📈 economics

Donut Regression Discontinuity Designs

本文为甜甜圈回归断点设计提供了一个理论框架，论证了排除断点附近的观测值如何影响偏差与方差，同时证明了现有的偏差感知推断方法仍然有效，并为比较常规估计量与甜甜圈估计量形式化了设定检验。

原作者： Cladia Noack, Chistoph Rothe

发布于 2026-08-12

📖 1 分钟阅读☕ 轻松阅读

原作者： Cladia Noack, Chistoph Rothe

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你是一名试图查明某事发生原因的侦探，但你无法进行受控实验。你必须依靠“观测数据”——仅仅观察现实世界中发生的事情。在经济学和社会科学领域，有一个聪明的技巧叫做断点回归（Regression Discontinuity, RD）设计。把它想象成一个守则极其严格的专属俱乐部保镖。保镖有一条规则：“如果你年满18岁，你就可以进来；如果你是17岁又364天，你就得留在外面。”

因为这条规则非常明确，所以那些刚好够年龄的人（18岁零1天）和那些刚好不够年龄的人（17岁又364天），在各方面都几乎像是同卵双胞胎，唯一的区别就是那一天的年龄。通过比较他们的结果——比如他们以后能赚多少钱——你可以分离出“年满18岁”所带来的影响。这就像是一个天然实验，其中唯一改变的是“处理”（即能否进入俱乐部）。

但问题在于，有时数据会变得混乱。人们可能会在年龄上撒谎，或者保镖可能会搞混，让一个看起来像18岁的17岁少年进入，或者人们在正好18岁时表现得异常特殊。当研究人员怀疑数据在“断点”处出现了问题或被操纵时，他们通常会使用一种策略——“甜甜圈”回归（Donut RD）设计。这就是说，他们会扔掉所有离那条线太近的数据点，在数据中间制造一个洞——就像一个甜甜圈。然后，他们尝试通过观察那些离得稍远的人，来推测中心点可能发生的情况。

问题是，长期以来，没有人真正了解这个“甜甜圈洞”背后的数学原理。研究人员只是在凭感觉猜测洞应该有多大，以及他们的结果是否值得信赖。他们在不知道洞是否太大或糖霜是否融化的情况下，就在吃着这个甜甜圈。

论文的故事：甜甜圈的数学

在这篇论文中，Claudia Noack 和 Christoph Rothe 不再仅仅靠直觉猜测，而是开始进行严密的数学计算。他们不把“甜甜圈”仅仅看作一种启发式的技巧，而是将其视为一种正式的统计工具。他们提出了疑问：如果我们挖掉中间的部分，会对我们的估计产生什么影响？我们会得到更多错误的答案吗？我们的置信区间（我们认为真相所在的范围）会变宽吗？

他们的发现既包含“要小心”，也包含“如何正确操作”。

首先，他们发现，挖掉线附近的观测数据确实会降低估计的精确度。这就像试图通过只测量房间角落来猜测房间中心的温度一样。你必须进行更多的推测（外推），而这会引入更多的误差。他们发现，如果你移除一个小的“甜甜圈”（例如，移除通常数据窗口内10%范围内的观测值），你的估计值的偏差（Bias）（即你偏离真相的程度）可能会增加 41% 到 63%，而你的方差（Variance）（即如果你再次进行这项研究，你的答案会产生多大的波动）可能会增加 53% 到 61%。用通俗的话说：甜甜圈会让你的答案变得更嘈杂，且可能更具偏差。

然而，作者们也发现了转机。他们表明，一种特定类型的统计工具，即**“感知偏差”的置信区间（bias-aware confidence intervals），即使在有甜甜圈洞的情况下也能完美运行。这些特殊的区间会稍微变宽，以考虑到你可能存在轻微偏差的情况。论文证明了你不需要为甜甜圈发明新的数学，你只需要使用这些现有的、稳健的工具。但这是有代价的：由于额外的确定性缺失，当你使用甜甜圈时，这些置信区间会变得长 26% 到 33%**。这就像保镖说：“我们不能完全确定谁能进来，所以我们会给出一个更宽的可能性范围。”

该论文还探讨了研究人员为什么要使用甜甜圈的问题。通常，他们将其作为一种“诊断测试”。如果来自“甜甜圈”数据（忽略混乱的中间部分）的结果与使用所有数据的结果完全不同，那么这就是一个红旗，预示着断点附近的数据出了问题。作者开发了新的正式测试来检查这一点。他们比较了两种进行此类检查的方法：

