抖音“美好生活”的修辞逻辑与审美价值悖论——文化符号学的分析*

葛瑞应

(南开大学 文学院，天津 300071)

德·赛托曾在《日常生活实践》提及“视觉癌变”现象：“从电视到报刊，从广告到商家推出的各类节目，我们的社会使视觉癌变。”[1]德·赛托关注的是20世纪图像泛滥问题，若将这一观察对象置换为短视频似乎正可以言说当下。当然，视频本就是图像的一种衍生变体，但图像和其他媒介形态复合并以时间设限而成为短视频后，其传播效能远非单一媒介形态的图像可及。随着主流非主流媒体、商业场域争相进入短视频这块流量洼地，短视频由最初“移动新社交”身份转而成为具有一般媒介意义的传播方式。似乎各类短视频从一开始作为“事”的具象内容存在转而开始享有“器”的优越身份。当作为一种文化消费品的资本维度逐渐隐形，短视频具有了“随物赋形”的超能力——能以形之韧性容括内容之万物。然而这是否意味着它成了一种“中性”的媒介？

在符号学视野中，媒介是符号携带意义的感知部分。意义能够媒介化是符号成为自身的前提，也是文本成为文本的先决条件。媒介的特点很大程度决定了叙述体裁[2]。媒介和符号的这种咬合关系使受众直面符号的感知部分时很容易屏蔽所使用之“器”的历史生成情境，更容易忽略的是，媒介的创生和使用都受到主体倾向性和价值立场的影响，“媒介功能的发挥是一种价值的选择和建构，都会有理性的或者意识形态的价值判断。”[3]可见，即便有一种“中性的媒介”，也只可能存在于媒介实益既得者的修辞之中。

媒介对意义生成如此重要，然而对其反思却远没有对媒介负载内容的反思充分。如果说，三十多年前波兹曼对电视媒介所做的文化政治式的批判可以使人们对电视媒介保持某种审慎的态度，那么，彼时电视负载的泛娱乐内容在成功地寻找到几经迭代发展的新媒介后，至少现在，人们还没有对此进行深入的反思。

一旦意义活动累加，媒介的品质就暴露出来[4]。笔者尝试以当下受众最广，即“意义活动累加”最为充分的短视频软件——抖音为例，探究短视频这一媒介的意义生成以及相关的审美价值问题。

一、“纸短情长”：15秒美好生活的形式之辩

如果只依凭产品受众累加意义来展示其“媒介品质”，抖音大概早已被其他短视频软件所替代。事实是，从产品设计细节、精雕细琢的广告语再到产品使用明星来示范“共同情感结构”，抖音为特定意义的生成与聚焦做了充分的形式准备。广告以促进商品销售为最终目的，因此广告文本里几乎隐藏着商品的全部秘密，抖音的赋义机制集中地表现在其广告语“抖音，记录美好生活”之中：

在离家最远的地方，在回家路上，在每一个属于你的故事里，在你认为的故事结局，在新的开始，无论在哪里，美好都在你眼前，在抖音，记录美好生活。

按词频分析，首先是数个“在……”，意在凸显时空的不受限，这可以转述为“在任何时间任何地点”。其次为“你”，在广告符号学看来，“你”的人称指向是强化受众和商品之间意向性关联的简单策略——明确地指向商品受众，加之为了表述简洁，类似“在离家最远的地方”等表述均省略了主语“你”。但有意味的是，抖音的受众不是单数的你，而是社群中的你，或者更准确地说，是没有你的“你们”。将广告语还原到视频中分析：导演通过特写、连接、队列、动作以及声音转场等多种专业的镜头组接方式，将数个“美好”场景拼合为一个90秒的短视频。且不论这个时长(即长视频)是抖音初期高级用户才能解锁的特殊功能，就数个“小美好”而言：“离家最远的地方”到了外太空，“在你的身旁”则是各种迥异于常态生活的非典型景观，顺着镜头稍加细察，广告语里的“美好”是使用考究的布景以及摄像机专业的推拉摇移后，经精心剪辑后组成的美好群像。而每个镜头中拿起手机拍摄的画中画才是现实中真正的“你”的抖音——那是一个个画幅缩小、充斥着嘈杂现场音、没有剪辑、画面单一加上即便能遇到，但也未必会成功捕捉的“奇观”瞬间。更有趣的是，几乎每个拿起手机拍摄的主角，开启的都是后置摄像头——对别人美好生活的记录！这与“你”以及软件设计初衷，即对前置摄像头的依赖相去甚远。

