Causal Multi-Task Demand Learning¶

会议: NeurIPS 2026
arXiv: 2602.09969
领域: 因果推理
关键词: 需求学习, 多任务学习, 因果推断, 决策混淆, 结果掩码

一句话总结¶

针对零售定价中因价格决策与未观测需求驱动因素高度相关而导致的跨任务混淆难题，本文提出决策条件掩码结果元学习（DCMOML），通过在条件集中纳入全部内生价格并在局部外生价格对上实施随机化查询与双重结果掩码，实现了对任务特定因果需求参数条件均值的无偏识别与一致估计。

研究背景与动机¶

在多渠道零售网络与电商平台的大规模定价场景中，企业往往需要在海量细分情境（例如地理分散的门店或目录中的异质商品）下制定价格策略。每个情境都受到当地人口特征、竞争格局、特定偏好等异质性需求因素的影响，准确估计情境特定的价格-需求响应曲线构成了科学定价的基础。然而，在实际零售运作中，单个门店或商品在短期内的价格调整往往受到运营摩擦的严重约束，导致单个任务内部的价格变动极其稀疏（通常仅有 2 到 3 个价格点）；与此同时，横截面维度上却积累了海量门店与丰富的静态协变量。这种组内数据稀疏与组间大样本的极度不平衡，天然促使研究者采用多任务学习或部分汇聚（partial pooling）框架，试图借助共享特征映射借力跨任务统计强度。

然而，跨任务知识迁移在此类场景下面临着根本性的因果内生性挑战。现实中的定价决策通常由具有专业经验的业务经理或算法规则制定，其所依据的局部市场信息与需求驱动力往往只能被计量经济学家或算法模型部分观测。因此，即使在控制了观测到的静态特征后，观测价格与未观测的潜变量需求参数之间依然存在系统性的相关性，引发严重的跨任务内生性混淆（cross-task confounding）。标准的多模型池化（shared-model pooling）与常规元学习（meta-learning）由于忽略了这一混淆机制，往往会直接收敛到依赖于历史定价策略的有偏估计量，甚至在收益最优定价规则下将真正的负向需求斜率错误拟合为正向关联，造成严重的因果识别失败。

针对这一困境，传统基于工具变量的方法由于缺乏可信的外生排他性工具变量而难以广泛推广；而依靠单任务内部普通最小二乘法（OLS）虽然能借助局部外生价格获得无偏估计，却会因为样本极小而产生不可接受的高方差。本文的切入视角在于：无偏性在单任务内部并非根本瓶颈，真正的关键是如何在不预设外生价格机制或工具变量的前提下，通过巧妙的跨任务信息集设计消除混淆偏差并大幅缩减估计方差。核心 idea：将跨任务定价混淆的消除转化为信息设计问题，在元学习中将全部内生价格历史纳入条件特征以消除因果混淆，同时对局部外生价格对实施双重需求结果掩码与均匀查询随机化，切断模型对确定性查询回归项的正交平移退化，实现任务级因果需求参数条件均值的最大一致识别。

方法详解¶

在多任务线性需求模型中，每个任务 $i$ 包含静态特征 $Z_i \in \mathbb{R}^d$ 以及 $K$ 对价格-需求观测值 $\{(p_{ik}, D_{ik})\}_{k=1}^K$。任务内的真实结构需求满足 $D_{ik} = \theta_i^0 + \theta_i^1 p_{ik} + \epsilon_{ik} = P_{ik}^\top \Theta_i + \epsilon_{ik}$，其中 $P_{ik} = (1, p_{ik})^\top$，$\Theta_i = (\theta_i^0, \theta_i^1)^\top = g(Z_i) + \Omega_i$ 为包含系统性分量与非观测异质性扰动 $\Omega_i$ 的参数矢量。价格向量 $p_{i1:K}$ 允许与 $\Omega_i$ 任意相关，但满足局部外生性假定（存在可测索引对 $A_i = \{a_i, b_i\}$ 使得价格不同且误差项条件均值为零）。DCMOML 围绕信息暴露与监督屏蔽的博弈展开端到端构建。

