Testing Common Causality of Covariates: Evidence from Private-Sector Ban-the-Box Policies¶
作者: Sunny R. Karim
主题: 因果推断
相关性: 8/10
链接: https://arxiv.org/abs/2610.29148
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因果推断中双重差分(DID)框架下的协变量建模规范问题。具体而言,当研究者将协变量纳入 DID 模型以增强平行趋势假设的可信度时,不仅要决定"包含哪些协变量",还要决定"如何建模这些协变量"——即协变量对未处理潜在结果的影响是否允许跨地区、跨时期变化。该问题的根本统计关切是:对协变量施加错误的约束(过于严格或过于宽松)会如何影响 ATT 估计的一致性与效率。这一方向处于"应用计量经济学中的 DID 方法"与"半参数效率理论"的交汇处,成熟度属于正在快速发展的前沿领域——它建立在 DID 方法近年一系列方法论突破(如 Callaway & Sant'Anna 2021、Borusyak et al. 2024)之上,但协变量建模的规范检验仍是一个相对未被充分开发的角落。
发展脉络¶
奠基工作:DID 的现代形式化。 本文的框架直接建立在 Callaway and Sant'Anna (2021) 的 CS-DID 估计器之上,该工作系统化了多期交错采用设定下的 ATT 识别与估计,提出了基于"尚未处理组"作为对照的稳健估计策略。同时,Abadie (2005) 的半参数 DID 估计器为基于倾向得分的加权方法奠定了基础,而 Sant'Anna and Zhao (2020) 的 Doubly Robust DID 进一步结合了结果回归与倾向得分加权。这些工作共同确立了现代 DID 方法论的"标准工具箱",但它们的共同假设是协变量以某种预先指定的方式进入模型。
主要进展:协变量建模问题的浮现。 本文引用的关键进展是 Karim and Webb (2024) 提出的"协变量共同因果性"(Common Causality of Covariates, CCC)假设。该工作首次系统化地指出,DID 估计器对协变量系数的跨地区、跨时期稳定性有隐含要求,并提出了"集成平行趋势"(Integrated Parallel Trends, IPT)假设作为条件平行趋势的替代——IPT 只要求在"同一协变量分布"上评估趋势差异,而非逐点成立。这一区分至关重要:当协变量效应存在异质性时,条件平行趋势可能被违反,而 IPT 仍可成立。Karim and Webb (2024) 进一步提出了 DID-INT 估计器族,通过不同的协变量-地区-时期交互结构来适应不同程度的 CCC 违反。
当前前沿:规范检验与模型选择。 本文的位置在于:既然 DID-INT 提供了多种协变量建模选择(同质、地区异质、时期异质、双向异质),那么研究者如何系统地选择正确的规范?本文填补的正是这一缺口——它提出了 CCC 检验,一个基于 Wald 统计量的两阶段假设检验程序,用于在数据中判断协变量系数是否跨地区、跨时期变化,从而指导 DID-INT 规范的选择。这一工作将"协变量建模"从"研究者的主观选择"提升为"可检验的统计假设"。
子线索聚类¶
这些被引文献大致落在三条子线索上:
-
DID 估计器的现代发展:Callaway and Sant'Anna (2021)、Borusyak et al. (2024)、Goodman-Bacon (2021)。这条线索关注交错采用设定下 ATT 的识别与估计,特别是 TWFE 在异质性处理效应下的偏误问题。Goodman-Bacon (2021) 明确指出 TWFE 在交错采用中可能产生"负权重"和"禁止性比较",这为更稳健的估计器提供了动机。
-
协变量在 DID 中的角色:Karim and Webb (2024)、Caetano and Callaway (2024)。这条线索直接关注协变量的建模问题。Caetano and Callaway (2024) 揭示了标准 TWFE 回归中的"隐藏线性偏误"——当协变量效应存在异质性时,即使协变量被正确包含,线性设定也可能导致偏误。Karim and Webb (2024) 则系统化了 CCC 假设和 DID-INT 估计器族。
-
Ban-the-Box 政策的实证评估:Agan and Starr (2018)、Doleac and Hansen (2017, 2020)、Rose (2021)、Jackson and Zhao (2017)、Craigie (2020)、Shoag and Veuger (2021)。这条线索是应用层面,研究 Ban-the-Box 政策对就业、工资和种族差异的影响。值得注意的是,这些实证研究大多使用 TWFE 或简单的 DID 设计,而本文的方法论贡献恰恰指向这些应用中的协变量建模问题。
这个方向在追问的核心问题¶
- 协变量效应异质性的检测:如何从数据中判断协变量对未处理潜在结果的影响是否跨地区、跨时期稳定?这是本文 CCC 检验直接回答的问题。
- 规范选择与估计偏差的权衡:过于严格的协变量约束(如同质系数)可能导致偏误,而过于灵活的约束(如双向交互)可能降低效率。如何在二者之间取得平衡?
