实证研究 | 长期接触讨厌的人会加速衰老，女性更易受影响

【来源】yungkyu Lee, Gabriele Ciciurkaite, Siyun Peng,   《Negative Social Ties as Emerging Risk Factors for Accelerated Aging, Inflammation, and Multimorbidity》“负面社会关系作为加速衰老和多种疾病的风险因素”.PNAS《美国科学院院刊》.2026.

一、理论背景与研究问题

社会关系对健康的影响长期以来是社会科学与生物医学交叉领域的核心议题，但已有研究大多聚焦于社会支持的积极效应，如缓冲压力、促进健康行为、降低死亡率等，而对“负面社会关系”的关注明显不足。

事实上，在人们的日常生活中，那些制造麻烦、增加困难、持续带来人际压力的人——“hasslers”（本文称之为“烦恼者”）——普遍存在于亲密社交网络之中。然而，这类负面关系往往被日常化、正常化，其长期健康后果未得到充分重视。本文基于经典的社会压力理论、全负荷负载（allostatic load）模型以及社会网络的结构平衡理论，提出负面社会关系可能作为一种慢性应激源，通过反复激活下丘脑-垂体-肾上腺轴和炎症通路，加速表观遗传衰老，进而增加多病共患风险。

与偶发的人际冲突不同，持续存在的“烦恼者”可能因其在网络中的特定位置和关系属性（如义务性、结构嵌入性），使个体难以回避，从而产生累积性的生理磨损。研究进一步区分了不同关系类型（配偶、亲属、非亲属）中烦恼者的差异化影响，借鉴Simmel关于亲密关系中冲突与亲密并存的洞见，以及角色 strain 理论，提出：配偶之间的烦恼可能混杂着关爱与控制的复杂动机，未必纯粹是压力源；而亲属烦恼者因血缘义务和长期难以解离的结构特征，可能产生更强的衰老加速效应；非亲属烦恼者则因其较弱的连结强度，影响可能更为有限。

此外，文章还关注负面社会暴露的不平等分布——谁更容易拥有烦恼者？这与社会脆弱性（如不良童年经历、较差的基础健康、吸烟行为）之间的关系，反映了“关系不平等”作为健康社会决定因素的重要机制。基于这些理论整合，研究提出了核心问题：负面社会联系是否与加速的生物衰老相关？这种关联是否因关系类型而异？烦恼者是否还与其他多领域健康指标（炎症、肥胖、心理健康）相关？这些问题的回答，将有助于拓展社会关系与健康的理论框架，从“支持缓冲”的单向视角转向“支持与压力并存的辩证视角”，并为干预减少有害社会暴露提供依据。

二、数据来源、样本与核心变量测量

本文的数据来自美国印第安纳州的“人对人健康访谈研究”（Person-to-Person Health Interview Study, P2P），这是一项针对18岁及以上成年人的全州代表性概率抽样调查，采用与综合社会调查（GSS）类似的分层概率抽样设计，并特意对两个经济贫困的农村县进行了过度抽样。

数据收集时间为2018年10月至2021年7月，包含了COVID-19疫情前后的时段，最终有效样本量为2685人，其中2345人提供了完整的唾液样本用于表观遗传分析，并具有完整的关键协变量。该调查的核心特色在于整合了深度的自我中心网络模块（egocentric network module）与生物标志物采集。

在社交网络测量上，研究者采用五种“姓名生成器”来引导受访者列出过去六个月中有重要互动的关系人：倾诉对象、健康讨论对象、健康调节者、日常陪伴者以及“烦恼者”。随后，通过“姓名解释器”问题收集每个关系人（alter）的特征，包括关系类型（配偶、父母、子女、兄弟姐妹、朋友、同事、邻居等）、连结强度（1-10分）、网络成员之间的相互熟悉程度（用于计算度数中心度）以及关系多重性（即在五种支持/交换领域中占据多少种角色）。特别地，对于“烦恼者”的操作化，受访者需评价每个关系人“多常让你烦恼、制造问题或让生活更困难”，选项包括“从不”、“很少”、“偶尔”、“经常”。