整体框架¶

DCMOML 的核心计算流程分为三个协同阶段：信息集重构、查询随机化与双重掩码、以及多任务对称经验风险最小化。整体框架如下图所示：

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    In["输入：任务协变量 Zi 与多期价格需求观测<br/>{(pik, Dik)}"] --> S1["阶段一：全价格条件集构建<br/>提取完整价格向量 pi1:K 与保留结果 D_i^{-Ai}"]
    S1 --> S2["阶段二：双重结果掩码与查询随机化<br/>选取局部外生对 Ai={ai,bi}，掩盖结果并随机抽取查询索引 ki"]
    S2 --> S3["阶段三：对称经验风险最小化<br/>基于未遮蔽特征预测参数并通过随机化查询点计算均方误差损失"]
    S3 --> Out["输出：任务特定因果需求参数一致估计量 g*(X_i^{-Ai})"]

在阶段一中，元学习器将任务协变量 $Z_i$ 以及任务的全部价格序列 $p_{i1:K}$ 全量作为输入特征，以此吸收因果图中从未观测需求变量 $\Omega_i$ 指向定价决策的混淆路径；在阶段二中，算法针对已识别的局部外生价格对 $A_i = \{a_i, b_i\}$，将对应的两期实际需求观测 $(D_{ia_i}, D_{ib_i})$ 从输入特征中严格剔除，并引入均匀随机变量 $\kappa_i \sim \text{Unif}\{a_i, b_i\}$ 确定监督目标；在阶段三中，元模型参数通过双向查询点损失的对称平均化进行端到端优化，预测出稳健的因果需求系数 $\widehat{\Theta}_i$。

关键设计¶

1. 全价格历史条件化：阻断跨任务因果混淆链条 常规池化模型 $D_{ik} \approx P_{ik}^\top g_\Lambda(Z_i)$ 之所以失效，是因为历史定价中内嵌了管理者对未观测需求潜力 $\Omega_i$ 的先验洞察（如高需求门店定高价），导致残差项与价格回归元 $P_{ik}$ 出现正相关，使斜率估计产生致命正向偏差。常规元学习若仅将前 $K-1$ 期作为支持集预测第 $K$ 期，其协方差项 $\text{Cov}(P_{iK}, \Omega_i \mid Z_i, \mathcal{S}_i)$ 依然非零。针对这一病态，DCMOML 显式地将任务的全部价格序列 $p_{i1:K}$ 纳入元学习器的输入条件集。由于价格由 $(Z_i, \Omega_i)$ 联合决定，将整个价格路径作为条件变量就锁定了任务级别决策信息的传递信道，使得在给定全价格历史与静态特征的条件下，因果残差满足零均值正交条件。

2. 双重结果掩码与查询随机化：破解内生性平移不确定性 在将全价格历史直接纳入条件集的朴素决策条件元学习（DCML）中，会出现灾难性的识别崩溃。由于模型在输入端能确切感知查询价格 $p_{iK}$，且监督信号仅以标量内积 $P_{iK}^\top \Theta_i$ 的形式给出，经验损失对任何沿正交方向 $[p_{iK}, -1]^\top$ 的参数平移完全不敏感： $$\widetilde{\Theta}_i = \widehat{\Theta}_i + \phi(Z_i, p_{i1:K}, D_{i1:K-1}) \begin{bmatrix} p_{iK} \\ -1 \end{bmatrix}, \quad P_{iK}^\top \begin{bmatrix} p_{iK} \\ -1 \end{bmatrix} = 0$$ 为打破这一正交零空间，DCMOML 选取两个局部外生价格索引 $A_i = \{a_i, b_i\}$，同时从特征集中隐藏其实际需求观测值 $(D_{ia_i}, D_{ib_i})$，仅保留其余未掩蔽需求 $\mathbf{D}_i^{-A_i}$。此时模型无法辨别具体哪一个价格对应着当前监督查询点，迫使预测矢量必须同时在两个线性无关的价格向量 $P_{ia_i}$ 与 $P_{ib_i}$ 上达到最小平方残差。这就确保了投影矩阵 $Q(X_i^{-A_i}) = \frac{1}{2} P_{ia_i} P_{ia_i}^\top + \frac{1}{2} P_{ib_i} P_{ib_i}^\top$ 严格正定，从而唯一识别因果目标均值。

