摘要：作为最重要的准实验因果推断方法之一,断点回归设计有两大分析框架,二者无论在前提假定、带宽选择还是推断方法上均有相当差异。其中,基于连续性的框架(continuity-based framework)假定潜在结果的条件期望连续,在实证研究中广泛应用。局部随机化的框架(local randomization framework)则为后起之秀,该框架假定在断点附近的小窗口,驱动变量可视为随机分配。本文详细介绍了这两大框架的原理与技术细节,包括识别、估计、推断与证伪,并通过蒙特卡罗模拟与经典案例深入比较了二者的差异。文献中一般认为基于连续性的框架所依赖的假定更弱,但本文发现,一方面,该框架隐含假定驱动变量在带宽内为外生变量,在实践中未必满足;另一方面,局部随机化的框架所选窗口一般更窄,故驱动变量的外生性条件更易满足,且适用于离散驱动变量的情形。由于局部随机化框架的有效样本容量一般较小,易受离群值影响,故本文提出使用“留一估计”(leave-one-out estimation)作为稳健性检验。