KNOWECON WIKI

ARTICLE

辅助变量

辅助变量 (Instrumental Variables, IV) 辅助变量（Instrumental Variables，简称 IV）是计量经济学中处理内生性问题（endogeneity）最核心的方法之一。当回归模型中的解释变量与误差项存在相关性时，普通最小二乘法（OLS）的估计量将失去一致性，即无论样本量多大，估计值都不会收敛到真实的总体参数。内生性的三

浏览 0 更新 2025-10-26

辅助变量 (Instrumental Variables, IV)

辅助变量（Instrumental Variables，简称 IV）是计量经济学中处理内生性问题（endogeneity）最核心的方法之一。当回归模型中的解释变量与误差项存在相关性时，普通最小二乘法（OLS）的估计量将失去一致性，即无论样本量多大，估计值都不会收敛到真实的总体参数。内生性的三个主要来源是：遗漏变量偏误（omitted variable bias）、测量误差（measurement error）和联立性（simultaneity，也称反向因果）。辅助变量方法通过引入一个与内生解释变量高度相关、但与误差项不相关的"工具"变量，在"两阶段"框架中恢复对因果效应的一致估计。

内生性问题的本质

考虑线性模型：

Yi=β0+β1Xi+εiY_i = \beta_0 + \beta_1 X_i + \varepsilon_i

OLS 估计量 β^1\hat{\beta}_1 一致的充要条件是 Cov(Xi,εi)=0\mathrm{Cov}(X_i, \varepsilon_i) = 0。一旦该条件不成立——例如，个体的能力同时影响其受教育年限 XiX_i 和工资 YiY_i，但能力不可观测从而被纳入 εi\varepsilon_i——则 OLS 估计量将同时包含因果效应和选择偏误，两者无法分离。这是劳动经济学中估计教育回报率时的经典难题（Angrist 和 Krueger，1991），也是 IV 方法最著名的应用场景之一。

更一般地，在矩阵形式中，若 X\mathbf{X} 与 ε\boldsymbol{\varepsilon} 相关，OLS 的概率极限为：

plim⁡β^OLS=β+QXX−1Cov(X,ε)\operatorname{plim} \hat{\boldsymbol{\beta}}_{\text{OLS}} = \boldsymbol{\beta} + \mathbf{Q}_{XX}^{-1} \mathrm{Cov}(\mathbf{X}, \boldsymbol{\varepsilon})

其中 QXX=E[XiXi′]\mathbf{Q}_{XX} = \mathbb{E}[\mathbf{X}_i\mathbf{X}_i']。第二项即为渐近偏误，IV 方法的根本目的便是消除该项。

工具变量的两个基本条件

一个有效的工具变量 ZiZ_i 必须同时满足两条性质：

  1. 相关性（Relevance）：Cov(Zi,Xi)≠0\mathrm{Cov}(Z_i, X_i) \neq 0。工具变量必须与内生解释变量具有足够强的相关性。相关性越弱，IV 估计量的方差越大，"弱工具变量"问题将严重损害推断的有效性。
  2. 外生性（Exogeneity）：Cov(Zi,εi)=0\mathrm{Cov}(Z_i, \varepsilon_i) = 0。工具变量必须与结构性误差项不相关，即它只能通过影响内生变量 XiX_i 这一条渠道来间接影响结果变量 YiY_i。这一条件在文献中也常被称为排他性约束（exclusion restriction）。

相关性是可检验的——通过第一阶段回归的 FF 统计量即可诊断；但外生性在恰好识别（工具变量数等于内生变量数）的情形下不可直接检验，必须依赖于经济学理论、制度知识或研究设计的可信论证。当工具变量数量超过内生变量数量（过度识别）时，可借助Sargan检验或Hansen J检验对工具变量的整体外生性进行统计评估，但这类检验的前提是至少有一个工具变量本身是有效的。

两阶段最小二乘法 (2SLS)

在实际操作中，最常用的 IV 估计方法是两阶段最小二乘法（Two-Stage Least Squares，2SLS）。其逻辑极为直观：

第一阶段：用内生变量 XiX_i 对工具变量 ZiZ_i（以及所有外生控制变量 Wi\mathbf{W}_i）做回归，得到 XiX_i 的拟合值 X^i\hat{X}_i：

Xi=π0+π1Zi+πW′Wi+ui,X^i=π^0+π^1Zi+π^W′WiX_i = \pi_0 + \pi_1 Z_i + \boldsymbol{\pi}_W' \mathbf{W}_i + u_i, \quad \hat{X}_i = \hat{\pi}_0 + \hat{\pi}_1 Z_i + \hat{\boldsymbol{\pi}}_W' \mathbf{W}_i

拟合值 X^i\hat{X}_i 是 XiX_i 中由外生工具变量所解释的"纯净"部分，已剥离了与 εi\varepsilon_i 相关的内生变异。

第二阶段：用结果变量 YiY_i 对 X^i\hat{X}_i 和 Wi\mathbf{W}_i 做回归：

Yi=β0+β1X^i+βW′Wi+ε~iY_i = \beta_0 + \beta_1 \hat{X}_i + \boldsymbol{\beta}_W' \mathbf{W}_i + \tilde{\varepsilon}_i

由此获得的 β^1\hat{\beta}_1 即为 IV 估计量。由于 X^i\hat{X}_i 仅利用了 ZiZ_i 的外生变异，所得估计量在工具变量有效的条件下具有一致性。

