观文听傑

返回

多座城市共享潜在因子但载荷不同,干预后处理城市实际轨迹偏离虚线反事实多座城市共享潜在因子但载荷不同,干预后处理城市实际轨迹偏离虚线反事实

上一讲的合成双重差分(Synthetic Difference-in-Differences,SDID)同时加权供体单位与处理前时期;它仍以加法结构处理共同时间冲击。现实中,节假日、宏观流量或基础设施变化对不同城市的影响可能不同:同一周有新冲击,依赖旅游用户的城市会涨得更多。双向固定效应(Two-Way Fixed Effects,TWFE)只给每周一个共同时间项,无法表达这种差异。

交互固定效应(Interactive Fixed Effects,IFE)为每个单位增加一组潜在因子载荷,让共享冲击可以因单位而异。本篇解释如何只用未处理结果学因子、从处理组处理前数据估计载荷,再预测处理后的潜在结果。下一篇沿此路线讨论因子数选择与处理时点错开时的识别诊断。

01 一条共同时间线为何不够?#

设有 NN 个城市和 TT 周,YitY_{it} 是城市 ii 在第 tt 周的每千请求有效点击数。未上线新模型时,IFE 写成:

Yit(0)=αi+δt+λi⊤ft+εit.Y_{it}(0)=\alpha_i+\delta_t+\boldsymbol\lambda_i^\top\mathbf f_t+\varepsilon_{it}.
  • αi\alpha_i 是单位固定效应(unit fixed effect),表示城市长期水平。
  • δt\delta_t 是时间固定效应(time fixed effect),表示所有城市共同经历的周冲击。
  • ft∈Rr\mathbf f_t\in\mathbb R^r 是 rr 个共享潜在因子(latent factors);λi∈Rr\boldsymbol\lambda_i\in\mathbb R^r 是城市对这些因子的载荷(factor loadings)。
  • εit\varepsilon_{it} 是模型未解释的误差;向量点积 λi⊤ft\boldsymbol\lambda_i^\top\mathbf f_t 仍是标量结果。

同一因子变化可以让城市 A 上升、城市 B 几乎不变。若第 tt 周城市 ii 已上线新模型,再加处理项 τitDit\tau_{it}D_{it};目标是先估出未处理潜在结果 Yit(0)Y_{it}(0),再比较观测与反事实。

flowchart LR
  A[未处理城市 × 周结果 Y0] --> B[去除城市与周的加法固定效应]
  B --> C[低秩分解:估计共享因子 F]
  C --> D[处理城市的处理前结果 + F前]
  D --> E[最小二乘估计单位截距与载荷]
  E --> F[预测处理后潜在结果 Yhat(0)]
  F --> G[观测 Y − 反事实 = 效果差距]
mermaid

未处理面板为 Y0∈RN0×TY_0\in\mathbb R^{N_0\times T},可以写为:

Y0=α1T⊤+1N0δ⊤+ΛF⊤+E,Y_0=\boldsymbol\alpha\mathbf 1_T^\top+\mathbf 1_{N_0}\boldsymbol\delta^\top+\Lambda F^\top+E,

其中 Λ∈RN0×r\Lambda\in\mathbb R^{N_0\times r},F∈RT×rF\in\mathbb R^{T\times r},因子项的秩不超过 rr。时间固定效应吸收所有城市共有的变化,ΛF⊤\Lambda F^\top 解释城市间不同步的共同变化。这些是对未处理面板的结构假设;因果解释还需要处理分配与未处理潜在结果之间满足识别条件。

02 极小例子:共同冲击按城市载荷放大#

控制城市 A、B、C 的长期基线分别为 10、12、14;对潜在因子的载荷分别为 -1、0、1。五周共同时间项是 (0,1,0,2,1)(0,1,0,2,1),潜在因子是 (−1,0,1,2,3)(-1,0,1,2,3)。未处理结果如下:

城市周 1周 2周 3周 4周 5
A,载荷 -111119108
B,载荷 01213121413
C,载荷 11315151818

城市 D 前三周尚未上线,结果为 (9,12,13)(9,12,13);第 4、5 周上线后观测为 (20,21)(20,21)。若从控制城市学到因子轨迹,再用 D 的前三周估计基线与载荷,未处理预测为 (17,18)(17,18),两周差距都是 33。

手算第 4 周:控制组平均是 1414,作为当周公共基准。D 的处理前数据表明,其基线相对控制组高 1,因子载荷约为 2;因子相对均值的偏移为 +1+1。因此反事实为 14+1+2×1=1714+1+2\times1=17。D 实际观测为 20,差值 20−17=320-17=3。

若只用 TWFE,处理后城市差异只能靠固定城市效应与共同周效应解释,D 在处理前学到的“对因子变化更敏感”无法外推;SCM/SDID 通过供体组合或权重构造对照,IFE 则显式估计共享冲击及每个城市的响应方向。

03 数据流伪代码:分清训练窗口与预测窗口#

输入包括结果面板 YY、处理指示 DD、控制单元集合和处理时点。简化设计的执行顺序是:

只取从未处理的控制城市结果 Y0
按城市和周双去均值,得到控制城市间的相对变化
对该矩阵做截断 SVD,保留预先选定的 r 个时间因子方向 F
对每个处理城市:
    只取其上线前结果,减去同期控制组时间基准
    用 [截距, F_pre] 做最小二乘,估计该城市的基线和因子载荷
    用同一组系数外推 F_post,得到 Yhat(0)
输出:观测结果 Y、反事实 Yhat(0)、差距 Y - Yhat(0)
text

