调研断点回归方法：稳健性检验要点落地方案

断点回归在政策评估与营销效果评估中使用频率不低，但不少项目只报告了断点两侧的均值差，缺少对识别假设的检验。本文围绕调研断点回归方法的稳健性检验，给出一套可执行的落地方案，包括前提核查、带宽选择、检验清单与交付标准，便于在项目周期内直接套用。

先核查识别假设，再进入估计环节

断点回归的识别依赖两个前提：驱动变量在断点处不被操纵，以及除处理状态外的其他因素在断点附近连续。项目启动时应先完成这两项核查，再进入估计环节。跳过前提核查直接出结果，是这类分析在评审中被质疑的主要原因。

操作上，我们把前提核查拆成四张表：驱动变量分布表、协变量平衡表、断点附近样本量表与缺失值分布表。四张表均为交付物的固定组成部分，缺少任一项即视为该轮结果不可用，需要补齐后重新估计。四张表的口径需在方案评审时确认，中途修改应记录版本号与修改原因，这一要求同样适用于后续的估计环节。

驱动变量的口径与连续性检验

在调研断点回归方法的项目中，驱动变量的口径必须可复核。若断点来自年龄、收入或分数，需要明确取值时点与测量单位，并说明是否存在四舍五入导致的堆积。连续性检验采用驱动变量密度检验，观察断点两侧密度是否存在异常跳变。若断点由规则外生设定，还需说明规则变更历史，避免在样本期内存在多次调整而未加控制。

判读标准建议设定为：密度检验的统计量在常规显著性水平下不拒绝连续，且断点两侧各保留不少于百分之十的观测用于局部比较。若任一项不满足，应在报告中明确标注为识别受限，而不是照常汇报估计值与结论。若驱动变量存在离散取值，例如以整数年龄或整十分划定断点，还需要说明取值粒度对密度检验的影响。

带宽选择的执行步骤

带宽决定了用于估计的样本范围，直接影响偏差与方差的权衡。我们的执行步骤是三档并行：先按常用准则给出一个基准带宽，再取基准的二分之一与两倍作为对照，三档结果同时汇报。若三档的估计值方向与量级一致，说明结论对带宽不敏感。

判读时以基准带宽的结果为主结论，另两档作为带宽敏感性证据。若分档结果出现方向反转，应当停止出具因果结论，转为描述性说明，并在报告中列明原因。带宽的选择过程需要完整留痕，包括所用准则与计算代码版本。此外，三档带宽下的样本量需一并汇报，样本量过小的档位应标注为参考结果，不作为主结论的依据。

多项式阶数与核函数设定

局部多项式与核函数的选择同样影响结果。建议默认采用局部线性回归配合三角核，并在稳健性部分补充零阶与二阶多项式的对照。阶数越高，方差越大，边界处的拟合波动也越明显，不应为了追求拟合优度而随意提高阶数。

对照结果的处理规则是：若不同阶数下估计值差异在可接受范围内，取默认设定；若差异较大，以较低阶数为准并说明原因。所有对照结果应汇入同一张汇总表，表中注明带宽、阶数、核函数与样本量四列，便于逐行核对。边界处的观测权重值得单独说明，靠近断点的样本对估计影响更大，若存在异常值应给出识别与处理规则。

稳健性检验的固定清单

我们把稳健性检验固定为五项：安慰剂断点检验、协变量连续性检验、甜甜圈检验、带宽敏感性检验与随机化推断。安慰剂断点要求在非真实断点处的估计值不显著；甜甜圈检验剔除断点最近邻的若干观测后重估，用于排除极端值驱动。

各项检验均需在报告中给出统计量与判定结果，采用通过、受限、不通过三档标注。出现两项及以上受限时，结论应降级为参考性证据。这套标注方式便于决策层快速理解结论的可信度，也便于后续团队复核。随机化推断适用于样本量较小的场景，它通过重排处理状态构造参照分布，可作为常规检验之外的补充证据。

交付物与判读标准

交付物包含六部分：前提核查四表、带宽敏感性汇总表、阶数与核函数对照表、稳健性检验清单、主估计结果表与口径说明。口径说明需写明驱动变量定义、断点来源、样本筛选规则与时间窗口，不接受口头补充的解释。此外，交付物应包含一份可复现的计算脚本或操作记录，列明所用软件版本、主要参数与运行顺序。

判读标准统一为三条：识别假设未被拒绝、带宽敏感性方向一致、稳健性检验中不通过项为零。三条同时满足时方可出具因果结论。调研断点回归方法的价值在于把因果推断的争议前置为可核查的检验项，这一流程值得在项目立项时就写入方案。把上述流程写入项目方案，可以在评审阶段减少大量关于可信度的争论，也能让需求方更早理解结论的边界。