跳转至

Optimal Treatment Assignment Rules on Networked Populations

作者: Abhishek Ananth
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2610.32735


一、领域脉络与小综述

  • 这个方向是什么:本文研究的是"政策学习"(policy learning)中的一个前沿问题:当治疗效应存在网络溢出(network spillover)时,如何基于一个试点(pilot)群体的实验数据,学习一个能够同时为整个目标(target)群体分配有限数量治疗的全局治疗规则(global treatment rule)。其核心统计问题是:在存在干扰(interference)的情况下,如何识别并估计目标群体的福利(welfare),以及如何刻画经验福利最大化器(Empirical Welfare Maximizer, EWM)的遗憾(regret)。这个子方向处于因果推断(causal inference)与统计学习理论(statistical learning theory)的交汇处,其成熟度处于快速发展期,但尚未形成统一框架。

  • 发展脉络(history):

    • 奠基工作:Manski (2004) 将治疗分配问题置于统计决策理论框架下,奠定了" welfare maximization "的决策理论视角。Kitagawa and Tetenov (2018) 则开创性地将经验过程理论(empirical process theory)引入治疗分配问题,建立了 EWM 的有限样本遗憾界,为后续研究提供了标准分析范式。
    • 主要进展(处理干扰):Athey and Wager (2021) 将政策学习扩展到连续治疗,而 Viviano (2025) 首次在网络干扰下研究局部政策学习,但其分析依赖于条件独立的群组划分和最大度有界等限制。与此同时,识别与估计网络干扰下的因果效应成为独立的研究线:Hudgens and Halloran (2008) 提出部分干扰下的因果效应框架,Aronow and Samii (2017) 给出一般干扰下的 Horvitz-Thompson 型估计量,Leung (2020) 则研究了网络干扰下的非参数估计与推断。本文作者明确指出现有政策学习文献(如 Viviano, 2025)的遗憾界依赖于最大度有界,而本文通过图模型(graphon)框架放松了这一限制。
    • 当前 frontier:当前的前沿在于如何处理更复杂的网络依赖结构(如内生网络、动态网络),以及如何在目标群体与试点群体分布漂移(distribution shift)下进行有效的政策迁移。本文通过引入"传输的逆概率加权"(transported IPW)准则,直接回应了分布漂移问题,并利用 Natarajan 维度刻画全局规则类的复杂度,代表了该方向的最新进展。
  • 子线索聚类:被引文献大致落在三条子线索上:

    1. 政策学习与统计决策理论:Manski (2004), Kitagawa and Tetenov (2018), Athey and Wager (2021), Mbakop and Tabord-Meehan (2016)。这条线关注如何从数据中学习最优分配规则,核心是遗憾界的推导与 minimax 最优性。
    2. 网络干扰下的因果推断:Hudgens and Halloran (2008), Aronow and Samii (2017), Leung (2020), Forastiere et al. (2021)。这条线关注在干扰存在时如何定义、识别和估计因果参数,为政策学习提供了识别基础。
    3. 网络形成与依赖结构建模:Chandrasekhar (2016), De Paula (2020), Lunde and Sarkar (2023), Graham (2024)。这条线为网络数据的渐近理论提供基础,本文的图模型设定和稀疏性条件(期望度有界)正是源于此。
  • 这个方向在追问的核心问题:

    1. 识别问题:在什么条件下,试点群体的实验数据能够识别目标群体的福利?本文给出的答案是:局部状态(local state)充分性、稳定性(stability)、支撑条件(support)和策略相关重叠(policy-relevant overlap)条件。
    2. 估计与学习问题:如何构造一个统计上可处理的福利估计量,并保证 EWM 的遗憾以可接受的速率收敛?本文的核心贡献在于给出了一个依赖于试点规模 \(n_1\)、目标规模 \(n_0\)、溢出复杂度 \(d^{sc}_{n_1}\) 和规则类复杂度(Natarajan 维度)的有限样本遗憾上界。
    3. 全局 vs. 局部规则的福利差距问题:允许全局协调(global coordination)的分配规则相对于简单的逐个体(local)规则能带来多大的福利提升?本文通过理论刻画(Theorem 4)和数值模拟(Section 6)回答了这个问题。
  • ⚠️ 作者的 framing(这是作者的说法):作者将本文定位为"将 EWM 扩展到全局治疗分配问题"的第一步,并强调其与现有文献的三个关键区别:(i) 处理的是全局规则而非局部规则;(ii) 允许一般性的网络溢出,而非局限于群组或最大度有界的情形;(iii) 明确考虑了试点到目标的分布迁移(通过传输的 IPW 准则)。作者淡化了网络内生性(即网络本身可能受治疗影响)的问题,将其列为未来工作。值得研究者去查的问题:作者声称"上界允许节点级独立变化和二元网络形成而不要求最大度有界",但这一结论是否依赖于图模型(graphon)的特定可交换性假设?在非可交换或带社区结构的网络中,该上界是否仍然成立?此外,作者假设传输密度比 \(s(\ell)\) 是已知的,这在实践中往往不成立,估计 \(s(\ell)\) 会如何影响遗憾界?这些在 intro 中均未提及。

