作者简介：江获，燕海雄，上海师范大学语言研究所（上海　200234），中国社会科学院语音学与计算语言学重点实验室（北京　100081）；康才畯，上海师范大学语言研究所（上海　200234）。

　　内容提要：世界语言的基本差异源于词形结构（WSS），而不是区别性的音素。语言的多样性似乎来自词形结构的演化结果，取决于音节构造形态类型和词的音节长度。本文采集世界179种语言的Swadesh词表来分析词形结构多样性指数的地理分布，并尝试发现它们在演化过程中的进化位置和深度。通过建立理想词形结构偏移量模型，计算每种语言的偏移距离和偏移方向，根据分析结果把语言划分成3组，每一组代表一种演化类型。得出词形结构的多样性和偏移量模型代表了人类语言演化的多样性方向和演化过程，当今每种语言都在一定程度上保留了词形结构最基本的特征，因此，词形结构可以视为人类语言“基因”。

　　关 键 词：词形结构/语言基因/语言多样性/偏移量模型/地理分布

　　现代人走出非洲[1-3]，人类语言也随之扩散到世界各地。经历数万年，不同地区的人群形成各自的文明，也形成了多样性的语言。语言的多样性反映了演化的复杂性，但犹如生物自简单而复杂，语言亦非生而复杂。历史语言学证明，几乎所有复杂的词法形态和句法现象都是逐步产生的[4-6]。但早期口语一定包含了人类语言作为区别于其他生物交流方式的符号系统所拥有的基本结构，并清晰地外显。这种结构经历数万年多样性演化也不会丧失，而会在现代语言中传承下来，这就是我们称为语言“基因”的词形结构或词音节结构（word-syllable structure）。词形结构的多样性或差异性决定了语言的类型和面貌，是观察现代语言分类和追溯语言历史渊源的最重要要素，也是追踪人类族群迁徙和地理分布的参照线索。

　　1　什么是词形结构

　　词形结构是词义的语音形式和形式的结构，由音节和组成音节的音素构成。它不是一种元音或辅音这样的个体音素形式，而是一种结构体。结构体的表达是把词的具体的音素（如a，b，m）抽象为音类C，V（C表示辅音，V表示元音）并以音类符号的排列结构来表达，例如英语词sesame[]由6个音素构成3个音节组织而成，即CV·CV·CV。本文约定，词形结构有时候可以简称结构，例如CV结构，形态则指音类符号排序的各种形式。关于音节，近年来学者们有一项极为重要的发现，他们认为CV结构是人类语言偏好形式或基本形式[7-12]。不过，尽管这个结论来自心理实验、行为实验、语言习得、生成音系学等多个领域，从真实词形中抽取的单个CV形式却没有语言单位价值，唯有整体词形才符合词的音义结合的本质。由此，我们推论人类语言词形结构的初始形态很可能是，其中当然也包含了单一CV词的结构。

　　人类早期在世界的活动主要呈现为迁徙模式，随着人口增长逐步扩散到世界各地。如果现代人曾拥有相同的初始语言[5]，词形结构也应具有一致的初始形态，正是数万年的迁徙扩散、人群的隔绝和语言的随机演化导致了词形结构的地理区域差异，造成词形结构在世界范围内呈现出高度复杂性和多样性。