WEBVTT 00:00:00.000 --> 00:00:04.000 For cirka 10 år siden, begyndte jeg på at undervise svenske studerende 00:00:04.000 --> 00:00:08.000 i verdensomspændende udvikling. Det var efter jeg havde tilbragt 00:00:08.000 --> 00:00:12.000 omkring 20 år med at studere sult i Afrika i samarbejde med afrikanske institutioner, 00:00:12.000 --> 00:00:16.000 så det var ligesom forventet af mig, at jeg vidste en smule om verdenen. 00:00:16.000 --> 00:00:21.000 Og på vores lægeuniversitet, Karolingska Instituttet, startede jeg 00:00:21.000 --> 00:00:25.000 et kursus med navnet "Global sundhed". Men når man får 00:00:25.000 --> 00:00:28.000 den mulighed, bliver man en smule nervøs. Jeg tænkte at disse studerende 00:00:28.000 --> 00:00:31.000 der kommer til os, faktisk har de højeste karakterer man kan få 00:00:31.000 --> 00:00:34.000 i de svenske gymnasier - så måske ved de allerede alt 00:00:34.000 --> 00:00:38.000 det jeg vil lære dem. Så jeg lavede en forprøve da de ankom, 00:00:38.000 --> 00:00:41.000 og et af de spørgsmål jeg lærte meget fra, var: 00:00:41.000 --> 00:00:45.000 "Hvilket land har den højeste børnedødelighed af disse fem par?" NOTE Paragraph 00:00:45.000 --> 00:00:49.000 Og jeg satte dem sammen, så for hvert landepar havde 00:00:49.000 --> 00:00:54.000 det ene land dobbelt så stor børnedødelighed som det andet. Og det betyder at 00:00:54.000 --> 00:00:59.000 forskellen er meget større end usikkerheden på data. 00:00:59.000 --> 00:01:01.000 Jeg vil ikke afprøve jer her, men det er Tyrkiet 00:01:01.000 --> 00:01:06.000 der er højest der, Polen, Rusland, Pakistan og Sydafrika. 00:01:06.000 --> 00:01:09.000 Og her er de svenske studerendes resultater. Jeg sørgede for at jeg 00:01:09.000 --> 00:01:12.000 fik konfidensintervallet, som er ret snævert, og jeg blev naturligvis 00:01:12.000 --> 00:01:16.000 glad: 1.8 ud af 5 mulige. Det betyder at 00:01:16.000 --> 00:01:19.000 der var en plads for en professor i international sundhed - 00:01:19.000 --> 00:01:21.000 (Latter) og for mit kursus. NOTE Paragraph 00:01:21.000 --> 00:01:25.000 Men en sen nat, hvor jeg skrev rapporten, blev jeg 00:01:25.000 --> 00:01:29.000 virkelig klar over min opdagelse. Jeg har vist 00:01:29.000 --> 00:01:34.000 at svenske topstuderende ved statistisk signifikant mindre 00:01:34.000 --> 00:01:36.000 om verdenen end chimpanser. 00:01:36.000 --> 00:01:38.000 (Latter) 00:01:38.000 --> 00:01:42.000 Fordi chimpanserne ville få halvdelen rigtige hvis jeg gav dem 00:01:42.000 --> 00:01:45.000 to bananer med Sri Lanka og Tyrkiet. De ville have ret i halvdelen af tilfældene. NOTE Paragraph 00:01:45.000 --> 00:01:49.000 Men det er ikke der de studerende er. Mit problem var ikke uvidenhed: 00:01:49.000 --> 00:01:52.000 det var fordomme. NOTE Paragraph 00:01:52.000 --> 00:01:56.000 Jeg lavede også en uetisk undersøgelse af professorerne på det Karolinske Institut 00:01:56.000 --> 00:01:57.000 (Latter) 00:01:57.000 --> 00:01:59.000 - der uddeler Nobelprisen i medicin, 00:01:59.000 --> 00:02:01.000 og de står lige med chimpanserne der. 00:02:01.000 --> 00:02:04.000 (Latter) 00:02:04.000 --> 00:02:08.000 Her indså jeg at der virkelig var et behov for at kommunikere, 00:02:08.000 --> 00:02:11.000 fordi data for hvad der sker i verdenen 00:02:11.000 --> 00:02:14.000 og børnedødeligheden i hvert land er meget tydelige. NOTE Paragraph 00:02:14.000 --> 00:02:19.000 Vi lavede dette edb-program, som viser det således: Hver boble her er et land. 00:02:19.000 --> 00:02:25.000 Landet herovre er Kina. Dette er Indien. 