  • 张力:被引工作之间未见明显对立结论,但存在一个微妙的张力:Viviano (2025) 等局部规则文献强调在最大度有界条件下可实现 \(\sqrt{\log(\Pi)/n_1}\) 的遗憾率,而本文在更一般的图模型下得到的上界(Theorem 2)虽然恢复了这一速率(在稀疏条件下),但代价是引入了对目标规模 \(n_0\) 的依赖(通过 \(\sqrt{n_0/n_1}\) 项)。这意味着当目标群体远大于试点群体时,即使试点数据无限增大,遗憾也可能无法收敛到零——这是一个值得注意的"维度灾难"信号,作者在 Remark 中承认了这一点,但未给出缓解方案。

二、最核心、最简单的例子 / 数学问题

第一步:把符号、模型、可观测数据交代清楚

  • 群体与个体:存在两个群体,试点群体(\(e=1\))规模为 \(n_1\),目标群体(\(e=0\))规模为 \(n_0\)。每个个体 \(j\) 有可观测的协变量 \(X_j^{(e)} \in \mathcal{X} \subset \mathbb{R}^{d_x}\)。
  • 网络:群体 \(e\) 的邻接矩阵 \(A^{(e)} \in \mathcal{A}_{n_e}\)(\(n_e \times n_e\) 对称 0-1 矩阵,无自环)。网络由图模型(graphon)生成:存在未知的可测对称函数 \(g: [0,1]^2 \to [0,1]\) 和稀疏参数 \(\rho_{n_e}\),使得 \(A^{(e)}_{ik} = \mathbf{1}\{\xi^{(e)}_{ik} \le \rho_{n_e} g(U_i^{(e)}, U_k^{(e)})\}\),其中 \(U_i^{(e)}\) 是 i.i.d. 的潜在节点特征(latent node feature),\(\xi^{(e)}_{ik}\) 是 i.i.d. 的均匀随机变量(dyadic uniform)。注意:\(U_i\) 是不可观测的,但网络 \(A\) 和协变量 \(X\) 是可观测的。
  • 局部状态(Local State):\(L_j^{(e)} := (X_j^{(e)}, C_j^{(e)})\),其中 \(C_j^{(e)}\) 是可行暴露集(feasible exposure set),即给定网络和协变量后,个体 \(j\) 可能暴露于的所有治疗状态的集合。\(C_j^{(e)}\) 是 \(G_j^{(e)}\)(个体 \(j\) 的局部网络特征,如邻接矩阵的第 \(j\) 行)的可测函数。
  • 暴露(Exposure):\(E_j^{(e)}(t; v) := c_j^{(e)}(t, G_j^{(e)}(v))\) 是已知的暴露映射,将治疗分配向量 \(t\) 和网络状态 \(v\) 映射到个体 \(j\) 的暴露值。例如,在 LSE(局部暴露可交换)下,\(E_j = (t_j, \sum_k A_{jk} t_k, \sum_k A_{jk})\),即自己的治疗、治疗邻居数、度。
  • 潜在结果:\(Y_j^{(e)}(c)\) 是个体 \(j\) 在暴露 \(c\) 下的潜在结果,满足暴露索引(exposure-indexed)假设(Assumption 2),即结果只依赖于暴露而非完整分配向量。结果有界:\(|Y| \le M\)。
  • 治疗分配机制:试点群体的治疗分配 \(T^{(1)}\) 是独立伯努利,\(P(T_i^{(1)}=1) = p_{n_1}\),且与所有潜在结果和网络独立(Assumption 6)。目标群体的分配由全局规则 \(\pi: \mathcal{V}_0 \to \mathcal{T}\) 决定,其中 \(\mathcal{T} = \{t \in \{0,1\}^{n_0}: \sum_j t_j \le B\}\) 是满足预算约束的分配向量集合。
  • 目标量(Estimand):规则 \(\pi\) 的福利 \(W(\pi; P) = E\left[ \frac{1}{n_0} \sum_{j=1}^{n_0} Y_j^{(0)}(E_j^{(0)}(\pi(V^{(0)}); V^{(0)})) \right]\),即目标群体在规则 \(\pi\) 下的期望平均结果。注意:期望同时关于目标群体的随机状态 \(V^{(0)}\)(协变量+网络)和潜在结果取。
  • 可观测数据:研究者观测到试点数据 \(\mathcal{Z} := (V^{(1)}, T^{(1)}, Y^{(1)})\),其中 \(Y^{(1)}\) 是观测结果向量,以及目标群体的状态 \(V^{(0)}\)(协变量+网络,但没有结果)。目标群体的潜在结果分布与试点群体相同(通过 Assumption 8-10 的稳定性与传输条件联系)。

