智力理论：一个数字能装下一个人吗

班上数学最好的同学，长大后做生意却连连亏本；那个考试总是中等的家伙，却把一家公司经营得风生水起。我们都见过这样的人，也都隐隐怀疑过：一个智商分数，真的能概括一个人有多"聪明"吗？ 更根本的问题是：智力到底是一种统一的能力，还是许多种各自独立的才能？这个看似简单的问题，是心理学史上争论最久、政治后果最严重的战场之一。

破除误解#

关于智力，流传最广的两个误解几乎截然相反。

第一个误解是："智商就是聪明的全部，而且天生注定、终身不变。" 这种看法把一个复杂得多的现实压缩成了一个数字。 事实上，智力测验测的是一组特定的认知能力（如推理、记忆、空间想象），它对学业和某些工作有不错的预测力，但远不等同于"聪明"或"成功"的全部——它几乎不测创造力、社交能力、动机、品格。 而且后面会讲到的 Flynn 效应直接证明：智力分数在几十年间持续上升，这是不可能仅由基因决定的。

第二个误解则走向另一极端："智商测验是伪科学，每个人都有自己的智能，比较毫无意义。" 这种看法常借多元智能理论为旗号，但它误读了证据。 心理学界的大量数据确实支持存在一个相当稳定的"一般认知能力"，它在不同测验间反复出现。 否认这一点，和把人简化成一个数字一样，都是对证据的回避。 真正诚实的立场是：智力既不是一个万能数字，也不是无法比较的迷雾——它有真实可测的核心，也有这个核心远远盖不住的广阔地带。

测量先于理论：一部倒过来的科学史#

智力研究有一个极不寻常的开端：测量工具比对被测对象的理解出现得更早。

1905 年，法国心理学家阿尔弗雷德·比奈（Alfred Binet）受政府委托，编制了世界上第一套实用的智力测验，目的很具体——找出在普通课堂里跟不上、需要额外教育支持的儿童。 比奈本人对自己的工具态度谨慎：他认为测验反映的是儿童当下的认知表现，受教育与环境影响，不是一种固定的天赋，更不该被用来给孩子贴上永久标签。

这个立场在他的继承者手里迅速丢失了。 1912 年，德国心理学家威廉·斯特恩（William Stern）提出用"心理年龄 ÷ 实际年龄 × 100"得到一个比值，称为智商（Intelligenzquotient）；1916 年，斯坦福大学的刘易斯·特曼（Lewis Terman）把比奈量表改编为斯坦福–比奈量表并采用了这个比值，智商由此成为美国的标准表述方式。 一个为了便于比较不同年龄儿童而设计的算术便利，就这样被广泛读成了一个人天生固定的、全面的能力刻度。

记住这段顺序很重要：后面所有的理论——g、流体与晶体、多元智能——都是在解释一件已经被大规模测量了几十年的事情。工具先行、解释在后，这既是这个领域争议不断的根源，也是它在历史上被滥用的入口。

斯皮尔曼的 g 因素：一个统一的智力？#

智力研究的起点是一个统计观察。 1904年，英国心理学家查尔斯·斯皮尔曼（Charles Spearman）注意到一个有趣的现象：在学校里，语文成绩好的孩子，数学、音乐、绘画成绩往往也不差。 这些看似不相干的能力之间，存在着稳定的正相关——他称之为"正流形"（positive manifold）。

斯皮尔曼据此提出了著名的两因素理论。 他认为每项认知任务的表现都由两部分构成：一个所有任务共享的一般智力因素，记作 g（general intelligence）；外加一些任务特有的特殊因素 s（specific abilities），比如音乐天赋、空间能力。 g 就像一台发动机的总功率，s 则是各个零件的具体效率。 一个 g 高的人，倾向于在各种认知任务上都表现不错。

g 因素是迄今心理学中重复性最强的发现之一：无论用什么测验、在什么文化中，只要测的是认知能力，各项分数之间总能提取出一个共同因素。 g 也对学业成绩、工作绩效、甚至健康和寿命有可观的预测力。 正因如此，尽管争议不断，主流心理测量学至今仍把 g 当作智力研究的基石。

