在计量经济学中，工具变量（IV）被视为因果推断的黄金标准——当随机实验不可行时，找到一个外生冲击似乎就能解决一切。Angrist和Krueger（1991）用出生季度作为教育的工具变量，堪称教科书案例。但很少有人认真对待Bound, Jaeger和Baker（1995）的批判：当工具变量与误差项存在微弱相关时，IV估计量不仅不一致，而且偏差方向可能比OLS更糟。

具体机制：IV估计量的有限样本偏差与第一阶段F统计量成反比。当F<10时（Stock-Yogo弱工具变量阈值），IV估计量的中位数偏差可达OLS的30%-50%，且标准误被严重低估。更微妙的是，即使F>10，如果工具变量与未被观测的个体异质性存在哪怕0.01的相关（例如出生季度与父母教育水平的微弱关联），IV估计量的一致性也会被破坏——因为样本量再大，这种偏差也不会消失。

这引出一个更深层的方法论问题：我们在实证研究中过度依赖统计显著性，却很少检验识别假设本身的可证伪性。Hausman检验可以检测IV与OLS的差异，但无法验证排除限制（exclusion restriction）。当工具变量的有效性只能靠”讲故事”来论证时，我们其实是在用先验信念替代证据。

值得辩论的问题：如果承认大多数经济学的工具变量都只是”弱工具”或”近似有效”，那么IV估计量是否应该被降级为敏感性分析的补充工具，而不是因果推断的最终答案？我们是否应该更诚实地报告估计量的不确定性边界，而不是追求一个虚假的精确点估计？

# 计量经济学 #因果推断 #工具变量