本研究将“经常”选为“烦恼者”的界定标准，而“偶尔”被视为正常的、支持性的非正式社会控制，不纳入负面关系范畴。在生物衰老测量上，研究者从唾液样本中提取DNA，使用Illumina Infinium Methylation EPIC芯片检测DNA甲基化水平，并计算两种先进的表观遗传时钟：一是DunedinPACE，它捕捉生物衰老的速度（以每年生物年龄变化相对于1.0的比率表示）；二是年龄加速的GrimAge2（AgeAccelGrim2），它测量个体相对于同龄人的累积生物年龄差（单位：年）。这两种时钟互补：PACE反映动态速率，GrimAge2反映累积负担。

此外，研究还收集了多种其他健康结局：自评一般健康、自评心理健康、自评躯体健康、抑郁和焦虑严重程度（采用计算机自适应测试CAT-MH）、多重疾病（基于医生诊断的9种慢性病计数）、表观遗传炎症评分（基于58个CpG位点的CRP相关甲基化特征）、体重指数（BMI）和腰臀比（由训练有素的访问员三次测量取均值）。协变量包括批次效应、白细胞组成、年龄、性别、种族/民族、教育、婚姻状况，并在敏感性分析中加入了COVID-19时期指示变量、医疗保险状况、查尔森共病指数（从电子健康记录中提取过去3年的ICD编码）、职业类别、吸烟状态、不良童年经历（ACE）评分，以及两个心理社会测量——“你对他人的重要性”和“他人对你的依赖程度”。这些丰富的数据为后续分析提供了坚实基础。

三、分析方法与统计策略

为了系统检验负面社会联系与生物衰老及其他健康指标的关联，研究者采用了多层次、多步骤的定量分析策略。

首先，在描述性分析阶段，使用零膨胀泊松回归（zero-inflated Poisson regression）来分别建模“是否拥有零个烦恼者”（即结构零）以及“烦恼者的预期数量”。这种方法特别适合处理烦恼者计数中存在大量零值（约71.2%的人没有烦恼者）且零值可能来源于两种不同机制（一是确实没有烦恼者，二是有潜在烦恼者但因个体特征而未报告）的情况。模型报告了平均边际效应（average marginal effects），允许直观比较不同人口学、职业、心理社会及健康因素对烦恼者暴露的预测作用。

其次，对于核心假设——烦恼者数量与生物衰老指标的关联，研究者采用普通最小二乘（OLS）回归，逐步纳入控制变量：基础模型控制人口学变量和网络规模哑变量（以消除绝对网络大小带来的计数偏差）；随后模型依次加入预先存在的共病（查尔森指数和终生多重疾病指数）、心理社会倾向（对他人的重要性和依赖性）、职业类别、吸烟状态、不良童年经历等，以检验关联的稳健性并探索潜在中介路径。为了处理可能的内生性和反向因果问题，研究者使用了纵向随访子样本（N=1271，于2022年6-9月收集）进行滞后因变量模型（lagged dependent variable models），即用基线烦恼者数量预测后续（约1-3年后）的自评健康、心理健康和躯体健康，同时控制基线的相应健康水平。这一设计可以在一定程度上确立时间顺序，排除“健康导致更多烦恼者”的逆向解释。

此外，针对疫情期间（部分样本在疫情封锁期间收集）可能存在的配偶冲突加剧问题，研究者进行了分婚姻状态的交互效应检验，以及COVID前后时期的对比分析，并未发现配偶群体中的效应显著放大，从而排除了“大流行配偶压力”的替代解释。为评估未观测混杂因素的潜在影响，论文采用了konfound工具计算两个经典敏感性指标：ITCV（Impact Threshold for a Confounding Variable），即一个未观测混杂需要与自变量和因变量达到多大的偏相关才能将估计效应降至不显著；以及RIR（Robustness of Inference to Replacement），即需要将多大比例的样本替换为无效效应个案才能使结论失效。以PACE为例，需要替换48.3%的样本（约1132人）才能消除关联，这远高于实际可能的偏误程度。最后，作为阴性对照检验（negative control outcome），研究者检验了烦恼者数量与成年身高的关系，预期没有关联，实际上也未发现显著效应，这增强了其他发现是因果性而非人为假象的信心。所有分析均使用调查权重以矫正抽样设计（包括过度抽样和无应答），结果报告为平均边际效应及其95%置信区间，并在附录中提供了完整回归系数表，确保了透明度和可重复性。

