[논문 리뷰] A Note on Posttreatment Selection in Studying Racial Discrimination in Policing

Qingyuan Zhao, Luke Keele외 2명|arXiv (Cornell University)|2020. 09. 10.

Advanced Causal Inference Techniques참고 문헌 28인용 수 1

한 줄 요약

이 논문은 뉴욕경찰청(Stop-and-Frisk 데이터셋을 사용하여 경찰 폭력에 대한 인종 차별 연구에서 사후 처리 선택 편향(post-treatment selection bias)을 다루기 위해 인과적 위험비 추정량을 제안한다. 행정 기록에 기록되는 것은 체포된 경우에 한하여 고려할 때, 간단한 분석은 실제 폭력 격차를 10배 이상 과소평가할 수 있음을 드러낸다.

ABSTRACT

We discuss some causal estimands used to study racial discrimination in policing. A central challenge is that not all police-civilian encounters are recorded in administrative datasets and available to researchers. One possible solution is to consider the average causal effect of race conditional on the civilian already being detained by the police. We find that such an estimand can be quite different from the more familiar ones in causal inference and needs to be interpreted with caution. We propose using an estimand new for this context -- the causal risk ratio, which has more transparent interpretation and requires weaker identification assumptions. We demonstrate this through a reanalysis of the NYPD Stop-and-Frisk dataset. Our reanalysis shows that the naive estimator that ignores the post-treatment selection in administrative records may severely underestimate the disparity in police violence between minorities and whites in these and similar data.

연구 동기 및 목표

• 기록된 것은 체포된 경우에 한하여 기록되는 행정 데이터에서의 선택 편향을 다루기 위함.
• 기존의 조건부 평균 치료 효과(치료자에 대한) 추정량이 전반적 추론에 대해 오해의 소지가 있음을 보여주기 위함.
• 더 약한 식별 가정을 필요로 하는 인과적 위험비 추정량을 제안하고 검증하기 위함.
• 사후 처리 기록으로 인한 선택 편향을 보정하는 방법을 사용하여 뉴욕경찰청(Stop-and-Frisk) 데이터셋을 재분석하기 위함.

제안 방법

• 선택된 행정 기록을 고려하여 인종 집단 간 경찰 폭력 위험을 비교하는 새로운 인과적 위험비 추정량을 제안함.
• 외부 데이터에 대한 의존도를 줄이기 위해, 체포 확률을 추정하지 않기 위해 베이즈의 정리를 사용함.
• 식 (3)의 식별 공식을 적용하여, 인구 조사 자료에서 제공하는 경찰서 수준의 인종 분포를 조건으로 하여 위험비를 추정함.
• 부트스트랩 기반 추론을 통해 위험비 추정치의 95% 신뢰구간을 계산함.
• 혼합된 만남 인구(지역 거주자 90%, 도시 전역 10%)를 가정하여 민감도 분석을 수행하여 결과의 탄력성 테스트함.
• 모든 뉴욕경찰청 경찰서에서 선택 무시 추정량과 편향 보정된 위험비 추정량을 비교함.

실험 결과

연구 질문

• RQ1 기본 기록에서의 사후 처리 선택 편향이 경찰 폭력에 대한 인종 격차 추정치에 어떻게 왜곡을 초래하는가?
• RQ2 기존의 국지적 추정량보다 더 투명하고 더 적은 가정을 수반하는 인과적 위험비 추정량이 전반적 추론에 더 유리한가?
• RQ3 선택 편향을 간과할 경우, 인종이 경찰 폭력에 미치는 진짜 효과가 얼마나 과소평가되는가?
• RQ4 경찰-시민 만남에서의 인종 분포에 대한 가정이 위험비 추정치에 얼마나 민감한가?

주요 결과

• 선택 편향을 간과한 간단한 추정량은 뉴욕경찰청(Stop-and-Frisk) 데이터셋에서 소수자와 백인 간 경찰 폭력 격차를 10배 이상 과소평가함.
• 제안된 인과적 위험비 추정량은 기존의 조건부 추정량보다 더 투명하고 더 적은 가정을 수반하는 대안을 제공함.
• 위험비 추정치는 뉴욕경찰청 경찰서 간에 크게 다름을 보이며, 흑인 거주자 비율이 높은 지역에서 더 큰 격차를 보임.
• 민감도 분석 결과, 거주자 인구의 인종 분포를 만남의 인구 분포의 대체 지표로 사용할 경우 효과 수정을 과대평가할 수 있음을 시사하여, 결과 해석에 주의가 필요함.
• 편향 보정된 위험비 추정치는 간단한 추정치보다 상당히 높으며, 그림 3에서 빨간 선(보정됨)이 모든 경찰서에서 파란 선(간단한 추정) 위에 일관되게 위치함.
• 결과는 관찰 연구에서 인과 추정량을 명확히 정의하고 선택 편향을 보정하는 것이 얼마나 중요한지 강조함.