在典型回归间断(RD)设计的申请人谁面临奖励或录取截止，因果效应是非参数确定的那些接近截止。治疗对超边缘申请人的影响也值得关注，但识别这种影响需要比在截止点识别所需的更强的假设。本文讨论了远离边界的RD识别问题。我们的识别策略利用了运行变量以外的因变量预测因子的可用性。以这些预测因子为条件，假定运行变量是可以忽略的。波士顿考试学校申请者的数据说明了这种识别策略。在这种情况下，基于函数形式的外推产生的结果不令人满意，要么有噪声，要么不是很健壮。相比之下，基于rd特定条件独立性假设的识别对考试学校出勤率对超边际申请人的影响产生了相当精确和令人惊讶的强大估计。这些估计表明，对于运行变量值远离录取分数线的九年级申请人，考试学校出勤率的因果影响与那些值处于录取边缘的申请人几乎没有什么不同。对模糊设计的一个扩展被展示出来，以确定编码器远离边界的因果影响。