< Return to Video

De beste statistieken die je ooit zag

  • 0:00 - 0:04
    Ongeveer 10 jaar geleden begon ik wereldontwikkeling te doceren
  • 0:04 - 0:08
    aan Zweedse bachelorstudenten. Dit deed ik na 20 jaar doorgebracht
  • 0:08 - 0:12
    te hebben met Afrikaanse instellingen die honger in Afrika bestudeerden.
  • 0:12 - 0:16
    Ze mochten dus aannemen dat ik wat wist over de wereld.
  • 0:16 - 0:21
    Ik begon in onze medische universiteit, het Karolinska Instituut,
  • 0:21 - 0:25
    met een bachelorcollege Wereldwijde Gezondheid. Maar als je zo'n kans
  • 0:25 - 0:28
    krijgt word je een beetje nerveus. Ik dacht, deze studenten die
  • 0:28 - 0:31
    naar ons toekomen hebben echt de hoogste cijfers die je kan
  • 0:31 - 0:34
    krijgen in het Zweedse onderwijssysteem -- dus misschien weten ze alles
  • 0:34 - 0:38
    wat ik ze ga doceren al. Ik deed dus een test bij de start.
  • 0:38 - 0:41
    Een van de vragen waarvan ik veel heb geleerd was deze:
  • 0:41 - 0:45
    "Welk land heeft de hoogste kindersterfte van deze vijf paren?"
  • 0:45 - 0:49
    Ik stelde ze zo samen dat in elk paar landen,
  • 0:49 - 0:54
    de één dubbel zoveel kindersterfte heeft als de andere. Dit betekent dat
  • 0:54 - 0:59
    het verschil groter is dan de onzekerheid van de statistieken.
  • 0:59 - 1:01
    Ik zal jullie geen toetsvragen voorleggen, maar Turkije
  • 1:01 - 1:06
    scoort het hoogst, Polen, Rusland, Pakistan en Zuid-Afrika.
  • 1:06 - 1:09
    En dit zijn de resultaten van de Zweedse studenten. Ik berekende
  • 1:09 - 1:12
    het betrouwheidsinterval. Dat was vrij klein en daar werd ik
  • 1:12 - 1:16
    natuurlijk gelukkig van: 1.8 op 5 correcte antwoorden. Dat betekende dat er
  • 1:16 - 1:19
    er plaats was voor een professor Internationale Gezondheid --
  • 1:19 - 1:21
    (Gelach) en voor mijn college.
  • 1:21 - 1:25
    Op een late avond, toen ik het rapport aan het opstellen was
  • 1:25 - 1:29
    deed ik pas echt mijn ontdekking. Ik heb gezien
  • 1:29 - 1:34
    dat Zweedse studenten statistisch significant minder weten
  • 1:34 - 1:36
    over de wereld dan chimpansees.
  • 1:36 - 1:38
    (Gelach)
  • 1:38 - 1:42
    De chimpansee zou de helft goed scoren als ik hem twee
  • 1:42 - 1:45
    bananen zou geven met Sri Lanka en Turkije er op.
  • 1:45 - 1:49
    De studenten zijn daar nog niet. Mijn probleem was niet onwetendheid,
  • 1:49 - 1:52
    maar ingeprente misvattingen.
  • 1:52 - 1:56
    Ik deed ook een onethisch onderzoek onder de professoren van het Instituut.
  • 1:56 - 1:57
    (Gelach)
  • 1:57 - 1:59
    -- dat de Nobelprijs in medicijnen uitreikt --
  • 1:59 - 2:01
    en ze scoren even goed als de chimpansee.
  • 2:01 - 2:04
    (Gelach)
  • 2:04 - 2:08
    Toen besefte ik dat er nood aan communicatie was,
  • 2:08 - 2:11
    omdat de beschikbare informatie over wat er gebeurt in de wereld
  • 2:11 - 2:14
    en de gezondheid van kinderen van elk land eigenlijk erg goed is.
  • 2:14 - 2:19
    We maakten deze software die het zo weergeeft: elke bubbel is een land.
  • 2:19 - 2:25
    Dit land hier is China. Dit is India.
  • 2:25 - 2:31
    De grootte van de bubbel is de bevolking, en op deze as staat de vruchtbaarheid.