第二步:讲最小内核

本文的核心数学问题可以归结为:如何用试点数据 \(\mathcal{Z}\) 和已知的目标状态 \(V^{(0)}\),构造一个规则 \(\hat{\pi}\),使得其遗憾 \(R(\hat{\pi}) = \sup_{\pi \in \Pi} W(\pi; P) - W(\hat{\pi}; P)\) 尽可能小?

最小内核是识别公式(Theorem 1)。它说明,在 Assumptions 1-12 下,任意规则 \(\pi\) 的福利可以被写成:

\[W(\pi; P) = E_P\left[ \frac{1}{n_1} \sum_{i=1}^{n_1} \sum_{c \in C^{(0)}} Y_i^{(1)} \frac{\mathbf{1}\{E_i^{(1)} = c\}}{e_{i,c}(L_i^{(1)})} s(L_i^{(1)}) q(L_i^{(1)}, c; \pi) \right]\]

这个公式的直观含义是: 1. 传输(Transport):\(s(\ell) = dP_L^{(0)}/dP_L^{(1)}(\ell)\) 是目标群体与试点群体局部状态分布的似然比(Radon-Nikodym derivative),它把试点群体的经验"搬运"到目标群体。 2. 逆概率加权(IPW):\(\frac{\mathbf{1}\{E_i^{(1)} = c\}}{e_{i,c}(L_i^{(1)})}\) 是 Horvitz-Thompson 型权重,用于纠正治疗分配的非均匀性。\(e_{i,c}(\ell)\) 是广义倾向得分(generalized propensity score),在独立伯努利设计下是已知的。 3. 策略核(Policy Kernel):\(q(\ell, c; \pi) = \frac{1}{n_0} \sum_{j=1}^{n_0} P(E_j^{(0)}(\pi(V^{(0)})) = c \mid L_j^{(0)} = \ell)\) 是规则 \(\pi\) 在目标群体中诱导出暴露 \(c\) 的概率,它编码了规则的"行为"。

为什么这个公式是核心? 因为它将不可观测的目标群体福利 \(W(\pi; P)\) 转化为一个关于可观测数据 \(\mathcal{Z}\) 和已知函数 \(s, q\) 的期望。于是,经验福利最大化器(EWM)\(\hat{\pi}\) 就是最大化这个期望的样本模拟 \(\hat{W}_{n_1}(\pi) = \frac{1}{n_1} \sum_{i=1}^{n_1} \hat{\Upsilon}_i(\pi)\) 的规则。整个论文的遗憾界分析(Theorem 2)就是围绕"\(\hat{W}_{n_1}(\pi)\) 对 \(W(\pi; P)\) 的均匀逼近程度"展开的。

这个最小内核的"难"点在于:\(q(\ell, c; \pi)\) 通常是一个复杂的、依赖于整个网络状态的函数,因此 \(\hat{W}_{n_1}(\pi)\) 作为 \(\pi\) 的函数,其经验过程(empirical process)的复杂度不能简单地用 VC 维度控制,而需要引入 Natarajan 维度(处理多分类输出)以及对网络依赖结构的精细刻画(通过图模型的稀疏性 \(\rho_{n_1}\) 和局部性 \(d^{sc}_{n_1}\) 来控制)。

