一、前言
王力先生 讲 “事物 得名之始，固然 是 任意的；但 到了 一个词 演变为 几个词 的 时候，就 不再是 任意的，而 是在 语音上 发生 关系的 了。”①最新的 研究者 发现了 更多的 所谓“音征词”， 并认为 在 音征词 中，高元音 由于 口腔 空间小，更容易 和 表示“小” 的 所谓阴性词 有 对应联系，而 低元音 则相反。② 显然，随意性观点 和 已经 被觉察到的 音义联系 自相矛盾 了，而“理据性” 概念 的 出现 则 很好地 调和了 这种矛盾，因为 它 既肯定随意性，也 肯定 音义间的 联系。
二、从动物行为和信息交流过程看语言起源的理据
2.1、语音起源包括三个阶段
动物的声音最原始的价值是作为性别“身份证”标志召唤异性，在视觉不便时，叫声可以表达自己的存在，甚至表明关于方位、距离、移动、是否成年和强壮等信息。夜间池塘边的蛙鸣，盛夏树丛中的蝉叫，都是这种最原始的“寻偶专用语言”。这种语言可以被理解为：“我就在这里，我正在寻找异性。” 随着神经系统的进化和经验积累,动物行为不断复杂化。高级动物的叫声衍生出了恐吓同性竞争对手和天敌，召唤子代、母代和同族等功能。母鸡召唤小鸡，雄性哺乳动物争夺配偶时的吼叫，完全不懂语言的婴孩召唤父母，都强调了自身的存在，并暗示某种要求和希望，至于暗示的真正内容，就得在更大程度上依靠被召唤者观察理解了。人类和其它高级动物的原始思维交流就起源于他们相互之间的这种观察，因为对于不会语言的动物来说，这已经是信息交流了。
普通的观察理解毕竟不能传递全部的思维信息，所以大脑发达的动物进化出了最高级的观察方式，那就是“动作行为的模仿理解”。模仿使动物之间的相互理解能力和思维信息的交流程度达到了巅峰。这种行为特征和交流能力在灵长类动物的身上得到了更好体现。最终，肢体动作的模仿演化成了人类最初的肢体语言。从那种“召唤和观察理解”发展到今天这样完善的人类语言需要经过三个阶段。
语言起源的三个阶段：
|
|
第一阶段
“肢体模仿”语言 |
第二阶段
“口腔拟象”语言 |
第三阶段 “语音独立表述”语言 |
|
肢体动作 |
语言的主体 |
语言的主体 |
辅助语言 |
|
语音 |
语言的起止信号 |
辅助语言 |
语言的主体 |
2.2、语音起源的第一阶段：语音作为“肢体模仿语言”的起始和结束信号
弗里希（Karl von Frisch）自1915年开始与其学生和同事进行了50多年的试验研究，发现蜜蜂以舞蹈方式指示它的同伴饲料源的方向和距离，以及气味、饲料丰歉等信息。蜜源与蜂巢的距离和舞蹈动作的快慢有直接关系。距离越近，舞蹈过程中转弯越急、爬行越快；距离越远，转弯越缓，动作也慢，直线爬行摆动腹部也越显得稳重。1927年弗里希指出，摆尾舞在直线移动时尾部摆动很快，同时发出声音。蜜蜂可能听不出靠空气传播的振荡，但感受物体的振动却极灵敏。③
密蜂的舞蹈行为能被其它蜜蜂观察模仿和理解。弗里希所说的摆尾舞就是由两个半圆拼成的“8”字舞，当中的直线表达重要的“方向”意义而弧线不表达重要意义，所以弧线动作应该理解为重复直线动作的准备，是两次直线动作的承接动作。蜜蜂在进入直线动作时通过剧烈摆动和声音来加强对其他蜜蜂的刺激，也只能说明直线部分的意义比弧线部分重要。直线动作相当于实词而弧线动作相当于虚词，“实词”和“虚词”声音刺激强度的变化特征与当代人类语言中的情况居然一致。
