Hans Rosling: Debunking third-world myths with the best stats you've ever seen

2,176,367 views ・ 2007-01-14

TED


വീഡിയോ പ്ലേ ചെയ്യാൻ ചുവടെയുള്ള ഇംഗ്ലീഷ് സബ്‌ടൈറ്റിലുകളിൽ ഡബിൾ ക്ലിക്ക് ചെയ്യുക.

Reviewer: Netha Hussain
00:25
About 10 years ago, I took on the task to teach global development
0
25626
4355
ഏതാണ്ടു പത്തു വറ്ഷം മുന്പ് സ്വീഡനിലെ ബിരുദവിദ്യാർഥികൾക്ക് ലോക വികസനമെന്ന
ക്ലാസെടുക്കുവാന് ചുമതലയേറ്റു. അതിനു മുൻപ് ഞാന് ഏകദേശം
00:30
to Swedish undergraduate students.
1
30005
2146
00:32
That was after having spent about 20 years,
2
32175
2881
20 വര്ഷം ഞാന് ആഫ്രിക്കയിലെ ഒരു ഇന്സ്റ്റിറ്റ്യൂട്ടില് അവിടുത്തെ പട്ടിണിയെ പറ്റി പഠിക്കുകയായിരുന്നു,
00:35
together with African institutions,
3
35080
1877
00:36
studying hunger in Africa.
4
36981
1598
അതിനാല് എനിക്കു ലോകപരിചയമുണ്ടെന്നു ആളുകള് വിചാരിക്കുന്നു.
00:38
So I was sort of expected to know a little about the world.
5
38603
3998
ഞങ്ങളുടെ കരോളീന്സ്ക ഇന്സ്റ്റിറ്റ്യ്ട്ടിലെ മെഡിക്കല് യൂണിവെഴ്സിറ്റിയിലെ
00:42
And I started, in our medical university, Karolinska Institute,
6
42625
3351
00:46
an undergraduate course called Global Health.
7
46000
3530
ബിരുദവിദ്യാറ്ഥികള്ക്കുള്ള ലോക ആരോഗ്യം എന്ന കോഴ്സായിരുന്നു ഇത്.
00:49
But when you get that opportunity, you get a little nervous.
8
49554
2822
പക്ഷെ നമുക്കൊരു ചാന്സുകിട്ടുമ്പോള് നാം അല്പം ആകുലരാകുന്നതും.
00:52
I thought, these students coming to us actually have the highest grade
9
52400
3334
ഞങ്ങളുടെയടുത്തുവരുന്ന ഈ കുട്ടികള് സ്വീഡനിലെ കോളേജു വ്യവസ്ഥയില് ഏറ്റവും നല്ല ഗ്രേഡു കിട്ടുന്നവരാണ്-
00:55
you can get in the Swedish college system,
10
55758
2023
അതിനാല് ഞാന് വിചാരിച്ചു, വരുന്നതിനു മുന്പേയവര്ക്ക് എല്ലാമറിയുമായിരിക്കുമെന്ന്.
00:57
so I thought, maybe they know everything I'm going to teach them about.
11
57805
3365
അങ്ങിനെ അവര് വന്നപ്പോള് ഞാനൊരു ടെസ്റ്റ് നടത്തി.
01:01
So I did a pretest when they came.
12
61194
1997
01:03
And one of the questions from which I learned a lot was this one:
13
63215
3493
അവയില് ഏറ്റവും കൂടുതല് ഉപയോഗപ്രദമായ ചോദ്യം ഇതായിരുന്നു –
01:06
"Which country has the highest child mortality of these five pairs?"
14
66732
4269
“താഴെകൊടുത്തിരിക്കുന്ന 5 ജോടി രാജ്യങ്ങളില് ഏറ്റവും കൂടുതല് ശൈശവ മരണമുള്ളതെവിടെയാണു?”
ഞാനവയെ ഒരുക്കിവെച്ചതിപ്രകാരമായിരുന്നു, എല്ലാജോടി രാജ്യങ്ങളിലും
01:11
And I put them together so that in each pair of countries,
15
71890
3070
01:14
one has twice the child mortality of the other.
16
74984
3445
ഒരെണ്ണത്തില് മറ്റേതിന്റെയിരട്ടി ശൈശവ മരണമുണ്ടായിരുന്നു. അതിനാല്, അവതമ്മിലുള്ള
01:18
And this means that it's much bigger, the difference,
17
78453
4245
വ്യത്യാസം വളരെ വലുതണ് ഡേറ്റയുടെ അസ്ന്നിഗ്ദത കാര്യമില്ല.
01:22
than the uncertainty of the data.
18
82722
1802
01:24
I won't put you at a test here, but it's Turkey,
19
84548
2311
ഞാന് നിങ്ങളെ ഇവിടെ പരീക്ഷിക്കുന്നില്ല.പക്ഷെ ആ രാജ്യങ്ങള് – ടര്ക്കി,
01:26
which is highest there, Poland, Russia, Pakistan and South Africa.
20
86883
4327
പോളണ്ട്, റഷ്യ, പാക്കിസ്ഥാന്, സൌത്താഫ്രിക്ക, ആയിരുന്നു.
01:31
And these were the results of the Swedish students.
21
91234
2422
ഇതായിരുന്നു സ്വീഡനിലെ കുട്ടികളുടെയുത്തരം. അങ്ങിനെയെനിക്കല്പം ധൈര്യം
01:33
I did it so I got the confidence interval, which is pretty narrow.
22
93680
3170
കിട്ടി, അതുവളരെ കുറവായിരുന്നു, പക്ഷെ ഇപ്പൊ നല്ല സന്തോഷം, 1.8 പേര്
01:36
And I got happy, of course -- a 1.8 right answer out of five possible.
23
96874
3985
മാത്രമാണെല്ലോ ശരിയുത്തരം കിട്ടിയവര്. അതായത് അവിടെ ഒരു
01:40
That means there was a place for a professor of international health
24
100883
3211
ലോകാരോഗ്യത്തെ പറ്റിപഠിപ്പിക്കുന്ന കോഴ്സിന്റെയും പ്രൊഫസ്റുടെയും ആവശ്യമുണ്ടെന്നു –
01:44
and for my course.
25
104118
1166
(ചിരി) അതും എന്റെ കോഴ്സ്.
01:45
(Laughter)
26
105308
1033
01:46
But one late night, when I was compiling the report,
27
106365
4039
ഒരു രാത്രിയില് ഒരു റിപ്പോര്ട്ടു തയ്യാറക്കികൊണ്ടിരുന്നപ്പൊള്
01:50
I really realized my discovery.
28
110428
2566
എനിക്കൊരുകാര്യം കൂടി മനസിലായി. സ്വീഡനിലെ എറ്റവും
01:53
I have shown that Swedish top students know, statistically,
29
113018
4925
നല്ല് കുട്ടികള്ക്കു, സ്റ്റാറ്റിസ്റ്റിക്കല് രൂപത്തില് നോക്കിയാല് ഒരു
01:57
significantly less about the world than the chimpanzees.
30
117967
3009
ചിമ്പാന്സിയുടെ ലോകവിവരം പോലുമില്ല.
02:01
(Laughter)
31
121000
1976
(ചിരി)
02:03
Because the chimpanzee would score half right
32
123000
3459
കാരണം ചിമ്പാന്സിക്കു ഞാന് 2 ഏത്തപ്പഴവും ശ്രീലന്കയും ടറ്ക്കിയും കൊടുത്താല്
02:06
if I gave them two bananas with Sri Lanka and Turkey.
33
126483
2630
ശരിയുത്തരം തിരഞ്ഞെടുക്കും. അങ്ങിനെയവ്റ്ക്കു പകുതിയെന്കിലും ഉത്തരം ശരിയായി കിട്ടിയേനെ.
02:09
They would be right half of the cases. But the students are not there.
34
129137
3422
പക്ഷെ കുട്ടികളവിടെപോലുമില്ല. എന്നെ സംബന്ധിച്ചിടുത്തെ പ്രശ്നം അറിവില്ലയ്മയല്ല,
02:12
The problem for me was not ignorance; it was preconceived ideas.
35
132583
4215
പിന്നെയോ അബദ്ധധാരണകളാണ്.
02:16
I did also an unethical study
36
136822
2737
ഞാന് മറ്റാരുമറിയാതെ കരോലിന്സ്കൈ ഇന്സ്റ്റിറ്റ്യൂട്ടിലെ പ്രൊഫസറ്മാര്ക്കിടയിലും ഒരു ന്യായികരിക്കാനാവാത്ത പഠനം നടത്തി
02:19
of the professors of the Karolinska Institute,
37
139583
2527
(ചിരി)
02:22
which hands out the Nobel Prize in Medicine,
38
142134
2541
ഇവരാണല്ലൊ വൈദ്യത്തിനുള്ള നൊബല് പ്രൈസ് കൊടുക്കുന്നറ്,
02:24
and they are on par with the chimpanzee there.
39
144699
2296
ഇവരും ചിമ്പന്സിയുടെ തന്നെ ലവലിലായിരുന്നു.
(ചിരി).
