从歌唱的起源与演进看人类音乐审美意识的衍生与演化

文◎薛艺兵

引言

本文研究主旨的设定，基于笔者对以下两个理论问题的思考：

其一，探知人类音乐审美意识产生与演进的过程对阐明音乐美的本质有什么理论价值？

笔者认为，所谓音乐的“美”，它并不是人对感觉美好的声音发出的一个感叹词，也不是“言说不可言说事物”的一个模糊概念，音乐的“美”产生于人对音乐声音从生理感知到心理感应再到意识评判的过程中。人对音乐的“审美意识”（a sense of aesthetic judgement），不仅是引发音乐审美的起因，也是确认音乐之美的过程，还是寄寓音乐之美的终点。因为人的音乐审美意识，决定着人对音乐之美的认知和确立，它是人类体验音乐、评价音乐、培养音乐美感、建构音乐之美的核心因素，因而也是体现音乐美的本质的关键因素。这正是本文以音乐审美意识作为核心议题的原因。

其二，为什么要从歌唱的起源与演化切入去探讨人类音乐审美意识的衍生与演化？

对于这个问题，首先需要回答的是：本文为什么从“人声歌唱”切入而不是从“器乐演奏”切入去研究审美意识？笔者认为，人类歌唱的产生一定是早于对乐器的使用。我们不能想象，人类在创造音乐之初，会抛开具有绝对“缘身性”（embodiment）和便利性的“自体声音”①笔者在《从人声的缘身性本质探寻音乐美的本源》（《音乐研究》2020 年6 期）一文，已经对人声的“缘身性”本质及其可称为“自体声音”的原因有较详阐述。——人声，而先去发明某种外在于人体的器物工具（乐器），并在这类工具上创造乐音、设计音阶、演奏乐曲，然后才回到人的自体声音上，对异体声音（乐器声音）加以模仿，这不符合事物发展的普遍规律。

下面，笔者将从探讨人类歌唱起源的问题开始本文的探源之旅。

一、歌唱起源的迷雾

关于音乐起源问题，虽然古来论说不绝于耳，有劳动起源说、模仿说、情感表现说、“歌咏言”说、巫术起源说等，但是至今仍未形成基本共识。仅就比较“经典”的学说、论点而言，笔者认为，他们说的基本上都是音乐起源的原因，而非音乐起源本身，几乎没有人说出（或考证出）是什么形式的音乐在什么地方和从什么年代开始起源这些基本事实。不过，中国古代文献中倒是有一些具体的说法，比如，《吕氏春秋》“音初”篇中，就描述了“东音”“南音”“西音”“北音”这四方之歌产生的时间、地点、作者、歌者、歌词等具体内容。但即使如此具体的描述，也不能说明这四方之歌的产生就是中国歌曲或歌唱起源（所谓“音初”）的标志。此外，同书“古乐”篇还提到更早期的远古乐舞（如朱襄氏时代的“士达作为五弦琴”，葛天氏时代的“投足以歌八阕”，阴康氏时代的作舞健身，黄帝时代伶伦于昆仑山下听凤凰之鸣而截竹做成十二律管并铸十二钟等传说），并且还总结道：“乐之所由来者尚矣，非独为一世所造也。”这话虽表明乐非一世所造，但最早源起于哪世这个问题，却仍然是个谜。除《吕氏春秋》外，中国当然还有很多古籍提及歌唱（歌曲）、音乐的起源问题，其中也不乏对具体事象的描述与论见，但大多数的说法都比较虚妄抽象，无以证明音乐起源的真相。当然，中国当代学者通常也会以出土乐器为实物见证，来探讨中国音乐起源的具体问题，比如：以新石器晚期的陶哨、陶埙的音孔测音，来探讨五声音阶出现（起源）的年代；以河南舞阳多音孔骨笛的地下保存时间，推知中国音乐有着8000 年以上的历史，并根据骨笛的吹奏测音数据，证明8000 年前的中国先民就能在乐器上吹奏稳定的六声音阶。尽管有舞阳骨笛这一组确凿的实物证据，我们还是没能找到回答中国音乐究竟起源于何时这个终极问题的明确答案。

