在一些成功学里会有不少如何结交朋友的指南，尤其是如何结交那些有钱的朋友，说这是成功的重要因素。
2022 年 8 月 1 日，《自然》杂志刊登了一篇论文，证实的恰好是一个大家公认的规律：和富人做朋友，可以让人变得更富有。这个结论初看之下让人觉得可笑，难道这不是不证自明的道理吗？但细看之下，还是有很多其他道理值得说说的。
今天的《科技参考》，我就来介绍一些关于朋友的科学研究。
研究如何进行
首先，咱们说《自然》杂志上的这篇研究。
结论虽然是一个共识，但纽约大学的科学家使用的方法很可靠，利用的是脸书上的 7220 万个账号的 210 亿条和朋友关系相关的数据。这些结论到底靠不靠谱，在社交媒体没有普及之前是根本无法研究的，而在今天的统计中，美国 25-44 岁的人里，超过80%的人都拥有脸书账号，所以相关的社会学研究就有了更坚实的基础。
不过，由于一部分账号之间虽然也互相关注了，但只是点头之交，互动的频次很少，很难说两个人在现实中是朋友关系。如果用这些互相关注的账号做研究，并不能反映现实生活。
所以，研究后续还设置了一个门槛来剔除这个干扰因素，就是缩小互相关注的朋友圈子，只统计那些在点赞数、评论数上排名前 10 的好友。这些好友相比点赞、评论排在末尾的好友来说，更有可能是现实中有交集的朋友。
这一系列研究中最惹眼的就是，哪个因素对一个人今后的财富状况影响最大呢？研究者从众多因素中筛选出了最重要的因素，简单地说，正向作用最大的就是富有的朋友的数量，负向作用最大的是单亲家庭抚养。
“单亲家庭抚养”这个定义咱们都很清晰，不必多说。我具体说说什么是“富有的朋友”。这里的“富有的朋友”，并不是指认识几个王思聪这样的人，而是更加广泛的，只要收入超过当地中位数的就算富有。这个参数拿到今天的北京，大约就是月薪超过 7000 元的人就算富有。
在研究中，这个指标叫作“经济关联度”（economic connectedness）。具体定义是，一个人拥有的收入高于当地收入中位数的朋友占自己所有朋友的比例的 2 倍。很拗口，举例来说，和我互相关注的朋友里，有 80 %的月收入都超过了 7000 元，那么80% × 2 = 1.6，1.6 就是我的经济关联度。
而问题是，脸书又不收集用户月薪的数据，即便收集也不可能给纽约大学用，这帮科学家是怎么摸到这个数据的呢？
其实，是利用一些公开信息去猜。比如用户使用的智能手机型号，这个信息大部分会在每条博文下显示；还有发文的地理位置；以及公开的个人信息，比如就读的大学或工作单位。
从这些参数怎么就能猜出月薪呢？这利用的是一个比较复杂的算法。总之，模型做出来后，他们用这个模型猜出来的结果和美国社区调查（American Community Survey）做郡一级的对比，结果发现，按每个郡来看，猜出的中位数和几百个郡实际调查的中位数非常接近，数值差在 1% 以内。所以，这个猜收入的方法是可信的。
接下来，就是结论中的一个关键词——今后的收入。也就是说，它并不是对现状的描述，而是预测一个人今后的财富状况。但是，研究人员又怎么知道这些脸书数据统计范围中的人在 20 年后的状况如何呢？
确实没有办法知道，所以他们其实是向前回顾的，把今天脸书的数据当作 20 年后的结果去评估。这样做需要事先做一个假设，就是每个郡的大部分人在 20 年后还依然生活在这个郡里。因为只有这样，他们才能拿 20 年前社交媒体出现之前的经济数据，和他们当前从脸书上收集到的数据通过模型处理后做结果对比，看看这个模型是否有比较好的预测能力。
重要的研究结论
刚刚我们说了，影响未来收入最大的因素是经济关联度。其实，除了这个指标以外，还有很多指标也被考量进来了，比如当地大学毕业生数量、小学阶段数学成绩、种族隔离状况、西班牙裔比例、黑人比例、贫困线以上人口比例、当地就业率、志愿者参与度等。
整体而言，经济关联度是决定一个人未来收入是否提升的最有力因素。哪怕最初两组人都生活在经济指标高度类似的社区中，但就会因为一个经济关联度高、一个经济关联度低，导致今后两个社区的人一个更富、一个更穷。也就是说，要想富有的话，还是得有几个富有的朋友才行。
怎么才能交到富有的朋友呢？
在这个系列研究的第二篇文章中，研究人员找到了一些结交富有朋友的规律。不论一个人生活在什么环境里，时间一久，总会交上几个朋友。如果把所有人在所有场合可以交到的朋友数量当作一个平均值的话，不同的生活场景里结交的朋友在富有程度上是不一样的。
有这样几种典型的生活场景，对于交朋友来说，并没有明显的贫富差别。也就是说，你一直生活在这种环境里的话，交到穷朋友、富朋友的可能性和综合所有人在所有场景里交到穷朋友、富朋友的平均值没有太大区别。它们就是休闲俱乐部、高中校园、宗教社团、工作单位这 4 个平淡无奇的场景。如果一定要分出个上下的话，工作单位里交到穷朋友的概率是最低的，宗教社团里交到穷朋友的概率是最高的。
