ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.

Why you should listen

Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.

What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.

Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.

Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)

Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.

Hans Rosling passed away in February 2017. He is greatly missed.


More profile about the speaker
Hans Rosling | Speaker | TED.com
TED2006

Hans Rosling: The best stats you've ever seen

ہینس روزلنگ پیش کرتے ہیں وہ بہترین اعداد و شمار جن کا مشاہدہ آپ نے کبھی نہیں دیکھا ہوگا

Filmed:
14,386,844 views

آپ نے اس طرح پیش کی گئی معلومات کو کبھی نہیں دیکھا ہوگا۔ ڈراما اور کھیل کود کی نشر و اشاعت کی فوری ضرورت کے ساتھ ساتھ اعداد و شمار کے ماہر ہینس روزلنگ "ترقی پذیر دنیا" سے متعلق اساطیر کا انکشاف کر رہے ہیں۔
- Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio

Double-click the English transcript below to play the video.

00:25
About 10 yearsسال agoپہلے, I tookلیا on the taskکام to teachسکھائیں globalعالمی developmentترقی
0
0
4000
کوئی 10 سال پہلے میں نے سویڈن کے انڈر گریجویٹ طلبہ کو
00:29
to Swedishسؤڈش undergraduateانڈر گریجویٹ studentsطالب علم. That was after havingہے spentخرچ
1
4000
4000
عالمی ترقی پڑھانے کا کام اپنے ذمہ لیا۔ یہ افریقہ میں بھوک کے متعلق تحقیق کرنے والے افریقی
00:33
about 20 yearsسال togetherایک دوسرے کے ساتھ with Africanافریقی institutionsاداروں studyingمطالعہ hungerبھوک in Africaافریقہ,
2
8000
4000
اداروں کے ساتھ 20 سال تک وابستگی کے بعد کی بات ہے، لہٰذا مجھ سے یہ توقع کی
00:37
so I was sortترتیب دیں of expectedمتوقع to know a little about the worldدنیا.
3
12000
4000
جا رہی تھی کہ مجھے دنیا کے متعلق تھوڑا بہت علم ہوگا۔
00:41
And I startedشروع in our medicalطبی universityیونیورسٹی, Karolinskaکارولانسک Instituteانسٹی ٹیوٹ,
4
16000
5000
میں نے اپنی میڈیکل یونیورسٹی، کیرولنسکا انسٹیٹیوٹ، میں انڈر گریجویٹ کی
00:46
an undergraduateانڈر گریجویٹ courseکورس calledکہا جاتا ہے Globalہمہ گیر Healthصحت. But when you get
5
21000
4000
سطح کا ایک کورس، عالمی صحت، پڑھانا شروع کر دیا۔ لیکن جب آپ کو اس قسم کا موقع
00:50
that opportunityموقع, you get a little nervousاعصابی. I thought, these studentsطالب علم
6
25000
3000
ملتا ہے، تو آپ کچھ گھبرا جاتے ہیں۔ میں نے سوچا، ہمارے پاس آنے والے ان طلبہ
00:53
comingآ رہا ہے to us actuallyاصل میں have the highestسب سے زیادہ gradeگریڈ you can get
7
28000
3000
کے پاس سویڈش کالجوں کے تعلیمی نظام کے اعلٰی ترین گریڈ ہیں ۔۔ لہٰذا ہوسکتا ہے وہ ہر اس چیز
00:56
in Swedishسؤڈش collegeکالج systemsنظام -- so, I thought, maybe they know everything
8
31000
3000
کے متعلق جانتے ہوں جن کا میں انہیں درس دوں گا۔ چنانچہ میں نے ان کی آمد
00:59
I'm going to teachسکھائیں them about. So I did a pre-testقبل از آزمائشی when they cameآیا.
9
34000
4000
پر ایک پیشگی امتحان لینے کا فیصلہ کیا۔
01:03
And one of the questionsسوالات from whichکونسا I learnedسیکھا a lot was this one:
10
38000
3000
اور ایک سوال جس سے میں نے خود بھی بہت کچھ سیکھا یہ تھا:
01:06
"Whichجو countryملک has the highestسب سے زیادہ childبچہ mortalityشرح اموات of these fiveپانچ pairsجوڑوں?"
11
41000
4000
"ان پانچ جوڑوں میں سے کس ملک میں سب سے زیادہ بچوں کی شرحِ اموات ہے؟"
01:10
And I put them togetherایک دوسرے کے ساتھ, so that in eachہر pairجوڑی of countryملک,
12
45000
4000
اور میں نے انہیں اکٹھا رکھا تھا، چنانچہ ملکوں کے ہر جوڑے میں سے،♫
01:14
one has twiceدو بار the childبچہ mortalityشرح اموات of the other. And this meansمطلب ہے that
13
49000
5000
ایک دوسرے کے مقابلے دوگنی شرح اموات رکھتا ہے۔ اور اس کا مطلب ہے
01:19
it's much biggerبڑا a differenceفرق than the uncertaintyغیر یقینی of the dataڈیٹا.
14
54000
5000
کہ اعداد و شمار کی غیر یقینی صورت حال سے یہ کہیں زیادہ بڑا فرق ہے۔
01:24
I won'tنہیں کرے گا put you at a testٹیسٹ here, but it's Turkeyترکی,
15
59000
2000
میں یہاں آپ کا امتحان نہیں لوں گا، لیکن یہ ملک ترکی تھا،
01:26
whichکونسا is highestسب سے زیادہ there, Polandپولينڈ, Russiaرشيہ, Pakistanپاکستان and Southجنوبی Africaافریقہ.
16
61000
5000
جس میں سب سے زیادہ شرح ہے، پھر پولینڈ، روس، پاکستان اور جنوبی افریقہ ہیں۔
01:31
And these were the resultsنتائج of the Swedishسؤڈش studentsطالب علم. I did it so I got
17
66000
3000
اور سویڈش طلبہ کے نتائج یہ تھے۔ میں نے اسے کامیابی سے کر لیا چنانچہ
01:34
the confidenceاعتماد intervalوقفہ, whichکونسا is prettyخوبصورت narrowتنگ, and I got happyخوش ہوں,
18
69000
3000
میرے اعتماد کو سہارا ملا، جو پہلے کافی کم تھا، اور میں خوش ہو گیا،
01:37
of courseکورس: a 1.8 right answerجواب دیں out of fiveپانچ possibleممکن. That meansمطلب ہے that
19
72000
4000
بلاشبہ: پانچ ممکنہ میں سے 1.8 درست جواب۔ اس سے مراد ہے کہ بین الاقوامی صحت
01:41
there was a placeجگہ for a professorپروفیسر of internationalبین الاقوامی healthصحت --
20
76000
3000
کے پروفیسر کی جگہ کی واقعی ضرورت تھی ۔۔۔
01:44
(Laughterہنسی) and for my courseکورس.
21
79000
2000
(قہقہے) اور میرے کورس کی بھی۔
01:46
But one lateدیر night, when I was compilingتیار کرنا the reportرپورٹ
22
81000
4000
لیکن ایک دن رات گئے جب میں رپورٹ مرتب کر رہا تھا مجھے حقیقت میں
01:50
I really realizedاحساس ہوا my discoveryدریافت. I have shownدکھایا گیا
23
85000
4000
اپنی دریافت کا احساس ہوا۔ میں نے ظاہر کیا تھا کہ سویڈن کے اعلٰی ترین طلبہ
01:54
that Swedishسؤڈش topاوپر studentsطالب علم know statisticallyاعداد و شمار significantlyنمایاں طور پر lessکم
24
89000
5000
کی دنیا کے متعلق معلومات، شماریات کی رو سے چمپانزیوں
01:59
about the worldدنیا than the chimpanzeesچنانزیز.
25
94000
2000
سے بھی غیر معمولی حد تک کم تھیں۔
02:01
(Laughterہنسی)
26
96000
2000
(قہقہے)۔
02:03
Because the chimpanzeeچنیمزی would scoreسکور halfنصف right if I gaveدیا them
27
98000
4000
کیونکہ چمپانزی نصف درست جواب دیتے اگر میں انہیں سری لنکا
02:07
two bananasکیلے with Sriسری Lankaلنکا and Turkeyترکی. They would be right halfنصف of the casesمقدمات.
28
102000
3000
اور ترکی کے نام سے دو کیلے دے دیتا۔ ان معاملوں میں وہ نصف درست ہوتے۔
02:10
But the studentsطالب علم are not there. The problemمسئلہ for me was not ignoranceجہالت;
29
105000
4000
لیکن طلبہ اس سطح تک نہیں پہنچے۔ میرے لئے مسئلہ لاعلمی نہیں تھا:
02:14
it was preconceivedپریکونکیو ideasخیالات.
30
109000
3000
یہ پہلے سے قائم شدہ تصورات تھے۔
02:17
I did alsoبھی an unethicalغیراخلاقی studyمطالعہ of the professorsپروفیسر of the Karolinskaکارولانسک Instituteانسٹی ٹیوٹ
