“智商是先天还是后天？”——这个问题错在哪里？

我们先把一个非常容易被绕进去的问题拆开来看：当我们说一个性状"可遗传"，又说它"被环境塑造"，这两句话同时为真到底意味着什么。日常直觉会把这两件事当成两份蛋糕——基因切走一块，环境切走一块，加起来是整个结果。这种直觉在数学上有个名字，叫可加分解，写出来就是 outcome ≈ a·G + b·E：基因贡献一份主效应，环境贡献一份主效应，两者各管各的，最后拼在一起。绝大多数人讨论"先天后天"用的都是这个图像，绝大多数科普写作也默认它，连不少研究者口头表述里都隐含它。

问题是，有一整类基因，它根本不在主效应那一栏里出现。它管的不是"在平均环境下你会有多高的产出"，而是"当环境变动一格，你的产出会跟着变多少"。用数学语言说，它编码的是 ∂outcome/∂E，是结果对环境的偏导，是斜率本身。把这种基因的作用方式推到极端，模型不再是 a·G + b·E，而是 outcome ≈ G·E：基因和环境相乘。在这个相乘的世界里发生了一件非常违反直觉的事——固定 G 不动，outcome 仍然可以从最低值一路拉到最高值，只要 E 在变。也就是说，知道一个人的 G，你无法预测他的 outcome 落在哪里；G 唯一能预测的，是他的 outcome 对 E 有多敏感、对环境的回应有多陡峭。基因不再设定结果的水平，它设定的是结果对环境的汇率。

这个区别听起来抽象，但它直接决定了我们最常用的那个统计量——遗传度 h²——会怎样系统性地骗我们。遗传度的定义是"群体中结果方差里可以归因于遗传主效应的比例"，注意"主效应"三个字，那是它的命门。它是一个线性方差分解的产物：把总方差拆成 G 的方差、E 的方差、剩下的残差，残差里习惯性地塞进所有交互项 G×E，因为可加模型本来就装不下交互。结果就是：一个百分之百由基因决定、但只通过 G×E 通道起作用的可塑性参数——它是百分之百可遗传的——在 h² 的账本上贡献的份额接近于零，而它放大出来的所有那些跨环境的方差，会被一笔一笔记到环境名下。遗传度只能看见主效应；可塑性住在交互项里；于是越纯粹的、越纯净的可遗传可塑性，反而在表观遗传度上越隐形。这不是悖论，不是测量误差，不是样本不够大可以修正的瑕疵，而是方差分解这个工具本身定义出来的盲区——它的语法里没有给"汇率"留位置。我们之前那个收口的说法——"你遗传到的是把 nurture 换算成 outcome 的汇率"——就是在描述这件事；汇率是一个 G×E 项，h² 在结构上看不见它。

要让这件事再具体一点，可以借用心理学里"兰花儿童与蒲公英儿童"那个比方，对应的术语叫差异易感性（differential susceptibility）。兰花型的人可塑性高：在滋养、稳定、刺激充足的环境里，他们会绽放得比一般人更鲜艳；在贫瘠、混乱、忽视的环境里，他们也比一般人凋谢得更厉害。蒲公英型的人可塑性低：好坏环境对他们的影响都不大，他们顽强、稳定、对环境钝感。现在做个思想实验：你设计一项研究，所有被试都来自相对相似、条件不算极端的中产环境——环境的方差很窄。在这样的样本里，兰花和蒲公英的最终结果差别并不大，因为环境本身没把他们的差异拉开。统计上你会得出"基因几乎不解释任何方差"的结论，遗传度几乎消失了。换一个研究，把环境跨度拉到很宽——从严重忽视到精心培养都纳入样本——同样这群人，兰花型的人在两端会出现夸张的分化，蒲公英型的人则稳稳地待在中间。这时候同一个基因的"遗传度"会突然爆出来，但它爆出来的形态是"环境敏感性"——基因在告诉你的不是你最终的位置，而是你被环境推动的幅度。同一个基因，在不同环境跨度的样本里测出完全不同的遗传度。这件事本身就是一个铁证：它住在交互项里，不住在主效应里。

