7 双重机器学习：DDML
在多数模型设定中，我们都会使用控制变量来「控制」混淆因素的影响。然而，当混淆变量很多、又以未知的非线性方式影响处理变量 \(D\) 和结果变量 \(Y\) 时，线性设定会带来模型误设偏误。此时，采用机器学习方法估计模型又会引入正则化偏误。双重机器学习 (double/debiased machine learning, DDML) 用 partial out、正交化和交叉拟合走出这个两难：在选择性可观测、正交矩条件、交叉拟合和辅助函数收敛条件下，用灵活的学习器估计辅助函数，同时维持对目标参数的有效推断。
很多人误以为 DDML 是解决内生性问题的万能钥匙，其实不然。DDML 的前提假设是：模型设定中不存在遗漏变量问题，即所有重要混淆变量都已经进入模型。DDML 应对的是模型误设问题 (各种复杂的非线性关系)，而不是不可观测的遗漏变量问题。
前面几章把识别威胁指向两个方向。第 3 章讨论样本选择和自选择：谁进入样本、谁被观测到。第 5 章讨论反事实构造：没有政策时，处理组本来会怎样。第 4 章则讨论用固定效应和控制变量缓解遗漏变量偏误。本章指向另一类更容易被忽视的问题：控制关系的函数形式。
问题从一个常见误解开始。很多人把「机器学习 + 因果推断」理解成把结果变量对一大堆特征跑一个随机森林，然后看哪个变量重要——这是预测，不是识别。也有人把几百个控制变量一股脑塞进 Lasso，筛一筛再做 OLS，以为这样就「控制干净」了。这两种做法都忽略了一个基本事实：机器学习天生为预测服务，它对目标参数的估计往往是有偏的，而且这个偏误不会随样本增大而消失。
真正的问题不在于控制变量少，而在于控制变量既多又非线性。政策评估里，企业规模、地区禀赋、行业周期、政策暴露之间的关系往往不是简单线性。这时：
- 如果坚持线性设定，就可能因为函数形式设定错误而残留偏误；
- 如果换成灵活的机器学习去拟合这些关系，正则化又会把偏误漏进我们真正关心的处理效应。
DDML 就是为走出这个两难而生的。读完本章，你应当能回答四个问题：
- 为什么加了固定效应和一堆控制变量，统计推断仍可能不干净？
- partial out 到底在做什么，它和 Neyman 正交、双重稳健是什么关系？
- DDML 的完整流程是什么，为什么理解了流程就能读懂 Stata 或 Python 里的命令？
- DDML 能修什么，不能修什么？
非线性混淆 + 高维控制的两难 → FWL：partial out 是基本功 → 天真地套机器学习为什么失败 → 补救：对处理变量也 partial out → Neyman 正交：偏误变成乘积 → 双重稳健：一侧误差为零则偏误为零 → 交叉拟合堵住过拟合 → DDML 四步流程与五种模型 → 能修什么、不能修什么 → 通向第八章。
本章把技术推导和代码留到 附录 H。正文只讲清楚：问题是什么、方法适用于什么场景、前提条件是什么、解决思路是什么。真正的命令怎么写、结果怎么读，配套的 Notebook 会逐段解释。
7.1 一个被忽视的识别威胁：控制关系的函数形式
先看一个熟悉的设定。研究某项处理 \(D\) 对结果 \(Y\) 的影响，我们几乎总会加一组控制变量 \(X\)：
\[ Y_i=\alpha+\theta D_i+X_i'\beta+\varepsilon_i \tag{7.1}\]
式 7.1 里，\(X\) 进入模型的方式是线性的。第 4 章说明了固定效应如何吸收不随时间变化的个体差异，交互固定效应如何进一步放松比较范围。但所有这些设定都默认了一件事：控制变量以我们写定的函数形式影响结果。
现实往往不是这样。举一个直观的例子。研究「课堂上增加助教」对学生成绩的影响，控制变量包括每天学习时间、作业完成率、出勤率。学习时间和成绩之间是线性的吗？显然不是：学习时间增加会提高成绩，但过长又会因为疲惫、睡眠不足而拉低效率。如果我们用一个线性的「学习时间」项去控制它，就没有真正把这个混淆因素扣干净，残留的部分会漏进 \(D\) 的系数。
这里的关键在于，我们并不关心学习时间对成绩的影响本身，我们只想干净地估计处理效应 \(\theta\)。学习时间只是一个需要被「控制掉」的混淆变量。但只要它以非线性方式进入，线性控制就控制不干净。
