ว
Conference) ในวอชิงตันเมื่ออาทิตย์ที่แล้ว
02:57
and I could see the wrong concept
59
161000
3000
และผมก็ได้เห็นความคิดผิดๆ แบบนี้
03:00
even active people in United States had,
60
164000
3000
แม้กระทั่งคนในสหรัฐฯ ที่ทำงานเรื่องนี้อยู่ในปัจจุบัน
03:03
that they didn't realize the improvement
61
167000
3000
พวกเขาไม่ได้รู้เลยถึงการพัฒนาของ
03:06
of Mexico there, and China, in relation to United States.
62
170000
5000
เม็กซิโกและจีน เมื่อเทียบกับสหรัฐฯ
03:11
Look here when I move them forward.
63
175000
2000
ดูนี่นะครับ เมื่อผมเลื่อนมันไปข้างหน้า
03:13
Here we go.
64
177000
7000
เอาล่ะ ไป
03:20
They catch up. There's Mexico.
65
184000
3000
พวกเขาไล่ตามมา นั่นเม็กซิโก
03:23
It's on par with United States in these two social dimensions.
66
187000
3000
มันอยู่เท่ากับสหรัฐฯ ในมิติทางสังคมสองอย่างนี้
03:26
There was less than five percent
67
190000
2000
มีผู้เชี่ยวชาญด้านสุขภาพของประชากรโลก
03:28
of the specialists in Global Health that was aware of this.
68
192000
3000
ไม่ถึง 5% ที่ตระหนักถึงเรื่องนี้
03:31
This great nation, Mexico,
69
195000
2000
ประเทศที่ยิ่งใหญ่อย่างเม็กซิโก
03:33
has the problem that arms are coming from North,
70
197000
3000
มีปัญหาเรื่องลักลอบนำอาวุธเข้ามาจากทางเหนือ
03:36
across the borders, so they had to stop that,
71
200000
2000
ข้ามชายแดนมา ซึ่งพวกเขาต้องหยุดมัน
03:38
because they have this strange relationship to the United States, you know.
72
202000
4000
เพราะพวกเขามีความสัมพันธ์แบบประหลาดๆ นี่กับสหรัฐฯ
03:42
But if I would change this axis here,
73
206000
4000
แต่ถ้าผมเปลี่ยนแกนนี้
03:46
I would instead put income per person.
74
210000
3000
ผมเอารายได้ต่อหัวมาแทน
03:49
Income per person. I can put that here.
75
213000
3000
รายได้ต่อหัว ผมวางมันไว้ตรงนี้
03:52
And we will then see
76
216000
2000
และเราก็จะได้เห็น
03:54
a completely different picture.
77
218000
2000
ภาพที่แตกต่างโดยสิ้นเชิง
03:56
By the way, I'm teaching you
78
220000
2000
อ้อ จริงๆ แล้ว นี่ผมกำลังสอนคุณ
03:58
how to use our website, Gapminder World,
79
222000
2000
ใช้เว็บไซต์ Gapminder World ของเราอยู่นะ
04:00
while I'm correcting this,
80
224000
2000
ระหว่างที่ผมกำลังแก้เจ้ากราฟนี่อยู่
04:02
because this is a free utility on the net.
81
226000
3000
มันเป็นโปรแกรมที่ใช้ได้ฟรีบนอินเตอร์เน็ตนะครับ
04:05
And when I now finally got it right,
82
229000
3000
เอาล่ะ เมื่อผมตั้งค่าถูกต้องแล้ว
04:08
I can go back 200 years in history.
83
232000
4000
ผมสามารถย้อนกลับไปได้ 200 ปีในประวัติศาสตร์
04:12
And I can find United States up there.
84
236000
4000
และผมจะเจอสหรัฐฯ บนนั้น
04:16
And I can let the other countries be shown.
85
240000
3000
และผมก็ให้ประเทศอื่นๆ ปรากฏขึ้นมา
04:19
And now I have income per person on this axis.
86
243000
3000
ตอนนี้ผมมีรายได้ต่อหัวบนแกนนี้
04:22
And United States only had some, one, two thousand dollars at that time.
87
246000
3000
และสหรัฐฯ มีเพียง 1 หรือ 2 พันดอลลาร์ ณ ตอนนั้น
04:25
And the life expectancy was 35 to 40 years,
88
249000
4000
และช่วงอายุขัยคือ 35-40 ปี
04:29
on par with Afghanistan today.
89
253000
2000
เท่ากับอัฟกานิสถานวันนี้
04:31
And what has happened in the world, I will show now.
90
255000
5000
และสิ่งที่เกิดขึ้นบนโลก ซึ่งผมจะแสดงให้ดูเดี๋ยวนี้
04:36
This is instead of studying history
91
260000
2000
แทนที่คุณจะเรียนประวัติศาสตร์
04:38
for one year at university.
92
262000
2000
เป็นเวลาหนึ่งปีในมหาวิทยาลัย
04:40
You can watch me for one minute now and you'll see the whole thing.
93
264000
3000
คุณสามารถดูผมหนึ่งนาทีแล้วได้เห็นทุกอย่าง
04:43
(Laughter)
94
267000
2000
(เสียงหัวเราะ)
04:45
You can see how the brown bubbles, which is west Europe,
95
269000
5000
คุณจะเห็นว่าฟองสีน้ำตาล ซึ่งคือยุโรปตะวันตก
04:50
and the yellow one, which is the United States,
96
274000
3000
และฟองสีเหลือง ซึ่งคือสหรัฐฯ
04:53
they get richer and richer and also
97
277000
2000
พวกเขารวยขึ้นๆ
04:55
start to get healthier and healthier.
98
279000
2000
และเริ่มสุขภาพดีขึ้นๆ
04:57
And this is now 100 years ago,
99
281000
2000
และนี่คือเมื่อ 100 ปีก่อน
04:59
where the rest of the world remains behind.
100
283000
3000
ซึ่งส่วนที่เหลือของโลกยังล้าหลัง
05:02
Here we come. And that was the influenza.
101
286000
5000
เอ้าต่อมา นั่นคือไข้หวัดใหญ่
05:07
That's why we are so scared about flu, isn't it?
102
291000
3000
นั่นเป็นเหตุผลที่เรากลัวหวัดกันเหลือเกิน ใช่มั้ยครับ?
05:10
It's still remembered. The fall of life expectancy.
103
294000
3000
เราจำได้แม่น เห็นชัดเลยว่า
อายุขัยเฉลี่ยของเราลดลง
อายุขัยเฉลี่ยของเราลดลง
05:13
And then we come up. Not until
104
297000
3000
แล้วเราก็กลับขึ้นมา
05:16
independence started.
105
300000
2000
จนกระทั่งหลังอเมริกาประกาศอิสรภาพ
05:18
Look here You have China over there,
106
302000
2000
ดูตรงนี้ คุณมีจีนอยู่ตรงนั้น
05:20
you have India over there,
107
304000
2000
คุณมีอินเดียอยู่ตรงนั้น
05:22
and this is what has happened.
108
306000
8000
และนี่คือสิ่งที่เกิดขึ้น
05:30
Did you note there, that we have Mexico up there?
