《圣经·旧约·创世纪》第十一章中记载，那时，天下人的口音、言语都是一样。他们往东边迁徙的时候，在示拿地遇见一片平原，就住在那里。他们彼此商量说：“来吧！我们要作砖，把砖烧透了。”他们就拿砖当石头，又拿石漆当灰泥。他们说“来吧！我们要建造一座城和一座塔，塔顶通天，为要传扬我们的名，免得我们分散在全地上。”耶和华降临，要看看世人所建造的城和塔。耶和华说：“看哪！他们成为一样的人民，都是一样的言语，如今既作起这事来，以后他们所要作的事，就没有不成就的了。我们下去，在那里变乱他们的口音，使他们的言语彼此不通。”于是，耶和华使他们从那里分散在全地上；他们就停工不造那城了。因为耶和华在那里变乱天下人的言语，使众人分散在全地上，所以那城名叫巴别。
在《巴别塔》中，亚历杭德罗·冈萨雷斯·伊纳里图正是利用了这一典故，一针见血地描摹出当今世界上多元文化所形成的一个个“场域”（domain）。在这里面，场域的结构是由语言—目光—言语这三个关系项构成的，其中“语言”（langue）是资本，“目光”（vision）是手段，而“言语”（parole）是目的。在结构语言学当中，语言和言语有着本质上的不同，两者泾渭分明，但在一定的行为模式下可以实现传输，而在电影中，这种通达的手段最为显著的就是对“目光”的运用。
理查德和妻子苏珊因为婚姻危机而前往摩洛哥旅行，在一开场他们坐在旅游大巴里面时，导演已经开始有意识地酝酿这种目光的生成。在隔着玻璃窗的苏珊的眼皮底下，我们可以清楚地看见她对于摩洛哥当地居民的一种不相适应，而我之所以说它是“生成”（generate）的，在于它只在特定的环境和特定的情感相遇——“目光”在此不是单向性的，透过苏珊的视线，我们也可以看见来自摩洛哥当地居民的对于这些“外来者”（outsider）的好奇、紧张和恐惧——就在这一个简单的镜头下，两种不同文化的目光产生了较量，主导文化或强势文化势必占据上风，在持续的运动中，这种文化角力会给彼此带来施加权力的假象，进而诱导对另一文化的“挟持”（abduct）。
...因此，我们不难理解开头为何两个摩洛哥的小孩会用父亲买来的枪击玩着一种“射杀游戏”（shooting game）。从表面上看，他们只是希望找准一个“靶子”（target）试练新枪，在此之前，他们也曾朝远方的石头或猎物射击，所以当他们最终瞄准旅游大巴时，不少人会以为这只是孩子的一种幼稚或说不成熟的表现，然而，我们可以把两个孩子对于结果的料想认定为没有事先考虑清楚的“大意”（incident），却不能完全把它归咎为一场“意外”（accident）。
为什么他们不朝当地的居民射杀，而要选择一辆缓缓驶入的大巴？那是因为大巴在这里显然已经升格为一种文化符号，孩子们不仅不是无意识，而且是相当清楚这是一辆观光大巴——在贫瘠的山区地带，只有前来观光的人才会乘坐这样一种公共交通工具——也就是说，若果从孩子的“目光”出发，这辆大巴具寸着某种“异己性”（alienation），是明显与自己生活格格不入的一个符号，此时有人会问，那么是什么导致孩子们“决定”（decide）要将大巴纳入这个游戏范围？答案其实就在于“枪”这一道具上。枪支是防卫、搏杀的典型符号，枪支赋予了他们一种与有荣焉的使命感、责任感和权力，这也是使得游戏产生根本性结构变化的原因。孩子们将大巴视作一个对象，而且是排外的、绝缘的、具有实验性质的——我们必须承认，大巴的结构（封闭的外身、远离地面的一定高度、从玻璃窗内能清楚看见外面而外面的人却不能的特点）提供了一个良好的基准模型——反观大巴里乘客的目光同样如此，孩子们认为自己受到无法看清和陌生的人的视察，一种被窥视感油然而生，因此，大巴顺理成章地成为了被攻击的目标，成为了孩子们眼中的“入侵者”（intruder）。孩子们的行为即是一种无意识而有意识的合意识文化行动。
