拯救单身狗!脱单的科学指南:你还差这样一位朋友

2019 年 2 月 14 日 中科院物理所

本文由微信公众号“环球科学”(ID:huanqiukexue)授权转载

转载请先联系newmedia@huanqiukexue.com

图片来源:pixabay


网络上的浪漫故事看起来不仅有幸运的成分,还充满了宿命的味道。但是,只要稍作思考,你会发现这些浪漫的相遇其实并非完全出于偶然。它们的共性在于,当男女双方在跨越从陌生人到恋人的鸿沟时,他们两人之间其实只存在两到三层人际关系的距离。



媒人


我们通常认为,爱情是非常私人的行为,而且也很难解释其中的道理。的确,大多数美国人认为配偶是自己选择的,和其他人没有关系。这与我们通常的想法是一致的,比如我们常常认为生活取决于每个人的不同选择,相信命运掌握在自己手中,无论生活的海洋有多么波涛汹涌,我们都可以为自己设计出全新的航向图。所以,一旦发现生活就像是在使用熟悉的航海工具在一条既定的航线上前行时,我们不禁非常惊讶,甚至略感失望。


由于对自己的选择能力过于自信,我们常常忽略了这样的事实:伴侣的选择其实在很大程度上取决于我们所处的环境,尤其是人际关系。命运掌握在自己手中,这种看法从侧面也反映出人们对机缘巧合的爱情故事的浪漫诉求。因为这种巧遇似乎暗示着冥冥之中有一种力量在发挥作用,与一个独特的陌生人相识相知相恋是命中注定,而且充满魔力。当然,我们并不否认这样的事情,但这样的机缘巧合远非我们想象的那么“偶然”。


参考一下有关人们如何结识伴侣的统计数据。1992年,全美健康与社会生活普查 (也即广为人知的“芝加哥性调查”)在全美国范围内抽取了3,432名年龄介于18~59岁的成年人进行调查,得到了关于美国人在爱情与性行为方面最全面最精确的一组数据。调查的内容包括伴侣选择、性行为、心理特征、健康状况等详细信息,还包含一组罕见的数据:人们是在哪里、怎样认识现在的性伴侣的。在许多情况下,不管男女双方处于何种情感关系,他们的初次见面都是由第三方介绍的


(点击查看大图)


其实,中间人在介绍两人认识时,或许并没有刻意想要促成一桩好事,往往却产生了这样的效果。在上述全美普查中,68%的受访者表示他们与配偶是通过两人都认识的某个中间人介绍的,仅有32%的人是“自己介绍”认识的。即使是短期性伴侣(比如一夜情),也有53%的人是通过别人介绍的。所以,尽管萍水相逢的事情偶有发生,小部分人也确实无需他人帮忙就找到了伴侣,但是在多数情况下,人们和配偶结识,常常是通过朋友的朋友或其他人际关系实现的。



家庭关系


在四种感情关系中,经朋友介绍认识的受访者比例大致相当(35%~40%),但是经家人介绍的受访者比例却相差较大。通常,由家人介绍的两个人更有可能步入婚姻殿堂,而不是发生一夜情。两人的相识方式与他们初次发生性行为的时间也有很大关系。芝加哥性调查结果显示,在相识一个月就已经发生性行为的受访者中,由朋友介绍的人所占比例略高于由家人介绍的。法国曾经做过一项类似调查,结果显示,在夜总会相识的伴侣中,有45%的人在一个月内就发生了性关系,而在家庭聚会上相识的两个人,这一比例仅为24%。这个结果并不意外,毕竟很少有人蓄意在家庭聚会中猎艳。


这些数据表明,人们往往采取不同策略来寻求不同的两性关系。可能大部分人都愿意让家人介绍结婚对象,但更习惯自己寻找露水情缘。这很好理解,你想,喝多了的大学生有谁会发短信问妈妈,是否可以把酒吧里刚认识的俊男 (靓女)带回家过夜?所以说,搜索社交网络时,在什么情况下寻求何种帮助,在某种程度上决定了人们会得到怎样的两性关系。