上述这些例子，还只是涉及中国音乐的起源问题，那么，对于人类音乐起源、人类歌唱起源这些更为宏观、更具普适意义的问题，就更加难以言说。

当然，任何有关原始文化的研究，在很大程度上都是根据文献、考古等资料进行推论的，证据的不充分和不确凿往往是造成论断不可信的主要原因。我们对人类歌唱起源这一原始人文现象的研究，除了在有限的文献资料和考古资料中去寻找证据外，更为可靠的证据，则需要从现存于世界各地的古老歌唱活态传统中去寻找。诚然，由于歌唱行为和歌唱声音稍纵即逝，无法像实物（如乐器）那样长久保存，这无疑是我们难以找到人类歌唱起源具体时间和地点的最大障碍。然而，就像声音在近处稍纵即逝而会从远处反射传回延时的回声一样，这种物理性的声音传导原理会隐喻性地在社会人文领域再现出来。之所以会如此，那是因为作为人文现象的歌唱形式及其歌声特点，通常会演化成一种社会习俗而集体性地世代相传，它超越时间的制约甚至地域的局限而百、千、万年地流传下来，以类似“回声”的原理存留于今世，留待我们去拾音捡回，成为我们辨听原声、追溯声源出发点的可靠依据。因而，从世界各地现存古老歌唱中去寻声探源，就如同从出土古乐器考订器乐音乐起源一样，是考察歌唱起源的一种有效途径。

当然，我们从这些古老歌俗中需要寻找的历史依据，并不仅仅是歌唱的形式及歌唱的内容，更重要的是这些歌唱形式及内容中最为“原始”的音乐元素及其人文特征；同时还需要从分布于世界各地的这类歌唱遗存中，去发现它们共同存续的基本特征及其所体现的“原初普同性”（primordial universality）现象。

问题是，我们怎样去找寻到世界各地相关古老歌唱的大量遗存？当然，这是一项仅凭笔者一己之力无法完成的巨量工作。所幸的是，西方“比较音乐学家们”（comparative musicologists），早在19 世纪末就开始了在全世界范围内寻找早期人类文化“遗留物”（survival）的伟大工程；20世纪50 年代从比较音乐学转型为民族音乐学（ethnomusicology）后的诸多学者更是亲临田野，分散到世界各地去深探这些音乐遗存的文化意义；中国音乐学者从20 世纪40 年代（延安时期）就开启了挖掘本国民间音乐传统宝藏的工作，新中国成立后更是在全国范围内进行了多次地毯式普查和收集工作，积累了大量的相关资料。这些海量的资料成果，是我们寻找古老歌唱遗存的资料基础。不过，对本文研究最有参考价值的，一是中国音乐学院樊祖荫教授对中国多声部民歌的收集整理和研究，二是澳大利亚墨尔本大学约瑟夫·乔丹尼亚（Joseph Jordania）教授对全世界复音歌唱古老遗存的收集整理和研究。尤其是作为民族音乐学家的乔丹尼亚，他早就带着和笔者同样的思路，经过数十年的田野工作，从世界各地的文化边缘地带，找到了能够探知人类歌唱起源真相的古老歌唱的大量遗存“标本”。这些成果将为本文探讨歌唱起源的相关真相提供有力的证据。

接下来，对前人已经发现的那些“远古的回声”——带着远古群体复音合唱信息的现代遗存，做一番简要的梳理和分析，并讨论前人提出的对探讨歌唱起源有启发意义的重要论点。

二、远古回声——歌唱初音的现代遗存

在开始勘察古歌遗存之前，有必要首先说明，本文之所以要以“复音合唱”遗存作为歌唱起源之证据的原因。笔者认为，在已知的古今各种歌唱形式中，复音合唱是最早出现的歌唱形式。其实，这个作为原因的简单结论，笔者在近期发表的另一文章中已有相关论证②薛艺兵《从人声的缘身性本质探寻音乐美的本源》，《音乐研究》2020 年第6 期。（限于篇幅，此不赘述），相信读者从后文的描述、论证过程中也会了解到本文选择“复音合唱”的合理原因。