旧方法： 将“甜甜圈”结果与“全数据集”结果进行比较。
新方法： 将“甜甜圈”结果与仅从“洞内”数据（即“甜甜圈内”数据）计算出的结果进行比较。

通过模拟和数学计算，他们发现新方法通常是更优秀的侦探。它在发现断点附近的数据确实出现问题时，比旧方法更有效。在他们的模拟中，新测试捕捉到问题的频率远高于旧方法。

最后，作者将他们的新规则应用于两个现实世界的案例。一个是关于巴基斯坦教师合同的研究，其中政策变化产生了一个断点。他们发现，当使用甜甜圈方法时，结果发生了剧烈变化，这表明原先靠近断点处的数据确实存在问题。另一个案例是关于低出生体重婴儿（约1,500克）的研究。他们证实了出生体重在1,500克左右的舍入误差正在干扰数据，并且他们的新测试帮助量化了这种情况到底有多重要。

简而言之，Noack 和 Rothe 不仅仅是说“甜甜圈是可以接受的”。他们为研究人员提供了一本手册：“如果你使用甜甜圈，请预期你的答案会变得更嘈杂，你的安全范围也会更宽。但如果你使用这些特定的工具和这种新的测试方法，你仍然可以信任你的结论。”他们将一个流行的但混乱的厨房小技巧，变成了一种精确的科学仪器。

技术摘要：甜甜圈回归断点设计 (Donut Regression Discontinuity Designs)

1. 问题陈述

回归断点 (Regression Discontinuity, RD) 设计是利用观测数据识别因果效应的标准框架。然而，经验研究人员经常遇到关于断点附近运行变量有效性的担忧，包括排序 (sorting)、操纵 (manipulation)、测量误差或数据堆积 (data heaping，例如向焦点值取整)。为了解决这些问题，研究人员经常采用“甜甜圈”RD 设计，即排除断点附近的一个邻域（即“甜甜圈孔洞”）。

尽管甜甜圈 RD 设计被广泛使用，但其实现方式在很大程度上仍是启发式的。目前对于修剪观测值如何影响估计量的偏差、方差和统计推断，缺乏正式的指导。具体而言，以下问题仍不明确：

排除甜甜圈附近的观测值如何改变偏差与方差之间的权衡。
常规软件报告的标准误和置信区间是否仍然有效。
如何正式测试常规 RD 估计量与甜甜圈 RD 估计量之间的差异是具有统计学意义的，还是仅仅由于抽样变动引起的。
在规范性检验的背景下，如何解释这两个估计量之间差异的幅度。

2. 方法论与理论框架

作者在局部线性估计框架内分析了甜甜圈 RD 设计。他们考虑了一个锐性 (sharp) RD 设计，其中运行变量 $X_i$ 决定了处理状态 $T_i = \mathbb{1}\{X_i \geq 0\}$ 。

2.1. 甜甜圈估计量

甜甜圈 RD 估计量 $\hat{\tau}(h, d)$ 被定义为一个局部线性回归，它排除了满足 $|X_i| < d$ 的观测值，其中 $d$ 是甜甜圈大小， $h$ 是带宽（且 $d < h$ ）。当 $d=0$ 时，该估计量退化为常规 RD 估计量。

2.2. 被估计量与识别

本文区分了使用甜甜圈设计的两种潜在目标：

因果估计： 研究者假设一个假设函数 $\mu^*(x)$ ，该函数在甜甜圈之外（ $|x| \geq d$ ）与观测到的条件期望 $\mu(x)$ 一致，但在甜甜圈内部可能有所不同。目标参数是 $\mu^*(x)$ 在零点处的跳跃，即 $\tau^* = \mu^*_+ - \mu^*_-$ 。
诊断/规范性检验： 研究者测试“甜甜圈内部的观测数据是否与控制甜甜圈外部数据的平滑性假设相兼容”这一零假设。在零假设下， $\mu(x) = \mu^*(x)$ 对所有 $x$ 成立，这意味着 $\tau = \tau^*$ 。

2.3. 渐近状态

分析考虑了关于甜甜圈大小 $d$ 相对于带宽 $h$ 的两种渐近状态：

小甜甜圈渐近 (Small Donut Asymptotics)： $d = ch $，其中$ c \in [0, 1) $为固定值，且$ h \to 0$。这模拟了被排除的邻域相对于估计窗口较小的场景。
大甜甜圈渐近 (Large Donut Asymptotics)： $d$ 为固定值，且 $h \to d$ 。这模拟了估计窗口仅略大于排除间隙的场景。

2.4. 关键技术工具

作者推导了甜甜圈估计量的偏差和方差的渐近近似。他们表明，甜甜圈估计量的行为类似于一个具有修正核函数 $K_c(u) = K(u)\mathbb{1}\{|u| > c\}$ 的常规估计量。因此，其渐近性质取决于新的核常数 $B_K(c)$ 和 $S_K(c)$ ，这些是关于截断支撑集 $[c, 1]$ 的积分。

对于推断，本文使用了偏差感知置信区间 (bias-aware confidence intervals) (Armstrong and Kolesár, 2018; Kolesár and Rothe, 2018)。这些区间显式地考虑了由平滑度界限 $M$ 允许的最坏情况偏差，而不是依赖于对修剪敏感的高阶偏差修正。

