---
title: 決定翻身的不是努力，是你認識誰？讀懂 210 億筆好友關係的研究
url: https://research.joelin.cc/p/100095-economic-connectedness-mobility
slug: economic-connectedness-mobility
pubDate: 2026-07-07
updatedDate: 2026-07-07
author: caddy
schema_type: Article
description: 哈佛與 Meta 用 210 億筆 Facebook 好友關係，找出預測階級翻身最強的單一指標——經濟連結度（EC）。本文回到 Nature 原文，拆解 EC 是什麼、相關係數 0.65 的正確讀法，以及瘋傳解讀漏掉、卻最關鍵的另一半。
tags: [網絡科學, 社會資本, 階級流動, 經濟連結度, 教養]
signals:
  search: yes
  ai-input: yes
  ai-train: yes
entity_ids:
  author: https://me.joelin.cc/#caddy
  accountablePerson: https://me.joelin.cc/#joe
  publisher: https://me.joelin.cc/#joelincc
---

# 決定翻身的不是努力，是你認識誰？讀懂 210 億筆好友關係的研究

<!--
狀態與 id 在 brief 追蹤；本檔 frontmatter 即 Astro 發布 schema。
Commit：draft: initial（首版，draft:true）。發布前由老喬確認後改 draft:false。
來源：2026-07 社群瘋傳一篇解讀 Chetty 2022 社會資本論文的貼文（把 EC 講對、卻推導出成人攀附術）。
研究主體：回到 Nature 雙論文原文，把 EC 講清楚，並修正瘋傳版兩個偏差（相關當因果、環境當攻略），補上下集漏掉的 friending bias。
姊妹文：100096（成功公式 Barabási）——同屬網絡科學系列，互鏈。
hero 首圖已生成並上 CF Images（image_id 已回填，index-etf 暖橘群）；draft:true，待老喬審後改 false 上線（與 100096 同時翻，互鏈才不 404）。
-->

<!-- 文章開始 -->

最近有一篇貼文在社群瘋傳。它引用了一篇 2022 年登在《Nature》的重量級研究，結論很聳動：哈佛跟 Meta 合作，調了 **7,220 萬**個美國人、**210 億**筆真實的 Facebook 好友關係，想找出「到底什麼決定一個人能不能翻身」，最後發現最硬的指標只有一個——**你的跨階級朋友有多少**。

這篇貼文**大方向沒錯**，數字也大致引對了。但它在最後拐了一個彎，把一個「童年成長環境」的研究，推導成「你現在快去健身房認識有錢人、提供價值當入場券」的成人攀附攻略。這一彎，剛好偏離了原論文最重要的發現。

這篇文章想做一件事：回到 Nature 原文，把這個指標講清楚，並補上瘋傳版**漏掉、卻最關鍵的另一半**。

本文分五段：

1. 三種社會資本，為什麼只有一種有效
2. 「經濟連結度」到底是什麼
3. 「收入多 20%」的正確讀法
4. 瘋傳版漏掉的一半：接觸，還是願意交朋友？
5. 那普通人到底能做什麼

## 一、三種社會資本，為什麼只有一種有效

我們常把「社會資本」當成一個模糊的好東西——人脈廣、社區溫暖、大家熱心公益，聽起來都對。這篇研究（Chetty 等人，2022）的第一個貢獻，是把它**拆成三種分開量測**，然後發現三種的效果天差地遠：

| 社會資本類型 | 白話 | 與「向上流動」的相關 |
|---|---|---|
| **經濟連結度（EC）** | 低收入者的朋友中，高收入者的比例 | **強（相關係數 0.65）** |
| 社會凝聚力 | 朋友圈抱團、緊密的程度 | 幾乎測不到 |
| 公民參與 | 志工率、社團密度 | 很弱 |

換句話說，**朋友圈緊不緊密、社區熱不熱心，都不太能預測一個窮孩子將來能不能翻身；能預測的，是他有沒有跨出同溫層、認識到不同階級的人。** 這裡的相關係數 0.65，在社會科學裡是罕見的高——這也是為什麼作者說 EC 是「目前所知預測向上流動最強的指標之一」。

（要精確：研究說的是「凝聚力、公民參與這兩種**社會資本指標**」測不到效果，不是說學校、社區本身不重要。瘋傳版把它講成「學校好壞不是決定性的」，那是過度延伸。）

## 二、「經濟連結度」到底是什麼

這裡有個常見的誤讀，值得停下來講清楚。

EC 量的**不是**「你有幾個有錢朋友」。它量的是——**在收入低於中位數的那群人裡面，他們的朋友有多少比例是高於中位數的人**。單位站在「窮人這一側」，看的是**跨越階級的那條線**，不是有錢人那側的自我圈養。

這個定義的方向很重要。它不是在說「有錢人要不要施捨連結給你」，而是在問一個社區的結構：**不同階級的人，在這裡到底會不會變成朋友？** 一個窮孩子如果從小身邊就有各種收入層的玩伴、同學、鄰居，他長大後翻身的機率明顯更高。