00:02:25.000 --> 00:02:31.000 Boblens størrelse er befolkningstallet, og på den her akse sætter jeg fertilitetsraten. 00:02:31.000 --> 00:02:34.000 Fordi mine studerende, det de sagde 00:02:34.000 --> 00:02:36.000 da de så på verden, og da jeg spurgte dem: 00:02:36.000 --> 00:02:38.000 "Hvad synes I virkelig om verdenen?" 00:02:38.000 --> 00:02:42.000 Nuvel, det første jeg opdagede var at lærebogen hovedsageligt var Tintin. 00:02:42.000 --> 00:02:43.000 (Latter) 00:02:43.000 --> 00:02:46.000 Og de sagde, "Verdenen er stadig 'os' og 'dem', 00:02:46.000 --> 00:02:49.000 og vi er den vestlige verden, og dem er den tredie verden." 00:02:49.000 --> 00:02:52.000 "Og hvad mener I med vestlige verden?" spurgte jeg. 00:02:52.000 --> 00:02:57.000 "Jo, det er langt liv, og en lille familie, og den tredie verden er kort liv og stor familie." NOTE Paragraph 00:02:57.000 --> 00:03:03.000 Så det kan jeg vise her. Jeg placerer fertilitetsraten her: antal børn pr kvinde, 00:03:03.000 --> 00:03:07.000 en, to, tre, fire, op til omkring otte børn pr kvinde. 00:03:07.000 --> 00:03:13.000 Vi har rigtigt gode data siden 1962 - 1960 cirka - på størrelsen af familier i alle lande. 00:03:13.000 --> 00:03:16.000 Fejlmarginen er snæver. Her putter jeg forventet levetid ved fødslen 00:03:16.000 --> 00:03:20.000 fra 30 år i visse lande op til omkring 70 år. 00:03:20.000 --> 00:03:23.000 Og i 1962 var der virkelig en gruppe lande her 00:03:23.000 --> 00:03:28.000 der var industrialiserede lande, og de havde små familier og lange levetider. 00:03:28.000 --> 00:03:30.000 Og disse var udviklingslandene: 00:03:30.000 --> 00:03:33.000 De havde store familier og forholdsvist korte levetider. 00:03:33.000 --> 00:03:37.000 Hvad er der sket siden 1962? Vi vil se ændringen. 00:03:37.000 --> 00:03:40.000 Har de studerende ret? Er der stadig to slags lande? 00:03:41.000 --> 00:03:44.000 Eller har disse udviklingslande fået mindre familier og de bor her? 00:03:44.000 --> 00:03:46.000 Eller har de fået længere levetider og bor deroppe? NOTE Paragraph 00:03:46.000 --> 00:03:49.000 Lad os se. Vi stoppede verden dengang. Dette er altsammen FN statistikdata 00:03:49.000 --> 00:03:52.000 der er tilgængeligt. Så kører vi. Kan I se der? 00:03:52.000 --> 00:03:55.000 Det er Kina her, der bevæger sig mod bedre helbred der, forbedrer der, 00:03:55.000 --> 00:03:58.000 Alle de grønne latinamerikanske lande bevæger sig mod mindre familier 00:03:58.000 --> 00:04:01.000 De gule herovre er de arabiske lande, 00:04:01.000 --> 00:04:05.000 og de får større familier, men de - nej, længere levetid, men ikke større familier. 00:04:05.000 --> 00:04:08.000 De afrikanske er de grønne hernede. De forbliver her. 00:04:08.000 --> 00:04:11.000 Dette er Indien. Indonesien flytter sig ret hurtigt. 00:04:11.000 --> 00:04:12.000 (Latter) 00:04:12.000 --> 00:04:15.000 Og her i 80'erne, har vi Bangladesh stadig blandt de afrikanske lande der. 00:04:15.000 --> 00:04:18.000 Men se, Bangladesh - det er et mirakel der sker i 80'erne: 00:04:18.000 --> 00:04:21.000 imamerne begynder at støtte familieplanlægning. 