跳转至

Outcome Modeling in Design-Based Inference for Spatial Settings

作者: Arisa Sadeghpour, Erin Hartman
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2608.15439


一、领域脉络与小综述

这个方向是什么

本文所处的子方向是空间干扰(spatial interference)下的因果推断,具体聚焦于"基于设计(design-based)的推断框架中,当目标 estimand 依赖不可直接观测的空间连续结果时,结果建模(outcome modeling)如何引入偏差"这一根本问题。该方向的成熟度处于快速发展但理论地基尚未夯实的阶段:设计基于框架(如 Horvitz-Thompson 估计量)在"结果可直接观测"时具有优雅的无偏性,但一旦引入空间插值或建模步骤,这种无偏性就被破坏,而现有文献对此缺乏系统的偏差分析。

发展脉络

  • 奠基工作:Hudgens & Halloran (2008) 首次将 interference 引入潜在结果框架,定义了在部分干扰下的平均因果效应,为后续空间扩展提供了概念基础。Sävje et al. (2021) 进一步提出"期望平均处理效应"(expected average treatment effect),在未知干扰结构下给出了可识别的 estimand,并证明了基于设计的估计量在特定条件下的无偏性。这两篇工作奠定了"设计基于(design-based)"的推断哲学:随机化是推断的唯一基础,不依赖结果模型。
  • 主要进展(空间化):Wang et al. (2025) 将上述框架扩展到空间连续域,定义了"平均边际化效应"(Average Marginalized Effect, AME),以距离为索引刻画 spillover effects,并给出了 Horvitz-Thompson 与 Hájek 估计量在"圆平均(circle average)"可观测时的无偏性与一致性。Pollmann (2023) 在准实验设定下研究了类似 estimand,但更强调工具变量与设计选择。这两篇是本文的直接对话对象。
  • 当前 frontier:空间因果推断正在从"假设结果在任意位置可观测"的理想化设定,转向"结果只能在不连续、稀疏的位置观测"的现实约束。这引出了结果建模的必要性——而一旦引入建模,设计基于推断的"免模型"优势就被侵蚀。本文正是切入这一 gap。
  • 本文的位置:Sadeghpour & Hartman 明确指出,Wang et al. (2025) 和 Pollmann (2023) 的框架虽然声称 design-based,但其 estimand 依赖的圆平均在现实中不可直接观测(例如,不可能在距干预点恰好 100m 的每个角度都有犯罪数据)。因此,结果建模是不可避免的。本文系统分析了这一"被掩盖的步骤"如何破坏 Horvitz-Thompson 的无偏性,并给出了偏差的解析刻画与收敛速率。

子线索聚类

  1. 设计基于推断与干扰(Hudgens & Halloran 2008; Sävje et al. 2021; Wang et al. 2025; Pollmann 2023):这条线索的核心是在随机化设计下,不依赖结果模型地识别和估计因果效应。共同假设是结果在感兴趣的位置可直接观测。本文指出这一假设在空间连续设定中几乎必然失效。
  2. 空间统计与插值方法(Cressie 1990, 2015; Farwig 1986; Stein 1999):这条线索提供结果建模的工具箱——Kriging、IDW、离散化(rasterization)等。这些方法关注预测精度,但不关心预测误差如何传播到下游因果估计。本文的贡献在于将这两条线索对接。
  3. 测量误差与因果推断(Shu & Yi 2019; Gordon et al. 2023):这条线索研究结果变量测量误差对因果估计的影响,但主要聚焦于经典测量误差模型(均值零、与处理无关)。本文的特殊性在于:空间插值误差不是经典测量误差——它可能与处理状态相关(因为处理效应改变结果的空间梯度),因此偏差方向不可预测。

这个方向在追问的核心问题

  1. 识别:当结果只能在离散位置观测时,空间连续 estimand(如 AME)是否仍然可识别?需要什么条件?
  2. 偏差:结果建模引入的误差如何传播到因果估计量?偏差的符号、大小、收敛速率是什么?
  3. 设计:在给定结果观测约束下,如何设计干预分配(节点位置、随机化方案)以最小化建模误差的影响?
  4. 推断:如何构造考虑建模不确定性的有效置信区间?现有方法(如 Conley HAC、置换检验)是否仍然有效?

