如何建立更公平的社会：反优生主义的科学和政策

本文经一頁folio授权，同步刊发于小鸟文学第二十八卷，为免费内容。

只有承认天生的不平等，才能实现真正的社会平等。

《基因彩票：运气、平等与补偿性公正》是一部与基因科学有关的科普著作。第一部分介绍了基因科学的最新进展，尤其是全基因组关联研究（GWAS）的成果及其广泛应用，包括解释人们在身高和体重方面的差异、预测疾病和学业的成功等。第二部分则致力于为遗传学建立一个新的道德框架。作者结合自己身为人母的经历，论证了为什么我们拒绝承认基因的力量，就会延续精英管理的神话，以及为什么我们要创造一个公平的社会，就必须承认基因运气的作用。

韩国导演奉俊昊的电影《寄生虫》在 2020 年获得了奥斯卡最佳影片奖。这部电影可不适合胆小的人看。其中一个场景告诉观众，一个躲债的男人多年来秘密地住在一个没有窗户的地下室里。在另一个场景中，暴雨淹没了一个贫困家庭的半地下公寓，褐色的污水灌满了他们的家，水位高达胸部。在无计可施的情况下，这家的女儿坐在全家唯一的卫生间里溢出污水的马桶上，点燃了一支烟。

这些人物和他们的绝望处境，因他们与富裕的朴家的关系而连在一起。朴家的女主人坐在汽车后座上，翘着赤脚。开车的司机的住房刚刚被洪水摧毁。女主人高兴地评论着雨水如何清除了污染，并说今天非常适合举行一个即兴派对。女主人闻到司机的体味，厌恶地皱起了鼻子，而司机在流离失所者的收容所过了一夜。观众对朴太太的没心没肺也皱起了鼻子。

《寄生虫》在喜剧和怪诞场景之间来回切换，对阶级不平等进行了毫不留情的聚焦。有批评家担心，关于社会和行为结果的遗传学研究会将阶级不平等视为自然现象，并将其固化。朴家的族长毕竟是一个显而易见的“精英”理想的典范，这一天他在技术公司工作了很长时间，然后才回到妻子和两个孩子身边。他和妻子谈论那些为富人当司机，自己却坐地铁回家的人，认为他们令人厌恶，闻起来像腐烂的芜菁。朴家既意识不到自己享受了极多的特权，也对他们的雇员每天遭受的羞辱一无所知。如果“科学”告诉朴家人，他们的仆人是“天生”低劣的，朴家人会多么心安理得啊。

这就是优生学的幽灵：遗传学被用来建立一个“人类的等级制度，根据人的内在价值进行排序”（这是优生学意识形态的核心），这种等级制度被用来制造“自由、资源和福利分配的不平等”（这是优生政策的后果）。

几十年来，像我这样既研究遗传对社会行为的影响又具有平等主义价值观的科学家，一直在努力通过提出关于我们不应该做什么的论点，来对抗优生学的幽灵。本书的大部分内容都是关于这些论点的。例如，我们不应该把遗传的影响解释为决定性的。我们不应该放弃社会政策带来社会变革的可能性。我们不应该把“某个结果受社会看重”与“某个人有内在的价值”混为一谈。但是，如果我们不利用遗传学来“喂养”（feed）优生学意识形态和优生政策，我们应该如何对待遗传学？

一种方法是将遗传学研究完全束之高阁，无视大量的、明显一致的科学知识，生怕优生学的幽灵被放出魔瓶。这是一个错误，类似于错误的“色盲”（意思是假装看不到肤色的区别[即种族的区别]，否认种族之分的存在）意识形态。声称“看不到种族”并不能使种族和种族主义的力量消失。相反，不承认造成不平等的系统性力量的存在，会让不平等在中立和消极的面纱下延续。创建一个公正的社会秩序需要反种族主义，而不是“色盲”。同样，声称人与人之间的遗传差异毫无意义，并不能使基因组的力量消失。相反，不承认基因彩票是一种造成不平等的系统性力量，恰恰是优生学意识形态所希望的。优生学意识形态希望人们允许那些与遗传有关的不平等作为“自然”现象持续存在，而不希望人们对其进行批判性的检视。建立一个公正的社会秩序，需要反优生主义，而不是基因盲。我们必须努力去解答社会学家鲁哈·本杰明提出的问题：“如何运用和重新想象技科学（Technoscience），以达到更具有解放性的目的？”

在鼓吹如何利用遗传学为等级制意识形态和压迫性政策服务方面，优生学意识形态有长达一个世纪的领先优势，所以我们反优生主义者有很多工作要做。在本书的最后一章中，我希望提出五项一般原则，来讨论什么样的科学和政策才是积极地反优生主义的：

5．考虑一下，如果你不知道自己会是什么样，你会怎么做。

对于这些原则中的每一条，我将对比三种立场。首先，优生学的立场是，由于遗传影响的存在，所以不平等是天经地义的自然现象。如果社会不平等有遗传原因，那么这些不平等就被描绘成“自然”秩序的必然表现。人们的遗传信息可以被用来将他们更有效地纳入这一秩序。第二，基因组盲的立场认为基因数据是社会平等的敌人，因此反对在社会科学和政策中使用任何遗传信息。只要有可能，基因组盲的立场就会致力于逃避知识，主张科学家不应该研究遗传差异或它们与社会不平等的联系，社会上的其他人也不应该将该研究产生的任何科学信息用于任何实际目的。上面两种立场与我提出的反优生主义立场形成了对比。反优生主义立场并不反对人们获取遗传学知识，而主张有意识地以减少自由、资源和福利分配不平等的方式来应用遗传科学。

