导语：2013年发表于 Science 的一篇研究论文提出，贫穷会妨碍认知功能，引起的广泛的讨论。这篇论文提出，人类的认知资源十分有限，穷人对财务的担忧会大量消耗注意力，导致用于其他事务上的认知资源被削减，处理其他事务的能力下降。

编译：集智翻译组

来源：Science.org

作者：Anandi Mani, Sendhil Mullainathan, Edar Shafir, Jiaying Zhao

原题：Poverty Impedes Cognitive Function

许多研究都指出了贫穷和负面行为特征之间的相关性。穷人更少使用预防性医疗保健[1]，不遵医嘱进行药物治疗。他们更磨蹭，不大可能即时赴约，他们可能是生产效率更低下的工人，可能是更不关心孩子的家长以及更糟糕的财务管理者。这些行为本身就令人不安，但更令人不安的是因为他们可能会加剧贫困。某些关于贫穷和负面行为相关性的解释聚焦于贫困的环境因素。举例来说，贫困地区的放贷机构会产生高利率的借贷，不可靠的交通工具会引起迟到和旷工。总体上来说，贫困可能导致穷人试错空间更小以致于相同的错误可能会带来更糟糕的结果。而另外一些解释强调穷人本身的特点。比如较低的教育水平可能导致他们对合同条款产生误解，同时较少的父母关注会影响他们对下一代的家庭教养方式。

我们提出一种不同的解释，这种解释聚焦于贫困的心理过程。穷人必须应付不稳定的收入，严格地控制他们的日常消费，并且需要精打细算才能做到收支平衡。即使有时候并不是在做财务决策，这些心理加工过程也会存在并且分散他们的精力。

人的认知系统有着有限的资源。

心理加工过程中若财务的担忧是当务之急，就会减少分配给决策与执行的认知资源。这就像如果一个空中交通管制员若聚焦于潜在的相遇航向，那他就容易忽略空中的其他飞机，而当穷人将注意力集中在财务的忧虑时，就失去了对其他问题做出全盘考虑的能力。

这表明了贫困和认知能力之间的因果关系，而不仅仅是相关性。我们用两个非常不同但互补的实验设计来测试这种因果关系。第一个是实验室研究：我们引导富人和穷人被试考虑日常财务需求。我们假设对富人来说，这些普通的财务困难没有什么影响，然而对于穷人来说，这些需求会引发持续性的并且分散精力的忧虑。

这个实验研究旨在表明类似规模的财务困扰对穷人和富人有着不同的认知影响。但是这个研究不能完全验证我们的假设，因为在现实世界中，穷人面对着更多的财务挑战。原则上来讲，考虑到穷人和富人所遇到的财务问题规模不同，那么它对于认知的影响原本就会很不一样。现实生活中富人也有可能面临更大规模的财务问题，而穷人也有可能成功改造他们的生活以致于他们不用面临许多对于认知能力存在挑战的问题。简单来说，尽管这项实验研究向我们阐明了心理机制，但是并没有彰显其在现实条件下的相关性。

我们的第二个研究使用了一种不同的研究方法，这允许我们能评估收入自然变化下的情况。我们进行了实地研究，在现实世界中使用了准实验设计来考察财富的变化。印度甘蔗农民在每年的收获季节获得收入，但是收入很难抵得上他们的花销[20]。结果，他们会经历贫穷的周期——收获前贫穷以及收获后富裕。这就让我们可以比较同一农民在贫穷（收获前）和富裕（收获后）时的认知能力。因为收获日期在农民中任意分布，所以我们可以进一步控制时间的影响。

在这个研究中，我们不再使用实验诱发财务忧虑，我们依靠的是自然条件产生的相关顾虑。我们很细致地控制其他变量，并且考虑了压力产生的影响。在这样的情况下，我们观察到的对于认知表现的任何影响都可以用实际收入和认知水平的因果关系来解释。因此，这两个研究是高度互补的。实验室研究有高度内部一致性，并阐述了我们提出的机制，而实地研究则提高了实验室研究的外部一致性。

