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

Vertaald door: Els De Keyser Nagekeken door: Roel Verbunt

About 10 years ago, I took on the task to teach global development

Ongeveer 10 jaar geleden begon ik wereldontwikkeling te doceren

aan Zweedse bachelorstudenten.

to Swedish undergraduate students.

Dit deed ik na 20 jaar doorgebracht te hebben met Afrikaanse instellingen

That was after having spent about 20 years,

together with African institutions,

studying hunger in Africa.

die honger in Afrika bestudeerden.

So I was sort of expected to know a little about the world.

Ze mochten dus aannemen dat ik wat wist over de wereld.

Ik begon in onze medische universiteit, het Karolinska Instituut,

And I started, in our medical university, Karolinska Institute,

an undergraduate course called Global Health.

met een bachelorcollege Wereldwijde Gezondheid.

Maar als je zo'n kans krijgt word je een beetje nerveus.

But when you get that opportunity, you get a little nervous.

I thought, these students coming to us actually have the highest grade

Ik dacht, deze studenten die naar ons toekomen

hebben de hoogst mogelijke cijfers binnen het Zweedse onderwijssysteem

you can get in the Swedish college system,

so I thought, maybe they know everything I'm going to teach them about.

dus misschien weten ze alles wat ik ze ga doceren al.

Ik deed dus een test bij de start.

So I did a pretest when they came.

Een van de vragen waarvan ik veel heb geleerd was deze:

And one of the questions from which I learned a lot was this one:

"Which country has the highest child mortality of these five pairs?"

"Welk land heeft de hoogste kindersterfte van deze vijf paren?"

And I put them together so that in each pair of countries,

Ik stelde ze zo samen dat in elk paar landen,

one has twice the child mortality of the other.

de één dubbel zoveel kindersterfte heeft als de andere.

Dit betekent dat het verschil groter is dan de onzekerheid van de statistieken.

And this means that it's much bigger, the difference,

than the uncertainty of the data.

I won't put you at a test here, but it's Turkey,

Ik zal jullie geen toetsvragen voorleggen,

which is highest there, Poland, Russia, Pakistan and South Africa.

maar Turkije scoort het hoogst, Polen, Rusland, Pakistan en Zuid-Afrika.

And these were the results of the Swedish students.

En dit zijn de resultaten van de Zweedse studenten.

I did it so I got the confidence interval, which is pretty narrow.

Ik berekende het betrouwheidsinterval.

Dat was vrij klein en daar werd ik natuurlijk gelukkig van:

And I got happy, of course -- a 1.8 right answer out of five possible.

1.8 van de 5 antwoorden correct.

That means there was a place for a professor of international health

Dat betekende dat er plaats was voor een professor Internationale Gezondheid --

and for my course.

en voor mijn college. (Gelach)

(Laughter)

But one late night, when I was compiling the report,

Op een late avond, toen ik het rapport aan het opstellen was

I really realized my discovery.

deed ik pas echt mijn ontdekking.

Ik heb aangetoond dat Zweedse topstudenten

I have shown that Swedish top students know, statistically,

statistisch significant minder weten over de wereld dan chimpansees.

significantly less about the world than the chimpanzees.

(Laughter)

(Gelach)

Because the chimpanzee would score half right

De chimpansee zou de helft goed scoren

als ik hem twee bananen zou geven met Sri Lanka en Turkije er op.

if I gave them two bananas with Sri Lanka and Turkey.

They would be right half of the cases. But the students are not there.

De studenten zijn daar nog niet. Mijn probleem was niet onwetendheid,

The problem for me was not ignorance; it was preconceived ideas.

maar ingeprente misvattingen.

I did also an unethical study

Ik deed ook een onethisch onderzoek onder de professoren van het Instituut.

of the professors of the Karolinska Institute,

(Gelach)

which hands out the Nobel Prize in Medicine,

-- dat de Nobelprijs in medicijnen uitreikt --

and they are on par with the chimpanzee there.

en ze scoren even goed als de chimpansee.

