[摘要]实证研究在社会科学领域兴起后，比较方法成为社会科学中最为重要的研究方法之一。严谨的实证研究离不开科学的研究设计，需要依照和遵循一定的程序步骤来进行因果解释，包括对自变量和因变量的选取、理论构建和假设检验等众多步骤。因果解释需要通过形式逻辑来进行推断，密尔最早系统性地提出了五种因果推断的方法。这五种逻辑方法对应了过程追踪、定性案例比较、定性比较分析(QCA)、定量研究4种基本的案例研究方法。前面两种方法侧重于研究案例内部的观测值，后面两种方法则侧重于讨论案例之间的平均效应，它们在不同类型和数量的案例中存在各自的联系、优势和缺陷。研究者可以通过混合方法等策略来一定程度地实现扬长避短。
[关键词]社会科学密尔方法案例比较因果解释方法权衡定量定性研究
一、社会科学方法论：两种错误的观点
在社会科学中，方法论的争论是如此普遍而纷杂，尤其是政治学界普遍认为存在两种完全不同的范式，即定性方法论范式和定量方法论范式，二者之间存在激烈的争论。这类方法论的争论很大程度上来自于加里•金(GaryKing)、罗伯特•基欧汉(RobertKeohane)和悉尼•维巴(SidneyVerba)所合著的《社会科学中的研究设计：定性研究中的科学推论》(DesigningSocialInquiry:ScientificInferenceinQualitativeResearch)。1对于KKV的DSI一书的讨论及批判，事实上存在两种类型的错误，这两种错误贯穿了许多方法论的讨论，并一定程度地导致了方法论研究的困惑甚至混乱，因此有必要予以指出和澄清。
第一种误区认为，定性研究和定量研究是同一种研究方法，两者之间的差异仅仅在于样本数量。这种错误是DSI导致的最大误解，该书一直暗示定量研究是比定性研究更为“先进”的方法，而定性研究的学者需要通过各种方法来增加样本数量以保证结论的有效性。KKV的这种偏见很大程度上是定量研究学者对于定性研究的误解，即认为跨案例比较是检验理论有效性的唯一方法。KKV的这类错误实质上是由于将定量方法作为主要标准，并试图将这类标准推广到定性研究的领域。
第二种误区则处于另外一个极端，它认为定量研究和定性研究是两种截然不同的研究方法。定量研究和定性研究是两种不同的范式，前者通过案例间比较来进行因果推断，讨论原因的影响(effectofcause)，主要实现外部有效性;而后者则通过案例内研究来实现因果，着重于讨论结果的原因(causeofeffect)，主要实现内部有效性。KKV第一种误区中的许多问题，已经在所谓的“后KKV时代”得到一定的解决，有大量的著作对于KKV的这类问题进行批评和纠正。2但KKV写作DSI一书的主要目的在于试图统一定性和定量两种方法的准则与逻辑，尽管KKV所采取的方法存在诸多错误，但是这种尝试本身是正确的。KKV的绝大多数批评者们忽略或者放弃了对于统一原则的追寻，过于强调两者之间的差异反而导致了方法论之间的对立与隔阂，而较少地讨论这些方法背后逻辑本身的相通之处。本文的目的在于通过探究各类方法理论背后的逻辑，讨论各类研究方法的优势和劣势的逻辑根源，借此重新审视KKV和后KKV时代对于方法论的误区和偏见，从而打破定量和定性研究之间的隔阂。
理论是科学方法的起点和终点。理论的基本逻辑是案例比较，社会科学之所以成为科学的原因在于它遵循控制与比较。布尔代数就是将人类的思维方式数学化的结果，在具体的方法层面表现为基本的逻辑思维方式，我们称之为密尔方法。密尔方法作为因果思考的基本工具，研究者因为不同的样本而选择不同的研究方法。这些研究方法主要通过对两类因果观测值的归纳来解释事物，通过控制变化来探求样本的外部和内部有效性，从而检验从原因到结果之间的因果过程。
早在上世纪70年代，阿伦•利帕特(ArendLijphart)就已经提出了比较方法是建立通用的实证命题的基本方法之一(其他方法则包括实验、数据和案例分析)。1此前国内的文献往往过度注重对方法的讨论，而关于研究设计背后逻辑及其关系的讨论则存在不足，因此本文试图以科学的研究设计为出发点，探讨理论构建过程中的案例、方法与研究设计。
