📊 statistics

Principal Stratification with Bayesian Additive Regression Trees for Count-Valued Intermediate Variables: Estimating the Effect of Fertility on Women's Employment

本文引入了一种用于主分层（principal stratification）的新颖贝叶斯加性回归树（BART）框架，该框架通过灵活地对协变量依赖的工具变量有效性和效应异质性进行建模，解决了利用计数型中间变量（如生育率）估计因果效应所面临的挑战，并最终揭示了传统方法无法检测到的生育率对特定非洲背景下女性就业所产生的细微负面影响。

原作者： Lucas Godoy Garraza, Leontine Alkema

发布于 2026-08-12

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Lucas Godoy Garraza, Leontine Alkema

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

试着去弄清楚为什么一株植物停止了生长。是因为它天生就长得小，还是因为你停止了给它浇水？在科学界，这被称为寻找“因果效应”。但生活是混乱的。通常，我们认为导致变化的因素（比如生孩子）与我们看不见的其他因素（比如女性的职业愿望或家庭的支持）纠缠在一起。这就像是在有人同时往汤里加胡椒和糖时，试图品尝出其中的盐味。

为了解决这个问题，科学家们使用了一个聪明的技巧，叫做“工具变量”。把“工具”想象成一次幸运的硬币投掷，它恰好改变了一件事（比如一个女性拥有多少个孩子），却不会直接改变另一件事（比如她是否去工作）。如果这次硬币投掷是真正随机的，那么“幸运”组和“不幸”组之间在工作习惯上的任何差异，必然是因为孩子的数量，而不是因为其他隐藏的原因。然而，在现实生活中找到完美的硬币投掷是非常困难的。有时，“硬币”并不完全随机；它取决于一个人的年龄或背景。当这种情况发生时，科学家通常使用的旧数学工具就会失效，给出模糊或错误的答案。这就是这篇论文试图解决的谜题：即使“幸运的硬币”并不完美随机，如何衡量生育对女性工作的真实成本。

这篇论文的作者 Lucas Godoy Garraza 和 Leontine Alkema 决定构建一种全新的、超灵活的工具来解决这个谜题。他们采用了一种叫做“主层化”（Principal Stratification）的方法——这就像是根据人们对幸运硬币的潜在反应将他们分为秘密小组——并将它与一种强大的机器学习技术——“贝叶斯加性回归树”（简称 BART）结合起来。如果说标准的数学工具像是一把只能测量直线、僵硬的直尺，那么 BART 就像是一把可以扭转弯曲以适应任何形状的灵活、有弹性的卷尺。他们还调整了这个工具，使其能够处理“计数型”变量。因为你不可能拥有半个孩子，孩子的数量是一个整数（1, 2, 3...），而不是一个平滑的滑动过程。他们的新工具被称为 PrinceBART，专门设计用于处理这些整数计数，同时仍保持足够的灵活性，以理清年龄、教育和工作之间错综复杂的关系。

为了测试这个新工具是否真的有效，作者进行了数千次计算机模拟。他们创造了一些虚构的世界，在这些世界里，“幸运的硬币”（不育，即无法受孕）非常棘手，并且取决于其他因素。在这些模拟中，旧的、僵硬的工具经常得出错误的答案或表现得非常不稳定。相比之下，PrinceBART 始终能找到正确答案，即使数据很混乱且不同人的效应各异。这就像是在展示，虽然一把僵硬的直尺在试图测量蜿蜒的河流时可能会折断，但他们的弹性卷尺却能完美地顺应曲线。

当他们将这个新工具应用于来自尼日利亚、塞内加尔和肯尼亚的真实数据时，结果非常引人入胜，并表明生育的“成本”对每个人来说并不相同。在尼日利亚，研究表明，多一个孩子会使女性的就业概率降低约 6.3 个百分点。然而，在塞内加尔和肯亚，数据并未显示出整个国家就业率有明显的平均下降。但最重要的一点是：平均值掩盖了一个巨大的故事。作者发现，生育带来的惩罚高度集中在特定群体中。在所有三个国家，受影响最大的女性都是最年轻的和受教育程度最低的。例如，在尼日利亚，一名不到 20 岁且没有受过教育的女性面临着就业机会的大幅下降，而一名年长且受过教育的女性可能几乎看不到任何下降。

