[论文解读] A Note on Posttreatment Selection in Studying Racial Discrimination in Policing

Qingyuan Zhao, Luke Keele+2 more|arXiv (Cornell University)|Sep 10, 2020

Advanced Causal Inference Techniques参考文献 28被引用 1

一句话总结

本文提出了一种因果风险比因果效应估计量，以解决在警察执法种族歧视研究中因事后选择偏差导致的问题，使用的是纽约市警察局（NYPD）的拦截盘查数据集。通过考虑仅记录在行政记录中的拘留情况（即仅被拘留的接触事件），该方法揭示了在忽略选择偏差的朴素分析中，警察暴力差异的真实程度可能被低估了10倍或更多。

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.

研究动机与目标

• 解决行政数据中仅记录被拘留接触事件所导致的选择偏差问题。
• 证明传统的条件平均处理效应（在受处理者中）等估计量对于全局推断而言具有误导性。
• 提出并验证一种因果风险比估计量，其识别假设更弱。
• 使用一种校正事后记录选择偏差的方法，重新分析NYPD拦截盘查数据集。

提出的方法

• 提出一种新的因果风险比估计量，用于比较不同种族群体中警察暴力的风险，同时调整因进入行政记录而产生的选择偏差。
• 使用贝叶斯公式，避免估计拘留概率，从而减少对外部数据的依赖。
• 应用识别公式（3），在控制警局辖区层面的人口普查数据中种族分布的基础上，估计风险比。
• 采用自举法进行推断，计算风险比估计的95%置信区间。
• 通过假设接触人群为混合群体（90%为本地居民，10%为全市范围）进行敏感性分析，以检验结果的稳健性。
• 在所有NYPD警局中，比较忽略选择偏差的朴素估计量与经过偏差校正的风险比估计量。

实验结果

研究问题

• RQ1 行政数据中事后选择偏差在多大程度上扭曲了警察暴力中种族差异的估计？
• RQ2 因果风险比估计量是否能提供比现有局部估计量更透明、更少依赖假设的推断？
• RQ3 忽略选择偏差在多大程度上导致对种族对警察暴力真实影响的低估？
• RQ4 风险比估计对警察-平民接触中种族分布的假设有多敏感？

主要发现

• 在NYPD拦截盘查数据集中，忽略事后选择偏差的朴素估计量，对少数族裔与白人之间警察暴力差异的估计，低估了10倍或更多。
• 所提出的因果风险比估计量为传统条件估计量提供了一种更透明、更少依赖假设的替代方案。
• NYPD各警局的风险比估计值存在显著差异，种族构成中黑人比例越高的地区，差异也越明显。
• 敏感性分析表明，将居民种族分布用作接触人群分布的代理可能夸大效应修饰作用，提示在解释时需谨慎。
• 经过偏差校正的风险比估计值显著高于朴素估计值，图3中红色（校正后）线条在所有警局中均明显高于蓝色（朴素）线条。
• 结果强调了在观察性警察执法研究中，明确定义因果估计量并校正选择偏差的关键重要性。