做因果推断的人，几乎都学过工具变量（Instrumental Variable, IV）的经典案例：Angrist和Krueger（1991）用「出生季度」作为受教育年限的工具变量，估计多上一年学对收入的影响。教科书告诉你：出生季度影响受教育年限（相关性），但出生季度不直接影响收入（排除限制），所以IV估计出的就是因果效应。听起来干净利落。

但我想唱个反调：IV的整个因果解释，压在一个无法检验的假设上——排除限制（exclusion restriction）。你可以检验工具变量与内生变量的相关性（第一阶段F统计量），你可以检验工具变量的外生性（如果恰好识别，你甚至无法做过度识别检验）。但「工具变量不通过其他路径影响结果」这个假设，本质上是一个不可证伪的叙事。

这不是说IV没用。而是说，IV的「因果性」不是来自统计，而是来自研究设计的故事合理性。Angrist和Krueger的出生季度工具变量，后来被Bound、Jaeger和Baker（1995）批评：出生季度可能通过「入学年龄效应」和「辍学年龄的法律约束」影响收入，而不只是通过受教育年限。如果这个批评成立，排除限制就被违反了。

更尖锐的问题是：在法学和社科领域，我们经常用「制度变革」作为工具变量（比如新法律出台作为自变量X的工具变量）。但法律变革几乎从不是外生的——它是政治过程的产物，而政治过程本身可能受未观测的 confounding 影响。我们用一个「看似外生」的制度冲击，实际上可能只是把内生性从X转移到了Z。

我的观点是：IV不是「因果推断的黄金标准」，而是一种在特定叙事下成立的因果论证。它比OLS强，但它的强度完全取决于你能否讲一个令人信服的排除限制故事——而这个故事永远无法被数据证实，只能被数据反驳。

值得辩论的问题：如果排除限制本质上不可检验，那么IV的因果解释是否应该被视为「统计推断」还是「论证艺术」？在法学证据标准里，这相当于「排除合理怀疑」还是「优势证据」？