四、核心研究发现

研究揭示了一系列重要的实证发现。

第一，负面社会联系在普通人群中相当普遍。平均网络大小为5.07人，仅有1.3%的受访者报告没有任何网络成员。烦恼者的平均数量为0.43，28.8%的人至少拥有一个烦恼者，约10%的人拥有两个及以上烦恼者。这表明，近三分之一的成年人在其核心社交圈中持续遭遇制造麻烦的关系对象。

第二，烦恼者暴露并非随机分布，而是沿着社会与健康脆弱性呈现出系统性不平等。零膨胀泊松回归显示：女性比男性更可能拥有烦恼者；每日吸烟者相较从不吸烟者，拥有零烦恼者的概率显著更低而预期计数更高；自评健康越差、不良童年经历得分越高的人，烦恼者数量越多。

有趣的是，那些感觉“别人依赖自己”的个体有更多烦恼者，而感觉自己“对别人重要”的人反而烦恼者更少——这可能反映了照料负担与社会尊重之间的区别。职业和教育未显示显著差异，但失业者倾向于有更多烦恼者。

第三，烦恼者数量与加速生物衰老之间存在稳健的剂量-反应关系。每增加一个烦恼者，DunedinPACE增加0.015（相当于1.5%更快的衰老速度），即每多一个烦恼者，每年多老化约1.8个额外生物月（十年累积约1.8个月）；年龄加速GrimAge2则增加0.784年（约9.4个月）。标准化后，烦恼者数量每增加一个标准差，PACE增加0.065个标准差，AgeAccelGrim2增加0.087个标准差。与吸烟效应相比，烦恼者的效应相当于吸烟相关差异的13-17%，虽非巨大但非微不足道。将烦恼者作为二元变量（有无）时，拥有任何烦恼者与2.6%更快的PACE和15个月的GrimAge2加速相关。分等级分析显示，拥有两个烦恼者时效应最为显著，更高数量时因样本量减少而置信区间扩大，但总体呈递增趋势。

第四，不同关系类型的烦恼者具有截然不同的生物影响。亲属烦恼者（父母、子女、兄弟姐妹等）在两种衰老时钟上都显示最强且最一致的负面关联：存在任何亲属烦恼者与PACE增加0.0256、AgeAccelGrim2增加1.10年相关；标准化计数每增加一个标准差，PACE增加0.0065、AgeAccelGrim2增加0.342年。非亲属烦恼者（朋友、同事、邻居等）仅在AgeAccelGrim2上显著（增加0.833年），对PACE无显著效应。

最令人意外的是，配偶/伴侣烦恼者与两种衰老时钟均无统计学显著关联，尽管系数方向为正。为了解释这一异质性，研究者比较了烦恼者与非烦恼者在网络特征上的差异：在所有关系类型中，烦恼者与自我的连结强度都显著弱于非烦恼者；在非亲属中，烦恼者的度数中心度（在网络中与其他成员的联系程度）显著更低；在多重性维度上，非亲属烦恼者和亲属烦恼者的多重关系角色数量都显著少于非烦恼者。换言之，烦恼者往往是那些关系较浅、网络位置边缘、功能单一的人——但是亲属烦恼者尽管强度和多重性较低，却依然由于血缘义务和家庭结构而难以退出，从而产生持续压力；配偶烦恼者之所以无显著效应，可能是因为婚姻关系中爱与烦恼高度混和，烦恼可能同时代表关心（例如戒烟督促），或者正向互动缓冲了负面影响。

