第十三章　天赋与后天：两家怎样分同一只包

◆ 一场吵得太久的分赃

“这是天生的，还是后天培养的？”问题一出口，答案仿佛只能在两只抽屉之间分配。有人说基因占得多，有人说家庭和教育占得多；温和者说各占一半。争论激烈，桌面却始终没有变：一个已经出现的特征像一只包，双方只争包里的东西是谁装进去的。

这正是发现式语法。研究者面对已经稳定可见的能力、人格或成绩，追问它背后藏着多少先天、多少后天。无论把份额给哪一边，“材”都被当成一个最终可以拆包验货的对象。先天论说包在出生时带来，环境论说包在成长中装满；两者都容易忽略，包的形状、可装之物、装入顺序和后来的用途本身也在发展中变化。

原先大纲把两派称为“发现学的分赃”，这个说法有锋芒，却需要避免误伤。行为遗传学并不只是替天赋论背书，现代发展研究也早已大量讨论基因—环境交互、相关与交易。真正需要翻案的不是科学，而是公共语言把统计结论重新塞回古老二分。

◆ 遗传率不是个人说明书

遗传率描述的是特定群体、特定环境中，某项表型差异有多少统计变异与遗传差异相关。它不是说某个人的能力有百分之多少由基因组成，也不是说某特征有固定、跨时代不变的遗传份额。

若一个社会让所有儿童获得更相近的基础营养和教育，环境差异缩小，剩余个体差异中遗传相关比例可能上升。遗传率上升并不证明教育无效，反而可能发生在公共环境改善以后。反过来，环境差异扩大时，环境贡献可能更明显。数字属于一个人口与条件组合，不是贴在特征上的出厂标签。

Eric Turkheimer 概括行为遗传学的“三条定律”时，强调行为差异普遍存在遗传成分，也警告从方法上的遗传变异规律，跳到“基因比环境更根本”的本体结论。发展是非线性、互动且难以实验控制的；双生子等设计提供重要估计工具，却不能独自交出具体发展机制。

这一区分对于因材施教非常关键。即使某种认知表现具有较高遗传率，也不能据此预测一个具体孩子在某种教学、辅助技术与长期练习下能到哪里。群体方差分解不等于个体上限判断。把前者翻译成“这孩子天生就这样”，是从统计层到命运层的越级。

◆ 基因与环境不是两支互不相干的队伍

基因—环境交互意味着，同一遗传差异在不同环境中可能有不同表现；同一环境对不同个体也可能产生不同影响。近年的遗传学综述持续强调，复杂性状需要同时考虑遗传变异与环境暴露，研究设计和报告方式本身会影响能否识别交互。

基因—环境相关则更进一步。人的遗传倾向可能与所处环境相关联：父母既传递基因，也提供家庭条件；儿童的行为可能唤起成人不同回应；随着年龄增长，人也会主动选择更合自己倾向的活动与伙伴。环境不只是外面压过来的东西，个体特征会参与召唤环境。

举一个不承担证明功能的简化例子。一个对声音差异较敏感的孩子可能更容易从音乐活动获得快感，于是主动练习；练习提升辨别和表现，良好表现又获得教师关注与家庭投入。后来人们说他有音乐天赋，这句话可能同时指早期敏感性、累积训练、选择倾向与资源反馈。硬把四者拆成先天百分比和后天百分比，未必能解释音乐能力怎样长出来。

这正是纠缠与“相加”不同的地方。相加模型问 G 加 E 各有多少；发生模型还问 G 怎样改变 E 的选择，E 怎样改变 G 的表达与功能，前一轮显露怎样重组下一轮条件。统计分解有自己的研究目的，不能直接替代过程解释。

◆ 天赋概念有四种合法用法

本书不主张废除“天赋”。日常语言若完全禁用它，只会制造新的做作。需要区分四种用法。

第一，早现优势。某人在很少正式训练时就比同龄人更快掌握某项任务。这是可观察事实，但来源仍需研究。

第二，学习速率差异。在相近训练下，有人进步更快或保持更稳。这比一次成绩更接近教育意义的天赋，却仍依赖训练是否真正相近、任务是否覆盖同一能力。

第三，稳定倾向。人在多种场景、较长时期对某类刺激更敏感、更愿投入或更少消耗。它可以指导选择，不能自动决定价值高低。

第四，上限判断。某人最终只能或必能到达何处。这是最强、也最难证明的用法。现实教育常凭前三类有限证据偷渡第四类结论。

前三种用法都可以进入三本账中的“当前显露”或“较稳定约束”；第四种通常应留在“未知”。因材施教需要早现优势和学习速率信息，却不需要假装知道终身上限。

◆ 后天论也会变成宿命论

反对天赋宿命的人常转向家庭决定、阶层再生产、童年创伤或文化资本。这些解释揭露了被个体功劳掩盖的条件，具有重要批判力。但它们也可能制造另一种封闭。“原生家庭把我变成这样”若被理解为不可逆结论，与“我天生如此”功能相同。阶层统计若被拿来预测某个孩子必然失败，也会把群体风险变成个体命运。童年经验确实会留下长期痕迹，却不等于成年后的每个选择只有一个来源。