02:27
(Laughter)
40
147019
2435
02:29
This is where I realized that there was really a need to communicate,
41
149478
4183
അപ്പോഴാണുഞാന് മനസിലാക്കിയതെ ഇവയെപറ്റി സംസാരിക്കേണ്ടതിന്റെ
02:33
because the data of what's happening in the world
42
153685
2904
യാവശ്യമുണ്ടെന്നു, കാരണം ലോകമെമ്പാടുമുള്ള
02:36
and the child health of every country
43
156613
1961
കുട്ടികളുടെയാരോഗ്യത്തിന്റെ വിവരത്തിനതു പ്രധാനമാണു.
02:38
is very well aware.
44
158598
1337
02:39
So we did this software, which displays it like this.
45
159959
2767
ഞങ്ങളൊരു സോഫ്റ്റ്വയര് തായ്യാറക്കി: അതില് എല്ലാ രാജ്യവും ഒരു കുമിളയാണ്.
02:42
Every bubble here is a country.
46
162750
1958
02:44
This country over here is China.
47
164732
4989
അവിടെക്കാണുന്നയാരജ്യം ചൈനയാണു. ഇതു ഇന്ത്യ.
02:49
This is India.
48
169745
1163
02:50
The size of the bubble is the population,
49
170932
2247
കുമിളയുടെ വലിപ്പമവിടത്തെ ജനസംഖ്യയെ കാണിക്കുന്നു. ഈ വശത്തുഞാന് ജനന നിരക്കാണുകാണിക്കുന്നതു.
02:53
and on this axis here, I put fertility rate.
50
173203
3556
02:56
Because my students, what they said
51
176783
2443
എന്റെ വിദ്യാര്ദ്ധികള് ലോകത്തെ
02:59
when they looked upon the world, and I asked them,
52
179250
2559
നോക്കുമ്പോള് ഞാനവരോടുചോദിക്കാറുണ്ട്
03:01
"What do you really think about the world?"
53
181833
2723
“എന്താണു നിങ്ങള്ക്കു ലോകത്തെ കുറിച്ചുശരിക്കും ചിന്തിക്കുന്നതു?”
ഞാനാദ്യം മനസിലാക്കി അവരുടെ പാഠപുസ്തകം പ്രധാനമായും ടിന്ടിന് ആയിരുന്നുവെന്നു.
03:04
Well, I first discovered that the textbook was Tintin, mainly.
54
184580
3269
03:07
(Laughter)
55
187873
1045
(ചിരി).
03:08
And they said, "The world is still 'we' and 'them.'
56
188942
2515
അവര് പറഞ്ഞു, “ലോകമെന്നാല് “നാം” പിന്നെ “അവരും”.
03:11
And 'we' is the Western world and 'them' is the Third World."
57
191481
3453
നാം പാശ്ചാത്യരും അവര് മൂനാം ലോകരും.”
“എന്താണു നാം പാശ്ചാത്യരെക്കൊണ്ടു മനസിലാക്കുന്നതു?”
03:15
"And what do you mean with 'Western world?'" I said.
58
195381
2510
03:17
"Well, that's long life and small family.
59
197915
1977
“നീണ്ട ആയുറ് ദൈര്ഖ്യവും, ചെറിയ കുടുംബവും, മൂനാം ലോകത്തു ചെറിയ ആയുറ് ദൈര്ഖ്യവും വലിയ കുടുംബവും."
03:19
And 'Third World' is short life and large family."
60
199916
2388
അതാണു ഞാനിവിടെ കാണിക്കുന്നതു. ഇവിടെ ജനനനിരക്കു: വരെ ഒരു സ്ത്രീക്ക്.
03:23
So this is what I could display here.
61
203058
2385
03:25
I put fertility rate here --
62
205467
1657
03:27
number of children per woman: one, two, three, four,
63
207148
3138
ഒരുസ്ത്രീക്കുണ്റ്റാവുന്ന കുട്ടികളുടെയെണ്ണം, ഒന്നു, രണ്ട്, മൂന്നു, നാലു, എട്ടു കുട്ടികള്.
03:30
up to about eight children per woman.
64
210310
2031
03:32
We have very good data since 1962, 1960, about,
65
212365
3980
ഏകദേശം 1960-62 മുതല് നമുക്കു കുടുംബത്തിന്റെ വലുപ്പത്തെകുറിച്ചു നല്ല ഡേറ്റ (കണക്കു) ലഭ്യമാണു.
03:36
on the size of families in all countries.
66
216369
2033
03:38
The error margin is narrow.
67
218426
1375
ഇതിലെ തെറ്റുകളുറ്റെ സാധ്യത കുറവാണു. ഇവിടെഞാന് ജനിക്കുമ്പോഴുള്ള
03:39
Here, I put life expectancy at birth,
68
219825
2008
03:41
from 30 years in some countries, up to about 70 years.
69
221857
3467
ആയുറ്ദൈര്ഖ്യം കാണിക്കുന്നു, ചില രാജ്യങ്ങളിലതു 30മുതല് 70വരെ പോവുന്നു.
03:45
And in 1962, there was really a group of countries here
70
225348
3403
1962 ഇവിടെ ഇങ്ങനെ ചില രാജ്യങ്ങളുണ്ടായിരുന്നു.
03:48
that were industrialized countries,
71
228775
1857
വ്യവസായവല്ക്കരിക്കപ്പെട്ട, ചെറിയകുടുംബവും നീണ്ട ആയുറ്ദൈര്ഖ്യവുമുള്ളവര്.
03:50
and they had small families and long lives.
72
230656
3094
03:53
And these were the developing countries.
73
233774
2100
ഇവിടെ വികസ്വര രാജ്യങ്ങളും,
03:55
They had large families and they had relatively short lives.
74
235898
3041
ചെറിയ ആയുറ്ദൈര്ഖ്യവും വലിയ കുടുംബവുമുള്ളവ.
03:58
Now, what has happened since 1962? We want to see the change.
75
238963
3681
1962നു ശേഷമെന്തു സംഭവിച്ചു? നമുക്കു മാറ്റം കാണണമായിരുന്നു.
04:02
Are the students right? It's still two types of countries?
76
242668
2937
കുട്ടികള് പറഞ്ഞതു ശരിയാണോ? ഇപ്പോഴും നമുക്കു രണ്ടു തരത്തിലുള്ള രാജ്യങ്ങളുണ്ടോ?
04:05
Or have these developing countries got smaller families and they live here?
77
245629
3736
അതോയീ വികസ്വര രജ്യങ്ങളിലെ കുടുംബം ചെറുതാവുകയും ആയുസ് കൂടുകയും ചെയ്തോ?
04:09
Or have they got longer lives and live up there?
78
249389
2298
അതൊ അവറ് ആയുസുകൂടുകയും ഇവിടെത്തന്നെ നില്ക്കുകയുമാണോ?
04:11
Let's see. We start the world, eh?
79
251711
1841
ശ്രദ്ധിക്കുക. നാമന്നു ലോകത്തെ മാറ്റമില്ലാതെനിര്ത്തി. യു.എന്നില് നിന്നും നമുക്കിത്രയും
04:13
This is all UN statistics that have been available.
80
253576
2486
കണക്കു വിവര ങ്ങളെ ലഭ്യമാവുകയുള്ളൂ. ഇനി തുടരാം. ഇതു കാണമെല്ലോ?
04:16
Here we go. Can you see there?
81
256086
1501
04:17
It's China there, moving against better health there, improving there.
82
257611
3287
ചൈനയിതായിവിടെ നന്നായിവരുന്നു, ഇവിടെകൂടുതല് നന്നവുന്നു.
04:20
All the green Latin American countries are moving towards smaller families.
83
260922
3645
ഇവിടെ ആ പച്ച ലാറ്റിനമേരിക്കന് രാജ്യങ്ങളില് ഇതാ ചെറിയകുടുംബങ്ങള് വന്നെത്തുന്നു.
ഈ മഞ്ഞ അറേബ്യന് രാജ്യങ്ങളില് വലിയ കുടുംബങ്ങള്
04:24
Your yellow ones here are the Arabic countries,
84
264591
2422
നില നില്ക്കുന്നു, പക്ഷെ ആരോഗ്യ വ്യവസ്ഥ മെച്ചപ്പെടുന്നു.
04:27
and they get longer life, but not larger families.
85
267037
3901
04:30
The Africans are the green here. They still remain here.
86
270962
2622
താഴെയുള്ള പച്ച ആഫ്രിക്കന് രാജ്യങ്ങള് അടിയിലാണു. അവരിപ്പോഴുമവിടെത്തന്നെ തുടരുന്നു.
04:33
This is India; Indonesia is moving on pretty fast.
87
273608
2641
ഇതാണു ഇന്ത്യ. ഇന്തോനേഷ്യഒരു ഭയന്കര തിരക്കിലാണു.
04:36
In the '80s here, you have Bangladesh still among the African countries.
88
276273
4106
(ചിരി).
ഇവിടെ 80കളില് ബംഗ്ളാദേശ് ആഫ്രിക്കന് രാജ്യങ്ങള്ക്കൊപ്പാണു.
04:40
But now, Bangladesh -- it's a miracle that happens in the '80s --
89
280403
3228
പക്ഷെ ഇന്നിതാ ഇവിടെയാണു ബംഗളാദേശ്: അവിടുത്തെ
04:43
the imams start to promote family planning,
90
283655
2413
ഇമാമുകള് കുടുംബാസുത്രണം പ്രോത്സാഹനം ചെയ്യുവാന് തുടങ്ങി.
04:46
and they move up into that corner.
