Resumo Técnico: rd2d: Inferência Causal em Projetos de Descontinuidade de Fronteira

Declaração do Problema

Projetos de Descontinuidade de Regressão (RD) são uma ferramenta padrão para inferência causal, dependendo tipicamente de uma pontuação escalar e de um único ponto de corte. No entanto, muitos cenários empíricos envolvem a atribuição de tratamento determinada por uma pontuação multidimensional relativa a uma fronteira unidimensional. Esses projetos de Descontinuidade de Fronteira (BD), também conhecidos como projetos de RD de múltiplas pontuações, incluem projetos de RD geográfica e regras de elegibilidade baseadas em múltiplos limiares (por exemplo, taxa de pobreza e renda mediana).

Embora a teoria clássica de RD escalar seja bem estabelecida, os projetos de BD historicamente careceram de tratamento metodológico sistemático. Aplicações empíricas frequentemente empregam reduções ad-hoc do problema de fronteira sem orientação formal sobre:

1. Qual parâmetro causal está sendo estimado.
2. Como resumir a heterogeneidade do efeito do tratamento ao longo da fronteira.
3. Quando a inferência é válida uniformemente em múltiplas localizações da fronteira.

Abordagens existentes frequentemente reduzem a pontuação bivariada para uma distância assinada univariada, mas a validade dessa redução depende fortemente da geometria da fronteira (por exemplo, dobras ou irregularidades), o que pode introduzir viés mesmo se as expectativas condicionais subjacentes forem suaves.

Metodologia

O artigo introduz o rd2d, um pacote de software para R, Python e Stata que implementa desenvolvimentos teóricos recentes em projetos de BD. A metodologia é construída sobre duas abordagens principais:

1. Abordagem Baseada em Localização

Esta abordagem utiliza diretamente a pontuação bivariada $X_i = (X_{1i}, X_{2i})^\top$.

• Estimação: Ajusta regressões polinomiais locais em ambos os lados da fronteira $B$ usando uma representação de regressão interagida com tratamento conjunta. Isso permite a estimação da Curva de Efeito Médio do Tratamento na Fronteira (BATEC), $\tau(x)$, que captura efeitos locais do tratamento em cada ponto $x$ na fronteira.
• Inferência: Emprega inferência robusta corrigida para viés (RBC), estendendo o trabalho de Calonico et al. (2014, 2018, 2020, 2022) para estimadores indexados por fronteira. Isso inclui intervalos de confiança pontuais e faixas de confiança uniformes sobre a fronteira.
• Agregação: O framework suporta resumos escalares da BATEC, especificamente o Efeito Médio do Tratamento na Fronteira Ponderado (WBATE) e o Maior Efeito Médio do Tratamento na Fronteira (LBATE).
• Projetos Difusos: Para cenários com adesão imperfeita ao tratamento, o pacote estima a forma reduzida (ITT), o primeiro estágio (FS) e a BATEC difusa (razão de Wald), juntamente com suas respectivas faixas uniformes e resumos agregados.

2. Abordagem Baseada em Distância

Esta abordagem substitui a pontuação bivariada por uma distância assinada escalar para cada ponto na fronteira.

• Estimação: Trata o problema como um projeto de RD univariada em cada ponto da fronteira.
• Validade: Resultados teóricos (Cattaneo et al., 2026b) esclarecem que métodos baseados em distância recuperam os mesmos alvos causais que métodos baseados em localização apenas sob condições geométricas específicas. Se a fronteira tiver dobras ou irregularidades, o estimando baseado em distância pode diferir da verdadeira BATEC devido à média sobre conjuntos de nível da função de distância.
• Implementação: O pacote permite que os usuários especifiquem localizações de dobras conhecidas ou as tratem como desconhecidas para ajustar a seleção de largura de banda e as ordens de correção de viés de acordo.

