一　视觉原理

从创作经验的角度看，剪辑形成视觉空间的过程似乎是自明的。在格里菲斯的《党同伐异》中，他用剪辑表现一个人从五十多英尺的城墙上摔下。“这一场被分为两个镜头来表现。第一个镜头是远景（附带说一句，画面的两侧被垂直地掩盖掉，这就突出了城墙高度），显出一个小小的人形从城墙顶上掉到空中，据推测这大约是一个假人，要不然，在摄影机视野以下一定有一个网子。第二个镜头是表现靠城墙根地面的一个极近的近景，显出一个真人从上面掉下来，奄奄一息地躺在那里；第二个镜头的实际情况乃是演员从仅仅几尺高的墙上跳下来，因为镜头中没有表现城墙顶，所以看到的只是他摔到地面上的情形。在恰到好处的一刹那把第一个镜头跟第二个镜头接在一起，结果就把这个实际上并不是这么回事的完整动作非常生动地印入了观众的脑海。”^[85]这是用剪辑造成高体势空间。作为电影天才，格里菲斯还创造过纵体势空间。在1920年拍摄的《赖婚》高潮段落中，女主人公在漫天大雪中游荡，昏倒在河流的冰面上。男主人公整夜寻找未果，黎明时分也来到河边。冰块融化，出现裂隙。孤女躺着的那块冰离开岸边向下游漂去。这时，他发现了她。她的头枕在冰块边缘，秀发漂浮在冰水中。他在河边追着浮冰跑。载着她的冰块越来越快地向一片大瀑布冲去，大块的浮冰坠落到瀑布下湍急的旋涡中。见此情景，他顾不了许多，笨拙而焦急地从一个冰块跳到另一冰块。最后终于在千钧一发之际把她解救上岸。这个在电影上让人紧张万分的场景，在制作中其实毫无惊险之感。电影的动人效果全赖剪辑的拼接。因为冰河场面是在美国佛蒙特州白河汇合点拍摄的，瀑布跟前的场面在康涅狄格州法明顿城（这里的瀑布很低），银幕很短的一段瀑布镜头在尼亚加拉大瀑布拍摄，而冰块竟是用木块做成。^[86]

中国影片《伤逝》“涓生弃狗”一段，原来拍摄的素材只有狗奔跑、涓生抱着狗向荒野走去、涓生空手回来等镜头。如果把这些镜头接起来，空间将是线形而单调的。在剪辑台上，创作者加进了乌鸦、乌云、芦苇、秃树、枯草等材料，观众于是看到了这样的景象：一片荒凉的秋色，涓生在踽踽独行，四周荒草铺地，一双脚行走在芦苇的枯枝败叶中，乌鸦从地上飞起，停在树梢，镜头升起，昏暗的天空下枯黄的老树在风中轻泣，涓生的黑色背影入画……^[87]在这里，剪辑不仅创造了一个三维物质空间，还把这个物质空间升格为情绪空间和意蕴空间，使电影作品熨帖地传达了原作小说隽永、空灵的韵味。

其实，理解上述这些精彩的空间段落耗费了许多研究人员的心血而没有得出令人信服的答案。林格伦认为，电影剪辑/蒙太奇的心理学基础是注意：蒙太奇重现了我们在环境中随注意力的转移而依次接触视象的内心过程，例如，用慢切表现一个沉静的观察者获得的印象，快切表现极度兴奋的人获得的印象。电影蒙太奇的这种对我们通常察看事物的方式的准确重现，说明了为什么现代的电影能如此生动、有趣和逼真，能远胜那些局限于不自然、不真实的舞台方式的初期影片。^[88]当摄影机从“实在”的观察者位置上拍摄而剪辑表现了该观察过程时，这一解释是成立的。但是显然，摄影机从来没有固守在某一实在的观察者位置。上述“理论依据在应用时必须十分小心”，因为观察时不仅有方向的改变，还有观察者与物体之间距离的改变，而在更多时候，“当导演开始把故事摄制成电影时，在正常情况下，他并不想把它表现为某人经历的如实记录。”他实际上是用他认为最恰当的戏剧性方式来表现的。“他选择他认为最能说明问题的一些映像，根本不管在现实生活中事实上是没有一个人能够这样去观看一个场景的。”^[89]

