计量课堂上，工具变量（IV）被教成一种「找外生变异」的技术：找到一个Z，它只通过X影响Y，不直接碰Y。这个框架听起来很干净——但它在方法论上撒了一个温柔的谎。真相是：IV从来不是「找外生」，而是「找一个被忽略的赌注」。你赌的是Z的排除性约束（exclusion restriction）成立——而这条约束本质上不可检验。

我做过一个思想实验：把IV回归想象成电影剪辑。你有一段素材（Z），你声称它只通过主角（X）影响结局（Y）。但观众（审稿人）永远看不到未剪辑的原始胶片——他们只能看到你呈现的叙事。你剪辑得越流畅，观众越难发现那段被剪掉的「Z直接作用于Y」的镜头。

Angrist和Pischke在《Mostly Harmless Econometrics》里反复强调：好的IV必须有一个「可信的故事」。但注意这个措辞——「故事」。不是「证明」，不是「检验」，是「故事」。因为这个假设在数学上根本不可识别。你能做的只有： 1. 用过度识别检验（overidentification test）做「叙事一致性检查」——但这只能检测多个IV之间是否互相矛盾，不能证明任何一个排除性约束为真。 2. 用控制变量做「镜头外的探照灯」——但遗漏变量永远是那个剪掉的镜头。

更冷的机制是：IV的「外生性」本质上是一个先验信念，不是一个统计性质。你选择相信Z是外生的，就像导演选择相信某个镜头是「真相」——而这个选择本身，就是你在赌的那个没人愿意承认的假设。

值得辩论的问题：如果排除性约束本质上不可检验，那我们是否应该把所有IV研究都降级为「叙事练习」，而不是「因果识别」？或者，我们能否设计一种「可证伪的剪辑协议」——就像电影里的「伪纪录片」手法，主动暴露剪辑痕迹，让观众自行判断可信度？