目录

1. 简介

在断点回归设计 (RDD) 中，我们主要利用结果变量和处理状态在断点处的跳跃进行因果推断。但是当两者在断点处是连续变量时，RDD 就难以识别因果效应，这种问题在研究中经常会出现，导致无法使用 RDD 来估计因果效应。

在这种情况下，如果两者在断点处存在拐点/弯折 (Kink)，即斜率存在变化，则可以通过与 RDD 类似的思路，利用拐点回归设计 (Regression Kink Design, RKD) 的思路来识别因果效应。

在拐点回归设计 (RKD) 中，结果变量  和处理状态  在断点处可以存在跳跃，也可以是连续的。但要求它们相对于配置变量  的导数在断点处存在跳跃，从而 RKD 就可以利用断点处的导数变化 (即斜率变化) 来进行因果识别。

简言之，拐点回归设计就是将结果变量在断点处的弯折归因于处理状态  在断点处的弯折，相当于结果变量  和处理状态  相对于配置变量  导数的断点回归设计。

在拐点回归设计中，处理状态  可以是二元变量，也可以是关于配置变量  的连续函数。已有文献对拐点回归设计中的平均处理效应、连续处理变量下的分位数处理效应进行了研究。在此基础上，Chen et al., (2020) 开发了一个方法来估计二元处理变量下的拐点回归设计中的分位数处理效应。

rkqte 命令是在 Chen et al., (2020) 的基础上，对拐点回归设计 (RKD) 中的分位数处理效应 (QTE) 进行估计和稳健推断。该命令包含一个被解释变量  、一个二元处理变量  和一个配置变量 。主要结果包括多个分位数的分位数处理效应估计值和统一的 95% 置信区间。

该命令还能提供两个检验，即分位数处理效应在各个分位数均为 0 的原假设，以及分位数处理效应是常数的零假设 (不存在异质性处理效应)。注意，该命令仅适用于估计处理变量  为二元变量的情况，对于连续处理变量，参考 qrkd 命令。