边界不连续性设计中的估计与推断：基于距离的方法

《Journal of Econometrics》：Estimation and inference in boundary discontinuity designs: Distance-based methods

　　

研究人员研究了用于估计边界平均处理效应曲线（BATEC）的非参数距离方法（各向同性局部多项式方法），该因果泛函捕捉边界不连续性设计中的处理效应异质性。研究人员在治疗分配边界上逐点和一致地建立了识别、估计和推断结果。研究人员表明，边界（一维流形）的几何正则性在确定可行趋近率和有效推断程序中起核心作用。研究人员的理论贡献有三点：第一，研究人员推导了各向同性局部多项式估计量误设定偏差趋近率的一致下界和上界；第二，研究人员得到了一致分布近似，为边界稳健推断提供了依据；第三，研究人员为一大类非参数各向同性回归估计量建立了极小极大下界。这些结果为实证实施提供了实用指导，包括适应治疗分配边界局部不规则性的新带宽选择规则。研究人员用模拟证据和实证应用说明了所提出的方法，并提供了配套的通用软件。

**论文解读：边界不连续性设计中的距离方法——估计与推断的理论基础**

**研究背景与问题**

在因果推断的观测研究中，断点回归设计（Regression Discontinuity, RD）被广泛用于处理基于单变量得分变量的阈值分配规则。然而，许多实际场景中，单位面临二维得分变量，其支持被一条一维边界曲线划分为处理和控制区域，形成边界不连续性设计（Boundary Discontinuity, BD），例如地理断点回归（Geographic RD）设计。在此类设计中，核心因果参数是边界平均处理效应曲线（Boundary Average Treatment Effect Curve, BATEC），它刻画了沿分配边界的异质性处理效应。

目前，估计BATEC存在两类方法：位置方法（Location-Based Methods）直接利用二维得分变量进行局部多项式回归；距离方法（Distance-Based Methods）则将二维得分转化为到各边界点的单变量距离作为运行变量，从而借用标准单变量RD程序。尽管距离方法在实证中广泛应用（文献中超80项研究采用），但其统计性质缺乏系统的理论基础。特别地，距离方法通过各向同性平滑（Isotropic Smoothing）近似BATEC，这一简化可能因边界几何的不规则性（如拐点）引入不可忽视的误设定偏差，从而影响估计与推断的有效性。此外，现有方法对边界几何如何影响偏差、收敛率及最优推断程序的认识尚不清晰。

为此，本研究旨在全面分析距离方法的识别、估计与推断性质，揭示边界几何的核心作用，并为实证实施提供理论指导。

**研究概述与结论**

研究人员在《Journal of Econometrics》发表论文，系统研究了边界不连续性设计中基于距离的各向同性局部多项式方法。主要结论包括：（1）建立了BATEC通过距离诱导条件期望的识别条件，证明仅当边界为可求长曲线且满足其他正则性时，极限等于τ(x)；（2）揭示了边界几何对偏差的决定性影响：在边界光滑处，偏差阶数为h^p+1；但在拐点等不规则处，无论多项式阶数p多大，偏差阶数只能达到h；（3）获得了逐点和一致的收敛率结果，并基于强近似建立了有效逐点和一致推断程序；（4）证明了距离估计量在可求长边界类上的极小极大最优性（至多相差对数因子），收敛率n^-1/4不可改进。这些结论为带宽选择（如自适应拐点带宽）和稳健偏差校正提供了实践指南，并通过哥伦比亚高等教育补贴项目（Ser Pilo Paga）的数据进行了验证。

**主要关键技术方法**

本研究采用以下关键技术：（1）各向同性局部多项式回归：对每个边界点x∈B，使用单变量距离变量D_i(x)=±d(X_i,x)构造运行变量，通过加权最小二乘估计处理和控制组的局部多项式系数，差得BATEC估计量；（2）几何分析：利用可求长曲线、流形参数化等几何测量理论，刻画边界光滑性对诱导回归函数θ_t,x(r)可微性的影响；（3）极小极大理论：构造最坏情形数据生成过程，推导距离估计量的下界收敛率；（4）强近似与高斯耦合：利用经验过程理论建立过程级耦合，支持一致推断。样本队列来自哥伦比亚SPP项目（n=363,096），边界为包含一个内点拐点的L形折线。

**研究结果**

**第3节 识别与解释（Identification and interpretation）**
定理1证明：在可求长边界和度量等价距离条件下，BATEC可通过距离诱导条件期望的极限识别：τ(x)=lim_r↓0θ_1,x(r)?lim_r↑0θ_0,x(r)。该结果澄清了距离方法所估计的因果参数，避免了与位置方法的目标混淆。

**第4节 近似偏差（Approximation bias）**
定理2（一致保证）表明：在包含拐点的所有数据生成过程中，距离估计量的误设定偏差至少为阶h（与p无关）。定理3（光滑边界）则证明：若边界为足够光滑曲线（C^κ+2参数化），偏差可达h^m（m=κ∧(p+1)），恢复标准非参偏差率。这两个定理共同揭示了边界几何对偏差的核心约束。

**第5节 估计与推断（Estimation and inference）**
定理4给出逐点（|??(x)?τ(x)|?_P (nh²)^?1/2+?+|B(x)|）和一致（带log因子）收敛率；方差项为(nh²)^?1，反映其本质是二维非参估计。定理5建立了渐近有效推断：逐点正态近似；一致推断通过条件高斯过程Z?_n(x)的临界值实现，但其成立需附加边界局部周界条件。基于这些结果，研究人员提出了针对光滑边界（h?n^?1/(4+2p)）和未知拐点（h∝n^?1/4）的带宽选择规则。

**第6节 距离方法的极小极大收敛率（Distance-based minimax convergence rate）**
定理6证明：在可求长边界类中，任何仅使用距离信息的估计量（包括本文的局部多项式估计量）的一致极小极大收敛率下界均为n^?1/4（至多对数因子），与回归函数光滑度无关。这确立了距离方法最优性的不可改进性。

**总结讨论与结论**

**研究结论翻译**
本研究考察了边界不连续性设计中基于距离（各向同性）局部多项式估计的统计性质，在治疗分配边界上逐点和一致地建立了识别、估计和推断条件。理论结果凸显了边界（一维流形）几何正则性的核心作用。基于这些结果，为实证实施提供了具体指导，并用模拟和真实数据验证了所提方法的表现。配套通用软件包rd2d实现了本文发展的主要程序。

**讨论**
论文第9节对实践提出分类建议：位置方法优先（当多维得分可用时），距离方法作为稳健替代，池化方法（Pooling-Based Methods）因聚合异质性效应而信息量最少。研究人员特别指出，距离估计量在边界不规则区域（如拐点）偏差增大，应通过自适应带宽或限制局部光滑段来处理。第10节结论进一步推测，未来可通过显式融入边界几何信息（如已知拐点位置）或边界正则化（如光滑近似）来减小误设定偏差。这些建议为BD设计的应用提供了重要指引。