所谓“没有你的你们”，在抖音调研报告中有更清晰的事实呈现。《2018年抖音研究报告》显示，在所有抖音作品中，占比2.7%的“头部视频”攫取了八成以上的平台用户关注和参与。这不到3%的短视频的播放量、获赞量、评论量、转发量各自占比也均超过了80%。毫不夸张地说，淹没在剩余的97%中的“你”的视频只是在自娱自乐。而你贡献了点赞、评论和转发的短视频往往出自一个商业诉求强烈的团队之手，而非短视频中看到的那一个主角。数以亿计的抖音用户并非全然不清楚自己的隐形状态，那么所谓“抖音瘾”又从何而来？广告语中的“美好”是抖音着力构建的核心价值，抖音如何定义“美好”，又如何将之转译为视频语言的？

抖音将“美好”作为品牌独有的识别语并不是随意为之。

抖音总经理张楠回忆，他们团队当时把100多款短视频产品全部安装在手机上去体验和感受。“他们有一个共同的缺点：那就是不够美好。”张楠认为：“短视频能够包含的信息量其实是非常丰富的，……他们知道什么是好，什么是不好，而且对好东西非常有要求。”而当时的短视频不能给他们带来“美好”的惊喜感[5]。

一个文本的品味不仅决定文化形式是否理想，更决定了人与文化产品产生联系的方式、解读文本的策略以及消费方式是否理想[6]15。抖音为了最终达成“理想消费方式”的目的，对品牌品味的雕刻十足用心。张楠所说的“美好”是其他短视频的短板，抖音致力于给用户带来美好，但何谓“美好”？ 汉语词典给出的解释是“在各方面都使人喜欢；极好”，这是结果式的评价，而不是一个有实在意义的词。如果把上面张楠所说的“其他短视频的共同缺点是不够美好”转述成“其他短视频的共同缺点是不够使人满意”，显然等于什么都没说。由此看出，把“美好”作为抖音的品味(或调性)，其文化修辞技巧在于找到一种即便不与“坏品味”相依存，也能存在的“自然”品味。在詹金斯看来，品味总处于危机状态，且永远不可能保持稳定[6]16。而“美好”不仅能够以一种不庄不谐的面貌使抖音长久处于审美安全区内，而且还具有稀释品味的能力。“美好”无限延展了审美框架，因此，对存于其间的文本的评判就很难有落脚点，这便可以解释为什么抖音成为诸如各级政府、单位，各种文化的、非文化的机构，各类商业团队等争相利用的媒介：它对审美的外延几乎没有设限。尽管对抖音的诟病一直存在，但这些指责大多指向内容及生产内容的个体，而非抖音本身。

由此看来，如何表达“美好”远比什么是“美好”重要。张楠所言的“‘美好’的惊奇感”便道出了抖音最核心的表达策略——时长限制与定调媒介。

作为人的感觉的一种，惊奇感在黑格尔那里有精辟的论述，他认为人在蒙昧状态和已对全部客观世界都一目了然的情况下不会有惊奇感[7]。他所说的惊奇感是审美过程中的心灵震撼，惊奇感发生在蒙昧和一目了然的中间状态。黑格尔是针对一般的审美情况来讨论的。客观事物对人既有吸引力，又有抗拒力。正是在克服这种矛盾的努力中所获得的对矛盾的认识才产生了惊奇感。可以说，惊奇感是在一个审美蓄势过程后的某个断点。与此相比较，抖音中的惊奇感多为“被动惊奇”，即不需要观者参与审美矛盾生成和解决的整个过程，而是直接被给予，于是这种缺失了前序部分的惊奇感更多时候是置换为怪诞来达成的。