109
314000
3000
คุณเห็นมั้ยว่าเม็กซิโกอยู่ข้างบนนั้น?
05:33
Mexico is not at all on par with the United States,
110
317000
2000
เม็กซิโกไม่ได้เท่าเทียมกับสหรัฐฯ ซะทั้งหมด
05:35
but they are quite close.
111
319000
2000
แต่ก็ใกล้เคียงมาก
05:37
And especially, it's interesting to see
112
321000
2000
โดยเฉพาะอย่างยิ่ง มันน่าสนใจมากที่ได้เห็น
05:39
China and the United States
113
323000
2000
จีนและสหรัฐฯ
05:41
during 200 years,
114
325000
3000
ในช่วง 200 ปี
05:44
because I have my oldest son now working for Google,
115
328000
2000
เพราะผมมีลูกชายคนโตทำงานอยู่ที่ Google ตอนนี้
05:46
after Google acquired this software.
116
330000
3000
หลังจากที่ Google ซื้อซอฟท์แวร์นี้ไป
05:49
Because in fact, this is child labor. My son and his wife sat in a closet
117
333000
3000
เพราะจริงๆ แล้ว นี่คือการใช้แรงงานเด็ก
ลูกชายผมและภรรยาเขานั่งอยู่ในตู้
ลูกชายผมและภรรยาเขานั่งอยู่ในตู้
05:52
for many years and developed this.
118
336000
2000
เป็นเวลาหลายปีเพื่อพัฒนาสิ่งนี้
05:54
And my youngest son, who studied Chinese in Beijing.
119
338000
4000
และลูกชายคนเล็กของผม
ซึ่งเรียนภาษาจีนมากจากปักกิ่ง
ซึ่งเรียนภาษาจีนมากจากปักกิ่ง
05:58
So they come in with the two perspectives I have, you know?
120
342000
4000
พวกเขามีมุมมองสองแบบที่ผมมี
06:02
And my son, youngest son who studied in Beijing,
121
346000
2000
ลูกชายคนเล็กของผม ซึ่งเรียนจบมาจากปักกิ่ง
06:04
in China, he got a long-term perspective.
122
348000
4000
ประเทศจีน เขามีมุมมองระยะยาว
06:08
Whereas when my oldest son, who works for Google,
123
352000
2000
ในขณะที่ลูกชายคนโตของผม ซึ่งทำงานให้ Google
06:10
he should develop by quarter, or by half-year.
124
354000
4000
เขาต้องพัฒนาซอฟต์แวร์ภายในหนึ่งไตรมาสหรือครึ่งปี
06:14
Or Google is quite generous, so he can have one or two years to go.
125
358000
3000
หรือถ้า Google ใจดีหน่อย เขาก็จะมีเวลาปีหรือสองปี
06:17
But in China they look generation after generation
126
361000
2000
แต่ในจีน พวกเขาดูกันเป็นรุ่นสู่รุ่น
06:19
because they remember
127
363000
3000
เพราะพวกเขาจดจำ
06:22
the very embarrassing period, for 100 years,
128
366000
2000
ช่วงเวลาที่แสนจะน่าอาย
06:24
when they went backwards.
129
368000
2000
ที่เศรษฐกิจจีนก้าวถอยหลังยาวนานถึง 100 ปี
06:26
And then they would remember the first part
130
370000
3000
พวกเขายังจดจำช่วงแรก
06:29
of last century, which was really bad,
131
373000
3000
ของศตวรรษที่แล้ว ซึ่งแย่มาก
06:32
and we could go by this so-called Great Leap Forward.
132
376000
3000
ตอนที่จีนมีนโยบายการก้าวกระโดดครั้งใหญ่
(Great Leap Forward)
(Great Leap Forward)
06:35
But this was 1963.
133
379000
2000
แต่นี่คือเมื่อ ค.ศ. 1963
06:37
Mao Tse-Tung eventually brought health to China,
134
381000
4000
ในที่สุด เหมาเจ๋อตุงก็นำสุขภาพที่ดีมาสู่จีน
06:41
and then he died, and then Deng Xiaoping started
135
385000
2000
แล้วเขาก็ตาย แล้วเติ้งเสี่ยวผิงก็เริ่ม
06:43
this amazing move forward.
136
387000
2000
สร้างความก้าวหน้าอันน่าอัศจรรย์นี้
06:45
Isn't it strange to see that the United States
137
389000
2000
มันไม่แปลกหรือครับที่ได้เห็นว่า สหรัฐฯ
06:47
first grew the economy, and then gradually got rich?
138
391000
4000
พัฒนาเศรษฐกิจก่อน แล้วค่อยพัฒนาสุขภาพ
06:51
Whereas China could get healthy much earlier,
139
395000
3000
ในขณะที่จีนพัฒนาเรื่องสุขภาพก่อนเศรษฐกิจตั้งนาน
06:54
because they applied the knowledge of education, nutrition,
140
398000
4000
เพราะพวกเขาใช้ความรู้ทางด้านการศึกษา โภชนาการ
06:58
and then also benefits of penicillin
141
402000
3000
และยังใช้ประโยชน์จากยาเพนนิซิลลิน
07:01
and vaccines and family planning.
142
405000
2000
วัคซีน และการวางแผนครอบครัว
07:03
And Asia could have social development
143
407000
3000
และเอเชียก็มีการพัฒนาทางสังคม
07:06
before they got the economic development.
144
410000
3000
ก่อนที่พวกเขาจะมีการพัฒนาทางเศรษฐกิจ
07:09
So to me, as a public health professor,
145
413000
2000
ดังนั้น สำหรับผม ในฐานะศาสตราจารย์ด้านสาธารณสุข
07:11
it's not strange that all these countries grow so fast now.
146
415000
4000
มันไม่แปลกที่ตอนนี้ประเทศเหล่านี้จะโตเร็วมาก
07:15
Because what you see here, what you see here
147
419000
2000
เพราะสิ่งที่คุณเห็นตรงนี้
07:17
is the flat world of Thomas Friedman,
148
421000
3000
คือโลกที่แบน ของ โทมัส ไฟรด์แมน (Thomas Friedman)
07:20
isn't it.
149
424000
2000
ใช่มั้ยครับ
07:22
It's not really, really flat.
150
426000
2000
มันไม่ได้แบนราบขนาดนั้น
07:24
But the middle income countries --
151
428000
2000
แต่ประเทศรายได้ปานกลางทั้งหลาย
07:26
and this is where I suggest to my students,
152
430000
2000
นี่คือจุดที่ผมบอกนักศึกษาของผม
07:28
stop using the concept "developing world."
153
432000
3000
ให้หยุดใช้แนวคิด "โลกของประเทศกำลังพัฒนา"
07:31
Because after all, talking about the developing world
154
435000
3000
เพราะท้ายที่สุด การพูดถึงประเทศกำลังพัฒนา
07:34
is like having two chapters in the history of the United States.
