儿歌讹变反映的塞音、塞擦音习得问题

叶 军，郑 莹，王 森

（华东师范大学国际汉语文化学院，上海，200062）

1.儿歌的讹变

2019 年9 月，重庆卫视播出了一部介绍重庆近代城市开放与发展历程的电视纪录片。片名《城门几丈高》源自重庆流传极广的一首儿歌的标题，而电视片也以这首儿歌作为片头曲。

城门城门几丈高？

三十六丈高。

骑马马，坐轿轿，

城门底下走一遭。

这是一首儿童做游戏时唱的儿歌。两个孩子面对面牵着双手举起，做城门状。游戏时，两个孩子牵着的双手随儿歌节奏上下舞动，模拟城门的开合。其他孩子排着队，依次趁“城门”举起打开的时候钻过“城门”，避免被放下的“城门”夹住。

其实，这首儿歌不只流传于重庆一地，在四川、云南、广西、江苏、北京等地也均有流传，只是各地的版本有所不同。例如后两句变为“骑大马，带把刀，走进城门里抄一抄”“ 骑红马，挎大刀，走进城门挨一刀”或“骑白马，带宝刀，走进城门滑一跤”等等。有的地方还有一些比较长的版本，本文就不一一列举。各种版本前两句基本相同，后两句的差别主要是描摹儿童做游戏时的各种动作，如“抄一抄”“挨一刀”“滑一跤”等，整首儿歌的基本意思是一致的。不过在重庆、四川等地这首儿歌还有另一个更受欢迎的版本：

城门城门鸡蛋糕，

山是绿豆糕。

骑马马，坐轿轿，

城门底下走一遭。

这个版本的特别之处在于：第一，变化并非发生在后两句，而是前两句；第二，整首儿歌的意思完全变了，尽管前两句我们可以理解为城门像鸡蛋糕，山像绿豆糕，但一二句与三四句变得不那么连贯。因此，我们认为“城门鸡蛋糕，山是绿豆糕”应是一种讹变。

是什么原因导致“城门几丈高”讹变成“城门绿豆糕”，“三十六丈高”讹变成“山是绿豆糕”呢？儿童心理是一个显而易见的因素。在孩子们的心目中，对城门几丈高的好奇很难敌过鸡蛋糕和绿豆糕的诱惑；然而，美味食品的诱惑一定不是儿歌讹变的首要原因，如果没有谐音（语音相似）这个基本前提，儿歌中的美食为什么不是别的，而偏偏是鸡蛋糕和绿豆糕呢？

在重庆话和周边的西南官话中，“糕”与“高”“山”与“三”“绿”与“六”同音，“是”与“十”“鸡”与“几”声韵相同，只是声调（单字调） 不同，在语流中由于变调，听上去类似。方言的谐音可以解释“几”变“鸡”“高”变“糕”“三”变“山”“十”变“是”“六” 变“绿”的问题，但仍不能解释“丈”变成“蛋”和“豆”的问题。

城门几丈高三十六丈高

|| ？ || || || || ？||

城门鸡蛋糕山是绿豆糕

“丈”与“蛋”和“豆”在西南官话中仅声调相同，声韵均不同。尽管声调被认为是汉语音节最显现的部分，但单靠声调一项无法实现谐音。

2.辅音习得顺序的语音学分析

我们发现，儿歌讹传中“丈”的替代音节“蛋”和“豆”的声母相同。重庆话中，“丈”的声母为辅音/ts/，“蛋”和“豆”的声母为辅音/t/，即/ts/变成了/t/。/ts/是舌尖前塞擦音，/t/是舌尖中塞音。两者发音部位不同，发音方法也不同，表面上并不直接构成谐音关系；但塞擦音→塞音的讹变却反映了儿童语音习得的一个有趣的现象。20 世纪40 年代初，雅各布逊提出了音系习得不可逆一致性法则（Law of irreversible solidarity），认为儿童语音发展表现为若干阶段，而这些阶段的排列严格遵守具有普遍性的内在系统法则。在谈及辅音习得顺序时，雅各布逊指出，发音部位靠前的辅音比发音部位靠后的辅音较早习得，塞音比塞擦音较早习得，鼻音比非鼻音较早习得（Jakobson，1968：51-56）。

