断点回归设计在政策评估中的实施要点.docxVIP

断点回归设计在政策评估中的实施要点

一、引言

政策评估是公共政策生命周期中的关键环节，其核心在于准确识别政策干预对目标群体的实际影响，为政策调整与优化提供科学依据。传统的政策评估方法如普通最小二乘法、双重差分法等，往往面临内生性问题的困扰——例如处理组与控制组的自选择偏差、遗漏变量干扰等，导致估计结果难以反映政策的真实效应（安格里斯特等，2009）。断点回归设计（RegressionDiscontinuityDesign，简称RDD）作为一种准实验研究方法，因其能够有效规避内生性问题，被学界视为“准实验中的黄金标准”（Lee和Lemieux，2010）。

断点回归设计的核心逻辑是：当政策干预的分配依据某个连续变量（即运行变量）的阈值（即断点）来确定时，断点附近的个体在除政策干预外的其他特征上具有高度可比性，因此可以将断点两侧的差异归因于政策本身的影响。近年来，RDD在教育政策、社会保障政策、公共卫生政策等多个领域的评估中得到广泛应用，但其实施过程涉及多个关键环节，任何一个步骤的疏漏都可能导致估计结果的偏差。本文将从实施前准备、核心步骤、稳健性检验、结果解读四个维度，系统梳理断点回归设计在政策评估中的实施要点，为相关研究与实践提供参考。

二、实施前的基础准备：匹配研究场景与规范数据处理

（一）研究问题与政策场景的适配性判断

并非所有政策都适合采用断点回归设计进行评估，研究者首先需