155
438000
4000
ก็เหมือนกับการแบ่งประวัติศาสตร์
ของสหรัฐฯ เป็นแค่ 2 บท
ของสหรัฐฯ เป็นแค่ 2 บท
07:38
The last chapter is about present, and president Obama,
156
442000
4000
บทสุดท้ายเกี่ยวกับปัจจุบัน
และประธานาธิบดีโอบามา
และประธานาธิบดีโอบามา
07:42
and the other is about the past,
157
446000
2000
และอีกบทเกี่ยวกับอดีต
07:44
where you cover everything from Washington
158
448000
2000
ซึ่งรวมทุกอย่างตั้งแต่วอชิงตัน
(Washington - ประธานาธิบดีคนแรกของสหรัฐฯ)
(Washington - ประธานาธิบดีคนแรกของสหรัฐฯ)
07:46
to Eisenhower.
159
450000
2000
ถึงไอเซนฮาวเวอร์ (Eisenhower - ปธน.คนที่ 34)
07:48
Because Washington to Eisenhower,
160
452000
2000
เพราะสภาพสังคมสมัยวอชิงตันถึงไอเซนฮาวเวอร์
07:50
that is what we find in the developing world.
161
454000
2000
นั่นคือสิ่งที่เราเห็นในโลกของประเทศกำลังพัฒนา
07:52
We could actually go to Mayflower
162
456000
2000
หรือจะเริ่มตั้งแต่เรือเมย์ฟลาวเวอร์มาถึงอเมริกา
07:54
to Eisenhower,
163
458000
2000
จนถึงยุคไอเซนฮาวเวอร์เลยก็ได้
07:56
and that would be put together into a developing world,
164
460000
3000
และนั่นก็จะรวมเข้าด้วยกัน
เป็นโลกของประเทศกำลังพัฒนา
เป็นโลกของประเทศกำลังพัฒนา
07:59
which is rightly growing its cities in a very amazing way,
165
463000
3000
ซึ่งกำลังพัฒนาเมืองของพวกเขาได้อย่างน่าทึ่ง
08:02
which have great entrepreneurs,
166
466000
2000
มีผู้ประกอบการที่ยอดเยี่ยม
08:04
but also have the collapsing countries.
167
468000
3000
แต่ก็มีประเทศที่กำลังล่มสลายด้วย
08:07
So, how could we make better sense about this?
168
471000
3000
ดังนั้น เราจะทำให้มันฟังดูเป็นเหตุเป็นผลมากกว่านี้ได้ยังไง?
08:10
Well, one way of trying is to see whether we could
169
474000
3000
เอาล่ะ ทางหนึ่งก็คือดูว่าเราจะสามารถ
08:13
look at income distribution.
170
477000
2000
ดูจากการกระจายรายได้ได้หรือไม่
08:15
This is the income distribution of peoples in the world,
171
479000
3000
นี่คือการกระจายรายได้ของผู้คนบนโลกนี้
08:18
from $1. This is where you have food to eat.
172
482000
3000
จากหนึ่งดอลลาร์สหรัฐฯ
นี่คือจุดที่คุณมีอาหารกิน
นี่คือจุดที่คุณมีอาหารกิน
08:21
These people go to bed hungry.
173
485000
2000
ผู้คนเหล่านี้เข้านอนด้วยความหิว
08:23
And this is the number of people.
174
487000
2000
และนี่คือจำนวนของคน
08:25
This is $10, whether you have a public or a private
175
489000
2000
นี่คือ 10 เหรียญ ไม่ว่าคุณจะมีระบบบริการสุขภาพ
08:27
health service system. This is where you can
176
491000
2000
แบบรัฐหรือเอกชน นี่คือจุดที่คุณสามารถ
08:29
provide health service for your family and school for your children,
177
493000
3000
จัดหาบริการสุขภาพสำหรับครอบครัว
และโรงเรียนสำหรับลูกๆ ของคุณได้
และโรงเรียนสำหรับลูกๆ ของคุณได้
08:32
and this is OECD countries:
178
496000
2000
และนี่คือกลุ่มประเทศ OECD
08:34
Green, Latin America, East Europe.
179
498000
2000
กรีน ละตินอเมริกา ยุโรปตะวันออก
08:36
This is East Asia, and the light blue there is South Asia.
180
500000
4000
นี่คือเอเชียตะวันออก
และสีฟ้าอ่อนตรงนั้นคือเอเชียใต้
และสีฟ้าอ่อนตรงนั้นคือเอเชียใต้
08:40
And this is how the world changed.
181
504000
3000
และนี่คือความเปลี่ยนแปลงของโลก
08:43
It changed like this.
182
507000
2000
มันเปลี่ยนไปอย่างนี้
08:45
Can you see how it's growing? And how hundreds of millions
183
509000
3000
คุณเห็นมั้ยครับว่ามันโตขึ้นแค่ไหน
08:48
and billions is coming out of poverty in Asia?
184
512000
3000
คนนับร้อยล้านพันล้านในเอเชีย
กำลังหลุดพ้นจากความยากจน
กำลังหลุดพ้นจากความยากจน
08:51
And it goes over here?
185
515000
2000
และมันก็มาถึงตรงนี้
08:53
And I come now, into projections,
186
517000
2000
ผมจะพูดถึงการคาดการณ์ล่ะ
08:55
but I have to stop at the door of Lehman Brothers there, you know, because --
187
519000
3000
แต่ผมต้องหยุดอยู่ตรงประตูของเลห์แมน บราเธอร์ส
(Lehman Brothers) เพราะ --
(Lehman Brothers) เพราะ --
08:58
(Laughter)
188
522000
3000
(เสียงหัวเราะ)
09:01
that's where the projections are not valid any longer.
189
525000
2000
นั่นเป็นจุดที่การคาดการณ์ไม่ถูกต้องอีกต่อไป
09:03
Probably the world will do this.
190
527000
2000
โลกอาจจะถอยหลังแบบนี้
09:05
and then it will continue forward like this.
191
529000
3000
แล้วมันก็จะเดินหน้าไปอย่างนี้
09:08
But more or less, this is what will happen,
192
532000
2000
แต่ไม่มากก็น้อย นี่คือสิ่งที่จะเกิดขึ้น
09:10
and we have a world which cannot be looked upon as divided.
193
534000
5000
และเราจะมีโลกที่แบ่งแยกไม่ได้
09:15
We have the high income countries here,
194
539000
2000
เรามีประเทศรายได้สูงตรงนี้
09:17
with the United States as a leading power;
195
541000
3000
ซึ่งมีสหรัฐฯ เป็นผู้นำ
09:20
we have the emerging economies in the middle,
196
544000
3000
เรามีประเทศเศรษฐกิจเกิดใหม่ตรงกลาง
09:23
which provide a lot of the funding for the bailout;
197
547000
2000
ซึ่งมีแหล่งทุนมหาศาลสำหรับ
ช่วยเหลือทางการเงินแก่ประเทศอื่น
ช่วยเหลือทางการเงินแก่ประเทศอื่น
09:25
and we have the low income countries here.
198
549000
3000
และเรามีประเทศรายได้ต่ำตรงนี้
09:28
Yeah, this is a fact that from where the money comes,
199
552000
3000
จริงๆ นะครับ แหล่งที่มาของเงิน
ในประเทศเกิดใหม่เหล่านี้
ในประเทศเกิดใหม่เหล่านี้
09:31
they have been saving, you know, over the last decade.
200
555000
2000
มาจากการออมในช่วงทศวรรษที่ผ่านมา
09:33
And here we have the low income countries
201
557000
2000
และตรงนี้เรามีประเทศรายได้ต่ำ
09:35
where entrepreneurs are.
