1.只有人类有真正的语言
语言，也就是说话，好象是极其稀松平常的事儿。可是仔细想想，实在是一件了不起的大事。正是因为说话跟吃饭、走路一样的平常，人们才不去想它究竟是怎么回事儿。其实这三件事儿都是极不平常的，都是使人类不同于别的动物的特征。别的动物都吃生的，只有人类会烧熟了吃。别的动物走路都是让身体跟地面平行，有几条腿使几条腿，只有人类直起身子来用两条腿走路，把另外两条腿解放出来干别的、更重要的活儿。同样，别的动物的嘴只会吃东西，人类的嘴除了吃东西还会说话。
记得在小学里读书的时候，班上有一位“能文”的大师兄，在一篇作文的开头写下这么两句：“鹦鹉能言，不离于禽；猩猩能言，不离于兽。”我们看了都非常佩服。后来知道这两句是有来历的，只是字句有些出入。①又过了若干年，才知道这两句话都有问题。
鹦鹉能学人说话，可只是作为现成的公式来说，不会加以变化（所以我们管人云亦云的说话叫“鹦鹉学舌”）。只有人们的说话是从具体情况（包括外界情况和本人意图）出发，情况一变，话也跟着一变。至于猩猩，根据西方学者拿黑猩猩做试验的结果，它们能学会极其有限的一点符号语言，可是学不会把它变成有声语言。人类语言之所以能够“随机应变”，在于一方面能够把语音分析成若干音素（当然是不自觉地），又把这些音素组合成音节，再把音节连缀起来，──音素数目有限，各种语言一般都只有几十个音素，可是组成音节就可以成百上千，再组成双音节、三音节，就能有几十万、几百万。另一方面，人们又能分析外界事物及其变化，形成无数的“意念”，一一配以语音，然后综合运用，表达各种复杂的意思。一句话，人类语言的特点就在于能用变化无穷的语音，表达变化无穷的意义。这是任何其他动物办不到的。
人类语言采用声音作为手段，而不采用手势或图画，也不是偶然。人类的视觉最发达，可是语言诉之于听觉。这是因为一切倚赖视觉的手段，要发挥作用，离不开光线，夜里不成，黑暗的地方或者有障碍物的地方也不成，声音则白天黑夜都可以发挥作用，也不容易受阻碍。手势之类，距离大了看不清，声音的有效距离大得多。打手势或者画画儿要用手，手就不能同时做别的事，说话用嘴，可以一边儿说话，一边儿劳动。论快慢，打手势赶不上说话，画画儿更不用说。声音唯一不如形象的地方在于缺乏稳定性和持久性，但在原始社会的交际情况下，这方面的要求是次要的，是可以用图形来补充的。总之，正是由于采用了嘴里的声音作为手段，人类语言才得到前程万里的发展。
────①《礼记·曲礼》：鹦鹉能言，不离飞鸟；猩猩能言，不离禽兽。
2.文字不能超脱语言
自从有了人类，就有了语言。世界上还没有发现过任何一个民族或者部落是没有语言的。至于文字，那就不同了。文字是在人类的文化发展到一定阶段的时候才出现的，一般是在具有国家的雏形的时候。直到现在，世界上还有很多语言是没有文字的，也可以说，没有文字的语言比有文字的语言还要多些。最早的文字也只有几千年的历史，而且就是在有文字的地方，直到不久以前，使用文字的也还是限于少数人。
文字起源于图画。最初是整幅的画，这种画虽然可以有表意的作用，可是往往意思含胡不清，应该怎么理解取决于具体环境，例如画在什么地方，是谁画的，画给谁看的，等等。这种图画一般都比较复杂，这里设想一个简单的例子来说明。比如画一个井，里边画三只兔子。如果是一个猎人画在一棵树上的，就可能是表示附近的陷阱里有三只兔子，要后边来的伙伴处理。如果是画在居住的洞壁上的，就可能表示猎人们的愿望，这种画有法术的作用，那里边的三只兔子就不是确实数目而只是许多兔子的意思。
图画发展成为文字，就必须具备这样一些特点：（１）把整幅的画拆散成个别的图形，一个图形跟语言里的一个词相当。（２）这些图形必得作线性排列，按照语言里的词序。比如先画一个井，再画三个直道儿或横道儿，再画一个兔子，代表“阱三兔”这样一句话。如果把三个道儿画在井的前边，就变成三个陷阱里都有兔子的意思了。（３）有些抽象的意思，语言里有字眼，不能直接画出来，得用转弯抹角的办法来表示。比如画一只右手代表“有”，把它画在井的后边，就成为“阱有三兔”。这种文字是基本上象形的文字，但是可以念，也就是说，已经跟语言挂上钩，成为语言的视觉形式了。
到了这个阶段以后，为了便于书写，图形可以大大简化（图案化，线条化，笔划化），丝毫不损害原来的意思。从汉字形体变化的历史来看，甲骨文最富于象形的味道，小篆已经不太象，隶书、楷书就更不用说了。从形状上看，第二阶段的零碎图形和第一阶段的整幅画很相似，第三阶段的笔划化图形和第二阶段的象形图形可以差别很大。但是从本质上看，象形文字和表意画有原则上的区别，而象形文字和后来的笔划化的文字则纯粹是字形上的变化，实质完全相等。