00:04:21.000 --> 00:04:26.000 De bevæger sig op i det hjørne. Og i 90'erne har vi den forfærdelige HIV-epidemi 00:04:26.000 --> 00:04:29.000 der trækker den forventede levetid i de afrikanske lande ned, 00:04:29.000 --> 00:04:33.000 og alle de andre bevæger sig op i hjørnet 00:04:33.000 --> 00:04:37.000 hvor vi har lang levetid og små familier, og vi har en fuldstændig ny verden. 00:04:37.000 --> 00:04:50.000 (Klapsalve) NOTE Paragraph 00:04:50.000 --> 00:04:55.000 Lad mig lave en direkte sammenligning mellem USA og Vietnam. 00:04:55.000 --> 00:05:00.000 1964: USA havde små familier og lang levetid. 00:05:00.000 --> 00:05:04.000 Vietnam havde store familier og kort levetid. Og dette er hvad der sker: 00:05:04.000 --> 00:05:10.000 Data fra krigen indikerer at på trods af alle de døde, 00:05:10.000 --> 00:05:13.000 var der en levetidsforbedring. Ved slutningen af året 00:05:13.000 --> 00:05:16.000 begyndte familieplanlægningen i Vietnam og de skiftede til mindre familier. 00:05:16.000 --> 00:05:19.000 Og USA deroppe får længere levetid, og bevarer 00:05:19.000 --> 00:05:22.000 familiens størrelse. Og i 80'erne nu, 00:05:22.000 --> 00:05:25.000 opgiver de kommunistisk planlægning, og skifter til markedsøkonomi, 00:05:25.000 --> 00:05:29.000 og det går endnu hurtigere end det sociale liv. Og i dag, har vi i 00:05:29.000 --> 00:05:34.000 Vietnam den samme forventede levetid og den samme familiestørrelse 00:05:34.000 --> 00:05:41.000 her i Vietnam, 2003, som i USA, 1974, ved krigens slutning. 00:05:41.000 --> 00:05:45.000 Jeg tror at vi alle - hvis vi ikke kigger i data - 00:05:45.000 --> 00:05:49.000 undervurderer den utrolige ændring i Asien som var 00:05:49.000 --> 00:05:53.000 en social ændring, førend vi så den økonomiske ændring. NOTE Paragraph 00:05:53.000 --> 00:05:58.000 Lad os skifte til en anden måde her, hvor vi kan vise 00:05:58.000 --> 00:06:05.000 fordelingen af indtægt i verdenen. Dette er verdensfordelingen af folks indtægt. 00:06:05.000 --> 00:06:10.000 En dollar, 10 dollars eller 100 dollars pr dag. 00:06:10.000 --> 00:06:14.000 Der er ikke noget gab mellem rig og fattig længere. Det er en myte. 00:06:14.000 --> 00:06:18.000 Der er et lille bump her. Men der er folk hele vejen. 00:06:19.000 --> 00:06:23.000 Og hvis vi ser på hvor indkomsten ender - indkomsten - 00:06:23.000 --> 00:06:29.000 dette er 100 procent af verdens årlige indkomst. Og de rigeste 20 procent 00:06:29.000 --> 00:06:36.000 tager 74 procent heraf. Og de fattigste 20 procent, 00:06:36.000 --> 00:06:41.000 tager omkring to procent. Og dette viser at begrebet 00:06:41.000 --> 00:06:45.000 "udviklingslande" er ekstremt tvivlsomt. Vi tænker på hjælp, i form 00:06:45.000 --> 00:06:50.000 af de her folk der giver hjælp til de her folk. Men i midten 00:06:50.000 --> 00:06:54.000 har vi det meste af verdens befolkning, og de har nu 24 procent af indkomsten. NOTE Paragraph 00:06:54.000 --> 00:06:58.000 Vi har hørt det i andre former. Og hvem er de? 00:06:58.000 --> 00:07:02.000 Hvor er de forskellige lande? Jeg kan vise jer Afrika. 