汉藏语言声调起源研究中的几个理论问题，本文主要内容关键词为：藏语论文,几个论文,声调论文,起源论文,理论论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
声调作为汉藏语言的一个重要语音特征，备受国内外学者关注，是语音研究中的一个重要课题，而且具有悠久的研究历史。声调并非中国汉藏语言乃至亚洲部分语言的独特现象，与单音节语素密切关联又具有多层性和多型性的声调，是世界声调语言中的一个类型。中国人将声调从音节中离折出来已有一千多年的历史，而国外的学者脱离中国声调研究的传统从音节中将声调分离出来赋予“超音段”和“非线性”概念，还是晚近的事情。中国研究声调，不仅有悠久的历史，而且有源自音韵学的传统方法。随着科学的发展，这些方法虽然注入了科学语音学和音系学新的成分，却依然闪耀着智慧的光芒，具有不可替代的科学价值。应该说，中国的声调研究是传统研究的继承和发展。
近10年来，中国汉藏语言研究由奠基性的描写研究进入历史比较研究的深入阶段，无论声调的类型学和发生学（Tonogenesis ）研究都已提到日程上，发表了很多深入讨论的论文，进行了科学实验，公布了不少极具科学价值的研究资料。特别是藏缅语言和中国部分南亚和南岛语言声调发生学的研究，几乎将声调发生和起源研究从拟测状态推进到实证的阶段。藏缅语言声调的发生和起源研究有得天独厚的条件：有些语言有历史悠久的拼音文字，有声调与无声调的语言和方言并存，声调产生的时间较晚，声调与声韵母保持着比较自然的关联甚至共生并存，尤其难能可贵的是有些语言还常常保持了显示发展过程的不同声调形态。至于一些大陆的南亚和南岛语言，历史来源清楚，语音变化轨迹明晰，语言接触关系可靠，声调发生时间不长，极具实证性质和参考价值。最近，徐通锵先生发表的《声母语音特征的变化和声调的起源》（以下简称“徐文”）一文，（注：徐通锵《声母语音特征的变化和声调的起源》， 《民族语文》1998年第1期。）更从语音学的角度，为声调起源机制的研究提供了又一种研究视角和理论解释。尽管徐文基本上是从汉语的角度出发的，但正如文中常常提到的“一般性结构原理”、“音变原理”、“指导原则”等，其理论意义远远超过了汉语的声调起源研究，涉及到声调发生和发展研究中的诸多理论问题，这些问题又是声调研究中无法回避的重大问题，引起了我们的兴趣。我们也想就这些重大理论问题谈谈自己的看法，并且使用我们所掌握的材料来检验一下徐文所提出的一些原理和原则。
一 声调存在和发生、发展的语音基础
汉藏语言的声调是一种以音高为主的节律特征。所以说为主，是因为经实验证明，声调与音强和音长有一定的自然关联，或者说，声调不是一种单纯的音高现象。这是指声调的自然或物理属性。从功能属性来说，声调与音强、音长性质相同，都可能具有相对性和对比性，以音高的高低变化和滑动变化起标记和区别作用，成为语音形式的一个重要因素和标记语言符号的重要手段。作为节律特征，声调没有自主性，必然附属于一定的语音单位，汉藏语言的声调与音节共生，即附属于音节，以音节为载体。音高决定于声带振动的频率，声带振动是声调的物质前提，因此所谓附属于音节或以音节为载体，当然是指音节中声带振动的音素，即带音音素。一个有声调的音节中，性质不同的带音音素承载声调的作用是不相同的。响度是声调承载功能的主要区别因素，因此音节中响度级别最高的主要元音，是承载声调的主体。声调语言中的轻声音节，由于元音清化，失去带音的性质，音响级别降低，以至成为模糊的中性声调，失去区别功能，就是证明。汉藏语言的声调以音节为载体，经过实验证实，否定了结构主义音系学将声调作为单个元音的属性的错误观点。藏语拉萨话短的单元音读短调，长的单元音读长调，而两个短的单元音则必定读长调，显而易见声调不是由一个元音承载的。声调以音节为载体与以音节中一个响度最大的元音为主体，并不矛盾。拉萨话承载声调的两个短的单元音恰恰响度相当，即所谓的真性复元音。只有区别了声调的整体承载单位和主要承载音素，才能正确讨论语音特征的转换机制以及声调的发生和发展问题。