一个自然的想法是：既然线性不够，就用更灵活的方法去拟合控制关系——随机森林、梯度提升、神经网络、Lasso 都可以逼近复杂的非线性函数。这个思路是对的，但直接套用会引申出新的问题。
- 坚持线性设定：控制关系若非线性，模型误设，处理效应有偏；
- 换成机器学习：正则化偏误会漏进处理效应，估计同样不可信。
DDML 要解决的，正是如何既用机器学习的灵活性拟合控制关系，又不让它的偏误污染处理效应。
为了讲清 DDML 怎么走出这个两难，我们先回到一个更基本的工具：FWL 定理。它是理解 partial out 的起点，也是 DDML 全部直觉的来源。
7.2 FWL：partial out 是基本功
Frisch-Waugh-Lovell (FWL) 定理讲的是多元回归的一个基本性质。考虑：
\[ Y=X_1\beta_1+X_2\beta_2+u \tag{7.2}\]
FWL 定理告诉我们，式 7.2 中 \(X_1\) 的系数 \(\beta_1\)，可以用一个「残差对残差」的回归还原出来。做法是先把 \(X_2\) 的影响从两边都剔除 (partial out)：
- 用 \(Y\) 对 \(X_2\) 回归，取残差 \(\tilde Y\)；
- 用 \(X_1\) 对 \(X_2\) 回归，取残差 \(\tilde X_1\)；
- 再用 \(\tilde Y\) 对 \(\tilde X_1\) 回归，得到的系数就等于 \(\beta_1\)。
图 7.1 用韦恩图把这个过程画了出来。\(Y\)、\(X_1\)、\(X_2\) 三个圆的重叠部分，代表彼此能解释掉的方差。把 \(Y\) 圆内部按字母拆开：
\[ Y = A + B + C + D \]
其中 \(A\) 是 \(Y\) 里谁也没解释的部分，\(B\) 只被 \(X_1\) 解释，\(D\) 只被 \(X_2\) 解释，\(C\) 被 \(X_1\) 和 \(X_2\) 共同解释。所谓「把 \(X_2\) partial out」，直观上就是拿一把剪刀，把 \(X_2\) 那个圆整个剪掉：\(Y\) 里凡是和 \(X_2\) 重叠的部分 (也就是 \(C\) 和 \(D\)) 都被剪走，只剩下：
\[ \tilde Y = A + B \]
同样地，\(X_1\) 剪掉与 \(X_2\) 重叠的部分后得到残差 \(\tilde X_1\)。再用 \(\tilde Y\) 对 \(\tilde X_1\) 回归，两者真正共享的只有区域 \(B\)——也就是「\(X_1\) 里扣掉了 \(X_2\)、\(Y\) 里也扣掉了 \(X_2\)」之后，两边还共同拥有的那块方差。\(\beta_1\) 就是从区域 \(B\) 里估出来的。
这个定理看似只是一个计算技巧，实际上是一整套方法的理论基础。例如，在 Stata 中，xtreg 命令的 fe 选项，reghdfe 命令的 absorb() 选项，ivreg2 和 lasso2 命令的 partial() 选项，都是 FWL 的直接应用——它们先把固定效应或一部分控制变量 partial out，再对核心变量做回归。
此处要特别注意的是：要得到干净的 \(\theta\)，必须把控制变量从处理变量和结果变量两边都剔除，而不是只从结果变量一边剔除。
图 7.2 把这句话画成了流程图。图中 \(\hat E(Y\mid X)\)、\(\hat E(D\mid X)\) 就是分别用 \(X\) 去拟合 \(Y\) 和 \(D\) 得到的预测值；把它们从 \(Y\) 和 \(D\) 中减掉，得到两个残差 \(\tilde Y\) 和 \(\tilde D\)，再用 \(\tilde Y\) 对 \(\tilde D\) 回归，斜率就是干净的处理效应 \(\theta\)。无论用 OLS 还是机器学习来做「用 \(X\) 解释」这一步，只要两边都剔除，逻辑都一样。记住这个「两边同时剔除」的骨架，下一节 DDML 的全部逻辑就水到渠成——也会看到，一旦省掉 \(D\) 那一边，估计立刻出问题。完整的手算验证 (三种回归给出同一个系数) 放在附录 H.2。
7.3 天真地套机器学习，为什么失败
现在把控制关系写成一般形式。处理变量和结果变量都可能被控制变量 \(X\) 影响，可以写成两条方程：