  • 2:31 - 2:34
    Want mijn studenten zeiden,
  • 2:34 - 2:36
    als ze de wereld bekeken, en ik hen vroeg:
  • 2:36 - 2:38
    "Hoe kijk je echt tegen de wereld aan?"
  • 2:38 - 2:42
    Nou, ten eerste ontdekte ik dat het studieboek vooral uit Kuifje bestond.
  • 2:42 - 2:43
    (Gelach)
  • 2:43 - 2:46
    En ze antwoordden: "De wereld is nog steeds 'wij' en 'zij'.
  • 2:46 - 2:49
    En wij zijn de westerse wereld, zij zijn de derde wereld."
  • 2:49 - 2:52
    "Wat bedoel je met de westerse wereld?", vroeg ik.
  • 2:52 - 2:57
    "Een lang leven en een klein gezin, en de derde wereld betekent kort leven en groot gezin".
  • 2:57 - 3:03
    Dus dit kon ik laten zien. Ik zet vruchtbaarheid hier: het aantal kinderen per vrouw,
  • 3:03 - 3:07
    een, twee, drie, vier, tot ongeveer acht kinderen per vrouw.
  • 3:07 - 3:13
    We hebben hele goede data sinds rond 1960 over de grootte van families in alle landen.
  • 3:13 - 3:16
    De foutenmarge is klein. Hier zet ik levensverwachting bij de geboorte,
  • 3:16 - 3:20
    vanaf 30 jaar tot, in sommige landen, ongeveer 70 jaar.
  • 3:20 - 3:23
    En in 1962 was er een groep van landen hier.
  • 3:23 - 3:28
    Dat waren de geïndustrialiseerde landen. Zij hadden kleine families en leefden lang.
  • 3:28 - 3:30
    En dit waren de ontwikkelingslanden:
  • 3:30 - 3:33
    zij hadden grote families en relatief korte levens.
  • 3:33 - 3:37
    Maar wat is er gebeurd sinds 1962? Die verandering willen we zien.
  • 3:37 - 3:40
    Hebben de studenten gelijk? Zijn er nog steeds twee soorten landen?
  • 3:41 - 3:44
    Of hebben de ontwikkelingslanden kleinere families en zitten ze hier?
  • 3:44 - 3:46
    Of leven ze langer en zitten ze hier?
  • 3:46 - 3:49
    We gaan kijken. We hebben de wereld toen stilgezet. Dit zijn allemaal VN-statistieken
  • 3:49 - 3:52
    die beschikbaar zijn. Hier gaan we. Zie je dat daar?
  • 3:52 - 3:55
    Dat is China, de gezondheid zakt en stijgt daar weer.
  • 3:55 - 3:58
    Al de groene Latijns-Amerikaanse landen gaan over op kleinere families.
  • 3:58 - 4:01
    De gele landen hier zijn de Arabische landen.
  • 4:01 - 4:05
    Ze krijgen grotere families, maar -- nee, langer leven, maar geen grotere families.
  • 4:05 - 4:08
    De Afrikanen zijn de groene hier beneden. Zij blijven hier nog staan.
  • 4:08 - 4:11
    Dit is India. Indonesië beweegt vrij snel.
  • 4:11 - 4:12
    (Gelach)
  • 4:12 - 4:15
    En in de 80er jaren zie je Bangladesh hier, nog bij de Afrikaanse landen.
  • 4:15 - 4:18
    Maar nu, Bangladesh -- het is een wonder in jaren '80:
  • 4:18 - 4:21
    de imams beginnen voorbehoedsmiddelen te promoten.
  • 4:21 - 4:26
    Ze gaan omhoog naar die hoek. En in de jaren '90 is er de verschrikkelijke Aidsepidemie
  • 4:26 - 4:29
    die de levensverwachting van de Afrikaanse landen laat dalen.
  • 4:29 - 4:33
    Alle anderen bewegen omhoog die hoek in,
  • 4:33 - 4:37
    waar we lange levens en kleine families hebben. En we hebben een compleet nieuwe wereld.
  • 4:37 - 4:50
    (Applaus)
  • 4:50 - 4:55
    Laat mij een vergelijking maken tussen de Verenigde Staten van Amerika en Vietnam.
  • 4:55 - 5:00
    1964: Amerika had kleine families en lange levens,
  • 5:00 - 5:04
    Vietnam had grote families en korte levens. En dit is wat er gebeurde.