(Gelach)

(Laughter)

This is where I realized that there was really a need to communicate,

Toen besefte ik dat er nood aan communicatie was,

because the data of what's happening in the world

omdat de beschikbare informatie over wat er gebeurt in de wereld

and the child health of every country

en de gezondheid van kinderen van elk land eigenlijk erg goed is.

is very well aware.

So we did this software, which displays it like this.

We maakten deze software die het zo weergeeft:

Every bubble here is a country.

elke bubbel is een land.

This country over here is China.

Dit land hier is China. Dit is India.

This is India.

The size of the bubble is the population,

De grootte van de bubbel is de bevolking, en op deze as staat de vruchtbaarheid.

and on this axis here, I put fertility rate.

Because my students, what they said

Want mijn studenten zeiden,

als ze de wereld bekeken, en ik hen vroeg:

when they looked upon the world, and I asked them,

"What do you really think about the world?"

"Hoe kijk je echt tegen de wereld aan?"

Nou, ten eerste ontdekte ik dat het studieboek vooral Kuifje was.

Well, I first discovered that the textbook was Tintin, mainly.

(Laughter)

(Gelach)

And they said, "The world is still 'we' and 'them.'

En ze antwoordden: "De wereld is nog steeds 'wij' en 'zij'.

And 'we' is the Western world and 'them' is the Third World."

Wij zijn de westerse wereld, zij zijn de derde wereld."

"Wat bedoel je met de westerse wereld?", vroeg ik.

"And what do you mean with 'Western world?'" I said.

"Well, that's long life and small family.

"Een lang leven en een klein gezin,

And 'Third World' is short life and large family."

en de derde wereld betekent kort leven en groot gezin".

So this is what I could display here.

Dus dit kon ik laten zien.

I put fertility rate here --

Ik zet vruchtbaarheid hier: het aantal kinderen per vrouw,

number of children per woman: one, two, three, four,

een, twee, drie, vier, tot ongeveer acht kinderen per vrouw.

up to about eight children per woman.

We have very good data since 1962, 1960, about,

We hebben hele goede data sinds rond 1960

over de grootte van families in alle landen.

on the size of families in all countries.

The error margin is narrow.

De foutenmarge is klein.

Here, I put life expectancy at birth,

Hier zet ik levensverwachting bij de geboorte,

from 30 years in some countries, up to about 70 years.

vanaf 30 jaar tot, in sommige landen, ongeveer 70 jaar.

And in 1962, there was really a group of countries here

In 1962 was er een groep van landen hier.

that were industrialized countries,

De geïndustrialiseerde landen hadden kleine families en leefden lang.

and they had small families and long lives.

And these were the developing countries.

En dit waren de ontwikkelingslanden:

They had large families and they had relatively short lives.

zij hadden grote families en relatief korte levens.

Now, what has happened since 1962? We want to see the change.

Maar wat is er gebeurd sinds 1962? Die verandering willen we zien.

Are the students right? It's still two types of countries?

Hebben de studenten gelijk? Nog steeds twee soorten landen?

Or have these developing countries got smaller families and they live here?

Of hebben de ontwikkelingslanden kleinere families en zitten ze hier?

Or have they got longer lives and live up there?

Of leven ze langer en zitten ze hier?

Let's see. We start the world, eh?

We gaan kijken. De wereld staat hier stil.

This is all UN statistics that have been available.

Dit zijn allemaal VN-statistieken.

Hier gaan we. Zie je dat daar?

Here we go. Can you see there?

It's China there, moving against better health there, improving there.

Dat is China, de gezondheid zakt en stijgt daar weer.

All the green Latin American countries are moving towards smaller families.

Al de groene Latijns-Amerikaanse landen krijgen kleinere families.

Your yellow ones here are the Arabic countries,

De gele landen hier zijn de Arabische landen.

Ze krijgen langer leven, maar geen grotere families.

and they get longer life, but not larger families.

The Africans are the green here. They still remain here.

De Afrikanen zijn de groene en die blijven nog hier beneden.

This is India; Indonesia is moving on pretty fast.

Dit is India. Indonesië beweegt vrij snel.

In the '80s here, you have Bangladesh still among the African countries.

(Gelach)

In de 80er jaren zie je Bangladesh hier, nog bij de Afrikaanse landen.