抖音的热门评论里将美好概括为“久别重逢，失而复得，虚惊一场”。这的确属于“使人喜欢”的情景，但仍停留在修辞层面，在抖音上不大可能被演绎。不能说15秒的抖音与叙事绝缘，只能说极短时间内很难展开叙事，和惊喜感紧密相连的美好在一个个15秒中迅速生成，而转瞬的美好总有时间上的缺憾，于是美好势能差不断形成，让用户心甘情愿地用无数个15秒来填充一个15秒带来的缺憾。

二、视觉乐音：从听觉定调到联觉定调

抖音是由音乐、图像(静态与动态)、文字等组成的多媒介复合符号文本。这种文本在信息接收者头脑中要做最后的拼合，而在锚定意义过程中，往往有一个媒介在意义上定调，否则当媒介传达的信息发生冲突时，解释者就会失去解读的凭据。此媒介就是“定调媒介”，定调媒介不取决于此媒介出现的先后或者占比多寡，而是取决于此媒介传达文本的清晰程度，用麦克卢汉的术语，即媒介冷热度。在具体文本中，定调媒介一般由体裁的文化程式决定[8]132。

作为新兴媒介的抖音短视频，其文化接受程式并不明晰。或者说，视频的定调媒介本就因文本差异分而论之。以影视剧为例，其定调媒介一般为语言：或为角色对白，或为话外解说。但情况不总如此，表情、布景、音乐等都可能成为决定主要意义的媒介。也有影片刻意以各媒介冲突产生的意义张力为追求，因为歧出意义越多越可能引起多面解读。抖音短视频的接受程式由制作者、宣传者、接受者、评论者等各方参与合力完成，各角色并不相互独立，联系上文谈及的抖音中占比极小却影响巨大的头部视频，本文重点考察制作者对抖音定调媒介的积极建构作用。

抖音定位为“青年人的音乐社区”，所有的定位策略均具有容斥性——既表明目标受众和核心内容，也同时潜在地排斥非目标受众和内容。如此，“青年人的音乐”就明晰地成为抖音的定调媒介，而这大致等同于流行音乐。再细察之，流行音乐中的定调媒介又是什么？赵毅衡以歌曲为例，认为其定调媒介是歌词，因为歌词决定歌的意义解释[8]133。这种说法成立的前提是预设歌曲均有明晰的意义，而且语言文字是信息密集且清晰的“热媒介”，因而能够引导听者走向意义诠释，但抖音中的流行音乐却不如此。

音乐学把一般的“乐音”定义为：具有一个以上音调的音。从心理感受讲，声源作有规则的振动，发出有韵律的声音，具有明显的音调、音色，悠扬、和谐、悦耳。乐音具有周期性的复音，由一系列不同频率、不同振幅的基音和谐音按照一定规律和谐叠加而成的声波，其中基音频率决定乐音的音调，各种频率的谐音决定乐音音色，声压决定乐音音响。乐音协调的声波振动作用于人体的各个振动系统，使之产生有益的共振[9]。音乐学研究的乐音概念外延更广泛，弦乐、管乐、歌声等都在此范畴内。此概念更多的启发性在于提出乐音的标准，即周期性与和谐性。借此标准来考察当下流行音乐可发现，因为各媒介之间已经甚少有冲突和张力，歌曲意义往往被悬空，音响、音调、音色和谐共鸣的乐音成为流行音乐的宠儿。如周志强对流行音乐的分析所言：“‘声音’开始变成一种‘纯粹的能指’，用千差万别的差别来去差别化，用种种色彩斑斓的个性来塑造普遍的无个性，正是这种特定的抽象的声音，才如此丰富多样、灿烂多姿，而又如此空洞无物、苍白单调。”[10]这种情况下，对受众来说，如果说流行歌曲还有意义，那么意义可能来自于歌曲旋律和歌词无间地配合而带来的乐音与情感的和谐共声。为什么是流行音乐？其间包含技术理性对现代人格的塑造等诸多议题，但最为基本的判断仍是声音在意识形态塑造方面优越的隐形本领[11]。“听觉与低清晰度的、中性的视觉不同，它具有高度的审美功能，是精微细腻的、无所不包的。”[12]抖音最高明的策略也正在此：流行音乐最具有消化不断进化的技术之能力，抖音借此将受众关注重心成功地由对流行音乐意义的追寻转移到对乐音的无限和谐以及技术的崇拜上来。加之抖音依赖内容精准推送的功能，其种程度上消解了对定调媒介利弊的反思。为了强化这种隐形特征，抖音在有限时长的乐音内容选取、消音和重复策略等方面作了精心的设计。

