How economic inequality harms societies | Richard Wilkinson

1,159,736 views ・ 2011-10-24

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Sarinee Achavanuntakul Reviewer: Thanee Chaiwat
00:15
You all know the truth of what I'm going to say.
0
15260
3000
พวกคุณทุกคนรู้ดีครับว่าสิ่งที่ผมกำลังจะพูดนั้นคือความจริง
00:18
I think the intuition that inequality is divisive and socially corrosive
1
18260
4000
ผมคิดว่าความรู้สึกที่ว่าความเหลื่อมล้ำทำให้คนแตกสามัคคีและบั่นทอนสังคม
00:22
has been around since before the French Revolution.
2
22260
4000
เป็นความรู้สึกที่มีมานานมาก ตั้งแต่ก่อนการปฏิวัติฝรั่งเศสเสียอีก
00:26
What's changed
3
26260
2000
ตอนนี้สิ่งที่เปลี่ยนไปก็คือ
00:28
is we now can look at the evidence,
4
28260
2000
เราศึกษาข้อมูลหลักฐานได้
00:30
we can compare societies, more and less equal societies,
5
30260
3000
เราเปรียบเทียบระหว่างสังคมต่างๆ ได้ ระหว่างสังคมที่เท่าเทียมกันมากกว่าและน้อยกว่า
00:33
and see what inequality does.
6
33260
3000
และดูว่าความเหลื่อมล้ำส่งผลอะไรบ้าง
00:36
I'm going to take you through that data
7
36260
3000
ผมจะพาคุณไปทัวร์ข้อมูลที่ว่านี้นะครับ
00:39
and then explain why
8
39260
2000
แล้วจะอธิบายว่าทำไม
00:41
the links I'm going to be showing you exist.
9
41260
4000
ความเชื่อมโยงที่ผมจะชี้ให้เห็นถึงได้มีอยู่จริง
00:45
But first, see what a miserable lot we are.
10
45260
3000
แต่ก่อนอื่น ดูสิครับว่าพวกเราน่าสมเพชขนาดไหน
00:48
(Laughter)
11
48260
2000
(เสียงหัวเราะ)
00:50
I want to start though
12
50260
2000
แต่ผมอยากจะเริ่มต้น
00:52
with a paradox.
13
52260
3000
ที่ความย้อนแย้งเรื่องหนึ่ง
00:55
This shows you life expectancy
14
55260
2000
ภาพนี้แสดงอายุขัยของมนุษย์
00:57
against gross national income --
15
57260
2000
เทียบกับรายได้ประชาชาติรวม --
00:59
how rich countries are on average.
16
59260
2000
แสดงค่าเฉลี่ยของกลุ่มประเทศร่ำรวย
01:01
And you see the countries on the right,
17
61260
2000
เห็นนะครับว่าประเทศทางขวามือ
01:03
like Norway and the USA,
18
63260
2000
อย่างเช่นนอร์เวย์ และสหรัฐอเมริกา
01:05
are twice as rich as Israel, Greece, Portugal on the left.
19
65260
5000
รวยกว่าอิสราเอล กรีซ และโปรตุเกสทางด้านซ้ายถึงสองเท่า
01:10
And it makes no difference to their life expectancy at all.
20
70260
4000
แต่ความร่ำรวยที่แตกต่างนี้ไม่มีนัยยะอะไรเลยต่ออายุขัย
01:14
There's no suggestion of a relationship there.
21
74260
2000
เรามองไม่เห็นความสัมพันธ์ใดๆ เลย
01:16
But if we look within our societies,
22
76260
3000
แต่ถ้าเรามองลึกลงไปในแต่ละสังคม
01:19
there are extraordinary social gradients in health
23
79260
3000
ก็จะพบความแตกต่างอันพิสดารด้านสุขภาพ
01:22
running right across society.
24
82260
2000
ตลอดทั้งสังคมเลยครับ
01:24
This, again, is life expectancy.
25
84260
2000
ทีนี้ นี่คืออายุขัยอีกครั้ง
01:26
These are small areas of England and Wales --
26
86260
2000
นี่คือบริเวณเล็กๆ ของอังกฤษและเวลส์
01:28
the poorest on the right, the richest on the left.
27
88260
4000
คนที่จนที่สุดอยู่ทางขวา คนที่รวยที่สุดอยู่ทางซ้าย
01:32
A lot of difference between the poor and the rest of us.
28
92260
3000
มีความแตกต่างมากมายระหว่างคนจนกับพวกเราที่เหลือ
01:35
Even the people just below the top
29
95260
2000
แม้แต่คนที่อยู่เกือบถึงชั้นบนสุด
01:37
have less good health
30
97260
2000
ก็มีสุขภาพแย่กว่า
01:39
than the people at the top.
31
99260
2000
คนที่อยู่ชั้นบนสุด
01:41
So income means something very important
32
101260
2000
ดังนั้นรายได้จึงมีความหมายมาก
01:43
within our societies,
33
103260
2000
ภายในสังคมของเรา
01:45
and nothing between them.
34
105260
3000
แต่ไม่มีความหมายระหว่างสังคม
01:48
The explanation of that paradox
35
108260
3000
คำอธิบายความย้อนแย้งเรื่องนี้คือ
01:51
is that, within our societies,
36
111260
2000
ภายในสังคมแต่ละสังคม
01:53
we're looking at relative income
37
113260
2000
เรามองดูรายได้เชิงเปรียบเทียบ
01:55
or social position, social status --
38
115260
3000
หรือสถานะทางสังคม --
01:58
where we are in relation to each other
39
118260
3000
เปรียบเทียบระหว่างคนในสังคม
02:01
and the size of the gaps between us.
40
121260
3000
และขนาดของช่องว่างระหว่างเรา
02:04
And as soon as you've got that idea,
41
124260
2000
และทันทีที่คุณมองอย่างนั้น
02:06
you should immediately wonder:
42
126260
2000
คุณก็ควรสงสัยด้วยว่า
02:08
what happens if we widen the differences,
43
128260
3000
เกิดอะไรขึ้นถ้าเราเกิดถ่างช่องว่างนี้ให้กว้างกว่าเดิม
02:11
or compress them,
44
131260
2000
หรือหดมันให้แคบลง
02:13
make the income differences bigger or smaller?
45
133260
2000
ทำให้ความแตกต่างทางรายได้ใหญ่ขึ้นหรือเล็กลง?
02:15
And that's what I'm going to show you.
46
135260
3000
และนี่คือสิ่งที่ผมกำลังจะแสดงให้คุณเห็นครับ
02:18
I'm not using any hypothetical data.