But now, Bangladesh -- it's a miracle that happens in the '80s --

Maar nu, Bangladesh -- het is een wonder in jaren '80:

the imams start to promote family planning,

de imams beginnen voorbehoedsmiddelen te promoten.

Ze gaan omhoog naar die hoek.

and they move up into that corner.

And in the '90s, we have the terrible HIV epidemic

En in de jaren 90 is er de verschrikkelijke Aids-epidemie

die de levensverwachting van de Afrikaanse landen laat dalen.

that takes down the life expectancy of the African countries.

And the rest of them all move up into the corner,

Alle anderen bewegen omhoog die hoek in,

where we have long lives and small family,

waar we lange levens en kleine families hebben.

and we have a completely new world.

En we hebben een compleet nieuwe wereld.

(Applause)

(Applaus)

(Applause ends)

Let me make a comparison directly

Laat mij een vergelijking maken tussen de Verenigde Staten en Vietnam.

between the United States of America and Vietnam.

1964:

1964: Amerika had kleine families en lange levens,

America had small families and long life;

Vietnam had grote families en korte levens. En dit is wat er gebeurde.

Vietnam had large families and short lives.

And this is what happens.

The data during the war indicate that even with all the death,

De gegevens tijdens de oorlog laten zien dat zelfs met al de doden,

there was an improvement of life expectancy.

er een stijgende levensverwachting was.

By the end of the year, family planning started in Vietnam,

Aan het eind van het jaar begon gezinsplanning in Vietnam

and they went for smaller families.

en kregen ze kleinere families.

And the United States up there is getting longer life,

In de V.S. kregen ze langere levens,

keeping family size.

en behielden ze de familiegrootte.

And in the '80s now, they give up Communist planning

In de jaren 80 gaven ze het communisme op en gingen ze over op een markteconomie,

and they go for market economy,

and it moves faster even than social life.

en het gaat zelfs sneller in het sociale leven.

And today, we have in Vietnam

Vietnam heeft tegenwoordig dezelfde levensverwachting en familiegrootte

the same life expectancy and the same family size

hier in Vietnam, 2003, als in de Verenigde Staten in 1974,

here in Vietnam, 2003,

as in United States, 1974, by the end of the war.

aan het einde van de oorlog.

Ik denk dat we allemaal -- als we niet naar de gegevens kijken --

I think we all, if we don't look at the data,

we underestimate the tremendous change in Asia,

de overweldigende verandering in Azië onderschatten,

which was in social change before we saw the economic change.

dat eerst sociaal veranderde voordat de economie volgde.

So let's move over to another way here

Laten we overgaan op een andere manier

in which we could display the distribution in the world

om de verdeling weer te geven van het wereldinkomen.

of income.

This is the world distribution of income of people.

One dollar, 10 dollars or 100 dollars per day.

Eén Dollar, 10 Dollar en 100 Dollar per dag.

Er zit geen gat meer tussen rijk en arm. Dit is een mythe.

There's no gap between rich and poor any longer. This is a myth.

There's a little hump here.

Er zit een kleine bult hier, maar er zitten overal mensen.

But there are people all the way.

And if we look where the income ends up,

En als we kijken waar al het geld terecht komt -- het inkomen --

this is 100 percent of the world's annual income.

dit is 100 procent van het jaarlijkse wereldinkomen.

And the richest 20 percent,

De rijkste 20 procent verdient ongeveer 74 procent hiervan.

they take out of that about 74 percent.

De armste 20 procent verdient ongeveer 2 procent.

And the poorest 20 percent, they take about two percent.

And this shows that the concept of developing countries

Dit laat zien dat het concept ontwikkelingslanden erg twijfelachtig is.

is extremely doubtful.

We think about aid,

We denken over ontwikkelingshulp dat de mensen hier deze mensen helpen.

like these people here giving aid to these people here.

But in the middle, we have most of the world population,

Maar in het midden hebben we het grootste deel van de wereldbevolking,

met 24 procent van het inkomen.

and they have now 24 percent of the income.

We heard it in other forms.

We hebben het op andere manieren gehoord. En wie zijn dit?

And who are these?

Waar zijn de verschillende landen? Ik kan u Afrika laten zien.

