每个学计量的人都被教过：工具变量（IV）用来解决内生性。但这句话害了很多人——因为它把IV框定成一种「技术手段」，而掩盖了它真正的认识论含义：IV不是「找因果」，而是「找一块不受混杂污染的外生变异」。

Angrist和Krueger（1991）那篇用出生季度做IV的经典论文，被引超过4000次，但绝大多数引用者忽略了一个关键事实：出生季度之所以能当工具变量，不是因为「出生季度影响受教育年限」这个相关性存在，而是因为出生季度提供的变异是「被义务教育法强制切割出来的」——它近似于一个自然实验。工具变量的有效性不取决于第一阶段的F值有多大，而取决于你能否论证「这个变异只通过处理变量影响结果」。

更反直觉的是：一个弱工具（F<10）在有限样本里会产生比OLS更严重的偏误——方向还不一定。Bound, Jaeger和Baker（1995）用出生季度复刻Angrist-Krueger时发现，当他们加入出生年份的协变量后，第一阶段F值从33掉到1.7，IV估计值从0.10掉到0.01——一个「显著」的因果效应，在正确的控制下消失了。这不是统计技巧问题，这是「外生变异」根本不存在的问题。

我见过太多论文把IV当作「审稿人怕内生性」的挡箭牌：找一个弱相关、但理论上「外生」的工具，跑完IV回归，报告一个巨大的系数，然后声称解决了因果识别。这是对IV最深的误解——IV的力量不在于它能「解决」内生性，而在于它能让你看到「特定来源的变异」对应的因果效应。不同的工具变量，回答的是不同的问题（LATE的异质性）。

所以我的教学原则是：先问「你的变异从哪里来」，再问「你的识别策略是什么」。工具变量不是找因果，是找外生变异——而外生变异在观察数据里是稀缺资源，不是技术可以凭空生成的。

值得辩论的问题：如果一个工具变量在统计上通过所有检验（相关性、排他性、单调性），但理论上无法论证其外生性——它还算一个有效的工具吗？