我們非常謹慎地反複檢查我們的數據來源以及我們使用它們的方式：在一本關於事實的書中，我們不想犯哪怕一個事實錯誤。但我們是人，無論多麽努力，我們仍然會犯錯誤。
如果您發現錯誤，請與我們分享，使我們能夠改進本書。請發送電子郵件至factfulness-book@gapminder.org與我們聯係。您可以在下麵的鏈接找到已經發現的所有錯誤：gapminder.org/factfulness/book/ mistakes。
以下是部分重要的注釋和信息來源。如果您希望找到信息來源的完整列表，請訪問如下鏈接：gapm.io/ffbn。
一般說明
2017年的數據。在整本書中，經濟指標均延續至2017年。開啟民智基金會(Gapminder)主要利用了國際貨幣基金組織的IMF[1][1]的世界經濟展望中的預測數據。另外，我們使用了2017年世界人口展望，見UN-Pop[2][1]。請參閱gapm.io/eext。
國家邊界。在整本書中，我們假設國家在過去到現在總是擁有和今天相同的界限。例如，我們談論1942年孟加拉國的家庭規模和預期壽命，就把當時的它看作是一個獨立的國家，盡管實際上它在當時仍然是英國統治下的英國印度的一部分。請參閱gapm.io/geob。
內封麵
2017年全球健康圖表。當您打開這本書時，您會看到一張彩色圖表：2017年全球健康圖表。每個氣泡都是一個國家。氣泡的大小代表了該國的人口，氣泡的顏色代表地理區域。x軸上是人均國內生產總值(恒定2011年國際美元的購買力平價)，y軸代表預期壽命。來自UN-Pop[1]的人口數據，來自World Bank[3][1]的GDP數據和來自IHME[4][1]的預期壽命數據，如上所述，全部由我們延伸至2017 年。此圖表以及有關來源的更多信息可在www.gapminder.org/whc免費獲取。
介紹
X射線。X射線照片由斯塔芬·布雷默(Staffan Bremmer)在斯德哥爾摩的索菲亞赫美(Sophiahemment)醫院拍攝。吞劍的人是漢斯的朋友，名叫瑪麗安娜·馬格達倫(Maryanne Magdalen)。她的網站在這裏：gapm.io/xsword。
事實問題。13個事實問題可在www.gapminder.org/test/2017免費獲得多種語言的版本。
在線民意調查。我們與益普索市場研究(Ipsos MORI)和諾瓦斯(Novus)合作，在14個國家測試了12000名員工。它們的民意調查是通過在線小組進行的，這些人代表了成年人口——Ipsos MORI[1]和Novus[1]。12個問題的正確答案平均數(不包括問題13的氣候變化)為2.2個，我們四舍五入到2個。在gapm.io/rtest17 上可以查看更多內容。
民意調查結果。按問題和國家進行的在線民意調查的結果載於附錄。關於我們在講座中進行的民意調查的結果，請參閱gapm.io/rrs。
世界經濟論壇講座。講座的視頻(5分18秒)請參閱WEF[5]。
事實問題1：正確答案是C。低收入國家中60％的女孩完成了小學教育。據World Bank[3]稱，這一數字為63.2％，但為了避免誇大進步，我們將其調整為60％。見gapm.io/q1。
事實問題2：正確答案是B。大多數人生活在中等收入國家。World Bank[2]根據當前美元計算的人均國民總收入，將國家劃分為不同收入群體。根據World Bank[4]，低收入國家占世界人口的9％，中等收入國家占世界人口的76％，高收入國家占世界人口的16％。見gapm.io/q2。
事實問題3：正確的答案是C。根據World Bank[5]的數據，每天生活收入不到1.9美元的人的比例從1993年的34％下降到2013年的10.7％。盡管給出了精確的閾值，每天1.9美元這一數字的不確定性非常大。極度貧困很難衡量：最貧困的人口大多是自給自足的農民或貧困的貧民窟居民，生活條件不可預測且不斷變化，很少有貨幣交易記錄。但即使確切的水平不確定，趨勢方向也是確定的，因為誤差源可能隨著時間的推移而不變。我們可以相信，即使水平沒有降低至三分之一，也已至少降低至一半。見gapm.io/q3。
事實問題4：正確的答案是C。根據IHME[1]，2016年出生的人的平均全球預期壽命為72.48年。UN-Pop[3]估計略低，為71.9歲。我們四舍五入到70歲以免誇大進步。見gapm.io/q4。
事實問題5：正確的答案是C。過去十年來，UN-Pop[2]預測2100年的兒童人數不會高於今天。見gapm.io/q5。
事實問題6：正確的答案是B。在他們的預測中，聯合國人口部門的專家計算出，1％的人口增長將來自3.70億兒童(0~14歲)， 69％來自25億成人(年齡在15到74歲之間)，而另外30%來自11億老年人(年齡在75歲以上)。數據來自UN-Pop[3]。見gapm.io/q6。
事實問題7：正確答案是C。根據國際災害數據庫的數據，過去100年來自然災害導致的年死亡人數減少了75％，見國際災害數據庫(EM-DAT)。由於災害每年都有所不同，我們比較十年平均值。在過去十年(2007—2016)，平均每年有80386人死於自然災害。這是100年前(1907—1916)的25％，當時每年有325742人死亡。見gapm.io/q7。
事實問題8：正確答案是A。根據UN-Pop[1]，2017年世界人口為75.5億。這通常會被四舍五入到80億，但我們顯示70億，因為我們按地區劃分人口區域。四個Gapminder[1]地區的人口是根據UN-Pop[1]的國家數據估算的：美洲10億；歐洲8.4億；非洲13億；亞洲44億。見gapm.io/q8。
事實問題9：正確的答案是C。WHO[1]稱，當今世界上有88％的1歲兒童接種了某些疾病的疫苗。我們將其降低到80％以避免誇大。見gapm.io/q9。
事實問題10：正確的答案是A。根據IHME[2]對188個國家的估計，全世界25至34歲的女性平均受教育年齡為9.09年，男性為10.21年。根據Barro-Lee[6](2013) 2010年對146個國家的估計，25 至29歲的女性平均受教育年齡為8.79年，男性為9.32年。見gapm.io/ q10。