Where are the different countries?

I can show you Africa.

This is Africa.

Dit is Afrika.

Tien procent van de wereldbevolking. Grotendeels in armoede.

Ten percent of the world population,

most in poverty.

Dit is de OESO. De rijke landen. De countryclub van de VN.

This is OECD -- the rich countries, the country club of the UN.

And they are over here on this side. Quite an overlap between Africa and OECD.

Zij zitten hier aan deze kant. Een flinke overlap van Afrika met de OESO.

And this is Latin America.

Dit is Latijns-Amerika. Ze hebben hier alles,

It has everything on this earth, from the poorest to the richest

van de armsten tot de rijksten, in Latijns-Amerika.

in Latin America.

En daaroverheen kunnen we Oost-Europa, Oost-Azië en Zuid-Azië projecteren.

And on top of that, we can put East Europe,

we can put East Asia, and we put South Asia.

And what did it look like if we go back in time,

En hoe zag het eruit rond 1970? Toen was er meer sprake van een bult.

to about 1970?

Then, there was more of a hump.

De meeste absoluut armen waren Aziaten.

And most who lived in absolute poverty were Asians.

Het probleem in de wereld was armoede in Azië.

The problem in the world was the poverty in Asia.

And if I now let the world move forward,

En als ik de wereld laat verdergaan, zal je zien dat de bevolking toeneemt,

you will see that while population increases,

there are hundreds of millions in Asia getting out of poverty,

en er honderden miljoenen Aziaten uit de armoede geraken en sommige anderen

and some others getting into poverty,

in de armoede, en dit is het patroon dat we vandaag hebben.

and this is the pattern we have today.

De beste projectie van de Wereldbank is dat dit zal gebeuren.

And the best projection from the World Bank

is that this will happen,

We zullen geen verdeelde wereld hebben. De meeste mensen zullen in het midden zitten.

and we will not have a divided world.

We'll have most people in the middle.

Of course it's a logarithmic scale here,

Nu is dit een logaritmische schaal,

but our concept of economy is growth with percent.

maar ons economische concept is procentuele groei.

We zien het als de kans op procentuele groei.

We look upon it as a possibility of percentile increase.

If I change this and take GDP per capita instead of family income,

Als ik dit verander en BNP per hoofd neem in plaats van gezinsinkomen,

and I turn these individual data

en ik vervang deze individuele data door regionale data van het BBP,

into regional data of gross domestic product,

and I take the regions down here,

en ik neem de regio's hier beneden -- de omvang van de bubbel is de bevolking.

the size of the bubble is still the population.

And you have the OECD there, and you have sub-Saharan Africa there,

Je hebt de OESO hier, en Sub-Saharisch Afrika daar,

and we take off the Arab states there,

en we nemen de Arabische staten hier uit,

coming both from Africa and from Asia,

die komen uit Afrika en Azië, en we zetten ze apart,

and we put them separately,

and we can expand this axis, and I can give it a new dimension here,

en we vergroten deze as, en ik voeg hier een nieuwe dimensie toe,

by adding the social values there, child survival.

met de sociale waarden, kinderoverlevingskans.

Now I have money on that axis,

Ik heb nu geld op die as, en de kans op overleven van de kinderen daar.

and I have the possibility of children to survive there.

In some countries, 99.7% of children survive to five years of age;

In sommige landen leven 99,7 procent van de kinderen tot 5 jaar.

others, only 70.

In andere maar 70.

En hier lijkt een kloof te zitten tussen de OESO, Latijns-Amerika, Oost-Europa,

And here, it seems, there is a gap between OECD,

Latin America, East Europe, East Asia,

Arab states, South Asia and sub-Saharan Africa.

Oost-Azië, de Arabische staten, Zuid-Azië en Sub-Saharisch Afrika.

The linearity is very strong between child survival and money.

Het verband tussen kinderoverlevingskans en geld is heel sterk.

But let me split sub-Saharan Africa.

Laat me Sub-Saharisch Afrika uitsplitsen. Beneden slechte, boven betere gezondheid.

Health is there and better health is up there.

I can go here, and I can split sub-Saharan Africa into its countries.

Ik kan hier Sub-Saharisch Afrika in zijn landen opsplitsen.