202
559000
2000
ที่มีผู้ประกอบการต่างๆ
09:37
And here we have the countries in collapse and war,
203
561000
3000
และตรงนี้เรามีประเทศที่อยู่ในช่วงล่มสลายและสงคราม
09:40
like Afghanistan, Somalia, parts of Congo, Darfur.
204
564000
5000
เช่น อัฟกานิสถาน โซมาเลีย บางส่วนของคองโก ดาร์ฟูร์
09:45
We have all this at the same time.
205
569000
2000
ทั้งหมดนี้อยู่ในช่วงเวลาเดียวกัน
09:47
That's why it's so problematic to describe what has happened
206
571000
2000
นั่นเป็นเหตุผลว่าทำไมจึงยากที่จะสรุปว่า
09:49
in the developing world.
207
573000
2000
เกิดอะไรขึ้นในโลกของประเทศกำลังพัฒนา
09:51
Because it's so different, what has happened there.
208
575000
2000
เพราะสิ่งที่เกิดขึ้นมันแตกต่างหลากหลายมาก
09:53
And that's why I suggest
209
577000
2000
และนั่นเป็นเหตุผลที่ผมเสนอ
09:55
a slightly different approach of what you would call it.
210
579000
3000
แนวทางที่แตกต่างไปเล็กน้อย
ในการเรียกประเทศเหล่านี้
ในการเรียกประเทศเหล่านี้
09:58
And you have huge differences within countries also.
211
582000
4000
นอกจากนี้คุณยังมีความแตกต่างมากมาย
ภายในแต่ละประเทศด้วย
ภายในแต่ละประเทศด้วย
10:02
I heard that your departments here were by regions.
212
586000
3000
ผมได้ยินมาว่ากระทรวงการต่างประเทศที่นี่
แบ่งงานตามภูมิภาค
แบ่งงานตามภูมิภาค
10:05
Here you have Sub-Saharan Africa, South Asia,
213
589000
3000
คุณมี ซับซาฮาร่าแอฟริกา เอเชียใต้
10:08
East Asia, Arab states,
214
592000
2000
เอเชียตะวันออก รัฐอาหรับ
10:10
East Europe, Latin America, and OECD.
215
594000
2000
ยุโรปตะวันออก ละตินอเมริกา และกลุ่มประเทศ OECD
10:12
And on this axis, GDP.
216
596000
2000
และบนแกนนี้ GDP
10:14
And on this, heath, child survival,
217
598000
2000
ส่วนแกนนี้คือ สุขภาพ การรอดชีวิตของเด็ก
10:16
and it doesn't come as a surprise
218
600000
2000
ซึ่งก็ไม่น่าประหลาดใจที่ประเทศในแอฟริกา
10:18
that Africa south of Sahara is at the bottom.
219
602000
3000
ส่วนที่อยู่ใต้ทะเลทรายซาฮาร่า จะอยู่ต่ำสุดในกราฟนี้
10:21
But when I split it, when I split it
220
605000
2000
แต่เมื่อผมแยกมัน เมื่อผมแยกมัน
10:23
into country bubbles,
221
607000
2000
เป็นฟองของประเทศต่างๆ
10:25
the size of the bubbles here is the population.
222
609000
3000
ขนาดของฟองคือจำนวนประชากร
10:28
Then you see Sierra Leone and Mauritius, completely different.
223
612000
3000
แล้วคุณจะเห็นเซียร์ร่าลีออน และมอรีเชียส
แตกต่างกันอย่างสิ้นเชิง
แตกต่างกันอย่างสิ้นเชิง
10:31
There is such a difference within Sub-Saharan Africa.
224
615000
2000
มันมีความแตกต่างอย่างนั้น
ในซับซาฮาร่าแอฟริกาด้วย
ในซับซาฮาร่าแอฟริกาด้วย
10:33
And I can split the others. Here is the South Asian,
225
617000
3000
และผมสามารถแยกอันอื่นๆได้ด้วย
นี่คือเอเชียใต้
นี่คือเอเชียใต้
10:36
Arab world.
226
620000
2000
โลกอาหรับ
10:38
Now all your different departments.
227
622000
2000
ตอนนี้กระทรวงของคุณแบ่งงานเป็น
10:40
East Europe, Latin America, and OECD countries.
228
624000
3000
ยุโรปตะวันออก ละตินอเมริกา และประเทศ OECD
10:43
And here were are. We have a continuum in the world.
229
627000
3000
แต่ประเทศต่างในโลกนี้อยู่บนเส้นที่มีความต่อเนื่อง
10:46
We cannot put it into two parts.
230
630000
2000
เราไม่สามารถแบ่งมันเป็นสองส่วนได้
10:48
It is Mayflower down here. It is Washington here,
231
632000
3000
เหมือนยุคเมย์ฟลาวเวอร์ตรงข้างล่างนี้ ยุคของวอชิงตันตรงนี้
10:51
building, building countries.
232
635000
2000
ช่วงกำลังสร้างประเทศอยู่
10:53
It's Lincoln here, advancing them.
233
637000
4000
ยุคของลินคอล์นตรงนี้ ช่วงการพัฒนา
10:57
It's Eisenhower bringing modernity into the countries.
234
641000
3000
นี่ยุคไอเซนฮาวเวอร์ที่นำความทันสมัย
มาสู่ประเทศต่างๆ
มาสู่ประเทศต่างๆ
11:00
And then it's United States today, up here.
235
644000
2000
และนี่คือสหรัฐฯในวันนี้ ตรงข้างบนนี้
11:02
And we have countries all this way.
236
646000
2000
และเรามีประเทศต่างๆ อยู่ระหว่างทาง
11:04
Now, this is the important thing
237
648000
3000
ตอนนี้ นี่คือสิ่งสำคัญ
11:07
of understanding how the world has changed.
238
651000
4000
ที่ต้องเข้าใจว่าโลกเปลี่ยนไปอย่างไร
11:11
At this point I decided to make a pause.
239
655000
4000
ณ จุดนี้ ผมอยากจะหยุดสักครู่
11:15
(Laughter)
240
659000
2000
(เสียงหัวเราะ)
11:17
And it is my task, on behalf of the rest of the world,
241
661000
3000
และนี่คือหน้าที่ของผม
เป็นตัวแทนของส่วนอื่นๆ ของโลกใบนี้
เป็นตัวแทนของส่วนอื่นๆ ของโลกใบนี้
11:20
to convey a thanks to the U.S. taxpayers,
242
664000
4000
ในการกล่าวขอบคุณผู้เสียภาษีในสหรัฐฯ
11:24
for Demographic Health Survey.
243
668000
2000
ที่ช่วยให้มีการสำรวจสุขภาพประชากร
(Demographic Health Survey: DHS)
(Demographic Health Survey: DHS)
11:26
Many are not aware of -- no, this is not a joke.
244
670000
3000
หลายคนอาจจะไม่รู้ -- ไม่ นี่ไม่ใช่เรื่องตลกนะครับ
11:29
This is very serious.
