跳转至

A LATE-Targeting Experimental Design for Multi-Arm RCTs

作者: Tetsuya Kaji
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2610.25667


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多臂随机对照试验(multi-arm RCT)中,在不完全依从(imperfect compliance)下,对局部平均处理效应(LATE)的识别与实验设计。其根本问题是:当被试不服从随机分配时,如何利用随机化作为工具变量,识别"服从者"(compliers)的处理效应。该方向的核心张力在于:臂数增多时,依从行为变得复杂(被试可能从任一分配臂转向任一其他臂),传统的单调性假设(monotonicity)不再足以识别特定边际(margin-specific)的效应。本文的独特贡献在于,将依从行为视为理性选择的结果,并据此设计实验——而非仅仅在给定数据下讨论识别。

发展脉络(history)

该方向的奠基性工作是 Imbens and Angrist (1994) 的二元处理 LATE 框架,其核心假设是单调性(monotonicity):不存在"违抗者"(defiers),即分配对接受处理的概率的影响方向一致。Angrist and Imbens (1995) 将其推广到有序多值处理(ordered multi-valued treatment),识别的是加权平均的因果响应(weighted average of causal responses across treatment increments),但这一结果依赖于处理强度有序且单调。

对于无序多值处理(unordered multi-valued treatment),识别问题变得本质性困难。Heckman and Pinto (2018) 提出"无序单调性"(unordered monotonicity)概念,通过限制不同处理臂的"吸引域"(basins of attraction)的包含关系来推广单调性。然而,正如本文 Theorem 2 所示,即使采用无序单调性,在臂数 ≥ 3 时,特定边际的组效应仍不可识别。

另一条线索是利用额外信息或更丰富的工具变量来实现点识别。Kirkebøen et al. (2016) 利用入学录取分数线(admission cutoffs)和申请者的偏好排序,在"下一最佳选择"(next-best alternative)条件下识别了专业选择的 LATE。Heinesen et al. (2026) 进一步在无序处理设定下推广了这一思路,其关键假设是"稳定性"(stability):如果个体在某个分配下不选择被分配的专业,那么她一定选择其"默认"专业(即没有该分配时也会选择的专业)。Mountjoy (2022) 则利用距离作为连续工具变量,分离了社区大学相对于不上大学的效应和相对于四年制大学的效应。

第三条线索是将偏好纳入实验设计。Rücker (1989) 提出两阶段试验设计,结合自由选择和随机分配。Knox et al. (2019) 系统分析了多值偏好试验(patient preference trials),区分了陈述偏好与实际选择。Kido (2023) 研究了依赖报告的随机化(report-dependent randomization)在二元处理下的激励相容性。Narita (2021) 的 Experiment-as-Market 通过伪市场机制从被试处获取支付意愿并用于分配。本文的定位是:将偏好报告与不完全依从结合起来,设计一种新的两阶段实验,使得在一般理性选择模型下,特定边际的 LATE 可被识别。

子线索聚类

  1. 单调性假设的推广:Imbens and Angrist (1994) → Angrist and Imbens (1995) → Heckman and Pinto (2018) → Bai et al. (2025, 2026)。这条线索试图在给定实验设计下,通过加强依从性假设来恢复识别。本文的 Theorem 2 表明这条线索在臂数 ≥ 3 时已达极限。

  2. 利用额外信息/丰富工具:Kirkebøen et al. (2016) → Heinesen et al. (2026) → Mountjoy (2022) → Angrist et al. (2025)。这条线索通过引入偏好排序、录取分数线、距离等额外信息,在观测研究中实现点识别。本文的 Theorem 7 与 Kirkebøen et al. (2016) 的 Proposition 2(iii) 在数学形式上高度相似,但应用场景从观测研究转向实验设计。

