2020 年第 2 期总第 208 期 《经济社会体制比较》 No.

2，2020
2020 年 3 月 Comparative Economic ＆ Social Systems Mar. 2020

比较的“技艺 ”： 多元方法研究中的案例选择
游 宇 陈 超

内容提要： 随着各种分析技术的发展与各学科之间的整合，多元方法研究逐渐受到重视。文章主要探讨
在多元方法研究中，应当如何根据相应的目标来选择合适的（ 一组） 案例。不同的因果分析路径———变量导
向的量化相关与案例导向的逻辑因果，将在很大程度上影响后续的案例选择策略。前者在大样本统计分析之
后，可以通过选择典型案例、异常案例以及路径型案例等来进行后续的机制分析； 后者则在定性比较分析之
后，通过选择典型案例以实现因果逻辑的完整性，或通过选取异常案例来实现因果逻辑的一致性。通过研究
实例，文章针对以上不同的案例选择策略进行了具体讨论，分析说明只有通过对跨案例研究与案例内分析在
认识论与方法论上的正确衔接，研究者才更有可能充分挖掘多元方法研究在因果推断中的巨大潜力。
关键词： 多元方法研究 案例选择 因果机制 跨案例分析 案例内分析
中图分类号： C03 文献标识码： A 文章编号： 1003-3947（ 2020） 02-0067-12

一、导 言
因果推断与实证导向的理论建构是社会科学研究的核心任务 （ Druckman et al. ，2006） 。 由于因果
关系的本质和形态是多元的，因而建构与理解因果关系的逻辑往往也存在不同程度的差异 （ 左才，
2017） 。无论是哪一种因果逻辑，完整的因果分析过程往往都包含两大紧密相关的部分： 探寻因果关系
与厘清因果机制。
整体而言，在实证主义基础与多案例分析的背景下，我们大致可以区分出三种主要的因果分析路
径。第一种是传统的少案例比较研究 ： 其以密尔（ Mill，
1884） 在《逻辑学体系》中对求同法与求异法的经
典论述为基础，并选取合适的案例进行因果论证 （ Lijphart， 1970） 。 第二种是
1971； Przeworski ＆ Teune，
对中等样本的定性比较分析 （ the Qualitative Comparative Analysis，以下简称 QCA） ———沿着查尔斯 · 拉
金（ Ｒagin， 2008） 所建立的案例导向的研究思路，以及对加里·金等（ King et al. ，
1987、 1994） 完全以量化
逻辑指导社科研究设计的争论与反思 ，方法论学者逐渐建立起一种以布尔代数和集理论为基础 、以挖掘
充分—必要条件组合为目的的方法论体系 。第三种是以变量为导向的大样本统计分析，目前主要基于
反事实框架进行因果推断（ Holland， 2007） ① 。
1986； Morgan ＆ Winship，
遵循上述分类，表 1 对其中的典型方法进行了基本总结 。在跨案例 ② 的实证研究中，探寻因果关系
往往需要依靠大样本的统计分析 ，从而估计自变量（ X） 与因变量（ Y） 之间的边际变化是否存在显著的系
统性共变（ King et al. ，
1994） 。然而，在样本规模不足的情况下，可以对案例的条件组合（ configurations of
conditions） 进行定性比较分析（ Ｒagin，1987） ，或者通过求同和求异法进行少案例比较研究 （ Lieberman，

作者简介： 游宇，重庆大学公共管理学院讲师。陈超，上海交通大学国际与公共事务学院副教授。
基金项目： 教育部人文社会科学青年基金“台湾青年在大陆社会融入状况研究”（ 项目编号： 17YJCGAT001） ； 重庆大学中央高校基本
科研业务费项目“加快建设创新型国家背景下地方政府公共服务体系完善与优化研究”（ 项目编号： 2019CDJSK01PT02） 。
① 其中，戈尔茨和马洪尼也将第二种与第三种分析路径称为有关因果分析的两种截然不同的文化（ Goertz ＆ Mahoney，
2012a） 。
② 我们需要区分总体（ population） 、样本（ sample） 、案例（ case） 以及观察值（ observation） 。样本是一项研究或个案研究最为直接的主
体，包括任何正式分析的案例； 一个案例可以包含至少一个观察值； 观察值是任何实证分析中最为基本的要素（ Gerring，
2007） 。

— 67 —
《经济社会体制比较》（ 双月刊） 2020 年第 2 期

1991） 。此外，个案研究也可以通过模式匹配（ pattern matching） 的分析逻辑对现有理论提供关键的支持

性证据或进行证伪（ Mahoney，
2000） ①。而因果机制对理论的重大意义在于回答 X 是如何影响 Y 的，其
方法也更为多元。相对于行为主义兴起初期多数研究者对因果效应的偏重 ，进入新世纪以来，凸显因果
机制重要性的“机制世界观 ”（ mechanism worldview） 日益得到政治科学乃至整个实证社会科学的重视
（ Gerring， 1987； 朱天飚，
2008； Ｒagin， 2015； Goertz ＆ Mahoney，
2012a、
2012b） 。

表 1： 关于因果推断的主要方法选择
数据收集方式 观察性数据 实验数据
案例内分析 跨案例分析
案例规模 b b a
个案研究 小样本 中等样本 大样本 大样本
偏重识别 少案例 定性
模式匹配 统计分析 统计分析
因果 因果关系 比较研究 比较分析
数据分析方式
推断 偏重厘清 过程追踪； 宏观因果现象的 进一步的机制性统计分析；
d c
因果机制 因果叙事 微观层次解释 宏观因果现象的微观层次解释

注： 以上仅仅是列举出相对典型的分析方法，并未穷尽。（ 1） 在具体的统计分析中，大样本的数量往往还要考虑需要
估计的统计参数与具体使用的估计方法。（ 2） 中等样本通常指的是不足以进行大样本统计分析、但满足定性比较分析等
方法的样本数量； 小样本则更少，通常是满足理论限定条件（ 比如时空） 的案例不足 10 个（ Goertz，
2017） 。（ 3） 降低分析
层次、找寻微观基础通常旨在解释两种宏观现象之间的关系，理性选择理论对此尤其强调，即通过找出行动者（ 可以是非
个人的集体） ，界定其利益和偏好以及可选择的策略，以进行成本收益和策略选择分析（ 张长东，2018） 。（ 4） 因果叙事
（ causal narrative） 则运用跨案例的比较方法进行案例内的时序性分析（ within － case chronologies） （ Mahoney，
2000） 。

