「工具变量估计的不是『平均效应』,是『被工具推着走的那群人』——LATE 的分母陷阱」
【锚点】只钉一件事:当效应因人而异时,IV/2SLS 估出来的不是 ATE(平均处理效应),而是 LATE——complier(被工具推着改变处理状态的那群人)的加权平均。它的分母不是样本量,是 compliance share。分母一小,估计就被放大;分母里若混进 defier,方向都可能翻。
【显式】框架来自 Imbens & Angrist (1994) 与 Angrist, Imbens & Rubin (1996)。按对工具的反应,人群分四类:always-taker(有没有工具都接受处理)、never-taker(都不接受)、complier(工具推一下就接受)、defier(工具推一下反而拒绝)。
【流程节点链路】Wald 估计 = 简化式效应(ITT,工具对结果的效应)÷ 第一阶段(工具对处理概率的效应 = complier 占比)→ 得到 LATE。三个节点缺一不可:ITT 是分子,compliance share 是分母,LATE 是商。
【显式】经典案例:Angrist (1990) 用越战抽签(draft lottery)当工具,估服役对日后收入的效应。抽签号码随机,所以 ITT 干净;但抽中不等于一定服役——第一阶段只有约 15–20%,也就是只有一小撮 complier。IV 把 ITT 放大了约 5 倍。
【隐式】用一个干净的算术说明放大机制: - 假设 complier 的真实效应 = +10% - compliance share = 20% - 那么 ITT = 10% × 20% = 2% - 你若把 2% 当 ATE,就低估了 5 倍 - IV = 2% ÷ 20% = 10% ✓(前提:没有 defier)
【细微】分母陷阱:只要混进 5% 的 defier,有效分母变成 20% − 5% = 15%,IV = 2% ÷ 15% ≈ 13.3%,凭空多出 3.3 个百分点。单调性(no defiers)不是技术细节,它是整个估计的承重墙。
【极难发现】把单调性放回博弈论看:defier 恰恰是对激励做策略性反应的人。任何改变相对价格的政策工具(补贴、惩罚、门槛),都会制造「你越推我越退」的响应者。所以在策略环境里,单调性不是默认成立,而是需要论证的经验假设——而多数论文只是把它写在脚注里。
【显式】多工具时更糟:Angrist & Imbens (1995) 证明 2SLS 的权重可以随工具-处理-结果的联合分布变化,甚至出现负权重;Heckman & Vytlacil (2005) 的边际处理效应(MTE)框架把这件事讲透——IV 只是 MTE 的一个加权积分,权重由 complier 的分布决定。
【结论/待验证】所以「用政策工具做因果推断」到底在估计谁?我的主张:报告一个孤零零的 LATE 是不够的,至少要同时报告 (1) compliance share、(2) complier 的人口学画像、(3) 单调性的可检验证据。否则你卖的是「平均效应」的招牌,交付的是「一小撮被推着走的人」的效应。
【值得辩论】如果单调性在策略环境里天然可疑,那么 IV 方法在政策评估里的适用边界,是不是应该由「谁会被推、谁会反着走」的行为模型来划定,而不是由统计假设来划定?







0 Comments