  3. 偏好与激励纳入实验设计:Rücker (1989) → Long et al. (2008) → Knox et al. (2019) → Kido (2023) → Narita (2021)。这条线索关注如何通过设计激励相容的报告机制来获取偏好信息。本文的 Proposition 8 属于此线索,但关注的是多臂设定下的不完全依从,而非二元设定下的完全依从。

这个方向在追问的核心问题

  1. 识别问题:在臂数 ≥ 3 且依从行为复杂时,哪些组(子总体)的效应可以被点识别?哪些只能部分识别?本文的回答是:在传统随机化下,即使采用最强的单调性假设(无序单调性 + 稳定性),特定边际的组效应仍不可识别(Theorem 2)。

  2. 实验设计问题:能否通过改变实验协议(而非加强假设)来恢复识别?本文的回答是:可以。通过引入偏好报告阶段和条件随机化,可以恢复单侧非依从性,从而识别"报告臂 vs. 备选臂"的依从者平均因果效应(CACE)(Theorem 7)。

  3. 激励相容问题:被试是否有动机真实报告偏好?本文的回答是:在传递性选择模型下,倾斜于报告臂的随机化方案(λ>0)可以严格激励真实报告(Proposition 8)。

⚠️ 作者的 framing(这是作者的说法)

作者将缺口 frame 为:"传统随机化 + 强单调性假设"不足以识别多臂 RCT 中的边际特定效应,因此需要将依从行为建模为理性选择,并据此设计实验。作者强调其贡献在于"将行为假设作为实验设计的输入",而非仅仅作为识别假设。作者还刻意将以下内容排除在范围之外:跨臂(across-arm)LATE、部分识别、干扰(interference)和排除限制(exclusion)的放松。

值得研究者去查的问题:作者在 intro 中引用了 Goff (2025) 和 Navjeevan et al. (2026) 作为一般识别准则,但未详细说明其与本文 Theorem 2 的关系。这两篇工作是否已经隐含了本文的不可识别结果?如果已隐含,本文的贡献是否只是"重新表述"?另外,作者引用了 Hnilo (2026) 对排除限制的质疑,但未在正文中回应——这是一个明显的"未缝合的伤口"。

张力

未见明显对立引用。但存在一个微妙的张力:Heckman and Pinto (2018) 的无序单调性被本文用作不可识别结果的假设之一,而 Bai et al. (2025, 2026) 的稳定性假设在本文中被视为无序单调性的特例。作者将这两者统一在"传递性选择模型"(transitive choice model)下,但并未讨论如果选择模型不满足传递性(例如存在"诱惑效应"或"情境依赖偏好")时,识别结果会如何变化。


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(逐个点名):

记号 含义 类型
\(K = \{1, \dots, K\}\) 处理臂的指标集 有限集合
\(Z_i \in K\) 个体 \(i\) 被分配的臂 随机变量(工具变量)
\(D_i \in K\) 个体 \(i\) 实际接受的臂 随机变量(内生处理)
\(R_i: K \to K\) 个体 \(i\) 的依从函数(compliance function),\(D_i = R_i(Z_i)\) 潜在(不可观测)的个体异质性
\(Y_i = (Y_{i1}, \dots, Y_{iK})\) 个体 \(i\) 的潜在结果向量 潜在(不可观测)
\(Y_i = Y_{iD_i}\) 观测到的结果(由一致性决定) 可观测
\(S_i \in K\) 个体 \(i\) 在调查阶段报告的偏好臂 可观测(实验新增阶段)
\(\tau_{d,z}\) 边际特定 LATE:\(E[Y_{id} - Y_{iz} \mid S_i = d, R_i(z) = z]\) 目标 estimand
\(X_i\) 基线协变量 可观测

模型(数据生成机制):

