求助：heckman两步法第一步虚拟变量如何设置

本人计量小白，在处理数据时发现了样本选择偏误，我的Y是就业水平，用劳动报酬衡量，然而失业人员并不在我研究样本的考察之内，所以查阅资料需要用heckman两步法做稳健性检验。

但是我的问题是，我的样本全部是就业样本，没有包含失业人员，所以第一步设置虚拟变量时都设置成1（inlf=1），这样的话结果就报错了（Dependent variable never censored because of selection: model would simplify to OLS regression）


所以请教大家该怎么做？是我理解有问题吗？

因变量都是1确实不太行，若想设置成虚拟变量。
可以把因变量按照年度行业均值（或年度行业中位数）设置为二元变量，即高于年度行业均值（中位数）设置为1，否则为0。
步骤（以年度行业均值为例）：
bys industry year:egen mean就业水平=mean(就业水平)
gen 就业水平虚拟变量=1 if 就业水平> mean就业水平
replace 就业水平虚拟变量=0 if 就业水平虚拟变量==.

因为查阅资料没法看到其他人的数据结构，实在不知道这个虚拟变量如何设置，按照我的理解，因为样本选择偏误所以导致那些失业人员是不在样本中的，理所当然这个变量就都为1了，但是第一步直接报错，意思是说我没有设置0吗？可是正因为没有0变量才存在的选择偏误呀，陷进去了。。。。求大佬帮忙解答，不胜感激
outcome does not vary; remember:
                                  0 = negative outcome,
        all other nonmissing values = positive outcome

heckman两步法的第一步的Y必须是1，0的虚拟变量。你把数据全做成就业样本，也就是虚拟变量的1，而没有包含失业人员，也就是虚拟变量的0，的处理是你出现错误的根本所在。

anm10493 发表于 2022-4-14 18:19
heckman两步法的第一步的Y必须是1，0的虚拟变量。你把数据全做成就业样本，也就是虚拟变量的1，而没有包含 ...

谢谢您的解答，我已经认识到这个问题了，所以现在不知道如何处理，还是说我这个问题用PSM已经可以解决了

18383810951 发表于 2022-4-14 16:34
因变量都是1确实不太行，若想设置成虚拟变量。
可以把因变量按照年度行业均值（或年度行业中位数）设置为 ...

谢谢您的解答，还想请教一下是否有文献有类似的处理方法，因为这样虽然能出结果，但是我不知道这样设置到底有没有道理，因为这样设置出来的0的那些样本说明了什么呢？跟失业好像也没什么关系。。。如果我理解错了还请您赐教

965415574 发表于 2022-4-14 18:34
谢谢您的解答，还想请教一下是否有文献有类似的处理方法，因为这样虽然能出结果，但是我不知道这样设置到 ...

我当时在做研究的时候，也没有在论文中看到过，并且heckman在很多文章中都不会写明具体的方法。这个方法是我在一次开会的时候（我老师他们的研究团队开会的时候，老师叫我进会议听听）听到有一个教授这么说过，当时我的内生性检验都通不过，导师让我试试，我就试了，但是我有两个因变量，有一个成立一个不成立，所以最后那个教授就说一个成了一个不成立不好解释，就别写了。我就再没用过那个方法，需要说的就是那个教授是国外的专家，他说的检验方法有很多我在国内期刊中没有见过，所以这个我也不太明确。
其次就是样本自选择的话可以用heckman，通过寻找工具变量（一般是通过自变量来计算）来解决，不一定要通过因变量，你可以跟导师商量一下你的研究是否可行。