245
673000
2000
นี่เป็นเรื่องจริงจังมาก
11:31
It is due to USA's continuous sponsoring
246
675000
4000
เพราะการสนับสนุนอย่างต่อเนื่องของสหรัฐฯ
11:35
during 25 years of the very good methodology
247
679000
3000
ตลอด 25 ปี ของการใช้ระเบียบวิธีวิจัยที่ดีมาก
11:38
for measuring child mortality
248
682000
2000
ในการวัดอัตราการตายของเด็ก
11:40
that we have a grasp of what's happening in the world.
249
684000
3000
ทำให้เราเริ่มเข้าใจว่าเกิดอะไรขึ้นในโลกใบนี้
11:43
(Applause)
250
687000
7000
(เสียงปรบมือ)
11:50
And it is U.S. government at its best,
251
694000
3000
นอกจากนี้รัฐบาลสหรัฐ
11:53
without advocacy, providing facts,
252
697000
3000
ยังจัดเตรียมข้อเท็จจริง
11:56
that it's useful for the society.
253
700000
2000
ที่เป็นประโยชน์ต่อสังคม
11:58
And providing data free of charge
254
702000
3000
และเปิดเผยข้อมูลพวกนี้บนอินเตอร์เน็ต
12:01
on the internet, for the world to use. Thank you very much.
255
705000
3000
ให้โลกเราได้นำไปใช้ฟรี
ขอบคุณมากครับ
ขอบคุณมากครับ
12:04
Quite the opposite of the World Bank,
256
708000
2000
ค่อนข้างจะตรงข้ามกับธนาคารโลก
12:06
who compiled data with government money,
257
710000
3000
ซึ่งรวบรวมข้อมูลด้วยเงินของรัฐบาล
12:09
tax money, and then they sell it to add a little profit,
258
713000
3000
เงินภาษี แล้วพวกเขาก็ขายข้อมูลเพื่อหากำไรเล็กๆ น้อยๆ
12:12
in a very inefficient, Gutenberg way.
259
716000
3000
ด้วยวิธีของกูเตนเบิร์ก (สิ่งพิมพ์)
ซึ่งไร้ประสิทธิภาพเอามากๆ
ซึ่งไร้ประสิทธิภาพเอามากๆ
12:15
(Applause)
260
719000
6000
(เสียงปรบมือ)
12:21
But the people doing that at the World Bank
261
725000
2000
แต่คนที่ทำแบบนั้นอยู่ที่ธนาคารโลก
12:23
are among the best in the world.
262
727000
2000
ถือว่าเป็นคนเก่งที่สุดของโลกทีเดียว
12:25
And they are highly skilled professionals.
263
729000
2000
พวกเขาเป็นมืออาชีพที่มีทักษะสูง
12:27
It's just that we would like to upgrade our international agencies
264
731000
4000
เพียงแต่ว่า เราอยากจะยกระดับหน่วยงานสากล
12:31
to deal with the world in the modern way, as we do.
265
735000
3000
ให้จัดการกับโลกในทางที่ทันสมัย อย่างที่เราทำ
12:34
And when it comes to free data and transparency,
266
738000
3000
และเมื่อพูดถึงเรื่องข้อมูลฟรีและความโปร่งใส
12:37
United States of America is one of the best.
267
741000
3000
สหรัฐอเมริกานั้นถือเป็นหนึ่งในกลุ่มที่ดีที่สุด
12:40
And that doesn't come easy from the mouth of a Swedish public health professor.
268
744000
3000
และนั่นไม่ได้ออกมาจากปากของ
ศาสตราจารย์ด้านสาธารณสุขชาวสวีเดนง่ายๆ นะ
ศาสตราจารย์ด้านสาธารณสุขชาวสวีเดนง่ายๆ นะ
12:43
(Laughter)
269
747000
3000
(เสียงหัวเราะ)
12:46
And I'm not paid to come here, no.
270
750000
3000
ผมไม่ได้ถูกจ้างเพื่อให้มาที่นี่ ไม่
12:49
I would like to show you what happens with the data,
271
753000
2000
ผมอยากจะให้คุณเห็นว่าอะไรเกิดขึ้นกับข้อมูล
12:51
what we can show with this data.
272
755000
2000
ข้อมูลนี้ช่วยให้เราเห็นอะไรได้บ้าง
12:53
Look here. This is the world.
273
757000
2000
ดูตรงนี้ นี่คือโลก
12:55
With income down there and child mortality.
274
759000
2000
รายได้อยู่แกนนอน และอัตราการตายของเด็กอยู่แกนตั้ง
12:57
And what has happened in the world?
275
761000
2000
และเกิดอะไรขึ้นบนโลกล่ะ?
12:59
Since 1950, during the last 50 years
276
763000
3000
ตั้งแต่ 1950 ช่วงระหว่าง 50 ปีที่ผ่านมา
13:02
we have had a fall in child mortality.
277
766000
3000
อัตราการตายของเด็กลดลง
13:05
And it is the DHS that makes it possible to know this.
278
769000
2000
ข้อมูลจาก DHS ทำให้เราได้รู้เรื่องนี้
13:07
And we had an increase in income.
279
771000
2000
และเรามีรายได้เพิ่มขึ้น
13:09
And the blue former developing countries
280
773000
2000
อดีตประเทศกำลังพัฒนาที่เป็นสีน้ำเงินนั้น
13:11
are mixing up with the former industrialized western world.
281
775000
5000
กำลังรวมเข้ากับประเทศที่เราเคยเรียกว่า
โลกอุตสาหกรรมตะวันตก
โลกอุตสาหกรรมตะวันตก
13:16
We have a continuum. But we still have, of course,
282
780000
3000
เราเห็นความต่อเนื่อง แต่แน่นอนว่าเรายังมี
13:19
Congo, up there. We still have as poor countries
283
783000
3000
คองโก อยู่ข้างบนนั้น
เรายังมีประเทศยากจนทั้งหลาย
เรายังมีประเทศยากจนทั้งหลาย
13:22
as we have had, always, in history.
284
786000
4000
อย่างที่เรามีมาตลอดในประวัติศาสตร์
13:26
And that's the bottom billion, where we've heard today
285
790000
3000
และนั่นคือคนพันล้านที่อยู่ข้างล่าง ที่วันนี้เราได้ฟัง
13:29
about a completely new approach to do it.
286
793000
3000
แนวทางใหม่เอี่ยมในการช่วยเหลือคนกลุ่มนี้
13:32
And how fast has this happened?
287
796000
3000
แล้วสิ่งนี้มันจะเกิดขึ้นเร็วแค่ไหนล่ะ?
13:35
Well, MDG 4.
288
799000
2000
ใน MDG 4 (Millennium Development Goal)
หรือ เป้าหมายการพัฒนาสหัสวรรษใหม่ ข้อที่ 4
หรือ เป้าหมายการพัฒนาสหัสวรรษใหม่ ข้อที่ 4
13:37
The United States has not been so eager
289
801000
2000
สหรัฐฯ ไม่ได้กระตือรือร้นที่จะ
13:39
to use MDG 4.
290
803000
3000
ใช้ MDG 4
13:42
But you have been the main sponsor that has enabled us to measure it,
291
806000
3000
แต่คุณได้เป็นผู้สนับสนุนหลัก
ที่ทำให้เราสามารถวัดมันได้
ที่ทำให้เราสามารถวัดมันได้
13:45
because it's the only child mortality that we can measure.