47
138260
2000
ผมไม่ได้ใช้สมมุติข้อมูลขึ้นเอง
02:20
I'm taking data from the U.N. --
48
140260
2000
ผมใช้ข้อมูลจากสหประชาชาติ --
02:22
it's the same as the World Bank has --
49
142260
2000
ข้อมูลชุดเดียวกันกับที่ธนาคารโลกใช้ --
02:24
on the scale of income differences
50
144260
2000
ตัวที่บอกขนาดความแตกต่างทางรายได้
02:26
in these rich developed market democracies.
51
146260
3000
ในประเทศประชาธิปไตยที่ร่ำรวยและพัฒนาแล้ว
02:29
The measure we've used,
52
149260
2000
ตัวชี้วัดที่เราใช้
02:31
because it's easy to understand and you can download it,
53
151260
2000
เป็นตัวที่เข้าใจง่ายและทุกคนก็ดาวน์โหลดได้
02:33
is how much richer the top 20 percent
54
153260
2000
คือ คนที่รวยที่สุด 20 เปอร์เซ็นต์
02:35
than the bottom 20 percent in each country.
55
155260
3000
รวยกว่าคนที่จนที่สุด 20 เปอร์เซ็นต์เท่าไหร่ ในแต่ละประเทศ
02:38
And you see in the more equal countries on the left --
56
158260
3000
เห็นนะครับว่า ในประเทศที่เท่าเทียมกันมากกว่า ทางด้านซ้าย --
02:41
Japan, Finland, Norway, Sweden --
57
161260
2000
ญี่ปุ่น ฟินแลนด์ นอร์เวย์ สวีเดน --
02:43
the top 20 percent are about three and a half, four times as rich
58
163260
2000
คนที่รวยที่สุด 20 เปอร์เซ็นต์ รวยกว่าคนที่จนที่สุด 20 เปอร์เซ็นต์
02:45
as the bottom 20 percent.
59
165260
3000
ประมาณสามเท่าครึ่งถึงสี่เท่า
02:48
But on the more unequal end --
60
168260
2000
แต่บนด้านที่เท่าเทียมกันน้อยกว่า --
02:50
U.K., Portugal, USA, Singapore --
61
170260
2000
อังกฤษ โปรตุเกส สหรัฐอเมริกา สิงคโปร์ --
02:52
the differences are twice as big.
62
172260
3000
ความแตกต่างมากกว่ากันถึงสองเท่า
02:55
On that measure, we are twice as unequal
63
175260
3000
ตัววัดนี้บอกว่า เรา(อเมริกา)เหลื่อมล้ำ
02:58
as some of the other successful market democracies.
64
178260
4000
เป็นสองเท่าของประเทศประชาธิปไตยระบบตลาดที่ร่ำรวยประเทศอื่น
03:02
Now I'm going to show you what that does to our societies.
65
182260
4000
ทีนี้ ผมจะแสดงให้เห็นว่าความเหลื่อมล้ำนั้นส่งผลต่อสังคมของเราอย่างไร
03:06
We collected data on problems with social gradients,
66
186260
3000
เรารวบรวมข้อมูลด้านปัญหาสังคมต่างๆ
03:09
the kind of problems that are more common
67
189260
2000
ปัญหาที่พบได้มากกว่า
03:11
at the bottom of the social ladder.
68
191260
2000
ในกลุ่มผู้ที่อยู่ล่างสุดของสังคม
03:13
Internationally comparable data on life expectancy,
69
193260
3000
เราเปรียบเทียบข้อมูลอายุขัยระหว่างประเทศ
03:16
on kids' maths and literacy scores,
70
196260
3000
คะแนนสอบคณิตศาสตร์และการรู้หนังสือของเด็กๆ
03:19
on infant mortality rates, homicide rates,
71
199260
3000
อัตราการตายของทารกแรกเกิด อัตราการเกิดอาชญากรรม
03:22
proportion of the population in prison, teenage birthrates,
72
202260
3000
สัดส่วนของประชากรที่อยู่ในเรือนจำ อัตราการตั้งครรภ์ของแม่วัยรุ่น
03:25
levels of trust,
73
205260
2000
ระดับความไว้เนื้อเชื่อใจกัน
03:27
obesity, mental illness --
74
207260
2000
ภาวะน้ำหนักเกิน อาการป่วยทางจิต --
03:29
which in standard diagnostic classification
75
209260
3000
ซึ่งในมาตรฐานการวินิจฉัยทั่วไป
03:32
includes drug and alcohol addiction --
76
212260
2000
รวมการติดยาเสพติดและติดเหล้าด้วย --
03:34
and social mobility.
77
214260
2000
และดูการเลื่อนชั้นทางสังคม
03:36
We put them all in one index.
78
216260
3000
เราประมวลข้อมูลทั้งหมดนี้เป็นดัชนีหนึ่งตัว
03:39
They're all weighted equally.
79
219260
2000
โดยให้น้ำหนักเท่าๆ กัน
03:41
Where a country is is a sort of average score on these things.
80
221260
3000
ดัชนีของแต่ละประเทศคือคะแนนเฉลี่ยของปัจจัยทั้งหมด
03:44
And there, you see it
81
224260
2000
ผลลัพธ์อยู่ตรงนี้ครับ
03:46
in relation to the measure of inequality I've just shown you,
82
226260
3000
เมื่อเทียบกับตัววัดความเหลื่อมล้ำที่ผมเพิ่งให้ดู
03:49
which I shall use over and over again in the data.
83
229260
3000
ซึ่งผมจะใช้แล้วใช้อีกกับข้อมูล
03:52
The more unequal countries
84
232260
2000
เราพบว่าประเทศที่ไม่เท่าเทียมกันมากกว่า
03:54
are doing worse
85
234260
2000
กำลังแย่กว่า
03:56
on all these kinds of social problems.
86
236260
2000
ในเรื่องของปัญหาสังคมเหล่านี้ทั้งหมด
03:58
It's an extraordinarily close correlation.
87
238260
3000
ความสัมพันธ์ (ระหว่างความเหลื่อมล้ำกับดัชนีตัวนี้) สูงมากอย่างไม่น่าเชื่อ
04:01
But if you look at that same index
88
241260
2000
แต่ถ้าคุณเอาดัชนีตัวเดียวกันนี้
04:03
of health and social problems
89
243260
2000
ดัชนีที่สะท้อนปัญหาสุขภาพและสังคม
04:05
in relation to GNP per capita,
90
245260
2000
ไปเปรียบเทียบกับผลผลิตมวลรวมประชาชาติต่อหัว
04:07
gross national income,
91
247260
2000
หรือรายได้ประชาชาติ
04:09
there's nothing there,
92
249260
2000
คุณจะไม่พบอะไรครับ
04:11
no correlation anymore.