李嵬等人关于说汉语普通话儿童的语音习得研究（李嵬等，2000）呈现的普通话塞音和塞擦音的习得先后顺序是：

t → p，th→ k，kh→ ph→ tɕ，tɕh→ tʂ，tʂh，ts，tsh

这一排列清楚地表明：

（1）塞音先于塞擦音习得；

（2）不送气音先于送气音习得。

该文提供的音节首辅音错误类型的分布数据也同样支持上述结论。“塞音化”在各年龄段均显著高于“塞擦音化”；“非送气化”在各年龄段均显著高于“送气化”。3 岁7 个月至4岁的儿童，出现塞音化的比例是46%，塞擦音化只有4%；出现非送气化的比例是46%，送气化为12%。

Locke（1980）、Kent（1990）试图从生理上解释儿童语音习得顺序，他们认为儿童会较早习得辨识和发出都比较容易的音位。McLeod & Crowe（2018）通过对31 个国家27种语言的26007 名儿童的辅音习得研究进行综述得出结论，认为塞音、鼻音和非肺部气流音（例如搭嘴音）的习得早于颤音、闪音、擦音和塞擦音。不过，习得顺序和发音难易并不等同。难易是个模糊的概念，本文以汉语塞音与塞擦音为例，从发音生理和听辨感知的角度重点讨论一下什么是难，什么是易。

2.1 发音难易的生理机制

阻碍是辅音发音的关键因素，几乎所有的辅音都是由声道中形成阻碍，气流解除阻碍而发出的。吴宗济认为，阻碍和动程是辅音发音的两大特点（鲍怀翘、林茂灿，2014：131）。按照吴宗济的分析，笼统的阻碍可分为“阻塞”（完全闭塞）和“阻碍”（不完全闭塞）两大类；动程也包括塞音、颤音、擦音、同音、响音、闪音、半元音等几种类型（Catford，1977：134），与塞音和塞擦音有关的主要是爆破（塞音）与摩擦（擦音）两类。

我们认为，除了阻碍特征与动程特征，声源（阻碍的位置与清浊）特征是另一个体现辅音发音特点的重要因素。塞音和塞擦音的声源特征可以从清/浊、不送气/送气两个方面进行分析。清辅音发音时，只有来自声道阻碍的声源，声带不颤动；浊辅音发音时，除了来自声道阻碍的声源，声道同时颤动，即存在声道音和声带音两类不同的声源（Johnson，2012：25-32）。不送气清塞音发音时，只有从阻塞点产生的一个声道音声源；不送气清塞擦音发音时，尽管包含爆破和摩擦两个动程，但两者阻塞点与阻碍点是同一位置，也只有一个声道音声源；送气清塞音和送气清塞擦音发音时，其送气特征由送气段摩擦产生，有些时候送气段摩擦①送气段声源与送气音后接元音有关。如果后接元音为前高元音或舌尖元音，送气段摩擦来自塞音、塞擦音闭塞的同一部位；如果后接元音为后元音或低元音，送气段摩擦则是来自咽喉部的摩擦，与塞或塞擦部分是分离的。并不出自相应不送气清塞音和塞擦音的阻塞/阻碍点，而是一段来自咽喉部的摩擦（鲍怀翘，林茂灿，2014：159-160），这样就存在两个声道音声源，声道音1 是口腔部分塞音和塞擦音的阻塞/阻碍点的爆破和摩擦，声道音2 是送气段咽喉部的摩擦。

综上所述，辅音的发音可以归结为阻碍、动程和声源三方面的特征。

由于汉语普通话中塞音、塞擦音只有清音，没有浊音，不考虑清/浊，可以将表1 简化为表2。

表1：各类塞音、塞擦音发音特征比较

表2：普通话塞音、塞擦音发音特征数量比较

仅就各类塞音、塞擦音的发音特征数量衡量辅音发音的难易程度而言，塞音确实较塞擦音易于习得，不送气音较送气音易于习得；这也是语音习得中塞音先于塞擦音、不送气音先于送气音的原因。

（1）塞擦音均具有2 项阻碍特征、2 项动程特征，相比塞音的1 项阻碍特征、1 项动程特征；显然，塞音完成的发音过程最简单，而塞擦音更显复杂，塞擦音的发音难于塞音；

