如果想判断一项职业培训有没有用，研究者可以问两件不同的事：它对所有符合条件的人平均有多大效果，或者，它对那些实际参加培训的人有多大效果。两句话只差几个字，协变量该怎么选，答案却可能完全相反。
协变量调整，就是在比较处理组和对照组时，控制年龄、教育等处理前变量，以减少混杂并提高精度。但变量并非加得越多越好。有些变量会放大方差，有些甚至会带来偏差。Shoki Okubo 的这篇论文研究的是前一种问题：在因果图已经告诉我们哪些调整集有效之后，选哪一组变量，才能让处理效应估计得更精确？
论文把视线从平均处理效应（ATE）移向受处理者平均处理效应（ATT）和重叠加权效应（ATO）。ATE 比较的是全体人都接受处理与全体人都不接受处理时的平均差异；ATT 只关心现实中已经接受处理的人；ATO 则更重视处理组和对照组都较可能出现、因而真正可比的人群。目标人群一变，过去为 ATE 建立的选变量规则就不能直接照搬。
本文的实质性结论均来自论文及其作者报告的实验，尚无独立信源复核。
ATE 的简单答案，为何到 ATT 就失灵了
因果图可以理解为一张变量关系图。箭头表示研究者假定的因果方向。对 ATE，既有理论给出了一套很干净的答案：可以仅凭图结构找出一个调整集，而且它对图所容许的所有数据分布都最优。这里的“最优”，指让半参数效率界最低——通俗说，就是在大样本和同类高效估计方法下，理论上能达到的方差最小。
这套规则偏爱能预测结局的变量，同时避开工具变量。工具变量会影响是否接受处理，却不直接影响结局；在已经能够消除混杂的前提下，把它放进调整集通常只是增加方差负担。
ATT 的麻烦在于，它对两组信息的使用并不对称。实际处理组的结果已经直接观察到；研究者真正需要补出来的，是这些人在没有接受处理时会怎样。因此，一个只会预测处理组结局的协变量，对 ATT 的效率界恰好是中性的：加不加都一样。这个变量对 ATE 原本可能有帮助，到 ATT 这里却不再提供精度收益。
更反直觉的是，只预测对照组结局的协变量也不保证有益。论文推导出精确的效率界变化式，并指出：当倾向评分低于 时，加入这种变量可能严格增大 ATT 的效率界，也就是让估计更不精确。倾向评分，是一个人在已有协变量条件下接受处理的概率。
原因不在于“预测更准”这件事失效了，而在于 ATT 怎样给不同误差加权。加入变量，一方面减少对照组结局预测的剩余波动；另一方面，也会把一部分变化转移到个体条件处理效应的离散程度中。处理较少见时，后一项损失可能压过前一项收益。论文把 ATE 的安全性追溯到一个算术—几何平均不等式；ATT 的权重不具备同样的保护。
这里要注意“可能”二字。论文并没有说，只要倾向评分低于 ，加入对照组结局预测变量就必然有害。最终符号还取决于两个处理臂的条件方差、协方差和效应修饰。
同一张图，可能给出两个最优答案
效应修饰，是指处理效果会随人的特征变化。例如，同一项培训可能对不同背景的人产生不同收益。论文认为，正是这种变化让 ATT 的最优调整无法只靠图来决定。
作者在同一张有向无环图（DAG）上构造了两个严格为正、且都对该图保持 faithful 的分布。Faithful 的意思是，数据里的条件独立关系恰好由图表达，没有额外的巧合抵消。两个分布对应的 ATT 最优有效调整集不同。由此，论文证明：不存在一条仅查看图结构、又能对所有相容分布保证 ATT 最优的规则。
这不是说因果图没用了。图仍能筛出有效调整集，也能识别应当删除的工具变量。它只是无法独自判断结局侧变量带来的收益和损失。论文给出的实际思路是两步走：先用图排除无效选择和纯粹的方差负担，再依据数据或额外假设判断剩余调整集的效率。
作者还给出一个“救援条件”。如果不存在效应修饰，那么 ATE 最优调整集在图形上有效的候选集合中，对 ATT 仍然最优，而且其相对其他候选集的效率优势可以精确表示。这个结论只覆盖图所保证有效的调整集；某个具体数据分布可能碰巧允许额外调整集，论文明确说明，此时结论不一定延伸过去。
重叠加权又多了一层麻烦
论文进一步研究权重依赖倾向评分的加权平均处理效应。对 overlap weights，也就是把较大权重放在处理组和对照组重叠区域的权重，结论呈镜像对称：只预测处理组结局的变量和只预测对照组结局的变量，各自在倾向评分的一侧可能损害效率。具体说，前者在倾向评分高于 时可能有害，后者在低于 时可能有害；如果数据横跨阈值，最终仍要看整体加权后的结果。
论文还刻画了一个更大的边界：在光滑且为正的权重函数中，只有常数权重能够保证，补充结局侧协变量永远不会增大效率界。常数权重对应 ATE。换句话说，ATE 那套格外整洁的图形最优性，并不是所有因果效应共有的性质，而是它的权重结构带来的特殊结果。
非线性倾向评分权重还有一个更基础的问题。不同调整集会产生不同的倾向评分，进而改变权重，所以调整工具变量时，变化的可能不只是方差，连目标效应本身也会改变。论文称之为 estimand drift，即“估计对象漂移”。这不能简单理解成估计偏差：比较的参数已经不是同一个。要谈 ATO 的效率高低，必须先固定一套规范权重。
为什么值得关注
这项工作的价值，不是再给变量选择增加一条口诀，而是说明口诀的适用边界。研究者常把“预测结局的变量有助于提高效率”当作直觉，但这句话隐含了估计对象和权重结构。目标从全体变为已处理者，或者变为重叠人群后，同一个变量可能有益、中性，也可能有害。
作者报告的随机结构扫描也显示，这并非只存在于精心设计的反例中：在带有处理臂不对称效应修饰的 49 个随机四协变量结构里，有 10 个结构的 ATE 与 ATT 最优图形有效调整集不同；使用 ATE 最优集估计 ATT 的精确效率损失为 2.9% 至 25.9%。这个频率只针对论文附录采用的生成分布，不能外推成普遍发生率。
论文还用 LaLonde 数据作了敏感性示例。Dehejia–Wahba 子样本包含 185 名培训者和 15,992 名 Current Population Survey 对照者，混合比例为 1.1%。七个逐一删去协变量、同时让估计值基本不变的规格，其标准误最多只比完整模型低 1.6%。作者据此强调，在这个示例里，实质性的有效性判断应优先于微小的精度差别。
局限与未知
- 随机结构扫描和 LaLonde 分析都是说明性证据。前者依赖特定生成分布，后者没有估计论文理论中的效率变化符号函数，不能证明某条普遍的实证规律。
- “没有图形最优准则”限定于 ATT、图形上有效或相容的调整集，以及对所有相容或 faithful 分布都要成立的统一保证；它不等于具体研究中无法找到更好的调整集。
- 对倾向评分依赖的非线性权重，调整集可能同时改变估计对象。若不先固定目标权重，所谓效率比较可能并不是同一问题下的比较。