此外，对于多声部的“复音合唱”（choral polyphony）这一音乐体裁，学界曾经一直认为是由基督教僧侣于9 世纪所创造，其后在教堂唱诗班及专业音乐领域得以丰富和发展，最终成为西方音乐艺术中以复调、和声的多声部演唱为其特征的“高级”声乐艺术形式。另外还有一种似乎很符合逻辑而被人们深信无疑的论点，认为人类音乐的发展是先有简单的单音音乐（monophony），而后才逐渐发展到高级的复音音乐（polyphony）。然而，在很长一段时间内人们却不知道，在世界的各个角落，几乎都保存着远远早于西方教堂复音合唱且具有更古远特征的民间复音合唱的传统，并且有大量实例证明，复音音乐是先于单音音乐出现的。下面的例证也部分证明了这一观点。

乔丹尼亚根据他本人的调查，和收集到的诸多民族音乐学家的调查资料，在他近年出版的两部专著③Jordania,Joseph.Who Asked the First Question:the Origins of Human Choral Singing,Intelligence,Language and Speech. Tbilisi University Press,2006;Why do People Sing? Music in Human Evolution. The Publishing Programm LOGOS,2011.中，为我们展示了丰富多彩而鲜为人知的传统复音歌唱世界分布图景。据他统计，世界上存活下来的传统复音歌唱主要分布在撒哈拉以南非洲、欧洲、美拉尼西亚和波利尼西亚等地区；非洲北部地区、亚洲和美洲的传统歌唱则主要是单音音乐，但这些地区也有非常有趣的孤立复音传统。④〔澳〕约瑟夫·乔丹尼亚著，吕钰秀、于浩、毕乙鑫译《人为何歌唱？——人类进化中的音乐》，上海音乐学院出版社2014 年版，第11 页。

在传统复音歌唱分布区域中，乔丹尼亚认为，撒哈拉以南非洲地区（这里是人类的发祥地——笔者注），是世界上声乐复音分布最广泛、最活跃的地区。他说：“你很难发现撒哈拉以南非洲任何一个部族或社会没有群体复音歌唱的活传统。”生活在中非地区的俾格米人（Pygmies）⑤俾格米人是生活在非洲中部热带森林地区的一个原始民族，成年人平均身高1.3—1.4 米。他们至今还过着男子狩猎、女子采集、没有私有财产的原始生活。的复音歌唱则更具原始特色，他们歌唱中的复音是“世界上最复杂的复音传统之一”。有文献记载，俾格米人的复音歌唱可达七个或八个声部，且歌唱中真假声自由转换的“约德尔”（yodel）技术是其最大特点。这里的复音结构，主要是基于固定音型的对位式复音，歌者不断地演唱重复的短小片段。俾格米人中没有专业的音乐家，但每个人都能参与到复音歌唱中，“他们的音乐性以及自然而然分声部歌唱的能力让人感到惊奇。”此外值得注意的是，俾格米人的歌谣通常没有歌词。这会让人联想到在语言发明之前原始人的哼鸣（humming）式歌唱，而且这种无歌词的哼唱传统还一直保留在现代人的生活中。维克特·格劳尔（Victor Grauer）经过对俾格米人对位复音深入研究后得出这样的结论：“中非俾格米人的对位复音是人类最早合唱类型的遗存，这种原始音乐在10 万年前，被解剖学上所谓的现代人带出非洲。”尽管欧洲（特别是西欧）以其现代专业的复音合唱而著称于世，但是民间传统的复音合唱在欧洲地区的分布仍然十分广泛。甚至在专业艺术音乐最为发达的一些欧洲国家，如意大利、奥地利、德国、法国、比利时、瑞士、荷兰、芬兰、挪威、葡萄牙和西班牙等国，在远离文化中心的边远地区（如一些山区和岛屿），也零星保存着曾经鲜为人知的民间复音合唱的活态传统。东欧和北欧的民间复音合唱分布虽然比较分散，但也比较丰富。“欧陆上以及世界上复音最为丰富的地方之一就是高加索（Caucasia）了……在东格鲁吉亚，最广泛分布的是持续音型复音，基于自由节拍下绵长的花腔式旋律；在西格鲁吉亚，持续音型复音同样分布甚广，但此处最主要的歌唱风格是极度复杂，带有不协和和弦的对位式复音。”⑥同注④，第12、62、15 页。

