语言与基因的关系研究，最早可追溯到20世纪50年代。美国生成语法创始人乔姆斯基（N. Chomsky）于1957年出版《句法结构》，掀起了一场语言学革命。他认为，儿童生来就有一个语言获得装置，是一种生物天赋。之后，囿于当时的生物学研究条件还无法实证，人们因而更多地关注该理论在语言、心理、认知等领域的影响。
21世纪初，国际顶级科技期刊《自然》发表了牛津大学三位学者的一项合作研究，研究发现FOXP2基因与人类的喉部口部运动直接相关。临床上，该基因的突变会导致发声和言语困难，伴随着语言和语法受损。这是学界发现的第一例与语言直接相关的基因。次年，《自然》又发表德国学者埃纳德（W.Enard）领衔的研究，进一步发现FOXP2的两个氨基酸变体只有人类才有，大猩猩和其他灵长类动物都没有。语言是现代人类的重要标志，FOXP2因而与现代人的出现直接相关。自此，生物学界迎来了语言基因研究热潮。虽然也有修正或质疑，但FOXP2与语言的紧密关系得到认可。
FOXP2语言基因的发现，支持了乔姆斯基的生物天赋假设，给语言学研究带来了生物学转向，也给语言演化研究提出了新课题：是先有语言还是先有语言基因，或者二者同时出现？
目前语言学界主要有跃变观、渐进观和后现观三种观点。
跃变观。主张语言与语言基因同时出现，代表是生成语法学者，在当今学界影响最大。主要假设是：在15万年前，有一个人类祖先经历了一个小小的基因突变，拥有了“合并”（即把两个概念合并到一起得到一个复合概念）的能力。“合并”是思维的最优化计算系统，人类大脑从此就有了思维。在稍后阶段，这一思维方式得到外化，形成言语和交流。也就是说，“合并”最初是服务于思维的，然后才推广到言语中，再推广到人与人的言语交际中。乔姆斯基于2021年发表的文章继续这一主张，他指出，越来越多的证据表明，语言官能的核心元素是与现代人一起出现的，之后再没有改变。
跃变观可以很好地解释人与动物的本质区别。动物即使经过长期驯化，也没有“合并”这个能力。早在1993年就有实验报告，大猩猩最多只能学会生成有两个槽位的复合词。人却可以不断合并下去。跃变观还可以很好地解释母语获得：儿童获得母语时，不但刺激贫乏，不受地域限制，而且毫不费力，三岁左右就能完成，其标志就是儿童可以输出完整、新创的句子。按照跃变观，与基因突变同现的语法是“最简的”，同时也是“饱满的”，只有合并的对象是后天获得的。比如合并的对象是英语，英语就成为母语，合并对象是汉语，汉语就成为母语。
有学者认为跃变观在逻辑上排除了证伪的可能，也不符合基因研究模式。在基因研究中，坚持多层次方法，即要区分基因型（genotype）与表现型（phenotype），前者是本质，后者是表现，但基因突变说无法与多层次方法相容。
我们认为这一批评可能有点求全责备。虽然“合并”本身分不出基因型和表现型，但观察和描写的语言特征都属于表现型。如果要继续追问大脑是如何制造出这些表现型的，就要复杂一些。正如乔姆斯基2005年发表在《语言探索》上的文章所言，可能涉及基因、经验以及多种认知能力的互动。
渐进观。主张语言与语言基因同步发生，但要经历演化阶段，逐步走向成熟。较早期的观点可见于平克（S.Pinker）等，他们认为语言的渐进演化会导致内化。因此，语言官能是一个基因—文化共同演化的产物。普罗哥万克（L. Progovac）2020年的观点认为，语言演化与人类的自我驯化形成一个反馈回路。自我驯化主要指对攻击性的管理。攻击性有两种：被动反应攻击、积极主动攻击。语言演化的早期阶段与被动反应攻击的驯化相关联，后期阶段与积极主动攻击相关联。总共有四个阶段：独词阶段（如Run！）、有两个槽位的简单复合阶段（如cry-baby）、及物性层级结构阶段、时态和话题等用来传递非共享知识阶段。
渐进观思想有四个来源：达尔文的“物竞天择”论、乔姆斯基的最简方案、句法“活化石”思想、海恩（B. Heine）等提出的“内部构拟”方法。该观点的优势是：与进化论的自然演化思想一致，又可接受现代神经科学的脑成像实验的验证。
