第12章 视觉机制与艺术史比较：方法论反思

12.1 比较方法的有效性：避免视觉中心主义

12.1.1 视觉机制作为比较工具的理论前提

本书自导论以来，始终围绕一个核心假说展开：视觉机制——即特定文化传统中形成的、支配观看行为与视觉意义生产的内在结构——是进行跨文化艺术史比较的有效分析工具。这一假说建立在以下理论前提之上：任何艺术实践都内嵌于特定的视觉体制（visual regime），后者不仅决定了“如何看”，也塑造了“看见什么”以及“观看主体何以成为主体”。[1]因此，通过对不同艺术传统中视觉机制的系统比较，可以揭示出不同文化中主体建构方式的根本差异，从而为艺术史的比较研究提供一条超越风格描述与图像志分析的新路径。

然而，这一方法的有效性并非不言自明。它首先面临一个方法论上的根本挑战：如何避免将某种特定文化中形成的视觉机制普遍化为跨文化比较的绝对标准？换言之，比较本身是否可能不自觉地复制了它所试图超越的欧洲中心主义？这一问题在20世纪后半叶的艺术史方法论讨论中得到了广泛关注。正如米歇尔（W.J.T. Mitchell）所指出的，所谓“视觉”（vision）从来不是一种纯粹的生理现象，而是由文化惯例、社会制度和权力关系共同建构的“社会领域”。[2]因此，任何比较研究都必须在方法论层面保持对自身文化立场的自觉反思。

12.1.2 视觉中心主义的历史根源

视觉中心主义（ocularcentrism）——即视视觉为最高认知官能的倾向——在西方思想传统中有着深厚的历史根源。从柏拉图的“心灵之眼”到笛卡尔的“我思故我在”，视觉始终被赋予一种优先地位，被视为通往真理的直接途径。这一传统在文艺复兴时期达到了一个新的高度：透视法的发明不仅是一种绘画技法，更是一种将视觉理性化、数学化的认知模式。潘诺夫斯基（Erwin Panofsky）在其经典研究中指出，透视法将观看主体置于一个固定的、单眼的位置，从而将空间建构为一个几何化的、可度量的系统。[3]这种视觉模式不仅塑造了西方绘画的再现传统，也深刻影响了西方认识论中主体与客体、自我与世界的基本关系。

然而，这种视觉中心主义在比较研究中可能成为一种潜在的障碍。当研究者以透视法所代表的理性化观看为标准去衡量其他视觉传统时，往往会不自觉地将后者视为“缺失”或“不足”的形态。例如，中国山水画中缺乏严格的线性透视，长期以来被西方学者视为一种“前透视”或“非透视”的视觉模式。这种判断实际上隐含了一种进化论的艺术史叙事，即认为西方透视法代表了视觉再现的“高级”阶段，而其他传统则处于“初级”阶段。正如沃尔夫林（Heinrich Wölfflin）的形式分析虽然揭示了视觉风格的历史变迁，但其“从线性到涂绘”的发展模式仍然预设了一种线性的历史进程。[4]

12.1.3 视觉机制比较的修正方案

为了避免视觉中心主义的陷阱，本书提出以下修正方案。首先，应当将视觉机制理解为一种“文化建构”（cultural construction），而非一种“自然事实”。这意味着不同文化中的视觉机制之间不存在高低优劣之分，而只存在不同的“观看方式”（ways of seeing）。正如本书第二章至第六章所分析的，西方透视法与中国山水画的“游观”代表了两种截然不同的视觉伦理：前者追求一种客观、理性、主体中心化的观看，后者则追求一种流动、参与、主体去中心化的观看。二者各有其文化逻辑和历史脉络，不能简单地以一方为标准去评判另一方。

其次，比较研究应当采取一种“语境化”（contextualization）的策略。视觉机制不是孤立存在的，而是与特定的宇宙观、认识论、社会制度和艺术实践紧密交织在一起的。例如，哥特式建筑中的“神圣凝视”与中世纪神学中的“光之形而上学”密不可分；巴洛克艺术的戏剧化观看与反宗教改革的情感修辞学相互呼应；中国园林的“步移景异”则与道家哲学中的“游”的观念一脉相承。[5]因此，只有将视觉机制置于其原生的文化语境中加以理解，才能避免将其简化为一种形式特征。