声调作为一种节律特征，必然要以一定的语音要素为基础，因此声调的起源与一定的语音要素有密切的关系，这在声调的起源研究中早已成为一种共识。当然，对于声调起源中语音基础的性质和作用，还有不同的看法，这点我们下文再讨论。徐文把这种语音基础分为两个问题来讨论：第一，作为声调产生必要条件的语音结构；第二，作为声调产生充足条件的音节模式。第一种语音结构概括为公式：O（m）N（c），第二种音节模式即上述公式中各个位置上的语音成分“都只能由一个音位来承担，即每一个位置只能出现一个结构成分”。我们原则上同意第一种语音结构是声调产生的一个重要条件，因为事实证明声调的产生是汉藏语言的一种普遍现象，而汉藏语言恰恰都具有这种相似的语音结构。但在声调起源研究上，这种“从汉语的研究中提炼出来的结构原则”的“普遍的理论意义”恐怕只能局限于汉藏语言和部分与汉藏语言音节结构类型相似的亚洲语言。因为徐文并没有提出任何西方多音节语言声调的起源具有与汉藏语言相同的音节结构类型的证据，而且事实恰好相反，已经认定的北欧、墨西哥和非洲诸有声调语言，不仅音节结构与汉藏语言不同，而且声调也属于不同的类型。可见，不同类型声调的起源至少是与不同类型的音节结构相关联的，一种类型的音节结构及其原理对不同类型声调的起源没有普遍的理论意义；第二种音节模式作为声调起源的充足条件反映了语音的变化，涉及问题的核心。我们可以从两方面加以讨论。首先，这个理论概括和假设缺乏科学逻辑的一致性。汉藏语言的音节中声韵母的层级具有严格的对称性，按徐文的称呼，在声母位置上应是声首+声腹+声尾（如spr、mgl），在韵母的位置上则是韵首+韵腹+韵尾。说声母位置上的音素为1， 反映了声母的一种语音上的简化，而韵母的所谓1+1+1，却与声母的1既不对称，也没有逻辑上的一致性，因为所谓韵首，是一种后起的现象，是韵母发展变化的一种代偿，不仅不是韵母的简化，反而像是“繁化”，而且韵腹和韵尾的简化也有比较复杂的代偿现象，至于复辅音韵尾，在汉藏语言中本来就不多，也不是一种普遍的现象，因此韵母的这三个1 并不能准确反映韵母在语音上的简化。声韵母的简化是声调代偿的基础，参照徐文在声调起源上的声母一元论，所谓声韵母各个位置上的1，基本上是声母上的一个1，构不成一种结构的原理；其次，我们再以汉藏语言的材料来检验一下这种原理的普遍性。在藏缅语言有声调的语言中，除彝语支一些语言外，声母的位置上大部分都不是1，都有一二十种复辅音声母， 至少有一个鼻音前置辅音，还有塞音或擦音等前置辅音；壮侗语言中，以梁敏、张均如《侗台语族概论》所列的23个音系来看，也大多有复辅音声母，五六个至十多个不等，腭化和唇化声母还不计在内。不仅都有喉塞音前辅音，还有声首、声腹、声尾齐全的三合复辅音声母；苗瑶语言的情况也大体相似。徐文根据瑶语支无复辅音声母的勉语断定苗语的复辅音声母“是向‘1’演变过程中的残留现象”。这种判断不够准确， 也不符合事实，因为同属瑶语支的布努语和壮侗语语族的拉珈语都有复辅音声母，布努语59个声母中有18个复辅音声母。汉藏语言的复辅音声母是有简化的趋势，但简化不等于残留，残留现象的特征是不完整性、不规则性和不稳定性。比如汉语的入声字在吴方言中都有喉塞韵尾，来源于-p、-t、-k韵尾，代表了语音发展的一个阶段，不能说是残留现象。否则，从消失的语音倒推，只要一起变都成了残留现象，语音的演变就失去了阶段性。无论藏缅、侗台和苗瑶等语言，复辅音声母大多是属于一种发展阶段，还不完全是残留现象。这还是就现代语言而言的，在古代（指声调发生在语族阶段的侗台和苗瑶语言）声调发生的时候，复辅音声母恐怕要比现代语言多得多。（注：梁敏、张均如《侗台语族概论》，中国社会科学出版社，1996年。）这说明汉藏语言中，至少藏缅、壮侗和苗瑶诸语言声调发生时，声母位置上的音素还不是1， 复辅音声母更不是残留现象。既然大多汉藏语言在声母位置上的音素还不是1 的时候就产生了声调，那么“1”的音节结构原理， 即使对汉藏语言声调的起源恐怕也没有普遍的意义。