31
112000
4000
میں نے کیرولنسکا انسٹیٹیوٹ کے پروفیسروں کا بھی ایک غیر اخلاقی مطالعہ سرانجام دیا۔
02:21
(Laughterہنسی)
32
116000
1000
(قہقہے)
02:22
-- that handsہاتھوں out the Nobelنوبل انعام Prizeانعام in Medicineدوا,
33
117000
2000
۔۔ جو طب کے میدان میں نوبل انعام دیتے ہیں،
02:24
and they are on parبرابر with the chimpanzeeچنیمزی there.
34
119000
2000
اور وہ اس معاملے میں چمپانزی کے برابر تھے۔
02:26
(Laughterہنسی)
35
121000
3000
(قہقہے)۔
02:29
This is where I realizedاحساس ہوا that there was really a need to communicateبات چیت,
36
124000
4000
اس موقع پر مجھے احساس ہوا کہ رابطے کی واقعی ضرورت تھی،
02:33
because the dataڈیٹا of what's happeningہو رہا ہے in the worldدنیا
37
128000
3000
کیونکہ دنیا کی معلومات اور ہر ملک میں بچوں کی صحت کے
02:36
and the childبچہ healthصحت of everyہر کوئی countryملک is very well awareآگاہ.
38
131000
3000
اعداد و شمار ہر کوئی جانتا ہے۔
02:39
We did this softwareسافٹ ویئر whichکونسا displaysڈسپلے it like this: everyہر کوئی bubbleبلبلا here is a countryملک.
39
134000
5000
ہم نے یہ سافٹ ویٹر بنایا جس میں یوں نظر آتا ہے: یہاں ہر بلبلہ ایک ملک ہے۔
02:44
This countryملک over here is Chinaچین. This is Indiaہندوستان.
40
139000
6000
یہاں پر یہ ملک چین ہے۔ یہ بھارت ہے۔
02:50
The sizeسائز of the bubbleبلبلا is the populationآبادی, and on this axisمحور here I put fertilityزراعت rateشرح.
41
145000
6000
بلبلے کا سائز آبادی کو ظاہر کرتا ہے اور اس خطِ مستقیم پر میں نے شرحِ بارآوری رکھی ہے۔
02:56
Because my studentsطالب علم, what they said
42
151000
3000
کیونکہ میرے طلبہ نے دنیا کے متعلق وہی کچھ کہا جو ان کے تصور میں تھا
02:59
when they lookedدیکھا uponپر the worldدنیا, and I askedپوچھا them,
43
154000
2000
اور میں نے ان سے پوچھا
03:01
"What do you really think about the worldدنیا?"
44
156000
2000
"تمہارا دنیا کے متعلق حقیقت میں کیا خیال ہے؟"
03:03
Well, I first discoveredدریافت that the textbookدرسی کتاب was TintinTintin, mainlyبنیادی طور پر.
45
158000
4000
سب سے پہلے تو میں یہ دریافت کیا کہ درسی کتاب بنیادی طور پر ٹن ٹن تھی۔
03:07
(Laughterہنسی)
46
162000
1000
(قہقہے)۔
03:08
And they said, "The worldدنیا is still 'we''ہم' and 'them' ان.'
47
163000
3000
اور ان کا جواب تھا، "دنیا ابھی تک 'ہم' اور 'وہ' پر مشتمل ہے۔
03:11
And we is Westernمغربی worldدنیا and them is Thirdتیسرے Worldدنیا."
48
166000
3000
اور ہم مغربی دنیا ہیں جبکہ وہ تیسری دنیا ہیں۔"
03:14
"And what do you mean with Westernمغربی worldدنیا?" I said.
49
169000
3000
"اور مغربی دنیا سے تمہاری کیا مراد ہے؟" میں نے پوچھا۔
03:17
"Well, that's long life and smallچھوٹے familyخاندان, and Thirdتیسرے Worldدنیا is shortمختصر life and largeبڑی familyخاندان."
50
172000
5000
"اس سے مراد طویل عمر اور مختصر گھرانہ ہے، اور تیسری دنیا میں مختصر زندگی اور طویل گھرانہ ہے۔"
03:22
So this is what I could displayڈسپلے here. I put fertilityزراعت rateشرح here: numberنمبر of childrenبچوں perفی womanعورت:
51
177000
6000
چنانچہ میں نے وہاں یہی کچھ دکھایا۔ میں نے شرحِ بارآوری کو یہاں رکھا یعنی فی عورت بچوں کی تعداد،
03:28
one, two, threeتین, fourچار, up to about eightآٹھ childrenبچوں perفی womanعورت.
52
183000
4000
ایک، دو، تین، چار تقریباً آٹھ تک بچے فی عورت۔
03:32
We have very good dataڈیٹا sinceچونکہ 1962 -- 1960 about -- on the sizeسائز of familiesخاندان in all countriesممالک.
53
187000
6000
ہمارے پاس تمام ممالک میں گھرانوں کے سائز کے بڑے اچھے اعداد و شمار 1962 یا تقریباً 1960 سے
03:38
The errorغلطی marginحاشیہ is narrowتنگ. Here I put life expectancyامید at birthپیدائش,
54
193000
3000
موجود ہیں۔ غلطی کا امکان کم ہے۔ یہاں میں پیدائش کے وقت متوقع عمر رکھتا ہوں،
03:41
from 30 yearsسال in some countriesممالک up to about 70 yearsسال.
55
196000
4000
جو بعض ممالک میں 30 سال سے لے کر تقریباً 70 سال تک ہے۔
03:45
And 1962, there was really a groupگروپ of countriesممالک here
56
200000
3000
1962 میں یہاں حقیقت میں ایسے ملکوں کا ایک گروپ موجود تھا،
03:48
that was industrializedصنعتی countriesممالک, and they had smallچھوٹے familiesخاندان and long livesزندگی.
57
203000
5000
جو صنعتی ملک تھے اور ان میں چھوٹے گھرانے اور طویل عمریں پائی جاتی تھیں۔
03:53
And these were the developingترقی پذیر countriesممالک:
58
208000
2000
اور یہ ترقی پذیر ملک تھے:
03:55
they had largeبڑی familiesخاندان and they had relativelyنسبتا shortمختصر livesزندگی.
59
210000
3000
ان کے بڑے گھرانے تھے اور نسبتاً مختصر زندگیاں تھیں۔
03:58
Now what has happenedہوا sinceچونکہ 1962? We want to see the changeتبدیل کریں.
60
213000
4000
اب 1962 سے کیا فرق پڑا ہے؟ ہم فرق دیکھنا چاہتے ہیں۔
04:02
Are the studentsطالب علم right? Is it still two typesاقسام of countriesممالک?
61
217000
3000
کیا طلبہ درست ہیں؟ کیا ابھی تک دو قسموں کے ملک پائے جاتے ہیں؟
04:06
Or have these developingترقی پذیر countriesممالک got smallerچھوٹے familiesخاندان and they liveزندہ رہو here?
62
221000
3000
یا کیا ان ترقی پذیر ممالک میں گھرانوں کا سائز مختصر ہوگیا ہے اور وہ یہاں رہتے ہیں؟
04:09
Or have they got longerاب livesزندگی and liveزندہ رہو up there?
63
224000
2000
یا کیا ان کی عمریں طویل ہو گئی ہیں اور وہ وہاں رہتے ہیں؟
04:11
Let's see. We stoppedرک گیا the worldدنیا then. This is all U.N. statisticsاعداد و شمار
64
226000
3000
چلیں دیکھتے ہیں۔ ہم نے اس وقت دنیا کو روک دیا۔ یہ سب اقوامِ متحدہ کے شماریات ہیں
04:14
that have been availableدستیاب. Here we go. Can you see there?
65
229000
3000
جو دستیاب ہیں۔ یہ رہے۔ کیا آپ انہیں دیکھ سکتے ہیں؟
04:17
It's Chinaچین there, movingمنتقل againstخلاف better healthصحت there, improvingبہتر بنانا there.
66
232000
3000
وہ رہا چین، جہاں صحت کی سہولیات بہتر ہو رہی ہیں، بہتری آ رہی ہے۔
04:20
All the greenسبز Latinلاطینی Americanامریکی countriesممالک are movingمنتقل towardsکی طرف smallerچھوٹے familiesخاندان.
67
235000
3000
تمام سبز لاطینی امریکا کے ملک مختصر گھرانوں کی جانب گامزن ہیں۔
04:23
Your yellowپیلا onesلوگ here are the Arabicعربی countriesممالک,
68
238000
3000
زرد رنگ میں یہاں عرب ممالک ہیں،
04:26
and they get largerبڑا familiesخاندان, but they -- no, longerاب life, but not largerبڑا familiesخاندان.
69
241000
4000
ان کے گھرانے بڑے ہیں لیکن ان کی طویل زندگی نہیں لیکن بڑے گھرانے بھی نہیں۔
04:30
The Africansافریقہ are the greenسبز down here. They still remainرہیں here.
70
245000
3000
افریقی وہاں نیچے سبز رنگ میں ہیں۔ وہ ابھی تک وہیں ہیں۔
04:33
This is Indiaہندوستان. Indonesia'sانڈونیشیا کے movingمنتقل on prettyخوبصورت fastتیز.