事實問題11：正確的答案是C。根據世界自然保護聯盟瀕危物種紅名單(IUCN Red List)，今天這三個物種中沒有一個被列為比1996年更嚴重的瀕危物種。虎(Panthera tigris)在1996年被列為瀕危(EN)，現在它仍然是，見IUCN Red List[1]。但根據世界自然基金會(WWF)和普拉特(Platt，2016)的說法，經過一個世紀的衰退，野外的老虎數量正在上升。根據IUCN Red List[2]，大熊貓(Ailuropoda melanoleuca)在1996年被列為瀕危(EN)，但在2015年，野生種群增加的新評估導致其分類變為弱勢群體(VU)。黑犀牛(Diceros bicornis)仍然被列為極危(CR)，見IUCN Red List[3]。但國際犀牛基金會表示，其野生數量正在緩慢增加。見gapm.io/q11。
事實問題12：正確的答案是C。據GTF[7]稱，世界上大多數人口(85.3％)可以與他們國家的電網接通。我們將其降低到80％以避免誇大。術語“接通”在其所有底層來源中的定義不同。在某些極端情況下，一個家庭每周平均可能遭遇60次停電，但仍被列為“可以接通電力”。因此，這個問題涉及“某種程度”接通。見gapm.io/q12。
事實問題13：正確的答案是A。“氣候專家”是指政府間氣候變化專門委員會(IPCC)於2014年發表的IPCC[1]第五次評估報告(AR5)的274位作者，他們寫道：“在所有評估的排放情景下，預計21世紀的溫度會上升。”見IPCC[2]。見gapm.io/q13。
遐想。使用繆勒-萊爾錯覺解釋認知偏差的想法來自丹尼爾·卡尼曼(Daniel Kahneman) 2011年的著作《思考，快與慢》(Thinking Fast and Slow)。
十種本能和認知心理學。我們對十種本能的思考受到一些傑出認知科學家的工作的影響。一些完全改變了我們對大腦的思考以及我們應該如何教導世界事實的書籍是：丹·阿裏利(Dan Ariely)的《怪誕行為學》(Predictably Irrational，2008)，《怪誕行為學2》(The Upside of Irrationality，2010)，《怪誕行為學4》(The Honest Truth About Dishonesty，2012)；史蒂芬·平克(Steven Pinker)的《心智探奇》(How the Mind Works，1997)，《思想本質》(The Stuff of Thought，2007)，《白板》(The Blank Slate，2002)，《人性中的善良天使》(The Better Angels of Our Nature，2011)；卡羅爾·塔維裏斯(Carol Tavris)和埃利奧特·阿倫森(Elliot Aronson)的《錯不在我》(Mistakes Were Made(But Not by Me)，2007)；丹尼爾·卡尼曼《思考，快與慢》(Thinking Fast and Slow)；沃爾特·米施(Walter Mischel)的《棉花糖實驗》(The Marshmallow Test，2014)；菲利普·E.泰洛克(Philip E.Tetlock)和丹·加德納(Dan Gardner)的《超預測》(Superforecasting，2015)；喬納森·歌德夏(Jonathan Gottschall)的《講故事的動物》(The Storytelling Animal，2012)；喬納森·海特(Jonathan Haidt)的《象與騎象人》(The Happiness Hypothesis，2006)和《正義之心》(The Righteous Mind，2012)；托馬斯·吉洛維奇(Thomas Gilovich)的《理性犯的錯》(How We Know What Isn’t So，1991)。
第一章：一分為二
兒童死亡率。1995年講座中使用的兒童死亡率數據來自UNICEF[8][1]。在本書中，我們更新了示例並使用了UN-IGME[9]的新死亡率數據。
氣泡圖。1965年和2017年的家庭規模和兒童存活率的氣泡圖數據來自UN-Pop[1,3,4]，動態圖可以在此免費獲得：gapm.io/voutdwv。
低收入國家。我們已向美國和瑞典的公眾詢問他們如何想象“低收入國家”或“發展中國家”的生活。他們係統地猜測出了在30或40年前是正確的數字。請參閱gapm.io/rdev。
僅三個國家的女童小學畢業率低於35％。但對於這三個國家來說，數字不確定性很高，而且已經過時：阿富汗(1993年)， 15％；南蘇丹(2011年)，18％；乍得(2011年)，30％。其他三個國家(索馬裏、敘利亞和利比亞)沒有官方數字。這六個國家的女孩遭受了嚴重的性別不平等，但根據UN-Pop[4]，她們占全世界所有小學適齡女孩的比例僅為2％。請注意，在這些國家，許多男孩也失學。見gapm.io/twmedu。
收入水平。根據PovcalNet[10]的數據和IMF[1]的預測，Gapminder[8]確定了四個收入水平的人數。根據國際比較項目(ICP)對2011年的購買力平價收入進行調整。請參閱gapm.io/ fwlevels。
圖表顯示按收入劃分的人口，比較2016年墨西哥和美國的收入，基於相同的數據，略微調整以符合最新國民收入調查的分布形狀。巴西的數據來自World Bank[16]，PovcalNet，略微調整以更好地與CETAD[11]保持一致。請參閱gapm.io/ffinex。
在整本書中，當談到個人收入水平和國家的平均收入時，我們使用倍增坐標。在比較大範圍內的數字時，或者當小數字之間的微小差異與大數字之間的巨大差異同樣重要時，在許多情況下使用加倍(或對數)標度。當不是收入的絕對值影響最大，而是收入的幅度影響最大的時候，我們應當使用這種坐標。見gapm.io/esca。
發展中國家。我曾明確質疑該術語過時，五個月後，世界銀行宣布計劃逐步停止使用“發展中國家”一詞：https://blogs. worldbank.org/opendata/should-we-continue-use-term-developingworld。見World Bank[15]。
聯合國的大部分部門仍然使用“發展中國家”這個詞，但沒有共同的定義。聯合國統計部(2017年)使用它是為了所謂的“統計方便”，並且發現將144個國家劃分為發展中國家很方便(包括卡塔爾和新加坡這兩個世界上最健康和最富有的國家)。