第一，律动性强的节奏或副歌是乐音最理想的内容。15秒时长能呈现什么内容呢？这个问题本身是批判式的回溯反问，对抖音而言意义甚微，因为抖音显然不是内容的灌输者或培养者。在向无数个体精准投送内容的基本操作下，定调乐音只是为了更顺畅地实现内容投送。律动强的节奏、感情蕴势强烈的副歌(往往来自于经典老歌或当下最流行的歌曲)均能迅速给予受众以熟悉感，进而使其轻松进入内容部分。

第二，抖音通过合唱、交响乐等本属小众的极致乐音形式来强化乐音魅力，并通过消音、叠化等方式纯化这些乐音以达到“完美的寂静”。合唱、交响乐、管弦乐等较之流行乐都属小众音乐，但其共同点是媒介更为多样，因此这些乐音形式也就更适合演绎媒介间的和谐共振。典型如合唱，一种去个性化的、最能唤起共同体意识的歌曲形态，往往带有较强的具体的意识形态诉求。抖音如何演绎合唱？或者说哪种合唱类型才满足抖音理想的要求？试举一例，厦门六中合唱团成为抖音热门之前已名声在外，这个团体对流行音乐的演绎成了无数抖音视频的背景音。缘何如此？首先是借助阿卡贝拉基本方法——消音，通过声音软件消除伴奏外，还可以消除环境杂音。此外，该合唱团用水杯、课本与书桌摩擦、拍打或用打响指的方式叠化人声，由此制造和谐有序、多声共振的听觉感受。和原唱版本对比，虽然音源更多样，但削弱了情感意义的变化，多人演绎的目的唯在于制造一种拒绝解释的声音。这种声音适合做任何内容的背景乐。一个有趣的旁证是周杰伦、张靓颖都曾邀请厦门六中合唱团同台演出，是因为演唱团的声音优美吗？当然这是基本要求，而那些由始至终整齐划一的水杯才是答案：这是最理想的配乐。

消除一部分声音以凸显特定声音的策略并不新奇，但运用方式差异很大。阿达力说“使一部分声音沉默”的目的是达到一种“完美的寂静”，“这种寂静是对音乐的臣服，是对那种人为的和谐景观的认可”[13]。可以说，乐音永远在不断追求“完美寂静”的过程中，它隐身的程度越高，就越能让受众产生强烈的依附感。

第三，重复是迅速进入经典化轨道的捷径。抖音通过翻唱这一重复形式提供了象征化的复用机会。乐音的重复远不仅指单曲的无限循环，而是类似合唱一般，翻唱那些早已完成经典化的前文本。抖音为满足这种技术刚需，汇聚了一大批翻唱制造者。有的短视频把对同一首歌风格迥异的翻唱版本置于一处，受众评论乐此不疲，而评论多为事实评价，即对声卡、假唱等技术层面的评价，最后得出一个没有实质内容的结果：好听！

事实上，抖音已成为流行音乐的重要策源地。原创音乐可以通过重复的表达形式快速进入经典化轨道，而已蒙尘的音乐亦可以借此获得重新进入大众视野的机会。热奈特认为：“重复是一种解释性的行为，每次重复只留下上一次值得重复的东西，悬搁了不值得重复的因素，因此重复可以建构模式。”[14]抖音一方面不断推送你感兴趣的特定内容，另一方面依靠精准算法把这种重复控制在可接受的范围内，也就是避免重复走向复制，如陆超之类的抖音网红，从使用最粗暴简单的象征化复用机会到被厌弃仅仅不到半年时间。算法可以避免复制播放有可能带来的吸引力的下降和整体连贯性的消失。显然，这种有节制的重复只能被动输出。这迥异于读者面对经典文本时为了保持接受敏感而主动付出努力。詹金斯在分析《星球大战》时谈到了这个有趣的现象。“《星球大战》的有些粉丝严格控制他们重复观看最爱媒体作品的次数或频率，以保持一定的遗忘率，从而维持每次重复观看时的新鲜感。”[7]70这种文本阅读的自律来自于《星球大战》文本自身的魅力。而抖音只有不断克服同质化的内容以及表达形式才能维系其所标榜的惊奇感。

