统计百科 ·
工具变量回归2SLS的APA报告怎么写?弱工具与过度识别检验格式全解
统计百科：专攻工具变量回归（2SLS）的APA 7th报告格式——第一阶段F检验弱工具判断、Sargan/Hansen过度识别检验写法、2SLS系数报告模板、方法章节标准描述，给出可直接套进论文的完整APA示例句式。
2SLS（两阶段最小二乘法）是处理内生性问题的核心工具，但它的APA报告格式在教材里几乎找不到——第一阶段F值写哪里、弱工具如何表述、过度识别检验怎么配合正文、系数要写几位小数……这篇文章专攻"工具变量回归结果怎么规范写进论文"，给出APA 7th所有2SLS场景的完整模板，并逐一盘点审稿人最常挑的格式问题。
你的2SLS报告有这些问题吗？
审稿人或导师关于工具变量报告最常见的反馈：
- "第一阶段F检验结果没有报告，无法判断工具变量强度"
- "仅写'通过弱工具检验'，请给出F统计量和临界值依据"
- "过度识别检验未报告，reviewer要求补充Sargan或Hansen J检验"
- "2SLS系数没有说明是经内生性校正后的估计，请在方法章节注明"
- "工具变量有效性的理论论证缺失，统计检验不能代替理论说明"
- "只报告了2SLS结果，建议同时报告OLS结果作为对比"
这些问题集中反映了一个事实：2SLS的APA报告不只是"把系数填进表格"，还需要清楚展示内生性识别策略的可信度。本文只讲一件事：工具变量回归结果到底怎么规范写进论文的每一个位置。
如果你还没看过姊妹篇 面板数据回归的APA报告写法，建议先读那篇，本文默认你已了解回归系数、标准误、p值不加前导零（.032而非0.032）等基础格式规则，不再重复。
一、为什么2SLS报告比OLS更复杂
内生性与识别策略
普通OLS回归报告相对简单：给出系数beta、标准误SE、t值、p值，加上模型整体F检验和R^2即可。
2SLS之所以复杂，在于它要多回答三个问题：
- 工具变量够强吗？（弱工具变量检验，First-stage F test）
- 工具变量外生吗？（过度识别检验，仅在工具数量 > 内生变量数量时可检验）
- 内生性真的存在吗？（Hausman/Wu-Hausman内生性检验）
这三个检验的结果都需要在论文中汇报，缺一不可。APA 7th没有专门的2SLS格式章节，但其推断统计报告的通用原则（精确统计量 + 效应量 + 可重复性）同样适用。
2SLS的两阶段逻辑
第一阶段（First Stage）：用工具变量Z（和其他外生控制变量X）对内生变量D进行OLS回归，获得D的拟合值 D_hat。
$D = \pi_0 + \pi_1 Z + \pi_2 X + v$
第二阶段（Second Stage）：用拟合值 D_hat 替代原始D，对结果变量Y进行回归。
$Y = \beta_0 + \beta_1 \hat{D} + \beta_2 X + \varepsilon$
最终报告的 beta_1 即为经内生性校正的因果效应估计。
二、第一阶段F检验：弱工具变量的判断与报告格式
为什么F检验是2SLS报告的必报项
第一阶段F检验检验的是工具变量对内生变量的预测力（相关性条件）。若F值过低，工具变量为"弱工具变量"（Weak Instrument），2SLS估计会出现严重偏差（接近OLS偏差），标准误膨胀，推断失效。
临界值标准
| 判断标准 | 来源 | 说明 |
|---|---|---|
| F > 10（单个工具变量） | Staiger & Stock（1997） | 经典经验法则，单个内生变量 + 单个工具变量 |
| F > 10（多个工具变量） | Stock & Yogo（2005） | 允许5%最大bias时的近似门槛 |
| Effective F（KP rk Wald F） | Kleibergen-Paap（2006） | 异方差/聚类SE下的稳健F统计量，推荐使用 |
| F > 16.38（单变量单工具，size扭曲≤10%） | Stock & Yogo（2005）精确临界值 | 最大size扭曲10%对应16.38；最大相对bias 5%对应24.58 |
现代计量实践推荐使用Kleibergen-Paap rk Wald F统计量（简称KP F或rk F），因为它在异方差和聚类标准误下仍有效，而传统Cragg-Donald F仅在同方差下精确。
APA格式：第一阶段F检验的报告句式
嵌入正文段落时：
第一阶段回归结果显示，[工具变量名]对[内生变量名]具有显著的预测作用，
