當我們在社群媒體上看到一則則「貧者越貧、富者越富」的新聞時,你是否也曾想過:這樣的社會究竟正常嗎?在2005年,兩位學者決定用一個令人耳目一新的方式,來探討這個看似老生常談的議題。他們的研究不只顛覆了我們對美國社會的想像,更為財富分配的討論帶來了全新視角。
哈佛商學院的Michael I. Norton教授和杜克大學的Dan Ariely教授在《Perspectives on Psychological Science》期刊上發表了一篇引人深思的研究〈Building a Better America—One Wealth Quintile at a Time〉。這份研究運用了哲學家John Rawls的「無知之幕」概念,探討人們在不知道自己會被分配到哪個社會階層的情況下,會選擇什麼樣的社會制度。
研究團隊透過網路問卷調查了5,522位美國人,這些受訪者的背景相當多元,來自47個州,年齡、收入分布都與美國人口結構相近。為了確保每位受訪者對「財富」有相同的理解,問卷開始前特別說明:「財富(或淨值)是指一個人所擁有的所有資產總值減去所有負債。這包括銀行存款、房地產、股票、債券、藝術品、收藏品等,減去貸款和抵押貸款等債務。」研究的第一個環節相當巧妙。研究團隊準備了三張圓餅圖,分別代表三種不同的財富分配模式:完全平均、瑞典模式,以及美國現況。這些圖表並沒有標示國家名稱,受訪者需要在不知道具體國家的情況下,選擇他們願意生活的社會模式。結果令人震驚:高達92%的美國人選擇了瑞典模式,而非自己國家的分配方式。
更有趣的是,這個選擇幾乎不受政治立場、收入水平或性別的影響。無論是支持共和黨的選民(90.2%)還是支持民主黨的選民(93.5%),年收入低於5萬美元的人(92.1%)還是高於10萬美元的人(89.1%),都一致偏好較為平等的財富分配模式。
研究的第二個環節則請受訪者估計美國當前的財富分配狀況,並描述他們心目中理想的分配方式。結果顯示,美國人普遍低估了社會的不平等程度。他們認為最富有的20%人口擁有約59%的財富,但實際數字卻高達84%。更值得注意的是,當被問及理想中的財富分配時,受訪者普遍認為最富有的20%人口應該只擁有32%的財富。
這項研究引發了廣泛討論。經濟學家Emmanuel Saez和Gabriel Zucman的後續研究顯示,美國的財富不平等程度自1980年代以來持續惡化,到2016年時,最富有的1%人口已經擁有將近40%的財富(Saez & Zucman, 2016)。這個趨勢與Norton和Ariely的研究發現形成鮮明對比:即使絕大多數美國人都期待更平等的社會,現實卻朝著相反的方向發展。
為什麼會出現這樣的矛盾?研究團隊提出了幾個可能的解釋。首先,人們對現實的認知存在嚴重偏差,低估了不平等的程度。其次,許多人對社會流動性抱持過度樂觀的期待,認為努力就能改變命運。第三,即使人們對理想的財富分配有共識,但對於如何實現這個目標的政策討論卻充滿分歧。
這些研究發現不僅具有宏觀的政策意涵,在日常生活中也處處可見類似的現象。以職場為例,當我們看到企業高層與基層員工的薪資差距時,往往也會低估實際的差距程度。根據國際勞工組織(ILO)的研究,即使是在相同產業內,執行長與一般員工的薪資差距往往達到數百倍,遠超過多數人的預期。更值得深思的是,即使許多研究指出過大的薪資差距可能損害員工士氣和組織效能,但實際的薪資政策卻很少出現實質改變。這種「知道」與「行動」之間的落差,某種程度上正反映了Norton和Ariely研究中所發現的現象:我們都期待更平等的分配,卻在不知不覺中維護了既有的不平等制度。
然而,這項研究也有其侷限性。首先,研究是在2005年進行的,在經歷2008年金融危機和新冠疫情後,人們的觀念可能已有改變。其次,研究主要聚焦於美國社會,其結論是否適用於其他文化脈絡值得探討。特別是在亞洲社會,人們對階層流動性的期待和對不平等的容忍度可能會有所不同。
最後,這項研究也引發了一個更深層的思考:知道「理想」與「現實」之間存在差距是否足夠?如何將這種認知轉化為實際的改變?這些問題不僅關係到社會政策的制定,也與每個人的日常選擇息息相關。
參考文獻:
Norton, M. I., & Ariely, D. (2011). Building a better America—One wealth quintile at a time. Perspectives on Psychological Science, 6(1), 9-12. https://doi.org/10.1177/1745691610393524
Saez, E., & Zucman, G. (2016). Wealth inequality in the United States since 1913: Evidence from capitalized income tax data. The Quarterly Journal of Economics, 131(2), 519-578.

圖片來源: Dall.E 生成