讲清楚了这套机制，我们就可以处理那个最经典、最容易吵架、也最壮观的例子：智商。

智商的诡异在于它在两端同时极端。一方面，它的遗传度估计高得惊人——成人样本里常见的估计落在 0.5 到 0.8 之间，而且有一个反直觉的趋势：遗传度随年龄上升，童年比较低，到了成年期反而越来越高，这叫 Wilson 效应。另一方面，它对环境的敏感性也大得惊人——最有名的就是 Flynn 效应：整个二十世纪，全球各地的智商测验原始分数，平均每十年涨大约三分，几代人下来涨了整整一到两个标准差。这个涨幅是巨大的，大到如果你拿 1950 年的常模去测今天的人，今天的平均人会被划到当年的"高于平均"区间；反过来用今天的常模去测 1950 年的人，他们的平均分会落到偏低的位置。基因池在几十年里几乎没动，能解释这种漂移的只可能是环境——营养改善、教育普及、信息复杂度提高、抽象思维训练增多、围产期医疗进步，等等。

一个特质同时具备"高遗传度"和"被环境推得满地走"，按照可加直觉这是一个矛盾，因为你既要说基因主宰、又要说环境主宰，听上去左右互搏。但放回到我们前面那个相乘模型里，这就不矛盾了，反而是签名特征——这正是"可遗传的可塑性"应该长成的样子，不是反例，是教科书例证。要把这件事说透，有三块拼图必须摆到位。

第一块，Wilson 效应背后藏着主动基因—环境相关（active rGE）。一般人听到"遗传度随年龄上升"会非常意外，因为直觉上你会觉得人活得越久、堆积的人生经验越多，环境的份额应该越来越大才对，怎么反而是基因越长越响？机制在于：到了一定年龄，一个人开始主动地选择、塑造、引出他周围的环境。一个天生认知倾向偏强的孩子，会比同龄人更喜欢读书、更被复杂的游戏吸引、更可能被老师注意到然后放进更难的班、更可能找到同样爱琢磨问题的朋友、长大后更可能进入需要持续学习的工作环境。每一步都不大，但每一步都让他的环境变得比同龄人更"高认知密度"。这是一个自我强化的级联：基因→选择→环境→反馈到能力→更强的选择倾向。从外面看，统计上你会发现"基因解释的方差越来越大"，于是写在遗传度账上；但发生在底层的事情是，基因通过一连串环境的选择和塑造在间接作用。表面上记成遗传，骨子里是一个被基因驱动的环境级联。这跟依恋研究里那个 evocative rGE——孩子的气质引出大人的回应方式——是同一台机器，只是放在不同领域不同生命阶段上演。基因不仅在你体内表达，它还从你体内伸手出去，挑选和塑造它要面对的环境。

第二块拼图是 Scarr-Rowe 交互：智商的遗传度本身随社会经济地位变化。在贫困、资源匮乏的样本里，智商的遗传度低；在富裕、资源充足的样本里，智商的遗传度高。这正好是 G×E 的干净版本，几乎可以直接当作教科书插图。机制的方向是这样的：当环境严重匮乏——营养不足、慢性应激、教育资源差、稳定性低、刺激贫乏——这些环境因素本身就是主导变量，它们把所有人都压到了远低于其遗传潜能的位置，谁也表达不出来。环境像一个瓶颈，所有水都被卡在那里，看不出谁的管道更粗。当环境充足、不再是瓶颈，营养、教育、刺激这些基础供应都拉满之后，剩下的方差才轮到遗传倾向去解释——那时候不同的人在同样的丰沛环境里，分化出不同的发展轨迹，这种分化就是遗传度跳起来的地方。换一种说法：遗传潜能只有在环境允许的时候才表达，环境不允许的时候，再"好"的基因也只是潜在的可能性，不会变成可观测的结果。这句话逐字就是"可塑性基因把控制权交给环境"。所以那个常常被引用的"智商遗传度 0.7"并不是一个普适常数，而是一个在富裕样本里测出来的数，这个数字本身就是富裕环境的副产品；换一个贫困样本去测，你得到的是另一个数。这里有一个诚实的脚注必须加：Scarr-Rowe 在美国数据里是相对稳健的发现，但跨国复制的结果并不齐整，有的研究找到了，有的没找到，原因可能跟"贫困"在不同国家意味的具体短缺不一样有关。作为机制说明它依然很干净，作为普适经验规律就得保留余地。

