什么是人类最早的打击乐器？普列汉诺夫认为，“鼓在原始民族那里是非常普遍的，而在其中某些民族那里，至今仍然是唯一得乐器。”博厄斯在其《原始艺术》一书中认为，“在各种乐器中，有一种是全世界共有的，这就是打击乐器……最简单的打击乐器是用棍棒敲击木版或其它能产生共鸣的东西。此外，到处可见人们使用各种不同形式的鼓，有的是空木桶，有的是空圆桶，有的是一个圆圈上蒙上兽皮，有的土着人则使用拨浪器或其他响器。……当人们发现美洲的时候，美洲根本没有乐器，美洲各地的原始部落中只用打击乐器为歌曲伴奏。”格罗塞在其《艺术的起源》一书中也谈到，“最低文化阶段的乐器大半只是用来标记拍子。这类乐器用得最广的是苏鼓（kettledrum）。”原始狩猎民族音乐的“节奏感无疑也是从原始的乐器上发展出来的。”我国原始时代打击乐器，在古代文献中都有所记载。《礼记》中有“土鼓、蒉桴、苇龠，伊耆氏之乐也。”以及“叔之离磬”之说。《尚书》中有“戛击鸣球，搏拊琴瑟以咏。”，“击石拊石，百兽率舞。”的记载。《吕氏春秋》有“帝喾乃令人拚，或鼓鼙，击钟磬，吹苓，展管篪；因令凤鸟天翟舞之。”等。从文献记载中可以看出，中国原始社会已经有鼓、磬、钟等打击乐器和苇龠、苓、篪、等吹管乐器了。中国音乐史学家杨荫浏先生认为，“原始音乐产生于人们在集体生活中劳动实践和社会实践的需要。”“在原始时代的乐器中，击乐器占主要地位，基本上还没有多大发展。但是从击乐器和吹乐器来看，已经可以看出，原始乐器已在遵循着一定的途径发展，就是由不定型到定型，由种类很少到种类增多，由不定音到固定音，由个别的单音到有一定高低关系的多音的音阶序列。”从上述学者的观点中可以看到，人类最早的人造乐器应该是打击乐器。它们的产生最初可能与劳动或生活中的工具或用具的敲击有关，由此逐渐发展为舞蹈、歌唱伴奏的打击乐器。如果说击掌跺脚是人类最早的本能的自发的音乐伴奏手段，是否可以这样认为，人用物体（劳动工具）敲击的声音逐渐代替自身手足碰撞声音作为舞蹈、歌唱的伴奏手段，在某种意义上标志着人从使用自身天然乐器向使用人造乐器的转化迈出了关键性的一步。人造乐器不仅是人的肢体的一种延伸、扩展和物化，而且是人在音乐实践活动中的音乐感觉和能力的一种延伸、扩展和物化。人造乐器的出现使音乐所使用的物质手段逐渐脱离了与舞蹈体态的混沌状态，从而也产生和分化出专门演奏乐器的人：乐师。这些都是最终导致了音乐从为舞蹈、歌唱的伴奏的依附状态中独立出来的重要条件。从起源来看，在使用人造乐器之前，舞蹈最初使用的音乐伴奏如果就是舞蹈者自身发出的喊叫声和击掌跺脚声的话，那么，从这个意义上说，音乐、舞蹈最初使用的物质手段是同一的，即以人体作为物质手段，两者的角色最初也是同一的，即，舞蹈、音乐同由歌舞者一人担当。
从音乐和舞蹈的存在方式来看，两者都以时间这个维度作为它们呈现展开的必要条件。舞蹈在时间一维形式中展现其具有三维空间的体态的连续的运动；而音乐则在时间的一维形式中展现其作为零度空间（非空间的、无形的）的声态的连续的运动。正是由于连续的体态、声态在时间维度中的运动，把舞蹈和音乐紧紧地维系在一起。如果舞蹈的体态一旦脱离了时间的维度，就不能称之为舞蹈了，静态的体态造型只能列入三维空间的雕塑或二维空间的绘画的空间艺术门类；如果体态脱离了与声态（歌、乐）的联系，成为脱离声音韵律形式的体态，尽管这种体态还是在时间中展开，然而，这种体态也已经不是舞蹈的体态，只能是日常生活体态或者是哑剧表演的体态了；哑剧的体态与文学艺术的进一步结合就产生了戏剧形式，体态在其中只不过是表现戏剧的情节和人物行动展开的因素之一。舞蹈的体态之所以有别于雕塑、绘画、戏剧（哑剧）中的体态，就在于它是在时－空的四维形式中展开的与有韵律形式的声态（歌、乐）有机紧密结合在一起的有韵律形式的人的特殊体态的艺术。从这个意义上说，舞蹈的体态的特殊性就在于它的有韵律的体态形式始终是在有韵律的声音形式中实现的，或者说，舞蹈的无声的体态的运动如果想要获得在时间中的律动形式，在某种程度上，必须以有韵律的声音的时间形式作为其体态展开的时间框架，只有在这种时间框架中连续的体态的连接和过渡才能获得其运动的时间支撑点，才能成为在时间中展示的一种有韵律的体态的完整形式。法国启蒙时期着名思想家狄德罗在其主编的《百科全书》中给舞蹈下的定义：“在乐器伴奏或人声伴唱下表演的人体动作，跳跃和有节拍的步子。”法国十八世纪着名的舞蹈改革家和编导诺维尔认为，“音乐之于舞蹈，正如歌词之于音乐一样。用这一比喻，我只是想说明一点：舞蹈音乐是，或者应该是一个提纲，它规定和预先决定着每位演员的动作和表演，因此演员应该表达提纲的内容，以富有表情的、精力充沛的姿势和生动活泼的脸部表情把这个提纲变成人人易懂。”鲍列夫在其《美学》一书中说：“舞蹈是音乐的回声，是变成了能表现人的性格、情感和思想的谐调而有节奏的人体动作的声音。”《美国百科全书》认为：“舞蹈的特点之一是图形，即在时间上和空间上对动作的组织，或者说动作的模式。节奏提供了时间样式，将带重拍和不带重拍的动作组织为小节。……由于舞蹈的基础是节奏，所以舞蹈同音乐的关系比任何一种艺术都来得更为密切，而且几乎永远都有音乐伴奏。”我国着名舞蹈艺术家、理论家吴晓邦认为，舞蹈“必须围绕着时间性上的音乐和文学内容而进行。即在一定的时间性内是占有空间的，而当时的消逝中舞蹈艺术同时也失去了空间。……因此舞蹈艺术，实际说来，也是一种时间艺术，或者说是综合了空间和时间的视觉和听觉两方面的艺术。”着名戏剧、舞蹈家欧阳予倩也认为：“舞蹈跟音乐血肉相连，有了舞蹈必有音乐。”综上所论，可以看出，舞蹈的体态之所以能够成为有别于雕塑、绘画、戏剧中的体态，就在于它是在有节奏的时间样式中展现的有节奏的动作模式，舞蹈体态动作模式的获得又是不能离开有节奏的声音模式的支持的，脱离了有节奏的声音模式的框架，无声的体态也就失去其有节奏律动的时间支撑点，从而也就使其体态失去了在时间中展现的形式感，舞蹈虽然具有立体三维空间的特性，是一种时空综合形式的艺术，但从其体态动态的律动形式看，其形式特征的本质更多地是属于时间性的而非空间性的。这也许就是舞蹈作为人的一种特殊的动态的体态符号从其产生之始至今一直不能脱离时间性的音乐的根本原因。