从特征到元素——音系特征理论发展的历程与方向

周 丽

(长沙学院外国语学院，湖南 长沙 410022)

一 从结构主义到SPE的区别性特征

生成音系学以Chomsky 和Halle(1968)合著的《英语音系(SPE)》[1]为起点。SPE提出了颠覆结构主义传统的理论与假设，比如取消“音位”概念，用语素底层表达的不同来表述音位对立；底层表达是由音系特征组成的线性表达式——矩阵，特定的矩阵片段被称为音段(segment)，相当于音位但又不等同于音位，于是确保音位对立及词义区分的责任完全转移至区别性特征。自此，特征成为生成音系的基石，很多音系学理论的创建都离不开特征，许多争议都围绕特征展开。

但SPE对结构主义的革命并不彻底。这体现在它几乎全盘继承了结构主义的特征学说，认同“特征构成所有语言共享的普遍性集合，不同语言从中各取其需”的观点[2—3]，并遵循自然主义方法论，提出如元素周期表上的元素能代表全宇宙物质一样，一整套特征代表了人类语音能力[1]，照此类推，音段库藏也是普遍性的。所以结构主义的区别性特征就是区分音位的“分类符”，后来又用它们表述音系行为中反复出现的自然类[2]。这些观点被 SPE和绝大多数早期生成语法文献继承[1]。SPE(1968：65)也明言SPE的偶分特征就是用来分类的，后续的生成特征理论概莫能外，都是在描述特征的发音[4]或感知基础[5]，但同时特征是天赋的，须同时解释自然音系现象和音系习得。

SPE等早期生成音系理论对结构主义特征的另一继承是特征的偶值性，但对结构主义的最重要“反动”是从发音而非感知来定义区别性特征。Jacobson et al. (1952)对区别特征进行系统分析后总结出12 对偶值(正、负值)的特征，这12对特征是从声学即感知角度来定义的[3]。SPE等对偶值特征的继承除强调特征的描写功能外，还很方便地用特征值在音系规则表达式斜线左右两边的不同来形式化地说明音系变化。特征在语素的音系表达中不会被删除，只是改变正负值。SPE等对感知定义的反对源自生成语法的基本假设：语言行为包括音系行为是语言能力的产物，语言能力是知识，是大脑属性，也是天赋，所以决定音系行为的音系知识只能在语者而非听者的大脑：大脑以特征(矩阵)的形式向发音器官发出指令，至于该指令被执行后得到的声学讯号如何被听者接收、处理，那不是语者及其大脑能掌控的，所以无论如何不能从感知来定义音系知识，或音系特征。

二 从后SPE 特征几何到整体理论

SPE 之后音系学理论的最大变化在音系表征，即SPE 的线性表征被非线性表征广泛取代，音系研究转向以丰富音系表征为主[6]。音系表征越丰富，对SPE音系规则的制约力越大，音系理论越理想。期间主要的理论成果是特征几何(Feature Geometry)，它只是将音段原本线性的特征表征式变为多层的非线性表达，确立了特征间的相互统治关系(dominance)，即几何关系。但特征几何并未改造结构主义和SPE特征，未取消特征偶值性和发音定义角度，这造成了一系列问题。比如，发音方法(Manner)特征的位置不明确，不同语言中相同特征间的几何关系不一致，这显然有悖于生成音系探求普遍性语言能力和普遍性音系结构的理想。更严重的是，单纯从发音定义特征几何系统解释不了由感知因素参与甚至决定的自然类分立和音系过程，比如，SPE等也只能保留个别从感知定义的特征，如[strident]，它将摩擦音二分为听感刺耳的嗞音(sibilant)和听感相对缓和的非嗞音(non-sibilant)；在英语中只有前者在词尾时引发复数语素/z/前增插[I]。此外，自然语言中有些只涉及唇音和软腭音的音系变化，只能从感知角度去解释[5，7]。

特征几何不是解决SPE遗留问题即规则制约力缺失的唯一途径。实际上七十年代末到八十年代，一些音系理论开始从语音标记性的角度提出，独值的音系成分(univalent element)才是音系表征的初始单位。这些理论可称为整体(holistic)音系学理论[6]，之所以被称为“整体”是因为：(1)有时独值成分可充当整个音段，即成分有内部结构，特征虽更具原子性，但被整体理论放弃，不再作为音段等音系结构的基本构件，但音系行为不可；(2)成分间的结构关系适用于所有语法模块与组元(components)。

