因果推断中的断点回归设计（RDD）实证研究.docxVIP

因果推断中的断点回归设计（RDD）实证研究

一、引言：因果推断的挑战与RDD的独特价值

在社会科学研究中，识别变量间的因果关系始终是核心目标。无论是评估教育政策效果、分析公共卫生干预影响，还是探究经济政策对居民收入的作用，研究者往往面临“内生性偏差”的困扰——混淆变量、自选择问题或反向因果关系，使得传统回归分析难以准确分离出“处理效应”。例如，评估某扶贫项目对家庭收入的影响时，参与项目的家庭可能本身就有更强的发展意愿或更优的资源禀赋，这会导致简单比较参与组与非参与组的结果时，无法排除“自选择”带来的干扰。

断点回归设计（RegressionDiscontinuityDesign,RDD）作为一种准实验方法，凭借其“利用自然或政策断点构造近似随机分配”的特性，为因果推断提供了新的突破口。其核心思想是：当个体被分配到处理组或控制组的概率在某个临界值（断点）处发生跳跃时，断点附近的个体可被视为“近似随机分配”，从而能够通过比较断点两侧个体的结果差异，识别出处理变量对结果变量的因果效应。这种方法既避免了随机对照试验（RCT）的高成本与伦理限制，又比传统观测数据方法更接近“无偏估计”，因此在经济学、社会学、公共政策等领域的实证研究中被广泛应用。

二、RDD的基本原理与核心逻辑

（一）RDD的定义与分类

断点回归设计的关键在于“断点变量”（或称为“运行变量”）的存在。该变量是一个连续变量，其取值直接决定了个体是否接受处理。例如，某地区教育政策规定，年满6周岁的儿童可进入小学一年级，以9月1日为年龄截止日，那么“出生日期”就是断点变量，9月1日则是断点。在断点左侧（如8月31日出生）的儿童无法入学（控制组），右侧（如9月2日出生）的儿童可以入学（处理组）。此时，入学资格在断点处的“非连续性”为识别因果效应提供了天然条件。

根据处理变量在断点处的跳跃程度，RDD可分为“清晰断点回归”（SharpRDD）和“模糊断点回归”（FuzzyRDD）。清晰RDD中，处理变量在断点处完全由规则决定，即所有断点右侧的个体必然接受处理，左侧个体必然不接受处理（如上述入学年龄的例子）。而模糊RDD中，处理变量在断点处的分配概率发生跳跃，但并非完全确定。例如，某医疗政策规定，年收入低于5万元的家庭可申请免费体检，但实际申请率在5万元阈值附近仅从30%跃升至70%，此时处理（接受体检）与断点变量（收入）的关系是“部分”而非“完全”的。模糊RDD需要通过工具变量法（IV）估计因果效应，将断点作为工具变量，估计处理对结果的局部平均处理效应（LATE）。

（二）RDD的因果识别逻辑

RDD的因果推断逻辑可概括为“局部随机化”假设：在断点附近，个体的断点变量取值可视为近似随机分配的，因此断点两侧的个体在未观测到的混淆变量上不存在系统性差异。例如，在入学年龄的例子中，8月31日与9月2日出生的儿童，其家庭背景、智力水平等特征在断点附近应无显著差异，唯一的差异是是否获得入学资格。此时，两组儿童在后续学业表现上的差异，即可归因于“入学资格”这一处理变量。

这一逻辑的关键在于，断点变量的微小变化（如出生日期相差1天）不会导致个体其他特征的突变。因此，结果变量在断点处的跳跃（即处理效应）可通过比较断点两侧的结果均值或回归拟合值来估计。这种方法无需控制所有混淆变量，只需确保断点附近的个体在未观测变量上连续分布，即可得到无偏的因果效应估计。

三、RDD的核心假设与有效性检验

（一）关键假设：无操纵与连续性

RDD的有效性依赖于两个核心假设：

第一，“无精确操纵假设”（NoManipulation）：个体无法精确控制断点变量的取值以进入处理组或控制组。若个体能够通过人为调整断点变量（如修改出生日期、虚报收入）来绕过断点规则，断点附近的个体分布将出现“断层”，导致处理组与控制组的比较失去随机性。例如，若家长为让孩子提前入学而修改出生日期，8月31日出生的儿童数量可能异常减少，9月1日出生的数量异常增加，这会破坏断点附近的随机性。

第二，“潜在结果连续性假设”（ContinuityofPotentialOutcomes）：在断点处，未接受处理时的潜在结果（控制组潜在结果）和接受处理时的潜在结果（处理组潜在结果）均是连续的。即，若没有处理效应，结果变量在断点两侧应呈现平滑的变化趋势，不会因断点的存在而突然跳跃。这一假设确保了结果变量的跳跃仅由处理效应引起，而非其他因素的突变。

（二）有效性检验的具体方法

为确保RDD的假设成立，实证研究中需进行一系列严格检验：

密度检验（ManipulationTest）：通过绘制断点变量的频数分布直方图，观察断点附近是否存在显著的“密度跳跃”。例如，在收入阈值的研究中，若收入略低于阈值的个体数量远多于略高于阈值的个体，可能意味着个体通过减