孤独真的等于每天抽十五支烟吗？

你大概听过这句话，孤独的危害相当于每天抽十五支烟。它出现在无数篇文章、演讲和推送里，因为它太好用了——一个抽象的、说不清的东西，突然有了一个所有人都懂的换算单位。 我去找了它的原型。美国公共卫生传播里用过的表述是：缺乏社会连接的死亡风险，可与每天最多十五支烟相比。跟流传版本比，有两个地方不一样。主语是"缺乏社会连接"而不是"孤独"，这两个不是同一个东西；另外原话说的是"最多"十五支，不是"等于"十五支。它背后的依据，也是混合了社会连接、隔离、独居和孤独这些不同构念的观察性死亡效应量比较，不是随机因果换算。所以一句话在传播的过程里，主语被换掉了，上限被读成了等号。 那孤独到底在不在流行？ 先看一个看起来很硬的数字。Twenge 等人分析了约 104.98 万名 PISA 学生，比较了 2000 、2003 、2012 、2015 、2018 年的数据，其中 2012 到 2018 年，三十七个国家里有三十六个的学校孤独指标在上升。（那个 104.98 万是多波次分析的总样本量，不是只属于 2012 到 2018 这一段。） 三十七比三十六，这个比例确实很难反驳。但它支持的范围也就到这儿：2012 至 2018 年、在校的青少年、学校这个情境。PISA 问的是学生在学校里孤不孤独，它答不了全民，也答不了成年人和老年人。 换个年龄段看，图景就散了。一项跨时元分析对 1976 到 2019 年的 emerging-adult 样本估计上升约 0.56 个标准差，但美国老年人的长期资料没有支持 2000 年代后孤独普遍迅速上升。合起来只能说：某些青年和青少年样本出现了上升，而美国老年人那边，2000 年代中期到 2010 年代中期没有出现普遍迅速的上升。 疫情期间总该一致了吧。纵向元分析给出的平均变化约为 SMD=0.27，但异质性 I² 约等于 98%。这个数字值得停一下：I² 接近 98%，意味着研究之间的差异几乎全部不是抽样误差，而是真实的分歧。汇总平均变化确实为正，报告称之为"平均较小但高度异质的上升"，可研究间的真实变化幅度极不一致，另外还有一些自然实验和纵向研究没有发现显著的孤独变化。连"疫情让人更孤独"这件看起来天经地义的事，数据都没给出统一答案。 健康后果那边，不同结局的证据强度差别很大。 Holt-Lunstad 等人对 70 项前瞻研究、合计超过三百四十万人做的死亡结局元分析，给出调整后效应：孤独约 OR 1.26，社会隔离约 1.29，独居约 1.32。三个数字挨得很近，看起来非常一致。但这三个不是一回事——孤独是主观的关系缺口，社会隔离是客观的社会联系不足，独居是居住状态，再加上独处，四个概念不能互换。 然后是一项被报告定位成"高质量反例"的研究。ELSA 对五十岁以上人群做了充分调整之后，高社会隔离的 HR 是 1.26（1.08–1.48），而孤独的 HR 是 0.92（95% CI 0.78–1.09）。孤独那一项的置信区间跨过了 1。报告的原话是"至少在这一队列，孤独不是独立的死亡预测因素"，这表示该模型未检出独立显著关联，不能据此说一般人群里的关联已经消失。UK Biobank 那边观察到孤独与 56 种疾病中的 30 种有关联，但用孟德尔随机化去做因果检验的时候，大多数不被支持。 我不是想说孤独无害。空结果不等于无害，而且这类研究里混杂、反向因果、中介效应、竞争风险和失访都很难排除——痴呆可能是反向的，抑郁是双向的；用来识别"孤独→硬性健康结局"的固定效应、传统工具变量或自然实验文献仍然很少，孟德尔随机化是目前最常见的 IV 型策略。我想说的是那个强版本——孤独独立、直接导致大多数慢性疾病——目前没有站住。孤独仍然被视为健康风险的强预测标志，以及可能的部分因果因素，其中抑郁那条最接近双向因果。 顺便说两个被用滥的数字。 一个是邓巴数 150。它最初来自 1992 年的一个估计，约 147.8，而那是跨物种外推——从非人灵长类的新皮层相对体积与典型群体大小的关系，推到人类群体规模。2021 年有人重新估计，得到的均值约 69–109 和 16–42，而 95% 区间是 4 到 520 、以及 2 到 336。