（2）在阻碍特征和动程特征相同的情况下，送气音使用的声源（2 个）要多于不送气音的声源（1 个）；因此，送气音使用的发音过程较不送气音复杂，送气音的发音难于不送气音；

（3）不送气清塞音发音特征数量最少，1种阻碍，1 个动程，单一声源，发音过程最简单；

（4）送气清塞擦音的发音特征数量最多，2 种阻碍，2 个动程，双重声源，发音过程最复杂。

从发音过程所涉及的发音特征的复杂程度分析，塞音、塞擦音发音由难到易的排列顺序为：送气清塞擦音>不送气清塞擦音>送气清塞音>不送气清塞音；相应的习得顺序则为：

不送气清塞音→送气清塞音→不送气清塞擦音→送气清塞擦音

郑静宜（2017）对台湾地区3～6 岁学前儿童共416 个样本进行了语音测验评估，以75%的正确率为音素习得标准，将儿童语音习得过程分为以下五个年龄阶段：

三岁之前：b，m，n，h 等音达到习得标准。

三岁：d，l，g，j 等音达到习得标准。

四岁：p，t，k，q，x 等音达到习得标准。

五岁：f，z，c，s 等音达到习得标准。

六岁之后：zh，ch，sh，r 等音达到习得标准。

根据以上实验结论，我们计算出台湾地区学前儿童习得各类塞音、塞擦音的平均年龄，分别是：不送气清塞音2.67 岁，送气清塞音4.0岁，不送气清塞擦音5.0 岁，送气清塞擦音5.33岁①为便于统计与计算，“三岁之前”取2 岁，“六岁之后”取7 岁。，与我们根据难易程度进行的排序一致。

2.2 发音和听辨难易的声学线索

区分塞音、塞擦音以及相应的清/浊、不送气/送气的声学参数是嗓音起始时间（VOT）。VOT（值） =嗓音起始时间-辅音除阻时间

VOT 小于等于0，嗓音开始早于或同时于辅音除阻，辅音为浊音；

VOT 大于0，嗓音开始晚于辅音除阻，辅音为清音；（鲍怀翘，林茂灿，2014：140）

塞擦音比塞音多一个摩擦的动程，VOT 塞擦音大于塞音；

送气音比不送气音多一个送气段摩擦，VOT 送气音大于不送气音。

我们用字表（表3）测量了10 位发音人普通话塞音、塞擦音的VOT 值，取各人的均值，得到以下结果（表4）。

以上测量结果表明：

（1）嗓音起始时间（VOT）是一个连续统，浊塞音/塞擦音、不送气清塞音、不送气清塞擦音、送气清塞音、送气清塞擦音分别占据了VOT 连续统中的一段，范畴性显现特别明显。VOT 越小的音，其VOT 值范围也越小；VOT 越大的音，其VOT 值范围也越大。

（2）送气塞音和送气塞擦音， VOT 值范围不交叉，彼此区间差值45ms；不送气塞音和不送气塞擦音，VOT 值范围也不交叉，区间差值8ms。塞音与塞擦音之间的范畴性差别比较明显。

（3）不送气塞音和送气塞音，VOT 值范围不交叉，彼此区间差值38ms；不送气塞擦音和送气塞擦音， VOT 值范围也不交叉，区间差值59ms。送气与不送气之间的范畴性差别非常明显。

表3：普通话塞音、塞擦音声母音节录音字表②字表设计参照了《实验语言学概要》（增订版）（鲍怀翘、林茂灿，2014：150）普通话清辅音声学参量表（表6.2）相关部分的字表。

表4：普通话塞音、塞擦音VOT 参量表（单位：ms）

图1：普通话塞音、塞擦音VOT 值（ms）分布图

（4）普通话塞音和塞擦音中不送气塞音由于只有爆破1 个动程，VOT 值最小；送气塞擦音由于包含两种动程且其阻碍又包含两段不同声源的摩擦，实际存在3 个动程，其VOT 值最大，送气塞音和不送气塞擦音都是2 个动程（爆破+摩擦），VOT 值介于不送气塞音和送气塞擦音之间。两者相较，不送气塞擦音总体上短于送气塞音，这表明送气段的摩擦较塞擦中的摩擦部分长。普通话塞音、塞擦音VOT 值从小到大的排列顺序是：