二 声调发生和发展的机制
声调发生和发展的机制，从自然属性或物理属性的角度来说，是指声调与相关语音成分的关系，特别是指语音特征转移的原理；从功能属性的角度来说，是指声调功能转化的途径、过程和方式。有关声调功能的转化机制下文再讨论。
徐文根据音节的响度分布原则为声调发生的机制提出一种假设，并赋予“指导原则”的性质：“元音是音节的核心，‘心’前的音素由于响度逐渐增强，因而它的标记性语音特征的变化会引发音核元音高低强弱的演变，导致声调的产生；‘心’后的音素由于响度是渐次减弱的，它的变化或消失只会影响音核元音的长短或松紧，难以对高低强弱产生重大的影响，因而与区别性声调的起源没有直接的关系。”这个假设在提要中说得更加简捷明白：“音节结构以元音所充任的音核为核心，其前的音素响度渐次加强，标记性语音特征的消失或变化会使其发音的音量转化为超音段的声调，导致声调的起源；其后的音素响度渐次减弱，语音特征的消失或变化会改变韵母本身的结构，但不会对声调的起源产生直接影响。”联系下文，这个假设包含以下两个论点或原理：第一，响度变化是音量转化的前提。进一步说，只有增强型的响度模式音量才能转化，反之则不行。声母在增强型响度模式前面，音量可以转化，韵尾在减弱型响度模式后面，音量就不能转化。第二，转化的前提是“标记性语音特征的消失或变化”，转化的内容是“音量”。
首先，我们对所谓“已被普遍接受”的响度结构模式就十分怀疑。徐文说“那么复辅音各个音素的线性组合就严格地遵守‘音响顺序原则’（sonority sequencing principle ）排列：从音首到音核方向的各个音素，其响度逐渐增强；从音核到音尾方向的各个音素，其响度逐渐减弱；音核的响度最高。”根据徐文同意并引用的石毓智的各种音素的音响度级别（元音〉介音〉边音〉鼻音〉阻塞音）来检查，现代汉藏语言中mp、nt、mt、mb、ng、rp、rd、rg、zp、zg、lt、lg、lm、rn、jp、jm、jd等复辅音声母可以说比比皆是，前一个音素的响度级别都比后一个高，与徐文音响顺序原则一无关系，遑论“普遍的理论意义”了。
其次，徐文并没有说明或证明音响与语音特征转化的必然关系。其实，就语言内部来说，或者再进一步就音节内部来说，语音特征的转移不过是语音协合的结果，是语音变化的一种很普通的现象。所谓“音量”的转化与发音的部位方法、舌位高低平卷、唇形圆展、撮合、韵律的松紧长短等等的转化都是同样的情况，都是由于相邻或相近两个音的发音动作前移或后移所造成的。实验证明，相邻的音素在交界的地方常常是“你中有我，我中有你”的，这是语音协合的基础。就以所谓的“核心元音”来说，前面的舌根辅音可以影响它的舌位靠后，双唇辅音可以影响它的唇形变圆；后面的舌尖辅音可以影响它的舌位变高，双唇辅音可以影响它的唇形变圆等等，都是一些我们在语音的共时或历时变化中经常看到的普通现象。拉萨话的持续音韵尾能使元音变长，这就是音时的转化了。可见，语音特征的转化与音响没有什么关系。什么语音特征可以转化？徐文提出是“标记性”的特征，检验事实，几乎什么特征都可以转化。以声母清浊特征转化为声调来看，浊声母应是“标记性”的，藏语康方言有浊声母，声调按清浊分为两个，按徐文的道理，只能是浊声母转化，那么另一个声调又是哪里来的呢？如果这个例子还不明显，那么康方言浊音声母如果原来带有清前置辅音的，依然保留浊音，但与清声母一样读高调，说明并不按标记性特征转化。