办法构造出事件X没有发生
反事实案例。比如，在a案例下（或称为a样本）X发生
，
们观察到Y；们希望可以在b案例下（或称为b样本）观察若X不发生，Y是否也不发生。只要a与b在除X事件之外，其他条件非常相似，那
们可以将b案例中X事件不发生，近似地作为a案例中X事件发生反事实结果。通过比较a案例与b案例中Y事件发生与不发生情况，们可以推测X事件是否是Y事件发生原因。<注："但是，当们看到b案例中，X事件不发生，Y事件也发生时，们不能直接排除X事件是Y事件原因这
结论，因为可能存在其他因素（在a，b中都存在）同时影响到X事件与Y事件。因此们需要更多观测样本，更仔细地比较不同样本（或案例）之间其他因素差异。">当差异性案例或样本足够多时，其他因素对事件Y影响就越来越随机，们进而可以更加准确地获知X事件对于Y事件影响。同时，们也可以利用定量方法来检验X事件与Y事件之间关系，而非逐个进行案例比较。
图1反事实框架下因果效应<注："由于无法观测实际因果效应，图中为随机因果效应。">
因果关系识别要求们能够找到相似案例进行反事实推断，然而案例之间往往存在诸多不同，因此有相当多干扰因素(confounders)会影响到们结论可靠性。尤其是当某些干扰因素因不可知而被们遗漏时，因果推断会遇到极大挑战。如果们能够找到某个历史场景，存在两个相似案例（地区或者组别），由于某种历史偶然性，其中个案例发生外生变化或者具有某种特征（这个变化或特征及其导致结果正是们关心），而另个案例没有发生这种变化或没有这种特征，那们就可以利用这样种“历史自然实验”(historicalnaturalexperiment)来检验该变化与特征对于们关心结果影响(DiamondandRobinson2010；CantoniandYuchtman2021，213—241)。这是近些年定量研究方法最为重要进展。
下文以笔者与陈雨新、王海骁项研究为例，尝试部分说明这方法进展(Chen，Wang，andZhang2021)。们研究试图回答以下问题：中央z.府加强国家能力（如税收、征兵）种种尝试往往会因受到地方精英抵抗而失败，这是因为地方精英控制大量资源——如土地与人口，加强国家能力改革直接冲击他们经济利益(AcemogluandRobinson2000)。那，前者如何克服后者敌视与抵抗，从而推动中央化改革呢？们经验研究对象是中国南北朝时期北魏冯太后主持下场加强国家资源控制力改革(485—486)。这场
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。
