断点回归常被用来评估资格线、分数线一类临界值两侧的效应差异，但设定一旦站不住，结论就很难站住。调研断点回归方法要回答怎么做、注意什么、容易犯哪些错三个问题。本文按问题解答的方式梳理稳健性检验的关键步骤，并说明样本招募与数据采集中需要配合的环节。本文也列出样本招募与数据采集中需要配合的具体环节。
断点回归适合回答什么问题
调研断点回归方法常用于评估某个连续变量越过临界值后结果变量的跳跃，常见于资格线、分数线、年龄门槛等场景。它的优势在于临界点附近的处理组与对照组可比性较强，不需要假设所有混杂因素都被观测到。方法选择应与研究问题匹配，不宜为了使用而使用。
但它回答的是临界点附近的局部效应，不能直接外推到远离临界值的群体。使用前提是驱动变量不能被人为操纵：若个体能自行决定落在临界值哪一侧，分组就不再具备可比性，估计会带偏差，此时应先做操纵检验再谈效应估计。操纵检验不通过时，应重新考虑识别策略的可行性与边界。驱动变量的测量误差也需要评估，误差过大会模糊临界点。
稳健性检验怎么做
其一是带宽选择。带宽越窄偏差越小但方差越大，常用做法是报告多个带宽下的结果，并给出基于均方误差准则选出的带宽作为主结果，只报单一带宽容易被质疑挑选结果。其二是多项式阶数，线性、二次、三次各跑一遍看效应是否稳定。带宽与阶数的多种组合，建议一并呈现在稳健性表格中。
其三是安慰剂检验。把临界点人为移到真实值以外的位置重新估计，效应应当消失或明显变小；若假临界点处也出现跳跃，说明设定不可靠。其四是驱动变量密度检验，检查临界点附近样本分布是否出现堆积，堆积通常意味着存在操纵。密度检验的图示比数字更直观，建议随报告一并交付。
需要注意什么
协变量平衡是常被跳过的一步。断点回归不要求协变量在整体上平衡，但要求它们在临界点附近连续。做法是逐个协变量做同样的断点检验，若某协变量在临界点出现跳跃，说明该变量受处理影响或设定有误，需要调整模型或重新界定窗口。协变量检验结果应逐个列出，不做选择性的呈现。连续性检验的图形与数值建议同时给出，便于直观判断。
样本损失也要提前算清。带宽收窄会大幅减少可用样本，若原始样本量不足，窄带宽下的置信区间会很宽，结论缺乏区分力。项目执行阶段应据此反推所需的样本规模，而不是等数据回收后再决定带宽，否则只能接受较宽的区间。样本规模的反推应在问卷定稿前完成，不要留到事后补救。
常见误区有哪些
误区之一是把局部平均处理效应说成整体效应。断点回归识别的是临界点附近的效应，外推需要额外假设，报告中必须写清适用范围。之二是忽视离散驱动变量，当驱动变量取值有限时，临界点附近可能没有足够样本，估计不稳。区间过宽时应如实说明，不做超出数据支撑的解读。
误区之三是把多个临界值混在一个回归里。不同类型资格线叠加时，应分别估计再做比较，合并会掩盖差异。之四是只报通过检验的结果，未通过稳健性检验的结果同样要呈现，否则结论经不起复核，也会让委托方误判可信度。外推范围需要在结论部分明确写出，避免读者误用。适用范围的表述应包含驱动变量区间与样本特征两层信息。
样本层面的配合要求
断点设计对样本结构有特殊要求，招募时要保证临界点两侧都有足够人数。以资格线为例，若临界值上方的合格者远多于下方，估计精度会被拉低。样本库在执行时应按驱动变量分段设配额，两侧各预留不少于目标样本的一半。取值有限时，可考虑改用分组比较的思路替代连续设定。
驱动变量的记录精度要在问卷阶段确定。收入、分数、时长一类变量若只记录区间，无法定位临界点附近样本，后续只能做粗略分组。建议在问卷中直接采集数值，同时保留区间选项作为兜底，避免大量缺失导致有效样本缩水。未通过检验的结果同样要呈现，便于委托方判断可信度。
报告呈现与结论表述
报告建议包含四个部分：临界点两侧样本量、主带宽下的效应估计与置信区间、多带宽与多阶数的稳健性表格、驱动变量密度图与协变量连续性检验结果。四部分缺一，结论的完整度都会打折，复核时也容易被追问。两侧配额的达成情况，应在执行中期检查一次并及时调整。分段配额的边界建议留有余量，避免样本落在临界值正上方。
表述上避免用过满的措辞，写清效应大小、置信区间与适用范围。调研断点回归方法的价值在于提高因果推断的可信度，但前提是设定经得起检验，稳健性检验不是补充环节，而是结论能否成立的组成部分。数值题需设置合理的取值范围提示与前端校验规则。