语言的进化：FOXP2、布洛卡区与符号能力

打破一个常见误解#

"人类语言完全独特，与其他动物的交流系统没有任何关系"——这个观点虽然在某种意义上正确（人类语言的递归句法确实是独一无二的），但忽略了连续性的一面。人类语言的某些组成部分——声带控制、序列学习、社会认知——在其他物种中有明显的前体形式。语言不是凭空出现的全新发明，而是在已有认知和解剖基础上的重组和升级。

语言的递归：唯一真正的创新#

诺姆·乔姆斯基（Noam Chomsky）强调，人类语言最核心的特征是递归（recursion）——一个规则可以无限次地应用于自身的输出。"我知道[你知道[他知道[我在说谎]]]"——这种嵌套结构在任何其他动物的交流系统中都不存在。

2005年，丹尼尔·埃弗里特（Daniel Everett）在《Current Anthropology》撰文指出，亚马逊的皮拉罕语（Pirahã）可能缺乏递归结构，引发了对乔姆斯基"普遍语法"理论的激烈争论。但即使皮拉罕语的案例成立，它也只是一种语言的特例，不能推翻人类语言系统整体上具有递归能力这一事实。

在《Why Only Us: Language and Evolution》（2015）中，Berwick 与 Chomsky 把"合并"（Merge）——把两个元素组合成一个新单元、并可对自身输出反复套用的运算——视为语言的核心。他们主张，语言进化的关键事件不是一个漫长的渐进过程，而更可能是一次相对晚近的遗传变化，让大脑得以执行递归的合并运算，随后这一能力在走出非洲之前就在群体中扩散开来。这一"突变假说"争议巨大（许多研究者更倾向渐进、文化累积的解释），但其设想的时间窗口与化石记录中智人"行为现代性"（艺术、装饰品等符号行为）的出现大致吻合。

解剖学基础：说话需要什么？#

人类语言的产生依赖于几个关键的解剖学特征：

喉的位置：人类的喉位于咽部较低位置，形成了一个长的咽腔，使我们能产生丰富的元音（特别是[i]、[u]、[a]三个基本元音）。婴儿的喉位置较高（类似其他灵长类），允许同时呼吸和吞咽；约6个月时喉下降，丧失了这一能力，但获得了产生复杂语音的能力。

舌骨：人类的舌骨是唯一下游不与任何其他骨骼连接的骨头，赋予舌头极高的运动自由度。2019年在以色列Qesem洞穴古人类舌骨化石（约40万年前）表明，现代样式的舌骨可能早于智人出现。

大脑语言区：布洛卡区（Broca's area, 左额下回）负责语言产生和句法处理；韦尼克区（Wernicke's area, 左颞上回）负责语言理解。这些区域的不对称性——左半球语言优势——在尼安德特人的内颅铸模中也有迹象。

古人类的听觉解剖也提供了线索。尼安德特人的颞骨与内耳结构可以通过CT扫描重建，并与现代人比较——这类研究指向尼安德特人在语音关键频段具备与现代人相近的听觉基础（详见下文对尼安德特人的讨论）。但需强调：能感知和区分复杂语音，并不等于一定使用了具有句法的语言。

呼吸控制是语言产生的另一个关键解剖学前提。人类的胸廓和膈肌能够进行精细的气流控制，使我们能够产生持续的、有节奏的语音流——连续说话时，我们会先快速吸气、再用数秒钟缓慢而受控地呼气，这种"长呼气"的精细调节在其他灵长类中并不明显。

FOXP2：语言基因的故事#

1990年，英国家族"KE"被发现三代人中多人患有严重语言障碍（口面部运用障碍和语法困难）。2001年，研究者定位了导致该障碍的基因突变：FOXP2基因的一个氨基酸替换。

FOXP2是一个转录因子，调控下游数百个基因的表达。在大脑中，它在基底神经节、小脑和皮层中高度表达，参与程序性学习和运动序列的精细控制——这些正是语言产生的关键能力。

但FOXP2不是"语言基因"。它在小鼠、鸟类和其他动物中也有同源基因，参与发声学习和序列运动控制。小鼠的FOXP2突变导致超声波发声异常；鸣禽（如斑胸草雀）学习鸣叫时FOXP2表达量暂时升高。人类的FOXP2版本相对于黑猩猩有两个氨基酸替换（位于第303、325位）；它们是在人类与黑猩猩谱系分歧（约600万年前）之后才出现的，可能优化了与语言相关的神经回路。值得一提的是，尼安德特人也携带与现代人相同的这两处替换。

Scharff 与 Petri 在《Philosophical Transactions of the Royal Society B》（2011）的一篇综述中，用"evo-devo 与深层同源"的视角梳理了 FoxP2：它在鸟类、蝙蝠、海洋哺乳动物等需要"听觉引导的学习型发声"的物种中都参与皮层—基底神经节回路的可塑性。这意味着 FOXP2 对语言的影响不是通过一个"语言开关"实现的，而是通过协调大脑发育过程中多个神经回路的形成。人类特有的 FOXP2 氨基酸替换可能优化了这些回路的效率，但它们本身不足以产生语言——语言还需要其他遗传和文化因素的配合。

尼安德特人会说话吗？#

2007年的古DNA研究表明，尼安德特人拥有与现代人相同的FOXP2变异体。但这不能证明尼安德特人具有语言能力——FOXP2只是语言所需的众多基因之一。

其他证据指向更微妙的结论：尼安德特人的舌骨形态与现代人相似；他们的耳道解剖结构（2021年研究）显示可能具备感知语音频率范围的能力；他们的文化复杂性（埋葬死者、使用颜料、制作工具）暗示了某种形式的符号交流。但尼安德特人是否具有现代意义上的句法语言，可能永远无法确定。