...由此，政治性并非由理查德决定通过大使馆来救援自己的妻子才开始的，而是政治性本身表现为一种在地性，它的存在是由于此在场域的存在而得以照面的。所以当我们说苏珊的受伤引发了后面一系列“蝴蝶效应”（Butterfly Effect）时，我们实际说的是文化场域间的联系所带来的相互作用。
布尔迪厄强调，“场域”是充满冲突和争夺的空间，而斗争的焦点在于谁能够强加一种对自身所拥有资本最为有利的等级化原则。在这些文化场域内，资本的分配是不平均且排他的。然而，我们可以理解为正是这一个个场域的不平衡，才造就了某种处在动态平衡中的“熵”（entropy），因此而维持着各自的“边界”（boundary）和“领域”（field）不受突袭。当理查德夫妇二人滞留在摩洛哥时，远在美国的他们的子女正由一名墨西哥保姆所看管，此时她正面临着左右为难的抉择：一边是儿子的结婚大事，另一边则是无法脱身的糊口活计。为了不丢掉工作，她只好在未经夫妇二人同意下贸然带着孩子们前往自己儿子的婚礼。然而，冲突最终仍无可避免。保姆艾梅丽亚遭遇了一种来自更强的文化场域的结构性冲突，她既没有能力解决孩子们离开美国后的生活需求，也没有办法解释自己的非法劳工身份，她的这种文化行动，正是由于一种“未经许可的逾越”（crossing without permission）所带来的后果。
同样的情况我们也可以放到千惠子身上进行分析。为什么当她在舞厅看见所有人忘我地跳着舞时，会突然受到精神的刺激，转而迅速离开那里？我们自然可以说，她是因为听不见舞厅的音乐、也无法说出自己的声音，但是这只是特定场域里的“元素”（element），我们真正要看到的，是千惠子“闯入”（break in）了一个与自己没有足够资本交集的文化场域，在这个场景里，导演用极具作者性的镜头语言为我们展示了这一场域的“熵增”（entropy increase）过程：在千惠子步入迪斯科舞厅时，导演用千惠子的主观镜头和跟镜头反复交替的方法映衬出两个场域之间的冲突和斗争——在千惠子缓慢走入人群中时，我们可以感受到疯狂的鼓点和喧闹的人声，而一旦切到了千惠子的主观视角，则完全消弭了现场音，在一片静默中没有千惠子的身影，却只有迷乱的灯光和拥挤的舞动的人潮，这时我们便得知，这是千惠子的文化场域。
......当斗争来到一个临界点时，不停闪烁的强白光闪现在千惠子的脸上，这种“混乱”（chaos）也宣告了其自身所处场域以被击败告终。所以，千惠子离开舞厅不仅是出于残障的“忧悒”（discouragement），更重要的是文化结构不同所形成的“紊乱”（disorder）。
...假如按照克劳德·列维-斯特劳斯的结构分析方法，我们就有机会将上述的三元结构依次分类，考察电影里面迥然不同的文化场域中相似的结构。三个故事即便发生地迥然不同，内容也大相径庭，文化元素更是地别天差，但如果我们认可场域的原始积累为“语言”——这里的语言，并非狭义概念上的语种，而是指文化范畴内一切赖以与其他群体（包括社会）形成的关系之基础的总和——就不难追溯人物最后遭遇的挫折正是源于资本的积累缺陷（lack of capital accumulation）。
理查德和妻子身为美国人，来到人生地不熟的摩洛哥，不仅语言不通，而且生活习惯也存在着明显的差异。在影片开头时，苏珊已经道出了“说真的，我们为什么要来这里？”这一句话，她实际想表达的是“说真的，我们为什么要来到这个完全陌生的地带？”，并且怀疑装可乐的杯子里面的冰块成分有毒，要求丈夫把它倒掉。难道她真的害怕自己会因为一杯可乐而丧命？显然不是。苏珊所表现出来的，正是一种文化行动的本能特质，由于没有和当地文化形成任何先验的联系，她的态度始终是拒绝和畏惧的，这也解释了为何后来当理查德将她抱进村子里求救时，一个个居民选择驻足观看，甚至将大门紧闭，和理查德的迫切形成了极为强烈的对比。这些人其实并非见死不救、冷漠无情，而是文化的语言结构决定了他们不得不这样做，他们既不知道如何跟眼前岌岌可危的生命进行某种预警式的交流，也不知道和他们接触会给自己带来的影响和危险，所以我们可以设想，假如受伤的是他们当地的一个居民，情况则可能完全相反。