我们在已有研究中有两个发现。

首先，这些研究回避了使用绝对性或者主观性概念来定义贫困的问题。因为我们的假设是关于金钱的忧虑如何增加认知系统的负担，因此我们把贫困宽泛的定义为一个人的需求和满足需求所需的资源之间的差距。因为这取决于主观需求，所以它既包含了发达国家和发展中国家中的低收入人群，同时也包括了那些经历短暂财务危机的人，比如失业的人。

其次，现有的理论和数据表明贫困对认知可能有一个长期累积的影响：童年的贫困可能会阻碍大脑发育，甚至会降低成年后的认知能力[24]。

我们的假设和测试集中于贫困对认知的即时影响：专注于财务预算会即时的损害认知功能。我们提出的机制并不是在早期童年时作用在大脑发育上，而是通过财务忧虑增加即时的认知负担来产生作用。而这种机制是否有长期的影响仍是一个悬而未决的问题。

第一个研究由四个实验组成。位于新泽西州的一个商场的购物者有偿参与了实验（详细信息请参阅补充材料）。这个样本包含多元化的收入范围，其中家庭收入中位数约为70000美金，而家庭收入下限大概在20000美金左右。这个样本总体上来说在美国很有代表性，样本中的穷人收入水平大概对应着美国整体收入分布的最后四分之一或者三分之一的人群的收入状况。我们通过家庭收入除以家庭规模的平方根来计算有效收入[25]，并通过对这个变量的中位数来划分“富”和“穷”。

在实验1中，被试每隔几分钟就会接触到四个假设的情境（n=101名参与者）。每个情境都描述了被试可能会经历的财务问题。例如：“您的车遇到了问题，需要一定数量的美金才能修好。您可以全额付款，贷款，或者碰碰运气暂时放弃这项服务......您将如何做决定？”通过触及金钱相关的问题，这些情境会引发被试关于自身财务的想法。它们旨在引发任何初期的易被激活的财务忧虑。

当被试看过每一个情境并开始思考怎么解决问题时，被试会参与两个基于计算机的任务来测量认知功能：瑞文渐进矩阵（Raven's Progressive Matrices）和空间兼容性任务。

瑞文测试包括一系列形状，其中一块形状是缺失的[27]。被试必须从几个替代选项中选出最适合缺失空间的形状。瑞文测验是智商测验中的常见组成部分，常被用于测试“流体智力”。这种能力独立于已有知识，是指逻辑思维能力和在全新的情境下解决问题的能力。

空间不兼容任务需要参与者快速反应并经常需要违背他们最初的冲动做出选择。当屏幕上显示数字时，他们必须按下相同的按键来响应某些刺激，而按下不同的按键来响应其他刺激。响应的速度和准确度可以衡量认知控制[30]，这是一种指导思想和行动来符合内在目标的能力[31]。

两者都是非语言任务，旨在最大限度地减少读写能力的潜在影响。当被试完成这些任务后，他们通过计算机输入或录音机给出最初场景的答案，然后转到下一个场景（表S1中提供了被试应对不同场景的答案分析）。我们还在实验结束时收集了参与者的收入信息。

被试会被随机分配到财务困难的情境中，这些情境中涉及相对较高的成本（例如，汽车需要1500美元修理）; 或被分配到成本较低的“简单”情境（例如，汽车需要150美元修理）。由于简单情境中的金额总数较小，我们预计对于无论是富有的被试还是贫困的被试来说，这种情况会引发的财务忧虑都会较少。相比之下，我们假设在困难情境下的大笔款项将会在穷人被试中引发财务忧虑，而对于富裕的被试来说则没有太大影响。

实验1中被试的认知表现绘制在图1中。

对于旨在引发轻微财务担忧的“简单”情景来说，穷人和富人的表现相似[瑞文测验: t(50) =0.13, P = 0.90; 认知控制任务: t(50) = 1.55, P =0.13] 。相反的是，当处于财务困难的情境时，穷人在瑞文测验[t(47) =3.21, P< 0.01]和认知控制测验中 [t(47) =5.22, P< 0.001]表现都明显差于富人。双向方差分析揭示了收入与所处情境之间强交互作用[瑞文测验: F(1,97) = 5.12, P= 0.03; 认知控制任务: F(1,97) = 7.86, P< 0.01]。

