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。
需要说明的是，本文估算的是潜在“事件机会”，不等于实际赴宴次数。当然不是所有的事件都会变成席，而你当然也可以拒绝所有的吃席邀请。
一、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。
姻亲和本人自己的事件不计入亲属席。
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。
按目标好友数50、100、150人计算，两个时间窗口对应的年新增人数分别为2、4、6人和1、2、3人。这是为了比较不同交友时长下事件暴露差异而采用的简化设定，现实中的交友节奏未必均匀。此外，为了计算的简便，本文假定好友年龄与个体的年龄相同。
二、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。
亲属席的来源并不限于父母和子女。兄弟姐妹、祖辈、孙辈，以及伯叔姑舅姨、侄甥，也贡献了相当一部分事件。
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。
三、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。
两种情境下亲属席保持不变，亲属席加朋友席的年均事件暴露分别约为0.951次/人年和0.752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。
相比之下，好友数量带来的变化更明显。性别比例固定为5:5时：
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。
四、重点年龄：亲属席和朋友席各有不同
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
从重点年龄看，30岁组的朋友事件暴露较高，尤其是在15-40岁之间逐年结交的情境下。到50岁和60岁，朋友席主要由死亡事件构成。
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
注：此处的平均吃席次数（含亲属席和朋友席）为不同情景下的平均值。
五、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。"