历史比较法是历史语言学中用来证明不同语言源自共同祖先、并重建这一祖语特征的主要方法。它比较语音、词汇和语法结构中反复出现的系统对应,而不依赖孤立的相似之处。其核心认识是:传承下来的语言形式虽然会因有规律的历史变化而变得迥然不同,却仍能保留可辨识的亲属关系模式。
这一方法为识别语系、重建没有文献记录的祖语,以及追溯其后代语言的演变奠定了基础。它最广为人知的成就与印欧语系有关,但也广泛应用于南岛语系、乌拉尔语系、班图语支、达罗毗荼语系及许多其他语言群体。虽然众多其他学科也使用比较方法,但这一术语在语言学中有专门的含义:依据共同传承的证据重建语言的历史。
比较重建是一项依靠推断、且可不断修正的工作。其成果既包括证据充分的语音对应,也包括关于祖语词义或句子结构的较为初步的假说。它确立的是语言之间的亲属关系,而非使用这些语言的人群之间的生物学血缘关系;仅凭这一方法,也无法确定祖语使用人群的考古文化、地理发源地或所处年代。
传承、规律性与比较的逻辑
历史比较法的基础,在于区分历史传承与造成相似性的其他因素。同源词是指与另一个语言形式源自同一祖语形式的语言形式。英语 father、拉丁语 pater 和梵语 pitṛ- 之所以是同源词,并非因为它们形式相同,而是因为它们之间的差异符合各自词汇中反复出现的对应模式。相比之下,两个词也可能因借用、模仿自然声音或偶然而相似。因此,要确立共同来源,需要相互关联的证据,而不能只是收集一些看起来相似的词对。
历史比较法的主要解释机制是音变。某个特定语音在特定环境中发生的变化,通常会遍及当时已有的传承词汇。例如,如果祖语中的某个辅音在元音之间变成了擦音,那么,在同样环境中包含该辅音的其他可比传承词,也应表现出相同的变化结果。由此产生的规律性使历史推断成为可能:可以从后代语言之间的对应关系,反推出祖语中的语音对立或语音序列。规律性并不意味着某个字母在所有书写实例中都必须表现一致,因为拼写、语音环境、借用历史和形态重组,都可能掩盖相关模式。
拉丁语 pēs(词干为 ped-)与英语 foot 的经典比较,说明了相似与对应之间的区别。在传承词汇中,拉丁语的 p 与日耳曼语的 f 存在有规律的对应;拉丁语的 d 与日耳曼语的 t 之间也存在系统对应。这些关系构成了格林定律的一部分,该定律描述了日耳曼语族中主要的辅音演变。单独一组词对不足以确立这一定律,但许多相互印证的词组则可以。历史比较法由此解释了为什么有亲缘关系的词,表面上反而可能不如无关的词相似。
共同的语法模式能够提供尤为有力的证据。与一个常见的短词相比,代词、格词尾或动词范式中相互对应的不规则现象,更难用偶然相似来解释。不过,任何单一特征都不能自动成为决定性证据。语法成分可以通过语言接触传播,而没有亲缘关系的语言也可能独立发展出相似的结构。最有说服力的论证,是将多组语音对应与相互吻合的词汇和形态结合起来,使各方面证据彼此支持。
因此,这一推理过程是反复推进的,而不是机械地按直线进行。初步拟定的同源词组提示可能的对应关系;这些对应关系又有助于识别更多同源词,并排除具有误导性的比较。成功的分析能够用一套连贯的历史变化,解释相当广泛的证据。同时,当新记录的语言、先前忽略的语音环境,或更合理的形态分析改变了对材料的解读时,这种分析也必须允许修正。
确立证据与识别同源词
比较研究首先需要描写充分的语言材料。研究者需要掌握有关发音、意义、语法特征和变异的可靠信息,而不只是拼写形式的列表。一套文字可能掩盖语音上的区别、保留已经过时的读音,或在不同语言中用同一个字母表示不同的音。因此,现代语言描写通常采用国际音标;而对于历史文献,则需要结合其书写惯例和已知的音值加以解读。一个有记录的形式,其记录年代和地理来源可能与形式本身同样重要。
