前些天，我收到一位朋友十一的婚礼请柬。先借这篇小文，祝两位新人新婚快乐，愿你们携手开启人生新篇章，也把许多平凡日子过成值得庆祝的时刻。
一张请柬，让我想到一个问题：婚礼、添丁、亲友离别……这些人生大事，平均一年会让一个人遇上多少次？我们尝试用人口学方法，搭建一张简化的亲属与朋友网络，再估算网络成员发生初婚、生育和死亡事件的次数。每一项事件，都暂按一次潜在的“吃席机会”计算。
如果不想读原文，可以直接先看结论：
- 亲属席：平均每人每年约0.254次吃席机会（意味着每个人平均每4年会吃1次亲属席）。其中，初婚约0.055次，生育约0.065次，死亡约0.134次；死亡事件约占亲属事件总量的52.6%。
- 朋友席：假设好友总数为50人、同性:异性=5:5时，若在15-40岁之间逐年结交，年均约0.697次（平均每3年吃2次）。
- 亲属席加朋友席：上述交友情境下，年均事件暴露约为0.951次/人年，国人一年潜在的吃席数量约为1次，当然这个数量会随着年龄发生变化。
- 在这组设定下，好友数量对朋友席总量的影响较明显，好友性别结构带来的变化较小；30岁组的朋友事件暴露较高，50岁以后朋友席主要由死亡事件构成。
01事件机会估计
亲属按本人和事件发生者之间的最短血缘链路划分：
- 1条链路：父母和子女；
- 2条链路：兄弟姐妹、祖辈和孙辈；
- 3条链路：伯叔姑舅姨、侄甥。
朋友网络假定好友与本人同龄。性别结构比较中，同性好友与异性好友的比例分别设为5:5、2:8和8:2，好友总数固定为50人；好友数量比较中，好友总数设为50、100和150人，性别比例固定为5:5。两项比较分别进行。
好友规模参考邓巴数及相关关系圈层研究。相关研究常将个人关系网络概括为约5、15、50、150人的递增圈层；随着圈层扩大，关系亲密度和互动频率通常会降低。据此，本文把50人和150人作为参照规模，并加入100人作为中间比较情境。
还需要区分“好友总量”和“交友过程”。50人、100人或150人是模型设定的目标规模，并不意味着一个人在某个年龄突然拥有全部好友。现实中的关系网络会逐步累积，因此模型将15岁设为结交起点，再分别将40岁和65岁设为停止新增好友的年龄：
- 15-40岁情境： 15至39岁每年均匀新增好友，40岁起停止新增；
- 15-65岁情境： 15至64岁每年均匀新增好友，65岁起停止新增。
02 亲属席：死亡事件占比最高
在一组演示人口参数下，一个人平均每年吃亲属席约0.254次。其中，婚宴约0.055次，满月酒约0.065次，丧礼约0.134次。死亡事件约占亲属事件总量的53%。
按血缘链路看：
- 1条链路的亲属事件约为0.061次/人年；
- 2条链路约为0.101次/人年；
- 3条链路约为0.092次/人年。
图1. 亲属席次数随年龄的变化
图1为亲属席年龄别吃亲属席的数量。折线分别表示婚宴、满月和丧礼。图中为女性与男性结果的等权平均；“75岁及以上”点为75至100岁年龄别结果的算术平均。
亲属席数量不会随着本人年龄单调上升。在低龄段，亲属席中初婚和生育偏高，可能体现了父母的兄弟姐妹处于婚姻和生育旺盛年龄。死亡事件的双峰特征，可能体现了随着个体年龄的上升，祖代和父代的两个死亡高峰。这表明，亲属之间的代际年龄差、亲属存活情况以及各类人口事件发生水平，都会影响估算结果。总体来看，丧礼在高龄阶段更突出；婚宴和满月席则集中在特定的年龄阶段。
03 朋友席：交友时间和好友数量会改变结果
先看好友总数为50人、同性:异性=5:5的基准情境：
- 若在15-40岁之间逐年结交，朋友席年均约0.697次/人年；
- 若把同样50名好友分散到15-65岁之间结交，年均约0.498次/人年。
图2. 不同交友窗口下朋友席数量随年龄的变化
图2为朋友席年龄别年均事件暴露。好友数固定为50名，同性:异性好友比例固定为5:5；实线表示15至39岁逐年结交、40岁起停止新增，虚线表示15至64岁逐年结交、65岁起停止新增。75岁及以上点为75至100岁年龄别结果的算术平均。
在好友总数相同的情况下，较早开始结交，意味着网络更早达到目标规模，好友也会在更多年龄阶段经历婚姻、生育和死亡事件。在这组演示参数下，15-40岁窗口的朋友席年均事件数比15-65岁结交窗口高约40%。在人口学水平长期保持不变并考虑好友存活的设定下，两种情境对应的预期终身朋友事件数约为54.45次和39.12次。
好友性别结构带来的总量变化较小。好友总数为50人、交友窗口为15-40岁时，同性:异性好友比例为5:5、2:8、8:2，对应的朋友席年均总量分别约为：
- 5:5： 0.697次/人年；
- 2:8： 0.703次/人年；
