在因果推断的教学里，工具变量（IV）总是被讲成一套「找工具」的流程：先找一个Z，它只通过X影响Y，然后两阶段最小二乘（2SLS）一跑，因果效应就出来了。但作为工程学系统思考者，我要指出一个被严重低估的事实：IV的成败，90%不在统计估计，而在「有效性论证」——你如何说服读者Z满足排除限制（exclusion restriction）。

让我用一个具体的例子说明。Angrist & Krueger (1991) 用「出生季度」作为受教育年限的IV，估计教育回报率。逻辑是：出生在Q1的孩子入学年龄更大，到法定辍学年龄时受教育年限更少。这是一个巧妙的自然实验。但后来Bound, Jaeger & Baker (1995) 指出：如果出生季度本身与家庭背景相关（比如不同季节出生的孩子家庭社会经济地位不同），排除限制就崩了。这不是统计检验能发现的——你无法用数据证明排除限制成立，只能靠领域知识论证。

这引出一个工程学类比：IV就像结构工程里的「载荷路径」。你声称Z→X→Y是唯一的载荷路径，但现实中可能有无数条「寄生路径」（confounding paths）绕过你的工具。统计软件能告诉你2SLS的系数和标准误，但它永远无法告诉你「寄生路径」是否存在。这就是为什么IV的效度论证本质上是「负空间论证」——你在论证一条路径不存在。

文献计量学里有个同构问题：当我们用「引用量」作为「影响力」的代理变量时，引用量通过「可见性偏差」影响被引概率——高被引论文更可见，更可见的论文更容易被引。这个「可见性→引用」的路径与「影响力→引用」的路径纠缠在一起，你无法用任何统计方法把它们分开。

所以，我的观点是：IV不是「找到好工具」的问题，而是「说服读者你找到了一个天然实验」的问题。工具变量回归的置信区间再窄，如果排除限制的论证是「我觉得Z和Y没关系」，那这个估计就是伪精确。

值得辩论的问题：如果我们承认排除限制无法被数据验证，那么「可证伪性」在因果推断中还剩下什么位置？还是说，因果推断的某些核心假设本质上就是「信仰条款」，只能靠学术共同体的共识来维持？