
一个图片在热搜上待了两天,很少见。
就是下面这个:
当时这个热搜的名字叫“月薪一万和月薪十万最真实的差距”。
网友们大呼太真实、太扎心了。
其实这还只是月薪一万的,而我们大部分人都是月薪四、五千。
听到这个消息后全都是背后脊柱一片发凉。
之前公布的2018届毕业大学生的月薪只有4624元,那这些人和月薪十万的精英们相比,差距就远远不止是100倍了。
这就是马太效应,有钱人会越来越有钱,而没钱的会越来越没钱,整个世界都是按照这个趋势在发展。
法国经济学家Thomas piketty对马太效应研究了50年。
他发现在过去50年里,最穷的50%美国人收入增加不到1%,而最富有的1%美国人收入却增长了300%。
前段时间,招商银行发布了一份《2019中国私人财富报告》,让人无比窒息。
中国高净值人群的年均复合增长率是12%(投资资产1000万人民币以上),而有钱人之中的有钱人(投资资产超过5千万),其年均复合增长率高达17%。
也就是说,月薪一万的人,辛辛苦苦工作,可能一年到头来薪水的涨幅不会超过4000块。
而那些千万富翁年底的时候看自己的银行卡,突然发现又多了一百多万。
富豪们的财富像坐了火箭般以恐怖的速度在上涨,而普通人即使24小时不眠不休地工作,也赶不上他们财富增加的速度。
普通人被陷入在生活成本、房贷、车贷、孩子上学费用、交通费用等等里面,他们的财富只会被不断消耗。
而富人们早就超脱了这些束缚,他们有了更多的筹码用来增长财富,越往上面走差距越大。
所以,看起来月薪一万和月薪十万只有10倍的差距,而他们的背后早就有了一个放大镜,不断扩大他们的差距。
众所周知,2017年某地产大佬的财富增长了1812亿元(股票价值),而我们国家2017年有3046万贫困人口。
什么叫贫困人口?
在2017年的标准是家庭人均年收入不到3300元的人。
这3046万人所有的年收入加到一起还不到1000亿,而他一个人账面上的财富增长是 1812个亿(股票价值)。
一个人就可以吊打这几千万人,中国最贫穷的3046万人加一起远不如他一个人赚的多。
穷人和富人走向两个极端,这是这个世界最残忍的地方。
有个段子说的好,按照马云现在的身家,一个人每天中500万,也要连续中70年才能赶上他。
然而最为可悲的是,即使他70年之后赶上了马云,按照马云财富增长的速度,70年后已经远远不是今天这个财富了。
所以,你和马云之间仅仅是差70年的五百万吗?
不,那些远远无法企及的增速,才是真正令人恐怖的。
其实,马太效应在各行各业都适用。
我有一个堂弟在某商业步行街开了一家餐馆,开餐馆嘛,很多人都会想去问赚不赚钱。
而我也免不了嘴欠,问他生意怎么样?
他清楚的告诉我,亏了不少,起码有二十几万。
什么原因呢?
因为这个商业步行街做餐饮的有100多家,真正赚钱的只有4家,40%-50%就是维持着生存。
还有剩下的40%-50%就是上演着这样的戏码:
新店装修——开业几个月倒闭——转让新店再装修——再倒闭转让……
永远都有人来接盘,而我堂弟的店子,据说他是第八波接盘侠。
都是开餐馆,但他们的真实差距就不是月薪一万和月薪十万的差距了。
一个可以年入几百、几千万,而一个是亏得血本无归,账面上整个都是负的。
商业竞争就是一个丛林法则,赚钱的就会越来越赚钱,而不赚钱的就会越来越不赚钱,旱的旱死,涝的涝死。
这样的现象,你一定不陌生。
两家并排的餐饮店,一家排起了很长的队,里面门庭若市,而另外一家,毫无生机,门可罗雀。
那些排队的人,宁愿等2个小时,也不愿意去另外一家店吃饭。
很多人觉得差距很大,但其实这只是一次次细微偏差被马太效应放大之后的结果。
比如他家的某一道菜比较好吃,他家的服务态度不错,他家的营销策划不错,刚开始也只是好那么一丁点而已,但是他做好了这一点就超出了一大批的同行。
其实你想想看,大家都是做餐饮,难道真的是天差地别的差距吗?
不是,就是那么一点点的细微差别,因为大家都不蠢。
但是,就是好那么一点点,多那么几个人吃饭,然后他们再不断调整优化,而他们的生意就会越来越好,而差的就会越来越差。
这个世界的丛林法则就是这样,你弱的时候坏人越多,你生意越差,你遇到的麻烦就越多,而你生意越好,你就越顺风顺水。
马太效应在职场上就更加血淋淋了。
我有个朋友是公司老总,他们公司刚好有月薪一万和月薪十万的员工。
如果涨工资的话,他说他会优先给月薪十万的人涨,而月薪几千或者一万的,就算要涨,也不会有什么大的涨幅。
很多人可能难以接受,觉得这样不公平,为什么要这样做?
这也是一个职场潜规则了,工资越高的就要多给他涨,工资越少的,就要少涨。
什么原因呢?
最核心的原因就是,工资高的人具有不可替代性。
缺少这样一个人,我去外面招不到,或者要花很高的价钱才能挖到,所以老板们担心他们会辞职,会涨工资肯定优先他们。
而工资低的,你要辞职就辞职吧,我去外面一招聘就是一大把,简单培训之后就可以上岗,所以我不怕,给个行业内差不多的工资就行。
所以,很多人找我抱怨,说老板给的工资太低,工作太累,分分钟只想辞职。
那么我只想反问你一句,你在你们单位,是不是具备了不可替代性?
除此之外,马太效应还存在于各行各业中,整个世界就是一个大的马太效应,20%的人掌握80%的财富。
这没什么好评价的,我能告诉你的就是,努力成为那20%的人。
怎么做?
对我们常人来说,最好的办法就是慢慢增加你的核心竞争力,增加你的不可替代性。
我们再说回我那个公司老总朋友。
他告诉我,一开始的时候,月薪一万和月薪十万的员工,差距真的很小。
或许情商高一点,或许是更懂管理一点,或许是业务更好那么一丁点。
但是呢,精彩的来了。
就是那个好那么一点的人,会得到他更多的授权和信任。
然后这个员工得到正面的激励之后,管理水平和业务能力会更快速的成长,所以这个员工进入良性循环,越来越好,工资越来越高。
然而那些差那么一点的人,会得到较少的授权和信任,而得到负面的反馈之后,这个员工表现越来越差。
一点点不一样,一点点差距,其实就是核心竞争力。
其实,我们生存在这个世界上,智商、情商都差不多,但是你比别人强那么一点点,然后再不断强化,这就是你的核心竞争力。
以前在航空公司的同事,她也只是英语比别人好一点点,后来不断加强后,她去了外航,年薪几十万。
以前在教育行业的同事,他也只是业务比别人好那么一点点,后来做到了副总辞职组建自己的公司,干得风生水起。
以前的我,也只是一个比别人更喜欢在QQ空间写日志的青年而已,后来在公众号上坚持了三年后,他已经有了自己的工作室。
人生最可怕的就是你没有进步,那就是在后退了。
这样的差距一开始看起来不大,但是发展是恐怖的,几年下来就完全是两个不同世界的人。
若抽不出时间来创造自己想要的生活,那么最终不得不花更多的时间来面对自己不想要的生活。
写了这么多,就是想告诉你,要敢于让自己变得和别人不一样,这样命运眷顾你的时候,也知道好从哪里去下手。
不是看到希望了才去努力,而是努力了才会有希望。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11