估计因果效应与厘清因果机制虽各有侧重 ，但一项论证严谨且充分的研究往往均需要对二者进行
充分讨论。在此背景下，多元方法研究（ the Multi － Method Ｒesearch） 的出现在一定程度上是为了更好地
完成上述目标： 不同方法各有所长，如何取长补短便值得慎重思考②。 因此，这一研究路径要求在研究
设计中至少包含两种方法论传统的数据收集与分析技术 ，比如包含问卷数据的实验室实验 ，将焦点访谈
嵌入参与式观察之中，以及对质性文本语料库的统计分析等 。
相应地，多元方法研究的哲学基础并非实证主义或阐释主义，而是实用主义的世界观 （ Pragmatist
Worldview） ： 聚焦于研究的结果，偏重于研究问题而非方法，以解决研究困难为核心要务 （ Creswell ＆
2011） 。基于此，多元方法研究的基本原则便是将跨案例因果推断与案例内因果推断“融为一
Clark，
体”，核心任务则是通过多元方法以形成因果分析的基础 （ Goertz，
2017） 。 因此，在特定的多元方法研究
中，基于特定目标的案例选择往往起到了承上启下的关键作用 。换言之，对于链接跨案例与案例内分析
的特定研究设计，其“链接”的正当性与解释效度往往取决于如何选择案例 。
本文的核心任务意在探讨，在多元方法研究中，应当如何根据相应的目标来选择合适的个案或一组
案例，以进行后续的案例内分析。

二、多元方法研究设计中的个案研究与案例选择
在探讨案例选择的策略之前，我们还需要探讨三个问题： 多元方法研究的核心目标是什么？ 基于立
意选择的个案研究或案例内分析在其中的主要作用是什么 ？ 相对于案例规模不同的因果分析路径，我
们可以选择哪些类型的案例以完成核心的研究目标 ？ 接下来，我们将分为两个部分来探讨以上问题 ： 前
一部分集中分析前两个问题，后一部分则聚焦于第三个问题的讨论 。

① 比如对于彗星撞地球导致恐龙灭绝这一假设，这一方法就是去寻找那个年代的彗星化石等。
② 需要注意的是，无论是多元方法研究或者混合方法研究（ mixed methods research） ，它们均不是指某一种特定的研究方法，而是指
一类旨在完成特定研究目标的研究设计。

— 68 —
·学术新锐· 游 宇 等： 比较的“技艺”： 多元方法研究中的案例选择

（ 一） 多元方法研究设计中的个案研究及其主要作用
随着对研究方法反思的逐渐深入，研究者不再执着于对不同方法高低优劣的争论 ，转而关注方法之
间的互补性，尝试通过取各方法之所长，完成某一因果推断的目标。 从这个意义上来说，多元方法研究
设计的主要特征在于将多种方法“集成化”（ integration） ，而非三角校正 （ triangulation） ①。 前者主要考量
的是所采用的每一种方法的比较优势何在 ，并通过其他方法来检验、修正或支持核心假设，从而将这一
方法在因果推断中的弱点最小化 ； 而后者的核心目标则是，通过使用两种 （ 或更多） 不同的方法，检验两
种方法得出的结论是否存在显著差异 （ Goertz，
2017） 。
在明确多元方法研究的主要特征之后 ，我们还需要限定本文的讨论“边界”。由于本文主要探讨的
是非随机化案例选择策略②，因此，我们关注的多元方法研究是，如何结合多案例分析与案例内分析且
以跨案例分析在先的设计类型。通常而言，跨案例研究与个案研究的目标与作用差异较大。 前者一般
旨在进行理论验证、估计因果效应③，而质性研究层面的案例分析通常是通过生成新的解释性假说来回
答探索性的问题，或者深度讨论特定条件下的因果机制及其连带现象 （ Bennett ＆ George，
2005） 。
就此而言，案例分析不仅可以通过对单个或少数分析单元的深入研究 ，以理解规模更为庞大的相似
的（ 或相反的） 分析单元或案例（ Gerring，2007a） ，还可以为跨案例分析中的相应关系提供潜在的机制解
释（ Gerring，
2004） 。基于此，这一研究设计的基本思路是： 在初步明确某种现象或变量之间的关系后 ，再
选择符合特定目标的案例进行深入分析以实现因果推断的目标 。 正如西赖特 （ Seawright，
2016） 所强调
的，“只有将个案研究整合进统计建模之中 ，整合性的多元方法研究的全部潜力才能得以实现 ： 在一开始
运用推断性统计分析以检验核心假设的研究者 ，同样应当重视如何将案例研究整合为更为系统性与扩
展性的研究设计”。利伯曼 （ Lieberman，2005） 所倡导的嵌入式分析设计在很大程度上符合这一思路。
这一研究设计类型包括初期的大样本分析和对其结果的稳健性评估 ： 如果模型是良好的并且结果是站
得住脚的，那么就进入“模型检验型小样本分析 ”，否则进入“模型构建型小样本分析 ”； 在每个案例中，
研究者应利用从小样本或个案分析中获得的信息对分析结果进行再一次评估 。
上述设计虽然在一定程度上为我们理解个案研究在多元方法研究中的作用提供了诸多启示 ，但需
要注意的是： 作为“集成化”的多元方法研究，不仅需要进行稳健性评估的案例分析 ，同时还需要进行以
厘清因果机制为目标的案例分析 。目标不同则往往意味着个案选择的方法存在差异。 总体来看，在单
一的质性研究和以多元方法为导向的研究中 ，个案研究的目标存在较大差异： 前者基本呈现于表 2 之
中； 后者则更为多元，这使得个案选择的策略以及为选择个案所进行合理性辩护也更为复杂 。
（ 二） 不同因果分析路径中的案例选择
对于如何进行案例选择，首先需要明确： 跨案例分析的路径是什么，有多少案例可供我们选择，以及
我们选择案例的目的是什么。通常而言，跨案例分析路径与可供我们选择的案例规模紧密相关 （ 正如表
1 所示） ———因为不同的因果逻辑不同，往往指引了多元方法研究者选择哪些案例进行初步的跨案例分
析。如表 2 所示，结合案例选择的目的，我们将不同因果分析路径中的案例类型及其作用总结如下 。
整体而言，我们可以将表 2 的因果分析路径分为两大类： 基于变量导向的量化相关路径与基于案例
导向的逻辑因果路径（ Goertz ＆ Mahoney，
2012a； Ｒagin，1987） 。 前者主要是基于对大样本的统计分析，
其案例通常来源于通过随机或概率抽样从总体中抽取的样本 （ 比如大量的调查问卷数据、实验研究中的
被试等） ，或者是在一定时空范围内的总体本身 （ 比如对特定时期的国家政治制度进行跨国比较分析

