，学者在运用定量方法
时候，也面临
些挑战，包括度量误差、样本选择以及因果检验前提假设等等问题。定量学者对此有清醒认识，同时也试图通过新方法与估计策略来回应这些挑战。需要注意是，上述问题是大多数经验研究都会遇到挑战，无论是定量还是定性方法都应严肃对待。定量方法将事实浓缩为数据，以数据为核心(data-centered)进行经验研究，更容易忽视上述局限，需要格外警惕。<注："更多对定量方法批评请见BradyandCollier(2004)；MahoneyandRueschemeyer(2013)；MahoneyandThelen(2015)。">
1.度量问题
定量研究将复杂社会互动化约为变量之间统计关系，极大地降低
学者解释复杂社会现象难度。然而这种“降维”方式毫无疑问会带来“失真”问题，即统计变量不定能够完美捕捉
们想要研究理论概念(Kingetal.1994，151)。如，国家能力这概念原指国家执行其政策目标、实现其意志能力(Mann1984；Skocpol1985，9)，这意味着国家能力是个结果导向概念，国家政策目标能否实现是衡量国家能力强弱重要尺度。然而结果导向概念往往不好度量；不同国家在不同发展阶段政策目标相异，该概念也缺乏跨时空可比性。目前，学者（尤其是定量学者）在研究国家能力时，往往使用国家所掌握资源（如财政资源）多寡，或是否有套完善且高效官僚体制来衡量国家能力(e.g.，DinceccoandKatz2016)。这背后隐含假设是，国家所掌握资源越多，组织能力越强，实现其政策目标能力也就越强。然而，资源投入与目标实现之间不定存在必然联系。对复杂概念简单量化也许会忽视些重要理论面向。例如，以资源投入为基础来度量国家能力，也许会忽视国家与社会互动关系。当国家与社会处于良性互动，或者国家统治合法性较高、z.府政策受到民众广泛支持时，即便z.府资源不足，国家政策目标也容易实现；反之，如果国家—社会关系恶化，即使z.府资源充足，政策执行也将面临巨大挑战(WeissandHobson1995)。
又如，在上文提到威默尔等人研究中，作者试图检验诸多竞争性假说，因而对不同假说都寻找代理变量以进行统计检验。然而作者所找到代理变量能否度量其他学者所提出理论概念，本身是值得
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。
