ndependenceAssumption,CIA)。这个条件要求解释变量
取值不受被解释变量取值过程影响，两者取值是独立(Kingetal.1994，94；ImbensandRubin2015，257)。也就是说，那些影响到被解释变量变化因素，不能同时影响到解释变量变化，否则，
们无法证明被解释变量变化是由解释变量变化导致。然而，们关心对象往往是由诸多社会因素所决定，因此解释变量本身很难外生变化，那
个基本策略就是进行变量控制。当们控制
那些明显影响解释变量发生变化因素后，可以近似地认为解释变量变化是外生，从而观察解释变量变化如何导致被解释变量变化。当然，由于社会现象复杂性，们无法控制住所有影响因素，因此总会出现遗漏，而这种“遗漏变量”导致解释变量内生性问题，也会影响到因果推断有效性，此时需要用到更精巧研究设计来解决内生性问题，如上文提到历史自然实验或者工具变量法。
因果推断第三个假定是观测值独立(IndependenceofObservations)，或者稳定单位处理值假定(TheStableUnitTreatmentValueAssumption,SUTVA)。这个假设要求不同样本之间不存在相互影响，也就是说，a样本中X事件是否发生，不会影响到b样本中Y事件是否会发生。<注："否则，们无法获知，b样本中，Y事件变化，是否是由b样本中X事件变化导致，还是由a样本中X事件导致。">这个假设实际上排除社会互动，尽管在些情况下这是不现实假定，尤其是当们想要研究对象是不同行为主体之间互动关系或者某事件溢出效应时。如果们所关心问题不是社会互动，而只是样本内因果效应，那即便存在溢出效应，们也可以通过些统计方式来加以控制。比如，使用空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
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。
