断点回归设计RDD核心假设及操作步骤.docxVIP

断点回归设计RDD核心假设及操作步骤

在社会科学实证研究中，因果识别始终是核心议题——研究者不仅需要关注变量之间的相关关系，更需要厘清变量之间的因果效应，才能为政策制定和理论构建提供可靠依据。然而，由于现实中难以开展完全随机的对照试验，研究者往往需要借助准实验方法从观测数据中识别因果关系。在众多准实验方法中，断点回归设计凭借其清晰的识别逻辑、可检验的核心假设以及接近随机对照试验的可信度，被学界称为“准实验方法的黄金标准”，近年来在经济学、公共管理、社会学等领域得到了广泛应用。尽管RDD的应用门槛相对较低，但不少研究者在实际操作中容易忽略核心假设的检验，或者存在模型设定不规范、稳健性检验不到位等问题，导致研究结论的可靠性大打折扣。基于此，本文系统梳理RDD的基本内涵、核心假设与规范操作步骤，明确各环节的关键要点与注意事项，以期为相关实证研究提供参考。

一、断点回归设计的基本内涵与常见类型

断点回归设计的核心逻辑源于“准自然实验”的思路，通过寻找外生的规则断点，将断点附近的个体近似看作随机分配到处理组与控制组，进而通过比较两组个体的结果差异识别处理的因果效应。要准确应用这一方法，首先需要厘清其发展脉络与基本分类。

（一）RDD的核心逻辑与发展脉络

RDD的思想最早诞生于教育领域的评估研究，当时学者们在评估国家优秀奖学金的长期影响时发现，奖学金的发放以统一的考试分数为门槛，超过分数线的学