不过有一点很明显,无论建立哪一种感情关系,人们都非常倚重朋友和家人的帮助。当你自己去结识某人,你对对方知之甚少。但如果是经人介绍,介绍人就对你们两人都比较了解,倘若觉得你们合得来,常常会鼓励你们碰面,这样就有意无意地充当了媒人的角色。朋友和家人不仅熟知你的性格、社会背景和工作经历,还了解一些比较隐秘的细节,比如你习惯把衣服丢在地板上或喜欢送人玫瑰营造浪漫氛围等。通过社交圈子牵线搭桥来结识未来的伴侣,不仅风险较小,而且会获取更多的信息。这也正是媒人这个角色几千年来一直长盛不衰的原因。


然而在现代社会中,人们通常对“相亲”嗤之以鼻,很难想象跟一个陌生人结婚会是什么样子。亲朋好友常会出于善意来干涉我们的生活,试图“帮”我们寻找配偶,但是这样的行径常被看成多管闲事,和《屋顶上的小提琴手》(Fiddler on the Roof)中的媒婆延特一样滑稽。其实在多数情况下,只有当亲友和同事认为我们独自寻找伴侣存在困难时,才会充当媒人的角色。但实际上,就算我们坚称命运掌握在自己手中,也不得不承认人际关系网是一位非常称职的媒人。


现实生活中的人际关系是一个复杂的网络,在这个关系网里面,有些人占据着特殊的位置。右边的图解描绘了140个大学生(绿色圆圈)之间的朋友关系网(灰色线段)。离中心越近的人,他的朋友往往也拥有很多朋友。外围的人没准也有不少朋友,但他的朋友就没什么朋友。通常,越靠近网络中心的人,结识其他人所需要的路径就越短,同时也更容易获得这个网络内部所流传的东西,不管是八卦消息还是病毒感染。


现实生活中的人际关系具有非常复杂的网络结构,很容易衍生重重机缘。假如你正单身,有20个关系不错的朋友(熟到对方会邀请你参加他的派对),他们每人又认识另外20个人,这20人每人又有20个朋友,这样,仅通过三层人际关系,你就可以结识8,000人。关键在于,其中的每一位异性,都有可能成为你未来的伴侣。



社会预选


街角偶遇也有可能促使两个陌生人成为情侣,如果碰巧两人还有些肢体上的接触,恋爱尤其容易发生。这些幸福的偶然相逢,也是众多爱情故事中屡见不鲜的经典桥段,或者是两人同时看中了同一副手套(电影《缘分天注定》),或者是听完音乐会后错拿了对方的雨伞(电影《霍华德庄园》),又或是两人外出遛狗时拴狗的皮带缠在了一起(电影《101斑点狗》)。这样的意外事件为两人提供了进一步发展的契机,他们可能成为短期性伴侣,也有可能走入婚姻的殿堂。


曾执教于美国宾夕法尼亚大学的社会学家埃尔温·戈夫曼(Erving Goffman)用“补救程序”一词来描绘当事人的反应:在意外发生后,两人都希望能够缓解对方所受的“伤害”,而这种愿望就促使他们去认识对方。恋爱经验比较丰富的人,往往懂得把握机会和对方相识。而情场高手为了认识某人,甚至会有意制造这样的“意外”事件,他们无疑是掌握自己命运的“幸运儿”。但是,偶遇终究是例外,而不是常态。值得注意的是,即便是在这些萍水相逢的故事中,两位当事人也拥有某种共同的兴趣爱好,比如服饰、音乐或宠物。


所以,即使两个人没有经过别人介绍,是自己认识的,他们也经历了“社会预选过程”,这个过程往往决定了你能够认识哪一类人。比如,芝加哥性调查针对美国人考察了这个问题:你是在哪里遇见你的配偶的?结果显示,60%的受访者是在学校、单位、私人聚会、教堂和社交俱乐部等地与配偶相识,而同时出现在这些场所的人通常都有着相似的兴趣爱好和身家背景。在酒吧、旅游景点或通过征婚启事与配偶相识的受访者仅占10%,这些场所的人往往缺少共同之处,其中能够发展成为未来配偶的候选人群也比较有限。


过去一个世纪以来,人们结识配偶的场所和环境已经发生了很大的变化。关于这个变化趋势的权威数据,来自法国的一项研究。研究者以时间为线索,考察了通常人们结识配偶的场所,其中包括夜总会、派对、学校、工作单位、度假地、家庭聚会和所谓的“邻里之间”。研究数据表明,1914年—1960年间,15%~20%的人是在自己家附近认识配偶的,但是到了1984年,这一比例已经下降至3%。这反映了随着现代化和城市化的发展,地域因素对人际纽带的影响越来越小。


