内容摘要 在口头诗学视野中，音声文本的听觉属性使其在传播过程中被“整序接受”。“往昔的音声”转化为“书写的遗骸”，进而具有口头和书写“双通道双媒介”的特征，两者既各自发展又彼此纠缠，言文互缘，形成“文本聚簇”现象。文人制作的口头文学作为“以传统为取向的文本”，具有“言文桥接”的文学再生产意义。口头文学演述人的“大脑文本”则由“三层两径”构成其基本属性，在演述传统的规律性运作下源源不断地生成为多重形态的口头文本。口头文本的文类归属以谱系关系共存于文化生境中。在演述过程中形成的口头文本，还往往带有“伴生文本”，而演述人及其受众都深度参与了文本意义的共时性制作和历时性传承与传播。

　　关键词 文本性 整序接受 言文互缘 文本聚簇 大脑文本

　　本文以“口头诗学”（oral poetics）为论域，在与书面文学的对照中讨论口头文学文本的几个基本问题。这里的“口头诗学”是指一系列从不同侧面研究口头文学的理论建构的总括，包括在20世纪围绕文学研究而发展起来的部分或主要理论流派——以俄国形式主义、布拉格学派、故事形态学等为缘起和推进，以北美的口头程式理论、讲述民族志、演述理论等为系统化发展的理论体系[①]。个别不在北美学术流派中但对口头诗学贡献卓著的学者，如芬兰民俗学家航柯（Lauri Honko）等，也被视为构建口头诗学理论体系的领军人物。在口头诗学的晚近发展中，中国学者基于本土的丰厚材料和理论积淀，立足扎实的田野调查研究成果，博采东西方口头文学理论之精粹，已然展现出参与建构口头诗学的理论追求，并得到国际学界的肯定[②]。本文不拟全面讨论口头诗学视域中的文学文本观，而是以书面文学的文本观为对照，从若干环节渐次展开比较，进而就有关口头文本的代表性论见作出评析，同时就若干概念工具的引申和发展进行阐释。

　　本文较多地参考了国外同行的成果。有些术语，如“歌”（song）和“歌手”（singer）在英文著述中分别指涉口头诗歌（oral poetry）和口头诗歌的演述人（performer）。为尊重作者的原文，行文中不强行与国内的惯常用法相统一。本文使用的“文本”概念，既指由书写符号构成的系统性艺术表达的语篇或片段，如一则记录下来的传说；也指一组言语交际符号或视觉表达符号构成的系统性表现形式，如讲述一段故事，吟诵一首歌谣，往往都会同时诉诸人的听觉和视觉。笔者在这里还会同时使用“口头文本”（oral text）和“音声文本”（voiced text）两个概念，虽然二者大部重合，但各有侧重。口头文本通常直接生成于口头交流的现场，以即时性的演述行为及其当下达成的功能和意义为表征；音声文本则是通过书写技术所留存下来的言语交流信息，其时空属性往往植根于过去的口头传统和演述实践。按我的理解，二者都包括但不限于摹拟音（ideophones）、超语言(paralinguistic)、身势语(kinesic)以及可能伴随文本意义生成的音乐、舞蹈、仪式行为、图像等要素。

　　一 音声文本和“整序接受”

　　文学的文本大略分为作家书写的文字文本和民间口传的音声文本。从人类使用信息技术的角度看，口头传统出现在前且使用至今[③]，书写传统后起但在晚近占据支配地位。两相比较，口头文学在数量和种类上远远超过书面文学。弗里（John Miles Foley）说，人类有史以来只发展出大约一百种“地道的[书面]文学”传统（*），这与人类社会一共发展出大约七千种语言和三千种文字相比（*），简直不成比例。中国是世界上语言和文字种类最丰富的国家之一，民族古文字有约四十种[④]，语言则有一百四十种[⑤]。在中国境内诸民族中真正发展出“地道的书面文学传统”的也为数不多。

　　口头文学在历史上曾经风光无限。在西方文化传统中，最负盛名的畅销书如《圣经》和荷马史诗《伊利亚特》及《奥德赛》最初都是口头传承的，这在今天的学界已经成为共识。回到东方文化传统来看，中国最早的诗歌总集《诗经》，特别是“十五国风”，最初也来自口头；而印度长达20万诗行的大史诗《摩诃婆罗多》虽然有抄本系统（分南传本和北传本）长期流存，但最初的创编和演述也是口头的。可见，文学伟大还是平庸，在于是否具有深厚思想内涵和惊人艺术力量，而无关乎产生自唇齿之间还是笔端纸上。

