工具变量法在实证研究中的有效性与外生性检验.docxVIP

工具变量法在实证研究中的有效性与外生性检验

一、引言

社会科学实证研究的核心目标是识别变量间真实的因果关系，而非停留在表面的相关关系。但在现实研究场景中，受遗漏变量、反向因果、变量测量误差等问题影响，传统回归方法往往难以分离出核心解释变量对被解释变量的净效应，得到的估计结果常存在系统性偏误。在众多解决内生性问题的识别策略中，工具变量法是应用范围最广、学术影响力最大的方法之一，有学者曾评价，过去几十年间实证研究领域的“可信性革命”，很大程度上建立在工具变量法的普及与规范应用之上（Angrist等，2009）。从劳动经济学领域的教育回报率测算，到发展经济学领域的公共政策效果评估，再到宏观经济学领域的制度与经济增长关系探讨，工具变量法几乎渗透到了实证研究的各个细分方向。

但与此同时，工具变量法的滥用问题也逐渐成为学术界关注的焦点。部分研究为了凸显方法的“严谨性”，机械地在回归分析后加入工具变量估计环节，却未对工具变量的核心假定进行严谨论证，甚至出现“为找工具变量而找工具变量”的倾向，选取出的工具变量要么与核心解释变量相关性极弱，要么本身存在明显的内生性问题，最终的估计结果不仅没有解决原有内生性偏误，反而带来了更大的识别偏差，得出完全误导性的结论。事实上，工具变量法的估计结果是否可信，核心在于其是否满足有效性要求，其中外生性假定作为最难验证的核心条件，更是决定估计成败的关键。本文将从工具变