2Sls是解决变量内生性问题的，而heckman是解决样本选择偏误的。这两个是完全不同的估计方法额。建议help命令，具体看看手册中两种方法的案例。祝好运～

这个问题每一段时间就会出现一次。这里有详细的解答：
http://www.stata.com/support/faqs/statistics/endogeneity-versus-sample-selection-bias/

这个问题之所以比较不好理解，是因为同一个问题，比如是否加入工会对工资的影响，既可以被视为内生性问题，也可以被视为样本选择的问题。具体用什么方法处理取决于模型背后的经济假定。

如果我们认为是否加入工会仅对工资回归的截距产生影响，从而在等式右边加入是否加入工会的0/1变量，并使用所有的观测值（既包括加入工会的工人也包括没有加入工会的工人），那么，因为所有的样本都被使用了，所以并不存在样本选择的问题。因为是否加入工会是内生的，所以需要工具变量。这个情况下使用2SLS。

如果我们认为是否加入工会不仅对截距产生影响，而且对斜率产生影响（例如，额外的每年工作经验对工资的影响根据工人是否加入公会而有不同），那我们就需要考虑样本选择的问题了。这时，我们不能使用整个样本进行估计，而只能分开估计工会内和工会外的样本。这时，因为只有部分（非随机选择的）样本被使用，我们需要相应的使用heckman模型。在这个情况下，是否加入工会的0/1变量并不出现在等式右边。

那么是不是使用样本选择模型就可以不考虑内生性问题了呢？

不是。只要模型不满足外生性的条件都有内生性的问题。

那请问 若在使用heckman模型时同时考虑内生性 在stata中应该如何处理啊？能否提供一下命令呢？