第三，比较研究应当关注视觉机制之间的“可比较性”（comparability），而非“同一性”（identity）。不同视觉传统之间可能存在深刻的不可通约性（incommensurability），但这并不意味着比较是不可能的。相反，正是这种不可通约性构成了比较的价值所在：通过揭示差异，比较研究可以打破我们对自身观看方式的“自然化”认知，从而开启一种更具反思性的观看实践。正如本雅明（Walter Benjamin）所强调的，历史研究不应追求一种线性的、连续的叙事，而应当通过“中断”（interruption）来揭示历史的异质性。[6]同样的逻辑也适用于跨文化比较：差异不是需要被克服的障碍，而是需要被珍视的资源。

12.1.4 比较方法的操作框架

基于上述认识，本节提出一个视觉机制比较的三维操作框架。第一个维度是“视觉技术”（visual technology），包括透视法、构图法则、色彩体系、空间表现手段等具体的艺术技法。这些技术构成了视觉机制的物质基础，也是最容易被观察和比较的层面。第二个维度是“视觉制度”（visual institution），包括观看的场所（如教堂、博物馆、园林）、观看的礼仪（如朝圣、游览、鉴赏）、观看的媒介（如绘画、雕塑、建筑、园林）等。这些制度规定了一种文化中“合法的”观看方式。第三个维度是“视觉主体”（visual subject），即观看者的身份、位置、身体姿态和认知模式。视觉机制最终要建构的是一种特定的主体性——一种“我如何观看”以及“我通过观看成为谁”的主体经验。

表12-1 视觉机制比较的三维框架

（来源：作者自绘）

这一框架的优势在于，它既保留了形式分析的精确性，又引入了文化语境的深度，同时避免了将视觉机制简化为纯粹的技术问题。通过将视觉技术、视觉制度和视觉主体三个维度结合起来，比较研究可以获得一种更为全面和辩证的视野。

12.2 文化差异与视觉主体：不同视觉文化的根基

12.2.1 中西视觉文化的根本差异

如果说上一节主要讨论了比较方法的理论前提，那么本节将转向比较研究的具体内容：中西视觉文化之间的根本差异究竟何在？这一问题的回答不仅关系到本书的核心论点，也关系到整个艺术史比较研究的方法论基础。

从最抽象的层面来看，中西视觉文化的差异可以追溯到两种不同的“观看本体论”。西方视觉文化深受古希腊“模仿论”（mimesis）的影响，将观看视为一种对外部世界的“再现”（representation）。在这种观念下，观看的主体与观看的客体是分离的：主体站在世界之外，通过理性的目光去捕捉、分析和再现客体的表象。透视法的发明正是这种分离的极致体现——它将主体固定于一个“窗口”之外，将世界转化为一个可度量的、几何化的“图像”。正如海德格尔（Martin Heidegger）所言，现代性的本质在于“世界成为图像”（world picture），即世界被置于主体的目光之下，成为被审视、被计算、被操纵的对象。[7]

相比之下，中国视觉文化深受道家“天人合一”观念的影响，将观看视为一种“参与”（participation）而非“再现”。在这种观念下，观看主体与观看客体不是分离的，而是相互渗透、相互转化的。正如本书第五章所分析的，中国山水画的“游观”不是从一个固定视点出发的理性审视，而是一种身体性的、时间性的漫游：观者的目光在山水中穿行，如同身体在山水间行走。这种观看方式不追求对客体的精确再现，而追求主体与客体的精神交融——所谓“澄怀味象”“应目会心”，正是对这种交融状态的描述。

