大家都知道，我們通常用GDP（Gross Domestic Product，國民生產毛額）這個統計指標來表示一個國家一年內創造的總財富。GDP的增長源自「三駕馬車」：投資、消費和淨出口。
但是，投資、消費、淨出口其實只是財富創造的統計口徑。真正推動增長、推動財富創造的，是勞動力、土地、資本、科技、數據這五大生產要素的充沛供給和有效使用。
先說古典增長理論常說的「勞動力、土地和資本」這三個生產要素。
你要開一家紡織廠，要能招到工人（勞動力），要有地方（土地）建廠房，要有錢（資本）購買設備。這三個要素中任何一個要素短缺都會抑制財富創造，從而限制經濟增長。
同樣是紡紗，用傳統紡車，一個女工一次只能紡1卷紗，但如果用珍妮紡紗機這一新工具，一個女工可以同時紡8卷紗。如果給珍妮紡紗機再加上蒸汽機呢？一個女工可以同時紡80卷紗、800卷紗，甚至更多。將科技（比如珍妮紡紗機、蒸汽機）用於生產，會極大地提高財富創造的效率，從而帶來經濟的飛速增長。
以前，企業不知道消費者喜歡什麼，只好先生產再推銷。在這種情況下，可能有很多產品賣不出去，導致企業虧錢。但現在，有了海量的電商數據，企業可以根據使用者的偏好反向定制生產。這樣，企業完全不會有庫存。財富創造的能力和效率都因此獲得巨大的提升。
「三駕馬車」，是GDP的統計口徑；「五大要素」，是GDP的推動力量。
這五大要素對推動財富創造、經濟增長都很重要。但是，它們彼此的數學特性卻不一樣。
有的要素，幾乎完全沒有前後關聯的特性，比如勞動力。
勞動力是一種典型的「智商棋盤型」的生產要素，幾乎沒有數學意義上的前後關聯特性。
假如我是一名技工，前天，我在工廠組裝了200部手機，賺了200元。昨天，我狀態好，一下子組裝了230部手機，賺了230元。今天，我有點不舒服，咬著牙只組裝了150部手機，賺了150元。請問，我前天賺的200元、昨天賺的230元和今天賺的150元之間有前後關聯嗎？我後幾天賺的錢是在前幾天的基礎上越來越多的嗎？顯然不是。我每天賺的錢多少，只受當天各種情況的影響，這是獨立事件。
但是，同樣是勞動力，醫生、律師、工程師、諮詢顧問、管理者略有不同。
假如我是一名工程師，我一開始能力不強，一年能賺10萬元；第二年，因為前一年的經驗積累，能力增強，一年能賺15萬元；第三年，因為第二年的經驗積累，能力更強了，一年能賺20萬元；第四年、第五年，賺到的錢越來越多。
作為專業崗位員工，工程師有一條「學習曲線」。這條曲線早期陡峭上升，到後面迅速變慢，甚至可能下降。其具體表現是：20~30歲，工程師的技術突飛猛進；30~40歲，幾乎原地踏步；40歲以後，隨著新技術的不斷出現，工程師的實際能力開始減弱，隨時都有被20~30歲的年輕人取代的風險。
有段「雞湯」：只要你每天進步1%，一年之後，你的能力就是一年前的約37.78倍。但是如果你每天退步1%，那一年後，你的能力就只有一年前的約3%了。
1.01^365 ≈ 37.780.99^365 ≈ 0.03
這個指數增長算式看上去沒有問題，也很勵志，但它忽略了一點：勞動力水準的提升是達不到每天1%的進步的。假如你的平均勞動水準是每天組裝200部手機，不管你這一年內怎麼提升自己，一年後都不可能達到每天組裝7556部手機。體力勞動者不可能，腦力勞動者也不可能。
37.78倍的能力提升，別說是一年，一輩子可能都實現不了。這是由勞動力這個生產要素背後那條「學習曲線」的自身規律所決定的。
所以，一個勞動者可以衣食無憂，甚至相當富裕，但是，想要靠勞動獲得指數增長，幾乎不可能。
可能和你理解的不一樣，土地的前後關聯屬性並不比勞動力強多少。
假如我出租一套房子，去年這套房子的租金是每月5000元，今年這套房子的租金是每月5500元，明年這套房子的租金估計是每月5300元。這三年，我每月能收多少房租是由當年的供需關係決定的，與前一年租金的高低幾乎無關，每一年的租金都是獨立事件。
過去，我們一直處於房產和土地的增值週期中，所以很多人會誤以為房產和土地的價格只會漲，不會跌，但事實並非如此。
所以，「一鋪養三代」也許可以，很多人也從中國長期的房地產紅利中賺到了不少錢，但是，想靠房產和土地獲得指數增長，同樣是幾乎不可能的。