停止浪费时间、金钱、人才和工具

一切都是可遗传的。二十年前，埃里克·特克海默提议将这个典型化事实（stylized fact）当作“行为遗传学第一定律”。在特克海默提出这个建议的几十年前，很多人就猜测到了这一点。著名的演化生物学家杜布赞斯基的话值得再一次引用：“人们在能力、精力、健康、性格和其他重要的社会特征方面存在差异。而且我们有很好的证据，尽管不是绝对结论性的证据，表明所有这些特征的差异部分是受遗传规定的。请注意，是受遗传规定，而不是由遗传固定或注定。”

收入、受教育程度、主观幸福感、精神疾病、社区优势、认知测试成绩、执行功能、坚毅、积极性和好奇心都是可遗传的，但这并不意味着不能通过干预来改善或通过环境特权来加强这些东西。它们是完全可以被改善和加强的。

但这也意味着社会科学中的大量研究是在浪费时间和金钱，这些研究旨在寻找可用新干预措施来处理的具体环境。这样的研究之所以是一种浪费，是因为它们的研究设计依赖于将一个人的行为或功能的某些方面与生物学亲属（如父母）提供的环境的某些方面联系起来，而没有排除这样的事实的影响，即生物学亲属仅仅因为有共同的基因，就可能彼此相似。如果这些研究在制定成功的干预方案以改善儿童生活方面有取得快速进展的记录，那么这种方法论层面的缺陷也许是可以原谅的。但事实并非如此。

机会成本是真实存在的。我们不是生活在一个有无限的时间、研究资金、训练有素的科学人才和政治意愿来进行社会干预的世界里。犯错误就会有后果，后果就是宝贵的金钱和努力没有被投入其他方面。以一种完全可预测的方式，故意冒着一错再错的风险，甚至不考虑遗传在儿童生活的不同结果中所发挥的作用，其造成的浪费是惊人的。

请注意，是受遗传规定，而不是由遗传固定或注定。

反优生主义的科学家和政策制定者关注的是减少不平等，包括由人与人之间的遗传风险差异造成的健康和福祉的不平等。这一目标需要我们制定有效的干预措施来改善人们的生活。正如我在第九章中详述的，遗传数据可以成为这种努力的重要工具，因为遗传数据可以改良关于特定环境如何导致特定结果的基础科学，并帮助我们评估干预措施是否满足“遗传”风险最高的人的需求（我在这里把“遗传”加了引号，因为正如我在本书中解释的，人们之间的遗传差异可能是通过社会机制与结果联系在一起的，但测量 DNA 使研究者能够看到一个原本可能观察不到的风险维度）。

如果社会科学家要迎接实际改善人们生活的挑战，他们就不能再参与“暗中勾结”，不能忽视人们生活结果差异的一个关键来源，即人们的 DNA。

利用遗传信息来改善机会，而不是把人分成三六九等

“每个人都知道你是谁，你是什么样的人。在我看来，这真的很可怕······这个世界根据人们的先天能力来安排他们的命运。嗯，那就是加塔卡（Gattaca）。”这是社会学家凯瑟琳·布利斯（Catherine Bliss）在接受《麻省理工科技评论》采访时对这种现象做出的黑暗预言：与受教育程度或犯罪行为等受社会看重的结果有关的多基因指数越来越多。当然，《加塔卡》（通译为《千钧一发》）是 1997 年的电影，片名巧妙地借用了 DNA 碱基对的字母。这部电影由伊桑·霍克主演，他饰演一名有抱负的宇航员，但因为基因“不合格者”的身份而受到限制。这部电影让霍克和联合主演乌玛·瑟曼走入婚姻殿堂，也刺激大学生、研讨会观众和记者提出了无数问题，涉及行为遗传学的最新研究是否会导致出现一个反乌托邦社会。

虽然还没有人提议根据儿童的多基因评分给他们贴上加塔卡式的基因“不合格”标签，但一些著名的行为遗传学家已经建议，在教育和职业方面使用多基因评分进行选拔。其中最重要的是罗伯特·普罗明，他是一位心理学家和行为遗传学家，在进行双生子研究和使用多基因指数的研究方面有着长期而辉煌的成就。例如，在《基因蓝图》一书中，他建议“通过与一家直接面向消费者的公司的有密码保护的链接，可以提供一套与一般职业选择有关的经认证的多基因评分，以及与不同职业有关的不同多基因评分”。这种根据人们的 DNA 测序结果来选择理想的教育和职业岗位的建议，在经验上和道德上都是有缺陷的。

从经验上看，我们必须努力解决多基因评分对个体的效应值的问题。在社会科学研究的背景下，多基因评分可能非常有用，因为基于DNA的变量能够解释像受教育程度这样的复杂结果的 10％ 的差异，这与社会科学家通常使用的其他变量（如家庭收入）的效应值不相上下。这类研究得出了关于多基因评分低与高的人的平均结果的结论。预测一群人的平均数，比预测单单一个人的结果要容易得多，正是因为平均数确实“平均”了所有使个人生活不可预测的特异性和偶然性事件。我们用来给个体做诊断的测试，例如在家进行的怀孕测试，或者医生可能用来诊断你是否患有链球菌性咽炎的实验室测试，对个体的预测比任何多基因指数都要准确得多。而这是在考虑到我们在选择背景下掌握的关于个体的所有其他信息（例如他们以前的成绩、考试分数以及工作履历）之前。

但是，即使多基因指数对个体的预测比实际情况准确得多，根据基因型测试结果将人们分配到不同社会角色和职位的做法仍然是有问题的。

让我们回到第三章解释的全食谱关联分析的例子：你收集了一个数据集，其中有城里每家餐厅的 Yelp 评分，你把这些 Yelp 评分与每家餐厅的食谱中的零碎内容相关联，在食谱元素（“添加孜然”）和评分较高的餐厅之间产生了一组小的关联。然后，你可以用这些关联为一家新餐厅创建一个“多食谱指数”：分析他们的菜单，并根据新餐厅的食谱是否包含更多与在 Yelp 上获得高评分相关的元素进行评分。当然，这类似于进行全基因组关联分析并创建一个多基因指数。