12.2.2 符号与象征：视觉意义的建构方式

两种视觉文化的差异也体现在视觉意义的建构方式上。西方艺术传统中，视觉符号的意义往往通过“象征”（symbolism）来建构：一个形象之所以有意义，是因为它指向了自身之外的某个概念或故事。例如，海枣树（棕榈树）在西方绘画中之所以频繁出现，并非因为它本身具有审美价值，而是因为它承载了丰富的象征意义：在古希腊，海枣树叶是胜利的象征，用于装饰凯旋队伍；在基督教传统中，海枣树叶则被视为战胜死亡的殉教象征，出现在《根特祭坛画》中圣女们的手中。[8]这种象征性的意义建构方式，要求观者具备特定的文化知识——知道海枣树叶与胜利女神尼姬（维多利亚）的关系，知道《圣经·新约·约翰福音》第12章中民众手持海枣树枝迎接耶稣入耶路撒冷的典故。

类似地，龙/蛇的形象在西方艺术中同样承载着复杂的象征意义。在古希腊神话中，龙（巨蛇）是智慧与宝藏的守护者，如守护赫斯珀里得斯花园金苹果的拉冬，或守护科尔喀斯金羊毛的毒龙。在基督教传统中，龙则被重新诠释为魔鬼的象征——《圣经·新约·启示录》第12章中，大龙“名叫魔鬼，又叫撒旦”。[8]这种意义的转换，体现了基督教对异教神话的收编与改造。在绘画中，圣乔治屠龙、大天使米迦勒击败魔鬼等题材，都是这种象征性叙事的具体表现。拉斐尔笔下的《圣米迦勒》和《圣乔治屠龙》，正是通过视觉形象来传达基督教战胜邪恶的神学观念。[8]

相比之下，中国视觉艺术中的意义建构方式更偏向于“意象”（imagery）而非“象征”。所谓“意象”，是指通过形象本身的内在品质——如线条的节奏、墨色的浓淡、空间的虚实——来传达某种情感或意蕴，而非指向某个具体的故事或教义。中国山水画中，一座山、一片水、一棵树的意义，不在于它们“象征”了什么，而在于它们如何通过笔墨的韵律和构图的张力，唤起观者心中的某种情感共鸣或精神体验。这并不意味着中国艺术中没有象征性的符号，而是说象征性符号在中国艺术中的地位远不如在西方艺术中那样核心。

12.2.3 身体与视觉：感官经验的文化建构

两种视觉文化的差异还体现在感官经验的文化建构上。西方视觉文化自文艺复兴以来，倾向于将视觉视为一种“距离感”（distance sense）——一种与触觉、味觉、嗅觉等“近距离感”相对立的感官。透视法的核心逻辑正是建立在这种距离感之上：观者站在画框之外，与画面保持一定的物理距离，通过单眼视点来把握整个空间。这种视觉模式强调的是“看”的客观性和理性，而非“触”的参与性和感性。

中国视觉文化则倾向于将视觉与其他感官——尤其是触觉和动觉——结合在一起。中国山水画中的“游观”，不仅是一种视觉行为，也是一种身体性的行为：观者的目光在画面上移动，如同身体在山水中行走。这种观看方式强调的是“游”——一种流动的、参与性的、时间性的身体经验。中国园林中的“步移景异”更是将这种身体性的观看发挥到了极致：观者在园林中行走，每一步都看到不同的景致，每一次转身都获得新的视野。这种观看方式不依赖于固定的视点，而依赖于身体在空间中的移动。

表12-2 中西视觉文化的感官经验比较

（来源：作者自绘）

这种感官经验的文化差异，不能简单地归结为“技术落后”或“认知不足”。相反，它反映了两种不同的“感官秩序”（sensory order）——即一种文化中对不同感官的等级划分和功能分配。西方视觉文化将视觉置于感官等级的最高端，将其视为理性认知的主要途径；中国视觉文化则更倾向于将视觉与其他感官平等对待，将其视为整体身体经验的一部分。这种差异不是技术性的，而是本体性的——它触及了两种文化对人的存在方式的不同理解。