民族音乐学家波在娜·穆斯卡斯卡（Bozena Muszkalska），研究了地中海地区的极度不协和歌唱后认为：“这种二度音程的歌唱，极有可能是凭借直觉和在强烈冲击性情绪影响下形成的。”艾伦·洛马克斯（Alan Lomax）在他著名的“歌唱测定体系”（Cantometric）研究结论中指出：“社会凝聚力以及社会中缺乏男性支配是产生复音歌唱的重要原因。”他甚至认为西欧复音传统是较早山地、岛屿以及“西欧边缘地区”文化的遗物。⑦同注④。

美国著名民族音乐学家布鲁诺·内特尔（Bruno Nettl），以研究北美洲原住民音乐而著称，他在这里也发现了丰富的复音合唱遗存。他认为那些“散落的持续音型复音元素可能意味着这些隔绝的‘复音小岛’是早期复音歌唱广泛传播的剩余物（survivals）”⑧Nettl,Bruno.“Polyphony in North American Indian Music.”Musical Quarterly. 1961,Vol.47,pp.354-362.。其实，这种被称作“剩余物”的复音合唱，在南美洲原住民中的分布则更为广泛，和北美的情况一样，南美的很多复音合唱与当地习俗、巫术、宗教等活动结合在一起，复音形式也是多种多样。

关于亚洲地区的传统复音歌唱遗存，乔丹尼亚认为，亚洲大部分地区以单音歌唱传统为主，复音歌唱传统仅存于极其隔绝的地带，并多见于一些少数民族。他列举了散落在阿富汗东部山区、蒙古西部（图瓦人）、越南中部和北部山区、尼泊尔及缅甸部分地区、南印度（“部落人”）、东南亚一些岛屿、日本北海道和北方千岛群岛（阿依奴人），以及中国台湾地区（高山族的支系，如阿美人、布农人、排湾人等）等地的复音合唱例子。对于中国大陆地区，他提到西藏保留的类似欧洲旧式三声部不协和复音合唱，也提到中国西南20多个少数民族中都有复音歌唱，不过未加详述。

中国汉族的传统歌唱的确是以单音为主，虽然许多劳动号子也有呼应式多声部形态，但是它与上述传统的复音合唱有很大区别。中国更多不依附于劳动的多声部复音合唱传统，主要保留在西南少数民族中。樊祖荫经过多年的调查研究，在他的论著《中国多声部民歌概论》《中国多声部民歌研究》和一系列相关文章中，不仅展示了绚丽多姿的“多声部民歌”（亦即复音合唱民歌）的丰富例证及其形态特征，而且对多声部民歌的形成及起源问题提出了颇具理论价值的论断。樊祖荫发现，他所调查的一些少数多声部歌唱，除了普遍保存着平行四、五度和不协和的大二度、小二度音程的形式外，个别还存在着演唱中音高不稳定、节奏参差不齐、喊唱、吼叫等随意性、即兴性因素，保留了原始性“大混唱”的痕迹。他认为，“‘大混唱’可以说是人类早期集体歌唱活动中的一种普遍的，甚至是必然的现象。”“因为原始人类尚无形成固定的音高和调式概念，再加上集体和唱的参加者各人生理条件（如音色、音区、音域及气息等）的不同，所以不可能做到在同一高度（音高）和同一节奏制约下的单声部齐唱。更多的可能是（甚至必然是）出现你喊你的，他唱他的不同音高的‘多声部’大混唱。”不过，“在这种原始歌唱形式中，已具备了‘多声’的因子，因而可以认为是以后逐渐发展起来的多声部民歌的萌芽和先导。”⑨樊祖荫《中国多声部民歌概论》，人民音乐出版社1994 年版，第15—17 页。

