📈 economics

rd2d: Causal Inference in Boundary Discontinuity Designs

本文介绍了\pkg{rd2d}，这是一个为 R、Python 和 Stata 设计的综合性软件包，用于实现断点回归设计中的局部多项式估计与推断，提供自动带宽选择、稳健偏差校正及聚类稳健推断等功能，并通过机会区的实证应用加以展示。

原作者： Matias D. Cattaneo, Rocio Titiunik, Ruiqi Rae Yu

发布于 2026-05-29

📖 1 分钟阅读☕ 轻松阅读

原作者： Matias D. Cattaneo, Rocio Titiunik, Ruiqi Rae Yu

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，你正在试图弄清楚一项新政策是否真的能帮助人们。在统计学领域，研究人员经常使用一种称为“断点回归”（Regression Discontinuity, RD）设计的巧妙技巧。你可以将其想象成一道悬崖边缘。

在标准的 RD 设计中，想象地图上有一条单线。如果你住在该线的左侧，你就能获得奖学金（处理组）；如果你住在右侧，则不能（对照组）。因为紧邻该线两侧的居民在各方面几乎完全相同，唯一的区别在于他们落在哪一侧，因此你可以比较他们，以观察奖学金是否真的有效。

问题：世界是二维的，而非一维的
论文《rd2d: Causal Inference in Boundary Discontinuity Designs》（rd2d：边界断点设计中的因果推断）指出，现实生活并非仅仅是一条单线，而是一整张地图。有时，一个项目的资格取决于两个条件同时满足。

例如，要符合“机会区”（针对贫困地区的税收减免）的资格，一个社区可能需要：

足够贫困（低收入），并且
贫困率足够高。

这在地图上形成了一条呈"L"形的边界，而非一条直线。这被称为**边界断点（Boundary Discontinuity, BD）**设计。挑战在于：你如何比较紧邻这条奇怪的二维"L"形线两侧的社区？

解决方案：rd2d 软件
作者（Cattaneo、Titiunik 和 Yu）开发了一款名为 rd2d 的新软件工具（适用于 R、Python 和 Stata），以解决这一数学难题。他们提供了两种看待数据的主要方式，就像两副不同的眼镜：

1. “位置”眼镜（直接法）

这种方法原封不动地观察地图。它将社区的贫困得分和收入得分视为两个独立的坐标（类似于纬度和经度）。

工作原理：它在"L"形边界上的每一点周围画一个微小的圆圈，并比较圆圈内部位于“处理”一侧的人员与位于“控制”一侧的人员。
优点：它利用了所有可用信息。这就像查看一张高分辨率照片，你可以看到地形的每一个细节。
局限：计算量巨大，因为它必须同时处理二维的复杂数学运算。

2. “距离”眼镜（简化法）

这种方法对地图进行了简化。它不再关注两个得分，而是问：“这个社区距离边界线有多远？”

工作原理：它将二维地图转换为一条单线。如果你位于“处理”区内 1 英里处，你的得分为 +1；如果你位于区外 1 英里处，你的得分为 -1。
优点：它将复杂的二维问题还原为简单的一维问题（就像最初的悬崖边缘）。它更容易计算，也更容易解释。
局限：它会丢失一些细节。如果边界线有一个尖锐的拐角（一个“拐点”），这种方法可能会感到困惑，就像试图仅凭直路地图驾驶汽车绕过急转弯的 GPS 一样。

软件实际做了什么
rd2d 包不仅仅是画图；它进行了繁重的统计工作：

自动调节：它自动决定使用多大的“放大镜”（带宽）。如果放大镜太小，图像会显得颗粒感重（噪声过多）；如果太大，细节就会模糊。该软件能找到完美的尺寸。
模糊与锐利：有时，跨越该线保证你能获得处理（锐利）；而在其他情况下，跨越该线只是增加你获得处理的机会（模糊）。该软件能处理这两种情况。
- 类比：“锐利”设计就像自动售货机：投入硬币，就能得到汽水。“模糊”设计则像彩票：购买彩票会增加中奖几率，但不能保证中奖。
“机会区”测试：作者在现实世界的案例中测试了他们的软件：机会区。
- 设置：他们考察了被指定为“机会区”是否真的创造了就业机会。
- 结果：他们发现，具备资格确实极大地增加了获得指定的可能性（“第一阶段”有效）。然而，观察实际的就业增长，该软件发现没有显著证据表明这些区域在早期创造了就业机会。这种效应太小，无法与随机噪声区分开来。
- 比较：他们使用“位置”和“距离”两种方法进行了分析。两种方法达成一致：该政策在获得指定方面是有效的，但早期的就业增长结果尚无定论。

为什么这很重要
在这篇论文之前，研究人员不得不发明自己的、往往不一致的方法来处理这些二维边界。有些人会直接忽略其中一个得分；其他人则使用混乱的近似方法。

rd2d 包提供了一个标准化、严谨的工具包。它允许研究人员：

描绘出确切的“边界平均处理效应”（BATEC）——本质上，这是一张显示政策在何处有效、在何处无效的地图。
将该地图概括为一个单一数值（平均效应），或找出“最佳情况”（最大效应）。
在所有这些过程中使用数学上已证明的置信区间，以便我们了解结果是真实的还是仅仅是运气。

简而言之
这篇论文介绍了一种新的、多功能的工具，用于测量因果关系，特别是当获得处理的规则同时取决于两个因素时。它提供了两种看待数据的方式（直接二维映射或简化的一维距离），提供了处理数学运算的自动工具，并成功地在机会区案例中进行了测试，揭示出虽然获得这些区域指定很容易，但其对就业的早期影响却难以证实。

