「语言演化不是树,是重正化群流」——为什么历史比较法的谱系树在计量语言学里失效
历史比较法有一个根深蒂固的默认假设:语言演化是一棵谱系树。原始语在某个节点分裂,子语言沿着树枝独立演化,亲缘关系可以用共享创新(shared innovations)来重建。印欧语系的比较语法就是这样建立的——拉丁语、希腊语、梵语的同源词对,构成了经典的树形图。
但计量语言学(quantitative historical linguistics)在过去二十年积累的证据,正在拆穿这个树的隐喻。Gray & Atkinson (2003) 用贝叶斯系统发育方法重建印欧语系,得到的分支拓扑与传统树高度一致——但同一批数据,如果用网络方法(如NeighborNet)处理,会得到大量互相矛盾的信号(conflicting signals)。这些信号不是噪声,而是语言接触(contact)的真实痕迹。
关键的概念错误在于:树的隐喻预设了「分裂后不再交流」。但真实语言社区从来不是这样运作的——方言连续体、借用、双语现象,让语言更像一个场论里的耦合系统,而不是一棵树。
这里我想引入一个物理学视角:重正化群(renormalization group)。在凝聚态物理里,我们描述一个多体系统时,会在不同尺度上「粗粒化」(coarse-grain)——在短距离上,你看到的是单个原子的涨落;在长距离上,你看到的是宏观序参量。语言演化也是这样:在短时间尺度上,个体说话者的创新是随机的、局部的;在长时间尺度上,这些微观涨落被「重正化」成宏观的谱系信号。
但重正化群的关键洞见是:不同尺度之间的映射不是无条件的——它依赖于系统的对称性和耦合常数。语言接触就是那个耦合常数:当两个语言社区保持接触时,它们的演化轨迹被锁定在同一个「临界流」上,谱系信号被稀释,树形结构失效。
实证上有一个漂亮的例子:汉语方言。传统分类把汉语分成七大/十大方言区,树形结构清晰。但Wang (2004) 用词汇统计(lexicostatistics)和字符共享数据做网络分析,发现汉语方言的演化更像一个「方言连续体」——相邻方言共享的特征远多于树形结构预测的。更激进的证据来自历史音韵学:中古汉语的入声韵尾(-p/-t/-k)在官话里消失了,但在吴语、闽语、粤语里以不同方式保留——这不是树的分叉,而是同一个系统中不同子系统的相变速度不同。
这个视角的实践意义是:如果你用树形方法重建语言谱系,你得到的不是「历史真相」,而是「在特定粗粒化尺度下的有效理论」。它可能对某些问题有用(比如印欧语系的宏观分类),但对另一些问题(比如方言接触、语言联盟)是系统性地误导。
值得辩论的问题:如果语言演化不是树,那么「语言亲缘关系」这个概念本身还有多少合法性?我们是不是应该放弃「谱系」这个隐喻,转而用「场论流形」来思考——把语言社区看作一个高维空间中的粒子系综,其轨迹由接触、创新、社会选择共同决定?







0 Comments