【摘要】处理非线性模型中的样本选择问题和内生变量问题是计量经济学关注的重点与难点。本文提出采用控制函数法对具有内生变量的分位数样本选择模型进行识别与估计。参考Arellano和Bonhomme（2017），我们将结果方程和选择方程中不可观测扰动项的联合分布建模为Copula函数，修正了分位数样本选择问题所产生的选择偏误。在此基础上，我们提出在结果方程中加入用基函数逼近的控制函数作为额外的解释变量来处理内生变量问题。在处理内生变量问题上，控制函数方法与逆分位数回归相比易于实现，避免了求解非凸目标函数的优化问题。进一步地，我们证明了估计量的一致性与渐近正态性，并通过蒙特卡洛模拟给出了该估计量的有限样本结果，并与逆分位数回归进行了比较。最后，我们将该模型应用于分析已婚女性的教育回报率，体现了本模型的实用价值。