Polskie dż występuje rzadko w porównaniu z innymi spółgłoskami, ponieważ ma niewiele źródeł historycznych. Spółgłoska zwartoszczelinowa *dž powstała w języku prasłowiańskim wskutek palatalizacji („zmiękczenia”) *g przed samogłoskami przednimi lub przed *j, ale szybko (jeszcze w prasłowiańskim) uległa uproszczeniu do *ž. Tylko w jednym kontekście, mianowicie w spalatalizowanej zbitce *zg, powstało *ždž, w którym *dž nie utraciło komponentu zwartego. Dlatego mamy w polskim oboczności typu mózg | móżdżek albo miazga | miażdżyć, ale róg | rożek. Drugim żródłem *dž był nieco późniejszy, ale wciąż prasłowiański rozwój zbitki *zdj. Zmieniła się ona w *źdź, które natępnie utożsamiło się z *ždž, aczkolwiek zbitka *dj niepoprzedzona przez *z rozwijała się inaczej, dając *dź, które w lini rozwojowej prowadzącej do języka polskiego zmieniło się w *dz. Dlatego mamy dziś oboczność jazda | jeżdżę (*ězda | *ězdjǫ), ale ród | rodzę (*rodъ | *rodjǫ). Dodatkowym źródłem dż są zapożyczenia z języków obcych, głównie z angielskiego, np. dżem (ang. jam) albo dżentelmen (ang. gentleman).
Prasłowiańskie *dž i staropolskie dż były artykułowane nieco inaczej niż wpółcześnie. Była to spółgłoska podniebienno-dziąsłowa [dʒ], wymawiana jak obie spółgłoski w angielskim judge, czyli bardziej miękko niż dzisiejsze polskie dż. W standardowej wymowie polskiej jest to spółgłoska zadziąsłowa (rzadziej dziąsłowa) i apikalna, co oznacza, że tylko czubek języka, a nie cała jego przednia część, zbliża się do sklepienia jamy ustnej; towarzyszy temu ruchowi cofnięcie masy języka. Wielu fonetyków uważa, że właściwą transkrypcją tego dźwięku w międzynarodowym alfabecie fonetycznym (IPA) jest [dʐ], oznaczające spółgłoskę „retrofleksyjną” (artykułowaną z wygiętym ku górze lub nawet zawiniętym ku tyłowi czubkiem języka). Takiej transkrypcji używa dziś nawet Wikipedia. To samo dotyczy głosek pisanych sz, ż, cz (odpowiadających prasłowiańskim *š, *ž, *č), które po staropolsku były wymawiane miękko jako [ʃ], [ʒ], [tʃ], a obecnie „stwardniały”, czyli są wymawiane jako apikalne zadziąsłowe [ʂ], [ʐ], [tʂ].
Tu pojawia się drobna komplikacja, bo mamy w języku polskim jeszcze jedno źródło głosek tego typu. Tendencja do palatalizowania wszelkich spółgłosek przed *j i przed samogłoskami przednimi była w niektórych dialektach słowiańskich tak silna, że uległa jej także dziąsłowa spółgłoska wibrująca *r, zwykle skutecznie opierająca się próbom zmiękczenia. Pierwszym etapem (którego rezultat można obserwować np. w języku rosyjskim) było *rʲ, ale mała grupka dialektów zachodniosłowiańskich (w tym czeski, polski i kaszubski) poszła dalej: zmiękczone *rʲ rozwinęło się w spółgłoskę wibrująco-szczelinową, zapisywaną w ortografii czeskiej jako ř. Skrybowie zapisujący słowa polskie w XIII i XIV w. zaczęli używać dla tej wymowy pisowni rs, rsz lub rz; ta ostatnia przyjęła się jako standardowa.
