如何看待《自然》（Nature）最新研究称日本语、朝鲜语同源，都来自中国东北地区？

单从文章结论来看，原始日韩语最早约产生于公元前4500年前，与公元前4500年前到达朝鲜半岛的人群有关，而这群人则是从公元前5000年开始从西辽河流域迁徙而来的。

红山文化对应的是原始阿尔泰语（突厥语、蒙古语和通古斯语族的共同祖先），而不是原始日韩语

原始日韩语产生应该与早于红山文化的西辽河流域文化的东迁有关，比如赵宝沟文化（公元前5000-4500年）甚至更早的兴隆洼文化（公元前5500-5000年）。

西辽河流域文化人群在公元前5000-4500年之间的东迁也传播了粟黍农业到朝鲜半岛，同时朝鲜半岛人群从此时开始遗传成分变得更接近中国北方的农业人群。

真正促使日语出现的是公元前900年从朝鲜半岛到达日本的弥生文化，这些文化同时将稻作农业传播到了日本。

而在此之前，大约在公元前1300年的时候，来自辽东半岛和山东半岛的人群将水稻、大麦和小麦传播到了朝鲜半岛，这些人可能促成了原始日本语在朝鲜半岛的形成。同时弥生文化

最有意思的是，这些人说的是什么语言呢？首先在公元前1500年之前，山东半岛处于岳石文化，辽东半岛南部为岳石文化在当地类型-双坨子二期文化，公元前1500年之后辽东半岛南部为双坨子三期文化，山东半岛的岳石文化在商文化的影响下局限于山东半岛东侧。

如果从公元前1300年开始，山东半岛和辽东半岛的人群向朝鲜半岛迁徙，并促成了原始日语的出现，那么原始日语应该受到了东夷以及之前岳石文化人群所说语言的影响。

而今天汉语的形成应该也是东夷文化（广义的，包括龙山文化）的语言与中原地区文化的语言相互影响结合形成的，如果一种已经消失的语言，同时影响了两种仍然现存的语言，我们还能更准确的推断出两种语言之间的关系吗？

希望能有更多的考古学和分子人类学数据加以佐证，尤其是山东半岛大汶口文化、龙山文化以及岳石文化人群的古DNA数据，原文使用夏家店上层文化人群的遗传成分代表青铜时代朝鲜半岛和日本除绳纹文化人群以外的血缘组分，如果能有直接来自于山东地区这一时代人群的古DNA就更好了。

相关新闻和讨论：

考古学+古DNA+语言学 多学科深度交叉为全面认识东亚古代历史提供新证据

间冰期古黄河回退渤海湾，阿尔泰～日韩语逐渐形成

微博

50个汉-扶余/日语同源词表

我国学者跨学科合作研究助力全面阐释东亚古代历史

https://www. nature.com/articles/d41 586-021-03037-w

Interdisciplinary Research Shows the Spread of Transeurasian Languages Was Due to Agriculture

Origins of Japanese and Turkish language family traced back 9000 years

文章：

Triangulation supports agricultural spread of the Transeurasian languages - Nature

看了一下文章，大致可以总结出不限于以下两点结论：

1.文章所谓辽河流域粟作农业人群，大致与新石器时代早期的兴隆洼文化、赵宝沟文化等文化遗址同期，早于红山文化。

2.日琉语族群比朝鲜语族群更晚迁入朝鲜半岛，但却更大规模地从朝鲜半岛南端渡海前往日本，并奠定了今天日本人的语言基础。且日琉语最终没有在今天的朝鲜半岛留存下来。

我认为在此文的基础上可以再拓展不限于以下两个研究方向：

1.考察日琉语族群与濊貊/夫余民族的语言、血缘及文化联系。

2.辽河流域泛欧亚语系祖先与黄河流域汉藏语系祖先的语言借用情况。

首先，作为一个其中一个老家是咱们东北的人，我对这个结论倍感欣慰……

可是，咱们也不能光看结论，得看看文章。

由于这个研究团队的基地所在的单位，也是我目前工作的单位，所以他们的项目主持人属于低头不见抬头见的那种。因此，我在这个回答里会尽量简洁地说一说这个研究的优点。有关这项研究的缺点，大家也不用着急，很快就会有大量的、来自各方面专家的回应文章，应该不会让我们失望。我也不是所谓Transeurasian的研究者，所以我并不适合吐槽它。