\[ Y=D\theta_0+g_0(X)+U,\quad E[U\mid X,D]=0 \tag{7.3}\]
\[ D=m_0(X)+V,\quad E[V\mid X]=0 \tag{7.4}\]
两条方程里各个符号的含义是：
- \(g_0(X)\)：控制变量对结果的影响，函数形式未知、可能高度非线性；
- \(m_0(X)=E[D\mid X]\)：处理变量中能被 \(X\) 解释的部分，也就是 \(X\) 对 \(D\) 的影响；
- \(V=D-m_0(X)\)：\(D\) 中与 \(X\) 无关、真正外生干净的那块变异；
- \(U\)：结果方程里与 \(X\)、\(D\) 都无关的随机扰动；
- \(\theta_0\)：我们唯一关心的处理效应。
图 7.3 用因果图把这个结构画了出来：\(X\) 同时指向 \(D\) 和 \(Y\)，是必须被控制的混淆变量；\(D\) 除了受 \(X\) 影响，还带着一块不受 \(X\) 影响的外生变异 \(V\)。识别 \(\theta_0\) 的关键，就是把 \(X\) 的影响从 \(D\) 和 \(Y\) 两边都清走，只用 \(V\) 携带的外生信息。
有了这个结构，一个最自然的想法是：用机器学习把 \(g_0\) 估出来，记为 \(\hat g_0\)，然后把它从 \(Y\) 中扣掉，再用 \(D\) 去回归：
\[ \hat\theta_0=\frac{\frac1n\sum_i D_i\big(Y_i-\hat g_0(X_i)\big)}{\frac1n\sum_i D_i^2} \tag{7.5}\]
这正是「只从结果变量一边 partial out」的做法：只处理了 \(Y\)，没有处理 \(D\)。式 7.5 看起来合理，却是有偏的。把估计误差展开，可以分离出偏误的核心项 (完整推导见 附录 H，也可参考李金桐 (2023) 的中文推导，以及 Ahrens et al. (2025) 面向应用者的导论)：
\[ b\;\propto\;\frac{1}{\sqrt n}\sum_i \underbrace{m_0(X_i)}_{\text{数据本身的性质}}\big(g_0(X_i)-\hat g_0(X_i)\big) \tag{7.6}\]
式 7.6 里，\(g_0-\hat g_0\) 是机器学习的估计误差。为了在高维下防止过拟合，机器学习普遍带有正则化 (如 Lasso 的惩罚项)，这会让 \(\hat g_0\) 系统性地偏离 \(g_0\)，估计误差收敛很慢。更麻烦的是前面乘着的 \(m_0(X_i)\)：它就是 式 7.4 里定义的 \(E[D\mid X]\)，即「处理变量 \(D\) 中能被 \(X\) 解释的部分」，是数据本身的性质，我们改不了。两者相乘，偏误被放大，且不随样本增大而消失。
问题的根源，正是 FWL 已经警告过的：我们只把 \(X\) 从 \(Y\) 一边剔除了，没有从 \(D\) 一边剔除。回到 式 7.4，处理变量 \(D\) 里其实还带着 \(m_0(X)\) 这块被 \(X\) 解释掉的信息；只要没把它清走，它就会和 \(g_0\) 的估计误差纠缠在一起，式 7.6 的偏误就赖着不走。
7.4 补救：对处理变量也 partial out
补救办法，正是 FWL 的另一半：对处理变量 \(D\) 也做 partial out。
具体做法是先估计 \(\hat m_0(X)=E[D\mid X]\)，构造 \(D\) 的残差 \(\hat V=D-\hat m_0(X)\)，再用它替换掉 式 7.5 里的 \(D\)：
\[ \check\theta_0=\frac{\frac1n\sum_i \hat V_i\big(Y_i-\hat g_0(X_i)\big)}{\frac1n\sum_i \hat V_i D_i},\qquad \hat V_i=D_i-\hat m_0(X_i) \tag{7.7}\]