如果说，樊祖荫是从中国现存少数民族多声部民歌演唱实践中的某些原始残留现象，推论出人类早期可能最先产生“大混唱”这种原始性歌唱形式，那么，乔丹尼亚则从全世界现存复音歌唱共同存在某些原始形态特征这一普同现象中，既证明了这类歌唱遗存的古老性和原初性，又从人类进化的历史场景中推演出原始人为什么会产生这种复音歌唱形态的深层原因。乔丹尼亚总结的世界各地传统复音合唱中最主要的共性特征就是“声音洪亮、尖锐，并且带有非常强烈不协和音的复音”，“并且这些隔绝地区的复音合唱在风格上有着惊人的相似性，说明其歌唱传统，皆为最早期人类共同歌唱传统的残存”⑩同注④，第80 页。。

乔丹尼亚通过对这些传统复音合唱中所包含的大量原始因素标本的深入分析，结合对人类进化史上其他相关现象的宏观比较，最后就复音歌唱的起源提出了一个别具新意的论断，认为原始人为了用自己的声音恐吓掠食者才发展出最早的群组复音合唱。为了更生动地阐明这一论点，他还对原始人复音合唱的原初情景做了复原性的描述。⑪同注④，第85—95 页。

实际上，布鲁诺·内特尔早年也提出过“音乐是可以驱走侵略者和竞争者的工具”这样的论点；南森·科干（Nathan Cogan）也提出过“音乐提升了群组狩猎时的同步性”等类似的观点。樊祖荫提出并描述的原始时期“大混唱”的形式特征，也预示了这种合唱可能具有的威慑性功能。这些论点，以及此处尚未提及的更多类似的论点，可以看作是对乔丹尼亚上述结论的补充。总之，笔者也认同并支持乔丹尼亚在其充分论据基础上提出的这一具体、明晰并合乎人类进化历史逻辑的结论。

接下来，本文将借鉴前人已有成果，顺着前人指点的方向，尝试推演出原始时期人类如何发明歌唱、应用歌唱和发展歌唱的历史情境。

三、原初歌唱情境推演

在遥远洪荒的原始时期，在人类初现的非洲莽原，当自然界的所有动物都遵循着自然法则，依凭动物本能去适应着生存之道的时候，新兴的人类却因进化中的基因突变而获得了突破“适者生存”这一自然法则的能力。人类所获得的这种能力，不是体能而是智能，这种智能，就是通过大脑的思考可以发现或创造出新的生存适应能力的能力。原始人能够创造性地使用工具，就是其所获得的优越智能所发挥的作用。石器工具的使用，通常被看作是人类智能发展的一个重要标志，然而，人们却忽略了（或者还没有意识到）人类学会使用的另一种工具，对人类进化所产生的同样重要的影响——这种工具就是接下来要讨论的“声音工具”。

试想，当原始人类已经进化得可以拿起自然界的石头作为应对猛兽的“物质武器”时，他们完全可以或者早就可以利用发自自己身体的嗓音来作为恐吓敌人的“精神武器”。用吼叫声作为应对敌人的精神武器，这其实是动物界出自本能的一种惯常行为，但是人类却可以利用自己的智力让这种惯常行为变得异乎寻常，可以把自然的人声进行“人化”改造，使改造过的人声能以其特殊的声效更有效地威慑敌人。

