📈 economics

rd2d: Causal Inference in Boundary Discontinuity Designs

Dit artikel introduceert \pkg{rd2d}, een uitgebreide softwarepakket voor R, Python en Stata dat lokale polynoomschatting en inferentie implementeert voor Boundary Discontinuity-ontwerpen, met functies zoals automatische bandbreedte-selectie, robuuste biascorrectie en cluster-robuste inferentie, die worden geïllustreerd aan de hand van een empirische toepassing op Opportunity Zones.

Oorspronkelijke auteurs: Matias D. Cattaneo, Rocio Titiunik, Ruiqi Rae Yu

Gepubliceerd 2026-05-29

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Matias D. Cattaneo, Rocio Titiunik, Ruiqi Rae Yu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert uit te vinden of een nieuw beleid mensen echt helpt. In de wereld van de statistiek gebruiken onderzoekers vaak een slimme truc genaamd een "Regression Discontinuity" (RD) ontwerp. Denk hierbij aan een afgrond.

In een standaard RD-ontwerp, stel je een enkele lijn voor op een kaart. Als je net links van de lijn woont, krijg je een studiebeurs (Behandeling). Als je net rechts van de lijn woont, krijg je die niet (Controle). Omdat de mensen die direct naast de lijn wonen in bijna elk opzicht identiek zijn, behalve aan welke kant van de lijn ze vallen, kun je ze vergelijken om te zien of de studiebeurs echt werkt.

Het Probleem: De Wereld is 2D, Niet 1D
Het artikel rd2d: Causal Inference in Boundary Discontinuity Designs wijst erop dat het echte leven niet slechts een enkele lijn is; het is een hele kaart. Soms hangt de in aanmerking komen voor een programma af van twee dingen tegelijk.

Bijvoorbeeld, om in aanmerking te komen voor een "Opportunity Zone" (een belastingkorting voor arme gebieden), moet een wijk:

Arm genoeg zijn (Laag Inkomen), EN
Een hoog genoeg armoedecijfer hebben.

Dit creëert een grens die op een kaart eruitziet als een "L"-vorm, niet als een rechte lijn. Dit wordt een Boundary Discontinuity (BD) ontwerp genoemd. De uitdaging is: hoe vergelijk je wijken die direct naast deze vreemde, tweedimensionale "L"-vormige lijn liggen?

De Oplossing: De rd2d Software
De auteurs (Cattaneo, Titiunik en Yu) hebben een nieuwe softwaretool gebouwd genaamd rd2d (beschikbaar voor R, Python en Stata) om deze wiskundige puzzel op te lossen. Ze bieden twee hoofdmanieren om naar de data te kijken, zoals twee verschillende paren brillen:

1. De "Locatie"-bril (De Directe Aanpak)

Deze methode bekijkt de kaart precies zoals hij is. Het behandelt de armoedescoring en de inkomensscore van een wijk als twee aparte coördinaten (zoals Breedte- en Lengtegraad).

Hoe het werkt: Het tekent een klein cirkeltje om elk punt op die "L"-vormige grens en vergelijkt de mensen binnen de cirkel aan de "Behandeling"-kant met die aan de "Controle"-kant.
Waarom het goed is: Het gebruikt alle beschikbare informatie. Het is alsof je kijkt naar een foto met hoge resolutie waarbij je elk detail van het terrein kunt zien.
De Haken: Het is rekenkundig zwaar omdat het complexe wiskunde in twee dimensies tegelijk moet uitvoeren.

2. De "Afstand"-bril (De Vereenvoudigde Aanpak)

Deze methode vereenvoudigt de kaart. In plaats van naar twee scores te kijken, vraagt het: "Hoe ver ligt deze wijk van de grenslijn?"

Hoe het werkt: Het zet de 2D-kaart om in een enkele lijn. Als je 1 mijl binnen de "Behandeling"-zone zit, is je score +1. Als je 1 mijl buiten zit, is je score -1.
Waarom het goed is: Het zet een complex 2D-probleem weer om in een simpel 1D-probleem (zoals de oorspronkelijke afgrond). Het is makkelijker te berekenen en makkelijker uit te leggen.
De Haken: Het verliest enige detail. Als de grenslijn een scherpe hoek heeft (een "knik"), kan deze methode in de war raken, net als een GPS die probeert een auto om een scherpe bocht te sturen met alleen een kaart van rechte wegen.