现在，我们假设投资者在决定是否投资于一家新餐厅时，计算新餐厅的多食谱指数已成为一种惯例，并且只有超过一定门槛的餐厅才能筹集到足够的资金。这种做法创造了一个反馈回路（feedback loop）：在某个时间和地点，与成功的一个指标有统计学联系的品质，会变得与成功更有联系，因为具有这些品质的餐厅会得到其他餐厅得不到的机会和投资的奖励。

这种反馈回路是创造所谓“数学毁灭武器”或“压迫的算法”（algorithms of oppression）的关键。目前，许多行业已经使用预测工具来自动以特定方式对待特定的人。Instagram 和谷歌会根据你的人口统计数据和社交媒体活动以及网络搜索和购买历史，来有针对性地显示广告。抵押贷款机构根据预测一个人的还贷情况的自动算法来设定利率。警察部门利用犯罪前科数据，社区（如酒吧、学校和外卖餐厅）特征，甚至天气，来确定对哪些社区增加监控。一旦一个人与刑事司法系统有了接触，自动风险评估就会被用于决定保释、判刑和假释。”这些表面上客观和中立的算法，实际上可能会增强社会不平等。

一个很好的例子是大型卫生保健系统使用的商业风险预测算法，该算法被用于识别“高风险护理管理项目”的患者，该项目价格昂贵且供应稀少。2020 年《科学》期刊的一项揭示性研究，比较了通过算法获得相同风险分数但自我认定为不同种族的患者的情况。研究发现，在任何给定的分数下，自认为是黑人的病人的病情比自认为是白人的病人要严重得多。该算法的问题源于这样一个事实：平均而言，黑人获得医疗保健的机会较少，而且获得的医疗保健金额较少，这意味着体制花在黑人身上的钱较少。不过，该算法将花在过去的护理上的钱当作一个人的健康的无偏见的指标，导致我们对可以从高风险护理管理中受益的黑人患者认识不足。导致医疗保健中的种族差异的体制化种族主义，就这样被编入了算法，然后导致更少的黑人获得他们需要的额外医疗帮助。这样一来，“不管是有意还是无意，技科学都反映并再现了社会等级制度”。

像其他的预测算法一样，多基因指数使用关于过去的信息来对未来进行预测。预测受教育程度、学术成就或职业成功的多基因指数，捕捉的是在研究样本中与这些结果相关的任何可遗传特征，以及在这些样本中与孩子的结果相关的父母的任何特征。因此，在被用于对人分类时，多基因指数和其他预测算法同样容易反映社会等级制度，包括那些如果不是被 DNA 表面上的中立性所掩盖，我们会认为明显不公平的社会等级制度。

例如，我们会认为这么做是不公平的：衡量学生的家庭收入，然后以低收入学生不太可能从大学毕业为由，拒绝他们进入大学。无论其预测能力如何，父母的社会经济地位是学生自己无法控制或能动地决定的特征。家庭收入和大学毕业之间的关系，是一个需要解决的问题，是一个需要消除的不平等，而不是一个可以用来进一步排斥低收入学生的结果。但是，正如我在第九章所描述的，对父母—子女三人组的研究表明，一个人的多基因指数中的一部分捕捉的是与其父母的基因相关的环境优势。所以，根据 DNA 测量结果来选择学生，在某种程度上就是根据学生家庭的社会经济地位来选择。

这种反馈回路是创造所谓“数学毁灭武器”或“压迫的算法”的关键。

不幸的是，许多谈论多基因评分的学者都有意识地对这种危险轻描淡写。例如，在《基因蓝图》中，罗伯特·普罗明声称多基因指数对教育和职业选择特别有用，因为它们“更加客观，没有造假和事先培训的可能性—因为你不可能伪造或训练你的 DNA”。保守派作家查尔斯·默里在《华尔街日报》的一篇专栏文章中提出了类似的观点：多基因指数“不受种族主义和其他形式的偏见的影响”。这根本不是事实。全基因组关联分析（GWAS）会捕捉任何与教育结果相关的基因，而不管是什么社会机制造成了这种关联。这些社会机制可能包括我们认为可以接受的机制（例如，对学业更感兴趣的孩子在学校的表现更好），但也可能包括更具争议性和任意性的机制（例如，习惯早起的孩子在学校的表现更好）。那么，根据这些 GWAS 的结果创建一个多基因指数，并利用它来分配人们的社会角色，就会把这些任意的和有争议的过程法典化，给它们遮盖上“客观”预测的幌子。

鉴于这些担忧，我们应当如何更有成效地使用多基因指数？让我们回到第七章的一个具体例子，即教育多基因指数和高中数学课程学习之间的关系。教育多基因指数较高的学生在九年级时（相对于代数 1）更有可能选修几何，这使他们有可能在高中毕业时已经完成微积分课程。一旦数学成为选修课，拥有较高多基因指数的学生也不太可能退出数学课。利用这些信息，我们可以做什么，应当做什么？

优生学的建议是对学生的 DNA 进行测序，用测序结果来分配学生的数学课程。这样的话，多基因指数低的学生就被剥夺了学习高等数学的机会。基因盲坚持认为，将遗传和数学课程联系起来的研究原本就不应该进行。反优生主义的建议是将遗传知识用于（a）了解教师和学校如何能够最大限度地提高学生的数学学习能力，以及（b）关注分班制度如何巩固学生之间的不平等。

关于第一个目标，要了解哪些教师和学校能最好地满足学生的需求，最大的挑战之一是具有不同学习需求的学生并不是随机地分布在各教师和各学校当中。现在一般的做法是将标准化考试成绩作为教师和学校“问责制”的衡量标准，也就是用来识别表现不佳的教师和学校。对这种做法的一个尖锐的批评是，学生的考试成绩与学生的特征高度相关，如家庭的社会经济地位，这些特征在孩子入学之前就已经存在，而且在各个学校之间也不是随机分布的。“好”学校的定义就是考试平均分数高的学校，但“好”学校实际上往往是富裕学生高度集中的富裕学校（一个类似的问题困扰着如何识别最好的医生和医院：最好的医生并不是那个避免接诊病势最重的病人的医生）。

