火光与鼓点：音乐在人类起源中的社会功能

火光把营地中央的空地照成一圈明暗交界的舞台：白天狩猎的人回来了，背上是血迹未干的兽皮与骨架；留守者把木柴推向火心，火焰噼啪作响。有人先用脚跟敲击地面，尘土被节律性地扬起；紧接着是手掌拍打大腿、胸口与木器的声音，像是把分散一整天的呼吸重新系到同一根绳上。几声短促而高亢的呼喊穿过夜色，立刻得到回应——不一定是“词”，更像是被训练过的情绪信号：勇敢、警戒、庆贺、哀悼。身体围成半圆，步伐逐渐一致，某个重复的音型开始稳定地回返。我们很难证明某个史前夜晚“确实如此”，但这种想象性复原并非纯粹文学：它抓住了一个可被人类学与演化心理学共同讨论的事实——在缺乏文字、缺乏复杂制度、甚至语言尚未充分成形的条件下，组织化的声音与节律仍然能把个体编织成群体，使协作成为可能，并让“我们是谁”在听觉中被反复确认。

音乐何以成为“共同语言”

把音乐称为“共同语言”并不意味着音乐等同于语言。语言以离散的符号系统为核心，擅长表达命题式信息（谁做了什么、何时何地）；而音乐更像一种以时间结构为载体的社会技术：它通过节奏、音高、音色与强弱的组织，使多个人的注意、运动与情绪在同一时间轴上对齐。为了避免把现代的“艺术音乐”观念投射回史前，我们在本章采用更宽的工作性定义：音乐是可被群体共享的、具有重复与预期结构的声音行为。在这个定义里，拍手、跺脚、呼号、吟唱、轮唱、以骨笛吹出短句、以木鼓发出信号，都属于同一个连续体。

从演化视角出发，学界常见两类解释框架：

• **适应论（adaptation）**：音乐在群体生存中提供稳定收益，因而被选择与保留，例如提升协作效率、强化联盟、促进亲子依恋等。
• **副产物论（by-product）**：音乐主要利用了语言、听觉模式识别、情绪系统等“现成机制”，本身不一定是直接被选择的功能模块。该观点常被概括为“享乐性副产品”[^1]。

二者并非水火不容。更稳妥的说法是：音乐可能起初依附于既有能力（模仿、预测、情绪感染），在反复使用中被“社会需求”塑形，逐渐成为一种低成本、高兼容性的群体组织手段。要理解它如何工作，需要先看一个关键现象：节奏同步。

> 侧栏｜术语速记：什么是“节奏同步（entrainment）” > > 所谓“同步”，不仅是“大家一起打拍子”，更重要的是：个体的内部节律（注意节奏、动作节奏、呼吸与心率的波动）会在外部周期性刺激下发生相位对齐。同步一旦建立，群体就能在更少指令的情况下维持共同活动，这在狩猎、迁徙、劳动与仪式中具有直接意义。

节奏同步：从动作协同到社会黏合

同步如何降低协作成本

设想一个由十几人组成的狩猎或采集队伍：他们需要在不暴露目标的前提下保持队形、控制速度、分配注意。现代社会里，我们把这些任务交给口令、标识与规则；但在史前情境，语言指令可能不够稳定，或者在某些场景（夜间、远距、噪声）并不可靠。节奏提供了一种替代方案：通过重复、可预测的时间结构，把“下一步该发生什么”变成每个人都能预先计算的东西。个体不必持续监控所有同伴，只需把自己的动作相位锁定在公共节拍上，就能在统计意义上与群体保持一致。

这可以用一个直观的认知机制解释：人脑擅长做“预测”，而节律是最容易预测的外部模式之一。同步建立后，个体的注意负荷下降，动作协调变得“半自动化”。这也是为什么许多劳动场景会自然产生号子与节拍：划船、搬运、夯土、收割，动作越是重复，节拍越容易出现。

同步如何“黏合”群体

同步不仅是效率工具，还会改变人们对彼此的感受。多项社会心理学实验表明，当人们在节拍下做相同或相似动作（一起走、一起拍手、一起唱），更容易产生信任与亲近，并在随后更愿意合作。更有意思的是，生理层面也出现过可测量的变化：有研究比较群体歌唱与其他非同步活动，发现同步歌唱可能提高疼痛阈值，常被解释为与内啡肽系统相关的“社会奖赏”机制[^2]。即便我们对具体机制保持谨慎，整体方向仍清晰：同步让群体协作在主观体验上变得“值得”。

