Основным условием образования эргативной конструкции является наличие языка, обнаруживающего склонность к образованию инкорпорирующих комплексов.
Не случайно эргативная конструкция возникает прежде всего в языках этого типа. Если в языках номинативного строя чаще всего оформляется особый винительный падеж, то в языках, склонных к образованию инкорпорирующих комплексов, показатель винительного падежа может быть выражен дистантно, путем включения показателей объекта действия в форму переходного глагола. Начальная ступень образования эргативной конструкции очень хорошо представлена в абхазском языке. В абхазском языке нет склонения вообще. В нем нет и эргативного падежа. Тем не менее при наличии переходного глагола можно определить, какое имя существительное выступает в роли объекта действия, поскольку в составе глагольной формы имеется специальный показатель, который как бы повторяет наличествующий в предложении объект действия, выраженный именем существительным, ср. абхаз. s -ab atʼšǝ i -i-goyt ʽМой отец лошадь беретʼ. Буквально это означает: ʽМой отец лошадь ее он беретʼ. Все это очень напоминает явление репризы местоимения в современных балканских языках. Совершенно очевидно, что в абхазском языке немаркированность в предложении именного объекта действия компенсируется его индикатором, находящимся в составе глагольной формы.
Однако при таком построении падеж субъекта действия и падеж объекта действия все же остаются формально невыраженными, поскольку дистантный способ маркировки падежа объекта действия производит меньший эффект по сравнению со способом создания специального винительного падежа. Это коммуникативное неудобство послужило причиной создания в других кавказских языках, также имевших индикаторы объекта в форме глагола, особого падежа субъекта действия, или эргатива, ср. кабард. ЩIалым письмо итхащ ʽпарень написал письмоʼ. Таким образом, омонимия двух падежей была устранена. Она могла бы быть устранена и путем создания специального винительного падежа, но для этого способа не было условий, поскольку особый показатель винительного падежа при наличии индикаторов объекта в глаголе оказался бы явным плеоназмом. Именно этим и объясняется отсутствие в языках с эргативной конструкцией винительного падежа. В языках этого типа не было также условий для возникновения страдательного залога, так как падеж пассивной конструкции мог бы совпасть по форме с падежом субъекта действия при непереходных глаголах и с падежом объекта действия при непереходных глаголах.
Можно предполагать, что этот путь образования эргативной конструкции является общим для всех языков мира, обладающих склонностью к образованию инкорпорирующих комплексов. Универсальной причиной образования эргативной конструкции предложения является тенденция к разграничению падежа субъекта действия и падежа объекта действия.
Таким образом, в генезисе эргативной конструкции нет никакой стадиальной мистики, в эргативной конструкции нет ничего внутренне специфического, что отличало бы ее коренным образом от номинативной конструкции. Эргативная конструкция предложения – формальная разновидность номинативной конструкции. Только этим можно объяснить на первый взгляд трудно объяснимое явление, почему эргативная конструкция может возникнуть в разные исторические эпохи и в разных языках земного шара.
Если этот взгляд правильно отображает происхождение и сущность эргативной конструкции, то тем самым отпадает какая-либо необходимость искать ее начало в активном строе предложения. Наличие некоторых коррелятов эргативного и активного строя нужно рассматривать как случайную конвергенцию.
Стадиальное развитие языков допускает также Ю.Д. Дешериев, но в отличие от Г.А. Климова это стадиальное развитие рассматривается в другом аспекте. По Дешериеву, все языки в своем развитии проходят три стадии: 1) стадию одноуровневой структуры, 2) стадию двухуровневой структуры и 3) стадию многоуровневой структуры.
Ю.Д. Дешериев считает, что одноуровневую структуру правильнее было бы назвать структурой без внутреннего членения на уровни или же просто моноструктурой, отражающей стадную речь и стадное создание стадного человека.
«В то время лишь социализированные звуки и звуковые комплексы могли отражать только чувственно воспринимаемые действия и предметы… В этих условиях стадиальная речь могла представлять звуки и звуковые комплексы, подвергшиеся социализации в процессе применения их в качестве средств сообщения. Каждый звуковой комплекс употреблялся изолированно, отдельно от других звуков или звуковых комплексов. Такой звук (звуковой комплекс) представлял собой социализованную соотнесенность звучания с чувственно воспринимаемым предметом или действием, его можно было бы назвать лингвистической субстанцией… В начальный период возникновения человеческой речи звуковой комплекс… не мог распадаться на фонемы и морфемы. Он должен был иметь минимальную „семантическую структуру“ – социализованную соотнесенность с предметом мысли выражая целостное сообщение… В то время не могло быть и речи о субъекте, объекте, предикате»[286].