三 三大整体理论简介

整体理论主要有三：依存音系学(简称DP)、粒子音系学(简称PP)、管辖音系学(简称GP)。它们的理论设计细节不一样，提出的特征或元素符号甚至符号的内涵都不一样，但如下几点是所有整体理论共享的：(1)提出的元素(成分)都不同于结构主义和SPE的特征，是独值的；(2)元素依然从发音角度来定义的；(3)都试图构拟元素与元素间的关系以尽可能统一地解释各自然语言的音系现象，具体方案大同小异。

三大整体理论都重点探讨元素(成分)间的关系。DP认为元素间的关系是依存(dependency)，即一种不对称的偶分关系；音系结构不是固有的(inherent)，而由成分的层级依存关系表述、推导[8]。依存关系贯穿于音系表征的各个层面，同时统御音段结构与超音段结构。比如一个音节的主位就是充当音节核的音段(元音或响音)，一个音步的主位是重读音节，一个调群(Intonation groups)的主位就是群内最强的那个音步，逐层类推；一个音系域中只有一个主位，而调群中最强音步的重读音节的核音段的主位元素则是上到调群下到音段的所有音系结构(成分)的主位。 详见下图1。

图1 DP中各音系结构层次及其间的依存关系

DP中结构都是偶分，两个成分中处于主导或中心位置的成分是主位成分(governor/ head)，另一从属成分被称为“依存成分”，该成分下的所有成分又称为主位的“从属成分”(subordinate)。依存关系同样是句法(也包括词法)中基本的结构关系，DP的两位创始人Anderson和 Ewen是欧洲语言学丹麦学派的继承者，践行该学派的结构类比(structural analogy)精神，谋求统一的音系与句法原则(依存)，所以DP是高度形式主义的理论。

依存也是PP的基本结构关系，依存关系贯穿于PP提出的音系表征的各个层面，如音节层、核心层、时长层、根层和粒子层[9]。这些和DP完全一致，倒是管辖音系学“另辟蹊径”，提出“管辖(government)”是制约音系结构的核心机制。

GP的主要贡献是其音节理论。在GP中音节和尾音没有理论地位，只有首音、核和韵部，分别用O、N、R表示。 O、N、R可以分支，但只能偶分[10—11]，它们的下面是类似x空格(x-slot)的骨架位置(skeletal position；也用 “x”表示)。管辖关系是指骨架层面上的两个节点之间所构成的主管-受管的关系，由骨架位置组成的“音节”成分间存在三种管辖关系：成分内管辖、成分间管辖、投射管辖 (projection government)。音段的粲数(charm)决定彼此间的管辖关系，管辖关系又决定哪些音段投射到哪些骨架位置。

成分内管辖一定是左边位置管辖右边位置；相反，成分间管辖一定是右边位置管辖左边。Kaye (1990)提出核对核的管辖是投射管辖 (projection government)。投射管辖中，严格方向条件变得宽松，从右到左、从左到右皆可，重音、声调等都可能影响管辖的方向参数。Kaye此后又提出：(1)一个音系域内除主位(head)之外的成分都必须被允准；(2)被适当管辖的核位置没有语音实现，即空范畴原则(Empty Category Principle)[10]；(3)适当管辖的形式定义[10]。此外，GP的ON序列中，首音的中心位置必须被韵核位置许可[10—11]；核后韵部位置必须被随后的首音位置许可[10]。

综上可见，GP和DP一样，带有鲜明的丹麦学派印记，是典型的类比句法与音系结构的形式主义理论，只是类比的切入点或侧重不一样。而且GP是基于原则参数的音系学理论，在方法论上与同时代的句法(GB)高度同质。纵观生成音系史，GP这样典型的原参音系理论少之又少。也许正因此，GP成为三大整体理论中影响最大的一支，不少国内学者也用GP来处理汉语的音段或声调音系[12—13]。

四 整体理论的局限：由发声音定义元素

三大整体理论的另一共同点也是它们与SPE理论的共同点：从发声音角度定义元素(成分)。DP认为语音由三种音姿来定义[14]，即范畴音姿(categorial gesture)、发音音姿(articulatory gesture)和启动(initiatory gesture)音姿。音姿是以美国哈金斯心理行为实验室为代表的语音行为研究的核心概念，但DP的三音姿体系和SPE音系及其后的特征几何有高度类比性，例如范畴音姿相当于SPE中的“主类(major class)”和“方式”特征；发音音姿更是由与发音相关的因素定义。