论文指出，这些年轻且受教育程度较低的女性可能缺乏职业保障或较少的家庭支持来协助照顾孩子，因此额外的孩子迫使她们停止工作。年长或受教育程度较高的女性似乎能更好地处理额外的责任，而不至于失去工作。作者谨慎地表示，虽然他们的新方法在发现这些隐藏模式方面比旧工具更出色，但其结果仍然是基于调查数据并依赖于某些假设。他们并没有用魔杖证明这些发现，但他们的模拟表明该方法是稳健的，而其实际应用则表明，生育的“成本”并不是对每个人都一样的单一数字，而是一个随着你的身份和居住地而变化的故事。

技术摘要：基于贝叶斯加性回归树（BART）的计数型中间变量主分层法

问题陈述
估计生育对女性就业的因果效应非常复杂，因为生育与劳动力市场决策是共同决定的，这导致了由未观测因素（如偏好、家庭议价能力）引起的混杂。虽然工具变量（IV）策略是标准做法，但在这种背景下面临显著局限性：

协变量依赖的有效性： 工具变量（如不孕/不育）与年龄及其他协变量强相关。因此，工具变量独立性假设通常仅在控制了观测到的协变量后才成立，而非边际成立。
标准 IV 的缺乏灵活性： 二阶段最小二乘法（2SLS）作为主流的 IV 实现方式，通常依赖于加性协变量调整。这种方法无法灵活地处理非线性关系，并且在工具变量有效性具有协变量依赖性时，可能无法识别出具有清晰可解释性的“遵从者”（complier）特定估计量。
处理结构： 生育是一个计数型中间变量（子女数量）。标准的二元 IV 方法（如标准主分层法）并不自然地适用于多值有序处理，而连续近似可能无法尊重分次（parity）的离散性质。
异质性： 单一的平均处理效应往往掩盖了不同人口统计特征群体（年龄、教育程度等）中，增加一个孩子对就业影响的巨大异质性。

方法论
作者扩展了 PrinceBART 框架（基于贝叶斯加性回归树的主分层法），该框架最初是为二元中间变量设计的，现将其应用于具有计数型中间变量的情境。

因果框架： 研究采用主分层法，通过女性的潜在分次（若处于受孕状态为 $W(0)$ ，若处于不孕状态为 $W(1)$ ）如何响应工具变量（不孕/不育）来定义潜在的分层。目标估计量是针对受工具变量“影响”的女性（即由于不孕/不育导致其分次减少一个的孩子）的条件平均处理效应（CATE）。
统计模型：
- 混合模型： 似然函数被构建为一个混合模型，其中潜在的分层成员身份 $G^* = \{W(0), W(1)\}$ 对于任何个体而言都是不可观测的。
- 用于结果和分层的 BART： 贝叶斯加性回归树（BART）用于两个部分：
  1. 结果模型： 将就业概率 ( $Y$ ) 建模为协变量 ( $X$ )、工具变量 ( $Z$ ) 及潜在分次的函数。
  2. 分层模型： 对潜在分次的联合分布进行建模。为了处理 $W$ 的计数性质，作者引入了一个通过 BART 建模的潜在连续变量 $W^*(z)$ ，然后通过舍入机制将其映射为离散计数（ $W(z) = \max(0, \lfloor W^*(z) \rfloor)$ ）。
- 倾向评分调整： 为了减轻正则化诱导的混杂问题，通过另一个单独的 BART 模型估计工具变量的倾向评分 $e(X)$ ，并将其作为主模型的协变量。
- 识别假设： 该方法依赖于标准 IV 假设（条件无混杂性、重叠性、单调性和排他性），以及一个额外的假设（给定协变量时潜在分次的条件独立性）来识别 $\{W(0), W(1)\}$ 的联合分布。通过缩放的贝叶斯自助法（scaled Bayesian bootstrap）实现外部有效性（推广到目标总体），将结果重新加权至目标总体的协变量分布。
异质性汇总： 为了解释复杂的 CATE，作者对个体 CATE 的后验均值拟合了一个“代理浅层树”（surrogate shallow tree），以识别具有同质效应的子群体。