研究者早就认识到，评估学校对学生学业成绩的影响是一个棘手的问题。只有当我们把对学生特征（如家庭背景、过去的学术知识水平等）的测量考虑进来，才有可能在多所学校之间进行公平的同类比较。恰当的问题不是“X 学校的学生与 Y 学校的学生有什么不同？”，因为两所学校的学生除了就读哪所学校的选择不同之外，还有其他很多方面早已经不同。恰当的问题是，“如果某个学生在 X 学校而不是 Y 学校读书，他的表现会有什么不同？”（我们再次看到反事实推理对于因果推断的重要性，我在第五章中解释过这一点。）

在试图识别学校效果时，研究者、教育工作者和政策制定者通常会考虑一种带有出生偶然性的信息，即学生的社会经济地位。但我和其他人在研究中发现，除了家庭社会经济地位的信息，学生的 DNA 信息（以多基因指数的形式）也能预测学业成绩。正如我在上文所述，这并不意味着我们应该使用多基因指数对学生进行分类并限制他们的学习机会。不过，这确实意味着，我们可以评估具有同等多基因指数的学生在就读不同的学校时，他们的结果会有什么不同。

在一项针对美国高中生的研究中，我们发现，平均而言，教育多基因指数低的学生在高中阶段继续接受数学教育的可能性较低。但他们的退出率在不同的学校背景下有很大的不同。在主要为父母有高中文凭的学生服务的学校里，即使是多基因指数低的学生，也会在九年级之后修几年的数学课程。事实上，就读高地位学校的多基因指数低的学生与就读低地位学校的多基因指数为平均水平的学生，在数学课程中的坚持程度差不多。

这一发现只是勉强触及了问题的表面。具体而言，在地位较高的学校里，是什么让那些在统计层面有可能退出数学课程的学生也不会退出？如何使这些学校的做法更广泛地适用于所有学生？从这样的基础研究到教育政策改革的道路，是漫长而曲折的。

虽然这只是第一步，但这项研究揭示了一个基本的重要事实：虽然生活的起点是固定的（也就是说，个体继承了某种遗传变异的组合，这是无法改变的），有些人在发展解决数学问题的能力方面走得更远。这些数学技能对一个人在未来的教育、参加工作以及轻松应对日常生活中的问题等方面有终生的好处。事实上，数学知识对学生的未来非常重要，学习数学的机会已经被称为一项公民权利。因此，基因数据揭示了环境机会的不平等，这是一个需要纠正的问题。

其他环境不平等现象也可以通过基因数据进行类似的诊断。哪些健康干预措施能惠及目前在遗传上最容易出现不良结果的人？哪些学校对纪律问题的处理较好，使得目前在攻击性、犯罪或药物滥用问题上的遗传风险最高的青少年的违纪率也最低？全国哪些地区是“机会区”（opportunity zone）？在机会区，对机会的定义不仅仅是低收入家庭儿童的表现，还包括那些在遗传上有学业问题或心理健康问题风险的儿童的表现。如果研究者接受“利用遗传信息来改善机会，而不是把人分成三六九等”的原则，并开始接受基因数据提供的可能性，我们将有大量的新信息来帮助解决上述问题。

利用遗传信息促进公平，而不是将部分人排斥在外

沃克吕兹餐厅是一家位于曼哈顿上东区的高级法国餐厅，让人联想到“豪华”和“镀金”等形容词。在一个秋天的晚上，我和几位学术界同仁应一位亿万富翁慈善家的邀请，在那里吃了晚饭。这位慈善家在保险业赚了不少钱。谈话的气氛很活泼，我们所有人都在热切地讨论如何解释行为遗传学领域的新进展。但是，当我们的东道主发出一声尖锐的笑声并发表下面的评论时，立刻就没有人认为此次谈话属于纯学术性质了。东道主问：作为保险业高管，他为什么不利用遗传学来赚钱？

当然，他的意思是，遗传学的发现和多基因指数的建立可以被用来改善对人们的不良结果风险的预测。如果高风险的人被收取更多的保费，或者被完全拒保，那么保险业的利润就会增加。但是，当身为亿万富翁的保险业高管把基因预测看作赚取更多利润的大门时，许多普通的美国人可能会担心，基因预测会导致他们破产。医疗保健费用，包括保险费、自负额和未支付的医疗费用，已经成为美国人破产的主要原因。如果你因为保险公司知道你的基因组的情况而失去保险，或者你的保费被增加，你会怎样？

作为保险业高管，他为什么不利用遗传学来赚钱？

正是这种恐惧促使了《遗传信息不歧视法》的通过，该法在经过国会“慢如龟爬”的审议后，于 2008 年正式成为法律。《遗传信息不歧视法》禁止在医疗保险和就业方面利用遗传信息进行歧视，以便“充分保护公众免受歧视，并消除他们对潜在歧视的担忧，从而使个人能够利用基因测试、技术、研究和新疗法”。《遗传信息不歧视法》是基因组盲立场的缩影，因为雇主和保险公司被禁止索要或使用基因组信息。雇主和保险公司做出决定时，就好像基因组信息不存在或者噗的一声消失了。

