语言的本质：人类独有的符号系统

语言是什么？当北京胡同里的孩子用普通话说出"妈妈，我饿了"（māma, wǒ è le），伦敦的英语使用者讲出"Mum, I'm hungry"，亚利桑那州的纳瓦霍族儿童说出"Ya'át'ééh"（意即"你好"），他们都在完成一项非凡的认知任务：把一种内在的生理状态或社交意图，转化为社群成员都能理解的符号。这种转化在自然界中没有任何其他物种能够完整地复现。它揭示着人类区别于其他物种的一项根本能力。本章将围绕"语言究竟是什么"这一根本问题，依次界定语言的本质、勾勒语言学的研究版图、对比人类语言与动物交际的异同、审视当代两大语言学流派的对话，并以一个可操作的五维分析框架收束全章，为后续跨语言、跨文化的探索提供稳定而精确的概念坐标系。

一、语言的定义：人类独有的符号系统

要给"语言"（language）下一个精确的定义，比想象中更困难。古希腊人认为语言是"模仿"（mimesis），中世纪欧洲的语法学家把它视为"逻辑的镜子"，20 世纪以来的语言学家则从形式、功能、认知三个不同侧面给出截然不同的定义。综合来看，任何令人满意的语言定义都必须同时承认语言的两个维度：其一是生物学维度（biological dimension），即语言是人类心智与生俱来的能力，根植于大脑结构；其二是社会文化维度（socio-cultural dimension），即语言是社群共享的约定俗成系统。忽视任何一个维度都会导致对语言的偏狭理解。前者把语言归约为神经机制，后者把语言降格为社会工具，二者共同铺就现代语言学的张力。

美国语言学家查尔斯·霍凯特（Charles F. Hockett）在 1960 年代提出的"设计特征"（design features）框架，至今仍是描述人类语言本质的有效工具。霍凯特在 1959 至 1966 年间撰文提出了十三条区别性特征，其中四条对刻画人类语言最为关键：

第一，移位性（displacement）。人类可以谈论不在眼前的事物，例如"明天会下雨"、"月球上有水"，甚至"独角兽在跳舞"。这一特征意味着语言符号与其指称对象之间没有固定的物理联系，可以跨越时间、空间与现实。在动物交际系统中，蜜蜂的舞蹈虽然能指明食物源的方向与距离，但其指称严格限定在当前时空中；动物叫声绝大多数情况下是对当下刺激的直接反应（如危险、性吸引、领地宣示），而不能像人类一样自由地谈论过去、未来或纯粹虚构之事。

第二，创造性（productivity，又称生成性）。使用有限数量的音位与语素，可以生成无限数量的句子。一个从未听过"黄河水是柠檬味的"这一表述的人，也能立即理解其意义。创造性还体现在人类能够即时理解并判断任意新句子的语法性（grammaticality）。这种能力在动物交际中并不存在：黑长尾猴（vervet monkey）的警报调用虽然有三种（蛇、鹰、豹），但封闭有限，且不能组合成新的复合表达式。

第三，双层结构（duality of patterning）。语言同时在两个抽象层级上运作：底层是数十个无意义的音位（phoneme，如汉语普通话的声母 b、p、m、f，或者英语的 /p/、/b/、/t/、/d/），上层则由这些音位组合成有意义的单位（语素 morpheme）。这种"双层结构"赋予了语言惊人的经济性与灵活性——只要几十个音位，就能组合出几万乃至几十万个语素，再组合出无限数量的句子。所有已知的人类语言都具备这一双层结构，但动物交际系统通常只有单层结构。

第四，文化传递性（cultural transmission）。语言不是基因直接传递的，而是代代相传的习得系统。同卵双胞胎在不同语言环境中长大，会成长为本族语者的差异；而本族语者的儿童无论身处哪片大陆，都会习得其所在社群的本地语言，这一点反过来也证明语言具备生物学基础。这一特征使得个体发生的语言习得（language acquisition）与群体发生的语言演化（language evolution）成为两个既相互独立又彼此关联的研究领域。