00:07:02.000 --> 00:07:07.000 Dette er Afrika. 10 procent af verdens befolkning, de fleste er fattige. 00:07:07.000 --> 00:07:12.000 Dette er OECD. De rige lande. FN's golfklub. 00:07:12.000 --> 00:07:17.000 Og de er herovre på denne her side. Et ret stort overlap mellem Afrika og OECD. 00:07:17.000 --> 00:07:20.000 Og dette er Latinamerika. Det har alt på denne jord 00:07:20.000 --> 00:07:23.000 fra de fattigste til de rigeste, i Latinamerika. 00:07:23.000 --> 00:07:28.000 Og oveni det, kan vi putte Østeuropa, Østasien 00:07:28.000 --> 00:07:33.000 og Sydasien. Og hvordan ser det ud hvis vi går tilbage i tid 00:07:33.000 --> 00:07:38.000 til omkring 1970? Dengang var der mere en pukkel. 00:07:38.000 --> 00:07:42.000 Og vi kan se at de fleste der levede i den yderste fattigdom var asiater. 00:07:42.000 --> 00:07:49.000 Verdens problem var fattigdommen i Asien. Og hvis 00:07:49.000 --> 00:07:52.000 kan I se at mens befolkningen øges, er der 00:07:52.000 --> 00:07:55.000 hundredvis af millioner i Asien der kommer ud af fattigdommen og andre 00:07:55.000 --> 00:07:58.000 der kommer ind i fattigdom, og dette er mønsteret vi har i dag. 00:07:58.000 --> 00:08:02.000 Og den bedste forudsigelse fra Verdensbanken er at dette vil ske, 00:08:02.000 --> 00:08:06.000 og vi vil ikke have en delt verden. Vi vil have flest mennesker i midten. NOTE Paragraph 00:08:06.000 --> 00:08:08.000 Selvfølgelig er det en logaritmisk skala her, 00:08:08.000 --> 00:08:13.000 men vores økonomiske koncept er vækst i procent. Vi ser på det 00:08:13.000 --> 00:08:19.000 som en mulighed for procentvis vækst. Hvis jeg ændrer dette og jeg tager 00:08:19.000 --> 00:08:23.000 bruttonationalindkomsten pr indbygger i stedet for familieindkomst, og jeg ænder disse 00:08:23.000 --> 00:08:29.000 individuelle data til områdedata for bruttonationalproduktet 00:08:29.000 --> 00:08:33.000 og jeg tager områderne hernede, er boblens størrelse stadig befolkningen. 00:08:33.000 --> 00:08:36.000 Og vi har OECD der, og Afrika syd for Sahara der, 00:08:36.000 --> 00:08:39.000 og vi tager de arabiske stater der 00:08:39.000 --> 00:08:43.000 der kommer både fra Afrika og Asien og placerer den separat, 00:08:43.000 --> 00:08:48.000 og vi kan udvide denne akse, og jeg kan give den en ny dimension her, 00:08:48.000 --> 00:08:51.000 ved at tilføje de sociale værdier der, børnedødelighed. 00:08:51.000 --> 00:08:56.000 Nu har jeg penge på den akse, og jeg har sandsynligheden for børns overlevelse der. 00:08:56.000 --> 00:09:00.000 I nogen lande, overlever 99,7 procent af børnene til femårsalderen; 00:09:00.000 --> 00:09:04.000 i andre, kun 70. Og her ser det ud til der er et gab 00:09:04.000 --> 00:09:08.000 mellem OECD, Latinamerika, Østeuropa, Østasien, 00:09:08.000 --> 00:09:12.000 Arabiske stater, Sydasien og Afrika syd for Sahara. 00:09:12.000 --> 00:09:17.000 Der er en meget stærk sammenhæng mellem børnedødelighed og penge. NOTE Paragraph 00:09:17.000 --> 00:09:25.000 Men lad mig opdele Afrika syd for Sahara. Sundhed er der og bedre helbred er deroppe. 00:09:25.000 --> 00:09:30.000 Jeg kan gå hertil og jeg kan opdele Afrika syd for Sahara i dets lande. 00:09:30.000 --> 00:09:35.000 Og når det springer, er størrelsen af landets boble størrelsen af dens befolkning. 