语言类型学与跨语言共性

破除误解#

第一个误解，是以为类型学给每门语言贴一张永久标签：黏着语、屈折语、SOV 语言。一门语言在词形上可以很黏着，在名词领域却很分析；主句倾向某种语序，从句又可能有另一模式。类型是按具体特征建立的剖面，不是语言的永久本质。

第二个误解，是把“结构像”读成“同祖”。language-families根据系统继承关系建立谱系；类型学根据当前或历史时点的结构特征组织比较。有远系亲缘的印地语和爱尔兰语，基本语序分别倾向 SOV 和 VSO；没有已证实近亲关系的土耳其语和日语，却都倾向 SOV 和黏着形态。

第三个误解，是把格林伯格式共性写成大脑偏好。一条倾向可能来自处理效率、历史路径、语用频率或样本结构；没有先过抽样与接触这两关，就不能跳到“人类语言必然如此”。

类型学比较可能的语言结构#

语言类型学追问：人类语言使用哪些结构方案，这些方案如何共现、分布和变化？它可以比较基本语序、格对齐、数量标记、声调、否定、关系从句或手语空间一致。

谱系分类与类型分类回答不同问题#

language-families根据系统继承关系建立谱系；类型学根据当前或历史时点的结构特征组织比较。有远系亲缘的印地语和爱尔兰语，基本语序分别倾向 SOV 和 VSO；没有已证实近亲关系的土耳其语和日语，却都倾向 SOV 和黏着形态。

因此，“结构像”不能直接推出“同祖”；“同语系”也不保证今天属于同一类型。类型数据中还同时存在系谱继承和地理接触，统计分析必须处理这两种非独立性。

语序类型从定义开始#

常见的 S、V、O 分类，比较及物陈述句中名词性主体、动词和名词性客体的默认次序。它不是统计任意句子的所有表面排列，也不等于某种语序绝不能变动。

1963 年，约瑟夫·格林伯格（Joseph H. Greenberg）在题为 Universals of Language 的会议论文集里，用大约三十种语言的样本写下四十五条语法共性。第一条几乎是倾向命题：在带名词性主语和宾语的陈述句里，优势语序几乎总是主语在宾语之前。客体前置的 OVS、OSV 因此被预期为罕见。第四条则是含意共性：正常语序为 SOV 的语言，以后置词占压倒性优势。日语的「東京で」把处所标记放在名词后面，正是这条相关的日常例子。英语的 in Tokyo 则是前置词与 SVO 的配对。

这些相关不是一条因果定律。格林伯格自己用“几乎总是”“远高于偶然”来限定语气。1992 年，马修·德赖尔（Matthew S. Dryer）在更大样本里重测所谓“格林伯格语序相关”：OV 语言倾向后置词、领属语在名词前；VO 语言倾向前置词、领属语在名词后。相关成团出现，是因为它们可能共享同一种中心语方向，而不是因为 SOV 这个标签本身有魔力。

《世界语言结构地图集》（WALS，Dryer & Haspelmath 主编）把这类观察做成可检索的数据库，而不是一套理论。2005 年先出牛津大学出版社纸本，2013 年起由马克斯·普朗克演化人类学研究所维护在线版。第 81 章把有明显优势次序的语言分成六种逻辑排列。现行在线样本里，SOV 与 SVO 合计超过一千种语言，客体前置的 OVS 与 OSV 合计只有十余种；另有一百多种被标为没有优势语序。这些数字是特定地图、特定编码标准和特定版本的计数，不是对世界每个变体的完整普查。换一批语法书或改一条“优势”定义，格子里的点数就会移动。

形态类型是连续剖面#

教科书常区分分析型、黏着型、屈折型和多式综合型。这些术语有用，但不是四个互斥物种。研究者实际会分开测量：一个词平均承载多少词素，一个词缀是否同时融合多个语法范畴，词素边界是否易分。

英语一些领域偏分析，过去时和复数又有屈折；阿拉伯语的辅音词根与元音模式交织，无法用单一“前缀+词根+后缀”模板概括。一个标签只是进入结构的起点。

共性不只有“所有语言都……”#

绝对共性声称所有语言都具有某特征，但真正无例外的结构命题很难确立：“所有语言”无法穷尽，分析术语又可能偏向已熟悉的语言。格林伯格那三十种语言的样本里，就没有后来被广泛讨论的若干亚马逊与新几内亚结构。更常见的是倾向和含意共性。

含意共性的形式是“如果语言有 A，那么它通常也有 B”。这不说 A 或 B 各自普遍，而是关注两特征的条件关系。上面那条“SOV → 后置词”就是标准例子：后置词本身并不普遍，它是在 OV 这个条件下变得可预期。一条倾向可能来自处理效率、历史路径、语用频率或样本结构，需要进一步模型区分。把倾向写成“人类大脑偏好 X”，等于跳过了这一步。