还有两个场景就不一样了，其中一个是特别容易交到穷朋友的，就是邻里之间。还有一个场景是特别容易交到富朋友的，就是大学校园。
如果看一下倍数的具体值，在那 4 个平淡无奇的场景中交到穷朋友和富朋友的概率会是均值的多少倍呢？答案是均值的 0.6 倍到 1.3 倍，差异并不明显。
但邻里之间交到穷朋友的概率是均值的 2 倍，而大学校园里交到富朋友的概率是均值的 2.5 倍。这是因为能上大学的孩子，他本身和他的家庭的收入高于社会收入中位数的概率一般要高得多，或者简单地说，大学里富人更多。所以在大学里待的时间久，自然结交的富人朋友就更多。
影响一个人结交富有朋友的数量的因素除了环境外，还有他本人的行为偏好。比如，很内向的人，朋友的绝对数量就很少，所以他们的富人朋友数量也自然很少；即便他们生活在一个富人比例比较高的地区，也可能不会有太多富人朋友。
不必因此而焦虑
以上都是对数据的统计和描述，可能有些人看到后会有些焦虑，认为我的富人朋友并不多，或者我本身朋友的数量就不多，别着急，下面的一些研究可能会大幅缓解你的焦虑。
首先是认为“我的朋友数量不够多”这一点。
这其实是一个共性，几乎每个人都会这么认为的。这个现状是由两个数学因素导致的：
第一个因素被称为“班级规模悖论”。专业的说法是，人们在估测数量时，容易错误的使用样本平均数，从而导致计算结果不符合总体平均数。
为了说清楚，我来举个例子：
一个学校有 100 个学生，学校开设 10 门课，每个学生只能选 1 门课。请问平均每门课有多少学生呢？正确答案是 10，这很好算。
但这个数字可能和我们在实际生活中感受到的相差甚远。实际中的情况往往是这样：
10 个专业，高数有 30 人上，C 语言和机械制图分别有 20 人上，大学物理和大学英语分别有 10 人上，统计学、概率论、线性代数、复变函数、微分几何这 5 门课因为难，分别只有 2 人上。
这个时候，教务处的某个秘书如果想通过抽样调查的方法知道平均每个班的人数的话，他会怎么做呢？他会从 100 个学生里随机调查 50 人，就问他们一个问题，你们班有多少人。我们就假设，这些学生脑子特别好，都准确说出了自己班级的人数。那么，通过这种方式的抽样调查，算出的每个班级的平均学生数是多少呢？19.2 个，并不是 10 个。
具体是这样算的：
因为抽样了一半的人，所以这 50 人里会有 15 个来自上了高数的那个班，因为那个班总共 30 人，被抽到的概率是一半嘛，于是这 15 人都报告说自己班上有 30 人。于是，对这 15 人来说，报告的总数就是 15 人次，每人报告 30 人，共 15 × 30 = 450 人。
以此类对，C 语言、机械制图、大学物理、大学英语、统计学、概率论、线性代数、复变函数、微分几何这些课也这样调查，每门课都用人次乘以报告的人数。最后的结果是：(15×30)+(20×20)+(10×10)+(5×2)=960 人，再除以 50 个被调查的班次，结果每个班平均 19.2 人。
这个值大大高于一个人掌握全局数据时的正确结果，也就是 10，高了快一倍。而当你不知道全局数据时，其实大部分时候我们都不能以上帝的角度获得全局数据，这时候在实际生活中做判断，最好的情况也就是使用这位秘书的方法作估算、求均值。于是，我们对一个人大约拥有多少个朋友的估测，也是很容易高于真实的均值的。
第二个因素就是，朋友的网络关系大都是由超级连接者支撑的。
也就是，95% 的人只拥有 5 个以下的朋友，但还有 5% 的人拥有 20 个以上的朋友。平时的活动基本都是由这类超级连接者发起的，朋友的朋友之间，或者朋友的朋友的朋友之间，之所以一直能联系上，也是因为这类人在维系。
而一想到一个人朋友的数量，人们总会立刻想到这类典型的超级连接者，把这些天赋异禀的人的朋友数和自己的一比，就容易导致错误判断，以为自己朋友很少。其实并不是。
如果两个因素叠加起来，就更容易让人以为自己朋友少，进而产生焦虑了。
其次，对于富人朋友不够多这一点，也不用太焦虑。
只要你的朋友不全都是低收入人群，只要有一两个是高于均值的，你就处于正常范围。在此基础上，如果你恰好生活在一个鼓励不同人群交往的环境里，比如得到的训练营，就很可能再收获一个额外的富有朋友。
这些道理，尽管今天我是从科学角度介绍给你的，但实际上，大部分根本就用不到数学知识，只从身体感觉上就能意识到规律的存在。这也是很多线下社交产品能够盈利的基础，因为它们提供了人们渴求的服务。