具体而言，本文的框架如下：第一，讨论了研究设计的基本路径和步骤;第二，分析密尔方法在案例比较研究中的基本逻辑、特征和局限;第三，总结了单案例、小样本、中等样本和大样本研究这4种类型的研究方法，及其对应的形式逻辑和研究方法;第四，文章阐述了单一研究方法的缺陷，以及如何通过案例内比较与混合的方法来进一步提升结论的可靠性。最后给出结论，认为社会科学研究并不仅仅依靠科学方法和对操作流程的熟悉，经验判断和写作技巧也同样重要。
二、因果推断和密尔方法
自然科学的结论通常被认为比社会科学的研究具有更少的争议和更高的可信度，其原因在于自然科学可以更好地借助于实验方法，通过控制变量来不断重复结果。而社会科学由于条件的限制或者具体历史的研究，多数情况下无法进行大规模的重复实验，因此社会科学的核心思想是通过控制变量来达到准实验状态。这些都要通过案例比较来实现。比较是控制变量和建立变量间普遍性关系的方法，它是一种归纳推理。约翰•斯图亚特•密尔(JohnStuartMill)最早在他的《逻辑体系》一书中提到了5种归纳推理的基本方法，被称之为“密尔五法”：求异法、求同法、求同求异法、共变法和求余法。2
(一)求异法，即通过最小化差异来求异，在密尔的体系中，所有方法都归于求异法。3由于社会科学经常无法人为地控制变量之间的差异，因此就只能够通过相似案例的比较来接近实验状态。求异法的核心逻辑就是，在其他条件一致时，导致结果不同的差异即为原因。求异法成立的前提是严格的准实验状态，否则就可能因为无法消除竞争性解释而降低理论的可信度。4
案例1：A+B+C+D+E→Y
案例2：~A+B+C+D+E→~Y
在上述两个案例中，如果因素A的差异导致了结果Y的差异，就可以认为A是Y的原因。求异法的优势在于它可以依赖较少的案例，理论上来说只需要2n个案例就可以通过n个变量来解释不同的结果。求异法同样存在逻辑和实际操作的问题。首先，求异法对于准实验状态存在高度的依赖，由于社会科学中几乎不可能找到两个只有条件A不同而其他因素都一样的案例或样本，通常只能够对于变量进行近似的控制，因此求异法往往会存在较多的竞争性解释，即被作者所忽视的差异会削弱解释变量的因果解释。因此，研究者在最大程度地控制差异之后，往往还需要解释为什么其他的差异(竞争性解释)并不重要。除此之外，仅仅停留在联列表的求异法，在逻辑上仍然是一种相关性的推断，还需要通过案例研究来增强其因果解释。
相关知识推荐：论文检索怎么检索
(二)求同法，即通过最大化差异来求同，其核心逻辑是在其他条件都具有极大差异的情况下，如果仍然能够达到相同的结果，事物间的共性即为其原因。
案例1：A+B+C+D+E→Y
案例2：A+F+G+H+I→Y在以上的两个案例中，在其他原因不同而导致相同的结果时，可以认为原因A导致了结果Y。求同法的优势在于其能够在存在较大差异的时候仍然维持较少的变量，但求同法是密尔方法中逻辑较弱的一种方法，其缺陷在于，如果无法说明其他因素不重要，由于无法解决变量和结果之间存在的“多重因果性”，即各类变量/原因相加导致的相同结果，就会降低理论的解释力。1比如毕业生的薪水是由专业、能力和学历等因素综合决定的，显然如果依据单一要素进行求同往往得出的结论可能是错误的。事实上很多传统的谚语都表达了上述观点，即不同因素的组合可以达到相同，例如“八仙过海，各显神通”“条条道路通罗马”，等等。因此通常情况下，在定性的研究中，如果仅仅停留在对于少量因素的求同，就无法得出正确的结论。
