魔鬼在尾部：分配变量存在测量误差的断点回归设计

断点回归（RD）研究设计中的识别，依赖于当协变量（分配变量）超过已知阈值时处理概率的不连续性。然而，当分配变量存在测量误差时，处理概率与观测到的含误差分配变量之间关系的不连续性可能会消失。因此，分配变量中测量误差的存在对处理效应识别构成了直接挑战。本文提供了利用含误差的分配变量、处理状态和结果变量来识别 RD 处理效应的充分条件。我们分别针对离散和连续分配变量证明了识别性，并研究了各种估计程序的性质。我们在一项实证应用中展示了所提出的方法，其中我们估计了 Medicaid 的参与率及其对私人健康保险覆盖的挤出效应。