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

Översättare: David Jägeberg Granskare: Daniel Lapidus

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

För ungefär tio år sedan tog jag mig an uppgiften att undervisa i global utveckling

för svenska högskolestudenter på grundnivå. Det var efter att jag tillbringat

to Swedish undergraduate students.

That was after having spent about 20 years,

ungefär 20 år med att studera hunger i Afrika tillsammans med afrikanska institutioner,

together with African institutions,

studying hunger in Africa.

så jag förväntades liksom veta lite grann om världen.

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

Vid vårt medicinska universitet, Karolinska Institutet,

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

an undergraduate course called Global Health.

startade jag därför en kurs vid namn Global Hälsa. Men när man ges

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

en sådan möjlighet blir man också lite nervös. Jag tänkte,

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

"dessa studenter har de högsta betyg man kan få

you can get in the Swedish college system,

i det svenska högskolesystemet" - så de kanske redan vet allt

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

jag tänkt lära ut till dem. Så jag gjorde ett snabbt test när de kom.

So I did a pretest when they came.

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

En av frågorna jag lärde mig mycket av var den här:

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

"Vilket land har den högsta barnadödligheten i dessa fem par?"

Och jag satte ihop dem, så att det i varje landspar fanns

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

one has twice the child mortality of the other.

ett land med dubbelt så hög dödlighet som i det andra. Med andra ord

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

är skillnaden betydligt större än den statistiska osäkerheten.

than the uncertainty of the data.

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

Jag ska inte testa er här, men först är det Turkiet

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

som är högst, Polen, Ryssland, Pakistan och Sydafrika.

And these were the results of the Swedish students.

Och så här blev resultaten för de svenska studenterna. Jag räknade ut

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

konfidensintervallet, som är ganska smalt, och blev förstås glad:

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

1,8 rätt av fem möjliga. Det betyder att

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

det fanns en plats för en professor i internationell hälsa

and for my course.

(Skratt) och för min kurs.

(Laughter)

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

Men det var först en sen kväll, när jag höll på att sammanställa rapporten,

I really realized my discovery.

som jag verkligen insåg min upptäckt. Jag har visat att

I have shown that Swedish top students know, statistically,

svenska toppstudenter vet statistiskt avsevärt mindre

significantly less about the world than the chimpanzees.

om omvärlden än vad schimpanser gör.

(Laughter)

(Skratt)

Because the chimpanzee would score half right

En schimpans skulle svara hälften rätt om jag gav den

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

två bananer med Sri Lanka och Turkiet. I hälften av fallen skulle den ha rätt.

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

Men studenterna är inte där. Problemet för mig var inte okunskap,

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

det var förutfattade meningar.

I did also an unethical study

Jag gjorde också en oetisk studie av professorerna vid Karolinska Institutet

of the professors of the Karolinska Institute,

(Skratt)

which hands out the Nobel Prize in Medicine,

-- som delar ut Nobelpriset i medicin,

and they are on par with the chimpanzee there.

och de ligger ungefär lika med schimpanserna som ni ser.

(Skratt)

(Laughter)

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

Det var här jag insåg att det verkligen fanns ett behov av att kommunicera,

because the data of what's happening in the world

eftersom uppgifterna kring vad som händer i världen

and the child health of every country

och barns hälsa i alla länder är väl kända.

is very well aware.

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

Vi gjorde ett program som visar det så här: varje bubbla är ett land.

Every bubble here is a country.

This country over here is China.

Landet här borta är Kina. Det här är Indien.

This is India.

The size of the bubble is the population,

Bubblans storlek motsvarar befolkningsmängden, och på den här axeln har vi födelsetalen.

and on this axis here, I put fertility rate.

Because my students, what they said

På grund av vad mina studenter sa

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

när de tittade på världen och jag frågade:

"What do you really think about the world?"

"Vad tycker ni egentligen om världen?"

Först upptäckte jag att kursboken i huvudsak var Tintin.

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

(Laughter)

(Skratt)

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

Men de sa: "Världen är fortfarande 'vi' och 'dem'".

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

Och med "vi" menar vi västvärlden och "dem" är tredje världen.

"Och vad menar ni med västvärlden?" sa jag.

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

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

"Tja, lång livslängd och små familjer. I tredje världen kort livslängd och stora familjer."

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

Detta skulle jag kunna visa här. Här satte jag födelsetal i antal barn per kvinna:

So this is what I could display here.