尽管有着“充分”保护公众的高尚目标，但《遗传信息不歧视法》有明显的局限。首先，它的保护措施只适用于医疗保险和就业，而不适用于其他形式的保险，如长期护理保险、人寿保险或抵押贷款保险，也不适用于教育、住房或借贷。《遗传信息不歧视法》颁布十年后对其影响的审查发现，尽管该法可能具有“重要的象征意义”，但其实际价值却很有限。该法涉及健康保险的第一部分“在很大程度上无关紧要”，因为它被《平价医疗法案》覆盖了。《平价医疗法案》禁止保险公司在做出承保决定时使用客户的健康状况。而《遗传信息不歧视法》的第二部分涉及就业，很少被援引。其中一些局限已经在美国个别州的层面上得到解决。特别是加利福尼亚州通过了《加州遗传信息不歧视法》，该法的适用范围更广，不仅在医疗保险和就业方面禁止基于遗传信息的歧视，而且在住房、教育、抵押贷款和公共住宿方面也是如此。

在反歧视法的框架内，《遗传信息不歧视法》（和一般的基因组盲立场）是一种“反归类”（anti-classification）的方法，因为 在其眼中，遗传信息就像种族或宗教一样，是一种“禁忌”特征，不能被用来作为有意区别对待的基础。反歧视法的反归类原则是在公民权利“同一性”的模式下运作的：可以根据某些特征（黑人对白人，男性对女性，基督徒对犹太人，APOE ε—4 等位基因携带者对 APOEε—3 等位基因携带者）被区分的人，必须正式地得到相同的对待。

法律学者马克·罗思坦指出，由于很难将“遗传”信息与基因组数据所能预测的医疗和行为信息区分开来，GINA 的基因组盲、反归类的原则受到了严重挑战。在《平价医疗法案》为已有病症的人提供保护之前，保险公司不能歧视一个携带 BRCA 突变基因但尚未罹患乳腺癌的人。不过，当她真的患上乳腺癌时，她就很容易被提高保费或取消保险。不过，《平价医疗法案》对已有病症的保护只有在与“个人强制纳保”（individualmandate）相结合的情况下才是可行的。如果没有“个人强制纳保”，低风险的保险客户就太少了，整个保险体制在经济上就不可持续了。但是，我们至少可以说，《平价医疗法案》的“个人强制纳保”规定在政治上是有争议的，促使了共和党内极右翼茶党的崛起，并且（截至 2020 年初）只是勉强通过了合宪性审核。罗思坦挖苦地问道：“在一个不公平和不合逻辑的体制里，有可能防止健康保险中基于基因的歧视吗？不幸的是，答案是否定的，除非美国做好了准备，以一种全面的方式解决谁能获得医疗保健的更大问题。”

反歧视法的“反归类”原则的替代方案是“反屈从”（anti—subordination）原则，其重点是提高某些被边缘化或受压迫群体的社会地位，防止出现一个底层阶级。与禁止差别待遇的反归类相比，反屈从方法允许正向的（positive）差别待遇。例如，《残疾人教育法》就采取了反屈从而不是反归类的方法。根据《残疾人教育法》，儿童有获得“免费、适当的公共教育”的平等权利。在设计适当的教育体制时，学校不仅被允许考虑个别学生的某些差异化信息；事实上，学校被授权考虑这些信息，以达到适应具体情况和妥善规划的目的。

反屈从原则对于制定反优生主义的政策至关重要，不仅在医疗保险和教育领域，在其他形式的保险、就业、借贷和住房方面也是如此。优生政策，无论在历史上还是在今天，都是为了创造和奴役一个经济和种族层面的底层阶级，给底层阶级的人贴上生物学的劣等标签。因此，反优生主义政策必须努力阻止出现新的“遗传”层面的底层阶级，也就是说，阻止出现这样的情况：人们被排斥在医疗保健、住房、贷款或保险之外，原因是他们有某种健康或教育史的特征，而这些特征本身是基因彩票的结果。例如，在医疗保健领域，我们不应当采取无视基因组的做法，不应当狭隘地禁止使用遗传信息但又维持美国医疗保健系统其他一切不变。面对越来越多的遗传学新发现，真正更全面的反优生主义的做法是，致力于实现真正的全民医疗保健，让所有人，不论其基因彩票（或环境彩票）的结果如何，都能获得医疗保健。

不要把幸运误认为有德

我们经常听说，美国是一个优绩主义（meritocracy）的国家。这个词是 merit（优绩）和 aristocracy（贵族政治）的结合。aristocracy 一词又来自希腊语 aristokratia。其中 aristos 意为“最 好的”，kratos 意为“统治”。因此，meritocracy 一词包含了这样一种理念：社会中的精英，即被挑选出来掌握权力、影响、财富和声望的人，应该是根据他们的优绩挑选出来的。在僵化的阶级或种姓制度下，你能上的学校、你能从事的工作以及你能在公共生活中扮演的角色，都被你的出身地位严格限制。与之相比，优绩主义的理念有其好处。我的父亲在得克萨斯州的一个拖车停车场长大，但后来成为美国海军军官；我的祖父母和外祖父母都没有上过大学，而我有博士学位。背诵这些“美国梦”的成功故事，培养和维持了这样一种神话，即无论出身如何，任何人都可以在美国取得成功。

当人们批评优绩主义的理念时，他们通常认为美国还不够优绩主义。2019 年的大学招生丑闻中，一些好莱坞女演员和其他富有的父母为了让自己的孩子被精英大学录取，不惜贿赂体育教练，伪造考试成绩，结果这些父母被逮捕。这是一个悲喜交加的例子，说明社会上层阶级如何在表面上的绩效竞争中通过赤裸裸的欺骗进行自我复制。即使没有赤裸裸的谎言和贿赂，在 SAT 大学入学考试中分数不高的富裕学生仍然比分数高的贫困学生更容易从大学毕业。这些故事和统计数据显示，美国社会离优绩主义的理想还很遥远。

但是，即使我们完全消除了与富家或特权出身有关的结果不平等，剩下的不平等仍然有运气的成分。仍然会有另一种运气潜伏在背景中：基因。不仅是标准化考试成绩和智商分数如此，就连所谓的“性格”特征（勇气、毅力、机智、积极性、好奇心或任何其他非认知技能）也不能使你摆脱与遗传的斗争。这些特质也是由人与人之间的遗传差异造成的。没有任何所谓的“优绩”可以不受遗传影响，或不与生物学挂钩。