12.2.4 权力与观看：视觉机制的政治维度

视觉机制的差异不仅是技术性的或感官性的，也是政治性的。正如福柯（Michel Foucault）所指出的，观看从来不是一种中立的、纯粹的行为，而是与权力关系紧密交织在一起的。[2]在西方艺术传统中，透视法的发明与主体中心化是同步的：透视法将观看主体置于世界的中心，使其成为世界的“主人”和“支配者”。这种主体位置与欧洲殖民扩张、资本主义发展之间存在着深刻的同构关系——正是这种将世界视为“图像”的目光，使殖民者能够将非欧洲的土地和人民纳入自己的认知和支配系统之中。

相比之下，中国视觉文化中的“游观”所建构的主体性，是一种更为“谦逊”的主体性。在山水画中，观者不是站在世界之外去审视它，而是进入世界之中去感受它。这种观看方式不追求对世界的支配，而追求与世界的和谐共处。这种差异不能简单地理解为“进步”与“落后”的区别，而应当理解为两种不同的“存在姿态”（existential posture）——西方的主体性倾向于“控制”，中国的主体性倾向于“参与”。

然而，这种比较也需要警惕一种反向的本质主义——即认为西方视觉文化是“坏的”（支配性的），而中国视觉文化是“好的”（参与性的）。事实上，任何一种视觉文化都有其内在的复杂性：透视法虽然与殖民主义有关联，但它也促进了科学观察和理性认知的发展；“游观”虽然强调和谐，但它也可能被用于精英阶层的文化区隔和审美垄断。因此，比较研究应当在揭示差异的同时，避免简单化的价值判断。

12.3 未来研究方向：数字视觉与神经美学

12.3.1 数字技术对视觉机制的挑战

如果说前两节主要回顾了本书已经探讨的内容，那么本节将转向未来——讨论视觉机制研究可能的新方向。在21世纪的今天，数字技术的迅猛发展正在深刻改变人类的观看方式，也对传统的视觉机制理论提出了新的挑战。

数字技术对视觉机制的挑战首先体现在“观看的媒介化”上。在传统的艺术实践中，观看行为发生在特定的物理空间（如教堂、博物馆、园林）中，面对的是具体的物质对象（如绘画、雕塑、建筑）。然而，数字技术使得观看行为越来越脱离物理空间的限制：通过屏幕，人们可以在任何时间、任何地点观看任何艺术作品的高清图像。这种“去物质化”的观看方式，对传统的视觉机制理论构成了根本性的挑战。正如本书第十章所讨论的，现代艺术中的“视觉的自我指涉”已经预示了这种去物质化的趋势，但数字技术将这种趋势推向了极致。[9]

数字技术带来的第二个挑战是“观看的交互性”。在传统的视觉机制中，观看者是被动的接受者——他的目光被画面的构图、透视、色彩所引导，但无法改变画面本身。然而，在数字环境中，观看者可以主动地放大、缩小、旋转、切割图像，甚至可以通过虚拟现实技术“走”进画面之中。这种交互性模糊了观看者与创作者之间的界限，也改变了“作品”本身的定义——作品不再是固定的、稳定的对象，而是一种开放的、可变的“事件”。

数字技术带来的第三个挑战是“观看的数据化”。在数字环境中，每一次观看行为都会被记录、分析和利用：人们看到了什么、看了多久、目光在画面上如何移动，这些数据可以被精确地追踪和量化。这种数据化的观看方式，一方面为艺术史研究提供了新的工具（如眼动追踪技术可以揭示不同文化背景下观者的目光路径差异），另一方面也引发了关于隐私、控制和主体性的深刻问题。

12.3.2 神经美学的可能性与局限

神经美学（neuroaesthetics）是近年来兴起的一个跨学科领域，试图通过神经科学的方法来研究审美体验的神经基础。这一领域的发展为视觉机制研究提供了新的可能性，也带来了新的问题。

神经美学的核心假说认为，审美体验——包括对艺术作品的欣赏——可以通过大脑神经活动的模式来解释。通过功能性磁共振成像（fMRI）、脑电图（EEG）等技术，研究者可以观察到被试在观看不同艺术作品时大脑的激活区域，从而揭示审美体验的神经机制。例如，有研究发现，当被试观看被认为是“美的”艺术作品时，大脑的奖赏系统——包括眶额皮层和腹侧纹状体——会被激活。[10]