數學分數。部分示例來自丹妮絲·康明斯(Denise Cummins，2014)。
極度貧困。“極度貧困”一詞具有一定的技術含義：它意味著您每天的收入低於1.9美元。在許多收入水平第四級的國家，“貧困”一詞是一個相對的術語，“貧困線”可以指社會福利的資格門檻或該國的官方貧困統計衡量標準。在斯堪的納維亞半島，官方貧困線即使在調整了購買力的巨大差異之後，也比最差的國家比如馬拉維的貧困線高20倍，見World Bank[17]。最新的美國人口普查估計，13％的人口生活在貧困線以下，每天的收入約為20美元。富國中最貧窮人群帶來的社會和經濟挑戰不應被忽視(參見World Bank[5])，但這與極度貧困不同。見gapm.io/tepov。
第二章：負麵思維
環境。關於過度捕撈和海洋惡化的聲明是基於UNEP[12][1]和FAO[13][2]，保羅·科利爾2010年的著作《掠奪星球》(The Plundered Planet)第160頁的內容。瀕危物種數據來自IUCN Red List[4]。見gapm.io/tnplu。
條形圖：更好，更差，還是差不多？條形圖混合了YouGov[14][1]和Ipsos MORI[1]的結果，因為在不同國家提出了相同的問題。見gapm.io/rbetter。
何時信任數據。在本章中，我們將介紹永遠不應該百分之百信任數據的想法。關於我們對不同類型數據的合理懷疑的指導，請參閱gapm.io/doubt。
圖表：極度貧困趨勢。曆史學家試圖用不同的方法估計1820年的極度貧困率，他們的結果差異很大。Gapminder[9]粗略估計，在1800年，世界上85％的人口生活在收入水平第一級。1980年後的數據來自PovcalNet。Gapminder[9]使用PovcalNet和IMF[1]的預測並將趨勢延伸到2017年。文中關於中國、印度、拉丁美洲和其他地區極度貧困減少的數字來自World Bank[5]。見gapm.io/vepovt。
預期壽命。預期壽命數據來自IHME [1]。2016年，隻有中非共和國和萊索托的預期壽命低至50年。然而，數據的不確定性是巨大的，特別是在收入水平第一級和第二級國家。點擊gapm.io/blexd了解您應該對數據持多少程度的懷疑。
埃塞俄比亞饑餓造成的死亡。這個數字是FRD和國際災害數據庫(EM-DAT)這兩個來源的平均值。
萊索托。萊索托市民通常被稱為巴索托人。許多巴索托人也住在萊索托郊外，但在這裏我們指的是那些居住在萊索托的人。
文化。瑞典的曆史識字率來自van Zande[21]和OurWorldIn Data[15][2]。印度的識字率來自印度2011年的普查。在今天的印度和100年前的瑞典，“識字”可能隻意味著對字母的基本識別和緩慢解析文字的能力。這些數字並不意味著能夠理解先進的文字。詳見gapm.io/ tlit。
接種。疫苗接種數據來自WHO[1]。今天即使在阿富汗，也有超過60％的一歲兒童接種過多次疫苗。當瑞典處於收入水平第一級或第二級時，還沒有這些疫苗，這也是瑞典當時平均壽命較短的部分原因。見gapm.io/tvac。
32項進步。第73—76頁的32個折線圖中的每個圖表背後的數據，以及多個數據來源是如何被使用的詳細文檔，可以在這裏找到：gapm.io/ffimp。
人均吉他擁有量。有關此圖表的更多信息，請參閱gapm.io/tcminsg。
曆史上的兒童謀殺案。在暴力社區，兒童不能幸免。如戈文和卡普蘭(Gurven，Kaplan，2007)、戴蒙德(Diamond，2012)、平克(Pinker，2011)和OurWorldInData[5]所述，狩獵—采集團體(hunter-gatherer)的成員通常經曆了大量暴力。這並不意味著狩獵—采集社會的所有部落都是一樣的。在全世界極度貧困的情況下，許多文化已經接受了殺嬰兒的做法，即殺害自己的孩子以減少在困難時期的喂養數量。這種可怕的失去孩子的方式與其他方式一樣痛苦，正如傳統社會中人類學家一直記錄的那樣，他們采訪了不得不殺死新生兒的父母，詳細內容見平克(Pinker，2011)，p.417。
教育女孩。關於女童和男童教育的數據來自UNESCO[16][5]。舒爾茨(Schultz，2002)更清楚地描述了教育女孩如何被證明是世界上最好的想法之一。
溺水。今天的溺水數據來自IHME[4,5]。直到1900年，超過20％的溺水受害者是10歲以下的兒童。瑞典救生協會開始遊說所有學校進行強製性遊泳練習，與其他預防措施一起有效減少了溺水數量。見鬆丁等人著作(Sundin，2005)。
追趕。使用世界衛生圖的動畫版本，了解幾乎所有國家現在是如何追趕瑞典的(或選擇另一個國家進行比較)，網址為www. gapminder.org/whc。
第三章：直線思維
埃博拉病毒。埃博拉病毒的數據來自WHO[3]。我們為了傳達形勢的緊迫性而製作的材料在gapm.io/vebol上可以找到。
人口預測。人口預測基於UN-Pop[1,2,5]。即使在現代計算機模擬成為可能之前，聯合國人口部的人口統計專家數十年的預測都非常準確。他們對未來兒童人數的預測，在本書過去四個版本中保持不變。20億兒童是一個四舍五入的數字。聯合國給出的準確數字為2017年19.5億，2100年19.7億。有關聯合國預測質量的更多信息，請參閱尼克·基爾曼(Nico Keilman，2010)，邦加茨和布拉陶(Bongaarts，Bulatao，2000)。見gapm.io/epopf。
曆史人口數據。顯示從公元前8000年到今天的世界人口的曲線使用了來自數百種不同來源的數據，由經濟史學家馬蒂亞斯·林德格倫(Mattias Lindgren)編製。圖表下列出的來源隻是主要來源。見gapm.io/spop。
婦女人均生育率。我們使用“婦女人均生育率”作為“總生育率”的統計指標。我們使用UN-Pop[3]在1950年後的數據和Gapminder[7]，基於馬蒂亞斯·林德格倫的工作，基於1950年以前的年份。2017年之後的虛線顯示了聯合國中等生育率預測，預計在2099年將達到1.96。見gapm.io/tbab。
填補。如果你發現很難理解本書中的文本和靜態圖像的填補現象，用動畫或用自己的雙手更容易解釋，見gapm.io/vidfu。(這種現象也稱為人口動態。有關技術說明請參閱UN-Pop[6,7])見gapm.io/efill。
