Randomization Inference in Two-Sided Market Experiments

إليك ملخص تقني مفصل لورقة "الاستدلال العشوائي في تجارب السوق ذات الجانبين" (Randomization Inference in Two-Sided Market Experiments) من تأليف ليو، وشايك، وتوليس.

1. بيان المشكلة

تُستخدم التجارب العشوائية بشكل متزايد في الأسواق ذات الجانبين (مثل منصات البائع والمشتري، أو خدمات البث) لتقييم التدخلات السياساتية. ومع ذلك، غالبًا ما تفشل طرق الاستدلال السببي القياسية في هذه الإعدادات بسبب التداخل في السوق (Spillovers). في السوق ذات الجانبين، تعتمد نتيجة معاملة معينة (زوج المشتري والبائع) ليس فقط على حالة المعاملة لهذا الزوج المحدد، بل أيضًا على حالة المعاملة للمشترين والبائعين الآخرين في السوق.

تعالج الورقة ثلاثة تحديات جوهرية:

1. الفرضيات الصفرية غير الحادة (Non-Sharp Null Hypotheses): تتطلب اختبارات التوزيع العشوائي الفيشرية التقليدية فرضيات صفرية "حادة" (حيث تكون جميع النتائج المحتملة معروفة تحت الفرضية الصفرية). في الأسواق ذات الجانبين، لا تكون فرضيات التداخل (مثل "عدم وجود تداخل للمشترين") حادة لأنها لا تحدد النتائج لجميع تعيينات المعاملة، مما يجعل عملية الإسناد (Imputation) القياسية مستحيلة.
2. الصلاحية التقاربية للنمذجة الطلابية (Asymptotic Validity of Studentization): بينما تُستخدم الإحصاءات الطلابية (مثل اختبارات t) بشكل شائع لاختبار الفرضيات الصفرية "الضعيفة" (المتوسطات) في التجارب أحادية الجانب، يوضح المؤلفون أن النمذجة الطلابية القياسية بأسلوب نيمان تفشل في ضبط معدلات خطأ النوع الأول (Type I error) في التصميمات ثنائية الجانب تحت فرضيات المتوسط العالمي، وذلك بسبب عدم مراعاة التباين الناتج عن الجانب الثاني من العشوائية.
3. تحسين القوة (Power Optimization): هناك مقايضة بين حجم العينة ودعم توزيع العشوائية عند تصميم اختبارات لإجمالي آثار المعاملة في هذه الهياكل المعقدة.

2. المنهجية

يطور المؤلفون إطار عمل للاستدلال العشوائي (RI) بأسلوب فيشر مصمم خصيصًا للتصاميم العشوائية المستقلة ذات الجانبين (حيث يتم تعيين المشترين والبائعين عشوائيًا بشكل مستقل).

أ. الإعداد والافتراضات

• التصميم: تصميم مستقل ذو جانبين حيث يتم معاملة زوج (مشتري-بائع) $(i, j)$ فقط إذا كان كل من المشتري ($w^B_i=1$) والبائع ($w^S_j=1$) قد تلقيا المعاملة.
• التداخل المحلي (الافتراض 2.1): تعتمد النتائج المحتملة للزوج على حالة المعاملة الخاصة به وعلى نسبة الوحدات المعالجة في الجانب المقابل. هذا يقلل مساحة المعاملة اللانهائية إلى أربع حالات تعرض متميزة: $(0,0), (1,0), (0,1), (1,1)$.
• الفرضيات الصفرية:
  • الفرضيات الصفرية الحادة: لا يوجد تداخل من المشترين ($H_0^{buyer}$)، لا يوجد تداخل من البائعين ($H_0^{seller}$)، أو لا يوجد تأثير إجمالي ($H_0^{total}$).
  • الفرضيات الصفرية الضعيفة: متوسط آثار التداخل أو متوسط إجمالي الآثار عبر السكان.

ب. اختبارات العشوائية الشرطية (الفرضيات الصفرية الحادة)

للتعامل مع الفرضيات الصفرية غير الحادة، يستخدم المؤلفون اختبارات العشوائية الشرطية (CRT). يقومون بتقييد العشوائية لمجموعة فرعية من "الوحدات البؤرية" والتعيينات التي يمكن فيها إسناد النتائج المحتملة تحت الفرضية الصفرية.

