《表1 正面案例、负面案例与半负面案例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于因果机制的案例选择方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

资料来源:笔者自制。

第二，基于因果机制的案例选择方法借鉴了过程追踪的逻辑。相对于传统定量分析中的数据集观察值（data-set observation），戴维·科利尔等人提出了因果过程观察值（causal-process observations）的重要性，因为它提供了关于情境、过程和机制的信息。（3）科利尔等人认为，进行案例内研究时，如果研究者仔细筛选证据，区分自变量的影响和每种情况下的误差，跨案例比较可以避免定量研究中的选择性偏差问题。（4）过程追踪不是简单的历史叙事，而是通过展现因素的相互作用和机制的运行，从而检验自己的理论和假说是否有效。这类过程追踪的理论基础不同于频率学派的贝叶斯方法，它基于对事件而非变量的观察。这些事件通过一定的时序组成了事件链，对任何事件的反事实删除将导致所有后续事件的不复存在。（5）同时，半负面案例的作用在于其所包含的因果过程观察值可以作为正反案例检验特定阶段因果机制的真实有效性。如表1所示，半负面案例有助于通过密尔方法（6）（尤其是共同使用求同法和求异法）来强化对中间过程的因果推断。在初始阶段，各个案例都出现类似的现象（反之则不具备可比性），这是案例同质性的基础，它主要基于求同法的逻辑。在中间阶段，通过对传统负面案例和半负面案例的比较可以得知，X不为0时该因果机制才会被部分启动，此时半负面案例作为中间阶段的“正面结果”。在最终阶段，通过对半负面案例和正面案例的比较可以得知，只有当X=1时，因果机制才够被完全实现，此时半负面案例作为最终阶段的“负面结果”存在。（1）通过表1同样可以看出不同类型案例对于因素和机制的贡献，如果仅有正面案例和负面案例，就无法捕捉中间过程，因此基于因果机制的案例选择方法可以更为充分有效地利用因果过程观察值所蕴含的信息。