在遭到猛兽威胁时，原始人不仅可以通过拉长了音调的呼唤声把分散的个体组织成战斗群体，而且还能把这个战斗群体发出的杂乱无章的呼喊声和吼叫声组织成有序而整齐的节奏声。单是把混乱无序的群体声音组织成有节奏的整齐声音这一办法，就可以让声音变得超乎寻常了。由于人类之外的其他任何能发声的动物，直到现在都不会群体一起发出整齐的节奏声，因此，人类组群一起发出的这种整齐的节奏声，就足以引起敌人的恐慌，或直接吓跑猛兽。

制造不寻常声音的另一个有效办法是，改变声音的运动方向，就是让直线持续的声音，曲折地运动起来（中国古人所谓的“声曲折”），有条理的声曲折就会形成我们所说的“曲调”。于是，曲折运动着的声音，在整齐节奏的配合下，便产生了更不寻常的，自然界所没有的，能让野兽感到奇怪、异常因而感到恐惧的声音。于是，人类创造出来的这种有统一节奏的、有旋律曲线的声音，再加上原本就因高低音叠置、男女声交错而自然形成的混合多声部杂乱复音，综合地构成一股奇特而恐怖的声浪，成为声震野兽的一种声音武器。同时，这种用来应对敌人的声音武器，也会让使用这种武器的人们群情激奋，并很快进入“战斗恍惚”（battle trance）状态。这时，众人伴随整齐的节奏声跺脚移步，逼近野兽，或向野兽投掷石块……最终，猛兽被这震天动地的声浪和战斗恍惚的人群所震慑，被人群中发出的这种奇特的“大混唱”惊吓得落荒而逃。

这种激烈的战斗场面，或许在今天的非洲原始部落围猎战斗中还能部分地复现。不过，现在这里的人们已经不再受到狮子等大型猛兽的威胁了，因为作为森林之王的非洲雄狮，早在数万年前就领教过人类的那种本领，受到过“大混唱”的惊吓，因而已经遗传了“惹不起，躲得起”的本能性习惯。而在这片人类发祥地上生活着的原始部落，却一直使用着从他们祖先那里继承下来的复音合唱形式的“人声武器”。不同的是，这时的复音合唱本身已经演化得异常复杂，复杂得已经像是专为审美而创作出来的、被我们称作是“音乐”的艺术了。

在结束推演出来的这一历史故事之前，必须承认，人类歌唱的起源，绝不会仅限于这种在同野兽战斗中产生的“大混唱”一个源头。因为，人类生物进化的历史真相至今仍扑朔迷离，无论是有着至少200万年复杂进化历程而在3 万年前最后灭绝的各种古人类，还是大约20 万年前才形成于非洲并于7 万年前又一次走出非洲后散布于全球的现代人类，仅就这两类人科动物在生物遗传学上是否有关联，学界至今仍有争议。那么，这些不同人类的祖先们是否存在着文化承递以及歌唱习俗传承现象，就更是无法去验证的了。即便是我们只在现代人类仅存20 万年的进化历程中去寻找歌唱起源的踪迹，也不该固守单线进化论陈见而将歌唱源头定于一宗、限于一地，或只归宗于复音合唱这一种形式。笔者承认，人类歌唱的源头，一定是多地区、多种歌唱形式、多种历史原因和多个时间起点的。本文之所以将人类歌唱起源作如上单线条勾画，并不是冀图找出起源的全部史实，而是只望通过对歌唱起源这一典型范例的推演，去理解一个可信度较高的歌唱历史现象，以便通过对现象的进一步分析，推导出人类在歌唱实践的初始阶段中如何形成自己的音乐审美意识这一核心论题。

