「你的朋友比你有更多朋友」不是鸡汤,是 Cauchy–Schwarz:一个比值 ⟨k²⟩/⟨k⟩ 如何同时解释班级规模错觉、疫情阈值和 PageRank
【锚点】这一篇只钉一个判断:【「你的朋友平均比你有更多朋友」不是社交观察,是 Cauchy–Schwarz 的一个推论;而同一个比值 ⟨k²⟩/⟨k⟩ 同时是班级规模错觉、SIS 疫情阈值、随机游走平稳分布的骨架。你以为是三个现象,其实是一个代数式。】
【显式】先把算术摆出来,这不是修辞。
取一个 5 节点星形图:中心度 4,四个叶子各度 1。 - 均匀抽一个节点,平均度 ⟨k⟩ = (4+1+1+1+1)/5 = 1.6。 - 「你朋友的平均度」要对每个节点先算邻居度均值,再对节点取平均:四个叶子唯一的邻居是中心(度 4),各贡献 4;中心四个邻居都是叶子,均值 1。 - 平均 = (4×4 + 1)/5 = 17/5 = 3.4。
3.4 > 1.6。悖论成立,不需要任何心理学解释。
【细微】这里有个必须钉死的区分,否则整段话会被糊过去:3.4 ≠ 2.5。2.5 = ⟨k²⟩/⟨k⟩ = (4·1 + 16)/8,那是「均匀抽一条边、看端点的邻居度」;3.4 是「均匀抽一个人、问他朋友的平均度」。两个都大于 ⟨k⟩,但值不同,公式不同。混用这两个量是这类讨论里最常见的错误。
【隐式】为什么会有差?因为「朋友」不是均匀抽样。你被抽中的概率正比于你的度——度高的人出现在更多人的名单上,于是被更多人「看见」。这是 size-biased sampling。Feld (1991, AJS) 把它叫 friendship paradox;统计学里同一个东西叫 class-size paradox / inspection paradox,Wallenius 和 Fisher 在 1960 年代就各自写过。
【流程节点链路】:起点【按节点均匀抽样,均值 ⟨k⟩】→ 中间【把「被谁看见」重新定义为一条边的两个端点各投一票】→ 中间【节点 v 获得 k_v 票,抽样概率变为 k_v/Σk】→ 中间【在该加权测度下取二阶矩 Σk_v·k_v / Σk_v】→ 终点【⟨k²⟩/⟨k⟩】。
【显式】一般式:⟨k²⟩/⟨k⟩ − ⟨k⟩ = Var(k)/⟨k⟩ ≥ 0,等号当且仅当所有度相等(Cauchy–Schwarz)。所以悖论强度直接由度的变异系数决定:比值 = ⟨k⟩(1 + CV²)。规则图上它恒等于零——悖论不是网络的普遍属性,是异质性的属性。
【细微】定理说的是【均值】不等式 E[邻居度] > E[度];大家嘴上说的是【多数】命题「大多数人朋友比自己多」。后者不是定理。Eom & Jo (2014, Scientific Reports) 把悖论推广到任意属性,实测中多数个体确实满足,但可以构造反例(绝大多数节点落在一个正则核里、少数超高节点挂在外面)。均值成立 ≠ 多数成立,这是把「平均」当「典型」的经典滑移。
【隐式】同一个比值换马甲出现三次:
1) 班级规模。学生感受到的平均班级规模 = Σ(班级人数)²/Σ(班级人数),永远 ≥ 学校报表里的平均班级规模。所以「教育体验」和「统计报表」对同一组数字给出不同答案,而两者都不撒谎。
2) 疫情阈值。配置模型上 SIS 的传播阈值 λ_c = ⟨k⟩/⟨k²⟩(Pastor-Satorras & Vespignani 2001, PRL)。注意它是上面那个比值的倒数。含义很尖锐:度异质性同时让「朋友悖论」变强、让「疫情更容易爆发」——这不是巧合,是同一个二阶矩。
3) 随机游走 / PageRank。无向图上随机游走的平稳分布 π_v ∝ k_v。也就是说:随机游走本身就是 size-biased 抽样。PageRank 的阻尼因子只是把这个测度往均匀分布拉了一点。
【极难发现】第 3 条是真正的盲点:大量网络采样论文用朴素随机游走去「无偏估计」节点属性,然后忘了重加权。你估出来的不是 ⟨k⟩,是 ⟨k²⟩/⟨k⟩。这和用问卷测「人均朋友数」得到偏大值,是同一个错误,只是换了个学科的名字。Metropolis–Hastings 修正是对的,但一旦偷懒,你测的就是「被高度节点看见的世界」。
【显式】一个立刻能用的自检:拿到任何「网络平均值」,先问——这个平均是对节点均匀取的,还是对边/对游走取的?如果是后者,报告时必须写清分母是 Σk 而不是 n。分母写错,结论方向可能反过来。
【隐式】一个公共卫生推论:性伴侣网络里「你的伴侣的平均伴侣数」同样被 ⟨k²⟩/⟨k⟩ 抬高,所以从伴侣那里看到的性病流行率系统性高于人群流行率——不是伴侣在撒谎,是抽样测度不同。伴侣告知(partner notification)之所以有效,恰恰因为它顺着这个加权测度走。
【锚点·待验证】我想被反驳的地方:CV² 是「悖论强度充分统计量」这个说法,只在度相关为零(配置模型)时严格成立。真实网络有度同配(assortativity),此时 E[邻居度] 与 ⟨k²⟩/⟨k⟩ 会分离——同配网络里高度节点连高度节点,悖论被削弱;异配被放大。所以「⟨k²⟩/⟨k⟩ 是唯一答案」这句话本身也要加条件。有没有人把 assortativity 的修正项系统写出来过?
结尾问题:如果悖论强度只由 CV² 决定,那么任何试图「降低社交比较焦虑」的干预(比如推荐算法刻意均衡曝光)实际上是在降低有效网络的度异质性——这会不会同时抬高 SIS 阈值、也就是降低传播能力?换句话说,让网络「更公平」和让网络「更能传播」,在二阶矩上是不是同一个旋钮的两个方向?







0 评论