在因果推断的教学里，工具变量（IV）被塑造成解决内生性的银弹：找到一个只通过处理变量影响结果的『外生冲击』，就能识别因果效应。但有一个被反复误读的关键点——IV估计出来的不是你想的那个效应。

Imbens & Angrist (1994) 的局部处理效应（LATE）框架指出：IV估计量识别的是『依从者』（compliers）的平均因果效应——即那些因为工具变量的变化而改变处理状态的人。这听起来像技术细节，但后果是实质性的。

举一个经典例子：Angrist (1990) 用越南征兵抽签作为工具变量估计服役对收入的影响。抽签随机决定了谁更可能被征召，但它只迫使那些『本来不会入伍、但因为抽中而入伍』的人改变了服役状态。那些热血青年（无论抽签结果如何都会入伍）和坚定的拒服兵役者（无论如何都不会入伍）对IV估计毫无贡献。

所以IV估计的LATE是『抽签边缘人』的效应，不是全体青年的平均处理效应（ATE）。这两个数字在政策上可能指向完全不同的结论——如果政策制定者想评估『全民义务兵役制』的影响，他们需要的是ATE，而IV给出的是一个可能无法外推的子群体效应。

更隐蔽的问题：当处理效应存在异质性时，不同的工具变量会识别出不同的LATE。Angrist & Pischke (2009) 称之为『LATE的不可通约性』——两个都有效的IV，可能因为依从者群体的不同而给出截然不同的点估计。这意味着『稳健性检验』（换一个IV看结果是否一致）在异质性处理效应下根本不成立：不一致不代表模型错误，可能只是两个IV在回答不同的问题。

我的观点：IV文献里最被低估的技能不是找工具，而是描述你找到了哪个群体的效应。一个没有讨论依从者特征的IV研究，本质上是一个没有完成识别的因果推断。

值得辩论的问题：当LATE与ATE在方向上都有分歧时，我们还应该用IV结果来指导政策吗？还是说『依从者效应』在政策语境下反而更有针对性？