《稀缺》：贫穷与忙碌并非只因懒惰或无能，而是“稀缺”导致的恶性循环。

（转自：金科之家网）

一、本书简介

作者塞德希尔·穆来纳森（Sendhil Mullainathan）是哈佛大学经济学教授，曾获麦克阿瑟“天才奖”，行为经济学领域的开拓者。

他与普林斯顿心理学教授埃尔德·沙菲尔（Eldar Shafir）共同创作的《稀缺》，通过十年实证研究揭示了一个颠覆性结论：稀缺不仅仅是资源不足，更是一种会改变我们思维方式的“心智模式”。

本书用大量实验室与现实案例证明：贫穷与忙碌并非只因懒惰或无能，而是稀缺导致的恶性循环。

本书获《金融时报》“年度最佳商业图书”，丹尼尔·卡尼曼（《思考，快与慢》作者）盛赞其“颠覆传统经济学认知”。

二、主要内容

1. 稀缺的本质：一种“心态陷阱”

稀缺不仅是资源匮乏（如金钱、时间），更是一种心理状态——“拥有少于需要的感觉”。这种心态会俘获大脑，改变我们的思维与行为模式。

案例：印度蔗农在收获前（金钱稀缺）的认知测试得分比收获后低13分，证明稀缺直接削弱智力。

2. 稀缺的“双刃剑”：专注红利 vs 管窥负担

专注红利：短期压力下，注意力高度集中，效率提升（如截止日期前的工作效率翻倍）。

管窥效应：视野狭窄，忽视全局（如消防员因专注救火未系安全带，导致车祸身亡）。

3. 带宽负担：

认知与执行力的“隐形消耗”：稀缺会占用心智资源，降低带宽（认知能力+执行控制力）。

实验：穷人面对高额维修费时，智商测试表现显著下降；忙碌者因分心，冲动决策概率增加40%。

4. 余闲的缺失：恶性循环的根源

余闲：资源充裕时的“缓冲空间”，能应对突发状况（如UPS司机因缺少缓冲时间，事故率上升）。

案例：穷人因无储蓄，被迫借高利贷，进一步加剧贫困。

5. 破局之道：系统化解决方案

构建余闲：强制储蓄、预留时间缓冲（如谷歌“20%自由时间”激发创新）。

管理带宽：简化决策（如预设消费冷却期）、减少权衡式思维。

社会设计：优化政策（如自动缴费降低违约率）、提供“预警系统”（如学校短信提醒降低辍学率）。

三、原文摘录

1. “贫穷就是缺钱，忙碌就是缺时间”

解读：开篇点题，揭示稀缺的普遍性。物质与时间的匮乏看似不同，本质都是“资源不足以满足需求”的心理状态。

2. “稀缺会改变我们花每一分钱、度过每一小时、吃掉每一份食物的方式”

解读：稀缺心态渗透生活细节。例如，穷人购物时更关注价格而非质量，忙碌者牺牲健康换取效率。

3. “管窥效应让我们只见树木，不见森林”

解读：专注当下导致忽视长远。如职场人因加班忽略身体，最终因病请假反而降低生产力。

4. “余闲不是懒惰，而是应对不确定性的战略储备”

解读：余闲=心理安全垫。实验显示，预留缓冲时间的企业项目成功率提升25%。

5. “借用会制造更大的稀缺”

解读：短期借贷（如信用卡透支）看似缓解压力，实则增加利息负担，形成“越借越穷”的循环。

6. “带宽是认知的基础设施，贫穷会破坏它”

解读：长期贫困导致大脑“超载”，削弱学习与决策能力。如低收入家庭孩子因压力大，学业表现更差。

7. “稀缺的反面不是富足，而是从容”

解读：摆脱稀缺需心态转变。如提前规划财务、留出“无目的时间”，才能避免陷入“杂耍式”应对。

8. “决策疲劳比体力疲劳更致命”

解读：频繁权衡消耗心智。例如，穷人每天需做数百次消费决策，导致关键决策失误率上升。

9. “系统设计优于个人努力”

解读：环境对稀缺的影响远超想象。如将储蓄设为默认选项，可提升参与率3倍。

10. “稀缺心态会自我强化，唯有打破循环才能重生”

解读：从“救火模式”转为“预防模式”。例如，每月强制储蓄，而非依赖“发薪日贷款”。

四、读书启示

1、警惕“稀缺心态”：

承认资源有限性，但避免陷入“永远不够”的焦虑。

2、余闲即自由：

在时间、金钱充裕时预留缓冲（如每周留1天“无计划日”）。

3、简化决策：

减少日常琐碎选择（如固定饮食、简化衣柜），释放带宽应对大事。

4、警惕“借用陷阱”：

避免以贷养贷、透支健康，优先解决根本问题。

5、长期主义思维：

将重要但不紧急的事（如学习、体检）纳入日常规划。

五、本书评价

1、亮点：

颠覆传统“穷人懒惰”的偏见，用科学实验揭示心理机制；解决方案兼具理论深度与实操性。

2、延展阅读：

《思考，快与慢》（丹尼尔·卡尼曼）：认知偏差与决策心理。

《噪声》（丹尼尔·卡尼曼）：系统性误差如何影响判断。

《穷查理宝典》：多元思维模型对抗认知局限。

3、结语：

《稀缺》不仅是一本经济学著作，更是一份“心理自救指南”。

它提醒我们：真正的富足，源于对稀缺心态的清醒认知与主动管理。

正如书中所言：“稀缺的反面是从容。” 愿我们都能在有限中，创造无限可能。

免责声明：自媒体内容仅用于记录和分享，请勿用于商业用途。所有内容来自于网络，或由人工智能服务生成。如有文字或图片涉及侵权，请联系修改或删除。文章内容不代表本人观点，亦不代表本人所在机构观点，不构成任何投资建议。

转自：市场资讯