  • 5:04 - 5:10
    De gegevens tijdens de oorlog laten zien dat zelfs met al de doden,
  • 5:10 - 5:13
    er een stijgende levensverwachting was. Aan het eind van het jaar
  • 5:13 - 5:16
    begon gezinsplanning in Vietnam en kregen ze kleinere families.
  • 5:16 - 5:19
    In de V.S. kregen ze langere levens,
  • 5:19 - 5:22
    en behielden ze de familiegrootte. Vanaf de jaren '80
  • 5:22 - 5:25
    gaven ze het communisme op en gingen ze over op een markteconomie,
  • 5:25 - 5:29
    en het gaat zelfs sneller dan het sociale leven. Vandaag de dag hebben we
  • 5:29 - 5:34
    in Vietnam dezelfde levensverwachting en dezelfde familiegrootte
  • 5:34 - 5:41
    hier in Vietnam, 2003, als in de Verenigde Staten in 1974, aan het einde van de oorlog.
  • 5:41 - 5:45
    Ik denk dat we allemaal -- als we niet naar de gegevens kijken --
  • 5:45 - 5:49
    de overweldigende verandering in Azië onderschatten, die eerst
  • 5:49 - 5:53
    sociaal veranderde voordat de economie volgde.
  • 5:53 - 5:58
    Laten we overgaan op een andere manier om de
  • 5:58 - 6:05
    verdeling van het wereldinkomen weer te geven.
  • 6:05 - 6:10
    Eén Dollar, 10 Dollar en 100 Dollar per dag.
  • 6:10 - 6:14
    Er zit geen gat meer tussen rijk en arm. Dit is een mythe.
  • 6:14 - 6:18
    Er zit een kleine bult hier, maar er zitten overal mensen.
  • 6:19 - 6:23
    En als we kijken waar al het geld terecht komt -- het inkomen --
  • 6:23 - 6:29
    dit is 100 procent van het jaarlijkse wereldinkomen. De rijkste 20 procent
  • 6:29 - 6:36
    verdient ongeveer 74 procent hiervan. De armste 20 procent
  • 6:36 - 6:41
    verdient ongeveer 2 procent. Dit laat zien dat het concept
  • 6:41 - 6:45
    van ontwikkelingslanden eigenlijk erg twijfelachtig is. We denken over
  • 6:45 - 6:50
    ontwikkelingshulp dat de mensen hier deze mensen helpen. Maar in het midden
  • 6:50 - 6:54
    hebben we het grootste deel van de wereldbevolking, met 24 procent van het inkomen.
  • 6:54 - 6:58
    We hebben het op andere manieren gehoord. En wie zijn dit?
  • 6:58 - 7:02
    Waar zijn de verschillende landen? Ik kan u Afrika laten zien.
  • 7:02 - 7:07
    Dit is Afrika.
  • 7:07 - 7:12
    Dit is de OESO. De rijke landen. De club van de VN.
  • 7:12 - 7:17
    Zij zitten hier aan deze kant. Een flinke overlapping tussen Afrika en de OESO.
  • 7:17 - 7:20
    Dit is Latijns-Amerika. Ze hebben hier alles,
  • 7:20 - 7:23
    van de armste tot de rijkste, in Latijns-Amerika.
  • 7:23 - 7:28
    En daaroverheen kunnen we Oost-Europa, Oost-Azië en
  • 7:28 - 7:33
    Zuid-Azië projecteren. Hoe zag dat er uit als we teruggaan in de tijd,
  • 7:33 - 7:38
    tot rond 1970? Toen was er meer sprake van een bult.
  • 7:38 - 7:42
    De meeste absoluut armen waren Aziaten.
  • 7:42 - 7:49
    Het probleem in de wereld was armoede in Azië. Als ik de wereld laat verdergaan,
  • 7:49 - 7:52
    zal je zien dat de bevolking toeneemt, en er
  • 7:52 - 7:55
    honderden miljoenen Aziaten uit de armoede geraken en sommige anderen
  • 7:55 - 7:58
    in de armoede, en dit is het patroon dat we vandaag hebben.
  • 7:58 - 8:02
    De beste projectie van de Wereldbank is dat dit zal gebeuren.
  • 8:02 - 8:06
    We zullen geen verdeelde wereld hebben. De meeste mensen zullen in het midden zitten.
  • 8:06 - 8:08
    Dit is natuurlijk een logaritmische schaal,
  • 8:08 - 8:13
    maar ons economische concept is procentuele groei.
