4.1数据平稳性检验：ADF检验。

为了防止伪回归现象的发生，应首先对宏观经济时间序列进行单位根检验，以判断其平稳性。本论文利用Eviews6.0软件对LnGAP、LnTE、LnPA的单位根进行ADF检测，判断各时间序列是否满足同阶单整条件，为后续的协整检验和格兰杰检验奠定了基础。

从表2的ADF检查结果可以看出，LnGAP、LnTE、结果表明，LnPA原始序列和1阶差分表的ADF检定均大于1%、5%、10%的显着水平临界值，无法拒绝原假设，均存在单位根，是非平稳序列。经过二阶差后，原序列二阶差分形式之ADF检验值均小于1%，临界值为10%，说明分别为1%。在5%、10%显著水平上，三个时间序列都是二阶单整序列，且具有长期稳定性，符合协同检验的前提条件。

4.2Johansen协整检验。

为了深入分析环保农业技术创新，必须就农业技术推广程度和农业经济增长之间是否存在长期的均衡关系(协整关系)，进行协整分析。运用约翰·森检定法对“环保农业技术推广范围”、“农林牧渔业专利申请数”和“全国农林牧渔业总产值”3个变量进行协整检验，检验三项间是否存在长期的均衡关系，检验结果如表3所示。

从表3中可以看出，对Johansen检验采用了最大特征根迹统计量法进行判断，第3行7.586>3.841，即原假设在95%置信水平上不成立，LnGAP、LnTE、在LnPA的三个变量间最多有两个协整关系，可以考虑农林牧渔专利申请数量，环保型农业技术推广度与农业经济增长具有长期的动态均衡关系。

协整向量在标准化后为(1.000,-0.375,-0.542)、农林牧渔专利申请数量、环保农业技术和农业经济增长之间的协整关系式如下：

计算公式(1)表明环保农业技术创新水平、农业技术推广程度与农业经济增长呈正相关关系。从长远来看，环境友好型农业技术创新水平(PA)每提高1%，导致农业经济增长(GAP)提高0.375%，而推广环保技术(TE)每提高1%，就使农业经济增长(GAP)提高0.542%。很明显，相对于环保农业技术创新水平，环保农业技术创新推广程度对农业经济增长的促进效应显著。

4.3VAR模型的建立。

VAR模型在本质上不对时序变量做任何先验性的假设，而是以系统中每个内生变量为所有时滞项的函数来构建回归模型。VAR模型的建立，不仅要求各变量满足平稳性条件，还要求确定反映变量间相互影响的最大迟滞次序，从而保证模型估计结果显着。LnGAP、LnTE、LnPA是二阶单整时间序列，在建立VAR模型时满足了平稳性条件。在VAR模型中，用LR检验统计法、最终预测误差法、情报判别法等确定时滞阶次的方法，本文利用信息准则法确定VAR模型的最优滞后期，结果见表4。

如表4所示，当延迟等级是4级时，AIC和SC值最小。据此可设立“环境友好型农业技术推广程度”、“农林牧渔业专利申请量”、“全国农林牧渔业总产值”作为因变量，以这些变量的滞后度作为自变量，VAR(4)模型的滞后阶数为4,VAR(4)模型。通过对VAR(4)模型的平稳性检验，发现VAR(4)模型中所有根模的倒数均小于1(即全部位于单位圆曲线内)，表明基于VAR模型得出的结论具有可靠性。

4.4对Ganger因果关系的测试。

通过以上分析，得出了环保农业技术创新的结论，在农业技术推广程度和农业经济增长三个变量之间存在协整关系，可以进一步对Ganger进行实证检验，探讨三个变量之间是否存在因果关系，以及因果关系的走向。测试结果显示在表5中。

其中，LnTE与LnGAP、LnTE、LnGAP、LnTE、LnPA、LnTE、LnPA与LnGAP两种因果关系为格兰杰因果关系。从短期来看，环保农业技术创新的普及程度可以促进农业经济的发展，绿色农业技术创新是技术创新推广程度的源泉，创新是推广的先决条件，但由于技术创新和推广应用之间存在着一定的滞后性，技术创新对农业经济增长的促进作用在短期内十分缓慢。(2)迟滞2期与3期，LnPA和LnTE均为LnGAP病，且因果关系为单向，说明新技术研发等环保农业技术创新对农业经济增长的促进作用已逐渐显现，绿色农业技术创新推广和应用可持续推动农业经济增长，但在短期内，农业经济增长无法反哺技术创新和新技术的推广。(3)滞后4期，LnPA与LnGAP互为格兰杰因果关系，LnTE与LnGAP互为格兰杰因果关系，LnPA与LnTE互为因果关系。从长远来看，环保农业技术创新、技术创新推广程度是农业经济增长的源泉，在新一轮绿色农业技术创新和推广中，农业经济增长促进了绿色农业技术创新，而绿色农业技术创新是技术推广的基础，科技推动是环保技术创新的进一步实现。