- 条件平行趋势 vs. 集成平行趋势:当协变量效应存在异质性时,条件平行趋势可能被违反,但 IPT 仍可成立。如何检验和利用这一更弱的假设?
已知瓶颈:现有 DID 方法(TWFE、CS-DID、BJS)在协变量建模上要么默认同质系数(如 TWFE),要么依赖倾向得分加权(如 CS-DID 的 drdid 方法),但都缺乏系统的规范检验程序。此外,当地区-时期单元数量较大时,双向交互模型的参数维度急剧增长,计算和推断都面临挑战。
⚠️ 作者的 framing¶
这是作者的说法:作者将缺口 frame 为"研究者必须决定如何建模协变量,但缺乏系统的统计检验来指导这一选择"。作者声称其 CCC 检验是"第一个正式的、基于 Wald 统计量的两阶段检验程序",用于在 DID 框架下检测协变量系数的跨地区、跨时期异质性。作者还强调,正确选择 DID-INT 规范可以在保持一致性的同时提高效率——在条件同方差下,过度灵活的模型会不必要地降低效率,而过于严格的模型会引入偏误。作者淡化了以下竞争路线:(1)完全非参数化的协变量处理(如核匹配或机器学习方法),认为这些方法在 DID 设定下缺乏清晰的推断理论;(2)对 CCC 违反的敏感性分析,作者仅在脚注中提及,未将其作为主要替代方案。
张力¶
未见明显对立引用。不过存在一个微妙的张力:一方面,Caetano and Callaway (2024) 表明 TWFE 的线性协变量设定即使在协变量被正确包含时也可能产生偏误,这暗示研究者应倾向于更灵活的规范;另一方面,本文的理论结果表明,在条件同方差下,过度灵活的规范会降低效率。这两者之间的权衡正是本文 CCC 检验试图解决的——但作者没有直接讨论这一张力,而是将其作为"需要检验"的实证问题。
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):
- 地区与时期:\(s = 1, \dots, S\) 表示地区(region),\(t = 1, \dots, T\) 表示时期(period)。\(t_s\) 是地区 \(s\) 首次接受处理的时期,\(t_s - 1\) 是处理前最后一期。
- 个体:\(i\) 表示个体,\((Y_{i,s,t}, X_{i,s,t})\) 是地区 \(s\)、时期 \(t\) 中个体 \(i\) 的可观测结果与协变量向量。\(N_{s,t}\) 是地区-时期单元 \((s,t)\) 的样本量。
- 潜在结果:\(Y_{i,s,t}(1)\) 和 \(Y_{i,s,t}(0)\) 分别表示接受处理和未接受处理时的潜在结果。\(D_{s,t}\) 是处理指示变量(1 表示地区 \(s\) 在时期 \(t\) 已接受处理)。
- 参数 / estimand:\(ATT(s,t)\) 是地区 \(s\) 在时期 \(t\) 的平均处理效应(Average Treatment Effect on the Treated),是本文的核心估计目标。
- 协变量系数:\(\gamma^\circ_{k,s,t}\) 是真实数据生成过程中协变量 \(k\) 在地区 \(s\)、时期 \(t\) 的系数。\(\gamma^*_{k,s,t}\) 是估计量的概率极限。\(\Gamma_H, \Gamma_R, \Gamma_T, \Gamma_{TW}\) 分别表示同质、地区异质、时期异质、双向异质四种系数结构空间。
- 模型参数:\(\theta^\circ_{s,t}\) 是地区-时期截距。\(\epsilon_{i,s,t}\) 是均值为零的误差项。
- 估计量:\(\hat{\tau}^j_{s,t}\) 是规范 \(j \in \{H, R, T, TW\}\) 下 \(ATT(s,t)\) 的估计量。\(W\) 是 Wald 统计量,\(R_j\) 是约束矩阵,\(Q_j\) 是约束数量。
模型(数据生成机制):
未处理潜在结果模型(线性、可加):
可观测数据:研究者观测到 \(\{Y_{i,s,t}, X_{i,s,t}, D_{s,t}\}\)。关键点:未处理潜在结果 \(Y_{i,s,t}(0)\) 在处理组个体中不可观测,只能通过对照组(从未处理或尚未处理)的观测来推断。协变量系数 \(\gamma^\circ_{k,s,t}\) 本身不可直接观测,需要通过回归估计。
