當前位置:萬佳範文網 >

專題 >熱點專題 >

家鄉回憶的美文:騾子的記憶

家鄉回憶的美文:騾子的記憶

官坡的街道上走來了一隊趕騾子的。一人騎着一頭騾子,隨手又牽了一頭騾子。小汽車從騾子身邊駛過,騾子不驚不慌,自顧自地走路。也有捨不得騎的,或者騾子駝的貨物重,牽着幾頭騾子走,騾子的腳掌都釘過,不緊不慢地敲擊着地面,“垮噠,垮噠”的蹄聲有節奏地在空曠的街道上響起。

家鄉回憶的美文:騾子的記憶

駝鈴古道蹄聲現,騾馬猶聞漢唐風。聽着騾子的蹄聲,思緒就走進了歷史的空闊中。

漢代屯兵的白花關,默默佇立數千年。彎彎曲曲的山道上,遊走着鮮有的家狗和覓食的雞羣,挑夫肩上的籮筐平平穩穩,悠悠前行中一絲兒也不晃盪。一條又一條的河流澗溪,一道又一道的山樑坡嶺,被挑夫扔在身後。上山和下山歇腳的時候,不像在平地可以放下擔子,坐着休息。因山路陡峭,地無一尺平,挑夫只能用打住棍支着扁擔,且用手扶着,站立着歇會兒。

通往外面世界的山路,高處凸顯的地方,或者林木綠色葉片稀疏的地方,忽然就會出現一個騾子腦袋,先是兩隻豎着的大耳朵,再是修長的臉……那歪歪斜斜的走過來一支駝隊,即使只有一頭騾子,也常常讓挑夫們羨慕不已。這樣的故事,千百年來一直在重演。我親耳聽到的,是清帝退位民國成立後的事情。那時我爺爺十二歲,為了生計,就開始給大户人家趕騾子,自然,他也是挑夫們豔羨的人物之一。

那些年,山裏是少不得牲口的。雖説自給自足的小農經濟在山裏很盛行,但山民的生活還不能徹底與外界隔絕。不必説針頭線腦,也不必説農具鐵器,更不必説當地稀缺的藥材,單單一日三餐的食用鹽,山裏就解決不了。所有的山貨貿易及生產生活所需的日用品採購,其運輸全靠人力和畜力,因為那時盧氏縣及整個豫西,包括商洛山區在內,都沒有一條公路,更不用説官坡這個豫陝邊界的深山區了。

騾馬行(hang),最重要的不是趕腳,而是照顧和餵養牲口。我爺爺機靈、肯鑽研,對騾馬吃的草啊、料啊很上心,慢慢就熟悉了這些牲口的習性,有了小病小恙也能及早發現,並仔細檢查病因,尋找醫治良方。

“千淘萬漉雖辛苦,吹盡黃沙始到金”。還別説,七八年下來,我爺爺竟然成了有名的獸醫,誰家的牲口有病了,都要請我爺爺去瞧瞧,看看是什麼毛病,應該怎樣醫治。我爺爺憑藉這樣的手藝,自己攢錢娶回了我奶奶。後來又攢錢買下了一頭騾子,還購置了幾畝山地薄田,算是白手起家,有了屬於自己的田地家產,不再給大户人家當僱工。這樣,我爺爺農閒時就趕騾子給商家運送貨物,掙倆小錢,農忙時就在家耕田播種忙收穫。因此,土地改革時,我家的成分是中農。

一xx六年,加入了農業合作社,騾馬田地全部改了姓,歸了集體。兩年後,官坡修通了到縣城的第一條公路,汽車還沒有普及,馬車可以通行。出白花關,走獅子坪,過五里川,翻老界嶺,到盧氏縣城,單程一百一十多公里。這時的農村商業貿易由公私合營的供銷社獨家經營,白花隸屬廟台供銷分社。車把式吆喝着騾馬,駕駛着馬車,興高采烈地奔馳在城鄉公路上,為供銷社運送貨物。一九六一年,從供銷社分出醫藥、食品、糧食為國營企業,其餘的百貨、雜貨、生產資料、木材、藥材、牲畜、禽蛋等供應、收購的一切商業活動均由集體經濟性質的供銷社負責。供銷社日益發展壯大,先後購置了三輛汽車,成立了汽車隊,騾馬就退出了運輸的舞台。這以後,騾馬驢的身影就很少見到了。

上世紀八十年代,山裏人開始栽培椴木香菇。生產香菇的大户,先在深山老林裏砍伐青岡樹,再將原木打截成一米五左右的短木,運送到水源充足、地勢平緩之處。這之間的運輸量大,很費人力,於是,人們又念起了耐勞皮實的騾子。這期間,在家務農的二弟,又先後買來了兩頭騾子,給自己也給別人運送栽培香菇的木段。

我那時剛參加工作,每個月只能領四十元工資。經濟拮据,窮則思變,就夥同兩個同事,利用暑假到陝南秦嶺大山裏收購香菇,學別人當二道販子。翻山越嶺,跑了三天,三個人辛辛苦苦收到了五六百斤香菇,卻苦於運送不回官坡。官坡廟台有香菇市場,全國各地客商雲集,方便賣出。我們教書的都沒有勞力,若僱傭汽車走大路,賺到的錢還不夠支付運費。不得已,只有捎信給二弟,讓騾子馱。二弟趕着騾子,拿着砍刀將山路兩側的樹枝砍去,以防掛碰貨物。即使這樣,在一轉角拐彎處,還是有一包貨撞在了石頭上,裂了一個大口子,漏出不少香菇,二弟索性又倒出一些,才把破洞綁住。雖然那次合夥生意沒有賺到錢,但也沒有賠。這其中也仰仗了二弟和他的騾子。

後來,政府嚴禁砍伐樹木,實行封山造林,保護水源地。椴木香菇也被袋料香菇所替代,騾子等牲畜也被三輪、四輪和小電動車替代了,很少有人再使喚牲口了。

“黃鶴一去不復返,白雲千載空悠悠”。本以為,騾馬在我的家鄉,已經湮沒在歷史的風塵中了,不曾想,今天又一次看到了走在街道上的騾子,不禁勾起了一段久遠的記憶,令人感慨

  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/zhuanti/redian/g9kmzp.html
專題