然而，神经美学的方法论局限也不容忽视。首先，审美体验是一种极其复杂的精神现象，涉及认知、情感、记忆、文化知识等多个层面，很难被简化为单纯的神经活动模式。其次，神经美学实验通常使用高度简化的刺激（如几何图形、黑白照片），与真实的艺术作品相去甚远，其结论是否能够推广到真实的艺术体验中，仍然存疑。第三，神经美学往往忽视文化差异——它将审美体验视为一种普遍的人类心理机制，而忽视了不同文化传统中审美标准的巨大差异。

尽管如此，神经美学仍然为视觉机制研究提供了有价值的视角。例如，通过比较不同文化背景下被试在观看艺术作品时的神经活动模式，可以揭示视觉机制的文化差异在大脑层面的表现。这种比较不仅有助于验证文化建构论的假说，也可以为跨文化对话提供新的实证基础。

12.3.3 跨学科整合的可能性

面对数字技术和神经美学的挑战，视觉机制研究需要走向跨学科整合。这种整合不是简单的“拿来主义”，而是在保持艺术史学科独立性的前提下，与其他学科进行对话与协作。

第一个可能的整合方向是艺术史与认知科学的对话。认知科学对“视觉感知”（visual perception）的研究，可以为艺术史中的视觉机制分析提供新的理论工具。例如，格式塔心理学对“视觉完形”的研究，可以帮助解释为什么某些构图形式会给人“和谐”或“不和谐”的感觉；认知语言学对“隐喻”的研究，可以帮助理解视觉符号的意义建构机制。

第二个可能的整合方向是艺术史与数字人文学（digital humanities）的协作。数字技术不仅改变了观看方式，也改变了研究方法。通过计算机视觉技术，研究者可以对大量艺术作品进行自动化的形式分析（如线条的走向、色彩的分布、构图的类型），从而发现传统肉眼观察难以察觉的模式。通过网络分析技术，研究者可以追踪艺术观念的传播路径，揭示不同艺术传统之间的交流与影响。

第三个可能的整合方向是艺术史与人类学的对话。人类学对“跨文化观看”的研究，为艺术史比较提供了重要的方法论资源。正如本书第十一章所讨论的，跨文化观看不是一种中立的、客观的观看，而是一种充满权力关系、文化政治、伦理考量的观看。[11]人类学的“参与观察”方法——即研究者进入被研究者的文化语境中去理解其观看方式——为艺术史比较提供了一种可资借鉴的范式。

表12-3 视觉机制研究的跨学科整合方向

（来源：作者自绘）

12.3.4 全球化语境中的视觉机制研究

全球化是21世纪视觉文化研究不可回避的背景。在全球化的语境中，不同视觉传统之间的交流、碰撞、融合日益频繁，视觉机制也呈现出越来越复杂的混杂性。这种混杂性既带来了新的可能性——如跨文化对话的深化、视觉资源的共享——也带来了新的问题——如文化同质化的威胁、视觉霸权的形成。

全球化语境中的视觉机制研究，首先需要关注“视觉的全球化”与“视觉的本土化”之间的张力。一方面，全球化的传播媒介（如互联网、社交媒体）正在将某些视觉模式——如好莱坞电影的剪辑方式、广告摄影的构图法则——推向全球，形成一种“全球视觉语言”。另一方面，本土的视觉传统并未完全消失，而是在与全球视觉语言的互动中产生了新的变异——所谓“全球本土化”（glocalization）。例如，中国当代艺术家在运用西方媒介和技术的同时，仍然在探索如何将中国传统绘画中的“气韵生动”转化为当代视觉语言。

全球化语境中的视觉机制研究，其次需要关注“视觉的民主化”与“视觉的精英化”之间的张力。数字技术使得艺术作品的复制和传播变得前所未有的便捷，这在一定程度上打破了博物馆和画廊对艺术品的垄断，使更广泛的公众能够接触到艺术作品。然而，这种“民主化”也带来了新的问题：当每个人都可以在屏幕上“拥有”一幅名画的数字复制品时，原作的价值何在？当视觉体验越来越依赖于屏幕时，真实的、身体性的观看体验是否会消失？