...发生在墨西哥的故事同样如此，尽管我们在这里已经预先看见了文化持久的“渗透”（invasion）：由于地缘文化的影响，墨西哥人所操的西班牙语已是美国的第二语言，反之大多数的墨西哥人也懂得基本的英语交流。因此，两个孩子即便自小从美国长大，也在一定程度上被从小把他们照顾大的保姆“同化”（assimilation）了，当他们乘坐着驶入墨西哥城的车子时，导演使用了一种和后面发生在日本的故事同样的“走马灯”式（revolving scene）镜头语言——这种镜头视角通常为隐含的已知主体向公开的未知主体的情景展览方式，也是好莱坞常用的伎俩——但是女生从小就生活在日本，即便由于身体残疾而对文化有着隔膜，但她对于文化的理解是建立在丰富的“目光”之上的，因而我们可以说，“语言”储存在了女生身上而使其获得了“具身化”（embodiment）体验。
...假如从这个角度出发，我们就很可以理解为什么两个美国小孩对于墨西哥风景的“目光”要采取这样一种手法，那是因为对他们而言，所有的情境都是后验式的，他们新奇的目光在这些眼花缭乱的建筑、人物、语言和行为上找到了对应的符码，所以车子的隔绝只是一道虚假的屏障，跟前面理查德二人所乘坐的巴士正好相反。当我们看见两个美国小孩可以很愉悦地融入到当地小孩的游戏中，沟通与交流基本无障碍时，我们不应仅仅认为这是小孩子对于文化的包容性所在，而应该看到这是他们被同化的结果，以及他们那被文化结构所影响的内心体验，而这种后天获得的性情系统，就是“惯习”（habitus）。日本女孩千惠子这一人物设计则更为简洁明了。作为一名“失语者”，她虽然自小生活在日本，但聋哑使她减少了对于文化的感受，更影响了她对社会关系的认知，进而产生了心理扭曲，她失去的不仅仅是“说”（parler）的能力，更重要的是“语言”这一文化资本，在文化传播的语境下，这种缺失则表现为“隔阂”（estrangement）。
在这样一种情形下，“目光”扭转成了一种畸形的、病态的、机械式的欲望。不同于弗洛伊德，这里的欲望并非被压抑在深层的潜意识，而是一种积极扩张的、有条件的、反馈式的欲望机制。影片中这样的目光比比皆是。例如，当保姆的侄子开车至边境检查站时，美国警察不仅故意刁难他，而且一直用手电筒照射着他的眼睛，手电筒在这里实则扮演了来自他者的目光的“广延”（extension），对这名墨西哥人的眼睛的照射，使得他难以睁开眼，其实就是一种霸凌的表征，一次文化手段的具体演绎，侄子的自尊受到了践踏和侮辱，所以不顾一切地冲开围栏，企图挣脱这个混沌的束缚。
...又如当千惠子邀请警察上门的时候，落地窗玻璃倒映出千惠子的裸体，此时我们看到的不是警察的神情，而是千惠子那畏缩而又跃跃欲试的身体形象，可以说，千惠子正是利用了警察甚至是观众的目光将自己“文化对象化”（cultural objectification），试图表达出自己无处安放的张狂的欲望。
...而当理查德一而再再而三要求旅游大巴留下来等到救护车来临的时候，我们明显发现他行为的矛盾性所在，这样的矛盾性正是来自欲望应激的后果，如果救护车确定会来，理查德根本没有必要让大巴留下来等他，他真正希望留下来的，不是大巴的运输能力或是车上一行人所拥有的技能和体能，而是其作为文化角色的“目光”。旅游大巴给了他语言的匮乏的想象，让他误以为“目光”能作为此时此刻赖以存活的支撑手段，实际上，文化结构的差异早已经决定了理查德会被众人抛弃，当他跑出房间追逐离开的大巴时，才真正感受到这种结构带来的绝望和无奈。
