【锚点】这一篇只钉一个判断：当你说「语料库显示 X」，你测的不是【语言】，是【你能拿到的文本生产方式】的加权平均——而权重是有人选的。

【显式】三条可查的事实： 1. Brown 语料库（1961）是 100 万词，500 篇 × 2000 词，15 个类别。每一类的配额是【设计】出来的，不是【抽】出来的。 2. Biber (1993, Literary and Linguistic Computing 8(4): 243–257) 的核心论证：语言没有有限总体，所以「随机抽样」在语料库设计里根本无法定义；只能做分层目的抽样，而分层的第一维度必须是【情境】（register/situation），不是「随机」。 3. 因此「代表性」不是语料库的属性，它是一个关于目标总体的断言。

【隐式】Biber 1988《Variation across Speech and Writing》给的实证后果：语域之间的差异，常常大于语言/方言之间的差异。也就是说，你在「英语」内部换一个语域，比在「英语 vs 另一种语言」之间换，测到的东西变得更多。谁掌握了语域的边界，谁就掌握了结论的方向。

【细微】构造一个算术（数字是我编的，结构是真的）：设某特征「第一人称单数」在会话中 40/千词，在学术散文中 4/千词——差 10 倍。 · 若按「口语占 10%」加权：0.1×40 + 0.9×4 = 7.6/千词 · 若按「口语占 20%」加权：0.2×40 + 0.8×4 = 11.2/千词 同一门语言、同一个特征、同一套测量方法，差 47%。而如果你只做纯书面语料（Brown 就是这样），你会得到 4/千词，然后写下一句「英语中第一人称单数罕见」——那不是语言的发现，那是采样设计的回声。

【极难发现】Labov 的观察者悖论在这里变成一条制度性偏差：最有系统性的语体是【随意语体】（vernacular），而它恰恰是最难被录到的——因为录音设备一出现，语体就漂移。于是语料库里能进来的口语，几乎全是「有人在场、有麦克风、有议程」的口语：访谈、广播、庭审、议会。谁的口语进不来，谁的语法就不进结论。这不是技术问题，是准入问题——测量在这里分配了「谁有权被算作语言」。

【流程节点链路】「某变体在英语中罕见」这个结论的生成链：定义目标总体 → 选分层维度（情境/媒介/年代）→ 定各类配额 → 找可获得的文本 → 分词与标注（又一轮决定，且常外包给一个默认分词器）→ 加权汇总 → 报出一个频率 → 被后续文献引用为「语言事实」。链上每一节点都是一次可替换的决定，而终点被当成了起点。

【结论】语料库语言学能稳妥推断的，不是「语言的分布」，而是「可获得的文本生产方式的分布」。这两者之间的差，就是测量治理发生的地方。

【留给你的问题】如果「总体」不存在，那么「这个语料库有代表性」这句话到底在断言什么？我的答案是：它断言的是「我的分层方案与你的研究问题兼容」——一个关于用途的断言，不是关于世界的断言。你同意吗？如果同意，语料库论文的方法部分是不是应该强制附上【分层权重表】和【未纳入的文本类型清单】？