I put fertility rate here --

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

ett, två, tre, fyra -- upp till ungefär åtta barn per kvinna.

up to about eight children per woman.

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

Vi har mycket bra uppgifter från cirka 1960-1962 om familjestorleken i alla länder.

on the size of families in all countries.

The error margin is narrow.

Felmarginalen är liten. Här satte jag förväntad livslängd vid födseln,

Here, I put life expectancy at birth,

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

från 30 år i vissa länder upp till ungefär 70 år.

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

År 1962 fanns det faktiskt en grupp länder här,

that were industrialized countries,

industrialiserade länder med små familjer och lång livslängd.

and they had small families and long lives.

And these were the developing countries.

Det här var utvecklingsländerna:

They had large families and they had relatively short lives.

de hade stora familjer och levde relativt korta liv.

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

Så vad har hänt sedan 1962? Vi vill se förändringen.

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

Har studenterna rätt? Är det fortfarande två typer av länder,

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

eller har dessa utvecklingsländer mindre familjer och befinner sig här?

Or have they got longer lives and live up there?

Eller har livslängden ökat och de befinner sig här?

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

Låt oss prova. Vi stannade världen där. Det här är all FN-statistik

This is all UN statistics that have been available.

som finns tillgänglig. Nu kör vi. Kan ni se här?

Here we go. Can you see there?

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

Här har vi Kina, som förbättras och rör sig mot bättre hälsa.

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

Alla de gröna latinamerikanska länderna rör sig mot mindre familjer.

De gula här är de arabiska länderna,

Your yellow ones here are the Arabic countries,

de får större familjer, men, nej, längre livslängd, inte större familjer.

and they get longer life, but not larger families.

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

De afrikanska är de gröna här nere. De är fortfarande kvar här.

This is India; Indonesia is moving on pretty fast.

Det här är Indien. Indonesien rör sig ganska fort.

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

(Skratt)

I början av åttiotalet låg Bangladesh kvar bland de afrikanska länderna där,

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

men nu, titta på Bangladesh, det sker ett mirakel under åttiotalet:

the imams start to promote family planning,

imamerna börjar förespråka familjeplanering.

and they move up into that corner.

De rör sig upp mot det där hörnet. På nittiotalet har vi den hemska HIV-epidemin

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

that takes down the life expectancy of the African countries.

som för ned den förväntade livslängden i de afrikanska länderna

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

medan resten fortsätter upp i hörnet,

where we have long lives and small family,

där vi har lång livslängd och små familjer, och vi har fått en helt ny världsbild.

and we have a completely new world.

(Applause)

(Applåder)

(Applause ends)

Let me make a comparison directly

Låt mig göra en direkt jämförelse mellan USA och Vietnam.

between the United States of America and Vietnam.

1964:

1964: USA hade små familjer och lång livslängd;

America had small families and long life;

Vietnam had large families and short lives.

Vietnam stora familjer och kort livslängd. Det här är vad som händer.

And this is what happens.

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

Uppgifterna under kriget pekar på att trots alla dödsoffer

there was an improvement of life expectancy.

förbättrades den förväntade livslängden. I slutet på året

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

inleddes familjeplanering i Vietnam och de riktade in sig mot mindre familjer.

and they went for smaller families.

And the United States up there is getting longer life,

USA är där uppe, på väg mot längre livslängd

keeping family size.

med bevarad familjestorlek. Nu, på åttiotalet,

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

ger de upp kommunistisk planering och satsar på marknadsekonomi,

and they go for market economy,

and it moves faster even than social life.

vilket t.o.m. sker snabbare än den sociala utvecklingen. Och idag har vi

And today, we have in Vietnam

samma förväntade livslängd och samma familjestorlek

the same life expectancy and the same family size

här i Vietnam, år 2003, som i USA år 1974, i slutet av kriget.

here in Vietnam, 2003,

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

Jag tror att vi alla, om vi inte tittar på dessa data,

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

we underestimate the tremendous change in Asia,

underskattar den otroliga förändring i Asien, som först skedde

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

genom sociala förändringar innan vi såg den ekonomiska förändringen.

So let's move over to another way here

Låt oss gå vidare till en annan metod där vi kan visa

in which we could display the distribution in the world

fördelningen av inkomst i världen. Det här är den globala inkomstfördelningen.

of income.

This is the world distribution of income of people.

En dollar, tio dollar eller 100 dollar per dag.

One dollar, 10 dollars or 100 dollars per day.

