1 引言
习得年龄(age of acquisition, AoA)是指个体以口语或书面语形式习得某个词的年龄(陈宝国 等, 2006; Cai et al., 2022)，反映个体早期语言习得与发展信息(Elsherif et al., 2023)。习得年龄效应(age-of-acquisition effects)是指个体识别和产出早习得词的速度比晚习得词更快、正确率更高(陈宝国 等, 2006; Juhasz, 2005)。研究习得年龄效应能探索早期语言习得如何影响个体心理词典的构建过程、今后的语言加工过程和脑可塑性等重要问题(陈宝国 等, 2007; 张振军 等, 2011)。
研究者争论个体在提取与加工何种信息时会产生习得年龄效应。语音完整性假设认为习得年龄效应是个体在提取和输出语音信息时所产生的，因为个体在识别和产出早习得词时可以“整存整取”语音信息，与还需经过组装与整合过程才能识别和产出语音信息的晚习得词相比，其速度更快(娄昊 等, 2019; 张振军 等, 2011; Brown & Watson, 1987; Juhasz, 2005)。语义假设认为习得年龄效应是个体在提取和加工语义信息时产生的，因为晚习得词的意义必须建立在早习得词的意义基础上，使得早习得词在知识网络系统中处于更中心位置，与其他词有更多的语义联结，因此比晚习得词更容易被加工和提取(娄昊 等, 2019; 张积家 等, 2012; Brysbaert et al., 2000; Juhasz, 2005)。网络可塑性假设认为晚习得词比早习得词在知识网络系统中的可塑性和确定性处于劣势(Menenti & Burani, 2007; Morrison & Ellis, 2000)，继而影响晚习得词的形、音和义等各层次信息被加工的速度，因此个体在提取与加工各层次信息时均会产生习得年龄效应(娄昊 等, 2019; 张振军 等, 2011; Ellis & Lambon Ralph, 2000; Juhasz, 2005)。
有研究在必须提取和输出语音信息来完成的词汇命名任务(Brown & Watson, 1987; Chang & Lee, 2020)中发现了习得年龄效应，支持语音完整性假设，不支持语义假设。但是也有研究在词汇命名任务(陈宝国 等, 2007; 陈俊 等, 2011; Gerhand & Barry, 1998; Morrison & Ellis, 1995)和语音匹配任务(张振军 等, 2011)中未发现习得年龄效应，不支持语音完整性假设。有研究在必须提取和加工语义信息才能完成的语义联想任务(Brysbaert et al., 2000; Ghyselinck et al., 2004)和语义范畴判断任务(陈宝国 等, 2007; 陈俊 等, 2011; 张积家 等, 2012; Chen et al., 2007)中发现习得年龄效应，支持语义假设，不支持语音完整性假设。还有研究发现个体在提取和使用字形信息时也会产生习得年龄效应(陈宝国 等, 2010; Chen et al., 2009)，支持网络可塑性假设。
与前述理论争论不同的是，累计频率假设认为是累计频率决定了不同习得年龄的词被识别的速度，不同习得年龄的词是由于累计频率存在差异而产生习得年龄效应(Ghyselinck et al., 2004; Lewis et al., 2001; Morrison et al., 2002)。累计频率是指个体习得某个词后至当前累计遇到或出现的总次数(Lewis et al., 2001; Menenti & Burani, 2007)，表现为某个词被习得越早、频率越高则其累计频率越高，反之亦然(Morrison et al., 2002)。已有研究在多项实验任务中均发现累计频率影响个体识别词汇的速度(Bonin et al., 2004; Lété & Bonin, 2013; Zevin & Seidenberg, 2004)，支持累计频率假设。也有研究控制了累计频率后仍然发现习得年龄效应(Bonin et al., 2004; Pérez, 2007)，不支持累计频率假设。习得时长为被试的年龄减去词的习得年龄。ln是以e为底的自然对数。累计频率假设提出ln(习得时长)和ln(频率值)预测识别目标词反应时的回归系数是接近的(Ghyselinck et al., 2004; Lewis et al., 2001; Menenti & Burani, 2007)。该预测得到Lewis等人研究的证实，但也有研究结果与之相矛盾(Ghyselinck et al., 2004; Menenti & Burani, 2007)。
