《Frontiers in Public Health》：Urban health performance configurations in Chinese cities: longitudinal fsQCA, 2019–2024
编辑推荐：
专业术语翻译的摘要部分
引言： 复合城市指数可以对城市健康进行排名，但很少解释哪些公共服务供给、经济能力、居民行动和环境条件的组合是充分的，这些组合是否持续存在，或者城市如何在它们之间随时间变化。本研究利用来自中国城市的纵向证据来解决这一组态和时间上的空白。
专业术语翻译的摘要部分
引言： 复合城市指数可以对城市健康进行排名，但很少解释哪些公共服务供给、经济能力、居民行动和环境条件的组合是充分的，这些组合是否持续存在，或者城市如何在它们之间随时间变化。本研究利用来自中国城市的纵向证据来解决这一组态和时间上的空白。
方法： 研究人员分析了一个由2019年至2024年间296个中国城市组成的平衡面板数据集，共计1,776个城市-年份观测值。源自清华大学城市健康指数（TUHI）的城市健康效用（HR）被用作结果变量，而政府卫生服务（HS）、健康基础设施（HI）、健康产业（HP）、健康行为（HA）和健康环境（HE）被处理为条件变量。采用基于池化校准锚点的纵向模糊集定性比较分析（fsQCA），辅以年度模型、池化/年际/城市内诊断、主导组态转换、稳健性分析和1年滞后模型。
结果： 没有单一条件达到0.90的必要性一致性阈值。识别出两个实现高HR的充分组态：~HS*HI*HA*~HE（一致性 = 0.926；原始覆盖度 = 0.329）和HS*HI*HP*HA（一致性 = 0.877；原始覆盖度 = 0.476）。它们的联合解的一致性为0.872，覆盖度为0.540。四领域组态HS*HI*HP*HA从2021年到2024年重复出现，并在滞后模型中保持不变。样本扰动通常保留了主要组态，而压缩校准锚点和亚组分析则揭示了敏感性和异质性。
讨论： 高城市健康绩效与多个充分组态相关联，而非单一必要条件。纵向策略区分了反复出现的组态关系与随时间变化的城市成员资格，并在保留环境保障的同时支持差异化的政策组合。这些发现代表了集合论关联，而非因果效应。
论文解读文章
研究背景、现存问题与研究意义
在全球城市化进程加速的背景下，城市既是发展机遇的聚集地，也是环境压力与社会不平等的集中体现。人口健康不仅是城市发展的结果，也是维持其生产力、包容性和韧性的条件。“健康中国”战略强化了对城市层面的监测与跨部门治理。然而，现有的城市健康研究多依赖于复合指数排名或平均效应模型，虽然能够实现多维度的横向比较，却无法揭示一个关键问题：良好的城市健康绩效是由某一主导领域驱动，还是源于多个领域的协同作用，抑或是存在多种可相互替代的组合路径？换言之，现有研究缺乏对“组态”（configuration）和“时间动态性”（temporal dynamics）的关注。
为了填补这一理论与实证空白，本研究旨在回答以下几个核心问题：是否存在某个单一条件是实现高城市健康绩效的必要条件？哪些条件的组合（组态）对于实现高与非高健康绩效是充分的？这些组态及其所涵盖的城市成员资格在时间维度上是否稳定？这些主要的组态关系在滞后分析、校准方式改变、样本扰动等条件下是否依然稳健？
该研究的贡献在于，它摒弃了单一的排名或平均效应视角，转而采用一种纵向的、集合论的描述方式，揭示了中国城市健康绩效中反复出现且具有异质性的组态，并将研究结论严格限定在清华大学城市健康指数（TUHI）测量系统内的关联性解释。
主要关键技术方法
研究人员采用了纵向模糊集定性比较分析（fsQCA）作为核心方法。首先，基于2019至2024年间296个中国城市的平衡面板数据（共1,776个城市-年份观测值），对六个来源于TUHI的一级领域得分进行分析。其次，采用直接逻辑校准法（direct logistic calibration），将各指数的池化第5百分位数（P5）、第50百分位数（P50）和第95百分位数（P95）分别设定为完全不隶属、交叉点和完全隶属的锚点。为评估时间稳定性，研究还进行了年度QCA模型、池化/年际/城市内聚类诊断、主导组态转换分析以及1年滞后模型。此外，通过参数网格（包括不同的一致性和PRI阈值、频率阈值和校准方案）、样本扰动、逐一排除条件变量以及按城市规模和宏观区域划分的亚组分析，全面检验了结果的稳健性。
研究结果
3.1 没有单一条件是必要的
