在比较政治领域，历史分析至关重要。从阿历克斯·托克维尔和马克斯·韦伯到加百列·阿尔蒙德和西蒙·李普赛特，到赛德·斯考浦尔和玛格丽特·李维，学者们通过比较两个或更多历史案例的轨迹来分析政治的动态变化。他们认为，导致重大历史事件的基本原因可以在过去的历史中找到。另外，他们也主张要弄明白这些因果关系的来龙去脉，我们需要仔细考察这些历史事件是如何在历史长河中逐渐展开的。 从事历史分析的比较研究学者所涉及的问题丰富多彩，与当代政治科学不相上下。他们所提出的各种解释也覆盖了该学科的各种理论。因此，我们无法根据研究的问题性质以及理论出发点来界定历史分析。不过，当比较学者进行历史分析时，的确使用了与众不同的方法来提出和解答问题。基本上，这些学者所提出的问题主要是要回答究竟什么原因导致特定事件产生了影响重大的后果，其目的是对那些在其理论范围内的每一个事件的历史后果进行充分的解释(Mahoney and Rueschemeyer 2003)。这样，历史研究者和那些运用跨国别数据统计方法的研究者截然不同，后者主要关注的是如何从大样本的基础上得到因果效应的平均作用大小，但对特定事件的特殊结果不感兴趣。例如，统计研究者关心的是在大样本的基础上，发展对民主的平均影响效果。而历史分析学者关心的是在一个或多个案例中，究竟是什么原因使得民主成为可能(Mahoney and Goertz 2006)。这方面，存在着很多实际的例子：例如历史研究者探讨导致在特定的早期现代欧洲国家中存在不同国家—体制综合体的原因(Downing 1992; Ertman 1997; Tilly 1990)、导致资本主义国家形成不同福利国家体制的原因(Esping-Anderson 1990; Hicks 1999; Huber and Stephens 2001)、历史上和当代各国发生社会革命的起源(Foran 2005; Goldstone 1991; Skocpol 1979)、在一些地区（例如拉美）产生民主或专制的原因(Mahoney 2001; Paige 1997; Yashar 1997)。所有这些研究，都是针对一些特定条件下的样本进行解释的。 这种在提出和解答问题时所表现出来的倾向性，也呈现出三个方法论上的特点，这些特点使我们能更好地认识到历史研究在比较政治领域里的独特性。首先，历史研究者有他们自己的因果关系分析工具，包括分析必要／充分条件的工具，通过单一案例分析法验证假说的一整套程序，等等。这些方法和利用数据进行统计分析的方法截然不同(Brady and Collier 2004; George and Bennett 2005; Mahoney 2004; Mahoney and Goertz 2006)。其次，历史分析者非常重视政治解释中的时序因素。当解释一个事件之所以发生时，他们会强调事件的持续时间、速度，以及重要历史事件的时机(Pierson 2004; Thelen 2003)。最后，历史分析者对他们所研究的历史案例有非常深刻的了解，因此在进行历史叙述时会对相关的历史背景进行清晰的展示。这些专门的分析工具和技巧在对特定历史条件下的特殊事件进行解释时会起到很大的作用。这里我们对这些特点意义进行分析。 因果分析法 横截面分析法(Cross-Case Analysis) 早期的横截面分析和假说验证主要利用米尔分析法（一致方法和差异方法）（例如Skocpol and Somers 1980）以及Przeworski and Tuene(1970)所采用的方案设计方法。近年来，其他的方法，例如必要条件和充分条件法、Boolean算法、模糊逻辑法(Fuzzy-set Logic)基本上占据了主流地位(Goertz and Starr 2003; Ragin 1987; Ragin 2000)。 米尔一致／差异法可以用来排除非必要／充分条件。这些法则可以被看作是确定性的，因为任何对该法则的偏离都可以被认为某因素（本身）并不是结果的原因。对这一确定性的方法仍然存在一些争论，①但方法论的研究者一般都同意该方法仅适用于小样本的研究。 不过研究必要／充分条件的方法不一定都是确定性的。研究者可以容易地判断一个原因在多大程度上可以被看作是必要还是充分条件，例如，在90%的时间里都构成充分／必要条件(Braumoeller and Goertz 2000; Dion 1998; Ragin 2000)。如果选择的样本并不多，那么研究者可以在统计上确定其研究结果的置信区间。同样地，没有理由认定我们必须使用二元变量(Dichotomous Variables)来验证有关必要／充分条件的假说。例如一个在连续区间取值的自变量是一连续区间取值的因变量的必要条件，这意味着只要自变量在某一段区间内其取值为零，那么因变量在某一区间内的取值必定为零。 在比较政治学中，一个被广泛运用的横截面方法就是分类方法(typological theory)(George and Bennett 2005)。这一方法以类型的种类为解释变量（自变量），不同类型的分类反映了解释变量的不同取值。而各种类或“类型”下的具体取值则反映了被解释变量（因变量）的取值。这样一来，类型的分类则共同（不是个别地）构成了被解释变量具体取值的充分原因。比较政治学中有大量的研究都明显或隐含地使用了分类方法，如Downing(1992)对欧洲政治体制的研究、Goodwin(2001)对革命的研究、Jones Loung(2002)对政党和选举制度的变化的研究，等等。 除此之外，还有一些更为正式的方法来判断必要／充分条件。其中，Boolean算法大概是最广为人知的(Ragin 1987)。该方法主要是看几个二元变量的组合是否是某结果的充分条件。因为存在多种组合，而每一种组合都可能构成结果的充分条件，因此该方法允许存在到达同一结果的多重路径，这种情况也被称为多因同果性(Equifinality)。最近，Ragin(2000)又在具有概率性质的Boolean算法框架下，利用模糊逻辑法对连续变量进行评估。Ragin所发展的技术分析手段已经在比较研究中得到较为广泛的运用（可参见http://www.compasss.org/）。