Jest to spółgłoska wyjątkowo rzadka i dziś poza czeskim (oraz paroma peryferyjnymi dialektami polskimi i kaszubskimi) można ją spotkać tylko w kilku językach świata. IPA nie ma dla niej specjalnego znaku i stosuje różne półśrodki, żeby transkrybować ř. Pozwolę sobie użyć prywatnego symbolu [ʳʒ] dla spółgłoski takiej jak w czeskim řeka ‘rzeka’ albo dřímat ‘drzemać’. W ten sposób podkreślam fakt, że jest to w zasadzie spółgłoska szczelinowa typu [ʒ] (podniebienno-dziąsłowa), której towarzyszy wibracja czubka języka, często zredukowana do jednego uderzenia o dziąsło. Notacja ta ma tę zaletę, że łatwo w analogiczny sposób transkrybować bezdźwięczny wariant ř, czyli [ʳʃ], pojawiający się po spółgłoskach bezdźwięcznych lub na końcu wyrazu (jak w czeskim tři ‘trzy’, tvář ‘twarz’). Ponadto za jej pomocą łatwo pokazać, co się działo dalej w języku polskim. W XVII w. w polszczyźnie głównego nurtu zaczął zanikać komponent wibracyjny [ʳ] i pozostały tylko [ʒ] lub [ʃ], które utożsamiły się z odziedziczonymi refleksami *ž, *š i dalej rozwijały się w identyczny sposób jak one (czyli we współczesne [ʐ], [ʂ]). Powód tego uproszczenia był dość oczywisty: głoski skomplikowane artykulacyjnie (złożone z kilku komponentów) i sprawiające trudności w wymowie są historycznie niestabilne (a przez to także rzadkie).
Spójrzmy teraz, co się stało z połączeniami trz, drz, wymawianymi do XVII w. [tʳʃ], [dʳʒ]. Można by się było spodziewać, że po zaniku [ʳ] utożsamią się fonetycznie ze spółgłoskami zwartoszczelinowymi (afrykatami) [tʃ], [dʒ] > [tʂ], [dʐ], zapisywanymi cz, dż. Tak się istotnie stało w regionalnych odmianach polszczyzny w Małopolsce i Wielkopolsce, i to nie tylko w tradycyjnych gwarach lokalnych, ale także w wymowie ludzi wykształconych. Nastąpiła również asymilacja miejsca artykulacji w grupach strz, zdrz, czego skutkiem jest wymowa [ʂtʂ], [ʐdʐ] („oszczyć, nożdża”). Natomiast w regionie mazowieckim trz, drz pozostały zbitkami dwu spółgosek (zwartej i szczelinowej) i są wymawiane [t-ʂ], [d-ʐ]. Tak jest przynajmniej w podręcznikach wzorcowej polszczyzny albo w hiperstarannej wymowie scenicznej, albowiem w używanej na co dzień wymowie swobodnej na ogół zachodzi zmiana spółgłoski zwartej w zwartoszczelinową, przy czym następująca po niej szczelinowa zachowuje swoją odrębność: [tʂʂ], [dʐʐ] (jak gdyby czsz, dżż). Tak czy siak trz i drz wyraźnie kontrastują z cz i dż. Wyjątkiem jest pozycja przed spółgłoską, gdzie dla ułatwienia wymowy często następuje uproszczenie [tʂʂ], [dʐʐ] do [tʂ], [dʐ] (jak wyrazach trzcina, trzmiel, trzpiotka, drzwi, wymawianych „czcina, czmiel, czpiotka, dżwi”). Redukcja ta nie jest obowiązkowa, ale uważana jest za poprawną.