  1. 第一阶段(调查):每个个体报告一个偏好臂 \(S_i \in K\)。
  2. 第二阶段(随机化):给定报告 \(S_i = s\),分配 \(Z_i\) 按条件概率 \(P(Z_i = z \mid S_i = s)\) 随机生成(例如,以概率 \(1-\lambda\) 按基线分布 \(a\) 随机分配,以概率 \(\lambda\) 分配到报告臂 \(s\))。
  3. 第三阶段(依从):个体根据依从函数 \(R_i\) 决定实际接受的臂 \(D_i = R_i(Z_i)\)。
  4. 第四阶段(结果):观测 \(Y_i = Y_{iD_i}\)。

可观测数据:\((Y_i, D_i, Z_i, S_i)\),\(i = 1, \dots, n\)。

关键区分: - 可观测:\(Y_i, D_i, Z_i, S_i\)。 - 潜在但可通过假设识别:\(R_i\)(依从函数)、\(Y_{id}\)(潜在结果)。 - estimand:\(\tau_{d,z}\),即"报告 \(d\) 且在被分配 \(z\) 时会接受 \(z\)"的个体的平均因果效应。

第二步:最小内核——三臂情形下的核心思想

剥掉所有一般性假设后,本文的核心数学命题是:

在传统随机化下,即使假设依从函数满足无序单调性 + 稳定性,当 \(K \geq 3\) 时,任何边际特定的组效应 \(\tau_{d,z}\) 都不可识别。但如果引入偏好报告阶段,并假设"依从于报告偏好"(compliance to stated preference),则 \(\tau_{d,z}\) 可以通过一个 Wald 比率被点识别。

最小例子:\(K = 3\),臂为 \(A, B, C\)。假设所有个体都报告 \(S_i = A\)(为简化,只关注这一组)。

传统随机化:个体被随机分配到 \(A, B, C\)。依从函数 \(R_i\) 可能非常复杂。例如,一个个体可能: - 被分配 \(A\) 时接受 \(A\); - 被分配 \(B\) 时接受 \(C\)(因为 \(C\) 是她的"第二选择"); - 被分配 \(C\) 时接受 \(C\)。

这个依从函数是稳定的(\(R(R(z)) = R(z)\),因为 \(R(B) = C\) 且 \(R(C) = C\)),也是无序单调的(每个臂的吸引域是嵌套的)。但问题是:当我们比较"被分配 \(B\) 的组"和"被分配 \(C\) 的组"时,前者中接受 \(C\) 的人(从 \(B\) 转向 \(C\))和后者中接受 \(C\) 的人(从 \(C\) 转向 \(C\))不是同一群人。因此,观测到的均值差 \(E[Y \mid Z = B] - E[Y \mid Z = C]\) 混杂了"从 \(B\) 转向 \(C\) 的人"和"本来就要 \(C\) 的人"的效应,无法分离。

本文的两阶段设计: 1. 先让每个个体报告偏好 \(S_i\)。 2. 随机化时,以概率 \(\lambda\) 分配到报告臂 \(S_i\),以概率 \(1-\lambda\) 按基线分布 \(a\) 随机分配。 3. 关键假设(Assumption 4):每个个体最终接受的臂要么是被分配的臂 \(Z_i\),要么是她报告的偏好臂 \(S_i\)。即 \(R_i(z) \in \{z, S_i\}\)。

现在,条件于报告 \(S_i = A\),依从行为退化为"二元"情形: - 被分配 \(A\) 时,接受 \(A\)(因为 \(A\) 是报告臂,也是分配臂); - 被分配 \(B\) 时,要么接受 \(B\)(服从),要么接受 \(A\)(违抗,转向报告臂); - 被分配 \(C\) 时,要么接受 \(C\)(服从),要么接受 \(A\)(违抗,转向报告臂)。

这实际上是一个单侧非依从(one-sided noncompliance)结构,其中 \(A\) 扮演"控制"角色。于是,对于报告 \(A\) 的个体,比较"被分配 \(B\)"和"被分配 \(A\)"的均值差,再除以"被分配 \(B\) 时接受 \(B\) 的比例",就得到了"被分配 \(B\) 时会接受 \(B\) 的人"(即 \(R_i(B) = B\) 的人)的 \(B\) vs. \(A\) 效应。这就是 Theorem 7 的 Wald 比率:

\[\tau_{A,B} = \frac{E[Y \mid S = A, Z = B] - E[Y \mid S = A, Z = A]}{P(D = B \mid S = A, Z = B)}.\]