不送气清塞音<不送气清塞擦音<送气清塞音<送气清塞擦音

（5） 不送气清塞音VOT 值极小，处于VOT 正值的最低端，趋近于0，且其VOT 值范围不与送气清塞音和清塞擦音任何交叉，单一爆破的特点体现特别明显，无论发音还是听辨都是最易区分的。不送气清塞擦音、送气清塞音、送气清塞擦音三者VOT 值范围均略有交叉，故后三者的区分难度较不送气清塞音要略大一点。

综上所述，辅音发音的生理机制及辅音发音、感知的声学线索分析，均支持雅各布逊关于辅音习得顺序塞音先于塞擦音、不送气音先于送气音的法则。

3.辅音习得顺序的分布分析

雅各布逊在音系习得不可逆一致性法则中还包括另一条法则：一个音位是早习得还是晚习得， 主要由该音位在世界语言中的分布情况而定，分布广的音位较早习得，分布窄的音位较晚习得（Jakobson，1968：51）。换句话说：某个音位分布越广，说明其在世界语言中具有一致性，越容易使用（发音和听辨）。

我们本次通过维基百科进行世界语言音系搜索，共收集了全世界68 种语言，其中汉藏语系4 种，印欧语系30 种，阿尔泰语系5 种，亚非（闪含）语系10 种，尼日尔-刚果语系4种，乌拉尔语系3 种，南岛语系4 种，高加索语系1 种，南亚语系2 种，达罗毗荼语系1种，日本-琉球语系1 种，孤立语言1 种，美洲印第安语言2 种。对各语言中塞音和塞擦音的组数（同一具体发音部位的为一组）和个数进行了统计，结果显示：

（1）塞音组数极大值为5（冰岛语、阿拉伯语、科普特语、索马里语、高棉语），极小值为2（阿塞拜疆语），平均值为3.69；个数极大值为16（尼泊尔语、孟加拉语、印地语和豪萨语），极小值为4（爱沙尼亚语和阿塞拜疆语），平均值为8.47。

塞擦音组数极大值为3（汉语、波兰语、德语、波斯尼亚语、罗曼什语、塞尔维亚语、阿尔巴尼亚语、匈牙利语、修纳语和祖鲁语），极小值为0（法语、拉丁语、葡萄牙语、迪维西语、塔吉克语、瑞典语、挪威语、冰岛语、荷兰语、芬兰语、爱沙尼亚语、科普特语、阿法尔语、越南语、高棉语和泰米尔语），平均值为1.32；个数极大值为9（修纳语），极小值为0（同组数为0 的语言），平均值为2.68。

塞音无论组数还是个数都明显多于塞擦音。

（2） 塞音组数多于塞擦音的语言有58种，其中差值为5 的有9 种，差值为4 的有4种，差值为3 的有21 种，差值为2 的有13 种，差值为1 的有11 种。塞音个数多于塞擦音的语言有63 种。其中差值最大的为13，塞音个数比塞擦音个数平均多5.79，标准差3.35。85.29%的语言塞音组数多于塞擦音，92.65%的语言塞音个数多于塞擦音。

（3）塞音和塞擦音组数相等的语言有10种（汉语、波兰语、德语、波斯尼亚语、罗曼什语、塞尔维亚语、阿尔巴尼亚语、匈牙利语、修纳语和祖鲁语），并且它们的组数都为3。塞音与塞擦音个数相等的语言有5 种，其中个数为9 的有1 种，个数为6 的有4 种。14.71%的语言塞音组数和塞擦音相等，7.35%的语言塞音个数和塞擦音相等。

（4）没有任何一种语言在组数和个数上是塞音少于塞擦音的。

（5）塞音和塞擦音有清/浊对立的语言有58 种，有不送气/送气的语言有19 种。

（6）清/浊对立的语言中，塞音组数多于塞擦音的有50 种，塞音、塞擦音组数相同的有8 种。

（7）不送气/送气对立的语言中，塞音组数多于塞擦音的有18 种，塞音、塞擦音组数相同的有1 种。

（8）按发音部位①本文将具体的发音部位归纳为唇、齿、硬腭、软腭小舌、喉5 大类。排序，塞音为唇音和齿音的可能性最大（68 种语言），其次是软腭音（67 种语言），然后是硬颚音（18 种语言）和喉音（18 种语言）。

