近年来，政策评估类研究在各大期刊上崭露头角，跟大家推荐的普遍使用的政策评估类方法有：断点回归（RDD）、传统双重差分法（DID）、倾向得分匹配双重差分方法（PSM-DID）、合成控制法（SCM），各个方法之间各有优缺点相互补充。本次推送断点回归方法。

目前RDD方法广泛的运用于劳动经济学和社会保障领域，例如：研究退休制度对某方面的影响，所用的数据一般来自CGSS、CHNS数据库。比如：今年的考研录取分数线是500分，以此为断点499分没有考上，而501分考上。考上大学的概率由0转化为1。那么499分的同学和501分的同学在本质上没有什么系统性的差异，考试成绩的细微的差异可以被认为是随机抽样的结果。RDD方法等于是在断点附近的局部随机试验，这一点赖以成立的前提条件，并不难以满足。RDD方法建议采用横截面数据，基本要求是：样本量足够足够大。社会调查数据的样本足够大符合断点回归的要求，因此得到了广泛的应用。

提供的包里，提供了断点回归的步骤、中文和英文文献，精确断点回归的数据、程序DO文件，模糊断点回归的数据、DO文件，等其他有价值的资料。