老师太谢谢你了给我回复，万分感激！我的问题是研究大学教育回报时，是否具有大学学位D是一个内生解释变量，因为无法观测的能力偏误，我用heckman样本选择模型程序如下：
  heckman lnwage D X1 X2 X3,twostep select(D=z1 z2 X1 X2 x3)
z1 z2是影响是否拥有学位但不影响工资的变量，比如父母受教育程度，家庭经济状况。
但估计结果D的系数是0，标准差被省略。不知为什么？  希望您指点迷津！

1. 首先，您在使用heckman的指令时，错掉了！ 我已经说过，变量皆是外生，但您已经用了内生变量。我不知道是谁教您heckman是这样输入的。

2. 我懂您想要做的，您那样的研究课题已经不是新的议题，如果站在投稿的角度上来说，那么大概要往国外的期刊去投，而且卖点是在于资料罗！ 如果是中国的资料，机率比较大。 美国在这方面的研究颇多，因为，大学教育到底算不算过度教育？ 教育的投资报酬到底值不值的阿？ 中国大陆，我想，大学还是值得念的！ 在台湾，教育扩张化太夸张， 过度教育的问题比较严重， 我想中国大陆在培育高等教育人才的同时， 也应当进一步为这些高等教育人才的出路想一想阿！ 【因为我和我老师有一部份的研究 就是在探索过度教育的问题， 多讲了几句…】

3. 就您的研究课题来说，主要是您想纠正掉选择偏误的问题，而且进一步地，您考量了内生。目前，我见过的计量模型处理您的研究课题。首先第一步，您先求出米尔斯比率 inverse Mill's ratio，也就是俗称的lambda。这个lambda，是外生的。然后，您再套用treatreg即可。在treatreg指令里，输入
treatreg lnwage X1 X2 X3 lambda, treat(D＝z1 z2 lambda)

补充：另一个可以参考的方向是Stata的指令，ssm
Endogenous switch and sample selection count, binary, and ordinal response regression

参考看看！

h3327156 您好：
我按着您的指点实施了程序：但到最后一步 Stata出现这样的提示是什么意思啊，请高人指点！

numerical derivatives are approximate
flat or discontinuous region encountered
could not calculate numerical derivatives -- discontinuous region with missing values encountered

您好：

这个问题我也不清楚了！
这应当数值分析的范围罗！ 感觉应当是没有办法收敛？
我觉得，您可能要考虑并重新检视您的变量或者检视您在估计时最适值的变化。

设定一些起始值，或者考虑迭代次数，或者更换求极值的方法，这只能试了！
anyway 祝福您！

ding