这里出现一个重要的社会学含义：当协作的收益被内化为愉悦与归属感，群体不必每次都用强制或显性计算来维持团结。音乐把“在一起”变成一种可反复召回的感觉，这种感觉可以在危机、迁徙、丧亲、丰收等时刻被迅速激活。

呼喊与模仿：声学信号的双通道

从“呼喊”到“号令”：情绪先行的信息结构

语言强调语义，而许多史前场景更需要的是情绪与意图的快速传递：警戒、鼓舞、召集、驱赶、安抚。呼喊（shout）、呜呼、齐声短句与重复口号，常常在语义上简单甚至含混，却在声学上具有高识别度：音高更极端、节奏更明确、强弱对比更大，更适合远距离传播。它们像“情绪的标点符号”，在群体注意的切换中发挥作用。

当呼喊被置于重复节拍之中，它就获得了“可复制性”：任何成员都能迅速加入，不必掌握复杂歌词。这样一种低门槛的参与方式，对于小规模群体的动员尤其关键。它把群体从“观看”推进到“同做”，而同做本身就是身份的宣告。

模仿与同声：身份如何被听见

模仿是人类社会学习的底层机制之一：学工具、学步态、学狩猎动作，往往都靠模仿。声音模仿更为敏感，因为它与呼吸、喉部控制、口腔形状紧密相关，既难以完全伪装，又容易暴露“我们是否同类”。因此，方言与口音在现代社会能标识群体边界；在史前社会，旋律走向、节奏习惯、常用音色与喊声腔调同样可能成为“听觉的族徽”。

这种身份标记具有双重效果：

• **对内**：让成员感到熟悉与安全，降低内部冲突成本。
• **对外**：让外部群体在远处就能识别“这是谁的队伍”，从而调整接触策略（回避、交换、结盟或竞争）。

在许多民族志材料中，集体歌舞常与“我们”这一代词绑定：唱的并不是个人故事，而是祖先、领地、禁忌与共同记忆。我们无需假设史前音乐已具备复杂叙事，但可以合理推断：同声与重复就是最早的“共同叙事结构”——它用形式先把群体固定下来，再逐步容纳更多内容。

三个场景复原：协作、调节与认同如何发生

为了让上述机制不止停留在概念层面，下面以三个高频社会场景为线索，展示音乐可能如何嵌入生存实践。

场景一：狩猎与追逐——节拍作为“移动的规则”

在围猎或驱赶猎物时，队伍往往需要维持速度与间距，避免过早暴露或彼此干扰。若所有人都依赖即时语言指令，沟通成本会迅速上升。相反，稳定的跺地节拍、短促口号与呼应式喊声（call-and-response）可以构成一种“移动的规则系统”：

1. 节拍规定整体速度与加速时机； 2. 口号在关键节点触发转向、合围或停顿； 3. 呼应确认命令已被听见并执行。

这种结构的优势在于：即使个体视线受阻、环境噪声增大，只要能听到节拍，就能把自己的动作锁在群体之中。现代军队行进、集体劳动号子与运动看台的齐呼，仍保留着同一逻辑的残影。

场景二：祭仪与边界时刻——节律作为“情绪的容器”

死亡、疾病、成年、迁徙、旱涝等事件，会把群体推入高度不确定状态。此时最稀缺的资源之一是“可承受的情绪结构”：人们需要共同面对恐惧与悲伤，同时避免群体瓦解。节律与重复在这里扮演“容器”的角色：它把不可控的情绪波动装进可控的时间框架里。

在许多萨满与仪式性鼓舞传统中，鼓点会持续很久，速度逐渐稳定或缓慢变化，配合步伐与摇摆，参与者可能进入一种注意收窄、时间感改变的状态。学界常用“改变的意识状态”描述这种体验，但更易理解的说法是：当注意被节律持续占据，个体的自我监控减弱，群体的共同感增强。这既能缓解焦虑，也能把“解释世界的故事”（祖灵、禁忌、誓约）嵌入可体验的身体记忆之中。

场景三：亲子与照护——摇篮曲与“社会化的安全感”

音乐的社会功能并不只发生在宏大仪式中。亲子互动可能是音乐最古老、也最稳定的生态位之一。世界多地存在相似的“婴儿导向歌唱/言语”：音高更高、节奏更规律、重复更多。这类声音既有安抚作用，也在训练婴儿对社会节律的敏感度：什么时候该期待声音出现、什么时候该放松、什么时候该关注。换句话说，摇篮曲不只是让孩子入睡，更是在早期建立一种“可预测的世界”。