① 从这一点而言，混合方法研究的范围在一定程度上比多元方法研究更广。
② 本文关注的是如何通过目的性的选择策略以选择符合满足特定目标的案例，并不关注案例的样本代表性问题，因此，通过随机或
概率抽样选择案例并不在本文关注的范围之内，后者更多的是“技术”而非“技艺”问题。
1987） 看来，与个案研究相似，“案例导向的研究”指的是实证科学传统下的案例研究，主要包括以建构理论为目
③ 在拉金（ Ｒagin，
的的个案研究、少案例比较研究与定性比较分析（ QCA） 。

— 69 —
《经济社会体制比较》（ 双月刊） 2020 年第 2 期

等） ，而后者则需要再细分。由于 QCA 或模糊集法（ fuzzy set） 并未提供关于“变量控制 ”的方法，所以这

往往要求研究者在总体意义上探索逻辑因果关系 （ Goertz ＆ Mahoney， 2012a） 。然而，由于成本或数据可
得性等因素，研究者在不少情况下只能通过少案例比较进行研究 ，而无法将研究对象总体全部纳入分
析，这实际也为少案例比较分析提供了巨大空间 （ 陈超、李响，2019） 。 不仅如此，如果一项研究从内容
和分析路径上属于逻辑因果而非量化相关 （ 反之亦然 ） ，那么，无论是作为单一的整体研究，还是多元方
法研究中的跨案例分析部分，其在案例选择上的策略也会完全不同 。

表 2： 不同因果分析逻辑中的案例类型及其主要作用
案例来源 案例类型 定义 作用
一个（ 组） 反映了某种跨案例关 验证性的； 用以探究某一理论的
典型（ typical） 案例
系的实例 因果机制
两个或多个在 X、Y 或 X / Y 中呈 探索性或验证性的； 用以说明 X、
多样型（ diverse） 案例
现多样化取值的案例 Y 或 X / Y 的全距

从总体中通 一个（ 组） 相对于 X 或 Y 的单一 探索性的； 对 X 或 Y 进行无限制

极端（ extreme） 案例
过随机或概 分布呈现出极端取值的案例 性的探究
大样本 率抽样抽取 探索性的或验证性的； 用以探究
—统计 的样 本； 或 者 对 Y 的新解释，从而确认某一决
一个或多个偏离 了 某 种 跨 案 例
分析 是在一定时 异常（ deviant） 案例 定性 的 因 果 关 系。或 者 用 以 对
关系的案例
空范围内的 现有（ 罕见的） 解释进行证实或
总体本身 证伪

一个（ 组） 使得模型残差发生重
大变化的案例，即这些案例将对 用以探究哪些案 例 对 某 条 因 果
路径型（ pathay） 案例
包含 X 与排除 X 模型的残差产 路径产生了重要的“偏离”作用
生重要影响
对某一理论（ 导致结果出现的条
一个（ 组） 导致结果发生（ Y = 1）
典型案例 件组合） 的因果机制进行深入分
的条件组合的案例
中等 在一定时空 析（ 机制验证）
样本 范围内的总 布尔运算后，（ 1） 一个（ 组） 本应
—QCA 体 用以复查那些 （ 在理论上） 影响
导致结果发生，而结果却取值为
异常案例 跨案例分析结果的案例（ 条件验
0 的案例； （ 2） 结果发生，而条件
证）
组合在布尔解之外的案例

通过时空或 只有一个条件不 同 而 其 他 条 件
最大相似
小样本 理论等立意 完全相同，且导致结果没有发生 基于求异法进行因果推断
（ most similar） 案例
—少案 选 择 的 案 例； （ Y = 0） 的一个（ 组） 案例
例比 或在一定时 只有一个条件相 同 而 其 他 条 件
较分析 空范围内的 最大差异
完全不同，且导致结果发生（ Y = 基于求同法进行因果推断
总体 （ most different） 案例
1） 的一个（ 组） 案例

注： （ 1） 对于典型案例、多样型案例、极端案例、异常案例以及重大影响型案例的说明参考了西赖特和耶林（ Seawright
2007b） ； （ 2） X 为核心解释变量，Y 为被解释变量，
2008） 的说明； 对路径型案例的总结则参见了耶林（ Gerring，
＆ Gerring，
X / Y 表示 X 与 Y 之间的某种相关关系。

如果是作为单一研究，那么在量化研究者看来，非随机或通过因变量来选择案例的方法是不可取
的，但这对于逻辑因果分析者而言，可能具有充分的正当性。 比如，研究者根据必要条件 （ 即 Y = 1 时，
X = 1） 来选择案例时，实际上在一定程度上也是将因变量作为案例筛选的标准。再如，逻辑因果路径的
研究者经常根据案例本身的理论启示 （ implication） 或理论杠杆作用 （ leverage） 等因素来进行案例选择
（ Goertz ＆ Mahoney，
2012a） 。
此外，不同的分析路径直接影响了多元方法研究中的案例选择 。吊诡的是，尽管诸多研究清楚地说
— 70 —
·学术新锐· 游 宇 等： 比较的“技艺”： 多元方法研究中的案例选择

明了案例选择在不同因果逻辑间存在着巨大的差异，却仍试图用大样本技术来“一统”样本选择的逻辑
（ Seawright， 2008） 。 这很可能出现“错配 ”现象： 两种迥异的认识论被用来指
2016； Seawright ＆ Gerring，
导同一种方法论。如前所述，大样本与中小样本的跨案例分析是两种差异巨大的因果分析路径 ： 即使是
在以解释为核心目标的实证主义范式之下 ，二者在认识世界的目的与方法上仍大相径庭 ①。
对于以大样本量化相关为跨案例分析的多元方法研究 ，连接案例内分析的个案选择策略通常以变
量或变量间关系以及代表性为选择标准 。基于此，其选择的案例便可主要分为五大类。（ 1） 典型案例。
此类案例通常“映射 ”了某种跨案例关系 （ 其往往正好位于回归线之上或其附近 ） ，往往最具代表性。
（ 2） 多样型案例（ 组） 。这类往往需要通过配对、分组或交叉表来进行相应的比较，其可用于展示变量或
变量间关系的范围。（ 3） 极端案例。 此类案例通常是相对变量的某种分布而言的，其更多的是用于跨
案例分析之中的假设生成研究。（ 4） 异常案例。 偏离某种关系 （ 如线性回归线 ） 的案例，既可用以探究
对因变量的新解释，也可以对现有解释进行证实或证伪。（ 5） 路径型案例。 通常针对某种关系中具有
较大影响力的案例，并用于探究哪些案例会对某条因果路径产生更为巨大的影响 。 通常而言，典型案
例、异常案例与路径型案例偏重于对变量间关系的机制验证 ，这也是我们在第三部分所关注的案例选择
类型。与此相对，QCA 之后的案例选择策略主要以因果复杂性与机制的条件组合为主 ，其中的典型案
例是那些导致结果发生（ Y = 1） 的条件组合的机制验证型案例。 然而，研究者也会关注那些虽然并未导
致结果发生但在理论上呈现出重要条件组合的案例 ，这便是以条件验证为导向的异常案例 。
综上，在多元方法研究中，我们选择什么样的案例以进行后续的案例内分析，主要是基于我们选择
哪一类跨案例分析的路径，以及个案分析试图完成的核心目标。 接下来，我们会分别讨论，大样本统计
分析与定性比较分析之后的个案选择技艺 。