1. آثار التداخل (المشترين/البائعين):

   • الاشتراط (Conditioning): لاختبار تداخل المشترين، يشترط الاختبار على مجموعة البائعين الضابطين (تثبيت $w^S_j=0$). يضمن هذا أنه لأي تبديل في تعيينات المشترين، يظل جانب البائع غير معالج، مما يجعل النتائج المحتملة قابلة للإسناد تحت $H_0^{buyer}$.
   • الإجراء: يتم تبديل تعيينات المشترين مع إبقاء تعيينات البائعين ثابتة.
   • التماثل: إذا كان التصميم متماثلًا (تبادليًا)، فإن التبديلات البسيطة تكون صالحة. إذا لم يكن كذلك، يقترح المؤلفون أخذ عينات من التوزيع الشرطي $p(W|C)$، مما قد يتطلب أخذ عينات بالرفض.

2. الآثار الإجمالية:

   • الاشتراط بكتل k (k-Block Conditioning): لاختبار التأثير الإجمالي ($H_0^{total}$)، يقدم المؤلفون حدث اشتراط كتل k. يتم تقسيم البيانات إلى كتل قطرية $k \times k$ حيث تشترك الوحدات داخل الكتلة في نفس حالة المعاملة (إما جميعها $(0,0)$ أو جميعها $(1,1)$).
   • الإجراء: يتم تبديل حالة المعاملة لكتل كاملة بدلاً من الوحدات الفردية.
   • مقايضة القوة: يحلل المؤلفون المقايضة بين حجم الكتلة $k$ ودعم اختبار القوة. الـ $k$ الأصغر يزيد من دعم توزيع العشوائية (مزيد من التبديلات) ولكنه يقلل حجم العينة لكل كتلة. الـ $k$ الأكبر يزيد حجم العينة ولكنه يقلل التبديلات. ويوفرون منهجًا استرشاديًا لاختيار $k$ لتعظيم القوة (على سبيل المثال، استهداف حد أقصى معين للقوة).

ج. الفرضيات الصفرية الضعيفة والنمذجة الطلابية (Studentization)

تبحث الورقة في اختبار متوسطات الآثار باستخدام الإحصاءات الطلابية.

1. فشل النمذجة الطلابية القياسية:

   • يظهر المؤلفون أنه لاختبار فرضية متوسط بائع محدد (حيث يكون متوسط التأثير صفرًا لكل بائع)، تكون النمذجة الطلابية القياسية بأسلوب نيمان صالحة تقاربيًا.
   • ومع ذلك، بالنسبة لـ فرضية متوسط سكاني (المتوسط العالمي هو صفر)، تكون النمذجة الطلابية القياسية غير صالحة. يتضمن توزيع أخذ العينات للإحصاء الاختبار مكون تباين إضافي ناتج عن عشوائية الجانب الآخر (البائعين)، والذي يفشل مقدر التباين القياسي في التقاطه. يؤدي هذا إلى رفض مفرط (ارتفاع معدلات خطأ النوع الأول).

2. مقدر التباين ثنائي الاتجاه (Two-Way Variance Estimator):

   • لاستعادة الصلاحية للفرضية الصفرية الضعيفة العالمية، يقترح المؤلفون إحصاءً طلابيًا ثنائي الاتجاه.
   • الآلية: يقومون بتعزيز مقدر التباين القياسي لجانب المشتري ($V^B$) بمصطلح لجانب البائع ($V^S$).
   • يقوم $V^S$ بتقدير التباين في أخذ العينات لمتوسط التأثير البؤري الناتج عن عشوائية البائع. ويتم بناؤه باستخدام تباين فرق المتوسط داخل البائع عبر البائعين الضابطين.
   • النتيجة: الإحصاء الجديد $T^{TW} = T^B / \sqrt{V^B + V^S}$ صالح تقاربيًا تحت الفرضية الصفرية الضعيفة العالمية لأن المقام يأخذ في الاعتبار إجمالي التباين (عشوائية المشتري + البائع).