抽样是类型研究的中心问题#

如果数据集收入一百种彼此很近的南岛语言，却只收一种巴斯克语，简单计数会把一次祖语继承放大成一百个独立证据。如果样本集中在欧洲和易获得书面语法的语言，又会低估其他地区的结构空间。

1989 年，德赖尔在国际期刊 Studies in Language 上把这个问题写成可操作程序。他不按“一种语言一张票”计数，而按属（genus）计数：大致相当于印欧语系内部日耳曼、罗曼那样、时间深度约三千到四千年的分支。然后再把这些属放入几个大陆级宏区，看一种倾向是否在彼此足够隔离的区域里重复出现。只有五个宏区都朝同一方向倾斜，他才把该倾向当作跨语言偏好，而不是某个大语系或大接触区的地方特产。1992 年他把东南亚与大洋洲从欧亚拆出，宏区划分本身也在修正。

一种策略因此是构造系谱和地理分层样本，尽量不让同一小分支或接触区垄断计数。另一种是在统计模型中显式表示系谱与空间相关。没有一个“完美样本”，所以结论必须说明抽样目标和敏感性。前沿讨论见typology-sampling-bias。

语法描写并非天然可比#

不同语法书对“主语”、“词”、“被动”或“形容词”的判准可能不同。若直接把书中标签拼在一起，地图可能测到的是分析传统差异，不是语言差异。

因此跨语言比较需要“比较概念”：先以可观察形式和功能建立统一编码问题，再查看每门语言自身的分析是否支持这种对应。可比性是研究设计的成果，不是数据库的默认属性。

地图上的点并不是语言的边界#

一门语言可以跨越多个国家和移民社群，同一地点又可以存在多种语言。地图上的一个坐标通常是参考中心、调查地点或数据库坐标，不是把整个社群钉在一个地理点。

国界也不是语言边界。以国家着色的地图容易隐去少数语言和跨境连续体，还可能把国家标准语假定为唯一语言。一张负责任的语言地图应公开坐标含义和缺失范围。

接触区会制造跨语系的相似#

巴尔干、南亚、东南亚大陆、高加索和亚马逊西北部等多语区域，长期互动会使不同语系共享语音、语法或话语特征。这些“语言联盟”提醒我们，类型分布同时记录人群交往。

巴尔干语言联盟是教科书级的例子。阿尔巴尼亚语、罗马尼亚语、保加利亚语和马其顿语分属不同语系分支，却都把定冠词放在名词短语里第一个能带屈折的成分后面。罗马尼亚语 omul（人-这）、保加利亚语 човекът 都是“人+后置冠词”，而同语系的意大利语和俄语并不这样。克里斯坦·桑费尔德（Kristian Sandfeld）1930 年的《巴尔干语言学》把这类平行写成接触史，而不是共同祖语的遗产。

东南亚大陆是另一处成团。汉语、泰语、越南语、高棉语来自至少三个语系——汉藏、壮侗和南亚（越南语与高棉语同属南亚语系，共享的分析型和量词特征却不是南亚祖语的遗产）——却共享分析型词法、量词系统和以声调或发声类型做词汇对立的倾向。恩菲尔德（N. J. Enfield）2005 年的综述把量词当作这一区域最常被点名的句法特征之一：数词通常不能直接贴在名词上，而要经过“一只、一本、一条”这类分类成分。地理上成团仍不足以自动证明借用。需要结合历史记录、特征方向、语系内部分布和可能变化路径。language-contact会详细处理接触与继承的竞争解释。

手语迫使类型学检验通道偏见#

自然手语具有音系层级、形态、句法和话语结构，但视觉—动作通道允许手形、运动、位置、朝向与非手标记同时组合，并利用空间指称和一致。

如果类型概念一开始就把语言定义为“声音线性串”，手语会被误当异常。口语里的“线性”有一部分只是声道一次只能发一个音段的物理限制，不是语法必须遵守的逻辑。把不同通道纳入比较，可以区分真正的语言组织原理和口语信号所特有的限制。sign-language-structure提供了通道对比的结构细节。

缺失值不等于没有特征#

类型数据库中的空白常表示可用描写不足、研究者尚未编码，或材料无法回答该问题。它不表示这门语言“没有语序”或“没有否定”。

缺失也往往不是随机的：资源较少、受压制、无标准文字或田野访问困难的语言，更可能缺数据。用完整案例做统计可能把研究资源的不平等转换成伪结构规律。

历时类型学解释类型如何转变#

类型频率不一定来自静态功能最优。某些结构常见，可能是因为有很多历史路径会到达它，而离开它的变化较少；另一些结构虽易处理，却需要少见的前置条件才会形成。

将现代语言映射到谱系上，可以估计特征转换方向与速率，但仍要对祖先状态不确定、分支错误和接触传播做敏感性分析。类型学与历史语言学在这里真正汇合。

如何检验一条类型学主张#

先要求可操作定义：特征怎样从语料中判定，边界案例怎样处理。再查抽样单位、语系和地区分布，确认每个语言不是被当作完全独立。接着看缺失值与编码者一致性，最后比较功能、继承、接触和历史路径等竞争解释。

