文章信息：Xia Hua, Simon J. Greenhill, Marcel Cardillo, Hilde Schneemann, & Lindell Bromham. (2019). The ecological drivers of variation in global language diversity. Nature Communications: 10(1), 2047. https://doi.org/10.1038/s41467-019-09842-2
阅读笔记：方瑾
阅读时间：2019年5月8日
Abstract: Language diversity is distributed unevenly over the globe.Why do some areas have so many different languages and other areas so few?Intriguingly, patterns of language diversity resemble biodiversity patterns, leading to suggestions that similar mechanisms may underlie both linguistic and biological diversification. Here we present the first global analysis of language diversity thatidentifies the relative importance of two key ecological mechanisms suggested to promote language diversification - isolation and ecological risk- after correcting for spatial autocorrelation and phylogenetic non-independence.We find significant effects of climate on language diversity consistent with the ecological risk hypothesis that areas of high year-round productivity lead to more languages by supporting human cultural groups with smaller distributions.Climate has a much stronger effect on language diversity than landscape features that might contribute to isolation of cultural groups, such as altitudinal variation, river density, or landscape roughness. The association between biodiversity and language diversity appears to be an incidental effect of their covariation with climate, rather than a causal link between the two. While climate and landscape provide strong explanatory signal for variation in language diversity, we identify a number of areas of high unexplained language diversity, with more languages than would be predicted from environmental features alone; notably New Guinea, the Himalayan foothills, West Africa, and Mesoamerica. Additional processes may be at play in generating higher than expected language diversity in these regions.
摘要：语言多样性在全球分布不均。为什么有些地区有这么多不同的语言，而其他地区却很少？有趣的是，语言多样性的模式与生物多样性模式相似，这表明类似的机制可能是语言和生物多样性的基础。在这里，我们首次对语言多样性进行了全球分析，在纠正了空间自相关性和系统发育非独立性后，确定了促进语言多样性的两个关键生态机制——隔离和生态风险——的相对重要性。我们发现气候对语言多样性的显著影响与生态风险假说一致，即全年生产力高的地区通过支持分布较小的人类文化群体来产生更多的语言。气候对语言多样性的影响比可能导致文化群体隔离的景观特征（如海拔变化、河流密度或景观粗糙度）要大得多。生物多样性和语言多样性之间的关联似乎是它们与气候共变的附带效应，而不是两者之间的因果关系。虽然气候和景观为语言多样性的变化提供了强有力的解释信号，但我们发现了一些无法解释的语言多样性较高的地区，其语言数量超过了仅从环境特征预测的数量；特别是新几内亚、喜马拉雅山麓、西非和中美洲。在这些地区产生高于预期的语言多样性方面，可能还有其他过程在发挥作用。
研究思路
语言分布存在广泛的地理模式，表明环境决定语言多样性的重要作用。这些模式中最值得注意的是纬度梯度：语言多样性朝着赤道增加,以及在热带语言倾向于在高纬度地区被限制在比语言小的区域。
研究人员提出了两个假设来解释这种相关性。第一个被称为生态风险假说的文章指出，语言多样性与一大群人之间的合作是否对生存至关重要有关。在这种假设下，语言多样性在有利的环境中更高。在生长季节较长的地区，人们更容易获得食物和其他自然资源，因此不需要合作生存。由于降低了对协作的需求，降低了对沟通的需求，人们倾向于使用不同的语言。在更恶劣的气候条件下，生存可能取决于大群人之间的合作，因此，使用较少的不同语言。
第二个假设，即隔离理论，提出语言多样性与地理隔离有关。根据这一假设，在人们被河流，山脉和其他天然屏障分成较小群体的地区，语言多样性更高。为了区分地理和生态对语言多样性的影响，已经在逐个地区的基础上进行了一些研究。但是，这两个假设尚未在全球范围内进行过审查。在这份预印本中，作者对语言多样性，地理和生态之间的联系进行了全面的全球分析，以确定语言多样性的驱动因素。
在这里，我们提出了全球范围的语言多样性分析，全面处理这些统计复杂性。我们的目标是解开和澄清语言多样性与关键环境变量之间的大规模关联模式，从而确定支持可能推动全球语言多样性模式的替代生态机制的相对强度。
我们使用了分布与全球等面积网格的每个单元重叠的语言数量作为语言多样性的度量。基于网格的方法消除了由于陆地面积差异导致的语言多样性和其他变量的变化。它也让我们重复在三个不同的空间分辨率的分析，因为先前的研究已经表明，空间分辨率可以在语言多样性影响的纬度梯度测试
为了解释偶然关联的因果关系，我们需要考虑数据中的协变来源。特别是，我们需要解决的空间自相关和系统发育的非独立性。位于彼此附近的网格单元可能具有相似的气候和景观变量值，包含相关的人类文化和语言，并分享其大部分的动植物。如果文化或语言的任何特定特征与语言多样性相关，那么它们将倾向于与环境特征和生物多样性测量共同变化，无论它们之间是否存在任何因果关系。
我们的分析表明，地理位置接近且语言相关程度高的地区在语言多样性方面往往更为相似（图1和补充图1）。空间自相关和系统发育相关性在低空间分辨率的分析中占语言多样性的15％，在中等分辨率下为18％，在高分辨率下为5％，即使在去除高度相关的网格细胞后也是如此（见方法）。这证实了在测试语言多样性的相关性时需要考虑网格单元之间的空间接近度和系统发育相关性。
图 语言多样性的全球分布
左面板：显示了一个等面积网格中200×200公里单元格的语言数量的对数尺度上的值。右图：空间自相关导致每对网格细胞和系统发育相关的语言多样性的相关性。相关系数是由我们的广义最小二乘模型估计的，该模型包括所有的气候和景观变量作为预测因子（见方法）。相关的网格单元大致聚集成9个地理区域，所以我们通过这些区域对行和列进行颜色编码。东亚、欧洲和美洲的网格单元比其他地区的网格单元更具自相关
图 哺乳动物多样性和鸟类多样性的全球分布
在物种数量的对数尺度上的值显示了200×200公里的细胞的等面积网格。
图 语言多样性中残差的全球分布
在考虑了气候和景观对语言多样性的影响后，显示了200×200公里网格单元的残差。残差≥为1.96（红色）的网格单元的聚集被圈起来。与气候和景观相似的地区（新几内亚、东喜马拉雅山、西非和中美洲）相比，有四个地区的语言多样性高于预期。语言多样性低于预期的区域，残差为≤−1.96（蓝色），分布在南美洲，主要分布在亚马逊盆地。图中只显示了我们有相关数据的网格单元格
图 语系数量的全球分布
显示了200×200公里单元的语系数量。语言族由世界语言映射系统分类法1定义的。语言隔离被视为不同的家族。网格单元格内的语言族的数量被计算为包含分布在网格单元格中的至少一种语言的语言族的数量。图中只显示了我们有相关数据的网格单元格
原文链接：https://www.nature.com/articles/s41467-019-09842-2
