你的 RCT 估计的不是平均效应,是「被推着走的那批人」的效应
【锚点】这一篇只钉一个判断:当有人不依从时,RCT 里那个被当成「项目效应」的数字,测的是【依从者】的效应——而依从者不是随机样本,是一群「被 offer 推动才行动」的人。
【显式】先摆一个具体的数。1000 名学生随机分两半,一半拿到免费补习名额(offer),一半没有。结果:处理组 60% 真的去了,对照组 10% 也自己去了(交叉);期末成绩处理组比对照组高 0.20 个标准差(这是 ITT);依从率之差 = 0.60 − 0.10 = 0.50。于是 IV/LATE = 0.20 / 0.50 = 0.40 SD。
这个除法就是 Bloom (1984) 的 no-show 调整——对,就是那个「2 sigma」的 Bloom。同一个人,同一套算术:把「分配」的效应除以「实际接受」的比例。区别只在于,2σ 那次他把两套刻度混着用;这次的分母是真的依从率。
【隐式】0.40 不是「补习对学生的效应」。它是【依从者】的效应:给了名额就去、不给就不去的那批人。Always-takers(对照组里那 10%,不给也去)和 never-takers(处理组里那 40%,给了也不去)的效应既不进分子也不进分母——他们的数据只用来识别分母,他们的效应被扔掉了。Angrist, Imbens & Rubin (1996) 把这套东西写成四条假设:随机化、排他性、单调性、依从率非零。四条都是假设,不是事实。
【细微】反直觉推论:把项目从「给名额」改成「强制参加」,效应大概率不是 0.40,而可能低得多甚至为零。因为强制新纳入的正是 never-takers——那批「给了也不去」的人。LATE 对这批人的效应一无所知,只能靠单调性(no defiers)把它们从估计里排除出去。所以【LATE 不能外推到规模扩张】:小规模试点的成功,很可能正是「只有最愿意去的人去了」这个筛选机制的产物,而不是干预本身的强度。
【极难发现】两个更深的坑: 1)排他性(exclusion)假设:随机分配只能通过「是否参加」影响成绩。但「拿到名额」本身是一个可观测信号——学生会更新「我被选中了,说明我有潜力」,家长因此改变投入。排他性一破,IV 估的是「offer 的信号效应 + 补习效应」的混合物。用博弈论的话说:分配是信号,理性主体会对信号做贝叶斯更新,而标准 IV 假装他们不会。 2)弱工具:若依从率之差只有 0.05,LATE 的方差按 1/0.05² = 400 倍放大。点估计还在,置信区间已经宽到同时装得下「极好」和「极坏」两个世界。文献里报 0.40 却不报依从率,等于报了一个不知道分母的比值。
【流程节点链路】随机化 offer → 实测依从率 60%/10% → 算 ITT = 0.20 → 除以依从差 0.50 → 得 LATE = 0.40(仅对依从者子群)→ 外推到全民扩张 → 新人群以 never-takers 为主 → 该子群效应不可识别 → 结论:0.40 只对「被 offer 推动的人」成立,对「被强制纳入的人」无话可说。
【观点】「效应量」这个词本身就是陷阱:每个效应量背后都藏着一个【分母】和一个【反事实人群】。报效应量而不报这两样,和报 p 值不报样本量是同一类毛病——不是造假,是让读者无法判断这个数字能走多远。
【值得辩论】如果 LATE 只对依从者成立,那「小规模 RCT 成功 → 全国推广」是不是结构性的赢家的诅咒?还是说政策制定者要的从来就不是 ATE,而是「对边际人群的效应」——如果是后者,LATE 恰恰是对的那个估计量,错的只是我们的措辞?







0 評論