93
251260
3000
ความสัมพันธ์หายไปเลย
04:14
We were a little bit worried
94
254260
2000
เราเป็นห่วงนิดหน่อยว่า
04:16
that people might think
95
256260
2000
บางคนอาจจะคิดว่าเรา
04:18
we'd been choosing problems to suit our argument
96
258260
2000
ตั้งใจเลือกปัญหามาให้ตรงกับธงที่ตั้งไว้
04:20
and just manufactured this evidence,
97
260260
3000
แล้วก็สร้างหลักฐานขึ้นเอง
04:23
so we also did a paper in the British Medical Journal
98
263260
3000
เราก็เลยเขียนรายงานส่งวารสารการแพทย์อังกฤษ
04:26
on the UNICEF index of child well-being.
99
266260
4000
เกี่ยวกับดัชนีความอยู่ดีมีสุขของเด็ก ของยูนิเซฟ
04:30
It has 40 different components
100
270260
2000
ดัชนีตัวนี้มีองค์ประกอบ 40 ตัวครับ
04:32
put together by other people.
101
272260
2000
ซึ่งหลายคนช่วยกันวัด
04:34
It contains whether kids can talk to their parents,
102
274260
3000
มันรวมตัวบ่งชี้ว่า เด็กๆ พูดคุยกับพ่อแม่ได้หรือเปล่า
04:37
whether they have books at home,
103
277260
2000
มีหนังสือที่บ้านหรือเปล่า
04:39
what immunization rates are like, whether there's bullying at school.
104
279260
3000
อัตราการฉีดวัคซีนเป็นอย่างไร ถูกเพื่อนรังแกที่โรงเรียนไหม
04:42
Everything goes into it.
105
282260
2000
ทุกอย่างอยู่ในดัชนีตัวนี้
04:44
Here it is in relation to that same measure of inequality.
106
284260
4000
และนี่ก็คือดัชนีตัวนี้ เทียบกับดัชนีความเหลื่อมล้ำตัวเดิม
04:48
Kids do worse in the more unequal societies.
107
288260
3000
เห็นชัดเลยว่าเด็กๆ แย่กว่าในสังคมที่ความเหลื่อมล้ำสูงกว่า
04:51
Highly significant relationship.
108
291260
3000
ความสัมพันธ์ใกล้ชิดกันมาก
04:54
But once again,
109
294260
2000
แต่ก็เหมือนกัน
04:56
if you look at that measure of child well-being,
110
296260
3000
ถ้าคุณเอาดัชนีความอยู่ดีมีสุขของเด็ก
04:59
in relation to national income per person,
111
299260
2000
ไปเทียบกับรายได้ประชาชาติต่อหัว
05:01
there's no relationship,
112
301260
2000
คุณจะไม่พบความสัมพันธ์ใดๆ เลย
05:03
no suggestion of a relationship.
113
303260
3000
ไม่มีเค้าของความสัมพันธ์เลย
05:06
What all the data I've shown you so far says
114
306260
3000
ข้อมูลทั้งหมดที่ผมแสดงให้ดูนั้น
05:09
is the same thing.
115
309260
2000
บอกเรื่องเดียวกันครับ
05:11
The average well-being of our societies
116
311260
2000
มันบอกว่าความอยู่ดีมีสุขเฉลี่ยของสังคมเรา
05:13
is not dependent any longer
117
313260
3000
ไม่ได้ขึ้นอยู่กับ
05:16
on national income and economic growth.
118
316260
3000
รายได้ประชาชาติและการเติบโตทางเศรษฐกิจอีกต่อไปแล้ว
05:19
That's very important in poorer countries,
119
319260
2000
ทั้งสองสิ่งสำคัญมากในประเทศยากจน
05:21
but not in the rich developed world.
120
321260
3000
แต่ไม่สำคัญในโลกพัฒนาแล้วที่ร่ำรวย
05:24
But the differences between us
121
324260
2000
แต่ความแตกต่างระหว่างทั้งสองกลุ่ม
05:26
and where we are in relation to each other
122
326260
2000
และที่ที่เราอยู่โดยเปรียบเทียบ
05:28
now matter very much.
123
328260
3000
ตอนนี้สำคัญมากๆ
05:31
I'm going to show you some of the separate bits of our index.
124
331260
3000
ต่อไปผมจะชี้ให้เห็นองค์ประกอบบางตัวของดัชนีเรานะครับ
05:34
Here, for instance, is trust.
125
334260
2000
ยกตัวอย่างเช่น นี่คือความไว้วางใจ
05:36
It's simply the proportion of the population
126
336260
2000
มันคือสัดส่วนประชากร
05:38
who agree most people can be trusted.
127
338260
2000
ที่เห็นด้วยกับประโยค "คนส่วนใหญ่ไว้ใจได้"
05:40
It comes from the World Values Survey.
128
340260
2000
ข้อมูลนี้มาจากแบบสำรวจคุณค่าโลก
05:42
You see, at the more unequal end,
129
342260
2000
เห็นไหมครับ ในประเทศที่มีความเหลื่อมล้ำสูงสุด
05:44
it's about 15 percent of the population
130
344260
3000
ประชากรประมาณ 15 เปอร์เซ็นต์
05:47
who feel they can trust others.
131
347260
2000
รู้สึกว่าพวกเขาไว้ใจคนอื่นได้
05:49
But in the more equal societies,
132
349260
2000
แต่ในสังคมที่เท่าเทียมกันมากกว่า
05:51
it rises to 60 or 65 percent.
133
351260
4000
สัดส่วนนี้สูงขึ้นเป็น 60 หรือ 65 เปอร์เซ็นต์
05:55
And if you look at measures of involvement in community life
134
355260
3000
และถ้าคุณดูตัววัดการมีส่วนร่วมในสังคม
05:58
or social capital,
135
358260
2000
หรือทุนทางสังคม
06:00
very similar relationships
136
360260
2000
คุณก็จะพบความสัมพันธ์ที่ใกล้ชิดมาก
06:02
closely related to inequality.
137
362260
3000
ระหว่างตัวมันกับความเหลื่อมล้ำ
06:05
I may say, we did all this work twice.
