[논문 리뷰] Invariant Causal Routing for Governing Social Norms in Online Market Economies

Xiangning Yu, Qirui Mi외 5명|arXiv (Cornell University)|2026. 03. 04.

Game Theory and Applications인용 수 0

한 줄 요약

논문은 Invariant Causal Routing (ICR)을 소개하며, 분포 변화에 불변인 정책-규범 경로를 식별하기 위해 PNS 기반 인과 추론을 사용하는 3단계 프레임워크를 제시하고, 이를 온라인 시장에서 안정적인 규범 달성을 위한 간결하고 감사 가능한 규칙 라우터로 구성한다.

ABSTRACT

Social norms are stable behavioral patterns that emerge endogenously within economic systems through repeated interactions among agents. In online market economies, such norms -- like fair exposure, sustained participation, and balanced reinvestment -- are critical for long-term stability. We aim to understand the causal mechanisms driving these emergent norms and to design principled interventions that can steer them toward desired outcomes. This is challenging because norms arise from countless micro-level interactions that aggregate into macro-level regularities, making causal attribution and policy transferability difficult. To address this, we propose extbf{Invariant Causal Routing (ICR)}, a causal governance framework that identifies policy-norm relations stable across heterogeneous environments. ICR integrates counterfactual reasoning with invariant causal discovery to separate genuine causal effects from spurious correlations and to construct interpretable, auditable policy rules that remain effective under distribution shift. In heterogeneous agent simulations calibrated with real data, ICR yields more stable norms, smaller generalization gaps, and more concise rules than correlation or coverage baselines, demonstrating that causal invariance offers a principled and interpretable foundation for governance.

연구 동기 및 목표

• 플랫폼 정책이 온라인 시장에서 사회 규범의 등장과 안정화에 인과적으로 어떻게 영향을 미치는지 이해한다.
• 이질적인 환경에 걸쳐 분포 변화에 불변한 정책–규범 경로를 식별한다.
• 시드와 맥락 전반에 일반화되는 감사 가능하고 해석 가능한 규칙 기반 거버넌스 메커니즘을 개발한다.
• 다른 그룹과 맥락에서 특정 개입이 성공하거나 실패하는 원인에 대한 인과적 설명을 제공한다.

제안 방법

• Stage I은 필요성과 충분성의 확률(PNS)을 사용하여 주어진 맥락에서 플랫폼 전략이 특정 집단이 규범 범위를 달성하도록 인과적으로 가능하게 하는지 테스트한다.
• Stage II는 초기 조건 버킷 전반에 걸친 광범위한 커버리지를 보장하면서 인과적 이득을 극대화하여 맥락을 개입으로 매핑하는 최소한의 첫 매치 규칙 라우터 S*를 학습한다.
• Stage III는 대상 정책과 기준 정책 하에서 레버 분포를 비교하여 왜 개입이 성공하거나 실패하는지 설명한다.
• 이 프레임워크는 PNS를 추정하기 위해 트윈 월드 페어링 실행과 버킷형 탐욕적 추가 가지치기 절차에 의존하여 컴팩트하고 불변의 라우터를 구성한다.
• 노름 달성은 burn-in 이후 정의된 공차 대역 내에서 거시적 통계가 진입하고 유지되는 방식으로 운영화된다.

Figure 1 . Social norms in onlineeconomies.

실험 결과

연구 질문

• RQ1 RQ1: 서로 다른 플랫폼 목표가 사용자 그룹 간 사회 규범의 등장과 안정화에 어떠한 인과적 영향을 미치는가?
• RQ2 RQ2: 분포 변화하에서도 효과를 유지하는 가장 짧고 가장 안정적인 불변 인과 라우팅 정책은 무엇인가?
• RQ3 RQ3: 그룹이나 맥락 간 규범 차이가 나타나는 메커니즘은 무엇이며, 이러한 차이에 필요한 혹은 충분한 요인은 무엇인가?

주요 결과

규범	기준	현재	그룹	PNS
RI-1	NI	FAI	ALL	0.966 [0.904, 0.993]
RI-1	GMV	FAI	ALL	0.981 [0.899, 1.000]
RI-1	BAL	FAI	ALL	0.962 [0.893, 0.992]
ST-1	BAL	GMV	ALL	0.857 [0.722, 0.933]
ST-1	FAI	GMV	ALL	0.887 [0.774, 0.947]
ST-1	UW	GMV	ALL	0.905 [0.779, 0.962]
RI-2	NI	BAL	ALL	0.833 [0.735, 0.900]
RI-2	FAI	BAL	ALL	0.864 [0.761, 0.927]

• PNS로 인증된 인과 경로는 특정 정책 전환이 연구된 맥락에서 모든 그룹에 걸쳐 규범 달성을 신뢰성 있게 이끈다는 것을 보여준다.
• 소형 규칙 라우터 S*는 시드와 초기 조건에 걸쳐 일반화되며 강한 분포 외 robuste를 달성한다.
• 가지치는 인과적 효과의 손실이 거의 없는 채로 단순성을 유지하고, 상관관계 기반 기준은 분포 변화에 더 취약하다.
• Stage III 귀속은 동일한 초기 조건에서 어떤 플랫폼 레버와 사용자 반응이 성공적인 규범 안정화를 이끄는지 밝힌다.
• 불변 인과 라우팅은 상관관계 기반 또는 커버리지 기준보다 일반화 격차가 작고 더 높은 강건성을 보여준다.

Figure 2 . Three-stage framework for discovering causal strategies in social norm formation. Stage I tests causal effects by identifying implicit contracts $(\theta,g\mid\psi)$ where policy $\theta$ enables group $g$ to reach the norm under context $\psi$ . Stage II learns a compact rule router $S^{