统计百科 · 2026-07-17

工具变量不显著怎么办？第一阶段、2SLS 与内生性检验四步诊断

工具变量不显著时，先分清第一阶段弱工具、第二阶段系数不精确、内生性检验未拒绝，还是排除限制与识别不足。本文给出可复核的四步诊断、报告模板与常见问题。

搜索“工具变量不显著怎么办”时，最容易犯的错误，是把不同检验里的“不显著”当成同一件事。实际上，你可能遇到的是：

工具变量在第一阶段与内生变量关系很弱；
第二阶段的 2SLS 系数区间很宽、没有排除零；
Wu-Hausman 等内生性检验没有拒绝“解释变量外生”；
工具变量的排除限制缺乏可信论证，导致识别不足。

这四种情况对应不同问题。正确目标不是“把结果调到显著”，而是判断研究设计能识别什么、估计有多精确，以及结论应当保守到什么程度。若需要先回顾完整方法链，可读工具变量回归（2SLS）完整教程。

先确认：究竟是哪一个结果不显著

先把输出按下面四层标注，不要只截取一张系数表：

层次	典型输出	它回答的问题	不显著或不理想意味着什么
第一阶段	排除工具的系数、联合检验、弱识别统计量	工具能否解释内生变量的变动	相关性不足，2SLS 可能严重不精确
第二阶段	2SLS 系数、标准误、置信区间	目标效应的方向与不确定性	当前数据未给出足够精确的效应证据
内生性检验	Durbin-Wu-Hausman 等	数据是否足以拒绝外生性假设	未拒绝不等于证明不存在内生性
识别假设	排除限制、独立性、单调性等论证	估计能否被解释为目标因果效应	设计或论证不足，不能靠 p 值补救

先定位层次，再进入下面四步。每一步都要保留原始输出、模型公式与变量定义，便于复核。

第一步：先看第一阶段相关性与弱工具

第一阶段的核心是工具变量与内生解释变量的相关性，以及这份相关性是否足以支持后续推断。不要只看某一个工具的单独 p 值，也不要把“F > 10”当成所有研究都适用的万能规则。

建议依次核对：

工具、内生变量和外生控制变量是否进入了正确方程，分类变量的参照组与编码是否正确；
被排除工具的联合检验，而不是只挑其中一个显著系数；
与估计方法和误差结构匹配的弱识别统计量，例如异方差稳健情形下常见的 Kleibergen-Paap 类统计量；
工具数量、内生变量数量和采用的临界值是否匹配；
第一阶段系数方向是否符合制度背景或理论机制。

当第一阶段很弱时，常规 2SLS 的标准误、t 检验和置信区间可能表现不佳。此时应报告弱识别证据，并考虑弱工具稳健推断、替代识别设计或更多数据；是否适用要由研究设计和所用软件方法共同决定。不能因为一个经验阈值刚好达标，就宣布工具“已经有效”。

第一阶段报告示例

第一阶段中，被排除工具对内生变量的联合预测证据较弱。本文报告所采用的弱识别统计量、自由度与对应临界值，并在后续结果中使用与弱识别风险相匹配的稳健推断。鉴于工具相关性有限，2SLS 估计仅作谨慎解释。

第二步：再看第二阶段系数

第二阶段不显著，通常表示当前 2SLS 系数与区间没有提供足够精确的证据来排除零，而不是证明真实效应严格等于零。应同时看方向、量级、标准误和置信区间：

方向与理论是否一致：方向变化可能来自内生性校正，也可能反映弱工具、样本差异或模型设定问题；
区间有多宽：宽区间说明数据同时容许多种效应大小，重点是“不确定”，不是“没有”；
OLS 与 2SLS 的差异：2SLS 往往比 OLS 更不精确，系数差异本身也不能自动证明哪一个更接近因果效应；
估计对象是什么：在常见条件下，IV 估计可能对应局部平均处理效应（LATE），其适用人群未必等于全体样本。

如果第一阶段可信而第二阶段仍不精确，可基于事先设定的设计讨论样本信息量、测量质量和效应异质性。不要只为缩小 p 值而改变控制变量、样本口径或结局定义。

第二阶段报告示例

2SLS 点估计方向为正，但 95% 置信区间包含零且范围较宽，因此当前数据不足以精确判断效应方向与量级。本文如实报告点估计、标准误与区间，不把未拒绝零假设解释为“证明没有效应”。

第三步：区分内生性检验

Durbin-Wu-Hausman 一类检验常以“相关解释变量可以视为外生”为原假设。p 值较大只表示在当前样本、工具和模型下没有足够证据拒绝原假设，不能证明解释变量绝对外生。

