政治学的比较方法

破除误解#

真正的比较方法，是有目的地利用案例之间的相同与不同，检验一个解释能否站住。

研究者问的不是“这些国家有什么特点”，而是：“为什么相近的国家走向不同结果？”或者“为什么差异很大的国家却出现相似结果？”

比较也不等于国家比较。

城市、选区、政党、法院、政策部门、历史时期都可以成为案例。一个国家内部的地区差异，有时比跨国比较更能控制法律、货币和国际环境。

把 Mill 的求同求异法当成可以机械套用的“公式”，同样是误解。约翰·斯图亚特·穆勒在《逻辑体系》中提出的契合法与差异法，本是整理因果推断逻辑的工具；亚当·普热沃尔斯基与亨利·特尼在1970年《比较社会探究的逻辑》中，把它们改写成最相似系统与最不同系统设计。现代比较政治沿用的是这套设计意识，而不是宣称两个案例就能证明普遍定律。比较方法回答的是“在受控对比下，哪类解释更难被排除”，不是“全世界都会如此”。把小样本比较吹成定律工厂，与把国家简介拼盘叫比较，是左右两个极端的同一种失败。

从问题开始#

比较设计必须从一个有差异的结果开始。

为什么一些民主国家出现强福利制度，另一些长期依赖家庭照护？为什么资源丰富在某些国家强化国家能力，在另一些国家却助长腐败？为什么相似的选举制度产生不同政党体系？

没有结果差异，比较就容易退化为分类。

研究者随后提出候选解释，例如国家能力、阶级联盟、殖民制度、宗教组织、选举规则或国际压力。比较的任务，是让这些解释接受相互竞争的证据检验。

穆勒逻辑提醒我们：先固定“要解释的结果”，再决定是用差异法去找关键分歧，还是用契合法去找共同条件。顺序反了，案例选择就会被叙事牵着走。

最相似系统设计#

最相似系统设计选择背景尽可能相近、结果却不同的案例。

逻辑类似自然实验：如果两个案例共享许多条件，剩余的关键差异可能更接近因果解释。它对应穆勒的差异法——在高度相似的背景下，那一项（或少数几项）不同的条件，成为候选原因。

例如，两个相邻地区适用同一部宪法、共享语言和宏观经济环境，却有不同的公共服务绩效。研究者可以进一步考察地方财政、官僚任用或政党竞争。

但“相似”永远不是自动成立的。

研究者必须说明相似在哪些维度、为什么这些维度与理论有关。只说两个国家都在欧洲、都很富裕，并不能证明它们是有效的最相似案例。普热沃尔斯基与特尼强调的是系统匹配：尽量控制住大量背景变量，以便把推断压力集中到少数解释项上。小样本并不可怕，可怕的是宣称已经控制、却说不清控制了什么。实务上，研究者常先列一张“理论相关的背景清单”，逐项说明为何这些维度必须相近，以及现有证据如何支持相近判断。清单越公开，读者越能判断最相似设计是认真匹配，还是修辞性相似。

最不同系统设计#

最不同系统设计选择背景差异很大、结果却相似的案例。

如果不同制度、文化和发展水平的案例都出现同一种结果，研究者会寻找它们共享的机制。这对应穆勒的契合法：差异极大却同结果，则那些彼此不同的因素较难充当共同原因，共享条件更值得优先检验。

例如，不同政体中的反腐机构都在获得独立调查权、稳定预算和司法支持后提高办案能力。这并不立即证明三项条件就是原因，但能帮助缩小解释范围。

最不同设计的风险，是把差异压缩得太快。

表面相同的结果可能来自不同路径。两个国家都实现高投票率，一个靠强制投票，另一个靠高组织动员。结果相似不代表机制相同。等结果性（同一结果、多条路径）会削弱契合法的排除力，因此最不同设计常常需要配合过程追踪，而不是停在变量表上的“共同点”。换句话说，最不同系统擅长做排除与启发，不擅长单独完成机制证实。它告诉你“别再把那些彼此不同的因素当成共同原因”，却不能自动告诉你共享条件究竟如何运作。

概念等值#

比较之前，必须确认同一个词在不同案例中指向相近对象。

“政党”“国家能力”“腐败”“民主”“中产阶级”在不同制度中可能拥有不同含义。把一党体制内的组织、竞争性民主中的政党和地方庇护网络都编码为同一变量，会制造虚假的可比性。