138
365260
3000
ผมพูดได้ว่า เราทำงานทั้งหมดนี้สองครั้ง
06:08
We did it first on these rich, developed countries,
139
368260
3000
ครั้งแรกเราวิเคราะห์ประเทศร่ำรวยในโลกพัฒนาแล้ว
06:11
and then as a separate test bed,
140
371260
2000
ต่อมาก็ทำการทดสอบครั้งที่สอง
06:13
we repeated it all on the 50 American states --
141
373260
3000
ทำซ้ำอีกครั้งกับมลรัฐ 50 แห่งในอเมริกา --
06:16
asking just the same question:
142
376260
2000
ถามคำถามเดียวกันเลยคือ
06:18
do the more unequal states
143
378260
2000
มลรัฐที่มีความเหลื่อมล้ำสูงกว่า
06:20
do worse on all these kinds of measures?
144
380260
2000
ตัววัดเหล่านี้จะแย่กว่าตามไปด้วยหรือเปล่า
06:22
So here is trust from a general social survey of the federal government
145
382260
4000
ทีนี้ นี่คือข้อมูลความไว้วางใจจากแบบสำรวจทางสังคมของรัฐบาลกลาง
06:26
related to inequality.
146
386260
2000
เปรียบเทียบกับความเหลื่อมล้ำ
06:28
Very similar scatter
147
388260
2000
ข้อมูลกระจายตัวใกล้เคียงมาก
06:30
over a similar range of levels of trust.
148
390260
2000
ตลอดระดับความไว้วางใจ
06:32
Same thing is going on.
149
392260
2000
ปรากฏการณ์เดียวกันครับ
06:34
Basically we found
150
394260
2000
สรุปคือเราพบว่า
06:36
that almost anything that's related to trust internationally
151
396260
3000
แทบทุกอย่างที่สัมพันธ์กับความไว้วางใจในระดับนานาชาติ
06:39
is related to trust amongst the 50 states
152
399260
2000
ก็สัมพันธ์กับความไว้วางใจใน 50 มลรัฐ แต่ละรัฐ
06:41
in that separate test bed.
153
401260
2000
ในการทดสอบต่างวาระกัน
06:43
We're not just talking about a fluke.
154
403260
2000
เราไม่ได้พูดถึงแต่เรื่องฟลุ้คด้วย
06:45
This is mental illness.
155
405260
2000
นี่คือข้อมูลอาการป่วยทางจิต
06:47
WHO put together figures
156
407260
2000
องค์การอนามัยโลกรวบรวมข้อมูล
06:49
using the same diagnostic interviews
157
409260
2000
โดยใช้วิธีสัมภาษณ์เชิงวินิจฉัย
06:51
on random samples of the population
158
411260
2000
สุ่มสัมภาษณ์จากประชากรทั้งหมด
06:53
to allow us to compare rates of mental illness
159
413260
3000
เราจึงสามารถเปรียบเทียบอัตราการป่วยทางจิต
06:56
in each society.
160
416260
2000
ในสังคมแต่ละสังคม
06:58
This is the percent of the population
161
418260
2000
นี่คือสัดส่วนของประชากร
07:00
with any mental illness in the preceding year.
162
420260
3000
ที่มีอาการป่วยทางจิตในปีก่อน
07:03
And it goes from about eight percent
163
423260
3000
ตัวเลขนี้มีตั้งแต่ 8 เปอร์เซ็นต์
07:06
up to three times that --
164
426260
2000
ไปจนถึงมากกว่านั้นสามเท่า --
07:08
whole societies
165
428260
2000
สังคมทั้งสังคม
07:10
with three times the level of mental illness of others.
166
430260
3000
ที่มีอาการป่วยทางจิตสามเท่าของสังคมอื่น
07:13
And again, closely related to inequality.
167
433260
4000
อีกแล้วครับ ข้อมูลนี้สัมพันธ์อย่างใกล้ชิดกับความเหลื่อมล้ำ
07:17
This is violence.
168
437260
2000
นี่คือความรุนแรง
07:19
These red dots are American states,
169
439260
2000
จุดสีแดงคือรัฐในอเมริกา
07:21
and the blue triangles are Canadian provinces.
170
441260
4000
สามเหลี่ยมสีฟ้าคือจังหวัดในแคนาดา
07:25
But look at the scale of the differences.
171
445260
3000
แต่ดูขนาดของความแตกต่างสิครับ
07:28
It goes from 15 homicides per million
172
448260
3000
ตั้งแต่ฆาตกรรม 15 คน ต่อประชากร 1 ล้านคน
07:31
up to 150.
173
451260
3000
ไปจนถึง 150 ในล้าน
07:34
This is the proportion of the population in prison.
174
454260
3000
นี่คือสัดส่วนของประชากรที่อยู่ในคุก
07:37
There's a about a tenfold difference there,
175
457260
3000
ความแตกต่างตรงนี้ประมาณสิบเท่า
07:40
log scale up the side.
176
460260
2000
แสดงผลเป็นลอการิทึมทางด้านข้าง
07:42
But it goes from about 40 to 400
177
462260
2000
มีตั้งแต่ 40 ถึง 400
07:44
people in prison.
178
464260
3000
คนที่อยู่ในเรือนจำ
07:47
That relationship
179
467260
2000
ความสัมพันธ์นี้
07:49
is not mainly driven by more crime.
180
469260
2000
หลักๆ ไม่ได้ถูกผลักดันด้วยการก่ออาชญากรรมเพิ่มขึ้น
07:51
In some places, that's part of it.
181
471260
3000
ในบางพื้นที่มันก็มีส่วน
07:54
But most of it is about more punitive sentencing,
182
474260
2000
แต่หลักๆ ถูกขับดันด้วยโทษที่รุนแรงกว่าเดิม
07:56
harsher sentencing.
183
476260
2000
คำพิพากษาที่รุนแรงกว่าเดิม
07:58
And the more unequal societies
184
478260
2000
และสังคมที่มีความเหลื่อมล้ำสูงกว่า
08:00
are more likely also to retain the death penalty.
185
480260
4000
ก็มีแนวโน้มที่จะเก็บโทษประหารชีวิตเอาไว้มากกว่า
08:04
Here we have children dropping out of high school.
186
484260
5000
เรามีอัตราการเลิกไปโรงเรียนของเด็กๆ
08:09
Again, quite big differences.
187
489260
2000
อีกแล้วครับ แตกต่างกันมาก
08:11
Extraordinarily damaging,
188
491260
2000
เสียหายมากมายมหาศาล
08:13
if you're talking about using the talents of the population.