解读时至少要问：

检验使用的方差估计是否与数据结构匹配；
工具是否足够强，弱工具可能使检验功效不足；
OLS 与 IV 所针对的估计对象是否可比；
采用 IV 的理由来自明确的研究设计，还是只因为 OLS 结果不理想。

如果内生性检验未拒绝原假设，可以把 OLS 与 IV 结果并列作为透明度分析，并说明两种估计依赖的假设。最终选择不能只由一个 p 值机械决定，更不能事后选择更显著的那一列作为主结果。

第四步：审查排除限制与识别不足

相关性可以从数据中观察，但排除限制通常不能被单独一项统计检验完全证明。它要求工具只能通过指定内生变量影响结局，并且不与影响结局的未观测因素相关。

审查时应画出因果路径或明确制度机制，逐一回答：

工具是否可能直接影响结局；
工具是否与地区、时间、政策暴露或选择过程共同变化；
控制变量是在阻断混杂路径，还是错误地控制了中介或碰撞点；
工具的影响对象是谁，单调性或处理异质性假设是否合理；
结论在不同合理样本、时间窗和预先说明的模型下是否一致。

在恰好识别模型中，排除限制无法靠过度识别检验验证。即便存在多个工具，过度识别检验未拒绝也只说明这些限制与数据没有明显冲突，不等于所有工具都已被证明外生。当制度依据、数据变异或工具强度不足时，应把问题定性为识别不足，而不是继续追逐显著性。

可以继续做什么：合规决策表

诊断结果	可以做	不应做
第一阶段弱	报告弱识别统计量；考虑弱工具稳健推断；寻找有理论依据的新设计	只保留显著工具；隐去第一阶段
第二阶段区间宽	报告点估计与区间；讨论精度；按预设方案做稳健性分析	只报告 p 值；把不显著写成“无效应”
内生性检验未拒绝	并列 OLS/IV；说明检验功效和各自假设	事后挑更显著的模型
排除限制可疑	补充制度证据、负向对照或替代设计；降低因果措辞	用过度识别检验代替理论论证

这里的底线是禁止 p-hacking。探索性模型可以做，但必须标记为探索性，保留完整分析路径，并把确认性结论留给新的数据或预先注册的检验。

需要把第一阶段、第二阶段和检验结果放在同一份核对清单中时，可进入 ChatSRS 整理工具变量输出。工具是否可信、识别假设是否成立以及最终结论如何措辞，仍由研究者负责。

论文中可直接改写的报告框架

方法部分

本研究采用两阶段最小二乘法估计目标关系，并明确列出内生变量、排除工具与外生控制变量。工具的相关性通过第一阶段联合检验及与估计设定匹配的弱识别统计量评估；排除限制则依据研究制度背景与因果路径论证。所有主模型与稳健性分析在查看结果前确定，显著性水平为双侧 α = .05。

结果部分

第一阶段结果显示〔填写工具强度统计量、自由度和参照标准〕。第二阶段 2SLS 估计为 b =〔填写〕，SE =〔填写〕，95% CI〔填写〕，p =〔填写〕。该区间〔包含/不包含〕零，说明〔按证据强度表述〕。内生性检验结果为〔填写〕；该检验未拒绝原假设不被解释为外生性已获证明。结合工具强度和识别假设，本文将结果解释为〔谨慎说明估计对象与范围〕。

限制部分

工具变量的排除限制不能由当前数据完全验证，且〔填写弱识别、样本或适用人群限制〕。因此，结果不能被扩展为超出识别对象的普遍因果效应，后续研究需要通过〔新的制度变异、样本或设计〕进一步检验。

常见问题

Q1：工具变量第一阶段不显著，还能做 2SLS 吗？

可以计算不代表可以按常规方式解释。先检查模型、编码和联合弱识别统计量；若工具确实很弱，应采用匹配的稳健推断、寻找更可信的识别来源，或明确承认当前设计无法提供精确的 IV 结论。

Q2：第一阶段显著，为什么第二阶段还是不显著？

第一阶段回答工具与内生变量是否相关，第二阶段回答目标效应及其不确定性。即使工具相关，2SLS 也可能因为样本信息量有限、效应较小或异质性而得到宽区间，两者并不矛盾。

Q3：内生性检验不显著，是不是应该只报告 OLS？

不是自动如此。应结合采用 IV 的研究设计理由、工具强度、检验功效和两种估计依赖的假设决定主分析，并透明报告关键比较。未拒绝外生性不等于外生性已经被证明。

Q4：过度识别检验不显著，能证明工具有效吗？

不能。它至多说明相应限制与数据没有明显冲突，而且只适用于过度识别情形。工具相关性、排除限制和制度背景仍需分别论证；恰好识别时更不能用该检验替代研究设计。