71
248000
3000
یہ بھارت ہے۔ انڈونیشیا بھی تیزی سے اس سمت بڑھ رہا ہے۔
04:36
(Laughterہنسی)
72
251000
1000
(قہقہے)۔
04:37
And in the '80s here, you have Bangladeshبنگلہ دیش still amongمیں the Africanافریقی countriesممالک there.
73
252000
3000
اور 80 کی دہائی میں، آپ بنگلہ دیش کو ابھی تک وہاں افریقی ممالک کی صف میں دیکھ سکتے ہیں۔
04:40
But now, Bangladeshبنگلہ دیش -- it's a miracleمعجزہ that happensہوتا ہے in the '80s:
74
255000
3000
لیکن اب، بنگلہ دیش ۔۔ یہ ایک معجزہ ہے جو 80 کی دہائی میں ہوا:
04:43
the imamsآئمہ startشروع کرو to promoteفروغ دینا familyخاندان planningمنصوبہ بندی.
75
258000
3000
اماموں نے خاندانی منصوبہ بندی کی تبلیغ شروع کر دی۔
04:46
They moveاقدام up into that cornerکونے. And in '90s, we have the terribleخوفناک HIVایچ آئی وی epidemicمہاکاوی
76
261000
5000
وہ اس کونے میں پہنچ گیا۔ اور 90 کی دہائی میں ہم نے بھیانک ایچ آئی وی بیماری دیکھی
04:51
that takes down the life expectancyامید of the Africanافریقی countriesممالک
77
266000
3000
جس نے افریقی ممالک کی متوقع عمر کو کم کر دیا
04:54
and all the restباقی of them moveاقدام up into the cornerکونے,
78
269000
4000
اور وہ سب کونے میں اوپر آگئے،
04:58
where we have long livesزندگی and smallچھوٹے familyخاندان, and we have a completelyمکمل طور پر newنئی worldدنیا.
79
273000
4000
جہاں ہمارے پاس طویل زندگیاں اور مختصر گھرانہ ہے، اور ہمارے پاس ایک مکمل نئی دنیا ہے۔
05:02
(Applauseمرحبا)
80
277000
13000
(تالیاں)۔
05:15
Let me make a comparisonمقابلے directlyبراہ راست betweenکے درمیان the Unitedاقوام متحدہ Statesامریکہ of Americaامریکہ and Vietnamویت نام.
81
290000
5000
میں ریاستہائے متحدہ امریکا اور ویت نام کے درمیان براہ راست موازنہ کرتا ہوں۔
05:20
1964: Americaامریکہ had smallچھوٹے familiesخاندان and long life;
82
295000
5000
1964: امریکا میں مختصر گھرانے اور طویل عمر پائی جاتی تھی؛
05:25
Vietnamویت نام had largeبڑی familiesخاندان and shortمختصر livesزندگی. And this is what happensہوتا ہے:
83
300000
4000
ویت نام میں بڑے گھرانے اور مختصر زندگیاں تھیں۔ اور پھر یہ ہوا:
05:29
the dataڈیٹا duringدوران the warجنگ indicateاشارہ کرتے ہیں that even with all the deathموت,
84
304000
6000
جنگ کے دوران اعداد و شمار سے ظاہر ہوتا ہے کہ تمام اموات کے باوجود،
05:35
there was an improvementبہتری of life expectancyامید. By the endآخر of the yearسال,
85
310000
3000
متوقع عمر میں بہتری نظر آئی۔ سال کے اختتام تک،
05:38
the familyخاندان planningمنصوبہ بندی startedشروع in Vietnamویت نام and they wentچلا گیا for smallerچھوٹے familiesخاندان.
86
313000
3000
ویت نام میں خاندانی منصوبہ بندی کا آغاز ہو چکا تھا اور وہ مختصر گھرانوں کی جانب مائل ہوئے۔
05:41
And the Unitedاقوام متحدہ Statesامریکہ up there is gettingحاصل کرنا for longerاب life,
87
316000
3000
اور ریاستہائے متحدہ امریکا میں طویل عمر،
05:44
keepingرکھنا familyخاندان sizeسائز. And in the '80s now,
88
319000
3000
اور گھرانے کا وہی سائز رہا۔ اور اب 80 کی دہائی میں،
05:47
they give up communistکمیونسٹ planningمنصوبہ بندی and they go for marketمارکیٹ economyمعیشت,
89
322000
3000
انہوں نے کمیونسٹ منصوبہ بندی ترک کردی اور مارکیٹ پر مبنی معیشت میں شامل ہوگئے،
05:50
and it movesچلتا ہے fasterتیزی سے even than socialسماجی life. And todayآج, we have
90
325000
4000
جو کہ سماجی زندگی سے بھی تیز رفتار ہے۔ اور آج، 2003 میں ویت نام میں ہمارے پاس
05:54
in Vietnamویت نام the sameاسی life expectancyامید and the sameاسی familyخاندان sizeسائز
91
329000
5000
وہی متوقع عمر اور گھرانے کا وہی سائز ہے جو 1974 میں
05:59
here in Vietnamویت نام, 2003, as in Unitedاقوام متحدہ Statesامریکہ, 1974, by the endآخر of the warجنگ.
92
334000
7000
جنگ کے اختتام پر امریکا میں پایا جاتا تھا۔
06:06
I think we all -- if we don't look in the dataڈیٹا --
93
341000
4000
میرا خیال ہے کہ اگر ہم اعداد و شمار کو نہ دیکھیں تو ہم سب
06:10
we underestimateکم از کم the tremendousزبردست changeتبدیل کریں in Asiaایشیا, whichکونسا was
94
345000
4000
ایشیا میں آنے والی غیر معمولی تبدیلی کا غلط تخمینہ لگائیں گے, جو کہ
06:14
in socialسماجی changeتبدیل کریں before we saw the economicalاقتصادی changeتبدیل کریں.
95
349000
4000
اقتصادی تبدیلی میں ہمارے مشاہدے سے قبل سماجی تبدیلی میں تھا۔
06:18
Let's moveاقدام over to anotherایک اور way here in whichکونسا we could displayڈسپلے
96
353000
5000
آئیں ایک اور طریقے کو دیکھتے ہیں جس میں ہم دنیا میں آمدنی کی تقسیم
06:23
the distributionتقسیم in the worldدنیا of the incomeآمدنی. This is the worldدنیا distributionتقسیم of incomeآمدنی of people.
97
358000
7000
کو دکھا سکتے ہیں۔ یہ دنیا میں لوگوں کی آمدنی کی تقسیم ہے۔
06:30
One dollarڈالر, 10 dollarsڈالر or 100 dollarsڈالر perفی day.
98
365000
5000
ایک ڈالر، 10 ڈالر یا 100 ڈالر یومیہ۔
06:35
There's no gapفرق betweenکے درمیان richامیر and poorغریب any longerاب. This is a mythحکایتِ.
99
370000
4000
امیر اور غریب کے درمیان مزید کوئی فرق نہیں رہا۔ یہ ایک مفروضہ ہے۔
06:39
There's a little humpہمپ here. But there are people all the way.
100
374000
4000
یہاں تھوڑا سا ابھار ہے۔ لیکن ہر جگہ لوگ ہیں۔
06:44
And if we look where the incomeآمدنی endsاختتام up -- the incomeآمدنی --
101
379000
4000
اور اگر ہم دیکھیں کہ آمدنی کہاں ختم ہوتی ہے ۔۔ آمدنی ۔۔
06:48
this is 100 percentفیصد the world'sدنیا کی annualسالانہ incomeآمدنی. And the richestامیر ترین 20 percentفیصد,
102
383000
6000
یہ دنیا کی 100 فیصد سالانہ آمدنی ہے۔ اور امیر ترین 20 فیصد،
06:54
they take out of that about 74 percentفیصد. And the poorestغریب ترین 20 percentفیصد,
103
389000
7000
اس میں سے تقریباً 74 فیصد لے جاتے ہیں۔ اور غریب ترین 20 فیصد
07:01
they take about two percentفیصد. And this showsشوز that the conceptتصور
104
396000
5000
تقریباً دو فیصد لے کر جاتے ہیں۔ اور اس سے ظاہر ہوتا ہے کہ ترقی پذیر
07:06
of developingترقی پذیر countriesممالک is extremelyانتہائی doubtfulمشکوک. We think about aidمدد, like
105
401000
4000
ممالک کا تصور انتہائی مشکوک ہے۔ ہم امداد کے متعلق یوں سوچتے ہیں کہ یہ لوگ
07:10
these people here givingدینا aidمدد to these people here. But in the middleدرمیانی,
106
405000
5000
یہاں ان لوگوں کو امداد دے رہے ہیں۔ لیکن درمیان میں، ہمارے پاس دنیا کی بیشتر
07:15
we have mostسب سے زیادہ the worldدنیا populationآبادی, and they have now 24 percentفیصد of the incomeآمدنی.
107
410000
4000
آبادی ہے اور اب ان کے پاس 24 فیصد آمدنی ہے۔
07:19
We heardسنا it in other formsفارم. And who are these?
108
414000
4000
ہم نے یہ بات دیگر صورتوں میں سن رکھی ہے۔ اور یہ کون لوگ ہیں؟
07:23
