笔者曾在《唐代“音象”刍论》一文中尝试性地对“音象”进行过界定，当时认为它“是对中国文学中声音之象的泛称，是指文学作品在音乐或格律的参与下形成的声音效果，以及由声音效果产生的形象体验”。因为该文重点是对唐代歌诗进行分析，所以讨论的范围主要限定于文学领域。 “音象”在音乐艺术和语言艺术中普遍存在，同时也与其他艺术门类中的“形象”存在复杂的互构关系。为了推进“音象”研究，下文将针对音象范型、音象的民族性、音象思维的特征及意义等方面展开，期望对这一范畴有更深入的剖析。

　　一、“音象”创构的三种范型

　　如果对“音象”进行字面意义拆解的话，那么起码涵盖音声、图像、想象等要素，表明这一范畴必然涉及感官层面的统觉效应、思维领域的兼容效果，以及艺术学中的门类整合。在“音象”的产生过程中，外在听觉与内在视觉互相渗透，思维活动中的感觉、知觉、想象等全程参与，音声审美、语言审美、图像审美都蕴蓄其中。对“音象”的考察虽然不能解决所有艺术门类中涉及的“形象”问题，但却可以为时间型艺术（如文学、音乐）提供研究的工具，也可为空间型艺术（如绘画、雕塑、建筑）的相关讨论提供视角和借鉴，更为重要的是，它具备将“意象”研究推向深入的潜能。在艺术实践中，“音象”的创构过程相当复杂，总体上应该包括三种方式。作为结果，其亦呈现出三种相对应的形态，下面具体讨论之。

　　音象创构的第一种方式是依靠具体形象的帮助进行创构，以具有“触感”特征的图像对声音进行形象化展示，声音与图像之间构成互文关系。这种情况在世界各地的壁画中都大量存在，姑且以中国古代的乐舞图加以说明。我们知道，乐音具有抽象性、流动性特点，将之转化为“可感之象”具有相当难度。在中国古代乐舞图中，往往会借助其他事物的形象来况喻乐音的形态和效果，以此实现化抽象为具象、在空间中展示时间的目的。在展示乐音形态方面，古代乐舞图往往借助舞袖或飘带的摆动将音乐形象化，较典型的例证如藏于美国弗利尔美术馆的战国玉舞人佩（又名金村玉舞人佩）。如图1，玉佩上的图像是两名舞女，她们以正面并列的形式进行舞蹈。从形态上看，两人静穆、端庄，身着长袖舞服，一手横于腰间，衣袖下垂，另一只手举向头顶，长袖覆盖头部，呈拱形。我们注意到，横于腰间的衣袖不是自然下垂，与臀部并不完全贴合，头顶上的衣袖也呈现出优美的线条，完全没有盖在头上，而且两人的衣袖恰在最高处对撞，呈徐徐向

　　上延伸的姿态。无疑，这不符合正常的物理规律。合理的解释是，这个玉佩在呈现一种“最具生发性的顷刻”，以形象的方式向人们展示一个重要的礼乐场景，在舞袖的动态效果中呈现音乐的节奏，其中音乐的平和、典雅、温柔气质呼之欲出，构建了“静穆式的崇高”之美。当然，古代音乐有雅乐、俗乐、夷狄乐之分，但通过审视出土器物、壁画等会发现，这种以舞袖或飘带展示音乐形态的情况普遍存在，或者静穆，或者愉悦，或者狂野，塑造出众多活灵活现的“声音形象”。在乐舞图中，还存在另一种情况，即以视觉形象展示乐音效果，从而构筑声音形象。受“百兽率舞”“凤凰来仪”等原始意识的影响，动态化的动物和禽鸟形象大量存在于乐舞图中，较典型的例子是1990年山东章丘出土的战国彩绘乐舞群俑（图2），其中包括人物俑26件、乐器5种、祥鸟俑8只，这几只祥鸟俑或昂首，或低头，或呈前进姿态，仿佛沉浸在美妙乐音之中，俨然就是“百兽率舞”的形象化展现。这种图像带给人们无限的审美联想，声音形象借助外在事物的“效果”得以呈现。当然，很多时候充当音乐形态的视觉对应物与充当音乐效果的视觉对应物往往同时并存，这种情况在汉代画像砖中大量存在，画面中不仅包括动感十足的衣袖挥舞和腰肢扭动，而且也时常在某个角落会出现龙飞凤舞的形象，构成了一幅亦真亦幻的奇妙图景。艺术思维具有共通性，在西方艺术作品中，也同样可以看到这种情况。意大利画家小汉斯·洛伊的《吸引百兽的俄耳甫斯》（图3）就是典型代表。画面中老去的俄耳甫斯双目紧闭，手里弹着琉特琴，动物们趴在他的脚下，眼神低沉暗淡，周围的环境虽然静谧，但云朵卷曲、树叶低垂。画面中的白云、远山、树叶，俨然是乐曲风格的形象化，而安详中略显感伤的动物，仿佛就是琴音产生的效果。音声之象借助外物的形态和效果被很好地诠释出来，甚至使观赏者对俄耳甫斯悲惨的人生际遇有所感知。不同于中国乐舞图中常见的龙飞凤舞，西方音乐题材绘画往往借助动物、流水、树木、天使等元素展现音乐的情态，但就其本质而言，却都服务于图像与音象的互文思维。