3. 最大一致有效性：屏蔽不可测残差与过拟合信息通道 理论上，若进一步放宽限制、向学习器透露被掩码结果的任何非平凡信息（如透露两期需求之和、无序需求集合或部分数值，即定理 2 探讨的精化集合 $W_i$），均会破坏一致识别。原因在于两重潜在破坏模式：若所透漏的信息使模型能够反推查询价格属于哪一期，则退化为单点回归，无法约束正交维度的自由度；若透露的信息与需求扰动项相关，则会直接引入查询误差与输入特征的微观内生相关性，使得一阶条件 $\mathbb{E}[P_{\kappa} \epsilon_\kappa \mid W_i] \neq 0$。因此，DCMOML 所确立的掩码信息集 $X_i^{-A_i} = (Z_i, p_{i1:K}, \mathbf{D}_i^{-A_i})$ 在同类双点查询元学习框架中被证明是具有极大一致有效性的信息边界。

损失函数 / 训练策略¶

在实现中，为了降低显式随机采样 $\kappa_i$ 引入的经验方差，DCMOML 采用两个候选查询索引的对称平均损失。对于参数化为神经网络的假设类 $g_\Lambda(X_i^{-A_i}) \in \mathbb{R}^2$（输入维度为 $d + K + (K-2)$，输出层输出截距与斜率 $(\theta_i^0, \theta_i^1)$），经验损失函数为： $$\widehat{\Lambda}_{\text{DCMOML}} = \arg\min_{\Lambda \in \mathcal{H}} \frac{1}{N} \sum_{i=1}^N \frac{1}{2} \left[ \left( D_{ia_i} - P_{ia_i}^\top g_\Lambda(X_i^{-A_i}) \right)^2 + \left( D_{ib_i} - P_{ib_i}^\top g_\Lambda(X_i^{-A_i}) \right)^2 \right]$$ 在真实零售等非等长曝光期场景中，需求通常为连续 $e_{ik}$ 天的日均销量，存在异方差性。此时训练目标引入任务内归一化曝光权重 $\widetilde{w}_{ik} = e_{ik} / \sum_{j \in A_i} e_{ij}$，在批次内最小化加权均方误差。

实验关键数据¶

主实验¶

论文首先在可控混淆强度的合成数据集上进行评估。每个任务设定真实平均截距 $\mathbb{E}[\theta_i^0]=10$、负斜率 $\mathbb{E}[\theta_i^1]=-1$，经理根据潜变量计算最优价格并添加混淆噪声 $\sigma_c \in \{0, 0.1, 0.2\}$（分别对应高、中、低混淆度 HC/MC/LC），单任务仅有 $K=2$ 个价格点。各方法恢复真实参数的均方误差（MSE $\pm 1.96\text{SE}$）如下表所示：

方法	斜率 MSE (HC: $\sigma_c=0$)	斜率 MSE (MC: $\sigma_c=0.1$)	斜率 MSE (LC: $\sigma_c=0.2$)	截距 MSE (HC: $\sigma_c=0$)	截距 MSE (MC: $\sigma_c=0.1$)	截距 MSE (LC: $\sigma_c=0.2$)
DCMOML (本文)	0.0329 ± 0.0044	0.0487 ± 0.0062	0.1191 ± 0.0282	1.242 ± 0.098	1.511 ± 0.101	1.878 ± 0.171
DCUOML	0.2575 ± 0.0160	0.3931 ± 0.0214	0.5038 ± 0.0255	6.848 ± 0.400	10.20 ± 0.50	13.23 ± 0.66
Meta	0.1285 ± 0.0088	0.0949 ± 0.0124	0.1768 ± 0.0421	3.304 ± 0.228	2.266 ± 0.222	2.605 ± 0.326
EB-GLS	0.7323 ± 0.0097	0.4180 ± 0.0076	0.1365 ± 0.0031	18.63 ± 0.24	10.73 ± 0.19	3.535 ± 0.081
Shared (池化)	1.002 ± 0.010	0.5831 ± 0.0093	0.2034 ± 0.0041	25.84 ± 0.26	15.24 ± 0.24	5.732 ± 0.113
DCML	3.080 ± 0.126	3.226 ± 0.129	3.290 ± 0.108	72.50 ± 3.21	73.65 ± 2.90	68.13 ± 2.29
Task-OLS	707.0 ± 129.6	832.4 ± 135.6	832.8 ± 148.3	1.82e+04 ± 3.2e+03	1.85e+04 ± 2.7e+03	1.57e+04 ± 2.6e+03

