Causal Identification under Interference: The Role of Treatment Assignment Independence

Este artículo demuestra que los métodos de identificación causal estándar (como variables instrumentales o diferencias en diferencias) siguen siendo válidos para identificar efectos directos promedio bajo interferencia, siempre que se cumplan ciertas restricciones de independencia en la asignación del tratamiento.

Lo esencial

El Efecto Dominó: ¿Qué pasa cuando lo que haces afecta a los demás?

Imagina que estás en una fiesta y decides probar un nuevo tipo de refresco energético. Si ese refresco te hace sentir con mucha energía, podrías pensar: "¡Este refresco funciona!". En ciencia, esto es lo que llamamos un efecto individual. Asumimos que lo que te pasa a ti depende solo de lo que tú tomaste.

Pero, ¿qué pasa si, al tomar ese refresco, te pones tan hiperactivo que empiezas a bailar frenéticamente y eso hace que todos los demás en la fiesta también quieran bailar? Ahora, el hecho de que los demás estén bailando no es solo por su propio refresco, sino por tu comportamiento.

En economía, esto se llama interferencia. Los investigadores suelen estudiar programas (como una capacitación para conseguir empleo o una vacuna) asumiendo que lo que le pasa a una persona no afecta a la otra. Pero en el mundo real, la gente interactúa: si yo consigo un mejor trabajo, quizás le quito la oportunidad a mi vecino (interferencia laboral), o si yo me vacuno, protejo a mi abuela (interferencia social).

El problema: El "Efecto Espejismo"

El problema que plantean los autores (Owusu y Márquez) es que la mayoría de los economistas usan fórmulas matemáticas diseñadas para un mundo donde nadie se afecta entre sí.

Si aplicas esas fórmulas en un mundo donde sí hay "efecto dominó", corres el riesgo de ver un espejismo. Podrías creer que un programa de capacitación es un éxito rotundo, cuando en realidad lo que estás viendo es una mezcla confusa entre el beneficio real para la persona y el caos que su comportamiento causó en los demás. Es como intentar medir cuánto calor genera una estufa, pero olvidarte de que el viento que sopla de la estufa también está moviendo las cortinas de la habitación.

El gran descubrimiento: La clave es la "Independencia de la Elección"

Los autores descubrieron algo muy importante: no necesitas saber exactamente cómo se afectan las personas entre sí para salvar tus cálculos. No necesitas un mapa de quién es amigo de quién o quién vive cerca de quién.

Lo que sí necesitas es que la forma en que se asigna el tratamiento sea independiente.

La analogía de la tómbola:
Imagina que repartimos los refrescos energéticos usando una tómbola. Si cada persona saca su papelito de forma totalmente independiente, sin mirar lo que sacaron los demás, entonces —y solo entonces— las fórmulas matemáticas tradicionales vuelven a funcionar. Aunque el efecto de la energía se contagie por la fiesta (interferencia), la fórmula nos permitirá calcular el "Efecto Directo Promedio": cuánto ayuda el refresco a una persona, sin que el ruido de la fiesta nos confunda.

Pero, ¡cuidado! Si la tómbola está "trucada" o si la gente decide tomar el refresco solo porque vio que su mejor amigo lo tomó, la fórmula se rompe y el resultado será un espejismo.

¿Cómo saber si nos estamos engañando? (El kit de supervivencia)

Como los investigadores no siempre pueden saber si la gente está tomando decisiones basadas en lo que hacen los demás, los autores proponen una herramienta llamada "Análisis de Sensibilidad".

Es como un "detector de mentiras para economistas". En lugar de decir: "Estamos seguros de que esto funciona", el investigador dice: "Nuestros resultados son válidos, a menos que la gente esté tan influenciada por sus vecinos que la conexión entre ellos sea X veces más fuerte de lo normal".

Si el "detector" dice que se necesitaría una influencia social gigantesca y casi imposible para arruinar el resultado, entonces el economista puede dormir tranquilo: su conclusión es robusta.

En resumen:

1. El problema: Los economistas suelen ignorar que lo que le pasa a uno afecta a otros (interferencia).
2. El riesgo: Si ignoramos esto, nuestras conclusiones pueden ser un espejismo.
3. La solución: Si la asignación del programa (quién recibe qué) es independiente de los demás, las fórmulas viejas todavía sirven para medir el efecto real y directo.
4. La herramienta: Si no estamos seguros, usamos un "detector de sensibilidad" para ver qué tan fácil es que la influencia social nos engañe.

Resumen técnico

Resumen Técnico: Identificación Causal bajo Interferencia

1. El Problema: El colapso de la interpretación causal bajo interferencia

En la investigación empírica convencional, se suele asumir el Principio de Respuesta de Tratamiento Individualista (ITR), el cual establece que el resultado potencial de una unidad depende únicamente de su propio estado de tratamiento. Bajo esta premisa, las fórmulas de identificación estándar (como las de variables instrumentales, diferencias en diferencias o regresión discontinua) recuperan efectos causales claros, como el Efecto Promedio del Tratamiento (ATE).