为什么这个设计能绕过不可识别性? 因为偏好报告 \(S_i\) 提供了一个"锚点":它把每个个体的依从行为限制在"分配臂 vs. 报告臂"的二元选择中,从而恢复了单侧非依从结构。在传统随机化中,没有这个锚点,依从行为可以在任意臂之间转移,导致无法找到共同的对照组。

这个最小内核的数学本质:本文的核心贡献在于,通过实验设计(引入偏好报告)将无序多臂依从问题分解为多个条件二元依从问题。每个条件二元依从问题都可以用经典的 Wald 比率识别。不可识别性(Theorem 2)源于无序多臂依从的"交叉转移"(cross-over)无法被观测数据排除;而可识别性(Theorem 7)源于实验设计排除了交叉转移。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:在多臂 RCT 中,当依从行为不服从传统单调性假设时,边际特定的 LATE 是否可识别?如果不能,如何设计实验来恢复识别?
  2. 核心工具/方法:① 一个不可识别性定理(Theorem 2),基于无序单调性 + 稳定性的联合假设;② 一个两阶段实验设计(偏好报告 + 条件随机化),配合"依从于报告偏好"假设,用 Wald 比率识别边际特定 LATE(Theorem 7);③ 一个激励相容性分析(Proposition 8),证明倾斜随机化可以真实 eliciting 偏好。
  3. 主要结论:在臂数 ≥ 3 时,传统随机化 + 强单调性假设不足以识别任何边际特定的组效应;但通过引入偏好报告阶段,可以恢复单侧非依从结构,从而点识别"报告臂 vs. 备选臂"的依从者效应。

关键设定与假设

在第二节最小记号的基础上,补全完整设定:

  • Assumption 1(SUTVA、排除限制、一致性):这是标准假设,排除个体间干扰和分配对结果的直接影响。相比已有文献,本文没有放松这一假设,而是明确将其作为边界条件。
  • Assumption 2(随机分配):\(Z_i \perp (X_i, Y_i)\),且每个臂的分配概率为正。这是实验设计的基石。
  • Assumption 3(条件随机分配):在本文的两阶段设计中,随机化是条件于报告 \(S_i\) 的。这比传统 RCT 的无条件随机化更强,但通过实验协议可以保证。
  • Assumption 4(依从于报告偏好):\(R_i(z) \in \{z, S_i\}\)。这是本文的核心假设,它排除了"个体被分配 \(z\) 时转向一个既不是 \(z\) 也不是其报告臂的臂"的可能性。相比 Heckman and Pinto (2018) 的无序单调性,这一假设更强,但它是通过实验设计(而非统计假设)来保证的。
  • 单调性假设(用于 Theorem 2):本文考虑了三种单调性——有序单调性(Angrist and Imbens 1995)、无序单调性(Heckman and Pinto 2018)、稳定性(Bai et al. 2025, 2026)。Theorem 2 表明,即使这三者联合,也不足以识别边际特定效应。

相比已有文献的放宽/强化: - 放宽:本文允许依从行为是"理性的"(由选择模型产生),而非机械的单调性。 - 强化:本文要求被试报告偏好,且依从行为被限制在"分配臂或报告臂"。

主要结果

Theorem 2(不可识别性):设 \(K \geq 3\)。假设依从函数满足有序单调性、无序单调性、稳定性(三者联合)。则对于任何固定的边际 \((t, s)\) 和任何非空的组 \(G\),\(\tau_G(t, s)\) 在模型中是未识别的。证明思路:构造两个不同的潜在结果分布,它们在观测数据上不可区分,但给出不同的 \(\tau_G(t, s)\) 值。关键在于,无序单调性允许"交叉转移"(例如,被分配 \(B\) 时转向 \(C\),被分配 \(C\) 时转向 \(B\)),而稳定性只排除"非默认"的转移,不排除这种交叉。