292
809000
3000
เพราะมันมีเพียงอัตราการตายของเด็กเท่านั้นที่เราวัดได้
13:48
And we used to say that it should fall four percent per year.
293
812000
3000
และเราเคยพูดว่า มันควรจะลดลงมาปีละ 4%
13:51
Let's see what Sweden has done.
294
815000
2000
เรามาดูว่าสวีเดนเป็นยังไง
13:53
We used to boast about fast social progress.
295
817000
3000
เราเคยโอ้อวดเกี่ยวกับความก้าวหน้าทางสังคมอย่างรวดเร็ว
13:56
That's where we were, 1900.
296
820000
2000
นั่นคือที่ที่เราอยู่เมื่อปี 1900
13:58
1900, Sweden was there.
297
822000
2000
1900 สวีเดนอยู่ตรงนั้น
14:00
Same child mortality as Bangladesh had, 1990,
298
824000
2000
อัตราการตายของเด็กเท่ากับบังคลาเทศ ปี 1990
14:02
though they had lower income.
299
826000
2000
ถึงแม้พวกเขาจะมีรายได้ต่ำกว่า
14:04
They started very well. They used the aid well.
300
828000
3000
พวกเขาเริ่มได้ดีมาก พวกเขาใช้เงินช่วยเหลือได้ดี
14:07
They vaccinated the kids. They get better water.
301
831000
2000
พวกเขาฉีดวัคซีนเด็ก พวกเขามีน้ำที่ดีขึ้น
14:09
And they reduced child mortality,
302
833000
2000
และพวกเขาลดอัตราการตายของเด็ก
14:11
with an amazing 4.7 percent per year. They beat Sweden.
303
835000
3000
ด้วยอัตราน่าทึ่ง 4.7% ต่อปี พวกเขาเอาชนะสวีเดน
14:14
I run Sweden the same 16 year period.
304
838000
4000
ผมจะให้ดูสวีเดนในช่วงเวลา 16 ปีเท่ากัน
14:18
Second round, it's Sweden, 1916,
305
842000
2000
รอบที่สอง สวีเดน ปี 1916
14:20
against Egypt, 1990.
306
844000
2000
เทียบกับอียิปต์ ปี 1990
14:22
Here we go. Once again the USA is part of the reason here.
307
846000
3000
นี่ไง สหรัฐฯ มีบทบาทในการเปลี่ยนแปลงนี้
14:25
They get safe water, they get food for the poor,
308
849000
4000
ทำให้พวกเขามีน้ำสะอาด มีอาหารสำหรับคนจน
14:29
and they get malaria eradicated.
309
853000
2000
และพวกเขาก็กำจัดมาลาเรียไปได้
14:31
5.5 percent. They are faster than the millennium development goal.
310
855000
3000
5.5% พวกเขาทำได้เร็วกว่าเป้าหมายการพัฒนาแห่งสหัสวรรษ
14:34
And third chance for Sweden, against Brazil here.
311
858000
3000
และโอกาสที่สามสำหรับสวีเดน ต่อกรกับบราซิลตรงนี้
14:37
Brazil here has amazing social improvement
312
861000
4000
บราซิลมีการพัฒนาสังคมที่น่าทึ่ง
14:41
over the last 16 years,
313
865000
2000
ในช่วงเวลา 16 ปีที่ผ่านมา
14:43
and they go faster than Sweden.
314
867000
2000
และพวกเขาไปได้เร็วกว่าสวีเดน
14:45
This means that the world is converging.
315
869000
2000
นี่หมายความว่าโลกกำลังหลอมรวมเข้าด้วยกัน
14:47
The middle income countries,
316
871000
2000
ประเทศรายได้ปานกลาง
14:49
the emerging economy, they are catching up.
317
873000
2000
ประเทศเศรษฐกิจเกิดใหม่ พวกเขากำลังตามมา
14:51
They are moving to cities,
318
875000
2000
พวกเขาเคลื่อนย้ายไปสู่เมือง
14:53
where they also get better assistance for that.
319
877000
2000
ที่ซึ่งพวกเขาจะได้รับความช่วยเหลือที่ดีกว่า
14:55
Well the Swedish students protest at this point.
320
879000
3000
นักศึกษาชาวสวีเดนอาจประท้วง ณ จุดนี้
14:58
They say, "This is not fair,
321
882000
2000
พวกเขาพูดว่า "นี่ไม่ยุติธรรม
15:00
because these countries had vaccines and antibiotics
322
884000
2000
เพราะประเทศเหล่านี้มีวัคซีนและยาปฏิชีวนะ
15:02
that were not available for Sweden.
323
886000
2000
แต่ตอนนั้นสวีเดนไม่มี
15:04
We have to do real-time competition."
324
888000
2000
เราต้องแข่งกันในยุคปัจจุบันสิ"
15:06
Okay. I give you Singapore, the year I was born.
325
890000
3000
ตกลง ผมให้คุณดูสิงคโปร์ ปีที่ผมเกิด
15:09
Singapore had twice the child mortality of Sweden.
326
893000
2000
สิงคโปร์มีอัตราการตายของเด็กสองเท่าของสวีเดน
15:11
It's the most tropical country in the world,
327
895000
2000
มันเป็นประเทศที่ร้อนชื้นที่สุดในโลก
15:13
a marshland on the equator.
328
897000
2000
พื้นที่ลุ่มน้ำบนเส้นศูนย์สูตร
15:15
And here we go. It took a little time for them to get independent.
329
899000
3000
นี่ไง เขาใช้เวลาไม่นานในการต่อสู้เพื่ออิสรภาพ
15:18
But then they started to grow their economy.
330
902000
2000
แล้วก็เริ่มพัฒนาเศรษฐกิจ
15:20
And they made the social investment. They got away malaria.
331
904000
2000
และลงทุนทางสังคม พวกกำจัดมาลาเรีย
15:22
They got a magnificent health system
332
906000
2000
พวกเขามีระบบสุขภาพที่ยอดเยี่ยม
15:24
that beat both the U.S. and Sweden.
333
908000
2000
ที่เอาชนะทั้งสหรัฐฯ และสวีเดน
15:26
We never thought it would happen that they would win over Sweden!
334
910000
3000
เราไม่เคยคิดว่าพวกเขาจะเอาชนะสวีเดนได้
15:29
(Applause)
335
913000
8000
(เสียงปรบมือ)
15:37
All these green countries are achieving millennium development goals.
336
921000
3000
ประเทศสีเขียวเหล่านี้ทั้งหมดบรรลุ
เป้าหมายการพัฒนาแห่งสหัสวรรษ
เป้าหมายการพัฒนาแห่งสหัสวรรษ
15:40
These yellow are just about to be doing this.
337
924000
2000
สีเหลืองเหล่านี้กำลังจะทำได้
15:42
These red are the countries that doesn't do it, and the policy has to be improved.
338
926000
3000
สีแดงเหล่านี้คือประเทศที่ยังทำไม่ได้
และจะต้องมีการปรับปรุงนโยบาย
และจะต้องมีการปรับปรุงนโยบาย
15:45
Not simplistic extrapolation.