实际情形就是如此。布拉金斯基和梁赞诺夫编导的《命运的拨弄》，把莫斯科和列宁格勒接在一起。影片里的城市都在建筑新住宅区，街道是一样的，楼房是同样的，楼房的入口是相同的，单元的门是相似的，窗帘是一致的，甚至连锁都是统一的。结果主人公用莫斯科家里的钥匙打开了列宁格勒别人家单元的锁。作为一部“反乌托邦题材”^[90]的影片，这一空间构思含蓄地讽刺了前苏联“铁的时代”妄图以物质空间的同化来实现人的同化（实际上是异化）的愚蠢行为。

大岛渚导演的《感官世界》中，阿部定看见吉藏与老板娘亲昵，她愤怒地拿起剃刀，上前给了老板娘脖子一刀，鲜血从伤口涌出。插曲结束，阿部定仍然站在门口，吉藏还在与妻子温存。原来杀人一段是阿部定的想象。这是现实空间与想象空间剪辑的例子。

以上两个剪辑都有情节联系。在爱森斯坦的《罢工》中，当工人及其家属遭到屠杀时，插入了杀牛的场景。银幕上轮番出现两个空间的景象：工人、一头牛，工人、一个举起砍刀的屠夫，工人临死前挥动的手臂、屠刀下落、牛头滚动。这两个空间不是当事人所见，也不是旁观者目睹，而是出自创作者的想象。由于想象往往是无所依傍的，而创作者们又喜爱新奇的想象，所以这样的空间剪辑常常不易理解。但无论它们在理解和意义阐发上效果如何，其存在的事实毋庸置疑。

梭罗门的解释是，观众会以为几乎任何两个接连出现的形象之间都存在某种联系，而不问它们之间是否真有关系。库里肖夫和普多夫金用演员莫兹尤辛的同一个脸部特写与一盘汤、躺在棺材里的一具女尸、小女孩玩狗熊玩具分别结合的试验就是典型的例证。由此他提出了剪辑的总原则：任何两个接连出现的形象都暗示两者之间存在物质的或时间上的关系。而这个原则之所以存在，是因为人的心灵总是试图找出规律，甚至试图从混乱中找出规律。而他们所以能找出规律，是因为他们内心里总是在进行时间和空间的联想。如果观众把每个镜头都看成是随便拍摄的，他们就不能透过被拍摄的现实的表面现象而看得更深。^[91]这里他找到联想作为剪辑的依据是有贡献的。但他提出的总原则却不正确。如果这个原则成立，那么电视上连续播放的广告岂不都可以连成电影？这显然与观影经验相左。因为联想并不能天马行空，而是须有所“联”，才能有所“想”。

马尔丹一方面承认注意在镜头联结中所起的作用（他援引了夏基埃的话：联结镜头的蒙太奇是同我们通过连续的注意运动观看现场一致的。这就像我们在观看景物时会不断产生一种整体感一样，在一种精细的蒙太奇中，镜头的连续是很难被人发现的，因为它同正常的注意运动是一致的，它为观众组成了一种总体表现，使他产生了一种幻觉，好像是在看真实事件一样。），一方面又不无矛盾地、语意含混地认为“一部影片的镜头联接是以人物或观众的视觉或思想为基础的（简言之，即精神的紧张状态，因为视觉不过是思想的外在探拓）。”从他为镜头中一个人物之后出现的下一个镜头的内容所开列的清单：