概念等值至少有三层。

第一是语义等值：受访者是否以相近方式理解问题。

第二是测量等值：指标是否以相近方式反映概念。

第三是因果等值：同一指标在不同制度中是否通过相近机制起作用。

比较研究不是先收集数据再处理概念，而是先决定什么可以比较。萨托利提醒过概念拉伸的危险：为了覆盖更多国家而不断放宽定义，最后变量名义统一、实质空洞。

案例不是国家名称#

一个案例是被理论界定的分析单位。

研究中央银行独立时，案例可能是一个国家的一段政策时期；研究政党竞争时，案例可能是一场选举；研究联邦制时，案例可能是省级财政关系。

如果案例边界不清，观察数量会被夸大。

把一个国家的二十年数据当作二十个完全独立案例，忽略制度惯性和时间相关性，会产生伪精确。反过来，把大型联邦国家视为单一案例，也可能掩盖重要的地区差异。

时间维度#

政治比较不能只做横截面快照。

制度会学习，联盟会变化，政策会产生反馈。相同的冲击在改革前后可能有不同影响。

纵向比较可以在同一案例中观察变化前后，但“前后不同”不等于政策造成变化。同期经济周期、战争、人口结构和技术变化都可能是替代解释。

序列同样重要。

先建立税收能力再扩大福利，与先承诺福利再寻找收入，可能形成完全不同的财政政治。比较方法需要把时间顺序纳入理论，而不是只把年份加入回归表。

扩散与依赖也会破坏“独立案例”假设，这就是常说的高尔顿问题：相似结果可能来自相互模仿、殖民移植或国际组织压力，而不是各自独立生成的同一国内原因。最相似或最不同设计若忽略空间与网络相关，会把传播误读成结构决定。

选择偏差#

只研究发生革命的国家，无法解释革命为什么发生。

只研究成功民主化，容易把所有成功前的特征误当成原因。研究设计需要加入未发生结果的负案例，或者明确自己的目标只是解释某一结果内部的路径。

“按因变量选案例”并非永远错误。

如果问题是识别多条通向同一结果的机制，选择成功案例可能合理。但研究者不能再声称自己已经估计该结果发生的总体概率。

关键不是机械禁令，而是让案例选择与推断目标一致。

异常案例的价值#

异常案例不是应该删除的噪声。

如果统计模型预测某国应当民主化，它却持续威权，这个案例可能暴露遗漏变量、错误测量或新的机制。

典型案例适合说明常见路径；极端案例让机制更容易观察；异常案例检验理论边界；关键案例试图在最有利或最不利条件下检验命题。

不同案例承担不同推断任务，不能混为一谈。利吉法特早指出比较方法常陷于“案例少、变量多”；案例类型学的意义，正是用理论任务约束有限的观察，而不是假装样本已经很大。

多重因果#

政治结果很少由单一变量造成。

同一结果可能通过多条路径出现，称为等结果性。民主化可能来自群众动员、精英妥协、战争失败或国际条件变化。

一个条件也可能只有在其他条件存在时才起作用。

资源财富在国家能力强时可以支持公共投资，在问责薄弱时可能支持庇护网络。比较研究需要分析条件组合，而不是寻找放之四海而皆准的单一按钮。

穆勒式排除法在多重因果与互动条件下会失效：没有“单一必要且充分”的因子可被干净剔除。此时比较方法的贡献，是缩小候选组合、暴露机制异质性，并为统计或形式模型提供可检验的范围条件。

比较与统计#

比较方法和统计方法不是敌人。

大样本模型可以估计模式的普遍程度，比较案例可以检查概念、机制和异常值。统计结果帮助选择典型或异常案例，案例研究又能揭示模型遗漏的过程。

真正的多方法研究不是把一张回归表和两个故事放在一起。

它要求不同证据回答互补问题：跨案例关系有多稳定？案例内部的机制是否出现？替代解释能否被排除？测量在不同环境中是否等值？

普热沃尔斯基—特尼传统关心的是系统层次的控制逻辑；当代研究则进一步追问：控制是靠案例匹配完成，还是靠模型协变量完成，两者各自牺牲了什么外部效度。方法选择应服从推断目标，而不是服从学科时髦。