## 三、「收入多 20%」的正確讀法

瘋傳版最抓眼球的一句是：「平凡孩子在富人比例高的社區長大，收入能暴漲 20%。」

這句話**來自原文，但被抽掉了三個前提**：

1. **主詞是「從小長大」。** 原文的完整意思是：如果讓低收入家庭的孩子，從小在一個 EC 跟高收入家庭孩子一樣高的郡長大，他們成年後的收入平均會高 20%。這是**童年環境**層級的估計，量測單位是「郡」，不是「你這個成年人現在去認識誰」。
2. **這是反事實估計，不是保證。** 20% 是統計模型推算出來的平均效果，不是你照做就會兌現的個人槓桿。
3. **作者自己強調：相關不等於因果。** 原文明白寫著，EC 與流動性的相關「也有許多不依賴因果的替代解釋」。研究者做了不少檢驗，但沒有、也沒宣稱證明了「連結**直接導致**翻身」。

把「童年在高 EC 環境長大」的相關性，翻譯成「成年人快去攀附有錢人就能加薪 20%」——這一步，原論文沒有任何依據。

## 四、瘋傳版漏掉的一半：接觸，還是願意交朋友？

這是整件事最有意思、瘋傳版卻完全沒提的部分。它藏在**下集**（同一批作者的第二篇論文）裡。

如果跨階級交友這麼關鍵，那它為什麼會斷掉？下集把「斷裂」拆成兩半，而且兩半幾乎一樣重：

- **接觸不足（exposure，約占一半）**：低收入和高收入的人，根本**沒有共處在同一個場合**——不同的學校、不同的社區、不同的教會。沒碰過面，當然不會變朋友。
- **交友偏誤（friending bias，約占另一半）**：**就算碰面了，也不變朋友。** 同一個場合裡，跨階級的人互相結交的比例，仍然偏低。

第二點才是難解的地方，也是實測數據最反直覺的地方：

| 場域 | 交友偏誤 | 白話 |
|---|---|---|
| 宗教團體 | 最低（甚至略負） | 有共同信仰/活動，跨階級真的會變朋友 |
| 居住鄰里 | 最高 | 住得近，但幾乎不變朋友 |

**「住在有錢人隔壁」是效果最差的一種。** 光把不同階級的人放在同一個空間（鄰里），他們照樣各玩各的。真正讓跨階級友誼發生的，是**有共同任務的場域**——一起做一件事（宗教團體、球隊、社團），而不只是待在同一個地點。

研究者還用了一個漂亮的自然實驗：同一所高中、不同屆的學生，高收入同學的比例會自然波動。結果是——**高收入同儕每多 10 個百分點，低收入學生的高收入朋友就多 8.9 個百分點**，但這只發生在「交友偏誤低」的學校。偏誤高的學校，混再多也沒用。

這就把政策與個人的行動，指向一個和瘋傳版完全不同的方向。

## 五、那普通人到底能做什麼

瘋傳版的結論是「破圈、去富人出沒的場合、提供工具價值當入場券」。問題是：**論文量的是自然形成的友誼，而算計出來的攀附，恰恰是 friending bias 的變體**——你把人當梯子，那條讓跨階級友誼成立的線（不算計的信任）就斷了。你越用力攀附，越進不了這個數字。

比較誠實、也比較貼合研究的講法，是把「連結機會」拆成一條**乘法**公式：

> **連結機會 ＝ 環境（有沒有跨階級的場合）× 低偏誤（願不願意跨過去交朋友）× 被連結價值（你值不值得被交朋友）**

三項相乘，任何一項是零，結果就是零：

- **環境**：選有「共同任務」的混合場域，而不是比檔次。一起做事 ＞ 只是待在同一個貴地方。
- **低偏誤**：對不同的人有真的好奇，而不是用收入給人排序。這是一種可以養成的態度——尤其對小孩，這比把他塞進貴族學校更關鍵（塞進去了、偏誤高，照樣只跟同溫層玩，錢白花）。
- **被連結價值**：這一項瘋傳版講對了方向，但定義要放寬。對大人，是專業與獨特見解；但「價值」不只有工具價值——溫暖、可靠、有趣，都是價值，而且在友誼裡往往占比更高。

還有一個瘋傳版沒說的：**這三項裡，唯一你能明著投資、又幾乎沒有上限的，是「被連結價值」**。而讓別人更容易連結到你、驗證你、信任你的最好辦法，是**公開地分享你的東西**——把價值變成可被搜尋、可被看見的公開介面。這不是攀附，是把地圖攤開讓對的人自己走過來。

---

**延伸**：這篇談的是「你的網絡是怎麼被建出來的」。網絡建成之後，它又怎麼放大一個人的成敗？網絡科學另一條線——Barabási 的「成功公式」——正好接在這裡：成功不是你一個人做得多好，而是這件事在你的網絡裡引發多大的集體回應。有趣的是，這兩篇看似無關的研究，共用了同一位網絡科學家（Matthew O. Jackson，本論文的共同第一作者，也出現在 Barabási 書的誌謝裡）。這條下游，[我們在姊妹文〈成功竟然有公式〉接著談](/p/100096-success-formula-barabasi)。

**一句話收束**：翻身的關鍵，從來不是你這團裡多熱鬧，而是有沒有那幾條跨過留白、接上另一邊的線。這件事對成年的你已經是機率遊戲，但對你正在養的孩子，還是一張可以動手鋪的地圖。

**資料來源**：Chetty, Jackson, Kuchler, Stroebel et al., *Social capital I / II*, Nature 608 (2022)。原文開放取得：[上集 PMC9352590](https://pmc.ncbi.nlm.nih.gov/articles/PMC9352590/)、[下集 PMC9352593](https://pmc.ncbi.nlm.nih.gov/articles/PMC9352593/)。全美各郵遞區號的公開數據見 socialcapital.org。