第31 章 什么叫一种人性特征的普遍显露？
概念边界决定证据强度
“所有人都具备自由能力”可以指法律人格被承认、存在若干行为选择能力、能够在无强制条件下做决定、或在一切情境中均表现自主。四种论断具有完全不同的可观察含义。若将“人人自由”先定义为所有人都受某种法律保护，再用该命题证明所有人内在具有同一自由性，就把制度安排与人格本质偷换了。研究普遍显露S，必须给出主体集合、时间范围、显露阈值和排除标准。
潜能与实际显露还需要单独讨论。一个人睡着时没有正在说话，但可能保留语言能力；一个尚未学习某个技能的人，可能具有适当条件下学习的潜能。若把潜在能力定义得过宽，以致任何反例都能被重新解释为未被唤醒的潜能，理论就失去可检验性。更合适的方式是预先指定触发条件、测量程序与失败条件，让“潜在”也承担经验责任。
同一个S 也有粗细颗粒度
一个社区全体人都同意“互相尊重”这四字，可能构成极粗粒度的共同语言；至于怎样称呼长辈、如何处理宗教分歧、能否批评权威，细粒度实践可能高度冲突。因此，所谓普遍性数值应随显露颗粒度一同报告。粗粒度普遍不能被偷换为细粒度绝对同一，这是后来讨论权力成本与群体稳定性时最容易发生的错误。
究竟是什么被要求普遍
一个国家要求所有驾驶者在红灯前停车，与某种理论要求所有人具有统一的内心服从倾向，根本不是一回事。前者是一项面向特定交通情境的行为规范，适用范围、例外和理由都可以明确；后者则对人格内部提出了强要求。即便所有人都按规定停车，也不能据此证明他们都具有同一种“守法天性”。有人因认同公共安全，有人因避免处罚，有人只是形成操作习惯。外部S 相同可以与D、E 高度异质同时出现。
更强的普遍主张还需要指定时间。假设某项行为在调查当天遍及所有被观察对象，我们不能因此推断它在所有人一生中都持续；若一条规范仅在某类场合成立，也不能把它推广到全部三界行动。研究者每次说“所有”都应当附上一个域：什么样的人，哪一个时期，何种情境，哪种容差，谁负担举证。人性普遍性的许多哲学争论，一旦补上这些限定，部分就会转化成能够采集数据的具体问题，部分则显露为尚未可操作的先验断言。
自愿一致和内在相似
有些公共规则不需要持续高压监督，人们因共同安全需求而主动遵守。这并不直接证明固有人性，却显示群体可以通过教育、习惯和互信形成低成本稳定机制。人性发生学若断言“普遍必然法律强制”，就无法解释这种事实，也容易把任何合作规范都看成压迫。真正需要批评的是将某一可争论的统一人格标准强加给所有主体，同时排斥合理差异，而不是有充分理由的公共行为协调。
“所有人都应该”不是“所有人都会”
在伦理讨论中，许多规范以普遍形式出现，但它们提出的是可要求的行动原则，而不是描述每个人已经具有的心理特征。比如“应当尊重每个人的基本权利”可以作为一项共同承诺，即使现实中仍有人违反。若发生学因发现违反者就否定规范的意义，就把规范的真值条件与经验统计混为一谈。普遍固有人性论应该接受批判，程序性的普遍权利原则却可以通过独立理由得到支持。
相反，如果制度规定人人必须对某一历史事件产生同样的内心情感，便跨越了公共行动边界，开始索取私人意义结构的同一。即便制度能够监督外部表达，也无法直接确认所有主体的D 与E 完全一致。人性发生学需要在这两类“普遍”之间保持清晰的法哲学分界。
谁可以要求什么范围内的一致
交通安全规范要求人在路口遵守指示，这一要求并未涉及其职业理想与家庭生活；职业守则可能要求医生在诊疗中保守隐私，却不规定他必须偏爱何种文学；一种极端统一化制度则可能要求人们在日常生活全部表达同一价值。三者的规范边界依次扩大。把它们统称“普遍人性显露工程”，会丢失政治与伦理分析最重要的差别。应当研究规则覆盖的行为层级、适用时段、容许例外、利益保护及申诉机制。
还有一种差别更深：一项规范可以要求人做到，却不要求他喜欢；也可以要求人说明理由，却不要求他的内心体验与其他人完全一致。一位医生可能出于专业职责实施必要治疗，即使个人感到疲惫和无奈，仍然完成了职业上的善行。法律通过外在可审查行为保障社会秩序，而如果要求内在感受绝对同一，便很难检验也容易侵入个人自由。人的D 和E 是否符合统一标准，既不是外部监督必然能得知的，也不应被无限索取。
绝对普遍人性命题如何接受反例
设命题“所有人终生倾向于避免风险”。只要找到一位充分知情并自愿在某类情境中选择更高风险的主体，就足以对其严格经验形式形成反例。提出命题者可能补充“他是在追求更高的安全”，但这时必须说明补充后命题还能预测什么。若任何风险选择都可被重新解释为安全追求，命题便变得不可证伪。SDE 批判要针对这种实质免疫策略，而不是满足于展示两个国家的平均政策差异。
增订：普遍的范围必须在研究之前写清
研究者若说“所有人都具有同情心”，必须回答“具有”究竟指什么：偶尔出现一次同情体验、在某些情境中存在潜在能力、在多数机会中表现相应行为，还是面对任何受苦者都愿意付出代价？这些定义的检验方式与结论强度完全不同。若遇到反例就把“具有”改成“潜在地可能具有”，理论就失去了被证伪的机会。普遍性研究必须先固定观察范围、行为层级、时间窗口与可容许的测量误差。
