语言和图像一直是人类认识和展现世界的两种方式，对于两者关系的探讨由来已久，尤其是对于分属两者的艺术形式---文学和绘画。在西方对此问题进行过细致而深入的探讨首推莱辛的《拉奥孔》。莱辛在《拉奥孔》中对诗画之间的界限进行了细致的划分，被米歇尔称为一种“文类的政治”,米歇尔指出“莱辛描写的空间艺术与时间艺术之间的隐喻界限与他在《拉奥孔》中勾画的欧洲文化地图具有直接的类比关系。”[1]
在当时，莱辛面对着法国新古典主义思想，以及温克尔曼、屈黎西派对英国文艺思想的推崇，对于诗画之间界限的说明同样也将自身所倡导的文艺思想和其他两者的趋向有力地区分开来。正是对诗画关系的阐明符合了当时启蒙文化运动的内在要求。[2]
如同莱辛思考诗画关系在于特定时期的文艺思想碰撞，那么近年来学界对于语言与图像关系（ 简称“语图关系”） 的讨论则是基于当前文化思想现状的回应。一方面，随着解构主义而起的“文学终结论”,从理论上警醒着文学在新时期所面临的危机； 另一方面“图像化时代”的来临成为文学当下存在的重要历史语境。随着米歇尔“图像转向”的提出、视觉文化研究的发展，图像在我们感知和理解世界方面越来越构成对文学的挑战。图像的增殖已经成为客观存在的现实，而“图像霸权”的提出则直指图像所具有的侵略性。面对这样的社会文化现状，对于语图关系的深入思想，对于语言和图像本质差异、内在关系的阐明正是理解现实、消除理论焦虑的方式。虽然学界已经就此相关问题展开了一些讨论①，但是这些讨论很大程度上对研究语图关系的视野缺乏反思，从而使理论的探讨和对话存有潜在的错位可能性。本文就尝试对于语图关系研究的两种视野---符号和图像进行审视。
一、符号的视野： 指涉与意义
符号学在20世纪成为重要的理论思潮，近来学界在讨论语言（ 或文字） 和图像的问题时，多将二者分别视为不同的符号类型②，这实际上就是以符号的视野来看待二者。符号学思想在其历史发展中影响广泛，但并未形成统一的理论方法和体系，而是呈现为不同的派别和模式。③细审之，国内学者更多地是依循索绪尔所创立的符号学观念和方法来揭示语图关系的内在特点，这一符号学的理论模式无疑是基于语言学研究而形成的。
索绪尔十分明确地指出： “我们把概念和音响形象的结合叫做符号”“我们建议保留用符号这个词表示整体，用所指与能指分别代替概念和音响形象。”[3]102这里的音响形象并不是指物质的声音，而是语言“声音的心理印迹”,即“我们的感觉给我们的声音表象”[3]101.事实上，图像作为一种符号，也不是单纯的物质性载体，而是一种视觉上的形象。索绪尔在研究语言时极力排除了语言指涉与外在事物的关系，因而，在确定语言符号的组成时，将所指确定为概念或意义，而非现实客观存在的对象。同样，某些图像内容作为想象的产物，根本没有客观的对应物，所以图像作为符号其所指也不是外在事物，而是图像自身所承载的意义。正是从这样一种符号的视野出发，语言符号和图像符号在指涉意义的问题上形成了不同的对比。
在语言意指问题上，索绪尔指明了两个重要的问题。首先，在能指与所指的关系上强调了“语言符号是任意的”[3]102,除了某些具有理据的象声词外，不同的音响形象和概念并没有内在的必然性，语言符号基于约定俗成的作用在现实中发挥意指作用。其次，针对语言的能指提出了音位的重要问题。在其看来，音位是“听觉印象和发音动作的综合，听见的单位和说出的单位的总和，它们是互相制约的”.[3]69音位作为听觉印象是具有区分特征最小的语音单位，不同的音位共存于语音链之中，正是通过差异而互相区别，由此音位本身就具有了符号学的价值。[4]
组成语言能指的音位本身数量是有限的，音位的组合变化也有着规则。这样语言符号的能指之间的差异本身也就有着内在的基础和标准。既然语言符号的能指本身具有强烈的区别性特征，能指和所指之间又是一种任意性的关系，那么社会的约定俗成就能将这两者紧密的对应起来。
与之相比，图像符号的能指却是不同的。视觉形象本身的形成依据来自图像物质性的载体，但是这种载体并未像语言的发音器官和发音动作那样具有区别性特征。视觉形象本身也就无法划分为具有区分特征最小的视觉印象。因而不同图像符号的能指之间虽然也有差异，但是这种差异却不具有语言能指一样的系统性和规则性。如果说语言符号更多的是依靠能指的系统性差异来表达意义，那么图像符号则更多的依靠能指自身。视觉形象的这种无秩序的差异性，使得社会很难将全部图像的意义进行约定俗成的规定，图像符号能指与所指的对应关系也就不同于语言符号的紧密相关。赵宪章教授提出语言是实指符号，图像是虚指符号，正是对这种指涉关系的准确表述。[5]
从符号的视野来看，尤其是索绪尔的理论语境中，“指”就是从能指指向所指，而所指就是概念或意义。语言符号的能指的系统性差异，以及社会的约定俗成性，使能指能够精准地指向意义； 而图像符号的能指难以通过系统性的差异形成稳固的意义，所以人们对图像符号的阅读更多的是停留在能指本身，在缺乏社会的约定俗成力量情况下，图像符号的能指只能模糊地指向某个意义。因而，所谓实指与虚指就是符号能指在指向特定概念或意义的强度，语言和图像的差异就在于两者能指的不同性质以及约定俗成的社会力量。①事实上，作为索绪尔理论的重要继承者，罗兰·巴特在其符号学思想中也隐含着将语言作为实指的表意符号。一方面，在其建构符号学的基本原理时，罗兰·巴特先解释索绪尔语言学的概念，并进一步将其推广到符号系统中。比如在语言中的能指只是“音响形象”,而符号学中的能指是指符号本身的物质载体，“能指的内质总是其物质性”.在这种扩展中，罗兰·巴特显示了人类语言“双层分节”的自身特性，通过音素和词素的双层对比使其更好地和意义相契合，因为意义也是“分节式的”[6]53.正因如此，其他种类符号的能指很多时候都要还原为语言能指，换言之，对于非语言符号的能指进行表述和探讨，很大程度上需要回到“概念领域”[6]45.由此可见，语言不仅是特殊的符号，更是实指的表意符号。
另一方面，罗兰·巴特对于组合段（ syntagm） 和系统（ system） 的分析，也显示了语言符号和图像符号在指涉表意上的区别。所谓组合段和系统对应于索绪尔在词项关联方面提出的组合段关系和联想关系，在符号学的语境，前者是指符号间的组合，占据着一定的时间或空间，是符号应用中形成的状态； 后者则是符号根据相似的或可替代性特征，在联想或理论中建立的关系。在不同的符号体系中，组合段和系统也会形成不同的特点。罗兰·巴特就指出，一些符号形成了较强的系统，但却具有非常弱的组合段； 而一些具有较强组合段的符号则会造成意义的含混。[6]85-86前者的代表是道路交通标志，后者则是形象系统（ image system） .图像本身也和形象一致，都是具有较强的组合段，但因此而造成了表意的含混，易言之，就是一种表意虚指的表现。与之相较，语言既有丰富的组合段，又形成复杂的系统，对于意义的表达也就更为明晰准确。