91
286092
1747
അങ്ങിനെ മുകളിലെ മൂലയിലേയ്ക്കു മാറ്റം കിട്ടി. 90കളില് ആഫ്രിക്കയില് എച്. ഐവി.
04:47
And in the '90s, we have the terrible HIV epidemic
92
287863
3298
04:51
that takes down the life expectancy of the African countries.
93
291185
3509
ആരംഭിക്കുകയും അഫ്രിക്കയിലെ ആയുറ്ദൈര്ഖ്യം വീണ്ടും താഴുന്നു,
04:54
And the rest of them all move up into the corner,
94
294718
3648
ബാക്കിയുള്ളവറ് മുകളിലേക്കു കയറികൊണ്ടിരിക്കുന്നു, നീണ്ട ആയുര്ദൈര്ഖ്യവും
04:58
where we have long lives and small family,
95
298390
2386
ചെറിയ കുടുംബങ്ങളും, അങ്ങിന്നെ നമുക്കൊരു പുതിയ ലോകം ലഭ്യമായി.
05:00
and we have a completely new world.
96
300800
2114
05:02
(Applause)
97
302938
3214
(കൈയ്യടി).
05:13
(Applause ends)
98
313561
1097
05:15
Let me make a comparison directly
99
315567
1813
ഇനി നമുക്കു യു.എസ്.എയും വിയറ്റ്നാമും തമ്മിലൊരു തുലനം നടത്താം.
05:17
between the United States of America and Vietnam.
100
317404
3014
05:20
1964:
101
320442
1199
1964: അമേരിക്കയില് ചെറിയകുടുംബവും നീണ്ട ആയുസും.
05:22
America had small families and long life;
102
322538
2611
05:25
Vietnam had large families and short lives.
103
325173
3349
വിയറ്റ്നാമില് വലിയ കുടുംബവും ചെറിയ ആയുസും.
05:28
And this is what happens.
104
328546
1283
05:29
The data during the war indicate that even with all the death,
105
329853
5341
ഇനി ഇതാണു സംഭവിക്കുന്നതു: യുദ്ധസമയത്തും നമുക്കുകാണാനവുന്നു,
05:35
there was an improvement of life expectancy.
106
335218
2229
മരണങ്ങള്ക്കിടയിലും ആയുസു കൂടുന്നു. ഒരു വറ്ഷത്തിനു ശേഷം
05:37
By the end of the year, family planning started in Vietnam,
107
337471
2784
വിയറ്റ്നാമില് കുടുംബാസുത്രണം ആരംഭിക്കുന്നു, ചെറിയ കുടുംബങ്ങലള് വരുവാന് തുടങ്ങി.
05:40
and they went for smaller families.
108
340279
1694
05:41
And the United States up there is getting longer life,
109
341997
2569
അവിടെ യു.എസ്. മുകളില് നീണ്ട ജീവിതവും
05:44
keeping family size.
110
344590
1188
ചെറിയ കുടുംബവുമായിത്തുടരുന്നു. 80കളില് അവറ്,
05:45
And in the '80s now, they give up Communist planning
111
345802
3605
കമ്യൂണിസം ഉപേക്ഷിക്കുകയും കമ്പോളവല്ക്കരണത്തിലേക്കു മാറുകയും
05:49
and they go for market economy,
112
349431
1507
05:50
and it moves faster even than social life.
113
350962
2010
സാമൂഹിക ജീവിതം കൂടുതല് നന്നാവുകയും ചെയ്യുന്നു.
05:52
And today, we have in Vietnam
114
352996
2336
ഇന്നു 2003 വിയറ്റ്നാമിലെ ആയുസും കുടുംബവലിപ്പവും
05:55
the same life expectancy and the same family size
115
355356
4802
1974 യുദ്ധം കഴിഞ്ഞപ്പോള് യു.എസ്. ആയിരുന്നിടത്തെത്തുകയും ചെയ്തു.
06:00
here in Vietnam, 2003,
116
360182
2763
06:02
as in United States, 1974, by the end of the war.
117
362969
4067
എനിക്കു തോന്നുന്നു നാമെല്ലാവരും –
06:07
I think we all, if we don't look at the data,
118
367513
3296
06:10
we underestimate the tremendous change in Asia,
119
370833
3221
നാം കണക്കുകളില് നോക്കുന്നില്ലെനില് – ഏഷ്യയിലെ മാറ്റങ്ങളെ
06:14
which was in social change before we saw the economic change.
120
374078
4691
കാണാതെ പോവുന്നു, അവിടെയുള്ള സാമുഹിക മാറ്റം സാമ്പത്തിക മാറ്റത്തില് കാണുന്നതല്ല.
06:18
So let's move over to another way here
121
378793
2367
ഇനി നമുക്കു വേറെരീതിയില് – വരുമാനമുപയോഗിച്ചു –
06:21
in which we could display the distribution in the world
122
381184
4487
നമുക്കു ലോകത്തിലെ വിതരണ വ്യവസ്ഥയെക്കാണാം. ഇതു ആളുകളുടെ വരുമാനമുപയോഗിച്ചു ലോകത്തിന്റെവിതരണം.
06:25
of income.
123
385695
1280
06:26
This is the world distribution of income of people.
124
386999
3696
1 ഡോളറ്, 10 ഡോളറ്, അതോ 100ഡോളറോ എന്നു.
06:31
One dollar, 10 dollars or 100 dollars per day.
125
391499
3846
പാവങ്ങളും പണക്കാരും തമ്മില് ഇവിടെ വലിയ വ്യത്യാസമില്ല. ഇതൊരു വലിയ മിഥ്യയാണ്.
06:36
There's no gap between rich and poor any longer. This is a myth.
126
396071
3412
06:39
There's a little hump here.
127
399507
2015
ഇവിടെയൊരു ചെറിയ മുഴയുണ്ട്. ഇവിടെയെല്ലാം ആളുകളുണ്ട്.
06:42
But there are people all the way.
128
402195
1640
06:43
And if we look where the income ends up,
129
403859
4386
നാം വരുമാനമെല്ലാം എവിടെയെത്തുന്നുവെന്നു നോക്കിയാല് – വരുമാനം –
06:48
this is 100 percent of the world's annual income.
130
408269
4195
ഇതാണു ലോകത്തിന്റെ 100 ശതമാനം വാറ്ഷിക വരുമാനം. ഈ 20 ശതമാനം
06:52
And the richest 20 percent,
131
412488
2465
06:54
they take out of that about 74 percent.
132
414977
4119
വരുമാനത്തിന്റെ 74 ശതമാനം കൈക്കലാക്കുന്നു. ഏറ്റവും പാവപ്പെട്ടയീ 20 ശതമാനത്തിന്നു
06:59
And the poorest 20 percent, they take about two percent.
133
419120
4916
ആകെ 2 ശതമാനം. ഇങ്ങനെ നോക്കിയാല് വികസ്വര രാജ്യമെന്ന
07:04
And this shows that the concept of developing countries
134
424060
2755
07:06
is extremely doubtful.
135
426839
1567
ആശയം വളരെ സംശയാസ്പദമാവുന്നു. നാം വിചാരിക്കുന്നു ഇവെടെയുള്ളയീ
07:08
We think about aid,
136
428430
1881
07:10
like these people here giving aid to these people here.
137
430335
3613
ആളുകള് ഇവറ്ക്കു സഹായങ്ങള് ചെയ്യുന്നുവെന്നു. പക്ഷെയിവിടെ മധ്യത്തില്
07:13
But in the middle, we have most of the world population,
138
433972
3120
നമുക്കു ലോകത്തിലെ ഭൂരിഭാഗം ജനങ്ങളുമുണ്ട് അവര് 24ശതമാനം വരുമാന്മുണ്ട്.
07:17
and they have now 24 percent of the income.
139
437116
2609
07:19
We heard it in other forms.
140
439749
1656
നാമിതിനേകുറിച്ചു പല തവണ കേട്ടിട്ടുണ്ട്. ഇവരാരാണ്?
07:21
And who are these?
141
441429
2701
ഇവയിലെ രാജ്യങ്ങളേതൊക്കെ? എനിക്കാഫ്രിക്കയെ കാണിക്കാനാവും.
07:24
Where are the different countries?
142
444154
2220
07:26
I can show you Africa.
143
446398
1546
07:27
This is Africa.
144
447968
1591
ഇതാണു ആഫ്രിക്ക. ലോകത്തിലെ 10% ജനസംഖ്യ, മിക്കവരും പട്ടിണിയില്.
07:30
Ten percent of the world population,
145
450078
1763
07:31
most in poverty.
146
451865
1166
ഇതാണു ഒ.ഇ.സി.ഡി. പണക്കരായ രാജ്യങ്ങള്. യു.എന്നിന്റെ ഒരു ക്ലബുമാത്രം.
07:33
This is OECD -- the rich countries, the country club of the UN.
147
453055
4375
07:37
And they are over here on this side. Quite an overlap between Africa and OECD.
148
457454
5416
ഇവരിവിടെ മുകളിലുണ്ട്. ഇവിടെ അഫ്രിക്കയ്ക്കും ഒ.ഇ.സി.ഡി. ഇടയിലുള്ളവര്.
07:42
And this is Latin America.
149
462894
1348
ഇതാണു ലാറ്റിനമേരിക്ക. ഇവിടെയെല്ലാവരുമുണ്ട്,
07:44
It has everything on this earth, from the poorest to the richest
150
464266
3355
ധനികരും ദരിദ്രരും, ലാറ്റിനമേരിക്കയില്.