　　音象创构的第二种方式是以语言为依托，用形象性的语言文字塑造声音的形象。语言与音声具有天然的同构关系，一方面语言与音乐同根同源，另一方面语言以声音作为物质外壳。虽然两者都属于时间型艺术，但相比于音声，语言在所指层面相对确定，这就使其在“立象”维度具有更大的优越性。在音象的创构过程中，如果说上文所论图像起到了直接的作用的话，那么语言形象（权称作“语象”）则发挥着间接的作用。相较而言，“图像—音象”模式明晰，但想象拓展的空间不大，而“语象—音象”模式虽然具有模糊性，但却能够使想象的拓展空间得以放大，对音象创构更为有利。中国古人很早就注意到了借助语象构筑音象的方式，并进行了理论性阐发。《礼记·乐记》载：“故歌者，上如抗，下如坠，曲如折，止如槁木，倨中矩，句中钩，累累乎端如贯珠。”唐人孔颖达在《礼记正义》中解释称：“声音感动于人，令人心想形状如此。”这里，音声形象被文学语言很好地形容出来，歌声的起伏、曲折、终始等都被形象化处理了，“槁木”“矩”“钩”这些具象性存在，借助文学语言的比喻、联想功能被无限放大，最大限度充盈了歌声的形象。在文学理论领域，这种总结同样存在，《文心雕龙》存有《声律》一篇，它是对永明声律理论的阐发和补充。我们认为，永明声律理论虽然带有极端色彩，但其初衷却值得肯定，本质而言它是对自然音乐之声的回归，试图以文字层面的格律之美，达到音乐层面的音律之美。为了更充分地展示声律的美感，《声律》篇借助大量文学性描写，呈现“音象”的形态，如“沉则响发而断，飞则声飏不还，并辘轳交往，逆鳞相比……声转于吻，玲玲如振玉；辞靡于耳，累累如贯珠矣”，还如“凡切韵之动，势若转圜，讹音之作，甚于枘方，免乎枘方，则无大过矣。练才洞鉴，剖字钻响，识疏阔略，随音所遇，若长风之过籁，南郭之吹竽耳”。一方面，人的五官感觉获得了沟通，听觉具有了视觉性和触觉性；另一方面，比喻、类比等文学技巧的使用，极大地拓展了想象疆域，使“声音形象”被最大限度扩大了。事实上，在《文心雕龙》之前，陆机就已经有了“音声之迭代，若五色之相宣”的表述，只不过并未充分展开而已。质言之，陆机、刘勰等人借助“语象”建构“音象”的方式，其哲学基础是“天地一体”“万物一体”信仰。这种观念的最初肇始点是原始巫术活动，继之以老庄哲学中“五色”“五声”的并列形态，成型于汉代阴阳五行体系，之后，五行与五星、五帝、五官、五色、五音等形成了完整的互相联动体系。抛开纯粹哲学性的考察，本质而言，这种现象应该是人类共性思维特征的外显，符合人同此心、心同此理的逻辑。不妨再看个宗教领域的例子，《佛本行集经》载“世尊音响，善能教他，犹如鼓声，犹如梵声，犹如迦罗频伽鸟声，如帝释声，如海波声，如地动声、昆仑震声、孔雀鸟声、拘翅罗声、命命鸟声，如雁王声，犹如鹤声，犹如狮子猛兽王声，犹如箜篌琵琶五弦筝笛等声，闻者能令一切喜欢”，这里借文学性描写来形象展示“世尊音响”的形态，极大地拓展了想象空间。作为结果，“音象”被最大限度地建构起来，虽然朦胧但却异常丰富。在艺术实践中，“音象”除了体现于音乐领域，也彰显于“音乐文学”之中，主要代表便是“歌诗”。笔者在《唐代“音象”刍论》《从审美意识到音象：中国古典诗歌语言想象的形成路径》《古代汉语诗歌语感想象论》等文章中已经进行了具体举证，不再赘述。

　　音象创构的第三种方式是纯粹的精神想象。与“图像—音象”“语象—音象”两种模式不同，这种方式对想象的依赖更为明显，或者说其抽象的程度是三种模式中最高的，本文姑且以“想象—音象”表述之。具体来讲，当我们欣赏一段音乐或一首有韵律的诗歌时，会形成某种主观感受，并在头脑中形成形象体验，这个过程便产生了“音象”。这种“音象”与音声符号相伴而生，严格意义上，日常生活中我们说的每个字、每句话都具有“音象”，只不过呈现的程度不同而已。由于艺术活动带有不同于日常活动的“陌生化”性质，所以其中使用的音声具有更多元的意味，也具备被深度涵咏的潜能，所以“音象”在艺术活动中更为明显。音乐音响诱发图像联想，已经得到了现代脑科学和神经科学的印证，并将之定义为“听—视联觉”。一些研究表明，人们可以普遍地将高音与空间的高度、更明亮的表面、对比度更高的视觉刺激相对应，且不同乐器的音色也具有不同颜色的“听—视联觉”效应，如高声调的乐器所关联的颜色更为明亮，反之，则颜色暗淡。对于“听—视联觉”的产生机理，研究者认为，人脑中主管听觉的颞叶与负责视觉的内侧顶叶之间存在特定的神经交叉激活现象，而且大脑皮层具有将感知觉信息进行整合加工处理的功能。可以说，音乐音响诱发的“听—视联觉”反应并非单纯的个体经验，而是一种普遍的人类心理活动规律。