339
929000
3000
ไม่ใช่เอานโยบายที่มีไปครอบเขาง่ายๆ
15:48
We have to really find a way
340
932000
2000
เราต้องหาทางที่ดีกว่านี้
15:50
of supporting those countries in a better way.
341
934000
2000
ในการสนับสนุนประเทศเหล่านี้
15:52
We have to respect the middle income countries
342
936000
3000
เราต้องเคารพประเทศรายได้ปานกลางเหล่านี้
15:55
on what they are doing.
343
939000
2000
ในสิ่งที่เขากำลังทำอยู่
15:57
And we have to fact-base the whole way we look at the world.
344
941000
3000
และเราต้องมองโลกบนฐานข้อเท็จจริง
16:00
This is dollar per person. This is HIV in the countries.
345
944000
3000
นี่คือรายได้ต่อหัว และนี่คือสถิติ HIV ในประเทศต่างๆ
16:03
The blue is Africa.
346
947000
2000
สีน้ำเงินคือแอฟริกา
16:05
The size of the bubbles is how many are HIV affected.
347
949000
3000
ขนาดของฟองต่างๆ คือจำนวนผู้ติดเชื้อ HIV
16:08
You see the tragedy in South Africa there.
348
952000
2000
คุณเห็นโศกนาฏกรรมในแอฟริกาใต้ตรงนั้น
16:10
About 20 percent of the adult population are infected.
349
954000
3000
ประมาณ 20% ของประชากรวัยผู้ใหญ่ติดเชื้อ
16:13
And in spite of them having quite a high income,
350
957000
3000
และทั้งๆ ที่ประเทศเขามีรายได้สูง
16:16
they have a huge number of HIV infected.
351
960000
3000
แต่ก็มีจำนวนผู้ติดเชื้อ HIV สูงมาก
16:19
But you also see that there are African countries down here.
352
963000
3000
แต่คุณจะเห็นเช่นกันว่ามีประเทศอื่นๆ ในแอฟริกาอยู่ข้างล่างนี่
16:22
There is no such thing as an HIV epidemic in Africa.
353
966000
4000
มันไม่มีหรอกครับ สิ่งที่เรียกว่าการระบาดของ HIV ในแอฟริกา
16:26
There's a number, five to 10 countries in Africa
354
970000
3000
ดูตัวเลขสิครับ มี 5 - 10 ประเทศในแอฟริกา
16:29
that has the same level as Sweden and United States.
355
973000
3000
ที่อัตราการติดเชื้อ HIV อยู่ระดับเดียวกับสวีเดนและสหรัฐฯ
16:32
And there are others who are extremely high.
356
976000
2000
และมันมีประเทศอื่นๆ อีกที่สูงมาก
16:34
And I will show you that what has happened
357
978000
3000
และผมจะให้คุณดูว่ามีอะไรเกิดขึ้นใน
16:37
in one of the best countries, with the most vibrant economy
358
981000
4000
หนึ่งในประเทศที่ดีที่สุด ที่มีเศรษฐกิจดีที่สุด
16:41
in Africa and a good governance, Botswana.
359
985000
3000
ในแอฟริกา และมีธรรมาภิบาล บอสวานา
16:44
They have a very high level. It's coming down.
360
988000
2000
พวกเขามีอัตราผู้ติดเชื้อสูงมาก มันกำลังลดลงมา
16:46
But now it's not falling,
361
990000
2000
แล้วก็หยุดอยู่ตรงนั้น
16:48
because there, with help from PEPFAR,
362
992000
2000
เพราะความช่วยเหลือจาก PEPFAR
16:50
it's working with treatment. And people are not dying.
363
994000
3000
การรักษาได้ผลดีขึ้น และคนที่ป่วยก็ไม่ค่อยตายแล้ว
16:53
And you can see it's not that easy,
364
997000
3000
และคุณจะเห็นว่าจะสรุปง่ายๆ ก็ไม่ได้
16:56
that it is war which caused this.
365
1000000
3000
ว่าสงครามเป็นสาเหตุของเรืองนี้
16:59
Because here, in Congo, there is war.
366
1003000
2000
เพราะตรงนี้ ในคองโก มีสงคราม
17:01
And here, in Zambia, there is peace.
367
1005000
3000
และตรงนี้ ในแซมเบีย มีสันติภาพ
17:04
And it's not the economy. Richer country has a little higher.
368
1008000
3000
และมันไม่เกี่ยวกับเศรษฐกิจ
ประเทศที่รวยกว่ามีผู้ติดเชื้อมากกว่าเล็กน้อย
ประเทศที่รวยกว่ามีผู้ติดเชื้อมากกว่าเล็กน้อย
17:07
If I split Tanzania in its income,
369
1011000
2000
ถ้าผมแยกแทนซาเนียด้วยระดับรายได้
17:09
the richer 20 percent in Tanzania
370
1013000
2000
20% ของคนรวยในแทนซาเนีย
17:11
has more HIV than the poorest one.
371
1015000
2000
ติดเชื้อ HIV มากกว่าคนที่จนที่สุด
17:13
And it's really different within each country.
372
1017000
3000
และมันก็แตกต่างกันมากภายในแต่ละประเทศด้วย
17:16
Look at the provinces of Kenya. They are very different.
373
1020000
2000
ดูที่จังหวัดต่างๆ ของเคนย่า มีความแตกต่างกันมาก
17:18
And this is the situation you see.
374
1022000
3000
และนี่คือสถานการณ์ที่คุณเห็น
17:21
It's not deep poverty. It's the special situation,
375
1025000
3000
มันไม่ใช่เรื่องความยากจนฝังลึก มันเป็นสถานการณ์พิเศษ
17:24
probably of concurrent sexual partnership
376
1028000
3000
อาจเป็นเพราะการมีคู่นอนหลายคน
17:27
among part of the heterosexual population
377
1031000
3000
ในประชากรบางกลุ่ม
17:30
in some countries, or some parts of countries,
378
1034000
2000
ในบางประเทศ หรือในบางส่วนของประเทศ
17:32
in south and eastern Africa.
379
1036000
2000
ในทางใต้และตะวันออกของทวีปแอฟริกา
17:34
Don't make it Africa. Don't make it a race issue.
380
1038000
3000
อย่าเหมารวมว่าเป็นแอฟริกา
อย่าทำให้มันเป็นประเด็นเชื้อชาติ
อย่าทำให้มันเป็นประเด็นเชื้อชาติ
17:37
Make it a local issue. And do prevention at each place,
381
1041000
4000
ทำให้มันเป็นประเด็นระดับท้องถิ่น
แล้วทำการป้องกันในแต่ละท้องที่
แล้วทำการป้องกันในแต่ละท้องที่
17:41
in the way it can be done there.
382
1045000
2000
ในทางที่สามารถทำได้ที่นั่น
17:43
So to just end up,
383
1047000
3000
ดังนั้น เพื่อปิดท้าย
17:46
there are things of suffering
384
1050000
3000
โลกนี้มีความทุกข์ทรมานต่างๆ
17:49
in the one billion poorest, which we don't know.
