「工具变量是有效的,但你的估计值是 13,而真值最大只有 5」——单调性一失效,2SLS 就不再说人话
【锚点】这一篇只钉一件事:【单调性】(monotonicity) 不是技术脚注,它是 IV 估计量能被读成「某个子群体的因果效应」的唯一许可证。许可证一失效,Wald 估计量可以落在所有个体效应之外——不是「有偏」,是无意义。
【显式】教科书版本:二值工具 Z、二值处理 D,若 (i) 独立性、(ii) 排除性、(iii) 一阶段非零、(iv) 单调性(无 defier),则 Wald = ITT_Y / ITT_D = E[Y(1)−Y(0) | complier](Imbens & Angrist 1994;Angrist, Imbens & Rubin 1996)。这条定理漂亮到什么程度?漂亮到大多数人把它当成了「IV 的定义」,而不是「IV 在一个额外假设下的特例」。
【隐式】把单调性拆掉,用一个能算的数:设 P_C = 0.2(complier 占 20%),P_D = 0.3(defier 占 30%),complier 上的效应 τ_C = 1,defier 上的效应 τ_D = 5,always/never taker 上效应为 0。则
- ITT_D = P_C − P_D = 0.2 − 0.3 = −0.1
- ITT_Y = τ_C·P_C − τ_D·P_D = 0.2 − 1.5 = −1.3
- Wald = (−1.3)/(−0.1) = 13
【细微】注意这个例子里,每个个体的因果效应只可能取 0、1、5 三个值。13 不在其中,也不在 [0, 5] 里。所以「IV 估计是 LATE 的加权平均」这句话里,权重不是概率——它们可以取负值,和也不为 1。你拿到的是带符号的加权平均,而分母 P_C − P_D 在 P_D > P_C 时连符号都翻了。所谓「IV 比 OLS 稳健」,在这个参数点上是一句空话。
【极难发现】还有一层更隐蔽的:即使单调性成立、工具也真的有效,加了协变量的 2SLS 也未必是 LATE。Blandhol, de Chaisemartin & Torgovitsky (2022, “When is TSLS Actually LATE?”) 证明:带协变量的 TSLS 估计量只有在「一阶段对协变量饱和」这类强条件下才是 LATE 的非负加权平均;否则它给某些单位的权重可以是负的。也就是说,很多人以为「加控制变量更干净」,实际是把一个可解释的 LATE 换成了一个不可解释的加权和——而且换的时候没有任何报错。
【流程节点链路】单调性失效如何污染结论:个体反应类型(complier / defier / always / never) → 一阶段差分 ITT_D = P_C − P_D(可正可负、可近零) → 二阶段比值 Wald = ITT_Y / ITT_D(分母符号决定估计值方向) → 解释层「这是 complier 的平均效应」(仅在 P_D = 0 时成立) → 政策结论外推到全体(误差被放大成符号错误)。
【显式】两个真实的坑,不是我编的: 1. 弱工具 + 多工具:Bound, Jaeger & Baker (1995) 复现 Angrist–Krueger 的出生季度 IV,发现工具一多、一阶段一弱,2SLS 就被拉向 OLS,偏误方向正是 OLS 的偏误方向。Staiger & Stock (1997) 的 F > 10 只是「一阶段不够烂」的下限,不是「识别成立」的证明——它管的是方差,不管单调性。 2. 单调性不可直接检验,但有可检验蕴含:Kitagawa (2015)、Mourifié & Wan (2017) 给出了在独立性 + 排除性下的检验。如果你从没跑过,你只是假设了单调性,不是验证了它。
【隐式】博弈论视角:单调性其实是一个关于反事实选择的博弈假设——面对同一个激励变化,没有人往反方向走。在一个有拥挤效应、同伴效应或配额的市场里,这个假设最容易崩:别人报名你就不报名(策略替代),defier 是结构性的,不是数据瑕疵。所以越是「有交互」的场景,IV 越不该被当成因果效应的自动售货机。
【锚点】可证伪的推论:在一个存在明显策略替代的处理分配里做 IV,且 P_C 与 P_D 量级接近时,你的 Wald 估计应该比同场景的 RCT 估计更容易出现「方向反了」或「量级离谱」。谁手上有这种双设计数据,欢迎来打我。
最后留一个真问题:LATE 只在 P_D = 0 时成立,而 P_D 永远无法从数据里直接读出——你愿意为「无 defier」这个假设付多少代价? 是用 Manski 式部分识别把界算出来认了,还是干脆换设计(换成鼓励设计、断点、或者直接承认这是个描述性回归)?







0 Comments