3. المساهمات الرئيسية

1. إطار استدلال مبتكر: توفر الورقة أول إطار عمل صارم للاستدلال العشوائي ذي صلاحية في العينات المحدودة، مصمم خصيصًا لتجارب الأسواق ذات الجانبين مع وجود تداخل، باستخدام اختبارات العشوائية الشرطية.
2. تشخيص فشل النمذجة الطلابية: تحدد الورقة قصورًا حرجًا في تطبيق النمذجة الطلابية القياسية بأسلوب نيمان على تجارب الجانبين تحت فرضيات المتوسط السكاني الضعيفة، وهي مشكلة لم تكن ملحوحة سابقًا في الأدبيات.
3. تصحيح التباين ثنائي الاتجاه: اقتراح مقدر تباين ثنائي الاتجاه يستوعب التباين الإضافي في أخذ العينات من الجانب الثاني للسوق، مما يضمن الصلاحية التقاربية حيث تفشل الطرق القياسية.
4. تصميم مُحسَّن القوة: تقديم حدث اشتراط الكتل $k$ للآثار الإجمالية والتحليل النظري للمقايضة بين حجم الكتلة ودعم العشوائية، مما يوفر إرشادات عملية لتصميم التجارب.
5. التحقق التجريبي: دراسات محاكاة واسعة النطاق وتطبيق على تجربة شبكة إقراض متناهي الصغر (Comola and Prina, 2021) توضح أداء الطرق المقترحة.

4. النتائج

• المحاكاة (الفرضيات الصفرية الحادة): تحافظ اختبارات التوزيع العشوائي الفيشرية (FRT) المقترحة على ضبط دقيق لحجم العينة في العينات المحدودة (معدلات الرفض $\approx 5\%$) تحت الفرضيات الصدرية الحادة. وهي تتفوق عمومًا على طرق نيمان المحافظة في قوة اختبار آثار التداخل.
• المحاكاة (الفرضيات الصفرية الضعيفة):
  • تحت فرضيات البائع المحدد، تعمل النمذجة الطلابية القياسية.
  • تحت فرضيات متوسط السكان، تفشل النمذجة الطلابية القياسية (معدلات الرفض تصل إلى 22% عند مستوى اسمي قدره 5%).
  • تنجح النمذجة الطلابية ثنائية الاتجاه المقترحة في ضبط الحجم (معدلات الرفض $\approx 5\%$) في كلا السيناريوهين.
  • توضح الورقة أيضًا أن الطريقة ثنائية الاتجاه تعتمد على الافتراض B.3 (عدم تلاشي المتوسطات على مستوى المشتري)؛ وإذا تم انتهاك هذا الافتراض، فقد تفشل حتى الطريقة ثنائية الاتجاه.
• التطبيق العملي: طُبقت على تجربة حسابات توفير في نيبال. اختبر المؤلفون ما إذا كان تقديم حسابات التوفير للأسر "المتضررة" (المشترين) أو الأسر "غير المتضررة" (البائعين) قد أثر على روابط الإقراض المالي.
  • النتيجة: فشلت اختبارات العشوائية في رفض الفرضيات الصفرية لتداخل المشترين، أو تداخل البائعين، أو الآثار الإجمالية. يشير هذا إلى أن الوصول إلى حسابات التوفير لم يغير سلوك الشبكة المالية بشكل كبير في هذا السياق المحدد، مما يكمل النتائج السابقة بأن الآثار تعتمد على السياق.

5. الأهمية

تعتبر هذه الورقة مهمة لمجال تجارب الأسواق المتنامي. فبينما تعتمد المنصات (مثل Uber، Airbnb، Amazon، إلخ) بشكل متزايد على التجارب العشوائية لتحسين التسعير والمطابقة والحوافز، يعد التداخل بين المستخدمين مصدرًا رئيسيًا للتحيز.

• الدقة النظرية: تسد الورقة الفجوة بين الاختبارات الدقيقة لفيشر والاستدلال التقاربي لنيمان في إعدادات التداخل المعقدة.
• الفائدة العملية: الطرق المقترحة قابلة للتنفيذ حاسوبيًا (باستخدام التبديلات) وتوفر حلاً "جاهزًا للاستخدام" (مقدر التباين ثنائي الاتجاه) للباحثين الذين يستخدمون حاليًا اختبارات t القياسية في الأسواق ذات الجانبين، مما قد يمنع النتائج الإيجابية الكاذبة.
• توجيه التصميم: توفر الرؤى حول أحجام الكتل وأحداث الاشتراط نصائح عملية لتصميم تجارب الأسواق المستقبلية لتعظيم القوة الإحصائية مع الحفاظ على الصلاحية.