在这两项任务中，富人都不受情境条件影响[瑞文测验: t(48) = 0.56, P= .58; 认知控制任务: t(48) = 1.04, P= 0.30]，而穷人在困难情境下表现更差[瑞文测验：t(49) = 2.63，P= 0.01;认知控制任务：t(49) = 3.98，P<0.001]。因此，穷人的整体表现显著地低于富人的整体表现[瑞文测验：F(1,97) = 5.61，P= 0.02; 认知控制任务：F(1,97) = 23.24，p<0.001]。这个效应的大小是很可观的，这个实验中以及其他相继的重复性实验样本中，科恩系数d（Cohen's d）在0.88-0.94之间。

为了排除“数字焦虑”的影响，实验2使用了与实验1相同的一组数字，但是应用在非财务情景中。这样的实验设计再现了数字问题，但并没有引起财务方面的担忧。我们发现情景的难度与被试的收入之间没有交互作用（更多细节可在补充材料中获得，实验2）。因此，实验1中穷人被试认知能力的降低并不是数字焦虑所引起。



实验3在实验1中增加了激励措施：除了标准参与费用外，被试在两项测试任务中每给出一次正确答案都获得0.25美元。图2总结了实验3中被试的认知表现（n= 100名参与者）。

与之前类似，穷人在简单情境下的表现类似于富人的表现[瑞文测验：t(46) = 0.26，P = 0.79; 认知控制任务：t(46) = 1.02，P =0.31]，但穷人在困难情境下认知表现更差[瑞文测验：t(50) = 3.34，P<0.01;认知控制任务：t(50)= 3.54，P<0.001]。富人在简单和困难的情境中均表现出色[瑞文测验: t(45) =0.07, P= 0.94; 认知控制任务: t(45) = 1.42, P= 0.16]，然而穷人在困难情境下表现显著更差[瑞文测验：t(51) = 3.75，P<0.001;认知控制任务：t(51) = 3.67，P<0.001]，这使得收入和情境之间产生了一个稳健的交互作用[瑞文测验：F(1,96)= 4.34，P= 0.04; 认知控制任务：F(1,96) = 4.31，P= 0.04]。

尽管存在激励措施，并且我们假定穷人应该比富人更需要钱，但穷人的整体表现更差[瑞文测验：F(1,96)= 6.55，P= 0.01; 认知控制任务：F(1,96)= 11.88，P <0.001]，赚的钱比富人少18%（0.71美元）。

实验假设的场景旨在引发参与者的财务忧虑。然而在实验1-3中，认知测试本身可能产生额外的认知负荷，因为它们是在被试思考如何应对情境时完成的。为了排除这一点，实验4（n= 96名参与者）复制了实验1，只是除了被试在进行瑞文测验和认知控制任务之前先完成对财务情境的回答。

也就是说，被试像实验1那样查看了每个场景，对场景做出了回应，然后再完成瑞文测验和认知控制任务。由于场景呈现和被试回应期间没有其他干预任务，因此我们添加了一些与场景相关的问题从而使实验时间与实验1等同。他们的认知表现汇总在图3中。

实验4结果与实验1和3中的结果相同。

和之前类似，收入和情境之间存在强交互作用[瑞文测验：F(1,92) = 4.04，P = 0.04; 认知控制任务：F(1,92) = 6.66，P= 0.01]; 富人和穷人在简单的情境下表现相似[瑞文测验：t(48) = 0.41，P= 0.69; 认知控制任务：t(48) = 0.43，P= 0.67]，但在困难情境下，穷人的表现明显比富人表现得更差[瑞文测验：t(44)= 3.55，P <0.001; 认知控制任务：t(44) = 3.34，P= .002]。

对于富人来说，情境没有显著影响 [瑞文测验: t(47) = 0.08, P= 0.93; 认知控制任务: t(47) = 0.72, P= 0.47]，但对于穷人来说影响很显著 [瑞文测验: t(45) = 3.26, P=0.002;认知控制任务: t(59) = 3.94, P< 0.001]。同样，穷人的整体表现比富人的整体表现更差[瑞文测验：F(1,92)= 6.42，P= 0.01;认知控制任务：F(1,92)= 8.74，P= 0.004]。