Sin embargo, en muchos contextos económicos (mercados laborales, redes sociales, efectos de equilibrio general), existe interferencia: el tratamiento de una unidad afecta los resultados de otras. Cuando la interferencia está presente pero no se modela, las fórmulas de identificación basadas en ITR pierden su interpretación causal directa, ya que los estimadores terminan promediando efectos directos con sesgos derivados de la estructura de asignación de tratamientos de los demás. El problema central es que, si la asignación de tratamientos entre unidades es dependiente, el investigador no puede distinguir si un efecto observado se debe al tratamiento propio o a cambios en el entorno de tratamiento de los demás.

2. Metodología y Marco Teórico

Los autores adoptan un marco de resultados potenciales en poblaciones finitas con interferencia arbitraria. A diferencia de la literatura previa, que requiere conocer la estructura de la interferencia (como redes o vecindarios), este estudio analiza qué sucede cuando la estructura de interacción es desconocida o no modelada.

La metodología se centra en la evaluación de la Independencia de Asignación Condicional (CAI), definida como:
$$D_{-i} \perp \!\! \perp D_i \mid W_i$$
Donde $D_i$ es el tratamiento de la unidad $i$, $D_{-i}$ es el tratamiento de los demás, y $W_i$ son las covariables observadas. La CAI implica que, una vez controladas las características individuales, la decisión de tratamiento de una persona no revela información sobre el tratamiento de los demás.

3. Principales Contribuciones y Resultados

A. Caracterización de la Identificación en Diseños Estándar

El estudio demuestra que las fórmulas de identificación de los diseños más comunes no pierden su valor causal por completo, sino que se transforman en otros objetos causales bien definidos (Efectos Directos Promedio o ADE), siempre que se cumplan ciertas restricciones de independencia en la asignación:

1. Selección sobre Observables: Si la CAI falla, el estimador combina el ADE con un término de sesgo que depende de la discrepancia entre las distribuciones de tratamiento de los demás para los grupos tratados y no tratados. Si la CAI se cumple, el estimador identifica exactamente el ADE.
2. Variables Instrumentales (IV): El estimador de Wald identifica el Efecto Directo Promedio Local (LADE) si los instrumentos son independientes entre unidades. Si los instrumentos están correlacionados entre unidades, el estimador sufre un sesgo que refleja cómo el instrumento de una unidad altera la distribución de tratamientos de los demás.
3. Regresión Discontinua (RDD): El diseño de discontinuidad aguda identifica el ADE si las variables de asignación (running variables) son independientes entre unidades. De lo contrario, el estimador combina el ADE con sesgos derivados de la diferencia en las distribuciones de tratamiento cerca del punto de corte.
4. Diferencias en Diferencias (DiD): El estimador identifica el Efecto Directo Promedio sobre los Tratados (ADTT) si se cumple la CAI y la tendencia paralela condicional. Si la CAI falla, el sesgo surge de comparar tendencias de resultados no tratados evaluadas bajo distribuciones de tratamiento de terceros distintas.

B. Marco de Análisis de Sensibilidad

Dado que la condición de CAI no es testeable directamente con los datos observados, los autores proponen un nuevo procedimiento de análisis de sensibilidad para el diseño de selección sobre observables.

• El modelo: Introducen un parámetro $\xi \geq 1$ que mide la desviación de la varianza de la cuenta de tratados dentro de un estrato respecto al modelo de Bernoulli (que cumple la CAI).
• El objetivo: Cuantificar qué tan fuerte debe ser la dependencia en la asignación de tratamientos ($\xi^*$) para invalidar una conclusión estadística (por ejemplo, para que un p-valor deje de ser significativo).

4. Significancia y Conclusiones

La importancia de este trabajo radica en su capacidad para "salvar" la utilidad de los métodos econométricos estándar en presencia de interferencia. Sus conclusiones son:

1. Reinterpretación: Los investigadores no necesitan modelar la estructura exacta de la interferencia para obtener resultados causales; basta con que la asignación de tratamientos sea (aproximadamente) independiente entre unidades tras controlar por covariables. En ese caso, lo que están estimando es el Efecto Directo (ADE), no el ATE.
2. Advertencia sobre la Inferencia: Aunque los estimadores pueden ser insesgados para el ADE bajo CAI, la inferencia (errores estándar y p-valores) es altamente vulnerable, ya que la interferencia rompe la independencia de las observaciones y las fórmulas de varianza estándar dejan de ser consistentes.
3. Herramienta Práctica: El desarrollo del paquete de R caisensitivity permite a los investigadores reportar qué tan robustos son sus hallazgos ante posibles violaciones de la independencia de asignación, elevando el estándar de rigor en estudios donde los efectos de desbordamiento (spillovers) son plausibles.