📖 AI 总结

本文研究循证政策制定中的政策学习问题：通常先观察一个实验样本，再将学习到的政策建议大规模实施，但实验中的随机抽样可能导致推荐政策产生较差的福利结果。作者提出核心问题：政策学习算法应如何在期望福利与抽样风险之间取得平衡？研究发现，算法稳定性在刻画和权衡这一关系中起核心作用——若算法在替换一个实验单元后推荐结果保持稳定，则其抽样风险有限。为此，作者提出"政策投票装袋"方法，在多个子样本上学习处理决策，再将其投票平均为处理概率。相对于使用单一子样本，跨子样本平均可保持期望福利，并提升风险规避研究者的期望效用。作者进一步推导出估计精度、子样本规模与福利变异之间的紧致界，并在CARA效用下给出精确保证。

🔑 关键词速览