系统工程与供应链管理
模糊集定性比较分析 (fsQCA)
把案例校准成集合隶属，在 2^k 个逻辑角上计算一致性与覆盖度，列出足以看到高水平结果的条件组合。
这篇能回答什么
模糊集定性比较分析（fuzzy-set Qualitative Comparative Analysis, fsQCA）把每个案例看成若干集合的隶属度，而不是回归里的一个残差点。它承认殊途同归：多条条件组合（组态）都可以充分通向高水平结果。算法先保证条件与结果落在 [0,1]，再把每个案例分配到 2^k 个理想角（每个条件取「在」或「不在」），用集合交计算该角的隶属，统计一致性、原始覆盖度与频数。一致性默认阈值 0.8，过线的角按覆盖度从高到低列出；总体解取这些角隶属的逐点最大值，再算一条总一致性与总覆盖度。
适合：中小样本的组态研究——城市治理、企业创新、项目成败——自变量很难满足线性可加、又怀疑「缺一不可的配方」比「边际弹性」更贴近机制。本教学表示 80 行，条件 A/B/C 与结果都已在 (0,1) 内，因此跳过分位校准。最强角是 **条件A * 条件B * 条件C**（一致性 0.9978，覆盖 0.6244，频数 16）。
如何选择方法
先分清你要的是净效应还是配方。回归假设条件可分离、效应有方向与标准误；fsQCA 假设条件以组合方式充分（或必要），同一条件在不同角里可以「在」或「缺席」。若只想看两个定类变量是否独立，用卡方检验更干净。
模糊集定性比较分析：2–7 个条件 + 1 个结果；输出过线组态的一致性、原始覆盖度与频数。
线性回归 / 分层回归：估计偏回归系数与 ΔR²，回答的是净效应，不是组态。
二元逻辑回归：结果是 0/1 时估计优势比，仍是可加对数优势，不是真值表。
卡方 / 列联表：两个定类变量的格子关联，没有模糊隶属与覆盖度。
输入、输出与限制
输入
条件变量可定量或定类，结果变量可定量或二元定类。按列删缺失后进入校准：若某列最小值≥0 且最大值≤1，原样当作隶属度；否则用 5%、50%、95% 分位做分段线性映射，把两端收到 0.05 与 0.95，并把恰好 0.5 的点拨到 0.501，避免 QCA 里无法归角。
条件变量：最少 2 个，界面最多 10 个；实际求解超过 7 个会报错。
结果变量：正好 1 个。
输出
结果表列：条件组态、一致性、原始覆盖度、案例频数。组态用 * 表示逻辑与，~ 表示该条件取低水平。表注给出总体解覆盖度与总体解一致性。散点图横轴原始覆盖度、纵轴一致性，虚线画在 0.8 与覆盖度参考 0.5。
产品限制
一致性阈值固定 0.8，没有界面可改；频数门槛是「隶属>0.5 的案例至少 1 个」，空角当逻辑余项丢掉。
列出的是过线角本身（接近文献里的复杂解候选），不做 Quine–McCluskey 最小化，也没有简约解、中间解。
不做单条件必要性（通常要求一致性≥0.9），表里没有「必要」标签。
这些规则来自 StatsX 实现，不要拿 fs/QCA 3.0 或 R 包 QCA 的默认频数截止、PRI 与标准分析三套解来逐格对。
案例
研究问题。 八十个案例已有三个前因条件与一个结果的模糊隶属（列名就叫条件A、条件B、条件C、结果）。研究者想列出通向高水平结果的充分组态，并比较它们的解释力。四列均在 0.10–0.95，校准步骤被跳过。
教学示例工作表为「fsqca」，80 行。八个逻辑角都有案例，且一致性都 ≥0.8，因此表中出现 8 条路径。最强为 **条件A * 条件B * 条件C**，一致性 0.9978，原始覆盖度 0.6244，频数 16。最弱一条是 ~条件A * ~条件B * ~条件C（一致性 0.8375，覆盖 0.4288）。注：符号『~』代表该条件的缺失或低水平；『*』代表逻辑与 (AND)。总体解覆盖度=0.942，总体解一致性=0.802。
在 StatsX 中操作
步骤 1 · 上传并切到 fsqca 页
打开工作台，将 Excel / CSV / JSON 拖入上传区。本案例用运筹示例 xlsx，工作表选「fsqca」（80 行）。单文件不超过 20 MB。
步骤 2 · 确认隶属度列不是编号
条件A/B/C 与结果应是定量。若画像把它们藏进「疑似 ID」，角色框会空着——不要在空间坐标页上跑本方法。
步骤 3 · 搜索模糊集定性比较分析
在目录输入「fsQCA」或「组态」。适合/可用只说明列类型能否填满角色。
步骤 4 · 指定条件与结果