And when it bursts,

Als uit uiteenspat is de omvang van de landenbubbel de bevolkingsgrootte.

the size of each country bubble is the size of the population.

Sierra Leone down there, Mauritius is up there.

Hierbeneden is Sierra Leone. Daarboven Mauritius,

Mauritius was the first country to get away with trade barriers,

het eerste land zonder handelsgrenzen, en ze konden hun suiker verkopen.

and they could sell their sugar, they could sell their textiles,

en hun textiel, tegen dezelfde voorwaarden als de Europeanen en Noord-Amerikanen.

on equal terms as the people in Europe and North America.

There's a huge difference [within] Africa.

Er zijn grote verschillen in Afrika. Ghana staat hier in het midden.

And Ghana is here in the middle.

In Sierra Leone, humanitarian aid.

In Sierra Leone: humanitaire hulp.

Here in Uganda, development aid.

In Oeganda: ontwikkelingshulp. Hier: tijd om te investeren.

Here, time to invest; there, you can go for a holiday.

Daar kan je met vakantie gaan.

Er is zeer veel variatie binnen Afrika die we bijna nooit zien,

There's tremendous variation within Africa,

which we very often make that it's equal everything.

het is allemaal gelijk.

Ik kan Zuid-Azië hier opsplitsen. India is de grote bubbel in het midden.

I can split South Asia here. India's the big bubble in the middle.

But there's a huge difference between Afghanistan and Sri Lanka.

Een groot verschil tussen Afghanistan en Sri Lanka.

I can split Arab states. How are they?

Ik kan de Arabische staten splitsen. Hetzelfde klimaat, cultuur en religie.

Same climate, same culture, same religion -- huge difference.

Zeer grote verschillen, zelfs tussen buren. Jemen: burgeroorlog.

Even between neighbors --

Yemen, civil war;

United Arab Emirates, money, which was quite equally and well-used.

Verenigde Arabische Emiraten: geld dat goed en gespreid besteed is.

Not as the myth is.

Niet zoals de mythe.

And that includes all the children of the foreign workers

Inbegrepen zijn alle kinderen van de buitenlandse arbeiders in het land.

who are in the country.

Data zijn vaak beter dan je denkt. Vele mensen zeggen dat ze slecht zijn.

Data is often better than you think. Many people say data is bad.

Er is een marge van onzekerheid, maar we zien het verschil:

There is an uncertainty margin, but we can see the difference here:

Cambodia, Singapore.

Cambodja, Singapore. De verschillen zijn veel groter

The differences are much bigger than the weakness of the data.

dan de zwakte van de data.

East Europe: Soviet economy for a long time,

Oost-Europa: lang een Sovjeteconomie, maar ze komen er 10 jaar later

but they come out after 10 years very, very differently.

heel, heel anders uit. Daar is Latijns-Amerika.

And there is Latin America.

Tegenwoordig is Cuba niet het enige gezonde land in Latijns-Amerika.

Today, we don't have to go to Cuba

to find a healthy country in Latin America.

Chile will have a lower child mortality than Cuba within some few years from now.

Chili zal over enkele jaren lagere kindersterfte dan Cuba hebben.

Here, we have high-income countries in the OECD.

Hier hebben we rijke landen in de OESO.

And we get the whole pattern here of the world,

We hebben hier het hele patroon van de wereld, dat min of meer zo is.

which is more or less like this.

And if we look at it, how the world looks,

Als we het bekijken, hoe het eruit ziet -- de wereld in 1960. Het begint te bewegen.

in 1960, it starts to move.

1960 Dit is Mao Zedong. Hij bracht China gezondheid. Toen stierf hij.

This is Mao Zedong. He brought health to China.

And then he died.

And then Deng Xiaoping came and brought money to China,

Deng Xiaoping bracht China geld, en bracht ze terug naar de middenmoot.

and brought them into the mainstream again.

And we have seen how countries move in different directions like this,

We hebben gezien hoe landen in verschillende richtingen bewegen.

so it's sort of difficult to get an example country

Het is dus moeilijk om

een voorbeeldland te nemen dat het patroon van de wereld toont.

which shows the pattern of the world.

