為什麼富人越來越富，窮人越來越窮？

11-16

這是馬太效應嗎？
本題已收入知乎圓桌 ? 日常經濟學 · 我為什麼這麼窮，更多「勞動經濟學」、「貧富差距」相關話題歡迎關注討論

為什麼富人越富，窮人越窮？這個聲明裡面我默認窮人富人是相對的，也就是說貧富差距在擴大。因為我們的絕對生活水平因為科技進步的緣故還是在提高。這個問題光看勞動和資本的邊際回報是會掩蓋一些問題的。

首先，要承認人和人的天賦之間從經濟上本來就是不平等的，生產率也是有差異的。有些天賦（比如判斷股票市場漲跌的直覺）就是要比另外一些天賦（比如可以讓自己的無名指直立起來）對市場來說更加的有價值。那麼即便大家起初的資產一樣，有些人通過天賦和運氣，就會比另外一些人更加的富有，強行大鍋飯只會減少人們創新和努力的動力，結果就是讓大家都窮了。所以我們可以假定最初的一批人通過天賦差異，獲得了一些資本，然後看資本和勞動的回報。

要明確的一點是，從微觀上看，勞動和資本的邊際回報率都是遞減的，資本這方面並不例外。因為如果勞動力積壓，資本不足，相當於100個工人需要輪流的用一個車床，這個時候再增加100個工人所帶來的效率提升就遠遠不如增加一個車床來的快；同樣的，如果10個工人有100個車床可以用，那麼再增加1個車床，不如再增加100個工人。不同行業，不同企業都會有一個資本和勞動力的最優配比，資本太多了，資本回報率就會下降，勞動力太多了，勞動力的回報率就下降。根據市場工資和市場資產回報率的高低，在最優的配比下，完全有可能出現勞動力的邊際回報率大於資本的邊際回報率的情形。

但是問題在於，再多的資本，其產出的紅利都可以由一個人或者少數幾個人所佔有，但是單個人所能提供的勞動力是有限的，因為每個人每天只有24個小時的時間。所以即便是在一個市場上，勞動力的邊際回報很高，市場工資很高，但是勞動力邊際回報的紅利會因為員工能提供勞動力的限制依然可能出現貧富差距越來越大的情況。一旦如此，根據 @Manolo 在本題下所提供的模擬，就無法阻止貧富差距進一步擴大。

所以要阻止少數人佔有大多的資本本質上就意味著，能不能讓每一代人都完全公平的起點進行公平的競爭？這個其實很難。下面我從教育、社保和稅收、立法等方面說明這些均貧富的努力最終的效果都是有限的。

教育對人有沒有提高作用呢？之前 @chenqin 在本題的回答已經論證了教育的回報率是相當可觀的。但是富有的人往往可以給自己的子女創造更好的受教育的機會，並且富有的人也可以給子女提供更多的實踐的機會，讓他們在更小的時候就可以接觸到比如創業、資本的運作等等，這些條件是窮人很難享有的。所以教育對聰明的個體而言，確實是偶爾能夠生產出逆天的存在，讓自己從無到有，從窮到富的，但是就整體而言，教育並不能減少貧富差距。有的時候，我們觀察到的教育讓貧富差距的暫時性減少，是因為在特別貧困的基層，讓教育從無到有，對人力資本的巨大提升，這種巨大的提升會短暫的拉升大批極端貧困的人的生活水平。

但是當所有人都可以享受到公立教育的時候，優質的教育資源無論何時總是稀缺的，我們永遠不可能設計出一個制度，讓富人比窮人在教育方面有劣勢——因為富人總是可以模擬窮人的行為，而窮人無法模擬富人的有些行為。

社保和稅收，其建立的目的並非是單一的劫富濟貧，也有創造代際之間的資產轉移的意思。古代的人們通過生孩子來完成代際轉移——年輕的時候養孩子，年老的時候被孩子養，但是這個方面不穩定，風險也大，於是現代社會統一建立了保障體系，讓年輕人交稅養老年人。收稅是基於收入的，而富人的收入更加的多元化和複雜，也更加有能力僱傭律師來避稅，反而是窮人的收入來源比較單一，面對稅法的時候很透明，該交的一點都不能少。就這方面而言，對社會保障貢獻最大的拿著較高的固定薪水的勞動者，但是以資本作為自身財富主體的「富人」依然不是吃虧的一方。