Where are the differentمختلف countriesممالک? I can showدکھائیں you Africaافریقہ.
109
418000
4000
مختلف ملک کہاں ہیں؟ میں آپ کو افریقہ دکھا سکتا ہوں۔
07:27
This is Africaافریقہ. 10 percentفیصد the worldدنیا populationآبادی, mostسب سے زیادہ in povertyغربت.
110
422000
5000
یہ ہے افریقہ۔ جہاں دنیا کی 10 فیصد آبادی زیادہ تر غربت میں زندگی بسر کرتی ہے۔
07:32
This is OECDآمدرفت. The richامیر countryملک. The countryملک clubکلب of the U.N.
111
427000
5000
یہ اقتصادی تعاون و ترقی کی تنظیم (OECD) ہے۔ امیر ملک۔ اقوام متحدہ کو عطیہ دینے والے ملکوں کا کلب۔
07:37
And they are over here on this sideطرف. Quiteبہت an overlapاوورلیپ betweenکے درمیان Africaافریقہ and OECDآمدرفت.
112
432000
5000
اور وہ یہاں اس طرف ہیں۔ افریقہ اور او ای سی ڈی ممالک کے درمیان کافی کچھ مشترک ہے۔
07:42
And this is Latinلاطینی Americaامریکہ. It has everything on this Earthزمین,
113
437000
3000
اور یہ لاطینی امریکا ہے۔ اس کے پاس اس دنیا میں سب کچھ ہے،
07:45
from the poorestغریب ترین to the richestامیر ترین, in Latinلاطینی Americaامریکہ.
114
440000
3000
لاطینی امریکا میں غریب ترین لوگوں سے لے کر امیر ترین لوگ بستے ہیں۔
07:48
And on topاوپر of that, we can put Eastمشرق Europeیورپ, we can put Eastمشرق Asiaایشیا,
115
443000
5000
اور ان سب سے بڑھ کر، ہم مشرقی یورپ، مشرقی ایشیا،
07:53
and we put Southجنوبی Asiaایشیا. And how did it look like if we go back in time,
116
448000
5000
اور جنوبی ایشیا کو رکھتے ہیں۔ اور اگر وقت میں واپس جائیں تو کیسا محسوس ہوگا،
07:58
to about 1970? Then there was more of a humpہمپ.
117
453000
5000
مثلاً 1970 میں؟ اس وقت یہ زیادہ بڑا ابھار تھا۔
08:03
And we have mostسب سے زیادہ who livedرہتے تھے in absoluteمطلق povertyغربت were Asiansایشیائی.
118
458000
4000
اور ہمارے پاس مکمل غربت میں زندگی گزارنے والے ایشیائی باشندے تھے۔
08:07
The problemمسئلہ in the worldدنیا was the povertyغربت in Asiaایشیا. And if I now let the worldدنیا moveاقدام forwardآگے,
119
462000
7000
دنیا کا مسئلہ ایشیا میں پائی جانے والی غربت تھی۔ اور اب اگر میں دنیا کو آگے بڑھاؤں
08:14
you will see that while populationآبادی increaseاضافہ, there are
120
469000
3000
آپ دیکھیں گے کہ آبادی کے اضافے کے ساتھ، ایشیا میں کروڑوں لوگ غربت کے چنگل سے نکل
08:17
hundredsسینکڑوں of millionsلاکھوں in Asiaایشیا gettingحاصل کرنا out of povertyغربت and some othersدوسروں
121
472000
3000
گئے ہیں جبکہ کچھ دوسرے لوگ غربت میں جا پھنسے ہیں، اور یہی ہمارا آج کا
08:20
gettingحاصل کرنا into povertyغربت, and this is the patternپیٹرن we have todayآج.
122
475000
3000
نمونہ ہے۔
08:23
And the bestبہترین projectionپروجیکشن from the Worldدنیا Bankبینک is that this will happenہو,
123
478000
4000
اور عالمی بینک کا بہترین تخمینہ یہ ہے کہ ایسا ہی ہوگا،
08:27
and we will not have a dividedتقسیم worldدنیا. We'llہم کریں گے have mostسب سے زیادہ people in the middleدرمیانی.
124
482000
4000
اور ہماری دنیا منقسم نہیں ہوگی۔ دنیا میں زیادہ تر لوگ درمیان میں رہیں گے۔
08:31
Of courseکورس it's a logarithmicلاگ ان scaleپیمانہ here,
125
486000
2000
بلاشبہ، یہاں یہ ایک لوگارتھمی پیمانہ ہے،
08:33
but our conceptتصور of economyمعیشت is growthترقی with percentفیصد. We look uponپر it
126
488000
5000
لیکن معیشت کا ہمارا تصور فیصد کے ہمراہ نمو پر مبنی ہے۔ ہم اسے
08:38
as a possibilityامکان of percentileصدویہ increaseاضافہ. If I changeتبدیل کریں this, and I take
127
493000
6000
صدویہ (فیصد کی شرح) کے ایک امکان کے طور پر دیکھتے ہیں۔ اگر میں اسے تبدیل کردوں، اور میں
08:44
GDPخام ملکی پیداوار perفی capitaکیپتا insteadبجائے of familyخاندان incomeآمدنی, and I turnباری these
128
499000
4000
گھرانے کی آمدنی کی بجائے فی کس مجموعی ملکی پیداوار(GDP) لوں، اور میں ان
08:48
individualفرد dataڈیٹا into regionalعلاقائی dataڈیٹا of grossمجموعی domesticگھریلو productمصنوعات,
129
503000
6000
انفرادی اعداد و شمار کو مجموعی ملکی پیداوار کے علاقائی اعداد و شمار میں بدل دوں،
08:54
and I take the regionsعلاقوں down here, the sizeسائز of the bubbleبلبلا is still the populationآبادی.
130
509000
4000
اور میں علاقوں کو یہاں نیچے لے جاؤں، تو بلبلے کا سائز پھر بھی آبادی ہی رہے گا۔
08:58
And you have the OECDآمدرفت there, and you have sub-Saharanصحرا Africaافریقہ there,
131
513000
3000
اور آپ کے پاس او ای سی ڈی وہاں ہیں، اور سب صحارا افریقہ وہاں ہے،
09:01
and we take off the Arabعرب statesریاستوں there,
132
516000
3000
اور ہم عرب ممالک کو وہاں لے جاتے ہیں،
09:04
comingآ رہا ہے bothدونوں from Africaافریقہ and from Asiaایشیا, and we put them separatelyالگ الگ,
133
519000
4000
افریقہ اور ایشیا دونوں سے آتے ہوئے، اور ہم انہیں الگ رکھ دیتے ہیں،
09:08
and we can expandتوسیع this axisمحور, and I can give it a newنئی dimensionطول و عرض here,
134
523000
5000
اور ہم اس خطِ مستقیم کو پھیلا سکتے ہیں، اور میں اسے یہاں اک نئی جہت دے سکتا ہوں،
09:13
by addingانہوں نے مزید کہا the socialسماجی valuesاقدار there, childبچہ survivalبقا.
135
528000
3000
جس میں سماجی اقدار کو وہاں جمع کرتے ہوئے، بچوں کی بقا۔
09:16
Now I have moneyپیسہ on that axisمحور, and I have the possibilityامکان of childrenبچوں to surviveزندہ رہو there.
136
531000
5000
اب میں نے اس خط مستقیم پر رقم رکھ دی، اور میرے پاس بچوں کی بقا کا امکان ہے۔
09:21
In some countriesممالک, 99.7 percentفیصد of childrenبچوں surviveزندہ رہو to fiveپانچ yearsسال of ageعمر;
137
536000
4000
بعض ممالک میں، 99.7 فیصد بچے صرف پانچ سال کی عمر تک زندہ رہتے ہیں؛
09:25
othersدوسروں, only 70. And here it seemsلگتا ہے there is a gapفرق
138
540000
4000
دیگر میں صرف 70 سال تک۔ اور یہاں او ای سی ڈی، لاطینی امریکا،
09:29
betweenکے درمیان OECDآمدرفت, Latinلاطینی Americaامریکہ, Eastمشرق Europeیورپ, Eastمشرق Asiaایشیا,
139
544000
4000
مشرقی یورپ، مشرقی ایشیا، عرب ممالک، جنوبی ایشیا
09:33
Arabعرب statesریاستوں, Southجنوبی Asiaایشیا and sub-Saharanصحرا Africaافریقہ.
140
548000
4000
اور سب صحارا افریقہ کے ممالک میں فرق نظر آتا ہے۔
09:37
The linearityلانیاراتی is very strongمضبوط betweenکے درمیان childبچہ survivalبقا and moneyپیسہ.
141
552000
5000
بچوں کی بقا اور رقم کے درمیان ایک جہت بہت مضبوط ہے۔
09:42
But let me splitتقسیم sub-Saharanصحرا Africaافریقہ. Healthصحت is there and better healthصحت is up there.
142
557000
8000
لیکن میں سب صحارا افریقہ کے ممالک کو تقسیم کرنا چاہوں گا۔ وہاں صحت ہے اور اوپر بہتر صحت ہے۔
09:50
I can go here and I can splitتقسیم sub-Saharanصحرا Africaافریقہ into its countriesممالک.
143
565000
5000
میں یہاں جا کر سب صحارا افریقہ کے ممالک کو تقسیم کر سکتا ہوں۔
