协变量越多，实验设计越难高效

你要把一群人分成实验组和对照组。只看年龄，容易配得很像；再加收入、地区、教育和历史消费，合适的“搭档”就越来越难找。变量每多一个，需要兼顾的特征组合都会迅速增加。样本即使有几千人，也未必足够。

这篇论文追问的正是这个问题：实验设计不断收集并平衡协变量——处理前已经知道的个人特征——究竟能把估计精度推到多高？作者 Max Cytrynbaum 给出的答案有些反直觉：在高维环境里，困难不只属于某一种配对算法，而是任何实验设计都绕不开的速度极限。论文随后提出另一条路线：不要再追求对所有可能关系都做到最好，而是选一个结构更受限、也更可信的目标来平衡。

以下结论和模拟结果均来自这篇 arXiv 论文，尚无独立研究或机构复现。

真正昂贵的是“什么关系都不漏”

随机实验会尽量让处理组和对照组在协变量上相似。这样做不是为了让两组看起来整齐，而是为了减少偶然分组造成的噪声。例如，一组恰好聚集了更多高消费用户，实验结果就更难解释。

论文用“半参数效率界”衡量理想精度。它可以理解为：在给定模型下，常规估计方法所能达到的最低渐近方差。方差越小，估计越稳定。实际方差高出这条界线的部分叫“超额方差”（excess variance）；它越小，实验设计就越接近理论标杆。

作者把超额方差重新写成一个平衡问题：关键不只是两组的年龄均值或收入均值是否接近，而是两组在“结果怎样随协变量变化”这件事上是否平衡。问题在于，设计实验时，研究者并不知道这种关系的真实形状。为了保险，设计可能试图同时照顾一大类结果模型，代价就是平衡任务迅速变难。

这就是维数灾难：增加协变量后，需要覆盖的组合空间快速膨胀。论文证明，在若干弱条件下，如果协变量维数 $d$ 不满足 $d\ll \log n$，其中 $n$ 是实验单位数，那么任何合格的实验设计都不能在全部光滑结果模型上，统一逼近经典的半参数效率界。

这里的限定很重要。结论不是“协变量超过 $\log n$ 就一定没用”，也不是一条可直接套用的固定阈值。$d\ll \log n$ 是渐近条件，实际边界还受样本量、常数和模型类别影响。论文说的是一种统一保证：当设计必须防住一整类光滑但可能复杂的关系时，高维会让这种保证失效。按作者的解释，即使实验有数千个单位，这个条件通常也只容得下少量协变量。

配对很稳健，也因此进步得慢

常见的 matched-pairs randomization（配对随机化）先找出特征相近的两个人，再在每对中随机分配一人接受处理、一人进入对照。它的优势是直观、稳健，对结果模型只要求较弱的规则性。

但论文证明，无论采用哪种配对规则，配对设计在高维中的超额方差都只能缓慢下降；即使真实结果与协变量之间只是线性关系，也无法靠更换匹配准则消除这个问题。换句话说，配对不是做错了。它用较慢的收敛速度，换来了面对粗糙、未知关系时的保护。在固定且较低的维数下，论文还证明稳定配对对一类粗糙的 Hölder 函数达到了 minimax 最优速度——也就是最坏情况下，没有其他设计能在速度量级上普遍做得更好。

麻烦出在维数升高后。配对要求局部找到很像的单位，但高维空间里“邻居”会变得稀少。结果是，经典理论所依赖的组内差异逐渐消失，在现实样本量下可能发生得极慢。

不再平衡一切，而是平衡可信的结构

作者提出的替代方案基于 discrepancy minimization，即直接压低两组在某类函数上的最坏不平衡。论文把它实现为非参数 Gram-Schmidt Walk（GSW）：一种带随机性的向量平衡算法。算法通过 kernel（核函数）表示一组可能的非线性关系，再寻找能让这组关系整体更平衡的随机分配。

它换了一个目标。传统思路想逼近覆盖完整高维结果模型的经典效率界；新设计则选择复杂度受限的函数类，并逼近与这个工作模型对应的“受限效率目标”。可以把它理解成整理行李：空间有限时，不再试图把所有可能用到的东西都塞进去，而是先保住最可能有用的部分。

论文重点讨论加性非参数模型。所谓“加性”，是把每个协变量的影响分别表示，再把它们相加；每一项仍可弯曲，不必假设线性。这个结构放弃了任意复杂的高维联合作用，却显著降低了平衡难度。论文证明，在忽略对数因子的表述下，相应设计可以快速逼近受限效率目标，并容纳满足 $d\ll n$ 的协变量数量。

但 $d\ll n$ 同样不表示维数可以贴近样本量。它仍是渐近条件。更准确的理解是：与完整高维模型所需的 $d\ll \log n$ 相比，加性结构把可处理维数扩展到了宽松得多的范围。

作者还把结构化 GSW 与 matching 结合。GSW 负责高效平衡模型已经描述的部分；matching 则为模型没有描述的结果变异留一道保护。这个组合承认了一个现实：加性模型可能很有用，但不一定完整。

为什么实验团队值得关注

这项工作的价值，不是一句“少收协变量”。协变量也可以用于分析、异质性研究或质量检查。更实际的提醒是：记录变量与要求随机化阶段同时平衡所有变量，是两件不同的事。后者存在明确的统计代价。

论文给实验团队提供了一个选择框架。如果团队希望对非常宽泛的结果模型都获得统一效率保证，那么高维会很快触及极限；如果团队愿意明确哪些结构最值得优先保护，例如各协变量主要以加性方式影响结果，就可能用受限目标换取更快的有限样本精度。

作者还用依据 12 项已发表经济学实验校准的模拟作了比较。按论文报告，其首选设计在每个模拟经验场景中，都比 matched-pairs randomization 得到更低的估计方差。这说明新原则至少在这些校准环境里有潜力，但它不是对 12 项真实实验的直接验证，比较对象也只有经典配对随机化，不能据此推出它优于所有实验设计。

局限与未知

• 全部核心结论来自同一篇 arXiv 论文，目前没有独立复现。模拟也没有报告方差下降的具体幅度、统计不确定性和完整设定。
• 不可能性定理针对的是在光滑结果模型上“统一”逼近完整效率界。它不能被简化成“协变量多了必然无效”。
• 受限设计的收益取决于所选函数类能否较好近似真实结果模型。论文提出用 matching 防范遗漏变异，但现有材料没有给出这种保护在实践中究竟有多强。