最後還有立法的手段，比如可以徵收100%的遺產稅等等。但是法只要成文了，誰能夠僱傭更好的律師來仔細研究法律的條文，在不違反法律的情況下把資產轉移給後代呢？更何況國家和國家之間還存在著競爭富有移民的關係。富人的國際流動性也比窮人高。如果立法太嚴峻，把富人逼急了，富人可以移民到其他稅率低的小國，結果就導致一點稅也收不到了，法國、英國均存在不同程度的富人出逃的情況。所以從國家的角度上講，收過高的稅率，即便不考慮所帶來的激勵減少的負作用，結果就是導致富人大量出逃，過高的稅率依然會壓在中產和窮人身上。

最後的最後，說一點正面的希望：從更長期來看，打破代際優勢傳遞的希望，還是落在養育社會化上。養老社會化我們已經做到了，並且效果也很好，現代父母對子女的控制力度和慾望已經遠遠的小很多了；因為養老的負擔已經不由子女而由社會來共同承擔了。

但是養育的負擔依然落在了父母身上。如果把養育也社會化了，父母和子女之間的經濟從小到大都是相對獨立的，那麼父母處心積慮的想給自己的子女創造競爭優勢的心態就會得到一定的削弱。這方面目前做的比較好的是北歐模式——這種模式對於人類的發展好不好我有保留意見，但是就單純的對於貧富差距和代際優勢傳遞方面而言，北歐模式是有效的，見 @Manolo 的專欄北歐，真的更加平等嗎 - 知乎專欄和Lindahl et al. (2015)

Lindahl M, Palme M, Massih S, et al. Long-Term Intergenerational Persistence of Human Capital: An Empirical Analysis of Four Generations[J]. Journal of Human Resources, 2015, 50(1): 1-33.

已有很多有意思的回答，補充兩篇這個話題上蠻重要的文獻，一理論一歷史。

理論： @章彥博和 @崔紹瑄兩位知友介紹了有趣的模擬模型。實際上，Benhabib、Bisin和朱勝豪在2011年證明，如果每個家庭第 $n+1$ 代的財富 $w_{n+1}$ 和第 $n$ 代財富 $w_n$ 之間，滿足如下形式關係 $w_{n+1}=alpha_{n+1}w_n+eta_{n+1}$ ，其中 $alpha$ 和 $eta$ 是兩個假設並不太強的隨機過程，那麼整個社會的財富分布最終會收斂到冪律分布。所謂「二八定律」，是其中一特殊情況。即使考慮資產稅、消費、遺贈等情形，這一結論仍然成立。細節請見Benhabib J, Bisin A, Zhu S. The distribution of wealth and fiscal policy in economies with finitely lived agents[J]. Econometrica, 2011, 79(1): 123-157。

歐美及拉丁美洲歷史不平等狀況，摘自Scheidel著作。

歷史： @chenqin 和 @趙皓陽兩位知友介紹了有趣的實證結果。放眼歷史，具體是個什麼情況呢？斯坦福大學古典學系教授 Walter Scheidel今年2月出了一本新書，The Great Leveler: Violence and the History of Inequality from the Stone Age to the Twenty-First Century，很精彩。結論：縱觀世界範圍內的人類歷史，若非大範圍暴力或瘟疫，社會不平等程度不會有明顯而持續的下降。當然，這不等於說不平等必然導致暴力，或者暴力可以解決不平等問題。詳情請見Scheidel W. The Great Leveler: Violence and the History of Inequality from the Stone Age to the Twenty-First Century[M]. Princeton University Press, 2017。

這兩份研究未必是定見，但相信有助於我們深入思考。期待更多精彩的回答。

以我們公司為例吧。

我們公司一開始做貿易，後來貿易不行了就進入水處理行業，再後來固廢行業也就是垃圾焚燒什麼的起來了，公司成立了固廢事業部，開始燒垃圾。再後來承包了區內燃氣業務，在區內供天然氣，後來公司資本雄厚了，又承包了區內河流治理，現在也開拓了危險廢物處理，這一塊利潤還是蠻高的。最近早期的做貿易時的一點尾巴資產徹底出售，退出了這一塊。

