业界|比尔盖茨推荐,三个数据中的世界动向

2023-11-08 04:21

本文主要是介绍业界|比尔盖茨推荐,三个数据中的世界动向,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

比尔盖茨最爱网站之一,世界动向尽在数据中。

OurWorldInData.org是我最喜欢的网站之一。这个网站由牛津大学创立。它运用统计数据让你洞察全球生活环境变化趋势。数据涵盖各个方面,包括从健康、人口增长到战争、环境和能源等内容。我邀请了该网站的创始人,牛津大学的经济学家 Max Roser,来分享网站内容中最值得了解的三个数据。Max的分享如下。
——比尔盖茨

近几年来,我们发现只需要在网上快速搜索一下,便可轻松获取全球发展的重要统计数据。由于现在获取信息如此便捷,许多人认为记住这些数据没有任何意义。他们会说,“需要的时候查找一下就好啦!”

我不同意这种观点。对于一些细节内容,需要的时候再去搜索确实是合理的做法。但是对于全球发展大方向的问题,十分有必要了解当前生活环境的基本情况以及近几十年的变化趋势。

了解这些全球发展的现状,可以为你每天阅读新闻提供知识背景,让你更容易理解新的资讯。同时,这些基本的事实也是政治辩论的基础,由此出发我们可以进一步讨论在一个社会中,什么该做,什么不该做。

我整理了一个简短的清单,里面列出了我希望自己记住的三点关于全球生活环境的基本事实。每一点都包括现状和变化趋势。

事实1:自1960年以来,儿童死亡人数从每年2千万人急速下降至每年6百万人。

你可以想象,亲眼看到自己的孩子死去是多么残忍的一件事。

试想每分钟这件事将发生在大约11对父母的身上。这个数字代表年龄小于5岁的儿童平均每分钟死亡的人数。如果24小时内每分钟11个死亡,1天加起来就有15,500人死亡,一年就有560万。

我们是否只能选择接受这个事实?世界本该如此吗?

当然不。我们可以往好的方向转变。请看下面的图表。联合国数据显示如今每年有560万名儿童死亡。同时数据也表明20世纪50年代至60年代,全世界每年有2千万名儿童死亡。

我们很难看到当今世界进步的关键原因是我们不知道过去有多糟糕。

有了充足的信息之后,我们发现两种说法都是正确的:第一,现在的世界比起以前的已经好多了;第二,现在的世界依就很槽糕。

要想得到上面的结论,我需要知道支持两种说法的统计数据:当有人说我们的世界已经变得很美好,我们可以安逸生活的时候,我会指出每分钟仍有11名儿童死亡。我们无法接受这个世界的现状。当面对这样的悲剧,我们感到无助时,我会想起过去50年来,每年儿童死亡数量已从2千万下降至560万。

我记住的是当前的儿童死亡率和我们观察到的变化方向:儿童死亡人数正在下降,50年前儿童死亡人数是现在的3.5倍。但是儿童死亡依旧很常见;每分钟有11名儿童死去。

image

全球儿童5岁以前死亡人数: 每年和每分钟统计数据

事实2: 自1960年以来,生育率下降了一半。

以下图表显示的关键统计数据帮助大家了解世界人口的增长:全球生育率代表全世界每名妇女平均拥有的子女数量。当生育率接近于每名妇女2个孩子的时候,这意味着之后每对夫妻平均由2名儿童取代,人口增长会变得缓慢。在20世纪60年代以前,每名妇女平均拥有5个孩子,如此高生育率导致人口呈现快速增长。那时候世界人口以每年2%的速度增长。

image

每名妇女拥有的孩子数量


数据来源:联合国人口分部(2017年更新)

避孕措施的出现允许父母选择拥有多少个孩子。随着人们的收入增长,拥有孩子的数量也发生了变化。近几十年的人口统计学研究表明,当妇女获得更好的教育和就业机会时,她们会选择少生孩子。我们也可以看到由于儿童死亡率下降,父母不用担心孩子死亡,他们也会选择少生孩子。

妇女生活环境的改善以及儿童健康状况的提升促使全世界的生育率骤降。实际上,在过去50年,全球生育率已减半,从每名妇女拥有5个孩子减少至每名妇女拥有2.5个孩子。世界人口增长率在过去的50年也已减半,目前数值略超1%。

关于人口增长,我记住的统计数据是,本世纪高速人口增长已宣告终结。过去的50年,全球生育率从每名妇女拥有5名孩子减少到了2.5名孩子。或者说在50年间,生育率减半。

