【摘要】基于机器学习进行因果推断是学术界研究的一个热点，双重机器学习是最新的因果效应估计方法之一，然而，相关理论并没有对不同机器学习方法之间的选择提供指导。鉴于此，文章运用蒙特卡洛模拟方法，研究不同情况下常见机器学习方法在双重机器学习处理效应估计中的表现，比较分析各种机器学习方法的估计结果，研究发现：基于不同机器学习方法的因果效应估计结果存在明显差异，双重机器学习方法的表现受到非线性函数形式以及样本容量的大小的影响；最后，在此基础上提出对机器学习方法选择的建议。