曆史嬰兒和兒童死亡率。我們對1800年前家庭生育率和死亡率的假設，主要來源於利夫-巴契(Livi-Bacci，1989)、佩因和博爾德森(Paine，Boldsen，2002) 以及戈文和卡普蘭(Gurven，Kaplan，2007)。沒有人知道1800年之前的生育率， 但是六個孩子是常見且可能的平均值。見gapm.io/eonb。
圖表：按收入劃分的平均家庭規模。我們對不同收入水平的家庭的估計是基於Countdown組織2030年和GDL[1,2]匯編的家庭數據，結合了來自UNICEF-MICS[17]、USAID-DHS[18][1]、IPUMS[19]等對數百個家庭的調查。見Gapminder[30]。
改變典型的家庭規模。有關社會如何從大家庭轉變為小家庭的更多信息，請參閱羅斯林等人(Rosling，1992)、奧本海姆·曼森(Oppenheim Mason，1997)、布萊恩特(Bryant，2007)和考德威爾(Caldwell，2008)。當人們在收入水平第四級上達到真正的高收入時，出生率似乎又開始增加，見米爾斯基拉等人(Myrskyla，2009)。這段視頻展示了拯救生命如何導致更少的人口：gapm.io/esclfp。
直線、S形曲線、滑梯曲線和駝峰曲線。這些圖表大多使用國民收入數據，參見Gapminder[3]。一些(如休閑消費的直線，接種疫苗和冰箱的S形彎曲，以及生育率滑梯曲線)使用家庭數據。在每個例子中，每個級別的國家之間存在巨大差異。很少有國家完全遵循這些曲線，但這些方麵顯示了幾十年來所有國家的總體模式。您可以在gapm.io/flinex上探索這些曲線後麵的實際基礎數據。
你看到了曲線的哪一部分？如果你放大足夠的曲線，甚至是一個圓圈，許多不直的線條可以看起來很直。這個想法的靈感來自艾倫伯格(Ellenberg)2014年的著作《如何不犯錯：數學思維的力量》(How Not to Be Wrong: The Power of Mathematical Thinking)。請參閱gapm.io/fline。
第四章：恐懼本能
自然災害。尼泊爾地震的數據來自PDNA[20]。歐洲2003年熱浪的數據來自UNISDR[21]。所有其他災難數據均來自EM-DAT。如今，孟加拉國有一個非常酷的洪水監測網站，見http：//www.ffwc.gov.bd.See gapm.io/tdis。
兒童死於腹瀉。我們根據IHME[11]和WHO[4]的數據計算了因飲用水汙染導致腹瀉死亡的兒童數量。參見gapm.io/tsan。
飛機事故。近年來有關死亡人數的數據來自國際航空運輸協會(IATA)，乘客裏程數據來自減少空難的聯合國機構，見ICAO[22][1,2,3]。見gapm.io/ttranspa。
戰爭中的死亡。第二次世界大戰中6500萬人死亡的數字包括所有死亡人數，來自White[1,2]。戰鬥死亡的數據來源(戰爭項目，格萊迪奇，PRIO[23]和UCDP[24][1]相關)包括戰鬥期間平民和士兵的死亡報告，但不包括戰爭引起的間接死亡如餓死的數據。敘利亞的死亡人數估計數來自UCDP[2]。我們強烈建議觀看這部互動數據驅動的紀錄片，它將所有已知的戰爭放在眼前：www.fallen.io。要將其與自1990年以來的戰爭中的死亡事件相比較，請訪問http://ucdp.uu.se。見gapm.io/ twar。
核恐懼。福島的數據來自日本國家警察廳和一石(Ichiseki，2013)。根據警方記錄，東北地震和海嘯造成15894人死亡，仍有2546人失蹤(截至2017年12月)。穀川等人(Tanigawa，2012)得出結論，61名處於危急健康狀況的老年人在倉促撤離期間死亡。一石的報告說，大約1600名死者是因為老年人撤離時的其他問題間接造成的。據Pew[25][1]稱，2012年，76％的日本人認為福島的食物很危險。切爾諾貝利事故後對健康調查的討論基於WHO[5]。有關核彈頭的數據來自核記事本(Nuclear Notebook)網站。見gapm.io/tnuc。
化學品恐懼症。戈登·格裏伯(Gordon Gribble，2013)將化學品恐懼症的起源追溯到瑞秋·卡森(Rachel Carson)出版的《寂靜的春天》(Silent Spring，1962)，以及隨後幾十年的化學事故。他認為，對化學品的誇大和非理性恐懼導致了對共同資源的錯誤使用。見gapm.io/ffea。
拒絕接種疫苗。據Gallup[26][3]稱，在美國，4％的家長認為疫苗並不重要。 2016年，拉爾森(Larson)等人研究發現，在67個國家中，平均有13％的人對疫苗接種持懷疑態度。各國之間存在巨大差異：法國、波斯尼亞和黑塞哥維那的比例超過35％；沙特阿拉伯和孟加拉國為0％。1990年，麻疹是造成7％兒童死亡的原因。今天， 由於疫苗接種，它隻造成了1％的死亡。麻疹死亡主要發生在收入水平第一級和第二級的國家，這些國家的兒童最近才開始接種疫苗，見IHME[7]和WHO[1]。見gapm.io/tvac。
DDT。保羅·赫爾曼·穆勒於1948年獲得諾貝爾生理學和醫學獎，因為“他發現了DDT作為消滅幾種節肢動物的毒物的高效”。匈牙利從1968年起禁止使用DDT，是第一個禁止DDT的國家。其次是瑞典，在1969年禁止了DDT。美國在三年後禁止了它，參見CDC[27][2]。一項針對各種殺蟲劑的國際條約，包括DDT在內，已在158個國家生效，見http://www.pops.int。自20世紀70年代以來，CDC[4]和美國環保署(EPA)已就如何避免DDT對人類的危害發布了指導。今天，世界衛生組織在嚴格的安全準則範圍內，促進使用DDT來殺死瘧疾蚊子，以此挽救生活在貧困地區的生命，見WHO。
恐怖主義。有關恐怖主義死亡事故的數據來自全球恐怖主義數據庫(GTD)。各收入水平國家的恐怖活動死亡數據來自Gapminder[3]。參見Gallup[4]關於恐怖主義恐懼的民意調查。見gapm.io/tter。
酒精死亡。我們根據IHME[9]、NHTSA[28](2017)、FBI[29]和BJS[30]對涉及酒精的死亡進行了計算。請參閱gapm.io/alcterex。