每個產業都要興衰，都有周期，但是資本的流動比人技能的流動要容易得多。大股東敢想敢做，CEO也給力，公司就可以什麼賺錢的行業就做什麼。你看小米，樂視什麼的，橫跨好幾個行業，這就是資本流動的力量。但是一個人，轉個行至少好幾年是一個初級人員，而且試錯成本相對挺高的。但是資本，轉個行業只要團隊給力，迅速可以聚集一群很厲害的人，這不是個人可比的。而窮人越來越窮的現象，一般都發生在行業巨變，個人能力難以遷移的情況下的。

這個感覺真的是無解。

看了目前排在第一的「大糖帝國」模型，其中最後給出的模型是一個類似於「冪率」分布的結果。而似乎也沒有在這個模型中找到什麼關鍵的參數，來導出這個結果。（但要注意，這個模型似乎並不是得到「富人越來越富、窮人越來越窮」的結果）

我這裡從統計力學的角度給出另一個模型，也可以導出相同的結果。（同樣也沒有得到「富人越來越富、窮人越來越窮」的結果）

假設所有人之間隨機進行交易，不可以賒賬（也就是說資本必須大於等於0）。假設初始資本隨機分布，總資本數固定。

這裡有兩個近似：

總資本數固定：這在實際系統中並不是這樣；
隨機交易：這是一個很明顯的近似。

下面進行一個模擬：
初始時，資本的分布是這樣的：

迭代10000次之後，分布是這樣的：

而迭代100000次之後，已經成為了

而迭代100000次之後，已經成為了指數下降分布了：

這個結果很容易從統計物理的系綜理論解釋：

設一國的總資產在一段時間內可以看作是有限的，那麼這個國家所有人的資產數構成一個系統的狀態：
${M_i}$
若發展非常緩慢，即類似靜態的過程，那麼，資產分布可以通過最概然分布求得：

$P(M)=e^{alpha-eta M}$

即如上。

這樣簡單的模型，可以很容易地重現貧富分化的現象，然而這個結果仍然是有問題的，因為實際的分布是冪率下降，而非指數下降。

Barabasi的小世界網路可以展現出指數下降的性質，也比較符合此處的直覺。他的模型是基於一個網路，網路上的節點所連之邊數稱為「度」，若規則要求新加入網路的節點連入某一個已存在節點的概率，正比於其度，則會產生一個「小世界網路」，或是一個「多中心」的網路，其中每一個節點的度分布，符合冪率下降規律。也展現了「富人越來越富、窮人越來越窮」的馬太效應。

但這個模型的缺陷也是顯而易見的——它只給出了生長的動力學，而沒有給出演化的動力學。而本文一開始給出的隨機交易模型，則只給出了演化的動力學。

兩者應該是可以融合的（不過這方面我不了解），其合併後的動力學演化結果還不清楚。但上面給出的兩個模型的分布行為都是相似的。第一個模型看起來更加簡單（雖然和實際的冪率下降有本質區別），個人更傾向認為它更能表現貧富分化的本質原因，即無規律、無「低熵源」（例如政府）調控的情形下，系統總是會傾向於貧富分化嚴重的情形。

——————
參考文獻：
Barabási, Albert-László, and Réka Albert. 「Emergence of Scaling in Random Networks.」 Science 286, no. 5439 (October 15, 1999): 509–12. doi:10.1126/science.286.5439.509.

——————
附錄：代碼

n = 1000; r = 10; mList = RandomReal[{0, 100}, n]; Module[ {index1, index2, swap}, Do[ index1 = RandomInteger[{1, n}]; index2 = RandomInteger[{1, n}]; swap = RandomReal[{0, r}]; If[mList[[index1]] - swap &>= 0, mList[[index1]] -= swap; mList[[index2]] += swap], {20000} ] ]

Histogram[mList, 40, PlotLabel -&> 100000]

（知乎居然支持Mathematica高亮了！Excited！）

「資本回報率太高，勞動回報率太低」這個論斷是錯誤的。

假設一個人有1000萬，用這1000萬，這個人在資本市場上用各種方式獲得了100萬回報，那麼這個人的年資本回報率就是10%。

上圖是美國從1913年至2012年的財富年均回報率。上圖顯示，

上圖是美國從1913年至2012年的財富年均回報率。上圖顯示，財富回報率波動較大，且集中在5%至7%之間。
來源：http://gabriel-zucman.eu/files/SaezZucman2014Slides.pdf