事实上，如果声母的清浊决定声调起源的话，清浊音素的语音特征是都转化了的，不是如徐文所说只有标记性的语音特征才转化（详见下文）。语音特征究竟是前移还是后移，或者说什么语音结构条件控制特征的转化，似乎并没有严格的限制，比如响度高的音素特征可以转化到响度低的音素上，如核心元音可以使n鼻音韵尾元音化成为i，反过来也行，n 韵尾也可以使核心元音高化成为ε；舌根音声母使核心元音舌位靠后，圆唇元音使声母圆唇化等等，特征相互转化，看不出有什么必然的语音制约条件。与声调发生发展有关的“音量”转化的情况自然也一样。客体音素输送的特征，必定要通过接受特征的主体音素才能起作用，核心元音是音节中接受特征的主体音素，因此，只要能将“音量”传输到核心元音上去的音素，或者说只要能改变核心元音频度的因素，无论声母辅音也罢，韵尾也罢，松紧也罢，长短也罢，都应是声调发生发展的语音结构基础。使用所谓音晌原则来限制特征的转化，于理于实都很难通过。
再次，转化到核心元音上去的“音量”究竟是什么样的一种语音特征呢？徐文说是“高低强弱”。按照我们上文所提供的清浊音都转化的证据，清音没有频度问题，无所谓高低，徐文的“音量”就只剩下了强弱。实验证明，强弱不是声调的主体特征。换句话说，强弱的变化不能引起声调的高低变化，或者说强弱不能改变声带振动的频度。我们认为，从辅音音素转移到核心元音上的不是“强度”而是“紧张度”。辅音在持阻阶段的紧张度高于元音，尽管从辅音整体来说紧张度低于元音，这也是经实验证明了的。只有紧张度才能改变声带振动的频率，说通俗些，声带只有紧张了，振动的频率才会加快。“紧张度”决定于发音时受阻的强度，正好与上述响度级别成反比：响度级别越高，受阻越小，紧张度的级别就越低。不同辅音音素传递的不同紧张度，造成了声带振动的不同频率，形成了高低不同的声调。清高浊低是这个道理，喉塞音韵尾、松紧发音对核心元音的影响也是这个道理。至于徐文所说的喉塞音韵尾存在或脱落在今天的语言或方言里有高低不同的调型，并以此来证明韵尾对声调发生发展不能发生影响，则是混淆了今音和古音，今调和古调，忽略了语音发展的阶段性和复杂性。李永燧先生说：“声调产生后，一旦形成声调系统，一般来说已不再是声调个体原始的生理·物理形式，它们处在一个系统中协同变化，并有它自己的历史。”（注：与李永燧先生的通信讨论。）现成的例子是天津话的阴平调比阳调还低，能使用这类现代的现象来说明声调的起源和语音特征转化的机制吗？事实上，在汉语方言中清高浊低是一般现象，不是划一的现象，我们使用一般现象作为探讨语音原理的参考，至于清低浊高的现象，应该说是声调发展过程中其他因素所造成的，因为今天天津话的声调应该或者可能已经不是声调发生时的样子。正如上文所说恐怕不是语音结构的原理能够解释的，那就要使用下文所要讨论的别的道理来说明了。通过上面的讨论，声母辅音或韵尾辅音语音特征的转移，对声调起源起着同样作用的道理，不言自明。
三 声调发生和发展的原因和途径
声调发生、发展的“机制”是指声调发生、发展语音特征转化的原理；声调发生、发展的“原因”是指制约声调发生、发展的因素。本来是一回事，所谓的“机制”也就是一种“原因”，所以分开来讨论，是因为徐文虽然讨论声调的起源，却只讨论这一种“机制”，而且强调“一元论”，还建议把它作为“声调起源研究中的一条指导原则”，容易使人产生误会，似乎声调就是靠声母辅音的特征一转化就产生了。事实上，声调发生、发展的“机制”、“原理”、“过程”等等问题，极为复杂，远不是这样一条简单化的“指导原则”所能解决的。何况即使这样一些简单的原则，我们在上文也提出一些不同的看法来讨论。因此，下文的讨论不过是对声调发生、发展“机制”问题的进一步展开，谈谈我们对声调发生、发展的一些看法。