　　除了音乐领域的“听—视联觉”之外，文学领域中由声音流动形成的音象感知，也需要重点讨论。无论中国文学还是西方文学，都可以分成入乐和不入乐两类。对于入乐作品而言，是在音乐与语言双重音象作用下完成意象建构和意义生成的。对于不入乐的作品而言，一方面或多或少地保留了音乐的基因，在语言表述过程中呈现为对“音乐性”或“韵律性”的遵循，从而对“音象”的形成起到一定作用；另一方面语言本身也具有声音属性，这就为文学作品的“音象”创构提供了另一个重要的天然基础。语言（或语音）与“音象”之间的关系，属于语言学研究的领域，对此《元和韵谱》中有“平声者哀而安，上声者厉而举，去声者清而远，入声者直而促”的说法，周济《宋四家词选》亦称“东、真韵宽平，支、先韵细腻，鱼、歌韵缠绵，萧、尤韵感慨，各具声响”，朱光潜在《诗论》中借助实验心理学的成果，进行了更充分的延伸：“高而促的音易引起筋肉及相关器官的紧张激昂，低而缓的音易引起它们的弛懈安适。联想也有影响。有些声音是响亮清脆的，容易使人联想起快乐的情绪；有些声音是重浊阴暗的，容易使人联想起忧郁的情绪。”如果说《元和韵谱》《宋四家词选》强调的是现象的话，那么朱光潜则重点剖析了现象背后的本质。其中，他提到了生理与心理之间的联动关系，高昂或低缓的音声引起发音器官的亢奋或阴沉，并在“联想”的作用下让人产生相对应的“情绪”，实质上这就是对中国古代“情动于中而形于言”以及“乐者，乐也”艺术发生观的现代阐释。如果进一步分析，朱光潜所强调的“联想”与“情绪”之间的对应关系，还涉及一个非常重要的中间桥梁，即他所说的“响亮清脆”或“重浊阴暗”。我们认为，它们实际上是由音声塑造成的 “声音氛围”，正是在这种氛围的影响下，联想才发挥作用，进而令接受者产生相对应的“情绪”。上述过程可以表述为：创作者心理上的某种情绪，借助发音器官体现出来，于是便呈现不同开口程度、送气方式以及高低状态，继而不同的“声音氛围”被呈现出来，最终影响了接受者的心理状态，产生不同的情绪体验。在这个如同电话线路的链条中，“声音氛围”往往被忽视，但却异常重要，它便是本文所强调的“音象”。

　　二、音象与音景

　　在现代西方学术术语中，与“音象”相关的概念是“音景”(sound scape)。这一概念由加拿大学者雷蒙德·默里·谢弗（Raymond Murray Schafer）提出，又被译作“声音景观”“声音风景”，强调的是由声音所塑造出来的听觉环境。在谢弗看来，声音作为一种符号，同视觉图像一样具有社会文化功能。它不仅是某种社会文化的外显，更加参与并塑造出新的社会文化形态，因此它既是一种表意符号，也是权力工具。谢弗的基本出发点是将声音同社会文化联系在一起，发掘两者相互作用的关系。在《为世界调音》（The Tuning of the World, 1977）一书中指出，前工业时代的听觉空间相对纯净，“音景”符合人的自然生存诉求，但工业时代之后，各种机器噪音、工业喧闹，使得个体在新的听觉空间中逐渐丧失自由自在的存在可能，新的“声音景观”甚至对人们的欣赏趣味进行着隐性控制，他将这种情况称作“声音帝国主义”（sound imperialism）。在题为《被玻璃所阻隔的“声音景观”》一文中，他以玻璃为例，理性分析了现代社会独特的“声音景观”。玻璃作为人类历史的重要发明，给人们带来诸多便利的同时，也造成了人为的空间区隔，“能将外部世界框定在一个人工的如幻影般的‘寂静’里”，这一过程“导致了诸感官的分裂”。面对这种分裂，谢弗感到十分痛心，进而略带怅惘地期望道：“但愿我们能得以再次栖居在一个统一的感知世界里，在那里面，所有的感官是互动的，而不是对立、分等级的。”谢弗对“音景”的强调，实际上是对现代社会“图像政治”以及“视觉文化”的反拨。与“图像”一样，“音景”也在参与人们感官的重塑，甚至也在与社会权力话语扭结在一起，亦是“仿象”（鲍德里亚）、“幻象”（伊格尔顿）的建筑者之一。某种意义上，图像及音景所构成的感觉区隔与空间区隔（布尔迪厄）互为表里，或者说，它是空间区隔的人性维度。