无论是理查德，还是他们家的保姆，亦或是日本女孩，“语言”的缺失和“目光”的畸变是导致他们文化行动最终失败的根因。然而，我们也必须认识到，除了理查德夫妇，其他的人物都没有达成自己的目的——保姆被警察扣留，驱逐出境；千惠子解下衣扣，留下泪水；两个摩洛哥小孩一个惨死，另一个选择自首——他们的“言语”各自经历了不同程度的溃败，因而他们对于自身文化的表达也失去了沟通和理解的媒介。那么，为什么会说理查德夫妇在已知“语言”缺失的情况下，还能通过“目光”完成了“言语”呢？这是因为出现了高于文化本身的国家权力的“介入”（interfere）。
...现代国家治理下的“机构”（institute），诸如医院、大使馆、电视台等，只是文化资本的载体，它不承载文化传播的义务，也不具有文化构型的实际权利，而发挥作用的往往是国家这一所谓“代理人”（agent），它代替公众行使文化权利，也在无形中制造了文化的传播。因此，当我们看到理查德事件出现在全国各地的新闻报道上时，“目光”已被国家利益这一政治归属所取代，美国派出直升飞机前来救援，乃是这一手段的政治符号，当世界性目光都在关注权力的运行而非其后果时，后果往往被征求服务于权力的运行，亦即使说，理查德事件自外国政府插手后，已不再是文化问题，而上升为政治问题。“拯救”（salvage）就是控制这一事件的“言语”。所以，理查德夫妇的结局只是文化事件的一个“突触”（synapse），本质上没有分解文化场域的结构，反而从反面强化了这一结构所带来的影响，因就其本质而言，导演深知如果没有干预的发生，故事就不可能获得看似圆满而正义的结局。
...除此以外，我在开头引用《圣经的典故》，并非只是为了说明故事的核心概念取材于此，而是电影本身兼具了耶和华的“弥赛亚目光”（Vision du Messie），使其拥有了神话般的诗史气质。这不是那种我们通常认为的90度俯拍镜头所造就的“上帝视角”（God’s Eye View），当然，为了让观众更好地辨别，导演依旧运用了有别于规整的镜头语言来表现这一目光。其中最为突出的就是镜头的短暂变焦，例如在摩洛哥小孩瞄准目标、苏珊承受肉体之苦时，镜头在目击的过程中总是突然而强烈地运动，这种目光强度显然不符合人物自身，而是来源于外部；又如当摩洛哥小孩向警察自首时，导演采用了浅景深的半环绕特写镜头对准小孩决绝的面孔，这个目光显然也不会来自于站在远处的警官身上，而是一种就义时才会出现的怜恤和敬意。
...但是，正如书里所记载的那样，耶和华既是故意让人类说不同语言，让他们无法对自己构成挑战，因而他的目光总是在场域与场域间的联系中显现的。例如，当贩卖枪支的人在摩洛哥遭受警察严刑逼供时，画面却突然切到在舞厅狂欢的日本年轻人；当理查德为妻子的生死未卜而痛苦时，孩子们却在摩洛哥的婚宴上欢歌笑语——正是这种无缝连接的平行蒙太奇，让我们感受到同一种时空下不同文化场域所带来的巨大的光谱差异——谁的目光在支配这些分散各地的文化行为的表现？我想答案已经跃然纸上。
因此，当我们说“跨文化”时，我们其实在说不同文化场域间的一种“碰触”（crash）。这些文化场域不一定是两个跨越遥远纬度或半球的“地区”（region），实际上，就连我们身边也可能存在着大大小小、力量或强或弱的文化场域，可以说，只要有“目光”的出现，就有“场域”的存在。那么，“许可”（permission）该如何获得？我们必不可征求“机构”的同意。正如我已说过的那样，如果我们承认“目光”是必要的手段，就必须清楚自己拥有足够多的资本积累。
语言的诞生在布留尔看来是现代人与原始人最大的不同，那么，“话语”（language）的缺失反而使我们失去了原始的本能，退回到了卢梭口中的“自然人”（natural person）。然而，面对纷繁的世界和多元的文化潮流，跨文化传播已是不可避免的趋势，这意味着会有更多文化场域碰撞的产生，所以要想获得正确的“目光”，必须要找到合适的“语言”，这里的“语言”可以是语音（accent）、语气（tone）、语法（grammar）或语态（voice）种种，囊括了应有尽有的文化活动，但无论如何，它都应是开放、多茎且去中心化的，因为唯有这样才能适应跨文化所形成的强力，而不至于被其中一个场域所“吞噬”（devour）。