这项研究主要的好处，就是数据高度透明，对文章的研究方法也有足够的阐述。在正文中，语言学的部分清楚地阐述了他们所使用的语言数量、词汇数量、以及同源词的数量，还注明了词表的来源，并且强调他们对同源词和借词作出了区分。在对谱系分析的介绍中，作者们也做到了阐明所使用的模型的义务。从方法上，我们可以肯定，这项研究是有希望被重复的。

文章配备了五个补充材料的文件夹，每个文件夹里都有分析报告以及所使用的一切数据。比如考古遗址的详细数据，包括地点、年代、出土器物的类型和数量等。

他们所使用的词汇数据也完完全全可以自由下载、查看。如下图，我们可以看到他们词汇数据的表达方式，也可以看到他们把被认为是借词的例子标红，并在后边注明“bor(rowing)”。

补充材料对词汇、词源的分析报告长达81页，详细地解释了重点同源词的比较，甚至还把“泛欧亚语系”语言音位的“规则对应关系”找出来了。下图中展示了一部分。真是辛苦Robbeets她老人家了。

跟语言学的数据一样，考古学和基因方面的数据也都在补充材料里作出了（我觉得）足够的展示（至于是否真的足够要请相关专业的人评价）。因此，这篇文章从表面上看，是遵循了科学研究的好习惯的，有了透明的原始数据，人们才可以对研究作出批评。

不过，要说这项研究对语言学有什么样的贡献，我觉得目前还不是特别明朗。

1. 它是一个足以达到范式转换的研究吗？我觉得还不能算。文章的思路（从语言、考古和基因三个角度分别探讨）、所用的方法（主要是贝叶斯谱系分析）已经不是特别新颖了，这些方法存在的问题不能忽略，但是作者们并没有作出优化这种方法的尝试，而是按照传统的办法完成。文章的结论也很难称得上颠覆普通人的认知。我们其实还没有找到一个看起来很棒的方法，把语言、考古和基因三者巧妙地融合起来，我希望考古和基因的专家也可以认真看一下这篇文章对相关内容的讨论。
2. 它对历史语言学的研究有实质上的帮助吗？我们可以感谢作者们，把每种语言的二百多个词集合、整理出来了，而且还做了一点点比较的工作。然而要做到历史构拟，这些数据还远远不够。不过，这一带各语系的专家已经做了更多、更深的工作（然而大部分专家都没有敢正式提出“泛欧亚语系”的假说）。
3. 它的结论会产生深远影响吗？“泛欧亚语系”兴许可能是成立的，但是要展示它的合理性，需要很长的时间以及很多人的努力才能完成，并不是这一篇文章能说明的。这篇文章仅仅是提供了一个可能性，并没有证明这个语系是成立的——我们需要更脚踏实地的语言学证据（比如说，我们把毫不相关的语言放进电脑里计算，也有机会得出一棵看起来很逼真的谱系树）。如果这项研究想以正面的形象流传下去，只能仰赖欧亚诸语历史语言学家的努力，并希望他们能够得到遥相呼应的结果。

总而言之，至少从一些方面来说，这项研究还是值得我们学习的。也希望大家下载他们的补充材料，结合自己对相关专业知识的了解，看一看究竟怎么样。

我还写了一篇对这项研究审稿意见的分析：

如果大家对贝叶斯谱系分析感兴趣，可以偷看这篇文章：

还有一篇相关的小文：

应不少朋友的要求，谈一下我对这个事情的看法。首先是关于农业起源的，其次是关于蒙古人种的。

辽西是东亚粟稷农业文化的起源地，这个事情越来越清晰了，这是农业考古科技手段的进步所带来的。它的意义可不仅仅在于农业本身。

我在之前的专栏文章里，专门讨论过中国农业起源的问题 （北风拂粟麦，万里渡河汾——史前中国农业化的驱动力量（1））。中美洲人的食谱中，谷物从5%增长到75%， 用了七千年时间。可见，开始驯化（或者采集）谷物，与农业社会的形成，完全是两回事，中间隔着漫长的时光，但有的学者的许多研究和结论，却常常有意无意地把两者混为一谈。