已知瓶颈:现有设计基于框架对"结果可观测性"的假设过于理想化;空间插值方法缺乏因果推断视角下的偏差分析;测量误差文献未覆盖"误差与处理相关"这一关键场景。

⚠️ 作者的 framing(这是作者的说法)

作者将缺口 frame 为:"现有 design-based 框架声称免于结果建模,但其 estimand 在现实中不可直接观测,因此必须引入结果建模;而一旦引入,即使是 Horvitz-Thompson 也会产生偏差。" 这一 framing 将本文定位为"揭露被掩盖的假设 + 提供偏差分析"的工作。作者淡化的竞争路线包括:(a) 完全基于模型的贝叶斯空间因果推断(如潜在高斯过程方法),认为其依赖的模型假设在 design-based 框架下不可验证;(b) 改变 estimand 以适配可观测数据(如直接估计离散网格上的效应),认为这会丢失对连续距离效应的解释力。值得研究者去查的问题:Pollmann (2023) 是否真的完全回避了结果建模?Wang et al. (2025) 的原始论文中是否讨论了圆平均的可观测性?这些"被淡化的竞争路线"是否真的不可行,还是作者为了突出自身贡献而选择性回避?

张力

未见明显对立引用。但存在一个隐含张力:Wang et al. (2025) 声称其框架是 design-based 且无需结果模型,而本文指出其 estimand 依赖不可观测量——这构成对前者的直接挑战。此外,Sävje et al. (2021) 的"未知干扰"框架与 Wang et al. (2025) 的"局部干扰"假设之间存在模型选择张力,但本文未深入讨论。


二、最核心、最简单的例子 / 数学问题

第一步:符号、模型、可观测数据

符号清单(逐个点名):

符号 含义 类型
\(N\) 干预节点(intervention nodes)总数 样本量指标
\(i\) 干预节点索引,\(i = 1, \dots, N\) 索引
\(x = (x_1, x_2)\) 空间中的位置坐标(如经纬度) 协变量/位置
\(\mathcal{X}\) 整个空间域 支撑集
\(Z_i\) 节点 \(i\) 的处理分配,\(Z_i \in \{0, 1\}\) 随机变量(处理)
\(\pi_i\) 节点 \(i\) 的处理概率,\(P(Z_i = 1)\) 已知设计参数
\(\mathbf{Z}\) 处理向量 \((Z_1, \dots, Z_N)\) 随机向量
\(Y_x(\mathbf{z})\) 位置 \(x\) 在实现处理向量 \(\mathbf{z}\) 下的潜在结果 潜在结果(不可观测)
\(d_i(x)\) 位置 \(x\) 到节点 \(i\) 的距离 确定性函数
\(\Omega_d\) 距离集合(如 \(\{d\}\) 为圆,\([d-\kappa, d]\) 为圆环) 用户选择参数
\(\mu_i(Y(\mathbf{z}), \Omega_d)\) 节点 \(i\) 在距离集合 \(\Omega_d\) 上的"圆平均" estimand 的构件
\(\tau_i(d)\) 节点 \(i\) 的个体化边际效应 个体因果参数
\(AME(d)\) 平均边际化效应 目标 estimand
\(\hat{\tau}_{HT}(d)\) Horvitz-Thompson 估计量 估计量
\(L\) 栅格(raster)单元边长 离散化参数
\(\tilde{\epsilon}_i(Y, d)\) 圆平均的建模误差 误差项

模型(数据生成机制):

  1. 处理分配:\(Z_i \sim \text{Bernoulli}(\pi_i)\),独立或近似独立(大 \(N\) 下完全随机化可用 Bernoulli 近似)。
  2. 潜在结果:\(Y_x(\mathbf{z}) = f(x) + \epsilon_x\),其中 \(f(x)\) 是位置的确定性函数(可理解为"犯罪风险基底"),\(\epsilon_x\) 是固定、均值为零、空间不相关的 idiosyncratic 误差。关键:\(f\) 和 \(\epsilon\) 都不依赖于处理分配 \(\mathbf{z}\)——处理效应通过"潜在结果在不同 \(\mathbf{z}\) 下的取值差异"体现,但本文的偏差分析聚焦于给定 \(\mathbf{z}\) 时圆平均的估计误差。
  3. 可观测数据:
  4. 干预节点的位置 \(\{c_i\}_{i=1}^N\) 和处理分配 \(\{Z_i\}\);
  5. 结果在离散位置 \(\mathcal{X}_o \subset \mathcal{X}\) 上可观测,通常排列为栅格(raster),每个栅格单元中心有一个观测值。
  6. 不可观测:位置 \(x\) 处的连续结果 \(Y_x\)(除非 \(x\) 恰好是观测点)。