探讨一种无声调语言变为有声调语言的原因和途径，就是研究声调的发生和发展，通俗点说，就是研究声调的起源。研究的内容则是声调发生、发展的原理和过程。这种原理最重要的内容就是产生声调的原因，或者说制约声调发生、发展的因素或条件。对语音或声调变化的“原因”要作进一步说明，因为“原因”分共时原因和历时原因、终极原因和阶段原因、语言原因和非语言原因。声调起源是一种历史现象，寻找的当然是历时原因，这就要求我们站在历时的立场上，不能把未经证明历时性质的共时材料作为历史的证据；从原则上说，寻找语音变化的原因应该是终极原因，但实际上是很难做到的，因为语言变化的原因追溯得越远，与语言结构本身的关系也越小。比如徐文说“标记性语音特征的消失或变化”是语音特征转化的原因，这个原因就是阶段原因，因为再问这种特征为什么会消失或变化，就接近终极原因，不是很容易可以使用语音结构来解释的了。这就要求我们不能用终极原因来否定阶段原因；语言与非语言原因与终极和阶段原因有一定关系，终极的原因往往是非语言原因。我们主要探索语言原因，不过不可避免地要涉及非语言的原因，比如借调。
语音简化是声调发生的一个原因，也是一种阶段原因，比较笼统，不易把握，徐文提出一种控制原理和音节结构的模式，虽然简单，效果不佳，缺乏说明和解释的价值，已如上述。但从整体上说，语音简化确实是声调补偿的基本原因。笔者在《汉藏语言调值研究的价值和方法》（注：瞿霭堂《汉藏语言调值研究的价值和方法》，《民族语文》1985年第6期。）一文中，除了上述语音制约因素，还提出了语境、系统、 语法等其他制约声调发生和发展的因素。本文不再赘述。这些都是语言内部的因素。从语言外部因素来看，还有借用和影响等因素。借用指从别的语言或方言中直接吸收新的声调，无论藏缅、侗台和苗瑶语言的声调系统中都存在这种只使用于借词的声调。这种声调中有的还使用于少量本语词，我们常常在汉藏语言的声调描写中看到某个调主要使用于借词，就是这个原因。尽管这种声调在层次、类别和功能上与本语的声调有所不同，但确实是属于声调系统的一员，这种身分是不能改变的；影响是指声调发生和发展的一种激发因素，也应是声调产生的一种原因。佤语、（注：周植志《佤语细允话声调起源初探》，《民族语文》1988年第3期。）回辉话（注：郑贻青《论回辉话声调的形成和发展》， 《民族语文》1996年第3期。 ）和羌语（注：刘光坤《论羌语声调的产生和发展》，《民族语文》1998年第2期。 ）声调发生和发展的研究表明，这些语言声调的产生与这些语言与汉语的接触、语词的借用、这些语言的使用者都是双语制的情况密不可分。像回辉话的初始调类和属于孟高棉语的勐昂话原来出现在弱化音节上的低降变调，（注：刘岩《孟高棉语声调的发展》，《中央民族大学学报》1998年第2期。 ）显然都是在汉语借词的直接激发下才实现功能转换，促使声调的发生和发展的。由此可见，一个语言声调的发生和发展，具有多元的复杂因素，即声调产生的原因是复杂多样的，光靠语音“机制”的研究，远远不能解决声调发生和发展的问题。以藏语为例，康方言的语音与古代藏语相比，虽然发生了一定程度的简化，但依然保留了复辅音和浊音声母，与藏语声调产生的语音结构机制明显不合；再如属于康方言的玉树杂多话，既有浊声母又有带塞音和鼻音两种前置辅音的复辅音声母，与近在咫尺的青海藏语半农半牧区土语，在语音结构上十分相似，而前者有两个声调，后者则没有声调。这些现象单纯使用语音结构的原理很难说清楚，遑论什么“1”的音节结构模式理论了。 我们不能不得出这样的结论：声调的影响也包括一种扩散现象，声调的扩散有一定的语音条件，却并不完全以语音结构条件为基础或前提。如果这样的结论可以成立，解决侗台、苗瑶语言声调的起源问题，就出现了一线曙光，白保罗和一些西方学者的壮侗、苗瑶语言声调起源的“借用说”则可以休矣。参考佤语、回辉话、其他有声调的孟高棉语和羌语声调的发生和发展过程，特别是藏语卫藏方言和康方言声调的发生、发展过程，再根据声调影响和扩散的原理来解释壮侗、苗瑶语言声调与汉语在系统和发展上的相似性，就顺理成章了。否则，今天壮侗、苗瑶语言的语音系统要比汉语复杂得多，而在古代声调发生时期的语音系统肯定比今天还要复杂，这种声调发生的情况要用语音条件来解释，恐怕就很难令人信服了。
