面向最优环境政策：基于任意二分网络干扰的政策学习

空气污染对心血管疾病和死亡负担的显著影响已为人所知。针对燃煤电厂进行的减排干预——作为危险空气污染主要来源的措施——被证明是有效且成本较高的减轻与污染相关健康负担的策略。如何在满足现实成本约束的前提下，针对实现最大健康收益的电厂进行干预，是一个具有挑战性的问题。其根本困难在于量化在特定电厂进行干预的健康收益。由于干预作用于电厂，而健康影响则可能发生在遥远的社区，这进一步复杂化了该问题，称为二分网络干扰 (Bipartite Network Interference)。本文引入了基于 Q-学习和 A-学习的新型政策学习方法，以解决任意二分网络干扰下的最优政策问题。我们推导了渐近性质，展示了在仿真中的有限样本有效性。我们将新方法应用于包括 Medicare 索赔数据、电厂数据和污染传输网络的综合数据集。我们的目标是确定在不同成本约束下，安装电厂洗涤器以最小化冠状动脉疾病 (IHD) 入院率的最优策略。我们发现，在不同成本约束下的最优政策，可将年度 IHD 入院率降低 23.37-55.30 人每 1 万人年。