07:47
in Latin America.
151
467645
1373
അതിനുമുകളില് നമുക്കു കിഴക്കന് യൂറോപ്പും കിഴക്കന് എഷ്യയും,
07:49
And on top of that, we can put East Europe,
152
469042
3107
07:52
we can put East Asia, and we put South Asia.
153
472173
3175
ദക്ഷിണേഷ്യയുടെ ഒരുഭാഗവുമിവിടെ വയ്ക്കാം. നാമിതു കുറച്ചു വറ്ഷങ്ങള് മുമ്പത്തേയ്ക്കു നീട്ടിയാലിതെങ്ങിനെയിരിക്കും,
07:55
And what did it look like if we go back in time,
154
475372
3130
07:58
to about 1970?
155
478526
2093
ഉദാ 1970ല്? അന്നി കുനിപ്പു കുറേക്കൂടി കൂടൂതലായിരുന്നു.
08:00
Then, there was more of a hump.
156
480643
2522
അന്നു ദാരിദ്രയത്തില് ജീവിക്കുന്നവരധികവും ഏഷ്യക്കാരായിരുന്നു.
08:04
And most who lived in absolute poverty were Asians.
157
484242
3759
അന്നു ലോകം മുഴുവനുമുള്ള പ്രശ്നം ഏഷ്യയിലെ പട്ടിണിയായിരുന്നു. ഇനി നമുക്കു ലോകത്തെ മുമ്പോട്ടു നീക്കാം
08:08
The problem in the world was the poverty in Asia.
158
488025
2947
08:10
And if I now let the world move forward,
159
490996
3118
08:14
you will see that while population increases,
160
494138
2612
ജനസംഖ്യകൂടുന്നതനുസരിച്ച് ഒരു വലിയ വിഭാഗം
08:16
there are hundreds of millions in Asia getting out of poverty,
161
496774
3313
പട്ടിണിക്കു പുറത്തുവരുമ്പോള് മറ്റൊരുവിഭാഗം
08:20
and some others getting into poverty,
162
500111
1965
അതില് പ്രവേശിക്കുന്നു, ഈ രീതിയിപ്പോഴും തുടര്ന്നു വരുന്നു.
08:22
and this is the pattern we have today.
163
502100
1901
ലോകബാന്കിന്റെ തന്നെ ഏറ്റവും നല്ല പ്രവചനമനുസരിച്ചു ഇതു സംഭവിക്കും,
08:24
And the best projection from the World Bank
164
504025
2071
08:26
is that this will happen,
165
506120
1914
നമുക്കിടയില് വിഭാജിതലോകമുണ്ടാകില്ല. മധ്യഭാഗത്തു കൂടുതലാളുകള് ഉണ്ടാവും.
08:28
and we will not have a divided world.
166
508058
1848
08:29
We'll have most people in the middle.
167
509930
1895
08:31
Of course it's a logarithmic scale here,
168
511849
2027
ഇതു തീര്ച്ചയായും ഒരു ലോഗരിതമിക് കണക്കാണ്
08:33
but our concept of economy is growth with percent.
169
513900
3397
നമ്മുടെ കാഴ്ചപാടിലെ സാമ്പത്തിക ആശയം ആനുപാതികമായ വളര്ച്ചയാണ്.
08:37
We look upon it as a possibility of percentile increase.
170
517321
5285
നാമുമതിനെ ആനുപാതികമായ വളര്ച്ചയാണ്. ഞാനതിനെ
08:42
If I change this and take GDP per capita instead of family income,
171
522630
4824
കുടംബത്തിന്റെ വരുമാനത്തില് നിന്നും വ്യക്തിയുടെ ജിഡിപ്പിയാക്കി
08:47
and I turn these individual data
172
527478
3771
മറ്റുകയും, ഓരോ പ്രത്യേക കണക്കും ഓരോ പ്രദേശത്തിന്റെയും ജിഡിപ്പി ആക്കുകയും,
08:51
into regional data of gross domestic product,
173
531273
3276
08:54
and I take the regions down here,
174
534573
1888
ഈ പ്രദേശങ്ങളെയെല്ലാം ഇവിടെ മൂലയ്ക്കു വക്കുകയും, ചെയ്യുന്നു, ഓരോകുമിളകളും ഇപ്പോഴും ജനസംഖ്യയെത്തന്നെ കാണിക്കുന്നു.
08:56
the size of the bubble is still the population.
175
536485
2239
08:58
And you have the OECD there, and you have sub-Saharan Africa there,
176
538748
3198
ഇവിടെ ഒ.ഇ.സി.ഡി, അതു ആഫ്രിക്കയിലെ സഹാറാ പ്രദേശങ്ങള്,
09:01
and we take off the Arab states there,
177
541970
2241
അറബ് രാഷ്ട്രങ്ങള് അവിടെ,
09:04
coming both from Africa and from Asia,
178
544235
2218
അഫ്രിക്കയും ഏഷ്യയും വേറെ വേറെ വയ്ക്കാം,
09:06
and we put them separately,
179
546477
1666
09:08
and we can expand this axis, and I can give it a new dimension here,
180
548167
5097
ഈ അക്ഷാംശം അല്പം കൂടിവലുതാക്കാം, ഇനി ഒരു പുതിയ അളവുകോലുകള് കൂടി കൂട്ടിചേര്ക്കാം,
09:13
by adding the social values there, child survival.
181
553288
3349
സാമൂഹിക ബോധം ഇവിടെയും, ശൈശവ മരണം ഇവിടെയും.
09:16
Now I have money on that axis,
182
556661
1728
ഈ അക്ഷാംശത്തിലിപ്പോള് പണവും, ശൈശവ മരണം ഇവിടെയും.
09:18
and I have the possibility of children to survive there.
183
558413
2743
09:21
In some countries, 99.7% of children survive to five years of age;
184
561180
4257
ചില രാജ്യങ്ങളില് 99.7 ശതമാനം കുട്ടികളും 5 വയസു കടക്കുന്നു,
09:25
others, only 70.
185
565461
1725
പക്ഷെ ഇവിടെ വെറും 70% മാത്രം. ഇവിടെ നമുക്ക്
09:27
And here, it seems, there is a gap between OECD,
186
567210
3268
ഒ.ഇ.സി.ഡി, ലാറ്റിനമേരിക്ക, കിഴക്കന് യൂറോപ്പ്, കിഴക്കന് ഏഷ്യ,
09:30
Latin America, East Europe, East Asia,
187
570502
3254
09:33
Arab states, South Asia and sub-Saharan Africa.
188
573780
3885
ഏഷ്യ, അറബ് രാജ്യങ്ങള് ദക്ഷിണ ഏഷ്യ പിന്നെ സഹാറന് ആഫ്രിക്ക.
09:37
The linearity is very strong between child survival and money.
189
577689
4908
ശൈശവ മരണവും പണവും തമ്മിലുള്ള ബന്ധം വളരെ വലുതാണു.
09:42
But let me split sub-Saharan Africa.
190
582621
3296
പക്ഷെ ഇനി ഞാന് സഹാറയിലെ ആഫ്രിക്കയെ ചിതറിക്കട്ടെ. ആരോഗ്യം ഇവിടെയും, നല്ല ആരോഗ്യം അവിടെ മുകളിലും.
09:45
Health is there and better health is up there.
191
585941
4924
09:50
I can go here, and I can split sub-Saharan Africa into its countries.
192
590889
4462
എനിക്കിവിടെ വന്നു സഹാറയിലെ ആഫ്രിക്കയിലെ രാഷ്ട്രങ്ങളെ ചിന്നിക്കാം.
09:55
And when it bursts,
193
595375
1202
ഇവപൊട്ടീതെറിക്കുമ്പോഴും കുമിളയുടെ വലിപ്പം രാജ്യങ്ങളുടെ ജനസംഖ്യാനുപാതം തന്നെ.
09:56
the size of each country bubble is the size of the population.
194
596601
3646
10:00
Sierra Leone down there, Mauritius is up there.
195
600271
2540
സിയെറ ലിയോണ് ഇവിടെ താഴെ. മൌറേഷ്യസ് അവിടെ മുകളിലും. മൌറേഷ്യസ് ആദ്യമായി
10:02
Mauritius was the first country to get away with trade barriers,
196
602835
3656
കച്ചവട വിലക്കുകള് ഇല്ലാതാക്കിയ രാജ്യമാണ്, അങ്ങിനെയവറ്ക്കു അവരുടെ പന്ചസാരവില്ക്കുവാനായി.
10:06
and they could sell their sugar, they could sell their textiles,
197
606515
3525
അവര്ക്കവരുടെ തുണിത്തരങ്ങള് യൂറോപ്പിന്റെയും വടക്കനമേരിക്കയുടെയും നിരക്കില് തന്നെ വിറ്റഴിക്കുവാനായി.
10:10
on equal terms as the people in Europe and North America.
198
610064
3714
10:13
There's a huge difference [within] Africa.
199
613802
2132
അഫ്രിക്കയില് പരസ്പരം വളരെയധികം വ്യത്യാസങ്ങളുണ്ട്. ഘാന ഇവിടെ നടുക്കാണു.
10:15
And Ghana is here in the middle.
