计量经济学中因果推断的断点回归设计.docxVIP

计量经济学中因果推断的断点回归设计

一、引言

在因果推断的计量经济学研究中，如何从观测数据中识别变量间的因果关系始终是核心难题。传统方法如普通最小二乘法（OLS）易受遗漏变量偏误、反向因果等问题干扰，随机对照试验（RCT）虽被视为“黄金标准”，但受伦理、成本等限制难以广泛应用。在此背景下，断点回归设计（RegressionDiscontinuityDesign，简称RDD）凭借其独特的逻辑优势，逐渐成为因果推断领域最受关注的方法之一。

断点回归设计的核心思想是利用某个关键变量（断点变量）在临界值附近的“非连续性”规则，将个体是否接受处理（如政策干预、项目参与）与断点变量的取值直接关联。例如，学生因考试分数超过录取线获得奖学金，患者因年龄达到特定阈值纳入医保计划等。这种设计通过比较断点两侧个体的结果差异，能够在无需随机分配的情况下，近似达到随机实验的因果识别效果。自Thistlethwaite与Campbell（1960）首次将其应用于奖学金政策评估以来，断点回归设计已广泛应用于教育、公共卫生、劳动经济学等领域，成为连接观测数据与因果推断的重要桥梁。

二、断点回归设计的基本原理与类型

（一）断点回归设计的核心逻辑

断点回归设计的因果推断逻辑可概括为“局部随机化假设下的非连续比较”。其核心前提是：除是否接受处理外，断点变量临界值附近的个体在其他可观测或不可观测特征上应保持连续。换言