- 8:2： 0.691次/人年。
- 15-40岁窗口：好友数从50人增至100人、150人，朋友席年均总量约由0.6969次升至1.394次、2.091次/人年；
- 15-65岁窗口：对应结果约为0.498次、0.997次和1.495次/人年。
下表列出20、30、40、50和60岁人群的年均事件暴露。亲属席数值按“女性/男性”排列；朋友席固定为50名好友、同性:异性=5:5，在该设定下，女性和男性本人对应的朋友事件率相同。所有数字单位均为次/人年。
表1. 分性别不同年龄亲属席次数
|
本人年龄 |
婚宴（女性/男性） |
满月（女性/男性） |
丧礼（女性/男性） |
合计（女性/男性） |
|
20岁 |
0.070
/ 0.070 |
0.057 / 0.057 |
0.144
/ 0.144 |
0.271
/ 0.271 |
|
30岁 |
0.056 / 0.056 |
0.062
/ 0.061 |
0.184
/ 0.184 |
0.302
/ 0.301 |
|
40岁 |
0.042 / 0.036 |
0.045
/ 0.040 |
0.147 / 0.147 |
0.234 / 0.223 |
|
50岁 |
0.080 / 0.078 |
0.069
/ 0.065 |
0.198 / 0.198 |
0.347 / 0.342 |
|
60岁 |
0.052 / 0.056 |
0.060
/ 0.062 |
0.200
/ 0.199 |
0.312
/ 0.318 |
表2. 不同年龄朋友席次数（50名好友、同性:异性=5:5，15-40岁交友窗口）
|
本人年龄 |
交友年龄 |
婚宴 |
满月 |
丧礼 |
合计 |
|
20岁 |
15-40岁 |
0.415 |
0.279 |
0.004 |
0.698 |
|
30岁 |
15-40岁 |
0.760 |
1.044 |
0.020 |
1.824 |
|
40岁 |
15-40岁 |
0.049 |
0.392 |
0.090 |
0.531 |
|
50岁 |
15-40岁 |
0.000 |
0.000 |
0.202 |
0.202 |
|
60岁 |
15-40岁 |
0.000 |
0.000 |
0.411 |
0.411 |
亲属席也呈现年龄与性别差异。例如，40岁组女性年均约0.234次，男性约0.223次；60岁组男性约0.318次，略高于女性的0.311次。
表3. 分年龄的平均吃席次数
|
年龄 |
平均吃席次数 |
年龄 |
平均吃席次数 |
|
20 |
0.795 |
40 |
0.627 |
|
21 |
0.993 |
41 |
0.566 |
|
22 |
1.196 |
42 |
0.523 |
|
23 |
1.388 |
43 |
0.500 |
|
24 |
1.554 |
44 |
0.475 |
|
25 |
1.681 |
45 |
0.470 |
|
26 |
1.764 |
46 |
0.477 |
|
27 |
1.801 |
47 |
0.480 |
|
28 |
1.793 |
48 |
0.494 |
|
29 |
1.747 |
49 |
0.512 |
|
30 |
1.670 |
50 |
0.516 |
|
31 |
1.569 |
51 |
0.542 |
|
32 |
1.453 |
52 |
0.567 |
|
33 |
1.327 |
53 |
0.591 |
|
34 |
1.200 |
54 |
0.613 |
|
35 |
1.074 |
55 |
0.634 |
|
36 |
0.956 |
56 |
0.655 |
|
37 |
0.848 |
57 |
0.675 |
|
38 |
0.752 |
58 |
0.694 |
|
39 |
0.670 |
59 |
0.713 |
|
|
|
60 |
0.709 |
05 这些数字意味着什么
这些结果来自一组用于演示的人口学参数，不代表任何具体年份的真实人口水平。模型将亲属或好友发生的一次初婚、生育或死亡事件，计作一次潜在“吃席机会”。没有进一步模拟该事件是否办宴席、本人是否收到邀请、是否实际到场，也没有识别同时属于亲属和朋友的重复关系。
因此，0.951次/人年这类结果更适合解释为特定假设下的事件暴露指标。若要估算现实中的赴宴次数，还需要调查实际参加情况，或补充办席概率、邀请概率和到场概率。
最后，回到文章的缘起：一张朋友的婚礼请柬。数字之外，婚礼也是亲友相聚、分享喜悦的时刻。再次祝两位新人新婚快乐，愿你们相互扶持、并肩前行，在往后的日子里拥有更多值得举杯庆祝的相聚。