200
615958
1868
10:17
In Sierra Leone, humanitarian aid.
201
617850
2592
സിയാറ ലിയോണില് കാരുണ്യപ്രവറ്ത്തനങ്ങള്.
10:20
Here in Uganda, development aid.
202
620466
3310
യുഗാണ്ടയില് വികസന സഹയം. ഇവിടെ സമയം ചിലവഴിക്കു,
10:23
Here, time to invest; there, you can go for a holiday.
203
623800
3295
അവിടെ അവധിക്കുപോകൂ. നാം പലപ്പോഴും ഈ
10:27
There's tremendous variation within Africa,
204
627119
2742
വ്യത്യാസങ്ങള് മറക്കുന്നു – എല്ലാം ഒന്നായി കാണുന്നു.
10:29
which we very often make that it's equal everything.
205
629885
3091
10:33
I can split South Asia here. India's the big bubble in the middle.
206
633000
4239
ഇവിടെ ഞാന് ദക്ഷിണ ഏഷ്യയെ ചിതറിക്കാം. ഈ വലിയ കുമിള ഇന്ത്യയാണ്.
10:37
But there's a huge difference between Afghanistan and Sri Lanka.
207
637263
4440
പക്ഷെ ശ്രീലങ്കയും അഫ്ഗാനിസ്ഥാനും തമ്മില് വലിയ വ്യത്യാസങ്ങളുണ്ട്.
10:41
I can split Arab states. How are they?
208
641727
2135
ഞാന് അറബ് രാജ്യങ്ങളെ ചിന്നിക്കാം. എങ്ങിനെയാണവര്? ഒരേ കാലാവസ്ഥ, ഒരേ സംസ്കാരം,
10:43
Same climate, same culture, same religion -- huge difference.
209
643886
4132
ഒരേ മതം. വലിയ വ്യത്യാസങ്ങള്. അയല്കാറ് തമ്മില് പോലും.
10:48
Even between neighbors --
210
648042
1222
10:49
Yemen, civil war;
211
649288
1245
യെമനില് ആഭ്യന്തര യുദ്ധം. യു.എ.ഇ പണം ഏല്ലാവര്ക്കുമായി നന്നായി ചിലവഴിച്ചതിനു തെളിവ്.
10:50
United Arab Emirates, money, which was quite equally and well-used.
212
650557
4166
10:54
Not as the myth is.
213
654747
1782
ഒരു കഥപോലെയല്ല. ആ രാജ്യത്തു വന്നിരിക്കുന്ന വിദേശികളുടെ മക്കളും അതിലുള്പ്പെടുന്നു.
10:56
And that includes all the children of the foreign workers
214
656553
4109
11:00
who are in the country.
215
660686
1574
കണക്കുകള് നിങ്ങള് വിചാരിക്കുന്നതിലും നല്ലതാണു. പലരും പറയാറുണ്ട് കണക്കുകള് മോശമാണെന്നു.
11:02
Data is often better than you think. Many people say data is bad.
216
662284
3692
11:06
There is an uncertainty margin, but we can see the difference here:
217
666000
3143
ഇവയില് പ്രതീക്ഷിക്കാനാവാത്ത മാറ്ജിനുകളുണ്ട്, പക്ഷെ നമുക്കിവിടെ വ്യത്യാസം കാണാനാവും:
കമ്പോടിയയും സിംഗപൂരും. കണക്കുകളിലെ കുഴപ്പങ്ങളെക്കാള്
11:09
Cambodia, Singapore.
218
669167
1362
11:10
The differences are much bigger than the weakness of the data.
219
670553
2971
വ്യത്യാസങ്ങള് വ്യക്തമാണ്. കിഴക്കന് യൂറോപ്പും:
11:13
East Europe: Soviet economy for a long time,
220
673548
4647
വളരെ കാലത്തേയ്ക്കു റഷ്യന് സാമ്പത്തിക അവസ്ഥയും, പക്ഷെ 10 വര്ഷങ്ങള്ക്കു ശേഷം അവര് വളരെ
11:18
but they come out after 10 years very, very differently.
221
678219
3212
വ്യത്യസ്തമായ രീതിയിലാണു തിരിച്ചു വരുന്നതു. ഇവിടെ ലാനിനമേരിക്ക.
11:21
And there is Latin America.
222
681455
2733
നമുക്കിന്നു ക്യൂബയില് മാത്രമല്ല ലാറ്റിനമേരിക്കയിലെ നല്ല ആരോഗ്യം കാണാനവുന്നത്.
11:24
Today, we don't have to go to Cuba
223
684212
1646
11:25
to find a healthy country in Latin America.
224
685882
2028
11:27
Chile will have a lower child mortality than Cuba within some few years from now.
225
687934
4634
ചിലിയില് ഏതാനം വര്ഷങ്ങള്ക്കകം ക്യൂബയെക്കാള് താഴ്ന്ന ശൈശവമരണങ്ങള് നടക്കും.
11:32
Here, we have high-income countries in the OECD.
226
692592
3055
അവിടെ ധാരാളം പണമുള്ള ഒ.ഇ.സി.ഡി. രാജ്യങ്ങള്.
11:35
And we get the whole pattern here of the world,
227
695671
3792
ഇങ്ങനെ ചില മാതൃകകള് നമുക്കു ലോകമെമ്പാടും കാണാനാവും,
11:39
which is more or less like this.
228
699487
2151
അവയെല്ലാം ഏകദേശമിതുപോലെയാണ്. 1960കളിലെ
11:41
And if we look at it, how the world looks,
229
701662
3940
ലോകമെങ്ങിനെയെന്നറിയാന് നമുക്കാവും. അന്നു അതു നീങ്ങുവാന് തുടങ്ങി. 1960
11:46
in 1960, it starts to move.
230
706658
3318
11:50
This is Mao Zedong. He brought health to China.
231
710000
2632
ഇതു മാവൊത് സെ തൂങ്ങ്. അയാല് ചൈനയിലാരോഗ്യം കൊണ്ടുവന്നു. പിന്നെ മരിച്ചു.
11:52
And then he died.
232
712656
1166
11:53
And then Deng Xiaoping came and brought money to China,
233
713846
2612
പിന്നെ ഡെങ്ങ് സിയോപിംഗ് വന്നു, പണവും കൊണ്ടുവന്നു, ചൈനയെ മുഘ്യധാരയിലുമെത്തിച്ചു.
11:56
and brought them into the mainstream again.
234
716482
2054
11:58
And we have seen how countries move in different directions like this,
235
718560
4158
ഇങ്ങനെ ഓരോരജ്യങ്ങളും പല വശങ്ങളിലേക്കു നീങ്ങിക്കൊണ്ടിര്ക്കുന്നു,
12:02
so it's sort of difficult to get an example country
236
722742
5905
അതിനാല് ഒരൊറ്റ
ഉദാഹരനത്തിലൂടെ ലോകത്തിലെ വളര്ച്ചയുറ്റെ മാതൃകകള് മനസിലാക്കാനവില്ല.
12:08
which shows the pattern of the world.
237
728671
2145
12:10
But I would like to bring you back to about here, at 1960.
238
730840
6854
ഞാന് നിങ്ങളേ വീണ്ടും 1960 തിരിച്ചു കൊണ്ടു വരുന്നു.
നമുക്കിനി ദക്ഷിണ കൊറിയയേയും, ഇതു, ബ്രസീലിനെയും ഇതു തുലനം ചെയ്യാം.
12:18
I would like to compare South Korea, which is this one,
239
738083
6991
12:25
with Brazil, which is this one.
240
745098
3358
ഇവിടെയെനിക്കു ലേബലുകളില്ലാതായി. ഇനി ഞാന് ഉഗാണ്ടയെ തുലനം ചെയ്യാം,
12:29
The label went away for me here.
241
749154
1782
12:30
And I would like to compare Uganda, which is there.
242
750960
2925
അതിവിടെയാണ്. എനിക്കിനിയിതിനെ മുമ്പോട്ടോടിക്കാം.
12:34
I can run it forward, like this.
243
754699
3183
ഇവിടെ നമുക്കു ദക്ഷിണ കൊറിയ വളരെ വേഗത്തില് വികസിതമാവുന്നതു കാണാം
12:39
And you can see how South Korea is making a very, very fast advancement,
244
759748
6996
12:46
whereas Brazil is much slower.
245
766768
2585
ബ്രസീല് വളരെ പതുക്കയും
12:49
And if we move back again, here, and we put trails on them, like this,
246
769377
6144
നാം വീണ്ടും പിന്നിലേക്കു വരുകയാണെന്കില്, അവയുടെ വരവിന്റെ വഴികളന്വേഷിക്കുക
12:55
you can see again
247
775545
2403
യാണെന്കില്, നമുക്കിവിടുത്തെ വേഗതകാണുവാനാവും,
12:57
that the speed of development is very, very different,
248
777972
3332
വളരെ വളരെ വ്യത്യസ്ഥമായവ, ധനത്തിന്റെയും ആരോഗ്യത്തിന്റെയും നിലവാരം
13:01
and the countries are moving more or less at the same rate
249
781328
5760
ഏകദേശമൊക്കെ ഒരേ രീതിയില് മുന്നോട്ടുപോവുന്നു, പക്ഷെ ഒരുകാര്യം തോന്നുന്നു, പലപ്പോഴും
13:07
as money and health,
250
787112
1427
13:08
but it seems you can move much faster
251
788563
1929
നാം കൂടുതല് ആരോഗ്യമുള്ളവരാകണമെങ്കിൽ വേഗത മെച്ചപ്പെട്ട സാമ്പത്തിക സ്ഥിതിയുള്ളപ്പോഴുള്ളതിന് നേക്കാള് നല്ലതാണ്
13:10
if you are healthy first than if you are wealthy first.