假如前年我投資了某個專案1000元，得到了200元的收益。去年，我把這1000元本金和200元收益連本帶利又投給了那個計畫，年底收回1440元。今年，我把這1440元又投進去了，估計年底能收回1728元。我投資了1000元，這1000元第一年幫我賺了200元，第二年幫我賺了240元，第三年幫我賺了288元，賺到的錢越來越多。用一個公式表示，就是：
資本是一個典型的「小麥棋盤型」生產要素。後一年和前一年有（1＋20%）的前後關聯。雖然「每年賺20%」不如達依爾的「增加一倍」，但是如果放滿64格，也能獲得11萬多倍的收益。
如果我20歲的時候投了1000元在一個穩定年化收益20%、第二年自動連本帶利滾入本金的專案上，然後就忘了這件事，那麼64年後，當84歲的我突然想起這件事時，我會發現我的帳戶裡有約1.17億元。
所以，你會發現，勞動力在數學意義上的弱前後關聯性，以及資本在數學意義上的強前後關聯性，必然導致財富向資本方集中。在沒有非市場化因素干預的情況下，貧富差距一定會越來越大。
但是，還有一個生產要素比資本具有更強的數學意義上的前後關聯性，那就是科技。
在科技行業，這個數學意義上的前後關聯性被稱為「飛輪效應」。
2001年，亞馬遜的創始人傑夫．貝佐斯（Jeff Bezos）在餐巾紙上畫了兩個圈，如圖4-3所示。
這兩個圈就是亞馬遜的「增長飛輪」，用一句話來解釋就是：商品越多、越便宜，用戶就越多；用戶越多，商品就越多、越便宜。用一個公式來表示就是：
這個邏輯難道不是幾千年來所有生意人都熟知的基本道理嗎？還需要貝佐斯來說？
是的。但是在過去，你雖然知道這件事，卻做不到。因為你的小店所能服務的，只有附近3公里的人。這個「小麥棋盤」很小，只有7~8格，所以填了幾格後，因為服務總人數的剛性限制，你的小店很快進入發展瓶頸期。
但是，理論上網際網路是可以服務全人類的，科技給貝佐斯換了一個巨大的「小麥棋盤」。這個棋盤和達依爾的一樣，有64格。
放到3~4格的時候，別人覺得他是不是傻；放到7~8格的時候，大家開始意識到他的存在；放到10~20格的時候，他的公司已經很大了，但依然不賺錢，大家疑惑這個模式是不是真的成立。終於，放到第30格時，貝佐斯開始賺錢了，而且一下子賺到了多到令人瞠目結舌的錢。接著，貝佐斯開始放第31格、第32格，這時，他成了全球首富。
科技所帶來的指數增長以及財富的集中效應，讓資本都望之莫及。
2021年富比世富豪榜前十名中有7個是科技巨頭，比如亞馬遜的貝佐斯、特斯拉的伊隆．馬斯克、微軟的比爾蓋茲、Facebook的祖克伯、谷歌的拉里．佩奇和謝爾蓋．布林。而投資人，只有華倫．巴菲特。
數據是科技的副產品，具有和科技一樣的數學屬性。數據越多，價值就越高。在這裡，我們就不詳細討論了。
現在，我們把這五大生產要素放在一起，根據前後關聯性的強弱以及導致指數增長的可能性大小，給它們排個序，如圖4-4所示。
所以，如何獲得指數增長？數學告訴你，至少應掌握資本這項生產要素，當然，如果你能掌握科技和數據資料這兩大「絕殺技」，那就再好不過了。
以前，我們提到有錢人時，會想起「地主」。後來，我們提到「資本家」時，會覺得他們更有錢。現在，「科技巨頭」才是真正的富可敵國。未來，當「數據主」這樣的概念開始出現時，難以想像商業世界會變成什麼樣子。
資本、科技、數據帶來了個人財富的指數增長，帶來了全球經濟的持續繁榮，但同時也帶來了貧富差距的擴大。這幾乎是必然的，因為指數增長的反面是冪律分佈。
作者介紹：劉潤
南京大學理學學士（數學）、復旦大學工商管理碩士。潤米諮詢創始人，中國著名商業顧問，「5分鐘商學院」主理人，微信公眾號「劉潤」主理人，微軟（中國）有限公司前戰略合作總監，曾任百度、海爾、中遠國際、五源資本、康寶萊等，現任騰訊、恒基、尚景家居、雲漢芯城等多家知名企業的戰略顧問。主理暢銷音頻課程「5分鐘商學院」「商業洞察力」「商業簡史」等，著有暢銷書籍《底層邏輯》《進化的力量》《5分鐘商學院》《商業洞察力》《給孩子的商業啟蒙》《商業簡史》《新零售》《每個人的商學院》《趨勢紅利》《互聯網 ：小米案例版》《傳統企業，互聯網在踢門》《人生，就是一場突如其來的旅行》《2012，買張船票去南極》。