　　很显然，谢弗的“音景”与本文所论“音象”并不完全相同。音象更加强调音声本体的审美功能，而音景则重在强调音声的身份属性，比如乡村有乡村的声音景观，城市有城市的声音景观，前现代社会有前现代社会的声音特征，后现代社会也有属于自己的声音形态，等等。同时，“音景”概念产生于20世纪60年代末和70年代初的现代西方语境之下，是文化研究浪潮的产物。本文主论的“音象”则并不是一个既成的概念术语，它是对具有音声属性的艺术作品带来的感受效果的总称。“音象”中蕴含的“象”，既是形象，也是氛围，因此这一概念本身便包含了“象”和“境”两个维度，它的这种性质，不同于我们熟悉的“意象”与“意境”之间的层递关系。所以，“音象”与“音景”之间既存在产生语境上的差异，也存在指涉范围上的错位。

　　那么，对“音景”的讨论是否毫无价值？我们认为，音景与音象具有交叉性，而且通过对“音景”的分析可以使我们对“音象”的研究更为充分、完善，这也是本文引入这一概念，并进行对比的深意所在。概而言之，“音景”的启示意义包括两方面：一是，“音景”为我们呈现出了听觉与视觉在文化层面的联觉关系。上文在对“音象”的讨论中，主要突出了生理层面的“视—听联觉”，而且这种分析囿于艺术领域，并未将两者的关系延伸到普遍的社会文化领域。“音景”则告诉我们听觉与视觉同样作为社会文化的产物，在相似的社会背景下也会体现出一体性，孤立地看待听觉，或者孤立地审视视觉，都不利于对意义的全面把握。二是，要充分考量“音象”的社会属性，即在“声音具有形象性”的普遍性认知背后，还要关注“音象”的社会性和民族性问题。在这两个启示中，第一方面已经不言自明，下文将主要针对第二方面展开讨论。

　　上文提到的音象创构的三种方式，实际上蕴含了音象存在的三种类型。对于第一种类型即“图像—音象”而言，其创构的内在机理是借助图像想象，形成音象感知。人们对图像的认知带有社会性和族群性，这是基本的美学常识。图形认知会以集体无意识的形式，“积淀”在人们的审美体验之中。经验与先验、历史与理性之间会存在逐渐生成的关系，按照这个逻辑，经验与历史带有特殊性，那么作为它们高级形态的先验和理性，也必然带有相应的差异性。因此，对于第一种类型的音象，其社会属性和民族属性不难理解。

　　对于第二种类型即“语象—音象”而言，借助语言描述让人们感知声音形象的前提条件是语言的丰富和生动，这就涉及词汇、语法、修辞等语言学问题。在语言学研究的历史上，德国语言学家洪堡特是较早关注语言的社会性和民族性问题的学者，在他看来“语言包含着两种相对立的属性：一方面，它是一种语言，在同一个民族的内部划分为无限多的个人语言；另一方面，这许许多多个人的语言保持着统一性，使得这种统一的语言在跟其他民族的语言相互比较时具有界定的性质”。语言中最基本的构成要素是词汇，词汇丰富与否代表了一种语言的想象潜能，对此，洪堡特以“马”为例说明这一问题，在同一种语言中人们可能用多种称呼来指代马，这其中便蕴含了这个民族对马的想象。某种程度上，词汇成了“感性表象”与“内在概念”的结合体，人们往往通过这些“感性表象”（属性）来认知事物，事物有多少名称便预示着它具有多少“感性表象”（属性）。在思维活动中，“只要表象—概念链的一个环节、精神乐器的一个键钮……受到触动，整个链锁和乐器都会振动起来，而产生自心灵的概念便会与一个环节或键钮周围的一切发生和谐的共鸣”。按照这种理解反观上文提到的《文心雕龙·声律》中诸如“声飏不还”“辘轳交往”“玲玲如振玉”“累累如贯珠”之类对声音的描摹刻画，便可见出感性表象与词汇之间、词汇与概念之间构成了一个封闭的链条，在这种链条中民族性特征充分彰显出来，词汇、语法、修辞的民族性特征便进一步为音象的社会性、民族性提供了学理依据。

　　事实上，以洪堡特为代表的西方语言学家很早就已经注意到了汉语的特殊性。洪堡特指出“汉语排斥所有的语法形式，把它们推诿给精神劳动来完成”，这是对古代汉语特殊语法规则的深刻认知，在一个句子中一方面词汇的运用异常丰富，另一方面意义生成不遵循由前到后的线性逻辑。这种特征用美国语言学家W. P.莱曼的话说，就是“主题优先”原则。在他看来，汉语中“居于突出地位的是主题而不是主语”，因此汉语句法的深层基因应该是描述性的，而不是定义性的。这种“表层结构”实际上就是以民族文化、民族审美心理为核心的“深层结构”的外在表征。据此可以说，上文中“语象—音象”的建构类型中，由于汉语突出的形象性特征，以及特异的表述方式，使得由之塑造的音象也必然带有特殊性。这一原理在分析其他民族的“音象”时也必然适用。

