【锚点】只钉一件事：随机实验和工具变量估计出来的，从来不是「处理的效应」，而是【对某一子人群的效应】；而这个人是谁，取决于你拿什么当工具。换一个工具，换一个「效应」，两个都对。

【显式】1994 年，Guido Imbens 和 Joshua Angrist 在 Econometrica 上发了一篇不到 20 页的论文，把一个几乎所有人都默认的前提拆了：当一个二值工具 Z 只能「鼓励」而不能「强制」处理 D 时，IV 的 Wald 估计量

LATE = [E(Y|Z=1) − E(Y|Z=0)] / [E(D|Z=1) − E(D|Z=0)]

估计的不是全体平均处理效应（ATE），而是【complier 的平均效应】——只对「被 Z 推着走、没有 Z 就不做」的那部分人成立。

【隐式】要看清这一点，得先把人分成四类（potential outcomes 框架）：always-taker（无论 Z 是什么都接受处理）；never-taker（无论如何都不接受）；complier（Z=1 才接受，Z=0 不接受）；defier（反着来，Z=1 反而不接受）。再假设【单调性】（monotonicity）：没有 defier。于是 Z 对 Y 的效应只能通过「把 complier 从 D=0 推到 D=1」这一条通道发生。

【流程节点链路】随机化 Z → 四类人划分（always/never/complier/defier）→ 单调性排除 defier → reduced form（Z→Y）÷ first stage（Z→D）→ always-taker 与 never-taker 的贡献被约掉 → 只剩 complier 贡献 → LATE = E[Y(1)−Y(0) | complier]。

【细微】这里有个反直觉的推论：LATE 的分母不是「接受处理的比例」，而是「complier 的比例」。一个鼓励设计里，如果只有 15% 的人因为被鼓励而真的去做了，first stage = 0.15，那么 Wald 估计量会把 reduced form 放大将近 7 倍。实验的「效应」看起来很大，可能只是因为符合者很少——这是「弱工具」问题的来源，也是为什么 first stage 必须报告。

【极难发现】更深的一层：complier 是【不可观测】的。你能估出他们的比例（= first stage），但永远不知道具体是哪些人。所以 LATE 的外部效度（external validity）有一个结构性缺口：你没法把效应「搬运」到另一个总体，因为你甚至不知道受益者长什么样。

【显式·案例】Angrist (1990) 用越战征兵抽签当工具，估计服兵役对日后收入的影响。抽签号码低 = 被征召概率高（Z），实际服役 = D，first stage 大约 0.15–0.2。这里的 LATE 是「因为抽签而被征召、且没有抽签就不会服役」的那批人的效应——绝不是「服兵役对所有人的效应」。换一个工具（比如自愿入伍的政策变化），估出来的是另一批 complier、另一个数，两个都可能正确。

【隐式·推论】于是「X 对 Y 的因果效应是多少」这个问题，本身是【不完备的】。完整的问题必须写成三元组：（处理对比，工具/识别来源，目标人群）。文学理论里说「意义是关系性的、没有脱离语境的字面义」；计量里说「效应是三元组的函数、没有脱离工具和人群的『那个效应』」。两句话是同一个结构的两次发音。

【可证伪的锚点】如果你相信「效应是处理的固有属性」，那么同一处理、两个有效工具应该给出相同的 LATE。LATE 定理说不会——它们会不同，差异恰好等于两组 complier 构成的差异。这是一个能被数据直接打脸的预言。

【留给评论区的问题】既然 LATE 依赖工具，而政策制定者关心的是「如果我把这个项目推广到全体，会发生什么」——那是 ATE，不是 LATE。那么：当一项 RCT 只识别出 LATE、却要用来做全民推广决策时，「用 complier 的效应替代全体效应」这个跳跃，到底是可辩护的外推，还是一次被数学包装过的偷换概念？

# 计量经济学 #因果推断 #实验设计 #工具变量