死亡的風險。我們引用的百分比，是將過去十年中收入水平第四級的死亡人數除以該期間第四級的所有死亡人數，並基於以下數據來源：自然災害來源於EM-DAT，飛機失事來源於IATA，謀殺來源於IHME[10]，戰爭來源於UCDP[1]，恐怖主義來源於GTD。更相關的風險計算不應僅僅除以所有死亡人數，而應考慮到可能發生這類死亡的情況。見gapm.io/ffear。
比較災難。為了比較不同類型的災難死亡，請參閱OurWorldInData[8]的在線文章《並非所有死亡都是平等的：有多少人的死亡使得自然災害的新聞報道變得值錢》(Not All Deaths Are Equal: How Many Deaths Make a Natural Disaster Newsworthy？)。我們目前正在整理有關媒體對不同類型的死亡和環境問題報道中的偏差的數據。準備好後，它將在這裏發布：gapm.io/fndr。
第五章：規模錯覺
納卡拉兒童死亡計算。用於這些計算的出生人口和人口數據基於1970年的莫桑比克人口普查、納卡拉醫院自己的記錄和2017年的聯合國IGME。
錯誤的比例。人們傾向於高估比例的例子來自Ipsos MORI[2,3]，它揭示了33個國家的誤解。保羅斯(Paulos)所著的《數學盲》(Innumeracy，1988)中充滿了不成比例的例子，例如，如果你算上世界上所有的人類血液，紅海的水平線會上升多少。請參閱gapm.io/fsize。
受過教育的母親和孩子的生存率之間的關係。關於受過教育的母親如何提高兒童生存率的討論是基於洛紮諾、默裏等人(Lozano，Murray，2010)對1970年至2009年間175個國家的數據的研究。見gapm.io/tcare。
拯救生命。拯救最多生命的低成本、高影響力幹預措施清單來自UNICEF[2]，該清單還列出了在公共衛生預算被用於更先進的公共衛生措施之前，所有公民應該獲得的基本衛生安全措施。
420萬。近年來有關嬰兒死亡的數據來自UN-IGME。1950年的嬰兒出生和死亡數據來自UN-Pop[3]。
熊和斧子。這個引人注目的比較是由一位名叫漢斯·漢森(Hans Hansson)的人提醒公眾的。他寫信給當地報紙，指出對向婦女使用家庭暴力事件的荒謬忽視，並開始為男性建立一個網絡，以幫助他們打破暴力行為。可以在這裏閱讀他的英語訪談：http://www.causeofdeathwoman.com/the-mens-network。
西班牙流感。克羅斯比(Crosby，1989)在他的著作《美國被遺忘的流行病》(American’s Forgotten Pandemic)中估計，西班牙流感造成5000萬人死亡。這個數字基於約翰遜和繆勒(Johnson，Mueller，2002)及CDC[1]。1918年世界人口為18.4億，這意味著這一流行病使全球人口減少了2.7％。
結核病和豬流感。關於豬流感的數據來自WHO[17]，以及TB WHO[31][10,11]。參見gapm.io/bswin。
能源。比較能源的數據來自斯米爾(Smil)的《能源轉型：全球和國家視角》(Energy Transitions：Global and National Perspectives，2016)。斯米爾描述了遠離化石燃料的緩慢過程，並揭示了有關糧食生產、創新、人口和巨型風險的錯誤看法。見gapm.io/tene。
未來消費者。有關第165頁的圖表的交互式可視化，請參閱gapm.io/incm。關於此的兩本好書是法裏德·紮卡利亞(Fareed Zakaria)的《後美國世界》(The Post-American World，2008)和托馬斯·弗裏德曼(Thomas L.Friedman)撰寫的《世界是平的》(The World Is Flat，2005)。
人均二氧化碳排放。中國、美國、德國和印度的人均二氧化碳排放數據來自CDIAC[32]。見gapm.io/tco2。
第六章：以偏概全
圖：非洲的差異。有關圖表(第190頁)的交互式版本，請參閱gapm.io/edafr。
避孕。數據來自UNFPA[33][I]和UN-Pop[9]。見gapm.io/twmc。
一切都是用化學品製成的。患有抑鬱症的人將世界分為“天然”(安全的)和“化學”(工業和有害的)。世界上最大的特定化合物數據庫對此有不同看法。化學文摘社(CAS)的數據包含1.32億種有機和合成化學品及其性質。它表明，毒性與化合物產生的源頭無關。例如，由自然界產生的眼鏡蛇毒素(Cobratoxin，CAS登記號12584-83-7)使您的神經係統癱瘓，直至您無法呼吸。見gapm.io/tind。
薩爾希家族。在gapm.io/dssah上查看有關薩爾希家族的更多信息。如果您認為我們在突尼斯或其他地方采訪的家庭太少，請訪問gapm.io/dstun，請任意提供幫助。有關如何執行此操作的更多信息，請訪問：http：//www.gapminder.org/dollar-street/about。
複蘇體位。有關複蘇體位的更多曆史信息，請參閱霍格伯格和貝裏斯特倫(H?gberg， Bergstr?m，1997)和Wikipedia[34][10]。
嬰兒猝死綜合征(SIDS)。霍格伯格和貝裏斯特倫(1997)和吉爾伯特(Gilbert)等人(2005)描述了是俯臥姿勢的公共衛生政策導致瑞典SIDS案例增加的結論。中國香港的報告來自戴維斯(Davies，1985)。
第七章：命中注定
優越感。關於優於其他群體的優越感，請參閱海特《正義之心：為什麽好人被政治和宗教劃分》(Haidt，The Righteous Mind：Why Good People Are Divided by Politics and Religion，2012)。見gapm.io/fdes。
社會和文化發生了變化。要查看200多年來的世界衛生圖表，請訪問www.gapminder.org/whc並單擊“播放”。
非洲可以趕。國家和地區的預期壽命數據來自Gapminder[4]。保羅·科利爾(Paul Collier)在《最底層的十億》(The Bottom Billion，2007)中寫到了關於世界上最貧困人口的未來前景。我們對接近衝突的極度貧困人口的粗略估計是基於ODI[35](2015)，安德烈亞斯·托勒弗森和古德蘭·斯比(Andreas For? Tollefsen，Gudrun ?stby)關於全球生活在衝突邊緣地區人數的初步結果(2016年為7.43億)，以及來自WorldPop[36]、IHME[6]、FAO[4]和UCDP[2]的地圖。參見過去幾十年的進步速度：gapm.io/edafr2。
