目录

1. 引言

经济学研究的一大课题是找出经济增长的原因。然而，探讨因果关系是困难的。许多研究人员通过使用工具变量来解决这一问题。工具变量需要满足两个条件：

• 一是工具变量影响经济增长的唯一渠道是通过与之相关的内生解释变量；
• 二是工具变量与内生解释变量具有良好的相关性。

不幸的是，在已发表的研究中，这些工具变量可能无效，较弱，或两者兼而有之。在本文中，我们首先讨论了在单一背景中使用看似有效的工具变量，为何在其他背景中可能是无效的。其次，本文提供的证据表明，弱工具变量可能会在应用中产生虚假的结果，特别是那些使用动态面板广义矩估计方法 (GMM) 的研究。

针对可能存在的问题，本文提出四种补救措施，以帮助研究人员克服这些困难：

• 第一，在构建工具变量回归的理论基础时，应当考虑使用同一工具变量的其他已发表结果。
• 第二，使用最新的方法来检验工具变量违反排除限制的敏感性。
• 第三，用补充的方法来评估工具变量强度，打开 GMM 的“黑箱”。
• 第四，使用弱工具稳健检验和估计量。