如果用類似的方法來定義勞動回報率，那麼勞動回報率就等於一個人的年收入與這個人的價值的比例。經濟學中，我們用「人力資本」來衡量一個人的價值。人力資本的形成方式主要有兩種，第一是教育投入，第二種是經驗增加，其中最主要的是教育。
這是因為，教育不僅反映了人力資本投資的情況，還能夠直接反映一個人的稟賦——稟賦越高，一個人就能更容易考上高等學校，平均來說就會接受更多的教育。另一方面，經驗的積累很難用價值來體現，因此在這裡我們主要討論教育的回報率。

上圖表示1994年以來的教育回報率。即每向教育投資100元，一名勞動力在勞動力市場上每年可以多獲得的報酬。可以看到，初等教育的回報率高達18.9%至26.6%，遠高於資本回報率。即使是相對不「划算」的高等教育，回報率也高達10.8%至19%。
來源：Taylor Francis Online

現在我們已經明白，資本的回報率，實際上遠低於勞動的回報率，即「人力資本」的回報率。這個答案里提到的資本回報率太高，勞動回報率太低，事實上指的是資本和勞動的邊際產出彈性不同，與回報率這個術語沒有關係。在資本和勞動的邊際產出彈性固定時，富人（資本持有者）的收入比窮人（勞動者）要高，但兩者的收入和資本比值是恆定的，這無法解釋原問題中「越來越富」的動態問題。

再來看三幅圖：

來源：

來源：http://elsa.berkeley.edu/users/saez/alvaredo-atkinson-piketty-saezJEP13top1percent.pdf

來源：

來源：http://gabriel-zucman.eu/files/SaezZucman2014Slides.pdf

第一幅圖表示美國收入最高的1%人口的總收入佔全美總收入的比重。在2011年，勞動收入最高的1%人群的收入總和達到美國總勞動收入的17%。
第二幅圖表示美國最富有的1%人口所擁有的財富比例，第三幅表示最富有的10%人口與餘下90%人口的財富比例。計算可知，在2012年，
最富有的0.01%人口擁有全國11%財富
最富有的0.1%人口擁有全國22%財富
最富有的1%人口擁有全國40%財富
最富有的10%人口擁有全國75%財富。

雖然上面三張圖說的是美國的情況，但在收入分布變化方面，美國具有很好的典型性。這三張圖體現了三個世界共有的有趣現象：

一，財富的不平等程度遠高於收入不平等，收入最高的1%人口的收入集中度，還沒有最富有的0.1%人口的財富集中度來得高。

二，從1980年以來，富人的確越來越富了，越富有的人，其財富佔比增長速度越快，例如，在美國，2012年最富有的0.01%人口的財富擁有比例是30年前4倍多。

二，從0.01%，0.1%，1%到10%，人口比例擴大十倍，而總財富比例僅擴大兩倍。如果從最富有的那個人開始排序，無論取多長的區間，我們總能發現最富的10%擁有的財富量與剩下90%擁有的財富量是幾乎相同的。換句話說，財富排名每上升十倍，財富擁有量將變成約十分之一。這個規律與我在這個回答中所提到的Zipf法則是一致的，財富分布是一種冪律分布。

其實，前面的一個關於單利與複利的回答正是切中了要害的。那就是資本和「人力資本」採用了兩種截然不同的積累與消耗方式。
一，「人力資本」擁有比資本更高的折舊率。十年前的一塊錢放到現在仍然是一塊錢；而十年前的行業前沿知識如果不更新，可能已經一錢不值。
二，資本的回報仍然是資本，只要新增的回報沒有完全被消費掉，那麼資本積累就開始了，且採取了複利的積累方式。而「人力資本」的回報卻仍然是資本，並不是「人力資本」。換句話說，「人力資本」是不會自動積累的，其回報是單利回報。
回憶一下在這個回答中，城市人口分布最後符合冪律分布的原因是什麼？
所有城市人口都以一個同分布的隨機速度增長。
那麼在複利回報下，財富分布同樣符合冪律分布的一個潛在的原因就浮現了：
所有人口的財富都以一個同分布的隨機速度積累。