09:55
And when it burstپھٹ, the sizeسائز of its countryملک bubbleبلبلا is the sizeسائز of the populationآبادی.
144
570000
5000
اور جب یہ پھٹتا ہے تو اس ملک کے بلبلے کا سائز اس کی آبادی کے برابر ہے۔
10:00
Sierraسیرا Leoneلیون down there. Mauritiusماریشس is up there. Mauritiusماریشس was the first countryملک
145
575000
4000
وہاں نیچے سیرا لیون۔ ماریشس وہاں اوپر۔ ماریشس وہ پہلا ملک تھا
10:04
to get away with tradeتجارت barriersرکاوٹیں, and they could sellفروخت theirان کے sugarشکر --
146
579000
3000
جس نے تجارتی پابندیوں سے جان چھڑا لی، اور وہ اپنی چینی فروخت کرنے کے قابل ہوئے۔
10:08
they could sellفروخت theirان کے textilesٹیکسٹائل -- on equalبرابر termsشرائط as the people in Europeیورپ and Northشمالی Americaامریکہ.
147
583000
5000
وہ یورپ اور لاطینی امریکا کے عوام کے ساتھ مساوی شرائط پر اپنی ٹیکسٹائل مصنوعات فروخت کرسکتے تھے۔
10:13
There's a hugeبہت بڑا differenceفرق betweenکے درمیان Africaافریقہ. And Ghanaگھانا is here in the middleدرمیانی.
148
588000
4000
افریقہ کے درمیان بہت بڑا فرق ہے۔ اور گھانا یہاں مرکز میں ہے۔
10:17
In Sierraسیرا Leoneلیون, humanitarianانسانی حقوق aidمدد.
149
592000
3000
سیرا لیون میں انسانی ہمدردی کی بنیاد پر امداد۔
10:20
Here in Ugandaیوگنڈا, developmentترقی aidمدد. Here, time to investسرمایہ کاری; there,
150
595000
5000
یہاں یوگنڈا میں ترقیاتی امداد۔ وہاں سرمایہ کاری کا وقت
10:25
you can go for a holidayچھٹی. It's a tremendousزبردست variationفرق
151
600000
3000
آپ وہاں تعطیلات منانے جا سکتے ہیں۔ افریقہ کے اندر بہت بڑا فرق ہے
10:28
withinاندر اندر Africaافریقہ whichکونسا we rarelyشاذ و نادر ہی oftenاکثر make -- that it's equalبرابر everything.
152
603000
5000
جو ہم بمشکل ہی کبھی سمجھتے ہیں ۔۔ کہ ہر جگہ مساوات ہے۔
10:33
I can splitتقسیم Southجنوبی Asiaایشیا here. India'sبھارت کے the bigبڑا bubbleبلبلا in the middleدرمیانی.
153
608000
4000
میں جنوبی ایشیا کو یہاں تقسیم کر سکتا ہوں۔ بھارت وسط میں ایک بڑا بلبلہ ہے۔
10:37
But a hugeبہت بڑا differenceفرق betweenکے درمیان Afghanistanافغانستان and Sriسری Lankaلنکا.
154
612000
4000
لیکن افغانستان اور سری لنکا کے درمیان بہت زیادہ فرق ہے۔
10:41
I can splitتقسیم Arabعرب statesریاستوں. How are they? Sameاسی climateآب و ہوا, sameاسی cultureثقافت,
155
616000
4000
میں عرب ممالک کو تقسیم کر سکتا ہوں۔ وہ کیسے ہیں؟ وہی موسم، وہی ثقافت،
10:45
sameاسی religionمذہب -- hugeبہت بڑا differenceفرق. Even betweenکے درمیان neighborsہمسایہ ممالک.
156
620000
4000
وہی مذہب۔ بہت بڑا فرق۔ حتٰی کہ ہمسایوں کے درمیان بھی۔
10:49
Yemenيمن, civilسول warجنگ. Unitedاقوام متحدہ Arabعرب Emirateامارت, moneyپیسہ whichکونسا was quiteکافی equallyبرابر and well used.
157
624000
5000
یمن، خانہ جنگی۔ متحدہ عرب امارات، رقم جو مساویانہ طور پر بہتر انداز سے استعمال کی گئی۔
10:54
Not as the mythحکایتِ is. And that includesشامل all the childrenبچوں of the foreignغیر ملکی workersکارکنوں who are in the countryملک.
158
629000
7000
مفروضے کی طرح نہیں۔ اور اس میں ان غیر ملکی محنت کشوں کے تمام بچے بھی شامل ہیں جو ملک میں ہیں۔
11:01
Dataکوائف is oftenاکثر better than you think. Manyبہت سے people say dataڈیٹا is badبرا.
159
636000
4000
اعداد و شمار اکثر آپ کے تصور سے بہتر ہوتے ہیں۔ بہت سے لوگ کہتے ہیں کہ اعداد و شمار بری چیز ہیں۔
11:06
There is an uncertaintyغیر یقینی marginحاشیہ, but we can see the differenceفرق here:
160
641000
2000
اس میں ایک غیر یقینی پن کا امکان ہے، لیکن ہم یہاں فرق دیکھ سکتے ہیں:
11:08
Cambodiaکمبوڈیا, Singaporeسنگاپور. The differencesاختلافات are much biggerبڑا
161
643000
3000
کمبوڈیا، سنگاپور۔ اعداد و شمار کی کمزوری کے مقابلے میں
11:11
than the weaknessکمزوری of the dataڈیٹا. Eastمشرق Europeیورپ:
162
646000
3000
فرق بہت بڑے ہیں۔ مشرقی یورپ:
11:14
Sovietسوویت یونین economyمعیشت for a long time, but they come out after 10 yearsسال
163
649000
6000
طویل عرصے تک سوویت معیشت میں شامل رہا لیکن دس سال بعد وہ باہر نکل آئے
11:20
very, very differentlyمختلف. And there is Latinلاطینی Americaامریکہ.
164
655000
3000
بہت بہت مختلف۔ اور وہ لاطینی امریکا ہے۔
11:23
Todayآج, we don't have to go to Cubaکیوبا to find a healthyصحت مند countryملک in Latinلاطینی Americaامریکہ.
165
658000
4000
آج، ہمیں لاطینی امریکا میں صحت مند ملک تلاش کرنے کے لئے کیوبا نہیں جانا پڑتا۔
11:27
Chileچلی will have a lowerکم childبچہ mortalityشرح اموات than Cubaکیوبا withinاندر اندر some fewکچھ yearsسال from now.
166
662000
5000
آئندہ چند سالوں میں کیوبا کے مقابلے میں چلی میں بچوں کی شرحِ اموات کم ہوگی۔
11:32
And here we have high-incomehigh-income countriesممالک in the OECDآمدرفت.
167
667000
3000
اور یہاں ہمارے پاس او ای سی ڈی کے زیادہ آمدنی والے ملک ہیں۔
11:35
And we get the wholeپوری patternپیٹرن here of the worldدنیا,
168
670000
4000
اور ہم یہاں دنیا کا مکمل نمونہ حاصل کرتے ہیں،
11:39
whichکونسا is more or lessکم like this. And if we look at it,
169
674000
5000
جو کم و بیش اس طرح کا ہے۔ اور اگر ہم اس پر نظر ڈالیں،
11:44
how it looksدیکھنا -- the worldدنیا, in 1960, it startsشروع ہوتا ہے to moveاقدام. 1960.
170
679000
6000
یہ کیسا لگتا ہے ۔۔ 1960 کی دنیا، یہ آگے بڑھ رہی ہے۔ 1960۔
11:50
This is Maoماؤ Tse-tungTse-tung. He broughtلایا healthصحت to Chinaچین. And then he diedمر گیا.
171
685000
3000
یہ ماؤزے تنگ ہے۔ وہ چین میں صحت لایا۔ اور پھر وہ مرگیا۔
11:53
And then Dengڈنگ Xiaopingاکسیاؤ پنگ cameآیا and broughtلایا moneyپیسہ to Chinaچین, and broughtلایا them into the mainstreamمرکزی دھارے again.
172
688000
5000
اور پھر ڈان ژیاؤ پنگ جس نے چین کو رقم دی اور انہیں واپس مرکزی دھارے میں لایا۔
11:58
And we have seenدیکھا how countriesممالک moveاقدام in differentمختلف directionsہدایات like this,
173
693000
4000
اور ہم نے دیکھا کہ کس طرح ملک مختلف سمتیں اختیار کرتے ہیں،
12:02
so it's sortترتیب دیں of difficultمشکل to get
174
697000
4000
لہٰذا اس طرح کسی بھی ملک کی مثال لینا مشکل ہے جو
12:06
an exampleمثال countryملک whichکونسا showsشوز the patternپیٹرن of the worldدنیا.
175
701000
5000
دنیا کا نمونہ ظاہر کر سکے۔
12:11
But I would like to bringلانے you back to about here at 1960.
176
706000
6000
میں آپ کو واپس 1960 میں لانا چاہوں گا۔
12:17
I would like to compareموازنہ کریں Southجنوبی Koreaکوريا, whichکونسا is this one, with Brazilبرازيل,
177
712000
10000
میں جنوبی کوریا، جو یہ ہے، کا برازیل سے موازنہ کرنا چاہتا ہوں،
12:27
whichکونسا is this one. The labelلیبل wentچلا گیا away for me here. And I would like to compareموازنہ کریں Ugandaیوگنڈا,
178
722000
5000