Kleibergen-Paap rk Wald F = XX.XX（临界值 10，Staiger & Stock，1997），
满足工具变量相关性要求，不存在弱工具变量问题。
填入数值的示例：
第一阶段回归结果显示，省级降雨量对农业机械化率具有显著的预测作用，Kleibergen-Paap rk Wald F = 34.27（临界值10，Staiger & Stock，1997），远超弱工具变量经验门槛，满足工具变量相关性要求。
若F偏低，需说明处理方式：
第一阶段Kleibergen-Paap rk Wald F = 7.82，低于Stock & Yogo（2005）弱工具临界值。为此，本研究同时报告了Anderson-Rubin置信集（AR CI）以获得在弱工具条件下稳健的推断，并汇报了LIML（有限信息最大似然）估计作为稳健性检验。
三、过度识别检验：Sargan/Hansen J检验的格式
什么时候需要过度识别检验
- 恰好识别（工具变量数 = 内生变量数）：无法检验外生性，只能依赖理论论证。
- 过度识别（工具变量数 > 内生变量数）：可以用Sargan检验（同方差下）或Hansen J检验（异方差稳健）检验工具变量外生性的联合假设。
过度识别检验的零假设是：所有工具变量均外生（与残差不相关）。因此：
- p > .05（不显著）：无法拒绝外生性假设，支持工具变量的有效性
- p < .05（显著）：至少有一个工具变量可能不满足外生性，需进一步说明
注意：过度识别检验不能直接"证明"工具变量外生——它只能在所有工具变量中至少有一个确实外生的前提下，联合检验其余工具变量的外生性。理论论证永远优先于统计检验。
APA格式：过度识别检验的报告句式
检验通过（p > .05）：
Hansen J过度识别检验结果不显著，chi^2([工具数-内生数]) = X.XX, p = .XXX，
无法拒绝所有工具变量联合外生的零假设，支持工具变量组合的有效性。
填入数值的示例：
Hansen J过度识别检验结果不显著，chi^2(2) = 1.84，p = .399，无法拒绝所有工具变量联合外生的零假设（Sargan，1958；Hansen，1982），支持本研究工具变量组合的有效性。
检验未通过（p < .05）：
Hansen J过度识别检验结果显著，chi^2(2) = 6.31，p = .043，提示工具变量组合的联合外生性存疑。本研究进一步对每个工具变量进行分类讨论，并报告了仅使用第一个工具变量的恰好识别估计（点估计 beta = 0.32，SE = 0.07）作为稳健性检验，估计结果基本稳定。
四、Wu-Hausman内生性检验的格式
内生性检验用于判断是否真正需要使用IV（若OLS一致，则无需IV）。零假设是：内生变量实际上外生，OLS与2SLS无显著差异。
零假设不成立（需要IV）：
Wu-Hausman内生性检验结果显著，F(1, [df]) = X.XX, p = .XXX，
拒绝[内生变量名]外生的零假设，证实存在内生性问题，
使用2SLS估计具有必要性。
填入数值的示例：
Wu-Hausman内生性检验结果显著，F(1, 342) = 9.74，p = .002，拒绝教育年限外生的零假设，证实存在内生性问题，OLS估计不一致，使用2SLS估计具有必要性（Hausman，1978）。
五、2SLS系数的完整APA报告模板
必报要素清单
| 要素 | 格式 | 示例 |
|---|---|---|
| 2SLS系数（beta） | b = X.XX 或 beta = X.XX | b = 0.41 |
| 稳健标准误 | SE = X.XX | SE = 0.09 |
| t值或z值 | t(df) = X.XX | t(342) = 4.56 |
| p值（精确三位小数） | p = .XXX 或 p < .001 | p < .001 |
| 95%置信区间 | 95% CI [XX, XX] | 95% CI [0.23, 0.59] |
| 第一阶段F（必报） | KP F = XX.XX | KP F = 34.27 |
| 过度识别检验（若过度识别） | Hansen J chi^2(df) = X.XX, p = .XXX | Hansen J chi^2(2) = 1.84, p = .399 |
| 内生性检验（推荐） | Wu-Hausman F(1, df) = X.XX, p = .XXX | Wu-Hausman F(1, 342) = 9.74, p = .002 |
