本文考虑了大型面板数据集的统计分析，其中即使在对共同观察到的影响进行条件处理后，截面单位可能仍然是依赖分布的。当横截面单元受到未观察到的共同影响和/或由于空间或其他形式的局部依赖而产生溢出效应时，可能会出现这种情况。本文概述了有关截面依赖的文献，介绍了时间相关的弱截面依赖和强截面依赖的概念，并说明了常用的空间模型是弱截面依赖的例子。然后建立了由Pesaran(2006)最近提出的具有多因素误差结构的面板数据模型的共同相关效应(CCE)估计量，即使在存在空间误差过程的情况下，也能继续提供一致的斜率系数估计。通过蒙特卡罗实验，研究了不同截面依赖模式(包括空间形式)下CCE估计器的小样本性质。结果表明，CCE方法在存在弱和/或强截面相关误差的情况下工作良好。我们还探讨了空间过程的某些特征在决定CCE估计器性能方面的作用，如空间依赖的形式和强度，以及空间权重矩阵的稀疏性。