跳到主要內容

讀「真確」瞭解世界貧窮,發現事情比你想的美好

作者漢斯.羅斯林有多重身分,臨床醫師、數據學家、全球公衛學家,也是知名的公共教育家,早期至第一級及第二級國家待過,致力於解決公共衛生問題,透過數據來了解世界。不靠數據無法了解世界,但光靠數據也無法了解世界。本書透過十項常見的偏誤來引導思考背後的真實原因及問題。

數據改變了你的心智---世界健康圖
本書第一頁彩色世界健康圖,顛覆了以前腦中對世界的認知,每個泡泡代表一個國家,泡泡大小代表人口數,X軸是收入(人均GDP2011年做調整,美元計價)Y軸是預期壽命(life expectancy) ,若有興趣建議直接點選官方連結,可看到隨時間變化的動態發展,更可做細部的點選國家或替換XY軸等,常見的公衛議題如小孩死亡率、CO2排放、每名婦女的子女數(總生育率)等,以下是官網上呈現的2015年資料,以及2018年的分布情況。


貧窮人口比想像中的低

書中有一題題目「世界上多數人生活在哪裡?
A低所得B中所得、C高所得

正解:B中所得
A低所得9%B中所得76%C高所得16%
由圖可以看出絕大多數國家落在第二級及第三級,並非都在低所得國家裡,低所得國家比想像中來要進步,有些已晉級至中所得國家。

若大部分的人都生活在中所得的國家裡,想必貧窮應該離我們很遠,來看看以下這題:
「在過去20,全球赤貧人口占總人口的比例是….?
A幾乎翻倍B大致不變、C幾乎減半

正解:C幾乎減半

按照2011年購買力平價換算,每日收入不到1.9美元便屬於赤貧。世界銀行的數據顯示1981年赤貧人口為42.1%降至2015年的赤貧人口為10%,像這樣的數據其實只要查一下便可得知真實情況,網路上的資訊量多且雜,若無這層思考訓練,易受媒體報紙影響,認為貧窮率高或赤貧人口激增等。書中提到的失真型直覺偏誤,就屬這類,我們可以從對比或除法概念按比例了解事物,才能決定這個數字是否有意義。







美元街(Dollar Street)看貧窮
這想法源自作者的媳婦安娜,網站透過數據與圖片記錄了50個國家,拜訪約300個家庭的生活情況,按家庭收入排序以美元計價,照片展示人們的真實生活。生活在不同國家的人,生活方式是如何,透過家庭收入,我們可以選擇想看到的生活樣態進行比較,例如廁所、客廳、寵物、玩具、家庭成員、房子…..


有趣的是,如果以富裕家庭的生活樣態來看,在一定的收入以上,全世界富裕的生活樣子差異並不大,影響人們生活方式的最主要原因,不是宗教、文化,或所居住的國家,而是他們的收入



貧窮國家有哪些呢?
世界銀行官網有篇文章「全世界半數貧困人口集中在五個國家」,指出:加拉、埃塞俄比亞、印度、尼日尼亞、剛果民主共和國。
這五國恰巧也是南亞和撒哈拉以南非洲地區人口最多的國家——兩地區貧困人口數量(6.29億)佔全世界貧困人口總數85%。因此,想要實現到2030年全球極度貧困人口(日均生活費低於1.90美元的人口)佔比降至3%以下,在這全球目標持續取得顯著進展,可先從這五個國家開始著手改變。

關於貧窮這是一個複雜又廣泛的議題,包含性別、消費、教育和獲得基本公用事業等,貧窮是個相對的概念,生活在台灣的窮人和生活印度的窮人,想必相比下,台灣的窮人因該是富人了,不管怎麼比,總是會有一群人被稱為窮困的人,要解決很困難,若以改善的態度面對,將資源分配得更平均,先從家庭小單位著手,改善家庭內部的不平等現象開始。
補充:
世界銀行的《2018貧困與共享繁榮:拼出貧困的拼圖》報告指出,
衡量個人經歷的貧困狀況需要考慮如何在家庭成員之間共享資源,婦女和兒童受貧困的影響尤其嚴重,貧窮時期的性別差異最大,家庭內部工作的複雜動態超出了性別和年齡範圍。期望透過政府實施政策來彌補家庭內部的不平等現象。


求真守則習慣思考必備指南
這本書對於懶得思考的人而言是個福星書,正因為懶得思考,或不知該如何下手思考,本書提供十大觀念,依循此方法減少走冤枉路,提醒我們該如何正確思考,並基於事實行動。貧窮的議題太大我們無法解決,離我們相對下遙遠,但透過思考世界的方式,可以了解自己的所處環境,改變我們對世界的看法。笛卡爾:「我思故我在」。