Wat de Software Eigenlijk Doet
Het rd2d-pakket tekent niet alleen plaatjes; het doet zwaar statistisch werk:

Automatische Afstelling: Het beslist automatisch hoe groot een "vergrotingsglas" (bandbreedte) moet zijn. Als het glas te klein is, is het beeld korrelig (te veel ruis). Als het te groot is, vervagen de details. De software vindt de perfecte grootte.
Vag versus Scherp: Soms garandeert het oversteken van de lijn dat je de behandeling krijgt (Scherp). Soms verhoogt het oversteken van de lijn alleen je kansen om het te krijgen (Vag). De software behandelt beide.
- Analogie: Een "Scherp" ontwerp is als een automaat: je gooit de munt in, je krijgt de frisdrank. Een "Vag" ontwerp is als een loterij: het kopen van een ticket verhoogt je kansen, maar garandeert geen winst.
De "Opportunity Zones" Testrit: De auteurs testten hun software op een reëel voorbeeld: Opportunity Zones.
- De Opzet: Ze keken of het worden aangewezen als Opportunity Zone daadwerkelijk banen creëerde.
- Het Resultaat: Ze ontdekten dat in aanmerking komen de kans om de aanwijzing te krijgen sterk verhoogde (de "Eerste Fase" werkte). Echter, bij het kijken naar de daadwerkelijke banengroei, vond de software geen significant bewijs dat de zones in de vroege jaren banen creëerden. Het effect was te klein om te onderscheiden van willekeurige ruis.
- De Vergelijking: Ze voerden de analyse uit met zowel de "Locatie"- als de "Afstand"-methode. Beide methoden waren het eens: het beleid werkte om de aanwijzing te krijgen, maar de vroege resultaten voor banengroei waren niet eenduidig.

Waarom Dit Belangrijk Is
Voor dit artikel moesten onderzoekers hun eigen, vaak inconsistente manieren bedenken om met deze 2D-grenzen om te gaan. Sommigen negeerden gewoon een van de scores; anderen gebruikten rommelige benaderingen.

Het rd2d-pakket biedt een gestandaardiseerde, strenge toolkit. Het stelt onderzoekers in staat om:

De exacte "Boundary Average Treatment Effect" (BATEC) in kaart te brengen—essentieel een kaart die aangeeft waar het beleid werkt en waar niet.
Die kaart te samenvatten tot één getal (het gemiddelde effect) of het "beste geval" te vinden (het grootste effect).
Dit alles te doen met wiskundig bewezen betrouwbaarheidsintervallen, zodat we weten of de resultaten echt zijn of slechts geluk.

In het Kort
Dit artikel introduceert een nieuw, veelzijdig hulpmiddel voor het meten van oorzaak-en-gevolg wanneer de regels voor het krijgen van een behandeling afhangen van twee factoren tegelijk. Het biedt twee manieren om naar de data te kijken (directe 2D-kaarting of vereenvoudigde 1D-afstand), levert automatische hulpmiddelen om de wiskunde te verwerken, en werd succesvol getest op Opportunity Zones, waarbij bleek dat hoewel de zones makkelijk te krijgen waren, hun vroege impact op banen moeilijk te bewijzen was.

Technische Samenvatting: rd2d: Causale Inferentie in Ontwerp met Discontinuïteit aan de Grens

Probleemstelling

Regressie-Discontinuïteit (RD)-ontwerpen zijn een standaardinstrument voor causale inferentie, die doorgaans vertrouwen op een scalair score en een enkele drempel. Veel empirische situaties betreffen echter toewijzing van behandeling die wordt bepaald door een multidimensionale score ten opzichte van een een-dimensionale grens. Deze Boundary Discontinuity (BD)-ontwerpen, ook bekend als multi-score RD-ontwerpen, omvatten geografische RD-ontwerpen en regels voor in aanmerking komen gebaseerd op meerdere drempels (bijvoorbeeld armoedecijfer en mediane inkomen).

