断点回归RDD结果解读：政策效应的因果识别方法.docxVIP

RDD断点结果解读

一、方法概述

断点回归设计（RegressionDiscontinuityDesign,RDD）是由Thistlethwaite和Campbell于1960年提出的一种准实验研究方法，被广泛应用于政策评估和因果推断领域。RDD方法的核心思想是利用某一连续变量（称为驱动变量或配置变量）在特定断点（cutoff）处的离散变化来识别处理效应。当驱动变量恰好超过某一阈值时，个体接受处理（treatment），否则不接受处理。由于在断点附近，个体是否接受处理近乎随机分配，因此RDD方法在局部范围内可以近似模拟随机对照试验，从而获得因果效应的无偏估计。RDD方法在满足基本假定的前提下，被认为是内部效度最高的准实验方法之一。本研究使用SPSSAU软件进行RDD断点回归分析，结果变量为y，驱动变量为running，控制变量为x1、x2、x3，断点值为-0.264。

在SPSSAU【计量经济研究】模块选择【RDD断点】，将变量拖拽至右侧对应分析框，操作如下图：

二、RDD基本变量与参数设置

本次RDD分析的基本变量设置如表1所示。结果变量为y，处理变量（驱动变量）为running，控制变量包括x1、x2、x3，未纳入Fuzzy模糊项，说明本次分析为精确断点回归（SharpRDD）。

RDD分析的参数设置如表2所示。断点值为-0.264，带宽值为1.706（由SPSSAU基