2020年疫情后，这些财富增长和分化的路径大概率不会有太多变化，但是出现了新的细节，每个细节都指向选择的机会。
第一个选择叫作“书中自有黄金屋”。太阳底下没有新鲜事，古老的谚语总是以新的模样出现在时间的河流里。数据显示，教育是财富的减震器。教育程度越高，疫情中收入受到的负向影响越小：高中及以下学历人群收人平均减少15%，1/3的人反映失业或者收人大幅下降;而硕博学位的受访者收入平均减少2.9%，仅有6%的受访者工作受到较大冲击。而且，名校毕业生的收人损失更小，清华北大毕业生和其他985高校毕业生的收入损失分别是1%和1.6%，211高校毕业生的收入损失则是3.8%。
医疗行业、互联网行业、学校科研机构、政府机关等知识密集型行业是疫情中最抗冲击的行业。在互联网行业内部，疫情期间学历和工资上涨概率呈线性正相关关系：硕博学位的互联网从业者中有33%的人工资增加了，这一比例在高中/中专/技校毕业的互联网从业者中下降了一大半。即使在分化较为严重的制造业，疫情期间博土学位从业者工资平均还增长了6.2%，而高中/中专/技校毕业从业者的收入则下降10.3%。
高学历的溢价，一定程度上是由进入体制内和选择大城市等因素解释的。在博士受访者中，有56.6%的人进入了体制内的部门，而初中及以下学历的仅有2.19%;博士人群中有47%生活在了一线城市，而高中及以下学历人群，生活在一线城市的比例不到20%——这些数据，很好地解释了疫情后的很多经济现象。比如说城市房价的分化上涨，二手房的价格指数显示2020年前3季度，北上广深杭成六大城市房价平均涨幅7.3%，中小城市平均涨幅只有1.3%。还有国考一片火热，超过150万人报名，和去年同期相比增加11万余人。
但是，要注意一个现象，在职业选择上，“体制内”虽然显示了高度的稳定性，但是和金融资产“风险一收益”匹配的原则吻合，体制内的从业者财富水平处于排名的中间层。政府、党群、机关、社会团体就业者的平均财富是383万，而医疗行业、房地产行业、互联网行业的体制外就业人员的平均财富均超过了400万。金融行业体制外就业者平均财富更高达488万。在大城市，这一现象更显著。例如，硕博人群中，一线城市体制外金融行业与党政机关就业者的财富水平之比为1.24∶ 1。而在三线城市，这两个行业财富之比下降至1.18：1。这也意味着，在大城市的市场上打拼，更容易实现财富跃迁。
第二个选择叫作“位置决定命运”。在2019年的财富报告中，我们反复强调一个人所站的位置决定了他的生产效率、收入以及福祉。8人们投入到财富创造过程中的多个生产要素，其实都是与城市、区位密切绑定的。能拥有这些地方的房产固然很好，但是即使暂时不能拥有房产，这个“位置”也为普通人提供了更多的机会：在疫情冲击下的2020年，我们看到“所在的位置”是一个人工作收入受损与否的决定性因素之一。
数据显示，位置越好的区县，工作受损的比例越低。所谓位置越好，指的是区县的人口、经济、基础设施综合指标好。我们基于这三大维度，用14个细分小项测算了各个区县的综合得分，据此来判断位置好坏。比如人口维度考虑了区县的人口密度、人口平均学历、外来人口占比等指标，基础设施维度考虑了区县的商圈、医院、学校、金融机构等基础设施数量及便利度。在受访的人群中，位置越好的区县的人，疫情之下工作受损的比例越低。同样在一线城市，位于上海市黄浦区、虹口区、静安区，北京市海淀区、西城区这些区县的人群，大约有20%的人工作受损;而位于上海市松江区、嘉定区，北京市顺义区、通州区这些区县的人群，则有超过40%的人工作不同程度受损。“位置”的选择是工作和收入的核心变量，而且更会影响到未来的路径。