Det finns inget gap mellan rik och fattig längre. Det är en myt.

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

There's a little hump here.

Vi har en liten puckel här, men det finns människor längs hela vägen.

But there are people all the way.

And if we look where the income ends up,

Tittar vi på vad inkomsten hamnar:

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

det här är 100 % av världens årliga inkomst. De rikaste 20 %

And the richest 20 percent,

they take out of that about 74 percent.

tar ungefär 74 % av denna. De fattigaste 20 %

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

tar ungefär 2 %. Det här visar att konceptet med

And this shows that the concept of developing countries

is extremely doubtful.

utvecklingsländer är extremt tveksamt. Vi tänker på bistånd som att

We think about aid,

like these people here giving aid to these people here.

människorna här hjälper människorna här. Men i mitten,

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

där vi har den största delen av världens befolkning, där finns nu 24 % av inkomsten.

and they have now 24 percent of the income.

We heard it in other forms.

Vi har hört det i andra former. Vilka är dessa?

And who are these?

Var är de olika länderna? Jag kan visa er Afrika.

Where are the different countries?

I can show you Africa.

This is Africa.

Det här är Afrika. 10 % av världens befolkning, de flesta lever i fattigdom.

Ten percent of the world population,

most in poverty.

Det här är OECD, de rika länderna. FN:s finrum.

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.

De är här borta på den här sidan. En tydlig överlappning mellan Afrika och OECD.

And this is Latin America.

Det här är Latinamerika. Här finns allt på denna jord,

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

från de fattigaste till de rikaste.

in Latin America.

Ovanpå det kan vi lägga Östeuropa, Östasien

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

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

och Sydasien. Hur såg det ut om vi går bakåt i tiden,

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

to about 1970?

till ungefär 1970? Då hade vi en större puckel,

Then, there was more of a hump.

och de flesta som levde under fattigdomsgränsen var asiater.

And most who lived in absolute poverty were Asians.

Problemet i världen var fattigdomen i Asien. Om jag nu låter världen gå framåt,

The problem in the world was the poverty in Asia.

And if I now let the world move forward,

you will see that while population increases,

ser ni att medan befolkningsmängden ökar är det

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

hundratals miljoner i Asien som bryter sig ut ur fattigdomen, och vissa andra

and some others getting into poverty,

som blir fattiga, och detta är det mönster vi har idag.

and this is the pattern we have today.

Den bästa projekteringen från Världsbanken är att detta kommer att hända,

And the best projection from the World Bank

is that this will happen,

så att vi inte längre kommer att ha en delad värld. Vi kommer att ha flest människor i mitten.

and we will not have a divided world.

We'll have most people in the middle.

Of course it's a logarithmic scale here,

Detta är förstås en logaritmisk skala,

but our concept of economy is growth with percent.

men vårt ekonomiska koncept är tillväxt i procent. Vi betraktar det

We look upon it as a possibility of percentile increase.

som en möjlighet till procentuell ökning. Om jag ändrar här, och väljer

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

BNP per capita istället för familjeinkomst, och jag förvandlar dessa

and I turn these individual data

individuella uppgifter om bruttonationalprodukt till regionala,

into regional data of gross domestic product,

and I take the regions down here,

och jag flyttar regionerna hit ned. Bubblans storlek är fortfarande befolkningen.

the size of the bubble is still the population.

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

Ni har OECD-länderna här, subsahariska Afrika där,

and we take off the Arab states there,

och vi plockar bort Arabstaterna där,

coming both from Africa and from Asia,

som kommer både från Afrika och från Asien, och vi separerar dem,

and we put them separately,

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

så kan vi utöka den här axeln, och jag kan ge det en ny dimension här

by adding the social values there, child survival.

genom att lägga till sociala värden här, barns överlevnad.

Now I have money on that axis,

Nu har jag pengar på den här axeln, och möjligheten till barns överlevnad där.

and I have the possibility of children to survive there.

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

I vissa länder överlever 99,7 % av alla barn till fem års ålder;

others, only 70.

i andra, bara 70 %. Och här verkar det finnas ett gap

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

mellan OECD, Latinamerika, Östeuropa, Östasien,

Latin America, East Europe, East Asia,

Arab states, South Asia and sub-Saharan Africa.

Arabstaterna, Sydasien och subsahariska Afrika.

The linearity is very strong between child survival and money.

Linjäriteten mellan barns överlevnad och pengar är väldigt stark.

But let me split sub-Saharan Africa.

