Learning Treatment Effects during Resource Allocation via Priority-Queue Randomization

技術的サマリー：優先順位キューのランダム化を通じた資源配分における治療効果の学習

問題定義
公共サービスプログラム（例：住宅、保育補助、臓器移植）は、しばしば一度きりの配分ではなく、階層化された優先順位キューを通じて希少な資源を管理している。申請者は時間とともに到着し、資源は優先順位（例：リスクスコア）と到着順（階層内では先着順）に基づいて配分される。厳密なランダム化評価は因果的な治療効果を推定するためのゴールドスタンダードであるが、これらの設定では、高優先度の申請者を迂回することがプログラムの核心である「最も必要とする人々へのサービス提供」という任務に違反するため、直接のランダム化（例：抽選）は行政的または倫理的に実行不可能であることが多い。これにより、運用上の優先順位ルールと信頼性の高い因果推論の必要性との間に緊張関係が生じる。

手法
著者らは、治療配分を直接ランダム化するのではなく、キュー割当をランダム化することでこの緊張関係を解決する実験デザイン枠組みを提案する。

• デザインメカニズム: 観測された共変量 $X$ を持つ申請者は、各キューへの割当確率を指定するポリシー $\theta(X)$ に従って、$K$ 個の優先順位キューのいずれかにランダムに割り当てられる。一度割り当てられれば、治療は既存の運用ルールによって決定論的に決定される。すなわち、資源はキュー間を優先順位順に、キュー内では到着順に配分される。
• 同定戦略:
  • 外生的到着: 到着時刻 $A$ が共変量 $X$ を条件に潜在結果から独立している場合（$A \perp\!\!\!\perp (Y^0, Y^1) | X$）、治療割当は条件付きでランダム化される。$X$ を条件とした処置群と非処置群の比較により、平均治療効果（ATE）などの標準的な推定量が同定される。
  • 内生的到着: 到着時刻が潜在結果と相関している場合（例：より深刻な危機にある者が早期に申請する）、標準的な比較は交絡する。この regime において、ランダムなキュー割当は**道具変数（IV）**として機能する。著者らは、ランダム化前の個人の期待治療確率と実現された確率の差に基づいて道具変数 $r_n(X, Q)$ を定義する。これにより、キューリングプロセスによって誘発される潜在的な「コンプライヤー」集団に対する局所平均治療効果（LATE）が同定される。さらに、均質な治療効果パラメータを推定するために、部分的に線形な IV モデルを分析する。
• 最適化枠組み: 本論文は、キュー割当ポリシー $\theta$ を選択するための最適化問題を定式化する。目的は、高必要性の個人が依然として優先される可能性を確保する効用制約の下で、統計的効率性（治療効果推定量の漸近分散を最小化）を最大化することである。
  • 著者らは、特定の仮定（固定されたキューの割合、安定した予算、独立した到着）の下では、漸近的な治療傾向スコアが $\theta$ のアフィン関数となることを導出した。
  • キューリングプロセスによって誘発される治療割当の依存性にもかかわらず、標準的な推定量（例：二重ロバストな ATE、IV 推定量）の漸近分散が、標準的な i.i.d. 効率性の境界と一致することを示した。これにより、これらの境界を最適化のための扱いやすい目的関数として使用することが可能となる。
  • この問題は、不確実性に対処するために、ノイズ関数（例：結果の分散）に対するロバスト最適化として定式化され、凸（または凹）最適化問題となり、標準的な手法で解くことができる。

主要な貢献

1. 因果的同定の特性化: 本論文は、優先順位キュー配分においてどのような因果効果が同定可能かを厳密に特徴づける。外生的到着は標準的な ATE の同定を可能にする一方、内生的到着は、キュー割当が治療を道具変数として用いる IV アプローチを必要とし、特定の LATE を同定することを確立している。
2. 最適化された実験デザイン: 著者らは、統計的効率性と高必要性申請者の優先順位付けとのトレードオフを調整するために、キュー割当確率を最適化する手法を開発した。治療割当がキューリングメカニズムに起因して依存していても、標準的な i.i.d. 効率性の境界が有効なデザイン目的として維持されることを証明した。
3. 理論的保証: 本論文は、推定量の漸近正規性に関する証明を提供し、キューリングシステムによって誘発される依存性が主要な分散項を膨張させないことを示すことで、デザイン最適化における標準的な効率性境界の使用を正当化している。

結果
米国のある大規模郡の公営住宅配分プログラム（2,317 人）のデータを用いて、著者らは提案されたデザインを、ヒューリスティックな基準（「スイッチ」ヒューリスティックと「貪欲なソフトマックス」ヒューリスティック）およびランダム化比較試験（RCT）の基準と比較評価した。

• 効率性と効用: 最適化されたデザインは、様々なキュー構成において、ヒューリスティックな手法と比較して、より高い統計的効率性（より低い分散）とより高い効用（高リスク個人へのより良い優先順位付け）を提供する、好ましいパレートフロンティアを達成した。
• ロバスト性: 内生的到着条件下では、IV ベースのデザインは不偏性を保つのに対し、到着の内生性を無視する外生的デザインは、特に高優先度キューの治療確率が低い場合に、大幅なバイアスを示した。
• キュー構成: 内生的デザインの効率性は、キュー間での治療確率の分散に敏感であることが示された。キュー間での治療確率の分散が高いほど、IV 推定量の効率が向上する。

意義と主張
本論文は、優先順位キュー配分方式にランダム化を組み込むことが、資源の最も必要とする人々へのターゲティングを犠牲にすることなく、プログラムの有効性について学ぶための実行可能なメカニズムを政策立案者に提供すると主張している。キュー割当をランダム化のレバーとして扱うことで、この枠組みは、動的な設定（オンライン到着、固定予算）の運用制約を許容しつつ、信頼性の高い因果推論を可能にする。著者らは、このアプローチが統計的検出力と優先順位付けの効用との間のパレートフロンティアを拡大し、重要な公共サービスのより広範な評価と改善を可能にする可能性があると主張している。本研究は、優先順位付けと学習のバランスに関する先行研究（Wilder and Welle, 2025）を、動的かつ優先順位に基づく配分設定に拡張し、容量制約下における市場デザインおよび実験デザインに関する文献に貢献している。