189
493260
3000
ถ้าคุณกำลังพูดถึงการใช้พรสวรรค์ของคน
08:16
This is social mobility.
190
496260
3000
นี่คืออัตราการเลื่อนชั้นทางสังคม
08:19
It's actually a measure of mobility
191
499260
2000
ที่จริงมันวัดการเลื่อนฐานะ
08:21
based on income.
192
501260
2000
บนฐานรายได้
08:23
Basically, it's asking:
193
503260
2000
พูดให้ง่ายคือมันถามว่า
08:25
do rich fathers have rich sons
194
505260
2000
ลูกของพ่อที่ร่ำรวยนั้นรวยด้วยหรือเปล่า
08:27
and poor fathers have poor sons,
195
507260
2000
และลูกของพ่อที่ยากจนจะยากจนด้วยไหม
08:29
or is there no relationship between the two?
196
509260
3000
หรือว่าไม่มีความสัมพันธ์นี้ระหว่างพ่อกับลูก
08:32
And at the more unequal end,
197
512260
2000
ในสังคมที่เหลื่อมล้ำมากกว่า
08:34
fathers' income is much more important --
198
514260
3000
รายได้ของพ่อก็สำคัญมากกว่ามาก --
08:37
in the U.K., USA.
199
517260
3000
ในอังกฤษ อเมริกา
08:40
And in Scandinavian countries,
200
520260
2000
และประเทศแถบสแกนดิเนเวีย
08:42
fathers' income is much less important.
201
522260
2000
รายได้ของพ่อสำคัญน้อยกว่ามาก
08:44
There's more social mobility.
202
524260
3000
การเลื่อนชั้นทางสังคมดีกว่ามาก
08:47
And as we like to say --
203
527260
2000
หรือที่เราชอบพูดว่า --
08:49
and I know there are a lot of Americans in the audience here --
204
529260
3000
และผมรู้ว่ามีคนอเมริกันเยอะมากในห้องนี้นะครับ --
08:52
if Americans want to live the American dream,
205
532260
3000
ถ้าหากชาวอเมริกันอยากใช้ชีวิตแบบความฝันอเมริกัน
08:55
they should go to Denmark.
206
535260
2000
พวกเขาก็ควรไปเดนมาร์ก
08:57
(Laughter)
207
537260
2000
(เสียงหัวเราะ)
08:59
(Applause)
208
539260
4000
(ปรบมือ)
09:03
I've shown you just a few things in italics here.
209
543260
3000
ผมแสดงข้อมูลเพียงเสี้ยวเดียวเท่านั้นให้เห็น
09:06
I could have shown a number of other problems.
210
546260
2000
ผมแสดงปัญหาอื่นให้ดูด้วยก็ได้
09:08
They're all problems that tend to be more common
211
548260
2000
ปัญหาที่มักจะพบเห็นได้ทั่วไป
09:10
at the bottom of the social gradient.
212
550260
2000
ในกลุ่มที่อยู่ล่างสุดของฐานะทางสังคม
09:12
But there are endless problems with social gradients
213
552260
5000
แต่มีปัญหาไม่รู้จบกับฐานะทางสังคม
09:17
that are worse in more unequal countries --
214
557260
2000
ที่แย่กว่าในประเทศที่มีความเหลื่อมล้ำสูงกว่า --
09:19
not just a little bit worse,
215
559260
2000
ไม่ใช่แค่แย่กว่านิดเดียวนะครับ
09:21
but anything from twice as common to 10 times as common.
216
561260
3000
แต่แย่กว่า 2 เท่า หรือบางที 10 เท่า
09:24
Think of the expense,
217
564260
2000
ลองนึกถึงต้นทุนที่เสียไป
09:26
the human cost of that.
218
566260
3000
ทุนมนุษย์ที่หายไป
09:29
I want to go back though to this graph that I showed you earlier
219
569260
2000
ผมอยากย้อนกลับไปที่กราฟซึ่งผมให้ดูก่อนหน้านี้
09:31
where we put it all together
220
571260
2000
กราฟที่เราเอาข้อมูลทั้งหมด
09:33
to make two points.
221
573260
2000
มาแสดงสองประเด็น
09:35
One is that, in graph after graph,
222
575260
3000
ประเด็นแรกคือ ในกราฟอันแล้วอันเล่า
09:38
we find the countries that do worse,
223
578260
2000
เราพบว่าประเทศที่แย่กว่า
09:40
whatever the outcome,
224
580260
2000
ไม่ว่าจะวัดด้วยอะไร
09:42
seem to be the more unequal ones,
225
582260
2000
มักจะเป็นประเทศที่มีความเหลื่อมล้ำสูงกว่า
09:44
and the ones that do well
226
584260
2000
และประเทศที่ไปได้ดี
09:46
seem to be the Nordic countries and Japan.
227
586260
3000
ดูจะเป็นประเทศแถบสแกนดิเนเวียและญี่ปุ่น
09:49
So what we're looking at
228
589260
2000
ฉะนั้นสิ่งที่เรามองเห็น
09:51
is general social disfunction related to inequality.
229
591260
3000
คือการสูญเสียทางสังคมโดยทั่วไป ซึ่งสัมพันธ์กับความเหลื่อมล้ำ
09:54
It's not just one or two things that go wrong,
230
594260
2000
ไม่ใช่แค่แย่กว่าสองสามอย่าง
09:56
it's most things.
231
596260
2000
แต่ส่วนใหญ่แย่กว่า
09:58
The other really important point I want to make on this graph
232
598260
3000
อีกประเด็นที่สำคัญมากที่ผมอยากชี้จากกราฟนี้
10:01
is that, if you look at the bottom,
233
601260
2000
ก็คือ ถ้าคุณดูที่ตรงล่างสุด
10:03
Sweden and Japan,
234
603260
3000
สวีเดนกับญี่ปุ่น
10:06
they're very different countries in all sorts of ways.
235
606260
3000
จะเห็นว่าพวกเขาแตกต่างกันมากในหลายแง่มุม
10:09
The position of women,
236
609260
2000
ทั้งเรื่องสถานะของสตรี
10:11
how closely they keep to the nuclear family,
237
611260
2000
ความใกล้ชิดกันของครอบครัวเดี่ยว
10:13
are on opposite ends of the poles
238
613260
2000
อยู่มุมตรงข้ามกันเลย
10:15
in terms of the rich developed world.
239
615260
2000
ในบริบทของโลกพัฒนาแล้ว
10:17
But another really important difference
240
617260
2000
แต่ความแตกต่างที่สำคัญมากตัวหนึ่ง
10:19
is how they get their greater equality.