对语言及其变体的取样也必须恰当。亲缘关系密切的变体往往保留着其他变体已经丧失的区别;地理位置偏远地区的方言,可能保留某个国家的标准语中已不存在的古老辅音或语法词尾。反过来,几种亲缘关系密切的标准语,并不一定能为某项古老特征提供彼此独立的证据。如果只比较同一分支中较晚近的后裔语言,就可能将该分支特有的创新误认为祖语的特征。因此,广泛选取各个已确立分支的代表语言尤其重要。
初步比较通常集中于相对稳定的词汇,包括身体部位、较小的数目、基本动作以及近亲称谓。这些意义适合作为切入点,因为表达这些意义的词往往传承自祖语,但没有任何语义领域能够完全避免词语替换或词汇借用。例如,英语的 they、their 和 them 源自斯堪的纳维亚语言中的形式,说明即便是语法词也可以借入。因此,基本词汇表只是组织证据的工具,并不能保证其中的词项都是传承词。
比较词义时也须同样谨慎。同源词不一定保留完全相同的意义:祖语中意为“头”的词,可能发展出“首领”“顶部”或“源头”等意义。然而,语义的灵活性并不能成为任意认定对应关系的理由。所提出的变化应当沿着合理的路径展开,并在可能的情况下,以中间义项或平行的演变实例作为支持。语义变化通常不如语音变化规律,因此它往往能够限定重建的可能范围,却无法唯一确定重建结果。即使形式吻合,若语义联系十分牵强,仍然只能算作薄弱的证据。
研究者将有理由视为传承自祖语的形式整理为同源词组,对齐相互对应的音段,并将词根与语法附加成分分开。某个名词的词典形式可能带有另一种语言所没有的词尾,因此,恰当的比较对象可能是词干,而非整个词。由此可见,形态学(语言学)分析从一开始就不可或缺。最终整理出的数据应当区分可靠的同源词组与存疑的词组,并如实记录证据的缺失,而不是用臆造的形式填补空白。一个词未被词典收录,本身并不能证明它从未存在过。
语音对应与条件音变
语音对应是指同源形式中处于可比位置的语音之间反复出现的对应关系。以三种子语言为例,一组词可能反复呈现 p : f : p 的对应,另一组词则呈现 t : θ : t 的对应。这些描述说明的是有记录形式之间的关系,尚未确定祖语中的语音是什么。研究者应先确立对应模式,再考察哪些历史演变最能解释这些模式。直接从孤立的现代语音出发,容易过早作出重建。
建立对应关系时,必须考虑相关的音变条件。同一个辅音在前元音之前和后元音之前可能有不同的演变结果,在词首、元音之间以及另一辅音之后也可能有不同的结果。例如,腭化可以使软腭塞音在前元音之前变成塞擦音或咝音。如果起条件作用的元音后来消失或发生变化,保留下来的辅音交替最初可能显得不规则。跨语言比较能够揭示已经消失的语音环境,并解释祖语中看似相似的音段为何产生了不同的演变结果。
维尔纳定律对此提供了一个尤为清晰的例证。格林定律留下了一些表面上的例外:按预期应当出现清擦音的地方,对应的却是浊辅音。卡尔·维尔纳于1877年发表的解释,将这些结果与承袭自祖语的重音位置联系起来:在相关环境中,如果前一音节不带承袭的重音,擦音就会浊化。后来日耳曼语族的重音变化掩盖了这一条件。吠陀梵语等保留较古老重音信息的语言所提供的证据,有助于还原这一条件。
多种不同的过程都可能使对应关系的表面形式变得复杂。同化使一个语音变得更接近相邻语音;增音插入一个音段;脱落则可能使整个音节消失。历史上的重音可以制约元音弱化,而音节结构的变化则可能改变辅音丛。因此,对应关系可能表现为一种语言中的某个音段在另一种语言中对应于零。这类分析既需要反复出现的证据,也需要对音段脱落作出本身就合理的解释,而不能只是借此忽略不便处理的材料。
