预算只够帮助一部分人,怎样把 CATE 变成资源分配规则?
从平均处理效应排序到预算约束策略,推导等成本阈值与异质成本影子价格,用手算、伪代码和纯 Python 实现说明何时不能简单按比率排序。
上一篇用双重稳健离线评估比较一条冻结策略和“全处理”等基线。现实决策还会多一个硬条件:服务名额、药物剂量、客服时间或补贴预算不够覆盖所有人。若直接按模型预测的处理效应排序,可能把治疗成本、负效应与名额约束混在一起。
本篇只回答:**怎样把每个人的预期增量价值和有限资源,变成一条可执行的分配规则?**先区分等成本的前 名选择,再解释异质成本下的背包优化与影子价格(shadow price)。
01 从“谁会有好结果”转向“处理带来多少增量”#
设 为处理前特征, 为是否接受项目,结果 越大越好。条件平均处理效应(Conditional Average Treatment Effect,CATE)为 。只预测 会把“本来就更容易成功的人”和“项目真正改变结果的人”混为一谈。
令 表示每一个结果单位的决策价值, 是处理带来的增量价值, 表示占用的稀缺资源(如服务分钟或名额), 是资源上限。若每人的直接货币成本 也要进入目标,先用明确的效用换算系数折算后从 扣除;不要把价值目标和资源约束混为同一个量。若结果单位不能合理换算成共同效用,可直接优化增量结果并将资源成本作为独立硬约束。
flowchart LR
X[处理前特征 X_i] --> M[训练区估计 CATE τ_i]
M --> U[估计增量价值 b_i=vτ_i]
C[每人资源成本 c_i] --> B[预算约束 Σ c_i a_i ≤ B]
U --> O[冻结分配 a_i]
B --> O
O --> E[独立评估集计算 DR 价值与成本]mermaid这里 人的向量为 、、;分配向量 ,1 表示获得服务。训练集负责估计效应和选规则,评估集只计算冻结规则的价值。若服务名额按门店、医院或时段分配,数据划分与不确定性分析也要保留该单位。
02 等成本:为什么取正效应最高的前 K 人?#
若每人成本相同、总名额为 ,效用最大化为
每多选一人都占用同一个名额,所以把 从高到低排序,取至多 个正增量效应者即可。若每个人都有固定处理成本但所有人都相等,减去成本不会改变排序,只会改变“是否值得用掉名额”的正负阈值。成本不同、治疗副作用不同或存在资格约束时,单纯按 CATE 排序不再是原问题的解。
| 人 | 估计增量结果 | 资源成本 | 名额 2 下分配 |
|---|---|---|---|
| A | 5 | 1 | 1 |
| B | 3 | 1 | 1 |
| C | 2 | 1 | 0 |
| D | -1 | 1 | 0 |
手算:名额只能给两人,处理 A、B 的预测增量为 ,A、C 为 7,B、C 为 5;因此选 A、B。若名额是 3,仍不应仅为“填满配额”去处理 D,因为其增量效应为负。相反,如果项目存在覆盖义务或溢出效应,目标函数就必须明确纳入这些要求。
排序分数来自估计值而非真值。若两人分数非常接近,名额边界会对估计噪声敏感;应报告阈值附近的不确定性和策略在独立样本上的价值,不要把细小分数差说成确定的优先级。
03 异质成本:影子价格有用,但“收益/成本排序”并不总最优#
实际成本不同,对应 0-1 背包问题(0-1 Knapsack):
其中 是处理带来的增量价值, 是资源消耗, 是总预算。把预算约束乘上拉格朗日乘子 ,得到每个对象的净分数 。 是预算的影子价格:预算再放宽一单位可能带来的最优价值增量。
在可随机分配的松弛问题 中,给定 后选择 的人;调高 会压低高成本对象的吸引力,因而可用二分搜索找到接近预算边界的阈值。对于不可拆分的 ,一个乘子阈值一般只是拉格朗日松弛的解或上界,不能保证精确满足预算,也不总能得到组合最优解。
一个小反例可揭示常见错误:预算 ,甲的价值/成本为 ;乙、丙各为 。按比率贪心先取甲,剩余预算 4,最终价值 13;全局最优却是乙和丙,成本恰为 10、总价值 20。0-1 背包必须考虑组合,不能假设一个比率排序总能解决。
若成本是整数且预算适中,可用动态规划精确求解;大规模场景则需整数规划、近似算法或有审计记录的启发式。下方代码为整数成本的教学版动态规划,不依赖黑盒库。
04 纯 Python:在有限预算内找组合最优解#
输入是 benefit[N] 和 cost[N] 两个长度为 的非负整数序列,以及整数预算 budget;输出是被选中行的索引、总价值和总成本。复杂度约为 时间、 空间,因此只适合预算经合理缩放后不太大的场景。
def knapsack(benefit, cost, budget):
"""0-1 背包;成本和预算为非负整数,效用可为实数。"""
n = len(benefit)
if len(cost) != n or budget < 0:
raise ValueError("长度须一致,预算须非负")
if any(c < 0 for c in cost):
raise ValueError("成本不能为负")
# dp[b]:处理完当前前缀、成本不超过 b 的最大价值
dp = [0.0] * (budget + 1)
take = [[False] * (budget + 1) for _ in range(n)]
for i, (value, c) in enumerate(zip(benefit, cost)):