第五，烦恼者的有害影响远远超出了表观遗传衰老，扩散到广泛的身心健康指标。每增加一个烦恼者，抑郁严重程度增加0.28个标准差，焦虑增加0.25个标准差，自评心理健康下降0.22个标准差；BMI增加0.14个标准差，腰臀比增加0.12个标准差，自评一般健康和躯体健康各下降约0.13个标准差。值得强调的是，烦恼者数量对炎症评分的效应虽小（0.03个标准差）但显著，对多重疾病也有可检测的关联（0.09个标准差）。阴性对照——身高——与烦恼者数量无显著关联，排除了整体测量偏误。

五、机制讨论、稳健性检验与结论启示

针对上述发现，作者从全负荷负载理论出发，提出负面社会关系通过慢性激活HPA轴和炎症通路，加速表观遗传衰老。具体机制可能包括：反复的人际冲突导致皮质醇和肾上腺素长期升高，进而引发免疫细胞中的DNA甲基化模式改变，增加炎症因子产生，并最终体现在DunedinPACE和GrimAge2上。研究中的中介分析线索（吸烟、ACE部分解释但未完全消除关联）支持部分行为路径，但也提示存在直接的生理嵌入效应。

关于配偶烦恼者的无效结果，作者强调这并非意味着配偶冲突不重要，而是可能反映了“烦恼者”测量在配偶关系中的特殊性：Simmel早就指出，最亲密的关系允许冲突存在而不解体，因此“经常烦恼”可能被配偶理解为一种亲密的互动形式，而非压力源；此外，配偶同时提供高度支持，可能抵消了负面影响的净效应。相比之下，亲属烦恼者（尤其是父母和成年子女）往往处于一个义务绑定但又情感疏离的位置——他们仍然占据网络中心（与自我的其他联系人的连结度并不显著低于非烦恼者），但连结核强度和多重性都低于健康亲属，使得个体既无法轻易切断联系，又缺乏正向补偿，导致慢性应激累积。非亲属烦恼者则因较弱的嵌入性，可能较易回避，因此主要影响更敏感的死亡率预测指标（GrimAge2）而非衰老速率。研究还进行了详尽的稳健性检验，排除了反向因果（纵向数据表明基线烦恼者预测后续健康下降，即使控制基线健康）、未观测混杂（RIR需要替换近一半样本才能推翻结论）、感知偏差（控制对他人的态度后结果不变）、职业/行业差异（控制后仍显著）、以及疫情期间的特殊性（分时期和婚姻状态交互不显著）。值得注意的是，由于分析基于横截面数据（除纵向子样本外）且使用自我报告的烦恼者，仍无法做出严格的因果推断；同时，唾液样本中的细胞类型与血液不同可能导致绝对时钟值偏离参考人群，但秩次和相关关系认为是稳定的。此外，研究可能受到死亡率选择影响——最不健康的个体可能已死亡而未纳入样本，从而可能低估了真实效应。

然而，分年龄组的分析显示，在18-30岁年轻人群中已存在显著关联，表明效应并非主要由老年选择性生存驱动。总体而言，本文提供了迄今为止关于负面社会联系与生物衰老之间关联的最全面的证据，将社会网络研究从“支持导向”范式拓展到“压力导向”范式，并指出“关系不平等”是健康不平等的一个被忽视的机制。从公共卫生角度看，干预措施不应仅仅关注增强社会支持，还应考虑减少有害的社会暴露，例如针对家庭中持续冲突的认知行为治疗、职场中的人际冲突管理、以及帮助有不良童年经历者建立更健康的成人关系模式。未来的研究应进一步采用纵向网络数据、独立第三方对关系质量的评价、以及随机对照试验（如减少特定烦恼者接触的干预）来确立因果方向，并探索不同负面关系亚型（批评、敌意、煤气灯等）是否具有异质性效果。

总之，这项研究响亮地提醒我们：“令人讨厌的人”不仅影响我们的情绪，也可能在我们的DNA上刻下加速衰老的痕迹。