综上可知，解释习得年龄效应的理论均有支持与不支持的证据，因此需要考察习得年龄效应及其产生机制。依据累计频率假设，研究需要统计和控制累计频率来确认习得年龄效应是由习得年龄存在差异所产生的。依据语音完整性假设、语义假设和网络可塑性假设的争论，研究需要采用不同实验任务来考察个体提取与加工何种信息时会产生习得年龄效应。为提高结果的可比性，不同实验任务需采用同一实验设计与目标刺激，避免习得年龄效应对某类刺激的依赖(Lété & Bonin, 2013)。
依据前述论证，本研究考察五年级小学生在语义范畴判断任务、语音范畴判断任务和汉字命名任务中识别习得早−高频字、习得早−低频字、习得中−低频字和习得晚−低频字的习得年龄效应与累计频率效应。研究选择儿童被试的原因是：(1)儿童对习得年龄信息的印象更为深刻，因为习得年龄信息是最近几年发生的；(2)避免采用成人被试所面临的困境，即区分习得年龄、当前频率(最近几年经历的总次数)和累计频率在汉字识别过程中的相对重要性与作用(Juhasz, 2005)。依据累计频率假设，儿童汉字识别存在累计频率效应，不存在习得年龄效应，因为低频字条件下的习得早、习得中和习得晚的累计频率是一致的。与此预测相反，语音完整性假设、语义假设和网络可塑性假设均预测儿童汉字识别存在习得年龄效应，只是因不同任务而存在差异。语音完整性假设预测在必须提取与加工语音信息才能完成的语音范畴判断任务和必须提取与输出语音信息的汉字命名任务中会存在习得年龄效应，而不依赖语音信息来完成的语义范畴判断任务中难以观察到习得年龄效应。与此相反，语义假设预测在必须提取与加工语义信息才能完成的语义范畴判断任务中会存在习得年龄效应，而不依赖语义信息来完成的语音范畴判断任务和汉字命名任务中难以观察到习得年龄效应。最后，网络可塑性假设预测在不同实验任务中都可能观察到习得年龄效应。
2 研究方法
2.1 被试
从天津市三所小学方便选取五年级上学期的小学生，其母语为汉语，视力或矫正视力正常。被试已掌握超过2500个语文教材生字表中的不同汉字(多音字只计入1次)，已在各科教材中学习和使用过语义和语音范畴判断任务的填充字，因此能顺利完成实验任务。语义范畴判断任务的被试28名(14名女生)，平均年龄10.32±0.55岁。语音范畴判断任务的被试28名(14名女生)，平均年龄10.32±0.48岁。汉字命名任务的被试40名(20名女生)，平均年龄10.82±0.60岁。
2.2 实验设计
实验采用被试内设计，设置了习得早−高频字、习得早−低频字、习得中−低频字和习得晚−低频字。依据已有确定书面形式汉字习得年龄的方法(Cai et al., 2022)，本研究的习得早汉字是首次出现在一年级语文教材生字表中的汉字；习得中是二年级下学期语文教材生字表中的汉字，并且首次出现在该学期各科教材里；习得晚是三年级下学期语文教材生字表中的汉字，并且首次出现在该学期各科教材里。高频字为出现次数高于600次/百万，低频字为低于125次/百万。符合此次研究定义的习得中和晚条件的汉字均属于低频范围。
2.3 实验材料
依据已有统计累计频率的方法(Terzopoulos et al., 2017; You et al., 2009)，为统计适用五年级上学期小学生的汉字累计频率值，此次研究选取小学一至五年级上学期的各课程教材、语文配套阅读书本、以及配套语文和数学的练习书本来构建语料库。该语料库有1887本书，6186个不同汉字，52 385 514个总字量。利用该语料库，此次研究统计了不同汉字的累计频率，指标是平均每百万次出现频率(次/百万)。各实验条件下均是25个目标字，其各项指标信息见表1 。