　　在口头文学文本的分类上，史诗和口头传统研究的两位旗手弗里和航柯的意见高度一致。[⑥] 他们以史诗为本，作出如下分类：（1）口头文本或口传文本；（2）源于口头的文本；（3）以传统为取向的文本。这三类文本的代表性样本，分别是藏族史诗《格萨尔》，古希腊史诗《伊利亚特》以及芬兰伦洛特创编的史诗《卡勒瓦拉》。这里述及这一影响很大的分类法有几个原因：第一，该分类法虽然是关于史诗的，但史诗被认为是“超级文类”（super genre）——在其形成和流布的过程中，吞噬和吸纳了其他口头文类，如歌谣、故事、传说、谱牒等，所以不能简单与其他文类等量齐观，而应视之为统领性文类。第二，因史诗内容无所不包，往往被誉为社会文化生活的“百科全书”，所以史诗是主旨远阔的多面相文类。第三，在文体方面，史诗散韵兼行，长篇短制咸备，在格调上是神圣性和世俗性两通，幻想性和纪实性皆有，故当视为形式多重的文类。第四，在语言艺术上，许多史诗是各自诗歌发展的高峰，故当视为语言艺术的典范性文类。第五，在世界各地，关于史诗的调查、记录和研究相对较多，所以史诗研究是较为成熟的领域之一，也是进一步拓展文艺理论空间的最佳支撑点。

　　回到本文的基本问题上来，人类眼和耳两个感官以及目治与耳治两种能力，径直地对应着口头和书面两种文学形态，于是产生出不同的文本解读规则。不过问题不像看上去的那么简单。雅各布森（Roman Jakobson）在讨论视觉和听觉关系时曾转引萨丕尔（Edward Sapir）的论断：语音语言（音声）优先于所有其他类型的交际符号体系，相比之下，所有这些交际符号要么是替代性的，如书写；要么是过度补充性的，如伴随讲话的手势[⑦]。 换言之，萨丕尔认为语言作为交际符号具有优先性。雅各布森则认为这种说法还需要进一步论证和澄清，理由是视觉和听觉的关系是在时间和空间中按照不同的法则在不同的维度上展开的：“视觉和听觉的知觉都显然是发生在空间和时间中的，但视觉符号的空间维度优先，听觉符号的时间维度优先。复杂的视觉符号包括一系列同时发生的成分，而复杂的听觉符号通常由一系列连续的成分组成。”（*）不过这是就这两种知觉方式的一般倾向而言的。当一个语言表达单元出现时，直接记忆或即时记忆（immediate memory）[⑧]会发生作用，从而让线性的口语流（verbal flow）转为以整体面貌呈现。“在这个阶段，整个序列，无论是一个词、一个句子还是一组句子，都表现为一个同时呈现的整体，通过‘同步合成’（simultaneous synthesis）来解码。”[⑨] 弗里在论及口头诗歌的接受时，曾用“整数的内在共鸣”（immanent resonance of these integers）来说明口头演述的“语力”（word-power）[⑩]，这就与雅各布森的上述观点有异曲同工之妙。

　　以雅各布森和弗里的论述为基础，笔者的进一步的阐释是：叙事中每一个程式化表达单元都可以理解为一个“整数的序列”（a sequence of integers），可简称“整序”，即在口头交流过程中出现的信息整序[11]现象，例如《伊利亚特》中“宴客”的典型场景，或蒙古史诗中“备马”的典型场景，有经验的受众会以“同时合成”的“整序”面貌加以接受。笔者将其称为“整序接受”现象。在演述人这一端，其曲库中的那些分属不同层级的大小表达单元，如语词程式、典型场景和故事范型等相对固定的“观念部件”（idea parts）[12]，在演述中顺次流出，常被形容为“口若悬河”，其实此刻的语言流更似落下“大珠小珠”。在受众接受端，在时间维度上线性出现和消失的口语流，就被受众脑海中预存的“前理解”（pre-understanding）模式识别为一个一个的“整序”来接受。用个比喻性说法，叙事过程犹如吐出一串珠子，而接受过程有如渐次接下一颗颗珠子。于是，每次说到雅典娜，都是“灰色眼睛的雅典娜女神”（《伊利亚特》）；说到格斯尔，都是“十方圣主格斯尔可汗”（《格斯尔》）；说到掠夺敌国，都是“把他的奴隶全部赶来/不要给他留下一条母狗/不要给他留下一个孤儿”（《江格尔》）。即便在一个诗章中重复几十次也绝不拆散——在口头文学的表达中这都是不可分的“整序”。“整序”方便了现场创编，但常遭到来自书写文化立场的诟病，谓之“口内连罗”“本头活套”，这其实是两种不同的信息接受和解码方式的差别造成的理解错位。再回到听觉和视觉的差别上来，文字符号的重复会令眼睛“不忍卒读”，但用耳朵去听却往往并无问题。这或许与符号呈现方式有关——在相对的意义上说，共时呈现的符号重复更为刺眼，而历时呈现的符号重复则不仅不刺耳，反而时时带来提示和加强的效果。