后天论的宿命性来自三次偷换：把概率差异写成必然，把历史约束写成当前无能，把解释责任写成取消行动。它还会过度赞美塑造技术：既然环境能造人，只要设计正确环境，就能制造正确人。二十世纪许多宏大教育工程的危险，不只来自相信天性，也来自过度相信可塑性。

发生学必须同时反对两种全能：基因不全能，教育也不全能。人能改变，改变有成本、窗口、速度和不可逆部分；环境能塑形，塑形结果常有副作用和反抗；主体能回写，回写空间又不平等。

◆ “本来喜欢”为什么难以证明

成年人常说“我从小就喜欢数字”“她天生爱照顾人”。这些回忆可能准确，也可能经过后来身份重组。一个会计师更容易从童年记忆中挑出摆弄算盘的片段，一名护理工作者更容易记起照顾玩偶；与当前身份不一致的兴趣逐渐失去叙事位置。

即使早期偏好确实存在，它也不等于职业命令。孩子喜欢画画可能喜欢颜色、独处、讲故事、得到赞扬或逃避其他任务；同一表面兴趣包含多种功能。后来环境给其中一种功能更多资源，偏好才沿特定路径稳定。

因此，“本来喜欢”需要至少三类证据：当时材料而非只靠后来回忆；在不同情境中的重复；偏好在缺少外部奖励时是否仍持续。证据越少，句子越应保持谦逊：“我现在回想，似乎……”比“我天生就是……”更诚实。

教育面对儿童兴趣也应如此。兴趣是真实数据，却是动态关系，不是职业测谎器。根据兴趣提供入口合理，根据一次兴趣关闭其他道路则过早。最好的因兴趣施教，不是把孩子快速送进专门轨道，而是增加高质量接触，让偏好在真实困难、不同角色和足够时间中接受检验。

◆ 性格是包，还是关系策略

“内向”“外向”“坚韧”“敏感”常被当作随身属性。人格研究确实发现一定稳定性，不能把性格全解散为场景噪声。但一个人格词通常压缩了行为频率、情绪反应、自我叙述与他人期待。同一个人可在熟悉领域积极表达，在权力关系中沉默；可在独立任务中坚韧，在持续公开评价中回避。跨场景差异不证明人格不存在，而说明人格的显露具有条件。对教育而言，最有用的不是争论他究竟内向还是外向，而是找出在哪些关系、任务和后果下，他能以何种方式参与。

把性格视为关系策略还有一项伦理收益。一个孩子的沉默可能是谨慎、观察、语言转换期、对羞辱的防御或单纯偏好。若立刻定为“内向”，教师会把他安排到更少发言的位置；若追问策略功能，便能提供低风险、小组、书面准备或延迟回应等不同入口。

当然，策略一词也不能暗示完全自觉。许多反应已经自动化，改变需要长期安全经验。发生学不是告诉人“换个策略就好”，而是说明自动化也有形成史，改变应对准条件与练习，而非只要求意志。

◆ 先天差异与先天等级不是一回事

人并非以相同身体、气质和感知条件来到世界。承认这些差异，不等于承认它们已经排成价值等级。敏感可能增加焦虑，也可能提高对细节和他人情绪的觉察；冲动可能带来风险，也可能在某些任务中提高启动速度。性质怎样进入价值，要经过任务与制度。

“先天”回答的是某种差异在多早、以何种生物机制出现；“优劣”回答的是社会准备奖励什么。二者之间隔着评价环境。某种声音辨别能力在音乐训练中重要，在许多职业里并不构成中心差异；某种身体特征在一项竞技规则中占优，规则改变时优势大小也会改变。

因此，反对天赋宿命论不必否认生物差异。更精确的立场是：起点约束真实，但起点不自带完整用途、发展上限和道德等级。把三者捆在一起，才是“天赋”最常见的越权。这也给教育划出边界。有些限制需要辅助技术、康复或替代路径，不能靠意志消除；承认限制是为了增加可进入性，而不是减少人格价值。把所有差异都说成可塑，同样会把失败责任推回个人。

◆ “努力”为什么也可能成为来源神话

当社会对先天论警惕后，“努力决定一切”常来接班。它看似开放，实际也会倒账：成功者的可见投入被当作唯一来源，而训练条件、可支配时间、失败成本和他人支持被删除。结果不是取消宿命，而是把天命换成德性命。

努力当然重要，但努力本身也有发生史。一个人在早期尝试中得到可理解的反馈，更容易形成持续投入；反复付出却看不到进步的人，会合理地调整资源。所谓毅力并非总是一种独立品质，它也可能是环境不断回报投入后形成的关系预期。

