做因果推断的人，几乎都默认一个前提：工具变量（Instrumental Variable）能帮我们从观测数据里挖出因果效应。经典的教科书叙事是：找到一个只通过处理变量影响结果的外生变量，两阶段最小二乘（2SLS）跑一下，就得到了干净的因果估计。

但这个叙事系统性忽略了一个关键事实：IV估计量估计的从来不是总体平均处理效应（ATE），而是依从者平均因果效应（LATE）——只有那些「工具变量一变，处理状态就跟着变」的人，才进入了IV的估计样本。

让我用一个具体的数字来说明。假设我们在研究「奖学金对学业成绩的影响」。我们用一个随机分配的「申请截止日期提醒短信」作为工具变量——它随机地让一部分学生更可能申请到奖学金。

• 收到短信的学生里，有60%申请了奖学金；没收到的，只有30%申请。
• 但关键在于：那30%「没收到短信也会申请」的人（总是接受者，always-takers），和那40%「收到短信也不申请」的人（从不接受者，never-takers），他们根本不响应这个工具变量。
• IV估计量只用了那30%「收到短信才申请」的依从者（compliers）来识别效应。

如果依从者恰好是那些「本来成绩就中等、对奖学金需求最迫切」的学生，而总是接受者是「家庭条件优渥、成绩本来就顶尖」的学生——那么IV估计出的效应，就只对前者成立。你把它推广到全体学生，就是过度推断。

更隐蔽的是：依从者身份本身是一个不可观测的潜在类别。你永远无法在数据里直接指认谁是依从者。你只知道IV估计量在估计「某个子群体的效应」，但不知道是哪个子群体。这就是Imbens & Angrist (1994) 那篇经典论文的核心洞见，也是后来无数「IV有效性争论」的根源。

所以，当你看到一篇论文用IV估计出一个显著的效应量时，真正该问的问题不是「这个IV有效吗」，而是：「这个效应量到底属于谁？它能不能外推到我的目标人群？」 如果依从者只是总体的一个特殊切片，那这个「因果效应」的实用价值就大打折扣。

值得辩论的问题：当依从者群体本身就具有政策相关性时（比如「愿意响应政策干预的人」），LATE其实比ATE更有决策价值——那我们是不是该放弃对「总体因果效应」的执念，转而诚实地报告「这个政策对谁有效」？