接下来，言归正传，按照既定思路，将原始“大混唱”的故事接续下去。

四、从工具性歌唱到审美性歌唱——音乐审美意识的衍生

原始“大混唱”的基本形态和声音特效（节奏整齐、旋律混杂、声部混乱、横向和纵向音程极不协和），虽然已经具有人文元素，但仍充满原始的狂野风格，因而的确不能将其纳入“歌唱”“多声部合唱”乃至“音乐”这类现代概念的范畴中去讨论。假如我们从人类进化史的漫长历程中去分析，人类（这里指各种人类，Homo）的远祖（南方古猿，Australopithecus），大约200 万年前从树上转移到陆地生活，在之后约190 万年的演化进程中，一直在与其他野兽进行着“你死我活”的艰苦斗争，直到现代人类在1.2 万年前进入“农业革命”时代之后，大部分人类才基本结束了狩猎生活和与猛兽斗争的历史。在此之前，数万年以来不断重复着的作为声音武器的“大混唱”的“歌声”，也就会一直保持着它所需武器功能的声音特点。

但是，这并不意味着原初“大混唱”数万年来会一直保持它的原初声音形态而不去变化。相反，其声音形态必然会不断地产生变化，而不断变化的主要原因，还是为了“改进”声音武器的性能。为此，原始人会付出顽强而不懈的努力进行探索和实验，可能一代接一代地延续百年、千年、万年甚至数十万年，循序渐进地优化那种一开始还不大成熟的“大混唱”。

如前文所述，原始人为了让自己的日常声音变成有效的声音武器，他们一开始就采用了可以把寻常声音变得不寻常的两种手段：一是用节奏化来组织声音；二是用曲调化来调整声音。在具体实践中，除了继续采用已经使用过的两种手段外，他们还会摸索出第三种或第四种其他的新手段。首先是对音强的改进——更响亮的声音对威慑野兽至关重要。而在设法改进呼喊声音强度的同时，另一种手段也会浮现出来，即音与音之间的结构关系——音与音之间在横向行进和纵向叠置时的音程关系，也就得到改进和优化。于是，那些泛音频响明亮并有利于声腔共鸣的纯四度、纯五度音程，以及协和并带有一定张力的大三度、小三度、六度音程就被发现，并在混声喊叫中被利用起来。同时，那些在混唱中原本就有的，或偶尔形成的极不协和但却具有强烈刺激感的大二度、小二度音程，甚至大七度、小七度、增八度音程，也会因“武器”性能的需要而被保留下来或有意再创造出来。当各种乐音及音程融入混声喊叫的过程中，混杂的喊唱逐渐变成了混声的歌唱，稳定的多声部合唱在有序节律的配合下便逐渐形成了真正的音乐性歌唱。这时，这种既明亮声宏又尖锐刺耳的混声复音合唱，就会以其更加“人化”的特殊音响形态成为更好用的声音武器。

或许，经过更加有意识地进行“人化”处理的那些更悦耳、更音乐化、更人性化的其中一部分复音合唱形式或曲目，就会离开战场，进入庆典场合，或作为巫术的咒语吟唱，甚至作为赞颂神灵的圣歌。至此，古老的复音合唱已经形成，成为和人们生活不可分割的音乐习俗，成为建构人们音乐审美意识并被审美意识不断重新建构的一种文化传统。而且，这一音乐习俗、这样的文化传统，必然会一代一代地传承下来，还会跟随着先民迁徙的步伐传播到世界各地。当这个世界发生了千年、万年的巨大变迁以后，那些古老的歌和传统的歌唱形式，仍以其顽强的生命力存活于几乎与世隔绝的人类族群中，直到被今天的音乐学家重新发现。

那么，在这种古老的歌唱习俗形成之初，原始人的音乐审美意识又是怎样衍生而出的呢？笔者认为，其中的主要原因是，随着他们的音乐（歌唱）用途发生变化，人们对音乐的观念也会随之变化。在他们将这种混声复音歌唱仍作为抵御敌人的工具（武器）来使用时，人们投射到这种合唱上的观念主要是看它能否产生强大的御敌功效。就是说，当音乐被作为工具来使用时，人们注重的是它的使用价值。当音乐不再被当作工具来使用，而被作为欣赏的对象或抒情的手段时，人们就会改变对音乐的看法，就会对自己的歌唱付之以情感，对自己的歌声投之以偏好。这种对体验付出的情感和在观念上产生的偏好意向，实际上就是审美意识的表现方式。