(三)由于求同法的逻辑较弱，密尔提出了求同法和求异法的共同使用(JointMethodofAgreementandDifference)，或者称之为间接求异法(IndirectMethodofDifference)。2即在单一小组内部求同，而在小组之间求差异。假设案例用一个变量的差异分为两个小组：在其中一组中，因素A出现(记作A)，而在另一组中，因素A不出现(记作~A)。从而能够在这两个小组之间使用求异法，即只有A的差异而其他因素相同，最终导致了不同的结果;与此同时，小组内部虽然其他因素存在较大的差异，但是因为共同原因A又达成了相同的结果(即A→Y且~A→~Y)，这就具有较强的说服力可以认为A是结果Y的原因。
(四)共变法是通过控制其他条件不变，观察A和Y的共同变化，可以认为两者之间存在因果性或者由于共同原因导致了变化的一致性。共变法在大样本的研究中具有较强的可信度，但是它的缺陷是仅仅表达了一种统计上的相关性。在自然科学中，研究者可以通过控制和重复试验，明确观察到A和Y之间的因果性。但是在社会科学中，研究者往往只能事后通过既有数据进行判断，因此只能观测到相关性。共变法往往无法直接区分因果倒置和内生性问题，即无法判断自变量和因变量究竟哪个是原因，哪个是结果，或者互为因果，往往社会科学中存在较多的互为因果的案例，例如政治与经济。同时，共变法也无法区分伪相关，因为自变量和因变量之间的相关性可能是由于共同原因导致的，而两者之间不存在因果关系。1例如游泳的人数和买雪糕的人数之间存在相关性，但是两者是因为天气炎热导致的，没有因果联系。
(五)求余法，即认为存在原因A+B+C导致了结果a+b+c，如果可以确信A是a的原因，而B是b的原因，则可以推断C是c的原因。上述4种方法属于归纳法，而求余法则会存在演绎逻辑，需要通过推理得出结论。求余法在个案的研究中存在较大的优势，可以通过排除法迅速找到现象的原因，正如福尔摩斯所说的那样：“排除一切不可能的原因，剩下的再令人难以置信，那也是真相。”求余法同样存在一定的局限，它需要基于原因之间互相独立的假设，即原因A、B、C之间不存在互相干扰，否则就无法通过排除法进行推理。
密尔五法在本质上都属于排除法，属于一种形式逻辑，即通过排除其他干扰因素之后，最终推导出自变量和因变量之间的关系。而形式逻辑的数学基础是布尔代数，在数学化之后，就是通过“或”(符号表示为+)、“且”(符号表示为*)、“非”(符号表示为~)的运算来寻求因果解释。
三、案例比较与研究方法
前文阐述了案例研究的基本逻辑，在此基础上文章进一步讨论案例比较的方法。对于案例选取的规则恰恰是基于对第二部分所述的各类研究方法的优势和缺陷。在讨论案例之间的差异时，需要明确案例选取的时空边界。一方面，这是由求异法的逻辑特征所决定的，求异法是基于最小化差异来进行因果推断，故而会面临诸多的竞争性解释。因此在案例的时空背景差异过大时，时空差异本身就会构成对理论解释的威胁，像加州学派对大分流的讨论，事实上就忽略了中国和欧洲(或者英国)截然不同的背景，这些差异才可能是导致结果不同的原因。1另一方面，即便是同一概念，在不同的时空情境中也可能赋予其不同的涵义，例如大航海时代的海权和当代的海权。2时空情境的限制往往也缩小了案例选择的范围，比如在某一个时间段的特定地区内选取案例进行比较。
因此，在案例选择中需要避免几方面的错误。第一，避免简单的举例法，比如许多中学里的语文议论文往往就是从历史长河中选取几个例子来验证观点。事实上，多数情况下我们总能够找到符合理论的例子，当然这种“理论”也往往会存在诸多反例。第二，避免基于“情怀”或者便利的案例选择，例如，根据作者自身的语言基础而非方法论的需要来进行案例选择。当然，文章选题本身基于情怀或者便利，这并没有问题，但是案例选择不能因为对特定国家特别感兴趣或者熟悉来进行，而是要在对总体的样本和理论把握的前提下，依据最小化差异的原则进行筛选。否则，极有可能会出现无法满足最大相似性的情况，从而损害了案例比较的因果解释力。第三，避免只关注重大事件，没有发生的事件——往往是反面案例——同样重要。例如在研究革命时，西达•斯考切波(ThedaSkocpol)就并不仅仅关注法国大革命这样的重大事件，同样关心普鲁士为什么没有发生革命。3——论文作者：叶成城