中國、孟加拉國和越南的進展。保羅和安妮·埃爾利希(Paul，Anne Ehrlich，1968)的“人口炸彈”促成了一個普遍的觀點，即亞洲和非洲永遠無法養活其不斷增長的人口。饑荒造成的死亡數據來自EM-DAT。奧斯陸和平研究所(PRIO)製作了衝突和貧困地圖：gapm.io/mpoco。有關全球紡織品生產，請參閱gapm.io/tmante。
IMF預測。我們對IMF預測記錄的評論是基於IMF[2]。見gapm.io/eecof。
伊朗的生育率。德黑蘭醫科大學的侯賽因·馬利克·阿夫紮利(Hossein Malek-Afzali)教授是我在伊朗時接待我的東道主。他向我展示了不孕不育診所，並教我如何了解伊朗的計劃生育和性教育計劃。伊朗——計劃生育的世界冠軍——與其他國家的對比，請參閱gapm.io/vm2。
宗教和嬰兒。在大多數國家，大多數人口屬於一個大宗教，這決定了一個國家會出現在哪個圖表。然而，在許多國家，沒有明顯的多數。例如，在尼日利亞，根據我們的宗教數據Pew [2,3]，在2010年，49％的人是基督徒，48％信奉伊斯蘭教。我們在相關圖表中將81個這樣的國家劃分為三個獨立的氣泡，使用Pew[2]和USAID-DHS[2]估算每個宗教團體的生育率，並根據GDL[1,2]、OECD[37][3]等來源粗略估計每個宗教團體的人均收入。見：gapm.io/ereltfr。
亞洲價值觀。在《解釋生育轉變》(Explaining Fertility Transitions，1997)中，凱倫·奧本海姆·梅森(Karen Oppenheim Mason)討論了家庭規範的變化。隨著人們變得富裕並且他們的生活方式變得現代化，性別角色在所有文化中都發生了相當快的變化。在強調大家庭的文化中，價值觀可能會變得更緩慢一些。見gapm.io/twmi。
孟加拉國亞洲女子大學。見http://www.auw.edu.bd。
自然保護區。關於自然保護區的數據基於世界保護區數據庫(UNEP[5])的數據，以及受保護地球報告(UNEP[6])和IUCN[1,2]。1911至1990年的趨勢來自阿布恰克拉(Abouchakra)等人的《向前看：50個重要趨勢》(Looking Ahead: The 50 Trends That Matter，2016)。有關詳細信息，請參閱Gapminder[5]。
過時的黑猩猩問題。在20世紀90年代，卡羅林斯卡醫學院的學生並不知道許多歐洲國家的健康狀況比許多亞洲國家差。這些是我在第一次TED演講中展示的結果：羅斯林(Rosling，2006)。十三年後，當我們想要檢查人們的知識是否有所改善時，我們無法使用原來的問題，因為這些歐洲國家已經趕上了，如這裏的動畫圖表所示：gapm.io/vm3。
美國和瑞典的文化變遷。美國對同性婚姻態度的數據來自Gallup[5]。
第八章：單一視角
民意調查結果來自專業人士。有關此處提及的專業人員組和其他人的民意調查結果，請參閱gapm.io/rrs。
專家預測。在一個領域擁有非凡專業知識的人，在事實問題上的得分與其他人一樣錯得嚴重。《超預測》(Superforecasting，2015)的作者菲利普·E.泰洛克(Philip E.Tetlock)和丹·加德納(Dan Gardner)對此並不感到驚訝。在該書中，他們描述了一種係統的方法來測試人們預測未來的能力，他們發現有一件事會真正損害良好的判斷力，那就是狹隘的專業知識。他們還描述了通常具有良好判斷力的人格特質：謙遜、有好奇心以及從錯誤中學習的意願。您可以在“良好判斷力”(Good Judgment)項目中練習預測：www.gjopen.com。
林道諾貝爾獎獲得者會議。這是一個偉大的年輕研究人員的年度聚會，由於這個精彩的組織，他們有機會每年一次向諾貝爾獎獲得者學習。我們不是批評他們!我們隻是在疫苗接種問題上使用他們真正的低分來證明專家知識並不能保證他們對其他問題有正確的認知知識。請在林道網頁上閱讀更多關於這場演講的內容：gapm.io/xlindau64。
掠奪自然資源。關於公地和如何避免剝削的討論，請參閱2010年的《掠奪的星球：我們為什麽必須以及如何管理全球繁榮的自然》(The Plundered Planet: Why We Must and How We Can-Manage Nature for Global Prosperity)，作者保羅·科利爾，以及IUCN Red List[4]。
教育需要電力。有關詳細信息，請參閱UNDESA[38]。
美國的醫療支出。支出數據來自WHO[12]。美國在與其他收入水平第四級的資本主義國家的支出比較來自OECD[1]，這項研究名為“為什麽美國的醫療支出如此之高？”的結論是，美國醫療保健係統的成本全麵提高，尤其是門診護理和管理成本，並且這不會帶來更好的結果，因為該係統不會激勵醫生花時間給最需要護理的患者。見gapm.io/theasp。
民主。保羅·科利爾的書和他們的事實一樣令人不安。請參閱他的《戰爭，槍支和投票：危險地方的民主》(Wars，Guns and Votes：Democracy in Dangerous Places，2011)，了解民主是如何破壞收入水平第一級國家的穩定，而不是讓它們更安全。在法裏德·紮卡利亞的《自由的未來：國內外的自由民主》(The Future of Freedom：Illiberal Democracy at Home and Abroad)中討論了更多令人不安的民主問題。我們必須提醒自己溫斯頓·丘吉爾的明智話語：“沒有人假裝民主是完美的或全智的。事實上已經說過了。除了所有其他嚐試過的形式，民主是最糟糕的政府形式。”見gapm.io/tgovd。
快速的經濟增長和民主。該討論基於IMF[1]的經濟增長數據和2016年The Economist[39][2]的民主指數。該指數給各國“民主”評級，分數區間為1到10，其中最低分為1.8，朝鮮；最高分為9.93，挪威。以下是過去五年經濟增長最快的十個國家和民主得分(增長最快的排在前麵)：土庫曼斯坦，1.83；埃塞俄比亞，3.6；中國，3.14；蒙古，6.62；愛爾蘭，9.15；烏茲別克斯坦，1.95；緬甸，4.2；老撾，2.37；巴拿馬，7.13；格魯吉亞，5.93。十個增長最快的經濟體中隻有一個在民主方麵得分很高。