核心矛盾:AME 的定义(方程 2)要求计算"圆平均" \(\mu_i(Y(\mathbf{z}), d)\)——即距节点 \(i\) 恰好距离 \(d\) 的所有点上的结果平均值。但实际数据只提供离散栅格上的观测,圆上的点几乎必然不落在观测点上。因此,\(\mu_i\) 必须通过某种插值或建模来估计,而这个估计步骤就是偏差的来源。

第二步:最小内核

最小内核:考虑一个干预节点 \(c\),一个固定距离 \(d\),一个圆平均 \(\mu(c, d)\)。假设结果 \(Y_x = f(x) + \epsilon_x\),其中 \(f\) 光滑(可泰勒展开),\(\epsilon_x\) 均值为零、独立。数据是栅格化的:每个边长为 \(L\) 的单元中心有一个观测值。

离散化模型(discretized model):对圆上任意点 \(p\),用其所在栅格单元中心 \(g_k\) 的结果来近似 \(Y_p\),即 \(D(p) = Y_{g_k}\)。则圆平均的估计误差为:

\[\tilde{\epsilon}(d) = \hat{\mu}(c, d) - \mu(c, d) = \frac{1}{2\pi} \int_0^{2\pi} [D(c + r(\theta, d)) - Y(c + r(\theta, d))] d\theta\]

关键推导(论文附录 B.2-B.3):

对 \(f\) 在 \(p\) 处做泰勒展开,\(D(p) = f(p + \delta) + \epsilon_{g_k}\),其中 \(\delta\) 是 \(p\) 到其所在单元中心的偏移。于是:

\[D(p) - Y(p) = \underbrace{[f(p+\delta) - f(p)]}_{\text{离散化偏差}} + \underbrace{[\epsilon_{g_k} - \epsilon_p]}_{\text{噪声差}}\]
  • 系统放置(systematic placement):节点位置固定(如城市街道网格)。此时偏移 \(\delta\) 是固定的,离散化偏差为 \(O(L)\)(一阶项 \(\nabla f(p) \cdot \delta\) 不消失),且所有节点的偏差方向一致,不会相互抵消。
  • 随机放置(random placement):节点位置在栅格单元内均匀随机。此时 \(\delta \sim U([-L/2, L/2]^2)\),一阶项 \(\nabla f(p) \cdot \delta\) 的期望为零(\(\delta\) 均值为零),二阶项给出 \(O(L^2)\) 偏差。随机化使偏差从 \(O(L)\) 降为 \(O(L^2)\)。

为什么这很重要:在因果推断中,Horvitz-Thompson 估计量(方程 3)的 design-based 无偏性依赖于"圆平均 \(\mu_i\) 可精确观测"这一前提。一旦 \(\mu_i\) 被 \(\hat{\mu}_i\) 替代,估计量变为:

\[\hat{\tau}_{HT}(d) = \frac{1}{N} \sum_{i=1}^N \left[ \frac{Z_i \hat{\mu}_i(Y, d)}{\pi_i} - \frac{(1-Z_i) \hat{\mu}_i(Y, d)}{1-\pi_i} \right]\]

其偏差为(论文方程 4):

\[\text{Bias}(\hat{\tau}_{HT}(d)) = E_{\mathbf{Z}} \left[ \frac{1}{N} \sum_{i=1}^N \frac{Z_i \tilde{\epsilon}_i(Y(\mathbf{Z}), d)}{\pi_i} - \frac{1}{N} \sum_{i=1}^N \frac{(1-Z_i) \tilde{\epsilon}_i(Y(\mathbf{Z}), d)}{1-\pi_i} \right]\]

核心洞见:即使 \(\tilde{\epsilon}_i\) 对每个节点均值为零(随机放置),只要 \(\tilde{\epsilon}_i\) 与 \(Z_i\) 相关(例如处理改变结果的梯度,使得处理节点的建模误差系统性地不同于对照节点),偏差就不为零。建模误差不是经典测量误差——它可能与处理相关,因此不能通过 design-based 推断自动消除。

