A primer on optimal transport for causal inference with observational data

大侦探游戏：揭开隐藏的原因

想象你是一名试图破解谜团的侦探，但有一个转折：你只能在犯罪发生之后观察犯罪现场，而且你从未实时看到过嫌疑人的行为。这正是科学家们在理解**因果关系（causality）**时面临的日常挣扎——即弄清楚一件事（比如服用一种新药或建造一座工厂）是否真的导致了另一件事（比如病情好转或改变了当地经济）。问题在于，我们无法同时看到两个版本的现实。我们无法看到一个服用药物的人，并且让同一个人的另一个版本在没有服药的情况下并排站立，以此观察谁生病了。我们只能看到一条路径。

为了解决这个问题，统计学家开发了一套工具包来比较不同的群体，希望能找到一个“对照组”，使其成为接受治疗者的完美孪生兄弟。但通常这些群体并不是完美的孪生子；它们存在着隐藏的差异（如动力或遗传），这些差异会干扰比较。几十年来，研究人员一直在使用巧妙的数学技巧来修复这个问题，但他们往往没有意识到他们其实都在使用同一种秘密武器。这个武器被称为最优传输（Optimal Transport）。把它想象成终极的物流难题：想象你在一个地方有一堆沙子，在另一个地方也有另一堆沙子，你想通过消耗最少的能量，将第一堆沙子移动到与第二堆沙子的形状完全匹配的位置。这篇论文揭示了，用于移动沙子的数学逻辑，实际上是许多我们用来分析现实世界中因果关系的极其重要的重要方法的隐藏基础。

论文的大发现：隐藏的地图

在这篇论文中，Florian Gunsilius 扮演了向导的角色，向我们展示了复杂的**因果推断（causal inference）世界（研究什么导致了什么）与最优传输（optimal transport）**世界（高效移动概率分布的数学）其实是两位多年来一直说着不同语言的老友。作者认为，经济学家和统计学家几十年来用于分析观测数据（即我们无法进行受控实验的数据）的标准工具，其实都在秘密地建立在最优传输的原理之上，即便研究人员当时并不知道这一点。

这篇论文不仅指出了这种联系，还建议意识到这一联系可以帮助我们构建更好、更强大的工具。以下是作者的研究发现与解释：

1. “单调重排”是秘密配方
论文首先解释了一个被称为*单调重排（monotone rearrangement）*的概念。想象你有一副牌，代表着具有不同水平“隐藏能力”（一种不可观测的特征）的人，而你想观察这种能力如何转化为“收入”。如果你假设较高的能力总是会导致较高的收入（这是一个被称为单调性的规则），你可以简单地将能力最低的人与收入最低的人排在一起，将第二低的与第二低的排在一起，依此类推。这就在隐藏特征与结果之间创建了一个完美的映射。
作者展示了这种简单的“排序对齐”实际上是一种特定类型的最优传输问题。这一洞察力非常强大，因为它允许研究人员不仅能识别出处理效应的平均值*，还能识别出受影响的整个*故事。例如，在关于最低工资的著名辩论中，一些研究说提高工资会损害就业，而另一些研究则说它有帮助。通过使用这种“最优传输”视角，研究人员发现真相就在中间：提高工资有助于小型餐厅，但损害了大型餐厅。平均值掩盖了真实的故事，但传输图谱揭示了真相。

2. 用工具变量解决“坏孪生”问题
有时，你无法找到完美的对照组，因为选择接受处理的人与没有接受处理的人是不同的（这被称为内生性）。为了修复这一点，研究人员使用工具变量（instrumental variables）——第三个因素，它会影响谁接受处理，但不会直接影响结果。
论文解释说，使这些工具变量发挥作用的数学逻辑也是基于最优传输的。具体来说，它引入了一种称为**不动点迭代（fixed-point iteration）**的方法。想象你正在尝试寻找两个群体之间的会合点。你从一点开始，向另一组移动，然后又移回来，不断重复这种“乒乓式”运动，直到你在一个两组对齐的位置停下来。论文显示，这种数学上的“乒乓运动”实际上是一个移动概率分布的动态系统（类似于 Brenier 映射）。这有助于研究人员即使在数据混乱的情况下也能识别因果效应，尽管作者指出，当处理多个变量时，这会变得非常复杂。

3. 用“沙堆”构建合成孪生体
另一种流行的方法是合成控制法（Synthetic Controls），研究人员通过混合几个真实的单位来构建一个虚假的“控制单元”（例如，通过混合加利福尼亚州、德克萨斯州和纽约州的部分内容来创建一个虚构的州），以观察如果处理没有发生会发生什么。
论文将此与 Wasserstein 重心（Wasserstein barycenters） 联系起来，这是一种高级说法，意为“一堆沙子的平均值”。该方法不是仅仅对数字求平均，而是对整个分布（形状）求平均。作者建议，通过使用这种基于传输的方法，我们可以创建“分布合成控制”，以匹配数据的整个形状，而不仅仅是平均值。当群体中的成员随时间变化时（例如餐厅的开张与倒闭），这种方法非常有用，而标准方法在处理这类问题时会感到吃力。

4. 当孪生体不匹配时：非平衡传输
最后，论文探讨了一个常见问题：如果处理组和对照组差异如此之大，以至于你无法为每个人找到匹配项怎么办？标准的“最优传输”要求将一堆沙子中的每一粒都移动到另一堆，这迫使研究人员去匹配那些实际上并不相似的人，从而导致错误的猜测。
作者提出了使用非平衡最优传输（unbalanced optimal transport）。把这想象成一个物流系统，它允许你在两堆沙子不完全匹配时，留下一些沙子或添加一些额外的沙子。这种方法会自动丢弃那些没有良好匹配的对象，而不是强行进行糟糕的匹配。论文指出，这可以使在现实世界研究中（在这些研究中完美的匹配很少见）获得更准确的结果，尽管作者也提到，仍需更多研究来证明它与旧方法相比究竟有多好。

论文提醒我们要注意什么

作者谨慎地指出，虽然这些联系令人兴奋，但它们并不是魔杖。

• 这并非已解决的问题： 论文表明这些方法很有前景，并提供了思考旧问题的新方式，但它并未声称最优传输能解决所有的因果推断问题。事实上，它强调了一些扩展（例如从一维转向多维）在数学上是非常棘手的，并不总是那么直接。
• 假设仍然很重要： “单调重排”（即更高的能力总是意味着更高的收入）是一个强假设。论文指出，如果这个假设是错误的，那么映射就会失效。它建议，通过将这些问题视为传输问题，我们可以测试不同的“代价函数”（即关于如何移动沙子的不同规则），以观察我们的结论是否稳健。
• 数据局限性： 论文提到，一些最先进的方法（例如用于工具变量的“不动点”迭代）依赖于特定的数学条件，例如拥有连续的数据范围。如果数据过于稀疏或“块状化”，这些高级方法可能无法发挥良好作用。

总结

最终，这篇论文是一张统一的地图。它告诉我们，统计学家用来解决“因果推断基本问题”（我们无法同时看到两个世界）的工具，其实一直都在秘密地使用着移动概率分布的物理学。通过使这种联系显性化，作者希望能够统一不同领域——经济学、统计学和机器学习——之间的语言，并为理解世界运作方式开辟更灵活、更强大的新途径。它提醒我们，有时最深刻的洞察来自于意识到两个不同的谜题实际上是同一幅画卷中的不同碎片。