在实证研究中，因果识别始终是核心难题。如何精准捕捉个体行为对政策的响应、量化制度设计对市场的影响，是学者们长期探索的关键方向。近年来，一种名为“群聚分析法”的前沿实证方法异军突起，凭借其对非连续制度场景的独特适配性，成为连接结构式估计与简约式估计的重要桥梁，在税收、社会保障、企业决策等多个经管领域展现出强大的解释力，相关研究成果频频登上国际顶刊（张航和范子英，2019）。今天，我们就系统拆解这一科研利器，从原理内核、优劣辨析到具体应用，带大家全面掌握其核心逻辑与使用场景。
一、群聚分析法的核心原理
群聚分析法的核心逻辑源于对个体理性决策的观察：当制度设计中存在明确的阈值，如税收起征点、政策资格线、监管标准等，个体为追求自身利益最大化，会主动调整行为以趋近或规避该阈值，从而在数据分布上形成明显的“聚集效应”。该方法通过捕捉这一独特的数据特征，构建反事实框架，进而量化行为弹性、政策效应等关键经济参数。
（一）核心前提：非连续制度与理性决策假设
群聚分析法的应用需满足两个基础前提：一是存在非连续型制度场景，二是个体具备有限理性决策能力（冯晨等，2023）。
从制度场景来看，核心是存在明确的“制度弯折点”或“制度断层点”。其中，弯折点指政策待遇随变量变化呈现斜率突变，如累进税制中，当收入超过某一阈值后，边际税率突然提高，此时收入分布在阈值下方可能出现聚集；断层点则指政策待遇出现水平跳跃，如达到特定经营规模的企业需额外承担环保监管成本，可能导致企业规模在阈值下方形成聚集。这类非连续制度广泛存在于经管领域，为群聚分析法提供了天然的研究场景。
从个体决策来看，该方法假设个体具备有限理性，能够感知制度阈值的存在，并愿意付出一定成本调整行为以获取收益（或规避损失）。例如，纳税人会通过调整申报收入避开更高税率区间，企业会通过优化产能规模规避严格监管，这类主动调整行为正是形成聚集效应的核心动力。若个体对制度阈值无感知，或调整成本过高无法实施，则难以形成可观测的聚集特征，方法适用性会大幅下降。
（二）识别逻辑：聚集效应与反事实框架的构建
群聚分析法的识别核心的是对比差异：通过对比阈值附近的实际数据分布与无政策干预下的反事实分布，分离出制度因素对个体行为的净效应。其核心逻辑可概括为“观察聚集—构建反事实—量化效应”三步闭环。
首先，观察并验证聚集效应的存在。在无政策干预的理想状态下，个体行为变量（如收入、企业规模、移民数量等）应呈现平滑的连续分布；而当存在非连续制度时，理性个体的调整行为会打破这种平滑性，在阈值附近形成“峰值”（聚集区）和“谷值”（规避区）。例如，在税收政策中，若某一收入水平对应边际税率的跃升，纳税人会尽量将收入控制在该水平以下，导致收入分布在阈值下方出现明显峰值，上方则因部分个体的规避行为出现谷值，这种“峰谷并存”的特征就是聚集效应的直接体现。
其次，构建反事实分布。这是群聚分析法的关键步骤，核心是模拟“若不存在该非连续制度，个体行为变量的分布状态”。由于现实中无法直接观测无政策场景，研究者需通过合理的统计方法进行推断，常用策略包括：一是利用阈值远离区域的平滑数据进行插值或拟合，如采用多项式回归对阈值两侧非聚集区域的数据进行拟合，得到平滑的基准分布；二是引入安慰剂检验，通过虚构阈值（如将真实阈值平移一定范围）或选取不受政策影响的对照组，验证拟合的反事实分布的可靠性；三是控制其他混淆因素，如个体特征、时间趋势、区域差异等，确保反事实分布仅反映“无政策干预”的自然状态。
最后，量化因果效应。通过对比实际分布与反事实分布的差异，可精准测度个体行为对制度的响应程度。核心量化指标包括行为弹性（如税收弹性、移民弹性）、政策规避程度、最优化摩擦等。例如，通过计算聚集区的“超额个体数量”（实际分布与反事实分布在峰值区域的差值），可量化有多少个体为规避不利政策调整了行为；结合成本收益分析，还可进一步估计个体的行为弹性——即政策待遇变化对个体行为的影响程度，这一参数是评估政策有效性的核心依据。
二、群聚分析法的优劣辨析
作为一种新兴的因果识别工具，群聚分析法在科研中展现出独特优势，但其应用也受场景、数据等多重因素限制。全面辨析其优劣，是合理运用该方法的前提。
（一）核心优势
（1）对非连续制度场景的精准适配，填补传统方法空白（崔小勇等，2025）。在经管领域，双重差分法（DID）、断点回归法（RDD）是常用的因果识别方法，但两者均有明确的适用边界：DID依赖政策的外生性冲击与对照组的合理选择，RDD则要求个体无法精确操控阈值变量。而群聚分析法专门针对“个体可主动调整行为的非连续制度场景”设计，当存在税收阈值、资格线等可感知的制度边界时，其识别效果优于传统方法。例如，在研究纳税人对累进税制的响应时，个体可主动调整收入以规避高税率，此时RDD的“不可操控性”假设不成立，而群聚分析法则可通过捕捉收入分布的聚集特征，精准识别税收政策的效应。