鉴于遗传影响无处不在，对于目前与教育成功和经济成功相关的技能和行为，“优绩”是一个极具误导性的词。我们看一下“优绩”（merit）在普通字典中的定义。

2．因行善而应得的善报。

“美德”“善报”“行善”“品格”“值得奖励的行为”。merit 这个词在通常的用法中，具有明显的道德色彩。而且，在漫不经心地使用一个表示道德应得性（moral deservingness）的词来描 述这样一套技能和行为—社会以它们为选拔标准，决定谁能获得社会上的理想角色—时，我们有可能将这些技能和行为跟人的性格和价值混为一谈。

没有任何所谓的“优绩”可以不受遗传影响，或不与生物学挂钩。

将人们的生物学特征跟他们的美德、正义和道德应得性联系起来，是一种优生学思想。说一些人生来就具有某些基因型，所以应得更多的权力、资源、自由和福利，这就是不平等主义。

而基因盲的反应只是接受了优绩主义的逻辑（即一些人因为他们的“优绩”而应得更多），而不去妥善应对遗传运气在制造我们称之为优绩的人际差异方面的作用。因此，基因盲延续了这样一个迷思：我们这些在 21 世纪资本主义社会中“成功”的人，之所以成功，主要是因为我们自己的勤奋和努力，而不是因为我们碰巧是出生的偶然性的受益者，包括环境偶然性和基因偶然性。

因此，对优生学的恰当回应不是对基因避而不谈，而是与美国是或可能成为“优绩主义”社会（在这样的社会里，社会产品是根据人们“应得”什么来分配的）的想法决裂。我们没有办法把运气从人类事务中剥离出来。我们没有办法分得清，对任何一个人来说，他凭借自己的性格和机智应该得到多少，以及他碰巧从遗传优势和环境优势的组合中受益多少。正如罗尔斯所写的：“正义准则没有一个是以奖励美德为目的的……奖励‘应得’的主张是不切实际的。”

人们不愿意承认运气在他们生活中的作用。当经济学家罗伯特·弗兰克描述外部运气之于经济成功的重要性时，福克斯新闻的一位主持人愤怒地回应：“你知道那是多么大的侮辱吗？”这证明了弗兰克《成功与运气》一书的卷首引言的真实性，这句话来自 E．B．怀特：“不可以在白手起家的成功人士面前谈运气。”

不过，尽管我们可能很不情愿，但正确认识运气在我们生活中的作用（包括遗传运气的作用），对平等主义的事业至关重要。正如作家大卫·罗伯茨所说：

就个人而言，接受运气的作用相当于世俗领域的宗教觉醒，是建立任何连贯的普世道德观的第一步。就社会而言，承认运气的作用，为人道的经济、住房和监狱政策奠定了道德基础。

建立一个更有同情心的社会，意味着我们要克服在所难免的不情愿，去提醒我们自己运气是多么重要，以及我们应当为自己的好运气心存感激，并承担相应的义务。

认识到运气（包括遗传运气和环境运气）在塑造社会看重的技能和行为方面的作用，并不意味着我们应该放弃使用特定的标准来选择理想的社会角色和机会。例如，我们考虑一下飞行员的工作。飞行员职位的“优绩”申请者，是那些能够在恶劣天气下驾驶飞机而不坠机的人；那些能够可靠地出现在工作岗位上的人，这样就不会因为满载的飞机在跑道上准备起飞却无人前来驾驶而造成数百万美元的损失；那些视力良好、手脚灵活、空间旋转能力强、没有发作性嗜睡症的人，以及那些不会因为身材太高而无法舒适地进入驾驶舱的人。

当我们考虑到航空或别的高风险职业（在这些职业中，失手可能意味着有人丧命）时，根据申请人的“优绩”来选择，对社会上的每个人都有明显的好处。我们希望飞行员被选中是由于他们驾驶飞机的能力强，而不是他们的社会关系。我们希望外科医生、工程师、药剂师、教师、水管工，都是能够熟练做手术、建造、配药、教学或修理的人。

然而，即使我们认识到根据良好的视力和空间旋转技能等属性来选择飞行员在工具性的意义上是有益的，我们也可以同时认识到，这些属性，以及拥有这些属性所带来的经济回报，并不是飞行员的道德信誉或美德的标志。拥有那些属性，再加上生活在一个可以运用这些技能以驾驶飞机的形式实现经济价值的时代和地方，就像中了强力球彩票一样。一个人的生活中必须有很多幸运的事件同时发生，才能使这些属性得到开发并获取报酬。借用经济学家和哲学家阿玛蒂亚·森的说法，良好的视力之所以是“优绩”的，是因为“按照一种衍生且依条件而定的方式……奖励［它］可以［给别人］带来好处”。良好的视力不是一种被分离出来单独接受“赞扬和效仿，而不考虑其带来的好处”的“正确的行为”。

视力好本身不是一种美德，这是很显然的；但说到认知能力，大家的认识就不是这么清楚了；而在自我调节或求知欲等非认知技能的例子里，这一点甚至更加模糊。在为稀缺的教育机会选择学生，或为理想的职位选择雇员时，对整个社会来说，基于某些认知技能的选择，可能在工具性的意义上是有益的。但拥有这些认知技能，并不比拥有 20／20 的视力更高尚，更值得奖励。正如玛德琳·英格在经典的青少年小说《时间的折皱》中所说：“我们当然不能把我们的才能归功于自己。重要的是我们如何运用我们的才能。”

