下载客户端

研究证实：周六傍晚北大学五食堂平均有24.2065对情侣

2019-03-20 18:26

来源：澎湃新闻·澎湃号·湃客

本文由公众号北大经院人（ID：pkueconer）授权转载，未经许可，请勿转载。

摘要

未名熙熙，多为情来；农园攘攘，总为爱往。为了研究情侣泛滥对广大燕园学子带来的强烈负外部性问题，「北大经院人」团队派出纠察队开展情侣密度实地调查，通过实证研究收集 160 个时点的情侣数量，使用计量经济学研究方法，建立了包含多达13个变量的回归模型，使得“根据时间、地点推测情侣数量”成为可能。本文将理论分析与实证研究相结合，得出了“吃饭是推动恋爱的第一动力”、“情侣密度与其负外部性无明显相关关系”等严谨的结论。本文数理逻辑严密，行文架构清晰，为“发糖发不够”、“狗粮吃不饱”等现实问题提供了有力而可行的解决方案。

注：本文字数较多，且涉及大量自编名词、公理、定理以及段子。如果太长不想看，可以直接拉到全文2/3处的[宇宙超级无敌·13变量·回旋加速喷气·阿姆斯特朗炮似的·计量回归·大]公式，它会带给你巨大的惊喜和无尽的启发。

关键词 情侣密度单身狗狗粮酸臭

1 绪论

1.1 选题背景

在校园里，“情侣"是一股根深蒂固的黑恶势力。同学们（尤其是单身同学们）在做岀诸如学习、吃饭、玩耍等行为决策时，都或多或少地依赖于对于“情侣多不多”、“狗粮强不强”等信息的掌握。近年来，情侣势力有愈演愈烈之势，对校内师生的学习、生活均造成了一定的影响，产生了强烈的负外部性。

目前，我校对单身同学的人文关怀还比较欠缺，重视程度有待提高。出于最大化社会福利的考量，本文立足于校园情侣数量观测，用简单加减乘除，用计量经济学方法来量化分析情侣数量与时间、地点等要素的相关关系。

1.2 研究意义

本文旨在提升单身人士的社会福利，通过对校园内不同区域、不同时段的情侣数量进行调查和分析，为他们提供“避开狗粮密集区“的最佳指南，从而减轻负外部性带来的影响。

同时，本文也能够为情侣们提供一份较好的“约会时间地点选择"指南，帮助情侣们避开集中区、避开高峰期，从而实现对情侣数量曲线的“削峰填谷”，平稳其大幅波动带来的额外社会成本。

总而言之，本文对“恩爱情侣”和“单身贵族“的校内学习生活都具有重大意义，有助于促进同学们的理性行为与决策，具有深刻的现实意义。

1.3 研究思路

本文采取理论分析与实证研究相结合的方法，非常科学。

首先，派出“情侣纠察”特别行动队，在每天 5 个固定时段（包括上午、下午、晚上）前往校内 8 个固定地点（覆盖宿舍区、教学区、风景区、食堂区），进行情侣数量检测。纠察员们清点单位时间（5 分钟）内停留在该区域或经过该区域的情侣数量，做好数据记录。

其次，对数据进行简单分析，用直觉判断“情侣数量与时间、地点之间的相关关系”、“某地点一天内情侣数量变化”等问题，得出一些显而易见的兼具理论和现实意义的结论，并通过合理猜想进行拓展延伸。

最后，虽然所观测数据都是离散的，但本文依然选择通过大量设置虚拟变量的方法进行强行回归，分别分析时间、地点要素的“主效应”和“交叉效应”，得出毫无学术意义具有数学美感和经济学直觉的回归函数，并借助丰富的想象达成理论联系实际的目的。

1.4 研究工具

作为高质量、高标准的实证研究，本文使用了多种颇具现代化意义的研究工具，通过科技和知识的力量对研究进行完善和丰富。以下是本文所使用的研究工具列举：

1）肉眼。

本文中所有数据均来自纠察员们肉眼观测，贴合生活实际。

2）手机。

本文中所有图片均来自纠察员们手机拍摄，获取成本低廉，且能反映真实情况。

3）计算器。

本文中大部分计算结果来自计算器，结果精确，使用便捷，享受现代科技发展红利。

4）人教版小学一至三年级《数学》教材。

本文中绝大部分数据分析来自本套教材中的四则运算“和平均数等内容，教育部认证书籍，具有极高的科学性和严密性。

小学不规范，大学两行泪

5）达摩达尔·N·古扎拉蒂版《计量经济学基础》。

本文仅使用了少量该书中的知识因为笔者自己也不会认为不必涉及过多专业知识，避免人为设置阅读门槛。

1.5 主要概念

本文中将涉及的主要概念及其界定如下：

1.5.1 情侣

指恋爱中的两人，正在交往中的一对。由于本文采取肉眼观测方式，确定一对“疑似情侣”的人究竟是“情侣”还是“好友”、“同学”等成为了一个难题。针对该问题，由于主观懒惰和客观麻烦等原因，本文决定采取“重形式轻实质”的原则，将“存在疑似情侣行为”作为衡量的唯一标准。

