提升到核心地位，从而忽视该机制背后的历史情景。学界的批评使得早期以“大结构、大过程和大比较”(Tilly1989)为重点的历史社会学研究式微，学者开始关注历史或然性、社会行动者的主体性以及核心事件与过程的历史展开，而放弃了对结构的关注。从这一角度来说，定量方法，尤其是其在研究设计上的进展，也许能够帮助学者进行更有意义的比较分析，从而找回“结构”。另外，目前实证研究已从单维度的数据结构，如时间序列与截面数据，发展到双维度的数据结构，也就是既包含时间维度也包括空间（或单位）维度的面板数据。更丰富的数据结构使得学者可以同时利用时间与空间维度的变异来进行因果检验，避免了“没有时间的横向比较”导致的缺乏历史感（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一些不随时间或者空间变化的干扰因素，如地理因素、宏观瞬时冲击等，这极大地降低了因果论证的难度。
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的关注仍稍显不足。正如上文所述，定量方法的优势不仅在于描述典型事实，更在于使用巧妙的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的因果识别策略，如双重差分、断点回归与工具变量法，极大地改进了定量研究的可信度与严谨性，而历史社会学的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的。一方面，历史社会学的历史属性使得学者较难收集系统的定量数据，而早期历史社会学者又较为关注宏观跨国案例，这使得研究对象缺乏足够的差异性与样本量，从而无法进行统计推断。另一方面，新一波的历史社会学将文化与意义等因素引入研究之中，关注行动主体与历史的或然性，而这些概念往往难以量化，这无疑也限制了定量方法的使用（Adams,ClemensandOrloff2005；严飞2019；郦菁2020；钱力成2020）。尽管如此，定量方法在因果论证方面的独特优势仍值得更多的重视。<注："值得注意的是，复杂的定量因果识别策略要求学者能够找到恰当的研究场景，比如某种历史外生冲击。然而不是所有的研究议题都可以找到外生冲击以便使用最新的定量技术，这种“方法导
