语言家族是一个历史假说
说两种语言属于同一语系，是在提出一个可检验的历史命题：它们的部分结构和词汇是从某种共同祖语继承而来。这不是按国家、文字或文化相似度给语言排类，也不是把相似语法结构画在一起。
语系树因此是模型，不是从自然界直接拍下的照片。分支表示研究者对分化顺序的最佳解释；新语料、更严格的音对应或被证实的接触史，都可以促使树被修订。
这套方法从哪里来
1786 年 2 月 2 日，威廉·琼斯爵士在加尔各答亚洲学会（他本人两年前参与创立）的第三次年会上说出一段后来被引用无数次的话：梵语与希腊语、拉丁语在动词词根和语法形式上的相似"绝非偶然所能产生"，三者"同源于一门或许已不复存在的语言"。这段话常被当作历史语言学的出生证明——不是因为他第一个注意到相似（此前已有人比较过欧洲语言与梵语），而是因为他第一个把"共同祖语"作为解释明确提出。琼斯读的是梵文写本，这也提醒后来者：文字记录的是语言的一个切面，比较的对象始终是语言本身。
十九世纪上半叶，拉斯克、葆朴与雅各布·格林把"相似"升级为"对应"。格林 1822 年在《德语语法》第二版中系统陈述的辅音对应（后世称"格林定律"）给出了教科书级例证：原始印欧语的 p 在日耳曼语中稳定变为 f（拉丁语 pater，英语 father），t 变为擦音（拉丁语 tres，英语 three），*k 变为 h（拉丁语 canis，英语 hound）。1875 年，丹麦学者维尔纳发现格林定律的"例外"取决于原始印欧语的重音位置——例外被证明是另一条规则的产物。莱比锡的青年语法学派据此提出音变无例外的纲领：如果对应中存在不规则，那不是规律失效，而是还有一条未被发现的条件化规则。这条纲领至今是比较方法的方法论核心。
树与波的对峙也在此时成形。施莱歇尔 1861 年《纲要》把印欧语系画成家谱树，甚至尝试用重建的原始印欧语形式写作短文；施密特 1872 年随即以"波浪理论"反驳：印欧语内部的许多共同特征按地理相邻性分布，而非按分支整齐划界。这场一百五十多年前的争论至今没有终结——只是换成了贝叶斯树与网络模型的外衣。
相似不等于同源
两个词听起来像，至少有四种可能：从共同祖先继承、从另一语言借入、模仿相似声音，或只是偶然碰撞。世界语言能组合的短音节数量有限，在几千种语言中找到几个像似的词并不困难。
比较方法不以单词谐音为证据，而是寻找跨越大量词项的规则声音对应。如果某语言的一类辅音，在相同环境中稳定对应另一语言的另一类辅音，并且这种对应出现于基础词汇和语法词素中，继承解释才变得强。
第一步是建立可比较的语料
研究者先要确认比较的是什么变体、什么时代和什么词义。正字法相同不代表历史读音相同；现代词义相似也不保证过去属于同一词。因此语料需要转写、词素切分、语义注释、来源和说话人变体信息——对缺乏书面传统的语言，这些材料只能来自长期的田野调查，其质量决定了整个比较的上限。
这一步也要标记明显借词。宗教、贸易、技术和行政词汇容易跨语言传播，只比较这些词会把接触误读成亲缘。但“基础词汇不会借用”也不是铁律，亲属、身体和数词同样可能在特定社会历史中借入。
从对应集到重建形
建立同源词集后，研究者观察每个位置上的音对应，再提出能以尽量少、尽量自然的变化解释各后代形式的祖语音。重建形前的星号表示“由模型推导，未被直接记录”。
良好重建不只拟合已知词表，还应当对新语料作出预期：某个环境中应出现什么对应，某个不规则形态是否在姐妹语言中保留旧模式。索绪的价值在于整体系统，而不是某一个“神奇相似”。
重建形能作出后来被证实的预测，最漂亮的一例是喉音理论。1879 年，二十一岁的索绪尔在《论印欧语元音的原始系统》中纯粹出于系统对称的考虑，为原始印欧语假设了几个未在任何后代语言中直接出现的“响音系数”。约四十年后赫梯语被释读，1927 年库里洛维奇指出，赫梯语中写作 ḫ 的辅音恰好出现在索绪尔预测的位置上。一个由模型推导、从未被任何人听过的音，在一种当时尚未被释读的文字里等到了自己的证人——这正是重建之所以是科学而非猜谜的原因。
创新共享用来建立分支