（2）兼具理论严谨性与实证灵活性，连接结构与简约估计。在实证研究中，结构式估计需明确设定理论模型（如效用最大化模型），虽能揭示因果机制，但模型假设较强；简约式估计（如DID、RDD）无需严格理论假设，可直接测量政策效应，但难以深入解释行为背后的机制。群聚分析法则实现了两者的桥梁作用：在结构估计中，可通过聚集特征验证理论模型的预测（如效用最大化假设下的行为调整方向），并估计模型中的关键参数（如风险偏好、调整成本）；在简约式估计中，可无需严格理论假设，直接通过分布差异测量政策效应，兼顾了理论深度与实证灵活性。
（3）数据需求相对灵活，适用范围广泛。群聚分析法的核心数据需求是“包含制度阈值的微观行为数据”，这类数据在经管领域较为丰富，如税务部门的个体税收数据、统计部门的企业普查数据、社保部门的保障资格数据等。与需要面板数据的DID相比，群聚分析法可基于截面数据实现识别，降低了数据收集难度；同时，其应用场景覆盖税收、社保、移民、企业决策、交通管制等多个领域，具有极强的通用性。
（4）结果直观易懂，政策启示明确。群聚分析法通过分布形态的可视化（如核密度图）直接呈现个体行为对政策的响应，结果直观易解读；其估计的行为弹性、规避程度等参数，可直接为政策优化提供量化依据。例如，若研究发现某税收阈值附近聚集效应显著，说明纳税人规避行为强烈，政策设计可能存在不合理之处，需通过调整税率结构、降低调整成本等方式优化政策；若聚集效应微弱，则可能意味着政策对个体行为影响较小，或个体调整成本过高，需重新评估政策的有效性。
（二）主要局限性
（1）场景适用性受限，依赖非连续制度的存在。群聚分析法的核心前提是“存在可感知的制度阈值”，若研究问题对应的制度是连续的（如线性税率、渐进式监管），或阈值不明确（如模糊的政策指导意见），则无法形成可观测的聚集效应，方法无法适用。这一局限性导致其无法用于分析无明确阈值的政策或市场现象，如普遍性的补贴政策、完全竞争市场中的价格形成机制等。
（2）反事实分布构建存在主观性，影响结果可靠性。反事实分布的拟合依赖于研究者对模型的设定，如多项式回归的阶数、带宽的选择、混淆因素的控制等，不同设定可能导致结果存在差异，存在一定的主观判断空间。例如，若选择过高的多项式阶数，可能导致拟合曲线过度拟合数据噪声；若带宽选择过小，则样本量不足，影响拟合精度。尽管可通过稳健性检验缓解这一问题，但无法完全消除主观设定的影响。
（3）对数据质量要求较高，易受测量误差影响。聚集效应的识别依赖于变量分布的精准测量，若数据存在测量误差（如个体收入申报不实、企业规模统计偏差），可能掩盖真实的聚集特征，或导致虚假的聚集效应。例如，若纳税人因统计口径问题误报收入，可能导致收入分布在阈值附近出现虚假峰值，干扰对政策效应的判断。此外，样本量不足或数据覆盖范围过窄，也会影响反事实分布的拟合效果，降低结果的可信度。
（4）难以完全规避“多重阈值”与“一般均衡效应”的干扰。在现实场景中，可能存在多个相互关联的制度阈值（如不同税种的起征点、不同层级的监管标准），个体行为可能同时受多个阈值影响，导致聚集效应相互叠加，难以分离单一政策的影响；同时，个体的调整行为可能引发一般均衡效应（如大量企业规避监管导致市场竞争格局变化），而群聚分析法通常聚焦于个体层面的局部效应，难以捕捉这类宏观层面的间接影响，可能导致对政策效应的低估或高估。
三、总结与展望
群聚分析法以其对非连续制度场景的精准适配性、连接结构与简约估计的独特优势，成为科研中极具价值的因果识别工具。其核心逻辑是通过捕捉个体在制度阈值附近的聚集效应，构建反事实框架，量化行为弹性与政策效应，为政策优化提供量化依据（王贞等，2023）。尽管存在场景依赖、反事实构建主观性等局限性，但通过严谨的方法设计，如充分的稳健性检验、合理的模型设定，以及高质量的数据支撑，可有效缓解这些问题。
从应用前景来看，随着我国制度设计的精细化与微观数据的可获得性提升，群聚分析法的应用空间将进一步拓展：在政策评估层面，可用于更多细分领域的政策效应量化；在方法创新层面，可结合机器学习、空间计量等方法，优化反事实分布的构建精度，缓解多重阈值、一般均衡效应的干扰；在实践价值层面，其量化结果可直接为政策制定提供精准依据，助力实现“精准施策”的治理目标。
文献引用
[1] 崔小勇,卢鹏举,卢国军.规模依赖型减税政策与企业税收规避行为[J].管理世界,2025,41(11):104-141.
[2] 冯晨,刘冰,叶永卫.减税激励与异质性投资反应：来自小微企业的证据[J].管理世界,2023,39(11):38-62.
[3] 王贞,封进,刘一恒.门诊待遇非线性定价与住院率——来自城乡居民基本医保的证据[J].经济研究,2023,58(12):132-149.
[4] 张航,范子英.群聚分析法：原理、争议及应用前景[J].数量经济技术经济研究,2019,36(09):152-168.