音变规律描述的是处于特定历史背景中的语言系统所发生的变化,而不是字母之间超越时代的转换。它们必须明确适用范围,并在必要时说明发生的先后顺序。较晚借入的词可能保留某个语音,而传承词中的同一语音早已发生变化;传承形式也可能仿照其屈折范式中的另一个成员而被改造。因此,需要从音系、年代、语言接触和形态等方面考察表面上的例外。这些例外不能被轻易舍弃,但也不会自动推翻证据充分的对应关系。
重建祖语的语音与形式
确立对应组之后,就可以用重建的祖语单位来表示这些对应关系。原始语是为一组有亲缘关系的语言假定的共同祖先。按照惯例,未经直接证实的重建形式用星号标记:例如, 表示一个拟构的祖语音段,重建的整个词也同样加上星号。这种记法将推断出的形式与手稿、铭文或言语中直接记录的形式区分开来。一种有文献记载的古代语言,并不就一定是所有参与比较的亲属语言的祖先。
选择重建形式需要考虑多种证据。祖语形式在各后代语言中演变结果的分布固然重要,但不能简单地按多数决定。几种语言可能共有某个中间祖语传下来的创新,而一个独立分支却保留了更早的状态。语音上的合理性也很重要:如果一种重建方案能够通过有充分实例支持的演变来解释后代形式,通常就优于需要假定许多罕见变化的方案。重建出的音位系统应当构成一个协调的整体,而不是逐词选取、彼此无关的一堆符号。
一个关键的不对称现象涉及合流与分化。如果祖语中的两个语音在某种后代语言中合流,通常仅凭该语言本身就无法揭示已经消失的区别。保留了不同演变结果的另一个分支,则可以提供缺失的证据。反过来,祖语中的同一个语音也可能因所处环境不同而发生不同的演变,从而产生分化。比较研究力求重建出有充分证据支持、且规模尽可能小的一组祖语对立及其制约因素。不应仅仅为了迁就一个存疑的词而额外重建一个辅音,也不应仅仅因为不同对应组在现代语言中具有相同的反映形式,就将它们合并。
重建祖语的语音系统,并不等于还原其确切发音。一个符号起初可能只是某个对应组的标签。即使历史关系已经确定,其确切的语音解释仍可能存在疑问。例如,重建印欧语所用的传统符号,部分反映了学界的惯例和分析逐步发展的不同阶段。来自音系模式、类型学以及对后代语言材料的新解读的证据,可以使这些符号的解释更加精确,而不必推翻整个比较框架。
一个影响深远的例子是印欧语的喉音理论。1879年,费尔迪南·德·索绪尔提出了一些抽象成分,用以解释元音交替的模式,但这些成分尚未构成现代充分发展的喉辅音体系。赫梯语被确认为印欧语之后,耶日·库里沃维奇于1927年提出,赫梯语的某些辅音与该理论所预测的位置相对应。这为部分重建结果提供了强有力的支持。这一事例既展示了比较分析的预测潜力,也说明了还原结构关系与确定每一项语音细节之间的区别。
语法重建与意义的历史
比较法不仅适用于词汇,也适用于语法。重建屈折,需要比较亲属语言之间以及同一范式不同位置上的词尾形式与功能。单个后缀可能难以判定,但一组相互对应的人称、数或格标记,却可以揭示一个具有历史联系的系统。比较时,既要确立形式上的对应,也要确认语法功能足够相容。现代使用相同的标签,如“过去时”或“属格”,并不意味着历史上的范畴也完全相同。
屈折范式往往保留着词典所列形式无法提供的证据。名词的不同格形式可能保留不同的词干辅音,动词的不同形式则可能保留较早的重音模式或元音交替。印欧语的元音交替就是一个重要例子,其中包括相关形式内部不同元音级等传承下来的交替现象。如果只根据词典词头进行重建,就可能把这些交替形式误判为互不相关的词根。比较整个范式,才能揭示词根形式、重音与语法范畴之间的关系。