虽然结果非常一致，但这些发现具有局限性。实验室研究产生的因果归因是以牺牲一些外部效度为代价的。例如，在实验4中，假设情景本身——即使在给出答案之后 ——仍然可能给人们的认知系统带来额外负担。

总体上来说，在所有的实验中，我们都明确关注财务问题的担忧。这种明确的关注可能并没有反映现实生活中所发生的情况。富有的环境可能会产生其他的忧虑（比如更大量的购买行为），因此产生与穷人类似的负担。也有可能——尽管不那么合理——穷人开始组织他们的生活来避免这些担忧。为了解决这些问题，我们进行了实地研究。

我们的第二项研究调查了印度泰米尔纳德邦Villupuram和Tiruvannamalai地区甘蔗种植区的54个村庄总共464个甘蔗种植农户。这是一个小农组成的随机样本（他们的地在1.5至3英亩之间），他们的收入至少60%是从甘蔗赚取，我们在2010年的4个月期间采访了他们两次，分别是收获前和收获后。调查中偶尔存在无回应的情况，但是我们所有的前后比较都只包括我们调查了两次的农民。

在做前后比较时，月份之间的差异（如节日或天气）可能会产生虚假相关。我们通过研究背景克服了这个问题：由于糖厂的加工能力受到限制，农民的收获（和种植）日期在3到5个月内交错排列。例如，一个农民可能会在六月份收获，而其他人则在八月份收获。那么同一个月份对于一些农民来说是收获前，但对另一些农民来说是收获后。这个特征允许我们控制日历效应。



我们的数据显示，与收获后相比，农民在收获前确实面临着更大的财务压力：他们更有可能典当东西（78%与4％，P<0.001，n = 462名参与者），并且更有可能贷款（99%与13％，P<0.001，n= 461名参与者）。

农民收获前比收获后平均多了1.97次贷款。当被问到“在过去的十五天里你是否在处理日常账单中遇到困难？”这样的问题时，在收获前他们也更有可能回答“是”（分别为1.62和1.76，这是一个3分制量表，其中1分相当于财务应对能力较差，3分是指财务应对能力较高; P <0.001，n = 462名参与者）。（表1中A部分显示了排除农民个体和月份固定效应之后的回归模型结果。）

我们再次使用瑞文测验来测量流体智力。对于认知控制任务，我们不能在实地使用空间不相容测验。因此，我们使用传统Stroop任务的数字版本，适用于读写能力低的参与者。在这个典型的试验中，参与者会看到“5 5 5”，并且必须快速响应“3”，这是序列中5的数量，而不是最自然想到的“5”。响应速度和错误率会被记录。每位参与者进行了75次数字化Stroop试验。

如图4所示，两次测试中，收获前后的差异显著。

在瑞文测验中，农民在收获后得分平均答对5.45项，但收获前仅仅答对4.35项（P<0.001， n = 460名参与者）。在Stroop测验中，收获后农民平均花费131秒对所有题项作出反应，而收获前时间为146秒（P<.001，n= 452）。此外，农民在收获之前平均错误数高于收获之后（错误数5.93项对比5.16项;P<.001，n= 453）。



我们还报告了控制农民个体和月份固定效应的回归结果（表1，B部分）。表1中的每个单元格都是一个不同的回归模型。表1第1列显示，即使在回归调整后，瑞文测验和Stroop测验的表现仍然存在显著的收获前后差异。除了这些收获前后差异之外，我们还发现，农民对财务紧张的主观感受强烈程度（使用他们在15天前如何评估他们处理日常账单的能力来测量）与瑞文测验的表现和Stroop测验花费的时间存在负相关（见表S2）。

除收入之外的其他因素在收获前后也会发生变化，从而引起我们所观察到的收获前后的认知差异。一个可能的主要因素是体力消耗；准备农作物收获可能会增加体力劳动。另一个因素可能是对作物产量的焦虑；农民可能专注于计算赚多少钱而不是思考如何实现收支平衡。

然而，实际情况中，甘蔗种植不太可能是这样的。农民通常在他们的土地上雇用其他劳动力，而甘蔗作物的产量可以在收获前几个月估计。尽管如此，为了进一步解决这个问题，我们观察到在收获和实际到款之间存在数周的延迟。只有在收到款项的时候，农民的财务负担才能得到缓解，但在收获完成之后，体力劳动负担和对作物产量的焦虑已经完全得到解决。

