Auditing longitudinal data across institutional regimes: a graph-based compatibility protocol with evidence from Tunisia

技术摘要：跨制度体制的纵向数据审计

问题陈述
纵向数据集通常会拼接在不同法律、行政或统计体制下生成的记录。虽然共同的标度或变量名称可能保持不变，但其底层的含义、抽样框架、编码规则或法律类别往往发生了变化。标准的质量指标（如缺失值、测量误差）和统计技术（如结构性断点检测、测量不变性）不足以应对这一特定挑战。结构性断点法识别的是随机律的变化，但无法区分合法的行政水平位移与根本性的时间形态差异。同样，测量不变性需要潜在变量模型，而这在公共部门的聚合数据中往往是不可获得的。核心问题在于：如何判定连续政体下的记录何时可以被视为一个单一的分析对象，而不至于混淆不同的行政现实。

方法论：基于图的兼容性协议
本文提出了一种确定性的、有序的审计框架，将政体间的差异分解为不同的、可审计的组成部分。该方法将数据环境建模为一个有限连通图 $G=(V, E)$，其中顶点代表特定政体的数据环境，边代表注册的比较窗口。

审计过程分为四个有序阶段：

1. 水平注册（Level Registration）： 对于每条边（即每一对政体），该方法通过坐标中位数最小化（$L_1$ 范数）来估计一个常数水平转换关系（crosswalk）。此举旨在从数据中分离出“水平位移”。
2. 授权修正（Authorized Correction）： 残差被投影到一个预先授权的紧致凸集（$C_e$）上。该集合允许声明的、有界的归一化或重新编码（例如 15% 的调整），但禁止对历史序列进行任意修改。
3. 形态差异测量（Shape Disagreement Measurement）： 在完成注册和授权修正后的残差（$D_e$）用于衡量“形态”差异——即无法通过常数平移或声明的归一化来吸收的差异部分。
4. 全局一致性与可行性：
   • 循环一致性（Cycle Consistency）： 利用图关联矩阵测试成对平移系统的全局相干性。如果循环周围的有符号平移之和不为零，则说明转换关系是不一致的，无论单个边的残差如何。
   • 全记录提升（Full-Record Lift）： 该方法测试数值调和后的向量是否能够“提升”为满足行政、法律和容量约束（如非负性、预算上限）的完整记录。这被表述为一个线性可行性问题；如果不可行，则存在对偶证书证明了有效完整记录的不可能性。

最终输出并非综合质量评分，而是一个有序的处置意见（保持分离、审查或有条件合并），其依据是形态残差的大小、其相对于政体内控制组的秩以及是否存在硬性不兼容性。

主要贡献

• 差异分解： 本文严谨地分离了水平转换（可接受的平移）与形态差异（结构性不兼容），证明了巨大的水平位移可以与微小的残差并存，反之亦然。
• 图论公式化： 本文将层集论（sheaf-theoretic）概念（局部一致性 vs 全局精确性）应用于政策数据，明确识别了成对诊断所忽略的转换网络中的循环不一致性。
• 行政可采纳性： 引入了“全记录提升”测试，确保数值调和不会违反法律或物理约束（例如，调和后的总量超过了可接受子组件之和）。
• 有序审计程序： 该方法强制执行严格的顺序，即在检查残差之前，必须先对变量、窗口和修正集进行注册，从而防止为了达到预期结果而进行的追溯性模型调优。

实证结果：来自突尼斯的证据
该方法应用于构建的突尼斯季度面板数据（2000Q1–2019Q4），涵盖三个维度：制度信任、危机压力和政策响应。分析聚焦于三个历史边界：震前（2010）、冲击转型期（2011）以及转型后（2014）。

• 残差分析： 在完成水平注册和有界修正后，冲击转型期边界（2010Q4–2012Q2）在 36 个模型规范中有 30 个表现出最大的形态残差（0.209）。该残差超过了所有 33 个政体内伪边界控制组。
• 与水平诊断的对比： 传统的水平诊断（均值/中位数位移）强调了震前和转型后边界最为显著。然而，经过注册后的形态残差独特地识别出冲击转型期边界才是异常之处。
• 敏感性： 尽管绝对量级有所变化，但在多项式阶数、岭惩罚和窗口长度的变化下，冲击转型期边界始终是最显著的异常边界。
• 处置： 根据协议，冲击转型期边界要求“保持分离”（保留政体断裂），而其他边界则要求“在合并前进行审查”。

意义与主张
本文谦逊地声称提供的是一种负责任集成的协议，而非针对突尼斯转型的因果分析。

• 非因果性： 本审计并未估计革命或宪法的因果效应；边界是制度固定的，而非统计估计的。
• 主张的分离： 它证明了数值调和、形态兼容、相干转换和行政可采纳性是不同的命题。一个序列可以在数值上实现调和，但在行政上却不可采纳。
• 治理效用： 该方法通过提供透明、可重复的审计追踪，支持公共部门的数据治理，区分了合法的水平转换与根本性的结构性不兼容，确保异质记录在没有明确理由的情况下不会被盲目合并。

研究结论指出，计算连续性（时间序列的拼接）并不等同于制度可比性。所提出的基于图的审计提供了一种结构化机制，在集成之前验证兼容性，从而维护了跨制度体制纵向分析的完整性。