# 先听懂，再开口：0–3 岁语言是怎么长出来的，为什么“你来我往”比多说话更管用

语言不是从开口那天开始的：听到—听懂—手势—说出分先后发展；真正起作用的是“发球—回球”的来回互动，而不是单向多说话或多放音频

> 语言发育 · 发球回球互动 · 屏幕时间 · 听力筛查 · 约 7 分钟 · 10 月 05 日

## 本篇要点

1. 语言不是从开口那天开始的；听到、听懂、用手势表达、用声音说出来这四样分先后，听懂总是领先于说出。
2. ASHA 的沟通里程碑给的是年龄区间，标注的是大多数（75%）孩子已经能做到的时点，不是截止日期。
3. 按台阶看：0–3 个月会跟你一往一来说话；7–9 个月咿呀出 mamamama 这类重复音节；10–12 个月会指、会挥手；13–18 个月能听懂一步指令；19–24 个月开始把两个词拼起来、约 50 个词；2–3 岁能进行至少两轮来回对话，陌生人多数时候能听懂。
4. 真正的关键是“发球—回球”：孩子的发声、指向、注视都算发球，大人在几秒内针对他正关注的东西回应，就能把词和物对上号，让孩子发现说话有用，并让互动自己延续下去。
5. 研究显示，回应频率本身在起作用：9 个月时父母对发声的回应频率预测 12 个月的理解词汇，而且不能用“家长话更多”或“话更简单”解释。
6. 孩子常先用手势指某样东西、两三个月后才说出对应的词；14 个月时指物所表达的含义越丰富，36 个月时词汇量越大。
7. 回应完要等，给孩子组织回应的空档；把空档填满，来回轮次就不会发生。
8. 屏幕与语言的关系，重点在它挤掉了多少对话：每多 1 分钟屏幕，36 个月时孩子少听约 6.6 个成人词、少发 4.9 次声、少 1.1 轮来回；这是相关性，不是因果。
9. 语言慢常常先是听力问题的表现，总需要重复或大声说话时，先测听力比先数词汇更有效。

---

上一篇讲大运动，结论是动作不用教，它在条件具备时自己长出来。语言也有很大一部分是自己长出来的，但它比动作多一个条件：必须有另一个人在场。这一篇讲清楚两件事——孩子的语言在 0–3 岁大致按什么次序冒出来，以及为什么“和孩子来回互动”比“多跟他说话、多放音频”更接近关键。

## 开口之前，沟通早就开始了

最容易被忽略的一点是：孩子说出的第一个词，通常不是语言的开头，而是很后面的一个结果。

语言可以拆成四个部件：**听到、听懂、用手势表达、用声音说出来**。这四样不是同时启动的。听觉最早，NIDCD 指出，出生后前三年是习得语音和语言最密集的时期，到 6 个月大时，多数婴儿已经能分辨自己母语里的基本语音[2]。听懂排在说出之前——孩子往往已经默默听懂了一样东西很久，才第一次把它说出来。手势则常常跑在第一个词前面。

所以判断一个还不会说话的孩子“语言发展得怎么样”，不能只数他会说几个字。要一起看：他对声音有没有反应、听得懂多少、会不会用手势和眼神跟你沟通。

## 台阶大致长什么样

美国言语语言听力协会（ASHA）2023 年发布的沟通里程碑，给的是年龄区间，而且标明这些区间是“大多数（75%）孩子已经能做到”的时点，不是到点必须会的截止线[3]。按这个脉络看：

- **0–3 个月**：听到声音有反应；你对他说话，他会安静下来或微笑；会用发声跟你一来一往。
- **4–6 个月**：发出带辅音的咕咕声，像“aagoo”“daaa”这种[3]。
- **7–9 个月**：开始咿呀出一长串重复音节，比如 mamamama、babababa；叫他的名字会看你；你说“不行”他会停一下。
- **10–12 个月**：会指、会挥手、会把东西举给你看或递给你；能听懂“杯子”这类常用词；会说出一个两个词[3]。
- **13–18 个月**：能听懂并执行一步指令，比如“把球给我”[3]。CDC 的清单把这一步写得更细：15 个月时除“妈妈”“爸爸”外能说一两个词，18 个月时能说三个以上[1]。
- **19–24 个月**：把两个词拼在一起，像“还要水”“出去”；两岁时大约会说 50 个词[3][1]。
- **2–3 岁**：能说出自己的名字；能跟你进行至少两轮来回的对话；多数时候陌生人也能听懂他在说什么[1]。

