城市通勤者出行模式选择行为干预效果断点回归设计.docVIP

城市通勤者出行模式选择行为干预效果断点回归设计

一、断点回归设计的核心逻辑与适用性

断点回归设计（RegressionDiscontinuityDesign,RDD）是一种准实验研究方法，其核心逻辑在于利用某个连续变量（分配变量）在特定阈值（断点）处的跳跃，将研究对象自然地分为处理组和对照组，从而评估干预措施的因果效应。在城市通勤者出行模式选择行为研究中，当干预措施的实施与某个连续变量的阈值直接相关时，RDD便具有显著的适用性。

例如，某城市针对通勤距离超过10公里的居民推出公共交通补贴政策，那么通勤距离这一连续变量在10公里处形成断点。距离超过10公里的通勤者自动成为处理组，享受补贴政策；而距离不足10公里的通勤者则作为对照组，无法享受该政策。通过比较断点两侧通勤者出行模式选择的差异，就可以较为准确地评估补贴政策对出行行为的干预效果。

与其他研究方法相比，RDD具有独特的优势。首先，它避免了传统回归分析中可能存在的内生性问题，因为处理组和对照组的分配是由断点规则外生决定的，而非研究对象的自我选择。其次，RDD能够提供较为精确的因果效应估计，尤其是在断点附近，处理组和对照组的特征具有高度的相似性，从而减少了混杂因素的影响。此外，RDD的设计和实施相对灵活，可以应用于多种不同的干预场景，如交通政策实施、基础设施建设等。

二、断点回归设计在通勤出行行为研究中的关键要素

（一）分配