GP也没有摆脱SPE特征理论的影响，GP中元素有内部结构，是由完全赋值的特征组成的矩阵，这些特征就是SPE的偶值特征，从Kay、Lowenstam & Vergnaud(KLV)[15]自己给出的元音元素的矩阵(图2)能很清楚地看出这一点：

图2 KLV(1985)提出的GP元素内部的特征矩阵

PP的基本粒子是开口度(aperture)粒子/a/、腭音性(palatality)粒子/i/和唇音性(labiality)粒子/u/，很明显PP粒子是从发音角度定义的[16]。

生成音系学的特征几何最大的概念问题或缺陷是，基于发音、特征本身和特征间的结构关系复述了发音器官间的解剖结构关系，而这种复述意义何在，有待商榷。如果特征几何只是复述发音(音姿及其组配)，那语音机制完全可以取代音系来阐释自然语言中的音系现象和音系普遍性。按生成音系的基本假设，音系是纯理论的、符号性的和脱离物质(语音)基础的(substance-free)，绝大多数后SPE特征几何理论都刚好背离了这一基本假设。其次，解剖结构是既定的，特征间的几何关系也就固定了，这使得特征几何无法大幅简化特征库藏，从而偏离了生成音系理论构建的最简化目标。

DP、GP、PP其实也属于特征几何理论，他们虽旗帜鲜明地反对SPE偶值特征，但其元素、成分依然是对发音的抽象概括。但相较特征几何，整体理论并不固定成分间的几何关系，典型的例子是I统治或管辖A实现为[ɛ]，反过来A统治I为[]。依存关系的多种可能性一定程度上让(音段)音系结构摆脱了发音生理束缚，一方面又大大提高了元素的利用率，更接近理论最简化目标。所以，传统整体理论的局限在于：(1)不是所有整体理论都认可灵活的依存几何关系，比如GP 理论仍然坚持元素分布在固定的韵律层级(melodic tiers)上；(2)从发音定义的元素几何依然没法解释感知决定的音系过程，或说明感知在儿童音系获得中的重要作用；(3)独值性的理论优势没有最大化利用。相反，这些局限性被新阶的整体理论——元素理论(Element Theory/ET)一一化解。

五 元素理论——整体理论的集大成者

自90年代初始，欧洲就有一批学者提出最早元素音系理论，主张将GP、DP、PP提出的各种独值成分统一为元素[5，17-18]，并持续论证独值性在解释语言事实上的优势[19]。ET改变了早期整体理论分散、不系统地论述元素和元素理论的局面，和从发音定义元素的做法，明显倾向于Jakobson et al.(1952) “特征主要和声学信号相联系”的观点，并以声学感知特征重新定义了各元素：

元音性元素及其声学相关项(acoustic correlate)

|I| 频谱能量峰值(spectral peak)高，第二、三共振峰靠拢

|U|频谱能量峰值低，第二共振峰低，向第一峰靠拢

|A|频谱能量集中在中频区，第一峰低，向第二峰靠拢

元音性元素及其声学相关项

|H| 噪音；非谐音性(aperiodicity)

|N|耳语(murmur)；谐音性(periodicity)

所以说ET和GP、DP、PP都不一样的：ET独立于任何现有理论，但又明显继承了上述理论尤其是DP的很多假设，比如独值元素可充当整个音段(如|I|=[i])，即元素可以有内部结构，但在音系行为中不可分；音系结构是以元素为基件搭建的层级，上下级之间是严格的依存或管辖关系。图3改自Harris& Lindsey (1996)[5]，和图1明显异曲同工。

图3 Harris and Lindsey (1996)对puppy的音系表征

ET的发展也是分阶段的，早期的ET文献和GP、DP、PP一样，对独值性未作深入论证，只强调独值元素和偶值特征的对立是不够的，用零星的语言证据来支持独值元素的所谓经验解释优势也不够，因为SPE及其后续的特征理论同样有独值特征，特征几何中非终端节点的特征基本都是独值的，几何的经验解释力也强，所以更重要的是论证独值性的概念优势，这才是ET理论独立性和先进性的基石。