385
1053000
3000
ในหมู่คนจนที่สุดพันล้านคน ที่เราไม่รู้
17:52
Those who live beyond the cellphone,
386
1056000
2000
พวกเขาใช้ชีวิตปราศจากโทรศัพท์มือถือ
17:54
those who have yet to see a computer,
387
1058000
2000
ยังไม่เคยเห็นคอมพิวเตอร์
17:56
those who have no electricity at home.
388
1060000
3000
ไม่มีไฟฟ้าใช้ที่บ้าน
17:59
This is the disease, Konzo, I spent 20 years
389
1063000
2000
นี่คือโรคคอนโซ (Konzo) ซึ่งผมใช้เวลา 20 ปี
18:01
elucidating in Africa.
390
1065000
2000
ทำให้คนในแอฟริกาเข้าใจโรคนี้
18:03
It's caused by fast processing of toxic cassava root in famine situation.
391
1067000
5000
มันเกิดจากการกินแต่มันสำปะหลังดิบซึ่งมีพิษมากเกินไป
ในช่วงขาดแคลนอาหารอื่นๆ
ในช่วงขาดแคลนอาหารอื่นๆ
18:08
It's similar to the pellagra epidemic in Mississippi in the '30s.
392
1072000
4000
มันคล้ายกับการระบาดของโรคขาดสารไนอาซิน (pellagra)
ในมิสซิสซิปปีเมื่อช่วงทศวรรษ 30
ในมิสซิสซิปปีเมื่อช่วงทศวรรษ 30
18:12
It's similar to other nutritional diseases.
393
1076000
3000
มันก็เหมือนกับโรคทุพโภชนาการอื่นๆ
18:15
It will never affect a rich person.
394
1079000
2000
มันจะไม่เกิดกับคนรวย
18:17
We have seen it here in Mozambique.
395
1081000
3000
เราได้เห็นมันเกิดขึ้นในโมซัมบิก
18:20
This is the epidemic in Mozambique. This is an epidemic in northern Tanzania.
396
1084000
3000
นี่คือโรคระบาดในโมซัมบิก
นี่คือโรคระบาดในแทนซาเนียเหนือ
นี่คือโรคระบาดในแทนซาเนียเหนือ
18:23
You never heard about the disease.
397
1087000
2000
คุณไม่เคยได้ยินมันหรอก
18:25
But it's much more than Ebola
398
1089000
2000
แต่มันยิ่งกว่าอีโบล่า
18:27
that has been affected by this disease.
399
1091000
2000
ที่ได้รับผลกระทบจากโรคนี้
18:29
Cause crippling throughout the world.
400
1093000
2000
มันเป็นสาเหตุของความพิการทั่วโลก
18:31
And over the last two years,
401
1095000
2000
และสองปีที่ผ่านมา
18:33
2,000 people has been crippled
402
1097000
2000
คน 2000 คนกลายเป็นคนพิการ
18:35
in the southern tip of Bandundu region.
403
1099000
2000
ในตอนใต้ของภูมิภาคบันดันดุ (Bandundu)
18:37
That used to be the illegal diamond trade,
404
1101000
2000
ที่เคยเป็นแหล่งค้าเพชรผิดกฎหมายในอังโกลา
18:39
from the UNITA-dominated area in Angola.
405
1103000
3000
จากพื้นที่ที่ยึดครองโดยองค์กรปลดปล่อยอังโกลา UNITA
18:42
That has now disappeared,
406
1106000
2000
ซึ่งตอนนี้หายไปแล้ว
18:44
and they are now in great economic problem.
407
1108000
2000
และพวกเขากำลังมีปัญหาเศรษฐกิจที่รุนแรง
18:46
And one week ago, for the first time,
408
1110000
3000
และเมื่ออาทิตย์ก่อน เป็นครั้งแรก
18:49
there were four lines on the Internet.
409
1113000
3000
ที่มีข่าวเรื่องนี้ ยาวแค่ 4 บรรทัด ปรากฏในอินเตอร์เน็ต
18:52
Don't get confused of the progress of the emerging economies
410
1116000
3000
อย่าสับสนเอาความก้าวหน้าของประเทศเศรษฐกิจเกิดใหม่
18:55
and the great capacity
411
1119000
3000
ไปสับสนกับศักยภาพอันยิ่งใหญ่
18:58
of people in the middle income countries
412
1122000
2000
ของผู้คนในประเทศรายได้ปานกลาง
19:00
and in peaceful low income countries.
413
1124000
2000
และในประเทศรายได้ต่ำที่สงบสุข
19:02
There is still mystery in one billion.
414
1126000
2000
มันยังมีความลึกลับในคนหนึ่งพันล้านคนนั้น
19:04
And we have to have more concepts
415
1128000
2000
และเราต้องมีกรอบความคิดที่กว้างและซับซ้อน
19:06
than just developing countries and developing world.
416
1130000
3000
มากกว่าแค่ประเทศกำลังพัฒนา
และโลกกำลังพัฒนา
และโลกกำลังพัฒนา
19:09
We need a new mindset. The world is converging,
417
1133000
3000
เราต้องการชุดความคิดแบบใหม่
โลกกำลังหลอมรวมเข้าหากัน
โลกกำลังหลอมรวมเข้าหากัน
19:12
but -- but -- but not the bottom billion.
418
1136000
3000
แต่ แต่ แต่ ยังไม่ใช่คนพันล้านคนที่อยู่ข้างล่าง
19:15
They are still as poor as they've ever been.
419
1139000
3000
พวกเขายังจนอย่างที่พวกเขาเคยเป็น
19:18
It's not sustainable, and it will not happen around one superpower.
420
1142000
5000
มันไม่ยั่งยืน และมันจะไม่เกิดขึ้นด้วยพลังมหัศจรรย์หนึ่งเดียว
19:23
But you will remain
421
1147000
2000
แต่ที่แน่ๆ คุณจะยังคงเป็น
19:25
one of the most important superpowers,
422
1149000
3000
หนึ่งในพลังมหัศจรรย์ที่สำคัญที่สุด
19:28
and the most hopeful superpower, for the time to be.
423
1152000
3000
และพลังมหัศจรรย์ที่เป็นความหวัง เมื่อวันนั้นมาถึง
19:31
And this institution
424
1155000
2000
และสถาบันนี้
19:33
will have a very crucial role,
425
1157000
2000
จะมีบทบาทสำคัญมาก
19:35
not for United States, but for the world.
426
1159000
2000
ไม่ใช่สำหรับสหรัฐฯ แต่สำหรับโลกใบนี้
19:37
So you have a very bad name,
427
1161000
3000
ดังนั้น ชื่อองค์กรคุณน่ะแย่มาก
19:40
State Department. This is not the State Department.
428
1164000
2000
ชื่อกระทรวงต่างประเทศ (State Department)
แต่งานของคุณไม่ใช่แค่ระดับประเทศ
แต่งานของคุณไม่ใช่แค่ระดับประเทศ
19:42
It's the World Department.
429
1166000
2000
ต้องเป็นกระทรวงโลก (World Department)
19:44
And we have a high hope in you. Thank you very much.
430
1168000
2000
และเรามีความหวังในตัวคุณสูงมากนะครับ
ขอบคุณมากครับ
ขอบคุณมากครับ
19:46
(Applause)
431
1170000
5000
(เสียงปรบมือ)
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