00:09:35.000 --> 00:09:39.000 Sierra Leone dernede. Mauritius er deroppe. Mauritius var det første land 00:09:39.000 --> 00:09:42.000 der slap for handelshindringer, og de kunne sælge deres sukker. 00:09:43.000 --> 00:09:48.000 De kune sælge deres tekstiler på lige vilkår med befolkningen i Europa og Nordamerika. NOTE Paragraph 00:09:48.000 --> 00:09:52.000 Der er en stor forskel i Afrika. Og Ghana er her i midten. 00:09:52.000 --> 00:09:55.000 I Sierra Leone, humanitær hjælp. 00:09:55.000 --> 00:10:00.000 Her i Uganda, udviklingshjælp. Her, investeringstid, der, 00:10:00.000 --> 00:10:03.000 kan man tage på ferie. Det er en kæmpe variation 00:10:03.000 --> 00:10:08.000 i Afrika som vi sjældent tager højde for - at det er ens over det hele. 00:10:08.000 --> 00:10:12.000 Jeg kan opdele Sydasien her. Indien er den store boble i midten. 00:10:12.000 --> 00:10:16.000 Men der er en stor forskel mellem Afghanistan og Sri Lanka. 00:10:16.000 --> 00:10:20.000 Jeg kan opdele de arabiske stater. Hvordan er de? Samme klima, samme kultur, 00:10:20.000 --> 00:10:24.000 samme religion. Stor forskel. Selv mellem naboer. 00:10:24.000 --> 00:10:29.000 Yemen, borgerkrig. Forenede Arabiske Emirater, penge som var ligeligt og godt brugt. 00:10:29.000 --> 00:10:36.000 Ikke som myten er. Og det indbefatter alle børnene af fremmedarbejderne der er i landet. 00:10:36.000 --> 00:10:40.000 Data er ofte bedre end I tror. Mange siger data er dårlige. 00:10:41.000 --> 00:10:43.000 Der er en usikkerhedsmargin, men vi kan se forskellen her: 00:10:43.000 --> 00:10:46.000 Cambodia, Singapore. Forskellene er meget større, 00:10:46.000 --> 00:10:49.000 end svaghederne i data. Østeuropa: 00:10:49.000 --> 00:10:55.000 Sovjettisk økonomi i lang tid, men efter 10 år har de klaret sig 00:10:55.000 --> 00:10:58.000 meget, meget anderledes. Og der er Latinamerika. 00:10:58.000 --> 00:11:02.000 I dag behøver vi ikke tage til Cuba, for at finde et sundt land i Latinamerika. 00:11:02.000 --> 00:11:07.000 Chile vil have en lavere børnedødelighed end Cuba om ganske få år. 00:11:07.000 --> 00:11:10.000 Og her har vi højindtægtslande i OECD. NOTE Paragraph 00:11:10.000 --> 00:11:14.000 Og vi ser hele mønsteret for verden, 00:11:14.000 --> 00:11:19.000 som er mere eller mindre som det her. Og hvis vi ser på det, 00:11:19.000 --> 00:11:25.000 hvordan det ser ud - verden, i 1960, begynder det at bevæge sig. 1960. 00:11:25.000 --> 00:11:28.000 Dette er Mao Zedong. Han bragte sundhed til Kina. Og så døde han. 00:11:28.000 --> 00:11:33.000 Og så kom Deng Xiaoping og bragte penge til Kina, og bragte dem tilbage i hovedstrømmen igen. 00:11:33.000 --> 00:11:37.000 Og vi har set hvordan lande bevæger sig i forskellige retninger som dette, 00:11:37.000 --> 00:11:41.000 så det er lidt svært at få 00:11:41.000 --> 00:11:46.000 et land som eksempel der viser mønsteret for verden. 00:11:46.000 --> 00:11:52.000 Jeg vil gerne bringe jer tilbage til omkring her i 1960. 00:11:52.000 --> 00:12:02.000 Jeg vil gerne sammenligne Sydkorea, som er den her, med Brasillien, 00:12:02.000 --> 00:12:07.000 der er den her. Mærkaten forsvandt for mig her. Og jeg vil gerne sammenligne Uganda, 00:12:07.000 --> 00:12:12.000 som er der. Og jeg kan føre det fremad, således. 