处理后结果只在最后计算差距时读取,不参与因子、秩或载荷的训练与选择。下面代码把上述流程展开,并标出每个数组的形状。

04 诊断不是“拟合得好就算因果”#

下例输入面板 Y(城市 × 周,形状 N×TN\times T)、控制城市数 n_control、处理前周数 T0 和因子数 r;输出最后一个处理城市各周的反事实与处理后差距。它只适用于完整面板、从头到尾未处理的控制城市,以及共同上线时点的演示设计。错时上线时必须逐 cohort 定义每周仍未处理的风险集,不能把已处理单元继续当控制。

维度逐项对齐:centered 为 (N0,T)(N_0,T);Vh 前 r 行转置为 (T,r)(T,r);X_pre 为 (T0,1+r)(T_0,1+r);beta 为 (1+r,)(1+r,);X_all @ beta 为 (T,)(T,)。奇异向量可以整体变号,多个因子也能在子空间内旋转,所以不要把某列因子的符号或“第一个因子”解释成稳定现实含义。

np.linalg.svd(…, full_matrices=False) 返回紧凑 SVD;np.linalg.lstsq(A, b, rcond=None) 求解最小二乘并返回系数、残差、矩阵秩与奇异值。若 rank 小于设计矩阵列数,处理前数据不能区分截距与载荷,应增加处理前长度、降低 r,或承认反事实不可识别。当前参数和返回值见 NumPy SVD 文档 ↗ 与 NumPy 最小二乘文档 ↗。

本代码用控制组周均值恢复公共时间水平,以双去均值矩阵提取城市间相对响应的低秩方向。它不是生产级广义合成控制估计器:不自动选择因子秩、不估计标准误、不处理错时处理或缺失单元。奇异值大小本身也不是“该保留几个因子”的因果答案。

04 诊断不是“拟合得好就算因果”#

上线前冻结处理日期、结果口径、因子秩规则与供体定义。至少检查:

诊断能发现什么不能证明什么
处理前残差图因子不足、异常周、载荷拟合不稳处理后结构保持不变
留一控制城市重估单个控制城市主导因子处理组没有专属冲击
伪处理城市 / 伪上线周模型是否常生成类似差距置换满足随机分配
因子秩与窗口敏感性结果是否依赖某个规格事后挑显著规格有效
未处理单元与缺失掩码已处理结果是否泄漏进训练选择性缺失可忽略

典型失败包括:控制城市载荷几乎一样,去均值后没有可辨认的低秩信号;处理城市处理前太短,设计矩阵秩不足或载荷方差很大;上线同周有仅影响处理城市的促销或埋点变更;控制城市受跨城推荐等溢出污染;处理后因子—结果关系改变。增加因子数可能拟合噪声,不能修复识别失败。

有缺失结果时,不能把缺失填零再做 SVD;真实估计要显式使用观察掩码,并检查缺失机制。错时处理也不能把所有已处理城市的完整轨迹当控制:晚处理城市只可在自身上线前的时期充当对照。

键盘可展开:低处理前误差为什么还不够?

用 Tab 聚焦摘要,再按 Enter 或 Space 展开。因子模型只说明控制组低秩结构可以重现处理前结果;若处理后只在处理城市发生新冲击,模型仍会把它误认成处理效果。拟合质量、识别假设与不确定性需要分别报告。

和 DiD、SCM、SDID 的边界#

方法反事实结构擅长处理主要代价
DiD单位效应 + 共同时间效应对照可比、平行趋势合理单位特异共同冲击会破坏趋势
SCM未处理单位的凸组合少数处理单位、处理前拟合有意义处理组需接近供体凸包
SDID供体权重 + 处理前时间权重单位与时期两边都需校正结构与推断仍需设计
IFE单位/时间效应 + 低秩潜在因子多单位面板、共享冲击有异质载荷因子秩、处理前跨度与无专属冲击假设关键

IFE 与主成分分析(Principal Component Analysis,PCA)的数学工具相近,但目的不同:PCA 通常压缩输入矩阵;这里的因子只用未处理结果学习,用于预测处理组缺失的未处理潜在结果。IFE 也不是给时间添加更多虚拟变量,它允许不同城市对同一个低维冲击有不同响应。广义合成控制是相关面板反事实方法,不同实现未必采用相同估计器或推断程序。

思考练习#

  1. 只有一个公共周冲击时,令 r=0r=0 会退化成什么加法结构?控制城市双去均值矩阵只有噪声时,增加 r 会怎样影响方差?
  2. 处理城市只有两周处理前观测,却要拟合两个因子加截距。设计矩阵最多几秩?还缺什么才能估计三个系数?
  3. 三座城市分别在第 3、5、7 周上线。如何为第 5 周上线的城市定义控制单元?第 7 周以后还有哪些观测能帮助预测未处理共同因子?

延伸阅读#

本篇把“对照城市变化同步”放宽为“共享潜在冲击、城市载荷不同”,并从处理前轨迹恢复处理单位的因子暴露。下一篇聚焦因子秩和处理时点错开时的验证,重点是避免把处理后信息泄漏进反事实训练。

对照城市的冲击不同步,怎样重建处理组反事实?交互固定效应
https://zwjcode.cn/blog/interactive-fixed-effects-counterfactual
作者 傑
发布于 2026年10月13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。