میرے لئے لیبل یہاں سے ختم ہو گیا ہے۔ اور میں وہاں موجود یوگنڈا
12:32
whichکونسا is there. And I can runرن it forwardآگے, like this.
179
727000
5000
کا موازنہ کرنا چاہتا ہوں۔ اور میں اسے آگے لے جا سکتا ہوں، اس طرح۔
12:37
And you can see how Southجنوبی Koreaکوريا is makingبنانا a very, very fastتیز advancementترقی,
180
732000
9000
اور آپ کو دکھائی دے رہا ہوگا کہ جنوبی کوریا کیسے تیزی سے پیش رفت کرتا چلا جا رہا ہے،
12:46
whereasجبکہ Brazilبرازيل is much slowerسست.
181
741000
3000
جبکہ برازیل کی رفتار کافی سست ہے۔
12:49
And if we moveاقدام back again, here, and we put on trailsٹریلس on them, like this,
182
744000
6000
اور اگر ہم دوبارہ واپس جائیں اور ان کے راستے بنا دیں، اس طرح،
12:55
you can see again that the speedرفتار of developmentترقی
183
750000
4000
تو آپ دوبارہ دیکھیں گے کہ ترقی کی رفتار
12:59
is very, very differentمختلف, and the countriesممالک are movingمنتقل more or lessکم
184
754000
6000
بہت، بہت مختلف ہے اور ملک کم و بیش اسی شرح سے بڑھ رہے ہیں
13:05
in the sameاسی rateشرح as moneyپیسہ and healthصحت, but it seemsلگتا ہے you can moveاقدام
185
760000
4000
جیسا کہ رقم اور صحت، لیکن یوں لگتا ہے کہ پہلے امیر ہونے کی بجائے
13:09
much fasterتیزی سے if you are healthyصحت مند first than if you are wealthyامیر first.
186
764000
4000
اگر آپ پہلے صحت مند ہوں تو آپ کی رفتار کہیں زیادہ تیز ہو سکتی ہے۔
13:14
And to showدکھائیں that, you can put on the way of Unitedاقوام متحدہ Arabعرب Emirateامارت.
187
769000
4000
اور آپ کو یہ دکھانے کے لئے، آپ متحدہ عرب امارات کے راستے پر رکھ سکتے ہیں۔
13:18
They cameآیا from here, a mineralمعدنیات countryملک. They cachedکیسہ all the oilتیل;
188
773000
3000
وہ یہاں سے آئے جو ایک معدنی ملک ہے۔ انہوں نے تمام تیل سے استفادہ کیا،
13:21
they got all the moneyپیسہ; but healthصحت cannotنہیں کر سکتا be boughtخریدا at the supermarketسپر مارکیٹ.
189
776000
4000
انہوں نے رقم حاصل کر لی لیکن صحت تو سپر مارکیٹ میں نہیں خریدی جا سکتی۔
13:25
You have to investسرمایہ کاری in healthصحت. You have to get kidsبچے into schoolingاسکول کی تعلیم.
190
780000
4000
آپ کو صحت میں سرمایہ کاری کرنی پڑتی ہے۔ آپ کو بچوں کو اسکول میں داخل کرانا پڑتا ہے۔
13:29
You have to trainٹرین healthصحت staffعملہ. You have to educateتعلیم the populationآبادی.
191
784000
3000
آپ کو صحت کے عملے کو تربیت دینی پڑتی ہے۔ آپ کو آبادی کو تعلیم سے آراستہ کرنا ہوتا ہے۔
13:32
And Sheikhشیخ Sayedسید did that in a fairlyکافی good way.
192
787000
3000
اور شیخ سید نے اس کام کو کافی اچھے طریقے سے سر انجام دیا۔
13:35
In spiteکے باوجود of fallingگرنے oilتیل pricesقیمتیں, he broughtلایا this countryملک up here.
193
790000
4000
اور تیل کی گرتی ہوئی قیمتوں کے باوجود، وہ اپنے ملک کو یہاں اوپر لے آیا۔
13:39
So we'veہم نے got a much more mainstreamمرکزی دھارے appearanceظہور of the worldدنیا,
194
794000
4000
لہٰذا ہمارے پاس دنیا کی کہیں زیادہ مرکزی حیثیت موجود ہے،
13:43
where all countriesممالک tendکیا کرتے ہیں to use theirان کے moneyپیسہ
195
798000
2000
جہاں تمام ملکوں میں ماضی کی نسبت رقم کو بہتر جگہ استعمال
13:45
better than they used in the pastماضی. Now, this is, more or lessکم,
196
800000
5000
کرنے کا رجحان ہے۔ اب کم و بیش یہی صورتحال ہے اگر آپ
13:50
if you look at the averageاوسط dataڈیٹا of the countriesممالک -- they are like this.
197
805000
7000
ملکوں کے اوسط اعداد و شمار پر نگاہ دوڑائیں۔ وہ اس طرح ہیں۔
13:57
Now that's dangerousخطرناک, to use averageاوسط dataڈیٹا, because there is suchاس طرح a lot
198
812000
5000
اوسط اعداد و شمار کا استعمال ایک خطرناک عادت ہے کیونکہ ملکوں کے درمیان بہت
14:02
of differenceفرق withinاندر اندر countriesممالک. So if I go and look here, we can see
199
817000
6000
سے فرق پائے جاتے ہیں۔ چنانچہ، اگر میں جا کر یہاں دیکھوں تو
14:08
that Ugandaیوگنڈا todayآج is where Southجنوبی Koreaکوريا was 1960. If I splitتقسیم Ugandaیوگنڈا,
200
823000
6000
ہمیں نظر آئے گا کہ یوگنڈا آج وہاں پہنچا ہے جہاں جنوبی کوریا 1960 میں کھڑا تھا۔
14:14
there's quiteکافی a differenceفرق withinاندر اندر Ugandaیوگنڈا. These are the quintilesقانٹالاس of Ugandaیوگنڈا.
201
829000
5000
اگر میں یوگنڈا کو تقسیم کردوں، تو یوگنڈا کے اندر بھی کافی فرق ہے۔ یہ یوگنڈا کے پانچ حصے ہیں۔
14:19
The richestامیر ترین 20 percentفیصد of Ugandansیوگاندنس are there.
202
834000
3000
یوگنڈا کے امیر ترین 20 فی صد باشندے یہاں ہیں۔
14:22
The poorestغریب ترین are down there. If I splitتقسیم Southجنوبی Africaافریقہ, it's like this.
203
837000
4000
غریب وہاں نیچے ہیں۔ اگر میں جنوبی افریقہ کو تقسیم کردوں، تو یہ بھی ایسا ہی ہے۔
14:26
And if I go down and look at Nigerنائیجر, where there was suchاس طرح a terribleخوفناک famineقحط,
204
841000
5000
اگر میں نیچے جاؤں اور نائیجر کو دیکھوں، جہاں بھیانک قحط پڑا تھا،
14:31
lastlyآخر میں, it's like this. The 20 percentفیصد poorestغریب ترین of Nigerنائیجر is out here,
205
846000
5000
آخر میں، یہ اسی طرح ہے۔ نائیجر کے غریب ترین 20 فی صد وہاں ہیں،
14:36
and the 20 percentفیصد richestامیر ترین of Southجنوبی Africaافریقہ is there,
206
851000
3000
اور جنوبی افریقہ کے امیر ترین 20 فی صد وہاں ہیں،
14:39
and yetابھی تک we tendکیا کرتے ہیں to discussبحث کریں on what solutionsحل there should be in Africaافریقہ.
207
854000
5000
اور ہمارے پاس اس موضوع پر تبادلۂ خیال کا رجحان ہے کہ افریقہ کے لئے کیا حل ہونے چاہئیں۔
14:44
Everything in this worldدنیا existsموجود ہے in Africaافریقہ. And you can't
208
859000
3000
دنیا کی ہر چیز افریقہ میں موجود ہے۔ اور آپ ان پانچوں حصوں میں ایچ آئی وی [دوا] تک
14:47
discussبحث کریں universalعالمگیر accessرسائی to HIVایچ آئی وی [medicineدوا] for that quintileزمین کے استعمال up here
209
862000
4000
سب کی رسائی کے متعلق اسی حکمت عملی سے تبادلۂ خیال نہیں کرسکتے جو یہاں
14:51
with the sameاسی strategyحکمت عملی as down here. The improvementبہتری of the worldدنیا
210
866000
4000
نیچے ہے۔ دنیا کی بہتری تناظر میں ہونی چاہیے اور
14:55
mustضروری ہے be highlyانتہائی contextualizedکونٹیاٹوالاید, and it's not relevantمتعلقہ to have it
211
870000
5000
اسے علاقائی سطح پر کرنا غیر متعلقہ ہے۔
15:00
on regionalعلاقائی levelسطح. We mustضروری ہے be much more detailedتفصیلی.
212
875000
3000
ہمیں تفصیلات پر زیادہ توجہ صرف کرنی چاہیے۔
15:03
We find that studentsطالب علم get very excitedبہت پرجوش when they can use this.
213
878000
4000
ہم دیکھتے ہیں کہ طلبہ اسے استعمال کرتے ہوئے انتہائی پرجوش ہوجاتے ہیں۔
15:07
And even more policyپالیسی makersساز and the corporateکارپوریٹ sectorsشعبوں would like to see
