工具变量 (IV)

工具变量 (Instrumental Variable)

工具变量（Instrumental Variable，简称IV）是计量经济学中处理内生性问题的核心方法。当解释变量与误差项相关时，普通最小二乘法（OLS）估计量将不一致且有偏。工具变量通过引入一个与内生解释变量相关、但与误差项不相关的外部变量，恢复对因果效应的一致估计。该方法在劳动经济学、健康经济学、政治经济学和发展经济学等实证研究中具有广泛而深远的影响，是当代因果推断革命的基石之一。

内生性问题的来源

在标准的线性回归模型中，OLS估计量的一致性依赖于解释变量与误差项不相关的假设，即 $E[X\varepsilon] = 0$。当这一假设不成立时，便出现了内生性问题。内生性主要有三个来源：

• 遗漏变量偏误（Omitted Variable Bias）：回归中遗漏了同时影响解释变量和被解释变量的因素。例如，在研究教育对工资的因果效应时，个人能力通常不可观测——能力高的人既倾向于接受更多教育，也倾向于获得更高工资，若不加以处理，教育回报率的OLS估计将被高估。
• 测量误差（Measurement Error）：当解释变量存在测量误差时，估计系数会向零衰减（经典的衰减偏误）。例如，用自报收入替代实际收入时，测量误差会导致收入弹性的估计被低估。
• 联立性偏误（Simultaneity Bias）：当解释变量和被解释变量相互决定时，产生双向因果关系。典型的例子是价格与数量的关系——价格影响需求，需求也同时影响价格，直接使用OLS估计需求函数会得到不一致的结果。

工具变量的定义与有效性条件

对于一个内生解释变量 $X$，工具变量 $Z$ 必须满足两个核心条件：

• 相关性（Relevance）：$Z$ 与内生变量 $X$ 相关，即 $\text{Cov}(Z, X) \neq 0$。这意味着工具变量对解释变量具有足够的解释力，能够提取 $X$ 中与误差项无关的变异部分。该条件可以通过第一阶段回归的F统计量进行检验——经验法则认为F统计量应大于10，以避免弱工具变量问题。
• 外生性（Exogeneity / Exclusion Restriction）：$Z$ 与误差项 $\varepsilon$ 不相关，即 $\text{Cov}(Z, \varepsilon) = 0$。这意味着工具变量只通过内生解释变量这条唯一路径影响被解释变量，不存在任何其他直接或间接的影响渠道。外生性是工具变量方法中最关键、也最难以严格验证的假设——它本质上是不可直接检验的，必须依赖于经济学理论和制度知识的论证。

在满足这两个条件时，工具变量估计量 $\hat{\beta}_{IV}$ 是参数 $\beta$ 的一致估计量，其概率极限为：

当 $\text{Cov}(Z, \varepsilon) = 0$ 时，$\hat{\beta}_{IV} \xrightarrow{p} \beta$。

两阶段最小二乘法 (2SLS)

当存在多个工具变量（即过度识别情形）时，两阶段最小二乘法（Two-Stage Least Squares, 2SLS）是最常用的估计方法，也是工具变量估计的广义形式。2SLS分为两个阶段：

第一阶段：将内生变量 $X$ 对所有工具变量 $Z$（以及所有外生控制变量）进行OLS回归，得到 $X$ 的拟合值 $\hat{X}$：

第二阶段：用第一阶段得到的拟合值 $\hat{X}$ 替代原始的 $X$，对被解释变量 $Y$ 进行OLS回归：

2SLS的直觉在于：$\hat{X}$ 是 $X$ 中仅由外生的工具变量所解释的部分，已经"清洗"掉了与误差项相关的内生变异。从几何角度看，2SLS将原始解释变量投影到工具变量所张成的子空间上。

当工具变量的数量恰好等于内生变量的数量（恰好识别）时，2SLS等价于简单的IV估计量。当工具变量多于内生变量时（过度识别），2SLS通过加权组合多个工具变量实现效率最大化。

弱工具变量问题

即使工具变量在理论上有效，如果它与内生变量的相关性太弱，也会产生严重的统计问题。弱工具变量会使得：

• 2SLS估计量在小样本下严重偏向OLS估计量（即"有限样本偏误"）；
• 标准误被严重低估，导致推断失真；
• 即使在大样本下，弱工具变量也会放大内生变量的微小外生性偏离，使估计不一致。

