断点回归设计RDD的带宽选择方法对比.docxVIP

断点回归设计RDD的带宽选择方法对比

一、引言

断点回归设计是当前社会科学领域应用最广泛的准自然实验方法之一，核心是利用断点附近样本的“近似随机分配”特征识别处理效应，有效解决了观测性研究中的内生性问题。自该方法提出以来，其方法体系不断完善，应用场景也从教育经济逐步扩展到公共政策、劳动经济、健康经济等多个领域。但在实际应用中，很多研究者往往更关注断点的识别、操纵检验等环节，却容易忽略带宽选择对估计结果的决定性影响。事实上，带宽决定了“断点附近样本”的范围，是RDD局部识别假设成立的关键，带宽选择不当可能导致估计结果出现严重偏差，甚至得到完全相反的结论。近年来，学界围绕RDD的带宽选择提出了多种方法，不同方法的理论基础、操作逻辑、适用场景存在显著差异，很多应用研究者对各类方法的优劣缺乏系统认知，容易出现选择不当的问题。基于此，本文首先阐释RDD带宽选择的核心逻辑，梳理当前主流的带宽选择方法及其操作路径，进而从多个维度对不同方法进行对比分析，最后总结应用中的常见误区并提出优化建议，为RDD方法的规范应用提供参考。

二、RDD带宽选择的核心逻辑与现实意义

（一）带宽在RDD识别框架中的核心作用

RDD的基本识别思路是，存在一个连续的运行变量，当运行变量超过某一断点值时，个体接受处理的概率会发生跳跃式变化，而断点两侧足够小的范围内的个体，除了处理状态不同之外，其他可观测和不可观测的特征都近