1.他真正看到或当时正在看的东西；

2.他所思考的，他的想象或回忆所引起的事物（例如《广岛之恋》中，已死的德国兵的画面）；

3.他力图看到的事物，他的思想倾向（例如：他听到了一个声音，摄影机随即向观众展示声源）；

4.在他的视线、思想或回忆之外与他仍有关的人或事（例如某人在对方不知道的情况下掩蔽起来，监视对方）。

可以发现，在他列举的所有情况中，镜头的转移完全以电影中人物的注意视点为基础，即假定电影只有唯一的一个叙述者，或者说剧中人（不论其中包括几个层次的叙述）的视点与创作者的视点完全统一。这明显有悖于电影史的事实。但他接下来的阐述对理解剪辑不无启示：“人称的‘精神活动’被确定为镜头的联接元素，而心理的紧张状态也提供了一个补充词汇：‘视觉活动’，它也被认为是镜头的联系元素，即镜头的联接点都是直接建立在画面内在运动的连续性上的。但是，我们也看到，视觉运动不过是精神紧张状态的外露和实际表现，因此，它也受相同的因素支配。这就是说，镜头的联接不论是以‘精神活动’（即心理的紧张状态）抑或以‘视觉活动’（运动）为基础，蒙太奇的基本条件都是每个镜头必须为下一个镜头作好准备，去触发并左右下一个镜头，都必须含有下一个镜头能够满足的答复（例如看到什么）或完成动作（例如一个动作姿态或运动的结果）的那个元素。”^[92]上述“精神活动”“视觉活动”等概念和对上下镜头间关系的阐述，为揭开剪辑的谜团奠定了一定基础。

在此之后，剪辑的心理机制问题似乎就已经得到解决：“电影学家为论证蒙太奇的合理性找到了心理学的依据。镜头连续转换的蒙太奇符合注意力转换时产生的一般感受，同时，仍然给人以一种事物的总体视象，因为大脑本身可以根据连续映入的素材构建起这种整体。如果蒙太奇运用得当，镜头的转换可以不为人察觉，因为它符合注意力的正常运动，它给予观众一个整体的描述，这种描述为观众造成真实感受的错觉。蒙太奇符合一个理想的观者的视觉要求：每时每刻从最清晰、最准确、最全面的视点观看事件。如果蒙太奇能够创造出这种高超的和有智性的视觉形象，那么，一个镜头过渡到另一个镜头必然取决于视觉注意力或心理张力。”^[93](www.xing528.com)

这种简单化的结论无论对于进一步的理论研究，还是对于指导创作都是没有益处的。

镜头通过剪辑形成完整的场景、段落乃至影片，其中的心理过程十分复杂，不仅涉及视知觉（即马尔丹所说的“视觉活动”），还与注意、记忆、思维等更高级的心理活动（即马尔丹所说的“精神活动”）。而目前的生理学和心理学发展水平，只能揭示出这些心理活动冰山的一角。何况本文也只能从视知觉一个侧面对剪辑的心理过程进行剖析。所以，剪辑这个课题的研究将随着脑科学的发展而发展，它的行程在目前看来几乎是无止境的。

下面以库里肖夫实验为例，说明剪辑何以将不同镜头连接起来。

“1920年，库里肖夫拍了这样一个场面，作为实验：（1）一个青年男子从左向右走来。（2）一个青年女子从右向左走去。（3）他们遇见了，握手，青年男子用手指点着。（4）一幢有宽阔台阶的白色大建筑物。（5）两个人走向台阶。

这些分别拍摄的片段按照上述次序连接起来，然后放映在银幕上。于是观众就十分清楚地感受到，这样连接起来的各个片段是一个不间断的动作过程：两个青年在路上碰见了，那个男子请女子到附近一幢房子去，于是两人便走过去。其实上述片段是这样拍摄的：男子的片段是在国营百货大楼附近拍的，女人的片段是在果戈理纪念碑附近拍的，而握手那个片段则是在大剧院附近拍的，那幢白色建筑物却是从美国影片上剪下来的（即华盛顿的白宫），至于走上台阶那个片段则是在基督救世主大教堂拍的。结果怎样呢？虽然这些片段是在不同地方拍摄的，可是观众却以为是完整的一场戏。摄影机在各个实际地点选拍的这些镜头，在银幕上仿佛集中在一起，结果就造成了库里肖夫所谓的‘创造出来的地面’。在连接各个片段的过程中，造成了实际上并不存在的一种新的电影空间。遥隔数千里的建筑物，被集中到相距只有几十步的一个空间中。”…^[94]