　　对于音象存在的第三种类型即“想象—音象”而言，纯粹音声形式诱发形象体验是相对抽象的问题，“听—视联觉”除了具有生理性之外，是否也具有社会性？这一问题非常重要，因为它将涉及此种类型的音象是否具有社会性的问题。对于音乐的音声形式而言，音阶、旋律、节奏等音乐元素均具有社会性，比如日本传统音乐多用都节调式（由两个相同的小二度加大三度的四度音列构成），虽也属于“五声音阶”，但却与中国的小调音阶的音程结构关系不同，因此音乐风格有很大差异，给人的听觉印象是委婉、阴柔。其他民族音乐也有属于自己的特色，当人们欣赏时会形成一种总体印象，这些不同的音乐风格，带给人们的主观感觉必然不同，其背后蕴含的“音象”也一定呈现出民族性的差异。在音乐美学史上，汉斯立克具有标志性意义，即便他对音乐形式美的认知带有康德的色彩，将音乐唤起的情感归因于纯粹形式，但仍未以此来否定音乐的社会性问题。在他看来，“音乐是人类精神的表现，它跟人类其他活动一定有相互的关系：跟同时代的文学和造型艺术的创作，跟当时的文艺、社会和科学的动态，跟作者个人的经历和信念都有关系”。也就是说，音声形式唤起情感体验和美感享受，这是基本的美学规律，这种规律与从艺术史层面考量音声并不存在抵牾之处，当然也就不涉及“自为”与“他为”之间的纠葛。同样的情况在阿多诺的理论中也存在，作为现代意义上的哲学家，他始终认为音乐是自律与他律的统一，现代音乐的“自律”往往蕴含着深层的“他律”动机。如果承认没有普遍意义上的“现代性”，那么音乐他律背后所带有的社会性基因便昭然若揭了。在阿多诺看来，音乐的社会功能性与音乐本身具有的社会性潜能是密不可分的，比如他在看待上文提到的日本式的小调音乐时，直言“小调调式把古老的恐惧赋予一种天赋的能动性，而这种能动性的理性性质可以驱除那种恐惧”。也就是说，某种民族心理或社会心理的深层“恐惧”（可以理解为“情感”的一种），被潜移默化地植入音乐形式之中，反过来，这种音声形式又起到了“净化”民族情绪或社会情绪的作用，发生论与功能论构成了一个闭合的链条。

　　音乐“音象”的社会性、民族性已经明确，语言“音象”的相关问题需要进一步讨论。以汉语为例，尽管汉字中形声字被区别为声旁和义旁，但并不意味着声旁与意义绝无关涉，它也具有相当的表意功能。同时，表意文字的起源与“仰观俯察”的象形传统有关，因此文字的声与意之间还必然存在“象”的维度。正是由于汉字本身声、象、意三个维度的水乳交融，汉语的音声形式具有了自身独特的民族属性。加之，文字与文字之间又按照一定的规律组合在一起，音与音之间、象与象之间便发生了进一步累加，于是整体性的“音象”便逐渐充实起来。汉语诗歌中最具特色的音声组合方式是叠音词的大量使用。这在《诗经》中就已经存在。其中的叠音词分为拟音和非拟音两种，前者如“关关雎鸠，在河之洲”（《关雎》）、“呦呦鹿鸣，食野之苹”（《鹿鸣》）、“风雨凄凄，鸡鸣喈喈”（《风雨》）、“鼓钟将将，淮水汤汤”（《鼓钟》）、“伐木丁丁，鸟鸣嘤嘤”（《伐木》）、“伐鼓渊渊，振旅阗阗”（《采芑》）等，后者如“采采芣苢，薄言采之”（《芣苢》）、“桃之夭夭，灼灼其华”（《桃夭》）、“翘翘错薪，言刈其楚”（《汉广》）、“忧心悄悄，愠于群小”（《柏舟》）、“棘心夭夭，母氏劬劳”（《凯风》）、“出自北门，忧心殷殷”（《北门》）等。我们认为，无论哪种叠音方式都起到了延长声音时值的作用，这很容易形成类似音乐中“啊——”“啦——”的效果，隽永的感受由此生成，韵味也丰富起来。但在英语诗歌中，这种情况却很少出现。比如《葛覃》的第一章为“葛之覃兮，施于中谷，维叶萋萋。黄鸟于飞，集于灌木，其鸣喈喈”，英国著名汉学家理雅各(James Legge)将之译为“How the dolichos spread itself out/Extending to the middle of the valley/Its leaves were luxuriant/The yellow birds flew about/And collected on the thickly growing trees/Their pleasant notes resounding far”。比较而言，物象、意义都没有变化，但是原文的“韵味”却消失了，原因在于“萋萋”“喈喈”所构成的连绵的声音效果没有被展示出来，由此极大地削弱了诗歌本来应具有的喜悦情趣。通过叠音词的使用，蔓延的葛藤、清脆的黄雀声与女主人公之间形成一幅充满天然旨趣的视觉景观。试想，当一位诗人深情地演唱或吟诵这种诗歌时，在“萋萋”“喈喈”处形成的婉转、悠长之声，会给欣赏者何其优美的审美享受。诚然，英语诗歌也重视句子之间的押韵，以及句子内部抑扬格的使用，事实上这些也是生成英语诗歌“音象”的重要手段，但如同中国诗歌这般极致化的音声操作却不够明显。那么，导致两种“音象”存在差异的原因是什么呢？叶维廉对文化“模子”的认知富有启发性。在他看来，中国人对天地一体之境的青睐，使得诗歌语言的表达不追求明晰的逻辑性，而重在追求对有限时空的超越，对自然之趣的领悟，“中国诗的艺术在于诗人如何捕捉视觉事象在我们眼前的涌现及演出，使其自超脱限制性的时空的存在中跃出”。只不过他侧重从语法和意象层面讨论中西诗歌的差异，没有注意到音声层面也存在类似情况。事实上，中国诗歌的语音是综合性的和再现性的，而不是分析性的，音声虽然为表达意义服务，但主要是以和谐、绵长的状态让人们“感受”世界，而不是“认知”世界。借助这种“音象”的帮助，欣赏者不仅打破了文本内部的内容时空，更加可以跨越千年，消弭古今之间的历史时空，这带有鲜明的民族文化特征。

