断点回归的模糊设计与非参数估计.docxVIP

断点回归的模糊设计与非参数估计

一、引言

因果推断是社会科学实证研究的核心目标，旨在突破相关性的局限，精准识别变量间的因果关系。断点回归作为一种兼具严谨性与实用性的准实验方法，因能够模拟随机实验的局部随机化特征，近年来在经济学、教育学、公共政策等领域得到广泛应用。传统精确断点回归假设处理变量完全由某一分配变量是否超过临界值决定，但现实中政策执行的不完全性、个体行为的自主性等因素，往往导致处理变量的分配概率仅在临界值处发生跳跃而非彻底转变，这一现实困境催生了断点回归的模糊设计。与此同时，参数估计因依赖全局函数形式的预设，极易引发模型误设偏差，而非参数估计通过聚焦临界值附近的局部样本，无需预设全局函数关系，有效规避了这一问题。模糊设计与非参数估计的结合，为复杂现实场景下的因果识别提供了更为稳健可靠的工具，成为当前因果推断领域的研究热点之一（LeeLemieux,2010）。

二、断点回归的核心逻辑与模糊设计的产生背景

断点回归的本质是利用分配变量在临界值处的不连续性实现局部随机化分组，进而识别处理效应。模糊设计的出现，正是为了应对现实中精确断点假设难以满足的困境。

（一）断点回归的因果推断逻辑

断点回归的核心假设是局部随机化：在分配变量的临界值附近，个体是否接受处理近似于随机分配，即临界值两侧的个体在可观测和不可观测的特征上无显著差异。这一假设使得研究人员能够将临界值两侧的结果差