最近在几个经济领域的实证工作，特别是环境和能源经济学，已经将回归不连续性（RD）框架应用于时间是运行变量并且治疗在特定时间阈值开始的应用。在本从业者指南中，我们讨论了这种“时间上的回归不连续性”（RDiT）框架的几个特征，这些特征与更标准的横断面RD框架不同。首先，许多应用（特别是在环境经济学中）缺乏横截面变化，并且是使用远离时间阈值的观测值来估计的。这种常见的经验实践很难与横截面RD的假设相一致，横截面RD是为估计带宽收缩而概念化的，即使样本量增加。其次，如果忽略数据的时间序列特性（例如，在存在自回归过程的情况下），或者更普遍地说，如果短期和长期影响不同，估计可能会有偏差。最后，在阈值附近进行排序或聚集的测试通常是不相关的，这使得框架更接近于事件研究，而不是回归不连续性设计。基于这些特征，并通过使用空气质量数据的假设例子，我们为希望使用RD时间框架的实证研究人员提供了建议。