想判断一项政策是否改变了当地发电结构，直觉上可以分别看天然气、煤电和可再生能源。但这些份额像一张固定大小的饼：天然气多切一块，其他能源就必然少一块。若把每块单独分析，最后可能拼出一张总和不等于100%的“反事实饼图”。Onil Boussim 的论文提出 Compositional Synthetic Controls（CSC，组合合成控制），专门处理市场份额、投票占比、能源结构这类总和固定的数据。它的关键不是增加一个修正项，而是换到类别之间的相对比例中计算。
本文的方法与应用结果均来自这篇 arXiv 论文及作者提供的复现材料，目前没有独立研究或第三方复现交叉验证。
普通合成控制为什么会卡住？
合成控制（synthetic control）用于一种常见难题：某个地区实施了政策，却没有一个完全相同、未实施政策的地区可作对照。研究者便给多个未受影响地区分配权重，拼出一个“合成地区”，估计前者若没有实施政策，本来会怎样。
份额数据会带来三重麻烦。
第一，若给每个类别各做一次合成控制，天然气可能由一组州拼成，煤和石油又由另一组州拼成。各类别得到不同权重，合成结果也未必加总为100%。它们不能共同代表一个真实存在的对照地区。
第二，普通合成控制通常比较数值的绝对差距。但组合数据（compositional data）更关心比例关系。一个类别从2%翻到4%，和从30%翻到60%，绝对变化相差很大，相对变化却都是翻倍。作者证明，在相近的份额组合附近，普通的欧氏距离会按份额大小给误差加权，因此小类别容易被忽视。这对新兴可再生能源、少数就业群体或较少使用的交通方式尤其要紧。
第三，一块份额的变化不能脱离其余类别解释。天然气占比上升，可能来自它替代煤，也可能只是其他类别收缩。逐列计算会丢掉这种联动。
先比较比例，再合成一张完整的饼
CSC 的第一步是做 log-ratio 变换——把“甲占多少”改写为“甲相对某个基准类别是多少倍”，再取对数。以一个基准类别 为例，类别 的坐标可以写成：
其中 和 是两个类别的份额。这样，原本被限制在“总和等于1”的份额向量，就被映射到可以做加权计算的普通数轴空间。
论文用随机效用模型解释这一步。随机效用模型把个人选择理解为两部分：一部分是某个选项在当地、当时的系统性吸引力，另一部分是个人差异带来的随机波动。在作者采用的 multinomial logit 设定下，观察到的类别 log-odds（相对胜算的对数）恰好等于类别相对基准的系统性效用。
换句话说，CSC 不是直接拼份额，而是先拼出各地区背后的“相对偏好结构”。作者再对这些相对效用施加交互固定效应模型——一种让地区的稳定特征与随时间变化的共同因素相互作用的模型。所有类别共享同一套地区层面的因子载荷，因此 CSC 也只估计一组供体权重。
这解决了最直观的矛盾：天然气、煤和可再生能源不再各自拥有一套互不相干的“合成 Pennsylvania”。把加权后的 log-odds 转回份额后，各项都为正，并自动加总为1。
那个关键条件并没有消失
CSC 仍依赖凸包条件。所谓凸包条件，是指受政策影响地区在干预前的特征，必须能由供体地区通过非负且总和为1的权重拼出来。若目标地区远在所有供体之外，再聪明的加权也无法把它复现。
变化在于，CSC 把这个条件放到了 log-odds 空间：如果处理地区的潜在偏好结构能由供体地区的偏好结构混合得到，那么它的反事实 log-odds 就能由供体的 log-odds 加权识别。
从几何角度看，这等价于在 Aitchison metric（专门衡量组合数据中相对比例差异的距离）下，寻找供体组合的 Fréchet barycenter。后者可以理解为：在给定距离规则下，离所有供体总体最近的“中心”。普通合成控制取加权算术平均；CSC 对供体份额取经过归一化的加权几何平均。
作者用干预前各期的 Aitchison distance 来选择权重。计算上，这可化为带有权重非负、总和为1约束的凸二次规划，不需要专门的流形优化。各期、各类别的 log-odds 方程还会叠在一起估计，让它们共同为同一组权重提供信息。
这里有一个现实限制：log-ratio 要求每个份额都大于零。论文称，实际使用时可以给零份额加一个很小的正数，但具体加多少可能影响结果，需要研究者说明并检验。
Pennsylvania 的反事实发电结构
作者把 CSC 用于 Pennsylvania 通过 Alternative Energy Portfolio Standard（AEPS，Act 213 of 2004）之后的发电结构。数据是美国各州1990至2023年的年度净发电量，分为天然气、煤与石油、可再生能源三类；可再生能源包括传统水电、风能、太阳能、地热及其他来源。
供体池包含42个州。作者排除了样本期内任一类别存在结构性零值的州、同期采用类似标准的 Ohio 和 West Virginia，以及相关份额极低、会产生极端 log-odds 的 Vermont。最终有9个州获得正权重，其中 Illinois 为0.233、Wyoming 为0.208、Iowa 为0.168、Nebraska 为0.149、Massachusetts 为0.102，其余权重来自 Connecticut、New Jersey、Indiana 和 Montana。
按论文报告，干预前合成对照对 Pennsylvania 的发电组合拟合较好：Aitchison RMSPE（均方根预测误差，用来概括预测偏差大小）为0.187；用普通份额计算的 RMSPE 为1.34个百分点。
干预后，实际结构与合成反事实的距离持续扩大。作者估计，到2022年，Pennsylvania 的天然气发电份额比“若未发生该项干预时”的模型反事实高60.4个百分点；2023年的差距为59.1个百分点。这个数字不是同比增长60%，也不是说天然气实际份额等于60%，而是实际份额与模型估计反事实之间的百分点差。
论文还称，可再生能源虽然绝对份额有所增长，但相对天然气“失去位置”。由于原文表格未完整披露这一项的清晰数值、类别口径和显著性，这一判断只能视为作者对相对结构的解释，不能据此推断可再生能源发电量下降。
为什么这一步值得关注？
CSC 补上的缺口很具体：当研究对象是一整套彼此挤压的份额时，它给出一个内部一致的反事实，而不是若干各算各的预测。所有类别共用一组权重，输出仍是一张合计100%的完整“饼”。
它也改变了问题的问法。研究者不只问“某一项多了几个百分点”，还可以问政策怎样改变了类别之间的相对吸引力。作者进一步设计了基于 Aitchison distance 的安慰剂检验：轮流假装供体州也接受了干预，再比较它们干预前后的预测误差变化。Pennsylvania 的检验中，有三个保留下来的供体州出现至少同样大的误差比，因此证据并非没有可比的异常案例；抓取材料又缺失确切 值，不能进一步量化显著性。
局限与未知
- 论文的识别依赖随机效用模型、共享因子结构和凸包条件。材料没有提供足够信息，让读者独立核对 Pennsylvania 在 log-odds 空间中是否充分满足这些假设。
- 零份额如何加小常数、基准类别如何选择，以及这些设置是否改变权重和效果，原文虽提到问题，但供稿没有给出稳健性结果。
- 目前全部结论来自作者自己的论文与复现材料。60.4个百分点是模型反事实之差，不等同于已由实验或独立研究确认的政策因果效果。