基于断点回归设计的政策效果稳健性检验.docxVIP

基于断点回归设计的政策效果稳健性检验

一、断点回归设计的核心逻辑与稳健性检验的必要性

（一）断点回归设计的核心内涵

在政策效果评估领域，内生性问题一直是困扰研究者的核心难题——传统回归方法往往因无法控制混杂因素的干扰，难以准确识别政策与结果之间的因果关系。断点回归设计（RegressionDiscontinuityDesign，简称RDD）作为一种准实验研究方法，因其能够利用“断点附近近似随机分配”的特性有效缓解内生性问题，被学界视为最接近随机实验的评估工具之一（AngristPischke，2009）。

RDD的核心逻辑围绕“分配变量”与“临界值”展开：当个体的某一连续分配变量达到预设的临界值时，其是否接受政策处理会发生突变。例如，某地区规定家庭年收入低于某一临界值的居民可享受住房补贴，这里的家庭年收入就是分配变量，临界值则是划分处理组与控制组的断点。从理论上讲，断点附近的个体在除政策处理外的其他特征上应具有高度相似性，仅因分配变量刚好越过临界值而产生处理状态的差异，这种差异可被视为随机分配的结果，从而为准确估计政策的因果效应提供了条件。

根据断点处处理状态的突变程度，RDD可分为清晰断点回归与模糊断点回归两类。清晰断点回归中，分配变量越过临界值的个体会百分之百接受政策处理，处理状态与临界值完全对应；而模糊断点回归中，临界值仅会改变个体接受处理的概率，而非必然决定处理状态