「我窮盡畢生之力抵抗全球的無知,傳播基於事實的世界觀。
  這本書是我的最後一役,是我設法影響世界的最後努力。」──漢斯.羅斯林



留言

這個網誌中的熱門文章

如何快速註冊統合分析題目~以PROSPERO為例

初步檢索心中的愛 當心目中有一個理想題目時,為避免地球上另一個人也同時跟你想的一樣,而且還比我們早發表,若等我們發表時才發現,當下一定很扼腕,有了註冊系統除了幫自己先占好位子,也可以同時確認這個題目是否已經有人正在做了,不用浪費時間投注在上面。很多人其實不曉得實際上到底要如何註冊,以下一起註冊吧。 什麼是 PROSPERO??   PROSPERO (International prospective register of systematic reviews) 是一個國際前瞻性系統性文獻回顧評價系統,由美國國立衛生研究院 NIHR ( National Institute for Health Research )資助,由英國約克大學 CRD(Centre of Reviews and Dissemination) 創立,針對將已完成的評價或正進行中的計畫做紀錄。 目的:避免重複並減少報告偏見的機會,增加透明性。                 步驟流程 Step 1 :檢索主題 先確認其他人是否對這主題感興趣,有人捷足先登了嗎 ?? 也可以確認目前流行的趨勢是哪類型的研究等。 Step 2 :註冊帳號 ID 先到 PROSPERO 官網 ,填寫基本資料後註冊 ID 。 Step 3 :點選註冊文獻 review 要需先有帳號後才能註冊題目,進入頁面後依指示一步一步操作。 以下是網頁步驟,依研究對象是人群還是動物選擇按鈕點選,一般我們都是人群研究,選紫色。同時須確認以下五步驟是否都經過檢驗了。 第 1 步 檢查納入標準。 第 2 步 確保您的 protocol 處於(接近)最終形式。 第 3 步 搜尋 PROSPERO ,以確保評論尚未被註冊。 第 4 步 搜尋 PROSPERO ,以確保您沒有不必要地重複由另一個團隊進行的審核或先前已註冊的審核 第 5 步 開始註冊 Step 4 :點選相關事前準備工作進度。 這裡有一系列問題須皆回答完,才能進行下一步...

python與SAS資料處理-歸人與排除重複

  歸人顧名思義就是將一個人多筆的資料整合,每人只留下 1 筆。   通常取得的資料都是原始資料,並未經過整理。例如手上有疑份顧客購物紀錄,裡面有每個顧客在這 1 年內的每筆消費紀錄,這是一份以每次消費紀錄為 1 筆的紀錄形式,所以一個人可以有多筆的消費紀錄。當我們想要知道這些消費紀錄源自於多少顧客的購買時,這時候就需要用到歸人的概念,將資料轉換為每一個人只有 1 筆資料的紀錄形式 ( 如下圖所示 ) 。 以 SAS 進行資料歸人 歸人留 1 筆消費紀錄 proc sort data =cost; by ID time; run ; /* 在規筆前依照 ID 跟消費日期做排序 */ data cost_1; set cost; by ID; if first.id; run ;   /* 保留第一筆資料 */   之前已經有針對 proc sort 的排序語法進行說明,有需要可參考這篇 文章 , SAS 排序的設定值為升冪,也就是說每個人都會從最早那次的紀錄開始往後排序,所以用 first.id 就可以留下每個人最早那次的消費紀錄。 這邊也可以用排除重複的概念保留 1 筆資料 proc sort data =cost out =cost_2 nodupkey ; BY ID; run ; 利用 nodupkey ,將 ID 重複的資料刪除,僅保留每個 ID 第一次出現的該筆紀錄。   歸人累計所有消費金額 proc sort data =cost; by ID time; run ; data cost_1; set cost; by ID; if first.id then count= 0 ;/* 每個人第一筆資料都令 count=0*/ count+NT;/* 同 ID 累計 NT 數值 */ if last.id; run ;   除了要歸人以外,還要累計每個仁所有的消費金額,所以這邊就會創建一個 count 欄位,每一個人的第一筆 ID 令 count=0 ,在同樣 ID 時累加 NT 的數值,最後每個人保留最後一筆 ID ,也就是最後累計的總額。 以 Python 進行資料歸人...

python與SAS資料處理入門--資料匯入匯出

為什麼要學程式語言,不能用 excel 做大型資料的處理 不建議使用 excel 做大型資料處理的原因有 2 點, (1)excel 行列的限制, 2003 年以前的版本,最大資料列筆數為 65,536 行、欄位數最多為 256 列, 2007 之後的版本雖然行列都有擴展,最大資料列筆數可達到 1,048,576, 行、欄位數最多為 16,384 列,但對於現在隨便動輒幾億筆的資料來說,這真的不算什麼,因此實務上可能會遇到一份資料得分成好幾個 sheet 儲存的情況。 (2) 資料量太大,可能會遇到 excel 執行上耗時的問題。 對於即將跨入大數據的人而言, SPSS 雖然也是個不錯的選項,具有操作簡單之優勢,短期內可快速掌握,但也因介面以選單式操作為主,使用彈性相對受限,此外對於大數據處理效率也較差,如果 未來工作上需經常面對大數據 ( 例如 : 醫學資料庫、商業資料庫 ) ,建議可以直接選擇學習 SAS 、 R 或是 Python 。 以下就挑選 SAS( 付費軟體 ) 以及近年很熱門的 Python( 開源軟體 ) ,從基本的資料匯入、匯出開始介紹起。不論 SAS 或是 Python 皆可以匯入許多不同類型的檔案格式,本文就挑選幾個可能比較常接觸到的類型做說明。 以 SAS 進行操作 介面 執行 SAS 會經常使用到的視窗有幾個部分,以下簡述其用途 : (1) 編輯器:指令輸入,未來相關語法的編輯都在該視窗完成。 (2) 日誌:顯示指令執行結果,如果有程式上的執行錯誤,皆顯示於該視窗。 (3) 結果:分析結果的索引,方便使用者管理結果的部分。 (4) 檔案總管:資料集的管理,可於此處點選瀏覽資料內容。 資料匯入 (proc import) ²      Excel 檔案匯入 proc import datafile = "c:\test.xlsx" /* 資料匯入的路徑 */ out =test  /* 資料匯入後的名稱 */ dbms =xlsx replace; /* 輸入檔案的類型 */ sheet = " Sheet" ; /* 選擇讀取的工作表 */ getnames =YES; /* 第一...