断点回归RDD论文怎么写 | 学境思源AcademicIdeas模糊断点/清晰断点与工具变量法IV的对比

这个页面能先帮你做什么

• 详解清晰断点（Sharp RDD）与模糊断点（Fuzzy RDD）的适用场景
• 覆盖带宽选择（CCT/IK方法）与McCrary密度检验
• 提供RDD结果可视化的标准绑图规范

断点回归设计（RDD）的核心思想与适用条件

断点回归（Regression Discontinuity Design，RDD）是一种准实验研究方法，利用"临界值"附近处理组与对照组的差异来识别因果效应。形象地说，RDD研究的是一个"分数线"附近的效应——过了线的学生（如受政策处理）vs没过线的学生（对照），两者在分数线附近的特征应该相近，从而可以推断政策的因果效应。

RDD的核心假设是：在临界值附近，个体无法精确操控处理状态，跨越临界与停留在临界两侧是"准随机"的。因此RDD被称为"准实验"方法中因果推断最强的一种。

清晰断点（Sharp RDD）与模糊断点（Fuzzy RDD）的区别

• 【Sharp RDD（清晰断点）】在临界值c处，个体从对照100%变为处理（或反之）。处理变量在临界值处存在确定性的跳跃，适合政策有明确 eligibility threshold 的情形
• 【Fuzzy RDD（模糊断点）】在临界值c处，个体接受处理的概率发生跳跃，但不是从0跳到100%。存在"依从"问题（部分跨越临界值的个体没接受处理），需要工具变量估计
• 【如何区分】观察临界值两侧的处理概率：如果从0跳到1则为Sharp；如果从低于1跳到1（或从0跳到高于0）则为Fuzzy
• 【选择依据】取决于研究设计的性质：政策有硬性门槛→Sharp；政策存在执行偏差→Fuzzy

RDD的带宽选择与McCrary密度检验

• 【带宽选择】RDD只在临界值附近一个窄小区间（带宽）内估计，远离临界值则假设不成立。带宽过窄→样本少、方差大；带宽过宽→包含偏离临界值远的数据，偏差大
• 【CCT带宽（Imbens-Kalyanaraman optimal bandwidth）】由Imbens和Kalyanaraman提出的最优带宽计算方法，是目前最推荐的方法。Stata命令：`rdrobust y x c, bwselect(cvdm)`
• 【IK方法】Imbens-Karanam方法，与CCT略有差异，可作为稳健性检验
• 【McCrary密度检验（Manipulation Test）】检验在临界值处密度是否连续，即个体是否"操控"了分配变量。如果检验显著说明存在自我选择，RDD识别无效
• 【结果解读】McCrary检验p>0.05说明无法拒绝密度连续原假设，RDD有效；p<0.05则说明可能存在操控，需要谨慎解读

RDD有效性检验与稳健性检验清单

• 【McCrary密度检验】检验分配变量是否被操控（见上）
• 【协变量连续性检验】检验在临界值处基线协变量（年龄、性别等）是否连续。如果不连续说明存在选择偏差
• 【局部多项式估计】用不同阶数（一次/二次/三次）的多项式拟合断点两侧，检验结果是否稳健
• 【不同带宽检验】用0.5倍、1.5倍、2倍最优带宽分别估计，检验结果是否一致
• 【安慰剂检验】在虚假临界值处估计RDD，应该得到不显著的结果（零效应安慰剂）
• 【输出结果边界效应图】用rdplot绑制断点可视化图，直观展示断点效应的存在

RDD结果的标准报告格式与Stata操作

• 【论文中必须报告】分配变量与临界值；带宽选择方法及带宽值；样本量（断点两侧各多少）；断点估计系数及标准误；置信区间；McCrary检验结果
• 【Stata核心命令】`rdrobust y x c`（推荐，自动做最优带宽和robust估计）；`rdplot y x, c(c)`（绑制断点图）
• 【选项说明】`c()`设定临界值；`bwselect()`选择带宽方法；`kernel()`选择核函数（三角核/均匀核，推荐三角核）
• 【结果图规范】RDD断点图应该清晰显示断点处的跳跃，常用binscatter绑制，图上标注临界值、断点估计值和置信区间

常见问题

RDD和双重差分（DID）哪个更适合我的研究？

RDD要求存在一个明确的临界值（处理分配规则），且研究对象无法精确操控分配变量；DID要求处理组和对照组在政策实施前趋势平行。RDD适合政策有硬性门槛的研究（如分数线、年龄门槛）；DID适合面板数据且满足平行趋势假设的政策评估。

带宽选多少合适？

使用Imbens-Kalyanaraman最优带宽方法（rdrobust命令的默认设置），程序会自动计算最优带宽。研究中可以同时报告多个带宽（如0.5倍和2倍最优带宽）的结果作为稳健性检验。手动选择带宽是审稿人常质疑的点，建议用IK或CCT方法。

模糊断点（Fuzzy RDD）的估计方法是什么？

模糊断点使用工具变量法（2SLS）估计——用"是否跨越临界值"作为"是否接受处理"的工具变量。Stata命令：`ivregress 2sls y (treat = crossing) x`，其中treat为实际处理状态，crossing为跨越临界值的指示变量。

RDD的结果图（rdplot）如何绑制才符合学术规范？

学术规范的RDD图应包含：1）断点两侧的拟合线（可选一次或二次拟合）；2）置信区间带；3）临界值垂直线；4）横纵轴标签和标题。避免过度平滑（如高阶多项式拟合），也不要带宽过窄导致点太稀疏。

样本量很小能做RDD吗？

RDD对样本量的要求取决于断点两侧的样本密度。如果在临界值附近有足够多的观测（通常至少每侧50-100个样本），可以做RDD。样本量小时建议用均匀核（uniform kernel）替代三角核，并在论文中明确说明样本局限性。