00:12:12.000 --> 00:12:21.000 Og I kan se hvordan Sydkorea laver meget, meget hurtigt fremskridt, 00:12:21.000 --> 00:12:24.000 hvor Brasillien er meget langsommere. NOTE Paragraph 00:12:24.000 --> 00:12:30.000 Og hvis vi bevæger os tilbage igen, her, og vi putter sporing på dem, således. 00:12:30.000 --> 00:12:34.000 kan I se igen at udviklingshastigheden 00:12:34.000 --> 00:12:40.000 er meget, meget forskellig og at landene bevæger sig mere eller mindre 00:12:40.000 --> 00:12:44.000 i den samme hastighed som penge og sundhed, men det ser ud til man kan bevæge sig 00:12:44.000 --> 00:12:48.000 meget hurtigere hvis man er sund først end hvis man er rig først. 00:12:49.000 --> 00:12:53.000 Og for at vise det, kan vi tilføje de Forenede Arabiske Emirater. 00:12:53.000 --> 00:12:56.000 De kom herfra, et mineralland. De havde al olien, 00:12:56.000 --> 00:13:00.000 de fik alle pengene, men sundhed kan ikke købes i et supermarkede. 00:13:00.000 --> 00:13:04.000 Man skal investere i sundhed. Man skal have børnene ind i skolesystemet. 00:13:04.000 --> 00:13:07.000 Man skal oplære sundhedspersonale. Man skal uddanne befolkningen. 00:13:07.000 --> 00:13:10.000 Og Sheik Sayed gjorde det på en ret god måde. 00:13:10.000 --> 00:13:14.000 Og på trods af faldende oliepriser, bragte han det land herop. 00:13:14.000 --> 00:13:18.000 Så vi har en meget mere strømlinjet udgave af verden, 00:13:18.000 --> 00:13:20.000 hvor alle lande hælder til at bruge deres penge 00:13:20.000 --> 00:13:25.000 bedre end de gjorde tidligere. Nuvel, det er, mere eller mindre, 00:13:25.000 --> 00:13:32.000 hvis man ser på gennemsnitsdata for landene. De ser sådan ud. NOTE Paragraph 00:13:32.000 --> 00:13:37.000 Men det er farligt at bruge gennemsnitsdata fordi der er megen forskel 00:13:37.000 --> 00:13:43.000 i lande. Så hvis jeg kigger her, kan vi se at 00:13:43.000 --> 00:13:49.000 Uganda i dag er hvor Sydkorea var i 1960. Hvis jeg opdeler Uganda 00:13:49.000 --> 00:13:54.000 er der en ret stor forskel internt i Uganda. Dette er femdelingen af Uganda 00:13:54.000 --> 00:13:57.000 De rigeste 20 procent af folk i Uganda er der. 00:13:57.000 --> 00:14:01.000 De fattigste er dernede. Hvis jeg opdeler Sydafrika, er det sådan. 00:14:01.000 --> 00:14:06.000 Hvis jeg går ned og ser på Republikken Niger, hvor der har været en forfærdelig hungersnød 00:14:06.000 --> 00:14:11.000 på det sidste, ser det sådan ud. De fattigste 20 procent i Niger er herude. 00:14:11.000 --> 00:14:14.000 og de rigeste 20 procent i Sydafrika er der, 00:14:14.000 --> 00:14:19.000 og alligevel hælder vi mod at diskutere hvilke løsninger der skal være i Afrika. 00:14:19.000 --> 00:14:22.000 Alt i denne verden findes i Afrika. Og man kan ikke 00:14:22.000 --> 00:14:26.000 diskutere HIV-medicin til alle for den femtedel heroppe 00:14:26.000 --> 00:14:30.000 med samme strategi som hernede. Forbedringen af verden må 00:14:30.000 --> 00:14:35.000 gøres i den enkelte sammenhæng, og det er ikke relevant at have det 00:14:35.000 --> 00:14:38.000 på regionsniveau. Vi må være meget mere detaljerede. 