无论是语音结构的必要条件，还是充分条件，都只是声调得以产生的物质条件，严格来说，还不是真正的原因。语音的基本属性是社会性，即功能性。声调得以成为一个“音位”，即功能单位，是功能的转换，而不是单纯的语音特征转换。语音特征的转换早于功能的转换，开始只是一种自然的转换，只有在功能转换的时候，这种自然转换的语音特征才能凸现出来。自然转换受功能转换的控制，随功能转换而固定。因此，我们与徐文标记性特征“转化”的传输观念是完全不同的。还以清浊转化为例，我们认为：清音声母和浊音声母的不同“紧张度”是分别自然地早就传输到核心元音上的，这就是所谓的“清高浊低”现象，由于传输客体的语音特征没有消失或变化，这种现象具有不稳定性，发生中的声调常常高低自由变读，就是这个原因。传输客体语音特征的消失或变化需要一个过程，一种渐进变化和扩散的过程，在这个过程中，声调逐渐固定，与传输客体处于共生并存的状态，这就是我们所说的共生态声调，是除了借调以外一般声调发生、发展的必经之途，藏缅语言中就存在大量这种共生态的声调现象。在共生状态下，既包括了语音的变化，也包括了功能的变化，但功能的变化只体现在感知的水平上，或者说是一种感知的转移。一旦传输客体的语音特性消失或变化过程完成，功能的转换也告完成，原来由传输客体语音特征承载的功能完全转移到主体接受的语音特征上。我们把功能与感知联系起来，是因为在共生状态下，功能要由感知来判断。拉萨话声调与元音长短共生，我们认为是声调，徐文认为“不宜看成不同的声调”。我们使用感知辨折法作过听辨检验，即声调准确，元音不分长短，受试者不影响理解，而如果元音分长短而声调不准，受试者就“不知所云”了。同样的情况，还可以参见巴塘籍藏族作者格桑居冕《藏语巴塘话的语音分析》一文中对于声调与长短元音语感的说明。（注：格桑居冕《藏语巴塘话的语音分析》，《民族语文》 1985年第2期。）对共生现象，徐文不过是纯结构的观点，具有很大的任意性和片面性。
四 声调发生和发展的研究方法
任何一个语音都是一个历史的范畴，具有历史的属性，它的发生、发展和消亡都在时间中实现。因此，从时间的横轴上可以研究它的自身及其与其它语音的关系，在纵轴上可以研究它的历史发展变化。声调是一种历史现象，声调的起源更是一个历史问题，因此，声调发生、发展的研究除了主要使用历史的方法，或者历史比较的方法以外，不知道还有什么可以替代的更好方法。徐文一再强调“声调是单音节语的一种普遍类型特征，与发生学没有关系，不能用来进行不同语言的历史比较研究。这一性质决定了声调起源研究必须从音节结构的原理中去寻找它的成因。”这个论断有两点使人难以理解：第一，这个论断中，原因和结果没有完整的逻辑关系。原因是“不能用（声调）来进行不同语言的历史比较研究”，结果是“必须从音节结构的原理中去寻找它（声调）的成因”。徐文研究的“成因”包括两方面：一是什么位置上的什么音素的语音特征可以“转化”；第二，这种语音特征在什么条件下如何“转化”。假设汉藏语言的声调是原始现象，可以进行不同语言的历史比较研究，也至多能为解决第一个问题提供线索，与第二个问题没有关系。结论只能是：即使使用了历史比较方法，为了研究声调的成因，第二个问题同样需要研究，因为历史比较方法与第二个问题风马牛不相及。第二，在能不能使用历史比较方法和要不要使用历史比较方法上，我们几乎与徐文的观点完全对立。这涉及到历史语言学或历史比较语言学的基本概念。19世纪建立的历史语言学，经过近百年的实践，得到丰富发展，研究的理论、范围、对象、方法日益完善。