要理解这些特征的深刻含义，跨语言对比是最有效的方法。汉语普通话的"tāmen zài chī fàn"（他们在吃饭）由七个音节构成，每个音节对应一个语素，已经显示出高度的组合效率。而纳瓦霍语（Navajo，一种阿萨巴斯卡语系的语言）由于其多前缀的粘着性质，一个动词常常融合了人称、数、时态、姿态等多种信息。例如纳瓦霍语动词 yíshzą́ą́h 表示"我躺着把某物从容器中取出"——yí-意为"提取"、-sh-为反复体、-zą́ą́h 表示"躺"——一个词根的形式就编码了"主语—动作—姿态—方式—受事"五重关系。这种高度综合的形态与汉语、英语的分析型结构形成鲜明对比，进一步说明"语言如何用有限手段编码无限意义"才是语言学的核心议题。

二、语言学的五大分支：从音位到话语

要让初学者真正进入语言学的世界，必须先认识它内部的"地形图"。现代语言学自索绪尔（Ferdinand de Saussure，1857–1913）和乔姆斯基（Noam Chomsky，1928–）以来，已经形成了五个相互独立又彼此关联的核心分支。这五个分支大致按照语言系统的抽象层级排列：最底层是音位，向上依次经过语素、句子，再到意义与话语。每一个分支都对应自然语言的一类特定现象，对应一套方法论与术语体系。

2.1 音系学（Phonology）：声音的结构

音系学关注的是语音中的"结构性差异"。它区分"音素"（phone，语音的物理实现）与"音位"（phoneme，区分意义的最小单位）。例如：英语 star /stɑːr/ 与 scar /skɑːr/ 中，前者的 /r/ 与后者的 /r/ 在英语中是同一个音位，而在某些意大利方言中却是两个不同的音位。音系学的研究对象是音位之间的对立与组合规则。

音位配列规则（phonotactic constraints）规定了哪些音位组合在某种语言中合法。普通话的"bn"（如"不能"两个字连读时的开头辅音）不允许出现在词首，而英语的"kn-"（如 know、knife）则合法；普通话以声调（tone）区分意义（"mā"妈、"má"麻、"mǎ"马、"mà"骂），英语则无此类声调对立。每个语言都有自己的音位配列规则与超音段特征（suprasegmental features）。

2.2 形态学（Morphology）：最小的有意义单位

形态学研究语素——最小的有意义单位。语素可以是自由的（free morpheme，能独立成词，如"天"、"地"、"人"、英语的 cat、run），也可以是粘着的（bound morpheme，必须附着在其他语素上，如普通话的"-子"、"头了"的"-了"，英语的"-s"表复数、"-ed"表过去时）。形态学关心语素的组合规则、构词过程，以及词汇如何由语素构成。

汉语与英语的形态策略截然不同。英语是综合型语言（synthetic language）的典型：unhappiness = un-（否定）+ hap（词根）+ -ness（名词化）+ -i-（连接元音）+ happy + -ness（名词化）→ 一个词融合了多重语法信息。而汉语普通话属于分析型语言（analytic language），更倾向于用独立的虚词和语序表达意义——"幸福"对应英语 happy，"不"作为独立词表达否定，"幸福的"通过助词"的"实现名词化。这种形态差异为后续章节讨论的类型学埋下伏笔。

2.3 句法学（Syntax）：组合的层级规则

句法学关注的是短语和句子如何由较小单位组合而成。诺姆·乔姆斯基（Noam Chomsky）在 1957 年的《句法结构》（*Syntactic Structures*）中提出，人类的句子遵循一套由树形图（tree diagram）所表征的层级结构。每个句子都有一个隐含的底层结构（deep structure），通过转换规则（transformation rules）派生出表层结构（surface structure）。例如主动句"张三打了李四"和被动句"李四被张三打了"共享同一个底层结构，二者的差异源于被动转换。

跨语言的句法对比揭示出令人惊讶的多样性。汉语普通话和英语都采用 SVO（Subject-Verb-Object，主—动—宾）基本语序："我吃苹果"对应"I eat apples"。日语则是 SOV："私がリンゴを食べる"（我 苹果 吃）。古典阿拉伯语允许 VSO。土耳其语则呈现丰富的格标记系统，让语序变得相对自由。这些差异并非随机，而是受到若干语序共性（word order universals）的制约——例如动词在绝大多数语言里靠近宾语而非主语，绿贝洛的语言共性（Joseph Greenberg）早已揭示这一点。

