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
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。