而且，如果对优绩的定义是工具性的，那么我们对优绩的定义就不能与我们对什么样的社会是好社会的定义分开。被认为是“优绩”的东西，就是带来了我们期望的社会结果的东西。这些可取的社会结果包括：将稀缺的机会高效地分配给最有可能从中获利的人，以及将工作分配给最有可能把它们做好的人。但正如阿玛蒂亚·森在其关于优绩的文章中指出的，除了这些，还有别的社会结果可能是可取的。我们也可以将“好社会”概念化为：一个不存在巨大的经济不平等，不允许任何一个种族群体的成员支配所有精英机构的社会。因此，阿玛蒂亚·森写到，当我们评估“什么算作优绩”时，我们不得不考虑，对这种优绩的奖励是否会缓解或加剧我们关心的经济不平等或种族差异：“对优绩的奖励不能脱离其分配后果。”

在教育体制的每一个阶段，我们都会对优绩的恰当定性进行辩论，往往围绕着标准化考试的作用展开。纽约市的精英公立高中是否应该继续使用单一的标准化考试分数作为录取标准，尽管这种录取程序使得黑人学生的比例严重不足？录取博士生时是否应该要求学生参加研究生入学考试（GRE）？阿玛蒂亚·森在这里的意思是，判断一种优绩定义“好”还是“不好”的唯一标准，是看根据该定义来奖励优绩的后果。例如，如果根据单一的标准化考试录取学生所造成的种族不平等是不可接受的（并且没有被任何社会利益所抵消），那么这种考试就不是“优绩”的良好定义方式。

因此，与其将不平等现象归结为人们在“应得”程度上的固有差异，不如认真考虑遗传在认知能力、非认知技能和一般社会不平等中的作用，再加上对反优生主义的承诺，这使我们得出一个迥然不同的观点：我们当中没有一个人理所当然地“应得”他或她的遗传特征。我们在生活中之所以能够享受美好事物（教育上的成功、良好的收入、稳定的工作、良好的身体健康、幸福和主观幸福感），在很大程度上是因为我们的运气很好。遗传对人类个体差异的影响无处不在，所以我们不可能构建一个纯粹奖励人们在道德上的“应得性”的教育或经济体系。因此，优绩主义思想中的“优绩”是一个空洞的概念，只能从工具性的角度来定义，即如何根据一套特定的标准来做选择，从而实现我们想要的那种社会。

考虑一下，如果你不知道自己会是什么样，你会怎么做？

在我家附近的咖啡店可以买到大块的巧克力片曲奇饼干。夏天的下午，我会带着孩子们走到那里，买一块饼干来分享。规则是，一个孩子可以选择如何分饼干，但随后饼干片被藏在我身后，他们必须随机挑选。儿童对平等有着强烈的偏好，所以我的孩子们总是选择尽可能平等地分享饼干。

优绩主义思想中的“优绩”是一个空洞的概念，只能从工具性的角度来定义

如果你不知道你会得到哪块饼干，你会怎么分？上过政治哲学本科课程的人都会很熟悉这个前提。这个思想实验最有名的版本是由哲学家约翰·罗尔斯提出的，他想象了一种叫“无知之幕”的东西。在无知之幕的背后，

任何人都不知道他在社会中的地位，他的阶级地位和社会地位；任何人都不知道他在自然资产分配中的命运，他的能力，他的才智和力量，等等……任何人都不知道他的关于善的观念，不知道他的理性人生计划的细节，也不知道他的特殊心理倾向，如厌恶风险或倾向于乐观或悲观。

无知之幕的意义在于想象一种假设的情况，在这种情况下，每个人都处于平等的地位，因此可以就正义的原则达成公平的协议：如果你不知道你会怎么样，其他人也不知道，而且你必须在对自身利益的细节完全无知的情况下决定社会的基本结构，那么，决定谁可以做什么、谁可以拥有什么的规则应当是什么？

罗尔斯认为，在无知之幕的背后，人们的公平协议会产生两个原则：

1．每个人都有平等的权利去拥有可以与别人的类似自由权并存的最广泛的基本自由权。

2．对社会和经济不平等的安排应能使这种不平等（1）与向所有人开放的地位和职务联系在一起，（2）必须有利于社会中最弱势的群体。

在考虑不平等是否对每个人有利时，罗尔斯的意思并不仅仅是平均水平得到提高。如果原本就处于不利地位的人的处境因不平等而变得更糟，处于有利地位的人的处境却变得更好，那么这还不够好。必须对不平等进行安排，使其对最不富裕的人有利。罗尔斯解释道：“得天独厚的人，不管他们是谁，只有按照改善竞争中失败者的地位这种条件，才可以从他们的好运中得到利益。”

我们也可以看看近期的历史，看看人类在寿命、识字率、财富和福祉方面的巨大进步，这些进步最终对每个人都有利。用罗尔斯的话说，“天赋的分配……”“在某些方面是一种共同资产”，产生了社会和经济效益。从 1820 年到 1992 年，世界人民的平均收入增长了 8 倍，而极端贫困人口的比例从 84％ 下降到 24％。在 18 世纪初的瑞典，每三个婴儿中就有一个在 5 岁生日前死亡，如此之高的婴儿夭折率是我在情感上几乎无法理解的。今天，瑞典的婴儿死亡率是千分之二，而 18 世纪初的数字要高 100 多倍。

科学、技术和政府的创新改善了人们的生活，但也制造了不平等：一些人的生活比其他人更好，更快捷。这些创新在某些情况下是依赖于不平等的，因为它们是通过一个对不同类型的技能给予不同奖励的体制实现的。但是，生活在一个我们不会失去三分之一孩子的社会里，对每个人都是有利的。正如我在上一节关于优绩的部分所述，奖励某些技能可能对整个社会有工具性的益处，即使我们认识到这些受社会看重的技能在一定程度上是人们继承的遗传变异造成的，而人们并不是理所当然地应得这样的遗传变异。

