📊 statistics

Two-stage least squares with treatment-covariate interactions for treatment effect heterogeneity

该论文阐明了在工具变量分析中，交互项两阶段最小二乘法（interacted 2SLS）估计量仅在满足“线性工具变量 - 协变量交互条件”（即工具变量倾向得分仅取有限个离散值或协变量为饱和分类变量）时，才能一致地估计依从者群体的异质性处理效应，从而揭示了在非饱和协变量且非随机分配工具变量的常规设定下，直接解释此类回归系数的局限性。

原作者： Anqi Zhao, Peng Ding, Fan Li

发布于 2026-03-03

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Anqi Zhao, Peng Ding, Fan Li

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文探讨了一个在社会科学和医学研究中非常常见的问题：当我们想评估某种“治疗”（比如新药、新政策）的效果时，如何知道这个效果在不同的人群中是否一样？

为了让你轻松理解，我们可以把这篇论文的核心思想想象成**“在迷雾中找路”**的故事。

1. 故事背景：迷雾中的向导（工具变量）

想象你想知道“吃苹果”（治疗）对“长高”（结果）有没有用。
但是，直接观察数据会有问题：爱吃苹果的人可能本来就爱运动、营养好，所以长高了，不一定是苹果的作用。这就叫“内生性”问题。

这时候，我们需要一个**“向导”**（工具变量，IV）。

向导的作用：向导决定谁吃苹果（比如，向导随机发苹果券），但他自己不能直接让人长高，也不能因为人爱运动才发券。
理想情况：如果向导是完全随机发券的（比如抛硬币），那我们就很放心，可以直接算出苹果的效果。

但在现实中，向导往往不是完全随机的。
比如，向导只给“住在城市里”的人发券。这时候，我们就得把“住在城市里”这个因素（协变量）考虑进去，看看在“城市”这个条件下，向导是否还算公平。这就叫**“条件有效的工具变量”**。

2. 核心问题：效果是“一刀切”还是“因人而异”？

研究者不仅想知道苹果平均让人长高多少，还想知道：

对小孩效果大，还是对大人效果大？
对男生效果大，还是对女生效果大？

这就是**“处理效应异质性”**（Treatment Effect Heterogeneity）。

为了回答这个问题，大家通常用一种叫**“两阶段最小二乘法”（2SLS）**的统计工具。

普通版（加法版）：假设苹果对所有人的效果是一样的，只是每个人基础身高不同。
进阶版（交互版）：这就是这篇论文讨论的。研究者会在模型里加上“苹果 × 年龄”、“苹果 × 性别”这样的交互项。
- 直觉：这就像是在问：“苹果对小孩的效果，是不是比大人多长 2 厘米？”

3. 论文的发现：直觉可能是个陷阱！

这篇论文的作者（Zhao, Ding, Li）发现了一个惊人的事实：

如果你使用的“向导”不是完全随机的，而且你的“人群特征”（协变量）是连续的（比如年龄是 1 岁到 100 岁连续变化的），那么你在模型里加的那些“交互项”，算出来的结果很可能是错的！

用比喻来解释：

想象你在一个迷宫里找宝藏（真实的治疗效果）。

普通向导（完全随机）：他指的路是直的，你跟着走就能到。
条件向导（非完全随机）：他指的路是弯曲的，而且他指路的方式取决于你穿什么颜色的衣服（协变量）。

研究者原本以为，只要把“衣服颜色”和“指路方向”的关系算清楚（加上交互项），就能修正路线。
但论文证明：除非“衣服颜色”和“指路方向”的关系极其简单（比如衣服只有红、蓝两种，或者指路完全随机），否则你算出来的“修正路线”其实是歪的。

为什么？
因为那个“交互项”的系数，实际上混合了太多复杂的、看不见的因素。就像你试图用一把弯曲的尺子去量直线，尺子本身弯曲的方式（工具变量倾向得分的非线性）会扭曲你的测量结果。

