[論文レビュー] Bayesian Methods for Multiple Mediators: Relating Principal Stratification and Causal Mediation in the Analysis of Power Plant Emission Controls

Chanmin Kim, Michael J. Daniels+3 more|arXiv (Cornell University)|Feb 17, 2019

Economic and Environmental Valuation参考文献 36被引用数 5

ひとこと要約

本稿は、大気汚染規制における因果的経路を分析するためのベイジアン非パラメトリック手法を開発した。スクラバー設置が、同時に測定された相関するSO2、NOx、CO2排出量の媒介を通じて、環境中のPM2.5をどのように低減するかを、主な構造化と因果的媒介分析を統合して評価した。主な貢献は、相関する複数の媒介変数を伴う総効果を、自然直接効果と自然間接効果に分解する新規な手法であり、スクラバーのPM2.5低減効果は主にSO2削減によって媒介されていることが明らかになった。NOx や CO2 による間接効果はほとんど認められなかった。

ABSTRACT

Emission control technologies installed on power plants are a key feature of many air pollution regulations in the US. While such regulations are predicated on the presumed relationships between emissions, ambient air pollution, and human health, many of these relationships have never been empirically verified. The goal of this paper is to develop new statistical methods to quantify these relationships. We frame this problem as one of mediation analysis to evaluate the extent to which the effect of a particular control technology on ambient pollution is mediated through causal effects on power plant emissions. Since power plants emit various compounds that contribute to ambient pollution, we develop new methods for multiple intermediate variables that are measured contemporaneously, may interact with one another, and may exhibit joint mediating effects. Specifically, we propose new methods leveraging two related frameworks for causal inference in the presence of mediating variables: principal stratification and causal mediation analysis. We define principal effects based on multiple mediators, and also introduce a new decomposition of the total effect of an intervention on ambient pollution into the natural direct effect and natural indirect effects for all combinations of mediators. Both approaches are anchored to the same observed-data models, which we specify with Bayesian nonparametric techniques. We provide assumptions for estimating principal causal effects, then augment these with an additional assumption required for causal mediation analysis. The two analyses, interpreted in tandem, provide the first empirical investigation of the presumed causal pathways that motivate important air quality regulatory policies.

研究の動機と目的

• 米国の大気質規制で想定されている、発電所のスクラバー設置と環境中PM2.5低減との因果的経路を、実証的に検証すること。
• 媒介分析において、同時に測定され相関する複数の媒介変数（SO2、NOx、CO2）が存在する場合の統計的課題に対処すること。
• 主な構造化と因果的媒介分析の2つの因果推論フレームワークを、統一的なベイジアン非パラメトリックモデル枠組み内で統合すること。
• すべての媒介変数の組み合わせについて、自然直接効果と自然間接効果を推定し、総処置効果の分解を可能にすること。
• 異なる排出削減の環境中PM2.5変化に与える相対的寄与度について、実証的証拠を提供すること。

提案手法

• 複数の相関する媒介変数と結果（環境中PM2.5）の同時分布を柔軟にモデル化するため、ガウス・コプシラを用いたベイジアン非パラメトリックモデルを提案した。
• 媒介変数の変化の連合ストラタ（例：SO2およびCO2の削減）に基づいて主な効果を定義し、主な構造化のもとでの因果推論を可能にした。
• すべての媒介変数の組み合わせについて、自然直接効果と自然間接効果に総効果を分解する新規な手法を導入した。
• 因果的媒介効果を同定するため、逐次的無視可能性に類する仮定を導入し、相互作用を含む複数の同時媒介変数へと拡張した。
• 事後予測チェックとMCMCサンプリングを用いて、両フレームワーク下での因果効果の事後分布を推定した。
• 150km圏内に位置する発電所と環境モニタを結びつけることで、曝露と結果を定義し、その範囲を超える干渉はないと仮定した。

実験結果

リサーチクエスチョン

• RQ1 スクラバー設置が環境中PM2.5に与える効果が、SO2、NOx、CO2排出量の削減を通じてどの程度媒介されているか。
• RQ2 複数の媒介変数が存在する状況において、主な構造化と因果的媒介分析フレームワークは、因果効果をどのように比較して推定するか。
• RQ3 SO2、NOx、CO2の削減が、環境中PM2.5の総低減に果たす相対的寄与度は何か。
• RQ4 分離効果（特定の汚染物質を介さない直接効果）は存在するか。そのような効果が総効果の一部を説明しているか。
• RQ5 媒介変数間の相互作用が、この多次元的状況における媒介効果の解釈にどのように影響するか。

主な発見

• スクラバー設置による環境中PM2.5低減への総効果は、主にSO2排出量の削減によって媒介されており、NOx や CO2 を通じた間接効果の証拠はほとんど認められなかった。
• 主な構造化分析により、SO2排出量が著しく削減されたストラタにおいて、スクラバーが環境中PM2.5を有意に低減することが判明し、これは媒介分析の結果と整合的であった。
• 自然間接効果はSO2において最大であり、スクラバーからPM2.5低減への因果的経路の大部分がSO2低減によって駆動されていることを示唆した。
• スクラバーがPM2.5に与える自然直接効果はわずかだが非ゼロであったため、排出削減以外の追加的経路が存在する可能性を示唆した。
• SO2とCO2（またはNOx）の変化のクロス・クラスフィケーションにより、NOx や CO2 に対する見かけの間接効果は、主にSO2の変化に起因しており、独立した媒介作用ではないことが明らかになった。
• 主な構造化と媒介分析の両フレームワークで結果が一貫しており、SO2が主要な媒介要因であるという結論の妥当性が強化された。