断点回归RDD的带宽选择技巧汇总.docxVIP

断点回归RDD的带宽选择技巧汇总

一、引言

断点回归（RegressionDiscontinuityDesign，简称RDD）是当前因果推断领域应用最为广泛的研究方法之一，因其能够在非实验数据中较为严谨地识别处理效应，被学界视为“准实验”研究的黄金标准之一（LeeLemieux，2010）。与其他因果推断方法相比，RDD的核心优势在于其依赖的识别假设更为直观且易于检验：当个体的运行变量（如考试分数、收入水平等）恰好处于某个断点阈值附近时，个体被分配到处理组或控制组的概率会发生显著跳跃，而断点两侧的个体在其他可观测与不可观测特征上具有近似的随机性，这就为准确估计处理效应提供了基础。

在RDD的应用过程中，带宽选择是决定估计结果准确性与可靠性的关键环节。所谓带宽，指的是在断点两侧选取的样本范围，即只保留运行变量与断点阈值的差值在某一范围内的样本进行分析。带宽选择的合理性直接影响到估计结果的偏差与方差：若带宽过宽，虽然样本量更大、方差更小，但会引入大量远离断点的样本，这些样本的特征可能与断点处存在系统差异，从而导致估计偏差增大；若带宽过窄，虽然能保证样本更接近断点、偏差更小，但样本量的不足会使得估计结果的方差急剧上升，甚至无法通过统计显著性检验（ImbensKalyanaraman，2012）。因此，如何在偏差与方差之间找到最优平衡点，选择合适的带宽，是RDD应用中必须解决的