卡特尔的流体与晶体智力：聪明的两副面孔#

斯皮尔曼的学生雷蒙德·卡特尔（Raymond Cattell）把 g 进一步拆成了两种性质很不一样的智力，这个区分极具洞察力，也最贴近日常经验。

流体智力（fluid intelligence, Gf）是面对全新问题时，临场推理、发现规律、灵活解决的能力。 它不依赖已有知识，更像"思维的马力"。 做一道你从没见过的逻辑谜题、在陌生城市迅速摸清交通规律，靠的就是流体智力。 它在青年期达到顶峰，之后随年龄缓慢下降。

晶体智力（crystallized intelligence, Gc）则是你一生积累下来的知识、词汇、经验和技能。 它更像"思维的库存"。 丰富的词汇量、对历史的了解、专业领域的经验，都属于晶体智力。 与流体智力相反，它在成年后仍能持续增长，往往到老年才开始下降。

这个区分解释了一个常见现象：为什么年长者反应速度变慢（流体下降），却往往更有智慧、判断更老到（晶体上升）。 它也提醒我们，"老了脑子不好使"是个粗糙的偏见——衰退的只是一部分能力，另一部分恰恰在增长。 后来的研究者（如 John Carroll）把 g、Gf、Gc 等整合进一个三层的"CHC 模型"，成为当代智力测验编制的主流理论框架。

加德纳的多元智能：拓宽还是稀释？#

1983年，哈佛心理学家霍华德·加德纳（Howard Gardner）在《智能的结构》（Frames of Mind）一书中发起了对 g 的正面挑战。 他主张，传统智力测验只关注语言和逻辑数学两类能力，严重窄化了人类才能的图景。 他提出人至少拥有多种相对独立的智能，最初列出七种，后来扩展到八种以上，包括：

语言智能、逻辑数学智能、空间智能、音乐智能、身体动觉智能（如运动员、外科医生）、人际智能（理解他人）、内省智能（理解自己），以及后来加入的自然观察智能。

加德纳的核心主张是：这些智能彼此独立——一个音乐天才未必逻辑出众，一个出色的运动员未必擅长语言。 因此用一个 g 或一个智商分数去概括一个人，是对人类多样才能的暴力压缩。 这个理论在教育界引起巨大反响，因为它给了那些"不擅长考试却另有所长"的孩子一种尊严和位置。

但加德纳的理论在心理测量学界争议极大，下文"争议"部分会专门讨论。

斯腾伯格的三元智力：成功需要哪几种聪明#

1985年，罗伯特·斯腾伯格（Robert Sternberg）在《超越智商》（Beyond IQ）中提出了三元智力理论，从另一个角度补充了传统智力观。 他不像加德纳那样列举一长串智能，而是聚焦于"成功的人到底用到了哪几类智能"，提出三种：

分析性智力（analytical）：分析、评价、比较的能力，也就是传统智力测验最擅长测量的那种"学院式聪明"。 创造性智力（creative）：应对新颖情境、产生新想法、把已有知识迁移到陌生问题上的能力。 实践性智力（practical）：斯腾伯格最强调的一种——把想法落地、适应现实环境、处理日常问题的"街头智慧"。

斯腾伯格用这个框架解释了本文开头的悖论：为什么有人考试满分却处世笨拙，有人成绩平平却事业有成。 答案是，传统智力测验几乎只测分析性智力，而现实成功还高度依赖创造性和实践性智力——后两者恰恰是测验的盲区。 他把这套理论后来发展为"成功智力"（successful intelligence），主张教育应同时培养这三种能力。

Flynn 效应：我们真的越来越聪明了吗#

智力研究中最令人困惑、也最重要的发现之一，是Flynn 效应。 政治哲学家詹姆斯·弗林（James Flynn）在分析各国智力测验的历史数据时发现：智商分数在整个20世纪持续上升。 他于1984年记录了美国的大幅增长，又在1987年把这一现象扩展到14个国家加以证实。