即使对于农村户口和低学历人群，位置的选择仍然至关重要。2020年，在低收人农村户口群体的工作和收入普遍受损的情况下，一些综合得分高、位置好的区县，反而因为相当的人口和市场规模、较完善的基础设施、精细的城市管理等，让低收入农村户口群体受到的冲击更少——在厦门市思明区、郑州市中原区、宁波市酇州区、武汉市洪山区、佛山市南海区、温州市鹿城区等这些二三线城市中的“优秀”区县中，农村户口人群反而获得了更多的机会、更高的收入和更好的抗风险能力，处在这些位置的农村户口人群中，不仅收入受损人群占比更低，收入增长的比例也远远高于其他地区。
第三个选择叫作“金融认知溢价”。2020年疫情后家庭财富变化的一个最重要途径就是“金融投资”。一个显著的现象是低收人群体动用存款消费，高收入群体则动用存款买房产和配置基金。2020年前3季度，资产规模前10%的人群中，超过20%的人取存款买房，57%的人增配股票、基金等金融资产。而资产规模最低的10%的人群却刚好相反，接近70%的大多数人动用了存款用于生活消费。这个举动的结果是，超过40%的高金融资产家庭房产和股票双升值，家庭财富平均增长超过40万元。中等资产家庭通过房产或者股票升值获得的财富增长比例大约为63%，平均增长了近12万，而低资产家庭则几乎没有能从资产价格上涨中受益。
但信息时代的一个优势是，学校不是教育和认知的唯一出口，而认知在金融投资中占有相当的影响力。比如说，对金融信息极其关注的群体，平均资产规模为524.6万，而不关注的群体资产规模只有207.4万，相差了317.2万。即使在控制了学历、行业等各种因素后，“金融知识”和“金融认知”仍然在投资回报上有显著作用：对金融信息极其关注的群体，今年投资收入提高了7.2%，而不关注、很少关注的群体，今年投资收人分别下降了4.9%和5.5%。
2020年1—9月，在中国房地产市场上，有房一族今年房子平均增值了8.08万。70个代表性城市中46城上涨，平均涨幅4.7%。9中国市场上7805只基金（非货币和非QDII基金）的平均回报为18.65%，绝大部分基金回报为正，其中63%的基金回报超过5%。
换言之，不管你现在的家庭财富处于前10%还是后10%，不管你是工人、农民还是公务员、企业主，不管你是制造业还是IT行业，2020年假如你投资了基金市场，还持有了部分城市的房子，那你今年大概率会获得不错的资本性增值收入。即使自身没有从事高增速、高成长、高知识密度的行业，但仍然有机会投资于这些行业的头部公司，让专业人员帮助你进行投资，共享创新前沿的增长红利。
尤其需要强调的是，在金融投资上，学历不等于认知。对于非专业普通人来说，除了像传说中的神兽一样缥缈的民间股神外，其实大家投基金、投房子的业绩都差不多。虽然我们前面反复提及教育水平能够提高劳动性收人，增加收入的抗冲击能力，但教育水平对于投资业绩的贡献率真的微乎其微——我们调研的持有10万—50万市值的股票及基金的人群中，硕博人群的投资业绩整体不如本科人群。持有200万—500万市值的股票及基金的人群中，博士人群的投资业绩最差。我身边北大的一个经济学博土就是其中典型——2019年因为工作出色拿到100万的年终奖，居然在2020年的股票市场一把梭，亏了一半。
是啊，生活就像一个通关游戏。尤其在这样一个充满困惑的历史大背景下，每次升级都会开启更多的“Hard模式”。但是我们仍然会继续前行。
有时候想想，一个人的命运就像金融资产，一部分收益来自国家和历史的系统性风险，另一部分收益一定来自个人选择的个体性风险。按照经典的资产定价理论，定价效率越高，市场越有效，个体性风险带来的收益应该更高。个人选择始终是我们自己命运的钥匙。
如果国家的命题在于是否继续保持增长，是否能将增长的果实更多地向弱势群体倾斜，实现效率和公平、增长和分配之间的平衡;那么个人的命题则是在于是否能在城市、专业、行业、资产的选择上不犯或者少犯错误，同时保持持续学习的能力。
2020年，不是历史的变量，而是历史的加速器，是分化的冰山浮出水面的拐点。但分化只是我们的起点，在下面的章节中，我们将从社会、职业、企业发展、资产价格和投资方向的分化路径出发，去寻找选择的机会。
所以，这不是一本关于分化的书，这是一本在分化时代如何选择的书。