00:14:38.000 --> 00:14:42.000 Vi har fundet at studererende bliver meget begejstrede når de kan bruge det her. NOTE Paragraph 00:14:42.000 --> 00:14:47.000 Og endnu flere politiske beslutningstagere og forretningsfolk vil gerne se 00:14:47.000 --> 00:14:51.000 hvordan verden ændrer sig. Nuvel, hvorfor sker dette ikke? 00:14:51.000 --> 00:14:55.000 Hvorfor bruger vi ikke de data vi har? Vi har data i FN, 00:14:55.000 --> 00:14:57.000 i de enkelte landes statistiske afdelinger, 00:14:57.000 --> 00:15:01.000 og på universiteter og andre organisationer udenfor regeringsregi. 00:15:01.000 --> 00:15:03.000 Fordi data er gemt dybt i databaserne. 00:15:03.000 --> 00:15:08.000 Og offentligheden er der, Internettet er der, men vi har stadig ikke brugt det effektivt. NOTE Paragraph 00:15:08.000 --> 00:15:11.000 Al den information vi så forandre sig i verden 00:15:11.000 --> 00:15:15.000 indbefatter ikke offentligt finansieret statistik. Der er nogen websider 00:15:15.000 --> 00:15:21.000 som denne, men de får nogen næring fra databaserne 00:15:21.000 --> 00:15:26.000 men folk sætter prisskilte på dem, dumme adgangskoder og kedelige statistikker. 00:15:26.000 --> 00:15:29.000 (Latter)(Klapsalve) NOTE Paragraph 00:15:29.000 --> 00:15:33.000 Og det vil ikke fungere. Så hvad er der brug for? Vi har databaserne. 00:15:33.000 --> 00:15:37.000 Det er ikke en ny database der er brug fro. Vi har fantastiske designværktøjer, 00:15:37.000 --> 00:15:40.000 og der bliver tilføjet mere og mere heroppe. Så vi begyndte 00:15:40.000 --> 00:15:45.000 en almennyttig organisation som vi kaldte - sammenkædning af data med design - 00:15:45.000 --> 00:15:48.000 vi kaldte det "Gapminder", fra undergrundsbanen i London hvor de advarer en 00:15:48.000 --> 00:15:51.000 "pas på gabet mellem tog og perron". Så vi tænkte at Gapminder var passende 00:15:51.000 --> 00:15:55.000 Og vi begyndte at skrive programmer som kunne sammenkæde data således. 00:15:55.000 --> 00:16:01.000 Og det var ikke så svært igen. Det tog nogen mandeår, og vi har lavet bevægende fremstillinger. 00:16:01.000 --> 00:16:03.000 Man kan tage et datasæt og placere det der. 00:16:03.000 --> 00:16:08.000 Vi frigør FN-data, nogen få FN-organisationer. NOTE Paragraph 00:16:08.000 --> 00:16:12.000 Nogen lande accepterer at deres databaser kan komme ud i verden, 00:16:12.000 --> 00:16:15.000 men hvad vi virkelig har brug for er, naturligvis, en søgefunktion. 00:16:15.000 --> 00:16:20.000 En søgefunktion hvor vi kan kopiere data op i et søgbart format 00:16:20.000 --> 00:16:23.000 og få det ud i verden. Og hvad hører vi når vi kommer rundt? 00:16:23.000 --> 00:16:27.000 Jeg har lavet antropologi på de statistiske hovedenheder. Alle siger, 00:16:28.000 --> 00:16:32.000 "Det er umuligt. Det kan ikke gøres. Vores information er så særegen 00:16:32.000 --> 00:16:35.000 i detaljen, at den ikke kan søges i som andres kan blive søgt i. 00:16:35.000 --> 00:16:40.000 Vi kan ikke give data frit til de studerende, frit til verdens entreprenører." 00:16:40.000 --> 00:16:43.000 Men dette er hvad vi gerne vil se, er det ikke? 00:16:43.000 --> 00:16:46.000 De offentligt financierede data er hernede. 00:16:46.000 --> 00:16:49.000 Og vil vil gerne se blomster vokse frem på Nettet. 