三、这篇论文做了什么

三句话: 1. 研究了什么问题:在存在网络溢出和预算约束的条件下,如何从试点实验数据中学习一个全局最优的治疗分配规则,并刻画其统计精度(遗憾)。 2. 核心工具/方法:将经验福利最大化(EWM)框架从个体分配扩展到全局分配;利用传输的逆概率加权(transported IPW)识别目标群体福利;使用 Natarajan 维度和图模型(graphon)下的局部依赖结构(局部状态、溢出复杂度 \(d^{sc}_{n_1}\)、稀疏性 \(\rho_{n_1}\))来控制经验过程的复杂度。 3. 主要结论:在局部状态充分性、稳定性、支撑和策略相关重叠等条件下,EWM 的遗憾以高概率被一个显式的有限样本界所控制(Theorem 2),该界随试点规模 \(n_1\) 增大而减小,但随目标规模 \(n_0\) 增大而增大;同时,作者证明了该上界在 minimax 意义下(在特定子类上)是接近最优的(Theorem 3),并刻画了全局规则相对于局部规则的福利优势(Theorem 4)。

关键设定与假设(在最小内核基础上补全): - Assumption 1(已知暴露映射):\(c_j^{(e)}\) 是已知函数。这排除了暴露映射未知的情形。 - Assumption 2(暴露索引 + 有界性):潜在结果只依赖于暴露,且 \(|Y| \le M\)。这比 SUTVA 更一般,但比完全一般化干扰更严格。 - Assumption 3(局部性):这是本文技术上的关键。它要求:(a) 孤立节点的暴露只依赖于自身治疗;(b) 改变一条边最多影响 \(d^{sc}_{n_e}\) 个个体的局部状态-暴露对。\(d^{sc}_{n_e}\) 是"溢出复杂度",它量化了网络扰动的影响范围。相比 Viviano (2025) 的最大度有界假设,本文只要求期望度有界(通过 \(\rho_{n_1}\) 控制),这是一个实质性的放松。 - Assumption 4(图模型网络形成):网络由可交换的图模型生成,边独立(条件于潜在特征 \(U_i\))。这提供了处理网络依赖的渐近框架。 - Assumptions 5-6(实验设计):试点治疗分配是独立伯努利,且与潜在结果独立。这是识别的基础。 - Assumptions 7-10(传输与稳定性):核心是 Assumption 9(支撑条件),要求目标群体的局部状态分布被试点群体的分布所控制(\(s(\ell) \le \kappa\)),且传输密度 \(s(\ell)\) 已知。Assumption 10(稳定性)要求平均结果函数在目标群体和试点群体中相同。 - Assumption 11(策略相关重叠):对每个策略相关的局部状态-暴露对,倾向得分有正下界 \(\gamma_{n_0}\)。这是 IPW 估计量方差有界的关键。 - Assumption 12(可测性):技术性假设,保证 sup 的可测性。

主要结果: - Theorem 1(识别):证明了福利 \(W(\pi; P)\) 可以被传输的 IPW 准则识别,即 \(W(\pi; P) = E[\Upsilon_i(\mathcal{Z}_i; \pi)]\)。这是整个估计方法的基础。 - Theorem 2(上界):给出了 EWM 的遗憾上界:

\[R(\hat{\pi}) \le C M \kappa \left( \sqrt{\frac{a_\Pi}{n_1 \gamma_{n_0}}} + \frac{d^{sc}_{n_1}}{\gamma_{n_0}} \sqrt{\frac{\rho_{n_1} \vartheta_{n_1}}{n_1}} + \frac{\vartheta_{n_1}}{n_1} \right)\]
其中 \(a_\Pi = 1 + N_{\dim} \log(12 e Q_0^2)\),\(\vartheta_{n_1} = 1 + N_{\dim} \log(12 e Q_0^2 n_1^2 K_{set,n_1})\)。这个界清晰地分离了三个来源的误差:规则类复杂度(通过 \(N_{\dim}\))、网络溢出复杂度(通过 \(d^{sc}_{n_1}\) 和 \(\rho_{n_1}\))和目标群体规模(通过 \(Q_0\) 和 \(n_0\) 隐含在 \(a_\Pi\) 中)。当 \(d^{sc}_{n_1}=0\)(无溢出)时,退化为标准 EWM 的 \(\sqrt{a_\Pi/(n_1 \gamma_{n_0})}\) 速率。 - Theorem 3(下界):在额外的"福利丰富性"假设(Assumption 14)下,证明了任何统计规则在最坏情况下的遗憾至少为 \(c M \left( \frac{B}{n_0} \wedge \sqrt{\frac{B m}{n_0 n_1 \gamma_{n_0}}} \right)\)。这个下界与上界在 \(n_1\) 的依赖上匹配(都是 \(1/\sqrt{n_1}\)),但在 \(n_0\) 的依赖上存在差距(上界有 \(\sqrt{n_0/n_1}\) 项,下界有 \(\sqrt{B m/(n_0 n_1)}\) 项),作者指出这源于下界构造中使用了"稀疏"目标群体,而"密集"目标群体的下界仍是开放的。 - Theorem 4(福利差距):在加性 LSE 模型下,给出了全局规则与局部规则之间的福利差距的下界:\(\Delta_P \ge \frac{1}{2n_0} \max_j E| \Gamma_{j,B}(V) | - E|E[\Gamma_{j,B}(V)|I_j]|\)。这个下界表明,当个体的"预算调整后社会回报"(\(\Gamma_{j,B}\))在给定局部信息后仍具有符号不确定性时,全局规则严格优于局部规则。数值模拟(Section 6)显示,在经验校准的参数下,这个差距可达最优福利的 18.3%。

