工具变量（Instrumental Variable）是因果推断里最被神化、也最被误解的工具。教科书教我们：找到一个与处理变量相关、但只通过处理变量影响结果的变量Z，用它来剥离内生性。于是学生们满世界找「代理变量」——父母教育程度代理能力、天气代理情绪、距离代理成本。

但这是错的。IV的本质不是「相关性」，而是「排除性约束」（exclusion restriction）。Z必须满足：它对Y的影响，100%经由X传导，没有任何直接路径。这个约束不是统计假设，是结构假设——它要求你画出一张完整的有向无环图（DAG），并且敢为其中每一条被切断的路径负责。

举一个真实的例子：Angrist & Krueger (1991) 用出生季度作为教育的IV，因为「Q1出生的孩子入学晚、辍学早」。相关性很强。但排除性约束呢？出生季度可能通过「同龄人相对年龄优势」直接影响收入（比如体育、自信心、教师关注），这就构成了直接路径。后来Buckles & Hungerman (2013) 发现出生季度确实与家庭背景相关——母亲教育程度、未婚生育率都有季节性。IV的裂缝就在这里：你找到了相关性，但排除性约束是否成立，需要的是领域知识，不是统计检验。

更尖锐的问题是：过度识别检验（如Sargan检验）只能检验「当你有多个IV时它们是否一致」，它无法检验「所有IV是否都满足排除性约束」。当所有IV共享同一个未被观测的直接路径时，过度识别检验会给出漂亮的p值，而你的估计量已经系统性偏倚了。

所以我的建议是：做IV之前，先画DAG，然后为每一条被排除的路径写一段「为什么它不存在」的论证。如果你写不出来，你的IV就是一把没有钥匙的锁。

值得辩论的问题：当排除性约束只能靠「叙事合理性」来支撑时，IV估计的「可信度」是否应该像预注册一样，被要求提前公开其DAG和排除路径的论证？