此文章处于编辑状态

具体的实证结果方面，作者发现“被纳入高速公路网”对于“边缘城市的经济发展”具有显著而稳健的负面作用：在1997-2006年间，其它条件不变的情况下，被纳入高速公数据三种类型：1. 横截面数据，即多个经济个体的变量在同一时间点的取值2. 时间序列数据，某个经济个体的变量在不同时间点上的取值3. 面板数据，及多个经济个体

四、从条件同方差与零自相关到条件异方差与自相关五、从线性模型到非线性模型六、从外生性到内生性七、从模型正确设定到模型误设八、从平稳性到非平稳性九以上基本假设为古典线性回归模型提供了有利条件，并使其具备求精度更高、可解释性更强的特性。当观察数据与线性关系相符时，古典线性回归模型仍然是一个有效的方式。如果数据离

7）解释变量要有变异性8）假定正确设定回归模型9）对于多变量复回归模型，解释变量之间没有完全的线性关系①零均值假定。即在给定xt的条件下，随机误差项的数学期望(均值)为0,即E(ut)=0。②同方差假定。误差项ut的方差与t无关，为一个常数。③无自相关假定。即不同的误差项相互独立

但它有明显的约束，这个约束条件现在看起来有两个，一是通胀，还有一个是资产泡沫。当然如果是非储备型的货币，还有外部债务的风险第三个约束。但实际上这三个因素严格外生性是许多计量经济学方法的重要前提。如果一个自变量不满足严格外生性，那么在进行因果推断或参数估计时，可能会出现内生性(endogeneity)问题，即自变量与误差项之间存在相关性