证明路线与技术技巧: - 整体路线:证明分为四步。第一步,将遗憾分解为"估计误差"和"逼近误差"两部分,其中估计误差是经验过程 \(\sup_{\pi \in \Pi} |\hat{W}_{n_1}(\pi) - W(\pi; P)|\) 的期望。第二步,将 \(\hat{W}_{n_1}(\pi) - W(\pi; P)\) 分解为三个部分:独立基准项(independent benchmark)、dyadic 链接变化项(dyadic link variation)和网络中介节点变化项(network-mediated node variation)。第三步,分别用经验过程理论(处理独立基准项)、Doob 鞅和 Freedman 不等式(处理 dyadic 项)、以及有界差分和熵积分(处理网络中介项)来界定这三部分的 sup。第四步,将三个界组合,得到最终的遗憾上界。 - 关键跳跃点:最吃功夫的地方在于处理 dyadic 链接变化项。由于网络边是依赖的,不能直接应用标准的大数定律。作者的处理方法是:将 \(\hat{W}_{n_1}(\pi)\) 视为一个关于邻接矩阵 \(A\) 的函数,利用图模型的条件独立性,将 \(A\) 的随机性分解为"边存在性"的独立伯努利变量。然后,对每条边 \(e\),定义其"影响函数" \(D_e(\pi) = \hat{W}_{n_1}(\pi; A) - \hat{W}_{n_1}(\pi; A^{\setminus e})\),其中 \(A^{\setminus e}\) 是删除边 \(e\) 后的图。利用 Assumption 3 的局部性,可以证明 \(|D_e(\pi)| \le 2 B_{n_0} d^{sc}_{n_1} / n_1\),且 \(D_e(\pi)\) 的方差可以被 \(\rho_{n_1}\) 控制。然后,将 \(\hat{W}_{n_1}(\pi) - m_\pi\) 表示为这些 \(D_e(\pi)\) 的鞅差序列之和,应用 Freedman 不等式得到 tail bound,最后用 chaining 处理 sup。 - 技术技巧点名:用到了 (1) 对称化与 Rademacher 复杂度(处理独立基准项);(2) Doob 鞅表示与 Freedman 不等式(处理 dyadic 链接变化);(3) 有界差分不等式与 McDiarmid 不等式(处理网络中介节点变化);(4) 熵积分与 chaining(处理 sup over \(\Pi\));(5) Assouad 方法(证明下界);(6) 传输的逆概率加权(transported IPW)(处理分布漂移)。

真实例子与应用: - 运行示例(Running Example):疟疾防控。目标群体是一个村庄,个体是家庭,网络是地理邻近网络(距离 < 250 米),治疗是发放蚊帐,暴露是"自己是否收到蚊帐 + 收到蚊帐的邻居数"。这个例子贯穿全文,用于说明 LSE 暴露映射、局部状态、溢出复杂度等抽象概念。 - 附录 E:两期 SIR 模型:构造了一个满足 Assumptions 1-4 的流行病学模型。该模型允许二次传播(个体在第一期被感染后可在第二期感染他人),并证明了其暴露映射满足局部性条件(\(d^{sc}_{n_e} = 12\))。这个例子表明,本文的框架不仅适用于抽象的暴露映射,也适用于结构化的传染病模型。 - 数值模拟(Section 6):使用经验校准的 SIR 模型参数,比较了全局最优规则、局部最优规则和几个基准规则(如"治疗所有高风险个体")的福利表现。结果显示,全局规则在中等预算水平下显著优于局部规则,福利差距随预算的减少而增大。