这就是把 FWL 的「两边都剔除」用机器学习实现了一遍：\(\hat g_0\) 把 \(X\) 从 \(Y\) 里清走，\(\hat m_0\) 把 \(X\) 从 \(D\) 里清走，再用两个残差相互回归。残差 \(\hat V\) 是 \(D\) 中不能被 \(X\) 预测的剩余变化 (对应 图 7.3 里那条不受 \(X\) 干扰的 \(V\to D\) 通道)；只要选择性可观测假设成立，它就是用于识别 \(\theta\) 的核心变异。
图 7.4 把两种做法并排画出来，对比一目了然。左边是天真的做法：只用 \(X\) 解释 \(Y\)、构造残差 \(Y-\hat g(X)\)，但 \(X\) 仍在影响 \(D\)，于是「预测做了，识别却没有做干净」。右边是正交化：把 \(X\) 从 \(Y\) 和 \(D\) 两边同时拿掉，得到 \(\tilde Y\) 和 \(\tilde D\)，再用 \(\tilde Y=\theta\tilde D+e\) 估计处理效应。
换成 式 7.7 之后，偏误项发生了关键变化，变成两个估计误差的乘积：
\[ b^*\;\propto\;\frac{1}{\sqrt n}\sum_i \big(m_0(X_i) - \hat m_0(X_i)\big)\big(g_0(X_i)-\hat g_0(X_i)\big) \tag{7.8}\]
对比 式 7.6 和 式 7.8：原来偏误里那个改不动的 \(m_0(X_i)\)，现在换成了 \(m_0(X_i)-\hat m_0(X_i)\)，也就是 \(D\) 那边模型的估计误差。于是偏误从「一个估计误差」变成了「两个估计误差相乘」。
这个乘积结构是全部关键。两个估计误差各自可能收敛得很慢 (机器学习常见的 \(n^{-1/4}\) 量级)，但它们相乘之后收敛速度翻倍，足以快到可以忽略。换句话说，只要把 \(X\) 从两边都清走，机器学习「拟合得不够准」这件事就不再致命。 (天真估计与正交估计的偏误对比模拟见附录 H.3。)
7.5 Neyman 正交与双重稳健：偏误为什么变成乘积
上一节的乘积结构，有一个正式的名字：Neyman 正交 (Neyman orthogonality)。
它的含义可以这样理解。我们用一个矩条件 (moment condition) 来识别 \(\theta\)，这个矩条件里含有需要估计的辅助函数 (nuisance function)，也就是结果侧的 \(g_0\) 和处理侧的 \(m_0\)。如果矩条件对辅助函数的微小扰动「一阶不敏感」——即在真值附近，辅助函数变一点点，矩条件几乎不动——那么辅助函数的估计误差就只能通过二阶项 (乘积项) 影响 \(\theta\)。式 7.7 构造的正是这样一个正交矩条件；式 7.5 那个天真估计则不正交，辅助函数一动，它就跟着大幅偏移。
正交结构还带来另一个常被单独命名的性质：双重稳健 (double robustness)。识别处理效应要靠两个辅助模型——一个刻画结果侧的 \(E[Y\mid X]\)，一个刻画处理侧的 \(E[D\mid X]\)。双重稳健说的是：只要这两个模型里有一个设定正确，估计就无偏。原因还是那个乘积结构。
图 7.5 把这个机理画得很直观。图上半部分：两个辅助模型的估计误差 \(e_\ell\) (结果侧，\(\hat\ell(X)-\ell_0(X)\)，其中 \(\ell_0(X)=E[Y\mid X]\) 对应正文的结果侧辅助模型) 和 \(e_m\) (处理侧，\(\hat m(X)-m_0(X)\)) 相乘才形成偏误——原本各自的一阶误差，被正交结构压成了二阶乘积。图下半部分把三种情形摆在一起 (对照 式 7.8)：
- 若结果模型设定正确，\(e_\ell=0\)，乘积为零，哪怕处理模型错得离谱也无妨；
- 若处理模型设定正确，\(e_m=0\)，乘积同样为零；
- 只有两个模型同时错，\(e_\ell\)、\(e_m\) 才都非零，偏误才可能残留。
这就是「双重稳健」四个字的由来。要强调的是，双重稳健不是一个概率判断——不是说现实中总有一个模型会对——而是说估计方程本身具有这样的代数结构：只要某一侧的误差为零，乘积偏误就为零。它不要求你把两个模型都估准，而是允许你在其中一个上出错。
乘积结构在不同模型设定下，给出的稳健性强度并不一样，写作和汇报时要分清：
