Regression modelQuasi-experimental / causal inference

空间回归不连续设计 (Spatial RDD)

空间回归不连续设计利用地理或行政边界作为将单位分配到处理的阈值。它比较边界内侧的观测单位与边界外侧的观测单位，利用截止点附近处理状态的近乎随机变异来恢复局部因果效应。当政策或制度在边界处发生急剧变化时，该方法广泛应用于经济学、政治学和公共卫生领域。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

方法图谱

相关方法的邻域——选择一个节点以展开探索。

空间回归不连续设计 (Spatial RDD)

双重差分法 (Diff-in-Diff)模糊回归断点设计因果推断的工具变量（IV）方法倾向得分匹配空间粗粒化精确匹配 (Spatial CEM)空间事件研究设计空间模糊回归不连续设计空间工具变量（Spatial IV / Spat…空间中断时间序列空间匹配估计量

另有 5 项

来源

Dell, M. (2010). The Persistent Effects of Peru's Mining Mita. Econometrica, 78(6), 1863-1903. DOI: 10.3982/ECTA8121 ↗
Keele, L., & Titiunik, R. (2015). Geographic Boundaries as Regression Discontinuities. Political Analysis, 23(1), 127-155. DOI: 10.1093/pan/mpu014 ↗

如何引用本页

ScholarGate. (2026, June 3). Spatial Regression Discontinuity Design. ScholarGate. https://scholargate.app/zh/causal-inference/spatial-regression-discontinuity-design

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

并排比较 →

被引用于

空间粗粒化精确匹配 (Spatial CEM)空间事件研究设计空间模糊回归不连续设计空间工具变量（Spatial IV / Spatial 2SLS）空间中断时间序列空间匹配估计量空间面板事件研究空间安慰检验空间倾向得分匹配空间倾向得分加权空间合成控制法

发现本页有问题？报告或提出修改建议 →