三、基于回归的案例选择
在多元方法研究中，似乎并不存在“如何挑选案例 ”的最优方法，这要取决于跨案例分析的路径以
及具体的研究设计与目标等。而且，研究者往往根据具体目标有选择地运用多种方法来选择案例。 然
而，我们关注的典型案例、异常案例与路径型案例均是基于回归的选择策略。 在这一部分，我们将基于
对省以下财政结构与地方治理绩效这一研究的讨论 ，对具体选择策略进行说明。
（ 一） 典型案例与异常案例
在之前进行的一项跨案例研究中，研究者对省以下财政结构与地方治理绩效的关系进行了分析。
具体而言，通过对 1997 ～ 2009 年的省级面板数据的计量分析，研究发现： （ 1） 省以下支出分权水平可以
显著地提高地方治理绩效，而且这种促进作用更多地体现在县级而非市级支出分权上 ； （ 2） 地方净转移
支付收入在多数情况下会显著恶化政府治理绩效 。
为了挑选具体的省份进行机制分析 ，该研究试图建构一个简单的线性回归来选取合适的异常与典
型案例。具体而言，通过选择若干关键的变量来建构一个简单的 OLS 模型，并根据其残差情况来选择
相关案例。根据研究问题，并考虑到各变量的历时变动情况 （ 单调递增或递减、波动递增或递减等 ） ，我
们选择如下变量并作相应测量②。
表 3 简要汇报了各变量的回归系数方向和显著性 。 无论是治理指数Ⅰ还是治理指数Ⅱ的变动，其
与人均 GDP 的增长、省以下财政分权程度均正相关； 此外，相对于西部地区，东部沿海地区的地方治理
2
绩效增长得更快。两个模型调整后的 Ｒ 大致在 0. 45 以上，表明挑选的变量大致可以解释各地区治理

① 需要说明的是，少案例比较分析通常并不存在一个相对“独立”的案例选择步骤。这是因为，研究者运用求同和（ 或） 求异法等逻
辑因果方式进行的案例选择与之后的案例比较分析是不可分割的研究整体。因此，我们并不将其纳入本文主题的探讨之中。
② 在该研究中，我们使用了两种测量方法： 第一种地方治理绩效包括政府与市场以及政府与社会的指标； 第二章测量纳入了“非国
有经济”发展的相关指标。两种测量均以简单加权平均来测度地方政府治理水平。

— 71 —
《经济社会体制比较》（ 双月刊） 2020 年第 2 期

指数变动的一半左右。鉴于影响地方治理因素的多样性和复杂性 ，这也是一个比较合理的解释水平 。

表 3： 基于回归的案例选择模型
变量 测量 回归模型简报
因变量 治理绩效变动 治理指数2009 —治理指数1997
人均 GDP 变动 （ 人均 GDP2009 —人均 GDP1997 ） / 人均 GDP1997 + ＊＊
省以下财政支出分权 1997 ～ 2009 年各地区财政支出分权均值 + ＊＊ 或 + ＊＊＊ （ GI_2）
自变量 治理绩效初始值 1997 年治理指数 －
类别变量： 东部沿海； 中部； 西部； 东三省 中部： + ； 东部沿海： + ＊＊＊
区域
（ 以西部为参照组） 东三省： +

注： （ 1） 因变量包括两类治理绩效，除了显著性水平略有差异外，其系数方向均一致，“ + ”表示系数为正、“—”表示
*
系数为负； （ 2） p ＜ 0. 05，＊＊ p ＜ 0. 01，＊＊＊ p ＜ 0. 001，模型调整后的 Ｒ2 为 0. 45 左右； （ 3） 人均 GDP 按照 2001 年不变
价进行调整； （ 4） 模型样本未包括四个直辖市与西藏，样本数为 26。

模型的残差，即每个点距离回归线的垂直距离 ，是我们关注的重点。 异常案例又称高残差案例

（ Seawright ＆ Gerring，
2008） ，在该项研究中，残差为各地区实际的地方治理绩效与预测值的差值 。 简单
而言，如果一个点离回归线越近，便表明其残差值由随机因素生成的可能性越高 。如表 4 所示，从模型

表 4： 基于案例选择模型的地区残差汇总
因变量为 GI1 因变量为 GI_2
省份 原始值 预测值 残差 省份 原始值 预测值 残差
浙江 10. 030 6. 388 3. 642 浙江 9. 232 6. 159 3. 007
江苏 9. 500 5. 906 3. 594 江苏 9. 161 6. 341 2. 891
安徽 5. 220 3. 306 1. 914 安徽 4. 994 3. 349 1. 645
陕西 3. 035 1. 892 1. 143 宁夏 3. 420 2. 220 1. 200
宁夏 2. 470 1. 557 0. 913 青海 2. 724 1. 687 1. 037
青海 2. 190 1. 280 0. 910 云南 3. 944 3. 011 0. 933
云南 3. 735 3. 169 0. 566 黑龙江 3. 438 3. 164 0. 274
黑龙江 3. 345 2. 884 0. 461 陕西 2. 868 2. 673 0. 195
湖北 3. 700 3. 302 0. 398 吉林 3. 576 3. 410 0. 166
吉林 2. 925 2. 704 0. 221 新疆 2. 530 2. 398 0. 132
广东 5. 900 5. 907 － 0. 007 湖北 3. 842 3. 747 0. 095
新疆 2. 015 2. 162 － 0. 147 江西 3. 802 3. 866 － 0. 064
四川 3. 580 3. 882 － 0. 302 福建 5. 240 5. 493 － 0. 253
湖南 2. 790 3. 184 － 0. 394 四川 3. 886 4. 177 － 0. 291
江西 3. 115 3. 638 － 0. 523 河南 3. 752 4. 160 － 0. 408
广西 2. 375 2. 903 － 0. 528 辽宁 4. 128 4. 568 － 0. 440
福建 5. 250 5. 779 － 0. 529 广东 5. 902 6. 342 － 0. 440
山西 2. 540 3. 164 － 0. 624 内蒙古 3. 948 4. 460 － 0. 512
辽宁 3. 465 4. 147 － 0. 682 湖南 3. 118 3. 666 － 0. 548
河南 3. 140 3. 912 － 0. 772 广西 2. 802 3. 464 － 0. 662
贵州 2. 200 3. 005 － 0. 805 山西 2. 638 3. 358 － 0. 720
甘肃 1. 940 2. 750 － 0. 810 贵州 2. 364 3. 263 － 0. 899
内蒙古 3. 535 4. 475 － 0. 940 甘肃 1. 898 3. 030 － 1. 132
海南 1. 950 3. 846 － 1. 896 山东 4. 898 6. 233 － 1. 335
山东 4. 295 6. 331 － 2. 036 海南 2. 702 4. 290 － 1. 588
河北 2. 460 5. 228 － 2. 768 河北 3. 134 5. 416 － 2. 282