因此，根本不需要其他假設，只要每個人的財富都按照自然的方式以一個同分布的速度積累，這個社會就會自動產生超高的財富集中度。而收入僅受到單利效應的作用，其集中度也就小於財富分布了。

兩種不同的積累方式，使收入和財富的分布截然不同。這使得一些收入平等性較高的國家，其財富分布集中度也很高。

接下來一個問題是，既然由於複利效應，財富分布將會自動符合一個冪律分布，那麼富人所擁有的財富比例應當是恆定的。也就是說，富人應該始終那麼富。
那麼，為什麼「富人越來越富」的現象會出現呢？
接下來兩幅圖可能可以解釋這個問題：

上圖顯示了美國從

上圖顯示了美國從1960年至1980年不同人群的財富回報率，從圖中我們可以發現，富人並不能有效投資自己的財產——相對於那些財產較少的人，最富有的那群人的資產回報率是偏低的，這就違背了Zipf法則發生的前提——所有人口的財富積累速度服從相同分布。這使得之前的財富分布偏離冪律分布，其中富人的財富比例偏低。

然而，隨著金融深化，金融產品的普及以及虛擬經濟膨脹，擁有巨大財富體量的超級富豪們也逐漸能夠有效地投資自己的財產。上圖是美國從1990年至2012年的財富年均回報率。上圖顯示，無論是超級富有的那群人（財富擁有量排名前0.01%）還是比較富有的那群人（財富擁有量排名前10%），其財富回報率趨同——Zipf法則的前提出現了。
此時，社會整體的財富分布將會回歸冪律分布，我們將能發現最富有人群的財富比例飛速提升——所謂的「富人越來越富」，很可能只是市場摩擦減小，扭曲消除，所有人群所擁有的資本價格都趨同所導致的自然結果。反過來說，除了富人之外的人群資產比例逐漸降低，窮人也就越來越窮了。

（這個回答也是對另外兩個問題「「資本回報率太高，勞動回報率太低」的說法是正確的嗎？為何出現這樣的現象？」、「為什麼有些國家收入水平均衡，而財產分配卻差距巨大？」的回答，這三個問題恰好是一脈相承的，我只是挑了一個關注人數最多的。）

你們說的太太太太複雜了，還不如很久以前一個做小老闆的親戚對我打過一個比方。

一個窮人，只有5塊錢，他拿去吃一碗面，錢就沒了；一個富人，他有5萬塊錢，拿5塊錢出來吃一碗面，剩下的存在銀行里，沒過幾天這五塊錢就回來了。

現在我對這個故事的理解是：

窮人的「錢」和富人的「錢」不是一回事情。

窮人的「錢」，很大程度上只能算是「購物券」，因為窮人沒有別的選擇，基本的衣食住行開銷已經應付不暇，即使少量餘存可以作為儲蓄，也會被通脹所淹沒。

而富人的「錢」，實際結構是各種各樣的資產，包括股權、債權、不動產、版權等等。他們買珠寶買別墅買遊艇並不是消費，而是把一種形式的資產轉換成另一種形式的資產，真正吃飯購物等消費性支出在其中的佔比相當小，所以資產增值的速度完全可以cover掉消費，所以會造成「一直在花錢但是錢卻越來越多」的感覺。

錢會不斷貶值，而優質的資產會不斷增值，這就是正解。

我比較遺憾的是那位親戚的生意卻是出奇的失敗……

轉一個來自西西河的大糖帝國，很精彩的帖子，我覺得比之前所有答案都好。
原帖地址：【原創】大糖帝國

【原創】大糖帝國 [ 淮夷 ] 於:2012-11-19 13:13:04 主題帖

設想你生活在一個棋盤上面。棋盤上唯一的資源是糖。你在棋盤上四處移動，試圖吃到儘可能多的糖。
這個棋盤稱作Sugarscape，我給它起的中文名字是「大糖帝國」。
這個著名遊戲是1996年美國布魯金斯研究所的Epstein和Axtell設計的，這兩位是用計算機程序模擬經濟演化的先驅。最近我讀過一本磚頭厚的書《 The Origin of Wealth》，提及一些類似的模擬實驗。

