在用heckman二步法矫正工资性别差异研究中的就业选择偏差问题时：
   1.数据处理：将显示有工作但工资信息缺失的数据，将工资补为平均值；将没有工作的数据的工资信息保留为" ."不变（还是补为0？？）
  2.对男性进行heckman矫正，结果如下：


heckman   lnwm  gender educ exp nature scale gh hk exp2,select( gender educ exp hk) twostep
note: gender omitted because of collinearity
note: gender omitted because of collinearity
note: two-step estimate of rho = 2.2865901 is being truncated to 1

Heckman selection model -- two-step estimates   Number of obs      =      1838
(regression model with sample selection)        Censored obs       =        98
                                                Uncensored obs     =      1740

                                                Wald chi2(7)       =      2.12
                                                Prob > chi2        =    0.9530

------------------------------------------------------------------------------
        lnwm |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
lnwm         |
      gender |          0  (omitted)
        educ |   .1523852   .2055005     0.74   0.458    -.2503884    .5551588
         exp |   -.001987   .0667335    -0.03   0.976    -.1327822    .1288083
      nature |  -.0768735   .6000659    -0.13   0.898    -1.252981    1.099234
       scale |  -.0170609   .5376126    -0.03   0.975    -1.070762     1.03664
          gh |   .1287478   .5940804     0.22   0.828    -1.035628    1.293124
          hk |  -.3742824    2.02939    -0.18   0.854    -4.351814    3.603249
        exp2 |  -.0005622   .0016192    -0.35   0.728    -.0037357    .0026114
       _cons |  -.2126611   3.135731    -0.07   0.946    -6.358581    5.933258
-------------+----------------------------------------------------------------
select       |
      gender |          0  (omitted)
        educ |   .0278653   .0164336     1.70   0.090    -.0043439    .0600746
         exp |  -.0126519   .0037872    -3.34   0.001    -.0200746   -.0052292
          hk |  -.3336197   .1292501    -2.58   0.010    -.5869453    -.080294
       _cons |   1.902672   .2202098     8.64   0.000     1.471069    2.334275
-------------+----------------------------------------------------------------
mills        |
      lambda |   11.76152   32.77764     0.36   0.720    -52.48148    76.00453
-------------+----------------------------------------------------------------
         rho |    1.00000
       sigma |  11.761524
------------------------------------------------------------------------------


请问：
        ①所说的逆mills比率是看lambda数值么？数值大小有什么 含义呢？
        ②为什么这里上边的哪些变量都不显著了呢？用ols明明大部分都显著了呀？这说明什么？是处理出了问题么？