增幅有多大？大约每十年上升约3个智商点。 这意味着，如果用今天的标准衡量，1950年的平均水平会显得偏低；反过来，今天的人按当年的常模去测，会显得"超常"。 这个发现极具颠覆性：基因不可能在几十年内发生如此快速的改变，所以智力分数的上升必定有强大的环境原因——营养改善、教育普及、生活环境日益抽象化（现代社会要求人们不断处理符号、规则和分类）。

更耐人寻味的是增长的结构。 增幅最大的是依赖抽象推理的流体智力测验（如几乎不依赖文化知识的瑞文推理矩阵），而依赖知识积累的晶体智力测验（如词汇）增长则小得多。 有研究者据此指出，Flynn 效应相对于 g 而言是"空心"的——它可能更多反映了人们越来越习惯于用抽象、分类的方式思考，而非一般智力的全面跃升。 近年来，一些发达国家甚至出现了智商不再上升、反而略有下降的"反 Flynn 效应"，原因仍在争论中。 Flynn 效应给所有关于"智力天生固定"的论调泼了一盆冷水：环境对智力的塑造力，远比许多人愿意承认的要大。

争议：政治后果最沉重的科学战场#

智力理论之所以争议不绝，是因为它触及了关于平等、公正与人的价值的最敏感神经。

g 的实在性之争：g 到底是一种真实存在的脑力属性，还是仅仅是统计相关的产物？批评者认为，各项能力相关，未必意味着背后有一个统一的"东西"在驱动——相关也可能源于多种发展和环境因素的重叠。

多元智能的实证困境：加德纳的理论虽广受教育界欢迎，却长期受到心理测量学界的批评。 核心质疑有三条，且彼此独立：其一，这些"智能"主要建立在脑损伤案例与理论推演之上，始终没有配套的标准化测量工具；其二，凡是能被测到的那几个维度之间依然彼此相关——这恰恰是 g 存在的证据，而不是反证；其三，把"智能"定义得足够宽（任何有价值的认知能力都算），"独立性"就变成了定义问题而非经验问题。沃特豪斯（Waterhouse, 2006）在同行评审期刊发表的系统评述认为，支持多元智能作为独立智力维度的实证证据并不充分。 许多研究者因此认为，加德纳列举的不少"智能"（如音乐、运动）更应被称为才能（talents），而非严格意义上的智力。

实践智力的证据状态：斯腾伯格自己的研究报告实践智力与分析智力不相关——若成立，这是一个重要发现。但戈特弗雷德森（Gottfredson, 2003）的详细审查指出，关键结果未获独立复制，而所谓"实践智力"的测量很可能只是 g 与特定领域知识的组合。实践智力作为独立构念，目前证据尚不充分。

一条通用的读法：加德纳与斯腾伯格提出的问题（测验窄化了人的才能）是真问题，而他们给出的结构性主张（这些能力彼此独立）尚未被数据支持。问题的价值与答案的成色可以分开评价——把两者绑在一起，是这场争论中双方都常犯的错。

WEIRD 样本的阴影：影响力最大的几套理论（斯皮尔曼、卡特尔、加德纳、斯腾伯格）都是在西方、受过教育、工业化、富裕、民主（WEIRD）社会的样本上发展起来的。 标准测验中的词汇、类比与推理模式预设了特定的文化图式；而在另一些文化里，"聪明"的行为被定义为审慎、合作或尊重长者，而非快速独立地解出难题。 这不等于说测验毫无意义，而是说它测到的东西与文化熟悉度纠缠在一起，跨文化直接比较分数因此需要额外的论证——这正是下面「跨域连接」中"测量等价"要处理的问题。