从群体层面看，稳定的照护机制提高婴幼儿存活率，而照护者之间也需要协调轮换与资源分配。简单的哼唱与节拍可能在其中承担“低成本的承诺信号”：我在这里，我在照看，你可以放心去做别的事。这种承诺信号在没有文字契约的社会中尤为重要。

最早的声源：从身体到器物的可能谱系

如果音乐确实承担了上述社会功能，那么问题自然转向：史前人类用什么发声？哪些证据能留下来？这里必须承认一个结构性困难：最常见的乐器材料往往最不易保存。皮革、木头、藤条、植物纤维都易腐坏；真正能跨越万年的，多是骨、石、象牙等耐久材料。因此，考古记录必然偏向“硬材料乐器”，而大量“软材料音乐”只能通过比较民族志、工具痕迹与使用场景推断。

下面按“可能性 + 证据可得性”列出一个简明谱系。

身体打击与集体踏步：最可靠也最普遍的“原乐器”

• **优势**：随身携带、可即时组织、参与门槛低，最适合动员与同步。
• **社会含义**：身体本身就是仪式与身份的载体；把身体变成乐器，相当于把“我们在一起”写入肌肉与呼吸。

这类音乐几乎不会留下直接遗物，但它的普遍性在民族志中得到强烈支持；同时，从认知与运动控制角度看，身体打击是最自然的节律发生器。

骨笛与管状乐器：可携带的旋律与信号

旧石器晚期遗址中发现的骨笛与象牙笛，为“旋律型器乐”提供了可观证据。欧洲部分遗址出土的鸟骨或猛犸象牙管状器物带有规则开孔，常被解释为可吹奏的笛类，其年代有时可追溯至距今数万年。即便对个别发现存在争议（例如某些“笛孔”可能由动物啃咬造成），整体上仍可确认：在相当早的时期，人类已具备把管体加工为可控音高工具的能力。

值得注意的是，制作笛类需要多步骤工艺：选材、切割、打孔、修整、可能还包括试吹与校正。这表明音乐活动并非纯粹即兴，而可能嵌入了学习与传承。

石片与共鸣石：耐久材料中的“敲击传统”

石质敲击器（可发出清脆音高的石片、石板）在多地传统中存在，现代研究也会关注某些遗址中具有敲击痕迹、摆放位置特殊的石材。石头的优势在于耐久，适合制造清晰穿透的高频声音；但它的问题在于：敲击痕迹并不自动等于“音乐”，也可能是加工、敲碎或其他用途。因此，在解读上需要更谨慎：最好结合空间分布、重复性磨损、与仪式区或聚集区的关联等多重证据。

木鼓与皮膜鼓：最可能、却最难“看见”的核心工具

如果把节奏同步视为史前音乐的核心功能之一，那么鼓类（木鼓、裂缝鼓、皮膜鼓）几乎是最合乎工程逻辑的选择：它们声音大、传播远、节拍稳定，适合动员与仪式。然而，鼓的材料大多可腐坏，考古上往往只能间接推断，例如：

• 与鼓制作相关的工具组合（刮削皮革、加工木材的器具）；
• 特定空间的声学优势与聚集结构；
• 后期出现的明确鼓类遗存与持续传统的“反向投射”（需谨慎使用）。

> 侧栏｜“没有遗物”是否意味着“不存在”？ > > 不意味着。考古学对史前音乐的最大限制在于保存偏差：最常用的东西往往最难保存。理解史前音乐，需要把“可保存的证据”与“可推断的行为”区分开：前者给出下限，后者提供合理解释，但必须明确不确定性边界。

为了便于比较，下面给出一个简表（偏向“功能—证据”视角）：

| 声源/器物 | 主要功能倾向 | 群体组织优势 | 典型可见证据 | |---|---|---|---| | 拍手、跺脚、身体击打 | 同步、动员、情绪感染 | 低门槛、可迅速扩展 | 基本无直接遗存 | | 呼喊、齐声短句 | 远距信号、鼓舞、警戒 | 可穿透噪声、可呼应确认 | 基本无直接遗存 | | 骨笛/象牙笛 | 旋律、信号、模仿 | 可携带、可训练、可传承 | 管体开孔、加工痕迹 | | 石片/共鸣石 | 节拍、音高点缀 | 声音清亮、耐久 | 敲击磨损、空间关联（需综合判断） | | 木鼓/皮鼓 | 动员、仪式、同步 | 声强大、节拍稳定 | 多为间接证据（工具、场所） |