Men låt mig dela upp subsahariska Afrika. Vi har bättre hälsa högre upp.

Health is there and better health is up there.

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

Jag kan gå hit och dela upp subsahariska Afrika i dess länder.

And when it bursts,

När den delas motsvaras varje lands bubbla av dess befolkningsmängd.

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

Sierra Leone down there, Mauritius is up there.

Sierra Leone här nere, Mauritius där uppe. Mauritius var det första landet

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

som slopade handelsbarriärer, och därmed kunde de sälja sitt socker.

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

De kunde sälja sina textilier på samma villkor som människorna i Europa och Nordamerika.

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

There's a huge difference [within] Africa.

Vi har enorma skillnader i Afrika. Ghana ligger här i mitten.

And Ghana is here in the middle.

In Sierra Leone, humanitarian aid.

I Sierra Leone, humanitärt bistånd.

Here in Uganda, development aid.

Här i Uganda, utvecklingsbistånd. Här är det läge att investera.

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

Dit kan man åka på semester. Det är otroliga variationer

There's tremendous variation within Africa,

inom Afrika som vi alltför ofta generaliserar bort.

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

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

Jag kan dela upp Sydasien här. Den stora bubblan i mitten är Indien.

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

Men det är en enorm skillnad mellan Afghanistan och Sri Lanka.

I can split Arab states. How are they?

Jag kan dela upp Arabstaterna, hur är det med dem? Samma klimat, samma kultur,

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

samma religion. Enorm skillnad, även mellan grannländer.

Even between neighbors --

Yemen, civil war;

Jemen, inbördeskrig. Förenade Arabemiraten, pengar som användes väl och ganska jämlikt.

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

Not as the myth is.

Inte som i myten. Och det inkluderar alla barn till utländska arbetare i landet.

And that includes all the children of the foreign workers

who are in the country.

Statistik är ofta bättre än man tror. Många säger att statistik är dåligt,

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

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

att vi har en osäkerhetsmarginal, men vi kan se skillnaden här:

Kambodja, Singapore. Skillnaderna är mycket större

Cambodia, Singapore.

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

än den statistiska osäkerheten. Östeuropa:

East Europe: Soviet economy for a long time,

den sovjetiska ekonomin under lång tid, men efter tio år ser det

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

väldigt annorlunda ut. Och där är Latinamerika.

And there is Latin America.

Idag behöver vi inte åka till Kuba för att hitta ett välmående land i Latinamerika.

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.

Om några år kommer Chile att ha en lägre barnadödlighet än Kuba.

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

Och här har vi höginkomstländerna i OECD.

And we get the whole pattern here of the world,

Vi har ett världsmönster som mer eller mindre

which is more or less like this.

ser ut så här. Om vi tittar på hur världen

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

ser ut -- det börjar röra sig år 1960.

in 1960, it starts to move.

This is Mao Zedong. He brought health to China.

Här är Mao Zedong. Han förde med sig hälsa till Kina. Sedan dog han.

And then he died.

And then Deng Xiaoping came and brought money to China,

Därefter kom Deng Xiaoping och förde med sig pengar, och tog tillbaka Kina in i huvudfåran.

and brought them into the mainstream again.

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

Och vi har sett hur länder rör sig i olika riktningar på det här sättet,

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

så det är ganska svårt att hitta

ett exempelland som visar det globala mönstret.

which shows the pattern of the world.

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

Jag skulle vilja ta er tillbaka hit, till 1960.

Jag skulle vilja jämföra Sydkorea, som är den här, med Brasilien,

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

with Brazil, which is this one.

som är den här. Etiketten försvann för mig där. Och så vill jag jämföra med Uganda,

The label went away for me here.

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

som är där. Vi kör framåt, så här.

I can run it forward, like this.

Ni kan se hur Sydkorea avancerar väldigt, väldigt fort

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

whereas Brazil is much slower.

medan Brasilien är mycket långsammare.

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

Och om vi går tillbaka igen, hit, och lägger till spår på dem, så här,

you can see again

så kan vi återigen se att utvecklingstakterna

that the speed of development is very, very different,

är väldigt olika och att länderna mer eller mindre rör sig

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

i samma takt som pengar och hälsa, men det verkar som att man kan gå framåt

as money and health,

but it seems you can move much faster

betydligt snabbare om man har hälsan först än om man är rik först.

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.

För att illustrera det kan man titta på Förenade Arabemiratens väg.