00:16:49.000 --> 00:16:54.000 Og et af de afgørende punkter er at gøre dem søgbare, og så kan folk bruge 00:16:54.000 --> 00:16:56.000 de forskellige designværkøjer til at animere det der. 00:16:56.000 --> 00:17:01.000 Og jeg har en ret god nyhed til jer. Jeg har den gode nyhed at lederen 00:17:01.000 --> 00:17:05.000 af FN's statistikafdeling, siger ikke det er umuligt. 00:17:05.000 --> 00:17:07.000 Han siger bare "Vi kan ikke gøre det." 00:17:07.000 --> 00:17:11.000 (Latter) 00:17:11.000 --> 00:17:13.000 Og det er en ret klog fyr, ikke? 00:17:13.000 --> 00:17:15.000 (Latter) NOTE Paragraph 00:17:15.000 --> 00:17:19.000 Så vi kan se der sker en masse med data i de kommende år. 00:17:19.000 --> 00:17:23.000 Vi vil være i stand til at se på indkomstfordelinger på helt nye måder. 00:17:23.000 --> 00:17:28.000 Dette er indkomstfordelingen i Kina, 1970. 00:17:29.000 --> 00:17:34.000 indkomstfordelingen for USA, 1970. 00:17:34.000 --> 00:17:38.000 Næsten intet overlap. Næsten intet overlap. Og hvad er der sket? 00:17:38.000 --> 00:17:43.000 Hvad der er sket er følgende: at Kina vokser, det er ikke så lige længere, 00:17:43.000 --> 00:17:47.000 og det dukker op her, med udsigt til USA. 00:17:47.000 --> 00:17:49.000 Næsten som et spøgelse, er det ikke, hva'? 00:17:49.000 --> 00:17:51.000 (Latter) NOTE Paragraph 00:17:51.000 --> 00:18:01.000 Det er ret skræmmende. Men jeg mener det er vigtigt at have al denne information. 00:18:01.000 --> 00:18:07.000 Vi er virkelig nødt til at kunne se det. Og i stedet for at se på dette, 00:18:07.000 --> 00:18:12.000 vil jeg gerne slutte med at vise antallet af internetbrugere pr 1000. 00:18:12.000 --> 00:18:17.000 I dette program, har vi let adgang til omkring 500 variable fra alle landene. 00:18:17.000 --> 00:18:21.000 Det tager nogen tid at ændre 00:18:21.000 --> 00:18:26.000 men på akserne kan man ret nemt få en vilkårlig variabel man gerne vil have. 00:18:26.000 --> 00:18:31.000 Og det vigtige vil være at få frigivet databaserne, 00:18:31.000 --> 00:18:34.000 få dem gjort søgbare, og med et klik mere, få dem 00:18:34.000 --> 00:18:39.000 på grafisk form, hvor man umiddelbart kan forstå dem. 00:18:39.000 --> 00:18:42.000 Nuvel, statistikere kan ikke lide det, fordi de siger at dette 00:18:42.000 --> 00:18:51.000 ikke vil vise virkeligheden - vi er nødt til at have statistiske, analytiske metoder. 00:18:51.000 --> 00:18:54.000 Men denne måde genererer hypoteser. NOTE Paragraph 00:18:54.000 --> 00:18:58.000 Jeg afslutter nu med verden. Der er det Internettet der kommer. 00:18:58.000 --> 00:19:02.000 Antallet af internetbrugere vokser således. Dette er bruttonationalindkomsten pr indbygger. 00:19:02.000 --> 00:19:07.000 Og det er en ny teknologi der kommer ind, men på utroligste vis passer det 00:19:07.000 --> 00:19:12.000 godt med landenes økonomi. Det er grunden til at 100 dollar 00:19:12.000 --> 00:19:15.000 computeren vil være så vigtig. Men det er en god tendens. 00:19:15.000 --> 00:19:18.000 Det er ligesom at verden flader ud, ikke? Disse lande 00:19:18.000 --> 00:19:21.000 rejser sig mere end økonomen og vil være særdeles interessant 00:19:21.000 --> 00:19:25.000 at følge dette over året, som jeg gerne vil have at I skal kunne 00:19:25.000 --> 00:19:27.000 med alle de offentligt finansierede data. Mange tak. 00:19:28.000 --> 00:19:31.000 (Klapsalve)