计量经济学中断点回归（RDD）的应用.docxVIP

计量经济学中断点回归（RDD）的应用

一、引言

在因果推断的计量经济学研究中，如何准确识别变量间的因果关系始终是核心难题。随机对照试验（RCT）虽被视为“黄金标准”，但受限于伦理、成本或实施难度，在社会科学领域往往难以开展。此时，以“准实验”设计为特征的断点回归（RegressionDiscontinuityDesign,RDD）凭借其独特的逻辑优势，逐渐成为因果推断的重要工具。自Thistlethwaite与Campbell于1960年首次将其应用于奖学金对学生未来成就的影响研究以来，RDD已在教育政策评估、公共卫生干预、劳动力市场分析等领域广泛应用（ThistlethwaiteCampbell,1960）。本文将系统梳理RDD的核心逻辑、应用场景及关键步骤，结合具体案例探讨其在实际研究中的价值与挑战。

二、断点回归的核心逻辑与理论基础

（一）RDD的定义与分类

断点回归的核心思想是：当某个“断点变量”（RunningVariable）达到或超过特定临界值（Cutoff）时，研究对象会被“分配”到处理组（TreatmentGroup）或控制组（ControlGroup）。这种分配机制的外生性使得断点附近的样本近似满足随机化条件，从而能够通过比较断点两侧的结果变量差异，识别处理效应（TreatmentEffect）。

根据处理组分配规则的严格程度，RDD可分为“