  • 8:13 - 8:19
    We zien het als de kans op procentuele groei. Als ik dit verander en
  • 8:19 - 8:23
    BNP per hoofd neem in plaats van gezinsinkomen, en ik vervang deze
  • 8:23 - 8:29
    individuele data door regionale data van het BNP,
  • 8:29 - 8:33
    en ik neem de regio's hier beneden -- de omvang van de bubbel is de bevolking.
  • 8:33 - 8:36
    Je hebt de OESO hier, en Sub-Saharisch Afrika daar,
  • 8:36 - 8:39
    en we nemen de Arabische staten hier uit,
  • 8:39 - 8:43
    die komen uit Afrika en Azië, en we zetten ze apart,
  • 8:43 - 8:48
    en we vergroten deze as, en ik voeg hier een nieuwe dimensie toe,
  • 8:48 - 8:51
    met de sociale waarden, kinderoverlevingskans.
  • 8:51 - 8:56
    Ik heb nu geld op die as, en de kans op overleven van de kinderen daar.
  • 8:56 - 9:00
    In sommige landen leven 99,7 procent van de kinderen tot 5 jaar.
  • 9:00 - 9:04
    In andere maar 70. Het lijkt alsof er hier een kloof is
  • 9:04 - 9:08
    tussen de OESO, Latijns-Amerika, Oost-Europa, Oost-Azië,
  • 9:08 - 9:12
    de Arabische staten, Zuid-Azië en Sub-Saharisch Afrika.
  • 9:12 - 9:17
    Het verband tussen kinderoverlevingskans en geld is heel sterk.
  • 9:17 - 9:25
    Laat me Sub-Saharisch Afrika uitsplitsen. Daar gezondheid, daarboven betere gezondheid.
  • 9:25 - 9:30
    Ik kan hier Sub-Saharisch Afrika in zijn landen opsplitsen.
  • 9:30 - 9:35
    Als uit uiteenspat is de omvang van de landenbubbel de bevolkingsgrootte.
  • 9:35 - 9:39
    Hierbeneden is Sierra Leone. Daarboven Mauritius. Dat was het eerste land
  • 9:39 - 9:42
    dat geen handelsgrenzen meer had, en ze konden hun suiker verkopen.
  • 9:43 - 9:48
    Ze verkochten textiel tegen dezelfde voorwaarden als de Europeanen en Noord-Amerikanen.
  • 9:48 - 9:52
    Er zijn grote verschillen in Afrika. Ghana staat hier in het midden.
  • 9:52 - 9:55
    In Sierra Leone: humanitaire hulp.
  • 9:55 - 10:00
    In Oeganda: ontwikkelingshulp. Hier: tijd om te investeren. Daar
  • 10:00 - 10:03
    kan je met vakantie gaan. Er is zeer veel variatie
  • 10:03 - 10:08
    binnen Afrika die we bijna nooit zien -- het is allemaal gelijk.
  • 10:08 - 10:12
    Ik kan Zuid-Azië hier opsplitsen. India is de grote bubbel in het midden.
  • 10:12 - 10:16
    Een groot verschil tussen Afghanistan en Sri Lanka.
  • 10:16 - 10:20
    Ik kan de Arabische staten splitsen. Hoe gaat het? Zelfde klimaat, cultuur
  • 10:20 - 10:24
    en religie. Zeer grote verschillen, zelfs tussen buren.
  • 10:24 - 10:29
    Jemen: burgeroorlog. Verenigde Arabische Emiraten: geld dat goed en gespreid besteed is.
  • 10:29 - 10:36
    Niet zoals de mythe. Dat geldt ook voor de kinderen van de buitenlandse arbeiders in het land.
  • 10:36 - 10:40
    Data zijn vaak beter dan je denkt. Vele mensen zeggen dat ze slecht zijn.
  • 10:41 - 10:43
    Er is een marge van onzekerheid, maar we zien het verschil:
  • 10:43 - 10:46
    Cambodja, Singapore. De verschillen zijn veel groter
  • 10:46 - 10:49
    dan de zwakte van de data. Oost-Europa:
  • 10:49 - 10:55
    lange tijd een Sovieteconomie, maar ze komen er 10 jaar later
  • 10:55 - 10:58
    heel, heel anders uit. Daar is Latijns-Amerika.