但请注意，不平等的这种理由与我们在所谓的“优绩主义”体制中经常遇到的理由是多么不同。正如罗尔斯解释的，第二个原则“改变了基本结构的目标，使体制的总体安排不再突出社会效益和专家政治的价值……条件天生有利的人不能仅仅因为他们更有天赋而获得利益，他们获得利益应当是为了弥补他们的训练和教育费用，也是为了把他们的才能用来帮助较不幸的人”。将某些教育机会分配给某些人，理由是这种分配最有可能使所有人受益，这与询问谁“应得”去哈佛大学的机会，是截然不同的。

我在本书中描述的研究表明，“条件天生有利的人”，也就是碰巧继承了某些遗传变异的人，确实在学业、收入、财富和福祉方面有更好的生活结果。这些由遗传造成的不平等并不是自然法则的固定而必然的结果，而是人们在认知能力、个性特征和其他个人特征方面的遗传差异通过我们的经济和社会机构的棱镜折射出来的表现。罗尔斯的正义原则提出的关键问题是：这些不平等是否对每个人都有利，包括那些在目前与成功相关的遗传变异分布中最不幸的人？

在我写这一章的时候，我和我的一位前邻居喝了杯咖啡，他的女朋友在摔倒后撞伤了头，不久前死于败血症。她是一个酗酒者，在将近十年的时间里一直在康复中心进进出出，从来没有能够维持很长时间的清醒状态。她的年纪只有五十出头，她的死亡只是经济学家安妮·凯斯和安格斯·迪顿所说的“绝望的死亡”案例之一。“绝望的死亡”指的是自杀、药物过量和酗酒导致的死亡，这种死亡对没有大学学位的美国人有着不成比例的影响。

这种令人不安的、历史上前所未有的死亡率上升，只是健康状况不佳、精神痛苦、经济不稳定、家庭关系破裂和生活混乱的冰山一角。凯斯和迪顿的结论是，虽然资本主义从 1700 年代末到 1900 年代末使数百万人摆脱了贫困和健康状况不佳，但资本主义现在已经变得有毒，它产生的不平等是不正当的，因为它没有为集体利益考虑。我们作为一个国家的繁荣没有得到广泛的分享。

如果你认真对待基因彩票的力量，你可能会意识到，你引以为豪的许多事情，你的高词汇量和快速处理速度，你的有条不紊和你的“坚毅”，你在学校总是表现良好的事实，都是一系列幸运的结果，而不是你自己的功劳。现在，请你认真对待罗尔斯关于无知之幕的思想实验，并思考：如果你不知道基因彩票的结果是什么，你会想要一个什么样的社会？

总结

在我写作本书的最后一章时，为了减缓新冠病毒的传播，我所在的大学和我孩子的学校已经停课。在作家兼牧师萨拉·贝西（Sarah Bessey）看来，公共卫生官员给出的各种建议都是同一信息的不同版本：“用你的选择爱护弱势群体。”作为一个还不到 40 岁、身体健康的女性，并且在一个资源丰富的城市地区拥有良好的医疗条件，我可能不会特别容易受到新冠病毒的严重影响。但我的年迈的邻居在新冠病毒面前显得特别脆弱，而且如果因为太多人在同一时间、同一地点以同样的方式生病而挤兑医疗资源，她的处境将进一步恶化。

应对大流行病的威胁，需要我们明确对彼此的责任，以保护我们当中最脆弱的群体。我们对彼此的责任包括个人行为的改变（如洗手和戴口罩），以及有效的机构反应（如采取财政救济措施，以减轻原本会促使病人去工作的压力）。不过，我们对彼此的责任并不包括假装每个人都同样容易患病。事实上，坚持认为每个人（不管是年轻人还是老人，不管是免疫受损的人还是健康人）对新冠病毒的生物脆弱性都完全相同，是既可笑又危险的。要保护最脆弱的人，我们就需要知道谁是最脆弱的，搞清楚是什么因素使他们最脆弱，并为保护他们的利益而改造社会。

但我们对彼此的责任并不是在大流行病的威胁解除后就结束了。如今，社会的结构是这样的：只有在正规教育中取得成功的人，特别是那些拥有大学本科或更高学历的人，才能分享国家的繁荣。没有大学学位的人（仍然占美国的大多数）是脆弱的。他们的情感关系和婚姻很容易解体；他们很容易酗酒和吸毒；他们容易焦虑、绝望和自杀；他们容易因为原本可预防的疾病而承受沉重的医疗债务和不必要的痛苦。

要保护最脆弱的人，我们就需要知道谁是最脆弱的

在过去的一个世纪里，那些拥护优生学意识形态的人一直在恶意鼓噪，认为弱势群体由于其生理上的劣势而理应处于弱势。出于善意，那些决心将社会脆弱性与生物学脱钩的人也相应地发出了鼓噪。但是，反优生主义的立场要求我们不能假装社会脆弱性与生物学无关，就像对大流行病的有效反应要求我们不能假装老年人并不比年轻人更容易受到影响。一个用自己的选择来保护（和关爱）最脆弱群体的社会，需要能够看到谁是最脆弱的，这样社会才能看到自己的选择是如何影响弱势群体的。

有些人碰巧继承了特定的遗传变异的组合，再加上父母、教师和社会机构提供的环境，使他们更有可能发展出一套目前在西方资本主义社会正规教育体制中受看重的技能和行为。这些人并不因此就是更好的人。他们在本质上并不更优秀。我们只能说，鉴于我们的社会目前的构建方式，他们是最不脆弱的。而且，如果你正在读这本书，你可能就是其中之一。

随着新冠病毒的威胁在美国和世界范围内蔓延，学校停课，企业停业，有社会责任感的人正在问自己：我需要做什么，来保护我的社区中最脆弱的人群？在大流行病消退之后的很长一段时间内，这也是我们应该扪心自问的问题。

……

获取完整阅读体验

或在应用商店搜索“小鸟文学”👆

本月🐦