一、引言 比较政治学作为政治学的分支，方法论需要不断进行发展和完善。由于比较政治学关注国家之间政治现象的差异性和复杂性①，作为比较政治学研究的基础方法，定性研究方法通过挖掘案例获得事实，得出具有解释性的结论，但是结论范围相对有限、适用范围窄、缺乏更加有效的对比，因而事物间的因果结构很难通过研究来准确证明②；而定量研究通常借助一定的数理统计技术，构建自变量与因变量线性等模型关系，却不能解释自变量彼此相互依赖的复杂因果链条与原因结构。而且社会现象发生的条件因素多是相互依赖而非单独独立的，因此解释某一社会现象发生的原因需要采取整体的、组合的方式。③因此，在比较政治学研究中，混合应用多种研究方法成为比较政治学方法论研究的新趋势。④ 组态比较方法(configurational comparative methods)整合定性与定量研究的方法优势，以条件要素不同组合形态为研究命题，运用集合论揭示要素组态与结果的集合关系，探索性回答了多重并发的一系列因果复杂性问题。⑤组态是共同发生且概念上可以区分多维度的特征群体。⑥20世纪80年代以来，由于组态分析具有独特的研究视角和方法论优势，组态比较方法的各种变型逐渐应用于分析社会科学和政治学的因果研究。⑦其中，定性比较分析(qualitative comparative analysis，简称QCA)是组态比较方法的主要代表⑧，定性比较分析作为传统定量与定性研究的优势集合替代，成为社会科学中广泛使用的组态比较方法。⑨我国学者黄振乾和唐世平运用定性比较分析对现代国家兴衰进行探讨，拓宽了比较政治学的因果研究路径。⑩但是定性比较分析无法对由因果链生成的数据进行因果建模，关注焦点局限于因果关系而不是因果规律(11)，存在因果解释的组态比较局限。 2009年，鲍姆加特纳(Baumgartner)为弥补定性比较分析的组态研究局限，基于共存研究的理论基础，将coincidence analysis(张驰等学者对此翻译为共存分析(12)，简称CNA)用于组态数据的因果分析。(13)共存研究最早始于伯恩斯(Burns)和斯托克(Stalker)对企业组织进行比较分析，聚焦于具有相似的战略、目标或结构等共同特征的组织集合，进而通过描述这些共同特征来形成的一致或者相似的模式或构象(14)，这种模式可以是个体、组织或国家层面的，20世纪后期逐步从组织理论、战略管理扩展到工商管理诸多领域之中。随着政治学研究对象的日益复杂化，共存研究的集合论优势逐渐被政治学家注意到，共存研究的理念模式逐渐拓展到政治学的研究论域。(15)鲍姆加特纳正是基于共存研究的理论基础，继承与发展定性比较分析的因果机制探索，提出了共存分析的组态比较方法。因此，以因果组态比较分析为视角，研究共存分析作为定性比较分析的进阶发展，探讨共存分析对定性比较分析方法的继承与超越，梳理共存分析的研究方法，研讨共存分析在比较政治学中的应用，寻找比较政治学研究的因果链条和多因解释，对于推动比较政治学因果规律研究具有重要方法论意义。 二、共存分析：定性比较分析的进阶发展 组态比较方法集合了定性和定量分析的方法论优势，成为超越定性与定量划分的一条新道路。(16)定性比较分析和共存分析作为组态比较方法之中主要代表性的研究范式，反映因果组态比较分析生成与进阶的发展脉络。 (一)定性比较分析的因果组态优势 定性比较分析(QCA)作为组态比较方法的典型代表，能够有效系统地处理多个案例原因条件整体组合比较的研究数据，揭示条件组态与结果间复杂的因果关系。(17)定性比较分析已被认为是介于定性和定量分析之间一种成熟的社会科学研究方法，在政治学、社会学和管理学等各大研究领域得到广泛应用。 首先，定性比较分析是同时关注定性分析的案例属性和定量分析相关性的组态比较方法，解释系列案例之中包含的条件要素与结果之间的因果逻辑关系。(18)定性比较分析以案例为研究介质，分析导致案例结果的多重并发解释条件的组合关系，也就是揭示多个不同因素条件组合可能产生相同结果的差异化组合形态。(19)定性比较分析在因素赋值、真值表构建和数理运算上继承了定量分析的优势，有效规避了不同定性研究者价值倾向差异对研究结果的主观影响，可以同时处理多个样本案例的相关性，数理分析清晰，可重复可再现。(20) 其次，定性比较分析主要依赖集合论强大的理论背景。定性比较分析以集合论为方法论灵魂，以集合论的数理逻辑挖掘充分反映案例的条件因素与结果。与一般意义上的抽象统计分析不同，使用定性比较分析对条件要素和结果进行赋值操作，实际上可以被视为判断某个案例是否属于某个集合，或者多大程度上属于某个集合的过程。(21)具体而言，定性比较分析的集合研究就是把条件因素和结果按照理论或经验的标准，校准为符合案例特征的集合隶属，再通过必要一致性、覆盖性分析以及反事实分析，解释多重并发的复杂因果关系。(22)其中，一致性指标是定性比较分析的重要稳健性参数，它再现了案例结果遵守相应条件因素的必要性关系或整个模型的一致程度，是衡量条件因素集合是否或多大程度上隶属于结果的子集。(23)换言之，一致性指标得分越高，条件因素集合从属于结果集合的程度便越高，多重并发因果关系的可确认性也就越高。(24) 最后，定性比较分析引入布尔代数后的优势体现得更为清晰。布尔代数是一套严密的可以得出导致某一特定结果的条件因素组合的逻辑计算体系。(25)而且，在单个条件要素对结果影响已知的前提下，由于布尔代数的计算逻辑能够兼顾关注条件因素之间的平行效应和交互作用，因此可以通过布尔代数这种计算逻辑优势对多个案例样本进行比较分析，得出形成特定结果发生的条件因素组合。(26)和所有的因果组态方法一样，定性比较分析寻找由规律性因果关系理论定义的因果依赖关系。事实上，大多数布尔依赖并不反映因果依赖，出于这个原因，规律性理论受非冗余原则约束，过滤那些由于潜在因果依赖而产生的充分性和必要性关系：布尔依赖结构只有在不包含任何冗余元素的情况下才是可因果解释的。(27)现代规律性理论在固定的因果背景下用布尔差异制造定义因果关系。(28)