- 部分线性模型 (式 7.7)：两个辅助模型都要估，但各自允许慢速收敛，靠乘积把偏误压到二阶。这是「收敛率意义上的稳健」——两个都要估得像样，但都不必很准。
- 交互模型 / AIPW：更强的「模型设定意义上的稳健」——两个模型只要有一个精确正确，另一个哪怕设定错误，估计依然无偏。这才是严格意义上的「一个对就够」。
两者都源自 Neyman 正交，但不要把部分线性模型说成「二者取一即可」：它要的是两个都别太差，而不是一个全对、另一个可以乱来。
7.6 交叉拟合：堵住过拟合的后门
正交化解决了偏误的一半，还剩一个后门没堵：过拟合。
如果用同一批数据既估计辅助函数 \(\hat g_0\)、\(\hat m_0\)，又计算 \(\theta\)，机器学习会「记住」这批数据里的噪声，残差和噪声之间产生虚假关联，重新引入偏误。这个后门要靠交叉拟合 (cross-fitting) 堵上。
它的核心思想是：每个观测值的预测，都要来自一个「没见过它」的模型。 图 7.6 用两块样本把这个思想画了出来：在样本 A 上训练模型，去预测样本 B 的残差；在样本 B 上训练模型，去预测样本 A 的残差 (即「交叉预测」)；把这些「留出样本」上的残差合并起来 (out-of-fold 残差)，再代入正交矩条件估计 \(\theta\)。因为估计辅助函数和评估矩条件用的从来不是同一批数据，过拟合带来的虚假关联就被切断了。
实践中不止分两块，而是把样本分成 \(K\) 折 (fold)，轮流让每一折当一次「留出折」：用其余 \(K-1\) 折训练辅助函数，只在留出折上算残差、代入矩条件；轮换各折，取平均得到最终的 \(\theta\)。折数 (常用 5 折或 10 折) 越多，分样本带来的随机性越小。
把三件事合起来——partial out (借 FWL)、正交化 (借 Neyman)、交叉拟合 (防过拟合)——就构成了双重机器学习。「双重」指的是同时对 \(Y\) 和 \(D\) 两边建模，「去偏」(debiased) 指的正是正交化和交叉拟合合力压掉的那部分偏误。
7.7 机器学习方法：够用就好
到这里，一个常见疑问是：那到底该用哪种机器学习方法去估 \(\hat g_0\) 和 \(\hat m_0\)？
答案是：DDML 对用哪种学习器并不挑剔。 Lasso、随机森林、梯度提升、神经网络都可以；实证中用得最多的是 Lasso，因为它自带变量选择、结果好解释。关键不在算法本身，而在前面那套流程——正交矩条件加交叉拟合——它保证了无论辅助函数用什么方法估计，只要估计误差收敛得不太慢，处理效应就稳健。
因此本章不展开机器学习算法的细节。有兴趣深入的读者，可以参考：
- 拉索回归入门与统计推断：连享会推文 Lasso 入门、再多控制变量和工具变量我也不怕。
- 多个学习器的组合 (stacking)：Ahrens et al. (2024), Model Averaging and Double Machine Learning，配套 Stata 命令
pystacked，中文见 pystacked 推文。DDML 官方推荐把多种学习器 stacking 起来用，避免押注单一模型。
一个实用建议：与其纠结选哪个学习器，不如把几个学习器 stacking 起来，让数据自己决定权重。这既降低了设定风险，也让结果更稳健。
7.8 DDML 的完整流程：理解了就能读懂任何命令
理解了「两边 partial out + 正交 + 交叉拟合」这一套思想，再看软件命令就会发现，无论 Stata 还是 Python，流程都是同一个骨架，分四步：
- 选模型：声明要估计哪一类因果模型 (下面五种之一)，并设定交叉拟合的折数；
- 设定辅助学习器：分别指定怎么估 \(E[Y\mid X]\) 和 \(E[D\mid X]\)——用 Lasso、随机森林还是 stacking；
- 交叉拟合：在各折上估计辅助函数、算出 out-of-fold 残差；
- 估计因果参数：用正交矩条件汇总，得到 \(\theta\) 及其标准误。
图 7.7 把这四步、以及它们要估计的两个辅助模型 \(\hat\ell(X)=\hat E(Y\mid X)\)、\(\hat m(X)=\hat E(D\mid X)\)，和它们在 Stata ddml 里对应的子命令画在了一起。