  • 10:58 - 11:02
    Vandaag moeten we niet naar Cuba om een gezond land in Latijns-Amerika te vinden.
  • 11:02 - 11:07
    Chili zal over enkele jaren lagere kindersterfte dan Cuba hebben.
  • 11:07 - 11:10
    Hier hebben we rijke landen in de OESO.
  • 11:10 - 11:14
    We hebben hier het hele patroon van de wereld,
  • 11:14 - 11:19
    dat min of meer zo is. Als we het bekijken,
  • 11:19 - 11:25
    hoe het eruit ziet -- de wereld in 1960. Het begint te bewegen. 1960.
  • 11:25 - 11:28
    Dit is Mao Zedong. Hij bracht China gezondheid. Toen stierf hij.
  • 11:28 - 11:33
    Deng Xiaoping bracht China geld, en bracht ze terug naar de middenmoot.
  • 11:33 - 11:37
    We hebben gezien hoe landen in verschillende richtingen bewegen.
  • 11:37 - 11:41
    Het is dus moeilijk om
  • 11:41 - 11:46
    een voorbeeldland te nemen dat het patroon van de wereld toont.
  • 11:46 - 11:52
    Ik breng jullie terug naar ongeveer 1960 hier.
  • 11:52 - 12:02
    Ik zou Zuid-Korea willen vergelijken met Brazilië,
  • 12:02 - 12:07
    dit land hier. Het label is eraf. Ik zou Oeganda willen vergelijken,
  • 12:07 - 12:12
    hier zo. Ik kan vooruitgaan, zo.
  • 12:12 - 12:21
    Je ziet hoe Zuid-Korea zeer snel vooruitgang boekt,
  • 12:21 - 12:24
    terwijl Brazilië veel trager is.
  • 12:24 - 12:30
    Als we teruggaan en een sleepspoor laten zien, zo,
  • 12:30 - 12:34
    dan kan je opnieuw zien dat de snelheid van ontwikkeling
  • 12:34 - 12:40
    erg verschilt, en dat de landen min of meer bewegen
  • 12:40 - 12:44
    volgens het tempo inzake geld en gezondheid, maar je kan blijkbaar
  • 12:44 - 12:48
    veel sneller bewegen als je eerst gezond bent dan als je eerst rijk bent.
  • 12:49 - 12:53
    Om dat te tonen kan je naar de Verenigde Arabische Emiraten kijken.
  • 12:53 - 12:56
    Ze kwamen daarvandaan, een mineraal land. Ze vonden al die olie,
  • 12:56 - 13:00
    kregen al dat geld, maar gezondheid koop je niet in de supermarkt.
  • 13:00 - 13:04
    Je moet investeren in gezondheid. Je moet kinderen naar school krijgen.
  • 13:04 - 13:07
    Je moet de gezondheidswerkers opleiden. Je moet de bevolking opleiden.
  • 13:07 - 13:10
    Sjeik Sayed heeft dat redelijk goed gedaan.
  • 13:10 - 13:14
    Ondanks de dalende olieprijzen bracht hij zijn land tot hier.
  • 13:14 - 13:18
    We hebben dus een meer gemiddeld aanzicht van de wereld,
  • 13:18 - 13:20
    waarin alle landen neigen naar beter gebruik van hun geld
  • 13:20 - 13:25
    dan vroeger. Dit is min of meer zo,
  • 13:25 - 13:32
    als je kijkt naar de gemiddelde data van de landen. Die zijn zo.
  • 13:32 - 13:37
    Dat is wel gevaarlijk, gemiddelden gebruiken, omdat er zoveel
  • 13:37 - 13:43
    verschillen zijn tussen de landen. Als ik dus daar ga kijken, zien we
  • 13:43 - 13:49
    dat Oeganda vandaag is waar Zuid-Korea in 1960 was. Splits ik Oeganda,
  • 13:49 - 13:54
    dan zie ik een groot verschil in het land. Dit zijn de kwintielen van Oeganda.
  • 13:54 - 13:57
    Daar zijn de 20 procent rijkste Oegandezen.
  • 13:57 - 14:01
    Daar zijn de armsten. Als ik Zuid-Afrika opsplits is het zo.
  • 14:01 - 14:06
    Als ik beneden naar Niger ga, waar er zo'n vreselijke hongersnood was,
  • 14:06 - 14:11
    dan is het zo. Daar zijn de 20 procent armsten van Niger,
  • 14:11 - 14:14
    daar de 20 procent rijksten van Zuid-Afrika,
  • 14:14 - 14:19
    en toch blijven we debatteren over de oplossingen voor Afrika.