But I would like to bring you back to about here, at 1960.

Ik breng jullie terug naar ongeveer 1960.

Ik zou Zuid-Korea willen vergelijken met Brazilië.

I would like to compare South Korea, which is this one,

with Brazil, which is this one.

Het label is eraf.

The label went away for me here.

And I would like to compare Uganda, which is there.

En ik zou Oeganda willen vergelijken, hier zo. Ik kan vooruitgaan, zo.

I can run it forward, like this.

Je ziet hoe Zuid-Korea zeer snel vooruitgang boekt,

And you can see how South Korea is making a very, very fast advancement,

whereas Brazil is much slower.

terwijl Brazilië veel trager is.

And if we move back again, here, and we put trails on them, like this,

Als we teruggaan en een sleepspoor laten zien,

you can see again

dan kan je opnieuw zien dat de snelheid van ontwikkeling

that the speed of development is very, very different,

erg verschilt en dat de landen min of meer

and the countries are moving more or less at the same rate

in hetzelfde tempo bewegen qua geld en gezondheid,

as money and health,

but it seems you can move much faster

maar je kan blijkbaar veel sneller bewegen als je eerst gezond bent, niet eerst rijk.

if you are healthy first than if you are wealthy first.

And to show that, you can put on the way of United Arab Emirates.

Om dat te tonen kan je naar de Verenigde Arabische Emiraten kijken.

They came from here, a mineral country.

Ze kwamen daarvandaan, een mineraal land. Ze vonden al die olie,

They cached all the oil; they got all the money;

kregen al dat geld, maar gezondheid koop je niet in de supermarkt.

but health cannot be bought at the supermarket.

Je moet investeren in gezondheid. Je moet kinderen naar school krijgen.

You have to invest in health. You have to get kids into schooling.

You have to train health staff. You have to educate the population.

Je moet de gezondheidswerkers opleiden. Je moet de bevolking opleiden.

And Sheikh Zayed did that in a fairly good way.

Sjeik Sayed deed dat redelijk goed.

In spite of falling oil prices, he brought this country up here.

Ondanks de dalende olieprijzen bracht hij zijn land tot hier.

So we've got a much more mainstream appearance of the world,

We hebben dus een meer gemiddeld aanzicht van de wereld,

waarin alle landen neigen naar beter gebruik van hun geld dan vroeger.

where all countries tend to use their money

better than they used it in the past.

Dit is min of meer zo,

Now, this is, more or less, if you look at the average data of the countries --

als je kijkt naar de gemiddelde data van de landen. Die zijn zo.

they are like this.

That's dangerous, to use average data,

Dat is wel gevaarlijk, gemiddelden gebruiken,

because there is such a lot of difference within countries.

omdat er zoveel verschillen zijn binnen de landen.

So if I go and look here,

Als ik dus daar ga kijken, zien we dat Oeganda vandaag is

we can see that Uganda today is where South Korea was in 1960.

waar Zuid-Korea in 1960 was.

If I split Uganda, there's quite a difference within Uganda.

Splits ik Oeganda, dan zie ik een groot verschil in het land.

These are the quintiles of Uganda.

Dit zijn de kwintielen van Oeganda.

The richest 20 percent of Ugandans are there.

Daar zijn de 20 procent rijkste Oegandezen. Daar zijn de armsten.

The poorest are down there.

If I split South Africa, it's like this.

Als ik Zuid-Afrika opsplits is het zo.

And if I go down and look at Niger,

Hier beneden zie je Niger, waar zo'n vreselijke hongersnood was,

where there was such a terrible famine [recently],

Daar zijn de 20 procent armsten van Niger,

it's like this.

The 20 percent poorest of Niger is out here,

and the 20 percent richest of South Africa is there,

daar de 20 procent rijksten van Zuid-Afrika,

and yet we tend to discuss what solutions there should be in Africa.

en toch blijven we debatteren over de oplossingen voor Afrika.

Everything in this world exists in Africa.

Alles wat de wereld heeft, heb je in Afrika.

And you can't discuss universal access to HIV [treatment]

Je kan niet debatteren over universele toegang tot Aidsmedicijnen

for that quintile up here

voor dat kwintiel daar, met dezelfde strategie als hier beneden.

with the same strategy as down here.