我们可以从三个角度来论证。首先，ET真正贯彻了“音系是心智的、无物质的符号系统”这一基本理念，更接近生成音系学的理想。特征几何包括整体特征理论都是高度依赖表征来制约规则(随意性)的理论，表征是后SPE(非线性)音系的基石，音系推导不是以规则为载体，而是由关于结构表征的原则与制约条件驱动，这是特征几何和整体理论的共同目标，但两者的接近目标的程度不同：首先，这些结构表征原则和条件都应该是摆脱物质的，认知或心智的，但特征几何中此类原则条件受制于发音生理构造，不符合这一标准；相反，整体理论中此类原则条件是无物质和认知的，元素虽然归根结底从发音定义，但是经过了一定的抽象，多少脱离了其物质(发音)基础，同一元素可以时在主位，时在受管位置，元素间结构关系可以被调整或颠倒，所以是合格的心智实体，也唯有如此，结构原则和条件才可能独立于元素的自身构成或属性，音系才能成为无物质音系。 其次，SPE音系规则或操作一直被诟病为局限于具体音变现象，有就事论事之嫌，非线性理论虽更倚重表征，并未根治该缺陷。而造成这种局面的正是特征偶值性，偶值特征的描述性又是表述规则的基本语汇，规则也随之带有强描述性，规则的随意性来源其描写功能缺乏制约。相反，在独值理论中，操作就只有两个——建构和解构，或连接与断开，再加上PP的粒子裂变与聚合、增、减等，是由数量极少、普遍性极高的手段来阐释繁多的语音变化。这些操作有普遍性物理过程的特质，接近自然法则。这完全符合生成语法的另一核心理想或理念，即语言是自然物，基本的语法原则应与通域的自然法则一致或兼容。

其次，ET的元素本是中立(neutral)和心智的。早期ET文献过于依赖声学依据，忘了音系元素是纯符号，是心智实体。Harris & Lindsey (1995)对此做了关键修正，他们指出，无论是从发音还是从感知定义元素，都要警惕元素本身被认定(误认)为发音或感知性的，这样元素就摆脱不开语音、物质，不能成为计算性的心智单位，语音与音系将会混同，因此元素必须中立于感知与发音。在ET看来，SPE“唯有发音指令是大脑的、认知的这一观点”站不住脚。不从发音定义的元素同样可以给出发音指令(稍后详述)，而且相比指令发音，元素更重要的任务是计算，即完成对可能(attestable)和不可能的元素组配(音段)或音系过程的预测，为达此目的，元素必须是计算的、心智的，即中立的。

再次，ET用综合感知、发音的角度定义元素有几项明显的经验优势。第一，ET也认为主位与受管位置的音段强弱区分与它们声学特征(感知音征(cues))的多寡和所含元素的多寡是直接关联的。音段弱化或处在韵律弱位可直接表达为元素的缺失或脱落，元素越少意味着音征越少，感知和韵律力量上越弱。SPE和其它任何后SPE理论的特征都无法直接概括这种对应关系，这种独特的经验优势是ET纳入感知来定义元素的结果。

第二，自然语言不乏软腭音、唇音成为自然类的音系过程，这只能从感知角度解释：两者有相同的声学特征——频谱整体呈降势，这点ET优于一切基于发音的特征(元素)理论。

第三，元素既可以组合构成音段也可以单独表征某音段，Harris &Lindsey称之为自主读解(autonomous interpretation)假设。自主读解使得ET元素总量比SPE特征数量少了很多，更符合理论简约性原则。而且同一元素(表征)可有不同的语音说明(phonetic exponence)，这进一步解锁了认知性元素与语音基础，也能更好地说明音系范畴、结构的跨语言差异；范畴与语音说明的具体联系是感知经验累积决定的。

第四，也是最重要的是ET 坚持元素的感知基础的证据来自语言、音系习得。习得中感知先于且独立于发音，感知于习得才是不可或缺的，哑巴终能习得本族语法，天生耳聋则不可能达到本族语者的水平。儿童归纳和范畴化感知输入来构建心理表征，进而构建心理词库并开始产出词项，其间最重要的一步是内部发音综合(internal articulatory synthesis)，即儿童将感知项与既定音姿组配联结起来并不断固化两者的联结。我们认为这就是综合了感知与发音的音系元素的形成或浮现(emerge)过程，也就是各发音、感知因素抽象、内化为元素的过程。元素浮现论能很好地解释感知在阐释习得和特定音系现象时的作用与地位，这也是任何单纯依赖发音的特征理论做不到的。

至此，本文以音系基本单位的定义和解释力为线，串联起生成音系特征理论的各发展阶段和整体理论向新阶元素理论的过渡过程，认为SPE特征体系及其后续的特征几何单从发音来定义特征，无法建立真正的无物质、认知的音系，经验解释力也受限。元素是经验中浮现的认知单位，集发音与感知因素、抽象性与具象性于一身，在阐释习得和特定音系现象时有独到优势。无论从哪个角度评判，元素理论都更简约，同时更具经验解释力的理论，独值元素必将取代侧重描写的偶值区别性特征。