资料来源： 根据相关数据和回归模型所制。

— 72 —
·学术新锐· 游 宇 等： 比较的“技艺”： 多元方法研究中的案例选择

来看，如果将残差按照降序排列，可以发现浙江与河北分布均在正负残差的两端。 对于浙江而言，根据
模型所得的预测值为 6. 4 左右，但实际值为 10，这说明除了所选变量外，存在其他因素拉高浙江的地方
治理绩效； 而河北正好相反，其预测值为 5. 2 左右，实际值仅为 2. 5，这说明尚有其他因素使得河北本应
更好的地方治理越发糟糕。在此意义上，浙江与河北也可以作为一组多样性案例纳入之后的比较分析 。
典型案例（ 即低残差案例） 的选择需要进行综合考量。在典型性上，残差小于 0. 5（ 绝对值 ） 左右且
在两个模型中均出现的包括黑龙江、吉林、湖北、广东、四川以及新疆； 如果限定更为严格，残差小于 0. 3
左右且在两个模型中均出现的只有四川 。此外，我们也对地方净转移支付收入与地方治理绩效的负相
关关系感兴趣。而在上述所有相对典型的案例中 ，按照收入分权（ 高—低 ） 与支出分权 （ 高—低 ） 的类型
划分，只有四川属于“低收入分权—高支出分权”的类型。换言之，四川将大部分收入集中于省本级，同
时其支出又是高度分权的，因此，四川以下相当比重的支出是依靠来自省或中央的财政转移支付 。 基于
此，我们可以选择四川作为机制分析的典型案例 ： 一方面因为其在财政支出分权与地方治理绩效的关系
上较为典型，另一方面其也可以为我们理解省以下转移支付与地方治理绩效这一关系提供更为详细的
理论知识。
（ 二） 路径型案例
为了选取路径型案例，即那些受到某个自变量影响较大的案例 ，我们可以通过比较每个案例在完整
模型（ 即模型 1 ） 与 简 约 模 型 （ 即 模 型 2 ） 的 残 差 大 小 （ Gerring，2007b） 。 路 径 影 响 型 案 例 可 以 通 过
Ｒes reduced 与 Ｒes full 的差的绝对值来选择： 前者的绝对值大于后者的绝对值，且残差差值的绝对值最大 （ 或
较大） 时的（ 一组） 案例，便是路径型案例。
Y = Constant + X1 + X2 + Ｒes full （ 1）
Y = Constant + X2 + Ｒes reduced （ 2）
在选择路径型案例时，我们之所以限定简约模型残差绝对值要大于完整模型残差的绝对值 ，是为了
确保加入的解释变量（ 即 X1 ） 将该案例“推向”回归线，而不是与之相反。我们同样基于上述研究来讨论
此类案例的选择应用。在此，我们关注的是地方固定资产投资比重与地方治理绩效的关系 。 因此，我们
将 1997 ～ 2009 年地方固定资产投资占 GDP 比重的均值这一变量（ 即 X1 ） 纳入表 4 的模型之中 （ 其余解
释变量为 X2 ） 。表 5 为各案例在完整模型与简约模型中的残差之差汇总 。

表 5： 地方固定资产投资比重中潜在的路径影响型案例
省份 Ｒes full Ｒes reduced 差值 绝对值 省份 Ｒes full Ｒes reduced 差值 绝对值
北京 － 1. 63 － 2. 37 － 0. 74 0. 74 福建 1 1. 23 0. 23 0. 23
内蒙古 0. 51 0. 65 0. 15 0. 15 广东 0. 16 0. 37 0. 21 0. 21
吉林 － 1. 74 － 2. 07 － 0. 33 0. 33 重庆 － 0. 29 － 1. 16 － 0. 87 0. 87
黑龙江 － 1. 02 － 1. 21 － 0. 18 0. 18 青海 0. 69 0. 08 － 0. 61 0. 61
上海 3. 58 3. 99 0. 42 0. 42 宁夏 0. 21 － 0. 25 － 0. 46 0. 46
江苏 4. 07 4. 43 0. 36 0. 36 新疆 － 0. 46 － 0. 57 － 0. 11 0. 11
安徽 1. 93 1. 97 0. 05 0. 05

注： 没有汇报的省份即表明该案例不符合限定条件，即简约模型残差的绝对值要大于完整模型残差的绝对值。

基于上述分析，重庆可以作为路径型案例来进行详细分析 。相比于其他三个直辖市，重庆的治理绩
效增长也是最为缓慢的，两种地方治理绩效分别为 3. 62 与 3. 96，而前三者均在 4. 5 以上①。 我们特别
关注偏重计划式的投资拉动型经济增长方式对地方治理产生了哪些不利的影响 。 当然，最为主要的原
因在于，该案例在固定资产投资与地方治理绩效这一关系中具有最为重要的理论权重 ，对该案例的深入