此外，努力有方向问题。低效重复可以非常辛苦，错误目标可以坚持多年。教育若只奖励投入时长，会鼓励表演性勤奋；若只奖励结果，又看不见探索和修正。更好的评价同时问：投入了什么策略，反馈后怎样调整，所需条件是否可得。

所以，本书不把“天赋”从王座上拉下，再把“努力”扶上去。二者都只是回路中的变量，不能独占来源。

◆ 科学结论进入学校时会发生什么

科学论文讨论群体关联、不确定性和模型边界；学校需要给具体学生作决定。翻译过程中容易出现四次降维。

相关降为原因：某遗传指标与教育结果相关，被说成它导致结果。

群体降为个体：群体平均风险被当作个人预测。

概率降为类别：连续概率被切成“有天赋／无天赋”。

预测降为处方：模型估计较可能的结果，被转成“应当给他什么机会”。

前两步是推断错误，后两步是制度选择。即使预测完全准确，也不能自动决定资源。医学上的高风险常是增加支持的理由，教育中的低预测却常成为减少挑战的理由。数据本身没有规定这项伦理反转。因此，任何把遗传信息、心理测量或学习分析用于因材施教的方案，都应回答：预测误差多大？对哪些群体失准？结果用于补充资源还是关闭入口？学生能否拒绝、复核和删除？模型是否因为自己的建议而改变训练数据？技术越精确，问题越不能省。

◆ 最强的反驳：过程语言不能取代可测差异

反对者会说，发生学喜欢讲互动、路径与复杂性，却可能逃避量化。教育资源有限，需要知道哪些差异稳定、哪些干预有效。若每项特征都说成纠缠结果，预测与专业诊断都会被削弱。这项反驳完全成立。发生学不能以复杂为由拒绝测量，也不能用个体独特性取消群体规律。遗传研究、纵向研究、标准化评估和干预实验都提供不可替代的信息。一个测量经过良好验证，便比教师直觉更值得依赖；某些障碍若不分类，学生反而得不到法定支持。

本书的回应是分工，不是取代。统计模型回答在特定群体中哪些变量能解释或预测差异；发生分析回答这些变量怎样在时间中联结、预测如何进入制度并改变对象。前者限制浪漫想象，后者限制把相关数字本体化。最好的做法不是在“测量”与“故事”间二选一，而是让测量有日期、有误差、有适用群体，让路径叙述接受外部证据。数字不拥有最后一句，故事也不拥有。

◆ 两家真正共享了什么

天赋派与后天派真正共享的，不是某个具体结论，而是三种语法习惯。

第一，把稳定结果当作等待解释的对象，却较少追踪对象的边界怎样形成。

第二，把原因放在对象之前：要么出生前写入，要么成长中输入；较少承认结果会回过头改变原因网络。

第三，倾向于给来源分份额，而不是描述路径的分叉、阈值与反馈。

现代科学已经在许多地方突破这些习惯，公共讨论却仍大量停留在二分。发生学不是宣布自然—教养争论过时，而是把争论重新嵌回时间：什么先在，什么在互动中出现，什么后来稳定，什么稳定又改变了下一轮环境。

本章的判词因此是：天赋与后天不是两只包，而是同一发生过程被截成两段后获得的名字。这个判词不是说二者不可区分，而是说区分只有在具体机制、具体群体与具体时间尺度上才有意义。

◆ 本章结算

材从哪里来，不能用一个遗传率回答，也不能用一句“都是环境”回答。遗传率是群体与环境特定的方差统计，不是个人说明书；基因与环境会交互、相关，并通过主体选择和他人回应形成交易；后天解释同样可能变成宿命和控制。

因材施教真正需要的，不是判定某项差异究竟百分之多少先天，而是知道在当前任务中哪些约束必须尊重、哪些显露可能改变、哪些道路尚未尝试。下一章将把这三类信息分成三本账。只有分账，教师才能既不否认现实，又不把现实冒充命运。

本章注释

〔注1〕Turkheimer, E. (2000). Three Laws of Behavior Genetics and What They Mean. Current Directions in Psychological Science, 9(5), 160–164。

〔注2〕关于遗传率的解释边界，本章主要采用数量遗传学的通行区分，并与 Turkheimer (2000)、Sameroff (2009) 的交易模型对读；不以群体方差比例解释某个个体的形成份额。

〔注3〕关于基因—环境交互的当代综述，参见 Herrera-Luis et al. (2024), Gene–environment interactions in human health, Nature Reviews Genetics, 25, 768–784；Boye et al. (2024), Genotype × environment interactions in gene regulation and complex traits, Nature Genetics, 56, 1057–1068。

〔注4〕“遗传率不是个体特征中由遗传造成的百分比”是数量遗传学的基本解释边界；本书据此反对从群体统计直接推断个体命运，不否认遗传差异的经验存在。

14