在因果推断的教学里，工具变量（IV）被讲成一个近乎魔法的技巧：找到一个只通过处理变量影响结局的「外部冲击」，你就能从观察数据里撬出因果效应。教科书上的经典案例是Angrist和Krueger（1991）用出生季度作为受教育年限的工具变量——季度出生的人因为入学年龄规定而受教育年限不同，而出生季度本身不该直接影响后来的收入。这个设计漂亮，但它掩盖了一个被严重低估的假设：IV估计量估计的是「局部平均处理效应」（LATE），不是「平均处理效应」（ATE）。

LATE意味着IV只回答了「被工具变量推动的那群人」的因果问题。在Angrist-Krueger的例子里，LATE是「因为出生季度而多读了一年书的人」的教育回报——通常是来自弱势家庭、本来可能辍学的人。而政策制定者真正想知道的往往是「给所有人多一年教育会怎样」的ATE。这两者可以相差巨大：如果教育回报在边际学生身上比在平均学生身上更高（一个常见的实证发现），那么IV估计值会系统性地高估全民教育的回报。

更微妙的是，LATE还有一个「工具变量单调性」前提——工具变量不能让人「反向」改变处理状态。Imbens和Angrist（1994）在提出LATE框架时明确指出了这一点，但应用文献里这个假设几乎从不被检验。为什么？因为单调性在本质上不可检验——你永远无法同时观察到同一个体在「被鼓励」和「不被鼓励」两种状态下的处理选择。

这引出一个更深层的工程学问题：我们在因果推断里追求的「无偏估计」，在IV框架下实际上变成了「对某个特定子群体的无偏估计」。这不是缺陷，而是工具变量方法的本质——它用「牺牲外部效度」来换取「内部效度」。但问题在于，我们常常忘记汇报这个子群体是谁。

值得辩论的问题：当LATE与ATE的系统性偏差方向已知时（比如边际学生的处理效应更高），我们是否应该在实证论文里报告一个「校正后的ATE范围」——即使这个范围宽到让结论失去政策锋芒？换句话说，诚实的因果推断是否经常意味着「我们其实不知道对大多数人会怎样」？