电厂排放控制政策的环境正义意涵：二部网络干扰下的异质因果效应估计
统计方法学
2024-01-26 v2 应用统计
摘要
燃煤电厂等排放源是空气污染的关键贡献者，因此已提出减少其排放的环保政策。此外，边缘群体暴露于不成比例的高水平污染中，且对其不良健康影响更为敏感。因此，对空气污染管制异质影响的稳健评估，是论证和设计最具保护性干预措施的关键。然而，此类评估的复杂性在于：多数空气污染管制政策作用于大型排放源，而所产生的影响却在可能遥远的群体中测得。此种情形可描述为二部网络干扰（BNI）。据我们所知，迄今尚无文献考虑在 BNI 下估计异质因果效应。本文从三方面对文献作出贡献。首先，我们提出针对子群特定因果效应的 BNI 专用估计量，并设计一种用于 BNI 的经验蒙特卡洛模拟方法来评估其性能。其次，我们展示如何将这些估计量与子群发现方法结合，以在无先验设定的情况下识别从空气污染政策中获益最多的子群。最后，我们将所提方法应用于估计燃煤电厂排放控制干预对 27,312,190 名美国医疗保险受益者缺血性心脏病（IHD）的影响。尽管我们在总体中未发现干预的统计学显著效应，但在高贫困率与高吸烟率的社区中确实发现了 IHD 住院率的显著下降。
引用
@article{arxiv.2304.12500,
title = {Environmental Justice Implications of Power Plant Emissions Control Policies: Heterogeneous Causal Effect Estimation under Bipartite Network Interference},
author = {Kevin L. Chen and Falco J. Bargagli Stoffi and Raphael C. Kim and Rachel C. Nethery},
journal= {arXiv preprint arXiv:2304.12500},
year = {2024}
}