形态变化也会使依据音变规律作出的预测变得复杂。通过类推,说话者可以参照另一个形式或某个能产类别的模式,改造一个形式。如果规则音变使同一范式中出现了两个词干变体,类推拉平就可能把其中一个变体扩展到它原本不出现的位置。反过来,类推也可能将某一类别中的交替引入另一个类别。这些变化都可以从历史上得到解释,但它们作用于形态关系,而不是在特定语音环境中对语音作规则替换。
重建句法通常比重建音段对应关系更为困难。语序可能变化得相当快,相似的构式可能独立产生,某种功能也可能发生转变,却不留下明显的形式痕迹。较有说服力的重建方案往往综合多种证据:相互对应的小品词、传承下来的格标记、相关的构式限制,以及语法化模式。与其为整个原始语设定一种固定不变的语序,重建某个具体的祖语构式往往更有依据。
对词汇意义的重建,同样需要区分结论的可靠程度。如果同源词在每个独立分支中都表示“雪”,那么重建这一意义,就比根据后代语言中分别表示“雨”“云”和“暴风雨”的词来推断意义更为可靠。有时,能够恢复的只是一个较宽泛的语义范围。祖语形式也可能具有多个义项,因此,试图找到一个精确对应的译词,反而可能造成误导。重建词汇可以帮助揭示物质文化的某些方面,但有关农业、社会组织或环境的论证,必须以可靠的同源关系、确切的语义和独立证据为基础。一个重建词本身并不等于直接的考古发现。
语族内部划分、谱系树与相对年代
证明语言之间存在亲属关系,并不等于确立了它们在语系内部的具体关系。语族内部划分旨在识别某些后代语言共有、而其他后代语言并不具有的中间祖语。其核心证据是共同创新:即发生于某个分支共同祖语中、并由该分支各成员继承的变化。相比之下,共同保留所能提供的信息较少。两种语言可以各自保留祖语中的某个辅音,却从未共同构成一个排除其他语言的独立分支。
格林定律所描述的日耳曼语辅音演变,有助于将日耳曼语族与印欧语系的其他分支区分开来。然而,要在日耳曼语族内部确立更小的分支,还需要其他创新作为依据。对于提出的每一项创新,都必须评估其独立发生或通过扩散传播的可能性。一组独特且相互作用的变化,通常比单一的常见变化过程更有说服力;例如,词尾元音脱落就可能在许多语言中独立发生。结构上的复杂性和年代上的连贯性,都能增强论证的力度。
谱系树模型表示祖先语言社群的逐次分化。它能有效呈现纵向传承,却简化了这样一种历史情形:相邻的语言变体在开始分化后,仍继续交换语言特征。方言连续体可能产生彼此交叠的创新,而非层级分明、逐层嵌套的分支。与约翰内斯·施密特1872年的研究相联系的波浪模型,强调变化在相邻语言变体之间的传播。因此,谱系树与波浪描述的是语言历史的不同维度,而不一定是对每项事实相互竞争的解释。
比较证据还可以确立相对年代。如果某项变化创造了另一项变化所需的环境,那么前者必定先于后者发生。同样,如果先前的某种对立因合流而消失,那么后来的变化便不可能直接以这一对立为条件,除非仍有某些痕迹留存。即使没有具体的历年日期,这类依存关系构成的链条也能确定各项演变的先后顺序。如果借词的源语形式可以通过独立证据确定年代,它们还可能提供额外的年代约束;但要运用这些约束,就必须仔细分析这些词在何时、以何种方式进入借入语。
