陳根：互聯網時代，我們可以交超過150個以上的朋友嗎?_風聞

文/陳根

人是社會關係的總和。一定規模的人集羣，於是出現了社羣。對於羣體規模，學術上有個經典理論，即鄧巴數理論，簡單來説，就是****在沒有等級制度約束的情況下，一個無政府的團體可以達到的最大人口規模為150人。

在互聯網普及以前，由於個人所接觸的他人數量非常有限，從同學到同事，從家人到因共同愛好聚集的朋友，鄧巴的150人理論能夠很貼切地解釋社羣的規模和效應。如今，社會關係越來越多地體現在微信好友、微信羣，乃至朋友圈的互動裏。微信5000人的上限也顯然打破了鄧巴數理論，似乎從來沒有一個時代，我們能夠輕易接觸到這麼多的人。

社交產品讓人們對於好友的維繫能力和移動互聯網之前的年代相比提高了太多。在這樣的背景下，鄧巴的150人理論是否會產生新變？信息時代又對羣體規模產生了怎樣的影響？

鄧巴數為什麼是150人？

鄧巴數是進化論人類學中的一個假説，由牛津大學人類學家羅賓·鄧巴於20世紀90年代提出。

1992年，鄧巴從對猿類羣體的研究轉向對人類羣體的研究。通過對38種不同的靈長目動物的研究，他將總腦容量、皮層容量、羣體規模、每日食量、棲息地面積、平均遷徙距離等變量放在同一表格內進行對比。之後，他發現在影響靈長目動物的羣體規模的變量中，大腦皮層容量起到關鍵作用。

1993年，鄧巴在《行為與腦科學》發表文章《大腦皮層容量的協同進化、羣體規模與人類語言》，首次指出靈長類腦容量與平均社羣規模存在相關性，並提出公式：Log10(N)=0.093+3.389log10(CR)。

在這個公式中，N是該靈長目動物的最大羣體規模，CR為大腦皮層率。在計算中，鄧巴採用1006**.5cc作為人類大腦皮層的容量，1251.8cc為人類的總腦容量。他由此計算出CR****=4****.1，N=147.8，存在95%的置信區間，即100.2-231.****1。**這就是鄧巴數，由於人們通常將其約等於150，所以也稱150定律。

此外，鄧巴數是一個包含層級結構的遞減關係。在層級結構的最內層，在任何時刻，與普通個體有最緊密聯繫關係的人只有5個，他們通常是家人，也可能是極其親密的朋友或夥伴。外一層級包括通常被人們稱為親密朋友的人，這一層級通常包括15人，再往外一層級則是被稱作朋友的人，這一層級通常會有50人。人們所謂的普通朋友則大約為150人，就是鄧巴數。

**從鄧巴的公式來看，鄧巴數的得出，腦容量起了絕對作用，這又與新皮層密切相關。新皮層是腦中進化最晚，最後出現的腦結構，而羣體規模基本上與大腦新皮層容量成正比。**這也意味着，150理論的得出並非偶然現象，而是人類認知侷限所造成的結果。

**鄧巴數理論在諸多人類社羣現象中得到了驗證。**最典型的是狩獵採集社會，其組織單位——遊團的規模一般不足百人，比如非洲西南部卡拉哈里沙漠的桑人（San），每個遊團大約20-60人，鄰近農耕區的遊團則較大，為100-150人。

從事遊耕農業的半定居社會規模會略大，比如緬甸克欽邦山區的一個500人遊耕羣落。然而這500人又分為9個村寨，其中最大的也只有31個家户100多人，依然符合鄧巴數規律。

即便是完全定居且人口密集的農耕社會，若缺乏較完善的政治結構，其規模也接近或略高於鄧巴數，這種情況在交通不便的山區尤為普遍，比如菲律賓呂宋山區從事灌溉農業並建造了輝煌梯田的伊戈羅特人（Igorots），其村寨規模常有一兩千人。這一規模粗看是個大社會，但其實裏面分成了十幾個相互獨立、互不統轄、自行其是的單元，每個單元人數恰好接近鄧巴數。

鄧巴數會因互聯網改變嗎？

過去，時間和距離障礙是社交關係迅速衰退的主要原因。而互聯網時代下，社交工具的多樣性和便捷化，延伸了人類的器官，包括腦容量。那麼，對於諸如互聯網等現代工具的使用，鄧巴的150人理論是否會產生新變？

對於上述問題，一種可能的回答是：並非是人類的大腦決定了人類能夠維持的社交網絡只能是150人，而是如果一個人經營的社交網絡人數超過了150人，那麼就會阻礙信息的順暢傳達。

事實上，假設一個人在一天中不吃不喝不睡不工作，按照每聯繫一人消耗10分鐘來計算，最多也只能聯繫144個朋友。而若是想與更多人交往，則在一定程度上會讓人在交流過程中心不在焉，從而使得溝通變得低效。用科學的語言來描述該現象，即不同大小社交網絡對應的信息傳遞速率的規模指數，並非單調線性遞增的。

規模指數（scaling index）來源於以傑弗裏·韋斯特為代表的研究者們，是被用來描述系統性能如何隨規模變化的指標。在韋斯特的科普著作《規模》一書中，根據不同系統的性能是如何隨系統規模變大而改變的，他將系統分為三類，分別是超線性（規模指數>1，城市越大，創新的增長越快）、線性（規模指數= 1，經過對數變化後，大小的變化和功能的變化速率相等）及亞線性（規模指數<1，系統變大後，功能的增速變得跟不上大小變化的速率）。

社交網絡的大小和其信息傳遞效率之間的關係，屬於亞線性，即並不是社交網絡越大，溝通越順暢。而所謂大有大的難處，指的則是規模指數和系統的大小呈倒U型，一旦超過了某個值，那麼網絡變大後，溝通效率的增速會下降。上述的規模指數最大值，又被稱為臨界點（critical point）。

前不久，PNAS的一篇“通過複雜性，將人類社交網絡的大小和功能關聯起來”的論文，用受伊辛模型啓發的多主體模型，對於為何會出現鄧巴數這一問題給出了全新的解釋。研究者基於決策模型（decision-making model）這個伊辛模型的變種，計算不同大小的網絡對應的規模指數，發現規模指數最大的網絡大小，正好位於鄧巴數附近**，**即臨界點。

這個結果提供了一個基於理論的橋樑。這也意味着，要使一個羣體、組織或生活網絡在規模增加時保持其功能，必須出現宏觀動態模式，以取代那些不再支持系統不斷發展的目的的模式，

從社交網絡的有效信息量來看，社交網絡發展得越龐大，用户接收的有效信息量越少。有效信息量決定了社交活動的效率，而人們希望通過社交網絡建立的與朋友的緊密聯繫，會隨着朋友數目的增加而降低。

事實上，現代化許諾了人們美好的前景和理想。互聯網使我們對於信息的獲取更便捷，這提高了我們的社交效率。社交關係秉承着氣味相投的原則，而這個原則會通過自己的判斷實施，也會根據算法來發現。每個人社交網絡上關注或者互動的人數都可以遠遠超過這個數字，但這依然只是個數字。

信息大爆炸和社交網絡的迅速膨脹早已超出個人的處理能力，網絡上興起的“斷舍離”、“芬蘭社恐”都不過是一種典型的防禦策略。寬闊的互聯網給了我們無所不能知的假象，但社交網絡不會無限擴展，我們終究會因為鄧巴數的理論極限而主動或被動收縮手裏的網絡關係。只有認清自己的侷限，才不會被侷限困住。