历史语言学研究语言的历史关系，包括三个主要内容：语言的原始状态、语言的历史分类和语言发展变化的规律。这三个方面是密切相关的。语言历史比较研究的标准流程是：（1）根据方言材料、文献资料（有的话）或其他相关资料， 通过比较研究，构拟个体语言的原始状态，即所谓的母语或祖语； （2）通过个体语言母语的比较，构拟语支共同语；在语支共同语的基础上构拟语族共同语，再根据语族共同语构拟语系共同语，即整个语系的母语或祖语；（3）在逐级构拟共同语的过程中， 按相似性或不同的差异程度将有关语言进行分类，即所谓的语言谱系分类；（4 ）在各级共同语内部和相互比较的基础上，探索各级共同语发展演变的历史和规律。这里有3点需要明确：（1）历史比较语言学从个体语言出发，所以语言关系研究，既包括语言，也包括方言；（2）共同语的构拟是逐级的， 应该从个体语言开始，即包括个体语言的起源，而不是一个语系只构拟一个共同语或母语；（3）同理， 语言及其相关成分发展演变规律的研究也是逐级的，应该包括不同层级和范围的历史规律的研究。所谓“标准”是与“不标准”相对而言的。在历史比较研究中，由于个体语言或方言历史成分的遗存情况、语言资料和文献的多寡以及急功近利的目的，往往采取“一步登天法”，即直接由个体语言的比较构拟语系共同语或语族共同语。不言而喻，这种不标准的比较和构拟方法，对比较结果的科学和准确性会产生直接的影响。中国的声调起源研究基本上是按照上述的程序来操作的，尽管“标准”的程度不一定相同，却与所谓的什么奥德里古尔的声调起源模式或波莱齐克的标准理论没有什么关系，遑论如徐文所说的去遵循他们的思路了。中国汉藏语言声调起源的多种假设和论证就是很好的说明。中国声调起源的研究，主要是根据中国的音韵学研究传统，以及上述的历史构拟程序。如果将声调的研究也确立一个标准流程的话，应该是：首先，根据方言的历史比较，参考有关亲属语言和文献资料，构拟个体语言的原始声调及其发展演变的情况。其次，根据亲属语言原始声调的比较，逐级构拟语支、语族、语系的原始声调。通过比较确定声调起源的共同性和差异性。再次，在构拟各级原始声调的基础上，探索声调发展演变的规律。
中国汉藏语言声调研究的传统基本上是由赵元任、李方桂、王力、袁家骅和张琨诸先生开创的。声调发生、发展研究的主要操作过程是：（1）构拟先于声调发生的语音系统， 必要时下推声调产生时的语音系统。比如藏语声调研究，因为有藏文，而藏文所反映的藏语又是确定没有声调的，藏文即是声调起源研究的出发点；再如侗台语言研究，首先构拟语族共同语的语音系统，作为声调起源研究的出发点。（注：梁敏、张均如《侗台语族概论》，中国社会科学出版社，1996年。）（2 ）探索声调发生前语音变化情况与声调发生的关系，即探索语音与声调的共变关系。理想的是共生关系，这是藏缅语言声调研究的优势。其次是探索有声调方言或语言与无声调方言或语言间声调与相关语音的对应关系，这相当于间接的共生关系；再次是探索语言接触和影响过程中，声调的平行发展和激发机制；在上述条件都不具备的情况下，只能参考亲属语言，进行拟测和假设了。徐文的汉语声调起源“复辅音说”，大致处于最后这种水平。（3 ）通过声调与有关音素或语音特征消长关系和功能转换，确立声调的音位性或独立性。（4）从原始声调出发， 还是按照上述方法，探索声调的分化和合并，也就是研究声调的发展变化。探索的结果是：一个、一支、一族或一系有声调语言的声调是从什么历史时期或在什么历史层次上产生的，经过什么发展变化，成为今天的声调系统现状。可以这样说，中国汉藏语言的声调起源基本上都是这样研究出来的。