2021年，Conde-Valverde等人在Nature Ecology & Evolution上发表了对尼安德特人外耳与中耳的高分辨率CT分析。他们用听觉生物工程模型计算了声音经外耳、中耳传递时的"占用带宽"，发现尼安德特人在语音关键的4–5 kHz频段的听觉表现明显优于更早的"胸骨山"（Sima de los Huesos）古人类，其占用带宽与现代人高度接近——这暗示尼安德特人具备感知现代人语音所需的听觉基础。然而，听觉能力与语言能力之间仍有巨大的推断鸿沟——能听懂、能分辨语音是一回事，产生具有句法结构的语言是另一回事。

语言进化的替代模型#

朱利安·杰恩斯（Julian Jaynes）的"二分心智"理论过于激进，不被主流接受。更受重视的模型包括：

• 手势起源假说：语言起源于手势交流，后来转移到发声。镜像神经元系统的发现为手势-语言的联系提供了神经科学支持。
• 音乐起源假说（达尔文本人的偏好）：语言起源于类似音乐的声调交流，用于求偶和社会凝聚。
• 社会脑假说：语言进化为管理复杂的社会关系——邓巴（Robin Dunbar）提出，语言是"社会梳毛"的升级版，允许同时与多人建立联系。

语言学实验室里的"迭代学习"（iterated learning）研究为"渐进复杂化"模型提供了支持。在这类实验中，一个人学到的人造符号系统被传给下一个人，下一个人学到的再传给再下一个……经过若干"代"传递，原本杂乱、一一对应的符号系统会自发地变得更有规律、更可预测，逐渐发展出类似语法的组合结构。这类"文化进化"实验暗示，语言的句法结构可能不需要一次性的"突变"，而能通过文化传递的迭代累积自然涌现——这与乔姆斯基阵营强调的"单一突变"假说形成有趣的张力。

跨域连接#

• 信息论：语言要解决一个编码问题：把无限多的意图压缩进有限的声道，再让对方无损解压。整体呼语做不到这一点——每多一个意思就得新造一个信号；组合式编码用少量可复用的单元生成无限消息，效率相差几个数量级。推论：任何需要开放表达能力的交流系统都会被压向组合结构——蜜蜂舞蹈再精巧，也封存在固定话题里。
• 自动机与形式语言：形式语言按生成能力排成的层级，恰好标定了语言进化的关键一跃：有限状态的机制处理不了嵌套，只有具备递归机制的语法才能生成"我知道你知道……"这类结构。若递归真是人类语言独有，语言能力在计算分类上就高于一切动物呼叫系统。推论：检验动物"语言"的试金石不是词汇量，而是能否掌握嵌套依存。
• 计算语言学：迭代学习实验把语言演化搬进了实验室：人造符号系统经一代代学习者传递后，会自发从杂乱的一一对应演化出规则的组合结构。这类研究显示，句法未必需要一次性的基因突变，也可能在传递瓶颈中被逐代压缩出来。推论：语言的结构应反映学习者偏好的统计性质——可学性本身就是一种选择压力。
• 语法理论：普遍语法主张递归是人类语言的生物禀赋，皮拉罕语之争则提示该主张仍要逐案接受经验检验——即使皮拉罕语真的缺乏递归，动摇的也是"每种语言都必须使用递归"，而非"人类普遍具备递归能力"。推论：语法理论的优劣，应看它对跨语言的共性与变异同时给出的解释力。
• 社会性的进化：社会脑假说把语言放回合作的语境：当群体大到梳毛来不及维系，语言就成了"同时为多人梳毛"的替代品，八卦让声誉信息低成本流动——这解释了语言为何与社会认知共用如此多的心理机制。推论：人类语言首先是一部社会操作系统，其次才是描述世界的工具。

参考文献#

1. Chomsky, N. (1995). The Minimalist Program. MIT Press.
2. Fisher, S.E. & Scharff, C. (2009). FOXP2 as a molecular window into speech and language. Trends in Genetics, 25(4), 166–177.
3. Lieberman, P. (2007). The evolution of human speech: Its anatomical and neural bases. Current Anthropology, 48(1), 39–66.
4. Everett, D.L. (2005). Cultural constraints on grammar and cognition in Pirahã. Current Anthropology, 46(4), 621–646.
5. Dediu, D. & Levinson, S.C. (2013). On the antiquity of language: the reinterpretation of Neandertal linguistic capacities and its consequences. Frontiers in Psychology, 4, 397.
6. Fitch, W.T. (2010). The Evolution of Language. Cambridge University Press.
7. Conde-Valverde, M., Martínez, I., Quam, R.M. et al. (2021). Neanderthals and Homo sapiens had similar auditory and speech capacities. Nature Ecology & Evolution, 5, 609–615.
8. Scharff, C. & Petri, J. (2011). Evo-devo, deep homology and FoxP2: implications for the evolution of speech and language. Philosophical Transactions of the Royal Society B, 366(1574), 2124–2140.

延伸阅读#

推荐书籍：

• Deacon, T. The Symbolic Species (1997) — 语言与大脑协同进化的经典之作
• Everett, D.L. Language: The Cultural Tool (2012) — 对乔姆斯基理论的挑战
• Fitch, W.T. The Evolution of Language (2010) — 语言进化研究的权威教科书

推荐论文：

• Berwick, R.C. & Chomsky, N. (2015). Why Only Us: Language and Evolution. MIT Press.
• Enard, W. et al. (2002). Molecular evolution of FOXP2, a gene involved in speech and language. Nature, 418(6900), 869–872.