否是由b样本中
X事件变化导致，还是由a样本中X事件导致。">这个假设实际上排除
社会互动，尽管在
些情况下这是不现实假定，尤其是当
们想要研究对象是不同行为主体之间互动关系或者某事件溢出效应时。如果们所关心问题不是社会互动，而只是样本内因果效应，那
即便存在溢出效应，们也可以通过些统计方式来加以控制。比如，使用空间自相关稳健标准误(SpatialAutocorrelationConsistentStandardErrors)来调整空间溢出问题(Conley1999)，以及通过聚类稳健标准误来处理时间维度自相关问题。另外个应对策略是，们可以选择不在同空间主体作为分析样本，这样就直接回避行为主体之间互动可能，比如，使用地理上不相邻样本。此外，们还可以用更高层级单位作为们分析主体。比如，当们分析单位为县，而县与县之间存在溢出效应（学习、竞争等互动行为），那们可以使用市或者省为分析单位，这样不同市或者不同省之间县互动频率相对更低，以此减弱溢出效应影响。
五总结性评述
传统历史研究以时间序列为核心进行叙事，关注重要人物与事件历史展开，以及对后续事件影响，而历史社会学通过将结构与机制引入对历史事件分析，扩展人们对重要历史现象解释力，也为社会学经典议题提供新理论与新思路，在最近几十年受到学界广泛关注(Skocpol1984)。然而，比较历史分析个广受诟病缺陷在于案例之间可比性问题(Lieberson1991)，尤其是位于不同时空，在宏观结构与微观运行机制方面都存在诸多差异案例。这种比较方法会使得在些案例中原本不重要机制，在学者理论关照下被提升到核心地位，从而忽视该机制背后历史情景。学界批评使得早期以“大结构、大过程和大比较”(Tilly1989)为重点历史社会学研究式微，学者开始关注历史或然性、社会行动者主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
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。
