音樂鄙視鏈沒有解藥
文|李北辰
趕在立秋即將來臨之時，《樂隊的夏天》第二季姍姍來遲。
去年初夏，在馬東和愛奇藝的撮合下，樂隊文化與大眾綜藝初次相遇，氣氛偶有尷尬，今年再次重逢，雙方已相對輕車熟路。
比如，以專業樂評人為“靶心”的話題沖突，塑造了目前《樂夏》最大的熱度。當現場的“專業樂迷”在偌大的綜藝舞臺，向曾經的快男大談“underground”時，確實為觀眾帶來某種割裂的喜感。
當然，無論是《樂夏》有意無意制造的沖突話題，還是樂隊與“專業樂迷”之間悠長的敵意，背后都有三個字在作祟：鄙視鏈。
音樂審美不可能是客觀的，每個人都在鄙視他人的審美，以及被他人鄙視，每個人都在鄙視鏈上移動，攀爬，墜落。
有色眼鏡
就像環環相套的同心圓，每一圈都有自己的鄙視鏈。
在外層的藝術圈：小眾鄙視流行，經典鄙視新近，不賺錢鄙視賺錢。
在中層的音樂圈：古典鄙視爵士，爵士鄙視搖滾，搖滾鄙視民謠，民謠鄙視流行，流行鄙視網絡音樂。
在內層的搖滾圈：英文鄙視中文，重金屬鄙視朋克，朋克鄙視流行朋克……
不只是音樂，甚至連音樂播放器都有鄙視鏈：用網抑云的鄙視用QQ音樂的……
無論哪條鄙視鏈，都發生在不同群體之間。因為人性中總有兩股相反的欲望：跟別人一樣，以獲得安全與確定感；跟別人不一樣，以獲得差異與優越感，當它們糾纏在一起，就誕生了“鄙視鏈”——只跟一小部分人一樣。
音樂拆開了都是聲音的振動，但分類本能，卻讓人類要賦予每一首歌“類型”與“本質”。
而模式識別研究的鼻祖之一渡邊慧的“丑小鴨定律”早就告訴我們：世界上不存在“客觀”的分類標準，每一種分類都帶有偏見。
偏見不止于分類。在《樂隊的夏天》，馬東幾乎每次開場前都會強調，你是否投票，只有一個標準：你是否喜歡這場表演。
也就是俗稱的“靠作品說話”。
很遺憾，這幾乎不可能，因為人類是無比重視事物“內涵”的物種。我們看任何東西都會自動賦予意義，比如我們會認為“歷史”帶來事物意義，這意味著，你不可能“獨立”地看一場表演，當某支樂隊上場的一瞬，你是否熟悉，他們是否有名，周圍人的反應等評判，就會影響你對它的判斷。
總之，每個人都是帶著“有色眼鏡”觀察音樂的，只是有些人（包括專業樂迷）的度數太高，看不清音樂產品的運作原理。
成功與運氣
舉個例子。
在收益遞增和冪律分布原則下，現在的獎勵機制和資源分配通常傾向于那些已經獲得高度回報的音樂人。
那為什么有些音樂作品“已經獲得高度回報”？最重要的原因少有人提：運氣。
最近十年的科學研究與統計方法，大多都將成功的“運氣”因素大幅抬高（當然，“運氣”不等于完全的隨機性，可以放大和累加）。
譬如，談及運氣與音樂作品的關系，繞不開一個經典實驗（我懷疑大多數專業樂迷是否知道），這很可能也是人類的第一個網絡社會學實驗。
有人創辦了一個網站，讓14000位受試者為48首歌打分（他們也可下載這些歌），有些人的評分完全獨立，另有些人則被分為8組，他們能夠看到每首歌被自己組里人的下載次數，換句話說，他們或許會默認下載次數越多的歌越好，打分會受到周圍環境的影響。
實驗表明，那些在“獨立組”獲得高分的歌曲，在“影響組”也是好歌，且流行程度比在獨立組還高，而壞歌在“影響組”的表現也更差。因此當人們可以被其他人的選擇影響時，流行的東西會更流行。
而這個實驗最值得一提的結果是：具體哪首歌能登上排行榜前列，是極其偶然的事，有些歌或許只是純粹因為在實驗初期運氣好，才獲得更多的下載次數，后來的受試者便覺得它好聽，也就是說，最初的運氣在極大程度上決定了最后的排名——在獨立組僅獲得第26名的歌，在一個影響組居然排第一，而在另一個影響組則排第14名，總體來說，獨立組排名前五的歌曲只有50%的可能性在社會影響組也進前五。
一首歌如此，“一種歌”亦如此，你認為堅不可摧的鄙視鏈，也許只是時代因素等起始條件不同的運氣使然。
不過，音樂評論者普遍愛談論創作靈感，歌曲情感，音樂質感……總之是各種“感”。實驗這種東西太不性感，無法體現優越感。
也許就像彭磊說的那樣：“樂評人之前把搖滾樂作為自己傍身的武器，我聽搖滾樂就比你們都強。但是如果有一天搖滾樂變成主流了，他也就失去這個話語權了，成為流俗之輩了。”
其實2020年了，用周迅老師的話說“時代不一樣了”，觀眾們只想要“燥起來”，連“搖滾精神”都已經是個迂腐的詞了。
你說啥是“搖滾精神”？如果它真存在的話，在不同社會背景下，它有時表現為自由，有時表現為叛逆，有時表現為痛苦，有時表現為憤怒，甚至有時表現為歌頌——但它無論如何都不可能表現為“娛樂”，在綜藝語境下“硬談精神”，顯得滑稽可笑，這也是去年當搖滾樂初次遇上綜藝，氣氛最尷尬的地方。
好在今年，大家都知道，這只是一檔綜藝。鄙視鏈即使說出來，也是供大家娛樂性地批判。
那句話怎么說來著，“沒有殿堂的時代里，一切都是派對”。
作者：李北辰，獨立撰稿人
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）