诊断弱工具变量的标准工具是第一阶段回归的Cragg-Donald Wald F统计量及其推广形式Kleibergen-Paap rk Wald F统计量（适用于异方差情形）。Stock和Yogo（2005）提供了不同偏误容忍度下的临界值表。针对弱工具变量，研究者可采用有限信息最大似然法（LIML）或Anderson-Rubin检验等对弱工具变量更为稳健的推断方法。

局部平均处理效应 (LATE)

Imbens和Angrist（1994）在Rubin因果模型的框架下，给出了工具变量估计量的严格因果解释。在存在异质性处理效应（即不同个体的处理效应不同）时，IV估计量并非识别平均处理效应（ATE），甚至也不是处理组平均处理效应（ATT），而是局部平均处理效应（Local Average Treatment Effect, LATE）——即对依从者（compliers）的平均处理效应。

依从者是指那些其处理状态（$X$）会因工具变量（$Z$）的变化而改变的个体。LATE框架将总体分为四类：始终接受者（always-takers）、始终拒绝者（never-takers）、依从者（compliers）和抗拒者（defiers）。在单调性假设（不存在抗拒者）下，IV估计量识别的是依从者子群体的平均因果效应。这一洞察深刻改变了应用研究者对IV估计结果的阐释方式——IV估计量回答的是"对谁有效"而不仅是"平均效应多大"。

经典应用实例

工具变量方法在经济学实证研究中积累了大量经典文献：

教育回报率：出生季度作为工具变量

Angrist和Krueger（1991）利用美国义务教育法导致的出生季度差异来识别教育对收入的因果效应。美国的义务教育法规定学生必须在校学习至满16岁（或特定年级），但允许达到法定年龄后辍学。由于入学年龄按日历年份划定，年初出生的学生更早达到辍学年龄，从而接受较少教育。出生季度与受教育年限密切相关（满足相关性），而出生季度本身与个人能力或家庭背景无系统性关联（满足外生性），为估计教育回报率提供了创造性工具变量。

制度与经济增长：殖民者死亡率作为工具变量

Acemoglu、Johnson和Robinson（2001）在研究制度对经济发展的因果影响时，面临制度本身内生于经济发展水平的困境。他们使用殖民者（欧洲定居者）在殖民时期的死亡率作为制度的工具变量：在死亡率高的殖民地（如非洲中部），欧洲人建立了掠夺性的攫取性制度；在死亡率低的殖民地（如北美），他们建立了包容性制度。殖民者死亡率影响制度类型（相关性），而历史上的死亡率不通过其他渠道直接影响当代GDP（外生性），从而识别了制度对经济发展的因果效应。

移民对劳动力市场的影响：Mariel船民事件

Card（1990）利用1980年古巴Mariel船民事件作为外生的移民供给冲击，研究大规模低技能移民对迈阿密本地劳动力市场的影响。Mariel事件在六个月内向迈阿密注入了约125,000名古巴移民，这一事件对美国劳动力市场而言是外生的。Card的比较研究表明，即使是如此大规模的移民流入，也未显著压低本地低技能工人的工资或就业率，对劳动力市场竞争的直觉假设提出了重要挑战。

过度识别检验

当工具变量的数量超过内生变量数量时（即存在过度识别约束），可以进行过度识别检验来间接评估工具变量的外生性。最常用的检验是Sargan检验（同方差假设下）和Hansen J检验（异方差稳健）。

其基本逻辑是：如果所有工具变量都是外生的，那么不同工具变量产生的估计量应该收敛于相同的真值。若不同工具变量的估计结果存在系统性差异，则至少部分工具变量违背了外生性假设。需要注意的是，过度识别检验仅在至少有一个工具变量是外生的前提下才有效——若所有工具变量都是内生的，检验可能错误地不拒绝原假设。

工具变量的局限性与研究实践

尽管工具变量方法是处理内生性的有力工具，但在应用中存在若干挑战。首先是外生性的不可验证性——研究者必须依赖理论论证和制度分析而非统计检验来说服读者。其次，有效的工具变量往往难以寻找，且在弱工具变量存在时，即使是很大的样本也可能产生误导性结论。此外，LATE的解释提醒研究者注意估计结果的局部性和外部有效性限制。

在现代实证研究的实践中，"缩减式估计"（直接估计 $Z$ 对 $Y$ 的影响）通常与2SLS一起报告，以展示工具变量的基本变异来源。研究者也被要求透明地报告第一阶段结果（包括F统计量和系数），以便读者评估工具变量的强度。这些规范已成为经济学实证研究的质量标杆，推动着因果推断方法的不断精细化与可信度革命（Credibility Revolution）的深入发展。