Hoewel de klassieke scalair RD-theorie goed gevestigd is, ontbreekt het BD-ontwerpen historisch aan systematische methodologische behandeling. Empirische toepassingen maken vaak gebruik van ad-hoc-reducties van het grensprobleem zonder formele richtlijnen over:

Welk causaal parameter wordt geschat.
Hoe behandelingseffect-heterogeniteit langs de grens moet worden samengevat.
Wanneer inferentie uniform geldig is over meerdere grenslocaties.

Bestaande benaderingen reduceren de bivariate score vaak tot een univariate tekensignatuur, maar de validiteit van deze reductie hangt sterk af van de geometrie van de grens (bijvoorbeeld knikken of onregelmatigheden), wat zelfs bias kan introduceren als de onderliggende conditionele verwachtingen glad zijn.

Methodologie

Het artikel introduceert rd2d, een softwarepakket voor R, Python en Stata dat recente theoretische ontwikkelingen in BD-ontwerpen implementeert. De methodologie is gebaseerd op twee primaire benaderingen:

1. Locatie-gebaseerde Benadering

Deze benadering gebruikt de bivariate score $X_i = (X_{1i}, X_{2i})^\top$ direct.

Schatting: Het past lokale polynoomregressies aan aan beide zijden van de grens $B$ met behulp van een gezamenlijke behandeling-geïnterageerde regressierepresentatie. Dit maakt schatting mogelijk van de Boundary Average Treatment Effect Curve (BATEC), $\tau(x)$ , die lokale behandelingseffecten vastlegt bij elk punt $x$ op de grens.
Inferentie: Het hanteert robuuste bias-correcte (RBC) inferentie, waarbij het werk van Calonico et al. (2014, 2018, 2020, 2022) wordt uitgebreid naar grens-geïndexeerde schatters. Dit omvat puntsgewijze betrouwbaarheidsintervallen en uniforme betrouwbaarheidsbanden over de grens.
Aggregatie: Het kader ondersteunt scalair samenvattingen van de BATEC, specifiek de Weighted Boundary Average Treatment Effect (WBATE) en de Largest Boundary Average Treatment Effect (LBATE).
Vage Ontwerpen: Voor situaties met imperfecte behandelingsovername schat het pakket de gereduceerde vorm (ITT), de eerste fase (FS) en de vage BATEC (Wald-ratio), samen met hun respectievelijke uniforme banden en geaggregeerde samenvattingen.

2. Afstandsgebaseerde Benadering

Deze benadering vervangt de bivariate score door een scalair tekensignatuur van de afstand tot elk punt op de grens.

Schatting: Het behandelt het probleem als een univariate RD-ontwerp bij elk grenspunt.
Validiteit: Theoretische resultaten (Cattaneo et al., 2026b) verduidelijken dat afstandsgebaseerde methoden dezelfde causale doelen herstellen als locatie-gebaseerde methoden alleen onder specifieke geometrische voorwaarden. Als de grens knikken of onregelmatigheden heeft, kan het afstandsgebaseerde schatdoel verschillen van de ware BATEC door middeling over niveauverzamelingen van de afstandsfunctie.
Implementatie: Het pakket stelt gebruikers in staat bekende kniklocaties op te geven of ze als onbekend te behandelen om de selectie van bandbreedte en correctieordes voor bias dienovereenkomstig aan te passen.

Belangrijke Implementatiekenmerken

Gezamenlijke versus Afzonderlijke Passing: De standaard fitmethod = "joint" gebruikt een behandeling-geïnterageerde regressie, wat cruciaal is voor cluster-robuste inferentie wanneer clusters (bijvoorbeeld schooldistricten) beide zijden van de grens overspannen. De optie separate is behouden voor replicatie van eerdere conventies.
Automatische Bandbreedteselectie: Implementeert diverse selectoren (MSE, CER, geïntegreerd, puntsgewijs) met opties voor afzonderlijke of gemeenschappelijke bandbreedten over behandelingszijden en scorecoördinaten.
Covariaat-Adjustering: Staat efficiëntieverbeteringen toe door vooraf bepaalde covariaten op te nemen met gemeenschappelijke coëfficiënten over behandelingszijden, geïntegreerd in zowel schatting als bandbreedteselectie.
Regularisatie: Bevat veiligheidsmaatregelen voor regularisatie van de covariantiematrix (voor uniforme inferentie), checks voor massapunten en regularisatie voor kleine bias om buitensporig grote bandbreedten te voorkomen.

