模糊断点回归设计的识别策略.docxVIP

模糊断点回归设计的识别策略

一、引言：模糊断点回归在因果识别中的核心地位与识别需求

因果效应识别是社会科学实证研究的核心目标，传统的最小二乘法因易受遗漏变量、反向因果等问题干扰，难以提供可信的因果推断结果。断点回归设计作为准实验方法的重要分支，依托运行变量在阈值处的局部随机化特征，被学界视为最接近随机实验的研究设计之一，近年来在劳动经济学、公共政策评估、健康经济学等领域得到广泛应用（LeeLemieux,2010）。

断点回归设计可分为精确断点与模糊断点两类：精确断点回归中，处理状态完全由运行变量是否超过阈值决定，而现实场景中，处理分配往往无法严格对应阈值——比如某补贴政策规定，家庭收入低于某一水平的居民有资格申请补贴，但并非所有符合资格的居民都会实际获得补贴，部分不符合资格的居民也可能通过其他途径获得补贴。这种情况下，处理状态的概率在阈值处发生跳跃，但并非0到1的完全切换，形成了模糊断点回归的典型场景（AngristPischke,2009）。此时，精确断点回归的识别策略不再适用，需要针对模糊断点的特征构建专门的识别策略，这不仅是拓展断点回归应用范围的关键，也是提升因果效应估计可信度的核心环节。本文将围绕模糊断点回归的识别前提、基础识别策略、复杂场景下的拓展策略以及稳健性检验路径展开系统论述，为相关实证研究提供方法参考。

二、模糊断点回归设计的核心逻辑与识别前提

（一