技术摘要：部分干扰下的高阶溢出效应

问题陈述

网络环境中的因果推断由于干扰（interference）而变得复杂，即一个单元的结果取决于其他单元的处理情况。虽然现有文献通常依赖于邻域干扰假设（将干扰限制在直接邻居范围内）或部分干扰假设（将干扰限制在预定义的集群内），但这些方法面临显著局限性：

1. 范围受限： 在涉及结果扩散（如疾病传播、信息传播）的场景中，干扰往往会超出直接邻居，延伸到更高阶的网络距离。
2. 设定错误风险： 标准方法需要指定一个暴露映射函数（用于总结干扰集内的处理情况，例如受处理邻居的比例）。如果干扰集或映射函数被误设（例如，假设仅一阶邻居起作用，而实际上存在二阶效应；或者使用连续暴露的二元代理变量），估计量会产生偏差。
3. 缺乏高阶解耦能力： 当前的方法难以在不依赖强烈的、可能错误的参数化干扰机制假设的情况下，区分源自特定网络距离（例如，区分一阶与二阶邻居）的溢出效应。

方法论

1. 广义干扰假设

作者提出了一个广义部分干扰假设（假设 4）。与传统的限制在直接邻居或整个集群内的假设不同，该框架允许一个单元的潜在结果取决于其保守干扰集 $I_{ij}$ 内的处理情况。至关重要的是，这种方法不需要指定总结性的暴露映射函数 $g(\cdot)$ 来将处理向量简化为标量或低维向量。这避免了因干扰函数形式错误而导致的偏差。

2. 因果估计量：$h$ 阶溢出效应

论文定义了新的因果估计量，用以量化来自特定网络距离 $h$ 的溢出效应。

• 假设分配： 作者引入了一种假设的伯努利处理分配方案，其中：
  • $h$ 阶邻域（$C^h_{ij}$）中的单元以概率 $\alpha_h$ 被分配处理。
  • 其余干扰集（$C_{i\setminus(j, C^h_{ij})}$）中的单元以概率 $\alpha$ 被分配处理。
• 定义： $h$ 阶溢出效应 $SE^h(\alpha_h, \alpha'_h; a, \alpha)$ 定义为：在保持个体处理 $a$ 和其余干扰集分配 $\alpha$ 不变的情况下，当 $h$ 阶邻域的分配概率从 $\alpha'_h$ 变为 $\alpha_h$ 时，总体平均潜在结果的变化量。

3. 估计量

为了在不依赖暴露映射函数的情况下估计这些效应，作者在两阶段随机设计下开发了三种非参数和半参数估计量：

• Horvitz-Thompson (HT) 估计量： 使用逆概率权重对观测结果进行加权平均。它是无偏的，但由于极端权重可能导致高方差。
• Hajek 估计量： 一种比率估计量（归一化的 HT），通过将观测结果的加权和除以权重的加权和来稳定方差。它是相合的且渐近无偏。
• 加权最小二乘 (WLS) 估计量： 一种基于回归的方法，对结果与假设概率 $\alpha_h$ 之间的关系进行建模（例如，线性边际结构模型）。它使用 HT 权重来纠正选择偏差，并通过对结果结构进行建模来提高效率。

4. 设定错误导致的偏差分析

论文推导了依赖于误设干扰集或误设暴露映射函数的估计量的理论偏差公式（命题 2 及推论 1 & 2）。

• 它表明，使用错误的干扰集（例如，在存在二阶干扰时仍限制在一阶邻居）或错误的映射函数，会导致识别出的结果是真实结构下潜在结果的加权平均值，而非真实的因果效应。
• 具体而言，在回归中忽略高阶项会导致遗漏变量偏差，这是由于不同网络距离处的暴露指标之间存在相关性，并且这种偏差在两阶段随机设计下往往会因辛普森悖论（Simpson's Paradox）而加剧。

关键结果

模拟研究

作者在四种场景（无干扰、一阶干扰、二阶干扰以及带有交互作用的二阶干扰）和多种网络结构（Erdős–Rényi 图和正则图）下进行了蒙特卡洛模拟。

• 偏差： 所提出的 HT、Hajek 和 WLS 估计量在所有场景（包括具有高阶干扰和交互作用的场景）中均保持无偏。相比之下，依赖于限制性干扰集（如 $OLS(G_1)$）或误设暴露映射的标准 OLS 估计量表现出显著偏差。
• 方差： HT 估计量显示出最高的方差，尤其是在干扰集较大时。Hajek 和 WLS 估计量表现出较低的方差，其中 WLS 由于采用了参数化平滑，通常最为高效（前提是模型设定合理）。
• 网络密度： Hajek 估计量的方差对网络密度 ($p$) 较为敏感。对于一阶效应，方差随密度增加而增加；对于二阶效应，方差在中间密度处达到峰值，并随着网络趋于饱和而下降。

实证应用：洪都拉斯母婴健康试验

该方法应用于洪都拉斯的一项涉及 176 个村庄的两阶段随机试验，涉及母婴健康干预。

• 一阶溢出效应： 对于受处理个体，一阶溢出效应呈现倒 U 型，在适度的处理饱和度（$\alpha \approx 0.5$）时达到峰值，并在处理饱和度较高时下降（暗示了信息饱和现象）。未受处理个体表现出的溢出效应微乎其微。
• 二阶溢出效应： 当处理稀缺（低 $\alpha$）时，二阶效应最强，并随着处理变得普遍而减弱，这表明存在一种替代机制，即直接邻居填补了信息空白。
• 异质性： 受处理个体从同伴溢出中获益显著高于未受处理个体，这归功于更高的吸收能力和基线准备程度。

重要性与主张

论文声称提供了一个稳健的框架，用于在不依赖于关于干扰机制的限制性假设或关于暴露形式的具体函数假设的情况下，估计高阶溢出效应。

• 对设定错误的稳健性： 通过避免使用暴露映射函数，所提出的估计量避免了那些错误指定干扰范围或机制的“天真”方法所固有的偏差。
• 灵活性： 该框架允许研究人员定义保守的干扰集（例如，所有可通过有限路径到达的单元），并仍能估计特定网络距离下的良定义因果效应。
• 实际效用： 实证应用表明，忽视高阶干扰或使用限制性假设可能会掩盖复杂的模式，例如处理饱和度与溢出强度之间的非单调关系。
• 权衡： 作者承认，虽然其保守方法确保了稳健性，但与正确指定干扰结构的统计方法相比，可能会以牺牲效率（更宽的置信区间）为代价。他们建议在社会过程的复杂性使得承诺使用限制性暴露映射变得不明智时，采用这种方法。