关键假设: - 随机抽样(Assumption 1):每个地区-时期单元的观测是独立同分布的。 - 协变量不受处理影响(Assumption 2):\(X_{i,s,t}(1) = X_{i,s,t}(0) = X_{i,s,t}\),排除了"坏控制"。 - 无预期效应(Assumption 3):处理前潜在结果不受未来处理影响。 - 线性(Assumption 4):未处理潜在结果的条件期望是协变量的线性函数。 - 条件平行趋势(Assumption 8)或集成平行趋势(Assumption 9):处理组与对照组在未处理状态下的结果趋势在控制协变量后平行(逐点或积分意义)。
第二步:最小内核¶
最小内核:假设只有 \(S=2\) 个地区(一个处理、一个对照)、\(T=2\) 个时期(处理前、处理后)、\(K=1\) 个协变量。真实 DGP 中,协变量系数在地区间不同:\(\gamma^\circ_{1} \neq \gamma^\circ_{2}\)(地区异质性),但随时间不变。
核心问题:如果研究者错误地使用同质规范(\(\gamma\) 不随地区变化),估计 \(ATT\) 会怎样?
数学表述:设处理地区为 \(s=1\),对照地区为 \(s=2\)。真实模型为:
同质规范估计的 ATT 为:
其中 \(\hat{\gamma}\) 是同质规范下的合并系数估计。关键洞察:当 \(\gamma^\circ_1 \neq \gamma^\circ_2\) 且协变量分布在处理组和对照组间变化趋势不同(即 \(\bar{X}_{1,2} - \bar{X}_{1,1} \neq \bar{X}_{2,2} - \bar{X}_{2,1}\))时,同质规范会引入偏误。这是因为同质规范强制 \(\hat{\gamma}\) 是 \(\gamma^\circ_1\) 和 \(\gamma^\circ_2\) 的某种加权平均,无法同时正确调整两个地区的协变量效应。
本文的解决思路:CCC 检验通过 Wald 统计量检验同质约束是否成立。如果检验拒绝同质约束,研究者应使用更灵活的规范(如地区异质或双向异质)。检验的核心是构造一个辅助回归,其中协变量与地区、时期指示变量交互,然后检验交互项系数是否联合为零。
为什么这个最小内核抓住了论文本质:本文的全部理论贡献——CCC 假设的三种变体(同质、地区异质、时期异质、双向异质)、DID-INT 估计器的一致性、Wald 检验的两阶段程序——都可以在这个 \(2 \times 2 \times 1\) 的设定中讲清楚。一般化的 \(S\) 地区、\(T\) 时期、\(K\) 协变量只是这个内核的"加壳"。
三、这篇论文做了什么¶
三句话¶
① 研究了什么问题:在 DID 框架下,当协变量对未处理潜在结果的影响可能跨地区、跨时期变化时,如何系统地检验"协变量共同因果性"(CCC)假设并选择正确的协变量建模规范,以避免偏误或效率损失。② 核心工具/方法:提出了一个两阶段的 CCC 检验程序——第一阶段检验双向 CCC 是否成立(同质 vs. 异质),若拒绝则进入第二阶段分别检验地区异质和时期异质;检验基于 Wald 统计量,从包含协变量-地区-时期交互的辅助回归中构造。同时建立了 DID-INT 估计器族在不同 CCC 结构下的一致性和效率性质。③ 主要结论:理论上证明了正确指定的 DID-INT 估计器是一致的,而过度约束的规范(如同质)在 CCC 违反时会产生偏误,过度灵活的规范(如双向)在条件同方差下会降低效率;蒙特卡洛模拟显示 CCC 检验具有良好的水平和功效;应用于 Ban-the-Box 政策发现双向 CCC 违反,且 CCC 选择的规范估计出显著的正向工资效应。
关键设定与假设¶
在第二节最小记号的基础上,本文的核心假设包括:
-
随机抽样(Assumption 1):每个地区-时期单元的观测独立同分布。这排除了地区内部的聚类相关性,是简化假设——作者在脚注中承认,扩展到聚类依赖需要额外的渐近理论。
-
协变量不受处理影响(Assumption 2):\(X_{i,s,t}(1) = X_{i,s,t}(0)\)。这是 DID 文献中的标准"无坏控制"假设,排除了协变量作为中介变量的情况。
-
无预期效应(Assumption 3):\(Y_{i,s,t}(1) = Y_{i,s,t}(0)\) 对所有 \(t < t_s\)。标准 DID 假设。
-