表1 各实验条件目标字的特征 |
| 指标 | 实验条件 | |||
| 习得早−高频字 | 习得早−低频字 | 习得中−低频字 | 习得晚−低频字 | |
| 累计频率分布范围(次/百万) | 608～3359 | 9～124 | 3～48 | 3～39 |
| 平均累计频率(次/百万) | 1645(805) | 53(29) | 25(14) | 18(12) |
| 平均笔画数 | 8.80(1.66) | 8.56(2.55) | 8.92(1.44) | 8.60(2.20) |
| 左右结构汉字数量(个) | 15 | 14 | 18 | 17 |
注：习得早−低频字条件只有一个字的累计频率是124次/百万，其余低于95次/百万；括号内为标准差，以下同。 |
方差分析发现四种实验条件目标字的累计频率存在显著差异，F(3, 96)=100.12，p<0.001。其中低频字条件下的习得早、习得中和习得晚的累计频率互不存在显著差异(ps>0.05)，只有习得早−高频字的累计频率显著高于其他三组(ps<0.001)。参考已有研究(温红博 等, 2016)把3800个常用汉字分成从高频至低频共十三组的标准，此次研究的低频字是在最低频组范围。前述结果表明，低频字条件下的习得早、习得中和习得晚的累计频率均是同一低频水平，只存在习得年龄的差异；而习得早−高频字和习得早−低频字的习得年龄是一致的，只存在累计频率的差异。四种实验条件的目标字笔画数是一致的，F(3, 96)=0.18，p=0.911。四种实验条件的目标字主要是左右结构的汉字，但是数量不存在显著差异，$ \text{χ}^{2} $ (3)=0.63，p>0.05。
语义范畴判断任务的填充字是表动物的字。选取29名五年级小学生通过“是”、“否”和“不清楚”选项来评定某个汉字是否表动物。认定比例是指选择“是”选项的人数除以总评定人数的比例。本研究选取表动物的字100个，认定比例超过0.83，平均笔画数是11.81±3.34，平均累计频率是123±175次/百万，在正式实验中呈现一次。语音范畴判断任务的填充字是50个发“yi”音的字，其平均笔画数是8.68±3.41，平均累计频率为175±473次/百万，在正式实验中呈现两次。目标字均不是表动物或发“yi”音。
2.4 实验仪器与程序
实验程序采用PsychoPy软件(Anwyl-Irvine et al., 2021)进行编程，在14英寸显示屏的笔记本电脑上运行和记录数据。实验程序首先在屏幕中间呈现“+”注视点0.5 s，然后呈现灰色空白屏。灰色空白屏随机呈现0.15 s、0.2 s、0.25 s或0.3 s后，在注视点位置呈现汉字。使用26号宋体加粗的黑色字，居中呈现在36×36像素的白色图中。语义范畴判断任务要求被试又快又准地判断所呈现汉字是否表动物(陈宝国, 彭聃龄, 2001; 陈宝国 等, 2003)。若是表动物的字，被试用左手食指按“Z”键；若不是表动物的字，被试用右手食指按“M”键。语音范畴判断任务要求被试又快又准地判断所呈现汉字是否发“yi”音，含该音的四种声调(陈宝国, 彭聃龄, 2001; 陈宝国 等, 2003)。若是发“yi”音的字，被试用左手食指按“Z”键；若不是发“yi”音的字，被试用右手食指按“M”键。语义和语音范畴判断任务均设置30次练习，左右手按键各15次。当被试完成次数超过20，且正确率超过0.8时，结束练习开始正式实验。语义和语音范畴判断任务均平衡左右手按键。汉字命名任务要求被试又快又准地读出所呈现的汉字(陈宝国 等, 2007)，设置12次练习。四种实验条件和实验条件内的汉字均随机呈现。
语义和语音范畴判断任务采用2至6名被试的小组施测，汉字命名任务单独施测。被试由一名主试陪同坐在电脑前约50 cm处，每完成一个实验条件后休息一次。实验任务结束后，主试对被试进行三项测试(李利平 等, 2019; Li et al., 2012)，并统计结果：(1)汉字识别测试分数，被试在汉字识别测试中正确识字的个数；(2)词表阅读测试分数，被试在词表阅读测试中平均每分钟正确阅读的个数；(3)快速命名数字时间，被试完成快速命名数字测试的平均时间。这三项测试能排除识字能力差的被试，确认三组被试是否同质。