241
619260
3000
คือวิถีที่ทำให้พวกเขาเท่าเทียมมากกว่าสังคมอื่น
10:22
Sweden has huge differences in earnings,
242
622260
3000
สวีเดนมีความแตกต่างทางรายได้สูงมาก
10:25
and it narrows the gap through taxation,
243
625260
2000
ลดช่องว่างนี้ลงด้วยระบบภาษี
10:27
general welfare state,
244
627260
2000
ระบบรัฐสวัสดิการ
10:29
generous benefits and so on.
245
629260
3000
ให้สิทธิประโยชน์เยอะๆ และยังมีอื่นๆ อีก
10:32
Japan is rather different though.
246
632260
2000
ญี่ปุ่นแตกต่างไปมากครับ
10:34
It starts off with much smaller differences in earnings before tax.
247
634260
3000
ญี่ปุ่นเริ่มจากการมีความแตกต่างทางรายได้ก่อนหักภาษีค่อนข้างต่ำ
10:37
It has lower taxes.
248
637260
2000
มีภาษีต่ำกว่า
10:39
It has a smaller welfare state.
249
639260
2000
รัฐสวัสดิการเล็กกว่า
10:41
And in our analysis of the American states,
250
641260
2000
และในการวิเคราะห์มลรัฐต่างๆ ในอเมริกาของเรา
10:43
we find rather the same contrast.
251
643260
2000
เราก็พบความแตกต่างแบบนี้เหมือนกัน
10:45
There are some states that do well through redistribution,
252
645260
3000
บางมลรัฐทำการกระจายรายได้ได้ดี
10:48
some states that do well
253
648260
2000
ส่วนบางรัฐเท่าเทียมค่อนข้างดี
10:50
because they have smaller income differences before tax.
254
650260
3000
เพราะมีความแตกต่างทางรายได้ก่อนภาษีค่อนข้างต่ำ
10:53
So we conclude
255
653260
2000
ดังนั้นเราจึงสรุปว่า
10:55
that it doesn't much matter how you get your greater equality,
256
655260
3000
ไม่สำคัญเท่าไรว่าคุณจะเท่าเทียมกันมากกว่าเดิมได้อย่างไร
10:58
as long as you get there somehow.
257
658260
2000
ตราบใดที่คุณไปถึงจุดนั้น ยังไงก็ได้
11:00
I am not talking about perfect equality,
258
660260
2000
ผมไม่ได้หมายถึงความเท่าเทียมกันสมบูรณ์แบบ
11:02
I'm talking about what exists in rich developed market democracies.
259
662260
4000
ผมหมายถึงสิ่งที่มีอยู่แล้วในระบอบประชาธิปไตยตลาดของประเทศร่ำรวย
11:08
Another really surprising part of this picture
260
668260
5000
ข้อค้นพบอีกอันหนึ่งที่น่าแปลกใจมากจากภาพนี้
11:13
is that it's not just the poor
261
673260
2000
คือว่า ไม่ได้มีแต่คนจนเท่านั้น
11:15
who are affected by inequality.
262
675260
3000
ที่ได้รับผลกระทบจากความเหลื่อมล้ำ
11:18
There seems to be some truth in John Donne's
263
678260
2000
ดูเหมือนจะมีสัจธรรมอยู่ในประโยคของ จอห์น ดันน์
11:20
"No man is an island."
264
680260
3000
"ไม่มีใครเป็นเกาะกลางทะเล"
11:23
And in a number of studies, it's possible to compare
265
683260
3000
ในงานวิจัยหลายชิ้น เป็นไปได้ที่เราจะเปรียบเทียบ
11:26
how people do in more and less equal countries
266
686260
3000
ความเป็นอยู่ของผู้คนในสังคมที่เท่าเทียมกันมากกว่า และเท่าเทียมกันน้อยกว่า
11:29
at each level in the social hierarchy.
267
689260
3000
ในแต่ละระดับของฐานะทางสังคม
11:32
This is just one example.
268
692260
3000
นี่เป็นแค่ตัวอย่างเดียวครับ
11:35
It's infant mortality.
269
695260
2000
คืออัตราการตายของทารกแรกเกิด
11:37
Some Swedes very kindly classified a lot of their infant deaths
270
697260
3000
ชาวสวีเดนบางคนใจดีมาก จัดหมวดหมู่การตายของทารกแรกเกิด
11:40
according to the British register of general socioeconomic classification.
271
700260
5000
ตามกลุ่มเศรษฐสังคมที่ใช้ในระบบอังกฤษ
11:45
And so it's anachronistically
272
705260
3000
และดังนั้นมันจึงเป็นเอกเทศจากวันเดือนปี
11:48
a classification by fathers' occupations,
273
708260
2000
จัดหมวดหมู่ของอาชีพบิดา
11:50
so single parents go on their own.
274
710260
2000
ผู้ปกครองตัวคนเดียวแยกมาอีกพวกหนึ่ง
11:52
But then where it says "low social class,"
275
712260
3000
แต่เสร็จแล้วตรงจุดที่บอกว่า "ชนชั้นทางสังคมต่ำ"
11:55
that's unskilled manual occupations.
276
715260
3000
นั่นหมายถึงอาชีพแรงงานไร้ฝีมือ
11:58
It goes through towards the skilled manual occupations in the middle,
277
718260
4000
มันก็ตัดผ่านตรงไปที่อาชีพแรงงานมีฝีมือตรงกลาง
12:02
then the junior non-manual,
278
722260
2000
แล้วก็อาชีพไม่ใช้แรงงาน ระดับเสมียน
12:04
going up high to the professional occupations --
279
724260
3000
ขึ้นไปเรื่อยๆ ถึงอาชีพของวิชาชีพต่างๆ --
12:07
doctors, lawyers,
280
727260
2000
แพทย์ ทนาย
12:09
directors of larger companies.
281
729260
2000
กรรมการบริษัทขนาดใหญ่
12:11
You see there that Sweden does better than Britain
282
731260
3000
เห็นนะครับว่าสวีเดนดีกว่าอังกฤษ
12:14
all the way across the social hierarchy.
283
734260
3000
ตลอดบันไดลำดับชั้นทางสังคม
12:19
The biggest differences are at the bottom of society.
284
739260
2000
ความแตกต่างที่ใหญ่ที่สุดอยู่ข้างล่างสุดของสังคม
12:21
But even at the top,
285
741260
2000
แต่แม้แต่คนชั้นบนสุด
12:23
there seems to be a small benefit
286
743260
2000
ก็ดูเหมือนจะได้ประโยชน์
12:25
to being in a more equal society.
