如果你这么聪明,为什么你不富有呢?事实证明,这只是一种偶然

2020-06-03 15:30:23

财富的分配遵循一个众所周知的模式,有时被称为80:20规则:80%的财富由20%的人拥有。事实上,去年的一份报告得出结论,只有8名男性的总财富相当于世界上最贫穷的38亿人的财富。

这似乎发生在所有社会、各种规模的社会中。这是一种经过充分研究的模式,称为幂律,出现在广泛的社会现象中。但财富分配是最具争议的模式之一,因为它提出了关于公平和功绩的问题。为什么这么少的人会有这么多的财富呢?

传统的答案是,我们生活在一个精英统治下,人们会因为他们的才华、智力、努力等而获得奖励。许多人认为,随着时间的推移,这会转化为我们观察到的财富分配,尽管健康的运气可以发挥作用。

但这个想法有一个问题:虽然财富分配遵循幂律,但人类技能的分布通常遵循关于平均值对称的正态分布。例如,通过智商测试衡量的智力就遵循这种模式。平均智商是100,但没有人的智商是1000或10000。

以工作时间来衡量,工作量也是如此。有些人工作时间比平均水平多,有些人工作时间少,但没有人比其他人多工作十亿倍。

然而,当谈到这项工作的回报时,有些人确实比其他人拥有数十亿倍的财富。更重要的是,大量研究表明,以其他标准衡量,最富有的人通常并不是最有才华的。

那么,是什么因素决定了个人如何变得富有呢?会不会是这种机会发挥的作用比任何人预期的都要大呢?如何才能利用这些因素,无论它们是什么,让世界变得更美好、更公平呢?

今天,多亏了意大利卡塔尼亚大学的亚历山德罗·普鲁奇诺(Alessandro Pluchino)和几位同事的工作,我们得到了答案。这些人创造了一个人类天赋的计算机模型,以及人们如何利用它来开发生活中的机会。该模型允许团队研究偶然性在这一过程中的作用。

结果让人大开眼界。他们的模拟准确地再现了现实世界中的财富分布。但最富有的人并不是最有才华的人(尽管他们必须有一定程度的才华)。他们是最幸运的。这对社会如何优化从商业到科学的一切投资所获得的回报有着重要的影响。

普鲁奇诺和他的同事的模型是直截了当的。它由N个人组成,每个人都有一定的才华(技能、智力、能力等等)。这个天赋在某个平均水平附近呈正态分布,并有一些标准偏差。因此,有些人比平均水平更有才华,有些人则不那么有才华,但没有人比其他任何人的才华高出几个数量级。

这与各种人类技能,甚至是身高或体重等特征的分布是相同的。有些人比平均水平高或低,但没有人有蚂蚁或摩天大楼那么大。事实上,我们都很相似。

计算机模型将每个人的工作年限绘制成40年的图表。在这段时间里,这些人经历了幸运的事件,如果他们有足够的才华,他们可以利用这些事件来增加自己的财富。

然而,他们也会经历减少财富的不幸事件。这些事件是随机发生的。

在40年的最后,普鲁奇诺和他的同事根据财富对个人进行了排名,并研究了最成功的人的特征。他们还计算财富分配情况。然后,他们多次重复模拟以检查结果的稳健性。

当团队根据财富对个人进行排名时,分布情况与现实社会中看到的情况完全相同。普鲁奇诺和他的公司报告说:“‘80-20’规则受到尊重,因为80%的人口只拥有总资本的20%,而剩下的20%拥有相同资本的80%。”

如果最富有的20%最终被证明是最有才华的,这可能并不令人惊讶或不公平。但事实并非如此。最富有的人通常不是最有才华的人,或者根本不是最有才华的人。研究人员说:“最大的成功从来不会与最大的才华重合,反之亦然。”

那么,如果不是人才,还有什么因素会导致这种不对称的财富分配呢?“我们的模拟清楚地表明,这样的因素纯粹是运气,”普鲁奇诺和他的同事说。

该团队通过根据个人在40年职业生涯中经历的幸运和不幸事件的数量对其进行排名,从而证明了这一点。“很明显,最成功的人也是最幸运的人,”他们说。“而不太成功的人也是最不幸的人。”

这对社会有重大影响。利用运气在成功中扮演的角色,最有效的策略是什么?

普鲁奇诺和他的同事从科研经费的角度来研究这一问题,这显然是他们最关心的问题。世界各地的资助机构都对最大化其在科学界的投资回报感兴趣。事实上,欧洲研究理事会(European Research Council)最近投资了170万美元,用于研究偶然发现-运气在科学发现中的作用-以及如何利用它来改善资助结果。

事实证明,普鲁奇诺和他的同事很好地回答了这个问题。他们使用他们的模型来探索不同类型的融资模式,看看当考虑到运气时,哪种模式产生的回报最好。

该团队研究了三种模式,在这三种模式中,研究资金平均分配给所有科学家;随机分配给一部分科学家;或者优先分配给过去最成功的科学家。这些中哪一个是最好的策略?

事实证明,提供最佳回报的策略是在所有研究人员之间平均分配资金。排名第二和第三的策略包括将其随机分发给10%或20%的科学家。

在这些情况下,研究人员最能利用他们不时做出的偶然发现。事后看来,很明显,一位科学家在过去做出了重要的偶然发现,并不意味着他或她将来更有可能做出这样的发现。

类似的方法也可以应用于对其他类型企业的投资,如小企业或大企业、科技初创企业、增加人才的教育,甚至创造随机的幸运事件。