断点回归设计在政策评估中的边界效应.docxVIP

断点回归设计在政策评估中的边界效应

一、引言

随着政策科学的发展，精准识别政策的因果效应成为政策评估的核心目标之一。断点回归设计（RegressionDiscontinuityDesign,DRD）凭借其在处理内生性问题上的独特优势，逐渐成为实证政策评估的主流方法之一。该方法通过利用政策实施的临界值（如年龄、收入、分数等），将研究对象划分为处理组与控制组，从而近似实现“准随机实验”的效果，有效识别政策的局部平均处理效应（LeeandLemieux，2010）。然而，在实际应用中，断点回归设计并非完美无缺，其在临界值附近存在的“边界效应”往往成为影响评估结果准确性的关键因素。边界效应指的是在政策临界值前后，政策效应、个体行为或数据分布出现的非平滑突变现象，这种现象并非由政策本身的因果效应导致，而是源于政策规则、执行过程、个体回应或数据质量等多方面的偏差。忽视边界效应的存在，可能导致政策评估结果出现系统性偏差，进而误导政策制定与调整。因此，深入探讨断点回归设计在政策评估中的边界效应，分析其表现形式、生成机制及应对策略，对于提升政策评估的科学性与准确性具有重要的理论与现实意义。

二、断点回归设计与政策评估的基础认知

（一）断点回归设计的核心逻辑

断点回归设计的核心思想源于自然实验的逻辑，其本质是利用研究对象在某个连续变量（即分配变量）上的临界值，将其随机分配到处理组或控制组。当