断点回归与拐点回归的模型比较.docxVIP

断点回归与拐点回归的模型比较

一、引言

随着社会科学领域因果推断研究的不断规范化，基于准实验设计的计量方法因为能够在非随机干预的场景下尽可能逼近随机对照试验的识别效果，被广泛应用于公共政策评估、经济社会行为分析等各类研究主题中。在众多准实验方法中，基于分配变量临界值构建识别策略的断点回归，因为其清晰的识别逻辑、相对较弱的外生性假设，被诸多学者认为是内部效度最接近随机试验的非实验方法，过去二十年间在国内外权威学术期刊的实证研究中出现的频次持续提升（LeeLemieux，2010）。而同样依托分配变量临界值构建识别逻辑的拐点回归，因为在模型形式、估计流程上与断点回归有诸多相似之处，常常被初次接触这类方法的研究者混淆，甚至出现场景错配、假设检验缺失等误用问题，直接影响研究结论的可靠性。事实上，拐点回归作为断点回归方法体系的重要拓展，从核心识别逻辑到适用场景都与经典断点回归存在本质差异，两者并非可以互相替代的同类方法，而是分别对应不同的政策规则场景、回答不同类型的研究问题。系统梳理两类模型的起源脉络、识别假设、适用边界、估计规范与结果含义，不仅能够帮助研究者厘清方法误区、减少实证研究中的应用偏误，也能更好地发挥两类方法在政策评估中的互补价值，为科学决策提供更可信的经验支撑。

二、两类回归模型的起源脉络与核心逻辑

任何计量方法的产生都源于对现实问题的回应，断点回归与拐点回归的出现先后相隔