几种语言保留祖语的同一旧特征，不足以说明它们构成一个小分支，因为其他后代可能只是各自丢失了它。更有力的分组证据是共享创新：这几种语言共同完成了其他分支没有的特定变化。
但创新也可以沿接触网络传播。若变化的地理边界彼此交错，树形模型可能过度简化，波浪模型或网络模型更能表示语言特征从多个中心扩散。
内部重建与比较法不同
只有一种语言的材料时，仍可以从其内部交替推断更早状态。例如同一词根在不同词形中出现系统音变，可能是早期环境条件消失后留下的痕迹。这叫内部重建。
它不能单独证明语系关系，却能为比较提供更早形式，也能显示后来类推如何抹平了旧交替。内部与跨语言证据相互约束时，历史解释更可靠。
时间深度有极限
随时间延长，声音、语义和形态会反复改变，旧词被替换，接触又叠加新层。最终可识别对应会变得太稀薄。因此不能只要计算更大词表，就无限向人类最早语言外推。
这段边界是被两次量化尝试测出来的。1950 年代，斯沃迪士提出词汇统计学：用百余词的基础词表统计同源词比例；再进一步假定核心词汇以恒定速率被替换，即可反推分化的绝对年代（语言年代学）。恒定速率假设很快被证伪——冰岛语千年间的核心词汇替换极慢，英语则快得多——绝对定年随之垮塌，只有“基础词汇替换相对较慢”的直觉保留了下来。更激进的是格林伯格的“大规模比较”：他 1963 年用这一方法把非洲一千二百余种语言归为四个大语系，大部分分组经受住了后来的检验；1987 年他用同样的方法把美洲原住民语言归为三大“超语系”，却被几乎所有历史语言学专家拒绝——在如此深的时间尺度上，他当作同源证据的相似无法与借用和偶然区分。同一方法、两种命运，恰好标出了比较法的时间边界。
超远语系假说必须公开具体对应、排除借用和偶然的方法，并与竞争分类比较。用现代计算估计无法替代语料判断；算法会放大输入编码与抽样的假设。
“语言”和“方言”不是纯树状单位
比较法需要可识别变体，但现实中变体可形成地理连续体，互通度又可能不对称；chinese-dialects的分区争论就是这一难题的典型案例。教育、国界、文字规范和说话人身份会影响哪些变体被认为独立语言。
Glottolog 用稳定 Glottocode 标识语言、方言和语系，但也明确说明，分类是编辑根据已有历史比较研究作出的最佳判断。数据库边界不应被误当成没有社会历史的自然切割。
孤立语言不是原始残留
如果某种语言尚未被证实与任何其他已知语言共源，它在谱系分类中被称为孤立语言。这只描述当前证据状态，不表示它没有历史、比其他语言古老，或者从未与其他语言接触。
孤立也可能是某个曾经更大语系唯一存续的分支，或只是相关语料尚未被充分记录和比较。巴斯克语是最著名的例子：它是印欧语席卷西欧之前旧语言层留存到今天的幸存者，但“幸存”不等于“原始”——它同样经历了数千年的音变、借用与重组。将“尚无证据”改写成“证明没有”，是谱系地图最常见的逻辑错误之一。
手语也有谱系，但证据路径不完全相同
自然手语会在聋人社群、学校与迁移网络中传播和分化。手语的地理邻近和当地口语类别都不能自动决定其亲缘。例如美国手语的重要历史来源与法国手语传统有关，而不是简单从英语转换而来。
一些手语的历史词汇材料有限，学校创立、教师迁移与社群连续性会成为辅助证据。这意味着地图应标明证据类型和不确定性，不能仿佛每条分支都来自同等充分的词汇比较。
系谱树不能替代接触史
英语的基本谱系位于日耳曼语族，但词汇中有大量法语和拉丁语层。谱系分类追踪系统继承主干，不会把每次借入都画成父子关系。
当语言在长期多语环境中深度重组，单一树尤其不足。language-contact会区分词汇借用、结构趋同、语言转移和混合语言，并说明如何避免把水平传播塞进垂直谱系。
计算系谱提供工具，不会自动生产亲缘
贝叶斯系谱和其他计算方法能同时比较许多特征，表达分支不确定性，并在校准条件下估计分化时间。它们对大数据和可复现分析很有价值。
但结果依赖词义选择、同源编码、借词处理、变化模型和时间先验。若输入把借词当同源，或样本严重偏向某一分支，后验概率的精确小数也不能补救概念错误。
如何读一张语系图
先问叶节代表的是语言、变体还是标准语，再看分支依据是规则音对应、共享创新还是历史机构线索。查看树是否标出争议分组、未分类语言和数据缺口，也要确认日期与版本。