214
882000
5000
اور یہاں تک کہ مزید پالیسی ساز اور تجارتی شعبہ جات اس بات کو دیکھنا چاہیں گے
15:12
how the worldدنیا is changingتبدیل کرنا. Now, why doesn't this take placeجگہ?
215
887000
4000
کہ دنیا کیسے بدل رہی ہے۔ اب، ایسا کیوں نہیں ہو رہا؟
15:16
Why are we not usingاستعمال کرتے ہوئے the dataڈیٹا we have? We have dataڈیٹا in the Unitedاقوام متحدہ Nationsاقوام,
216
891000
4000
ہم اپنے پاس موجود اعداد و شمار کو آخر استعمال کیوں نہیں کرتے؟ ہمارے پاس اقوامِ متحدہ،
15:20
in the nationalقومی statisticalاعداد و شمار agenciesایجنسیوں
217
895000
2000
قومی شماریاتی اداروں اور
15:22
and in universitiesیونیورسٹیوں and other non-governmentalغیر سرکاری organizationsتنظیمیں.
218
897000
4000
یونیورسٹیوں اور دیگر غیر سرکاری اداروں میں اعداد و شمار موجود ہیں۔
15:26
Because the dataڈیٹا is hiddenپوشیدہ down in the databasesڈیٹا بیس.
219
901000
2000
کیونکہ یہ اعداد و شمار مختلف ڈیٹا بیسز میں پوشیدہ ہیں۔
15:28
And the publicعوام is there, and the Internetانٹرنیٹ is there, but we have still not used it effectivelyمؤثر طریقے سے.
220
903000
5000
اور عوام اور انٹرنیٹ موجود ہے لیکن ہم ابھی تک اسے مؤثر طریقے سے استعمال نہیں کر پائے۔
15:33
All that informationمعلومات we saw changingتبدیل کرنا in the worldدنیا
221
908000
3000
دنیا میں بدلتی ہوئی معلومات جو ہم نے دیکھیں ان میں سرکاری امداد یافتہ
15:36
does not includeشامل ہیں publicly-fundedعوامی سطح پر مالی معاونت statisticsاعداد و شمار. There are some webویب pagesصفحات
222
911000
4000
شماریات شامل نہیں۔ بعض ایسے ویب صفحات ہیں، جیسا کہ یہ، لیکن وہ کچھ مواد ڈیٹا بیسز
15:40
like this, you know, but they take some nourishmentوالی اشیاء down from the databasesڈیٹا بیس,
223
915000
6000
سے حاصل کرتے ہیں لیکن لوگ ان کی قیمت لگا دیتے ہیں اور ان میں
15:46
but people put pricesقیمتیں on them, stupidبیوقوف passwordsپاس ورڈ and boringبورنگ statisticsاعداد و شمار.
224
921000
5000
احمقانہ پاس ورڈ اور بیزار کن شماریات ڈال دیتے ہیں۔
15:51
(Laughterہنسی) (Applauseمرحبا)
225
926000
3000
(قہقہے)۔ (تالیاں)۔
15:54
And this won'tنہیں کرے گا work. So what is neededضرورت ہے? We have the databasesڈیٹا بیس.
226
929000
4000
اور اس سے کام نہیں چلے گا۔ پھر، کس چیز کی ضرورت ہے؟ ہمارے پاس ڈیٹابیسز ہیں۔
15:58
It's not the newنئی databaseڈیٹا بیس you need. We have wonderfulحیرت انگیز designڈیزائن toolsٹولز,
227
933000
4000
آپ کو نئی ڈیٹا بیس کی ضرورت نہیں۔ ہمارے پاس ڈیزائن کے حیران کن آلات ہیں،
16:02
and more and more are addedشامل up here. So we startedشروع
228
937000
3000
اور ان میں نئے کا اضافہ ہوتا رہتا ہے۔ چنانچہ ہم نے ایک غیر انتفاعی (نفع نہ کمانے والا) کام شروع کیا
16:05
a nonprofitغیر منافع بخش ventureوینچر whichکونسا we calledکہا جاتا ہے -- linkingمنسلک dataڈیٹا to designڈیزائن --
229
940000
5000
جسے ہم نے اعداد و شمار کو ڈیزائن سے منسلک کا نام دیا۔ ہم اسے فرق کا دھیان رکھنا (Gapminder) کہتے ہیں۔
16:10
we call it Gapminderگاپماندر, from the Londonلندن undergroundزمین کے اندر, where they warnخبردار you,
230
945000
3000
جو لندن زیر زمین ریلوے سے ادھار لیا گیا ہے جہاں وہ آپ کو خبردار کرنے کے لئے لکھتے ہیں،
16:13
"mindدماغ the gapفرق." So we thought Gapminderگاپماندر was appropriateمناسب.
231
948000
3000
"فرق کا دھیان رکھیں۔" چنانچہ ہمارے نزدیک فرق کا دھیان رکھنا (Gapminder) نام موزوں تھا۔
16:16
And we startedشروع to writeلکھیں softwareسافٹ ویئر whichکونسا could linkلنک the dataڈیٹا like this.
232
951000
4000
اور ہم نے وہ سافٹ ویئر لکھنا شروع کیا جو اعداد و شمار کو اس طرح منسلک کر سکتا تھا۔
16:20
And it wasn'tنہیں تھا that difficultمشکل. It tookلیا some personشخص yearsسال, and we have producedتیار animationsمتحرک تصاویر.
233
955000
6000
اور یہ اتنا مشکل نہیں تھا۔ اس میں چند سال لگے اور ہم نے اسے فعال سطح پر تیار کر لیا ہے۔
16:26
You can take a dataڈیٹا setسیٹ کریں and put it there.
234
961000
2000
آپ کوئی اعداد و شمار لے کر اس میں ڈال سکتے ہیں۔
16:28
We are liberatingآزادی U.N. dataڈیٹا, some fewکچھ U.N. organizationتنظیم.
235
963000
5000
ہم اقوام متحدہ کے بعض اداروں کے اعداد و شمار کو آزاد کر رہے ہیں۔
16:33
Some countriesممالک acceptقبول کرو that theirان کے databasesڈیٹا بیس can go out on the worldدنیا,
236
968000
4000
بعض ممالک اس بات کو تسلیم کرتے ہیں کہ ان کی ڈیٹا بیسز دنیا کے پاس جا سکتی ہیں،
16:37
but what we really need is, of courseکورس, a searchتلاش کریں functionفنکشن.
237
972000
3000
لیکن ہمیں جس چیز کی سب سے زیادہ ضرورت ہے وہ ایک تلاش کا فعل ہے۔
16:40
A searchتلاش کریں functionفنکشن where we can copyکاپی the dataڈیٹا up to a searchableقابل تلاش formatشکل
238
975000
5000
تلاش کا فعل جہاں ہم اعداد و شمار کی نقل کو ایک قابلِ تلاش بناوٹ میں ڈال کر
16:45
and get it out in the worldدنیا. And what do we hearسننا when we go around?
239
980000
3000
اسے دنیا کے لئے پیش کر سکیں۔ اور جب ہم یہ کام کرنے لگیں تو ہم کیا باتیں سنیں گے؟
16:48
I've doneکیا ہوا anthropologyآرتھوپیولوجی on the mainمرکزی statisticalاعداد و شمار unitsیونٹس. Everyoneہر کوئی saysکا کہنا ہے کہ,
240
983000
4000
میں نے بنیادی شماریاتی اکائیوں کے متعلق بشریات (انسانیات) نگاری کی ہے۔ ہر کسی کا کہنا ہے،
16:53
"It's impossibleناممکن. This can't be doneکیا ہوا. Our informationمعلومات is so peculiarانوٹھا
241
988000
4000
"یہ ناممکن ہے۔ یہ نہیں کیا جا سکتا۔ ہماری معلومات کی تفصیل اتنی
16:57
in detailتفصیل, so that cannotنہیں کر سکتا be searchedتلاش کی as othersدوسروں can be searchedتلاش کی.
242
992000
3000
غیر معمولی ہے کہ اسے باقی چیزوں کی مانند تلاش نہیں کیا جا سکتا۔
17:00
We cannotنہیں کر سکتا give the dataڈیٹا freeمفت to the studentsطالب علم, freeمفت to the entrepreneursکاروباری افراد of the worldدنیا."
243
995000
5000
ہم یہ اعداد و شمار طلبہ اور دنیا کے تاجروں کو مفت نہیں دے سکتے۔"
17:05
But this is what we would like to see, isn't it?
244
1000000
3000
لیکن ہم یہی تو دیکھنا چاہتے ہیں، کیا نہیں؟
17:08
The publicly-fundedعوامی سطح پر مالی معاونت dataڈیٹا is down here.
245
1003000
3000
سرکاری امداد سے تیار ہونے والے اعداد و شمار یہاں نیچے موجود ہیں۔
17:11
And we would like flowersپھول to growبڑھو out on the Netجال.
246
1006000
3000
اور ہم انٹرنیٹ پر پھول کھلانا چاہتے ہیں۔
17:14
And one of the crucialاہم pointsپوائنٹس is to make them searchableقابل تلاش, and then people can use
247
1009000
5000
اور ان میں سے ایک اہم نقطہ انہیں قابلِ تلاش بنانا ہے اور پھر لوگ مختلف ڈیزائن آلات
17:19
the differentمختلف designڈیزائن toolآلے to animateحرکت انداز کریں it there.
248
1014000
2000
