在社会学等学科的实证研究中，倾向值分析是当前常用的用来估计因果关系的方法。但是，在实际应用中，若需要通过有限样本估计某一外在宏观要素对微观层次的作用效应的形塑，则此方法可能会面临精确性和代表性难以同时兼顾、协变量的多阶矩难以同时平衡以及多层多个协变量难以同时匹配三个难题。新近发展的熵平衡法能够有效解决这三大难题。本文综合国内外的最新研究进展，对熵平衡法的原理、特点和优势进行了梳理，并在此基础上提出了两步熵平衡法，以实现两个层次不同协变量的同时匹配；然后，以新经济社会学中的社会网络研究为例，通过对一个调查数据的分析展示了这一方法在因果关系的估计上与倾向值匹配、倾向值加权等方法的异同；最后，对熵平衡法的运用前景和可进一步拓展之处，给出了笔者的思考。