The improvement of the world must be highly contextualized,

De verbetering van de wereld moet aan de context aangepast worden,

and it's not relevant to have it on a regional level.

het is niet relevant om het regionaal te bekijken.

We must be much more detailed.

We hebben meer detail nodig.

Studenten vinden het heel spannend om dit te gebruiken.

We find that students get very excited when they can use this.

And even more, policy makers and the corporate sectors

Zelfs beleidsmakers en bedrijfssectoren willen zien hoe de wereld verandert.

would like to see how the world is changing.

Now, why doesn't this take place?

Waarom gebeurt het dan niet?

Why are we not using the data we have?

Waarom gebruiken we de data die we hebben niet?

We have data in the United Nations, in the national statistical agencies

We hebben data in de VN, in de nationale statistische bureaus,

and in universities and other nongovernmental organizations.

in universiteiten en andere ngo's.

Omdat de data verstopt zitten in de databases.

Because the data is hidden down in the databases.

And the public is there, and the internet is there,

Het publiek is er, het internet is er, maar we gebruiken het nog niet goed.

but we have still not used it effectively.

All that information we saw changing in the world

Alle informatie die we in de wereld zagen veranderen,

does not include publicly funded statistics.

komt niet van statistieken met overheidsgeld.

There are some web pages like this, you know,

Er zijn enkele van dat soort webpagina's, maar ze halen hun mosterd bij de databases

but they take some nourishment down from the databases,

but people put prices on them, stupid passwords and boring statistics.

en zetten er dan een prijs op, een dom paswoord en saaie statistieken.

(Laughter)

(Gelach) Dat zal niet werken. (Applaus)

And this won't work.

(Applause)

Wat hebben we dan nodig? We hebben de databases.

So what is needed? We have the databases.

It's not a new database that you need.

Nieuwe databases zijn niet nodig.

We have wonderful design tools and more and more are added up here.

We hebben prachtige designtools, en er komen er alsmaar meer bij.

So we started a nonprofit venture linking data to design,

We startten dus een nonprofitonderneming die we -- met link van data naar design --

we called "Gapminder,"

Gapminder noemden, naar de Londense metro, waar ze je waarschuwen: "mind the gap".

from the London Underground, where they warn you, "Mind the gap."

We vonden Gapminder dus gepast.

So we thought Gapminder was appropriate.

We begonnen software te schrijven die de data zo konden verbinden.

And we started to write software which could link the data like this.

Het was niet zo moeilijk. Het kostte een paar manjaren, en we hebben animaties.

And it wasn't that difficult.

It took some person years, and we have produced animations.

You can take a data set and put it there.

Je kan een dataset hier zetten.

We are liberating UN data, some few UN organization.

We bevrijden VN-data.

Enkele VN-organisaties en landen aanvaarden

Some countries accept that their databases can go out on the world.

dat hun databases de wereld bereiken,

But what we really need is, of course, a search function,

maar wat we echt nodig hebben is natuurlijk een zoekfunctie.

a search function where we can copy the data up to a searchable format

Een zoekfunctie waarmee we de gegevens in een doorzoekbaar formaat zetten

and get it out in the world.

en ze op de wereld loslaten. En wat horen we als we rondgaan?

And what do we hear when we go around?

Ik heb de belangrijkste statistische diensten antropologisch benaderd.

I've done anthropology on the main statistical units.

Everyone says, "It's impossible. This can't be done.

Ze zeggen allemaal: "Onmogelijk. Dat kan je niet doen.

Our information is so peculiar in detail,

Onze informatie is zo bijzonder en gedetailleerd,

so that cannot be searched as others can be searched.

die kan je niet doorzoeken zoals andere informatie.

We cannot give the data free to the students,

We kunnen de gegevens niet vrijgeven

voor de studenten en de ondernemers in de wereld."

free to the entrepreneurs of the world."

Maar dit is wat we zouden willen zien, niet?

But this is what we would like to see, isn't it?

Daar zijn de gegevens met overheidsgeld betaald.

The publicly funded data is down here.

And we would like flowers to grow out on the net.

