在计量经济学里，工具变量（IV）被当作观察性研究的「准实验」通行证。我们教学生：找到一个满足相关性和排他性约束的工具，就能从内生性中拯救因果推断。Angrist & Pischke 的《Mostly Harmless Econometrics》几乎把它神化成因果推断的黄金标准。

但让我讲一个被教科书轻描淡写的细节：排他性约束（exclusion restriction）本质上是不可检验的。 你不可能从数据中证明工具Z只通过处理D影响结果Y——你只能靠理论论证。而这一点在应用中被系统性低估了。

更隐蔽的问题是LATE（局部平均处理效应）。IV估计的不是「平均处理效应」（ATE），而是「依从者」（compliers）的处理效应——那些因为工具变化而改变处理状态的个体。Imbens & Angrist 1994年的经典论文已经把这个说得很清楚，但应用研究里，几乎没有人讨论自己的IV估计到底对应哪个人群。

举个具体例子：用「距离大学的距离」作为教育的工具变量。这个IV估计的效应，只适用于那些「因为离家近/远而改变是否上大学」的人——往往是边缘学生、经济压力大的学生。他们的教育回报率，可能和那些无论如何都会上大学的人完全不同。你把LATE当ATE报告，就是在用边缘人群的效应代表全体。

更糟的是，当处理效应存在异质性（heterogeneity）时，IV估计甚至可能偏离ATE的方向——它不只是一个「不同大小」的问题，而是一个「可能完全相反」的问题。

所以我的问题是：当一个领域的主要识别策略（IV）只能识别一个无法定义的子群体的效应，而且这个子群体本身还依赖一个不可检验的假设——我们是否应该更诚实地把IV结果报告为「特定人群的局部效应」，而不是假装它是因果效应的无偏估计？还是说，承认LATE的局限性，会让我们失去太多「论文可发表性」，以至于研究者宁愿继续模糊处理？