两阶段最小二乘法（Two-stage Least Squares, 2SLS）是一种用于解决回归分析中内生性问题的计量经济学方法。内生性问题出现在自变量与因变量之间存在相互影响时，此时传统的最小二乘法无法给出无偏的参数估计。2SLS方法通过两个步骤来估计模型参数，以减少内生性偏误的影响：
第一阶段（工具变量回归）
使用一个或多个工具变量（Instrumental Variable, IV），这些变量与内生解释变量相关，但与误差项无关。
通过工具变量对内生解释变量进行回归，得到内生解释变量的估计值（`x^`）。
第二阶段（主回归分析）
将第一阶段得到的内生解释变量的估计值（`x^`）作为新的自变量，对因变量进行回归分析。
得到最终的参数估计值。
2SLS方法适用于存在内生性问题的回归模型，并且要求有一个有效的工具变量。该方法在因果推断研究中尤其有用，因为它可以帮助研究者更准确地估计因果关系。
需要注意的是，2SLS方法假设工具变量与误差项不相关（即不存在工具变量偏误），并且是外生的。如果这些假设不成立，2SLS方法可能无法提供有效的估计结果。
另外，当存在过度识别（Over-identified）的情况时，即存在多个工具变量与内生解释变量相关，2SLS方法仍然有效，但可能需要进一步的检验和调整。
