观文听傑

返回

有限干预名额被分配给预期净收益较高的人群,并由预算阈值控制的示意图有限干预名额被分配给预期净收益较高的人群,并由预算阈值控制的示意图

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 KK 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 Xi∈RpX_i\in\mathbb R^p 为处理前特征,Ai∈{0,1}A_i\in\{0,1\} 为是否接受项目,结果 YiY_i 越大越好。条件平均处理效应(Conditional Average Treatment Effect,CATE)为 τ(x)=E[Y(1)−Y(0)∣X=x]\tau(x)=E[Y(1)-Y(0)\mid X=x]。只预测 E[Y∣X]E[Y\mid X] 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 vv 表示每一个结果单位的决策价值,bi=vτ(Xi)b_i=v\tau(X_i) 是处理带来的增量价值,cic_i 表示占用的稀缺资源(如服务分钟或名额),BB 是资源上限。若每人的直接货币成本 did_i 也要进入目标,先用明确的效用换算系数折算后从 bib_i 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 NN 人的向量为 τ^:[N]\hat\tau:[N]、c:[N]c:[N]、u:[N]u:[N];分配向量 a∈{0,1}Na\in\{0,1\}^N,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 KK,效用最大化为

max⁡ai∈{0,1}∑i=1Nvτ^iais.t.∑iai≤K.\max_{a_i\in\{0,1\}}\sum_{i=1}^N v\hat\tau_i a_i \quad\text{s.t.}\quad \sum_i a_i\le K.

每多选一人都占用同一个名额,所以把 vτ^iv\hat\tau_i 从高到低排序,取至多 KK 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 τ^i\hat\tau_i资源成本名额 2 下分配
A511
B311
C210
D-110

手算:名额只能给两人,处理 A、B 的预测增量为 5+3=85+3=8,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):

max⁡ai∈{0,1}∑ibiai,∑iciai≤B,\max_{a_i\in\{0,1\}}\sum_i b_i a_i, \qquad \sum_i c_i a_i\le B,

其中 bi=vτ^ib_i=v\hat\tau_i 是处理带来的增量价值,ci≥0c_i\ge0 是资源消耗,BB 是总预算。把预算约束乘上拉格朗日乘子 λ≥0\lambda\ge0,得到每个对象的净分数 bi−λcib_i-\lambda c_i。λ\lambda 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 ai∈[0,1]a_i\in[0,1] 中,给定 λ\lambda 后选择 bi−λci>0b_i-\lambda c_i>0 的人;调高 λ\lambda 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 ai∈{0,1}a_i\in\{0,1\},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 B=10B=10,甲的价值/成本为 13/6≈2.1713/6≈2.17;乙、丙各为 10/5=210/5=2。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 NN 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 O(NB)O(NB) 时间、O(B)O(B) 空间,因此只适合预算经合理缩放后不太大的场景。

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
text

05 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#

  1. 等成本情形下,为什么选择前 KK 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?
  2. 解释为什么 bi/cib_i/c_i 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?
  3. 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#

  1. 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。
  2. 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。
  3. 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。
  4. 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。

预算只够帮助一部分人,怎样把 CATE 变成资源分配规则?
https://zwjcode.cn/blog/budget-constrained-treatment-policy
作者 傑
发布于 2026年10月22日
版权协议 CC BY-NC-SA 4.0
评论加载似乎遇到了问题,请尝试刷新页面。