  • 14:19 - 14:22
    Alles wat de wereld heeft, heb je in Afrika. Je kan niet
  • 14:22 - 14:26
    debatteren over universele toegang tot Aidsmedicijnen voor dat kwintiel daar
  • 14:26 - 14:30
    met dezelfde strategie als hier beneden. De verbetering van de wereld
  • 14:30 - 14:35
    moet aan de context aangepast worden, het is niet relevant om het
  • 14:35 - 14:38
    regionaal te bekijken. We hebben meer detail nodig.
  • 14:38 - 14:42
    We stellen vast dat studenten het heel spannend vinden om dit te gebruiken.
  • 14:42 - 14:47
    Zelfs beleidsmakers en bedrijfssectoren willen zien
  • 14:47 - 14:51
    hoe de wereld verandert. Waarom gebeurt het dan niet?
  • 14:51 - 14:55
    Waarom gebruiken we de data die we hebben niet? We hebben data in de VN,
  • 14:55 - 14:57
    in de nationale statistische bureaus,
  • 14:57 - 15:01
    in universiteiten en andere NGO's.
  • 15:01 - 15:03
    Omdat de data verstopt zitten in de databases.
  • 15:03 - 15:08
    Het publiek is hier, het internet is daar, maar we gebruiken het nog steeds niet goed.
  • 15:08 - 15:11
    Alle informatie die we in de wereld zagen veranderen,
  • 15:11 - 15:15
    komt niet van statistieken met overheidsgeld. Er zijn een paar van dat soort
  • 15:15 - 15:21
    webpagina's, maar ze halen hun mosterd bij de databases
  • 15:21 - 15:26
    en zetten er dan een prijs op, een dom paswoord en saaie statistieken.
  • 15:26 - 15:29
    (Gelach) (Applaus)
  • 15:29 - 15:33
    Dat zal niet werken. Wat hebben we dan nodig? We hebben de databases.
  • 15:33 - 15:37
    De databases zijn niet wat je nodig hebt. We hebben prachtige designtools,
  • 15:37 - 15:40
    en er komen er alsmaar meer bij. We startten dus
  • 15:40 - 15:45
    met een nonprofitonderneming die we -- met een link van data naar design --
  • 15:45 - 15:48
    Gapminder noemden, naar de Londense metro, waar ze je waarschuwen,
  • 15:48 - 15:51
    "mind the gap". We vonden Gapminder dus gepast.
  • 15:51 - 15:55
    We begonnen software te schrijven die de data zo konden verbinden.
  • 15:55 - 16:01
    Het was niet zo moeilijk. Het kostte een paar manjaren, en we hebben animaties.
  • 16:01 - 16:03
    Je kan een dataset hier zetten.
  • 16:03 - 16:08
    We bevrijden VN-data, een paar VN-organisaties.
  • 16:08 - 16:12
    Sommige landen aanvaarden dat hun databases de wereld bereiken,
  • 16:12 - 16:15
    maar wat we echt nodig hebben is natuurlijk een zoekfunctie.
  • 16:15 - 16:20
    Een zoekfunctie waarmee we de gegevens in een doorzoekbaar formaat zetten
  • 16:20 - 16:23
    en ze op de wereld loslaten. En wat horen we als we rondgaan?
  • 16:23 - 16:27
    Ik heb de belangrijkste statistische diensten antropologisch benaderd. Ze zeggen allemaal:
  • 16:28 - 16:32
    "Onmogelijk. Dat kan je niet doen. Onze informatie is zo bijzonder,
  • 16:32 - 16:35
    gedetailleerd, ze kan niet doorzocht worden zoals andere informatie.
  • 16:35 - 16:40
    We kunnen de gegevens niet vrijgeven voor de studenten en de ondernemers in de wereld."
  • 16:40 - 16:43
    Maar dit is wat we zouden willen zien, niet?
  • 16:43 - 16:46
    Daar zijn de gegevens met overheidsgeld betaald.
  • 16:46 - 16:49
    We zouden bloemen willen zien bloeien op het Net.
  • 16:49 - 16:54
    Eén van de cruciale punten is ze doorzoekbaar maken. Dan kunnen mensen
  • 16:54 - 16:56
    designtools gebruiken om ze tot leven te brengen.