　　通过上述考察，我们得出如下结论：一方面，“音景”的存在为“音象”研究提供了一个补充。对图像型音象、语象型音象、想象型音象的研究要兼顾内在研究和外在研究，即在考察图像与音象、语象与音象、想象与音象的内在创构机理的同时，也不能忽视音象天然具有的社会性和民族性，“音景”的存在恰可以使我们对“音象”的认知更为合理。另一方面，音象的最终指向是人们对世界的理解，这也是音象社会性与民族性的深层基础。在维柯看来，人类早期思维属于诗性思维，其总体特征是想象。在想象中人们形成了最初的世界认知，即天人观念。语言与思维之间具有同构性，因此什么样的思考世界的方式，便映射着什么样的语言方式。音声作为语言的外在载体，天然服从于这一逻辑，由其创构的“音象”也必然如此。

　　三、音象思维的意义

　　意象在艺术活动中扮演着重要角色，它不仅是艺术欣赏中诱发美感的主要载体，也是创作活动中作者情感的寄托者。有研究者甚至认为，艺术思维就是“意象思维”。这种观点具有一定合理性，因为艺术活动离不开形象，而艺术形象又并非纯粹的日常形象，它带有创作者非常明显的主观色彩，因此将艺术形象视作“意象”，将形象创构看成“意象思维”的结果，也并不为过。但是，如果进一步思考的话，似乎还可将这一问题细化处理。在五官感觉中，听觉和视觉与艺术的关系更为密切，它们在不同的艺术门类中分别处于主导地位。视觉为主型的艺术作品中图像思维起到重要作用，听觉为主型的艺术作品中音象思维扮演着重要角色。因此，“意象思维”就可以具体化为“图像思维”和“音象思维”两种。两者并无优劣之分，在各自领域都具有支配意义。就本文所论，我们认为“音象思维”不仅在音乐、文学领域具有重要价值，而且也可为其他艺术门类提供启示，甚至给美学、艺术学研究提供新的生长点。

　　首先，“音象”思维与生命节奏相互契合。如果将人的生命比作一首长歌，其中潮起潮落、兴衰荣辱，就如同乐音的高低起伏、抑扬顿挫，生命与音乐都是时间艺术的见证。诗歌亦是如此，柏拉图称“歌有三个要素：歌辞，乐调和节奏”，这种节奏既是一种物理节奏，更是生命节奏的彰显，于是他又说“节奏与乐调有最强烈的力量浸入心灵的最深处”。柏拉图追求心灵的尽善尽美，并将之看成生命的终极追求。因此，与其说节奏可以浸润心灵，毋宁说是节奏与生命之间实现了共振。相比于视觉，听觉的直观性要稍微逊色，因为无论是听觉艺术还是视觉艺术，最终都要在头脑中形成“画面”。显然，视觉与这个“画面”的关系更为直接，听觉则相对间接。道理很简单，当我们欣赏一幅绘画时，通过画面景象生成情感形象或意境的过程相对容易，但当欣赏一首乐曲或诗歌时，则要对音声符号进行二次加工，最终才会构成“画面”。“音象思维”存在弊端的同时，也蓄存了另一种优势，即想象的拓展空间被最大限度放大了。在由声音构成的“画面”（也可宽泛地称为“意象”甚至“意境”）中，人的主体力量被掘取出来，情感、想象，甚至人对世界的诗意向往被极度延展。当海德格尔聚焦梵高的《农鞋》，并由此探索这双鞋子的“存在”历史时，他依凭眼前的景象，联想到了“大地对成熟谷物的宁静馈赠”“战胜了贫困的无言喜悦”“分娩阵痛时的哆嗦”“死亡逼近时的战栗”。尽管这段文字经常被看成海德格尔艺术鉴赏的神来之笔，似乎展示出了无边无垠的“视像”世界，但仔细分析会发现，这些“视像”并不具有共通性，估计换做其他人绝对不会在这个画面中有如此这般的联想。也就是说，海德格尔的“视像”带有哲学阐释的先入为主色彩，如有的研究者所言“其阐释的不是鞋子，而是自我，是自我的意念与思想”，即画面与视像之间是间隔的，甚至是无关的。究其原因，恐怕是绘画画面的相对固定，限制了想象世界的延展，从而为生命的自由联想设置了域界。一旦人们超出固态画面过远，阐释便不再生动，多么貌似精彩的生命性表达也会变得无效。相较之下，音乐、诗歌中由音声而生发的联想则更为自由，“音象”的可塑性更大，与生命节奏的契合度更高。比如，当欣赏《二泉映月》《广陵散》《梅花三弄》等民族乐曲时，尽管西方人不一定能够产生共鸣体验，但也会随着乐曲节奏的变化产生个性化的体悟，形成音象感知。欣赏诗歌时也会有类似情况发生，不同的文化背景导致我们不能对所有民族的诗歌都有精准理解，但很有可能凭借悠扬的节奏、错落有致的韵律，驰骋想象，将生命体验对象化。