这条线上有两个地方容易误判。第一，**听懂永远领先于说出**，所以“他不会说但都听得懂”是正常的台阶，不是停滞。第二，慢不慢不能只看一格。缺好几项、不再学新东西、或者丢掉已经会了的技能，才是该认真对待的信号。

## 关键在“发球—回球”，不在说了多少

现在讲这一篇的核心问题：为什么单向输入替代不了互动。

哈佛儿童发展中心把这套互动叫 **serve and return**，直译就是“发球—回球”[5]。孩子的“发球”范围比大人想得宽：一声咿呀、伸手指向窗外、扭头盯着狗看、把手里的积木举起来——这些都算发球。大人的“回球”是：跟着他正在关注的东西，在几秒内给出回应——说出那样东西的名字、应一声、点点头、把它拿近一点[6]。

为什么这套来回比“话多”更管用？它做了三件单独靠输入做不到的事。

第一件，**把词和东西对上号**。同一个屋里有很多东西，光听大人说话，孩子没法知道这个词指的是哪一个。回应发生在孩子正看着某样东西的那几秒里，词和物同时出现在他眼前，配对关系才被固定下来[6]。

第二件，**让孩子发现说话是有用的**。孩子一发声、大人就回应，重复很多次之后，孩子学到的不只是一个词，而是“我发出的声音能改变别人的行为”。这一步让他明白语言是工具，之后才会主动去用[7]。

第三件，**让互动自己滚起来**。得到回应的孩子会在那样东西上多停留一会儿、多摸几下，于是大人又有机会多讲一次那个词，轮次就这样一直续下去。

这个循环画出来是这样的：

```mermaid
flowchart LR
  A["孩子发球：发声、指、看向、伸手"] --> B["大人接住：跟着他正在关注的东西"]
  B --> C["几秒内回球：说出名字、应一声、递过去"]
  C --> D["孩子更久地盯着那样东西，也想再发一次球"]
  D --> A
```

证据支持这条路径，而且指出它不是“话多”的副产品。一项研究追踪了 9 个月大的婴儿，发现父母对孩子的发声给出回应的频率越高，孩子 12 个月时的理解词汇越大；研究者专门检验过另外两种解释——回应多的父母是不是本来话就更多、话是不是更简单——结论是这两种都解释不了，起作用的确实是回应的频率[7]。另一项研究里，母亲在 9 个月时给出的“意义相关”回应，与孩子 18 个月时的表达词汇有关[8]。

这里有一个不太被强调但很实际的动作：**回应完要等**。孩子组织一句话需要时间，如果大人一句接一句把空档填满，轮次根本不会发生[6]。

手势也属于这套系统。研究发现，14 个月时用指物表达的含义越丰富，孩子 36 个月时的词汇量越大，这个预测力甚至超过他当时已经会说的词数；而且孩子常常先用手势指某样东西，平均两三个月后才说出对应的词[11]。“会指但还不会说”不是落后，它就是语言路上的一站。所以孩子指的时候，别只说“哦”，把它接住。

## 屏幕和音频为什么替不了

如果关键在“来回”，那单向播放的东西就天然缺了一半。

一项 2024 年发表在 JAMA Pediatrics 的队列研究，追踪了 220 个家庭从孩子 12 到 36 个月，结果是：孩子每多 1 分钟屏幕时间，36 个月大时听到的成人词少 6.6 个、自己发出的声音少 4.9 次、来回轮次少 1.1 次[9]。按世界卫生组织给出的 1 小时上限来算，一天大约就少掉 397 个成人词和 68 轮来回[9]。

这里要小心两件事。一是这是相关性研究，它不能证明“屏幕导致语言差”，但它指出的机制很具体：屏幕占用的正是本来会发生对话的那些时间[9]。二是由此推出的重点不是简单的“看多久”，而是屏幕吃掉了多少对话。

至于视频本身，婴幼儿从中学会新词也比跟着真人学更费劲，原因是视频里缺少回应性的社交线索。所以如果确实要看，选高质量内容并陪着一起看、边看边解说（这叫共同观看），能补回一部分[10]。而一直开着的儿歌音频不构成任何回应，只是背景噪音。

## 什么时候该找人问

回到第一篇反复用的那套标准：先看是不是“多数孩子已经会”的时点，再看是不是多条线一起出问题。ASHA 列出的警示信号包括[4]：

- 4–7 个月还完全不咿呀；
- 7–12 个月只发很少的声音，也不使用挥手、指这类手势；
- 7 个月到 2 岁之间听不懂别人说的话；
- 12–18 个月只会说很少几个词；
- 1 岁半到 2 岁还不能把两个词连起来；
- 2 岁说得还不到 50 个词。