在真实零售数据集（UK-online-retail，包含约 4,070 种商品、前两个价格占据近 90% 天数）上，论文针对静态高频价格（Static-Top3）和连续时序曝光（Exposure-Sequence）两个任务测试留出价格点的加权预测 RMSE（100 次随机种子，95% 置信区间）：

评估任务	DCMOML (本文)	META	SHARED	META-NA	PER-TASK
Static-Top3 (RMSE)	最优（置信区间下沿显著占优）	显著高于本文	略逊于 META	N/A	200.50 (严重发散)
Exposure-Sequence (RMSE)	最优（最低加权预测误差）	显著劣于 SHARED	次优	误差最高	N/A

消融实验¶

为精细解析各组件机制，论文设计了关键设计变体的消融与失效检验（均在合成数据 $K=2$ 高混淆度 $\sigma_c=0$ 下对比）：

配置 / 变体	斜率 MSE	截距 MSE	说明 / 机制失效原因
DCMOML (完整模型)	0.0329	1.242	全价格条件化 + 结果双重掩码 + 查询随机化
DCUOML (暴露未分配结果)	0.2575	6.848	仅掩码分配关系但暴露数值，模型反推决策致使识别受损
DCML (全价格无掩码)	3.080	72.50	缺乏掩码导致正交平移零空间，参数估计完全不可识别
Meta (无全价格条件化)	0.1285	3.304	缺乏全价格作为条件，无法抵消跨任务定价内生性混淆
Task-OLS (单任务独立)	707.0	18,200	仅利用组内 2 个点估计，极端方差导致数值失控

关键发现¶

双重掩码不可或缺：DCML 直接暴露查询点价格导致识别零空间，误差相比 DCMOML 激增两个数量级；而 DCUOML 哪怕仅仅透露一个未绑定索引的需求数值，也会破坏正交性验证，证实了定理 2 所证明的最大一致有效性界限。
混淆强度与跨任务迁移收益呈强正相关：在极高混淆度（HC）下，DCMOML 相比 Meta 和 EB-GLS 优势最为巨大（斜率 MSE 降低近 75%）；当混淆程度逐步减弱（LC）时，常规因果内生性趋缓，各元学习方法差距逐渐收窄。
时序决策长度蕴含强信号：在真实零售交易中，Exposure-Sequence 任务的 RMSE 普遍低于 Static-Top3，表明连续定价的天数本身也是重要的内生决策信号，将其纳入条件集可进一步提高反事实预测精度。

亮点与洞察¶

将因果识别重塑为元学习信息设计：传统计量经济学依赖工具变量或外生自然实验，而本文证明在跨任务小样本场景下，仅需通过精心设计元学习输入信息的“暴露”与“隐藏”边界，便可达成原本需要外生工具才能实现的因果参数识别。
双点外生性撬动多任务一致性：巧妙发掘了单任务内部局部外生价格对与横截面大样本元学习的互补特性，单任务提供正交基底，跨任务提供分布收敛，彻底化解了小样本方差与内生偏差的权衡冲突。
可复用的反内生元学习范式：这种“全决策输入 + 候选结果双掩码 + 查询随机化”的结构可直接迁移至广告定向投放出价、个性化推荐折扣以及动态资源分配等一切存在决策混淆的小样本多任务预测问题中。

局限与展望¶

模型设定局限于线性需求形式：当前因果识别证明依赖于参数在价格特征上的线性内积结构，若拓展至非线性需求或多商品交叉价格弹性系统，正交平移空间的数学形式将更加复杂。
依赖至少两个局部外生价格点的强假设：在某些极端垄断或长尾商品场景中，历史观测可能完全处于单一恒定价格下，此时局部外生对不复存在，算法无法退化自愈。
未来方向：探索与下游收益优化与动态定价决策闭环结合的方法，以及针对更为通用的非参数因果需求曲线开发掩码信息设计与检验准则。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 巧妙提出基于掩码与查询随机化的信息设计元学习范式，理论证明自洽深刻。
实验充分度: ⭐⭐⭐⭐☆ 包含从合成受控混淆度实验到真实跨年度数千款电商商品数据的详实验证。
写作质量: ⭐⭐⭐⭐⭐ 形式化体系完备，经济学内生性机理与机器学习元算法推演紧密交融。
价值: ⭐⭐⭐⭐⭐ 为电商零售与运筹定价中的跨任务小样本因果需求预测提供了兼具理论保证与落地方案的新基准。