确定具体的历年年代则是另一个问题。历史比较法本身并不存在一种通用方法,能把语言差异换算为经过的年数。词汇替换和结构变化的速率,因社群和历史情境而异。语言年代学曾试图在对词汇替换速率作出假设的基础上,根据词汇保留情况估算语言分化的年代;这些假设受到了广泛质疑。统计定年可以采用更灵活的模型,但其结果仍取决于数据编码、校准点和模型假设。可靠的分支划分与祖语分化的精确年代,是两种不同性质的论断。
历史比较法的发展历程
对语言亲缘关系的认识远早于十九世纪。学者们早已注意到欧洲各语言之间的联系,而梵语语法研究则对语言形式作出了极为细致的分析。不过,历史比较法的形成并不止于发现相似之处:它还需要确立系统的对应关系,并据此重建语言的历史演变。十九世纪,这一方法的发展与梵语文献日益易于获取,以及对欧洲古代语言和各地俗语的深入研究密切相关。
威廉·琼斯于1786年在亚洲学会发表的著名演说指出,梵语、希腊语和拉丁语之间的相似性极强,不可能出于偶然,并提出它们可能具有共同来源。琼斯并非首位注意到这些语言亲缘关系的人,这篇演说也没有提出成熟完备的历史比较法。它的意义在于,以一种影响深远的表述提出了共同起源的观点。后来的学者通过细致的语音和语法比较,将这一主张转化为一套研究纲领。
弗朗茨·葆朴于1816年发表的动词变位研究,将梵语与数种欧洲语言进行比较,推动了比较语法分析的确立。拉斯穆斯·拉斯克于1818年开展的古诺尔斯语起源研究,强调了系统的语音关系和语法证据。雅各布·格林的《德语语法》初版于1819年问世,1822年出版的卷册又作了大幅修订;该书广泛探讨了日耳曼语族的历史,并系统阐述了辅音对应关系。这些成果确立了这一方法中相互补充的不同方面,而不是某个人在某一时刻完成的一项发现。
十九世纪中叶,奥古斯特·施莱歇尔使祖语形式的重建和树状分类受到格外重视。此后,新语法学派坚持语音变化具有规律性,并强调类推的重要性。这一学派尤其与莱比锡学派,以及赫尔曼·奥斯特霍夫和卡尔·布鲁格曼于1878年发表的纲领性论述联系在一起。他们的立场促使研究者为表面上的例外寻求具体解释,而不是认为语言演变可以毫无限制地呈现不规则现象。维尔纳定律成为展示这一研究思路价值的典范。
此后,历史比较法通过对众多语系的研究,以及对新近可获得的证据的运用,继续发展。赫梯语和吐火罗语改变了印欧语的重建;对南岛语系、阿尔冈昆语族、乌拉尔语系及其他语系的比较研究,则表明这一方法并不局限于某个地区,也不依赖古代文字记录。二十世纪,伦纳德·布龙菲尔德对阿尔冈昆语族的重建、马尔科姆·格思里对班图语的比较研究等工作,拓展了这一方法的实证基础和方法论适用范围。田野调查与记录工作的改进,不断为以往描写不足的语言提供新证据,进而持续修正祖语重建。
检验重建及认识其局限
如果一项重建能够解释提出它时所用例证之外的证据,其可信度就会提高。一种新近得到描写的语言,可能保留了重建所预测的某项区别;对古代文本更深入的分析,也可能揭示此前未发现的制约环境。独立的语法证据可以支持音系重建,而相互竞争的重建方案则可以从解释范围、所依赖的假设以及对例外的处理等方面加以比较。历史推断很少能够在实验室中复现原来的事件,但其论断仍然可以受到公开可查的数据和明确推理的约束。
借用是造成困难的一大来源,因为它可以在相关层面不存在共同祖源的情况下,造成广泛的相似性。词汇可能分为先后多个年代层次进入一种语言,每一层都反映借出语的不同历史阶段。借词甚至会经历借入语后来的音变,如果不考察其更广泛的分布,就会看起来像是继承词。因此,共有的不规则形态以及遍及词汇的系统对应具有重要价值,不过语言接触也能传播语法模式。没有任何单一的筛选规则能够排除所有接触效应。