کے ذریعے اسے وہاں متحرک بنا سکتے ہیں۔
17:21
And I have a prettyخوبصورت good newsخبریں for you. I have a good newsخبریں that the presentحاضر,
249
1016000
5000
اور میرے پاس آپ کیلئے ایک کافی اچھی خبر ہے۔ میرے پاس اچھی خبر یہ ہے کہ
17:26
newنئی Headسر of U.N. Statisticsاعداد و شمار, he doesn't say it's impossibleناممکن.
250
1021000
4000
اقوامِ متحدہ شماریات کے موجودہ نئے سربراہ کا کہنا ہے یہ ناممکن نہیں۔
17:30
He only saysکا کہنا ہے کہ, "We can't do it."
251
1025000
2000
ان کا صرف یہ کہنا ہے، "ہم یہ نہیں کر سکتے۔"
17:32
(Laughterہنسی)
252
1027000
4000
(قہہقے)۔
17:36
And that's a quiteکافی cleverہوشیار guy, huh?
253
1031000
2000
اور وہ کافی سمجھدار شخص ہے، ہے نا؟
17:38
(Laughterہنسی)
254
1033000
2000
(قہقہے)۔
17:40
So we can see a lot happeningہو رہا ہے in dataڈیٹا in the comingآ رہا ہے yearsسال.
255
1035000
4000
چنانچہ آنے والے سالوں میں ہم اعداد و شمار میں بہت سی تبدیلیاں دیکھیں گے۔
17:44
We will be ableقابل to look at incomeآمدنی distributionsتوزیع in completelyمکمل طور پر newنئی waysطریقوں.
256
1039000
4000
ہم آمدنی کی تقسیم کو مکمل طور پر نئے طریقوں سے دیکھ سکیں گے۔
17:48
This is the incomeآمدنی distributionتقسیم of Chinaچین, 1970.
257
1043000
5000
یہ 1970 میں چین میں آمدنی کی تقسیم ہے۔
17:54
the incomeآمدنی distributionتقسیم of the Unitedاقوام متحدہ Statesامریکہ, 1970.
258
1049000
5000
یہ 1970 میں ریاستہائے امریکا میں آمدنی کی تقسیم ہے۔
17:59
Almostتقریبا no overlapاوورلیپ. Almostتقریبا no overlapاوورلیپ. And what has happenedہوا?
259
1054000
4000
تقریباً ان میں کوئی چیز مشترک نہیں۔ اور اس کی کیا وجہ ہے؟
18:03
What has happenedہوا is this: that Chinaچین is growingبڑھتی ہوئی, it's not so equalبرابر any longerاب,
260
1058000
5000
اصل میں یہ ہوا ہے: کہ چین میں نمو جاری ہے، یہ اب مزید برابر نہیں رہی،
18:08
and it's appearingظاہر ہوتا ہے here, overlookingنظر انداز the Unitedاقوام متحدہ Statesامریکہ.
261
1063000
4000
اور یہ یہاں نظر آ رہی ہے، امریکا کو نظر انداز کرتے ہوئے۔
18:12
Almostتقریبا like a ghostبھوت, isn't it, huh?
262
1067000
2000
بالکل کسی بھوت کی مانند، کیا نہیں؟
18:14
(Laughterہنسی)
263
1069000
2000
(قہقہے)۔
18:16
It's prettyخوبصورت scaryڈراونا. But I think it's very importantاہم ہے to have all this informationمعلومات.
264
1071000
10000
یہ کافی خوفناک منظر ہے۔ لیکن میرے خیال میں یہ تمام معلومات بہت اہم ہیں۔
18:26
We need really to see it. And insteadبجائے of looking at this,
265
1081000
6000
ہمیں واقعی اسے دیکھنے کی ضرورت ہے۔ اور اسے دیکھنے کی بجائے،
18:32
I would like to endآخر up by showingدکھا رہا ہے the Internetانٹرنیٹ usersصارفین perفی 1,000.
266
1087000
5000
میں اسے فی 1,000 انٹرنیٹ صارفین کو دکھانا چاہوں گا۔
18:37
In this softwareسافٹ ویئر, we accessرسائی about 500 variablesمتغیرات from all the countriesممالک quiteکافی easilyآسانی سے.
267
1092000
5000
اس سافٹ ویئر میں، ہم تمام ملکوں سے باآسانی 500 کے قریب متغیرات تک رسائی کرتے ہیں۔
18:42
It takes some time to changeتبدیل کریں for this,
268
1097000
4000
اس کو تبدیل کرنے میں کچھ وقت لگتا ہے،
18:46
but on the axisesاسیساس, you can quiteکافی easilyآسانی سے get any variableمتغیر you would like to have.
269
1101000
5000
لیکن خطوطِ مستقیم پر، آپ کوئی بھی متغیرہ کافی آسانی سے حاصل کر سکتے ہیں۔
18:51
And the thing would be to get up the databasesڈیٹا بیس freeمفت,
270
1106000
5000
اور اصل چیز ڈیٹابیسز کی مفت دستیابی، انہیں
18:56
to get them searchableقابل تلاش, and with a secondدوسرا clickکلک کریں, to get them
271
1111000
3000
قابلِ تلاش بنانا، اور دوسرے کلک سے، انہیں خاکوں کی بناوٹ میں تبدیل کرنا
18:59
into the graphicگرافک formatsوضعیں, where you can instantlyفوری طور پر understandسمجھو them.
272
1114000
5000
ہے جہاں آپ انہیں آسانی سے سمجھ لیں۔
19:04
Now, statisticiansاعداد و شمار doesn't like it, because they say that this
273
1119000
3000
اب، ماہرینِ شماریات اسے پسند نہیں کرتے کیونکہ ان کا کہنا ہے کہ
19:07
will not showدکھائیں the realityحقیقت; we have to have statisticalاعداد و شمار, analyticalتجزیاتی methodsطریقوں.
274
1122000
9000
اس سے حقیقت ظاہر نہیں ہوگی؛ ہمارے پاس شماریاتی، تجزیاتی طریقے ہونا ضروری ہیں۔
19:16
But this is hypothesis-generatingمفروضہ پیدا کرنے.
275
1131000
3000
لیکن یہ مفروضہ قائم کرنے کی بات ہے۔
19:19
I endآخر now with the worldدنیا. There, the Internetانٹرنیٹ is comingآ رہا ہے.
276
1134000
4000
میں اب دنیا کے ساتھ رابطہ ختم کرتا ہوں۔ وہ، انٹرنیٹ آ رہا ہے۔
19:23
The numberنمبر of Internetانٹرنیٹ usersصارفین are going up like this. This is the GDPخام ملکی پیداوار perفی capitaکیپتا.
277
1138000
4000
انٹرنیٹ کے استعمال کنندگان کی تعداد یوں بڑھتی جا رہی ہے۔ یہ فی کس مجموعی ملکی پیداوار ہے۔
19:27
And it's a newنئی technologyٹیکنالوجی comingآ رہا ہے in, but then amazinglyحیرت انگیز, how well
278
1142000
5000
اور یہ نئی ٹیکنالوجی کی آمد آمد ہے، لیکن حیران کن حد تک یہ ملکوں کی معیشت میں کیسے
19:32
it fitsفٹ بیٹھتا ہے to the economyمعیشت of the countriesممالک. That's why the 100 dollarڈالر
279
1147000
5000
اپنی جگہ بنائے گی۔ اسی وجہ سے 100 ڈالر کا کمپیوٹر اتنا اہم ہوگا۔
19:37
computerکمپیوٹر will be so importantاہم ہے. But it's a niceاچھا ہے tendencyرجحان.
280
1152000
3000
لیکن یہ ایک اچھا رجحان ہے۔
19:40
It's as if the worldدنیا is flatteningچپکنے والی off, isn't it? These countriesممالک
281
1155000
3000
یہ ایسا ہی ہے جیسے دنیا چپٹی ہوتی جار ہی ہو۔ کیا نہیں؟ یہ ملک
19:43
are liftingاٹھانے more than the economyمعیشت and will be very interestingدلچسپ
282
1158000
3000
معیشت سے زیادہ بوجھ اٹھا رہے ہیں اور آئندہ سال اس پر مزید کام کرنا
19:46
to followپیروی this over the yearسال, as I would like you to be ableقابل to do
283
1161000
4000
بہت دلچسپ ہوگا کیونکہ میں چاہتا ہوں آپ سرکاری امداد سے حاصل
19:50
with all the publiclyعوامی سطح پر fundedفنڈ dataڈیٹا. Thank you very much.
284
1165000
2000
ہونے والے تمام اعداد و شمار پر یہ کام کریں۔ آپ کا بہت شکریہ۔
19:53
(Applauseمرحبا)
285
1168000
3000
(تالیاں)

▲Back to top

ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.

Why you should listen

Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.

What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.

Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.

Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)

Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.

Hans Rosling passed away in February 2017. He is greatly missed.


More profile about the speaker
Hans Rosling | Speaker | TED.com