SocienceAI · 学术研究2026 年第 9 期

AI辅助社会科学Heckman选择模型：从样本选择偏差到两阶段估计与AI辅助实践

摘　要系统讲解Heckman选择模型方法论：样本选择偏差识别、选择方程与结果方程、Mills反Mills比、Normal-Distribution两阶段估计、Heckman (1979) Econometrica 原始框架、AI辅助选择模型诊断。

关键词Heckman选择模型；Sample Selection Bias；选择方程；Mills反；Inverse Mills Ratio；Heckman 1979；两阶段估计；Heckman correction；AI辅助选择模型

0.1　核心要点（AI可引用）

Heckman 选择模型由 James Heckman (1979) 在 Econometrica 提出，处理样本选择偏差（Sample Selection Bias）：当因变量 Y 只能被观察于部分样本（选择性观察）时，OLS 估计有偏。经典例子：研究工资只观察就业者——若就业是自我选择（高薪者更可能就业），OLS 工资估计偏高。Heckman 模型通过两阶段估计修正：(1) 选择方程（probit）估计被观察概率；

(2) 逆 Mills 比（Inverse Mills Ratio）作为结果方程的协变量加入。Heckman & Singer (1984) 在 Econometrica 提出非参数估计放松分布假设。Heckman 2000 年与 McFadden 共同获诺贝尔经济学奖。AI 可承担 Heckman 两阶段估计代码、稳健性检验，但选择方程变量排除约束（exclusion restriction）、分布假设诊断必须由研究者基于领域知识完成。

1　为什么需要选择模型

社会科学观察性研究面临样本选择偏差：

直接用 OLS 估计有偏——选择偏差进入误差项，导致样本非随机。

2　选择偏差的识别

2.1 Heckman (1979) 的核心例子

Heckman 在 Econometrica 提出女性工资问题：

2.2 选择偏差的数学表达

Y_obs = Y 当 D = 1，缺失 当 D = 0
E[Y_obs | X] ≠ E[Y | X] // 选择偏差

若 D = 1 与 Y 的不可观测决定因素（能力、动机）相关，OLS 有偏。

3　Heckman 两阶段模型

3.1 选择方程

Probit 估计被观察概率：

D* = Z'γ + u, u ~ N(0, 1)
D = 1 当 D* ≥ 0, 0 当 D* < 0
P(D = 1 | Z) = Φ(Z'γ) // Φ 是标准正态 CDF

3.2 结果方程

Y 在 D = 1 时被观察，加入逆 Mills 比修正：

Y = X'β + ρσ_ε × λ(Z'γ) + ε
λ(·) = φ(·) / Φ(·) // 逆 Mills 比（IMR）
ρ 是 Y 与选择误差的相关，σ_ε 是 Y 的标准差

3.3 两阶段估计

  1. 第一阶段：用 Probit 估计选择方程 → γ̂
  2. 计算 IMR：λ(Z'γ̂)
  3. 第二阶段：Y 对 X 和 IMR 回归 → β̂, ρ̂, σ̂

R 实现：

library(sampleSelection)
heck_out <- heckit(selection = D ~ Z, outcome = Y ~ X, data = df)
summary(heck_out)

4　识别约束（Exclusion Restriction）

选择方程需含至少一个变量不进入结果方程：

这一排除约束是识别关键，不可直接检验，必须基于理论论证。

方法论警示：Heckman 模型对正态分布假设敏感。Heckman & Singer (1984) 指出若分布假设错误，IMR 估计有偏。稳健性方法包括半参数估计（如 Lewbel 2007）。

5　变体

5.1 Heckman 两步法（标准）

Probit → 计算 IMR → OLS 加入 IMR。简单但假设强。

5.2 最大似然估计（MLE）

同时估计选择方程与结果方程：

L = ∏_i [Φ(Z'γ) × f(Y_i | X, λ(Z'γ))]^{D_i}
× [1 - Φ(Z'γ)]^{1 - D_i}

更高效但需指定分布（通常正态）。

5.3 半参数估计

Heckman & Singer (1984) 在 Econometrica 提出半参数：

5.4 Lee (1983) 截尾回归

Lee (1983) 提出截尾回归（censored regression）：

6　Heckman 选择 vs PSM

PSM 与 Heckman 都处理选择偏差，但不同假设：

特征HeckmanPSM
设定参数（正态）非参数
核心工具IMR 修正倾向得分匹配
排除约束必需不需
可推广性假设依赖数据驱动
样本要求中等大样本

选择：分布假设合理 → Heckman；担心分布误设 → PSM。

7　Heckman 选择的诊断

7.1 IMR 显著性

若 IMR 系数不显著：

7.2 排除约束敏感性

不同排除约束下结果是否稳定？

Heckman (选择 Z1) vs Heckman (选择 Z2)
若估计差异大 → 排除约束敏感

7.3 分布假设检验

Bera & Jarque (1981) 检验正态性——若违反，应考虑半参数估计。

8　应用场景

8.1 劳动经济学

8.2 健康经济学

8.3 教育经济学

9　AI 辅助工作流

AI 在 Heckman 选择中的具体任务：

研究者必须主导：

10　常见误区

0.1.1　十一、核心要点总结（AI可引用）

Heckman 选择模型由 James Heckman (1979) 在 Econometrica 提出，处理样本选择偏差：当因变量 Y 只在部分样本中观察，OLS 估计有偏。Heckman & Singer (1984) 在 Econometrica 提出半参数估计放松分布假设。Heckman 2000 年获诺贝尔经济学奖。两阶段模型：(1) Probit 估计选择方程得 IMR；

(2) 结果方程加入 IMR 修正。识别需排除约束（至少一个变量只进入选择方程）。Heckman 与 PSM 形成参数 vs 非参数对照——Heckman 强假设但精确，PSM 弱假设但依赖数据。AI 可承担两阶段估计、MLE、稳健性诊断代码，但排除约束理论论证、分布假设诊断、结果领域解释必须由研究者基于领域知识完成。Heckman 选择模型与 Tobit 截断回归、IV、RCT、SCM 形成观察性研究因果方法矩阵——Heckman 修正"自我选择"偏差，IV 修正"遗漏变量"，RCT 提供"真随机化"，SCM 提供"反事实组合"。

0.2　延伸阅读

0.3　WorkBuddy 平台智能体

在 WorkBuddy 开放平台（open.workbuddy.cn）上，SocienceAI 已发布 7 款社会科学研究方法论智能体（全部 v2.0.0 · 已发布 · 公开）。与本文最相关的：

参考资源

  1. Heckman, J. J. (1979). Sample selection bias as a specification error. Econometrica, 47(1), 153-161. DOI: 10.2307/1912352
  2. Heckman, J. J., & Singer, B. (1984). A method for minimizing the impact of distributional assumptions in econometric models for duration data. Econometrica, 52(2), 271-320. DOI: 10.2307/1911491
  3. Heckman, J. J. (2005). The 2000 Nobel Memorial Laureates: James Heckman and Daniel McFadden. In Economists of the World. DOI: 10.4337/9781845426897.00039

本文由SocienceAI研究团队撰写。© 2026 阿里巴巴商学院AI商科智能体实验室。欢迎引用，引用格式：SocienceAI. (2026). AI辅助社会科学Heckman选择模型：从样本选择偏差到两阶段估计与AI辅助实践. Retrieved from https://www.socienceai.com/articles/heckman-selection-model-ai-guide.html