首先，要对变量做单位根检验来保证模型的有效性。为消除单位的影响，对轻工业、绿色效益值、劳动力成本、新增固定资产以及技术开发支出均做对数处理。根据数据图形选取适当的截距项和趋势项，通过运用Eviews8.0计算的各个变量的单位根检验，用pro、lor、inp、tec分别代表轻工业发展实现的绿色效益值、劳动力成本、新增固定资产、技术开发支出，用▽pro、▽lor、▽inp、▽tec、▽2pro、▽2lor、▽2inp、▽2tec分别代表以上时间序列的一阶、二阶差分，得到单位根检验结果（见附录表1）。
通过单位根检验可以发现，在置信水平为5%的情况下，轻工业的绿色效益值、劳动力成本、新增固定资产及技术开发支出均满足一阶单整，当置信水平为1%时，可以满足二阶。因此4个时间序列满足长期稳定条件。且通过格兰杰因果检验得到，考虑减排的轻工业的绿色效益值、劳动力成本、新增固定资产及技术开发支出之间存在格兰杰因果关系。因此，绿色效益值、劳动力成本、新增固定资产及技术开发支出均可作为因变量带入VAR模型。
其次，进行模型的AR稳定性检验。脉冲响应和方差分解都是在确保模型稳定的基础上才有意义，因此我们要对VAR做稳定性检验，其中AR多项式根是VAR模型稳定性检验常用的方法，其中当K＞1时，VAR模型稳定需满足其特征方程的单位根都小于1，即都在单位圆内。因此我们可以通过Eviews8.0对其进行检验得到到图6-1所示的结果，认为VAR模型是稳定的。
图6-1 AR检验的单位圆和特征根
最后，通过方差分解来确定内生性变量对方差的估计上的贡献大小。其主要原理是将内生性变量分解到各个扰动项上，直观地表明各内生变量对预测方差的贡献程度。变量轻工业绿色效益值的方差分解结果如表6-1所示：(www.xing528.com)
表6-1 轻工业绿色效益值方差分解结果（%）
（续表）
从方差分解的结果，我们可以看到，随着预测期数的增加，新增固定资产投资对轻工业的绿色效益值的贡献率略有增加，并最终稳定在5.3%左右，其对绿色效益值的贡献程度最小；劳动力投入对绿色效益值的贡献率在前15期时涨幅明显，其后也稳步攀升，最终稳定在35.9%左右，对轻工业绿色效益值提升的贡献率最大；技术开发支出对绿色效益值的贡献率在第3期时达到最大，为12.3%，之后便出现递减趋势，基本稳定在7.6%左右，其对绿色效益值的贡献程度排在第二位。由此可以发现，影响轻工业的绿色效益值增长的重要制约因素是劳动力投入水平。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