测验偏误与历史滥用：这是最沉重的部分。 20世纪上半叶，智力测验曾被用来为种族主义、优生学乃至强制绝育政策背书。 即便在今天，测验是否对不同社会经济、文化、语言群体公平，仍是激烈争论的问题——分数差异究竟反映能力差异，还是反映了机会、营养、教育和测验本身的文化偏向？ 1994年《钟形曲线》一书引发的全国性论战，至今余波未平。 Flynn 效应恰恰是反驳"群体差异源于固定基因"论调的有力证据：既然环境能在一代人之内大幅改变分数，那么群体间的差距同样可能主要源于环境而非天性。

遗传与环境：三个必须分清的命题#

这是全篇最容易被误读的一节，因此把事实与从事实推不出来的东西分开列。

证据相对稳健的部分：

• 成人双生子研究一致给出 IQ 的遗传力约 50%–80%；
• 遗传力随年龄上升——儿童期约四成，成年期升到六到八成；
• 一起长大的亲兄弟姐妹 IQ 相关约 0.47，而分开抚养的同卵双生子相关约 0.75。

三个几乎总被搞错的推论：

1. 遗传力 ≠ 先天决定。 遗传力是一个群体统计量，描述的是"在当前这个群体、当前这批环境条件下，遗传差异解释了多少 IQ 差异"。换一批环境条件，同一批基因会给出不同的结果。它是关于现状的描述，不是关于可改变性的结论。
2. 个体差异的遗传力 ≠ 群体差异的遗传原因。 即使个体之间的差异高度可遗传，也推不出两个群体的平均分差异有遗传原因——那需要独立证明。就当前证据而言，主流学界认为不同族群的平均分差异主要由社会经济地位、教育机会与历史性歧视等环境因素解释（Nisbett 等，2012，《American Psychologist》综述）。
3. 遗传力高 ≠ 环境无效。 遗传力上升的年龄模式本身就提示了基因—环境相关：人会逐渐挑选与自身倾向匹配的环境，于是"基因的效应"里混入了大量被基因引发的环境效应。

而环境的作用在不利一端最为明显：营养不良、铅暴露、极端贫困、早期刺激匮乏都会显著压低分数——改善最差的环境，收益远大于优化已经不错的环境。

智力能被改变吗#

这是教育实践里最关心、也最容易被过度承诺的问题。

成长心态。卡罗尔·德韦克的研究提出，相信智力可变的学生面对挫折更有韧性、成绩更好。但后续的元分析（Sisk 等，2018，纳入 43 项研究）显示，成长心态干预的平均效应远小于最初报告，部分高被引研究未能复制；效果主要集中在学业风险较高或社会经济地位较低的学生身上。

认知训练。工作记忆训练（如 N-back）曾被寄予厚望，但多项元分析（Melby-Lervåg 与 Hulme，2016 等）的结论是：训练能提升被训练的那个任务，向一般流体智力的迁移证据极为薄弱。

因此可以说得比较稳的是：

• 晶体智力（知识与技能）通过学习明确可以增长；
• 消除严重的认知剥夺能实质提高分数；
• 高质量的早期教育与营养干预在不利环境的儿童身上收益最大；
• 而用纯粹的认知训练直接推高 g，目前证据不足。

这几条合起来给出的实践含义并不悲观，只是把力气指向了别处：改变环境比训练大脑更有把握。

跨域连接#

• 教育与文凭制度：智力测验的历史与教育分流深度绑定，而它在制度中的角色决定了它承受的压力：一旦分数决定资源分配，测验就会被针对性准备，从而侵蚀构念效度。这是所有高利害测量的共同命运，不是智力测验特有的缺陷。
• 测量等价与公平比较：跨群体比较要求测量等价，而这一条件在多数被公开引用的国别比较中并未被检验。同一份题目在语言、教育经历与应试熟悉度不同的群体中未必测同一件事，因而分数差异的第一解释应当是测量不等价。
• 行为遗传学与多基因分数：遗传力随年龄上升（成年后高于童年），而这一模式本身就否定了"遗传力高即环境无效"的读法——它更符合基因—环境相关：个体逐渐选择与其倾向匹配的环境。遗传力因此是关于当前环境分布的描述，不是关于可改变性的结论。
• 生命伦理学：智力研究的应用史包含优生学，而当代的胚胎多基因筛查把同一批伦理问题重新摆上桌面。关键的技术事实是：多基因分数跨族群迁移性差、个体层面增益很小——把群体统计量用于个体选择，正是历史上出过大错的那一步。
• 机器学习概览：把"通用智能"这一概念从人迁移到机器，继承了它在心理学中未解决的全部问题：g 是统计上的共同成分，不蕴含单一机制。因此"通用能力"在两个领域都需要独立论证，而基准测验上的高分与它的关系，同样受制于测验与未测能力是否共变。