场景一：单个内生变量 + 单个工具变量（恰好识别）
情形：研究教育年限（内生）对工资的影响，以父亲教育年限为工具变量，控制经验、性别，N = 500。
完整报告段落模板：
采用两阶段最小二乘法（2SLS）估计[内生变量]对[因变量]的因果效应，
以[工具变量名]作为[内生变量名]的工具变量。
第一阶段结果显示，[工具变量]对[内生变量]具有显著的正向预测作用，
b = X.XX, SE = X.XX, t([df]) = X.XX, p [值]，
Kleibergen-Paap rk Wald F = XX.XX，满足工具变量相关性要求（Stock & Yogo，2005）。
Wu-Hausman内生性检验结果显著，F(1, [df]) = X.XX, p [值]，
证实[内生变量名]存在内生性，2SLS估计具有必要性。
2SLS第二阶段结果显示，在控制[控制变量列表]后，
[内生变量名]对[因变量名]具有显著的[正向/负向]效应，
b = X.XX（SE = X.XX），t([df]) = X.XX, p [值]，95% CI [XX, XX]。
本研究使用HC2稳健标准误以应对异方差，所有报告系数均为未标准化系数。
填入数值的示例：
采用两阶段最小二乘法（2SLS）估计教育年限对月工资对数的因果效应，以父亲教育年限作为教育年限的工具变量（Card，1995）。第一阶段结果显示，父亲教育年限对子女教育年限具有显著的正向预测作用，b = 0.32，SE = 0.04，t(496) = 8.00，p < .001，Kleibergen-Paap rk Wald F = 64.03，远超弱工具临界值10（Stock & Yogo，2005），工具变量相关性满足要求。Wu-Hausman内生性检验结果显著，F(1, 495) = 11.43，p < .001，证实教育年限存在内生性，OLS估计不一致，2SLS估计具有必要性。2SLS第二阶段结果显示，在控制工作经验年限和性别后，教育年限对月工资对数具有显著的正向效应，b = 0.092，SE = 0.019，t(496) = 4.84，p < .001，95% CI [0.055，0.129]，即每增加1年教育，月工资约提升9.2%（经内生性校正）。相比之下，OLS估计为b = 0.071（SE = 0.008），低于2SLS估计，符合正向选择偏误的理论预期。本研究使用HC2稳健标准误以应对异方差，报告系数均为未标准化系数。
场景二：单个内生变量 + 多个工具变量（过度识别）
情形：研究制度质量（内生）对经济增长的影响，以地理纬度和殖民地历史为工具变量，N = 80个国家。
完整报告段落模板（含过度识别检验）：
采用两阶段最小二乘法（2SLS）估计[内生变量]对[因变量]的效应，
以[工具变量1]和[工具变量2]共同作为[内生变量名]的工具变量。
第一阶段中，工具变量组合对[内生变量名]具有显著的联合预测力，
Kleibergen-Paap rk Wald F = XX.XX（临界值10，Stock & Yogo，2005）。
Hansen J过度识别检验结果不显著，chi^2(1) = X.XX, p = .XXX，
支持工具变量组合的联合外生性。
2SLS估计结果显示，[内生变量名]对[因变量名]的效应为
b = X.XX（SE = X.XX），p [值]，95% CI [XX, XX]。
填入数值的示例：
采用两阶段最小二乘法（2SLS）估计制度质量对人均GDP增长的因果效应，以绝对纬度和欧洲殖民者定居率（对数）共同作为制度质量的工具变量（Acemoglu等，2001）。第一阶段中，工具变量组合对制度质量指数具有显著的联合预测力，Kleibergen-Paap rk Wald F = 19.86（临界值10，Stock & Yogo，2005），工具变量相关性满足要求。Hansen J过度识别检验结果不显著，chi^2(1) = 0.73，p = .394，无法拒绝工具变量联合外生的零假设（Hansen，1982），支持工具变量组合的有效性。2SLS估计结果显示，制度质量对人均GDP年均增长率具有显著的正向效应，b = 1.24（SE = 0.38），t(75) = 3.26，p = .002，95% CI [0.49，1.99]，即制度质量指数每提升1个标准差，人均GDP年均增长率约上升1.24个百分点。
