断点回归设计RDD的带宽选择.docxVIP

断点回归设计RDD的带宽选择

一、引言

在社会科学、经济学以及医学统计等实证研究领域，因果推断一直是一个核心且极具挑战性的议题。研究者们渴望通过观察数据来揭示变量之间的真实因果效应，而非仅仅停留在相关性的描述上。为了应对这一挑战，准实验设计逐渐成为实证分析的重要工具，其中断点回归设计作为一种强有力的因果识别策略，因其严谨的逻辑和良好的信度而备受推崇。断点回归设计主要分为两类：一种是基于排序变量的断点回归设计，另一种是基于时间的断点回归设计。尽管两者在操作形式上有所区别，但在核心的估计原理上却殊途同归，即利用一个明确的断点，将样本分割为断点左右的两组群体。在断点附近，个体具有极高的相似性，唯一显著的差异在于断点两侧，这种天然的“局部实验”特征使得RDD能够有效控制不可观测的混淆因素，从而提供相对可靠的因果估计。

然而，RDD的估计效果高度依赖于对断点附近样本窗口的选取，这一窗口的大小通常被称为“带宽”。带宽的选择直接决定了估计的精确度和有效性，是断点回归分析中最关键、也最复杂的步骤之一。带宽过小会导致样本量不足，估计结果方差过大，甚至可能因为样本点的随机波动而引入偏差；带宽过大则会引入更多的噪音样本，使得断点两侧的个体在未观测特征上产生差异，从而破坏了RDD的核心假设，导致估计结果出现偏差。因此，如何在偏差和方差之间寻找一个最优的平衡点，即合理地选择带宽，是每一位使用断点回归方法的研