3. 主要贡献与结果

3.1. 点估计：偏差与方差的权衡

本文确立了甜甜圈修剪相对于常规 RD 估计量会引入显著的额外不确定性。

增加的偏差与方差： 在小甜甜圈渐近状态下，排除带宽 10% 以内的观测值（ $c=0.1$ ）会导致渐近偏差增加 41% 至 63%，以及方差增加 53% 至 61%，具体取决于核函数（均匀核、三角形核或 Epanechnikov 核）。
最优带宽： 作者刻画了均方误差 (MSE) 最优带宽 $h_{MSE}(d)$ 。他们表明，对于标准核函数，最优带宽随甜甜圈大小 $d$ 单调递增。

3.2. 推断：偏差感知区间的有效性

偏差感知 CI 的稳健性： 本文证明，在两种渐近状态下，偏差感知置信区间对于甜甜圈 RD 设计都是渐近有效的，无需进行特殊调整。
区间长度： 虽然有效，但甜甜圈的存在显著加宽了这些区间。对于 $c=0.1$ ，与常规情况相比，渐近区间长度增加了 26% 至 33%。这种增加主要是由标准误的上升驱动的，尽管临界值函数也有所贡献。
稳健偏差修正 (RBC)： 相比之下，本文指出 RBC 置信区间 (Calonico et al., 2014) 仅在小甜甜圈渐近状态下保持正确的覆盖率，并且由于高阶多项式对修剪的敏感性，其长度膨胀更为严重（对于 $c=0.1$ ，膨胀了 60% 至 66%）。

3.3. 规范性检验

作者开发了正式的统计检验来比较常规估计量与甜甜圈估计量，并解决了两者之间高度相关的问题。

检验 1 ( $\Delta$ )： 将甜甜圈估计量 $\hat{\tau}(h, d)$ 与常规估计量 $\hat{\tau}(h, 0)$ 进行比较。该检验考虑了两个估计量之间的协方差。
检验 2 ( $\Gamma$ )： 将甜甜圈估计量 $\hat{\tau}(h, d)$ 与“甜甜圈内”估计量 $\hat{\tau}(d, 0)$ （仅使用甜甜圈内部的数据）进行比较。这种方法使用不重叠的数据，从而产生统计独立的估计量。
功效属性： 理论分析和模拟表明，在针对一类合理的局部替代假设（即条件期望在甜甜圈内部表现不同）时， $\Gamma$ 检验通常比 $\Delta$ 检验具有更优的局部功效 (local power)。

3.4. 向模糊 RD (Fuzzy RD) 的扩展

该框架被扩展到了模糊 RD 设计。

强第一阶段 (Strong First Stage)： 在小甜甜圈渐近状态且第一阶段较强的情况下，模糊甜甜圈估计量在渐近意义上等价于应用于辅助结果变量的锐性甜甜圈估计量。标准的偏差感知推断同样适用。
弱第一阶段 (Weak First Stage)： 在识别较弱或甜甜圈较大的情况下，点估计通常是不一致的。作者建议使用 Anderson–Rubin 型置信集，并针对第一阶段和简化型 (reduced form) 分别进行规范性检验，并通过 Bonferroni 校正来调整多重检验。

4. 实证说明

本文通过两个应用展示了这些方法：

教师合同（巴基斯坦）： 通过重新审视 Bau and Das (2020)，作者发现甜甜圈修剪（排除低招聘期）极大地改变了合同分配概率的第一阶段估计。规范性检验强烈拒绝了常规的模糊 RD 设计，表明结果是由被排除的时期驱动的。
低出生体重（美国）： 重新审视 Almond et al. (2010) 和 Barreca et al. (2011) 关于 1,500 克阈值下的婴儿死亡率研究。研究表明，排除断点附近的观测值（由于舍入/堆积现象）将医疗干预的估计效应从 0.95% 降低到 0.16%。规范性检验表明，常规估计量与甜甜圈估计量之间的差异具有统计学意义，支持了对阈值附近数据异常的担忧。

5. 重要性与主张

本文为甜甜圈 RD 设计提供了第一个正式的理论基础，使这一实践从启发式应用转向严谨的统计推断。

澄清权衡： 它量化了甜甜圈修剪的代价，表明虽然它可以应对识别威胁（如操纵），但也会以显著增加偏差和方差为代价。
有效的推断： 它提供了一个用于有效统计推断的工具包（置信区间和假设检验），该工具包正确地考虑了修剪引入的不确定性。
诊断效用： 它将甜甜圈设计形式化为诊断工具，提供了一种严谨的方法来测试断点附近的数据是否与样本其余部分的行为保持一致。

作者总结道，虽然甜甜圈修剪是应对特定数据问题的有用策略，但研究人员必须意识到不确定性的显著增加。他们建议，选择甜甜圈大小 $d$ 应依赖于专业知识而非纯粹的数据驱动选择，特别是在以有效因果推断为目标时。然而，在规范性检验的情境下，探索一系列 $d$ 值是可行且具有信息价值的。