﻿STERGM–fsQCA路径促进能力计算：方法说明
================================================

一、计算性质
本分析不重新估计STERGM。它读取最终STERGM系数，并在观测网络转移状态上计算每个风险dyad的ERGM变化统计量。
随后把fsQCA路径转化为固定情景，计算模型隐含的条件概率变化。

二、路径情景
高水平设为相应STERGM变化统计量的第90%分位数，低水平设为第10%分位数，中性水平为中位数。
路径没有限定的STERGM变量保持每个dyad的真实观测值，不统一替换。

三、主要指标
1. promotion_vs_neutral_pp：完整路径与中性路径条件相比的平均概率百分点变化。
2. promotion_vs_opposite_pp：完整路径与全部路径条件反向设置相比的平均概率百分点变化。
3. Shapley contribution：在所有条件加入顺序下，每个路径条件的平均概率贡献；各条件之和严格等于完整路径与相反情景的总差。
4. core counterfactual：完整路径中单独反转一个条件后，概率下降多少。负值表示该条件按STERGM净效应方向会压低路径概率，需要其他条件补偿。

四、形成与维系风险集
形成：起始时期无关系、目标时期为允许dyad的节点对。
维系：起始时期已有关系的节点对。
形成过程网络使用相邻网络并集，维系过程网络使用相邻网络交集，以计算条件GWESP变化统计量。

五、解释边界
这些结果是给定其他网络关系不变时的局部条件概率和标准化平均情景效应，不是全网络长期模拟。
形成阶段fsQCA原始单位为节点×转移期，因此F1/F2是映射到dyad层面的机制情景，不应写成原始fsQCA案例的直接预测概率。
不要把路径促进能力称为新的STERGM系数、联合估计系数或因果效应。

六、当前输入目录
C:\Users\ACER\Desktop\无人机专利数据_核心保留

七、结果概览
F1: 路径概率=0.0679, 相对中性=+6.517个百分点, 相对相反情景=+6.611个百分点。
F2: 路径概率=0.0920, 相对中性=+8.890个百分点, 相对相反情景=+9.168个百分点。
P1: 路径概率=0.9991, 相对中性=+11.119个百分点, 相对相反情景=+52.219个百分点。
P2: 路径概率=0.9979, 相对中性=+10.361个百分点, 相对相反情景=+37.905个百分点。
P3: 路径概率=0.9999, 相对中性=+9.507个百分点, 相对相反情景=+95.501个百分点。

输出目录：
C:\Users\ACER\Desktop\无人机专利数据_核心保留\06_联动分析_促进能力计算
