财富的分配遵循一种众所周知的模式，有时被称为80:20规则：80％的财富由20％的人拥有。 去年的一份报告得出的结论是，8名男性的总财富相当于世界上最贫穷的38亿人的财富。
这似乎发生在所有规模的所有社会中。 这是一种被广泛研究的称为幂律的模式，它出现在广泛的社会现象中。 但财富的分配是最具争议性的，因为它引发了关于公平和功绩的问题。 为什么这么少人有这么多财富？
传统的答案是，我们生活在一种精英制度中，人们因其才能，智慧，努力等而获得奖励。 随着时间的推移，许多人认为，这转化为我们观察到的财富分配，尽管这当中运气可以发挥作用。
但是这个想法存在一个问题：虽然财富分配遵循幂律，但人类技能的分布通常遵循与平均值对称的正态分布。例如，智商测试的智力遵循这种模式。平均智商为100，但没有人拥有1,000或10,000的智商。
按工作小时数衡量，努力也是如此。有些人比平均工作时间更长，有些人工作时间更少，但没有人工作的时间比其他任何人多10亿倍。
然而，当谈到工作的回报时，有些人的财富却比其他人高出数十亿倍。更有甚者，许多研究表明，最富有的人通常并不是最有才能的人。
那么，哪些因素决定了个人如何变得富有？难道机会扮演的角色比任何人想象的都要大吗？这些因素，无论它们是什么，如何被利用来使世界变得更美好，更公平？
今天我们得到了答案，感谢意大利卡塔尼亚大学的Alessandro Pluchino和几位同事的工作。这些人创造了人才的计算机模型以及人们利用它在生活中寻求机会。该模型研究机会所发挥的作用。
结果令人大开眼界。他们的模拟准确地再现了现实世界中的财富分配。但最富有的人并不是最有才能的人（尽管他们必须具备一定的人才水平）。他们是最幸运的。这对于社会如何优化从商业到科学的所有投资回报的方式具有重要意义。
Pluchino和同事的模型很简单。它由N个人组成，每个人都具有一定的人才（技能，智力，能力等）。这种天赋通常在一些平均水平附近分布，有一些标准偏差。所以有些人比平均水平更有才华，而有些人则不那么优秀，但没有人比其他任何人都更有天赋。
这与各种人类技能，甚至高度或重量等特征都有相同的分布。有些人比平均水平更高或更小，但没有人是蚂蚁或摩天大楼的大小对比。实际上，我们都非常相似。
计算机模型通过40年的工作寿命绘制每个人的图表。在此期间，个人经历幸运事件，如果他们有足够的才能，他们可以利用这些事件来增加他们的财富。
然而，他们也经历了减少财富的不幸事件。这些事件是随机发生的。
在40年结束时，Pluchino和同事通过财富和个人研究最成功的特征。他们还计算财富分配。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的情况完全相同。Pluchino和同事的报告讲到：“80-20”规则得到了体现，因为80%的人口只拥有总资本的20%，而其余20%的人口拥有同一资本的80%。
如果最富有的20%是最有天赋的，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天赋的人，也不是最接近的人。研究人员说：“最大的成功永远不会与最大的天赋相吻合，反之亦然。”
那么，如果不是人才，还有什么其他因素导致这种财富分配的扭曲呢？“我们的模拟清楚地表明，这样一个因素只是纯粹的运气，”Pluchino和同事说。
这个团队通过根据他们40年职业生涯中经历的幸运和不幸事件的数量对个人进行排名来证明这一点。他们说：“很明显，最成功的人也是最幸运的人。”“不太成功的人也是最不幸的人。”
这对社会有重大影响。利用运气在成功中的作用最有效的策略是什么？
全世界的资助机构都有兴趣最大限度地提高他们在科学界的投资回报。事实上，欧洲研究理事会最近投资了170万美元在一个项目上研究运气在科学发现中的作用以及如何利用运气来提高资助成果。
事实证明，Pluchino和同事准备好回答这个问题。他们使用模型来探索不同种类的融资模型，看看在考虑到运气的情况下，哪种模式能产生最好的回报。
研究小组研究了三种模式，其中研究经费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。以下哪一项是最佳策略？
事实证明，提供最佳回报的策略是在所有研究人员中平均分配资金。第二和第三个最佳策略是随机分配给10%或20%的科学家。
在这种情况下，研究人员能更好地利用他们不时的偶然发现。事后看来，很明显，一个科学家在过去已经有了一个重要的偶然发现，这并不意味着他或她将来还可能有一个。
类似的方法也可以应用于投资其他类型的企业，例如小型或大型企业、技术初创企业、增加人才的教育，甚至是创造随机幸运事件。
显然，最成功的人不是最有才华的，只是最幸运的，财富创造的新计算机模型证实了这一点。如何创造机会，抓住机会， 考虑到这一点我们可以在多种投资中寻求最大化的回报。
