通过因果分析方法，系统地分析人地之间的关系。这些研究，不仅是在对气候变化的影响机制上有贡献，同时在理论和方法学上都有学术贡献。

1 历史分析和地理尺度相结合    

在地理学中，尺度分析是一个重要的方法学上的考量，尺度分析在地理学上主要指代空间尺度和时间尺度。而在过去的研究中，如Zhang等和Pei等，都将地理尺度的思考模式，明确地应用到了历史气候变化和社会经济发展的研究之中。在时间尺度上，章典和裴卿等论证出在短期和长期的时间尺度中，气候变化的影响到底有何不同。同时，在不同的空间尺度下，Pei等以移民为例，定量地论证了空间尺度不同，所得出的研究结论也将有所不同。    

但是需要特别提出，虽然在不同尺度上得出的结论可能有所不同，但是并不相互排斥和抵触，尺度的选择是展开研究的基本立足点，同时也需要再次指出，在研究人地关系领域中，长时期和大空间的宏观尺度更有利于反映气候变化和人类社会之间的联系。

2 统计因果关系的提出    

以往的历史研究中，往往是基于个别事件或某一时段进行深入剖析、综合评价所有可能的影响因素，给出对此特定案例或者特定时段的历史解释。当然，在此相对微观尺度上，如果单纯认为气候变化是这些历史事件发生的原因，这将难免会落入“环境决定论”的陷阱之中。但是在宏观尺度上，往往可以更有效地从统计上证明气候变化作为一个不可忽略的角色在社会经济发展中的存在。因此，Pei等[[36]明确提出了统计因果关系(statistical law)。统计因果关系的提出，不是单纯地建立在数据和统计方法基础上，而是将因果关系理论中的5个标准和统计方法相结合，在大历史数据和统计分析方法之上提出的。虽然该统计因果关系不代表会适用于每一个案例，但是能从一个整体上发现气候变化的作用。同时，统计因果关系是建立在大量的历史资料和宏观尺度上，所以，统计因果关系与现有的传统历史研究得出的结论并不相悖，因为正如前述所说，两者的研究尺度有所不同。

3 历史“大数据”    

在目前的学术研究中，大数据是一个重要的理念。而在历史、环境史或者历史地理中，应该有更多的基于大数据理念推行的研究。目前存在的难度主要有:第一，尺度的选择，在传统的微观尺度上，大数据几乎很难实现，主要是因为历史资料相对缺乏;第二，在传统微观尺度上，即使要展开统计分析，但是样本量较小，这时候加入一个或者减少一个影响因子，对于统计结果而言，会存在较大的统计敏感性。    

然而在现阶段的发展中，由于在宏观尺度上能够使样本量有所增加，即使是减少或增加个别数据，也较难影响最终统计结果的显著性。并且，大量的数据会加强自变量和因变量之间统计关系的稳定性。随着史料的进一步发掘，相信在资料完善的基础上，历史大数据的理念将会被进一步接纳，这需要史学家的不断深入研究。

4.4重新审视马尔萨斯理论    

马尔萨斯学说认为，资源的增长遵循线性模式，而人口增长是指数模式，因此人口增长会超过资源增长，当人口规模超过农业生产，人间悲剧即大规模的人口锐减和非正常死亡将会发生，因此，马尔萨斯辩称人类悲剧的成因是人口的迅速增长。但是，Zhang等和Lee等的研究中，都发现实际上人类的这些悲剧更多是由气候变化导致的农业减产造成的，因为气候变化影响下资源的波动比人口的波动更加明显和剧烈。马尔萨斯学说强调日渐增长的食物需求是起因，而上述发现起因是气候变化导致了食物供给稀缺，这些研究从长时间和大空间尺度上重新审视了马尔萨斯学说。

4 中国与欧洲实证对比研究    

在现有的对气候变化和社会经济发展的因果关系研究中，中国和欧洲往往作为主要的研究地区。这主要是因为中国和欧洲具有明显的历史文献优势，特别是在宏观尺度之下，这种优势将会进一步被放大，以利于开展实证和定量分析。    

在对中国与欧洲社会经济发展比较研究中，大分流(Great Divergence)是研究中国和欧洲不同发展现象的一个重要描述，往往强调工业革命之后，中国和欧洲经济发展出现了差距，特别是欧洲经济占据了支配地位，该理论在经济史学界受到较高的重视。Pei等[fso}的最新研究发现，将气候变化引入经济系统之后，从一个长时期和大空间的尺度上，历史气候变化对中国农业经济的影响高于同时期的欧洲，因此，在对比中国和欧洲人口危机中，中国的人口锐减次数要多于欧洲，这也可以用来印证中国和欧洲在历史气候变化影响下，两者之间社会经济反应不同。而且其中最主要的原因是人口的角色在中国和欧洲有所不同，中国人口的消费强度高于欧洲，所以这种人口角色的区别也可以提醒我们，在研究中国和欧洲历史发展中，往往需要格外注意中国自身特有的情况，从这点上看，其实地理尺度除了时间、空间之外，也许国家特色、文化特色等也应该作为“尺度”纳入到研究之中。