该文综述了从高维观测数据估计处理效应的方法，涵盖平均处理效应、局部平均处理效应和分位数处理效应。核心手段包括Neyman正交得分、交叉拟合、双重稳健估计与表示学习，以应对内生处理、异质效应和未观测混杂。部分研究还引入公平性约束、工具变量识别及深度正交网络，并在模拟与实证中验证其性能。