🔎 结论是否比证明窄: - 是的,存在明显的"证明窄于结论"之处。具体来说: 1. Theorem 2 的上界依赖于 \(K_{set,n_1}\)(可行暴露集的数量)和 \(d^{sc}_{n_1}\)(溢出复杂度),但作者在 Corollary 1 中只给出了 LSE 情形下 \(K_{set,n_1} \le n_1\) 和 \(d^{sc}_{n_1} = 2\) 的显式结果。对于更一般的暴露映射(如 SIR 模型),\(K_{set,n_1}\) 可能随 \(n_1\) 指数增长,此时上界将不再收敛到零。作者在 Remark 4 中承认了这一点,但未给出一般暴露映射下的收敛条件。 2. Theorem 3 的下界只在"稀疏"目标群体(\(B/n_0\) 较小)下成立,且要求 \(m \le B\)。对于"密集"目标群体(\(B\) 接近 \(n_0\)),下界退化为常数,无法与上界匹配。作者在 Remark 5 中明确指出"密集情形下的下界是开放的"。 3. Theorem 4 的福利差距是在已知真实 DGP 的 oracle 比较下得出的,没有考虑估计误差。因此,这个差距是"潜在福利差距"的上界,而非"可实现福利差距"。作者在 Section 6 的模拟中承认,当试点样本量较小时,估计误差可能抵消部分福利差距。 4. 传输密度 \(s(\ell)\) 已知(Assumption 9)是一个很强的假设。作者在 Conclusion 中将其列为未来工作,但未讨论估计 \(s(\ell)\) 对遗憾界的影响。这是一个明显的"窄结论":识别公式(Theorem 1)和遗憾界(Theorem 2)都依赖于 \(s\) 的精确已知。

四、开放问题

  1. 传输密度 \(s(\ell)\) 的估计:本文假设传输密度 \(s(\ell)\) 已知(Assumption 9)。若 \(s\) 未知,需要从试点数据中估计,这会引入额外的估计误差。要证明什么:在 \(s\) 以速率 \(r_s\) 被估计时,遗憾界如何变化?是否存在自适应于未知 \(s\) 的 EWM 过程?扎根于:Theorem 1 的证明中,\(s\) 作为权重直接进入 \(\Upsilon_i\) 的定义;Theorem 2 的界中,\(\kappa\) 是 \(s\) 的上界。

  2. 密集目标群体的 minimax 下界:Theorem 3 的下界在 \(B\) 接近 \(n_0\) 时失效。要证明什么:在 \(B/n_0 \to 1\) 的极限下,最优遗憾率是什么?是否会出现"相变"(phase transition)?扎根于:Theorem 3 的证明依赖于构造"稀疏"目标群体(\(B/n_0\) 较小),使得每个个体的边际贡献可分离。

  3. 一般暴露映射下的收敛条件:Corollary 1 只处理了 LSE 情形。对于更复杂的暴露映射(如 SIR 模型),\(K_{set,n_1}\) 可能指数增长。要证明什么:在什么条件下(如暴露映射的某种"平滑性"),即使 \(K_{set,n_1}\) 很大,遗憾界仍然收敛?扎根于:Theorem 2 的界中 \(K_{set,n_1}\) 通过对数项出现,但 \(d^{sc}_{n_1}\) 可能随 \(n_1\) 增长。

  4. 内生网络与动态网络:本文假设网络是外生的、静态的。在现实中,治疗分配可能影响网络结构(如疫苗接种改变接触行为)。要证明什么:当网络内生时,识别和遗憾界如何变化?扎根于:Assumption 4 的图模型设定排除了网络对治疗的反馈。

  5. 福利差距的可实现性:Theorem 4 的福利差距是 oracle 比较的结果。要证明什么:在有限样本下,EWM 能否实现接近这个差距的福利?需要多大的试点样本量?扎根于:Theorem 4 的证明假设已知真实 DGP,而 Theorem 2 的遗憾界表明估计误差随 \(n_1\) 减小但随 \(n_0\) 增大。

提醒:要确认上述问题是否是真 gap,建议去读近 5 年关于"policy learning under interference"的文献(如 Viviano 2025, Leung 2020, 以及 Athey 和 Wager 的后续工作)的 intro 和 conclusion——如果多个独立工作都指向同一问题,那大概率是共识性的真 gap;如果只有本文提到,那可能是作者为了 framing 而构造的"伪 gap",需要谨慎判断。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论