We zouden bloemen willen zien bloeien op het Net.

One of the crucial points is to make them searchable,

Eén van de cruciale punten is ze doorzoekbaar maken.

and then people can use the different design tools to animate it there.

Dan kunnen mensen designtools gebruiken om ze tot leven te brengen.

And I have pretty good news for you.

Ik heb best goed nieuws voor jullie.

I have good news that the [current],

new head of UN statistics doesn't say it's impossible.

De huidige nieuwe baas van de VN-statistieken

zegt niet dat het onmogelijk is.

He only says, "We can't do it."

Hij zegt alleen: "We kunnen het niet doen."

(Laughter)

(Gelach)

And that's a quite clever guy, huh?

En dat is een redelijk slimme man, niet?

(Laughter)

(Gelach)

So we can see a lot happening in data in the coming years.

We zien dus veel gebeuren met data de komende jaren.

We will be able to look at income distributions in completely new ways.

We zullen op een heel andere manier naar inkomensverdeling kijken.

This is the income distribution of China, 1970.

Dit is de inkomensverdeling in China, 1970,

en de inkomensverdeling van de VS, 1970.

This is the income distribution of the United States, 1970.

Almost no overlap.

Bijna geen overlap. En wat is er gebeurd?

Almost no overlap.

And what has happened?

What has happened is this:

Dit is wat er gebeurde: China groeit, het is niet meer zo gelijk,

that China is growing, it's not so equal any longer,

and it's appearing here, overlooking the United States,

en het glijdt hier over de VS.

almost like a ghost, isn't it?

Bijna als een geest, niet?

(Laughter)

(Gelach) Angstaanjagend.

It's pretty scary.

(Gelach)

(Laughter)

Ik denk dat het heel belangrijk is om al deze informatie te hebben.

But I think it's very important to have all this information.

We need really to see it.

We moeten ze echt zien. In plaats van hiernaar te kijken,

And instead of looking at this,

I would like to end up by showing the internet users per 1,000.

zou ik willen besluiten met een blik op de internetgebruikers per 1.000.

In this software, we access about 500 variables

In deze software hebben we toegang tot 500 variabelen voor alle landen.

from all the countries quite easily.

Het vraagt even tijd om dit te wijzigen,

It takes some time to change for this,

but on the axes, you can quite easily get any variable you would like to have.

maar op de as kan je gemakkelijk elke gewenste variabele krijgen.

Het zou fantastisch zijn om de databases gratis te krijgen,

And the thing would be to get up the databases free,

to get them searchable, and with a second click,

doorzoekbaar, en ze met een tweede klik

to get them into the graphic formats, where you can instantly understand them.

om te zetten in grafisch formaat, waar je ze gemakkelijk kan begrijpen.

Now, statisticians don't like it, because they say

Statistici houden daar niet van,

ze zeggen dat dit de realiteit niet echt toont,

that this will not show the reality;

dat we statistische, analytische methodes moeten hebben.

we have to have statistical, analytical methods.

Maar dat zijn enkel hypothesen.

But this is hypothesis-generating.

I end now with the world.

Ik besluit met de wereld. Daar komt het Internet.

There, the internet is coming.

The number of internet users are going up like this.

Het aantal internetgebruikers stijgt. Dit is het BNP per hoofd.

This is the GDP per capita.

Er komt een nieuwe technologie aan,

And it's a new technology coming in, but then amazingly,

die verbazingwekkend gelijk opgaat met de economie van de landen.

how well it fits to the economy of the countries.

That's why the $100 computer will be so important.

Dat is waarom de 100 dollar-computer zo belangrijk zal zijn.

But it's a nice tendency.

Maar het is een mooie tendens.

It's as if the world is flattening off, isn't it?

Het is alsof de wereld afvlakt, niet?

These countries are lifting more than the economy,

Deze landen gaan meer omhoog dan de economie

and it will be very interesting to follow this over the year,

en het zal erg interessant zijn dit over de jaren te volgen,

as I would like you to be able to do with all the publicly funded data.

zoals ik je graag wil laten doen met alle gesubsidieerde data.

Veel dank.

Thank you very much.

(Applause)

(Applaus)