徐文说声调起源不能通过历史比较，因为“声调是单音节语言的一个普遍类型特征，不同语言的声调都是独立形成的，不是同一祖语的分化，相互间无法进行历史比较研究。”如果指语系一级，首先，汉藏语系共同语没有声调的结论本身就是历史比较研究的产物；其次，既然汉藏语系共同语根本没有声调，怎么使用历史比较研究的方法呢？如果指语族一级，语族包括大量的个体语言，还有语支的层次，它们的声调往往具有共同的起源和相似的发展，如壮侗、苗瑶语族、彝缅语支等。同一语族或语支内部的语言的声调系统都不是独立形成的，这种声调应该与历史比较方法研究的其他音素具有相同的性质，不使用历史比较方法又使用什么方法呢？再说个体语言，个体语言声调起源的研究是声调历史研究的基础，它们的声调起源研究也只能使用我们上述的历史比较方法。作为徐文汉语声调“复辅音说”基本前提的“复辅音”声母，就是历史比较的构拟成果。可见，无论徐文将历史比较方法定位在什么历史层次的声调起源研究，不能使用历史比较方法之类的命题是很难令人理解的。即使按照徐文的逻辑出发，徐文研究的也是普遍意义上的声调起源，而不是专指语系层次上的声调起源，具有相同来源的不同语族、语支或个体语言的声调起源研究，算不算声调起源的研究呢？可见，徐文的“都是独立形成的”云云，是片面的，至少是专指的，以专指的前提去得出普遍的结论就难以令人信服。
徐文另一个令人难以接受的假设是“韵母对声调起源无影响说”。我们在上文已经从音理上论证了声母音素和韵母音素如韵尾、长短松紧的特征转移都是通过核心元音实现的，从这一点来说，它们的作用都是相同的和间接的。换句话说，声母辅音或韵尾或长短松紧都可能成为声调发生、发展的因素。再以事实来检验，还以徐文所举的入声为例。汉语的入声大多与塞音韵尾处于共生状态。徐文认为藏语拉萨话声调与元音长短的共生应该选择长短，而入声却选择声调，这本身就有很大的任意性。先从共生出发，即不认为与塞音韵尾共生的入声是一个独立的调类，在汉语入声的塞音韵尾脱落而成为独立调类时，显然是塞音韵尾特征的转移，并且影响了汉语的声调系统；再从徐文共生的入声是独立的调类出发，即塞音韵尾的脱落对声调不产生影响，再结合徐文声调起源“复辅音说”，必然的结论是：入声也是由某种复辅音前置辅音的语音特征转移而形成的。那么徐文理应回答那种以音响原则控制的语音特征在转移时，为什么要选择塞音韵尾作为共生的条件呢？再以藏语日喀则话为例，日喀则话塞音韵尾脱落后，使高调分化出一个新的51调，低调分化出一个131调，藏语是有藏文为证的， 不能像汉语那样由徐文任意假设什么复辅音，让它们的特征转移到核心元音上，换句话说，日喀则话中找不到与声调共变的复辅音条件，那又怎么解释呢？既构拟不出复辅音与声调的共变关系，又不许使用韵尾的共生现象来说明。这种“两难”情况同样出现在彝缅语言、景颇语支语言、孟高棉语言等由韵尾影响核心元音的松紧或长短，再由松紧或长短影响声调产生的语言中，让它们个个都去寻找根据什么音响原则控制的声母辅音特征，这不成了无中生有了么？就以徐文的汉语声调“复辅音起源说”而论，徐文既没有具体论述汉语的复辅音声母，更没有论证哪一种复辅音的特证转化成为哪一种声调，只是从一个不可靠的前提得出一个虚空假设，比之汉语声调的各种韵尾说，无论从理论和实践来看，高下自见。可见，徐文所提出的“指导原则”很难“指导”汉藏语言的声调起源研究。
我们的结论是：汉藏语言的声调发生、发展是多元的，但不都是独立形成的，也有大量同源的声调系统，如壮侗语族语言、苗瑶语族语言、彝缅语支语言（注：李永燧《彝缅语声调比较研究》，《民族语文》1992年第6期。）等，这些同源的声调系统的起源， 以及任何一个个体声调系统的起源都只能使用历史比较方法来研究，从这一点来说，汉藏语言的有声调语言的声调发生、发展研究也只能使用历史比较方法来解决。汉藏语言声调发生、发展的“机制”又是多因素的，从音节结构来说，声母、韵尾乃至长短松紧语音特征的转移，对声调发生、发展都有重要的意义。此外，还有诸如系统、语境、语法、借用、影响等众多因素。在声调起源研究上，忽视功能的声母特征转化的简单化假设，既不符合语音学的原理，又脱离汉藏语言的事实。