我也想知道呢

大哥，这根本不是内生性产生的原因好么，如果遗漏变量与已有的外生变量相关，那么回归之后相关的部分自然会体现在外生变量的线性组合里面，误差项中的与外生变量不相关的部分。内生性最主要的产生原因还是测量误差，所以常用的解决方法有用三年平均代替原数据啥的，但这其实没太大用处，因为即使三年平均也不过多引入了两个时间维度。所以本质上讲只要回归结果和理论预期相反，你就怀疑内生性的存在。

内生性似乎是存在内生解释变量，这个变量可能是潜在的遗漏变量，也可能是模型的解释变量中与随机扰动项有关系，无法满足cov(x  μ)=0的假设。但是又怎么可能用仅有的n元甚至一元解释变量解释经济现象？所以内生性是必然存在的，只不过我们尽量去通过技术来降低内生性的影响。
再回答楼主的疑问，内生性如何识别，如果你模型中有x1，但基于经济理论或者经验，模型明显缺少一个难以观测的变量x2，这个变量必然存在于随机扰动项里面，你是肯定的，所以此时基于已有的模型上去找x1的工具变量z来解决。非要说怎么识别，我觉得不必识别，内生性就像一只杀不死的幽灵，只能尽量把它赶跑。

如何定义内生性？

在论文复现中也有这种思考。所看论文中都是基准回归之后，根据以前的研究或者一些经济学原理认为方程中存在内生性问题（当然还有遗漏变量，但是感觉遗漏变量是不可避免的），然后用工具变量法进行处理，进行验证，就算是完成内生性问题的处理了。