2.4 语义学（Semantics）：意义与指称

语义学研究语言表达式与其所指意义之间的关系。它区分指称意义（referential meaning，词语指向世界中的对象）和系统意义（sense，词语在词汇网络中的位置）。同义词 begin 与 start 指称意义相同，但在搭配与语域中略有差异（begin a process、start a car）。这一区分由卡茨（Jerrold J. Katz）和福德（Jerrold R. Fodor）在 1960 年代明确提出，至今仍是语义学的核心议程之一。

跨语言的语义差异往往出其不意。英语中的 brother 在中文里对应两个不同的词："哥哥"（年长兄）与"弟弟"（年幼弟）。俄语进一步将"姐姐"细分为"старшая сестра"（年长姐）与"младшая сестра"（年幼妹）。反过来，颜色词研究显示，俄语区分"голубой"（浅蓝）与"синий"（深蓝），而汉语"蓝"统称两者。这种语义颗粒度的差异，是认知语言学与世界语言类型学关注的焦点。

2.5 语用学（Pragmatics）：语境中的使用

语用学研究语言在具体交际情境中的使用。它不再关心"句子"本身，而是关心话语（utterance）与言外之意（implicature）。约翰·奥斯汀（John Austin）与约翰·塞尔（John Searle）的言语行为理论（Speech Act Theory）将一句话分为三种行为：以言指事（locutionary act，说话本身）、以言行事（illocutionary act，说话意图，如请求、命令、感谢）与以言成事（perlocutionary act，说话造成的结果）。汉语中"你来了！"字面是陈述，语用上常表达欢迎或惊讶；而英语的"You came!"同样字面陈述，语用含义却因文化背景而异。格赖斯（H. P. Grice）的合作原则（cooperative principle）与利奇（Geoffrey Leech）的礼貌原则（politeness principle）则帮助我们进一步解释这些跨语言的文化规约。

