Fasthold de fattige i fattigdom

En automat er opstillet på et torv, der sælger billige t-shirts for 2€. Når nogen prøver at købe en t-shirt, får de vist en video om fattige Manisha, som angiveligt har syet den. Videoen fortæller, at hun er en ud af millioner, der producerer billigt tøj for så lidt som 13 cents i timen, og arbejder 16 timer om dagen. Købere bliver derefter spurgt om de stadig vil købe t-shirten, hvilket de ikke vil.

Men, hvad skal Manisha leve af, hvis ingen vil købe de varer hun kan producere? Hvordan skal hun brødføde sig selv og sin familie hvis hun ikke kan tjene penge på det hun kan? Hvordan kan folk så hjerteløst forbande hende til en værre skæbne end den hun har?

Men det slutter ikke her: De potentielle købere bliver i stedet bedt om at donere de 2€ til Fashion Revolution, en gruppe meget succesfulde europæiske designere og deres formodentligt lige så rige venner, der vil revolutionere modebranchen. Alle personerne i videoen donerer pengene til de rige godgørere, fremfor at købe en billig t-shirt af fattige Manisha. Det er ikke rart at se på.

Heldigvis er der andre, der gerne vil være med til at hjælpe de fattige ud af fattigdommen.

Values & Capital: Kathie Lee Gifford var chokeret og forfærdet, da hendes tøjlinie blev beskyldt for at bruge sweatshops i 1996. Gifford brød ud i tårer og undskyldte på TV, da hun mødte Wendy Diaz, en 15 årig arbejder fra Honduras.

I artiklen “Til forsvar for sweatshops” af Benjamin Powell, assistant professor i økonomi ved Suffolk Universitet, spørger han om Kathie Lee skulle have grædt? Hendes honduranske arbejdere tjente $3 om dagen imens halvdelen af den honduranske befolkning tjener mindre end $2 om dagen. Er det hjerteskærende? Powell foreslår:

Wendy Diaz’s budskab skulle have været: Græd ikke for mig, Kathie Lee. Græd for de honduranere, der ikke er heldige nok til at arbejde for dig.

Læs også otte argumenter for sweatshops.

Leave a Comment

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.