最后把谱系与linguistic-typology分开：谱系回答“哪些相似最好由共同继承解释”，类型学回答“世界语言的结构可能性如何分布”。两者必须互相参照，却不能相互代替。
语言、考古与遗传证据怎样对读
语系分化可以与人群迁移、作物传播和物质文化变化对读，但三类树不是同一棵树。人群可以改用另一语言而保留大部分祖源，也可以让语言扩散得比基因流动更远。某个陶器风格的边界同样不是语言边界——考古学与物质证据的讨论同样适用于语言。
印欧语起源是这场对读的主战场。伦弗鲁 1987 年提出安纳托利亚假说：印欧语随距今约 9500–8000 年前的农业扩散从安纳托利亚向外传播；与之竞争的是金布塔斯自 1950 年代发展起来的草原假说：距今约 6000–5000 年前，黑海—里海北岸草原的牧民携带原始印欧语扩张。2003 年，格雷与阿特金森用词表数据加贝叶斯定年支持了安纳托利亚版本，引发轩然大波；2015 年，古 DNA 研究（Haak 等人发表于《自然》）显示约 4500 年前草原人群大规模迁入中欧，在绳纹器文化人群的基因组中留下深刻印记，天平又摆回草原一侧；2023 年，Heggarty 等人基于 161 种语言（含 52 种古代语言）的新数据集提出混合模型：印欧语约 8100 年前起源于高加索以南，其后一支北移草原再向外扩散。每一轮“解决”都同时暴露了语言学定年与遗传学定年各自的前提假设。
汉藏语的争论更贴近中文读者。Sagart 等人 2019 年基于贝叶斯谱系推断，把原始汉藏语定位在距今约 7200 年的中国北方粟作农业人群中；同年张梦翰等人在《自然》发表的独立分析给出的最初分化时间是距今约 4000–6000 年。两项研究都动用计算系谱学，结论相差数千年——分歧不在数据真假，而在词表选择、同源判定与分化速率模型的不同假设。
跨学科主张应公开各证据的时间分辨率、空间范围和竞争解释，而不是看三张地图颜色相似就声称“彼此证实”。最好的结果常是缩小可能历史范围，并明确哪些新发现能区分不同模型。
分类版本本身也是证据元数据
数据库会更新语言边界、名称、文献和分支。以当前版本为例，Glottolog 把可主张的第一语言分入约 246 个语系和 183 个孤立语言（即单成员语系），并明确说明这是编辑基于现有比较研究作出的最佳判断——数字本身会随版本变化。一项分析若只写“按 Glottolog”，未来就难以重建它实际使用的树。应记录版本、下载日期、Glottocode、被排除的语言与对争议分支的处理。
名称变化也不必然表示语言对象变了，可能是去除歧义、优先社群自称或调整编辑规则。稳定标识与可读名称需要同时保留，才能既追踪学术版本，又不把数据库标签凌驾于社群身份之上。
跨域连接
- 贝叶斯推断 与 统计学：计算系谱学用贝叶斯方法从词表估计分化时间与树形。要害在于先验：假设词汇替换速率恒定，还是允许各支速率不同，得出的分化年代可以相差数千年。这类模型给出的置信区间，衡量的是「在这套假设下的不确定性」，不是「这棵树有多可能为真」——两者常被混为一谈。
- 语言接触：谱系树假设分化后各支独立演化，而接触恰好违反这个假设。借用能伪造出对应关系，长期接触区（语言联盟）里的语言会共享结构特征却并不同源。树模型与波模型不是竞争的对错，而是同一段历史的两个侧面。
- 民族主义：语系是语言学假说，却反复被当成民族起源叙事——印欧语系与「雅利安人」神话的绑定造成过实际的政治后果。语言的亲缘、人群的遗传、考古的物质文化是三套独立证据，能对读，但不能互相替代。把三者划等号是十九世纪就该被抛弃的推论。
- 手语结构：手语也有谱系（法国手语影响了美国手语），但证据路径不同——手语的历史更短、书面记录更少、且受聋校制度传播而非人口迁徙。这提醒我们比较法依赖的条件本身是可变的。
- 汉语方言：「语言」还是「方言」在很大程度上是政治划界而非语言学判断，汉语内部的差异深度足以类比欧洲的语族——这正是「谱系单位不等于社会单位」的最直观例子。
参考文献