明晰抖音的定调媒介之后再来观察音乐之外的其他媒介可发现，乐音为绝对主导媒介，其对短视频中镜头、场景、评论等媒介形成内聚引力，多媒介协同配合使乐音的节奏韵律更为丰富，感染力更强。不妨把这种多媒介称之为“视觉乐音”。抖音风靡一时的各乐音形式不外乎是视觉乐音的细分，如卡点、合唱、手势舞等。抖音最初的舞蹈视频：镜头跟随舞蹈动作而摇移，场景布置看似“自然”，其实灯光和软件推荐的各类装饰均与音乐的氛围相契合。再看评论，它本是自由言说的场域，但创造意义转身成为共享意义：软件自动按点赞数对评论降序排列，受众打开评论就只剩两种可能：寻找或创造共同观感。由此，乐音、场景、图像、文字、评论等合力构成基于视听两种感官的联觉定调媒介。

如果说联觉定调与定调媒介的内涵有冲突，那么也可以说由联觉产生的律动是抖音文本的定调媒介。苏珊·朗格言及音乐的动态形式时提到，音乐富有生命力和情感表现的律动性特征。音乐可以唤醒视觉符号本身蕴含的表现系统，也可以给予图像形态以一种音乐精神[15]。音乐和视觉两种符号构成这种逻辑关系的原理在于：音乐提供精神、思想或者单纯情感的文本模板，图像、视频等视觉符号则呈现事实的观看经验。前者直接嵌入后者而给予观看经验以审美的外衣。可以说每个人的抖音都是独家定制的，因为精准算法得知每一个个体的内容喜好，但是所有人的抖音又都是同质的，因为其表达形式本质是联觉定调而产生的律动性。

联觉定调对理解抖音内容有着决定性的影响。以一个抖音作品为例，视频标题为“冰破裂的声音！太震撼了”，内容是俯拍镜头下一个视野非常宽阔的冰川正在融化下坠，镜头下部四分之一处则是游人在护栏里观看这样的壮观景象。如果没有任何配乐或者是单纯的视频原声，再配合这个标题，那么意图定点，也就是文本发出者祈盼阐释的理想暂止点非常容易找到：人类在伟大自然面前的微小。而该视频制作者和绝大多数抖音视频创作者一样，消除原声并搭配了一个热门的配乐《We Can't Stop》，于是符号呈现的观相间有了明显意义冲突，按理说此时无法得出合一的解释，这是经典文本才具有的优秀特质，无限衍义也是由此产生的。而滑稽的是，“抖音粉”轻易地找到了一个意图定点——对“声音好听”评论的点赞和跟评占据评论首位。而类似“你怎么听到声音的？”这样质疑式的评论恰恰反证了定调媒介对文本实际意义的歪曲。

三、场域归属和审美价值悖论

音乐短视频诞生于西方，其简史如下：1894年Edward B. Marks与Joe Stern雇佣一个电工使用幻灯的形式来推销他们的歌曲。自有声电影诞生后，其简短的形制也可算作短视频。此后音乐短片渐趋成熟，尤其到20世纪60年代，它作为宣传短片的身份获得长足发展。70年代后期，音乐电视起步并在80年代成为主流。进入新世纪，随着互联网的助力，短视频在各终端开始规模出现[16]。值得注意的是，音乐短视频是和广告扭结在一起诞生的，并且依赖技术而迭代。所以，当文化批评将音乐短视频放置于艺术范围内考量时很容易发生身份误判。特别是像抖音这样由资本维系的文化产品，从布迪厄场域视角来看，本就隶属于经济场域，属于精神文化型的消费品。