Językoznawcy preskryptywni definiujący normy wymowy polskiej postanowili przyjąć wymowę mazowiecką trz i drz jako normatywną. Ktoś, kto wymawia 333 jako „czysta czydzieści czy” albo drzewo jako „dżewo”, naraża się zatem na zdemaskowanie jako użytkownik polszczyzny regionalnej, być może krakowianin albo nie daj Boże poznaniak. Wariantywność i istnienie różnorodnych odmian, dialektów i gwar jest dowodem na to, że język żyje i ma się dobrze. Ale kojarzenie normatywności z wykształceniem (bo krzewieniem norm zajmuje się przede wszystkim szkoła) budzi w ludziach obawę, że mówiąc „niepoprawnie”, będą brani za kogoś, kto w szkole nie uważał. Stąd godne ubolewania, ale nagminne piętnowanie, wyśmiewanie lub parodiowanie cech regionalnych i zupełnie absurdalne poczucie wyższości, z jakim ktoś rozróżniający słowa czysta i trzysta wytyka palcem bliźnich, w których wymowie oba słowa brzmią identycznie. Ja sam rozróżniam je, ale nie dlatego, że pilnie słuchałem nauczycieli, tylko po prostu pochodzę z części Polski, gdzie to rozróżnienie jest powszechnie występującą cechą regionalną. Jednak jako językoznawca kocham regionalizmy nie tylko własne, ale także cudze, i nie tylko z nimi nie walczę, ale najchętniej otoczyłbym je ochroną prawną.
Faktem jest wszakże, że nie chcąc się narażać na docinki, wykształceni Wielkopolanie i Małopolanie dla świętego spokoju przyswajają sobie wymowę normatywną, a nawet przesadzają, używając hiperyzmów – form, które tak bardzo pragną być poprawne, że aż stają się niepoprawne. Często na przykład można usłyszeć wymowę wyrazów takich jak dżem ze zbitką spółgłoskową d + ż (wymawianą tak, jakby pisano „drzem”). Zwrócę jeszcze uwagę, że czasem pisownia dż występuje na styku morfemów, z których pierwszy zawiera końcowe -d, a drugi początkowe ż- (jak w słowach pod–żegacz albo nad-żerka). Wtedy oczywiście nie jest to jedna spółgłoska zwartoszczelinowa, tylko zawsze sekwencja dwu spółgłosek.
Osobnym kuriozum jest słowo budżet, w którym zalecenia poprawnościowe każą rozdzielać d i ż (jak gdyby pisano budrzet). Z etymologicznego punktu widzenia jest to nonsens, bo słowo pochodzi z języka angielskiego, gdzie jest wymawiane [ˈbʌdʒɪt] (budget) ze zwykłym angielskim zwartoszczelinowym [dʒ]. Jednak Polacy zapożyczyli je nie wprost z angielskiego, tylko pośrednio – przez język francuski, gdzie wymową wzorcową jest [bydˈʒɛ], a być może dodatkowo przez rosyjskie bjudžét [bʲʊdˈʐɛt] (również zapożyczone z francuskiego). Ani Francuzi, ani Rosjanie nie posiadają fonemu typu [dʒ]/[dʐ], więc adoptując wyraz obcy z taką spółgłoską, rozłożyli ją na dwa segmenty. Polacy, choć sami nie mieliby kłopotu z wymową zbliżoną do angielskiej, naśladują nie oryginał, tylko zniekształcone kopie z języków pośredniczących w zapożyczaniu.