# 逆序更新,避免同一对象在一轮内被重复选择
for b in range(budget, c - 1, -1):
candidate = dp[b - c] + value
if candidate > dp[b]:
dp[b] = candidate
take[i][b] = True
chosen = []
b = budget
for i in range(n - 1, -1, -1):
if take[i][b]:
chosen.append(i)
b -= cost[i]
chosen.reverse()
return chosen, dp[budget], sum(cost[i] for i in chosen)
# 每人效用、资源成本;总预算 10
chosen, value, spent = knapsack(
benefit=[18, 10, 10], cost=[10, 6, 4], budget=10
)
print(chosen, value, spent) # [1, 2] 20.0 10python逆序更新保证 0-1 选择;若改成正序,同一个对象可能在同一轮重复使用,变成完全背包。真实 CATE 可能为负,此时先剔除非正增量价值对象,或允许代码中 dp 的初始状态表达“什么都不选”且保持零价值;如需强制覆盖某群体或保底名额,必须把约束写进状态而不是事后改名单。
伪代码:
在训练数据上估计每人折外增量效用 b_i,并记录资源成本 c_i
若成本相同:按 b_i 排序,在预算名额内只选正价值对象
若成本异质且预算可离散:运行 0-1 动态规划或整数规划
冻结规则、预算、模型版本与并列分数的 tie-break 规则
在独立评估数据上计算 DR 策略价值、成本与不确定性text05 如何从数学规则走到安全决策#
部署前至少核对四件事:成本是否由处理前信息定义且能审计;每个对象的效应估计是否有重叠支持;并列分数如何稳定处理;实际分配总成本是否逐批验证不超预算。预算按月、地区或服务类型分别设置时,要明确约束是硬上限还是期望上限,批次间还要留出已承诺支出。
常见失败包括把预测结果当 CATE、把成本漏掉或重复扣除、优化模型训练损失而非分配价值、在评估集调阈值、把个体级标准误用于簇级分配,以及对预算做四舍五入后导致超支。调试时先用 3–5 人的手算表逐项复算目标值与可行性,再检查预算利用率、被选比例、负效应选择、成本分布和阈值附近的稳健性。
| 问题 | 应看什么 | 误读风险 |
|---|---|---|
| 是否有增量价值? | CATE,而非结果预测分 | 预测成功概率高不代表处理有效 |
| 是否符合资源上限? | 每批实际累计成本 | 影子价格不是会计账本 |
| 是否值得上线? | 独立样本 DR 价值和区间 | 训练效用不是离线或线上收益 |
| 效果是否可迁移? | 人群、处理版本和时间漂移 | 旧日志的估计分数不自动外推 |
离线价值评估仍依赖处理定义一致、无未测混杂或有效随机化、重叠和可靠日志。若预算导致强行挑选模型预测值最高的对象,排序错误会直接集中在边界人群;必要时可在预算约束下随机化分配,保留一定探索概率并提升未来评估支持。
06 与三种相近策略的边界#
| 方法 | 适用问题 | 主要限制 |
|---|---|---|
| CATE 前 K 名 | 等成本、单一名额上限 | 估计噪声会改变边界排序 |
| 收益/成本比贪心 | 快速启发式 | 0-1 背包不保证组合最优 |
| 拉格朗日阈值 | 松弛问题、预算敏感度解释 | 离散解可能不满足精确预算 |
| 动态规划/整数规划 | 离散成本下全局可行分配 | 规模、建模与求解成本更高 |
07 思考练习#
- 等成本情形下,为什么选择前 个 CATE 可以最优?如果有一个人的预测 CATE 为负,而名额还有空余,是否应自动分给他?
- 解释为什么 排序不保证 0-1 背包最优。动态规划中若把内层循环改为正序,会出现什么错误?
- 预算提高一单位时,影子价格怎样解释?为什么它不能替代部署时逐笔记录实际成本?
相关工作#
- Kitagawa & Tetenov, Who Should Be Treated? Empirical Welfare Maximization Methods for Treatment Choice ↗:在候选策略类中最大化经验福利,并讨论容量等约束。
- Athey & Wager, Policy Learning with Observational Data ↗:用双重稳健效应估计学习符合预算、公平或简洁性约束的处理规则。
- Kamran, Makar & Wiens, Learning to Rank for Optimal Treatment Allocation Under Resource Constraints ↗:研究资源受限时面向分配排序的学习目标。
- Dudík et al., Doubly Robust Policy Evaluation and Learning ↗:为上一篇离线评估的双重稳健策略价值提供基础。
08 下一篇预告#
预算约束决定总共能服务多少人,却没有回答不同群体是否都能公平获得机会。下一篇将固定有限名额,研究怎样把最低群体覆盖率写成约束,并量化满足约束所付出的总效用代价。