2.6 五大分支与四大层级的对应关系

为帮助读者建立直观的概念地图，下图（Mermaid flowchart）呈现五大分支与语言层级的对应关系：

```mermaid flowchart TD Phon["音系学<br/>Phonology"] Morph["形态学<br/>Morphology"] Synt["句法学<br/>Syntax"] Sem["语义学<br/>Semantics"] Prag["语用学<br/>Pragmatics"]

L1["音位层<br/>Phoneme"] L2["语素层<br/>Morpheme"] L3["句子层<br/>Sentence"] L4["话语层<br/>Discourse"]

Phon --> L1 Morph --> L2 Synt --> L3 Sem -.-> L1 Sem -.-> L2 Sem -.-> L3 Sem -.-> L4 Prag --> L4 L1 --> L2 L2 --> L3 L3 --> L4 ```

如 Mermaid 图所示，音系学、形态学、句法学、语义学、语用学分别主要对应着音位、语素、句子、话语四个层级——但语义学贯穿所有层级（图中以虚线连接表示），而话语层是语用学的核心研究对象。这种对应不是绝对的，但勾勒出了语言学内部最基本的研究分工。读者在阅读本书后续章节时，可以随时回到这张地图，找寻特定语言现象所属的分析维度。

三、人类语言与动物交际：连续性与本质差异

当今地球上，没有任何其他物种能够在数学意义上复现自然语言的全部核心特征——这是当代生物语言学的一个基本共识。然而，许多观察者会立刻指出：动物显然也"交流"。猫头鹰在夜间的叫声、黑猩猩面部表情的丰富变化、鲸鱼长距离的歌声，似乎都在做某种类似于人类语言的事。这种直觉并非全然错误——它正是现代语言学家讨论"连续性"与"差异性"问题的起点。

3.1 动物的交际系统：能力与边界

动物交际系统的最复杂形态集中在灵长类、鸟类和海洋哺乳类。一种值得详细考察的案例是肯尼亚的黑长尾猴（Cercopithecus aethiops，学名绿猴）的警报调用系统。行为学家斯特鲁萨克（Robert Seyfarth）与切尼（Dorothy Cheney）在 1980 年代的实验表明，黑长尾猴至少使用三种不同的警报调用，分别对应"老鹰"、"豹子"与"蛇"这三种不同的捕食者。不同调用引发不同的逃生反应：听到"鹰"的调用，猴子抬头看天空并躲到灌木丛中；听到"豹"的调用，则爬到树上。这一研究最有趣之处在于语义指称（semantic reference）的出现——动物的叫声不仅表达情绪（"我害怕"），还指称外部对象（"那里有一只鹰"）。这种指称现象曾被认为专属于人类语言。

黑长尾猴案例提供了一种"语言前的语言"（protolanguage）模型。但仔细考察会发现它仍然缺少三个关键特征：移位性（只能指称当前情境）、任意组合性（三种调用不能任意组合为"鹰和蛇"，每种警报调用都对应固定的捕食者类型）、创造性（一旦调用的整体库存被穷尽，猴子无法形成新的警报）。

3.2 类人猿的人工语言训练：沃肖、坎兹与符号边界

更接近人类语言能力的尝试出现在 1960 年代以来的类人猿人工语言实验中。心理学家加德纳夫妇（Allen & Beatrice Gardner）在 1966–1982 年间训练一只名为沃肖（Washoe）的雌性黑猩猩掌握约 350 个美国手语（American Sign Language, ASL）符号；后续帕特森（Francine Patterson）的可可（Koko）项目使记录扩大到 1000 余个手势；萨维奇-朗博（Duane Rumbaugh）的拉纳（ Lana）项目使用一种人工视觉符号系统 "Yerkish"；普雷马克（David Premack）训练的萨拉（Sarah）则使用塑料符号牌。

最具影响力的案例之一是坎兹（Kanzi）——一只倭黑猩猩（bonobo），由萨维奇-朗博的学生苏珊·萨维奇-朗博（Sue Savage-Rumbaugh）从 1980 年代起开始培养。坎兹显示出对英语口语（而非仅手势）的被动理解能力——即在头戴式耳机传递指令的情况下，能正确按照指令做出动作，比如捡起某物、走向某处，以及使用一个由 384 个几何符号（lexigram）组成的键盘进行组合。拉斯托卡尔（Erin Colbert-White）等人 2001 年的研究记录了坎兹的自发组合行为。然而，所有这些猿类符号使用都不曾展现层级句法（hierarchical syntax），即短语嵌套与从属关系——这是自然语言的标志特征之一。

艾莉克斯（Alex）——一只由裴洛（Irene Pepperberg）训练的非洲灰鹦鹉——则展示了鸟类认知的非同寻常。艾莉克斯能识别 50 多个物体的名称、7 种颜色、5 种形状，并能回答关于数量、属性、类属的简单问题。当研究者故意展示错误时（"这块蓝色积木是红色的吗？"），艾莉克斯会说"No"，反驳研究者。这种"反驳"行为曾被认为是语言反思性的证据，但学界主流观点是：艾莉克斯并未真正理解"对错"，而是基于训练的模式匹配。

3.3 关键差异：移位性、生产性、双层结构

综合上述案例可以总结出人类语言与动物交际的三个本质差异。第一，移位性的有无：动物不能像人类一样自由地谈论过去、未来、不存在的事物或纯粹假设。第二，生产性的有无：动物不能从有限的元素中生成无限的新组合，而人类可以听懂并生成从未听过的句子。第三，双层结构的有无：动物呼叫通常只有单层——声音本身既有意义，又是其全部代码；而人类语言在"无意义的音位"与"有意义的语素"两个抽象层次上分离开来，使系统在经济性与灵活性上实现质的飞跃。

需要强调的是，"差异性"并不等于"动物没有交流能力"。比较生物学家菲奇（W. Tecumseh Fitch, 2010）提出了一个连续性-差异性合成模型（continuity-discontinuity synthesis）：动物交际与人类语言在某些维度上连续（情绪表达、社会协调），但在另外一些维度上呈现本质差异（移位性、生产性、层级句法）。这种区分让我们既能承认动物的认知能力，又不至于将"语言"这一术语泛化到失去意义。

四、普遍语法假说与功能语言学的对话

语言学内部最著名的争论，是乔姆斯基学派（Chomskyan linguistics）与功能语言学（functional linguistics）、认知语言学（cognitive linguistics）之间的对话。这一争论不仅关乎理论立场，更关乎"人类如何学会语言"这一基本问题。

4.1 普遍语法假说：天赋的语言装置

诺姆·乔姆斯基在 1960 年代提出普遍语法（Universal Grammar, UG）假说，认为人类大脑中存在着一个语言习得装置（Language Acquisition Device, LAD），它为所有