体性以及核心事件与过程
历史展开，而放弃
对结构关注。从这
角度来说，定量方法，尤其是其在研究设计上进展，也许能够帮助学者进行更有意义比较分析，从而找回“结构”。另外，目前实证研究已从单维度数据结构，如时间序列与截面数据，发展到双维度数据结构，也就是既包含时间维度也包括空间（或单位）维度面板数据。更丰富数据结构使得学者可以同时利用时间与空间维度变异来进行因果检验，避免“没有时间横向比较”导致缺乏历史感（赵鼎新2019）。同时，利用面板数据结构特征，学者还可以通过固定效应排除些不随时间或者空间变化干扰因素，如地理因素、宏观瞬时冲击等，这极大地降低因果论证难度。
尽管近些年历史社会学广泛使用定量数据与方法进行分析，但对因果推断内生性以及研究设计关注仍稍显不足。正如上文所述，定量方法优势不仅在于描述典型事实，更在于使用巧妙研究设计帮助学者排除竞争性假说，进行因果推断。尤其是近些年在定量社会科学广泛采用因果识别策略，如双重差分、断点回归与工具变量法，极大地改进定量研究可信度与严谨性，而历史社会学研究尚未完全吸收这些前沿进展（AngrisandPischke2010；Gangl2010；陈云松、范晓光2010）。这种“忽视”也许是由学科特点决定。方面，历史社会学历史属性使得学者较难收集系统定量数据，而早期历史社会学者又较为关注宏观跨国案例，这使得研究对象缺乏足够差异性与样本量，从而无法进行统计推断。另方面，新波历史社会学将文化与意义等因素引入研究之中，关注行动主体与历史或然性，而这些概念往往难以量化，这无疑也限制定量方法使用（Adams,ClemensandOrloff2005；严飞2019；郦菁2020；钱力成2020）。尽管如此，定量方法在因果论证方面独特优势仍值得更多重视。<注："值得注意是，复杂定量因果识别策略要求学者能够找到恰当研究场景，比如某种历史外生冲击。然而不是所有研究议题都可以找到外生冲击以便使用最新定量技术，这种“方法导向”研究取向会限制学者选题，因此历史社会学对前沿定量方法“保守性”定程度让学者避免研究方法对学术想象力束缚。">
社会现象往往是复杂，多种因素交互塑造
们经验研究对象。多因多果是社会科学本质特征。定量方法虽然在识别相关关系、应对因果识别中内生性挑战等方面着力
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