　　虽然海德格尔对《农鞋》的解读不令人满意，但其对荷尔德林等人诗歌的把握却有一定启发性。海氏将语言视作存在的家园，诗歌语言无疑是语言的精灵，而节奏和音调则是精灵中的精灵。海氏认为在一种理想的诗歌中，往往会出现天、地、神、人四种声音的鸣响，“在这四种声音中，命运把整个无限的关系聚集起来”。这里的“命运”实际上就是“生命”走向的具体化，他试图在充满诗意的诗性体验中，感知到天、地、神、人的脉搏。这“四种声音”与人的生命、诗歌语言的节奏之间构成了从形而上到形而下的连续体，于是，他又说，“惟当诗意的词语以歌的音调发声，诗人的这种应和才能成功。”当音调、生命、天地实现“应和”之后，生命的节奏便具有了超出肉身之外的潜能，与自然合一，这与中国道家思维何其相似。海德格尔的这些观点，在很多后现代理论家思想中仍有余绪，法国哲学家吉尔·德勒兹通过对弗兰西斯·培根绘画的分析试图总结出“感觉的逻辑”，其中有段话说：“这一力量（按：指生命的力量），就是节奏，比视觉、听觉等更为深层，而当节奏进入视听领域时，它就作为音乐而出现，在视觉领域出现时，就体现为绘画。……这一节奏贯穿一幅画作，正如它贯穿一首乐曲。它是收缩与舒张：世界在封闭的过程中将我攫取，我朝向世界开放，并打开世界。”客观而言，海德格尔关于诗歌以及诗歌音调的上述观点，多少仍带有强制阐释的嫌疑，但其关于节奏与生命之间关系的讨论，较之关于《农鞋》的阐释有更多的合理成分，也更具理论的启示意义，可以为我们关于音象思维的讨论提供理论支撑。

　　其次，音象思维带有野性思维的基因，从人类学角度打破了中西二元的艺术思维区隔。我们认为，不存在普遍的社会性和民族性，但却存在普遍的人性。只要承认普遍人性的存在，便可以从根本上把握人类思维尤其是艺术思维的统一性。如上文所述，目前很多学者主张以“意象思维”概括中国艺术思维的特征，并将“意象”视作中国文学艺术的独有贡献。辩证而言，这里存在一种自行设立靶子，又自行解构靶子的过程。笔者曾在《20世纪中国美学“意象”理论的发展谱系及理论构建》一文中，做过粗略的爬梳，结论是：“意象”范畴在中国美学体系中的重要性有人为建构的痕迹。20世纪30、40年代很多学者将之看成受庞德“意象派”影响的舶来品，后来这种观点经钱锺书、敏泽等人的拨乱反正，被扭转过来。继而，在80年代的美学学科化浪潮中，意象成了中国美学的“核心线索”，叶朗、夏之放、姜开成、朱志荣等人都不遗余力地进行本体化建构，遂使其成为中国美学的基石性存在。但是，马上有学者认识到“中国美学”不仅仅是本土的，更应该是世界的，现代转化或扩容势在必行。于是，“意象”成了可以指称西方现代派作品中人物形象的范畴，这在童庆炳20世纪90年代以后的各版《文艺理论教程》中已经表现明显，并影响了几代学子。近年来，学者针对“美在意象”（叶朗）、“美是意象”（朱志荣）等问题展开了大量讨论，至今仍未形成较为确定的认知。我们认为，若使某些问题尤其是本体论问题具有普遍解释力，必须打破区隔性思维，回到共同人性，回到“常识”。在原始先民的生活中，追逐野兽的哨音、自然界的鸟鸣虫啼、巫师口中喃喃的祷语、劳作时协调的“杭育杭育”之声，这些貌似缺乏实在意义的音声符号，会形成最初的听觉“画面”。后来随着语言能指与所指关系的进一步凝定，意象才真正出现，而且也并非所有民族都会遵循“立象以尽意”的创作思路，缺乏意象，或者意象杂乱、不够鲜明的情况大量存在。音象思维虽然不能适用于一切艺术门类，但在时间型艺术中却具有普遍的解释力，不仅可以有效避免意象思维与艺术实践之间的“隔”，也可消解其与异质文化之间的“离”。相比于依靠复杂的思维加工过程才能形成的“意象”，凭借听觉、视觉产生的“音象”及“视像”更具本源性。音象思维的人类学合理性在于，第一，符合原始思维的一般规律。原始思维是人类萌芽状态的思维，其以特有的感性形式，在艺术领域一直存续着。用列维·布留尔的观点来说，原始先民普遍遵循一种“多式综合的”知觉，语辞承载具象层面的视听，以及抽象层面的神秘世界，这些形成了音声形式背后的“集体表象”。第二，可以更充分地揭示语言、图像之间的互动、互构关系。在现代心理学中，视、听的互动和同构被表述为“联觉”，这种现象源于人类产生之初建构形象时的“互渗规律”，这是人类思维的“原逻辑”。音象思维恰是这种思维逻辑的具体化，不同于“图像思维”及“意象思维”，音象思维可以更深入地揭示出听与视的联动性，有利于让人们从更根本的层面思考艺术思维的发生和特征。