第九章：歸咎他人
被忽視的疾病。對於製藥行業無利可圖的疾病清單，由於受害者幾乎完全是生活在收入水平第一級的人，請參閱WHO[15]。最近，埃博拉就在此列表中。
係統思考。彼得·聖吉(Peter Senge)在企業組織中提出了係統思考的概念，作為阻止人們互相指責並幫助他們理解導致問題的機製的一種方式。但他的想法適用於各種組織，因為指責別人會阻止正確理解問題。參見聖吉的《第五項修煉：學習型組織的藝術與實踐》(Senge，The Fifth Discipline：The Art&Practice of the Learning Organization，1990)。參見gapm.io/fblame。
聯合國兒童基金會的低成本。聯合國兒童基金會精簡的物流和供應鏈令人驚歎。如果您想出價，可以在www.unicef.org/supply/ index_25947.html上查看聯合國兒童基金會正在尋找的用品和服務。您可以在UNICEF[5]了解更多有關其采購流程的信息。
為什麽難民不坐飛機。瑞典沒有在第二次世界大戰期間沒收那些來自丹麥的走私難民的船隻——請參閱BBC紀錄片《丹麥猶太人如何逃脫大屠殺》。根據戈德伯格(Goldberger，1987)的說法，這些船隻救了7220名丹麥猶太人。今天EU Council[40][1]指令2002/90/EC將“走私者”定義為促進非法移民的任何人，FU Council[2]框架工作決定允許“沒收用於實施犯罪的交通工具”。但《日內瓦公約》說， 其中許多難民有權獲得庇護，見難民專員辦事處。見gapm.io/p16和gapm.io/tpref。
二氧化碳排放。研究人員正試圖弄清楚如何調整排放配額以適應不斷變化的人口規模，參見申明等人(Shengmin，2011)和勞帕赫等人(Raupach，2014)。見gapm.io/eco2a。有關不同收入等級的二氧化碳排放的更多信息，請參閱gapm.io/tco2i。
梅毒。如果您認為自己沒有生活在最好的時期，請搜索梅毒的圖像，您很快就會感到幸福。通過格拉斯哥大學圖書館，我們從奎爾特(Quetel，1990)得到了許多這種令人作嘔的疾病的名字。
出生率下降和強大的領導者。這個交互式圖表顯示了自1800年以來所有國家的出生率下降：gapm.io/vm4。
流產。世界衛生組織關於獲得安全墮胎的準則說：“獲得安全墮胎服務的限製導致不安全墮胎和不必要的墮胎。幾乎所有不安全墮胎造成的死亡和發病率都發生於在法律及在實踐中墮胎嚴重受限的國家。”見WHO[2]。
機構。通過維護機構的人員所做的工作，可以最好地理解機構。在阿比吉特·班納吉(Banerjee)和埃斯特·迪弗洛(Duflo)的《貧窮的本質》(Poor Economics，2011)一書中，他們描述了使逃離貧困更加容易的基本製度。見gapm.io/tgovin。
拯救世界於埃博拉的政府雇員。莫索卡·法拉(Dr.Mosoka Fallah)是我有幸在蒙羅維亞一起工作的埃博拉接觸者追蹤工作人員之一。聆聽他自己關於政府員工的言論以及他們在社會最需要他們時的承諾，並聽他描述如何在尋找感染的同時保持社區內的信任，在他的TEDx蒙羅維亞談話中：gapm.io/x1。
謝謝工業化。你可以在gapm.io/vid1的TED演講中看到神奇的洗衣機。
第十章：情急生亂
麻痹病症。要了解村民和他們的孩子患有麻痹病症的生活，請觀看由托爾基德·泰爾斯卡(Thorkild Tylleskar，1995)錄製的電影，錄製於班頓杜省，現今的剛果民主共和國：gapm.io/x2。
要麽現在，要麽別做。在羅伯特·西奧迪尼(Robert Cialdini)的《影響力》(Influence，2001)中學習如何保護自己免受常見銷售伎倆影響。
情急生亂的本能。請參閱泰洛克和加德納的《超預測》，了解更多關於我們保持“可能”的難度，以及因此在我們的頭腦中保持合理的選擇範圍。
冰蓋融化。《格陵蘭今日》網站顯示每天北極的融化情況，請參閱https://nsidc.org/greenland-today。
GDP和二氧化碳的新數字。經合組織定期為其35個富裕成員國發布數據。截至2017年12月，最近的GDP增長數字來自六周前。而二氧化碳排放的最新數字來自三年前；見OECD[2]。對於瑞典，可以在瑞典環境和經濟核算體係網站上找到不超過三個月的二氧化碳排放數據，見SCB[41]。
氣候難民。許多研究聲稱，由於氣候變化，難民人數將急劇增加。英國政府科學辦公室的課題《移民和全球環境變化》(前瞻，2011年)顯示了這些主張所依據的共同假設的根本弱點。首先，它發現了大部分經常被引用的研究僅涉及兩個原始來源：一個估計氣候變化將產生1000萬難民，另一個預計將有1.5億難民，參見專欄1.2：“現有的‘環境移民人數’估計傾向於基於一個或兩個來源。”其次，它發現這些原始資料低估了生活在收入水平第一級和第二級的人以及他們應對變化的能力。相反，他們將遷移描述為麵對氣候變化的唯一選擇。
將所有問題都歸結為單一問題——氣候——的壞習慣稱為氣候減少主義。麵對它不是否認氣候變化，而是記住世界曆史上人們適應新環境的許多例子，懷抱現實的期望去應對它。參見魯思·德弗裏斯(Ruth DeFries)撰寫的《大棘輪》(The Big Ratchet，2014)。
關於全球移民和難民情況的事實情況，請參見難民署人口統計數據：http：//popstats.unhcr.org/en/overview，閱讀保羅·科利爾的《出埃及記》(Exodus，2013)，亞曆山大·貝茨(Alexander Betts)和保羅·科利爾的《避難所》(Refuge，2017)。
埃博拉病毒。WHO[13]列出了自2014年以來為追蹤埃博拉流行病而編製的所有情況報告。它們仍然顯示可疑病例，CDC[3]繼續使用高估計數，其中包括疑似和未經證實的病例。
五大全球風險。有關基於事實的主要風險的更長列表，請參閱斯米爾所著的《全球災難與趨勢：未來50年》(Global Catastrophes and Trends：The Next Fifty Years，2008)。對於那些發現數字令人平靜的人來說，您可以在這裏找到比例風險和各種可能的致命中斷的不確定性。見gapm.io/furgr。
