从古代的“门当户对”，到今天一些人的“有房有车”，婚姻经常被放置在可量化的物质化标准中去衡量；从“才子佳人”“郎才女貌”到“高富帅”“白富美”，对理想爱情的评价总是会衍生出一些简单的原则。虽然实际上影响浪漫关系和婚姻关系的因素有很多，但人们往往会更多地受到父母和朋友的爱情、择偶经验的影响，而突出强调其中某些部分，透过这些古老的和身边的过往经验，尽力指引自己的伴侣关系选择，以确定自己找到的是那个对的人，会有一个幸福的未来。
对大部分人来说，伴侣关系的总体质量就是将来验证选择对错的依据以及追求关系提高的目标。然而，最近一项对浪漫关系的大型研究表明，伴侣的个人特征其实不太能预测自己与伴侣之间关系的质量。
“你建立的关系比你选择的人更重要。”这项研究的主要参与者、加拿大西安大略大学心理学家萨曼莎·乔尔（Samantha Joel）告诉南方周末记者，“我觉得这项研究给我们的最大启示就是关系质量完全取决于关系动态本身。”
更优秀不一定更幸福
这与大部分人的日常经验存在一定出入。在实际生活中选择伴侣时，不少人已经习惯于用“年龄”“学历”“收入”“社会地位”等个人特征的指标去研判一个人是不是足够优秀成为自己的伴侣。而最新研究的发现却意味着，这些个人特征指标在预测未来伴侣关系质量上可能并不可靠。
跟外人看起来普遍觉得更优秀的人在一起，不一定就更幸福。这项关系研究致力于探究两个问题：一个是在多大程度上，人们的关系质量是可以预测的，再者是，究竟哪些指标能稳定地预测关系质量。
为此，研究者们广泛地收集了关于伴侣关系长期研究的数据集。这些数据来源不同，但都包含了伴侣双方的信息，在长期研究中，至少包含了两次的数据收集，且每次收集都有伴侣关系满意度的数据。这些遴选条件使研究者也可以探索伴侣们关系的变化。这一研究2020年8月发表在《美国科学院院刊》（PNAS）上。
最终共有43个长期伴侣研究的数据集入选，包含了1.1万多对伴侣的样本，收集了关于伴侣的2400多种指标。这些测量的指标主要分为两类，一类是描述个人特征的，这是平时人们比较直观地会考虑到的，比如一个人的年龄、收入、健康等等；另一类是描述关系的，问的是伴侣们在现在关系中的感受和情况，比如信任度、关系持续时间、生孩子的情况等等。这些指标数据大都是由被调查的伴侣们自己报告的。
通过机器学习对这些数据的探索分析，研究者们有了惊讶的发现，关系数据对伴侣关系质量的预测力不仅是个人特征数据的两倍多，而且，一旦有了关系数据，个人特征数据就会显得可有可无。也就是说，从预测关系质量来看，只要两个人在一起了，伴侣是一个什么样的人就显得不那么重要了，重要的是所构建的关系情况。这就是萨曼莎·乔尔所称的“你建立的关系比你选择的人更重要”。
研究者分析，这表明，个人特征等变量主要是通过影响一个人对这段关系的看法来改变关系质量的。通俗地讲，就比如一个人情绪不稳定，总对生活持悲观态度，那么可能无论跟谁在一起，都会让两个人难以对这段关系感到满意；或者伴侣中一个人拥有一个外人看来都觉得很明显的优点，但如果另一个人不这样认为或者不认为它重要，那么这个优点对这段关系质量的贡献可能也不大，甚至产生负面影响。
数据显示，在这些伴侣研究开始的时候，关系数据总体上可以预测45%的关系质量的变化，个人特征只能预测21%，这其中，如果再细分，伴侣中一个人的个人特征对另一个人的关系质量满意度的预测力甚至低至5%。
客观条件更优秀并不一定等于能带来幸福。这给一些纯粹按照双方条件特征去组成浪漫关系的人发出了提醒。
五个最强关系质量预测因素
关系可能比个人特征更能把握一些心理和行为特质，这与心理学上的相互依赖理论颇为契合。这一最早出现于1950年代的概念特别强调两个独立个体在社会互动中的相互影响，它重视人际情境的结构，认为这才是激活人的动机，引导人的认知和让人展开交往的人际关系现实。相较而言，完全从独立个体内部去分析人的行为可能不够完整。
