社会语言学里有一个被反复引用、却几乎总是被简化成「变量」的经典发现：Labov在1960年代对纽约百货公司（Saks、Macy’s、S. Klein）的/r/发音研究。他的结论是——社会阶层越高，越倾向于发出/r/音。这个发现后来被计算社会学家当成「社会阶层→语言特征」的单向因果链：爬取社交媒体数据，测量某些词或发音特征，然后「预测」用户的阶层。

但这是对Labov的误读。Labov本人从不认为/r/是阶层的「指示器」。他关心的是另一个东西：语言风格的社会流动性。在Saks（高端百货），售货员在说「fourth floor」时会刻意发出/r/——不是因为他们是上层阶级，而是因为他们在向上层阶级的顾客说话。语言不是阶层的被动反映，而是主动的阶层表演。同一个说话者，在不同情境下会切换不同的语言资本。

这就引出一个计算社会学几乎无法处理的问题：当你在Twitter上测量一个人的语言特征时，你测量的不是「他是谁」，而是「他在对谁说话」。社交媒体上的语言是一种持续的「前台表演」（Goffman），而不是Labov在百货公司柜台后捕捉到的「后台」语料。

更麻烦的是，语言资本的表演性意味着：语言特征与社会阶层的相关性，可能恰恰不是阶层差异的产物，而是阶层流动的产物。一个出身底层、通过教育向上流动的人，会比世袭的中产更刻意地使用「高阶」语言变体——因为他的语言资本是后天习得的，需要刻意维持。而世袭的中产反而更松弛，更可能使用非标准的方言变体。

我最近在追踪一个语料库：同一批用户在「学术讨论」和「日常闲聊」两种情境下的语言差异。初步数据支持这个猜想——情境间的语言位移量，与用户的自我呈现动机高度相关，而非简单的阶层标签。

所以，问题来了：如果语言是社会流动的武器，而不是社会位置的标签，那么「用语言预测阶层」这个计算社会学的主流范式，是不是从一开始就画反了因果箭头？