4. 三个关键结论（大白话版）

什么时候“交互项”是靠谱的？
只有当“向导”发券的规则非常“死板”时，交互项才有效。
- 情况 A：你的特征只有几种（比如只有“男/女”或“城市/农村”），没有中间状态。
- 情况 B：向导是完全随机发券的（不管你是谁，概率都一样）。
- 现实情况：大多数时候，我们的特征（如收入、年龄）是连续的，向导也不是完全随机的。所以，直接加交互项通常是在“自欺欺人”。
为什么很难满足条件？
论文证明，如果特征很多且连续，要让那个复杂的数学条件成立，概率几乎为零。这就像要求一个随机生成的迷宫，其墙壁的弯曲程度必须完美符合某种线性公式，这在现实中几乎不可能发生。
那该怎么办？（解决方案）
虽然不能直接算出“每个人”的具体效果，但作者提供了一个**“去中心化”**的妙招：
- 如果你把所有人的特征（比如年龄）都减去平均值（去均值化），然后再用那个“交互版”的模型，你虽然算不出每个人具体的异质性，但你可以准确地算出“平均治疗效应”（LATE）。
- 这就像：虽然你看不清迷宫里每个角落的细节，但如果你把地图的中心点找对，你依然能准确算出从起点到终点的平均距离。

5. 总结与启示

这篇论文就像给正在做数据分析的研究者敲了一记警钟：

不要盲目自信：当你看到数据里有“年龄”、“收入”等连续变量，并且你想用工具变量（IV）去分析“不同人群的效果差异”时，不要简单地往模型里加“治疗 × 特征”的交互项。
结果可能不可信：在大多数现实场景下，这样算出来的系数没有明确的因果解释，它可能只是数学上的巧合。
正确的做法：
1. 如果你的特征只有几类（分类变量），那可以加交互项。
2. 如果特征很多且连续，想算平均效果，请用**“去均值化”**的方法。
3. 如果想看异质性，可能需要更复杂的非参数方法，而不是简单的线性回归。

一句话总结：
在迷雾中找路时，如果向导不是完全随机指路的，别试图用复杂的“转弯公式”去修正路线，除非你的地图只有几个固定的路口。否则，你算出来的“转弯角度”很可能是错的。这篇论文就是教你怎么识别这个陷阱，并告诉你如何安全地算出平均距离。

1. 研究背景与问题 (Problem)

在工具变量（IV）分析中，处理效应异质性（Treatment Effect Heterogeneity）与协变量相关的情况非常普遍。当工具变量仅在给定协变量的条件下有效（即条件有效 IV）时，研究者通常希望在两阶段最小二乘法（2SLS）中引入处理变量与协变量的交互项（Treatment-Covariate Interactions），以估计处理效应如何随协变量变化。

这种被称为“交互型 2SLS"（Interacted 2SLS）的方法直观上是在第二阶段回归中加入 $D_i X_i$ （处理变量与协变量的乘积），并在第一阶段使用 $Z_i X_i$ （工具变量与协变量的乘积）作为工具。

核心问题：
现有的文献（如 Angrist & Pischke, 2009）主要讨论了在工具变量无条件随机分配（即无条件有效）的情况下的性质。然而，在更普遍的条件有效 IV 设定下，交互型 2SLS 估计量的因果解释是什么？其系数是否一致地估计了依从者（Compliers）中由协变量解释的系统性处理效应变异？如果协变量是连续的且 IV 不是无条件随机分配的，直接解释这些交互项系数是否存在风险？

2. 方法论 (Methodology)

本文在潜在结果框架（Potential Outcomes Framework）和局部平均处理效应（LATE）框架下，对交互型 2SLS 进行了严格的理论推导。

模型设定：
- 考虑二值处理 $D_i$ 、二值工具变量 $Z_i$ 和协变量向量 $X_i$ 。
- 交互型 2SLS 估计量 ( $\hat{\beta}_{2sls}$ )：通过回归 $Y_i \sim D_i X_i + X_i$ ，工具变量为 $Z_i X_i + X_i$ 。
- 目标参数 ( $\beta_c$ )：定义为依从者群体中，个体处理效应 $\tau_i$ 对协变量 $X_i$ 的线性投影系数，即 $\text{proj}_{U_i=c}(\tau_i | X_i) = X_i^\top \beta_c$ 。这代表了由协变量解释的系统性处理效应变异。
关键假设：
- 假设 1 (条件有效 IV)：包括条件外生性、排他性约束、重叠性、相关性和单调性（强单调性，即不存在违背者 Defiers）。
- 假设 2 (线性 IV-协变量交互条件)：这是本文的核心条件，要求 $E(Z_i X_i | X_i)$ 是 $X_i$ 的线性函数。即 $E(Z_i X_i | X_i) = \text{proj}(Z_i X_i | X_i)$ 。

3. 主要贡献与结果 (Key Contributions & Results)

