因果推断中断点回归设计的模糊断点与清晰断点对比.docxVIP

因果推断中断点回归设计的模糊断点与清晰断点对比

引言

在因果推断领域，如何从观测数据中识别变量间的因果关系始终是研究的核心难题。断点回归设计（RegressionDiscontinuityDesign，RDD）作为一种准实验方法，因其能够利用“关键变量在临界点处的不连续分配”特性，有效逼近随机实验的因果识别效果，近年来在经济学、教育学、公共政策分析等领域得到广泛应用（ThistlethwaiteCampbell，1960；ImbensLemieux，2008）。根据处理状态与断点变量的关联强度，断点回归可分为清晰断点设计（SharpRegressionDiscontinuity，SRD）与模糊断点设计（FuzzyRegressionDiscontinuity，FRD）。二者虽共享“断点不连续”的核心逻辑，但在识别假设、估计方法及应用场景上存在显著差异。本文将围绕这两种设计类型展开系统对比，以期为研究者合理选择方法、提升因果推断可靠性提供参考。

一、断点回归设计的基本逻辑与分类基础

断点回归设计的核心思想源于“临界点处的外生分配”：当某个关键变量（如考试分数、年龄、收入水平）达到或超过特定阈值时，个体被分配至处理组的概率发生突变；而在阈值附近，未处理组与处理组的个体在其他可观测或不可观测特征上应趋于一致，从而可通过比较阈值两侧个体的结果变量差异，识别处理效应（Le