- Campbell, Lyle. Historical Linguistics: An Introduction. 4th ed., Edinburgh University Press, 2021.
- Campbell, Lyle, and William J. Poser. Language Classification: History and Method. Cambridge University Press, 2008.
- Fox, Anthony. Linguistic Reconstruction: An Introduction to Theory and Method. Oxford University Press, 1995.
- Jones, William. "The Third Anniversary Discourse, on the Hindus." Asiatick Researches, 1, 1788.
- Saussure, Ferdinand de. Mémoire sur le système primitif des voyelles dans les langues indo-européennes. 1879.
- Kuryłowicz, Jerzy. "ə indo-européen et ḫ hittite." In Symbolae Grammaticae in Honorem Ioannis Rozwadowski, 1927.
- Swadesh, Morris. "Lexico-statistic Dating of Prehistoric Ethnic Contacts." Proceedings of the American Philosophical Society, 96(4), 1952.
- Greenberg, Joseph H. Language in the Americas. Stanford University Press, 1987.
- Renfrew, Colin. Archaeology and Language: The Puzzle of Indo-European Origins. Cambridge University Press, 1987.
- Gray, Russell D., and Quentin D. Atkinson. "Language-tree Divergence Times Support the Anatolian Theory of Indo-European Origin." Nature, 426, 2003.
- Haak, Wolfgang, et al. "Massive Migration from the Steppe Was a Source for Indo-European Languages in Europe." Nature, 522, 2015.
- Heggarty, Paul, et al. "Language Trees with Sampled Ancestors Support a Hybrid Model for the Origin of Indo-European Languages." Science, 381(6656), 2023.
- Sagart, Laurent, et al. "Dated Language Phylogenies Shed Light on the Ancestry of Sino-Tibetan." PNAS, 116(21), 2019.
- Zhang, Menghan, et al. "Phylogenetic Evidence for Sino-Tibetan Origin in Northern China in the Late Neolithic." Nature, 569, 2019.
- Glottolog 5.3. Glottolog Information, accessed 2026-07-13.