实施清单#

开始比较研究前，应写清七件事：

1. 结果变量是什么，在哪些案例之间发生了什么差异。
2. 候选解释和替代解释分别是什么。
3. 案例在哪些理论相关维度上相似或不同。
4. 核心概念能否跨案例保持等值。
5. 案例选择是否依赖已知结果。
6. 时间边界和关键序列如何界定。
7. 哪种证据会让研究者放弃原来的解释。

最后一项最重要。

如果任何结果都能被解释，比较就没有检验理论。还可以补问第八项：相似是独立生成的，还是扩散造成的？写不清这一点，最相似设计可能只是在比较同一政策模板的多个副本。穆勒提供的是排除逻辑的骨架，普热沃尔斯基与特尼提供的是系统选择的语言；当代比较研究还必须处理测量漂移、空间相关与多重因果。三层加在一起，比较才从“找两个国家聊聊”变成可辩护的推断设计。若只能记住一句口诀，不妨记：最相似找差异，最不同找共性；两者都要先证明“相似/不同”本身站得住，再谈因果候选。

伦理与权力#

比较分类会产生政治后果。

“脆弱国家”“失败国家”“传统社会”等标签可能把外部权力关系写成社会自身缺陷。指标设计者必须说明分类标准、数据缺口和规范假设。

全球比较还面临资料不平等。

高收入国家档案完整、调查连续，低收入或冲突地区数据稀缺。把“容易测量”误当成“更重要”，会让理论围绕少数国家经验建立。

比较方法的严谨，也包括承认谁被数据代表、谁被排除。把穆勒—普热沃尔斯基的设计语言用好，并不能自动免除分类政治；它只是让研究者更难用“我们只是在客观比较”来回避责任。好的比较报告会同时展示：设计如何缩小解释空间，以及分类与数据缺口如何限制外推。少了后一半，方法越精致，越可能把局部经验包装成普遍知识。

跨域连接#

• 国家能力：比较设计必须从有差异的结果开始，而不是从有名的国家开始。"为什么相近的国家走向不同结果"与"为什么差异极大的国家出现相似结果"是两种不同的推断任务：前者找造成差异的条件，后者找共享的机制，把两者混用会得到看似丰富、实则无法证伪的解释。
• 测量等值：政党、腐败、中产阶级在不同制度中可能指向不同对象。等值至少有三层——受访者是否以相近方式理解问题、指标是否以相近方式反映概念、同一指标是否通过相近机制起作用。任一层不成立，跨案例的平均差异就可能来自测量而非现实。
• 比较历史分析：序列本身携带因果信息。先建立税收能力再扩大福利，与先承诺福利再寻找收入，会形成完全不同的财政政治——这类差异无法靠在回归里加一个年份变量表达，必须把时间顺序写进理论。
• 统计学：把一国二十年的数据当成二十个独立案例，会因忽略制度惯性与时间相关而产生伪精确；把大型联邦国家当成单一案例，又会掩盖关键的地区差异。案例边界不是行政事实，而是由理论界定的分析单位。
• 解殖民知识论：分类会产生政治后果。"脆弱国家""传统社会"这类标签可能把外部权力关系写成社会自身的缺陷。资料不平等还会让理论围绕少数国家的经验建立——把"容易测量"误当成"更重要"，是比较研究最隐蔽的偏差。

参考文献#

• Lijphart, Arend. “Comparative Politics and the Comparative Method.” American Political Science Review 65(3), 1971, 682–693. DOI: 10.2307/1955513.
• Mill, John Stuart. A System of Logic. 1843.
• Przeworski, Adam and Henry Teune. The Logic of Comparative Social Inquiry. Wiley, 1970.
• Sartori, Giovanni. “Concept Misformation in Comparative Politics.” American Political Science Review 64(4), 1970, 1033–1053. DOI: 10.2307/1958356.
• Seawright, Jason and John Gerring. “Case Selection Techniques in Case Study Research.” Political Research Quarterly 61(2), 2008, 294–308. DOI: 10.1177/1065912907313077.
• Mahoney, James and Dietrich Rueschemeyer, eds. Comparative Historical Analysis in the Social Sciences. Cambridge University Press, 2003.
• Gerring, John. Case Study Research: Principles and Practices. Cambridge University Press, 2007.

延伸阅读#

• Brady, Henry E. and David Collier, eds. Rethinking Social Inquiry: Diverse Tools, Shared Standards. Rowman & Littlefield, 2010.
• George, Alexander L. and Andrew Bennett. Case Studies and Theory Development in the Social Sciences. MIT Press, 2005.