Empirische Toepassing

Het artikel illustreert het pakket aan de hand van het Opportunity Zones-programma.

Opzet: In aanmerking komen wordt bepaald door een bivariate score (armoedecijfer en mediane gezinsinkomen) die een L-vormige grens vormt. Aanwijzing is vage (niet alle in aanmerking komende percelen worden aangewezen).
Resultaten:
- Eerste Fase: Zowel locatie-gebaseerde als afstandsgebaseerde methoden tonen een sterk, statistisch significant eerste-fase-effect van in aanmerking komen op aanwijzing over de grens.
- Gereduceerde Vorm: Het effect van in aanmerking komen op vroege werkgelegenheidsgroei is klein en statistisch niet significant.
- Vage Effect: Bijgevolg is de vage BATEC (Wald-ratio) onnauwkeurig en statistisch niet significant. Geen van beide methoden vindt bewijs voor een significant behandelingseffect op werkgelegenheidsgroei.
- Vergelijking: De eerste-faseschattingen op basis van afstand toonden iets meer variabiliteit in de buurt van bepaalde grenslocaties vergeleken met de locatie-gebaseerde schattingen, in overeenstemming met de theoretische gevoeligheid voor grensgeometrie.

Belangrijkste Bijdragen

Software-Implementatie: De belangrijkste bijdrage is het rd2d-pakket, dat complexe theoretische resultaten operationaliseert voor toegepaste onderzoekers op drie belangrijke statistische platformen (R, Python, Stata).
Unificerend Kader: Het biedt een coherent kader voor het schatten en afleiden van causale effecten in BD-ontwerpen, waarbij scherpe en vage ontwerpen, puntsgewijze en uniforme inferentie, en scalair samenvattingen (WBATE, LBATE) worden bestreken.
Methodologische Duidelijkheid: Door zowel locatie-gebaseerde als afstandsgebaseerde benaderingen te implementeren, stelt de software onderzoekers in staat de impact van grensgeometrie op hun schattingen te diagnosticeren. Het benadrukt dat hoewel afstandsgebaseerde methoden eenvoudiger zijn, hun validiteit meer afhankelijk is van de gladheid van de grens.
Robuuste Inferentie-instrumenten: Het pakket implementeert geavanceerde inferentietechnieken, waaronder uniforme betrouwbaarheidsbanden en schatting van variantie met cluster-robustheid, die essentieel zijn voor het analyseren van behandelingseffect-heterogeniteit langs een grens.

Betekenis en Claims

Het artikel positioneert rd2d als een noodzakelijk instrument voor de groeiende literatuur over multi-score en geografische RD-ontwerpen. Het claimt een gat op te vullen waar empirisch werk eerder ontbeerde aan formele richtlijnen over parameteridentificatie en validiteit van inferentie.

De auteurs benadrukken dat hoewel afstandsgebaseerde methoden waardevol zijn vanwege hun eenvoud en interpreteerbaarheid, de locatie-gebaseerde benadering dient als de belangrijkste benchmark zodra de bivariate score beschikbaar is, met name wanneer de grensgeometrie complex is. De software is ontworpen om transparante rapportage te faciliteren van grensspecifieke effecten, geaggregeerde samenvattingen en de nodige diagnostiek (bijvoorbeeld bandbreedtes, effectieve steekproefgroottes en waarschuwingen voor covariantie-regularisatie) om robuuste empirische conclusies te waarborgen.

Het artikel concludeert dat het pakket onderzoekers in staat stelt gereduceerde vormen, eerste-fase en vage effecten langs multidimensionale grenzen te scheiden, zoals aangetoond in de toepassing op Opportunity Zones, en dat de geboden syntaxis en documentatie gericht zijn op het standaardiseren van de rapportage van BD-ontwerpen in empirisch onderzoek.