partial/interactive/iv) → 指定学习器 (估 \(E(Y\mid X)\) 与 \(E(D\mid X)\)) → 交叉拟合 (out-of-fold 预测) → 正交估计 (\(\hat\theta\)、标准误、置信区间)。不同软件只是语法外壳不同
在 Stata 里，这四步对应 ddml 命令的 ddml init → ddml E[Y|X] / ddml E[D|X] → ddml crossfit → ddml estimate。看懂了流程，这些子命令的名字几乎是自解释的。Python 的 DoubleML、微软的 EconML 也是同一逻辑，只是换了语法外壳。理解流程，命令就能迁移。
第二步的「选模型」决定了后面一切。DDML 之所以有五种模型，是因为处理变量和控制变量的关系、以及是否需要工具变量，会改变矩条件的形式。表 7.1 把五种模型和它们的适用场景对应起来。
模型 (ddml 选项) |
设定要点 | 目标参数 | 什么时候用 |
|---|---|---|---|
部分线性 (partial) |
\(D\) 与 \(X\) 可线性分离，\(D\) 连续或二元 | 部分线性处理效应 \(\theta\) | 最常用的起点；处理效应大体同质 |
交互 (interactive) |
\(D\) 二元，效应完全异质，\(D\) 与 \(X\) 不可线性分离 | ATE / ATTE | 二元处理、关心异质效应 |
部分线性 IV (iv) |
有工具变量 \(Z\) | \(\theta\) | 处理变量内生、且有有效工具 |
交互 IV / LATE (interactiveiv) |
\(D\)、\(Z\) 均二元 | LATE | 二元处理 + 二元工具 |
高维 IV (ivhd) |
工具变量很多 | \(\theta\) | 工具变量高维、需要筛选 |
选模型的判断很直接：处理变量与控制变量能否线性分离，决定用 partial 还是 interactive；是否需要、以及有没有工具变量，决定要不要走 IV 版本。附录 H.4–H.6 会在官方示例数据 (cattaneo2、401k) 上把 partial、interactive 和 IV 版本各跑一遍，逐行解释输出。
本书面向政策评估，读者会本能地写「固定效应 + 一堆控制变量」。但要注意：标准 ddml 是截面框架，直接把面板做 within 变换后再套 DDML，可能产生偏误。
面板 DDML 目前仍在发展中，正文只做风险提醒，不推荐某一种固定方案。已有研究提醒：直接 within 后套截面 DDML 可能有问题；相关随机效应 (correlated random effects, Mundlak)、一阶差分、within 变换，以及按个体 / 时间分折等做法，需要根据具体设定来选择；面板下的交叉拟合也不能简单随机分折，否则会破坏个体内和时间上的依赖结构 (Clarke and Polselli 2026; Fuhr and Papies 2024)。系统的面板实现可参考 R 包 xtdml。附录 H.7 给出一个 Stata 最小示例并标注局限，完整方案见相应链接。
7.9 能修什么，不能修什么
DDML 很有用，但它的用途有清楚的边界。把边界说清楚，比展示它能跑出显著结果更重要。
图 7.8 用两栏把这条边界画了出来：左边是 DDML 能缓解的问题 (高维控制变量、非线性控制关系、复杂交互项、正则化偏误、有效推断)，右边是它无能为力、只能靠研究设计解决的问题 (不可观测遗漏变量、无效工具变量、平行趋势失败、反事实构造错误、样本选择偏误)。底部那句「前提：重要混淆变量已经进入 \(X\)」，是使用 DDML 的总前提。表 7.2 给出更细的对照。
| DDML 能处理 | DDML 不能处理 |
|---|---|
| 控制变量高维 (数量很多) | 不可观测的混淆变量 (遗漏了重要变量) |
| 控制关系非线性、交互复杂 | 处理变量内生 (存在不可观测因素)，除非另有有效工具变量走 IV 版本 |
| 需要有效推断 (\(\sqrt n\) 收敛、置信区间) | 反事实构造和平行趋势本身 (那是研究设计问题) |