这种由场域碰触所形成的强力，正是由于各场域彼此独立的向心力造成的——假如我们希望找到一个关于这种力量的一个表达式，就必须为这种文化场域锚定一个坐标，由于文化场域内部的运动总是变化无常，因此当我们紧跟此（围绕中心运动的）文化场域进行观测时，实际上处在了一个“非惯性参考系”中，为了寻找这个力的表达式，便需要引入一种惯性力来予以描述，而这种惯性力，就是预示“碰触”会形成的精神和情感上的“落差”（gap）。
为了便于区分，我将原文化场域标记为l，则与其发生碰触的其他文化场域依次为l’,l’’,l’’’……若将“落差”标记为F，则原文化资本所积累的质量大小为m。在单个文化场域内，资本总是伴随“目光”运动，相对而言之下强文化场域对弱文化场域形成的“吸引”（appeal）产生了加速度a，该加速度与向外的作用力成正比，即强文化场域结构越紧密，对弱文化场域拉扯就越严重，加速度也就越大，两者始终处在同一方向上，反之不断被“抽取”（extract）的场域内的资本则与其质量成反比，即“语言”的积累越少，加速度同样越大。由于两个场域的碰触所形成的力量既不是简单的相和或相差，也不是相互抵消的被动的相除，而是在外部和内部发生的激烈的斗争，因此，我在这里选择用乘法将这两个参数联系起来，从而得出：l：l’=F：a*m。
通过这个表达式，我们可以比较直观地判断出来这股力量受到什么因素的影响，以及这些因素的大小变化如何影响着此因变量。当引入这个力F后，文化场域内的向心力与假定的离心力合力为0，此时文化场域处在静止或平衡状态，这解释了当今各文化圈层的一种生态表现。然而，就如同网络需要芯片、法律要求宪法一样，文化场域的结构决定了其势必沿着一个中心展开推演，场域之间的“博弈”（game）必定有输有赢，有时候甚至会两败俱伤。为了使跨文化传播与交流成为全和平过程，就必须扬弃以场域中心作运动的传统结构，为场域腾出更多的“空间”（space）和无限拓展自身的机会，同时，也意味着人类必须学会放弃惯性参考的经验，即对于一个文化场域的描述，总是相对于另一文化场域作匀速直线运动——当我们谈及“少数族裔”“亚文化”“同性恋”时，便无法摆脱“多数”“主流”“异性”等坐标系的参考——正是这种久而久之形成的文化惯性在人们脑海中根深蒂固，导致跨文化传播一旦发生，就难以突破圈层结构，从而遭受到异样的“目光”来源，当今最为突出的例子，就是“歧视”（discrimination）和“误解”（misunderstanding）。
结构是外部的结构，而非内部的结构，正如骨骼是身体外部的骨骼，而非身体内部的骨骼。当我们考察电影的叙事结构时，会发现其中附着着导演意在表现的文化结构，然而，这不能说明文化结构决定着文化本身，在文化结构之外，文化仍然是混沌的、无序的、复杂的。这同样不是说，电影是将多组事件打乱重组，并依次根据场合顺序进行剪辑，就能表现出这种文化的非连续性。
实际上，导演既不能通过任何办法破坏文化固有的属性，也不能增加文化所没有的特性——这正是电影的迷人之处所在，也是电影结构的内在目光，即刨除对情节的叙述以外，导演的目光与观众的目光的相遇再度丰富了这一作品的层次。我们能够感受到亚历杭德罗对于这种文化现象的个人理解，也能通过作品体会到他所要呈现出来的表达，然而，无论是导演还是观众都深知，导演和观众自身的行为不可能对既在结构产生影响，所能做的只有分析、梳理和摸寻，因此，当目光的较量在电影的内部结构再次出现，电影作为文化产品的属性将会在其生产活动中发挥出特有的力量，最终达到“言语”的目的。