287
745260
2000
จากการอยู่ในสังคมที่มีความเท่าเทียมกันมากกว่า
12:27
We show that on about five different sets of data
288
747260
3000
เราชี้ว่าจากชุดข้อมูลที่แตกต่างกันห้าชุด
12:30
covering educational outcomes
289
750260
2000
ครอบคลุมผลลัพธ์ของการศึกษา
12:32
and health in the United States and internationally.
290
752260
3000
และสุขภาพในสหรัฐอเมริกาและนานาชาติ
12:35
And that seems to be the general picture --
291
755260
3000
นี่ดูเหมือนจะเป็นภาพทั่วไปครับ --
12:38
that greater equality makes most difference at the bottom,
292
758260
3000
ความเท่าเทียมกันที่ดีกว่า กำหนดความแตกต่างมากกว่าในระดับล่างสุด
12:41
but has some benefits even at the top.
293
761260
3000
แต่ก็มีประโยชน์แม้แต่ในระดับบนสุด
12:44
But I should say a few words about what's going on.
294
764260
4000
แต่ผมควรจะพูดอะไรหน่อยเกี่ยวกับปรากฏการณ์นี้
12:48
I think I'm looking and talking
295
768260
2000
ผมคิดว่าผมกำลังมองดูและพูด
12:50
about the psychosocial effects of inequality.
296
770260
3000
เกี่ยวกับผลกระทบด้านจิตวิทยาสังคมของความเหลื่อมล้ำ
12:53
More to do with feelings of superiority and inferiority,
297
773260
3000
เป็นเรื่องของความรู้สึกว่าเหนือกว่าหรือต่ำต้อย
12:56
of being valued and devalued,
298
776260
2000
ที่ถูกให้ค่าหรือลดทอนคุณค่า
12:58
respected and disrespected.
299
778260
3000
ได้รับความนับถือหรือไม่นับถือ
13:01
And of course, those feelings
300
781260
2000
และก็แน่นอน ความรู้สึกเหล่านี้
13:03
of the status competition that comes out of that
301
783260
3000
ของการแข่งขันเรื่องฐานะทางสังคมที่เกิดขึ้น
13:06
drives the consumerism in our society.
302
786260
3000
ก็เป็นตัวผลักดันบริโภคนิยมในสังคมของเรา
13:09
It also leads to status insecurity.
303
789260
3000
นอกจากนี้มันยังทำให้เกิดความไม่มั่นคงทางจิตใจเกี่ยวกับฐานะ
13:12
We worry more about how we're judged and seen by others,
304
792260
4000
เราเป็นกังวลมากขึ้นว่าคนอื่นจะตัดสินและมองเราอย่างไร
13:16
whether we're regarded as attractive, clever,
305
796260
3000
เราจะถูกมองว่ามีเสน่ห์ ฉลาด
13:19
all that kind of thing.
306
799260
3000
อะไรแบบนี้ไหม
13:22
The social-evaluative judgments increase,
307
802260
3000
การตัดสินผู้คนทางสังคมนี้
13:25
the fear of those social-evaluative judgments.
308
805260
4000
เพิ่มความกลัวว่าจะถูกตัดสินแบบนี้
13:29
Interestingly,
309
809260
2000
ที่น่าสนใจคือ
13:31
some parallel work going on in social psychology:
310
811260
4000
งานวิจัยคล้ายกันที่ดำเนินไปในสาขาจิตวิทยาสังคม
13:35
some people reviewed 208 different studies
311
815260
3000
นักวิจัยบางคนทบทวนผลการวิจัย 208 ฉบับ
13:38
in which volunteers had been invited
312
818260
3000
ที่เชิญอาสาสมัคร
13:41
into a psychological laboratory
313
821260
2000
มาทำการทดลองทางจิตวิทยา
13:43
and had their stress hormones,
314
823260
2000
ยอมให้วัดฮอร์โมนความเครียด
13:45
their responses to doing stressful tasks, measured.
315
825260
4000
ปฏิกิริยาของพวกเขาต่อการทำงานที่เครียด
13:49
And in the review,
316
829260
2000
ในการทบทวนนั้น
13:51
what they were interested in seeing
317
831260
2000
นักวิจัยอยากรู้ว่า
13:53
is what kind of stresses
318
833260
2000
ความเครียดแบบไหน
13:55
most reliably raise levels of cortisol,
319
835260
3000
ที่เพิ่มระดับคอร์ติซอลอย่างสม่ำเสมอ
13:58
the central stress hormone.
320
838260
2000
คอร์ติซอลคือฮอร์โมนเครียดตัวหลัก
14:00
And the conclusion was
321
840260
2000
และบทสรุปก็คือ
14:02
it was tasks that included social-evaluative threat --
322
842260
3000
งานที่่ต้องถูกประเมินทางสังคม
14:05
threats to self-esteem or social status
323
845260
3000
สุ่มเสี่ยงว่าจะเสียความเชื่อมั่นในตัวเอง หรือฐานะทางสังคม
14:08
in which others can negatively judge your performance.
324
848260
3000
งานที่คนอื่นอาจตัดสินผลงานคุณในทางลบ
14:11
Those kind of stresses
325
851260
2000
ความเครียดชนิดนี้
14:13
have a very particular effect
326
853260
3000
มีผลกระทบที่เฉพาะทางมากๆ
14:16
on the physiology of stress.
327
856260
3000
ต่อกลไกชีวภาพของความเครียด
14:20
Now we have been criticized.
328
860260
2000
เอาล่ะครับ เราถูกวิพากษ์วิจารณ์เหมือนกัน
14:22
Of course, there are people who dislike this stuff
329
862260
3000
แน่นอนว่ามีคนที่ไม่ชอบเรื่องพรรค์นี้
14:25
and people who find it very surprising.
330
865260
3000
และคนที่พบว่าบทสรุปน่าแปลกใจมาก
14:28
I should tell you though
331
868260
2000
แต่ผมควรบอกคุณว่า
14:30
that when people criticize us for picking and choosing data,
332
870260
3000
เวลาที่พวกเราถูกวิจารณ์ว่าเลือกข้อมูลตามธงที่ตั้งเอง
14:33
we never pick and choose data.
333
873260
2000
ที่จริงเราไม่เคยเลือกข้อมูลเลยครับ
14:35
We have an absolute rule
334
875260
2000
เรามีกฎที่เคร่งครัดมาก
14:37
that if our data source has data for one of the countries we're looking at,
335
877260
3000
ว่า ถ้าหากแหล่งข้อมูลของเรามีข้อมูลสำหรับประเทศใดประเทศหนึ่ง
14:40
it goes into the analysis.