最小内核的结论: 1. 随机放置节点比系统放置好(\(O(L^2)\) vs \(O(L)\))。 2. 偏差不随 \(N\) 衰减(论文 B.7.2 明确证明),只随 \(L\)(栅格密度)衰减。 3. 增加干预节点数量不能弥补结果观测密度不足。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:在空间干扰下,基于设计(design-based)的因果推断框架(Wang et al. 2025; Pollmann 2023)所定义的 estimand(AME)依赖不可直接观测的"圆平均",因此必须引入结果建模;本文系统分析了这一建模步骤如何破坏 Horvitz-Thompson 估计量的 design-based 无偏性。
  2. 核心工具/方法:以离散化(rasterization)模型为分析对象,通过泰勒展开解析刻画圆平均估计误差的偏差结构,区分系统放置与随机放置两种节点布局,并通过模拟验证理论预测;在应用部分,使用 Kriging、IDW 和离散化三种模型重分析哥伦比亚麦德林热点警务实验。
  3. 主要结论:随机放置节点使偏差从 \(O(L)\) 降为 \(O(L^2)\);偏差不随干预节点数 \(N\) 衰减,只随结果观测密度(\(L \to 0\))衰减;建模误差与处理相关时,即使 Horvitz-Thompson 估计量也会产生不可忽略的偏差;在麦德林数据中,不同结果模型给出定性一致的结论(无显著 spillover),但置信区间宽度对模型选择敏感。

关键设定与假设

在第二节最小记号的基础上,论文的完整设定包括:

  1. 局部干扰假设(Local Interference, 附录 A.1):存在 \(h(d)\) 使得若节点 \(i, j\) 距离超过 \(h(d)\),则 \(j\) 的分配不影响 \(i\) 的圆平均。这是 Wang et al. (2025) 识别 AME 的核心条件。相比 Sävje et al. (2021) 的"未知干扰"框架,这是一个强化(更具体)但更可操作的假设。
  2. 光滑性假设(附录 B.4.1):\(f\) 的梯度 \(\nabla f\) 和 Hessian \(H_c\) 沿圆有界;\(L \ll \|H_c(p)\| / \|f'''(p)\|\),保证泰勒展开的高阶项可忽略。
  3. 噪声可忽略假设(附录 B.4.1):残差噪声项 \(\Delta\epsilon = \frac{1}{2\pi}\int_0^{2\pi} [\epsilon_{g_k} - \epsilon_p] d\theta = o(L^2)\),即离散化偏差主导噪声项。
  4. Bernoulli 随机化:\(Z_i \sim \text{Bernoulli}(\pi_i)\),且 \(\pi_i\) 已知或有一致估计。

相比已有文献的放宽/强化: - 放宽:不要求结果在任意位置可观测(这是 Wang et al. 2025 隐含假设);允许任意光滑的效应函数 \(f\)。 - 强化:假设 \(\epsilon_x\) 均值为零且空间不相关(经典空间统计通常允许空间相关);假设 \(f\) 仅依赖距离(径向对称),这在应用中可能不成立。

主要结果

理论结果(附录 B):

  1. 命题 B.3.1(系统放置):对固定节点位置,圆平均估计误差的期望为 \(O(L)\),且一阶项 \(\nabla f(p) \cdot \delta\) 不消失。偏差方向取决于 \(f\) 的梯度与栅格对齐方式。
  2. 命题 B.3.2(随机放置):对均匀随机节点位置,一阶项期望为零,偏差为 \(O(L^2)\)。具体地,\(E_c[\tilde{\epsilon}(d)] = \frac{L^2}{24} \nabla^2 f(p) + \Delta\epsilon\),其中 \(\nabla^2 f\) 是 \(f\) 的 Laplacian。
  3. 命题 B.5(系统放置随 \(d\) 衰减):当 \(d \to \infty\) 时,系统放置的平均偏移 \(\bar{\delta}(c,d) \to 0\),偏差随之衰减。直觉:圆越大,经过的栅格单元越多,偏移的正负抵消越充分。
  4. 命题 B.7.2(偏差不随 \(N\) 衰减):AME 估计量的偏差为 \(\frac{1}{N} \sum_i [E(\tilde{\epsilon}_i | Z_i=1) - E(\tilde{\epsilon}_i | Z_i=0)]\),只要建模误差与处理相关,偏差就不随 \(N\) 消失。

模拟结果(第 6-7 节):

  • 数据生成:空间加性衰减效应(论文方程 10),\(Y_x(\mathbf{Z}) = \sum_i \text{Pois}(100/\max(d_i(x), \epsilon)) Z_i I\{d_i(x) \leq 10\}\)。
  • 三个结果模型:离散化、IDW、Kriging。
  • 核心发现:
  • 随机放置节点的偏差显著小于系统放置(验证命题 B.3.1 vs B.3.2)。
  • 偏差随 \(L\) 减小而衰减(验证 \(O(L^2)\) 率),但不随 \(N\) 增加而衰减(验证命题 B.7.2)。
  • 低密度栅格下,离散化模型偏差最大;IDW 和 Kriging 因平滑性更好而偏差较小,但没有一种模型能消除偏差。
  • 标准误差:使用建模结果时,估计量的标准误差收敛到 oracle 标准误差(即假设圆平均可观测时的标准误差),但偏差不消失——这意味着置信区间可能严重覆盖不足。