主要贡献

方法论扩展： 本文提出了第一个将主分层法与 BART 结合，应用于多值非负整数（计数型）中间变量的方法，弥补了二元实现与连续实现之间的空白。
灵活的 IV 估计： 该方法能够处理协变量依赖的工具变量有效性以及非线性处理效应，而不依赖于 2SLS 所要求的限制性参数形式（如线性关系）。
软件实现： 该方法通过 R 包 PrinceBART 实现。

模拟结果
作者进行了模拟研究，将 PrinceBART 与传统的及灵活的 IV 估计量（包括加性/交互/分箱 2SLS、DML-PLIV、 $\kappa$ -加权法）在具有非线性混杂、异质处理效应和弱重叠的数据生成过程中进行对比。

性能： PrinceBart 在小样本量、协变量依赖的遵从性以及异质效应的设置下，表现出比所有竞争对手显著更低的均方误差（MSE）。
稳定性： 虽然 2SLS-分箱法和 DML-PLIV 在特定设计中较加性 2SLS 有所改进，但它们在所有场景下的稳定性不如 PrinceBART。
覆盖率： PrinceBART 提供了保守且有效的确定性量化，其覆盖率始终保持在或接近 1.00，而其他方法在弱重叠情况下偶尔会低于标称水平。

实证应用
该方法应用于来自尼日利亚、塞内加尔和肯尼亚的人口统计与健康调查（DHS）数据，利用不孕/不育作为工具变量，估计增加一个孩子对女性就业的影响。

平均效应：
- 尼日利亚： 发现显著的负向平均效应；在受影响的女性中，增加一个孩子会使就业概率降低约 6.3 个百分点。
- 塞内加尔和肯尼亚： 未检测到明确的平均效应；估计值在统计上与零无异。
- 这些发现与经过协变量调整的 2SLS 基准一致，尽管模拟表明 2SLS 在某些情境下可能并不稳健。
异质性： 在所有三个国家中都发现了强烈的效应异质性证据。增加一个孩子的就业惩罚主要集中在年轻且受教育程度较低的女性身上。
- 在尼日利亚，惩罚最严重的是 20 岁以下的非穆斯林女性。
- 在肯尼亚和塞内加尔，最明显的下降出现在 18 岁以下或没有受教育经历的女性中。
- 年长或受教育程度较高的女性通常没有负面影响，甚至表现出轻微的正向影响。
泛化： 重新加权至全人口（PATE）的结果与受影响人群（MATE）的结果相似，这表明工具变量受影响群体与一般人群之间的协变量分布差异并未实质性改变结论。

意义与主张
本文声称，通过将主分层法与贝叶斯非参数回归相结合，研究人员可以估计计数型处理（如生育）的因果效应，同时灵活地处理协变量依赖的工具变量有效性并揭示复杂的效应异质性。

作者提醒，虽然 2SLS 在本次特定应用中提供了连贯的结果，但模拟证据表明，在存在非线性混杂和异质效应的设置中，依赖标准的线性 IV 规范是具有风险的。
研究强调，“增加一个孩子”的成本并非均匀分布；它高度集中在脆弱子群体（年轻、受教育程度较低的女性）中，而标准的聚合方法可能会忽略这一细微差别。
作者承认了研究的局限性，特别是对横截面数据的依赖以及对条件无混杂性的假设，指出未观测到的混杂因素（如家庭财富）仍可能导致偏差。他们建议，使用纵向数据将能强化未来的评估。

技术摘要：基于贝叶斯加性回归树（BART）的计数型中间变量主分层法

类似论文