截面与面板数据分析 · 经济学专业本科生课程
Regression Discontinuity Design · Chapter 7.4
门槛两侧"差一点"的人几乎相同 → 断点附近近似抽签
奖学金门槛的起源;running variable 与断点;窗口宽度的权衡;两个识别假设
处理概率跳 100% 还是跳一部分;四种情形里跳什么时候可识别;模糊断点回到 LATE 与工具变量
研究奖学金对未来学业的影响。奖学金完全由成绩决定,无法随机分配。他们的巧思是利用获奖门槛:刚好达标的学生和差一点达标的学生,学习能力等属性非常接近,具有可比性。于是高于门槛者为处理组、低于者为对照组,处理变量在门槛处形成一个断点。
断点回归直到 1990 年代末才在经济学界流行起来,如今是政策评估的主力工具之一。原因很实际:大量政策本来就按一条线分配资源。
中国实践:奖学金评定线、低保认定线、试点资格分数线……按一条公开标准线分配资源的政策,天然在门槛处制造断点,为因果识别提供了"现成的实验"。用得好不好,取决于我们是否尊重它的前提。
处理与否由 running variable R 是否过门槛 c 决定:T = 1{R ≥ c}。真实效应 θ = 1.50,且结果随 R 有一个平缓趋势。拖动窗口宽度 h,只用 |R − c| ≤ h 的样本做两侧均值差。
使用样本 60 个 局部估计 θ̂ = — 真实 θ = 1.50
—
除 running variable 外,其他可观测变量(作为 R 的函数)在 c 处连续;这也间接意味着不可观测变量在 c 处连续。否则断点两侧的差别就不只来自处理。
在 c 处不存在内生选择:样本不能精确控制自己的 R,不会自我选择接受或不接受处理。如此断点附近才近似一个抽签实验:过线像抽到幸运签。
看图检验:画 R 的密度直方图。若断点处密度平滑,说明没人能精确操纵;若线上方突然堆出一撮人(bunching),说明有人把自己推过了线,假设 2 失效。
密度在断点处平滑过渡:线两侧的人数自然衔接,没有谁精确地把自己停在线边 → 断点附近近似抽签。
处理状态完全由 running variable 决定:过线必处理、不过线必不处理。处理概率在 c 处从 0 跳到 1(跳 100%)。
running variable 很大程度决定处理,但不完全:过线者未必都参加,不过线者也有少数参加。处理概率在 c 处只跳一部分(<100%)。
区别的后果 精确断点里"过线"就等于"被处理",直接比断点两侧即可;模糊断点里"过线"只是提高了被处理的概率,于是"过线"扮演的角色正是 7.1 讲的工具变量 Z。
四种数据形态,断点处都有一个看得见的跳。点一种情形,看它要不要额外控制、以及跳还可不可信。
Yi = α + θ·Ti + Ui, Ti = 1{Ri ≥ c}
—
Yi = α + θ·Ti + Ui
Ti = 1{π0 + π1·Zi + Vi > 0}, Zi = 1{Ri > c}
是否过线 Z 只通过提高处理概率来影响 Y → Z 是 T 的工具变量
模糊断点就是 7.1 讲的"部分服从"换了个场景:过线相当于被指派,但被指派者未必真参加。于是估计的是LATE:断点附近那些"因为过线才参加"的人的效应。
用 Z 作为 T 的工具变量做 TSLS:第一阶段用 Z 预测 T,第二阶段用预测值估 θ。直觉仍是"用断点造成的那部分处理变化"去识别效应。
串起来 7.1 的 LATE、7.2 的匹配、7.3 的 DID、7.4 的 RD,面对的是同一个问题:反事实观测不到。差别只在于各自借用了哪一种"看起来像随机"的来源。
这节课讲了什么
规则门槛制造断点;断点两侧"差一点"的人近似抽签
窗口宽窄是偏差-方差权衡;协变量连续、无人操纵过线两个假设,密度图可检验后者
平/线性同斜/非线性同光滑都可识别;函数形式在断点突变则不可识别
处理概率只跳一部分 → Z=过线 作工具变量,TSLS 估 LATE
情境:某奖学金按期末成绩 ≥ 80 分发放。想评估它对下学期成绩的影响。
请回答(点一下看提示):
一条分数线、一条认定线,背后是公共资源的分配。
断点回归教我们:制度本身就藏着可识别的证据,
关键在于尊重它的前提、诚实地报告它的局限。
经世济民,学以致用。
课后思考:找一项按分数线或认定线分配的中国政策,指出它的 running variable 与断点,并讨论谁有可能操纵过线。