① 上海分别为 8. 93 与 8. 03，天津分别为 6. 20 与 5. 90，北京分别为 4. 57 与 5. 06。

— 73 —
《经济社会体制比较》（ 双月刊） 2020 年第 2 期

分析可以为我们揭示这一因果路径的潜在机制 。

四、基于逻辑因果的案例选择
面对中等规模的样本或总体，时下最流行的跨案例分析路径是定性比较分析 （ QCA） ①。 与基于线
性代数的回归分析不同，这一方法基于布尔代数与集合理论，从逻辑充分 / 必要性的角度对因果关系进
行阐释。这一根本性的差异使得基于 QCA 方法完成跨案例分析的研究对个案的选择有着不同的策略
要求。
（ 一） 典型案例： 机制验证导向
一般来说，使用 QCA 的方法进行因果推断主要包括以下四个步骤 ： 首先，根据研究问题确定案例选
择范围； 其次，根据文献梳理与理论框架的建构确定影响结果的若干条件 ； 再次，根据案例在各个条件与
结果上的情况进行赋值，并以此建立真值表（ truth table） ； 最后，根据真值表进行布尔运算并得到最终的
布尔解（ solution） ，该“解”即为导致结果发生的一个或一组充分性的条件或条件的组合。 不难看出，通
过这一过程所得到的是条件（ 组合 ） 与结果之间有关充分 / 必要性的关系，然而对于条件如何导致结果
的过程———因果机制———并无任何探讨。 更重要的是，多数定性比较分析的方法都是静态的，缺乏对
“时间”的关照。这一缺陷主要表现在，虽然该方法注重条件组合与结果的关系，但是忽视了不同条件
出现顺序对结果的影响（ Beach ＆ Ｒohlfing，
2018） 。因此，在使用定性比较分析进行跨案例比较之后 ，十
分有必要通过对典型案例的分析，探寻因果机制，完善因果解释。 在定性比较分析的方法中，典型案例
指的是，满足布尔解的条件关系且结果出现 （ presence） 的案例。下面以探索福利国家产生的条件为例，
对以上论述进行简要说明。
哈格（ Hug，
2013） 指出，从先行研究来看，福利国家的产生大致有四个相关的影响因素，它们分别
是： 一个强大的左翼政党（ P） ，强有力的工会（ U） ，一个强力的法团主义的工业体系 （ C） ，以及社会经济
的同质性（ S） 。如果我们以欧美主要国家为研究总体，按照它们在这四个条件上的有无分类 （ 1 /0） ，可
以得到如下真值表（ 表 6） 。

表 6： 福利国家产生的条件真值表
国家 P U C S W 国家 P U C S W
奥地利 1 1 1 1 1 德国 0 0 1 0 0
丹麦 1 1 1 1 1 荷兰 0 0 1 0 0
芬兰 1 1 1 1 1 瑞士 0 0 1 0 0
挪威 1 1 1 1 1 日本 0 0 0 1 0
瑞典 1 1 1 1 1 新西兰 0 1 0 0 0
加拿大 0 0 0 0 0 爱尔兰 0 1 1 1 1
法国 0 0 0 0 0 比利时 1 1 1 0 1
美国 0 0 0 0 0
数据来源： Hug（ 2013： 258） 。

根据这一真值表，遵循布尔代数的计算方法，可以得出如下结论：
PUC + UCS → W
也就是说，产生福利国家的条件组合有两种可能 ： 一种组合是“强大的左翼政党、强有力的工会与强
力的法团主义的工业体系”，另一种组合是“强有力的工会、强力的法团主义工业体系与社会经济的同

① 定性比较分析（ QCA） 这一方法有诸多变种，例如基于清晰集的定性比较分析、模糊集的定性比较分析、多值定性比较分析等。

虽然这些不同的变种在具体操作上有所差异，但是其背后根本的核心逻辑是一致的。因此，本文以最基本的清晰集定性比较分析为例进
行说明。

— 74 —
·学术新锐· 游 宇 等： 比较的“技艺”： 多元方法研究中的案例选择

质性”。可以看出，布尔化简为探索福利国家产生的条件提供了两种清晰的解释 。然而，在这一过程中，
研究者无法了解从因到果的过程 ，更无法厘清因条件时序不同而产生的不同的机制路径。 根据比奇和
罗尔夫（ Beach ＆ Ｒohlfing，
2018） 的总结，等于或多于三个条件的条件组合按照不同的时序情况 ，大致可
以有四种机制路径： （ 1） 条件同时发挥作用； （ 2） 诱发条件与中介条件； （ 3） 诱发条件与中介组合； （ 4） 诱
发组合与中介条件。将这四类路径置于以上福利国家的问题中，以 PUC 这一条件组合解为例，从理论
上来说，则可以在每种路径类型下至少总结出一种可能 （ 图 1） 。

图 1： 由不同条件时序产生的四类机制路径

图 1 中四种类型的机制路径呈现的一个基本事实是 ，同一条件组合可以有不同的排列方式 ，而每一

种排列方式都对应着截然不同的机制路径 。因此，借助对典型案例的分析，深入挖掘案例内条件相互作
用的过程，才更有可能对问题进行完整且准确的解释 。 根据上述对典型案例的界定可知，在本例中，存
在两个布尔解“PUC”与“UCS”，满足该布尔解条件组合情况，并且产生福利国家的两个案例分别是比利
时与爱尔兰。因此，这两个案例就是该研究中需要进一步分析的典型案例 。
（ 二） 异常案例： 条件验证导向
在使用定性比较分析方法得出布尔解之后 ，除了需要借助典型案例挖掘条件与结果之间的机制以
外，还需要根据研究的实际情况，对异常案例进行考察。这是因为，对于建立在充分 / 必要性基础上的逻
辑因果来说，异常案例不仅意味着对结果可能存在新的解释 ，有些异常案例甚至还挑战着布尔解本身。
总的来说，在定性比较分析研究中，有两种常见的异常案例 （ Schneider ＆ Ｒohlfing，2013） 。 第一种是满
足布尔解所提供的条件组合情况 ，但是结果没有发生的案例 （ 以下称Ⅰ型异常案例 ） ； 第二种是结果虽
然发生，但是条件组合情况属于布尔解以外的案例 （ 以下称Ⅱ型异常案例 ） 。从两种异常案例的定义不
难看出，Ⅰ型异常案例与一致性（ consistency） 参数紧密相关，而Ⅱ型异常案例则与覆盖率 （ coverage） 参
数紧密相关。虽然各类软件都能便捷地计算出这两个拟合参数 ，但是由于异常案例从逻辑上影响着关
于问题的解释，因此，必须根据研究需要针对不同类型的异常案例 ，对理论框架进行调适 （ Schneider ＆
Wagemann，
2012） 。
Ⅰ型异常案例。以上述有关福利国家的研究为例，根据布尔解可知，凡是在现实中包含“PUC”或
“UCS”的条件组合，却没有产生福利国家的案例都属于Ⅰ型异常案例。 由于布尔解表示的是导致结果
发生的充分性的条件（ 组合） ，因此，根据充分性的定义可知，Ⅰ型异常案例本质上是对布尔解充分性能
否成立的挑战。最有可能导致该问题发生的原因是 ，存在一些重要的但被忽视的条件 。因此，研究者需
要将异常案例与典型案例进行深入比较 ，从而挖掘导致不同结果的其他被忽视的条件，为完善理论框
架、进行新一轮的定性比较分析奠定基础 （ Beach ＆ Ｒohlfing，
2018） 。
Ⅱ型异常案例。同样以上述有关福利国家的研究为例，凡不属于“PUC”或“UCS”蕴含项 （ implica-
nts） 的条件组合，导致了福利国家产生的案例都属于Ⅱ型异常案例。 事实上，这类异常案例的存在，其
背后反映的是“殊途同归”（ equifinality） 或称“一果多因 ”的现象。 这意味着，研究者遗漏了某一类甚至
某几类的条件组合（ 而非个别条件 ） 。 因此，这就要求研究者针对这些案例进行深入探索，挖掘条件组
— 75 —
《经济社会体制比较》（ 双月刊） 2020 年第 2 期