第三块拼图是 Flynn 效应，它的功能是把前面两块的结论锁死。因为如果只有 Wilson 和 Scarr-Rowe，你还可以勉强用一些复杂的可加模型去拟合。但当你同时面对"高遗传度"和"几代人之间巨大的环境驱动涨幅"这两件事时，逻辑上唯一融贯的解释是：可遗传的不是水平，可遗传的是斜率，是对环境的敏感性。基因设定的是认知带宽对营养、对教育、对认知复杂度的响应曲线；二十世纪那一整套环境改善沿着这条响应曲线猛推，于是整代人的分数齐齐上扬。但是与此同时，个体之间的相对排序——同一代人之中谁更靠前、谁更靠后——基本保持不变，因为他们的响应斜率没变，环境是同方向地推着所有人。遗传度抓的恰恰就是这个排序的稳定性。水平由环境填进去，排序的敏感性由基因决定。这跟我们前面写的 outcome ≈ G·E 那个极端形式逐字对应：G 不预测 outcome 的水平，G 预测的是 outcome 对 E 的斜率。Flynn 效应不是来推翻智商遗传度的，它是来告诉你那个遗传度到底测的是什么——它测的是斜率分布的稳定性，不是水平分布的固定性。

把这三块拼图合在一起，智商就从"既遗传又环境的折中"——这种说法其实什么都没说清——变成了"可遗传的可塑性"的最完整范例。基因高度决定了你的认知有多吃环境，而把认知的实际水平交给营养、教育、认知刺激去填。这跟我们之前讲依恋时讲的那一套是同构的：你遗传的不是结果，你遗传的是把养育换算成结果的汇率。换一种养育，同一份基因会兑出完全不同的结果，但兑换的比率、兑换的敏感性、好环境放大多少、坏环境扣减多少，这些参数是从父母那里来的。

最后必须放一段必要的护栏，否则前面所有讨论都容易被错引到一个不属于它的层面上去。这一整套语言——h²、Flynn 效应、Scarr-Rowe 交互、差异易感性——全都是关于群体方差的语言，它们回答的问题是"在一群人里，结果的差异从哪里来"。它们不能用来回答"对某一个具体的人，他的某个结果有百分之多少来自基因、百分之多少来自环境"。这后一个问法在结构上就是病态的（ill-posed），因为在单个人身上，G 和 E 不是相加的两份贡献，而是相乘的一对参数：你不能问一块面积里宽和长各占百分之多少，你只能说宽和长一起决定面积。群体语言之所以能做加法，是因为在一群人之间你可以问"差异从哪里来"，那是关于方差的统计问题；而在单一个体身上，没有"差异"可言，只有一个生成过程，那个生成过程本身就是相乘的、交互的、不可分解的。这一段护栏要时时记得，否则很容易把"高遗传度"误读成"这个人主要由基因决定"，那是一个范畴错误，是把群体统计偷偷搬到了个体本体论上去，而这两层根本不在同一种语言里运作。

当一个基因管的是斜率而不是水平的时候，我们用来衡量"遗传的影响"的那把尺子会系统性地低估它；越纯粹的可塑性基因，越是被环境数据掩护起来，看起来反而像环境的功劳。智商之所以是这个机制最壮观的展示厅，是因为它把所有线索都摆出来了——高遗传度、年龄递增、随阶层变化的遗传度、跨代际的巨大环境涨幅——任意单独一条都可以被各种简化叙事吸收，但四条一起摆出来，可加直觉就破产了，只剩下相乘那条路。基因决定汇率，环境决定数额；最终的结果是这两者的乘积，而不是它们的和。