区间宽成这样，"精确的 150"就无法确证了。 另一个是社交媒体。Feng 2026 年针对青少年与青年的元分析，59 项研究、67 个独立样本、n≈81,344，总体相关 r=.16，异质性 I²=97.01%。拆开看更有意思：问题性使用 r=.29，使用时长 r=.07，主动使用 r=.02，被动使用 r=.23，而主动和被动这两项都没达到显著。也就是说，那个流传很广的"被动刷比主动发更伤人"，在这份元分析里没有复制出来。现有证据也还不足以推出普适的"每天 30 分钟"剂量阈值，效应会随年龄和使用目的变化，2013 年的单平台结果也不能永久外推到 2026 年的多平台算法环境。 还有那个常被引用的说法，美国人的核心讨论伙伴网络从 1985 到 2004 剧烈萎缩了。GSS 那个题目测的是"与谁讨论重要事情"，不是密友数，也不是孤独感；而访员效应、问卷实施差异和异常数据，使这个趋势结论至少严重脆弱。 所以答案是什么 孤独等于每天抽十五支烟吗？不等于。这句话在传播中出了两处偏差：原话的主语是"缺乏社会连接"不是"孤独"，而且是"最多"十五支不是"等于"。它的依据是把社会连接、隔离、独居、孤独这几个不同构念的观察性死亡效应量放在一起比，不是随机因果换算。 孤独有害吗？这个要分开答。作为健康风险的强预测标志——是，Holt-Lunstad 那份 70 项前瞻研究、三百四十万人的元分析给出孤独 OR 1.26。作为独立、直接导致大多数慢性疾病的原因——目前没站住：ELSA 充分调整后孤独的 HR 是 0.92（95% CI 0.78–1.09），置信区间跨过 1；UK Biobank 那 30 种关联，用孟德尔随机化去检验时大多数不被支持。 孤独在急剧流行吗？只有一部分人群有证据。PISA 那 37 国里 36 国上升，范围严格限定在 2012 至 2018 年的在校青少年；美国老年人的长期资料没有支持普遍迅速上升。而"手机是共同原因"，数据没有锁定。 那具体该怎么办 一、别拿那句烟的比喻吓自己或吓别人。要引用就引准：缺乏社会连接（不是孤独感）的死亡风险，可与每天最多十五支烟相比。 二、分清你要处理的是哪一个。孤独是主观的关系缺口，社会隔离是客观的联系不足，独居是居住状态，独处是当下状态——四个东西不能互换，而且干预方式完全不同。一个每天见很多人却觉得没人懂自己的人，和一个三个月没跟人说过话的人，需要的不是同一件事。 三、如果你正好很孤独，把它当成你和你周围那几段具体关系的事，别当成时代病。这不是安慰话，是因为两种框架指向的下一步完全不同：一个让你等社会变好，一个让你去联系某个具体的人。2025 年有一项研究提示，人们对独处的负面信念可能影响独处之后的孤独体验——虽然它不证明媒体制造了孤独疫情。 四、别再用"少刷手机"当孤独的解药。Feng 2026 年那份元分析里总体相关只有 r=.16，而且拆开看：使用时长 r=.07，主动和被动使用都没达显著，只有"问题性使用" r=.29 明显。所以有关系的不是刷多久，是刷的方式已经失控到临床意义上的问题性使用。这两者的应对完全不同。 五、别再引用"精确的邓巴数 150"。2021 年重新估计给出的 95% 区间是 4 到 520、以及 2 到 336——宽到这个程度，那个"150"没有可确证的精度。 主要来源： Twenge 等，PISA 跨国青少年孤独趋势 https://pubmed.ncbi.nlm.nih.gov/34294429/ Holt-Lunstad 等，孤独与死亡率元分析 https://pubmed.ncbi.nlm.nih.gov/25910392/ Liang 等，UK Biobank 与孟德尔随机化 https://www.nature.com/articles/s41562-024-01970-0 Lindenfors 等，重新估计邓巴数 https://pubmed.ncbi.nlm.nih.gov/33947220/ Feng 等 2026，社交媒体与孤独元分析 https://link.springer.com/article/10.1007/s00127-026-03175-4