目的是這樣：通過簡單的計算機規則，能否模擬出複雜的社會現象，找出現象的成因？為此，他們設計了一個下面的棋盤，然後隨機扔進去250個糖人，這些糖人象徵著社會中的每一個個體。

左側是大糖帝國的地形圖，由50X50個單元格組成。深色格子含糖高，淺色的含糖少，白色的不含糖。西南和東北有兩座深色的糖山，是資源富裕區。棋盤上有大片的淺色地帶（資源有限區）和白色無糖區（不妨想像為真實世界的沙漠）。
右側圖中，250個糖人（黑點）被隨機播撒在各個角落。它們在棋盤上漫遊，尋找糖吃。每個糖人都是單獨的計算機程序(agent)，它們有能力吸收信息，觀察四周，做出行動。
Epstein和Axtell給這些糖人設置了一些簡單的決策規則：
1）糖人的視力可在東西南北四個方向觀測，目標是找到含糖最高的地塊。單元格里的糖被吃掉後，過一段時間能重新長回來。
2）如果所食之糖跟不上新陳代謝的消耗，糖人將餓死，計算機將其清除出局。
3）糖人被隨機分配不同的基因稟賦。這包含兩個指標，一是視力的好壞（有人能看到6格之外，有人只能看眼前1格）；二是新陳代謝的能力（有人代謝一次只消耗1單位的糖，有人則需消耗4單位的糖）。
現在，你按一下啟動鍵，大糖帝國橫空出世，糖人們各自為政，移動起來。一開始，局面有點亂，但是很快，研究者發現糖人社會呈現出一種有規律的分布。
下圖你看得到，當程序運行期從T1演到T4，糖人們開始圍繞兩大糖山攏聚，逐漸形成兩大部落。無糖區則人煙稀少。而且，糖人們彼此位置分隔頗有效率，任何新長出的糖都會被迅速收割。

儘管沒有一個領袖對其他糖人發號施令，一個具備「自組織」特徵的、有效率的社會，已經初具雛形了。
計算機模擬的優點，就是讓這個虛擬社會不停的自我演化，瞧瞧到底會發生什麼。在此過程里，你可隨時抽取一些變數進行分析，譬如糖人的人均壽命、活動範圍、最優路徑選擇，等等。當研究者把目光投向財富變數時（用每個糖人收穫的糖量測算），他們發現了一個令人非常意外的現象：這個虛擬世界出現了嚴重的貧富分化。換言之，人類社會的頑症之一出現了。
底下的圖表顯示，模擬程序從啟動到結束，人均財富分布的演變趨勢。