线性(Assumption 4):未处理潜在结果的条件期望是协变量的线性函数。这是本文理论推导的基础,但作者未讨论非线性扩展。
-
CCC 假设的三种变体:
- 同质 CCC(Assumption 5):\(\gamma^\circ_{k,s,t} = \gamma^\circ_k\) 对所有 \(s,t\)。
- 地区不变 CCC(Assumption 6):\(\gamma^\circ_{k,s,t} = \gamma^\circ_{k,t}\) 对所有 \(s\)(系数可随时间变化,但地区间相同)。
-
时期不变 CCC(Assumption 7):\(\gamma^\circ_{k,s,t} = \gamma^\circ_{k,s}\) 对所有 \(t\)(系数可随地区变化,但时间上稳定)。
-
条件平行趋势(Assumption 8)或集成平行趋势(Assumption 9):前者要求逐点成立,后者只要求在积分意义(即协变量分布加权后)成立。集成平行趋势是更弱的假设,也是 DID-INT 估计器识别的基础。
相比已有文献的变化: - 相比 Callaway and Sant'Anna (2021) 和 Borusyak et al. (2024),本文明确将协变量系数异质性纳入考量,而非默认同质系数。 - 相比 Karim and Webb (2024) 的理论框架,本文的贡献在于将 CCC 假设从"理论假设"转化为"可检验的统计假设",并提供了具体的检验程序。 - 相比 Caetano and Callaway (2024) 的"隐藏线性偏误"分析,本文不仅指出问题,还提供了解决方案(CCC 检验 + DID-INT 规范选择)。
主要结果¶
理论结果:
-
定理 1(嵌套结构):四种 DID-INT 规范(同质、地区异质、时期异质、双向)构成嵌套结构:\(\Gamma_H \subset \Gamma_R \subset \Gamma_{TW}\) 且 \(\Gamma_H \subset \Gamma_T \subset \Gamma_{TW}\)。这意味着双向规范包含所有其他规范作为特例。
-
定理 2(识别):当同质 CCC 成立时,所有四种 DID-INT 规范都一致估计 ATT。当地区异质但时期不变时,地区异质和双向规范一致,而同质和时期异质规范不一致。类似地,当时期异质但地区不变时,时期异质和双向规范一致。当双向异质时,只有双向规范一致。
-
定理 3(效率):在条件同方差下,正确指定的更严格规范(如同质)比更灵活的规范(如双向)更有效率。具体地,\(\text{Var}(\hat{\tau}^H) \leq \text{Var}(\hat{\tau}^R) \leq \text{Var}(\hat{\tau}^{TW})\)。这意味着在 CCC 成立时,使用更灵活的规范会不必要地损失效率。
-
命题 1(误设偏差):给出了过度约束规范下 ATT 估计的偏差表达式。偏差取决于协变量系数的异质性程度、协变量分布的变化,以及处理组与对照组的协变量分布差异。
模拟结果: - CCC 检验在零假设下(同质 CCC 成立)具有良好的水平控制,经验拒绝率接近名义 5% 水平。 - 在备择假设下(存在地区或时期异质性),检验的功效随样本量和异质性程度增加而提高。 - 使用 CCC 检验选择的 DID-INT 规范在均方误差(MSE)上优于始终使用双向规范或始终使用同质规范。
实证结果(Ban-the-Box 政策): - CCC 检验拒绝了同质 CCC 假设,表明协变量效应在地区间和时期间均存在变化。 - 使用 CCC 选择的双向 DID-INT 规范,估计 Ban-the-Box 政策对私营部门受雇工人工资有约 2.2% 的正向效应,在 5% 水平显著。 - 对高工作区域(High Job Zone)就业概率的效应约为 0.7%,在 10% 水平显著。 - 传统 TWFE 和 CS-DID 方法在工资效应上给出类似估计,但在高工作区域效应上不显著,说明 DID-INT 的效率优势可能对检测较弱效应至关重要。
🔎 结论是否比证明窄¶
是,存在几处结论比证明更宽泛的地方:
-