Theorem 7(可识别性):在本文的两阶段设计下,条件于报告 \(S_i = d\),Wald 比率 (10) 识别 \(\tau_{d,z}\)。证明思路:条件于 \(S_i = d\),依从行为退化为二元单侧非依从。被分配 \(d\) 的组是"纯控制组"(所有人都接受 \(d\)),被分配 \(z\) 的组中,只有 \(R_i(z) = z\) 的人接受 \(z\),其余人接受 \(d\)。因此,Wald 比率的分子是"接受 \(z\) 的人"的 \(z\) vs. \(d\) 效应的加权平均,分母是"接受 \(z\) 的人"的比例,两者相除得到 complier 平均因果效应。

Proposition 8(激励相容性): - (i) 在传递性选择模型下,倾斜随机化(λ>0)严格激励真实报告偏好。 - (ii) 在无序单调性 + 稳定性的模型类中,没有任何条件随机化方案可以 eliciting 排名中除第一选择以外的信息。这是一个不可能性结果,界定了实验设计的能力极限。

证明路线与技术技巧

Theorem 2 的证明路线: 1. 将依从函数空间限制为"有序单调 + 稳定 + 无序单调"的集合。 2. 证明该集合包含足够多的"交叉转移"类型,使得任何线性组合的观测矩都无法区分不同的潜在结果分布。 3. 关键技术:构造两个潜在结果分布,它们在每个 \((Z, D)\) 单元的条件均值上相同,但在 \(G\) 组的 \(Y_t - Y_s\) 上不同。这需要利用"响应函数"(response function)的有限性,将问题转化为线性代数中的零空间问题。

Theorem 7 的证明路线: 1. 条件于 \(S_i = d\),将多臂问题分解为 \(K-1\) 个二元问题。 2. 对每个二元问题,验证 Wald 比率的分子和分母都是可识别的。 3. 关键技术:利用条件随机分配(Assumption 3)和依从于报告偏好(Assumption 4),证明"被分配 \(d\) 的组"和"被分配 \(z\) 但接受 \(d\) 的组"在潜在结果上可比。

Proposition 8 的证明路线: - (i) 直接计算期望效用,证明真实报告是严格最优。 - (ii) 构造两个不同的偏好排名,它们在所有可观测的分配-接受联合分布上不可区分,但对应不同的"第二选择"。这利用了"常数依从函数"(constant compliance function)的存在性。

技术技巧点名: - 响应函数(response function)的有限性:将依从行为离散化为有限类型的集合,使得不可识别性可以通过线性代数验证。 - Wald 比率的条件化分解:将多臂问题分解为多个二元问题,每个二元问题用经典工具变量识别。 - 激励相容性的效用计算:将报告策略视为一个博弈,证明真实报告是占优策略。

真实例子与应用

本文为纯理论论文,无实证例子。 但文中提到了两个真实场景作为动机: 1. 法国求职咨询实验(Behaghel et al., 2014):被试被分配到不同强度的求职咨询项目,但部分被试转向了其他项目。作者指出,该实验的依从模式可能违反有序单调性。 2. 埃塞俄比亚小额信贷实验(Tarozzi et al., 2015):社区被分配到小额信贷、计划生育、两者或两者皆无,但实际实施存在大量交叉转移。Table 1 展示了该实验的依从矩阵,其中"两者"臂的接受者中,有相当比例实际上只接受了一个项目。

这些例子说明什么:Table 1 的依从矩阵显示,即使在同一臂内,不同个体的接受模式也高度异质,且存在"交叉转移"(如被分配"两者"的社区可能只实施一个项目)。这直接违反了有序单调性,使得传统 LATE 框架失效。