252
790516
2918
13:14
And to show that, you can put on the way of United Arab Emirates.
253
794000
4158
അതിനുദാഹരണമായി നമുക്കു യു.എ.ഇയുടെ വഴികാണാം.
13:18
They came from here, a mineral country.
254
798182
2674
അവര് ഇവിടെനിന്നും തുടങ്ങി, ഒരു എണ്ണരാജ്യം. അവർ എണ്ണയിലൂടേ ധാരാളം പണം നേടി
13:20
They cached all the oil; they got all the money;
255
800880
2467
പക്ഷെ, ആരോഗ്യം സൂപ്പര് മാര്ക്കെറ്റില് വാങ്ങാനവില്ലല്ലൊ.
13:23
but health cannot be bought at the supermarket.
256
803371
2436
നമുക്ക് ആരോഗ്യത്തില് നിക്ഷേപിക്കേണ്ടതായി വരുന്നു. കുട്ടികളെ സ്കൂളില് വിടണം.
13:26
You have to invest in health. You have to get kids into schooling.
257
806516
3147
13:29
You have to train health staff. You have to educate the population.
258
809687
3190
ആരോഗ്യത്തൊഴിലാളികളെ പരിശീലിപ്പിക്കണം. നിങ്ങളുടെ ജനത്തെ പഠിപ്പിക്കണം.
13:32
And Sheikh Zayed did that in a fairly good way.
259
812901
2356
ഇതെല്ലാം ഷെയിക് സയ്യദ് മോശമല്ലാത്ത രീതിയില് ചെയ്തു.
13:35
In spite of falling oil prices, he brought this country up here.
260
815281
3963
എണ്ണവില കുറഞ്ഞുകൊണ്ടിരുന്നാലും അയാള് സ്വന്തം രാജ്യത്തെ ഇവിടെയെത്തിച്ചു.
13:39
So we've got a much more mainstream appearance of the world,
261
819268
3708
അങ്ങിനെ പൊതുവായിനോക്കിയാല് ലോകമെമ്പാടും മിക്കവാറും രാജ്യങ്ങളും
13:43
where all countries tend to use their money
262
823000
2527
തങ്ങളുടെ പണം നന്നായി ഉപയോഗിക്കുന്നു.
13:45
better than they used it in the past.
263
825551
2295
ഇവിടെ നമ്മുക്ക് മധ്യത്തില് നില്ക്കുന്ന
13:49
Now, this is, more or less, if you look at the average data of the countries --
264
829269
6978
രാജ്യങ്ങളുടെ അവസ്ഥകാണാം. അവ ഇതു പൊലെയാണ്.
13:56
they are like this.
265
836271
1194
13:57
That's dangerous, to use average data,
266
837489
3409
അവറേജ് കണക്കുകള് ഉപയോഗിക്കുന്നതൊരും തെറ്റായ രീതിയാവാം, കാരണം
14:00
because there is such a lot of difference within countries.
267
840922
3845
ഈ രാജ്യങ്ങള് തമ്മില് വളരെയധികം വ്യത്യാസങ്ങളുണ്ട്. ഇന്നു ഞാനിവിടെ നിന്നു നോക്കുമ്പോള്
14:04
So if I go and look here,
268
844791
2494
14:07
we can see that Uganda today is where South Korea was in 1960.
269
847309
6545
ഉഗാണ്ട ഇപ്പോള് ദക്ഷിണ കൊറിയ 1960ല് ആയിരുന്നിടത്താണ്. ഉഗാണ്ടയിലെ
14:13
If I split Uganda, there's quite a difference within Uganda.
270
853878
3788
ഉഗാണ്ടയെ ചിന്നിക്കുമ്പോള് വ്യത്യാസങ്ങള് കാണാം.
14:17
These are the quintiles of Uganda.
271
857690
1988
14:19
The richest 20 percent of Ugandans are there.
272
859702
2180
ധനികരായ 20 ശതമാനം ആളുകള് ഇവിടെയാണ്.
14:21
The poorest are down there.
273
861906
1471
പാവങ്ങള് ഇവിടെ താഴെയും. ദക്ഷിണ ആഫ്രിക്കയെ ചിന്നിപ്പിച്ചാലിതുപോലിരിക്കും.
14:23
If I split South Africa, it's like this.
274
863401
2831
14:26
And if I go down and look at Niger,
275
866256
3009
നാം താഴോട്ടുപോയി നൈജറില്, അടുത്തകാലത്ത് വളരെ പട്ടിണിമരണങ്ങള് നടന്ന
14:29
where there was such a terrible famine [recently],
276
869289
3493
ഇവിടെ നോക്കിയാലിതുപോലെയും. ഏറ്റവും പാവപ്പെട്ട 20 ശതമാനമിവിടെ.
14:32
it's like this.
277
872806
1151
14:33
The 20 percent poorest of Niger is out here,
278
873981
2757
14:36
and the 20 percent richest of South Africa is there,
279
876762
2769
സൌത്താഫ്രിക്കയിലെ ഏറ്റവും ധനികരായ 20ശതമാനമിവിടെയും,
14:39
and yet we tend to discuss what solutions there should be in Africa.
280
879555
4421
എന്നിരുന്നാലും നാം പലപ്പോഴും അഫ്രിക്കയിലെ പ്രശ്നങ്ങളെ ലളിത വല്ക്കരിച്ചുകാണുന്നു.
14:44
Everything in this world exists in Africa.
281
884000
2567
ലോകത്തിലുള്ളതെല്ലാം ആഫ്രിക്കയിലും മുണ്ട്. അതിനാല്
14:46
And you can't discuss universal access to HIV [treatment]
282
886591
3275
എച്ച്.ഐ.വി ക്കുള്ള (മരുന്നി)ന്റെ ലഭ്യത ഏല്ലാവര്ക്കും ലഭ്യമാക്കണമെന്ന പ്രസ്ഥാവന മുകളിലും
14:49
for that quintile up here
283
889890
1919
14:51
with the same strategy as down here.
284
891833
2625
താഴെയുമുള്ള രണ്ടു തട്ടുകാർക്കും ഒരേരീതിയിലാവാനാവില്ല. ലോകത്തെ മെച്ചമാക്കാനുള്ള വഴികള്
14:54
The improvement of the world must be highly contextualized,
285
894482
3706
ഓരോ പരിതസ്ഥിതിക്കും അനുകൂലമാവണം, അവ ഒരു റീജിയണല്
14:58
and it's not relevant to have it on a regional level.
286
898212
3653
തലത്തിലാവാനാവില്ല. നാം വളരെയധികം കാര്യങ്ങള് ശ്രദ്ധിക്കേണ്ടതുണ്ട്.
15:01
We must be much more detailed.
287
901889
1530
പലപ്പോഴും ഇവയെ കുറിച്ചു കുട്ടികള് വളരെ ഉത്സാഹത്തോടെ നോക്കാറുണ്ട്.
15:04
We find that students get very excited when they can use this.
288
904070
3326
15:07
And even more, policy makers and the corporate sectors
289
907420
3618
നിയമങ്ങളുണ്ടാക്കുന്നവരും കച്ചവടക്കമ്പനി മുതലാളികളു മെല്ലാം ലോകത്തിലുള്ള
15:11
would like to see how the world is changing.
290
911062
3661
ഇത്തരം മാറ്റങ്ങളറിയാന് തല്പരരാണ്. എന്നാല് എന്തുകൊണ്ടിതു നടക്കുന്നില്ല?
15:14
Now, why doesn't this take place?
291
914747
1875
15:16
Why are we not using the data we have?
292
916646
2303
നാമെന്തുകൊണ്ടാണു നമുക്കു ലഭ്യമായ വിവരങ്ങളുപയോഗിക്കാത്തത്? നമുക്കിത്തരം കണക്കുകള് യു.എന്നിലും,
15:18
We have data in the United Nations, in the national statistical agencies
293
918973
3810
രാഷ്ട്രങ്ങളുടെ സ്റ്റാറ്റിസ്റ്റിക്കല് വിഭാഗങ്ങളിലും,
15:22
and in universities and other nongovernmental organizations.
294
922807
3169
സറ്വകലാശാലകളിലും, ഗവണ്മെന്റ്റിതര സംഘടനക്ളുടെ പക്കലും ലഭ്യമാണ്.
15:26
Because the data is hidden down in the databases.
295
926000
2737
ഈ ഡേറ്റ (കണക്കുകളെല്ലം) ഡേറ്റാബേസുകളില് ഒളിഞ്ഞിരിക്കുകയാണ്.
15:28
And the public is there, and the internet is there,
296
928761
2530
ഇവിടെ പൊതുജനവും, ഇന്റര്നെറ്റുമെല്ലാമുണ്ടെന്കിലും നാമിപ്പോഴുമവയെ ശരിയായിഉപയോഗിക്കുവാന് തുടങ്ങിയിട്ടില്ല.
15:31
but we have still not used it effectively.