但是，渐进观也面临难题。如果把句法分解成几个阶段，从简单到复杂，从低级到高级，会涉及非常复杂的过程，远不是演化所能解释的。比如限制句法移位的邻近性条件（Subjacency），其抽象性与任意性从进化角度难以解释。所谓的语言化石也不可能有文献记录佐证。
后现观。主张先有语言后有语言基因，语言是文化产物。有些学者认为语言基因是语言固化后才产生的，不是先有的。《从信号到符号》认为在语言产生之前，人就有了心智、因果推理、层级结构、声音控制等，语言因此是一个文化演化的产物。在论证方法上，该书把人类生活方式和文化的逐渐演化与认知和语言能力的逐渐演化关联起来，认为人的句法能力（如句法层级结构），是从制造石头工具中得来的。这样，制造工具的基因基础就是语言基因。
后现观的优越性是勾勒出了人类生活方式和文化的演变过程，由简到繁，由单一到变化，并且与人类的认知和语言联系起来。但这一观点在语言基因的解释上面临困难。普罗哥万克认为在基因演化中，倾向于把更容易获得的写进基因，获得语言显然要比制造工具更容易（人很小就能学会语言，但不可能学会制造工具）；然而，句法远比制造工具复杂，句法里有大量的层级结构、抽象范畴等，制造工具没有，但儿童获得句法反而比学会制造工具更快更早，这是后现观无法解释的。
从语言共性和个性来看，三种观点各有千秋。跃变观可以更好地解释语言的统一性。语言的层级结构、向心结构、位移性等普遍特征都能得到明确说明。比如X+Y合并之后，如果与Z再合并，就不是简单的X+Y+Z，而是（X+Y）+Z，这样就有了层级结构。如果把（X+Y）的中心语确定为X，向心结构就出现了。如果（（X+Y）+Z）和X再合并，就出现了位移性。通过不断嵌套合并，直到生成想要的句子。合并操作让人类可以脱离当下场景的限制“谈古论今”，人类因而有了真正的思维和心智。
后现观可以更好地解释语言的多样性。把语言看作一个文化产物，可以更好地研究世界语言表现出的差异，包括音系、词汇、句法等。比如声音系统，所有语言都有辅音和元音，但各个语言的音素数量却不同，有的只有11个，有的却有150个。很多语言只有三个元音，平均数是5个，但英语却较多，有15个，虽然写出来只有6个。词汇结构各语言之间差别也很大。粘着语素在英语主要用来构词，但在多式综合语（polysynthetic）中，有海量的粘着语素用来实现英语形容词、副词甚至句法的功能，一个“词”就表达印欧语一个短语或一个句子所表达的复杂意义。句法也是如此，有的语言没有形容词和副词，有的语言有量词、副动词，印欧语很少有这些。有的语言拟声词有上万条，英语等印欧语却不多。
渐进观兼顾了语言的统一性和多样性解释。在统一性上，与跃变观一样，认为语言的基本操作“合并”是基因突变的结果，但需要经历演化，语法才逐步“饱满”起来。正因为这一过程，才出现了语言多样化。举一个例子，渐进观认为原始句子都是两个槽的模子，比如动词和名词合并到一起，起初并不指定该名词是主语还是宾语，它具有通用性。往层级结构发展时，需要再增加一个名词性成分作为动词的第二个参与者，这时候，原来“动+名”的及物性关系就明朗起来。有两个发展方向：向上增加一个施事参与者，就会演化出作格语言（ergative language），如澳洲的迪尔巴尔语；向下增加一个受事论元，就会演化出宾格语言（accusative language），如英语。通常情况下，增加的施事性成分是可选性的，而受事成分却是强制的。这就解释了类型学上的两大语言类型的来源。
近来，学界加大了实证方面的研究，有的从洞穴沉积物古蛋白中还原出古DNA来比对研究基因，有的研究FOXP2在肺和其他组织中的非言语控制功能，有的使用近红外光谱技术观察新生婴儿的大脑活动对普遍音系限制是否敏感，还有的设计人造语言，通过控制实验来揭示学习能力对语法能力的塑造。总之，深化语言基因研究，寻找更多证据来验证各种假说是新近的研究趋势。
（作者系国家社科基金项目“基于词汇完整性原则的汉语离合词研究”负责人、杭州师范大学教授）