　　最后，音象思维的提出可以打破人文研究与科学研究的壁垒。艺术创作过程是一个复杂的思维过程，一直以来众多研究者都在试图进行文艺心理学的探讨，但多数情况囿于纯理论分析，哪怕是弗洛伊德、荣格、拉康等现代理论家，他们的研究也仍然停留在理论言说层面，尚未深入到脑科学、神经科学领域对艺术创造的内在机理进行实证性考察。这种背景下，如果仍然限于诗性思维、意象思维等传统认知框架，那么我们所讨论的问题势必仍会停留在形而上层面，对创作心理的研究则会永远成为自上而下式的玄学。相比之下，音象思维以及图像思维具有更明确的言说领域，也具有更为可行的操作空间。借助现代科学手段，对大脑接受到音声和图像的反应进行观测、分析，不仅可以掌握大脑的工作机理，也可有效地解释艺术创作的心脑机制。近年来，神经美学的研究成果值得肯定。比如神经美学的奠基者之一萨米尔·泽基通过对瓦格纳音乐的分析，认为他的音乐很好地借助“一系列神经过程”，实现了“音乐的含混性”。这“一系列神经过程”最主要的是“某一时间大脑面对两幅图像时做出感知判断”，它们之中没有一个被赋予绝对优势。在他看来，瓦格纳利用将倚音(appogiatura)引入和弦，将魔鬼音程(diabolic interval)引入和声和弦的方式，实现了声音“图像”的持续在场，不同声音组成不同的“图像”，由此构成一幅具有“含混性”的图像群落。通过上述分析，萨米尔·泽基指出“音乐、不和谐、和声、调性、含混性都存在于大脑中，都是大脑活动的一种显现”。尽管这种说法有过分强调大脑的生物本能的嫌疑，但毕竟为思考问题提供了另一个角度，或者说可能成为传统文艺心理学研究的一种补充。此类研究还有很多，篇幅所限，不再赘列。现在来看，神经美学等新兴研究方向在努力弥合传统人文研究与现代科学研究之间的鸿沟，音象思维、图像思维的确定性内涵，恰可与神经美学的研究路径相互契合。因本文讨论的是音象问题，所以对包括图像思维在内的其他心脑活动，以及它们之间的互动机理不做过多讨论，但毋庸置疑的是它们之间必然存在交叉关系，这符合大脑皮层的“统觉”规律。更深入地从神经美学角度讨论音象问题，只能留待日后考察了。

　　综上所述，“音象”在艺术领域真确存在着，在以音乐、诗歌等为代表的时间型艺术中，它扮演着促进意义生成的重要角色。在本文讨论的三种意象类型中，“图像—音象”与“语象—音象”总体上属于外部音象范畴，即它们都要凭借外在画面的帮助，生成主观视像。相比之下，“想象—音象”类型更具本体论色彩，它是以音声为主要媒介，经过思维过程的深度整合、加工，最终形成的视像或气氛感知。笔者认为，第三种音象类型应该成为文学研究、音乐研究的主要对象。对中国文学研究而言更应如此，因为中国文学的基本底色就是音乐文学，尽管其经历了由礼乐文学到音乐文学，再到无乐文学的历史流变，但对“音乐性”的追求却始终没有离场。现代文学自不待言，即便是当代不押韵的诗歌以及散文、小说等叙事文体也是如此，它们对内在节奏的控制，就是音乐性的表现形式之一。除此之外，我们已经习惯性地从“意象”的角度讨论中国文学作品，姑且不论是否所有作品都存在意象，即便存在，它也是处于中间位置的形象体验，与“象”的最初产生隔了一段距离。“音象”更契合中国文学以音乐、语言为物质载体的事实，以之为基础，再深入到形象体系，才可更准确地体会或剖析出作品的美感所在。当然，音象不仅仅属于中国文学，它是所有语言艺术和音乐艺术的共有成分，只不过因受不同历史背景和民族传统的制约，会体现出相异的特征而已。总之，“音象”应该成为文学研究新的生长点，它是“意象”创构乃至“意义”生成的基石，具有文学、音乐学、美学的多重研究价值。

　　（本文注释内容略）

　　原文责任编辑：陈凌霄