  • 16:56 - 17:01
    Ik heb nogal goed nieuws voor jullie. Ik heb goed nieuws: de huidige
  • 17:01 - 17:05
    nieuwe baas van de VN-statistieken zegt niet dat het onmogelijk is.
  • 17:05 - 17:07
    Hij zegt alleen: "We kunnen het niet doen."
  • 17:07 - 17:11
    (Gelach)
  • 17:11 - 17:13
    En dat is een redelijk slimme man, niet?
  • 17:13 - 17:15
    (Gelach)
  • 17:15 - 17:19
    We zien dus veel gebeuren met data de komende jaren.
  • 17:19 - 17:23
    We zullen op een heel andere manier naar inkomensverdeling kijken.
  • 17:23 - 17:28
    Dit is de inkomensverdeling in China, 1970,
  • 17:29 - 17:34
    en de inkomensverdeling van de VS, 1970.
  • 17:34 - 17:38
    Bijna geen overlap. En wat is er gebeurd?
  • 17:38 - 17:43
    Dit is wat er gebeurde: China groeit, het is niet meer zo gelijk,
  • 17:43 - 17:47
    het verschijnt hier, en kijkt naar de VS.
  • 17:47 - 17:49
    Bijna als een geest, niet?
  • 17:49 - 17:51
    (Gelach)
  • 17:51 - 18:01
    Het is angstaanjagend. Ik denk dat het heel belangrijk is om al deze informatie te hebben.
  • 18:01 - 18:07
    We moeten ze echt zien. In plaats van hiernaar te kijken,
  • 18:07 - 18:12
    zou ik willen besluiten met een blik op de internetgebruikers per 1.000.
  • 18:12 - 18:17
    In deze software hebben we gemakkelijke toegang tot 500 variabelen voor alle landen.
  • 18:17 - 18:21
    Het vraagt even tijd om dit te wijzigen,
  • 18:21 - 18:26
    maar op de as kan je gemakkelijk elke gewenste variabele krijgen.
  • 18:26 - 18:31
    Het zou fantastisch zijn om de databases gratis te krijgen,
  • 18:31 - 18:34
    doorzoekbaar, en ze met een tweede klik
  • 18:34 - 18:39
    om te zetten in grafisch formaat, waar je ze gemakkelijk kan begrijpen.
  • 18:39 - 18:42
    Statistici houden daar niet van, ze zeggen dat dit
  • 18:42 - 18:51
    de realiteit niet echt toont, dat we statistische, analytische methodes moeten hebben.
  • 18:51 - 18:54
    Dit leidt tot de formulering van hypothesen.
  • 18:54 - 18:58
    Ik besluit met de wereld. Daar komt het Internet.
  • 18:58 - 19:02
    Het aantal internetgebruikers gaat zo omhoog. Dit is het BNP per hoofd.
  • 19:02 - 19:07
    Er komt een nieuwe technologie aan, die verbazend goed
  • 19:07 - 19:12
    past in de economie van de landen. Dat is waarom de 100 dollar-
  • 19:12 - 19:15
    computer zo belangrijk zal zijn. Het is een mooie tendens.
  • 19:15 - 19:18
    Het is alsof de wereld afvlakt, niet? Deze landen
  • 19:18 - 19:21
    gaan meer omhoog dan de economie en het zal erg interessant zijn
  • 19:21 - 19:25
    dit in het komende jaar te volgen, zoals ik je graag zou willen laten doen
  • 19:25 - 19:27
    met alle gesubsidieerde data. Veel dank.
  • 19:28 - 19:31
    (Applaus)
Title:
De beste statistieken die je ooit zag
Speaker:
Hans Rosling
Description:

Je hebt data nog nooit op deze manier gepresenteerd gezien. Statistieken-goeroe Hans Rosling ontkracht mythen over zogenaamde "ontwikkelingslanden" met de drama en urgentie van een sportcommentator.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
19:33
Axel Saffran edited Dutch subtitles for The best stats you've ever seen
Axel Saffran edited Dutch subtitles for The best stats you've ever seen
Axel Saffran edited Dutch subtitles for The best stats you've ever seen
Axel Saffran edited Dutch subtitles for The best stats you've ever seen
Els De Keyser added a translation

Dutch subtitles

Revisions Compare revisions