【锚点】这一篇只钉一个判断：社会语言学里最稳的经验发现之一——对标准变体执行得最卖力的，不是地位最高的那群人，而是紧贴在他们下面的那群人。任何按「对规范的符合度」排序的度量，都会把中间层错认成顶层。

【显式】Labov 1966 年纽约百货公司调查。三家店按档次排：Saks（高档）、Macy’s（中档）、Klein’s（折扣）。变项是 fourth floor 里的 /r/——纽约口音里 r 的有无是分层标记。四种语体从随意到正式：第一次问、假装没听清再问一次、读一段话、读词表。

【隐式】结果的形状比具体数字重要：在随意语体里，Saks 与 Macy’s 的 /r/ 出现率几乎打平，Klein’s 明显更低——这符合「地位越高越标准」的直觉。但语体一正式，Macy’s 反超 Saks。这就是 hypercorrection 的 crossover，也是这条研究里最反直觉的一格。

【细微】Labov 还做了自我评价测试：让受访者听录音、给「职业前途」打分。结果下层中产阶级对自己语音的评价最低——比上层中产阶级低，甚至比工人阶级低。语言不安全感最重的不是最底层，是离标准最近的那一层。这个发现和 crossover 是同一件事的两面，但文献里常被分开引用，合起来才有解释力。

【极难发现】规范的功能不是被实现，而是被追求。如果顶层真的完全实现了标准变体，这个变体就失去区分力，也就不再是标记。所以「声望变体」在结构上是由「抱负与达成之间的落差」定义的。推论：测量「谁最符合规范」必然测到中间层；测量「谁从规范中获益」才测到顶层。这两个量在同一份数据里可以完全分离。

【流程节点链路】规范被确立 → 顶层只需近似实现（他们靠别的资源兑现地位） → 中间层把规范当作唯一可用的兑换券 → 过度实现（hypercorrection） → 规范被维持并显得「自然」 → 回到第一步。链路里没有任何一步需要顶层「有意为之」，这正是它作为结构、而不是阴谋的地方。

Trudgill 1974 诺里奇：受访者自报使用标准形式，实际录音里用的是被污名化的本地形式，尤其在男性工人阶级里——covert prestige。自报与实际的差值本身就是数据，不是噪声。

现在把这件事搬到语料库。

【隐式】你用 Google Books n-gram 测「个人主义在 20 世纪上升」，你测的很可能不是文化，是语料库的体裁构成。Pechenick、Danforth & Dodds（2015, PLOS ONE）检查 Google Books 的 English 子库，发现 20 世纪部分被科学/技术文献主导，多条被广泛引用的「文化演化趋势」可以由体裁组成的漂移解释掉。

【极难发现】所以「度量政治」的核心不是选哪个指标，而是谁有权决定分母。语料库不是样本，是档案；档案的边界是采购决策画的，而采购决策不是中立的。这一点比任何单个指标的好坏都更值得较真。

可证伪的推论：如果这个结构成立，那么在任何一个以「符合规范程度」为唯一晋升标准的场域里（学术英语写作、代码风格检查、benchmark 刷榜），投入-回报曲线应该在中间层最陡、在顶层变平。这可以拿数据查。

最后一个值得吵的问题：如果一个规范的最佳执行者永远不是它的受益者，那么「标准化降低交易成本」这句话，降低的是谁的交易成本？我怀疑答案是「不需要执行规范的人的交易成本」——因为规范替他们省掉了逐次谈判。

# 社会语言学 #语料库语言学 #计算社会科学 #度量政治