首页 -> 2007年第1期
论“连”字句的梯级逻辑
作者：罗 晖
(14)小心眼儿，连芝麻大点儿的账也跟我算这么清楚。
例(11)中的“一分钱”，(14)中的“芝麻大点儿的账”是极小量，而例(12)中的“最能喝的李胖子”，(13)中的“泰山压顶”是语用梯级中的极大量。结合各句的VP的极性，我们总结出如下的量化规则：
I．通过否定极小量而产生否定全量的周遍义
Ⅱ．通过肯定极大量而产生肯定全量的周遍义
Ⅲ．通过否定极大量而产生否定全量的周遍义
Ⅳ．通过肯定极小量而产生肯定全量的周遍义
I和Ⅱ是石毓智(2001)提出的“自然语言的肯定和否定公理”，即制约“连”字句使用的量化规则；而Ⅲ和Ⅳ是张旺熹(2005)提出的“连”字句的量化规则。两人的阐述显然都不完整，并相互冲突。我们这里借鉴Israel(1996，2001)有关极性词的梯级模型量化规则的阐释，认为I和Ⅱ符合典型梯级模型(canonical scale)；而Ⅲ和Ⅳ符合颠倒梯级模型(inverted scale)。
2．3 典型梯级模型和肯定、否定的不对称
且以含有数量短语的“连”字句为例，假设在一个挑选篮球运动员的情景中，有人说：(15)连1．8米的都剩下了。(符合量化规则Ⅱ)(16)连1．8米的都没剩下。(符合量化规则I)它们所预设的梯级模型分别如下图1、2所示：
在图l中，由例(15)产生了一个肯定命题函数式P：“x高度的(运动员)被剩下了”(图中“l”表示肯定)，在这个命题中包含一个变量“x高度”，所以命题梯级的维度是D“身高”，按照这一维度可建立一个由低向高排列的梯级<1．6米，1．7米，1．8米>。拿打篮球来说，自然是身材越矮的越容易被剩下；既然1．8米的身高都被剩下了，那么身高低于1．8米的运动员肯定也不会被选中，所以衍推的方向是自上而下的正向衍推。“连”后焦点T“I．8米的”处于梯级的顶点(最高点)，代表被剩下的最高运动员，因此是极大量。根据量化规则Ⅱ，肯定命题通过向下的衍推，即通过肯定极大量达到肯定全量。
在图2中，例(16)的命题函数式是－P：“x高度的没被剩下”(图中“0”代表否定)，维度不变，否定命题的衍推方向发生了逆转，变为自下而上的逆向衍推。实际情况是，身材越高的运动员不被剩下的可能性越高，如果1．8米的运动员都没被剩下，那么身材更高的运动员肯定也不会被剩下。这里的T是位于梯级原点f最低点的极小量，运用规则I，命题通过向上的衍推达到全量否定。
由图I、2可知，“连”字句的否定形式不是对其肯定形式的简单否定，两者存在不对称性。在典型梯级中，肯定命题通过正向衍推肯定的T是极大量，而否定命题通过逆向衍推否定的T是极小量。
2．4 颠倒的梯级模型
(17)连1．8米的都要了。(张旺熹2005：5)(符合量化规则lV)
(1 8)连1．8米的都没要。(同上)(符合量化规则Ⅲ)
在图3中，例(17)的命题函数式是Q：“Y高度的都要了”。比较图l和图3，衍推方向辛f¨司，不同的足梯级的量值排列次序发生了颠倒。因为身材越矮越可能被剩下也就意味着身材越高越可能被挑选，所以两个梯级的次序恰恰相反。这里T是极小量，根抛规则Ⅳ，肯定命题通过正向衍推，山肯定极小量达到肯定全量。
图4示例可依上理类推，在此不累述。
2．5 题元角色与极向规律
Israel(2001 1认为造成梯级颠倒的主要原因是命题变量扮演了不同的题元角色(thematic role)。Israel认为主要有两种不同的题元角色：一种角色对于命题所描述事件的发生起阻碍作用，其量值越高，事件发生的可能性越小，由此角色会形成典型梯级；另一种角色对命题所描述事件的发生起促进作用，其量值越高，事件发生的可能性越大，由此角色形成颠倒梯级。例如：
(19)连10米的障碍栏他都能跳过去。(他能跳过x)
(20)连10米的障碍拦都能挡住他。(x能挡住他)
对于“他能跳过x”的事件，“10米的障碍”是阻碍因素，所以(19)符合典型梯级模型的逻辑；而对于“x能挡住他”的事件，“10米的障碍”是促进因素，所以(20)符合颠倒梯级模型的逻辑。
为什么由阻碍因素作变量的命题必然符合典型梯级模型的逻辑呢?“连”字句具有语用的强调功能，Israel(2001)通过极性词现象指出这种语用强调的一般原则是：通过最不可能发生事件的发生强调其它一切(或相关)事件发生的可能性(如“这理儿连傻子都懂”)；通过最可能发生事件的未发生强调其它一切(或相关)事件发生的不可能性(如“连母语都不过关”)。由此可知梯级衍推的共性特征都是站在“最不可能”(傻子最不可能懂理，母语最不可能不过关)的基点衍推“相对可能”，这由以上四图也可看出。对于作为阻碍因素的变量，其量值越大，事件越不可能发生；当量值达到极大量，事件极不可能发生，命题通过肯定此量达到“最不可能”；反之，其量值越小，事件越可能发生，当量值达到极小量，事件极可能发生，命题通过否定此量达到“最不可能”，这恰恰就是典型梯级模型的逻辑。
3．结语
表达形式纷繁复杂的汉语“连”字句的背后隐藏着梯级逻辑，“连…都／也”结构是梯级算子，梯级模型为“连”字句的生成和理解提供了认知基础。此外最佳关联原则是判断“连”字句的语用合适性的标准，也是一个很有价值的论题。限于篇幅，我们将另外探讨。
(本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。)
[1]
本文为全文原貌 请先安装PDF浏览器
原版全文