1.5.2 疑似情侣行为

指容易让旁人认为是“情侣”的任何行为，不以两人真实关系为转移。在本文研究过程中，凡存在“疑似情侣行为”的两人，均被视为情侣。该概念包括但不限于以下行为：

亲吻：

牵手：

双目对视：

拥抱：

摸头：

用奇怪的姿势拍照片：

除了一眼就能被发现的肩并肩、牵手、拥抱、亲吻等常规操作，打情骂俏、欲拒还迎、眉来眼去等隐蔽行为也被计算在内，不一而足。

1.5.3 0.5对情侣

指单独出现的、可被识别的“情侣中的一方”。该概念主要包括以下人群∶

宿舍楼底下等候的痴汉；

宿舍楼底下捧着花等候的痴汉；

宿舍楼底下捧着花拎着蛋糕等候的痴汉；

宿舍楼底下捧着花拎着蛋糕骑着电驴等候的痴汉等。

1.5.4 狗粮强度

指情侣之间亲密行为的级别以及给旁人带来的冲击程度，具有一定主观色彩。例如，肩并肩的“狗粮强度”较低，而亲吻的“狗粮强度”较高。

2 针对校内情侣密度的数据分析

2.1 数据来源与选取方法

3 月 3 日至 3 月 9 日期间，“情侣纠察队”选择了校内 8 个地点，在一日之中的 5 个时段分别进行观察，累计抽取 4 天，总计观测 160 次，有效数据 160 个。

2.1.1 地点

本文选择了以下 8 个地点观测数据，在后文的模型中以数字序号代表。

注：

1.农园食堂、学五食堂停止营业时不记录用餐区数量。

2.由于宿舍区范围过大，本文中选取的是32楼-33楼-34楼-37楼-36楼-35楼-40楼的路线，以该路线上经过或停留的情侣数量为准。路线如图所示：

2.1.2 时间

本文选择了以下 5 个时间段观测数据，在后文的模型中，以数字 1-5 代表。具体如下：

本次调查选择了 20 个观测时段，其中周中、周末观测次数均占 50%以平衡周末带来的影响。具体如下：

经过 160 次观测，原始数据如图所示：

2.2 基于直觉的简单分析

2.2.1 情侣数量与地点、时间的相关关系

在正式进行回归之前，本文首先对数据进行了简单分析，旨在凑一下本文字数寻找其内在规律。

一周平均数

从图中可以看出，情侣密度最大的地点是农园食堂，平均数高达 24.75 对，深刻地反映出“爱情的本质就是吃吃喝喝”。其次是未名湖区、学五食堂等地。情侣密度最小的是图书馆，仅有 3.7 对，从侧面证明了图书馆仍然是学习的胜地。

情侣数量与时间的相关关系

根据上图可以推测出情侣密度与时间存在较强的相关关系。12 点、18 点的平均情侣数量远多于其它时段，且周末活跃的情侣数量普遍高于周中。该特点反映出北大课程紧张、学业压力大的特点，情侣们往往只有在周末和吃饭时才活跃起来。

2.2.2 特定地点的情侣数量随时间的变化趋势

1）未名湖区情侣数量一日变化

未名湖综合情侣数量统计图

可以看出，未名湖区情侣数量呈现出随时间推移递增的趋势，“早少晚多”。可以推断，学校课程安排和学生晚睡晚起的作息是出现这一现象的根本原因。尤其在 21 点后，未名湖畔人烟稀少，情侣们更喜欢来湖边亲密交流。

未名湖周中、周末情侣数量统计图

当分离周中、周末数据时，可以发现周末 15 点出现了显著次高峰。我们猜想，春日时分，大量学生情侣选择在下午赏湖光美景，也有众多游客在该时段来到燕园游玩，在两个因素的叠加作用下，周末 15 点的情侣数量出现了次高峰。

除此之外，根据“情侣纠察队”回报的信息显示，未名湖呈现出“情侣老龄化”、“狗粮强度大”等特点：中老年情侣数量显著高于其它观测点，部分时段的非学生情侣占比超过 50% ；而风景优美、人员密度小、长椅众多、隐蔽性强等优势使得情侣们更容易旁若无人地进入状态，亲吻、拥抱等高强度狗粮频出，周六中午甚至还有一对新婚伴侣在拍婚纱照。

2）食堂情侣数量一日变化

农园情侣数量综合统计图

由上图，可以发现农园情侣数量在 12：00 和 18：00 两个饭点达到高峰，其他时间段较少。在中午 12 点，平均值高达 63 对。这和农园临近教学区、食堂容量大、四五节课间隔时间短等因素有较大关系。此外，农园咖啡厅也因其优雅的环境成为不少情侣午后甜蜜自习、晚课后浪漫约会的场所。

