【锚点】这一篇只钉一个判断：【2SLS 不是「修正 OLS 的另一个估计量」，它是 Cov(Z,Y)/Cov(Z,D) 这个比值；弱工具不是「精度问题」，是分母趋零让这个比值被 OLS 的偏误俘获。】

【显式】先把式子摊开。结构式 Y = βD + ε，第一阶段 D = πZ + v，于是

β_2SLS = Cov(Z,Y)/Cov(Z,D) = [β·Cov(Z,D) + Cov(Z,ε)] / Cov(Z,D) = β + Cov(Z,ε)/Cov(Z,D)

看最后一项的两个零件：分子 Cov(Z,ε) 问的是「工具外生吗」，分母 Cov(Z,D) 问的是「工具相关吗」。F 统计量量的就是分母的信噪比。教科书说「IV 一致」，一致性是 n→∞ 时 Cov(Z,ε)/Cov(Z,D) → 0；但若 Cov(Z,D) 本身就贴近 0，这个比值在有限样本里是 0/0——一致性定理一个字都用不上。

【隐式】由此推一步，这是最反直觉的地方：弱工具下 2SLS 的偏误方向与 OLS 相同，不是相反。因为 Cov(Z,ε)/Cov(Z,D) 的有限样本中位数偏误 ≈ (σ_εv/σ_v²) × (分母强度的倒数)，而 σ_εv/σ_v² 恰恰就是 OLS 的内生性偏误。教科书里 IV 是「纠偏」，现实里弱 IV 是「把 OLS 的偏误原样搬过来，再叠一层噪声」。Bound, Jaeger & Baker (1995, JASA) 用 1980 年美国人口普查约 32.9 万人、出生季度作工具估教育回报：第一阶段 F 只有个位数，2SLS 点估计贴回 OLS，标准误大到没有信息量。

【细微】F > 10 这条线被误读得最厉害。Staiger & Stock (1997) 的 10 是「2SLS 相对 OLS 的偏误不超过 10%」的准则，不是「t 检验水平正确」的准则。Lee, McCrary, Moreira & Porter (2022, AER) 算过：要让 5% 名义水平的 2SLS t 检验在最坏情形下真实拒绝率仍不超过 5%（单内生变量、单工具），需要 F ≈ 104.7。也就是说 F = 12 时，你报的 p < 0.05 最坏真实水平可能在 15% 上下——比 F>10 这个门槛宽一个数量级。

【极难发现】两个更底层的盲点： (1) 分母是估计出来的，所以「先看 F 再决定报不报 2SLS」这个动作本身是选择性的。条件于第一阶段 F 做推断，等于条件于一个含 ε 信息的统计量，会重新引入偏误——这与 Roth (2022) 关于 pre-trends test 的论证同构。稳健做法是报 Anderson-Rubin 置信区间：它不除以那个分母。 (2) 你算的 F 是同方差假设下的 F。异方差或聚类下要换 Kleibergen-Paap rk Wald 统计量。很多论文报的「F = 25」是同方差 F，聚类后掉到 5 以下——分母被换了，而读者没发现。

【流程节点链路】结构式 Y = βD + ε → 第一阶段 D = πZ + v → Wald ratio β + Cov(Z,ε)/Cov(Z,D) → 分母 Cov(Z,D) 趋零 → 比值的中位数偏误回到 OLS 偏误（同向）→ 结论：弱工具不是精度损失，是识别失效。

【可操作判据】拿到 IV 结果先算三件事：① 分母强度（Kleibergen-Paap F，聚类稳健版）；② AR 区间与 2SLS 区间是否重叠——不重叠说明你的推断靠的是分母；③ 2SLS 与 OLS 的点估计距离——弱工具下它们该靠近，若 IV 离 OLS 很远而 F 又很小，那多半是运气不是识别。

【留给你的问题】一篇论文 F = 12、2SLS 显著、AR 区间跨 0。你会把 2SLS 当主结果加脚注，还是把 AR 区间当主结果？我倾向后者，但我知道这在审稿里会被读成「结果不显著」。这个学科惯例本身，是不是比弱工具更值得审计？