而在最新研究发现的关系变量中，排在前面的五个对关系质量最具预测力的因素分别是：感知到的伴侣的承诺、欣赏、性满意度、感知到的伴侣的满意度，以及冲突情况。
萨曼莎·乔尔向南方周末记者解释，感知到的伴侣的承诺就是你觉得你的伴侣对维持你们之间关系的投入、专注程度，那些觉得伴侣对关系更忠诚、坚定的人通常会倾向于对关系更满意，这个因素的预测力很强，可以贯穿研究的始终。除此之外，“欣赏”也是一个强预测因素，它是指你有多欣赏你的伴侣，不论是欣赏这个人本身，还是欣赏这个人在这段关系中为你做的事情。至于性满意度和冲突也是重要的，性在一段关系中很重要，冲突则通常都不是一件好事。
对于性满意度，2018年，荷兰乌德勒支大学的学者曾对一百多对年轻异性恋伴侣做过研究，发现性满意度与身体形象一道都与关系质量存在很强的联系，积极的身体形象之所以能关联更高的浪漫关系质量，正是通过更高的性满意度，这在男女中均如此。而2020年《进化行为科学》（Evolutionary Behavioral Sciences）的一项研究还表明，在理解性与关系质量的联系中，性交频率可能是一个明显的指标，性交频率通常会随着伴侣关系时间的增加而减少，但性交频率往往又与人们对关系的热情存在很强的联系。这些可能部分地解释了性满意度对关系质量为什么会有预测力。
冲突对关系的影响就比较好理解，这在伴侣关系中几乎是难以避免的，在表现形式上，可能是意见分歧，行为习惯存在差异，或者其他一些难以调和的连接点。现实生活中，因为日常相处方式问题、工作和家庭平衡问题、子女教育问题等类似原因发生冲突的情境相当多，如果处理不好，往往会对关系产生负面的影响。
而大量的研究都表明，浪漫关系的质量又反过来不仅会影响伴侣们的身心健康，还影响工作和子女的成长。也因此，在最新研究之前，不少关系研究都已经在试图解释为什么有的伴侣关系质量就高，而有的在一起就不行，以及为什么有的开始还可以后面却不行了，并对关系质量展开预测。
关系背后的个人特征
这些关系质量背后的秘密，也是最新研究试图去回答的。虽然关系数据变量相对来说更具预测力，但在五个最强关系质量预测因素之外，研究人员还发现，一些相对客观的关系数据变量预测力其实很弱，比如结婚与否、是否同居以及生养孩子的情况，这些关系情况不太能推测出关系质量。较为例外的是关系的长度，在一起多久对关系质量的预测力是比较强的。
与这些关系数据变量相比，虽然个人特征数据的预测力总体偏弱，但并不意味着它们不重要，实际上，很多关系变量正是因为一段关系中对方特征的不同而产生了差异化的结果。根据最新研究的分析，对于预测伴侣关系质量而言，最稳定的几个个人特征预测因子分别是：生活满意度、消极情绪、抑郁、依恋焦虑和依恋回避。
生活满意度是指个人对自己生活状态的评价，作为最强的个人特征预测因子，一个人生活状态很糟糕的话，两个人的关系可能也很难变好。消极情绪的范畴较广，比如痛苦、易怒等等，抑郁则主要指沮丧、对生活失去希望等心理状态。
特别值得一提的是依恋焦虑和依恋回避，对于分析关系而言，这两个心理特征指标相对较为常见，经常被人们拿来与原生家庭一起剖析不同人在亲子关系和浪漫关系中的互动行为。在最新研究中，这两个分列第四、第五的个人特征数据更是被研究者认为很好地支持了依恋理论。
依恋理论出现至今已有超过半个世纪的历史，最早由英国心理学家约翰·鲍尔比（John Bowlby）提出，依恋是两个人之间深度的情感连接，约翰·鲍尔比通过调查发现许多跟别人难以建立亲密关系的人早期跟父母等看护者之间建立的情感纽带就有问题。在此基础上，后来的研究者又总结出了多种依恋类型，并将依恋理论引入了成年人的浪漫关系问题中，依恋焦虑和依恋回避就是其中两种常见的不安全的依恋类型。
