人生的两条曲线(No.139)

01

有两条曲线,知道了就让人放心不下。

一条是描述随机变量分布规律的,叫做正态分布曲线,另一条是幂律分布曲线。

所谓正态分布,是说数据中的大部分都接近平均值,极端好和极端差的很少。人的身高、体重、智商就是典型的正态分布。

比如智商,随便找一群人测试,如果横坐标是智商值,纵坐标是此智商值的人数,把统计结果标注在图表上,只要人数足够多,智商分布就会呈现出中间高,两头低,像钟一样的曲线。

按照统计的「68-95-99.7原则」,如果把所有人的平均智商设定为100,然后向右、向左智商加减15分,那么将有68%的人,智商分布在85-115之间,3%的人智商会超过130,智商高于145的人,只有0.1%。当然,智商低于70的,也只有0.1%。

Empirical_Rule.来源维基百科

正态分布说明,从人的硬件条件上看,大家其实差别不大。

幂律分布又叫帕累托分布,经济学家帕累托观察真实世界时发现,财富总向少部分人处聚集,如果横轴是财富排名,纵轴是财富值,那幂律分布线是一条急速下降,再缓慢收敛的曲线。

比如世界上80%财富被被20%的人拥有,而这20%的已经挺富裕的人中,又有20%人占据了富人里80%的财富。一战前的英国,最富有的1/10家庭,总资产甚至占据全国资产的92%。2015年,全球最富有的85个人,财富相当于排名后50%的35亿人口的财富之和。

来源哈克博客

幂律分布在生活中也很常见,比如互联网的网页那么多,大家经常点击的就那么几个,20%的页面就能满足80%的需求;投身娱乐圈,一线明星与尚未出名的相比,收入差距完全不是一个量级;你去做直播,带货能力恐怕永远也无法超越罗永浩、李佳琦.....

这就奇怪了,既然大家都是差不多的人,为何最终取得的财富、掌握的资源、获得的关注差距如此之大?

02

问题的根源,在于事件之间是如何相互作用和影响的。

如果影响结果的事件,是相互独立的随机变量相加,那结果就是正态分布。

比如人的身高至少由180个基因共同决定,有的决定小腿多长,有的决定脖子多长,而身高是所有这些因素相加之和。

但这些基因不太容易完全发挥出色,或者完全发挥失常,综合起来,大部分人身高就比较平均,像姚明或者是《冰与火之歌》里的小恶魔,那都是极端特例。


如果不独立事件相互影响,把这些变量相乘,结果就是幂律分布。

比如财富积累,如果有钱,钱就会成为资本,流动到利润更高的领域,攫取更多财富,你就变得更有钱;一开始关注度比较高,就会引起更高关注;大家都在看《长安十二时辰》,你马上也想一探究竟......

为什么我们不能预测地震?因为地震就是幂律分布,地壳相互作用挤压,岩浆流动,变量特别多,这些变量之间相互作用,牵一发动全身,导致即使小震不断,也无法得知什么时候会来个极端大的。

还有牛校之所以牛,不是老师牛,而是学生牛,学生天然素质高,老师也容易教出好成绩,继而成就名校,吸引更多牛学生。

就像乔布斯,用人只选A类人才,因为只有A才能吸引A,用B只能吸引到C。

幂律分布的世界,是个马太效应横行,赢家通吃的世界,就像老子说的,天之道,是损有余而补不足,但是人之道,却是损不足以奉有余。

即使大家硬件差不多,但如果你身处幂律领域,可能大富大贵,也有可能一贫如洗。

03

以前我特别喜欢央视一档名叫《致富经》的节目,偶尔调到就会一直看完。节目主角都是普通人,甚至还稍显落魄,但机缘巧合下他开始养猪或着其他什么,虽会遇到挫折,但经过农技站帮助,最终获得市场高额回报,造福一方。

这就是农业版的英雄之旅啊。时至今日,我还常遭老婆嘲笑,我不忿,谁年轻时还没做过凭劳动和汗水养猪致富的梦?

但现在想来,这注定是黄粱一梦。在充分竞争市场,低垂的果实早被摘走,剩下的都是坑和陷阱,即使成功,那也是极端特例,就像你发现一桶油竟然只要0.01美元,抄个底买它个1万美元,待睡一觉醒来,却发现欠了银行几千万一样。

想要大富大贵,得选对行业。集中度不高的分散的市场,看似遍地都是机会,却注定只能赚点平均利润,因为这是正态分布领域。

比如餐饮,即使你有独门秘籍,把一道菜味道做出天际,大家梦中都流口水,但在固定时间内,你能服务的对象也十分有限,时间成本限制了你滑动到曲线右边。

服务行业基本如此,理发师、汽车维修、医生、律师......哪怕水平再高,能接触的客户也就那么几个。

但假如理发师开个直播,医生做个在线讲座,律师复制粘贴律师函,把事业做成作品,它就脱离了时间束缚,开始自我繁殖,优先连接起来。

如果我女儿以后同时喜欢画画和音乐,那我一定要建议她选择音乐,因为音乐作品能大规模生产交付,它生长在幂律世界。

04

但幂律世界可不是那么好混。

就像那条急速下降的曲线,你有可能走入上游,但还可能变成长尾。

谁都知道要努力,要奋斗,但这里还有原始积累和运气成分,这些无法控制。

富人的孩子都在学啥?学做选择决策,学结交朋友,学怎么判断趋势,精英家长打小就把孩子带入各种社交场合,让他们借助父母优势放大自己的努力。

不服气吗?随便举个例子,就如全中国那么多英语出色的小孩,但谁能像黄多多一样,有机会和斯皮尔伯格谈笑风生?富二代早已发出灵魂拷问:我几代人的努力,凭什么输给你十年寒窗苦读?

所以普通人,还是适合呆在正态分布的领域,为何?因为好混,存活机会更大,平均水平上下就能糊口。

就像把全中国公务员的「工资」排个名,你肯定在中间晃荡,是那大部分的68%,不用996,你也可以按时下班回家带娃。

不过,这样的环境会最终会泯灭人的斗志和野性。「给多少钱就干多少活吧,我的付出对得起这份工资」......而不再考虑这个想法是对是错。

这就是正态分布工作的弊端,日子久了,所有工作都是重复劳动,它占用了你全部时间,就算把工作当成作品精心雕琢,也不太可能有什么幂律结果。

所以,身处正态分布里,心态很重要,要随时提醒自己,这就是「普通人的常态啊」,然后,再追求点额外的「意义」。

比如,只跟自己死磕,既然精力有限,那就在自己的产出中提高良品率。提高良品率,就是在总量、标准差不变条件下,把曲线右移,说人话就是提高自身实力。


工资都不算啥,能力提高才值钱。

比如,只把精力重点投放在工作的高价值领域,然后其他时间回归家庭。

在20%的重点领域专注地用力,还要持续抓重点,才能抓住效率的关键。每个领域都分配精力,不符合幂律定律,是战略性失误。

而所谓高价值,无非是那些有点难度的事。在一个正态分布的环境,这样的事非常好找:遇到老虎怎么办?跑得比同伴快一点。

选对领域,专注努力,等待运气,人生啊,还真是有点难。


参考:
1.万维钢《怎样增加优异数》《标准差和人生哲学》

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 210,914评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 89,935评论 2 383
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,531评论 0 345
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,309评论 1 282
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,381评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,730评论 1 289
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,882评论 3 404
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,643评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,095评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,448评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,566评论 1 339
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,253评论 4 328
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,829评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,715评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,945评论 1 264
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,248评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,440评论 2 348