297
931315
2160
15:33
All that information we saw changing in the world
298
933499
2675
നാമിതുവരെ കണ്ട ലോകത്തിലെ മാറ്റങ്ങളേകുറിച്ചുള്ള വിവരങ്ങളില്
15:36
does not include publicly funded statistics.
299
936198
2941
പബ്ലിക്ക് ഫണ്ടിലൂടെയുള്ള സ്റ്റാറ്റിസ്റ്റിക്സില്ല. ഇങ്ങനെ ചില വെബ് പേജുകളുണ്ട്,
15:39
There are some web pages like this, you know,
300
939163
2371
അവ പലസ്ഥലങ്ങളിലുള്ള ഡേറ്റാബേസുകളില്നിന്നു പലതും ചോറ്ത്തിയെടുക്കുന്നു,
15:41
but they take some nourishment down from the databases,
301
941558
4703
15:46
but people put prices on them, stupid passwords and boring statistics.
302
946285
4972
പലരുമതില്നിന്നും പണംകൊയ്യുന്നു, മണ്ടന് പാസ് വേര്ഡുകളാവശ്യപ്പെടുന്നു, പിന്നെ രസംകൊല്ലി സ്റ്റാറ്റിസ്റ്റിക്സും.
15:51
(Laughter)
303
951281
1108
(ചിരി) (കൈയ്യടി).
15:52
And this won't work.
304
952413
1422
15:53
(Applause)
305
953859
2556
ഇതുരക്ഷ്പെടില്ല. അപ്പോള് എന്തുചെയ്യും? നമുക്കു ഡേറ്റാബേസുകളുണ്ട്.
15:56
So what is needed? We have the databases.
306
956439
2422
15:58
It's not a new database that you need.
307
958885
1867
നമുക്കു പുതിയ ഡേറ്റാബേസുകളുടെയല്ല ആവശ്യം. നമുക്കു മനോഹരമായ ഡിസൈന് റ്റൂളുകളും ലഭ്യമാണ്,
16:00
We have wonderful design tools and more and more are added up here.
308
960776
3805
അവകൂടുതല് കൂടുതലുണ്ടായി ഇവിടെ ചേര്ന്നുക്കൊണ്ടിരിക്കുന്നു. അങ്ങിനെ ഞങ്ങളൊരു
16:04
So we started a nonprofit venture linking data to design,
309
964605
6130
ലാഭേതര സംഘടനയ്ണ്ടാക്കി – ഡേറ്റയും ഡിസൈനും കൂട്ടിചേറ്ക്കാനവുന്നവ –
16:10
we called "Gapminder,"
310
970759
1156
അതാണ് ഗ്യാപ്പ് മൈന്ഡര്. ഇത് ലണ്ടന് അണ്ടര് ഗ്രൌണ്ട് മെട്രോയില് നിന്നും കടമെടുത്തതാണ്, അവിടെ പറയാറുണ്ടെല്ലൊ,
16:11
from the London Underground, where they warn you, "Mind the gap."
311
971939
3097
`ഗ്യപ്പുകളേ ശ്രദ്ധിക്കുവിനെന്ന്”. അതിനാല് ഞങ്ങള് വിചാരിച്ചു, ഗ്യപ്പ് മൈന്ഡര് യോജിക്കുമെന്നു.
16:15
So we thought Gapminder was appropriate.
312
975060
1959
അങ്ങിനെ ഞങ്ങളൊരു സോഫ്റ്റ് വെയരുണ്ടാക്കന് തുടങ്ങി, അവ ഡേറ്റയെ ഇങ്ങിനെ ബന്ധിപ്പിക്കും.
16:17
And we started to write software which could link the data like this.
313
977043
4181
അതുവലിയ ബുദ്ധിമുട്ടുള്ള കാര്യമൊന്നുമല്ലായിരുന്നു. കുറേ മനുഷ്യജീവിതം ചിലവാക്കി, പിന്നെ ആനിമേഷനുകളും ഉണ്ടാക്കി.
16:21
And it wasn't that difficult.
314
981248
1547
16:22
It took some person years, and we have produced animations.
315
982819
3723
16:26
You can take a data set and put it there.
316
986566
2233
നിങ്ങൾക്ക് ഏതു രീതിയിലുമുള്ള ഡേറ്റാസെറ്റുകളുമിവിടെയിടാം.
16:28
We are liberating UN data, some few UN organization.
317
988823
4476
ഞങ്ങളങ്ങിനെ കുറേ യു.എന്. ഡേറ്റകളേ രക്ഷിച്ചു, ചില യു.എന് സംഘടനകളേയും.
16:33
Some countries accept that their databases can go out on the world.
318
993323
4278
ചില രാജ്യങ്ങള് തങ്ങളുടെ ഡേറ്റാബേസുകള് ലോകമെമ്പാടും ലഭ്യമാക്കന് തയ്യാറാണ്,
16:37
But what we really need is, of course, a search function,
319
997625
3245
പക്ഷെ നമുക്കവിടെ അനിവാര്യമായത് സെർച്ച് ചെയാനുള്ള ഒരു ഉപകരണമാണ്.
16:40
a search function where we can copy the data up to a searchable format
320
1000894
4502
സേറ്ച്ചു ചെയ്യുന്ന ഉപകരണം ലഭ്യമായ ഡേറ്റ സേര്ച്ച് ചെയ്യാവുന്നരീതിയില്
16:45
and get it out in the world.
321
1005420
1518
ലോകത്തിലെത്തിക്കണം. ഞങ്ങള് പലയിടങ്ങളിലും പോവുമ്പോള് കേള്ക്കുന്നതെന്താണെന്നോ?
16:46
And what do we hear when we go around?
322
1006962
2165
ഞാന് സ്റ്റാറ്റിസ്റ്റിക്കല് സംഘങ്ങളുടെയൊരു അന്ത്രോപ്പൊളജിക്കല് പഠനം നടത്തി. എല്ലാവരും പറയുന്നു
16:49
I've done anthropology on the main statistical units.
323
1009151
3118
16:52
Everyone says, "It's impossible. This can't be done.
324
1012293
3009
“അതു സാധ്യമല്ല. അതു ചെയ്യാനാവില്ല. ഞങ്ങളുടെ ഡേറ്റയില് ചില പ്രത്യേകതകളുണ്ട്,
16:55
Our information is so peculiar in detail,
325
1015326
2510
16:57
so that cannot be searched as others can be searched.
326
1017860
3104
അതു മറ്റുള്ളവയെപോലെ സേറ്ച്ചു ചെയ്യുവാനാവില്ല.
17:00
We cannot give the data free to the students,
327
1020988
2355
ഞങ്ങള്ക്കു കുട്ടികള്ക്കും ലോക മുതലാളികള്ക്കും പണമില്ലതെ ഡേറ്റ നല്കാനാവില്ല”.
17:03
free to the entrepreneurs of the world."
328
1023367
2126
പക്ഷെ നാമിതാണു കാണാനാഗ്രഹിക്കുന്നതല്ലെ?
17:06
But this is what we would like to see, isn't it?
329
1026256
2346
പൊതുമുതല് മുടക്കി ശേഖരിച്ച ഡേറ്റ ഇവിടെയുണ്ട്.
17:09
The publicly funded data is down here.
330
1029175
2424
17:11
And we would like flowers to grow out on the net.
331
1031623
3035
ഞങ്ങള് നെറ്റില് പൂക്കള് വിടരണമെന്നുമാഗ്രഹിക്കുന്നു.
17:14
One of the crucial points is to make them searchable,
332
1034682
3270
പ്രധാന കാര്യമെന്തെന്നാൽ അവ സേറ്ച്ചബിളാവുകയും, ആനിമേഷന്
17:17
and then people can use the different design tools to animate it there.
333
1037976
4287
റ്റൂളുകളുപയോഗിച്ചു സുന്ദരമാകുകയും ചെയ്യാം.
എനിക്കു നിങ്ങളോടൊരു നല്ല കാര്യം പറയാനുണ്ട്. എന്താണെന്നു വച്ചാല്
17:22
And I have pretty good news for you.
334
1042287
2294
17:24
I have good news that the [current],
335
1044605
2194
17:26
new head of UN statistics doesn't say it's impossible.
336
1046823
3486
യു.എന് സ്റ്റാറ്റിസ്റ്റിക്കല് വിഭാഗത്തിന്റെ മേധാവി ഇതു സാധ്യമല്ലെന്നു പറയാറില്ല.
17:30
He only says, "We can't do it."
337
1050333
1856
പക്ഷെ അയാള് പറയുന്നത്, “ഇതു ഞങ്ങളേക്കൊണ്ടാവില്ല” എന്നാണ്.
17:32
(Laughter)
338
1052772
3532
(ചിരി)
17:36
And that's a quite clever guy, huh?
339
1056328
1883
അവനു നല്ല ബുദ്ധിയുണ്ട് അല്ലേ?
17:38
(Laughter)
340
1058235
1849
(ചിരി)
17:40
So we can see a lot happening in data in the coming years.
341
1060108
4365
എന്തായാലും അടുത്ത വര്ഷങ്ങളിൽ നമുക്കു കൂടുതല് ഡേറ്റകളുടെ ഉപയോഗംകാണും.
17:44
We will be able to look at income distributions in completely new ways.
342
1064497
4376
നമുക്കു വരുമാനവിതരണത്തെ പുതിയ രീതിയില് കാഴ്ചവെയ്ക്കാനാവും.