纵观全世界早期农业社会的形成，都是在一个相对干旱贫瘠的地区（例如埃及尼罗河绿洲，两河流域，哈拉巴印度河流域，中美洲地区），人们靠渔猎采集难以获得足够的食物，同时这些地区相对狭窄闭塞，人们难以用迁移来解决食物问题，这些因素导致人们不得不转向农业。

农业的劳动量远大于狩猎采集，谷物的营养和味道远低于猎获物和采集物，农业劳动的乐趣远低于狩猎和采集。如果不是环境的逼迫，人们绝不会转向农业，这也是为什么人类开始采集和栽培谷物的历史发端很早，但农业社会的形成却是极为缓慢的。

上古时期，黄河中下游地区温暖湿润，被森林完全覆盖，不仅麋鹿成群，还曾是大象、犀牛和鳄鱼的天堂，富饶甲于东亚。如果我们说，这里是东亚农业社会最早形成的地方，与上述原理相悖。

辽西和内蒙东部地区，在距今一万年到五千年这段时光里，气候比现在要温暖，但比同时期的中原地区要干燥得多，渔猎资源要少得多，同时这里是一个被山脉和戈壁分割的狭窄地区，最早的农业社会在这里形成，完全不奇怪。

同时我们应注意到，这里不仅是粟稷农业的起源地，也是中国境内玉文化的起源地（距今九千年，与距今两万年以上的南西伯利亚旧石器时代的玉文化有承继关系），更是龙崇拜、龟崇拜现象的起源地。我们最早观察到的祖先崇拜现象的遗迹，也在这个地区。

从可追溯到的文字记载上看，在中国古人心目中，最早的核心区既不在河南，也不在关中，而是在“冀州”。冀州在哪儿？“河内曰冀州”，“大河之北，总谓之河内”。古冀州的范围广大，包括辽西和内蒙东部地区。关于这个话题，我们还应该铭记和重温已故的苏秉琦先生的著述。

那么，我说的这些，是不是与 Robbeets 等作者在《自然》上发表的这篇论文把辽西定为日韩人群的起源地的观点相矛盾呢？

完全不矛盾。

讲清楚这个问题，就必须涉及蒙古人种的起源与流散的过程了。我在专栏文章（2016、2018年和2020年）里曾对这个问题有过阐述，这里再总览一下。

典型蒙古人种的体质特征，起源于距今约两万年的末次盛冰期的南西伯利亚的某个被山脉和山顶冰川隔绝封闭的河流谷地或者湖畔谷地。冰期结束之后，这个母体人群（是多个父系和母系性染色体类型混合体）摆脱了这个“暖岛陷阱”的束缚，逐渐向外迁移。

迁移方向主要是向南。

但西伯利亚的南方，横亘着更加寒冷干燥的蒙古高原和戈壁，是迁移的巨大障碍。这个人群绕过蒙古高原和戈壁的迁移路线，最快捷的就是东线——即从西拉木伦河河谷穿过大兴安岭，进入辽西和内蒙东部。再以这里为中转站，向四方流散，但其主体的迁移，仍然是向南的。

我们的考古学家早就注意到了，辽西和内蒙东部地区虽然不大，但距今八千年到四千年这段时间里，文化多样性却极高。这是一个不断南下的蒙古人种人群迁徙流散的十字路口。

Robbeets 等作者在《自然》上发表的这篇论文将日、韩、通古斯、蒙古和突厥语人群的祖先追溯到9000年前西辽河流域的农业群体，与我们认为中国先民在文化和血缘上主要祖先群体来自距今6000至5000年前的西辽河流域，完全不矛盾。

同时，这里有个有意思的问题：为什么日、韩的祖先人群，向着朝鲜半岛这种更加狭窄的“犄角旮旯”迁移，甚至不惜投奔怒海，向日本列岛迁移？却不去更加宽阔富饶和易于到达的黄河流域？（参照下图）。同理，为什么通古斯、蒙古和突厥语的祖先人群，向着更加寒冷干燥的地方迁移？

