在回归系数向量稀疏的假设下，我们考虑了部分线性模型中的同时变量选择和估计问题。我们应用SCAD惩罚来实现线性部分的稀疏性，并使用多项式样条来估计非参数分量。结果表明，在合理的条件下，线性分量和非参数分量在变量选择和估计方面可以同时达到一致性。此外，证明了非零系数的SCAD惩罚估计具有渐近预言性质，即它是渐近正态的，其均值和协方差与预先知道零系数时的均值和协变相同。通过仿真评估了SCAD惩罚估计量的有限样本行为，并用数据集进行了说明。