336
880260
2000
มันก็จะเข้ามาอยู่ในการวิเคราะห์
14:42
Our data source decides
337
882260
2000
แหล่งข้อมูลของเราเป็นคนตัดสินใจ
14:44
whether it's reliable data,
338
884260
2000
ว่าข้อมูลนี้เชื่อถือได้หรือไม่
14:46
we don't.
339
886260
2000
เราไม่ใช่คนตัดสินใจ
14:48
Otherwise that would introduce bias.
340
888260
2000
ไม่อย่างนั้นงานของเราก็จะมีอคติ
14:50
What about other countries?
341
890260
2000
แล้วประเทศอื่นล่ะ?
14:52
There are 200 studies
342
892260
3000
มีงานวิจัย 200 ชิ้น
14:55
of health in relation to income and equality
343
895260
3000
ที่ศึกษาสุขภาพเปรียบเทียบกับรายได้และความเท่าเทียม
14:58
in the academic peer-reviewed journals.
344
898260
3000
ในวารสารวิชาการที่ผ่านการทบทวนจากนักวิชาการด้วยกัน
15:01
This isn't confined to these countries here,
345
901260
3000
ปรากฏการณ์ที่ผมเล่าไม่ได้พบแค่ประเทศเหล่านี้
15:04
hiding a very simple demonstration.
346
904260
2000
สาธิตให้เห็นได้ง่ายมาก
15:06
The same countries,
347
906260
2000
ประเทศเดียวกัน
15:08
the same measure of inequality,
348
908260
2000
ตัววัดความเหลื่อมล้ำตัวเดียวกัน
15:10
one problem after another.
349
910260
3000
ปัญหาซ้ำแล้วซ้ำเล่า
15:14
Why don't we control for other factors?
350
914260
2000
ทำไมเราถึงไม่กันผลกระทบจากปัจจัยอื่น?
15:16
Well we've shown you that GNP per capita
351
916260
2000
เราได้แสดงให้เห็นแล้วว่า รายได้ต่อหัว
15:18
doesn't make any difference.
352
918260
2000
ไม่ทำให้อะไรๆ เปลี่ยนไปเลย
15:20
And of course, others using more sophisticated methods in the literature
353
920260
4000
และแน่นอน นักวิจัยคนอื่นที่ใช้ระเบียบวิธีที่ก้าวหน้ากว่า
15:24
have controlled for poverty and education
354
924260
2000
ก็ได้กันความจนและการศึกษาออกไป
15:26
and so on.
355
926260
3000
และปัจจัยอื่นๆ
15:30
What about causality?
356
930260
2000
แล้วเรื่องเหตุและผลล่ะ?
15:32
Correlation in itself doesn't prove causality.
357
932260
3000
ความสัมพันธ์ในตัวมันเองพิสูจน์ไม่ได้ว่าอะไรเป็นเหตุเป็นผล
15:35
We spend a good bit of time.
358
935260
2000
เราใช้เวลาเยอะมากครับ
15:37
And indeed, people know the causal links quite well
359
937260
2000
และแน่นอน หลายคนก็รู้ดีว่ามีเหตุและผล
15:39
in some of these outcomes.
360
939260
2000
ในผลลัพธ์เหล่านี้บางตัว
15:41
The big change in our understanding
361
941260
2000
ความเปลี่ยนแปลงประการสำคัญในความเข้าใจของเรา
15:43
of drivers of chronic health
362
943260
2000
เกี่ยวกับปัจจัยที่ส่งผลให้สุขภาพไม่ดี
15:45
in the rich developed world
363
945260
2000
ในโลกพัฒนาแล้ว
15:47
is how important chronic stress from social sources
364
947260
4000
ก็คือ ความสำคัญของความเครียดจากบ่อเกิดทางสังคม
15:51
is affecting the immune system,
365
951260
2000
มันส่งผลกระทบต่อระบบภูมิคุ้มกัน
15:53
the cardiovascular system.
366
953260
3000
ระบบหัวใจหลอดเลือด
15:56
Or for instance, the reason why violence
367
956260
2000
หรือยกตัวอย่างเช่น สาเหตุที่ความรุนแรง
15:58
becomes more common in more unequal societies
368
958260
3000
เกิดขึ้นบ่อยครั้งกว่าในสังคมที่เหลื่อมล้ำมากกว่า
16:01
is because people are sensitive to being looked down on.
369
961260
5000
สาเหตุคือคนเราอ่อนไหวต่อการถูกดูแคลน
16:06
I should say that to deal with this,
370
966260
3000
ผมควรพูดว่าการจัดการกับเรื่องนี้
16:09
we've got to deal with the post-tax things
371
969260
2000
แปลว่าเราต้องจัดการกับเรื่องที่เกิดหลังเก็บภาษี
16:11
and the pre-tax things.
372
971260
2000
และก่อนเก็บภาษี
16:13
We've got to constrain income,
373
973260
3000
เราจะต้องควบคุมรายได้
16:16
the bonus culture incomes at the top.
374
976260
2000
วัฒนธรรมโบนัสมหาศาลในชั้นบนสุด
16:18
I think we must make our bosses accountable to their employees
375
978260
3000
ผมคิดว่าเราจะต้องให้เจ้านายของพวกเรารับผิดต่อพนักงานของพวกเขา
16:21
in any way we can.
376
981260
3000
ทุกทางที่เราทำได้
16:24
I think the take-home message though
377
984260
3000
แต่ผมคิดว่าสารที่ควรติดตัวกลับบ้าน
16:27
is that we can improve the real quality of human life
378
987260
4000
ก็คือ เราสามารถปรับปรุงคุณภาพชีวิตจริงๆ ของมนุษย์ได้
16:31
by reducing the differences in incomes between us.
379
991260
3000
ด้วยการลดความแตกต่างทางรายได้ระหว่างเรา
16:34
Suddenly we have a handle
380
994260
2000
ทันใดนั้นเราก็มีคานงัด
16:36
on the psychosocial well-being of whole societies,
381
996260
2000
เพื่อพลิกความอยู่ดีมีสุขทางจิตวิทยาสังคม ของสังคมทั้งสังคม
16:38
and that's exciting.
382
998260
2000
นั่นคือสิ่งที่น่าตื่นเต้นครับ
16:40
Thank you.
383
1000260
2000
ขอบคุณ.
16:42
(Applause)
384
1002260
6000
(เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7