基于断点回归设计的政策效果评估方法论.docxVIP

基于断点回归设计的政策效果评估方法论

一、断点回归设计的基本原理

（一）断点回归设计的统计基础

断点回归设计（RegressionDiscontinuityDesign，RDD）是一种准实验方法，其核心思想是利用政策干预的“断点”条件，将研究对象分为处理组和对照组。例如，教育政策可能以学生考试成绩是否达到60分为干预门槛，分数高于60分者获得额外教育资源。根据Hahnetal.（2001）的理论推导，当个体在断点附近的分布满足局部随机性假设时，处理效应可通过比较断点两侧的观测值进行无偏估计。实证研究表明，当带宽选择恰当时，RDD的估计结果与随机对照试验（RCT）具有可比性（LeeLemieux,2010）。

（二）断点回归设计的适用条件

RDD的有效性依赖于三个核心假设：

1.连续性假设：在无干预情况下，结果变量与驱动变量（如考试分数）的关系应是连续的。

2.无操纵假设：个体无法精确控制驱动变量的取值以避免或接受干预。例如，McCrary（2008）提出密度检验方法，用于检测驱动变量在断点处是否存在人为操纵。

3.局部线性假设：处理效应在断点附近的小范围内可被线性函数近似。

二、断点回归设计的实施步骤

（一）驱动变量与断点的选择

驱动变量需满足与结果变量存在明确因果关系且不受政策干预反向影响。例如，评估奖学金政策时，可选择家庭收入作为驱动变量，而将贫困线设为断点