事实3:1990年至2015年间,每天有137,000人脱离极端贫困。

生活贫困意味着许多基本生活需求无法被满足。贫困的人们没有象样的住所和基本的医疗保障,他们经常买不起足够的食物。

“极端贫困”的定义为每天靠少于1.90国际美元生活。国际美元是一个修正了不同国家之间价格差异和通货膨胀的货币单位。

在贫困的人群中,用上面的定义进一步区分出极端贫困的人口是十分准确的,1.90国际美元这个数字正是代表了处于异常艰苦的贫困状态。

当你问大家世界上极端贫困的状况是否有所改善,大部分人都认为事情变得更加糟糕,因为全世界处于极端贫困的人口数量在不断增加。

然而事实并非如此。极端贫困的人口数量和占比均在下降。

image

全世界生活在极端贫困中的人口数量
绿色图标:不在极端贫困中的人口数量
红色图标:极端贫困中的人口数量

1990年,18.6亿人每天仅靠不足1.90国际美元活着,这超过了世界人口的三分之一。25年后,生活在极端贫困中的人口数量减少了一半多至7060万,即每十个人里有一个人生活极端贫困中。

这是非常大的转变。这代表过去25年间,平均每天有137,000人不再生活在极端贫困中。或者说这25年间,每天报纸的头条报道都可以是“与昨天相比,极端贫困人口数量已经减少137,000人。”

我记住的数据是:当今十分之一的人生活在极端贫困中,共计7060万人。这确实是个非常庞大的数字,让人无法接受。但我们要知道,这一切正在往好的方向发展。生活在极端贫困的人正在减少,甚至今后我们有可能消除极端贫困。

了解这些事实后,我意识到参与全球发展的重要性。全球生活环境现状的统计数据清楚的表明我们没有理由对今天的生活洋洋自得。尤其是在发展不均衡的状态下,撒哈拉以南的非洲发展非常缓慢。

但是发展速度缓慢也不代表没有发展。随着时间推移,全球统计数据的变化为我们展示了迈向更好的世界的可能性。儿童死亡率正在下降;人口飞速增长的挑战将不会无限制地延续;最后,越来越少的人处于极端贫困。

让我们继续坚持这个方向。过往的成功应该激励我们获取更大的进步才对。

相关报道:
https://www.gatesnotes.com/Development/Max-Roser-three-facts-everyone-should-know

原文发布时间为:2018-07-18
本文来自云栖社区合作伙伴“大数据文摘 ”,了解相关信息可以关注“大数据文摘 ”

这篇关于业界|比尔盖茨推荐,三个数据中的世界动向的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/367841

相关文章

Golang的CSP模型简介(最新推荐)

《Golang的CSP模型简介(最新推荐)》Golang采用了CSP(CommunicatingSequentialProcesses,通信顺序进程)并发模型,通过goroutine和channe... 目录前言一、介绍1. 什么是 CSP 模型2. Goroutine3. Channel4. Channe

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python数据处理之导入导出Excel数据方式

《Python数据处理之导入导出Excel数据方式》Python是Excel数据处理的绝佳工具,通过Pandas和Openpyxl等库可以实现数据的导入、导出和自动化处理,从基础的数据读取和清洗到复杂... 目录python导入导出Excel数据开启数据之旅:为什么Python是Excel数据处理的最佳拍档

在Pandas中进行数据重命名的方法示例

《在Pandas中进行数据重命名的方法示例》Pandas作为Python中最流行的数据处理库,提供了强大的数据操作功能,其中数据重命名是常见且基础的操作之一,本文将通过简洁明了的讲解和丰富的代码示例,... 目录一、引言二、Pandas rename方法简介三、列名重命名3.1 使用字典进行列名重命名3.编

Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南

《Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南》在日常数据处理工作中,我们经常需要将不同Excel文档中的数据整合到一个新的DataFrame中,以便进行进一步... 目录一、准备工作二、读取Excel文件三、数据叠加四、处理重复数据(可选)五、保存新DataFram

使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)

《使用Java解析JSON数据并提取特定字段的实现步骤(以提取mailNo为例)》在现代软件开发中,处理JSON数据是一项非常常见的任务,无论是从API接口获取数据,还是将数据存储为JSON格式,解析... 目录1. 背景介绍1.1 jsON简介1.2 实际案例2. 准备工作2.1 环境搭建2.1.1 添加