好的结论不会说“人类大脑偏好 X”就停止，而会说明 X 在哪个样本、哪组定义和哪种非独立性控制下更常见，以及哪些新数据会使结论改变。

可视化怎样避免把频数画成本质#

一张按颜色区分语序的地图，容易让人误以为每门语言只有一种固定语序，颜色边界又仿佛是清晰的文化边界。更负责任的可视化应让使用者查看编码定义、变体范围、来源与警示，并明确样本不代表语言重要性。

谱系与类型应允许切换而不是叠成一种颜色。当使用者看到远亲语言有不同结构，又看到无近亲关系的语言共享类型，地图才不只在传达结论，而是主动教用户识别竞争解释。

数据库之间不一致是可利用信息#

同一门语言在不同数据库中可能有不同结构编码，因为来源语法书不同、特征定义不同，或一方编码口语变体而另一方编码标准语。这些冲突不应被静默合并，而应回到原始例句和操作定义。

对冲突样本做敏感性分析，可以回答研究结论是否依赖少数边界判断。如果改变三个编码就使“普遍倾向”消失，应报告主张脆弱，而不是选择最符合预期的数据库版本。

跨域连接#

• 统计学：抽样是类型学的中心问题，而困难在于样本点彼此不独立——同语系的语言共享祖先特征，同一地区的语言共享接触特征。这与生物地理学里的高尔顿问题是同一个问题：在非独立样本上做频数统计，会把历史偶然算成普遍倾向。
• 生命之树与系统发育：控制谱系非独立性的方法（系统发育比较法）直接来自生物学。移植时必须重新检验前提：生物学的树通常比语言的树可靠，而语言接触造成的横向传递远比基因流频繁。
• 贝叶斯推断：历时类型学要回答「类型如何转变」，用的是在语系树上估计状态转移速率的模型。先验假设（转移是否可逆、速率是否恒定）会直接改变结论方向，因此报告模型时必须报告先验，否则数字无法解读。
• 手语结构：手语迫使类型学检验自己的通道偏见——许多被当作语言共性的特征，其实是口语通道的性质。把手语纳入样本后，一部分「共性」立刻失去普遍性，这是类型学最有价值的一类自我修正。
• 语言家族：谱系分类与类型分类回答不同问题，前者问历史来源，后者问结构可能性。两张地图叠在一起会互相污染：类型相似可能来自共同祖先、接触，或独立发展，而只有第一种支持亲缘结论。
• 句法：语序类型是句法比较的入口，却不是句法的全部。一条“SOV 语言”的标签只描述及物陈述句的默认排列；关系从句、疑问词和助动词的位置，往往才是检验格林伯格相关是否站得住的地方。把语序图读成句法理论，会把数据库的编码决定误认成语法本身。
• 语言接触：巴尔干后置冠词和东南亚量词都说明，类型地图上的色块可以是人群往来的痕迹。接触造成的相似会被简单频数当成“人类偏好”，所以类型主张必须同时报告系谱邻居和地理邻居。

参考文献#

• Greenberg, Joseph H. “Some Universals of Grammar with Particular Reference to the Order of Meaningful Elements.” In Universals of Language, edited by Joseph H. Greenberg, 73–113. MIT Press, 1963.
• Dryer, Matthew S. “Large Linguistic Areas and Language Sampling.” Studies in Language 13, no. 2 (1989): 257–292.
• Dryer, Matthew S. “The Greenbergian Word Order Correlations.” Language 68, no. 1 (1992): 81–138.
• Croft, William. Typology and Universals. 2nd ed., Cambridge University Press, 2003.
• Haspelmath, Martin. “Comparative Concepts and Descriptive Categories in Crosslinguistic Studies.” Language 86, no. 3 (2010): 663–687.
• Dryer, Matthew S. Order of Subject, Object and Verb. In WALS Online.
• Dryer, Matthew S., and Martin Haspelmath, eds. The World Atlas of Language Structures Online. Max Planck Institute for Evolutionary Anthropology, 2013.
• Sandfeld, Kristian. Linguistique balkanique: problèmes et résultats. Champion, 1930.
• Enfield, N. J. “Areal Linguistics and Mainland Southeast Asia.” Annual Review of Anthropology 34 (2005): 181–206.

延伸阅读#

• Comrie, Bernard. Language Universals and Linguistic Typology. 2nd ed., University of Chicago Press, 1989.
• Haspelmath, Martin, Matthew S. Dryer, David Gil, and Bernard Comrie, eds. The World Atlas of Language Structures. Oxford University Press, 2005.