世界语系：给七千种语言画家谱

一个法官的直觉

1786年，在加尔各答亚洲学会的年会上，威廉·琼斯（William Jones，1746-1794）法官说出了那句改变语言学的话：梵语与希腊语、拉丁语"出自某个共同的、或许已不存在的源头"。这个直觉的爆炸力在于：印度与欧洲之间隔着半个大陆，如果它们的语言是同一位祖先的后代，那么这位祖先的回声，应该能在从冰岛到孟加拉的整个地带听见。此后一个半世纪的验证，把印欧语系建成了语言学的第一座、也是至今最坚固的语系大厦：约四百四十五种语言，母语者合计超过三十四亿，占世界人口将近一半，语族从日耳曼、罗曼、斯拉夫一直排到印度-伊朗，连1915年被破译的赫梯语——一种已死去三千多年的安纳托利亚古语——也被证明是这个家族的早夭长兄。

家族的边界至今仍在改写。二十世纪初，德国探险队在新疆的沙漠里挖出一种用婆罗米字母书写的死语言，定名吐火罗语——它身处亚洲腹地，特征却靠近西部的凯尔特语族，像一枚被扔过整个大陆的漂流瓶，至今仍让语言学家困惑。至于原始印欧语的老家，学界分成两大阵营：玛丽亚·金布塔斯（Marija Gimbutas，1921-1994）主张的草原假说把起源地放在黑海北岸的颜那亚文化，时间约六千年前；科林·伦弗鲁（Colin Renfrew，1937-2024）的安纳托利亚假说则把它推到约九千年前的土耳其农人身上。2015年以后，古DNA证据大举倒向草原一边——颜那亚牧人的基因印记，确实随着青铜时代的迁徙铺满了欧亚大陆。从琼斯的那句话到古DNA，两百三十年间，这个家族的故事不断被同一句惊叹刷新：原来我们彼此是亲戚。

比较法：词源侦探学

把直觉变成科学的是历史比较法。它的要义不是找长得像的词，而是找严整的语音对应：凡是拉丁语读 p 的地方，英语往往读 f，pater 对 father，pes 对 foot；凡是拉丁语读 t 的地方，英语读 th，tres 对 three。雅各布·格林（Jacob Grimm，1785-1863）在1822年把这些对应整理成格林定律；早在1818年，丹麦人拉斯穆斯·拉斯克（Rasmus Rask，1787-1832）其实已经写出了其中的大部分。1875年，卡尔·维尔纳（Karl Verner，1846-1896）用重音位置解释了格林定律的最大一批例外，史称维尔纳定律。掌握了对应规律，就可以倒推祖先的发音：把各后代语言的读音摆在天平上，重建出带星号的原始形式。奥古斯特·施莱歇尔（August Schleicher，1821-1868）做得最绝：1868年，他干脆用重建出的原始印欧语写了一则寓言《羊与马》，让这门消失了六千年的语言第一次重新开口说话。

欧亚大陆的其他家族

汉藏语系是可与印欧比肩的巨无霸：约四百五十种语言、十四亿以上人口，横跨汉语族与藏缅语族，从喜马拉雅山麓铺到南海之滨，但内部关系至今争论不休——侗台语和苗瑶语究竟算不算汉藏，中国学界与国际学界尚未达成一致。亚非语系（旧称闪含语系）从摩洛哥绵延到埃塞俄比亚：阿拉伯语、希伯来语、阿姆哈拉语、豪萨语，连同早已成为死语言的古埃及语，使用者合计近五亿。南岛语系是海洋的冠军：一千二百余种语言，西起马达加斯加、东至复活节岛、北抵台湾、南达新西兰，跨度接近半个地球，是世界上分布最广的语系。尼日尔-刚果语系以一千五百多种语言成为成员数量最多的家族，几乎覆盖撒哈拉以南。而一度风光的阿尔泰语系假说——把突厥、蒙古、通古斯乃至日语韩语装进一个口袋——在二十世纪后半叶的严格检验下基本解体，多数学者认为那些相似是数千年接触的产物，而非血缘。

树之外还有网

谱系树不是世界的全部真相。1872年，约翰内斯·施密特（Johannes Schmidt，1843-1901）提出波浪说：语言的创新像投入池塘的石子激起的水纹，一圈圈向外扩散，相邻语言共享波纹，却未必共享祖先。巴尔干半岛提供了最漂亮的证据：保加利亚语、阿尔巴尼亚语、罗马尼亚语分属不同语族，却共享后置定冠词等一串罕见特征，组成了著名的巴尔干语言联盟。树与网，原来都是真的：语言既在垂直地遗传，也在水平地渗透。今天的研究者用贝叶斯方法在同一台计算机里同时拟合树与波——谱系学的工具箱，终于装下了这幅更复杂的图景。

一张活着的地图

今天的语言地图仍在变动：新几内亚高地每翻过一座山就可能换一门语言，那座岛屿以不到世界百分之一的人口承载了上千种语言；亚马逊雨林深处还有从未被描写的孤立语言。语系分类这门家谱学，归根结底是在回答琼斯式的问题——在嘈杂的差异之下，辨认血脉的回声；在时间的深井里，打捞人类迁徙的足迹。