| 用灵活的机器学习，在条件成立时维持有效推断 | 排他性、SUTVA、溢出效应等识别假设 |
最需要强调的是左右两栏第一行的对比。
使用 DDML 的前提是选择性可观测 (selection on observables)：你已经把所有重要的混淆变量放进了 \(X\)，模型设定本身不存在遗漏变量问题。在这个前提下，DDML 帮你解决的是「控制变量既多又非线性」带来的模型误设。
如果存在被遗漏的重要变量——一个既影响处理、又影响结果的不可观测因素——那么 DDML 和普通 OLS 一样有偏。它治的是函数形式，不是识别本身。
对不可观测遗漏变量导致的偏误，DDML 无能为力。这类问题只能通过工具变量、或对因果机器学习估计做敏感性分析来应对：设想一个未观测混淆变量，问它要强到什么程度才会推翻结论。相关方法可参考 Chernozhukov et al. (2022) 的 Long Story Short: Omitted Variable Bias in Causal Machine Learning。本章不展开，读者需要时按此线索深入即可。
7.10 从本章走向下一章
本章讨论的是，当控制变量既多又非线性时，如何借助机器学习得到干净的处理效应。核心思路可以收成一句话：用 FWL 的 partial out 搭骨架，用 Neyman 正交把偏误压成乘积，用交叉拟合堵住过拟合，机器学习就能服务于可信的因果推断，而不是替代因果识别。
回头看会发现，从第 4 章到本章，我们一直在回答同一个元问题：你的识别究竟建立在什么之上。 第 4 章说固定效应在声明拿谁和谁比；第 5 章说反事实构造各有代价；第 6 章最后的方法选择表说明，DID 内部的方法选择要回到比较对象和目标参数；本章说，即使比较对象选对了，控制关系的函数形式也可能让推断失真，而 DDML 只在选择性可观测的前提下修这一类问题。
本章还完成了一次视角的转换：我们第一次让算法深度参与估计过程——用机器学习拟合辅助函数，再用统计结构保证结果可信。下一章把这个视角推得更远：当算法不只辅助估计、而是辅助整个研究流程——读论文、拆解识别策略、审计复现包——AI 和 Agent 又能做什么、不能做什么。这就是第 8 章的主题。
7.11 参考文献与延伸阅读
- Ahrens, A., Chernozhukov, V., Hansen, C., Kozbur, D., Schaffer, M., & Wiemann, T. (2025). An Introduction to Double/Debiased Machine Learning. arXiv:2504.08324. PDF. (面向应用者的通俗导论，本章主参考)
- Ahrens, A., Hansen, C. B., Schaffer, M. E., & Wiemann, T. (2024). ddml: Double/debiased machine learning in Stata. The Stata Journal, 24(1), 3–45. Link．官方文档站：https://statalasso.github.io/docs/ddml/。
- Ahrens, A., Hansen, C. B., Schaffer, M. E., & Wiemann, T. (2024). Model Averaging and Double Machine Learning. arXiv:2401.01645. PDF. (DDML + stacking)
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1–C68. Link. (DDML 奠基文献)
- Chernozhukov, V., Cinelli, C., Newey, W., Sharma, A., & Syrgkanis, V. (2022). Long Story Short: Omitted Variable Bias in Causal Machine Learning. NBER WP 30302 ｜ arXiv:2112.13398. PDF. (不可观测遗漏变量的敏感性分析)