当词形很短、词义界定宽泛,而且同时在多种语言中搜寻相似形式时,偶然相似尤其容易造成困扰。如果没有反复出现的对应关系,仅凭一个辅音和一个元音提出的比较,几乎没有证据价值。通常称为大规模比较法或多边比较法的方法,试图根据大量相似现象进行宏观分类,但仅凭此类相似性,无法提供历史比较法所要求的语音对应关系及重建的演变过程。相似项清单可以为进一步研究提供线索,却不能据此确立一个语系。
时间深度是另一项限制。音变、词汇替换、语义变化和形态重组,会逐渐抹去可辨认的证据。重建并不存在一个放之四海而皆准的最远年代界限,超过这一界限就必然不再可能:文献记录、语系结构、较保守的分支以及证据的偶然留存,都会影响结果。不过,追溯到久远年代时增加的不确定性,不能仅靠放宽匹配标准来克服。一种看似合理的远古亲缘关系,可能始终无法得到证明,因为留存的证据不足以区分继承、巧合与传播。
当重建结果与考古学、人口史或政治认同联系起来时,语言学推断的局限尤其值得重视。语言可以通过迁徙、社会声望、通婚、贸易或政治组织的变化而传播;使用者也可以改用另一种语言,而不伴随相应的人口更替。因此,语言谱系树不能直接等同于遗传谱系或考古学文化。跨学科论证最有说服力的情形,是各领域分别提供经过独立评估的证据,而不是预先假定一种分类能够证实另一种分类。
内部构拟、计算方法与持续开展的研究
比较构拟与内部构拟相辅相成,后者根据单一语言内部的交替现象推断其早期阶段。如果两个语音出现在互补的形态环境中,那么,它们的分布或许可以用早期的统一模式及随后发生的条件音变来解释。这一方法能够揭示早于现存文献记录的演变,却无法恢复所有已经消失的对立。一旦某种区别消失,且没有留下交替现象或分布上的痕迹,亲属语言的证据就可能不可或缺。反过来,内部证据也能帮助解释,为什么某一种子语言偏离了原本规则的对应关系。
现代比较研究日益依赖数字资源。可检索的词典、经过标注的文本语料库、语音录音以及同源关系判定数据库,使研究者能够考察更多证据,并记录分析过程中所作的判断。转写的一致性和切分方式的明确性至关重要:表面上的差异可能源于彼此不兼容的惯例,而非历史上的区别。资源的数字化也不能消除记录详略不一的问题。如果一个语系中只有少数成员拥有详尽的语法描写,其比较研究所依据的材料仍可能存在严重偏差。
计算方法可辅助开展语音对齐、潜在同源词识别、对应关系发现以及谱系树推断。算法能够比人工比较更迅速地搜索大量可能的对齐方案,但必须区分源于历史联系的对应与表面相似。机器学习系统可以从带标注的样例中学习模式,但其表现取决于训练数据的质量与代表性。较高的相似度得分并不等于词源关系已获证实,尤其是在涉及借用、复杂的形态结构,或记录不足的音变时。
贝叶斯系统发育分析提供了一个框架,可在明确的概率模型下评估各种可能的谱系树和分化年代。在语言学应用中,输入数据通常包括经过编码的同源词类,有时还辅以结构信息和历史校准信息。这类分析能够呈现多棵谱系树之间的不确定性,而不只是给出一种分类。不过,对结果的解释仍然取决于一系列假设,包括词汇替换、各性状之间的独立性、借用,以及编码数据与所建模的历史过程之间的关系。数值上的精确本身并不能保证历史上的准确。
一个持续受到关注的方法论问题是:如何才能更好地表示既包含谱系传承、又伴随长期接触的历史。网络模型可以使相互冲突的信号显现出来,而传统的对应关系分析则可以考察造成这些信号的具体变化。另一个问题涉及专家判断的可复现性:同源词组、切分方式、语义判断以及被否定的其他解释,都需要有足够明确的记录,以便重新评估。田野录音和对濒危语言变体的细致描写仍然不可或缺,因为任何计算程序都无法恢复那些从未被记录、且在现存语言中未留下任何痕迹的区别。