2.5 数据整理
完成实验任务的正确率高于或等于0.8为有效被试。语义和语音范畴判断任务中各有28名有效被试。汉字命名任务中有11名无效被试，2名被试未完成任务，有效被试27名(14名女生)。三组有效被试的汉字识别测试分数[F(2, 80)=0.62, p=0.540 ]、词表阅读测试分数[F(2, 80)=0.72, p=0.489]和快速命名数字时间[F(2, 80)=2.55, p=0.085]均不存在显著差异，见表2 ，表明具有较好的同质性。
表2 三项语言能力测试指标的平均值和标准差 |
| 指标 | 实验任务 | ||
| 语义范畴判断 | 语音范畴判断 | 汉字命名 | |
| 汉字识别测试分数(个) | 125(10) | 123(9) | 122(10) |
| 词表阅读测试分数(个/分) | 94(17) | 88(24) | 89(14) |
| 快速命名数字时间(秒) | 8.21(1.06) | 8.56(1.66) | 9.03(1.26) |
删除语义和语音范畴判断任务的错误试次、反应时少于250 ms和超过2.5 s的试次的比例分别为4%和7.1%。删除汉字命名任务的没有读音、错误和模糊读音等试次的比例为12.6%。采用Praat软件(Boersma & Weenink, 2021)来解析汉字命名的反应时。删除三个标准差之外的反应时数据，语义范畴判断任务为2%，语音范畴判断任务和汉字命名任务均为1%。
3 结果
实验结果见表3 。在R语言(R Core Team, 2022)环境中进行线性混合模型(Baayen et al., 2008)分析。分析时把不同实验任务和实验条件作为固定效应，把不同被试和目标字作为随机效应，首先进行全模型分析，然后采用逐渐递减原则来确立最终拟合成功的模型(Brown, 2021)。分析时将反应时进行对数转化，结果报告了回归系数(b)，标准误(SE)和t值(t=b/SE)，见表4 。此处未报告正确率的分析结果，因为在最简模型下也未能拟合。
表3 三项实验任务中各实验条件的平均反应时(s)和正确率 |
| 实验任务 | 指标 | 实验条件 | |||
| 习得早−高频字 | 习得早−低频字 | 习得中−低频字 | 习得晚−低频字 | ||
| 语义范畴判断 | 反应时 | 0.79(0.21) | 0.84(0.25) | 0.83(0.23) | 0.84(0.24) |
| 正确率 | 0.99(0.11) | 0.95(0.21) | 0.97(0.18) | 0.95(0.22) | |
| 语音范畴判断 | 反应时 | 1.08(0.38) | 1.04(0.34) | 1.14(0.41) | 1.16(0.40) |
| 正确率 | 0.96(0.19) | 0.97(0.16) | 0.94(0.24) | 0.95(0.22) | |
| 汉字命名 | 反应时 | 0.79(0.17) | 0.87(0.20) | 0.99(0.26) | 0.99(0.25) |
| 正确率 | 0.99(0.09) | 0.97(0.18) | 0.80(0.41) | 0.74(0.44) | |
表4 反应时指标的线性混合模型分析结果汇总 |
| 变量 | b | SE | t | p |
| 截距 | −0.22 | 0.03 | −8.47 | <0.001 |
| 语音vs.语义 | 0.28 | 0.01 | 27.71 | <0.001 |
| 命名vs.语音 | 0.11 | 0.04 | 2.94 | 0.005 |
| 习得早−低频字vs.习得早−高频字 | 0.06 | 0.02 | 2.63 | 0.010 |
| 习得中−低频字vs.习得早−低频字 | −0.01 | 0.02 | −0.21 | 0.831 |
| 习得晚−低频字vs.习得中−低频字 | 0.01 | 0.02 | 0.29 | 0.776 |