对于我们样本中的316名农民来说，“收获前后”调查的实际上是收获后但是款项到位之前。如表1第2栏所示，我们对这个子样本的回归方程进行了重新估算，发现高度相似的结果，这表明体力消耗和收获前的焦虑都不是导致这种结果的因素。

练习效应可能会潜在的影响结果；收获后的农民可能会在认知测试上做得更好，仅仅是因为他们是第二次参加测试。为了解决这个问题，我们在首次抽样时保留了100名随机选择的农民。这些农民在收获后第一次接受认知测试，他们的分数与原始样本在收获后的测试分数进行比较。

如果我们的结果是由于学习效应，我们预计这些新手农民会表现得更差。相反，我们发现这两个群体在瑞文测验的准确性和Stroop测试的反应时间上表现相似（表S3），这表明没有练习效应。有证据表明在Stroop错误率上存在一定的练习效应（表S3），但总体模式不能归因于简单的测试熟悉度。总而言之，这两组研究——在新泽西州商场和印度地区——说明了贫困通常伴随着财务困境的挑战，而这可以导致认知功能的降低。

我们认为，贫困造成的注意力需求是一种可能的机制[29]。但是可能还有其他调节因素。营养可能是一个候选因素，如果在商场的实验研究中它不是，那么在甘蔗收获研究中营养可能存在影响；因为贫困时农民可能会少吃东西。2009年，在印度泰米尔纳德邦的Thiruvarur，Perambalur和Pudokottai Nadu地区，我们采用了同样的设计进行试点研究，在其中调查了188位农民，并询问了食品消费情况。

结论显示Stroop测验上出现类似的效应（收获后1.47个错误与收获前2.12个错误；通过t检验P= 0.006，n= 111名参与者）。收获前的农民没吃得更少，他们每个月在食物上花费2663卢比，收获后花费2592卢比（不考虑购买力平价的话，大约分别为53美元和52美元）。此外，甚至在包含食物消费作为控制变量的回归分析中，Stroop测验的结果仍然存在。

这些发现的一个潜在解释是压力。财务上的担忧可能自然会引起收获前农民的压力。事实上，我们检测了生理上的压力。在2009年的研究中，我们收集了两种压力的生理指标：心率和血压。这两项指标都显示农民在收获前的压力更大；他们的心率比收获前高（78.42与76.38；经t检验P = 0.088，n= 188），舒张压（78.70与74.26，经t检验P<0.001，n=188）和收缩压也是如此（128.64与121.56，经t检验P<0.001，n= 188）。

然而，这些压力差异并不能解释我们的发现。当我们控制了三种压力测量指标并且重新估算收获对Stroop表现的影响时，结果仍然显著。事实上，收获后的系数没有变化[对于Stroop，我们仍然发现在收获后这个二分变量上的系数为-1.46（0.52），其中t为-2.80，P<0.006; n = 222名参与者]。这表明，虽然收获前农民确实经历过压力，但是压力不能充分解释认知功能损害。我们提出的机制——贫困占据了注意力，触发侵入性思想，并减少认知资源——本身可以被描述为俗称的“压力”：由某种因素诱发的持续性精神参与。

然而，2009年的数据表明，生物学观点上的压力——比如这些压力指标所代表的——不足以解释我们的发现。这与已有的关于压力对认知功能影响的文献是一致的，在这些文献中同时发现了压力的促进和损害作用。例如，有证据表明压力会增加工作记忆能力。

我们发现注意力撷取是最令人信服的解释机制。它与稀缺对借贷影响的结果相符，与除贫困以外的稀缺领域（从时间不足到有限的卡路里预算）观察到的需求和注意力分散相一致。但肯定的是，其他机制可能也在发挥作用。例如，贫穷可能通过改变人们的情感状态来影响认知负荷。我们希望未来的工作能够测试这些其他机制来解释这些发现。

本文显示的这些数据揭示了对于贫困的不同视角：贫穷不仅意味着应付资金短缺，而且同时伴随着认知资源短缺。 从这个角度来看，穷人的能力较差，不是因为与生俱来的内在特质，而是因为贫穷的情境本身会加重认知负担并妨碍认知能力。换句话说，这些发现不是关于穷人群体本身，而是关于任何人，只要他们认为自己很穷。