模仿是最原始的思维交流和学习方式。灵长类的模仿能力更是被公认的。同类间通过有意识招引模仿或者无意识招引模仿而导致的信息传递过程就是动物的肢体语言。动物有可能会反复模仿，也可能不用模仿就理解了信息，有些肢体动作可以具有语言和行为的双重价值。比如：如果要表达“快来劳动”这个意义，可在叫的同时模仿劳动，也可以边劳动边叫。古人类最初的语音能区别肢体语言动作和非语言的动作，也能表示两个以上的肢体语言动作之间的连接关系。语音具有虚词的价值，肢体动作具有实词的价值。作为虚词的语音可以理解为：“注意啦！我要用‘肢体模仿语言’说话了。”，“好啦！我的‘肢体模仿语言’说完了。”人类最初的语音分化同大多数动物的声音一样，只有很简单的表达意义，这些意义基本包括：
“注意我”，“看看我是谁”，“看看我拿的是什么”，“看看我在干什么”，“跟我学”，“配合我”，“帮帮我”，“我们一起来吧”，“我看到你了”，“我明白了”，“我不懂你的意思”，“我也会做了”，“我在配合你”，“我不会配合你的”……
这种原始的肢体语言和其他某些语言起源的学说是吻合的，在这个阶段，不论是感叹声、劳动号子、还是喊叫和唱歌，都召唤了观察者的注意力。这种召唤一般来说是有意识主动召唤，也存在无意识召唤。但是发声主体被理解了，信息被传递了。这种信息传递的过程可以从蜜蜂等动物的肢体语言得到启发，也很容易在日常的人与动物之间再现。
2.3、语音起源的第二阶段：“口腔拟象”作为肢体语言的一部分。
“口腔拟象”就是用口腔器官模拟事物的形象，“口腔拟象”有两种情况：
第一种是有意识主动模仿。
口腔各部位的动作也是可以用来进行“肢体模仿”的，这些动作常常起到了“辅助模仿”的作用。所以“口腔辅助模仿”语言是作为“肢体模仿”语言的一部分出现的。尤其是在对声音进行模仿时，口腔动作的价值比其他任何肢体动作都可靠。
第二种是“神经系统协调”作用下的潜意识模仿。
这种作用的机理如同左手画方右手画圆时，左右手神经相互协调和干扰，使“方”和“圆”几乎无法同时画出。不仅不同的动作之间存在“神经系统协调”，动作和逻辑思维之间也存在“神经系统协调”。民间有一种行酒令，让参与者口中轮流喊“大”或者“小”，若前一个人喊“大”，下一个必须喊“小”，反之依然。要求在喊“大”时，双手合拢表示小，而口中喊“小”时，双手舒张分开表示“大”，因为参与者很难做到，就很容易被罚酒。所以，在“神经系统协调”作用下，当一个人用语言描述很小的事物及特征时，他的嘴不容易张得很大。另外，根据声学原理，物体越庞大，发出的声音越低沉，反之，细小的事物总是发出清脆的高音。食肉动物低沉的咆哮能暗示它个头很大，体力很强，小猫小狗打架时发出低沉的声音，而它们在讨好主人时会发出尖细的声音。用大的口形和大的共鸣腔表示个体庞大的事物和范围，也符合声学意义上的拟音效果。所以，拟声词和拟形词在这种情况下是统一的。
由于有意识模仿和潜意识模仿的共同作用，人在发音时的口形总会和语音所描述的事物有一些相似的特征，而口形的变化直接导致了语音的变化。随着熟练程度的加深，更多的有意识行为转变成了无意识行为。在语音起源的第二阶段，不同口形和不同事物的对应联系使语音的分化极为丰富。有经验的“肢体模仿语言”使用者可以仅仅根据面部动作的变化判断语义的变化，甚至也可以根据语音的变化判断语义的变化，因为他对肢体语言解码的能力是很强的。