| 语音vs.语义×习得早−低频字vs.习得早−高频字 | −0.08 | 0.03 | −2.88 | 0.005 |
| 命名vs.语音×习得早−低频字vs.习得早−高频字 | 0.04 | 0.03 | 1.34 | 0.185 |
| 语音vs.语义×习得中−低频字vs.习得早−低频字 | 0.09 | 0.03 | 3.17 | 0.002 |
| 命名vs.语音×习得中−低频字vs.习得早−低频字 | 0.15 | 0.03 | 4.71 | <0.001 |
| 语音vs.语义×习得晚−低频字vs.习得中−低频字 | 0.01 | 0.03 | 0.47 | 0.638 |
注：语音表示语音范畴判断任务，语义表示语义范畴判断任务，命名表示汉字命名任务。 |
由表3 和表4 可知，语音范畴判断任务的反应时(M=1.10 s, SD=0.38 s)显著长于语义范畴判断任务(M=0.82 s, SD=0.23 s)，汉字命名任务的反应时(M=0.90 s, SD=0.24 s)显著短于语音范畴判断任务。习得早−低频字(M=0.92 s, SD=0.29 s)的反应时显著长于习得早−高频字(M=0.88 s, SD=0.30 s)，而习得中−低频字(M=0.99 s, SD=0.34 s)与习得早−低频字、习得晚−低频字(M=1.00 s, SD=0.34 s)与习得中−低频字的反应时均不存在显著差异。由表4 可知，不同实验任务与实验条件之间存在三处交互作用，见图1 。
由于存在交互效应，分别分析不同实验任务的数据。分析时把不同实验条件作为固定效应，不同被试和目标字作为随机效应，用线性混合模型分析反应时，用广义线性混合效应模型分析正确率(Brown, 2021)，均采用逐渐递减原则来确立最终拟合成功的模型。语义范畴判断任务的实验结果发现习得早−低频字与习得早−高频字的反应时和正确率均存在显著差异(ps<0.05)，低频字条件的习得早、习得中与习得晚三者之间的反应时和正确率均不存在显著差异(ps>0.05)。该结果表明语义范畴判断任务未出现习得年龄效应，出现了累计频率效应，即与低频字相比，被试完成高频字的语义范畴判断所需时间更少、正确率更高。
语音范畴判断任务的实验结果：(1)习得早−低频字与习得早−高频字的反应时和正确率均不存在显著差异(ps>0.05)；(2)习得早−低频字与习得中−低频字和习得晚−低频字的反应时存在显著差异(ps<0.001)，习得中−低频字与习得晚−低频字的反应时不存在显著差异(p=0.505)；(3)低频字条件的习得早、习得中与习得晚三者之间的正确率均不存在显著差异(ps>0.05)。该结果表明，语音范畴判断任务未出现累计频率效应，出现了习得年龄效应，即与习得中−低频字和习得晚−低频字相比，被试完成习得早−低频字的语音范畴判断所需时间更少。
汉字命名任务的实验结果：(1)习得早−低频字与习得早−高频字的反应时存在显著差异(p<0.001)，正确率不存在显著差异(p=0.181)；(2)习得早−低频字与习得中−低频字和习得晚−低频字的反应时和正确率均存在显著差异(ps<0.001)；(3)习得中−低频字与习得晚−低频字的反应时和正确率均不存在显著差异(ps>0.05)。该结果表明，汉字命名任务出现了累计频率效应和习得年龄效应。
采用逐步回归分析法，本研究用ln(习得时长)、ln(频率值)和笔画数作为自变量来预测log10(反应时)(Lewis et al., 2001)。习得早条件的目标字其习得时长是3.5岁或4岁，习得晚与习得中条件的目标字其习得时长分别是1.5岁和2.5岁。log10(反应时)是以毫秒为单位进行对数转化。结果发现：(1)语义范畴判断任务只有ln(频率值)进入回归方程，y=2.92−0.01ln(频率值)；(2)语音范畴判断任务只有ln(习得时长)进入回归方程，y=3.06−0.04ln(习得时长)；(3)汉字命名任务里三个自变量均进入回归方程，y=3.02−0.05ln(习得时长)−0.013ln(频率值)+0.004笔画数，ln(习得时长)是预测汉字命名任务反应时回归系数最大的变量。