作为生产方式和组织形式更加先进的农业群体，他们难道不应该去更加适宜农业开发，更加富饶肥沃的黄河流域吗？

Robbeets 等作者并没有触及这个问题，虽然它并不难回答。

蒙古人种诸人群的迁移，主要是向南，向着东亚大陆最宜居的黄河流域的。但先到者，屡屡被更强势的后来者所驱逐和取代，这块土地上的史前居民，不管来自哪里，都被这块土地最终的主人——华夏先民所完全取代和同化了。但他们的一些亲戚分支，在亚洲的边缘地带（朝鲜半岛、日本列岛、西伯利亚）仍然保留了其文化和遗族。这就是我们现在所看到的亚洲各民族和语言的分布格局。

（上世纪中叶，童恩正先生就提出了著名的“半月形文化带”的概念，这是一条史前人类的迁徙走廊。它东起辽西和内蒙东部地区，经山西，到达陕西渭河谷地，再向西南，经横断山脉延伸到藏南地区。这是一条由等温、等湿、等雨线构成的“走廊”，沿途有相似的气温、湿度和植被类型，是古人迁徙的首选通道。见 拙文《破除“夷夏东西”的迷思 —1：从“半月形文化带”说起》）

同时，从Robbeets 等作者的这篇文章上，我们应该认识到，在东亚人群和文化的起源问题上，中国学者应该建立自己的话语体系。要实事求是地、科学地，看待中国的境内的农业起源问题。要把中国的文明起源，与古人群的流动迁徙的过程结合起来研究，不能再把长城南北看成在上古时代就在文化和血缘上毫无联系的“两个世界”。

只有把中国文明的起源放在一个更宽阔的视角下来研究，才能把日、韩、通古斯、蒙古、突厥等等东亚诸兄弟民族的起源与我们更紧密地链接起来，而不是切割隔绝开来。尽管西方主导的研究更倾向于后者，我们应该有自己的范式，应该建立自己的话语权。东亚的历史不仅仅是历史，它关乎东亚人民的现世和未来。在这方面，中国人责无旁贷，应该担起责任来。

可惜高句丽人在中原被完全同化了，在我们这边很难找出唐之前高句丽语相关的相对完整文字记录。

中国东北真的摊上“人类大事”了。它虽不是宇宙的尽头，但可能是数亿人说的语言的源头！国际著名学术期刊《自然》最新发表一篇语言学研究论文指出，包括日语、韩语、通古斯语、蒙古语、突厥语在内的泛欧亚语系，都起源于大约 9000 年前生活在中国东北地区种植谷子的古代农民。

这让学姐又增加了很多知识，通过调查，也有很多22考研er报考小语种专业。那么今天学姐给大家介绍一下21韩语考研部分情况。

首先，本科就学习韩语专业的同学比跨专业报考人数要多很多，但是不管本科是韩语专业还是跨考的考生，同21报考人数比较，增长较多。

其次，学姐给大家介绍几所热门的报考院校

一、四川外国语大学

四川外国语大学（Sichuan International Studies University），简称“川外”，位于中国直辖市重庆市，是一所经中华人民共和国教育部批准成立的市属全日制普通本科高等院校，为国家最早设立的四所外语专业高等院校之一。重庆市一流学科建设高校，学校以外国语言文学学科为主，文学、经济学、管理学、法学、教育学、哲学、艺术学等多学科协调发展，拥有完整的学士、硕士、博士人才培养体系，是中国西南地区外语和涉外人才培养以及外国语言文化、对外经济贸易、国际问题研究的重要基地之一。

二、山东大学

山东大学（Shandong University），位于山东省济南市，是中华人民共和国教育部直属全国重点大学。，中央直管副部级建制，位列世界一流大学建设高校（A类）、985工程、211工程，入选2011计划、珠峰计划、强基计划、111计划、卓越工程师教育培养计划、卓越医生教育培养计划、卓越法律人才教育培养计划、国家建设高水平大学公派研究生项目、新工科研究与实践项目、中国政府奖学金来华留学生接收院校、教育部来华留学示范基地、学位授权自主审核单位、医学“双一流”建设联盟，为全球能源互联网大学联盟成员。

三、天津外国语大学

天津外国语大学（Tianjin Foreign Studies University，TFSU）简称“天津外大”、“天外”，坐落在中国天津市，是天津市一所主要外语语种齐全，文学、经济学、管理学、法学、教育学、艺术学、工学等多学科协调发展的天津市属重点院校，为中国政府奖学金来华留学生接收院校。