从视知觉角度看，建立在“上下文效应”基础上的“假设考验说”可以说明上述（1）至（5）镜头相接的心理过程。上下文效应指知觉时上下文之间的相互影响，知觉识别是在上下文的情境中进行的。例如在不同的场景下识别靶子。在正常场景中靶子的辨认率高于杂乱的场景，在正常场景中搜寻靶子的速度也快于在杂乱场景中的搜寻。假设检验说认为，人在知觉时，接收感觉输入，在过去的知识经验基础上形成关于当前的刺激是什么的假设，或者激活一定的知识单元而形成对某种客体的期望。知觉是在这些假设、期望等的引导和规划下进行的。知觉也包含假设考验的构造过程。人通过接收信息、形成和考验假设，再接收或搜寻信息，再考验假设，直至验证某个假设，从而对感觉刺激作出正确的解释。按照这个学说，感觉刺激的物理特征、刺激的上下文和有关的概念都可以激活长时记忆中的有关知识而形成各种假设。在通常情况下，人们在知觉时意识不到假设的参与。与该学说相关的论据还有，外部刺激与知觉经验并没有一对一的关系，同一刺激可引发不同的知觉，不同的刺激也可以引起相同的知觉。感觉刺激的维量是模糊的，具有双关性质。感觉输入也是模糊和片段的，不能对外部刺激提供真实而完整的描述。近端刺激如视网膜像只提供关于外部刺激的线索，需要在过去经验的基础上，应用这些线索作出推断，对近端刺激进行评价或解释，才能实现对外部刺激的知觉。^[95]至于对图形刺激反应的模式，除了上下文效应之外，还有“客体优势效应”（识别一个客体图形中的线段要优于识别结构不严的图形中的同一线段的现象）和“构型优势效应”（识别一个完整的图形要优于识别图形的一部分的现象）。^[96]

从假设检验说可以看出，在观众对剪辑的知觉中有三种智力结构在起作用：“首先，可以通过下一次目视来确定所观看的内容；其次，所期待的下一个内容在当前的行为中有所暗示；第三，观众看了前面的时间后，脑子里会为随后看到的内容作好准备，这样，假如电影展示的内容与观众的心理准备发生矛盾，观众便可以随电影情节的发展进行调整，改变自己的预测。”^[97]在库里肖夫实验的第一个镜头出现时，观众在上文情节的提示下，提出他将走向何处的假设。第二个镜头对这一假设进行验证，并让观众产生关于女人将走向何处的假设。在接下来的三个镜头中，观众重复进行扫视、确定观看重点、提取画面重点刺激、提出假设、验证假设、纠正假设的知觉过程，从而把5个镜头连成一个场景。

至于镜头空间之间的跳跃如何被忽略，从而把在不同地点拍摄的分散空间组合成完整的统一空间，则依赖于“隧洞效应”。隧洞效应也是一种视觉现象。当一列火车进入一段很短的隧道时，虽然其中一部分被遮蔽，但看上去仍然是一个连续的长列，显得丝毫没有被截断。这种现象也可以在下列平面实验中看到。让一个点向一个物体移动，随后从物体的背后穿过，瞬间之后，它从遮蔽物后面出现，并以同样的方向、速度移动。这样，观察者会“看见”点在物体背后的运动。这一效应说明，“知觉对象在这儿被看成一个完整的东西，这种完整性是如此鲜明，以致所有观看者都不愿相信它其实并没有在障碍物后面运动。”更加奇怪的是，即使当观察者被预先告知了真实情况，说这一物体在障碍物后面并没有移动时，他仍然会“看到”一个连续完整的运动形象。基于这样一种事实，心理学家们假设：“这两种运动——即障碍物之前的运动和障碍物后面的运动——在空间和时间上是如此一致和连贯，以致于使得与之相应的生理水平上的运动真正得到完成，刺激物本身的运动虽然是断裂的，但它在大脑中激起的生理过程却一直是连续的。”^[98]这种连续把刺激物及它所处的整体环境当成一个整体来加工，刺激物的整体特征于是被突出出来，局部特征受到整体特征的抑制或遮盖（在持续时间短暂的镜头中尤其如此），这样，分隔的刺激就在有机整体的水平上被自动地组织起来。这种整体既出现在空间维度中，又出现在时间维度中。