在经济场域内，抖音是最具生命力的。庞大而精准的算法技术以及支撑乐音表达的新技术是其生存之根本，这是抖音的造血功能。在这个场域内，抖音没有传统的文化场域内固有的雅俗对立等问题，或者说它放弃了雅俗定位，唯此才能吸引更多的受众。尽管喜好有别，但每个受众面对的内容在理论上都是无限敞开的，内容的弹性让受众很难从雅俗上定性抖音。抖音只有在内容上开放，才能从政治场和文化场中获得输血，前者提供了制度保障，后者提供了文化背景，社会效益和文化效益由此达成。

厘清此关系有助于理解抖音的传播机制及其对受众的深刻塑型。上文详细探讨了抖音的定调媒介，它给予受众的是怎样的审美心理体验呢？斯科特·威姆斯研究了情绪随其愉悦度以及体验这种情绪的人所投入的精力之间的关系，他在借鉴他人成果的基础上改绘为图1[17]，我们借此进行分析：

图1 投入精力与情绪感知关系

“美好的惊奇感”大致对应图中第一象限内的“惊喜”，这符合抖音实际：精力投入极低，但是愉悦值很高，这是抖音给予受众最主流的审美体验。与“惊喜”毗邻的“幸福”和“骄傲”亦可以在抖音中找到，只是整体而言占比有限。随着精力投入增加，知识、科普、资讯、技能等类型的短视频对受众专注力、理解力的要求升级，愉悦度从“惊喜”转而成为“兴趣”。知识类内容也是抖音强调的优质内容的重要部分。显然，与转瞬而逝的惊喜相比，兴趣能更持久地维系受众。

抖音的极短形制和推送机制尽力避免受众进入第三、四象限。即挑战、厌恶、挫折等情绪。拒绝高精力投入意味着拒绝理解、反思等思维活动，其实影视媒介本就已经弱化了受众的反思能力，如本雅明所言：“面对画布，观赏者就沉浸于他的联想活动中，而面对电影银幕，观赏者却不会沉浸在他的联想中。观赏者很难对电影画面进行思索，当他意欲进行这种思索时，银幕画面就已变掉了。”[18]而短视频则干脆褫夺了受众反思的可能，一个个15秒视频在溶蚀受众审美耐受力，也取消了通往第四象限的可能。此图还存在一个缺陷：相较低精力投入，高精力投入产生的愉悦情绪本应更为丰富，突破阻力而达成的愉悦可以是另一重“幸福”和“骄傲”。但这种情绪体验在短视频这种大众文化产品身上实现的可能性微乎其微。

除了规避高精力投入，抖音更关注低精力投入一域如何避免受众产生不愉悦的情绪，即“无聊”。为达成此目标，视觉乐音这一定调媒介就不是暂时的权宜之策，而是对受众注意力资源持续占有所必须采取的手段。即便抖音文本构建得极其透明，以至于没有留下任何秘密，但至少能保证情绪体验一直在第一象限之内。简言之，以经济效益为自律极的抖音短视频在“美好惊奇感”愉悦体验的原则引导下，刻意规避了与高精力相关的一切审美投入，使受众心智的运行一直处于最小能量状态。它凭借培育一双双“好奇之眼”来完成对“美好惊奇感”的即时消化。

四、结语

波兹曼对“媒介即信息”的理解是“每种工具都暗藏着意识形态的偏向，偏向于把世界建构成这样的而非那样的，把一种事物的价值凌驾于另一种事物上，放大一种感官、技能或态度而抑或其他的，就像怪癖一样”[19]。我们要关注的不应是抖音的内容，事实上，由于抖音的定制化推送，任何对抖音内容的褒贬都是某种自说自话，当它精微地放大我们的感官进而使我们沉迷其中时，内容已然不重要。不妨观察手机里的抖音商标：用蓝白红三种颜色交错叠合而成的一个乐符，这个把“抖”巧妙嵌入静态图像的符号正是我们进入媒介迷宫与游戏的入口。