争论与谨慎：我们能“知道”多少史前音乐

讨论史前音乐很容易滑向两种极端：要么把一切声音行为都称为音乐，从而失去解释力；要么因为证据稀少而完全拒绝推断。更可行的立场是：把“音乐”当作一组可检验的社会假设。

• 如果音乐主要用于**协作与动员**，那么它应当与聚集、移动、劳动、狩猎路径等场景高度相关；
• 如果音乐主要用于**仪式与边界管理**，那么它应当在特殊空间（祭仪区、墓地附近）与特殊时间（季节性聚集）出现强化；
• 如果音乐主要用于**亲子与照护**，那么它可能更常见却更隐蔽，难以留下物证，但可通过跨文化稳定性与发展心理学研究获得支持。

这种“功能—场景”框架的意义在于：它把音乐从抽象的审美对象，重新放回社会结构之中，从而使后续的音乐史叙述不再被“作品谱系”单独牵引。

全书核心框架的起点：社会需求、技术条件与观念体系的合力

从火光下的鼓点出发，我们可以提出贯穿全书的解释框架：音乐史不是单线的“艺术进步史”，而是社会需求、技术条件与观念体系共同作用的结果。同一种音乐形式在不同社会中可能承担不同功能；而同一种社会需求也可能催生不同声音方案。

我们可以用一个简化表达式概括这种关系：

$$ \text{音乐形态} = f(\text{社会需求},\ \text{技术条件},\ \text{观念体系}) $$

• **社会需求**：协作、动员、治愈、边界、教育、娱乐、权威建构等。
• **技术条件**：材料与工具、制造工艺、空间声学、记录与传播媒介（口传、谱写、录音）。
• **观念体系**：宗教与宇宙论、身体观、权力结构、审美规范、何为“好声音”的价值判断。

用流程关系表示如下：

```mermaid graph TD A[社会需求<br/>协作/动员/治愈/边界] --> D[声音实践的选择] B[技术条件<br/>材料/工具/空间/媒介] --> D C[观念体系<br/>宗教/权力/审美/身体观] --> D D --> E[稳定的音乐形式<br/>节奏/旋律/仪式程序] E --> F[反馈效应<br/>强化群体结构与观念] F --> A F --> C ```

这个图强调两点：第一，音乐不是被动反映社会，而会反过来塑造社会（例如通过仪式强化权威，通过合唱训练纪律，通过舞曲重组性别与年龄秩序）；第二，技术不是外在附加物，而会改变“什么声音可被大规模共享”。在史前，技术的关键可能是火（延长夜间聚集）、工具（制造可控声源）、空间（洞穴与开阔地的声学差异）；到了后来的农耕与城邦时代，新的材料与记录方式会进一步改变音乐的社会分工。

小结：从“在一起的声音”走向文明的制度化聆听

回到营地的火光：音乐最初之所以可能成为共同语言，并不是因为它更“高雅”，而是因为它在社会层面更“经济”。它用节奏同步降低协作成本，用呼喊与模仿实现快速动员与身份识别，用重复与时序把情绪装进可承受的框架，并在亲子照护中训练对社会节律的敏感。骨笛、石片与木鼓等器物并非“艺术起源”的装饰证据，而是社会需求在技术条件中凝固的痕迹：当群体需要更远的传播、更稳定的节拍、更可传承的音型，器物便成为身体之外的延伸。

后续章节将以这一框架为轴，把音乐从史前营地带入更复杂的制度世界：当聚落扩大、分工出现、祭祀体系与权力结构成形，音乐将如何被规范、被书写、被训练、被垄断或被共享？当技术从石骨木皮走向金属、纸张与电声媒介，音乐又如何改变人们组织社会与理解自我的方式？本章的火光与鼓点只是起点：它提醒我们，音乐史首先是一部关于人类如何借助声音形成“共同体”的历史。

[^1]: 常见概括来自演化心理学对音乐的副产物解释传统；不同学者表述各异，此处仅作问题引入，并不等同于否定音乐的社会功能。 [^2]: 关于群体歌唱、同步活动与亲社会效应的研究可见社会神经科学与实验社会心理学的相关文献综述；具体机制（内啡肽、催产素、共同注意）仍在讨论中。