17:48
This is the income distribution of China, 1970.
343
1068897
5079
1970ല് ചൈനയിലെ വരുമാന വിതരണം ഈ രീതിയിലായിരുന്നു.
17:54
This is the income distribution of the United States, 1970.
344
1074000
4796
70ലെ യുണൈറ്റഡ് സ്റ്റേറ്റ്സില് ഇതുപോലെയും.
17:58
Almost no overlap.
345
1078820
1851
രണ്ടും തമ്മില് ഒരു വിധത്തിലുമുള്ള ഒവര് ലാപ്പുകളില്ല. എന്താണിവിടെ സംഭവിക്കുന്നത്?
18:00
Almost no overlap.
346
1080695
1411
18:02
And what has happened?
347
1082130
1716
18:03
What has happened is this:
348
1083870
1481
സംഭവിക്കുന്നതിതാണ്: ചൈന വളരുന്നു, ഇപ്പോഴിവിടെ സമാനതകളില്ല, അതിവിടം മുതലാണ് തുടങ്ങുന്നതു,
18:05
that China is growing, it's not so equal any longer,
349
1085375
2972
18:08
and it's appearing here, overlooking the United States,
350
1088371
3971
ഇപ്പോളതു യുണൈറ്റഡ് സ്റ്റേറ്റ്സിനെ മറികടക്കുമെന്നു തോന്നുന്നു.
18:12
almost like a ghost, isn't it?
351
1092366
2292
ഒരു ഭൂതം പോലെ അല്ലേ?
18:14
(Laughter)
352
1094682
1294
(ചിരി)
18:16
It's pretty scary.
353
1096000
1587
ഇതൊരു ഭീകരാവസ്ഥയാണ്. പക്ഷേയെനിക്കു തോന്നുന്നത് ഇത്തരത്തിലുള്ള എല്ലാ വിവരങ്ങളും നമുക്കാവശ്യമാണ്.
18:17
(Laughter)
354
1097611
2261
18:22
But I think it's very important to have all this information.
355
1102762
3910
18:26
We need really to see it.
356
1106696
2730
നമുക്കതു കാണേണ്ടതുണ്ട്. ഇവിടെ നോക്കുന്നതിനു പകരം, നമുക്കിനി
18:29
And instead of looking at this,
357
1109450
2883
18:32
I would like to end up by showing the internet users per 1,000.
358
1112357
5383
ഇന്റെര്നെറ്റിന്റെ 1000ത്തിനൊരാളെന്ന കണക്കിലുള്ള ഉപഭോക്താക്കളെകുറിച്ചു കാണാം.
18:37
In this software, we access about 500 variables
359
1117764
2924
ഈ സോഫ്റ്റ് വെയറുപയോഗിച്ചു നമുക്കു എല്ലാരാജ്യങ്ങളില് നിന്നുമുള്ള 500ഓളം കാര്യങ്ങളെ അടുക്കിവയ്ക്കാനവും.
18:40
from all the countries quite easily.
360
1120712
2267
ഇവയില് നിന്നും മാറ്റമുണ്ടാവന് അല്പസമയമെടുത്തേക്കാം,
18:43
It takes some time to change for this,
361
1123003
3134
18:46
but on the axes, you can quite easily get any variable you would like to have.
362
1126161
5818
ഈഅക്ഷാംശത്തില് പക്ഷെ നമുക്കാവശ്യമായ വേരിയബിളുകളെ (കാര്യങ്ങളെ) അടുക്കാം.
ഇതിന്റെ പ്രത്യേകതയെന്തെന്നാല്, ഈ ഡേറ്റാബേസുകള്, സ്വതന്ത്രമായി ലഭ്യമാണ്.
18:52
And the thing would be to get up the databases free,
363
1132003
4383
18:56
to get them searchable, and with a second click,
364
1136410
2809
മാത്രമല്ല അവ സേര്ച്ചു ചെയ്യാനാവുന്നതുമാണ്, രണ്ടാമത്തെഒരു ക്ലിക്കിലിവിടെ
18:59
to get them into the graphic formats, where you can instantly understand them.
365
1139243
5056
നമുക്ക് ഗ്രാഫിക്ക് രൂപത്തില് പെട്ടന്നു മനസില്ലവുന്ന രീതിയില് ലഭ്യമാണ്,
19:04
Now, statisticians don't like it, because they say
366
1144323
3426
സ്റ്റാറ്റിഷ്യനുകള്ക്കിതു ഇഷ്ടമാവില്ല, അവര് പറയും ഇത് വസ്തുതകളെ ശരിയായ
19:07
that this will not show the reality;
367
1147773
6917
രീതിയില് കാണിക്കുന്നില്ല; നമുക്ക് സ്റ്റാറ്റിസ്റ്റിക്കലായുള്ള അനലറ്റിക്കല് രീതികളാവശ്യമാണ്.
19:14
we have to have statistical, analytical methods.
368
1154714
2288
പക്ഷെ ഇവവെറും ഊഹങ്ങള് (ഹൈപ്പൊതെസിസ്) മാത്രമാണ്.
19:17
But this is hypothesis-generating.
369
1157026
1950
19:19
I end now with the world.
370
1159000
1905
ഞാന് ലോകത്തോടെ അവസാനിപ്പിക്കാം. അതാ അവിടെ ഇന്റെറ്നെറ്റു വരുന്നു.
19:22
There, the internet is coming.
371
1162021
1485
19:23
The number of internet users are going up like this.
372
1163530
2483
ഇന്റര്നെറ്റിന്റെ ഉപഭോക്താക്കളിങ്ങനെ വളര്ന്നുകൊണ്ടിരിക്കുന്നു. ഇതാണ് വ്യക്തിയാധാരമായുള്ള ജ്.ഡി.പി.
19:26
This is the GDP per capita.
373
1166037
2111
ഇതാണ് പുതിയ ടെക്നോളജികളുടെ വരവ്, വളരെ അപ്രതീക്ഷിതമായി, ഇവയെങ്ങിനെ രാജ്യങ്ങളുടെ
19:28
And it's a new technology coming in, but then amazingly,
374
1168172
3500
19:31
how well it fits to the economy of the countries.
375
1171696
4027
സാമ്പത്തിക സ്ഥിതിയുമായി യോജിച്ചു നീങ്ങുന്നു. അതിനാലാണ് 100 ഡോളറിന്റെ കമ്പ്യൂട്ടറുകള
19:35
That's why the $100 computer will be so important.
376
1175747
2992
പ്രാധാന്യമാകുന്നതു. ഇതൊരു നല്ല കാര്യമാണ്. ഒരുപക്ഷേ തോന്നാം.
19:38
But it's a nice tendency.
377
1178763
1405
19:40
It's as if the world is flattening off, isn't it?
378
1180192
2771
ലോകം കൂടുതല് പരന്നതായികൊണ്ടിരിക്കുന്നുവെന്നു, ആവോ? ഈ രാജ്യങ്ങള് തങ്ങളുടെ സാമ്പത്തിക
19:42
These countries are lifting more than the economy,
379
1182987
2538
സ്ഥിതിയേക്കാള് ഭേദമായിക്കൊണ്ടിരിക്കുന്നു, വരും വര്ഷങ്ങളിലിവയെ ശ്രദ്ധിക്കേണ്ടിയിരിക്കുന്നു,
19:45
and it will be very interesting to follow this over the year,
380
1185549
2956
ഞാന് പ്രതീക്ഷിക്കുന്നു നിങ്ങള്ക്കിതെലാം പൊതുവായിലഭ്യമായ ധനത്തിലൂടെ ചെയ്യാനാവുമെന്ന്.
19:48
as I would like you to be able to do with all the publicly funded data.
381
1188529
3650
നന്ദി, നമസ്കാരം.
19:52
Thank you very much.
382
1192203
1182
19:53
(Applause)
383
1193409
3000
(കൈയ്യടി)
ഈ വെബ്സൈറ്റിനെക്കുറിച്ച്

ഇംഗ്ലീഷ് പഠിക്കാൻ ഉപയോഗപ്രദമായ YouTube വീഡിയോകൾ ഈ സൈറ്റ് നിങ്ങളെ പരിചയപ്പെടുത്തും. ലോകമെമ്പാടുമുള്ള മികച്ച അധ്യാപകർ പഠിപ്പിക്കുന്ന ഇംഗ്ലീഷ് പാഠങ്ങൾ നിങ്ങൾ കാണും. ഓരോ വീഡിയോ പേജിലും പ്രദർശിപ്പിച്ചിരിക്കുന്ന ഇംഗ്ലീഷ് സബ്‌ടൈറ്റിലുകളിൽ ഡബിൾ ക്ലിക്ക് ചെയ്ത് വീഡിയോ പ്ലേ ചെയ്യുക. വീഡിയോ പ്ലേബാക്കുമായി സബ്‌ടൈറ്റിലുകൾ സമന്വയിപ്പിക്കുന്നു. നിങ്ങൾക്ക് എന്തെങ്കിലും അഭിപ്രായങ്ങളോ അഭ്യർത്ഥനകളോ ഉണ്ടെങ്കിൽ, ഈ കോൺടാക്റ്റ് ഫോം ഉപയോഗിച്ച് ഞങ്ങളെ ബന്ധപ്പെടുക.

https://forms.gle/WvT1wiN1qDtmnspy7