内生性问题的常见解决思路对比.docxVIP

内生性问题的常见解决思路对比

一、内生性问题的核心内涵与生成来源

（一）内生性问题的基本定义

内生性问题是实证社会科学研究中因果识别的核心障碍，本质上指回归分析框架下核心解释变量与随机误差项存在相关性，进而导致参数估计有偏且不一致的问题（杰弗里·伍德里奇，2020）。早期内生性概念源于联立方程模型，指变量由系统内部共同决定的特征，随着因果推断范式的发展，其内涵逐渐拓展至所有违背“解释变量外生”假设的场景。内生性的直接危害是混淆变量之间的因果关系与相关关系，不仅会导致估计系数的大小出现偏差，甚至可能颠倒因果方向，得出与现实完全相悖的结论。有学者指出，当代应用计量经济学的核心任务就是处理内生性问题，从观测数据中识别出真实的因果效应（乔舒亚·安格里斯特等，2021）。

（二）内生性问题的主要生成来源

内生性的生成来源具有多元性，学界普遍将其归纳为四类典型场景，不同场景对应的解决思路存在显著差异。

第一类是遗漏变量偏差，也是最常见的内生性来源。当模型设定遗漏了同时影响核心解释变量和被解释变量的混淆变量时，混淆变量会进入误差项，导致解释变量与误差项相关。例如研究教育对收入的影响时，个人先天能力既会影响教育获得水平，又会影响职场收入表现，若模型未控制能力变量，教育的系数就会包含能力的溢出效应，产生高估偏差（陈强，2014）。

第二类是反向因果，即核心解释变量与被解释变量存在双向作用关系，不仅解