摘要：统计工具的建构与运用不能脱离知识生产的情境脉络，其中渗透着建构者和运用者的个人主张与其所在学科的整体价值追求。原假设显著性检验是社会科学实证研究中最为常用的假设检验方法，其流行并非因为方法论本身的精确无误，而在于它虽存有争议并因此招致严厉批评，但仍简洁有效地满足了研究者追求知识的客观性与确定性、以期将自身所在的学科塑造为一门科学分支的主观期待。如此，这一方法就从一个普通的统计工具上升为一种学科范式，起到了收敛学科的精神指向、提供模式化的解题方法、从而实现学科内部知识较快发展的功能。

　　关键词：假设检验、原假设显著性检验、知识社会学、范式、科学知识

　　一、引言：作为知识社会学现象的假设检验争议

　　统计推论工具的应用，是当下社会科学实证研究的一个基本特征。虽然不同的研究所使用的统计方法千差万别，但多数涉及统计推论的研究在做出最终结论之前，几乎都有一个假设检验的过程。不论其使用的检验方式是起源于 20世纪 20年代的显著性检验、还是 20世纪末期日渐兴起的贝叶斯检验，都力图以符合自身立场的方式，增强所做推论的可靠性。没有假设检验的统计推论，似乎就不是一个完整的、严肃意义上的统计推论。这已然成为一种默认的学术惯习甚至是明确的方法论要求。假设检验也因此扮演起实证研究“看门人”的角色，从方法论的高度维护着此类研究的科学性和严肃性。

　　就此前及当下国内外社会科学研究的多数研究看，假设检验的主要实现方式还主要是原假设显著性检验（ Null Hypothesis Significance Testing，简称 NHST）这一模式，贝叶斯检验在实际应用中还并未完全普及。在 NHST模式下，建立原假设和备择假设，选择检验统计量并计算其值，根据 p值是否小于显著性水平、或临界值是否落入拒绝域做出是否拒绝原假设的统计判断，最后再将这种统计判断转化为现实情境下的行为判断（如实验处理、政策干预是否确实有效），成为假设检验的标准流程。由此产生的成果发表偏向就体现为：统计上不显著的研究成果很难得到发表，绝大多数发表的成果都是统计上显著的，而且显著性越高（即 p值越低、或检验统计量的值越偏离预设的临界值），就越能证明研究的假设。

　　按一般的逻辑，作为判定标准的过程或程序，应当具备内在的一致性和完备性，即判定标准自身应当逻辑一致，没有明显的矛盾和争议，如此才能作为标准去检验研究结果。然而， NHST似乎并不满足这一要求。从现代假设检验的知识起源和演变过程看，不论此类统计工具的最早开发者还是后来的改进者，不论是数理统计学内部还是统计工具的外部应用领域，都从未停止过对假设检验的方法适当性和应用局限性的争议和反思。从数理统计学内部看，费雪（ Ronald Fisher）首先提出的显著性检验、与奈曼（ Jerzy Neyman）和皮尔逊（ Egon Pearson）提出的假设检验模式，早就被称为“统计频率学派之间的最大裂隙”（ Savage， 1961）；而贝叶斯学派由于在“什么是概率”这一最根本的命题上存在不同理解，其假设检验采用了截然不同于频率学派的构建方式与计算程序。从数理统计学的外部，即各统计应用领域看，作为现在诸多教材和研究中采用的 NHST模式，虽然在 20世纪 40年代至 50年代就已经在生物学、医学、心理学、社会学等学科领域成型并逐渐制度化，但对它的批判也从未间断过。这种批评在 20世纪 60年代末就曾达到过一个高峰， 20世纪 90年代起至今又再度兴起批判的浪潮（各阶段的代表性文献如 Bakan， 1966； Morrison & Henkel， 1970； Cohen， 1994； Gigerenzer， 2004； Ziliak & McCloskey， 2008； Orlitzky， 2012； Nuzzo,2014；袁卫， 1990；童光荣、卢铁庄， 2010）。但毫无疑问的是，内外夹击下的 NHST不仅没有消失，反而依然健在，在社会科学的统计知识传授和实践应用中仍占据着主导地位，成为一种“驳而不倒”的假设检验模式。

　　如此，一个基本的学科史事实是：在理论形态上，统计学内部发展史上并不存在一个真正统一的假设检验理论，更不存在唯一的假设检验理论，只有若干种共存而不共融的竞争性假设检验理论，期间虽有一系列调和的努力，但并未形成真正的统一理论。但从实际应用的角度上看，却存在着一个被简化了程序、调和了冲突的“实用版”假设检验程序（即 NHST），其产生过程极为模糊，缺少明确的“冠名权”，从出现伊始便备受攻击，但至今依然屹立不倒，成为许多入门性的数理统计、应用统计教科书所统一描述和实际研究者所统一采用的唯一假设检验模式，形成了应用意义上的表面统一性，并成为社会科学实证研究中的统一规范，以及或明确或隐含的发表要求。

　　这就形成了一个饶有意思的知识社会学现象：一个本身并不完善、内部充满争议的统计方法和检验工具，如何“克服”了统计学领域内的争议性，占据了社会科学方法论的制高点，从而成为一种具有学科规范性的研究范式？在这种从工具到范式的变迁过程中，究竟有哪些促成因素？社会科学的“科学性”，往往依赖于其所采用的方法（主要是数学方法和统计工具）的科学性；但当方法本身存在疑问时，这种学科地位还能得到保证吗？社会科学研究者应当如何认识 NHST以及一般意义上的假设检验和其他统计方法在实证研究和学科规范中的作用？这些问题对于社会科学进一步认清自身的学科性质具有深远的意义。虽然当下社会科学极其依赖于统计方法，但统计方法本身却较少成为社会科学的研究对象，本文拟通过对假设检验这一统计工具的知识社会学分析，为此类研究提供一个具体的分析案例。