断点回归设计（RDD）的应用案例.docxVIP

断点回归设计（RDD）的应用案例

在社会科学和公共政策评估中，因果推断面临一个核心难题：接受某项政策或干预的人群与未接受的人群，往往在可观测和不可观测特征上存在系统性差异。随机实验虽然理想，但常常成本高昂、实施困难或受到伦理限制。断点回归设计（RDD）作为一种利用制度规则中的临界值进行因果识别的准实验方法，近年来得到日益广泛的应用。其基本逻辑源于一个直观观察：当政策是否实施取决于某个连续变量的取值是否超过事先规定的临界值时，恰好位于临界值两侧的个体通常高度相似，唯一明显的差别在于是否获得了处理。通过比较临界值附近个体的结果差异，研究者可以在不依赖随机分配的情况下估计政策因果效应。该方法最早由Thistlethwaite和Campbell提出（ThistlethwaiteandCampbell,1960），后经Hahn等学者进行形式化论证（Hahn等，2001），并在Imbens和Lemieux的综述中被系统整理为政策评估的重要工具（ImbensandLemieux,2008）。本文采用总分总结构，先阐述断点回归设计的基本逻辑和识别策略，再从教育、公共政策与政治、医疗卫生、劳动经济等领域梳理典型应用案例，最后讨论应用中面临的共性问题与前沿拓展，以全面呈现该方法在实证研究中的价值与适用范围。

一、断点回归设计的基本逻辑与识别策略

（一）从连续驱动变量到断点两侧的比较

断点回