应用结果(第 8 节):

  • 数据:麦德林 2015 年热点警务实验(Collazos et al. 2021),967 个热点,384 个随机分配至处理。
  • 方法:用 IDW 估计圆平均,Hájek 估计 AME,Conley HAC 标准误差 + 置换检验。
  • 结果:所有距离上 AME 均不显著,与 Collazos et al. (2021) 的结论一致。但作者指出,由于结果建模引入的偏差,不显著的结果可能是真实的,也可能是建模误差掩盖了效应。图 9 的 placebo 检验(用 2014 年滞后结果)显示基线平衡,但作者谨慎指出这不能排除建模偏差。

🔎 结论是否比证明窄

是,存在明显的不匹配:

  1. 理论部分只分析了离散化模型(附录 B),但模拟和应用中使用了 IDW 和 Kriging。论文没有给出这两种模型的解析偏差刻画,只声称"模拟结果类似"。这意味着理论贡献的适用范围比论文标题暗示的窄。
  2. 命题 B.3.2 的 \(O(L^2)\) 结果依赖 \(f\) 的径向对称假设("without loss of generality"),但作者在附录 B.4.1 承认这并非真正不失一般性。若 \(f\) 依赖角度,一阶项可能不消失。
  3. 论文声称"偏差不随 \(N\) 衰减"(命题 B.7.2),但这一结论是在固定 \(L\) 的条件下得出的。如果 \(N\) 增加的同时 \(L\) 也减小(即结果观测密度随干预节点数增加),偏差仍会衰减。论文没有讨论这种联合极限。
  4. 应用部分的结论"无显著 spillover" 是在特定模型(IDW)下得出的,附录 D.5 的稳健性检验显示 Kriging 和离散化模型给出定性一致的结论,但作者没有报告这些模型下的点估计差异有多大——如果点估计差异很大,那么"结论稳健"的说法就缺乏说服力。

四、开放问题

  1. IDW 和 Kriging 的解析偏差刻画:论文只对离散化模型给出了解析结果。能否为 IDW 和 Kriging 推导类似的偏差展开?特别是,Kriging 的偏差是否依赖于协方差函数的选择?(扎根于:第 5.2 节仅定性讨论,无定理支撑)

  2. 偏差修正方法:论文证明了偏差存在且不随 \(N\) 衰减,但没有提出修正方法。能否构造一个偏差修正的估计量(如基于 \(L^2\) 项的显式校正)?或者用 undersmoothing + bias-correction 的思路?(扎根于:第 10 节讨论中提及"需要进一步研究如何修正偏差")

  3. 模型选择的推断问题:论文建议用交叉验证选择结果模型,但交叉验证选择本身引入的不确定性如何传播到 AME 的置信区间?现有 Conley HAC 和置换检验都未考虑模型选择的不确定性。(扎根于:第 9 节建议使用交叉验证,但未讨论其推断含义)

  4. 非径向对称效应函数的理论:命题 B.3.2 的 \(O(L^2)\) 结果依赖径向对称假设。若 \(f\) 依赖角度(如城市街道方向性效应),偏差率会如何变化?(扎根于:附录 B.4.1 承认"without loss of generality"并非严格成立)

  5. 结果观测位置与干预节点的联合设计:论文建议随机放置节点优于系统放置,但实际中干预节点位置往往受行政约束。在给定约束下,如何最优设计结果观测位置以最小化建模偏差?(扎根于:第 9 节设计建议,但未形式化)

  6. 与模型基于(model-based)方法的比较:论文聚焦于 design-based 框架,但空间贝叶斯方法(如潜在高斯过程)天然处理了结果建模的不确定性。在什么条件下,design-based + 结果建模的偏差会超过 model-based 方法的模型偏差?(扎根于:第 10 节提及与 model-based 方法的联系,但未深入比较)


提醒:若要确认上述某条是否是真 gap,建议去读以下近期文献的 intro:(a) 空间因果推断的最新综述(如 2024-2025 年 Journal of Causal Inference 或 JRSS-A 的相关文章);(b) 测量误差因果推断的近期进展(如 Shu & Yi 2019 的后续工作);(c) 空间实验设计的最新论文。若这些文献的 intro 都指向同一问题,则大概率是共识性 gap;若它们互相矛盾,则可能是更值得挖掘的机会。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论