条件变量勾选条件A、条件B、条件C（2–7 个真正求解）；结果变量只勾「结果」。点击运行分析。
步骤 5 · 先看总一致性再看单条覆盖
总一致性 0.802 贴着阈值，说明并集刚够格。写论文时优先报告覆盖最高且一致性接近 1 的角，不要把 8 条都写成「核心路径」。
如何阅读输出
下表由同一份「fsqca」表在 StatsX 中运行得到。符号 * 是同时满足，~ 是该条件取低隶属。**条件A * 条件B * 条件C** 排在第一。注：符号『~』代表该条件的缺失或低水平；『*』代表逻辑与 (AND)。总体解覆盖度=0.942，总体解一致性=0.802。
| 条件组态 (Configuration 路径) | 一致性 (Consistency) | 原始覆盖度 (Raw Coverage) | 案例频数 (Frequency) |
|---|---|---|---|
| 条件A * 条件B * 条件C | 0.9978 | 0.6244 | 16 |
| 条件A * ~条件B * 条件C | 0.9412 | 0.5578 | 11 |
| 条件A * 条件B * ~条件C | 0.9806 | 0.5441 | 10 |
| 条件A * ~条件B * ~条件C | 0.8983 | 0.4946 | 9 |
| ~条件A * 条件B * 条件C | 0.9504 | 0.4884 | 10 |
| ~条件A * ~条件B * 条件C | 0.9009 | 0.461 | 7 |
| ~条件A * 条件B * ~条件C | 0.9176 | 0.4605 | 8 |
| ~条件A * ~条件B * ~条件C | 0.8375 | 0.4288 | 9 |
左右滑动可查看完整表格
注：符号『~』代表该条件的缺失或低水平；『*』代表逻辑与 (AND)。总体解覆盖度=0.942，总体解一致性=0.802。
【fsQCA组态】结果=结果，总体一致性=0.802，覆盖度=0.942。
解读顺序建议：结果列名称 → 总体解一致性是否只是刚过 0.8 → 覆盖最高的一两条 → 是否出现逻辑相反的角同时过线。本例 ~A*~B*~C 也过了 0.8，这在发表级 fsQCA 里通常靠更高的频数门槛或 PRI 剔掉；本页没有这两道滤网，所以八个角会并排出现。总体覆盖 0.942 高，是因为并集几乎罩住全部高结果隶属——它不证明「随便一条配方都够用」。
理论与公式
对角向量 c ∈ {0,1}^k，案例 i 属于该角的隶属取各条件的交：在角上取 μ_{ij}，不在角上取 1−μ_{ij}。频数计隶属大于 0.5 的案例数。一致性与原始覆盖度（Ragin 充分性）为：
总体解隶属取所有过线角隶属的逐点最大，再套上面两式，得到表注里的总体解一致性与覆盖度。未做校准的列若已在 [0,1]，保持原值；否则 5% 分位→0.05、中位→0.5、95%→0.95，中间线性插值。本实现没有 PRI（proportional reduction in inconsistency），也没有把余项纳入最小化。
注意事项
八个角都过线，往往是结果与条件近线性叠加的教学数据形态，不代表现实里「怎样组合都行」。
一致性高、覆盖低：配方可靠但只解释一小撮案例；反过来则解释面广但夹杂失败案例。
~ 是否定，不是缺失值。缺失行在校准前已被删掉。
定类条件会被当成数值再校准；真正的清晰集 0/1 请自己先编成隶属，避免被 5%–95% 拉弯。
不要把组态一致性写成回归的 R²，也不要把覆盖度写成「自变量解释了 62% 方差」。
发表稿若需要标准分析三套解，应在 fs/QCA 或 R 包里继续做最小化，并在文中声明本页只提供真值表筛选。
常见问题
参考文献
Ragin, C. C. The Comparative Method: Moving Beyond Qualitative and Quantitative Strategies[M]. Berkeley: University of California Press, 1987.
Ragin, C. C. Redesigning Social Inquiry: Fuzzy Sets and Beyond[M]. Chicago: University of Chicago Press, 2008.
伯努瓦·里豪克斯, 查尔斯·C. 拉金. QCA 设计原理与应用：超越定性与定量研究的新方法[M]. 杜运周, 等译. 北京: 机械工业出版社, 2017.