中国汉字数量变化：甲骨文中仅四千多，如何增长到今日六万？

1985年，在湖南常德澧县城头山镇，考古发现“彭头山遗址”，距今大约9000余年，其中出土了一件非常珍贵的字符。

随后，在距今7000年以上的湖北秭归柳林溪遗址，在距今5000余年的良渚文化陶罐上，在甲骨文上，都发现了这一字符。其中，以甲骨文来看，该字符为数字“五”。

因此，数字“五”应是被中国人使用了万年的汉字，反过来说中国应有上万年的文字史。

那么，从距今万年中国汉字出现开始，一直到今天，中国汉字数量有何变化，引起变化的原因又何在？

首先，商朝之前

迄今为止，商朝之前的文字发现不多，无法判断数量情况，但其中两个发现较为特殊：

其一是安徽蚌埠双墩遗址，考古发现630个字符（下图），距今大约7300年，其中部分字符被江苏镇江、南京等先民使用，已经具备文字的特点。

其二是骨刻文，形成约在4600～3300年之间，目前发现单字数量约900个，龙山文化时期流行的文字，主要出土于山东，但在山西、陕西、内蒙等地也有发现。

文字数量变多，背后反映的是人类物质与精神活动增多，需要更多的字或词来表达，由此导致字词的增多。旧石器时代，人类没有什么多余产出，核心工作是寻找食物，想方设法活下去，当时不需要什么文字。但到了新石器时代，随着社会的进化，新事物新现象的不断涌现，尤其龙山时代系统礼乐制度的出现，需要表达的东西越来越多，文字数量必然随之增多，所谓黄帝时代仓颉造字其实是有其历史背景的，不能简单的将之归为虚构。

双墩刻符、骨刻文等文字数量，符合当时中国社会发展情况，也可以解释商朝文字数量众多的原因。

其次，商朝甲骨文

史前文字的融合与进化，最终在商朝形成了一套成熟文字系统（这不代表成熟文字系统始于商朝，只能说如今考古发现是这样）。根据甲骨文统计，甲骨文上大约一共有4500个文字，这与商朝属于广域王权、以及高度发达青铜文明的身份，显然是相符的。

如今破译的甲骨文，大概只有1600余，还有3000余未能破译。未能破译的甲骨文中，多数属于对汉字系统影响不大的地名人名等专有名词，很多应该未能传承下来，否则这些字就容易被释读了。也就是说，被传承下来的甲骨文，大概在2000个左右，这些属于常用文字。

由于甲骨文用于与沟通鬼神，日常另有简牍文书，因此如果算上未在甲骨文上出现的文字，估计商朝被传承下来的文字数量应超过2000个，可能达到3000个左右。

第三，周秦时代

西周时期，中国出现第一部“文字书”，相传西周宣王时太史作《史籀（zhòu）篇》，也是中国最早的儿童识字课本，《汉书·艺文志》称《史籀》十五篇，但史籀已经失传，究竟收录了多少个字，已经无法知道。

战国时期，中国出现第一部字辞书——《尔雅》，“尔”为近、“雅”为正，即接近雅言、雅正之言，全书收录4300多个词语，计2091个条目。清朝四库全书认为，《尔雅》是战国到西汉“递相增益而成”。总之，战国西汉时，若加上遗漏的部分，中国汉字大概有5000余。

秦朝时期，秦始皇书同文，统一列国文字后，李斯作《仓颉篇》，赵高作《爰历篇》，胡毋敬作《博学篇》，但这些都没能完整流传下来。其中，根据文献记载，仓颉篇收录3300字，但汉书又记载“太史试学童，能讽九千字以上，乃得为史”，九千字者是何书（或与八体六技有关），如今已经不得而知了。

总之，在周朝秦朝时，中华文明突飞猛进，对文字有了更多的“刚性需求”，需要更多的文字表达物质与思想，于是汉字数量出现大幅度增长。比如，“花”就是从“华”分化而来，因为“华”包含的意思太多，于是古人造出了“花”。

第四，两汉魏晋南北朝

两汉时期，中国出现了不少文字书，比如司马相如的《凡将篇》，杨雄的《仓颉训纂》（继写李斯的仓颉篇，增加了2040个字，总量为5300多，即西汉末年汉字大概5000左右），东汉蔡邕等，但其中最重要的是东汉许慎的《说文解字》。

许慎为何要写《说文解字》？原因在于当时文字没有条例，于是“学者往往诡正文，乡璧虚造不可知之书”，说到底就是当时学者故弄玄虚，造出了一些没有的文字，导致文字混乱。在这种情况下，许慎整理历代文字书，最终收录9353个字，其中大约1200个字重复，主要是同一个字的不同写法。下图，许慎雕像。

三国时期魏国张揖，整理的《广雅》收字18150个，但张揖与许慎相隔不远，文字数量不可能如此暴涨。因此，清朝学者考证认为“盖藉张揖之书以纳诸说，而实多揖所未知”，就是“递相增益而成”，但还是冠以《广雅》之名。

两汉魏晋南北朝时，中国文字书层出不穷，大概有百余部，其中南北朝时的《玉篇》，传世下来的收录了13208个字。之所以大幅度增多，原因在于翻译佛经而新造文字，以及社会变化带来的表达需要。比如，玉篇中的“身”部文字数量28个，说文解字中仅2个；珏、鼎属于后世不常用的事物，故而每部增加的数量都非常少。

第五，隋唐之后

隋唐之后，中国文字数量进一步增加，北宋《类编》收录的汉字为33190个、《集韵》收字53525个，清朝《康熙字典》共收字为46933个，新中国《汉语大字典》收字60370个，将佛经、道经和石刻资料中发现的异体字也包含在内的《中华字海》收字85568个。

相比之下，本世纪初，“全球语言监督机构”宣布：以“每98分钟出现一个新英语单词”的速度计算，英语单词量已经达到988968个。显然，今年肯定已经超过百万。从英语出现到现在，大概也就千年左右，却已经暴涨到超过百万个。

这一时期，之所以汉字数量出现暴涨，除了社会发展的表达需要之外，最主要的原因应在于佛教翻译。尤其隋唐两宋，是佛教文献翻译传抄十分频繁的时期，这一段时期汉字数量恰好出现暴涨。有兴趣的朋友可以看一看佛经，上面文字会让人怀疑自己是不是文盲，但实际上上面文字多属于形声字，是对梵语的音译。

值得一问的是，翻译佛经创造的文字，基本都是形声字，犹如西方的表音文字，如果这种传承像古希腊、古埃及等一样断绝，兼且没有文字书释意，那么今人还能读懂吗？

最后，关于本文话题，可以总结为以下两点：

首先，从史前到汉唐，中国汉字的发展，是与社会的发展相适应，随着社会表达需要而文字数量逐渐增加，最终走向成熟规范。

其次，中国文字书数量众多，举世独一无二，这是汉字一脉相承的重要原因，也是后人读懂古代文书的重要资料（比如某些生僻字，没有文字书记载，如何释读）。

当然，不知道是西方字母文字的特殊性，还是其他什么原因，它们与中国文字的发展规律不太相符。比如，古希腊文字、楔形文字、古埃及文字出现就是规范成熟、而且数量庞大，其中古希腊单词数量高达5万多个，又在没有一部当时文字书的情况下，却被西方无碍释读，还能将断绝文字的读音标出来，着实让人惊叹。

参考资料：《胡朴安——中国文字学史》等