回归间断设计中的带宽选择方法.docxVIP

回归间断设计中的带宽选择方法

一、带宽选择的核心逻辑与理论基础

（一）回归间断设计的局部识别属性

在社会科学的因果推断研究中，回归间断设计是一类应用极为广泛的准实验方法，其核心思想是利用某个决策规则中存在的断点，比较断点两侧个体的结果差异，从而识别处理变量的因果效应。由于其识别假设相对较弱，且能较好地解决内生性问题，该方法在政策评估、教育经济学、劳动经济学等领域得到了大量应用。与其他准实验方法不同，回归间断设计的识别具有鲜明的局部属性——其估计的仅仅是断点处个体的平均处理效应，而非全样本的平均处理效应，这一属性直接决定了估计过程只能基于断点附近的样本展开。

具体来说，回归间断设计的核心识别假设是，所有影响结果变量的混淆因素在断点处都是连续变化的，只有处理变量因为决策规则的存在而在断点处发生跳变。在这一假设下，断点两侧个体的结果变量差异，就可以归因于处理状态的不同。但离断点越远的样本，其个体特征与断点处个体的差异可能越大，纳入估计后越容易违反连续性假设，引入偏差。而带宽的作用，正是划定了用于估计的样本范围，只有驱动变量落在断点两侧带宽范围内的样本，才会被纳入回归模型。从这个意义上说，带宽的选择本质上是对估计样本的选择，其直接决定了估计结果的内部有效性和外部适用性：带宽越大，样本量越多，外部适用性越强，但内部有效性可能因为设定偏差而下降；带宽越小，内部有效性越高，但外部适用性和统计效力