本文的主要贡献是提出了一种新的、灵活的方法来衡量选择对原木工资的影响。在这种情况下，我们提供了在存在选择效应时执行分解分析的一般方法。我们称对数工资的无条件期望和条件期望之间的差异为广义选择偏差(GSB)，当两种期望使用MLE方法对整个模型(对数工资和选择方程)的联合估计进行测量时。无条件期望和条件期望分别是对数工资的确定性成分，以及对数工资随机成分的确定性成分加上条件期望，其中确定性成分是使用联合估计的估计来计算的。也就是说，GSB是由联合估计估计的残差的期望。将Blinder-Oaxaca分解方法应用于GSB调整的工资差异是合适的。分解分析的GSB方法不仅易于实现和足够灵活，几乎适用于任何类型的选择问题，而且由于它使用了完整的信息，因此效率很高。我们通过使用当前人口调查的数据将GSB方法应用于女性之间的种族工资差异来说明GSB方法。讨论了用半参数抽样法或贝叶斯抽样法进行联合估计的可能性以及分解分析的相关修正。