图画一旦变成文字，就和语言结上不解之缘。一个字，甚至是最象形的字，也必然要跟一定的字音相联系；表示抽象意思的字，笔划化了的字，就更加离不开字音了。这样，语言不同的人看不懂彼此的文字，哪怕是象形成分最多的文字。假如一个人的语言里“有”和“右”不同音，他就不懂一只手夹在一个井和三只兔子中间是什么意思。
文字发展到了这种“词的文字”之后，仍然有可能进一步发展成纯粹表音的文字，这将来再谈。这里所要强调的是：尽管文字起源于图画，图画是与语言不相干的独立的表意系统，只有在图画向语言靠拢，被语言吸收，成为语言的一种形式（用图形或笔划代替声音）之后，才成为真正的文字。
对于文字和语言的关系没有好好思考过的人，很容易产生一些不正确的理解。很常见的是把文字和语言割裂开来，认为文字和语言是并行的两种表达意思的工具。这种意见在我国知识分子中间相当普通，因为我们用的是汉字，不是拼音字。有人说，文字用它自已的形体来表达人的思维活动、认识活动。当人们写文字的时候，目的在写它的思想而不仅为的是写语言；当人们看文字的时候，也只是看它所包含的内容，不一定把它当作语言；只有把它读出来的时候，才由文字转化为语言。这个话显然是不对的。文字必须通过语言才能表达意义；一个形体必须同一定的语音有联系，能读出来，才成为文字。如果一个形体能够不通过语音的联系，直接表达意义，那就还是图画，不是文字。代表语言，也就是能读出来，这是文字的本质，至于写的时候和看的时候读出或者不读出声音来，那是不关乎文字的本质的。事实上，教儿童认字总是要首先教给他读音；不通过语言而能够学会文字的方法是没有的。粗通文字的人看书的时候总是要“念念有词”，那怕声音很小，小到你听不见，你仍然可以看见他的嘴唇在那儿一动一动。完全不念，只用眼睛看（所谓“默读”），是要受过相当训练才能做到的。
有人拿阿拉伯数字和科学上各种符号作为文字可以超脱语言的例子。这也是只看见表面现现象，没有进一步观察。数字和符号也都是通过语言起作用的，不过这些符号是各种语言里通用，因此各人可以按照各自的语言去读罢了。例如“
１，２，３”可以读成“一，二，三”，可以读成“ｏｎｅ，ｔｗｏ，ｔｈｒｅｅ”，可以读成“Ｏдин，два，три”
，等等，但是不把它读成任何语言的字音是不可能的。而况在任何语言的语汇里这种符号都只是极少数呢？
3.语言和文字也不完全一致
文字（书写符号）和字音不可分割，因而文字（书面语）和语言（口语）也就不可能不相符合。但是事实上文字和语言只是基本上一致，不是完全一致。这是因为文字和语言的使用情况不同。说话是随想随说，甚至是不假思索，脱口而出；写东西的时候可以从容点儿，琢磨琢磨。说话的时候，除了一个一个字音之外，还有整句话的高低快慢的变化，各种特殊语调，以及脸上的表情，甚至浑身的姿态，用来表示是肯定还是疑问，是劝告还是命令，是心平气和还是愤愤不平，是兴高彩烈还是悲伤抑郁，是衷心赞许还是嘲讽讥刺，等等不一；写东西的时候没有这一切便利，标点符号的帮助也极其有限。因此，说话总是语汇不大，句子比较短，结构比较简单甚至不完整，有重复，有脱节，有补充，有插说，有填空的“呃、呃”，“这个、这个”；而写文章就不然，语汇常常广泛得多，句子常常比较复杂，前后比较连贯，层次比较清楚，废话比较少。这都是由不同的使用条件决定的。另一方面，语言和文字又互相作用，互相接近。语言里出现一个新字眼或者新说法，慢慢地会见于文字，例如“棒”、“搞”、“注点儿意”；文字里出现一个新字眼或者新说法，慢慢地也会见于语言，例如“问题”、“精简”、“特别是”、“在什么什么情况下”。剧作家和小说作者得尽可能把人物对话写得流利自然，生动活泼，虽然不能完全象实际说话。而一个讲故事或者作报告的人，却又决不能象日常说话那样支离破碎，即使不写稿子，也会更象一篇文章。所以一个受过文字训练的人，说起话来应该能够更细致，更有条理，如果有这种需要。一个原来善于说话也就是有“口才”的人，也应该更容易学会写文章。
一般说来，文字比语言更加保守。这是因为人们只听到同时代的人说话，听不到早一时期的人说话，可是不仅能看到同时代的文字，也能看到早一时期的文字，能摹仿早一时期的文字，因而已经从口语里消失了的词语和句法却往往留存在书面语里。再还有一些特殊的着作，例如宗教经典、法律条文，它们的权威性叫人们轻易不敢改动其中的古老的字句；优秀的文学作品也起着类似的作用。在文字的保守力量特别强烈的场合，往往会形成文字和语言脱节的现象。中国，印度，阿拉伯国家，古代罗马，都曾经出现过这种情况。