4 讨论
本研究发现语义范畴判断任务和汉字命名任务存在累计频率效应，ln(频率值)能预测这两项任务的反应时；语音范畴判断任务和汉字命名任务存在习得年龄效应，ln(习得时长)能预测这两项任务的反应时。研究结果支持语音完整性假设和网络可塑性假设，不支持累计频率假设和语义假设，为研究习得年龄效应的产生机制提供新的证据。
研究发现儿童汉字识别存在累计频率效应，但是不支持累计频率假设。语义范畴判断任务和汉字命名任务均存在累计频率效应，同时ln(频率值)能预测这两项任务的反应时，表明累计频率影响儿童汉字识别，符合累计频率假设的预期。本研究发现儿童在语音范畴判断任务和汉字命名任务中均存在习得年龄效应，并且ln(习得时长)不仅均能预测这两项任务的反应时，还是预测汉字命名任务反应时的最大回归系数变量。该结果和已有研究(Bonin et al., 2004; Pérez, 2007)结果一致，不支持累计频率假设，因为儿童识别在同一累计频率水平的不同习得年龄汉字时仍然存在习得年龄效应。
研究发现儿童汉字识别存在习得年龄效应，只在必须提取与使用语音信息来完成的语音范畴判断任务和汉字命名任务中才存在，而在必须提取与使用语义信息来完成的语义范畴判断任务中不存在。同时，ln(习得时长)均能预测语音范畴判断任务和汉字命名任务的反应时，但是不能预测语义范畴判断任务的反应时。前述结果表明儿童在提取与加工语音信息时产生习得年龄效应，支持语音完整性假设；而在提取与加工语义信息时没有产生习得年龄效应，不支持语义假设。
儿童汉字识别的习得年龄效应支持语音完整性假设，但是并不意味着产生习得年龄效应只限于提取和加工语音信息。本研究在语音范畴判断任务和汉字命名任务中均发现习得年龄效应，同时ln(习得时长)也能预测这两项任务的反应时，表明习得年龄不仅影响儿童提取语音信息，也影响输出语音信息。汉字识别过程中可以同时激活语音与语义信息(陈宝国 等, 2003)，所以儿童在使用语音信息来完成语音范畴判断任务和汉字命名任务时，习得年龄可能已经影响语义信息的激活。前述证据表明，习得年龄效应可产生于加工各层次表征信息以及输出某一层次表征信息，支持网络可塑性假设。
儿童汉字识别的习得年龄效应和累计频率效应反映了不同心理机制。儿童往往难以在习得年龄阶段掌握确定的、完整的字义表征信息(陈宝国 等, 2007)，需要今后长期练习与持续积累，因此相比习得年龄，累计频率对儿童习得字义表征信息起着更重要的作用。累计频率影响字义表征信息的联结强度与识别阈限，改变字义表征信息被提取的偏向特征(陈宝国 等, 2004; Smith et al., 2006)，于是儿童在识别累计频率高的汉字时可以从字形直接通达字义，所需时间比累计频率低的汉字更少(陈宝国, 彭聃龄, 2001; 陈宝国 等, 2003)。故本研究发现语义范畴判断任务只有累计频率效应，只有ln(频率值)变量能预测语义范畴判断任务的反应时，表明累计频率比习得年龄对儿童提取与加工字义信息起着更重要的影响。
与字义表征信息相比，儿童能在习得年龄阶段掌握确定的、完整的字音表征信息(陈宝国 等, 2007)，所以习得字音表征信息的先后顺序比字义信息更重要。与晚习得汉字相比，早习得汉字的字音表征信息处于知识网络系统的中心位置(Morrison et al., 2002; Smith et al., 2006)，更容易被提取与输出，因此习得年龄稳定影响儿童提取、加工与输出语音信息。故本研究在语音范畴判断任务和汉字命名任务中均发现习得年龄效应，同时ln(习得时长)是预测汉字命名任务反应时里回归系数最大的变量。由于儿童往往通过大量朗读来习得汉字，不像成人汉字识别会存在语音弱化现象(陈宝国 等, 2007; 陈俊 等, 2011)，所以汉字命名任务既存在习得年龄效应，也存在累计频率效应。
5 结论
语音范畴判断任务和汉字命名任务存在习得年龄效应，ln(习得时长)能预测这两项任务的反应时。语义范畴判断任务和汉字命名任务存在累计频率效应，ln(频率值)能预测这两项任务的反应时。儿童汉字识别的习得年龄效应和累计频率效应支持语音完整性假设和网络可塑性假设，不支持累计频率假设和语义假设。