橫軸左側是窮人，右側是富人。你看得到，國家誕生之初（最頂端的圖表），財富在國民間的分配很均勻，基本可算一個平等主義的社會。極富者和赤貧者皆很少，絕大多數人口的收入差別很有限，即使最富有的人也不過擁有30個單位的糖量。
隨著時間推移，這個自組織社會的財富分布發生了嚴重的扭曲。最底下的圖表，顯示大糖帝國的晚期，最右側出現極少數的超級富豪，人均糖量高達270個單位。超級富豪的左側是數量有限的上流階層，再左側是不斷萎縮的中產階層，最左邊則是人數極為龐大的底層低收入者。
這種分化趨勢其實在人類真實歷史中已經重現過無數次了。您不妨把上面的圖表換成1949-2012的中國，中國貧富分化在過去60年的演進路線與大糖帝國簡直如出一轍。
事實上早在1895年，義大利經濟學家帕累托就發現，一個國家的個人收入並不遵循正態分布，而遵循80/20的冪律分布。意思是，20%的人佔有全社會80%的財富。
帕累托的發現被不同國家和不同時期的數據得到了驗證。所謂富者愈富，貧者愈貧，這種「馬太效應」在中國和西方都可算是一個普遍發生而又極難解決的問題。
此處我並不想專門談論公平正義的話題，反而，我覺得更重要的一個源頭問題是，貧富分化為何一定會發生？能不能不發生？
很多人將貧富的鴻溝歸結於資本主義、權貴腐敗、或者自己命苦。左派說，富人剝削造成人民窮困。右派則說，你窮只因為自己又笨又懶。
有趣的是，大糖帝國也許能給人們一些新思路。在計算機程序中，你可隨意調整各種初始參數，瞧瞧到底哪個參數導致了貧富分化。
例如一個可能的分化成因是每人的稟賦不同。計算機模型中，有的糖人視力6倍好於同類，能看到更大的棋盤，更易找到高糖點。類似地，有的人新陳代謝4倍低於同類，更易於積蓄余糖，抵禦饑荒。是否此等優秀人種最終演變成了富人？
答案是No。蓋因個人能力差異是計算機隨機分配的。理論上，最終財富的分布也應該近似於均勻的隨機狀態，亦即，富人、中產和窮人的各自人群數差不多。顯然模擬結果並非如此。
另一個可能的成因也許是天生的資源差異。例如模型里，有的人降生於糖山，毫不費力就可大吃特吃，瞬間致富。有的人生在貧瘠之地，歷盡辛酸找到含糖區算是命大，有的糖人甚或中途就被餓死。這聽來也挺像真實的人類世界：老百姓勞作終生，不過是一場窮忙，不如我爸是李剛來得管用。
好在，計算機模擬結果並不支持「出身決定一切」的模式。要知道，一個糖人佔有資源的優劣也是計算機自動給予的，誕於糖山或誕於荒漠，完全遵循隨機原則。假如資源差異造成經濟分化，最終貧富人數也應均勻分布才對。
看起來，任何模型變數都無法單獨解釋貧富鴻溝為何越來越深。「天生聰明」不是決定性的，「我爸李剛」也不是決定性的。
其實答案關鍵在於，大糖帝國本身即是一個複雜性系統，於是人們很難追蹤一個事件鏈（人們由貧轉富）的全部前因後果。
您不妨設想有兩個糖人，A和B。程序開始時，兩人的視力、新陳代謝、出生地的含糖資源，各方面條件都一樣。或者說，兩個標準的中產人士。
A向四處張望，見其他糖人已在東、西、南三個方向活動，而北方尚余空地。於是它偶然的向北移動。湊巧，走到了東北角的糖山。又湊巧，發現一個沒人佔領的格子。於是它佔住那個區域，開始晉身巨富階層。
B同樣四處張望。出於偶然，它向南移動了一步，結果漸漸走進一名貧糖區。當它意識到這個方向錯誤，其它糖人早已圍滿了通往北方糖山的路徑。它再無機會，只得四處漫遊，積蓄耗光，變成赤貧。
於是兩個天生條件差不多的人，最終社會地位出現天壤之別，這種情況也被經濟學家稱作」horizontal inequality」。這反映出，一些細小的和偶然的差異，足以在系統里造成巨大的後果，這正是複雜性系統的特徵之一。
複雜性系統的另一個特徵是所謂的「湧現」(emergence)。2009年英國物理學家Neil Johnson寫的《Simply Complexity》一書，我讀到很多類似現象，譬如鳥群複雜的飛行隊列、蟻群的精密築巢、股市的波動周期，這些活動表面上皆有隱藏的秩序，實際上往往只是個體活動的湧現而成，不需要任何複雜設計和高等智力引導。
仍以糖人世界來說。糖人並沒長著腦子，被規則管的死死的。它們不能彼此商量下一步的共同策略，人群里也沒有一個司令官。但是，這些個體簡單行為聚合起來，最終產生了一種「自組織」的貧富分化。你可以無數次的重啟糖人程序，但是每一次都看到貧富分化的重現。
在此意義上，人類貧富的兩級分化很可能是無法避免的，而且也許只會日益嚴重。就算您管理的只是大糖帝國這樣的虛擬小國（250個人口，高度簡化的遊戲規則），你也很難為糖人們的貧困問題設計一個真正管用的解決方案。這樣想來，這個問題讓我有些悲觀。
如今中國的貧富懸殊程度已經全球矚目，十八大報告又強調中國「必須堅持走共同富裕道路」，這條路怎樣才能走的通呢？
中國的未來方案有待觀察。但是我希望中國能走通這條路，中國也必須走通這條路。畢竟，大多數國民並不喜歡生活在一個「富者田連阡陌，貧者無立錐之地」的大糖帝國。