场景三：结果汇报表格格式
论文中通常以表格形式同时呈现OLS与2SLS结果作为对比，建议格式如下：
| 模型1（OLS） | 模型2（2SLS） | 模型3（2SLS稳健） | |
|---|---|---|---|
| 教育年限 | 0.071*** (0.008) | 0.092*** (0.019) | 0.089*** (0.021) |
| 工作经验 | 0.034*** (0.005) | 0.031*** (0.006) | 0.031*** (0.006) |
| 性别（女=1） | -0.187*** (0.024) | -0.194*** (0.027) | -0.193*** (0.027) |
| 常数项 | 6.842*** (0.112) | 6.721*** (0.198) | 6.733*** (0.201) |
| N | 500 | 500 | 500 |
| R^2 | .412 | .397 | .397 |
| 第一阶段F（KP） | — | 64.03 | 64.03 |
| Hansen J chi^2（p值） | — | — | 1.84（p = .399） |
| Wu-Hausman F（p值） | — | 11.43（p < .001） | 11.43（p < .001） |
注：括号内为稳健标准误（HC2）；* p < .05，** p < .01，***p < .001；2SLS估计使用父亲教育年限作为工具变量
六、在ChatSRS一句话获得规范2SLS报告
打开 chatsrs.com，上传数据后输入：
"对数据集做工具变量回归（2SLS），内生变量为edu_years，结果变量为log_wage，工具变量为father_edu，控制变量为experience和female；输出第一阶段F检验（Kleibergen-Paap rk Wald F）、Wu-Hausman内生性检验、若过度识别则做Hansen J检验；同时输出OLS对比结果；给出符合APA 7th格式的完整报告段落，包含所有检验统计量和系数解释。"
ChatSRS会自动调用iv_regression函数（R ivreg包 + lmtest/sandwich稳健SE），输出第一阶段和第二阶段完整结果，并生成可直接复制进论文的APA格式段落。
如需面板数据的IV估计（如面板2SLS或GMM-IV），在指令中注明"面板数据，个体固定效应"，ChatSRS会切换到plm包的工具变量面板模型并调整报告格式。
七、方法章节标准描述
单个工具变量（恰好识别）方法章节模板
本研究采用两阶段最小二乘法（Two-Stage Least Squares, 2SLS）处理
[内生变量名]的内生性问题。以[工具变量名]作为[内生变量名]的工具变量，
该变量满足工具变量的两个核心条件：其一，[工具变量]与[内生变量]高度相关
（相关性条件），通过第一阶段F检验验证（F > 10，Stock & Yogo，2005）；
其二，[工具变量]仅通过[内生变量]影响[结果变量]，不直接影响[结果变量]
（外生性/排他性限制条件），该假设基于[理论依据]。
稳健标准误采用异方差稳健HC2估计，显著性水平设为alpha = .05。
统计分析使用ChatSRS（R ivreg引擎）完成。
多个工具变量（过度识别）方法章节模板
本研究采用两阶段最小二乘法（2SLS）估计[内生变量名]的因果效应，
以[工具变量1]和[工具变量2]共同作为工具变量。
在工具变量有效性验证方面：（1）相关性方面，使用Kleibergen-Paap rk Wald F
统计量（Kleibergen & Paap，2006）检验弱工具变量问题；（2）外生性方面，
由于工具变量数量（[n_z]个）多于内生变量数量（[n_d]个），
使用Hansen J统计量（Hansen，1982）进行过度识别检验，以联合检验
所有工具变量的外生性假设。内生性的存在性通过Wu-Hausman检验
（Hausman，1978）加以验证。所有标准误均为聚类稳健标准误，
按[聚类变量]聚类。
八、2SLS报告常见错误对照表
| 常见错误 | 正确做法 | 说明 |
|---|---|---|
| 只报告第二阶段结果，不报告第一阶段F | 必须报告第一阶段KP F统计量 | 审稿人无法判断弱工具问题 |
| 用"通过弱工具检验"代替具体数值 | 报告F = XX.XX（临界值XX） | 须给出可复核的统计量 |