技术摘要：rd2d：边界不连续设计中的因果推断

问题陈述

回归断点（RD）设计是因果推断的标准工具，通常依赖于单一分数和单个断点。然而，许多实证情境涉及由多维分数相对于一维边界决定的处理分配。这些**边界不连续（BD）**设计，也称为多分数 RD 设计，包括地理 RD 设计和基于多个阈值（例如贫困率和中位收入）的资格规则。

虽然经典的标量 RD 理论已相当成熟，但 BD 设计在历史上缺乏系统的方法论处理。实证应用通常采用对边界问题的临时性简化，而缺乏关于以下方面的正式指导：

正在估计的是哪个因果参数。
如何沿边界总结处理效应的异质性。
在多个边界位置何时推断是普遍有效的。

现有方法通常将双变量分数简化为单变量有符号距离，但这种简化的有效性高度依赖于边界的几何形状（例如拐点或不规则性），即使底层条件期望是平滑的，这也可能引入偏差。

方法论

本文介绍了 rd2d，这是一个适用于 R、Python 和 Stata 的软件包，实现了 BD 设计中最新的理论进展。该方法论建立在两种主要方法之上：

1. 基于位置的方法

该方法直接使用双变量分数 $X_i = (X_{1i}, X_{2i})^\top$ 。

估计：它在边界 $B$ 的两侧使用联合处理交互回归表示拟合局部多项式回归。这允许估计边界平均处理效应曲线（BATEC） $\tau(x)$ ，该曲线捕捉边界上每一点 $x$ 的局部处理效应。
推断：它采用稳健偏差校正（RBC）推断，将 Calonico 等人（2014, 2018, 2020, 2022）的工作扩展到边界索引估计量。这包括逐点置信区间和边界上的均匀置信带。
聚合：该框架支持 BATEC 的标量摘要，具体为加权边界平均处理效应（WBATE）和最大边界平均处理效应（LBATE）。
模糊设计：对于处理 uptake 不完美的情境，该软件包估计简化形式（ITT）、第一阶段（FS）以及模糊 BATEC（Wald 比率），以及它们各自的均匀带和聚合摘要。

2. 基于距离的方法

该方法用标量有符号距离替换双变量分数，以对应边界上的每一点。

估计：它将问题视为边界上每一点的单变量 RD 设计。
有效性：理论结果（Cattaneo 等人，2026b）阐明，仅在特定几何条件下，基于距离的方法才能恢复与基于位置的方法相同的因果目标。如果边界存在拐点或不规则性，由于对距离函数水平集的平滑平均，基于距离的估计量可能与真实的 BATEC 不同。
实现：该软件包允许用户指定已知的拐点位置，或将它们视为未知，以相应地调整带宽选择和偏差校正阶数。

关键实现功能

联合拟合与分别拟合：默认的 fitmethod = "joint" 使用处理交互回归，这对于跨越边界两侧（例如学区）的聚类进行聚类稳健推断至关重要。保留 separate 选项以复现早期惯例。
自动带宽选择：实现了各种选择器（MSE、CER、积分、逐点），并提供了跨处理侧和分数坐标的独立或公共带宽选项。
协变量调整：允许通过在处理侧具有共同系数的预定协变量来提高效率，并将其整合到估计和带宽选择中。
正则化：包括协方差矩阵正则化（用于均匀推断）、质量点检查和小偏差正则化的安全措施，以防止带宽过大。

实证应用

本文使用**机会区（Opportunity Zones）**计划来说明该软件包。

设置：资格由双变量分数（贫困率和中位家庭收入）决定，形成 L 形边界。指定是模糊的（并非所有符合条件的街区都被指定）。
结果：
- 第一阶段：基于位置的方法和基于距离的方法均显示，资格对边界上指定产生的第一阶段效应强劲且具有统计显著性。
- 简化形式：资格对早期工作场所就业增长的影响很小且统计上不显著。
- 模糊效应：因此，模糊 BATEC（Wald 比率）不精确且统计上不显著。两种方法均未发现对就业增长有显著处理效应的证据。
- 比较：与基于位置的估计相比，基于距离的第一阶段估计在某些边界位置附近显示出略大的变异性，这与对边界几何形状敏感的理论一致。

主要贡献

软件实现：主要贡献是 rd2d 软件包，它将复杂的理论结果转化为适用于三大统计平台（R、Python、Stata）的实证研究工具。
统一框架：它提供了一个连贯的框架，用于估计和推断 BD 设计中的因果效应，涵盖清晰和模糊设计、逐点和均匀推断，以及标量摘要（WBATE、LBATE）。
方法论清晰度：通过实现基于位置和基于距离的方法，该软件允许研究人员诊断边界几何形状对其估计的影响。它强调，虽然基于距离的方法更简单，但其有效性更依赖于边界的平滑性。
稳健推断工具：该软件包实现了先进的推断技术，包括均匀置信带和聚类稳健方差估计，这对于分析沿边界的处理效应异质性至关重要。

意义与主张

本文将 rd2d 定位为多分数和地理 RD 设计日益增长的文献中不可或缺的工具。它声称填补了一个空白，即实证工作此前缺乏关于参数识别和推断有效性的正式指导。

作者强调，虽然基于距离的方法因其简单性和可解释性而具有价值，但只要可获得双变量分数，基于位置的方法就作为主要基准，特别是在边界几何形状复杂时。该软件旨在促进边界特定效应、聚合摘要以及必要诊断（例如带宽、有效样本量和协方差正则化警告）的透明报告，以确保稳健的实证结论。

本文结论指出，该软件包使研究人员能够分离多维边界上的简化形式、第一阶段和模糊效应，正如在机会区应用中所展示的那样，并且提供的语法和文档旨在标准化实证研究中 BD 设计的报告。