严格的全称量词很容易混淆事实与规范。法律规定“所有驾驶者应在红灯前停车”，并不描述所有驾驶者的心理倾向；道路监控显示绝大多数驾驶者执行规则，也不证明每个人天生守法。规范的普遍适用和行为的经验普遍分属不同命题。一个社会可以合理地要求所有人在特定场景共同遵守程序，却不能由此推出所有人拥有相同的内在理由，更不能把规范执行当成人性论的最终证明。
另一种混淆是把分类普遍误作经验发现。例如某项理论把“能够感受痛苦”纳入研究对象“有痛觉的人”的定义，那么说这个群体全部具备痛觉只是定义上的成立；它不能解释不同痛觉系统的发生机制，也不能证明所有人对痛苦评价相同。真正具有经验内容的理论必须允许明确的观察结果判其为假。若命题的全部反例都被排除于概念之外，应公开承认它是分类约定。
发生学不否认广泛共性，而要求给出分母、阶段、机制和反例。一个跨文化发现可以在较大范围支持统计稳定性，一项纵向研究可以检验时间上的保留程度，一项干预试验可以说明共同结果是否源于可改变的条件。不同证据都重要，但没有一项能够自动跨越从有限观察到无条件永恒本质的距离。共性的强度应由证据负担决定，而不是由作者希望理论显得宏大来决定。
补论：把一个“普遍性”的句子拆解为六项声明
人性论文中出现“所有人都具有特征P”，审稿人首先需要的不是作者对P 的激情，而是一份可核查的声明。第一项是总体：所有人是指已出生的人、目前存活的成年人、某种职业群体，还是包含未来尚未出生者？第二项是时段：是一次测量、连续一年，还是任何历史时期？第三项是观测：P 以本人报告、外在行为、可重复能力或生理机制识别？第四项是容差：微小差异被算作同一还是不同？第五项是缺失数据：无法观察、不能表达或拒绝参与者被如何处理？第六项是例外：出现与P 不符的案例时，理论需要修订还是可以无限添加解释？缺少其中任何一项，都可能使普遍性成为不能认真检验的修辞。
例如“人人有共情能力”，如果“能力”指能在适当条件下对他人状态作出某类区分，就与“每个人每时每地都会表达共情”不同。有些个体因年龄、身体、障碍、信息条件或互动历史表现不同，研究者需要非常审慎地对待这类差异，不能以一句全称命题剥夺他们的人格与权利。科学上的边界不应充当社会排斥的许可证。反过来，因为存在大量差异而拒绝研究共同感受机制，也是不必要的理论放弃。
更进一步，普遍S 可以指某个群体的联合显露，而不是每一个成员分别显露。同一个团队能够完成复杂飞行任务，不能推出每一位成员都独立具有全部技能；一座城市具有应急响应能力，也不能推出所有公民都能独立处理同类风险。在推导任何普遍人性命题前，必须先明确S 的承担单位究竟是个体、复合体还是制度。若单位切换，量词也必须同时改变，不能在语句不变时偷偷扩大命题。
补论：用最强反对案例检验普遍性
假设一种理论宣称“全体人类天生厌恶风险”。研究者应优先寻找长期从事高风险救援、竞技或实验活动的人，并在剔除经济强迫、信息误判与社会压力之后观察其真实选择。即使找到愿意承担风险的人，还须区分他们偏爱风险本身，还是看重风险背后的价值。反例研究可能推翻过强命题，也可能迫使我们把“风险厌恶”改写为受奖励、损失、社会承诺与时间预期调节的倾向。这样得到的知识不一定像“人人如此”一样醒目，却具有更高的解释精度。
绝对普遍性为何超出一切有限调查
在逻辑中，有限数量的正例不能演绎证明一个关于全部未来人类的全称经验命题。即使我们今天掌握了全球最广泛的调查，未出生的主体仍不属于已观察总体；已出生但未被测量的人也存在数据缺口。由此应得出的结论不是“所有经验普遍命题均属无意义”，而是需要给出统计推断、理论机制、归纳边界与不确定性。某些科学规律可通过机制理论在未观测条件下提出高度可靠的预测，但理论预测仍与已被穷尽证明不同。人性发生学应该以这种区分反对轻率的永久性断言，而不是以未来不可观察为理由拒绝任何共同机制研究。
在抽样研究中，研究者还会面对群体边界的不确定：文化身份、国家、语言、年龄与职业不是可任意替换的划分。所谓“所有中国人”或“所有美国人”，若只依据城市大学生的问卷资料，就不能越过人口结构直接作出全称判断。即使样本数量极大，也可能因为网络调查排除了不上网的人而存在系统偏差。量词严格性必须与抽样质量同行，不能用技术样本规模制造本不存在的普遍性。
必要条件与充分条件的逆转陷阱
如果某种特征P 的产生需要条件C，意思是P 出现时C 必须成立；但即使C 成立，也不一定出现P。很多人性论在这里无意地完成了逆转：因为人们共享某些生物学条件，就推断他们必然具有同样的价值选择。类似地，如果一个群体持续显露共同S，需要D/E 组合始终满足某类有效域，但不能因此说只要进入有效域，任何人必然以同一强度显露S，除非函数与测量规则已提供相应保证。发生域模型必须明示随机性、概率阈值及与结果之间的具体逻辑方向。