| 过度识别但不做Hansen J | 若工具数 > 内生数，必须做J检验 | 漏掉外生性检验 |
| 不报告Wu-Hausman检验 | 建议汇报以说明IV必要性 | 缺乏内生性证据 |
| 不对比OLS与2SLS系数 | 在结果表格并列展示两种估计 | 有助于显示偏误方向 |
| 第一阶段F用Cragg-Donald F（非稳健） | 使用KP rk Wald F（异方差稳健） | Cragg-Donald仅在同方差下有效 |
| 2SLS系数R^2与OLS含义相同 | 注明2SLS的R^2意义有限，不作为模型拟合依据 | 2SLS最大化的目标不是R^2 |
| 置信区间未报告 | 95% CI [XX, XX] 每个关键系数必报 | APA 7th要求区间估计 |
| p值写p = .000 | 改为p < .001 | .000是舍入假值 |
常见FAQ
Q：工具变量的"相关性"和"外生性"分别怎么在论文里说明？
A：两个条件在论文中的说明方式截然不同。相关性（工具变量与内生变量相关）用统计检验说明——第一阶段F检验通过即可；外生性（工具变量不直接影响结果变量，即排他性限制）无法用统计方法直接证明，只能依赖理论论证。方法章节必须用文字说明工具变量为什么满足排他性限制，即为什么Z只通过D影响Y，而不会绕过D直接影响Y。审稿人的核心质疑往往在外生性上，而非弱工具检验。
Q：恰好识别的情况下，为什么不能做过度识别检验？
A：过度识别检验（Sargan/Hansen J）的逻辑是：若有多余工具变量，可以把其中一部分当作"内部标准"来验证其余工具变量的外生性。当工具变量数量恰好等于内生变量数量时（恰好识别），没有多余信息可用，所有工具变量的外生性都无法被检验，自由度为0。此时只能依靠理论论证工具变量的外生性，并在方法章节写明无法进行过度识别检验的原因（"本研究为恰好识别模型，无法进行Hansen J检验，工具变量外生性依赖理论假设"）。
Q：2SLS估计的R^2为什么有时是负值，报告时怎么处理？
A：2SLS最大化的目标函数不是平方和，其R^2在技术上是"伪R^2"，没有OLS的R^2那样"解释方差比例"的含义，甚至可能为负（当2SLS拟合比仅用均值预测还差时）。APA格式处理建议：（1）在结果表格中仍可汇报R^2数值，但在注释中说明"2SLS的R^2不具备方差解释比例的含义"；（2）不以R^2作为模型优劣的判断依据；（3）模型识别力依赖第一阶段F检验和理论逻辑，而非R^2大小。
Q：2SLS系数解释和OLS系数有区别吗？
A：有重要的语义区别。OLS系数是相关系数（关联效应），2SLS系数是局部平均处理效应（LATE, Local Average Treatment Effect）——准确来说，是工具变量影响范围内的因果效应，即仅对"工具变量改变了其行为的那部分人"（compliers）成立。在报告2SLS系数时，建议在论文中说明这一局限性：例如"本研究的IV估计为局部平均处理效应（LATE），结果的外推性受限于工具变量的影响范围"。如果追求总体平均处理效应（ATE），需要满足额外假设（如单调性 + 排他性 + 独立性全部成立且无违反协议者）。
快速参考：2SLS报告格式速查卡
[第一阶段 — 必报]
工具变量对内生变量回归:
b = X.XX, SE = X.XX, t([df]) = X.XX, p [值]
Kleibergen-Paap rk Wald F = XX.XX（临界值10，Stock & Yogo，2005）
[内生性检验 — 推荐报告]
Wu-Hausman F(1, [df]) = X.XX, p = .XXX
（p < .05 → 内生性成立，IV必要；p > .05 → OLS可能一致）
[过度识别检验 — 工具数>内生数时必报]
Hansen J chi^2([工具数-内生数]) = X.XX, p = .XXX
（p > .05 → 不拒绝联合外生，支持有效性）
[第二阶段系数 — 核心结果]
b = X.XX（SE = X.XX），t([df]) = X.XX, p [值]，95% CI [XX, XX]
注：系数为未标准化，标准误为HC2稳健标准误
[精度规范]
系数保留两至三位小数
SE、置信区间边界保留两至三位小数
p值精确三位小数，不加前导零，p = .000改p < .001
F统计量保留两位小数
相关阅读
本文首发于ChatSRS官方博客。如有问题或反馈，欢迎在ChatSRS站内 [用户中心 -> 帮助与反馈] 联系我们。