原始人的音乐审美意识有一定的独特性。由于原始社会没有社会分工，没有职业音乐家，群体中人人都能歌善舞，所以人人都是音乐家，音乐是他们生活的一部分，而不是专供欣赏的“艺术”。于是，在歌唱活动中，歌者就是听者，听者也是歌者，两者不分家，作乐与赏乐合二而一。人们的审美意识，就是在唱与听的自我“实践”中建立起来的——这是原始人在自我音乐实践中产生的对自我音乐实践的审美意识，我们可以把这种独特的审美意识称之为“自审美意识”。这种自审美意识，在形式上表现为审美主体（人）与审美客体（乐）的一体化呈现，在心理上表现为“我”（本体意识）与“物”（客观现实）界限不清，由而形成一种比较模糊的审美心理感知及意识倾向。应该说，这是一种在人类认知水平尚未进化到成熟阶段时所产生的比较初级的审美意识状态。不过，随着人类认知水平的不断发展和音乐艺术水平的不断提高，人们的音乐审美意识也会不断衍生变化。发展到一定阶段，即便是在自唱、自听、自赏这种一体化的音乐活动中，音乐行为主体（人）就会把自己的歌声从观念上“外化”为一种可感知、可品鉴的“客体对象”——“审美对象”。不过，当音乐成为一种表演艺术，由专人表演给他人赏听时，音乐的“审美主体”就与“审美对象”彻底分离了——既从客观形式上分离，也从主观意识中分离。这就是人类音乐审美意识的一个演化图式，其中，亦包含着音乐美的演化历程。

结语

达尔文针对人类音乐的起源说过这样一句话：“音乐是进化适应的产物。”⑫Darwin,Charles.The Descent of Man,and Selection in Relation to Sex. London:John Murray,1871,p.296.这句话虽然可以用来总结前文所述内容，但笔者认为还应该再加上另一句话才能使这个结论更加完整，即：歌唱提升了人类进化适应的能力。从前文的分析研究中可以引发这样一种认识：群体复音歌唱的“发明”，其对人类进化的意义堪比“石器”工具的发明。人类发明石器，是为了改造自然、创造物质；人类发明歌唱，是为了适应环境，进而影响人类情感、丰富人类的精神世界；两者一个面对自然，一个指向人心，在人类漫长的进化历程中相伴而行，共同发挥着各自的作用。

在远古洪荒年代，作为个体的人很渺小，在体质上没有竞争优势，敌不过任何比他大甚至比他小的猛兽。但是，组织成群体的人就会无比强大，当群体发明了超越本能的工具之后就会变得异常强大；当群体变成更大的群体以至发展出社会组织并创造出自然界所没有的文明、文化之后，人类就成了这个地球的主宰。同理，个人的歌声微不足道，但组织成群体一起歌唱的声音就会产生巨大的能量；当组织起来的人群重新组织了集体的声音以后，就会使这种“人化”了的人声武器威力无比，就会让自然界的野兽闻风丧胆。当人类进化到不需要再用自己的声音武器去威慑野兽的时候，这种与人类生命安全和狩猎劳动息息相关的声音武器，就会“退役”到与人类精神需求相关的领域中（如宗教、仪式、庆典、娱乐等活动）继续发展，并能够按照满足精神需求的样式进行改造和加以利用。只有到这时，当被组织起来的这种“人声”的使用价值发生变化后，合唱的形式也会发生变化：由粗糙变得精致，由粗犷变得优雅，由单纯的人声合唱变成有乐器伴奏的合唱，由大合唱发展出小组唱、单人唱等。这时的歌唱，早已失去它原来的实用价值，成了被编列在“音乐”名下的“声乐艺术”，成了跻身到高雅艺术殿堂上供人听赏、品评的艺术品。伴随古老歌唱一路走来的人们的音乐审美意识，也随之演化成只会品评殿堂里那些高雅音乐艺术的“高尚”意识了。