需要特别注意的是，第二阶段若手动执行，标准误的计算是错误的——因为第二阶段使用了第一阶段生成的回归元，其抽样变异需在协方差矩阵的估计中予以考虑。所有现代计量软件（Stata 的 \texttt{ivreg2}、R 的 \texttt{AER::ivreg}、Python 的 \texttt{linearmodels}）均能自动给出正确的渐近标准误。

一般 IV 估计量

在矩阵形式下，IV 估计量具有统一的表达。设 Z\mathbf{Z} 为 n×Ln \times L 的工具变量矩阵（L≥KL \geq K，其中 KK 为内生变量数量），则：

β^IV=(X′PZX)−1X′PZY\hat{\boldsymbol{\beta}}_{\text{IV}} = (\mathbf{X}'\mathbf{P_Z}\mathbf{X})^{-1} \mathbf{X}'\mathbf{P_Z}\mathbf{Y}

其中 PZ=Z(Z′Z)−1Z′\mathbf{P_Z} = \mathbf{Z}(\mathbf{Z}'\mathbf{Z})^{-1}\mathbf{Z}' 为投影矩阵。当 L=KL = K（恰好识别）时，该式简化为：

β^IV=(Z′X)−1Z′Y\hat{\boldsymbol{\beta}}_{\text{IV}} = (\mathbf{Z}'\mathbf{X})^{-1} \mathbf{Z}'\mathbf{Y}

当 L>KL > K（过度识别）时，2SLS 等价于以 PZX\mathbf{P_Z}\mathbf{X} 为工具的广义矩估计（GMM）的特例，且在该类估计量中具有最优的渐近有效性（在条件同方差的假设下）。

弱工具变量问题

弱工具变量（weak instruments）是指工具变量与内生变量的相关性虽然在统计上显著，但强度不足，导致 IV 估计量表现严重退化。具体而言：

  • IV 估计量在小样本下向 OLS 偏误方向严重偏倚——当相关性极弱时，即便样本量很大，IV 的表现也可能劣于有偏的 OLS。
  • 第一阶段 FF 统计量是诊断弱工具变量的标准指标。Stock 和 Yogo（2005）提出的经验法则（rule of thumb）为：若第一阶段 F>10F > 10，则可大致认为不存在严重的弱工具变量问题；若 F<10F < 10，应使用弱工具变量稳健的推断方法，如Anderson-Rubin检验、LIML（有限信息最大似然法）或Conditional LR检验。

在实践中，当怀疑工具变量较弱时，LIML 通常优于 2SLS，因为 LIML 对弱工具的偏倚具有更强的稳健性。此外，若工具变量完全无效（即 Cov(Zi,Xi)=0\mathrm{Cov}(Z_i, X_i) = 0），IV 估计量将不再一致，其渐近分布亦非标准正态，导致常规的置信区间和假设检验完全失效。

经典应用案例

教育回报率。在 Angrist 和 Krueger（1991）的经典研究中，作者利用个体出生季度作为受教育年限的辅助变量。其逻辑链条为：美国的义务教育法规定学生必须在校就读至年满 16 或 17 岁，而不同季度出生的个体达到法定离校年龄时所处的年级不同——年初出生者更早达到年龄门槛，因而平均受教育年限更短。出生季度显然与个人能力或不可观测的家庭背景无关，因此满足外生性。该研究成为利用自然实验构造工具变量的典范。

制度与经济增长。Acemoglu、Johnson 和 Robinson（2001）在探究制度质量对经济发展的因果效应时，面临严重的联立性偏误——富裕国家更有能力建设良好的制度。作者以殖民时期的定居者死亡率作为制度的辅助变量：在死亡率高的殖民地，欧洲殖民者倾向于建立掠夺性制度（extractive institutions）；而在死亡率低的殖民地，他们倾向于移植欧洲本土的制度。殖民时代的定居者死亡率由地理和疾病环境决定，与当代的经济表现除制度渠道外没有直接关联。该研究是 IV 方法在宏观经济学中的里程碑式应用，深刻影响了后续的制度经济学研究。

与自然实验和断点回归的比较

IV 方法与断点回归设计（RDD）和双重差分法（DID）同属处理内生性问题的核心计量工具箱，但各有侧重。IV 直接处理连续的内生变量，且工具变量的构造通常依赖明确的经济理论或制度特征——但也因此对排他性约束的合理性高度敏感。相比之下，RDD 利用分配机制中的不连续性来识别因果效应，其识别假设更为透明且部分可检验，但仅能估计截断点附近的局部平均处理效应（LATE）。DID 则通过"前后"和"处理-控制"的双重对比消除非时变的遗漏变量影响，适用于面板数据中的政策评估。三种方法的有效结合往往能为同一研究问题提供更全面的因果推断证据。

局限性与实践中的注意事项

排他性约束的不可检验性。在恰好识别模型中，外生性假设完全依赖于理论论证和背景知识，无法用数据直接验证。这要求研究者详尽地讨论工具变量影响 YiY_i 的所有可能渠道，并尽可能排除替代性解释。异质性处理效应。当处理效应在个体间存在异质性时，IV 估计量仅在满足单调性（monotonicity）或无偏转者（no defiers）假设下，才能识别出依从者（compliers）子群体的局部平均处理效应（LATE），而非全域的平均处理效应（ATE）。这一含义在Imbens 和 Angrist（1994）的 LATE 定理中得到了严格证明，深刻地重塑了应用研究人员对 IV 估计量因果解释的理解。

此外，IV 估计量的方差通常大于 OLS，尤其在工具变量较弱或样本量有限时，IV 的精密度劣势可能相当显著。因此，研究者在报告 IV 结果时应同时呈现第一阶段回归的完整结果和相关的诊断统计量，以确保透明度和可靠性。