全球化语境中的视觉机制研究，第三需要关注“视觉的伦理”问题。正如本书第十一章所讨论的，跨文化观看不是一种中立的、客观的观看，而是一种充满权力关系的观看。在全球化的语境中，如何避免视觉上的“他者化”——即用主流文化的目光去凝视、分类、评判边缘文化？如何在尊重文化差异的同时，保持对自身文化位置的清醒与批判？这些问题不仅是学术问题，也是实践问题——它们关系到我们如何看待、理解和尊重与自己不同的文化。

12.3.5 回归“观看的技艺”

在讨论了比较方法的有效性、文化差异的根基、未来研究的方向之后，有必要回到本书的核心概念——“观看的技艺”（the craft of seeing）。这一概念贯穿了全书十二章的论述，是理解本书整体论点的关键。

“观看的技艺”这一概念，意在强调观看不是一种自然的、本能的行为，而是一种需要习得、训练、磨练的“技艺”。正如工匠需要经过长期的练习才能掌握一门手艺，观者也需要经过长期的文化熏陶才能掌握一种观看方式。这种“技艺”不仅包括技术层面的能力（如透视法的运用、构图的把握、色彩的识别），也包括精神层面的素养（如审美的敏感、文化的理解、情感的共鸣）。

“观看的技艺”这一概念的另一层含义，是强调观看是一种“生产性”的行为，而非“接受性”的行为。观者不是被动地接受视觉刺激，而是主动地建构视觉意义。正如巴克森德尔（Michael Baxandall）所指出的，艺术作品的意义不是固定不变的，而是由观者与作品之间的互动所生成的。[12]观者带着自己的文化背景、知识结构、情感状态进入观看行为，这些因素共同决定了“看到什么”以及“如何理解”。

“观看的技艺”这一概念的第三层含义，是强调观看是一种“伦理”行为，而非纯粹的“审美”行为。如何观看，不仅关系到我们如何理解艺术作品，也关系到我们如何理解世界、理解他人、理解自己。在跨文化的语境中，观看的伦理尤其重要：我们如何以尊重、开放、批判的目光去看待与自己不同的文化？如何在观看中保持对他者文化的敬畏与谦逊？

12.4 章节小结：走向一种反思性的比较艺术史

本章对视觉机制与艺术史比较的方法论问题进行了系统反思。通过分析比较方法的有效性、文化差异的根基、未来研究的方向，本章试图为本书的整体论点提供一个方法论上的总结与展望。

本章的核心论点可以概括为以下几点。第一，视觉机制是有效的比较工具，但其有效性取决于研究者是否能够避免视觉中心主义的陷阱。比较研究应当在承认不同视觉传统之间不可通约性的前提下，通过语境化、多维度的分析，揭示视觉机制的文化逻辑和历史脉络。

第二，中西视觉文化的差异根植于两种不同的“观看本体论”——西方追求主体与客体的分离和理性再现，中国追求主体与客体的融合和精神交融。这种差异不是技术性的，而是本体性的，它触及了两种文化对人的存在方式的不同理解。

第三，数字技术和神经美学的发展为视觉机制研究提供了新的可能性，但也带来了新的挑战。视觉机制研究需要走向跨学科整合，在保持艺术史学科独立性的前提下，与认知科学、数字人文学、人类学等学科进行对话与协作。

第四，全球化语境中的视觉机制研究，需要关注视觉的全球化与本土化、民主化与精英化、伦理与权力之间的张力。只有保持对自身文化位置的清醒与批判，才能进行真正有效的跨文化比较。

最终，本章试图为本书的论证提供一个方法论上的闭环：视觉机制不仅是理解艺术史的钥匙，也是反思比较方法本身的镜子。通过比较不同文化中的视觉机制，我们不仅能够更好地理解其他文化，也能够更好地理解自身——理解我们自己的观看方式是如何被文化所建构的，理解我们自己的主体性是如何在观看中形成的。这种自我反思，正是比较研究的最高价值所在。

表12-4 视觉机制比较的方法论原则

（来源：作者自绘）