定理 3 的效率排序仅在条件同方差下证明。作者在定理陈述中明确"Under the OLS regularity conditions and homoskedastic error terms",但在摘要和结论中泛泛声称"正确指定的更严格规范提高效率",未限定同方差条件。在异方差下,效率排序可能反转——作者在正文中承认"under heteroskedasticity, the variance ranking between the correctly specified restrictive estimator and the two-way DID-ITT estimator is generally ambiguous",但这一限定未在结论中重申。
-
CCC 检验的渐近分布依赖标准正则条件。定理中 Wald 统计量 \(\chi^2\) 渐近分布要求协变量具有有限四阶矩、设计矩阵满秩等条件。作者在模拟中验证了这些条件,但未讨论当协变量维度随样本量增长(高维设定)时的行为——这恰恰是研究者(你)可能感兴趣的方向。
-
实证结论的因果解释依赖 DID 识别假设。作者在结论中声称"Ban-the-Box 政策提高了受雇工人的工资",但这一因果解释依赖于集成平行趋势假设(Assumption 9)以及无预期效应(Assumption 3)。作者在正文中承认"the CCC test is not a statistical test for parallel trends or integrated parallel trends",但在结论中未重申这一限定。
-
模拟设计仅覆盖了有限的 DGP。模拟中只考虑了协变量系数异质性的一种特定形式(线性变化),未覆盖非线性异质性或协变量与处理交互的复杂情况。作者声称"CCC test has good size and power"的结论可能过度泛化。
四、开放问题¶
以下开放问题均扎根于本文的具体语句或引用:
-
聚类依赖下的 CCC 检验。本文 Assumption 1 假设地区-时期单元内独立同分布,作者在脚注中承认"extensions of the CCC test to clustered dependence are discussed in Section 3 but are not developed in the current paper"。要证明什么:在地区层面存在聚类相关时,Wald 统计量的渐近分布如何修正?这需要发展聚类稳健的 Wald 检验,可能涉及对协方差矩阵估计的调整(如 Liang-Zeger 或 cluster bootstrap)。
-
高维协变量下的 CCC 检验。当协变量维度 \(K\) 随样本量增长时,双向交互模型的参数数量为 \(O(KST)\),可能超过样本量。要证明什么:CCC 检验在高维稀疏设定下是否仍然有效?这可能需要引入正则化方法(如 Lasso)或降维技术,并重新推导检验统计量的渐近分布。
-
CCC 检验的功效分析。本文模拟中检验了功效,但未提供理论功效分析。要证明什么:在局部备择假设下,CCC 检验的功效如何随样本量、异质性程度和协变量分布变化?这需要推导检验统计量在备择假设下的非中心分布。
-
非线性协变量效应。本文的线性假设(Assumption 4)是理论推导的基础。要证明什么:当未处理潜在结果模型是非线性(如逻辑回归或非参数)时,CCC 假设如何重新定义?DID-INT 估计器是否仍然一致?
-
Ban-the-Box 实证结果的机制解释。作者发现工资正效应和高工作区域正效应,但未探讨机制。要估计什么:这种效应是否源于雇主行为变化(如减少对犯罪记录的筛查)、劳动力市场匹配改善,还是其他渠道?
-
CCC 检验与其他 DID 诊断工具的结合。作者建议 CCC 检验作为"初步诊断",但未讨论其与平行趋势检验(如事件研究法)的关系。要证明什么:CCC 检验与平行趋势检验在检测不同类型的假设违反时,各自的功效如何?两者结合是否能提供更全面的规范诊断?
提醒:若要确认上述某条是否是真 gap,建议去读同子领域近期约 5 篇论文的引言——例如 Karim and Webb (2024)、Caetano and Callaway (2024)、Callaway and Sant'Anna (2021)、Borusyak et al. (2024)、以及 Goodman-Bacon (2021)。如果多篇都指向同一问题(如聚类依赖下的规范检验),那很可能是共识性 gap;如果各篇对解决路径的预期互相矛盾,那更可能是机会所在。
Maintained by 陈星宇 · Homepage · Source on GitHub