必要性分析结果显示，无论是正向条件还是其否定（非隶属）条件，均未达到预设的0.90必要性一致性参考标准。其中，健康产业（HP）的必要性一致性最高（0.756），但仍低于阈值。这表明，在整个面板数据中，高城市健康绩效不受任何单一条件的约束。
3.2 在合并面板中存在两条等效的充分组态
合并数据的中间解（intermediate solution）识别出两条充分组态：
- •
组态1 (~HS*HI*HA*~HE)：表现为在健康基础设施（HI）和健康行为（HA）方面隶属度高，而在政府卫生服务（HS）和健康环境（HE）方面隶属度低。其一致性为0.926，原始覆盖度为0.329。
- •
组态2 (HS*HI*HP*HA)：表现为在卫生服务（HS）、基础设施（HI）、产业（HP）和行为（HA）四个领域均有高隶属度，而健康环境（HE）未被纳入。其一致性为0.877，原始覆盖度为0.476。该组态具有更大的独特覆盖度（0.211），表明其解释了更大份额的高HR隶属度。这两个组态的联合解覆盖了54%的高HR隶属度。
3.3 年际间和城市内诊断显示出不均衡的稳定性
年际一致性分析显示，组态1在每年都超过0.85阈值，而组态2在2019年和2020年低于此阈值，但从2021年起稳定在0.88以上。在城市层面，只有少数城市（17个）在6年内保持了相同的优势组态；大部分城市（124个）在不同组态家族间切换，或未能在整个面板中维持一个明确的优势组态。这说明合并数据的充分性关系伴随着显著的市级异质性。
3.4 年度解发生了变化，但一个组态反复出现
年度分析显示，2019年未获得高HR的解；2020年出现一个解；而从2021年至2024年，每年均有两个解。其中，四领域协调组态（HS*HI*HP*HA）在2021年至2024年的每一个年度模型中均重复出现，表现出高度的稳定性。
3.5 主导城市组态随时间变化
在连续年份中，约67%由HR_F1（组态1所属家族）主导的城市在下一年仍保持在该家族，而30%的城市降至无主导组态状态。同时，80%原本无主导组态的城市继续保持该状态。这表明城市在组态成员资格上存在显著的动态变化。
3.6 主要的四领域组态在滞后模型中仍然存在
1年滞后分析的结果再次确认了两条组态：HA*~HE 和 HS*HI*HP*HA。后者与同期合并解中的四领域组态完全相同（相似度为1.00），进一步证实了这一组态的稳健性。
3.7 稳健性在主校准下最强
参数网格分析表明，在主校准方案（P95/P50/P5）下，所有模型均产生了解，且主组态的平均保留率高达0.870。但当校准锚点被压缩（如使用P75/P50/P25）时，解的恢复率显著降低。城市聚类训练-测试拆分验证也显示，平均保留外一致性为0.866，但保留外PRI较低（0.609），表明在未见过的城市中存在一定程度的矛盾隶属关系。
3.8 组态具有可替代性
逐一排除一个条件变量的分析显示，每次排除后都能得到一个新的高HR解，这证明了条件之间的组态可替代性。例如，排除健康环境（HE）后得到的解正是最稳定的四领域组态。
3.9 亚组解呈现异质性，主要为探索性
按城市规模分组，中小型城市未产生高HR解，而大型城市虽有两个解，但其联合解一致性仅为0.755。按区域分组，仅中部地区的高HR解一致性超过0.85（0.948），其他区域的解一致性均低于此阈值。这表明合并数据得出的组态并不能同样好地代表所有城市规模和区域背景。
讨论与结论总结
讨论部分指出，本研究识别出的两条等效组态超越了简单的复合排名，提供了关于城市健康绩效的组态理解。其中，四领域协调组态是最具重复性的经验模式，与“全系统”（whole-system）的健康城市理念相符。然而，包含低健康环境（~HE）的组态需要审慎解读：它仅表明在高基础设施和行为条件下，即使环境隶属度较低也可能伴随高健康绩效，但这绝不意味着环境恶化有益于健康。因此，从强可持续性（strong sustainability）视角出发，应将环境标准视为不可替代的外部保障。
基于研究发现，研究人员提出了差异化的政策建议：对于类似组态1的城市，应优先弥补服务和环境短板；对于类似组态2的城市，应在巩固四领域协调的同时，明确增加环境底线。这些建议是基于观察到的关联，而非预测的因果效应。
研究结论部分可以翻译为：在296个中国城市中，高城市健康效用（HR）成员资格与两个等效的充分组态相关联。不存在单一的必要条件。研究采用的纵向策略揭示了反复出现的组态关系与动态变化的城市成员资格并存的现象，并为制定差异化政策组合提供了依据，同时强调了保留环境保障的重要性。这些发现应被理解为TUHI测量系统内的集合论关联，而非因果效应。