这些影响有多大？研究睡眠的科学家已经通过实验研究失去整夜睡眠对于认知的影响（用瑞文测验）。用标准差来说，本文中实验室研究显示的影响与失去睡眠所导致的影响大小相同，而实地调查结果显示的影响是睡眠研究影响的四分之三。简而言之，引发财务问题对于认知功能的影响与失去整夜睡眠相当。此外，其他的研究者对慢性酗酒者与正常成年人，60岁与45岁成年人之间进行瑞文测验比较，他们也观察到类似大小的效应。通过校准，根据智商研究人员使用的通用近似值，平均值为100，标准差为15，我们观察到的影响大小对应于~13智商分数。这些相当大的数字表明贫穷对于认知的影响可能会产生巨大的实际后果。

这个观点具有重要的政策含义。首先，政策制定者应该谨防对穷人施加认知税，就像他们避免对穷人征收货币税。填写长表格，准备长时间的面试，解读新规则或者对复杂的激励作出反应都会消耗认知资源。政策制定者很少认识到这些认知税。然而，我们的研究结果表明政策制定者应该把重点放在减少它们。简单的干预政策，比如智能缺省，帮助填写表格，计划提示，甚至提醒都可能对穷人特别有帮助。

决策者应该进一步认识并应对同一个人认知能力的自然差异。许多项目都对农民施加认知需求，比如说从艾滋病科普到农业推广服务（向农民提供有关新种子，杀虫剂和农业实践信息），这些计划应该仔细规划时间。至少，正如我们的研究结果所表明的那样，它们应该与收获周期同步，他们在收获后有更强的认知能力。最近的一项研究用肥料的使用说明了这一点。与收获季之后的一段时间相比，农民收获的当下那段时间能做出更高回报率的投资。这些数据表明减少经济波动的政策中很少被人考虑到的益处：它们不仅仅为经济稳定作出贡献——它们实际上能够提供更多的认知资源。

1. S. J. Katz, T. P. Hofer, JAMA 272, 530 – 534 (1994).

2. M. R. DiMatteo, P. J. Giordani, H. S. Lepper, T. W. Croghan, Med. Care 40, 794 – 811 (2002).

3. A. J. Karter et al., Med. Care 42, 110 – 115 (2004).

4. R. D. Neal et al., Br. J. Gen. Pract. 51, 830 – 832 (2001).

5. J. Kim, B. Sorhaindo, E. T. Garman, J. Fam. Econ. Issues 27, 458 – 478 (2006).

6. V. C. McLoyd, Am. Psychol. 53, 185 – 204 (1998).

7. M. S. Barr, No Slack: The Financial Lives of Low-Income Americans (Brookings Institution Press, Washington, DC, 2012).

8. R. M. Blank, M. S. Barr, Insufficient Funds: Savings, Assets, Credit, and Banking Among Low-Income Households (Russell Sage Foundation Publications, New York, 2009).

9. K. Edin, L. Lein, Making Ends Meet: How Single Mothers Survive Welfare and Low-Wage Work (Russell Sage Foundation Publications, New York, 1997).

10. M. Bertrand, S. Mullainathan, E. Shafir, Am. Econ. Rev.94, 419 – 423 (2004).

11. M. Bertrand, S. Mullainathan, E. Shafir, J. Public Policy Mark. 25, 8 – 23 (2006).

12. A. Baddeley, G. Hitch, in The Psychology of Learning and Motivation, G. Bower, Ed. (Academic Press, New York, 1974), pp. 47 – 89.

13. S. J. Luck, E. K. Vogel, Nature 390, 279 – 281 (1997).

14. G. A. Miller, Psychol. Rev. 63, 81 – 97 (1956).

15. U. Neisser, Cognition and Reality: Principles and Implications of Cognitive Psychology (Freeman, San Francisco, 1976).

16. P. Butterworth, N. Cherbuin, P. Sachdev, K. J. Anstey, Soc. Cogn. Affect. Neurosci. 7, 548 – 556 (2012).

17. S. J. Lupie, S. King, M. J. Meaney, B. S. McEwen, Dev. Psychopathol. 13, 653 – 676 (2001).

18. This design resembles “ stereotype threat ” studies, in which identity-relevant primes diminish cognitive performance (19).