全球流行病的風險。西班牙流感的一個小版本比一個大版本更可能。見斯米爾(Smil，2008)。雖然我們應該反對肉類行業中過量使用抗生素的行為——見WHO[14]——同時我們必須小心不要犯下我們在使用DDT上犯的錯誤，變得過度保護。如果它們更便宜，抗生素可以挽救更多的生命。見gapm.io/tgerm。
金融崩潰的風險。在過去十年中，外部環境不穩定，資本市場越來越以極端事件為特征，觀察多布斯(Dobbs)等人在《無普通幹擾》(No Ordinary Disruption，2016)中的觀點。另見豪斯曼(Hausmann，2015)。參見gapm.io/dysec。
第三次世界大戰的風險。在他的書中，斯米爾(Smil，2008)十年前已經在討論新世界秩序的六個正在發展的趨勢如何慢慢導致世界各地之間的衝突加劇：歐洲的地位、日本的衰落、伊斯蘭的選擇、俄羅斯的方式、中國的崛起和美國的撤退。見gapm.io/dysso。
氣候變化的風險。這篇文章借鑒了保羅·科利爾的《掠奪星球》，經濟學家埃莉諾·奧斯特羅姆(Elinor Ostrom)和OurWorldInData[7]的思想。見gapm.io/dysna。
極度貧困的風險。該文章借鑒了世界銀行[26]、ODI、PRIO、保羅·科利爾的《最底層的十億》以及BBC紀錄片《不要恐慌——終結貧困》，見Gapminder[11]。雖然極度貧困比例已經下降，根據PRIO的初步數據，生活在衝突中的極度貧困人口數量一直穩定甚至增加。如果目前的戰爭持續下去，絕大多數極度貧困兒童將很快生活在軍事戰線之後。這對國際援助構成了文化挑戰。參見斯德哥爾摩宣言(2016)。見gapm.io/tepov。
第十一章：實事求是
多元化經濟。麻省理工學院已經製作了一個免費工具(https:// atlas.media.mit.edu/en/)，以幫助各國根據其現有的行業和技能製訂出最佳的多樣化方法，請參閱gapm.io/x4或閱讀豪斯曼等人(Hausmann，2013)。
老師。訪問www.gapminder.org/teach，查找我們的免費教學材料，加入教師社區，他們在課堂上推廣基於事實的世界觀。
“Speling miskates”。這個錯字是有意的，受到東方地毯應該總是至少包含一個故意錯誤這一事實的啟發。每個東方地毯中至少有一個結總是錯的。它提醒我們，我們是人類，我們不應該假裝我們是完美的。
建設性新聞。以下是解決新聞問題的兩種截然不同的方法：https：//constructiveinstitute.org和https://www.wikicribune.com/。
本地無知和數據。不要錯過艾倫·史密斯的TEDx演講《為什麽你應該喜歡統計數據》，他在那裏展示了英國當地誤解的好例子。我們開始開發本地化的可視化，就像斯德哥爾摩這樣。每個氣泡代表一個小的城市的區域。點擊開始，看看90％的地區是如何集中在中間的某個地方，以及斯德哥爾摩的大部分地區如何變得更加富裕和受過更多教育，即使斯德哥爾摩的政治辯論經常討論生活極端的人，因為這些差異大得令人不安。見gapm.io/gswe1。
最後的說明
免費的全球發展數據。開放數據獲取和研究使本書成為可能。1999年，世界銀行在光盤上製作了有史以來最全麵的全球統計數據：世界發展指標。我們將內容做成動畫氣泡圖，上傳到我們的網站，以方便人們使用。世界銀行有點生氣，但我們的論點是，納稅人已經支付了這筆官方數據的費用，我們隻是確保他們能夠獲取他們已經擁有的東西。我們問道：“難道你不相信免費獲取信息，能使全球市場力量按照他們應有的方式運作嗎？”2010年，世界銀行決定免費發布所有數據(並感謝我們的堅持)。我們在2010年5月的新開放數據平台儀式上亮相，此後世界銀行成為我們獲得可靠的全球統計數據的主要接入點，見seegapm.io/x6。
感謝蒂姆·伯納斯·李和其他免費互聯網的早期夢想家，使這一切都成為可能。在他發明萬維網之後的某個時候，蒂姆·伯納斯·李聯係了我們，要求借用一個幻燈片，展示一個鏈接數據源的網絡如何蓬勃發展(使用漂亮的鮮花圖像)。我們免費分享了我們所有的內容，所以當然我們同意了。蒂姆在他2009年的TED演講中使用了這個“花——演示文稿”——見gapm.io/x6——以幫助人們看到“下一個網絡”的美麗，並將我們基金會作為一個例子，說明當來自多個來源的數據匯集在一起時會發生什麽，參見BernersLee(2009)。他的視野如此大膽，我們到目前為止隻看到了早期的趨勢!
遺憾的是，本書幾乎沒有使用國際能源署(www.iea.org)提供的數據，該數據與經合組織一起，仍然在很多納稅人的數據上標注價格。由於能源統計數據過於重要而無法訪問，因此這可能會，而且必須很快改變。
[1]本部分筆記均可以在網站上找到詳細版本，使用的縮寫與網站保持統一，以便查找相關網頁。——編者注
[2]聯合國人口署。
[3]世界銀行。
[4]衛生計量與評價研究所縮寫。
[5]世界經濟論壇。
[6]一個教育成就數據統計網站。
[7]世界銀行和國際能源機構之間的合作項目。
[8]聯合國兒童基金會。
[9]聯合國兒童死亡率估算機構間小組。
[10]一種交互式計算工具。
[11]行政培訓和發展中心。
[12]聯合國環境規劃署。
[13]聯合國糧食及農業組織。
[14]一家享譽全球的獨立網上市場研究公司。
[15]一個展示全球生活條件和地球環境變化的網站。
[16]聯合國教科文組織。
[17]聯合國兒童基金會多指標聚類調查。
[18]美國國際開發署人口和健康調查。
[19]世界人口微觀共享數據庫。
[20]災後需求評估。
[21]聯合國國際減災戰略。
[22]國際民航組織。
[23]奧斯陸和平研究所。
[24]烏普薩拉衝突數據計劃。
[25]一個提供民意調查、人口統計等服務的事實研究中心。
[26]蓋洛普谘詢公司。
[27]美國疾病預防控製中心。
[28]美國國家公路交通安全管理局。
[29]美國聯邦調查局。
[30]美國司法統計局。
[31]世界衛生組織的肺結核病數據。
[32]二氧化碳信息分析中心。
[33]聯合國人口基金。
[34]維基百科。
[35]海外發展研究所。
[36]一個人口分布圖項目。
[37]經濟合作與發展組織。
[38]聯合國經濟和社會事務部。
[39]《經濟學人》雜誌。
[40]歐盟理事會。
[41]瑞典統計局。