观点聚焦

香港中文大学（深圳）经管学院艾春荣教授、方悦助理教授联合北京大学光华管理学院Haitian Xie教授，在计量经济学权威期刊《Journal of Econometrics》发表突破性成果——Data-driven Policy Learning for Continuous Treatments。该研究首次系统构建了连续型政策学习的理论和方法框架，填补了从“是否干预”到“如何精准干预”的方法论空白，为教育、环境及社会福利等领域的精细化治理提供了强有力的量化工具。

作者简介

艾春荣

香港中文大学（深圳）经管学院教授、副院长、深圳高等金融研究院副院长

研究领域

计量经济学、机器学习与政策学习、实证产业组织、实证金融、中国经济

方悦

香港中文大学（深圳）经管学院

助理教授

研究领域

计量经济学、应用微观经济学

本文合著者

Haitian Xie

Guanghua School of Management, 

Peking University

研究简介

研究背景

从“二元决策”到“连续优化”的跨越

政策学习（Policy Learning）作为计量经济学与人工智能的交叉前沿，旨在利用数据驱动的方法，基于个体异质性匹配最优政策方案，以实现社会总体福利最大化。然而，现有文献多局限于二元离散场景（如“是否参与培训”），难以应对现实政策中普遍存在的连续性特征（如税率高低、培训时长、补贴额度等）。

面对连续型政策场景，传统方法面临三大挑战：

1. 福利函数复杂：需进行非参数估计。
2. 政策空间无限维：需在无限维空间中寻找最优解并满足形状约束。
3. 方法适用性受限：现有二元模型无法直接迁移，亟需发展新的理论框架。

大数据与机器学习的发展为这一难题提供了契机：高维信息与精细颗粒度的观测值，使得设计数据驱动、个性化的连续政策成为可能。

核心突破

首创连续型政策学习理论框架

本研究首次系统解决了上述难题，实现了三大创新：

1. 理论框架首创：建立了适用于连续型政策学习的完整体系，将决策空间从离散的“0/1选择”拓展至连续的“最优水平匹配”。
2. 方法论革新：

• 无限维逼近：提出采用筛法（Sieve Method）逼近无限维政策空间。
• 偏差纠正：引入双重去偏（Double Debiased）估计技术，有效纠正机器学习估计带来的偏差。
• 自适应算法：设计了数据驱动的惩罚算法，自动选择核带宽与逼近维度，平衡偏差、方差与近似误差。

3. 理论保证：从理论上证明了所提算法的最优收敛速率。

研究内容与实证发现

模型构建与估计

研究定义了基于总体福利最大化的优化目标，并构建了多种具有经济意义的政策空间（如单指标形式、可分单调形式及分段线性形式）。通过基于逆概率加权的核平滑估计量及双重去偏估计方程，实现了对连续政策效果的精准评估，并在此基础上实现了数据驱动、个性化最有政策的设计。

实证应用：美国JTPA职业培训数据

作者将该方法应用于美国《就业培训伙伴关系法》（JTPA）数据，探究基于个体特征的最优培训时长分配。

• 主要发现：与传统的二元决策（仅决定“是否培训”）相比，连续型框架能提供更精细的个性化建议。
• 关键驱动因素：受教育水平是影响最优培训时长分配的核心变量。
• 政策启示：针对不同教育背景的群体分配差异化的培训时长，能显著提升整体就业福利。

研究意义

推动公共政策迈向“精细化治理”

1. 填补理论空白：首次系统建立了连续型政策学习的理论与计算基础，极大拓展了政策学习文献的适用边界。
2. 提供实操工具：提出的双重去偏估计与数据驱动参数选择方法，为基于观测数据的连续政策优化提供了可落地的解决方案。
3. 赋能科学决策：助力教育（个性化学习时长）、环境（差异化碳税）、社会福利（精准补贴）等领域，实现从粗放式的“是否干预”向科学化的“如何干预、干预多少”的根本性转变。

*本文基于发表于《Journal of Econometrics》的最新研究成果整理。