为什么这关乎每个人#

每个上过学的人，都曾被某种"聪明 / 不聪明"的标签衡量过，也都可能用它衡量过自己的孩子或同事。 理解智力理论，不是为了给人打更精确的分数，而是为了拆掉那个把人压成单一数字的框。 g 是真实的，但它远不是全部；流体会衰退，晶体却在生长；测验测得到分析能力，却测不到创造与实践；而 Flynn 效应提醒我们，环境能在一代人之间改写"聪明"的水位。 看懂这些，你就更难被一个分数定义，也更不会轻易用一个分数去定义别人。

参考文献#

1. Spearman, C. (1904). "General Intelligence," Objectively Determined and Measured. American Journal of Psychology, 15(2), 201-292.
2. Binet, A., & Simon, T. (1905). Méthodes nouvelles pour le diagnostic du niveau intellectuel des anormaux. L'Année Psychologique, 11, 191-244.
3. Cattell, R. B. (1963). Theory of fluid and crystallized intelligence: A critical experiment. Journal of Educational Psychology, 54(1), 1-22.
4. Gardner, H. (1983). Frames of Mind: The Theory of Multiple Intelligences. Basic Books.
5. Sternberg, R. J. (1985). Beyond IQ: A Triarchic Theory of Human Intelligence. Cambridge University Press.
6. Flynn, J. R. (1987). Massive IQ gains in 14 nations: What IQ tests really measure. Psychological Bulletin, 101(2), 171-191.
7. Carroll, J. B. (1993). Human Cognitive Abilities: A Survey of Factor-Analytic Studies. Cambridge University Press.
8. Waterhouse, L. (2006). Multiple intelligences, the Mozart effect, and emotional intelligence: A critical review. Educational Psychologist, 41(4), 207-225.
9. Gottfredson, L. S. (2003). Dissecting practical intelligence theory: Its claims and evidence. Intelligence, 31(4), 343-397.
10. Nisbett, R. E., Aronson, J., Blair, C., Dickens, W., Flynn, J., Halpern, D. F., & Turkheimer, E. (2012). Intelligence: New findings and theoretical developments. American Psychologist, 67(2), 130-159.
11. Sisk, V. F., Burgoyne, A. P., Sun, J., Butler, J. L., & Macnamara, B. N. (2018). To what extent and under which circumstances are growth mind-sets important to academic achievement? Two meta-analyses. Psychological Science, 29(4), 549-571.
12. Melby-Lervåg, M., & Hulme, C. (2016). There is no convincing evidence that working memory training is effective. Psychonomic Bulletin & Review, 23(2), 324-330.

延伸阅读#

1. Flynn, J. R. (2007). What Is Intelligence? Beyond the Flynn Effect. Cambridge University Press.
2. Mackintosh, N. J. (2011). IQ and Human Intelligence (2nd ed.). Oxford University Press.
3. Nisbett, R. E. (2009). Intelligence and How to Get It: Why Schools and Cultures Count. W. W. Norton.

本文刻意区分三档证据：已确立的共识（g 的存在与预测效度、Flynn 效应）、仍有争议的主张（多元智能的独立性、实践智力的构念效度）、以及证据不足的期待（靠认知训练直接提高 g）。读到任何关于智力的强主张时，第一件事都是问它属于哪一档。