1、引言：高维数据下的因果推断挑战
1.1 传统方法的局限
在实证研究中，确立变量间的因果关系是核心目标。为了识别处理变量（Treatment Variable）D 对结果变量（Outcome Variable）Y 的因果效应，我们必须有效地控制混淆变量（Confounders）X。这些混淆变量同时影响 D 和 Y，若不被控制，将导致估计偏误。
传统的做法（如普通最小二乘法OLS）在面对以下情况时显得力不从心：
"维度诅咒" (Curse of Dimensionality)：当控制变量的数量 p 很大，甚至超过样本量 n (即 p > n 或 p ≈ n) 时，OLS 无法求解（因为矩阵不可逆）。即便 p < n 但很大时，模型自由度急剧下降，估计量的方差增大，预测和推断的精度严重受损。
多重共线性 (Multicollinearity)：高维控制变量之间往往存在高度的相关性，这会导致OLS估计系数方差膨胀，估计结果极其不稳定，对微小数据变动非常敏感。
模型设定偏误 (Model Specification Bias)：经济系统中的变量关系常常是非线性的（如存在边际效应递减）。研究者可能需要在模型中引入多项式项（如平方项、立方项）和交互项来捕捉这种复杂性。然而，手动筛选这些项是一个繁琐且主观的过程，很容易遗漏重要项或引入冗余项，从而导致设定偏误。
1.2 机器学习的曙光：Lasso回归
机器学习，特别是具有变量选择功能的算法，为上述挑战提供了有力的解决方案。其中，最具有代表性的是 Lasso (Least Absolute Shrinkage and Selection Operator) 回归。
Lasso的基本思想：在OLS的损失函数基础上，增加一个关于回归系数绝对值的惩罚项（L1正则化）。
Lasso的优势体现在：
- 自动变量选择：由于L1惩罚项的性质，当
λ 足够大时，它会将一部分不重要的变量的系数精确地压缩至0。这意味着Lasso能够从大量的候选变量中自动筛选出一个稀疏的、重要的变量子集 - 处理高维数据：即使
p > n，Lasso仍然可以求解，并得到一个稀疏模型 - 缓解多重共线性：通过将冗余变量的系数设为零，Lasso有效地解决了多重共线性问题
然而，直接将Lasso用于因果推断存在一个关键问题：Lasso的估计系数是有偏的。惩罚项在压缩不重要变量系数的同时，也会收缩重要变量的系数，导致其估计值向零偏倚。这使得直接使用Lasso系数进行因果推断是不可靠的。
为了解决Lasso的偏差问题并使其适用于因果推断，学者们发展出了一系列"Post Lasso"或"Partialing-Out Lasso"方法。
它们共同的核心思想是：使用Lasso进行变量筛选，然后使用无偏的OLS进行最终的因果效应估计。
2、Post-Lasso (P-Lasso) 方法
Post-Lasso是一种直观的两步法。
第一步：变量筛选使用Lasso回归对完整的模型进行估计。假设我们的模型是：
其中 D_i 是我们关心的处理变量（如数字产业集聚度DL），X_i 是包含所有基础控制变量及其可能的多项式项、交互项的高维变量集合。
我们对上述模型执行Lasso回归，通过交叉验证等方式选择最优的惩罚参数 λ。Lasso会给出一个非零系数变量的集合，我们记为 X1（即被筛选出的控制变量集合）。
第二步：Post Estimation (后估计)将第一步中Lasso筛选出的变量集合 X1 作为控制变量，重新构建一个标准的线性回归模型，并使用OLS进行估计：
此时，我们关注的系数 α^{PL} 就是Post-Lasso估计出的处理效应。
3、Double Selection Lasso (DS-Lasso) 方法
3.1 方法原理与步骤
Belloni, Chernozhukov, Hansen 等人在其系列论文中提出了Double Selection方法。其核心思想是：从两个不同的角度去筛选混淆变量，然后将两次筛选的结果合并，确保不遗漏任何对 D 或 Y 有重要影响的变量。
DS-Lasso是一个三步法：
