技术摘要：在无本质异质性假设下的半参数因果中介分析表示学习

1. 问题陈述

许多随机实验的主要目标不仅是估计总体的处理效应，还要估计潜在的因果机制，特别是通过中间变量 $M$ 产生的间接效应。当中介变量与结局变量之间存在未观测到的混杂因素时，会出现显著的方法论挑战。在这种情况下，经典的“序列可忽略性”（Sequential Ignorability, SI）假设——即在给定观测协变量的情况下，不存在未观测的中介变量-结局变量混杂——会被违反，从而导致估计值不一致。

虽然结构嵌套模型（SNM）和 G-估计提供了一个处理未观测混杂的框架，但传统的应用通常依赖于“秩保持”（Rank Preservation）假设。这一假设经常被批评为过于严格，因为它意味着个体层面的结构模型偏差在所有反事实情景下都是相同的，这实际上排除了处理效应或中介效应的个体层面异质性。

为了解决这一问题，Zheng 和 Zhou (2015) 提出了一种基于“无本质异质性”（No Essential Heterogeneity, NEH）假设的更通用的结构均值模型。虽然 NEH 允许存在未观测的混杂因素以及基于观测协变量的任意效应修饰，但它依赖于用于 G-估计的最优权重函数，而该函数取决于处理对中介变量的条件平均处理效应（CATE）。在具有高维协变量和非线性中介效应的情景下，准确估计这种 CATE 是非常困难的。标准的线性方法或独立的回归模型（T-learners）往往无法捕捉复杂的异质性，从而导致权重次优以及最终结构参数估计的效率损失。

2. 方法论：UNIT 框架

作者提出了 UNIT（基于 TARNet 的针对未观测混杂稳健的 NEH 估计），这是一个将深度表示学习与 G-估计相结合的两阶段估计器。

理论框架

该方法在以下关键假设下运行：

1. 一致性/SUTVA： 关于潜在结局的标准假设。
2. 处理可忽略性： 给定处理前的协变量，处理分配与潜在结局及中介变量独立（由随机化保证）。
3. 无本质异质性 (NEH)： 未观测到的混杂因素不会改变处理或中介的均值效应。这是一个比秩保持更弱、但比完全非参数识别更强的条件。
4. 正确的结构规范： 结构均值模型的函数形式是正确指定的。
5. 非退化性： 权重矩阵是非退化的，要求处理对中介变量具有异质性效应。

在 NEH 下，用于 G-估计的最优权重函数取决于中介 CATE，即 $\tau_M(X) = E[M|T=1, X] - E[M|T=0, X]$。

两阶段算法

第一阶段：用于权重估计的表示学习
不同于使用独立的回归（T-learners）或线性模型，UNIT 采用了处理无关表示网络（TARNet）。

• 架构： 该网络学习一个跨处理臂的协变量共享表示 $\Phi(X)$，随后是处理特定的输出头（控制组为 $h_0$，处理组为 $h_1$）。
• 机制： 中介 CATE 被估计为两个输出头的差值：$\hat{\tau}_M(X) = h_1(\Phi(X)) - h_0(\Phi(X))$。
• 交叉拟合（Cross-fitting）： 为了避免过拟合并确保有效的渐近性质，TARNet 使用交叉拟合进行训练。每个单元的 CATE 都是通过样本外（out-of-fold）方式估计的。
• 权重构建： 估计的 Cate 被用于构建插件权重向量 $\hat{W}(X) = (1, \hat{\tau}_M(X))^\top$，然后通过处理分配概率进行中心化，以形成工具变量 $\hat{A}_i = (T_i - p)\hat{W}(X_i)$。

第二阶段：结构 G-估计
利用第一阶段得到的权重，通过求解经验 G-估计方程来估计结构参数 $\theta$：
$$\sum_{i=1}^n \hat{A}_i \left( Y_i - \hat{g}^{(-)}(X_i) - H_i^\top \theta \right) = 0$$
其中 $H_i$ 代表结构模型的基函数（例如处理和中介指示变量），$\hat{g}^{(-)}$ 是基线结局的交叉拟合估计。作者指出，在基线为线性工作模型的情况下，该系统具有闭式解。

3. 主要贡献

本文做出了三个主要贡献：

1. 将表示质量与效率联系起来： 作者建立了表示 $\Phi$ 的学习质量与结构参数估计效率之间的明确理论与经验联系。他们证明了更准确的 CATE 估计会产生更具信息量的插件权重矩阵，从而降低 $\hat{\theta}$ 的渐近方差。
2. UNIT 算法： 他们提出了一个实用的两阶段算法，将交叉拟合的 TARNet 估计与 G-估计相结合。该方法利用 NEH 假设取代了强力的秩保持假设，同时处理了未观测的中介-结局混杂问题。
3. 经验验证： 通过涉及非高斯协变量、复杂非线性处理效应和未观测混杂因素的综合模拟研究，作者证明了基于 TARNet 的权重在提高中介系数估计的精确度方面显著优于传统方法（如线性 T-learners、随机森林），且不会引入偏差或损害覆盖率。

4. 模拟结果

作者在七个不同的场景下评估了 UNIT，这些场景在非线性程度、工具变量强度和 NEH 假设的有效性方面各不相同。

• CATE 估计（第一阶段）： 在具有非线性中介效应的场景中，TARNet 在估计中介 CATE 方面显著优于线性 Ridge 回归和独立的随机森林（T-learners）。TARNet 实现了更高的真实 CATE 相关性和更低的归一化均方根误差（NRMSE），特别是在中等样本量（$n \ge 1000$）的情况下。
• 结构估计（第二阶段）：
  • 效率： 在非线性设置中，与线性 T-learners 相比，基于 TARNet 的权重将中介系数的标准误降低了约 30–50%（在 $n \ge 2000$ 时，中位标准误比率为 1.45–1.51）。
  • 偏差与覆盖率： 当 NEH 假设成立时，所有 G-估计器（无论使用哪种第一阶段学习器）都是无偏的，并达到了名义覆盖率（约 95%）。忽略未观测混杂的朴素 Baron–Kenny 估计量表现出明显的正向偏差，且覆盖率为 0%。
  • 稳健性： 当 NEH 被违反（存在本质异质性）时，所有方法都收敛到相同的偏差极限，这证实了该方法的有效性依赖于 NEH 假设，而非所使用的特定学习器。
  • 共享表示： 通过比较 TARNet（共享表示）与 TNet（独立神经网络），TARNet 在中等样本量下显示出明显的有限样本优势，使标准误降低了 30–40%。随着样本量增加，这一差距逐渐缩小，表明共享表示的益处在有限样本中最为关键。

5. 重要性与主张

本文声称，对于处理分配随机化但中介-结局混杂未观测的已应用中介分析，UNIT 提供了一种实质性的效率提升。通过利用深度表示学习来估计 G-估计的最优权重，该方法克服了在高维、非线性设置中线性近似的局限性。

作者强调，他们的贡献不在于识别策略本身（该策略继承自 Zheng 和 Zhou, 2015），而在于证明了更好的第一阶段表示学习会导致更高效的结构估计。他们认为，对于处理复杂的协变量-中介关系的学者，UNIT 提供了一个原则性的半参数框架，在保持对 NEH 假设下未观测混杂的稳健性的同时，在精确度上优于传统的学习器。

研究结论指出，虽然该方法具有稳健性，但它并非解决 NEH 假设违背的万灵药，且将其应用于观测数据则需要进一步扩展以估计倾向评分。作者还提到，目前缺乏用于中介分析的公开基准数据集，这是更广泛经验验证的一个障碍。