还有一条最容易被漏掉的：**听力**。语言慢常常首先是听力问题的表现。如果你发现自己总在重复、总要用很大的声音说话，或者孩子叫名字常常没反应、不跟着简单指令做事，先去测听力比先数词汇更有效率[4]。

ASHA 的判断原则也值得记住：单独一项里程碑没达到，不必马上做评估；但如果缺好几项、不再学新技能、或者把已经会的技能丢掉了，就该去找医生以及言语治疗师或听力师[3]。评估越早做越好，因为出生到 3 岁是大脑最灵活的那段时间[3]。

## 落到日常

把上面的内容收成三句话：跟着他正在关注的东西走；他一发球你就回，回得快、回在他看的那样东西上；回完等一等，给他答的机会[6]。哈佛的建议是不要把它当成额外要腾出时间的活动，换尿布、喂饭、推着车排队这些小空档都算[6]。

不用买什么、不用报什么。语言这门本事，是在你和他之间一次一次来回里长出来的。

## 术语表

- 发球—回球（serve and return）：孩子用发声、指向、注视、伸手发出信号，大人在几秒内针对他关注的东西给出回应，这种来回互动是早期语言和社交能力的基础。
- 接受性语言与表达性语言：接受性指听懂，表达性指说出来；前者总是先于后者发展，所以“不会说但听得懂”是正常台阶。
- 共同观看（co-viewing）：大人陪着孩子一起看屏幕内容并随时解说，能补回一部分屏幕时间挤掉的互动。

## 来源

1. [CDC: Milestones by 3 Years — 2 岁与 3 岁语言里程碑，含 15/18 个月词量与两轮回合对话](https://www.cdc.gov/act-early/milestones/3-years.html)
2. [NIDCD: Speech and Language Developmental Milestones — 出生到 3 岁是习得语言最密集时期，6 个月能分辨母语基本语音](https://www.nidcd.nih.gov/health/speech-and-language)
3. [ASHA: Communication Milestones — 按年龄区间的沟通里程碑，及“75% 孩子能做到”的说明与求助原则](https://www.asha.org/public/developmental-milestones/communication-milestones/)
4. [ASHA: Early Identification of Speech, Language, and Hearing Disorders — 语言与听力问题警示信号表](https://www.asha.org/public/early-identification-of-speech-language-and-hearing-disorders)
5. [Harvard Center on the Developing Child: Serve and Return — 来回互动概念解释](https://developingchild.harvard.edu/key-concept/serve-and-return/)
6. [Harvard: 5 Steps for Brain-Building Serve and Return — 面向家长的操作步骤，含“回应后要等待”](https://developingchild.harvard.edu/wp-content/uploads/2024/10/HCDC_ServeReturn_for_Parents_Caregivers_2019.pdf)
7. [How does social contingency facilitate vocabulary development? — 9 个月时父母言语回应频率预测 12 个月理解词汇，并排除输入量与简化程度两种解释](https://babylab.berkeley.edu/_files/ugd/9f32e5_01d462e31a4c43e0997ea5925065cb8d.pdf)
8. [Mother-child and father-child “serve and return” interactions at 9 months — 亲子发球—回球互动与 18、24 个月语言能力的关联](https://pmc.ncbi.nlm.nih.gov/articles/PMC10873112/)
9. [JAMA Pediatrics 2024: Screen Time and Parent-Child Talk — 每多 1 分钟屏幕时间对应的成人词、儿童发声与对话轮次减少量](https://jamanetwork.com/journals/jamapediatrics/fullarticle/2815514)
10. [AAP: Media and Young Minds — 幼儿屏幕媒体建议与共同观看](https://publications.aap.org/pediatrics/article/138/5/e20162591/60341/Media-and-Young-Minds)
11. [Learning words by hand: Gesture's role in predicting vocabulary development — 14 个月手势类型预测 42 个月词汇量，手势先于对应词出现](https://pmc.ncbi.nlm.nih.gov/articles/PMC2745165/)

---

原文：https://pangzhengboyin.com/articles/how-language-develops-0-3-serve-and-return-ce6653fd

> **庞征博引** · 想学的，慢慢都会
>
> 庞征博引是把想学的东西写成连载的 AI 学习工具。说出想学什么，它会先了解你的基础，再把主题写成一篇篇 5–10 分钟能读完的文章；边读边问，接下来学什么跟着你走。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com