Po tym przydługim wstępie jesteśmy dostatecznie uzbrojeni w zdobycze językoznawstwa, żeby się zastanowić, skąd język polski wziął słowa takie jak dżdżownica albo dżdżysty. Nie są one pochodzenia obcego, a przecież w słowach rodzimych dż (nawet pojedyncze, a co dopiero podwojone) nie powinno występować w nagłosie wyrazu, bo żaden prasłowiański proces fonologiczny nie wytwarzał *dž w tej pozycji. Powinniśmy jednak pamiętać, że w prasłowiańskim w ogóle występowało stosunkowo niewiele zbitek spółgłoskowych. Skomplikowane zbitki polskie, np. nagłosowe grupy w słowach drgnę, pstry albo mgła, powstawały wskutek zaniku tak zwanego jeru, czyli zredukowanej samogłoski prasłowiańskiej (*ь lub *ъ), między spółgłoskami albo ich prostymi zbitkami: *drъgnǫ, *pьstrъ, *mьgla. Zapewne początkowe dżdż- też powstało w podobny sposób, ale właściwie jak? W hipotetycznej formie *džVdž- (gdzie V oznacza którąkolwiek z dwu słabych samogłosek) ani pierwsze, ani drugie *dž też nie może pochodzić z żadnego ze źródeł, o których wspominałem na początku tego wpisu. Jak jednak mawiał Sherlock Holmes, jeśli wyelimujemy to, co niemożliwe, wówczas to, co zostaje, powinno być prawdą. Początkową zbitkę można podzielić, przecinając ją nie między dwiema dzisiejszymi spółgłoskami, ale wewnątrz pierwszej z nich: *dVždž-. Początkowe *d- jest oczywiście dopuszczalne w prasłowiańskim, a *-ždž-,zgodnie z tym, co pisałem, może pochodzić albo od zmiękczonego *-zg- przed jakąkolwiek samogłoską przednią, albo od zbitki *-zdj-. A zatem *dVždž- jest formą, którą mógł wygenerować język prasłowiański. Co więcej, alternatywne rekonstrukcje trzeba wykluczyć.
Słowo dżdżysty to literacki synonim słowa deszczowy. Istnieją też wyrażenia książkowe typu jesienne dżdże, ani kropli dżdżu albo łaknąć jak kania dżdżu, gdzie równie dobrze, choć oczywiście mniej poetycko, można by było użyć form deszcze, deszczu. Jeśli mianownik liczby mnogiej synonimu słowa deszcz brzmi dżdże, a dopełniacz liczby pojedynczej – dżdżu, to jak brzmi mianownik liczby pojedynczej? Przecież nie dżdż. W słowach jednosylabowych prasłowiańska samogłoska słaba, znikająca przed końcówkami odmiany, powinna się ujawnić, tak jak ujawnia się w wyrazach pies, mech (*pьsъ, *mъxъ), choć znika w formach deklinacyjnych psa, mchu. Skoro zatem ustaliliśmy, że samogłoska dawniej przecinała dż na pół, to mianownik l.poj. z wstawioną we właściwe miejsce samogłoską powinien brzmieć *dVżdż. Samogłoska zanika np. w dopełniaczu, dając d-żdżu, które byłoby wymawiane jako [d-ʐdʐu] albo [dʐʐdʐu] (bo pierwsze dż jest z pochodzenia zbitką, a nie pojedynczą spółgłoską), ale jak pisałem powyżej, takie zbitki zwykle się upraszczają, jeśli po nich następuje kolejna spółgłoska. Powstała więc wymowa [dʐdʐu], zacierając w ludzkiej świadomości ślad miejsca, gdzie pierwotnie występowała samogłoska.
Chyba jest już teraz oczywiste, że zrekonstruowana forma mianownika *dVżdż to po prostu słowo deszcz. Końcowa zbitka uległa ubezdźwięcznieniu, co normalnie zachodzi w języku polskim, choć zwykle nie uwzględniamy tego zjawiska w pisowni. Dlaczego w tym przypadku pisownia podążyła za wymową? Bo relacja między mianownikiem deżdż a pozostałymi przypadkami (dżdżu, dżdżem, dżdże, dżdżów itd.) stała się nieprzejrzysta i słowo wymawiane po ubezdźwięcznieniu [dɛʃtʃ] przestało być odczuwane jako forma tego samego rzeczownika co dopełniacz [dʒdʒu]. Świadczy o tym nie tylko zmieniona pisownia (podobnie piszemy tchu zamiast dchu, choć jeszcze pamiętamy, że jest to forma rzeczownika dech), ale przede wszystkim fakt, że usamodzielniony rzeczownik deszcz uzupełniono o nowe formy odmiany, w których samogłoska nie zanika, a końcowe -szcz pozostaje bezdźwięczne (deszczu, deszczem, deszcze, deszczy).
