判断经济是否进入“压力状态”，往往不能只看一个指标，也未必能画一条直线：多个条件以复杂方式组合后，运行规律才会突然切换。Liu 与 Lv 提出的非参数变化平面回归——按一条不预设形状的边界把样本分区、分别拟合关系——试图让这种弯曲分界既算得动，也能做统计判断。
关键一步是随机 Fourier 特征：用有限组随机生成的正弦、余弦近似复杂的非线性边界，把昂贵的核计算改写成较易扩展的线性运算。方法先用平滑替代函数估计边界并完成分区，再按硬阈值确定每个样本所属区域，最后用普通最小二乘重新估计结构参数。作者证明，在所列条件下，第一阶段的错分影响会渐近消失，第二阶段可达到“预先知道真实分区”的 oracle 估计效果。
论文还提出 bootstrap Sup-Wald 检验——用重复抽样近似不确定性，判断数据中是否真的存在区域切换——并允许异方差和时间相关。模拟结果及 1960—2025 年美国失业数据应用均由作者报告，尚不足以说明该方法在其他场景也同样稳健。