异质性处理效应

当我们测试一种干预，比如药物、培训项目或政策调整时，平均效果可能掩盖这样的差异：有些人受益很大，有些人受益很少，甚至受到伤害。干预效果在不同人或不同子群体之间的这种差异，就叫作“异质性处理效应”。那个减重项目的整体平均效果很小，却掩盖了它对年轻参与者效果很好、对年长参与者不起作用的事实。了解这些差异，能帮助我们把干预用在真正会受益的人身上，避免在不会受益的人身上浪费资源，甚至造成伤害。 试试这样：看到一个平均结果时，问问自己，不同群体的实际结果会不会相差很大。

异质性效应是怎么产生的

研究者首先计算一项研究中所有人的平均处理效应。这个数字告诉你干预的平均效果，却可能掩盖重要差异。关键在于，年龄、健康状况、背景和所处情境等个人特征，会与干预相互作用，产生不同的结果。如果这些效果在不同子群体之间呈现系统性差异，就存在异质性处理效应。

为什么这很重要

在医疗中，一种药物可能延长具有某种遗传特征的患者的寿命，却缩短其他患者的寿命。一个教育项目可能提高基础扎实的学生的成绩，却让基础薄弱的学生难以招架。一次营销邮件活动可能促使新客户购买，却让老客户感到厌烦。在这些例子中，平均效果可能很小，甚至为零，掩盖了干预对某些群体非常有效、却对其他群体有害的事实。

怎样找出这些规律

研究者会检验不同子群体之间的效果差异，比如比较男性与女性、年轻人与年长者的结果；也会用机器学习寻找哪些特征能预测谁受益最多。这里一个关键陷阱是多重比较问题：只要检验足够多的子群体，你就会发现一些纯属偶然的差异。因此，研究者必须事先明确要分析哪些子群体，或使用能对多重检验进行校正的方法。

实际应用

在医疗中，异质性效应让个性化医疗成为可能，也就是为患者匹配最可能让他们受益的治疗。在商业中，它能指导定向投放决策，比如只向可能作出回应的客户展示广告。在政策中，它能揭示一个项目在城市还是农村、在高收入还是低收入家庭中，或者在不同文化情境下，效果是否更好。关键是从“这平均来看有效吗？”进一步问到“这对谁有效？”。这个问题会改变我们分配资源和设计干预的方式。

异质性处理效应研究重点关注如何估计条件平均处理效应（CATE），也就是按特定特征划分的子群体中的平均效果，以及如何发现这些规律，同时避免多重检验带来的假阳性。因果森林、贝叶斯加性回归树（BART）和支持向量机等机器学习方法，能在控制统计错误率的同时，自动寻找异质性效应。这个领域已经从简单的子群体比较，发展到灵活地利用数据发现复杂规律。

• Imai和Ratkovic（2013）：开发了一种估计异质性处理效应的方法，将统计检验能力集中用于识别哪些子群体受益最多，同时确保对多个子群体进行的统计推断仍然有效 [1]。
• Athey和Wager（2019）：在一项观察性研究中应用因果森林估计异质性处理效应，展示了因果森林如何利用估计的倾向得分，更稳健地应对混杂，并处理聚类误差 [2]。
• VanderWeele和Knol（2011）：澄清了对子群体差异的描述与关于调节变量的因果主张之间的区别，指出随机试验中的大多数子群体分析属于描述性分析，而非因果分析 [3]。

多重比较会带来严重风险：检验大量子群体，必然会有一些子群体仅仅因为偶然因素而呈现统计显著性。传统的子群体分析尤其容易受到这个问题的影响。机器学习方法能提供帮助，但需要大样本才能可靠地识别异质性。缺乏坚实理论依据而发现的效应，可能无法在新的人群中重现。此外，许多研究即使存在异质性效应，也没有足够的统计检验能力将其识别出来；只关注平均效果所需的样本量，比寻找子群体之间的差异更小。最后，用来划分子群体的特征往往相互关联，比如年龄与健康状况、收入与教育程度，因此很难确定究竟是哪种特征在驱动异质性效应。