合中不同条件之间的整合关系。
总之，如果说典型案例解决的是因果逻辑完整性的问题 ，那么异常案例所解决的是因果逻辑一致性
的问题。因此，从这个意义上来说，针对典型案例的分析在很大程度上类似于上述利伯曼 （ Lieberman，
2005） 提出的“模型检验型小样本分析”，而针对异常案例的分析则属于“模型构建型小样本分析 ”。 从
这一思路来看，当研究者使用 QCA 的方法完成跨案例分析之后，应当首先针对异常案例进行分析，从而
完成对模型的调适，然后再展开对典型案例的分析，以完成完整的因果解释。

五、总结与讨论
多数的社会行动与结果均是由一系列因素 （ 组合） 辅以特定的机制而导致的，这要求社会科学研究
者从识别因果关系与厘清因果机制两方面来进行探索 （ 唐世平，
2018） 。如何在一项研究设计中借助多
元的研究方法来完成核心的因果推断目标 ，这在一定程度上需要践行方法论的折中主义 ，这无疑也为多
元方法研究的运用提供了较大的空间 。
多元方法研究秉承实用主义的世界观 ，试图综合跨案例研究与案例内分析以完成核心的研究目标 ：
前者偏重于识别因果关系，而后者则专注于呈现因果机制。 然而，选取何种方式进行跨案例研究，这在
很大程度上体现了研究者的认识论立场 。其中，一种侧重甄别“原因的影响 ”（ effects of causes） ，而另外
一种则关注探索“结果的原因”（ causes of effects） ①。对于前者，研究者通常借助大样本的统计分析来分
析变量相关、处理效应与条件控制等，以识别单一因素或少数交互项的影响。 对于后者，研究者认为需
要重视（ 宏观现象的） 因果复杂性，强调对一定时空范围的总体案例进行定性比较分析，或针对其中少
部分案例进行少案例的比较研究，并从逻辑充分 / 必要性的角度对因果关系进行阐释 。二者基本上可以
归纳为变量导向型与案例导向型的因果分析路径 （ Ｒagin，
1987） 。
然而，多数关于多元方法研究的探讨，并未对不同的跨案例分析路径在认识论上的差异给予足够重
视，也没有进行相应的关于后续个案选择的针对性探讨 （ Beach ＆ Ｒohlfing， 2017） 。本文认
2018； Goertz，
为，不同的因果分析路径将在很大程度上影响后续的个案选择目标与策略 。在此基础上，我们试图通过
区分上述两种不同的跨案例分析路径 ，并结合具体实例来探讨多元方法研究中不同的案例选择策略 。
具体而言，基于大样本回归分析的个案选择策略，重在选择其中的典型案例 （ 即低残差案例 ） 与异
常案例（ 即高残差案例） ，并尝试从“正”与“反”两方面来进行机制分析。 或者，我们还可以通过比较完
整与简约模型间的残差之差，选取恰当的路径影响型案例以对特定因果路径进行深入分析 。
基于中等规模样本的定性比较分析 ，是基于布尔代数与集合理论来进行跨案例的逻辑因果分析 ，对
于其中机制的探讨仍需要选取适合的案例进行过程追踪或因果叙事 。 因此，选取满足布尔解的条件关
系且结果出现（ Y = 1） 的典型案例，可以为我们提供潜在的验证性机制分析。 此外，我们还可以借助其
中的异常案例，以探索那些潜在的对结果的新解释 ，或尝试化解对布尔解本身的挑战 。这样的异常案例
包括两类，即满足布尔解所提供的条件组合、结果没有发生的案例 （ 即Ⅰ型异常案例） ，以及结果虽然发
生、但条件组合情况属于布尔解以外的案例 （ 即Ⅱ型异常案例） 。
然而，需要说明的是，多元方法研究的案例选择策略在很大程度上是一项“技艺 ”。 虽然我们可以
借助某种分析工具以提供各种客观的选择“指标 ”，但研究者应该清楚的是，并不存在一种挑选案例的
最优方法。之所以选择 A（ 组） 案例而非 B（ 组） 案例进行后续分析，这在较大程度上取决于研究者在理
论定位、目标抉择以及对案例本身的理解程度等因素之间的权衡 。
上述分析的启示在于，只有通过对跨案例研究与后续的个案选择策略在认识论与方法论上的正确
衔接，研究者才更有可能充分挖掘多元方法研究在因果推断中的巨大潜力 。诚然，多元方法研究尝试将

① 注意，只有在结果是由不受其他因素影响即仅由单一因素（ 或处理） 导致的情况下，推断“结果的原因”才等同于推断“原因的影

响”。因此，大多数情况下，推断“结果的原因”不止于推断“原因的影响”（ 唐世平，2018） 。

— 76 —
·学术新锐· 游 宇 等： 比较的“技艺”： 多元方法研究中的案例选择

定量方法和质性方法进行互补，试图达成研究设计上的“升华 ”。 然而，其中也充满了认识论与方法论
的“陷阱”。实际上，戈尔茨与马洪尼（ Goertz ＆ Mahoney，2012a） 在探讨定量与质性研究这两种风格迥
异的分析路径时，试图用集合理论统一质性研究的逻辑，并以此展开与“定量文化 ”的理论对话。 他们
的分析在很大程度上说明，大样本定量研究与定性比较分析各自建立在差异较大的认识论立场之上 。
因此，在多元方法研究中，我们在设计研究之初便要明确研究的客体 、核心的研究目标、可供研究的案例
总体以及不同因果分析路径的作用边界 ，从而针对不同目标、运用合适方法来选取恰当的案例 。

