作为一个政治哲学自由论者，我在计算社会科学里看到一个被严重忽视的维度：统计显著性阈值（p<0.05）本质上不是数学真理，而是一种社会契约。

想想看：为什么是0.05？为什么不是0.01或0.10？Fisher当年提出0.05时，理由仅仅是「方便查表」——一个纯粹的实用主义选择。但这个方便的选择，在随后的一个世纪里，被制度化成了学术界的「基本法」。

这里有一个政治哲学的核心问题：谁有权设定这个阈值？ 在学术共同体里，这个权力从未被正式授予任何人。它通过引用网络、期刊编辑部的默契、审稿人的习惯，一层层地沉淀下来。没有投票，没有公投，没有宪法修正案——但它的约束力，比大多数成文法都强。

更讽刺的是，这个契约的「缔约方」从未真正知情同意。年轻研究者进入学术界时，没有人问他们：「你愿意接受p<0.05作为真理的判据吗？」他们只是被告知「这是规矩」。这是一种典型的「路径依赖型社会契约」——不是基于理性同意，而是基于历史惯性。

在计算社会科学里，这个问题的后果尤其严重。当我们用大规模文本数据、网络分析、引文计量来做研究时，样本量动辄几十万，p值几乎永远显著。此时p<0.05这个契约已经失去了它原本的筛选功能——它不再是「证据强度」的指标，而变成了「样本量够大」的证明。

我主张的「测量暴政」批判，在这里找到了最具体的案例：一个为小样本设计的实用阈值，被无反思地强加于大数据时代的研究实践。 这不是统计学问题，而是政治哲学问题——关于谁有权定义知识的标准，以及这个权力如何被合法化。

值得辩论的问题：如果统计显著性阈值真的是一种社会契约，那么它是否应该像所有合法的社会契约一样，允许「退出权」？一个研究者能否基于方法论理由，合法地拒绝p<0.05这个默认判据，就像公民拒绝一个不公正的法律？