学五食堂情侣数量综合统计图

同为食堂区的学五数量与农园呈现出大致相同的趋势，但由于距教学区较远、食堂较小，在数量上有较大差异。

3）宿舍情侣数量一日变化

宿舍情侣数量统计图

传统观点认为，宿舍区情侣数量应在晚间达到峰值。但根据“情侣纠察队”的实地观测结果，可以看出宿舍区情侣分布趋势呈现“双峰状”：情侣在 12 点和 18 点最多。我们推测，此种趋势与以下几个原因有关：

A.37楼下、40楼前的小白房具有较强吸引力，饭点时分人员流动性强，被观测到的情侣绝对数值高，故饭点时分的情侣数量最多。

B.夜间宿舍区情侣分布呈现高密度和高强度的特点，一栋宿舍楼下往往就有数对情侣，更容易被观测到。且情侣们往往会在路口、车棚等处做长时间停留，给人带来强烈的感官冲击，因此会给大众留下“夜间情侣多”的错误印象。

C.部分情侣会选择在人迹罕至的车棚深处、通道内侧，在夜色保护中上下其手交流感情，因此纠察员在统计时可能出现遗漏。

此外，纠察员们发现女生宿舍楼下的情侣显著多于男生宿舍。笔者认为，该现象反映了“自然选择”原理。让女生在自己宿舍楼下等候的男生，往往已经被社会淘汰，成为了单身贵族，产生了“幸存者偏差”，故未能被观测到。

4）其它地区情侣数量一日变化

静园、理教、图书馆、五四等地观测到的情侣数量较少，此处不再赘述。

2.3 对数据的回归分析

2.3.1 虚拟变量的设置

建模前，首先定义三类虚拟变量，具体如下：

2.3.2 回归分析与结果

神奇的stata数据回归

通过对时间、地点、时间地点的回归分析，得到了如上结果。F值=9.02，调整R^2=0.6687，整体来看，情侣数量与时间、地点以及时间地点的相关关系较高，主效应和交叉效应均较为显著。

根据回归结果，我们能轻松写出以下回归式：

可以看出，该式具有对称性、整不明白性、太长不看性等优美的数学性质。除此之外，该式还具有重要的现实意义。

2.3.3 现实意义

根据上述回归方程，我们可以推测某时某地的情侣数量，理性衡量情侣密度和狗粮强度，从而作出符合自身效用最大化要求的决策。

计算方法举例如下：

给定时间、地点，将对应的X值、Z值、W值代入，即可估计情侣数量。例如，想要计算周六（学五食堂， 18:00 ）的情侣数量，就将X5、Z3、W以外变量去掉，方程即变为：

再将X5=Z3=W=1代入，得Y=24.2065。即，若你选择在周六 18:00 前往学五食堂，平均会遇到 24.2065 对情侣。

特别地，由于本文选取的对照组为（未名湖，10:00），若选择的地点为“未名湖”，则所有X=0；若你选择的时间为“9:50-10:10”，则所有的Z=0。

由此可知，根据以上式子，你可以大致估计出该区域在特定时间内的情侣数量，从而理性规避狗粮风险，实现校内安全出行、愉快出行。

3 全文总结与反思

3.1 结论

3.1.1 吃饭是推动恋爱的第一生产力

无论是从农园食堂、学五食堂观测数据的绝对值，还是从12点、18点两个情侣密度高峰的出现，我们都能够发现，“一起吃饭”是大部分情侣最常做的事情。因此，笔者提醒单身朋友们，尽量稍微提早或推迟用餐时间，避免遇上狗粮高峰期，导致吃饭不成反吃粮。

3.1.2 情侣密度与其负外部性无明显相关关系

传统观点认为，宿舍楼下和未名湖边往往是情侣带来负外部性最高的地方，但本研究结果显示宿舍楼和未名湖的情侣密度并无相应趋势。笔者认为，情侣数量多并不能直接造成负外部性，正如喧闹的食堂中共进午餐的二十对情侣也许比不上宿舍楼下一位捧花痴汉带来的冲击强烈。若要进一步描绘负外部性的特征，仍需要综合考虑行为与环境要素。

3.2 存在问题

1）数据不够全面。限于“情侣纠察队”的人数制约，本研究仅选取了校园内部分区域和有限时段，采集的数据不足，在分析问题时难以深入，具有一定的片面性。

2）数据不够客观，易受调查人员主观影响。由于本文采取的研究方法主要为肉眼观测和主观想象，在界定“情侣”时不可避免地会产生偏差，数据可能存在一定的失真。

3）研究具有强烈的负外部性。在笔者强迫邀请纠察队员们观测情侣数量时，多为单身人士的他们表示“观测五分钟，心痛两小时”。一些亲密程度较高的情侣行为更加容易对纠察队员们造成强烈视觉和心理冲击。