那你只用dY 和dx1 和别的原始的回归下看看可以吗  如果可以通过的话 就解释查分后的模型的意义p.s我计量也不好 瞎说的 另外GDP数据什么的不得进行季节性处理 取对数之类的吗

这个问题我刚求助过计量经济学的老师，的确是要用平稳序列

对的，一般这种数据都比较大，可以先取对数，再进行平稳性检验，之后同阶进行协整检验，我也是最近在学习这个，意见仅供参考。我的论文实证最近也有不少论文，也需要求助

如果原序列是不平稳的，然后一阶平稳，再做一下协整，如果变量间存在协整关系，那么说明他们之间是有长期关系的，此时可以使用原始序列进行回归，这样就可以可避免伪回归了。建议看下相关论文。

啥时候取对数能避免伪回归了。。我也正好遇到这个问题，正在求证，我的理解是一阶差分描述的是增量，x的增量和y的增量没有显著关系，可能确实x不是y的影响因素（对数一阶差分是变量的增长率，公式可推导出）                                                
跟正一下：我用人均生产总值和城镇人均收入做回归，收入的p值是接近于0的，显著相关；但对两个变量取差分后，p值到了0.8，说明x的增量和y的增量没有联系，所以我想，取一阶差分后做回归得到的显著性可能和原序列回归的显著性没有关联，要不然我不认为人均GDP和城镇人均收入是无关的

存在协整关系可以用原序列做ols回归，协整关系是说虽然变量序列不平稳，但各变量的线性组合平稳，存在长期均衡的关系，到这里如果是做ols回归不用去管其他了，我是解释变量和控制变量共线性太高，控制变量又没法轻易删除，只能考虑下VAR模型了（该回答只为给下一个有此问题的人一个导引）