本文的主要发现分为三个部分：

(1) 一致性的充要条件 (Necessary and Sufficient Condition)

定理 1 证明了：交互型 2SLS 的系数 $\beta_{2sls}$ 能够一致地估计依从者的系统性处理效应变异 $\beta_c$ （即 $\beta_{2sls} = \beta_c$ ），当且仅当满足线性 IV-协变量交互条件（假设 2）。
这意味着，如果该条件不满足，无论结果生成过程（Outcome Generating Process）如何，交互项的系数都不能被解释为处理效应的异质性。这扩展了 Blandhol et al. (2025) 关于加性 2SLS 中“丰富协变量条件”的讨论。

(2) 条件的严格性与适用场景 (Stringency of the Condition)

定理 2 揭示了满足上述线性条件的极端严格性。假设协变量维度为 $K$ $K$ （包含常数项）：
- 充分条件：该条件仅在两种特殊情况下自然成立：
  1. 协变量是分类变量（Categorical），且水平数等于 $K$ （即饱和模型）。
  2. 工具变量无条件随机分配（ $Z_i \perp \perp X_i$ ）。
- 必要条件：如果该条件成立，则 IV 的倾向得分（Propensity Score） $e(X_i)$ 在 $X_i$ 的支持集上最多只能取 $K$ 个不同的值。
推论：在协变量连续且 IV 非无条件随机分配的普遍情况下，该条件极难满足。因此，在缺乏正确设定的结果模型时，直接解释包含处理 - 协变量交互项的回归系数是非常危险的，因为它们通常不代表真实的因果异质性。

(3) 去中心化协变量的应用 (Application with Demeaned Covariates)

定理 3 提出了一种修正方案：使用**去中心化（Demeaned）**的协变量进行交互型 2SLS。
- 具体做法：将协变量减去依从者的均值（或一致估计量），即 $X_{i, dm} = (1, \tilde{X}_i - \hat{\mu})^\top$ 。
- 结果：在满足线性 IV-协变量交互条件（假设 2）的情况下，去中心化交互型 2SLS 中处理变量 $D_i$ 的系数一致地估计了LATE（ $\tau_c$ ）。
相比之下，传统的加性 2SLS 或带交互项但未去中心化的 2SLS，其估计量通常是条件 LATE 的加权平均，且权重通常与 LATE 的定义权重不同，导致估计偏差。

4. 扩展讨论 (Extensions)

部分交互模型：论文将理论推广到仅与部分协变量 $V_i$ 交互的情况（Definition 5），并给出了相应的识别条件。
弱单调性：在放松强单调性假设（允许存在违背者 Defiers）的情况下，交互型 2SLS 估计的是依从者和违背者处理效应系数的加权差值（ $\beta_{diff}$ ），而非单纯的依从者效应。
OLS 特例：当 $Z_i = D_i$ （即随机实验）时，该理论退化为交互型 OLS 的因果解释，补充了现有文献关于处理效应异质性的讨论。

5. 模拟与实证意义 (Simulation & Significance)

模拟结果：
- 在违反线性 IV-协变量交互条件的模拟中（连续协变量，非线性倾向得分），交互型 2SLS 估计的异质性系数表现出显著的偏差。
- 在满足条件（如分类协变量）的模拟中，去中心化交互型 2SLS 能够准确恢复 LATE，而传统的加性 2SLS 则无法做到。
实践意义：
1. 警示：在 IV 分析中，如果协变量是连续的且 IV 不是无条件随机的，直接报告处理 - 协变量交互项的系数作为“异质性证据”是缺乏因果依据的。
2. 建议：如果研究者希望利用交互项来识别 LATE，应使用去中心化协变量的设定，并意识到这仅在特定的 IV 分配机制（如分类协变量或随机 IV）下有效。
3. 理论贡献：澄清了 IV 框架下回归系数因果解释的边界条件，强调了“线性 IV-协变量交互”这一常被忽视但至关重要的假设。

总结

这篇论文深刻地揭示了在条件有效 IV 设定下，使用交互型 2SLS 估计处理效应异质性的局限性。它证明了除非协变量是饱和的（分类）或 IV 是无条件随机的，否则交互项系数通常无法一致估计真实的异质性参数。论文不仅指出了常见实证做法的潜在陷阱，还提供了一个基于去中心化协变量的修正估计量，为在特定条件下准确识别 LATE 提供了理论依据。