依恋焦虑是指婴儿与看护者分别时极其痛苦，重聚时也很生气，他们已经不信任看护者，缺乏安全感，总是担心自己是不是已经被抛弃。在浪漫关系中，这类依恋风格的成年人可能总是会担心伴侣是不是真的爱自己，尽管情感上已经很亲密，但仍不断需要对方给出更多的证明。
与依恋焦虑相反的是，依恋回避的婴儿因为被看护者伤害，基本上已经放弃了对看护者的情感依赖，他们已经接受了自己这种没人疼、没人爱的地位和生活。长大后也会尽可能避免亲密的行为，在伴侣关系中可能既不擅长表达爱也不擅长理解爱，因而可能会让对方感到被冷落、不够亲密。
而那些从小能稳定地得到看护者积极回应和爱的孩子更可能发展出安全的依恋和正常的社交和情感能力，长大后更自信而勇敢地探索外部世界，而不会太担心自己被抛弃或认为自己没有价值。
最新研究中识别出的依恋焦虑和依恋回避同消极情绪和抑郁一道，显然都属于伴侣关系质量的风险因素。与此前的大量相关研究一致的是，这类总体上偏负面的个人心理特征会让人更不幸福。
难以捉摸的爱情
其实日常生活中，除了“性格合得来”之类的心理特征的匹配，经济条件等个人特征也经常被人们视为影响伴侣关系的重要变量。然而，最新伴侣关系质量预测研究中，“收入”这项个人特征指标的预测力并不算高，同样不高的常见个人特征还包括：教育、性别、种族等。
这意味着仅凭收入高低和教育程度不太能稳定地预测一个人与其伴侣的关系质量。而同样难以预测的还有关系质量的变化。
由于这项最新的长期研究所遴选的数据集都包含了不同时间点的至少两次数据收集，研究者得以借此探索伴侣们关系的变化，但残酷的是，数据显示，不论是凭借关系数据还是个人特征数据，伴侣关系质量的变化在很大程度上都是不可预测的。
从数据上来看，尽管感知到的伴侣的承诺等关系变量在研究开始时能预测45%的关系质量情况，但研究结束时，其预测力则降为18%。类似的是，心理特征、年龄等个人特征变量在研究开始时预测力就不高，仅为21%，研究结束时则低至12%。这说明，将时间放长的话，浪漫关系的质量总体上将变得难以捉摸。
这与2020年4月，全球160个社会科学研究团队合作在《美国科学院院刊》上预测人生轨迹的大型数据研究结论类似，即便数据量很大，一些关于家庭成员的人生轨迹的情况也是难以准确预测的。这两项研究都使用了社会科学研究中少见的机器学习的方法。
机器学习是一个跨学科的领域，也是当下热门的人工智能的重要基础，通过运用算法对数据的分析得到模型，再不断加以优化，获得某种预测结果或能力。数据是机器学习的关键，最新关于伴侣关系质量研究的数据量在关系科学领域已经算是比较大的了，但仍有不少局限，比如样本总量有限、白人偏多、收集的数据来源较复杂，且主要是伴侣们自己报告的，这些可能都限制了对伴侣关系预测能力的挖掘。
具体到这难以捉摸的爱情，关系质量的变化之所以变得几乎无法预测，显然还与日后相处中的一些新的生活事件等随时间变化的情况有关，而这些数据在最新研究中是缺失的。虽然人格等心理特征是相对稳定的，但关系通常是两个人的事情，一个人再优秀，但对方无法很好相处的话，也很难有好的关系质量。
以日常生活中最常见的“冲突”这一关系数据为例，心理学家已经发现依恋风格会影响伴侣冲突中双方的反应。同样是存在冲突，伴侣们可能会相互攻击、指责，也可能压制分歧、相互疏离，但如果两个人都能本能地或经过约定地采取建设性的方式，比如开诚布公地沟通、照顾到对方的想法、承担各自的责任等，对关系质量造成的影响可能差别会很大，从而让关系的走向变得难以捉摸。
但根据最新研究，至少可以确定的是，单纯依靠一些客观条件去选择伴侣的话，不幸福的风险是很大的，对预测伴侣关系质量而言，关系的动态远比一个人描述自己是什么样更具参考价值。因为选择只是一时的，但相处是长期的，“你建立的关系比你选择的人更重要”。
其他人都在看：