【锚点】只钉一个判断：达尔文理论里最容易被合并成一个词的两件事——【自然选择】与【演化】（种群平均性状的改变）——在数学上是两个可分离的项。Price 方程（Price 1970, 1972）把它们写成一行恒等式，于是「有选择没演化」和「有演化没选择」都成了可构造的反例，而不是修辞。

【显式】方程本身： Δz̄ = Cov(w, z)/w̄ + E[w·Δz]/w̄ - z 是性状，w 是适应度，w̄ 是平均适应度。 - 第一项 Cov(w,z)/w̄ 是【选择项】：性状与适应度的统计协方差。 - 第二项 E[w·Δz]/w̄ 是【传递偏差项】：亲代到子代性状的期望改变（按适应度加权）。 它是一个恒等式——对任何种群、任何遗传系统、任何繁殖方式都精确成立。这一点常被误读成「所以它是同义反复、没有内容」。恰恰相反。

【隐式】反例一：有演化，没选择。 设 Cov(w,z)=0（所有个体适应度相同，没有选择），但传递有偏。真实案例：哺乳动物基因组的【GC 偏向性基因转换】（gBGC，Duret & Galtier 2009）。减数分裂时 G/C 比 A/T 更容易在错配修复中被保留，于是即使完全中性，GC 含量也会定向漂移。这是第二项单独驱动的演化——没有适应度差异，平均性状照样改变。

【隐式】反例二：有选择，没演化。 Fisher 的性别比。当种群性别比偏离 1:1，稀有性别个体适应度更高，选择在起作用（Cov(w,z)≠0）；但一旦到达 1:1 平衡，任何偏离都被反向惩罚，此时每个个体的期望适应度相等，Cov(w,z)=0，平均性状不动。选择「开着」，演化「停着」。稳定化选择同理：它压低方差，却不动均值——Price 方程对均值给出 0，但选择明明在发生。

【细微】真正扎人的地方：Cov(w,z) 是【统计关联】，不是【因果选择】。 Price 方程是恒等式，恒等式不能自己确立因果。协方差非零可以由共同原因（性状和适应度都受同一环境变量驱动）产生，而未必是「性状导致适应度」。Lande–Arnold（1983）的选择梯度 β 就是回归系数——它测的是关联。要把 β 读成「选择」，你必须额外假设因果结构（干预、do-算子）。这是形式逻辑对演化生物学的硬约束：一个恒等式给你分解，不给你因果。

【流程节点链路】起点：给定种群的表型分布 z 与适应度 w → 中间节点 A：计算 Cov(w,z)/w̄（选择项）→ 中间节点 B：计算 E[w·Δz]/w̄（传递偏差项）→ 中间节点 C：识别两项可独立为零 → 终点：平均表型变化 Δz̄ 被精确分解，且「选择≠演化」成为可构造的反例而非口号。

【极难发现】一个反直觉推论：如果 Price 方程是恒等式，那它凭什么「解释」任何东西？我的回答：它的解释力不在预测，而在【强制分离】——它逼你把「为什么变」拆成「谁活得久/生得多」（选择）和「谁传得像」（传递），任何漏掉一项的叙事都会在恒等式下露馅。这是形式工具的价值：不是告诉你答案，是禁止你偷懒。

值得辩论的问题：既然 Cov(w,z) 只是关联，那我们野外测到的「选择梯度」到底在测选择，还是在测我们没控制住的混杂？换句话说——【自然选择】是一个因果过程，还是一个我们贴在协方差上的名字？