（9）按发音部位排序，塞擦音为硬颚音的可能性最大（49 种语言），其次是齿音（30 种语言），最后是唇音（2 种语言）和软腭音（2种语言）。

（10）塞音和塞擦音分布比较集中的发音部位是齿音（30 种语言），其次是硬颚音（8种语言）。

上述结果，可以推导出以下结论：

（1）在世界各种语言中，塞音的分布明显广于塞擦音的分布，可以推测塞擦音的习得要难于塞音的习得，塞音习得要早于塞擦音。

（2）从世界各语言塞音、塞擦音出现的发音部位来看，塞音的分布也明显广于塞擦音。在唇、齿、硬腭、软腭小舌、喉这几个发音部位中，塞音几乎都有分布，而塞擦音只集中于齿和硬颚，唇音和软腭音极少，喉音没有。

（3）由于塞擦音与擦音分布均比较集中于齿部，语音习得中齿部的塞擦音和塞音最容易混淆。由于硬颚是塞擦音比较集中的发音部位（49 种语言），而塞音的分布相对较少（18 种），所以在语音习得中，学习者倾向于用齿部的塞音去替代硬腭部的塞擦音。

4.关于语音习得问题的进一步讨论

本文关于语音习得顺序的讨论由儿歌《城门几丈高》的讹变引发，从发音生理、声学参数与感知范畴、音位分布等角度，探究了辅音习得中塞音、塞擦音的习得顺序。影响语音习得顺序的影响因素是多方面的，因此，文章最后想围绕有关问题再做进一步的讨论。

4.1 母语习得和二语学习

早期习得顺序研究的对象是母语，就是从儿童语言发展的角度讨论习得顺序，即以分布解释儿童语音能力的发展，意不在二语学习。克拉申较早关注二语的习得顺序问题，提出了二语习得的自然顺序假说（Krashen，1976，1982：12-15），认为语言习得遵循一个不受年龄、母语背景和学习环境等影响的可预测的顺序，这一自然顺序来自于学习者内在的语言习得机制，二语习得的顺序与母语习得的顺序一致。冯丽萍（2011）认为，自然顺序假说过分强调普遍的内在语言机制的作用而极力淡化语言迁移对二语学习的影响。

对于二语习得来说，普遍的内在机制和语言迁移之间，到底谁的影响更大呢？我们认为，就语言习得而言，普遍的内在机制是决定习得顺序的根本因素；其他因素包括语言迁移因素，只是在自然习得顺序的基础上对局部参数的修改。二语习得中被观察到的某些语言背景群体或某些学习者个体所表示的特殊性，不足以改变自然习得顺序的趋势和基本格局。许政援（1994、1996）提出语言的普遍性、人脑和言语器官的普遍性、认知发展的普遍性、交际的普遍性等4 个儿童语言习得的普遍性因素。本文即是从发音的生理机制和语音认知的范畴性角度探讨了辅音（主要是塞音和塞擦音）习得的普遍性。阻碍种类、动程的类别与数量、声源的异同，均是辅音发音普遍性的反映；VOT 连续统中不同种类塞音和塞擦音的分布，也正是辅音认知普遍性的基础。二语语音习得经常被提及的不同语言背景的差异性，根本上来源于音位的分布。某音位出现在甲语言而不出现在乙语言，这种分布的不对应，是造成负迁移的首要原因。在世界语言中广泛存在的音位，生理上发音难度较小，习得难度较低；而在世界语言中分布较少的音位，生理上发音难度较大，无论是儿童母语习得还是学习者二语习得的难度均较高。

4.2 汉语（普通话）辅音习得研究

关于汉语儿童的语音习得，吴天敏、许政援（1979）、张仁俊、朱曼殊（1987）、李宇明（1991）、许政援 、郭小朝（1992）、李嵬等（2000）、司玉英（2006）、刘春燕（2007）、徐亮、杨巍、戚国辉（2010）进行了不少研究，这些研究多采用个案跟踪观察的方法，也有采用群体采样的方式。研究结果显示，汉语儿童语音习得的顺序与其他语言儿童习得的顺序相似。关于辅音习得，大多得出了塞音早于塞擦音、不送气音早于送气音的结论。笔者在对一名1岁8 个月儿童的观察中，也发现用/t/替代/tɕ/，将“驾”说成“大”的现象。