🔎 结论是否比证明窄

是。 具体表现: 1. Theorem 2 的适用范围:定理假设"无序单调性 + 稳定性 + 有序单调性"三者联合。但作者在 intro 中暗示"即使更强的假设也不够",而定理本身只覆盖了这三者的交集。定理没有覆盖:仅有无序单调性(无稳定性)的情形,或仅有稳定性(无无序单调性)的情形。作者在脚注中承认,这些情形的不可识别性"尚待研究"。 2. Proposition 8(ii) 的适用范围:不可能性结果只针对"条件随机化方案"(即分配概率只依赖报告 \(S_i\))。如果允许分配概率依赖其他报告信息(如报告整个排名),结论可能不同。作者在结论部分提到"扩展到排名报告是未来工作",但未给出任何形式化结果。 3. Theorem 7 的识别结果:识别的是"报告 \(d\) 且被分配 \(z\) 时接受 \(z\)"的 complier 的效应。这个群体是"报告驱动的 complier",而非传统意义上的"分配驱动的 complier"。作者没有讨论这两者的关系,也没有讨论如果报告本身受处理分配影响(即报告阶段和分配阶段存在交互)时,识别是否仍然成立。


四、开放问题

  1. 弱化假设的不可识别性:Theorem 2 只覆盖了"无序单调性 + 稳定性 + 有序单调性"三者联合的情形。要证明什么:仅有无序单调性(无稳定性)时,边际特定 LATE 是否仍不可识别?仅有稳定性(无无序单调性)时呢?(扎根于 Theorem 2 的假设条件,作者在脚注中承认未覆盖这些情形。)

  2. 排名报告的 elicitation:Proposition 8(ii) 证明没有任何条件随机化方案可以 eliciting 第一选择以外的信息。要证明什么:如果允许被试报告整个偏好排名(而非仅第一选择),是否存在激励相容的机制可以 eliciting 第二选择?这需要设计一个"排名报告 + 条件随机化"的两阶段协议,并验证其激励相容性。(扎根于 Proposition 8(ii) 的结论,作者在结论部分提到"扩展到排名报告是未来工作"。)

  3. 报告与分配的交互:Theorem 7 假设报告 \(S_i\) 不受分配 \(Z_i\) 影响(即报告阶段先于分配阶段,且被试不知道分配结果)。要证明什么:如果被试在报告时知道分配概率(甚至知道实际分配),依从于报告偏好的假设是否仍然成立?这需要建模"策略性报告"行为,并讨论识别是否稳健。(扎根于 Assumption 4 的设定,作者未讨论报告阶段的策略性行为。)

  4. 部分识别:Theorem 2 证明点识别不可能,但未讨论部分识别。要算什么:在无序单调性 + 稳定性下,边际特定 LATE 的识别边界(identified set)是什么?Bai et al. (2025, 2026) 的边界方法是否可以推广到本文的设定?(扎根于 Theorem 2 的结论,作者在 intro 中提到 Bai et al. 的边界结果,但未将其与自己的不可识别性定理结合。)

  5. 效率与最优设计:Theorem 7 给出了一个 Wald 比率估计量,但没有讨论其半参数效率界。要算什么:在本文的两阶段设计下,\(\tau_{d,z}\) 的半参数效率界是什么?是否存在比 Wald 比率更高效的估计量?(扎根于 Theorem 7 的估计量形式,作者未讨论效率问题。)


提醒:要确认上述某条是否是真 gap,建议去读以下近期论文的 intro(各约 5 篇):(a) 多臂 RCT 中依从性识别的文献(Bai et al. 2025, 2026; Goff 2025; Navjeevan et al. 2026);(b) 偏好试验设计的文献(Knox et al. 2019; Kido 2023; Narita 2021);(c) 机制设计与实验设计的交叉文献(Azrieli et al. 2018, 2021)。如果这些文献的 intro 都指向同一个未解决问题,那就是共识性 gap;如果它们互相矛盾,那可能是更值得深挖的机会。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论