They came from here, a mineral country.

De kom härifrån, ett mineralrikt land. De utvann all olja,

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

de fick alla pengar, men hälsa kan inte köpas på snabbköpet.

but health cannot be bought at the supermarket.

Man måste investera i hälsa. Man måste låta barn gå i skolan.

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.

Man måste utbilda vårdpersonal. Man måste utbilda befolkningen.

And Sheikh Zayed did that in a fairly good way.

Schejk Zayed lyckades ganska bra med det,

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

och förde sitt land upp hit trots fallande oljepriser.

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

Vi har alltså en mycket mer integrerad värld,

where all countries tend to use their money

där alla länder tycks använda sina pengar

better than they used it in the past.

bättre än vad de gjorde förr. Vi kan mer eller mindre se detta

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

om vi tittar på ländernas genomsnittsdata. De ser ut så här.

they are like this.

That's dangerous, to use average data,

Det finns en fara med att använda snittdata, eftersom det är så pass

because there is such a lot of difference within countries.

stor variation inom länderna. Så om jag går hit kan vi se

So if I go and look here,

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

att Uganda idag är där Sydkorea låg 1960. Om jag delar upp Uganda,

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

har vi en ganska stor skillnad inom landet. Det här är Uganda i kvintiler.

These are the quintiles of Uganda.

The richest 20 percent of Ugandans are there.

De rikaste 20 % av ugandierna är där.

The poorest are down there.

De fattigaste är där nere. Om jag delar upp Sydafrika ser det ut så här.

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

And if I go down and look at Niger,

Slutligen, om jag går ned och tittar på Niger, där det rådde fruktansvärd svält,

where there was such a terrible famine [recently],

ser det ut så här. De fattigaste 20 % i Niger är här ute

it's like this.

The 20 percent poorest of Niger is out here,

and the 20 percent richest of South Africa is there,

och de rikaste 20 % i Sydafrika är där,

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

och ändå diskuterar vi vilka lösningar som finns för Afrika.

Everything in this world exists in Africa.

Hela världen finns i Afrika. Man kan inte

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

diskutera universell tillgång till HIV-mediciner för kvintilen här uppe

for that quintile up here

with the same strategy as down here.

med samma strategi som här nere. Hur världen ska förbättras

The improvement of the world must be highly contextualized,

måste sättas i sitt sammanhang, och det är inte relevant

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

på regional nivå. Vi måste vara mycket mer specifika än så.

We must be much more detailed.

Vi har upptäckt att studenter blir väldigt engagerade av att kunna använda det här.

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

And even more, policy makers and the corporate sectors

Fler beslutsfattare och företagssektorer vill se

would like to see how the world is changing.

hur världen förändras. Så varför sker inte detta?

Now, why doesn't this take place?

Why are we not using the data we have?

Varför använder vi inte den data vi har? Vi har statistik inom FN,

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

på nationella statistiska centralbyråer,

and in universities and other nongovernmental organizations.

på universitet och inom andra icke-statliga organisationer.

Because the data is hidden down in the databases.

Jo, därför att uppgifterna ligger dolda nere i databaser.

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

Allmänheten finns där och Internet finns där, men fortfarande används de inte effektivt.

but we have still not used it effectively.

All that information we saw changing in the world

All den information vi såg förändras i världen

does not include publicly funded statistics.

omfattar inte statligt finansierad statistik. Det finns vissa hemsidor

There are some web pages like this, you know,

som tar näring nere från databaserna,

but they take some nourishment down from the databases,

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

men folk sätter pris på dem -- dumma lösenord och tråkiga siffror.

(Laughter)

(Skratt) (Applåder)

And this won't work.

(Applause)

Det fungerar inte. Så vad behövs? Vi har databaserna.

So what is needed? We have the databases.

It's not a new database that you need.

Det är inte en ny databas vi behöver. Vi har fantastiska designverktyg,

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

och mer och mer läggs till här uppe. Så vi startade

So we started a nonprofit venture linking data to design,

ett ideellt projekt för att koppla ihop statistik och design

we called "Gapminder,"

som vi kallar Gapminder, taget från Londons tunnelbana där de varnar en:

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

"mind the gap". Så vi tyckte att Gapminder var lämpligt.

So we thought Gapminder was appropriate.

Vi började skriva program som kunde koppla ihop statistiken på det här sättet.

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

Det var inte svårt. På några manår har vi skapat animationer.

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.

Vi kan ta en datamängd och lägga den där.