Principais Recursos de Implementação

• Ajuste Conjunto vs. Separado: O método padrão fitmethod = "joint" usa uma regressão interagida com tratamento, o que é crucial para inferência robusta a clusters quando clusters (por exemplo, distritos escolares) abrangem ambos os lados da fronteira. A opção separate é mantida para replicação de convenções anteriores.
• Seleção Automática de Largura de Banda: Implementa vários seletores (MSE, CER, integrado, pontual) com opções para larguras de banda separadas ou comuns entre lados do tratamento e coordenadas de pontuação.
• Ajuste de Covariáveis: Permite melhorias de eficiência incluindo covariáveis predeterminadas com coeficientes comuns entre os lados do tratamento, integradas tanto na estimação quanto na seleção de largura de banda.
• Regularização: Inclui salvaguardas para regularização da matriz de covariância (para inferência uniforme), verificações de pontos de massa e regularização de viés pequeno para prevenir larguras de banda excessivamente grandes.

Aplicação Empírica

O artigo ilustra o pacote usando o programa Zonas de Oportunidade.

• Configuração: A elegibilidade é determinada por uma pontuação bivariada (taxa de pobreza e renda familiar mediana) formando uma fronteira em forma de L. A designação é difusa (nem todos os trechos elegíveis são designados).
• Resultados:
  • Primeiro Estágio: Tanto os métodos baseados em localização quanto os baseados em distância mostram um efeito forte e estatisticamente significativo do primeiro estágio da elegibilidade sobre a designação em toda a fronteira.
  • Forma Reduzida: O efeito da elegibilidade sobre o crescimento inicial de empregos no local de trabalho é pequeno e estatisticamente insignificante.
  • Efeito Difuso: Consequentemente, a BATEC difusa (razão de Wald) é imprecisa e estatisticamente insignificante. Nenhum dos métodos encontra evidências de um efeito de tratamento significativo sobre o crescimento de empregos.
  • Comparação: As estimativas do primeiro estágio baseadas em distância mostraram ligeiramente mais variabilidade perto de certas localizações da fronteira em comparação com as estimativas baseadas em localização, consistente com a sensibilidade teórica à geometria da fronteira.

Principais Contribuições

1. Implementação de Software: A contribuição principal é o pacote rd2d, que operacionaliza resultados teóricos complexos para pesquisadores aplicados em três plataformas estatísticas principais (R, Python, Stata).
2. Framework Unificado: Fornece um framework coerente para estimar e inferir efeitos causais em projetos de BD, cobrindo projetos nítidos e difusos, inferência pontual e uniforme, e resumos escalares (WBATE, LBATE).
3. Clareza Metodológica: Ao implementar ambas as abordagens baseadas em localização e baseadas em distância, o software permite que os pesquisadores diagnostiquem o impacto da geometria da fronteira sobre suas estimativas. Destaca que, embora os métodos baseados em distância sejam mais simples, sua validade é mais contingente à suavidade da fronteira.
4. Ferramentas de Inferência Robusta: O pacote implementa técnicas avançadas de inferência, incluindo faixas de confiança uniformes e estimação de variância robusta a clusters, que são essenciais para analisar a heterogeneidade do efeito do tratamento ao longo de uma fronteira.

Significado e Alegações

O artigo posiciona o rd2d como uma ferramenta necessária para a literatura crescente sobre projetos de RD geográfica e de múltiplas pontuações. Alega preencher uma lacuna onde o trabalho empírico anteriormente carecia de orientação formal sobre identificação de parâmetros e validade da inferência.

Os autores enfatizam que, embora os métodos baseados em distância sejam valiosos por sua simplicidade e interpretabilidade, a abordagem baseada em localização serve como o principal benchmark sempre que a pontuação bivariada estiver disponível, particularmente quando a geometria da fronteira é complexa. O software é projetado para facilitar relatórios transparentes de efeitos específicos da fronteira, resumos agregados e os diagnósticos necessários (por exemplo, larguras de banda, tamanhos de amostra efetivos e avisos de regularização de covariância) para garantir conclusões empíricas robustas.

O artigo conclui que o pacote permite que os pesquisadores separem efeitos de forma reduzida, primeiro estágio e difusos ao longo de fronteiras multidimensionais, conforme demonstrado na aplicação das Zonas de Oportunidade, e que a sintaxe e documentação fornecidas visam padronizar o relato de projetos de BD na pesquisa empírica.