在库里肖夫实验中，由于隧洞效应，观众即使知道镜头之间存在分离，也把第一和第二个镜头看成同一时间、几何轨道上发生的事，被摄影机切断的局部距离遭到忽视。第三与第四个镜头之间的连接也如此，观众仿佛顺着男子手指的方向就能看见白色建筑，进而明白了他们下一步的行动目标。此外，剧情的连续性也验证并强化了观众的连续感觉。“剧情将许许多多的几何轨道变成清楚明了的、为观众所理解的目标性行为，这种目标性行为能够使所有的人理解所有的移动，包括尚未学会简单物质运动的婴儿。如果观众将移动理解为目标性或表述性行为，那么，即使这些移动互不相干，也可以即刻被观众理解。”^[99]

前文提到过，剪辑的镜头连接方式多种多样；观众对剪辑的知觉也不是千篇一律。有的观众可能就不习惯以假设、推测、验证的不断反复来看电影，而是直接接受视听信息，获得对电影的理解。那么，在这部分观众的观影过程中，知觉是如何组织剪辑镜头的呢？与假设考验说对立的另一种知觉理论——刺激物说，可以说明他们的问题。刺激物说主张知觉具有直接性质，否认已有知识经验的作用。该学说的代表吉布森认为，自然界的刺激是完整的，可以提供非常丰富的信息，人完全可以利用这些信息直接产生与作用于感官的刺激相对应的知觉经验，根本不需要在过去经验基础上形成假设，进行验证。比如，空间距离就是人通过结构密度级差直觉到的。^[100]根据这个学说，观众之所以能够理解剪辑镜头之间的关系，是因为有关这些关系的信息已经被各镜头表现出来了。观众只要掌握了这些信息，也就读懂了镜头之间的关系。

从假设考验说和刺激物说来看，对剪辑的理解主要是观众的问题，而不是影片中人物的问题。因此，即使剪辑诚如马尔丹所言，与“我们”的注意运动一致，这个“我们”指的是观众，而绝不是剧中人。这一点对创作者是非常重要的。对创作者很重要的另外一点是，如果观众可以用刺激物说看待剪辑，生产者却只能以假设考验说为原则来剪辑影片。如果认为随心所欲的镜头叠加都能被观众理解，那就很可能造成爱森斯坦式生硬的“隐喻蒙太奇”（如《战舰波将金号》中机器镜头与工人脸部镜头的连接）。要提倡的是“希区柯克化”。希区柯克的剪辑总是从观众的视点出发，把炸弹安放在观众看得见而剧中人看不见的地方，画面在时间一秒秒流失的定时炸弹和对险情一无所知、正在闲聊的剧中人之间切换。

剪辑可以将镜头连成场景、段落、影片，也就可以将镜头空间连成场景空间、段落空间和影片空间。假设考验说与刺激物说能够较好地阐释镜头形成场景的心理过程，但对于解析场景如何构成段落以及段落如何构成影片的心理过程却力有所不能及。因为后者更多地在艺术想象的作用下形成。同理，两种学说可以成为镜头空间组成场景空间理论依据，却不能充分解释场景空间何以成为段落空间以及段落空间何以成为影片空间。段落空间和影片空间更多地在情节引导下于艺术想象中完成。因为绝大多数电影的空间构成都是复合的，即，人物活动的范围在时间与距离上都有一定的跨度，以多时空为结构组织原则的现代电影尤其如此。视知觉只能部分胜任这些电影大空间的组织。当然，在像《后窗》《大红灯笼高高挂》等场景空间与影片空间几乎等同的影片中需另当别论。而在日本影片《砂器》等特例中，视知觉也可以成为影片空间创造的重要根据。在《砂器》最后40多分钟揭示案件谜底的高潮戏中，镜头在警官剖析案情的警视厅、主人公和贺英良演奏《宿命》的音乐厅和表现主人公小时候父子悲惨命运的乡村回忆三个空间交错。据统计，“这场戏三个空间错杂交替出现了四十二次之多（警视厅分析案情13次；音乐厅演奏17次；童年回忆12次）。”^[101]在这种情况下，前后镜头的上下文关系和视觉规律就不得不受到重视，以避免镜头之间视觉关系的对抗。例如，在和贺开始指挥乐队齐奏时，手高高举起，随着音乐旋律用力向下抛去，抛到一半时，切入童年画面，秀夫（小时候的和贺）正落下木棍狠狠向欺负他的孩子打去。这种剪接顺应了动作的空间方向、运动速度与力度，刻画了主人公的强悍性格，表现了命运空间的连续性和统一性。