参考文献：
2019： “逻辑因果与量化相关： 少案例比较方法的两种路径”，《公共管理评论》，
陈超、李响， 2019，
2： 3—22。
2018： “观念、行动和结果： 社会科学的客体和任务”，《世界经济与政治》，
唐世平， 2018，
5： 33—59。
2016： “次国家财政结构与地方治理： 一项实证研究”，《公共行政评论》，
游宇、张光、庄玉乙， 2016，
5： 85—110。
2018： “社会科学中的因果机制： 微观基础和过程追踪”，《公共管理评论》，
张长东， 2018，
1： 10—21。
2015： “《社会科学中的研究设计》与定性研究”，《公共行政评论》，
朱天飚， 2015，
4： 63—68。
2017： “政治学研究中的因果关系： 四种不同的理解视角”，《国外理论动态》，
左才， 2017，
1： 24—31。
Beach，D． ，and I． Ｒohlfing，2018． “Integrating Cross － case Analyses and Process Tracing in Set － Theoretic Ｒesearch：
Strategies and Parameters of Debate． ”Sociological Methods and Ｒesearch． 47（ 1） ： 3 － 36．
Bennett，A． ，and A． George，2005． Case Studies and Theory Development in the Social Sciences． Cambridge，Mass： MIT
Press．
Collier，D． ，2011． “Understanding Process Tracing． ”Political Science and Politics． 44（ 4） ： 823 － 830．
Creswell，J． W． ，and V． L． P． Clark，2011． Designing and Conducting Mixed Methods Ｒesearch． Thousand Oaks，CA：
Sage．
Druckman，J． N． ，and D． P． Green，J． Kuklinski，and A． Lupia，2006． “The Growth and Development of Experimental Ｒe-
search in Political Science． ”American Political Science Ｒeview． 100（ 4） ： 627 － 635．
Gerring，J． ，2004． “What Is a Case Study and What is it Good for？”American Political Science Ｒeview． 98（ 2） ： 341 － 354．
———2007a． Case Study Ｒesearch： Principles and Practices． New York： Cambridge University Press．
———2007b． “Comparative Political Studies is There a （ Viable） Crucial － Case Method？”Comparative Political Studies．
40（ 3） ： 231 － 253．
———2008． “The Mechanismic Worldview： Thinking Inside the Box Ｒeview． ”British Journal of Political Science． 38（ 1） ：
161 － 179．
Goertz，G． ，2017． Multimethod Ｒesearch，Causal Mechanisms，and Case Studies： An Integrated Approach． Princeton： Prin-
ceton University Press．
Goertz，G． ，and J． Mahoney，2012a． A Tale of Two Cultures： Qualitative and Quantitative Ｒesearch in the Social Sciences．
Princeton： Princeton University Press．
———2012b．“Methodological Ｒorschach Tests： Contrasting Interpretations in Qualitative and Quantitative Ｒesearch． ”Com-
parative Political Studies． 46（ 2） ： 236 － 251．
Holland，P． W． ，1986． “Statistics and Causal Inference． ”Journal of the American Statistical Associationican． 81 （ 396） ：
945 － 970．
Hug，S． ，2013． “Qualitative Comparative Analysis： How Inductive Use and Measurement Error Lead to Problematic Infer-
ence． ”Political Analysis． 21（ 2） ： 252 － 265．
King，G． ，Ｒ． O． Keohane，and S． Verba，1994． Designing Social Inquiry： Scientific Inference in Qualitative Ｒresearch．
Princeton： Princeton University Press．
Lieberman，E． S． ，2005． “Nested Analysis as A Mixed － Method Strategy for Comparative Ｒesearch． ”American Political
Science Ｒeview． 99（ 3） ： 435 － 452．
Lieberman，S． ，1991． “Small N＇s and Big Conclusions． An Examination of the Ｒeasoning in Comparative Studies Based on
A Small Number of Cases． ”Social Forces． 70（ 2） ： 307 － 320．

— 77 —
《经济社会体制比较》（ 双月刊） 2020 年第 2 期

Lijphart，A． ，1971． “Comparative Politics and the Comparative Method． ”American Political Science Ｒeview． 65（ 3） ： 682
－ 693．
Mahoney，J． ，2000． “Strategies of Causal Inference in Small － N Analysis． ”Sociological Methods ＆ Ｒesearch． 28（ 4） ： 387
－ 424．
Mill，J． S． ，1884． A System of Logic，Ｒatiocinative and Inductive： Being A Connected View of The Principles of Evidence and
the Methods of Scientific Investigation． Longmans，Green，and Company．
Morgan，S． ，and C． Winship，2007． Counterfactuals and Causal Inference： Methods and Principles for Social Ｒesearch． New
York： Cambridge University Press．
Przeworski，A． ，and H． Teune，1970． Logic of Comparative Social Inquiry． New York： Wiley － Interscience．
Ｒagin，C． C． ，1987． The Comparative Method： Moving Beyond Qualitative and Quantitative Strategies． New York： Cam-
bridge University Press．
Ｒagin，C． C． ，2008． Ｒedisigning Social Inquiry： Fuzzy Sets and Beyond． Chicago： Chicago University Press．
Schneider，C． Q． ，and I． Ｒohlfing，2013． “Combining QCA and Process Tracing in Set － Theoretic Multi － Method
Ｒesearch． ”Sociological Methods and Ｒesearch． 42（ 4） ： 559 － 597．
Schneider，C． Q． ，and C． Wagemann，2012． Set － Theoretic Methods for the Social Sciences： A Guide to Qualitative Compar-
ative Analysis． New York： Cambridge University Press．
Seawright，J． ，2016． Multi － Method Social Science： Combining Qualitative and Quantitative Tools． New York： Cambridge
University Press．
Seawright，J． ，and J． Gerring，2008． “Case Selection Techniques in Case Study Ｒesearch： A Menu of Qualitative and
Quantitative Options． ”Political Ｒesearch Quarterly． 61（ 2） ： 294 － 308．

The Craft of Comparison： Case Selection

in Multi － Method Ｒesearch
You Yu1 ＆ Chen Chao2
（ 1． Chongqing University，Chongqing； 2． Shanghai Jiao Tong University，Shanghai）

Abstract： As the development of analytical methods and skills，social scientists have paid particular attention to the multi － meth-
od research design． In this article，we aim to address the question that in a multi － method research design，how researchers
should select cases properly for a particular purpose． We argue that two approaches to causal inference，Boolean causality，and
quantitative association，have different case selection strategies． In a quantitative analysis，after the statistical analysis based on a
large number of samples，scholars are able to test the causal mechanism by selecting typical，deviant or pathway cases； while in
an analysis of Boolean causality，scholars choose either typical cases to complete the causal logic，or deviant cases to make the
causal logic consistent． With two kinds of empirical examples，we illustrate these case selection strategies in a specific way． Our
discussions imply that the great potential of multi － method research design could not be explored unless the cross － case and with-
in － case analysis is epistemologically and methodologically connected correctly．
Key words： Multi － Method Ｒesearch； Case Selection； Causal Mechanism； Cross － Case Analysis； Within － Case Analysis

（ 责任编辑： 王政武）

— 78 —