汉语二语辅音习得研究，（1）较多地集中在与发音部位有关的研究上，例如舌尖前音、舌尖后音和舌面音习得；（2）发音方法主要集中在不送气/送气、清/浊的讨论上，很少论及塞音和塞擦音的关系。为什么会厚此薄彼呢？其实这个问题也间接跟辅音习得顺序及相关法则有关。上文音位分布统计表明，68 种语言中既有塞音也有塞擦音有52 种，远多于不送气/送气对立的19种。汉语二语学习者发生不送气/送气问题的概率要明显高于塞音和塞擦音问题，不送气/送气问题更加凸显，也更多为研究者关注。

汉语普通话有3 组6 个塞擦音，组数在世界各主要语言中是比较多的。相对那些没有塞擦音，或塞擦音比较少的语言来说，塞擦音就可能成为一个难点。笔者在研究中就曾发现美国学习者时常会将塞擦音声母/ts//tsh/或/tɕ//tɕh/听作塞音声母/t//th/，偶有相反的情况。儿歌讹变呈现的儿童母语习得的规律对二语习得具有提示和启发意义，让我们在长期忽视塞音、塞擦音问题之后，也开始关注汉语二语辅音习得中的塞音、塞擦音问题。

4.3 习得顺序、习得难度和习得偏误

关于语音习得顺序的讨论很容易让人联想到语音习得的难易和语音习得偏误。毫无疑问，习得顺序、习得难度和习得偏误三者密切相关，但三个概念各自的着眼点不同，不能想当然地将三者等同起来。习得顺序受制于普遍的、内在的语言习得机制，语音习得顺序反映的是语音习得的趋势和基本格局。一般来说，难度小的语音先习得，难度较大的语音晚习得；不过，难易更可能与一些具体的方面联系起来，比如语言迁移就是影响难易的重要因素。

尽管习得顺序研究利用了大量来自偏误的证据，但是偏误的情况显然比体现普遍性的习得顺序要复杂得多，而导致偏误的原因也更加多样。以塞音、塞擦音习得为例，不能因为习得普遍顺序是塞音先于塞擦音，就一厢情愿地断定偏误一定发生在塞擦音，即将塞擦音误听或误发为塞音。李嵬等（2000）的研究就发现，在1.6～2.0 岁的儿童中，塞音化（非塞音念成塞音）出现的比例高达95%，塞擦音化（非塞擦音念成塞擦音）的比例也有67%。随着年龄的增加，塞音化和塞擦音化的比例都明显下降，但4.0 岁以前塞擦音化都会保持一定的比例。二语习得中也会有类似的情况。我们在研究中发现，美国（母语为英语）学习者学习汉语语音时，听辨和发音呈现出相反的趋势。听辨时，倾向于将塞擦音误听为塞音；发音时，倾向于将塞音误读为塞擦音。美国学习者发生偏误的汉语塞音和塞擦音的VOT 介于汉语母语者塞音和塞擦音之间（郑珂，2019）。这个现象可以从音位范畴性的角度加以解释。在VOT 的连续统中，VOT大于0 的区间，汉语有四个范畴（塞音不送气、塞擦音不送气、塞音送气、塞擦音送气）；英语没有送气与不送气的对立，VOT 大于0 的区间，只有塞音和塞擦音两个范畴，各自的VOT 区间显得比较宽松，塞音的VOT 就会大于汉语母语者。他们发的塞音就让汉语母语者听起来更像塞擦音。

儿童语言发展辅音习得塞音先于塞擦音。塞擦音发音塞音化使儿歌“城门几丈高” 讹变为“城门鸡蛋糕”。这一现象带给我们的启示是母语习得塞音、塞擦音的自然顺序问题，由此引申出音位在世界语言中分布的不对应是影响二语语音习得的重要因素。习得顺序法则对二语语音习得同样具有普遍性的意义。结合儿童语音习得的二语语音习得研究可以进一步开拓相关研究的广度和深度。