- Clarke, S. P., & Polselli, A. (2026). Double machine learning for static panel models with fixed effects. The Econometrics Journal, 29(1), 69–86. Link．R 包
xtdml：https://github.com/POLSEAN/xtdml。 - Fuhr, J., & Papies, D. (2024). Double Machine Learning meets Panel Data — Promises, Pitfalls, and Potential Solutions. arXiv:2409.01266. PDF. (面板 DDML 的分折策略与相关随机效应做法)
- Fuhr, J., Berens, P., & Papies, D. (2024). Estimating Causal Effects with Double Machine Learning: A Method Evaluation. arXiv:2403.14385. PDF. (DDML 适用场景与实操建议)
- Filoso, V. (2013). Regression Anatomy, presented through the Frisch-Waugh-Lovell theorem. The Stata Journal, 13(1), 92–106. (FWL 与部分回归)
- 李金桐, 2023, 因果推断：双重机器学习-ddml, 连享会 No.1221. (中文推导与 Stata 实例，本章理论主参考)
- 赵俊, 2025, 静态面板数据下的双重机器学习模型 (上·理论) (下·R 实操). (对口面板 FE)
软件入口
- Stata
ddml/pystacked(官方文档站)：https://statalasso.github.io/docs/ddml/ - Python / R
DoubleML：https://docs.doubleml.org/ - Python
EconML(微软，异质性/动态处理效应)：https://econml.azurewebsites.net/ - 面板固定效应 R 包
xtdml：https://github.com/POLSEAN/xtdml
7.12 图形来源索引
本章配图分两类：既有讲义/图库中的示意图，以及本章为配合公式专门绘制的钢笔风示意图 (帮助数学基础较弱的读者理解公式背后的含义)。列出图源，便于后续修改追溯。
| 图号 | 图形内容 | 图源 |
|---|---|---|
| 图 7.1 | FWL：partial out 的方差韦恩图 | 讲义《线性回归分析 (3)：模型设定》(OLS-venn-01.png) |
| 图 7.2 | FWL：两边同时剔除 \(X\) 的流程 | 本章绘制 (ch07_fig01_fwl_partial_out_pen.png) |
| 图 7.3 | 因果结构 DAG (X、D、Y、V、U) | 李金桐 (2023) DDML 推文 (..._李金桐_Fig01.png) |
| 图 7.4 | 天真估计 vs 正交化 | 本章绘制 (ch07_fig02_naive_vs_orthogonal_pen.png) |
| 图 7.5 | Neyman 正交：一阶误差压成二阶乘积 | 本章绘制 (ch07_fig03_neyman_product_bias_pen.png) |
| 图 7.6 | 交叉拟合：out-of-fold 预测 | 本章绘制 (ch07_fig04_cross_fitting_pen.png) |
| 图 7.7 | DDML 四步流程与 Stata 命令 | 本章绘制 (ch07_fig05_ddml_workflow_pen.png) |
| 图 7.8 | DDML 能修与不能修的边界 | 本章绘制 (ch07_fig06_can_cannot_boundary_pen.png) |
说明：本章核心示意图 (乘积结构、交叉拟合、四步流程等) 已配齐，见上表。若后续要与第 6 章统一视觉风格，可再微调线条与配色，此处不再另列待绘清单。