美国众议院选举中非随机选择的随机实验
摘要
本文建立了相对较弱的条件，在该条件下，断点回归（RD）分析的因果推断可以与随机实验的可靠推断一致，因此可以通过检查RD设计的有效性来检验RD设计的有效性。具体而言，考虑一种标准的治疗评估问题，其中当且仅当V> v0时，其中v0是已知的阈值，V是可观察的。V可以取决于个人的特点和选择，但也有一个随机的机会因素：对于每个个体而言，对于V存在明确的概率分布。密度函数被假定为连续的。这里的治疗状况与V = v0的当地社区一样好随机化。这些想法在对美国众议院选举的分析中进行了说明，其中最终投票计数的固有不确定性是合理的，这意味着赢得的一方基本上是随机选出的，这个选举是由狭窄的边缘决定的。证据与这个预测是一致的，然后用这个预测来产生选举优势到任职的“接近实验”的因果估计。
引言
最近断点回归设计（RDD）的鉴定问题重新引起人们的兴趣。RD设计涉及二分治疗，该治疗是单个观察到的连续协变量的确定。治疗分配给那些分数超过已知阈值的个体。 Hahn，Todd和van der Klaauw（2001）正式建立了最小连续性假设，以确定RDD中的治疗效果。实质上，对于略低于阈值的个体而言，平均结果必须代表恰好高于阈值的治疗组的有效反事实。对于应用研究人员来说，调用这个假设有两个限制：1）在许多情况下，个人对他们的分数有一定的影响，在这种情况下，这种假设是否合理尚不清楚。2）这是一个根本无法测试的假设。
本文描述了一个非常一般的治疗分配选择模型，该模型1）允许个人以不受限制的方式影响他们自己的分数，2）产生可用于评估RDD的有效性的强可测试预测。特别是，下面显示RD设计的因果推断有时可以像从随机试验中得出的结论那样可信。
数据和方法
本文分析中使用了美国国会从1946年至1998年的选举数据。在下一次选举中民主选举成功的相应增加将代表由于在该地区的执政党而获得的总体选举收益。美国国会选举制度存在固有的RDD。不管民主党人还是国会地区的执政党在先前选举中是否拥有投票权的确定性。很难直接比较上述RDD估计值与政治科学文献中现有优势的现有估计值。这是因为RDD估计确定了一个不同但相关的概念。现有文献一般侧重于现任立法者优势的概念，而RDD方法则确定整体现任党派优势。
结论
虽然连续性假设似乎是一个弱的限制，特别是因为它在计量经济学的大多数选择模型中是隐含的，所以有理由相信当代理人直接和精确地控制得分V时他们可能被违反。如果接受治疗有好处，很自然地期望那些获得最多的人选择他们的V值高于并且可能只是略高于相关阈值。排除这种行为似乎是在理论上证明RDD在任何特定情况下应用的重要部分。
原文题目：Randomized Experiments from Non-random Selection in U.S. House Elections
作者：David S. Lee
本章来源：Journal of Econometrics, 2008, 142(2):675-697.
译者：李佩娟
译者单位：山西财经大学资源型经济转型发展研究院2016级区域经济学硕士研究生