第一步：以处理变量 D 为因变量用处理变量 D (如数字产业集聚度DL) 对高维控制变量集合 X 做Lasso回归：
通过Lasso筛选出与 D 强相关的变量集合，记为 X2。这些变量是 D 的"预测因子"。
第二步：以结果变量 Y 为因变量用结果变量 Y (如全要素能源效率TEE) 对高维控制变量集合 X 做Lasso回归（注意，此回归不包含处理变量 D）：
通过Lasso筛选出与 Y 强相关的变量集合，记为 X3。这些变量是 Y 的"预测因子"。
第三步：联合OLS估计构建一个联合的控制变量集X_union = X2 ∪ X3（即 X2 和 X3 的并集）。然后，将结果变量 Y 对处理变量 D 和这个联合变量集 X_union 进行OLS回归：
最终，α^{DS} 就是我们想要的Double Selection Lasso估计的处理效应。
4、Partialing-Out Lasso (PO-Lasso) 或 去偏Lasso
PO-Lasso是一个三步法：
第一步：Partialing-Out Y
用结果变量 Y 对高维控制变量集合 X 做Lasso回归，筛选出变量集合 X4。
然后，使用筛选出的 X4，用 Y 对 X4 做一个OLS回归，并得到残差 eY。
这个残差 eY 代表了Y中无法被控制变量 X4 解释的部分，即"净化后"的 Y。
第二步：Partialing-Out D
用处理变量
D 对高维控制变量集合 X 做Lasso回归，筛选出变量集合 X5。
然后，使用筛选出的 X5，用 D 对 X5 做一个OLS回归，并得到残差 eD。
这个残差 eD 代表了D中无法被控制变量 X5 解释的部分，即"净化后"的 D。
第三步：回归残差将"净化后"的 Y (残差 eY) 对"净化后"的 D (残差 eD) 进行一个不带截距项的OLS回归：
最终，α^{PO} 就是Partialing-Out Lasso估计的处理效应。
5、方法比较与联系
| | Double Selection Lasso (DS-Lasso) | Partialing-Out Lasso (PO-Lasso) |
|---|
| 核心思想 | |
| |
| 步骤数 | | | |
| 关键操作 | Y ~ D + X (Lasso) -> Y ~ D + X1 (OLS) | D ~ X (Lasso); Y ~ X (Lasso); Y ~ D + X_union (OLS) | Y ~ X -> eY; D ~ X -> eD; eY ~ eD |
| 主要优势 | | 稳健性强 | |
| 主要局限 | 遗漏变量风险高 | | |
| 对Lasso的使用 | | | |
| 最终估计 | | | |
联系：
- 共同基石：三者都建立在Lasso的变量选择能力之上，并最终都依赖于无偏的OLS估计来得到处理效应的估计值
-
理论同源：DS-Lasso和PO-Lasso是"去偏机器学习估计量"家族中最著名和理论最成熟的两种方法，它们通常在渐近性质上是等价的。Chernozhukov et al. (2018) 的论文对这类方法进行了统一的阐述
- 目标一致：都是为了在高维设定下进行有效的、稳健的因果推断
6、实例应用与结果解读
2025年第10期《数量经济技术经济研究》上有一篇论文应用到了基于机器学习方法的因果检验。该文基于Post-Lasso(P-Lasso)、Double Selection Lasso(DS-Lasso)、Partialing-Out Lasso(PO-Lasso)的方法进行机器学习分析。
这篇文章题目为：数字产业集聚与企业能源效率改进
研究背景：探讨数字产业集聚度(DL)对企业全要素能源效率(TEE)的因果效应
高维控制集(X)：包含了一系列基础控制变量，并进一步纳入了这些变量的交乘项和平方项，以捕捉非线性关系。这使得控制变量的维度 p 可能很高
分析过程：
数据准备：收集企业层面的数据，包括TEE, DL，以及构建好的高维控制变量集 X
- 分别用P-Lasso, DS-Lasso, PO-Lasso三种方法进行估计
- 为每种方法中的Lasso回归选择合适的
λ（通常通过交叉验证）