19. C. M. Steele, J. Aronson, J. Pers. Soc. Psychol. 69, 797 – 811 (1995).

20. D. Laibson, Q. J. Econ. 112, 443 – 478 (1997).

21. A. Deaton, “ Measuring poverty ” (Working Paper, Princeton Research Program in Development Studies, 2004); available at 

http://papers.ssrn.com/sol3/papers.cfm?abstract_id=564001.

22. C. H. Karelis, The Persistence of Poverty: Why the Economics of the Well-Off Can ’ t Help the Poor (Yale Univ. Press, New Haven, CT, 2007).

23. J. P. Shonkoff, P. Deborah, From Neurons to Neighborhoods: The Science of Early Childhood Development (National Academies Press, Washington,

DC, 2000).

24. G. W. Evans, M. A. Schamberg, Proc. Natl. Acad. Sci. U.S.A. 106, 6545 – 6549 (2009).

25. B. Buhmann, L. Rainwater, G. Schmaus, T. M. Smeeding, Rev. Income Wealth 34, 115 – 142 (1988).

26. Alternative measures, such as dividing household income by number of people in the household, yield similar findings.

27. J. Raven, Cognit. Psychol. 41, 1 – 48 (2000).

28. R. W. Engle, S. W. Tuholski, J. E. Laughlin, A. R. Conway, J. Exp. Psychol. Gen. 128, 309 – 331 (1999).

29. E. Hunt, Human Intelligence (Cambridge Univ. Press, New York, 2010).

30. M. C. Davidson, D. Amso, L. C. Anderson, A. Diamond, Neuropsychologia 44, 2037 – 2078 (2006).

31. M. I. Posner, G. J. DiGirolamo, in The Attentive Brain, R. Parasuraman, Ed. (MIT Press, Cambridge, MA, 1998), pp. 401 – 423.

32. M. Joëls, Z. Pu, O. Wiegert, M. S. Oitzl, H. J. Krugers, Trends Cogn. Sci. 10, 152 – 158 (2006).

33. E. Y. Yuen et al., Proc. Natl. Acad. Sci. U.S.A. 106, 14075 – 14079 (2009).

34. A. K. Shah, S. Mullainathan, E. Shafir, Science 338, 682 – 685 (2012).

35. S. Mullainathan, E. Shafir, Scarcity: Why Having Too Little Means So Much (Henry Holt, New York, 2013).

36. B. Hermalin, A. Isen, (USC CLEO Research Paper C01-5, 2000); available at http://ideas.repec.org/p/wpa/wuwpmh/9912001.html.

37. A. Oswald, E. Proto, D. Sgroi, (Working Paper, Univ. of Warwick, 2012); available at 

www.sire.ac.uk/fundedevents/relativity/invited/24MarchOsProSgroiPaper2009.pdf.

38. L. Linde, M. Bergström, Psychol. Res. 54, 127 – 136 (1992).

39. B. Jones, O. A. Parsons, Arch. Gen. Psychiatry 24, 71 – 75 (1971).

40. M. O. Pontón et al., J. Int. Neuropsychol. Soc. 2, 96 – 104 (1996).

41. R. H. Thaler, C. R. Sunstein, Nudge: Improving Decisions About Health, Wealth, and Happiness (Yale Univ. Press, New Haven, CT, 2008).

42. C. N. Smith, D. Goldstein, E. J. Johnson, (Working Paper, INSEAD, 2009); available at 

http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1116650.

43. E. P. Bettinger, B. T. Long, P. Oreopoulos, L. Sanbonmatsu, (Working Papers, NBER, 2012); available at www.nber.org/papers/w15361.

44. K. L. Milkman, J. Beshears, J. J. Choi, D. Laibson, B. C. Madrian, Proc. Natl. Acad. Sci. U.S.A. 108,10415 – 10420 (2011).

45. N. Ashraf, D. Karlan, W. Yin, Q. J. Econ. 121, 635 – 672 (2006).

46. E. Duflo, M. Kremer, J. Robinson, Am. Econ. Rev. 101, 2350 – 2390 (2011).