优秀的背后都是自虐般的自律，学习小语种的考研er也是非常辛苦的，我们一定要狠下心来把自己变成一个更厉害的人，考研就是一次机会，没有必要让别人知道你的计划，要悄悄努力，不断积累，未来强大到可以随时离开你讨厌的圈子。那时候，你一定会感谢现在拼命努力的你自己。22考研人加油。

既然云哥哥和 de 哥哥（？）已经对研究本身做了一些评介，我终于可以来现现眼，说一些研究之外的事情了。

我想大家应该不会对日语、韩语相似程度很高这件事感到多少意外。然而本题最能刺激大家神经的，实际上是后面半句「都来自中国东北地区」。

我个人看到这个结论的时候，其实也不大惊讶，我只是担心有些「爹癌」晚期的人以此为「中国人是日本人/韩国人祖宗」的论据。

作为研究语言学的人，理应跳脱当前的国别与地域划分，去探究更广泛意义上的特定人类社群的语言样貌及其历史。然而语言学不同于人类学，它是与民族、国家这些概念深度绑定的。

你是中国人，说的不是中国方言，难道是外语吗？

正如崔明玉（2019）^[1]中陈述的那样：

但是这种主张会引起的一个严峻的问题是如果语言不同也可能意味着民族不同。也即，包含百济贵族阶层的高句丽民族与新罗可能是相互不同民族。那么笔者想要讨论的主题，就不仅是单纯的语言学问题了，会变成韩国古代史乃至韩国民族起源的问题。

也许你看到的事实是如此，但转身又发现，你将要面对的是整个社会的民族认同问题。

这里要稍微解释一下：崔明玉要讨论的问题是韩国中部方言——即高句丽、高丽乃至朝鲜王朝以为都邑的中部平原地区是否是声调语言的问题。与之相对应的是，韩国东南地区方言——继承了新罗语的庆尚地区方言，是明显的声调语言。

我不想在此讨论高句丽归属问题，因为这会牵扯出许多语言学、历史、人类学以外的东西。

正如国人提到「韩国人以长白山脉为民族兴起之地」就会觉得韩国人想要和我们抢土地。但结合本题来看，这是否只是写进他们民族基因里面的远古记忆的碎片呢？

再比如萨满文化于中国东北地区和韩国社会的遗留，我一直觉得这两片实际上是相连接的土地上，在遥远的某个节点，理当流行着类似的文化与习俗。

经历了无数次的分化与融合，当代民族才呈现今日之样貌。民族与民族之间的隔阂与仇恨也因某些原因变得日渐深刻。而越往远古回溯，这些今日已全然不同的社群越可能拥有同一个源头。而超越今日之隔离指出远古的亲缘，在我看来是一件很有勇气的事。

即便这篇文章的结论可能并不会成为对于语系划分具有绝对指导性意义的定说。

参考

1. ^ 최명옥(2019), 중세 이전의 한국어는 성조언어였는가(中世以前的韩语是声调语言吗), 國語學 第90輯

从之前到现在，这类研究已经好多Nature和Science了。都一个模子，然后说一个无法证实也无法证伪的结论。

此类研究可以休矣！求求他们放过语言学吧！

最关键的是那类研究基本假设有问题：一个人说什么语言（语言学）跟他过什么生活（考古学），身上带着什么基因（分子人类）没什么直接关系。语言的接触不需要以基因交流为条件，语言的接触传播甚至不需要移民，击鼓传花式的地理扩散十分常见。所以这类研究在我看来基础就是错的，把三类高大上的东西堆一起，就为了搞个大新闻，属于特殊历史时期的产物，不少注定要进历史垃圾堆。

广州的大量黑人如果都留下来了，他们的下一代说着地道的广州话，从基因考古的角度，是不是要说广州越秀区的语言来自非洲了。

复旦人类所测了大批江浙语言学家的基因数据，相当部分的专家是百越，一部分是北方汉族，可是这些语言学家过着相同的生活，都说着吴语。

土耳其前一阵子搞的基因检测也很说明问题，说着突厥语的土耳其人，基因上就是安纳托利亚和希腊。

这类研究美其名曰“交叉研究”。严格意义上讲，交叉是伪命题。当初历史语言学起步之时借了生物学方法，也没说自己是生物语言学交叉。配价语法借了化学价的概念也没说自己是化学语言学交叉。方法的借用是很普遍的事情，内化后就是自己学科的东西，也不会是凑一起的两张皮。是问题推动方法借用而不是凑一堆、五管齐下，也不知道要解决回答什么问题，或者根本就不是问题，陷入无病呻吟、炒概念股的境地。