We are liberating UN data, some few UN organization.

Vi frigör uppgifterna från FN, några av dess organisationer.

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

Vissa länder accepterar att deras databaser sprids över världen,

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

men vad vi verkligen behöver är förstås en sökfunktion.

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

En sökmotor dit vi kan kopiera statistiken i ett sökbart format

and get it out in the world.

och få ut den i världen. Och vad får vi höra?

And what do we hear when we go around?

Jag har gjort antropologiska undersökningar på de största statistikinstanserna. Alla säger:

I've done anthropology on the main statistical units.

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

"Det är omöjligt. Det kan inte genomföras. Vår information är så specifik

Our information is so peculiar in detail,

so that cannot be searched as others can be searched.

att den inte går att söka igenom på samma sätt som andra data.

We cannot give the data free to the students,

Vi kan inte låta studenterna gratis ta del av dessa data, fritt till världens entreprenörer."

free to the entrepreneurs of the world."

Men det är vad vi skulle vilja se, inte sant?

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

Den statligt finansierade statistiken är här nere.

The publicly funded data is down here.

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

Vi vill låta blommorna växa ut på nätet.

One of the crucial points is to make them searchable,

En av de avgörande punkterna är att göra dem sökbara, så att folk kan använda

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

de olika designverktygen och animera dem.

Men jag har ganska goda nyheter till er. Den goda nyheten är att den nya,

And I have pretty good news for you.

I have good news that the [current],

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

nuvarande chefen för FN:s statistik, säger inte att det är omöjligt.

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

Allt han säger är: "Vi kan inte göra det."

(Laughter)

(Skratt)

And that's a quite clever guy, huh?

En ganska smart kille, eller hur?

(Laughter)

(Skratt)

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

Så vi förväntar oss mycket inom statistiken under de kommande åren.

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

Vi kommer att kunna betrakta inkomstfördelningar på helt nya sätt.

This is the income distribution of China, 1970.

Det här är inkomstfördelningen i Kina, år 1970.

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

Det här är inkomstfördelningen i USA, år 1970.

Almost no overlap.

Nästan ingen överlappning. Och vad har hänt?

Almost no overlap.

And what has happened?

What has happened is this:

Detta har hänt; Kina växer, det är inte lika jämlikt längre,

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

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

det dyker upp här, tittandes ned på USA.

almost like a ghost, isn't it?

Nästan som ett spöke, inte sant?

(Laughter)

(Skratt)

It's pretty scary.

Det är ganska läskigt. Men jag tror att det är väldigt viktigt att ha all denna information.

(Laughter)

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

We need really to see it.

Vi behöver verkligen se den. Men istället för att titta på det här

And instead of looking at this,

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

skulle jag vilja runda av med att visa antalet Internetanvändare per 1000.

In this software, we access about 500 variables

I den här programvaran har vi tillgång till ungefär 500 variabler från alla länder.

from all the countries quite easily.

Det tar lite tid att ändra,

It takes some time to change for this,

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

men på axlarna kan man enkelt få den variabel man vill ha.

Grejen vore ju att få upp dessa databaser gratis,

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

to get them searchable, and with a second click,

att göra dem sökbara, och med ett andra klick få dem

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

i grafiskt format som man omedelbart förstår.

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

Statistiker gillar förstås inte detta, de säger att

that this will not show the reality;

det inte kommer att spegla verkligheten; vi måste använda statistiska, analytiska metoder.

we have to have statistical, analytical methods.

Med det här skapar hypoteser.

But this is hypothesis-generating.

I end now with the world.

Jag avslutar med att visa världen. Där kommer Internet,

There, the internet is coming.

The number of internet users are going up like this.

antalet Internetanvändare ökar så här. Det här är BNP per capita.

This is the GDP per capita.

Det är en ny teknologi på ingång, men det är häpnadsväckande hur bra

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

how well it fits to the economy of the countries.

den passar med ländernas ekonomi. Det är därför 100-dollarsdatorn

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

kommer att bli så viktig. Men det är en trevlig trend.

But it's a nice tendency.

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

Det är som om världen håller på att plattas ut, inte sant? Dessa länder

These countries are lifting more than the economy,

rör sig uppåt snabbare än ekonomin, och det ska bli väldigt intressant

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

att följa detta över åren, som jag vill att man ska kunna göra

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

med all statligt finansierad statistik. Tack så mycket.

Thank you very much.

(Applause)

(Applåder)