随着互联网的兴起,地域因素的影响更是日趋式微。2006年,美国1/9的成人网民(约1,600万)在使用online dating或其他网站 交友。一项系统的全美调查表明,在这些“在线交友者”当中,43%的人(约700万成年人)已经在现实世界中约见过网友,17%的人(约300万成年人)已经和网友建立了长期恋爱关系,或者已经结婚。相反,在所有已婚或拥有长期伴侣的网民当中,仅有3%的人是通过互联网认识他们的伴侣的。这一比例可能会逐年上升。看来,娶个邻家女孩为妻的时代真的一去不复返了。在寻找伴侣时我们需要依赖人际关系网,但地域因素对人际关系网的影响越来越小。



人际空间


在过去几十年间,随着地域因素的影响逐渐减弱,人们在寻找配偶时不再搜索地域空间,但仍然会搜索人际空间。我们不再遵循就近原则,而是根据人际关系寻找合适的伴侣。我们会思忖,这个跟自己关系较近的人(比如朋友、同事)是不是一个合适的婚配对象,如果不是,那么跟自己关系较远的人(比如朋友的朋友、同事的兄弟姐妹)合不合适呢?我们也常在派对之类的场所寻找未来的伴侣,因为在这些地方,我们可以结识朋友的朋友,还有那些仍处于我们人际圈子之外的人。


我们和朋友的朋友,以及那些不大认识的人之间有一条“微弱的纽带”。但这条纽带拥有非比寻常的力量,它能把我们与我们不认识的人连接起来,为择偶提供了更多的选择余地。搜索人际网络的最佳方式,就是超越现有的人际关系层,但也别离谱地去打扰跟你没有任何共同点的人。朋友的朋友,或者朋友的朋友的朋友,没准就是你的完美红娘。


撰文  尼古拉斯·A·克里斯塔基斯(Nicholas A. Christakis)

        詹姆斯·H·福勒(James H. Fowler)

翻译  张勇 熊哲宏

本文由微信公众号“环球科学”(ID:huanqiukexue)授权转载

转载请先联系newmedia@huanqiukexue.com

编辑:Shiny


近期热门文章Top10

↓ 点击标题即可查看 ↓

1. 大龄单身狗返乡过年期间瞬时压力激增现象及其应对措施研究

2. 12个革命性的公式

3. 最小有多小?最大有多大?

4. 一幅图读懂量子力学(大神的战争)

5. WiFi穿墙完全指南

6. 为什么你吃的食物跟广告上的永远不一样?

7. 你知道爱因斯坦人生中发表的第一篇论文是什么吗?

8. 出生在显赫世家是怎样的体验?

9. 理论物理学家费纸,实验物理学家费电,理论实验物理学家费?

10. 这些东西,看过的人都转疯了!

点此查看以往全部热门文章


登录查看更多
0

相关内容

【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
最新《机器学习理论初探》概述
专知会员服务
46+阅读 · 2020年5月19日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
356+阅读 · 2020年2月15日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
面向对象:相遇靠缘分,相守靠修行
伯乐在线
5+阅读 · 2019年7月10日
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
这么多年,终于知道为啥右指针不能往回走了
九章算法
5+阅读 · 2019年4月15日
关于医学影像背后的科学,你都知道多少?
中科院物理所
3+阅读 · 2017年12月14日
入坑机器学习,十个知识点你不得不知
人工智能头条
7+阅读 · 2017年9月15日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
Arxiv
6+阅读 · 2018年7月12日
Arxiv
6+阅读 · 2018年7月9日
VIP会员
相关VIP内容
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
最新《机器学习理论初探》概述
专知会员服务
46+阅读 · 2020年5月19日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
356+阅读 · 2020年2月15日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
相关资讯
清华大学两名博士生被开除:你不吃学习的苦,就要吃生活的苦
机器学习算法与Python学习
25+阅读 · 2019年9月16日
面向对象:相遇靠缘分,相守靠修行
伯乐在线
5+阅读 · 2019年7月10日
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
这么多年,终于知道为啥右指针不能往回走了
九章算法
5+阅读 · 2019年4月15日
关于医学影像背后的科学,你都知道多少?
中科院物理所
3+阅读 · 2017年12月14日
入坑机器学习,十个知识点你不得不知
人工智能头条
7+阅读 · 2017年9月15日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
Top
微信扫码咨询专知VIP会员