Osierocone dawne przypadki zależne nadal istnieją w języku książkowym, ale traktujemy ich odmianę jako ułomną, pozbawioną mianownika liczby pojedynczej. Dorobiono nawet nowe słowa pochodne, jak deszczowy lub deszczówka. Pozostała jednak dżdżownica jako zakonserwowany relikt, bo jej związek z deszczem jest mniej oczywisty. Polega jedynie na tym, że w czasie obfitego dżdżu dżdżownice masowo wychodzą spod ziemi. Przyczyn tego zjawiska nie wyjaśniono w pełni, ale tym niech się martwią biolodzy. Językoznawcom wystarczy spostrzeżenie, że w wielu językach dżdżownica jest nazywana „deszczowym robakiem” (por. niemieckie Regenwurm).
Jeśli przyjrzymy się słowom oznaczającym ‘deszcz’ w innych językach słowiańskich, znajdziemy mnóstwo form wspierających powyższą analizę. Mamy np. rosyjskie dožď, białoruskie doždž (ale ukraińskie došč z podobnym ubezdźwięcznieniem i podobnym zestawem nowych form jak w polskim), słowackie dážď (ale czeskie déšť, znów z podobną historią jak w polskim), słoweńskie dèž (dopełniacz dèžja, utworzony analogicznie, choć w trochę inny sposób niż w polskim), bułgarskie dǎžd, serbsko-chorwackie archaiczne dažd (dziś zastąpione przez inne słowa oznaczające ‘deszcz’) itd. Niemal wszędzie widać tendencję do wyrównywania „niewygodnej” odmiany, ale też wyraźne ślady pierwotnej formy rzeczownika, którą musiało być prasłowiańskie *dъždžь. Taką też formę spotykamy w języku staro-cerkiewno-słowiańskim (tak starym, że dość podobnym do prasłowiańskiego).
A skąd się wzięło *dъždžь? Istnieją dwie grupy możliwości zasługujących na rozważenie: jedna to pochodzenie od starszej formy typu *duzdj- (plus końcówka *-os lub *-us), a druga – od *duzg- (plus końcówka *-is, *-jos lub *-jus). Wśród tych możliwości jest jedna szczególnie atrakcyjna, bo bez żadnej akrobatyki formalnej i logicznej sprowadza deszcz do praindoeuropejskiego wyrazu złożonego: *dъždžь < *duzdjus < *dus-dju-s. W tym złożeniu *dus- jest dobrze znanym prajęzykowym prefiksem o znaczeniu ‘zły’, jak w greckim przedrostku dus- (w pisowni latynizującej dys-), nadal używanym do tworzenia słów takich jak dysharmonia albo dysleksja. Drugi człon złożenia, *dju-, znamy z innej pogadanki jako praindoeuropejską nazwę jasnego nieba (lub niebios jako miejsca zamieszkania bogów) albo imię boga patronującego niebu (Zeusa itp.). Brzmiała ona *djḗw-s w mianowniku i *diw-és w dopełniaczu, ale w złożeniach była redukowana właśnie do *dju-. Według tej błyskotliwej hipotezy (autorstwa Nikołaja Trubieckoja, 1927) *dus-dju- to po prostu ‘złe niebo’, czyli fatalna pogoda. W sanskrycie, a także w starożytnej grece, można znaleźć bardzo podobne złożenia oznaczające ‘dżdżystą pogodę, słotę’ lub odwrotnie ‘słoneczną pogodę’, w których do rzeczownika oznaczającego dzień lub dzienne niebo przyłącza się przedrostek *dus- lub jego przeciwieństwo *h₁su- ‘dobry’. Zatem szanujmy słowo deszcz jako żywą skamieniałość, za której pośrednictwem dżdżownica jest spokrewniona z Zeusem.