这类“交叉”研究还有其他取巧之处，网友已经总结的很好：

这类研究计算的语料依赖于选哪些语言入库，以及同源词判定，这些材料和后面计算的参数设定很大程度上决定了结果。不少同源词看了让人啼笑皆非。还是那句经典的话“只要放宽语义条件 ，总有一款同源词适合你”。在找日韩同源词，“木（ki）”对不上，就试试“林（hayashi）”，再对不上，就试试“森（Mori）”，反正总有一款能对上。《说文》里那么多义符为马，声符各种各样的字，表示各种各样的马，什么毛色驳杂之马等，这一大批声符几乎覆盖了汉语所有的字音，你总能找到一款和另一种语言的“马”的语音形式建立某种联系。不规范的同源词判定会导致总有一款同源词适合你。

这类研究的智力活动主要体现在同源词判定和贝叶斯软件参数的调试上。算法是现成的，软件也有BEAST，关键就是参数调试。结果很可能随着参数设置不同，差之千里，不断调试，产生一个学界能接受的结果就可以写文章了。再就着目前的参数设定解说一番，说自己最早就认为这么设置是科学合理的，表面的行文上都是如此。然而换个参数结果就跑到反面去了，甚至不可理喻，这些你都看不到也不用管。

表面上看起来有数据、有算法、很透明、高大上的样子，其实是数据不坚实、算法现成、也不甚透明、智力活动稀薄的研究。

这类研究的结果既不可被其他材料所证实，也不可证伪。现在不可能，在可见的未来也不可能。所以他说说，你听听，你只能选择信或者不信。他说他五管齐下多牛逼，信他得永生，信他就发nature science。这跟宗教也没啥区别，宗教你只能选择信不信，它也有一套自洽的逻辑，最关键他不可证伪。最早欧洲用放血术治疗疾病，他宣称放血术治百病，那些治好的就是例子，那些治死的都是他们自己治疗得太晚了。他永远都是对的。科学之所以是科学是因为可以不断证伪，而不在于证实（可参看波普尔的科学哲学）。这类研究的结果对包括语言学在内的这些学科本体都没啥用。唯一的作用就是发了nature science，作者们可以鸡犬升天，大新闻可以热议一番而已。

再来看看运用贝叶斯算法做此类研究的后验问题，同样见网友的优秀总结：

借用一名历史语言学学者的评价：“这类研究投到任何严肃的语言学刊物都会被毙掉，也只能投一下Nature science”。此话真是意味深长。

大家可以看看nature science到现在发的语言学相关的文章，哪一篇是靠谱的，都是漏洞百出，在国内现有的N&S崇拜热潮下，会触动更多的投机分子去玩这些。

这类研究在学术交流时也是肤浅的。在语言学这边贩卖一下人类学、考古学一知半解的东西，在人类学、考古学贩卖一下一知半解的语言学，学术倒爷，反正在哪个受众面前讲都让你不觉明厉，却总觉得哪里不对。

不过，这一篇还是比其他的同类研究有可取之处：

如果这篇文章详细论证绳文人的分布比以前学界认知的范围大，我是会点赞的（具体的还要专业人士来评定，我不对非语言学的内容作太多评价），是一篇基于实际数据的实证分析。为什么不这么写？为什么要扯那么多？我不明白是不是这样才能发到nature science上去，还是这样才能显示自己什么都懂？

我们需要什么样的语言学，语言学的理论方法如何建立在坚实的基础之上逐步推进，值得所有学者警醒和反思。

基于多年的审稿经验，我想说：

计算方法在有些人那里是更好地刻画语言现象发现新问题的方法，在有些人那里只是一个规避具体问题的工具，以“高大上”的外表哄骗不懂行的读者的噱头，扒了这张皮，你会发现他也没说明什么真正的问题。