虽然VAR的估计结果与变量的次序无关，但脉冲响应(1RF)结果对此却比较敏感(Hamilton，1994)。文献中常用的确定VAR模型中变量次序的方法有好几种。第一种方法由Bernake(1986)提出，他假定发生在某一地区的冲击在当期只对该地区产生影响，其后才对其他地区产生作用。此假设虽然保证了IRF模拟结果与变量在模型中的次序无关，但对于本文运用年度数据所建立的VAR模型来说并不适合，因为很难想象当年发生在某个地区的冲击直到第二年后才会对其他地区产生作用。

第二种方法如Cromwell(1992)所用，是根据一定的经验法则，如各地区的相对大小来确定变量在VAR中的次序。该方法尽管简单易行，从直观上看也似乎有一定道理，但各个地区之间的大小关系与各地区经济之间的联系并不完全等同，以此来确定变量之间的次序可能会有偏差。

本文采用了另一种方法，即依据一定的理论基础来确定VAR中变量的次序。根据Krugman(1991)的新经济地理学说，一旦由于某种偶然原因在一个地区形成一些产业后，由于聚集效应和规模收益递增，该地经济会快速发展，成为全国的一个经济中心，然后通过知识传播、贸易、要素流动等媒介由近及远对周围地区产生溢出效应，最终形成地区经济的均衡发展。改革开放后，我国东部地区凭借其优越的地理位置和中央优惠政策的扶持，已成为全国的经济中心(Ying，2000；Yao和Zhang，2001；Zhang和Felmingham，2002；范剑勇等，2004)。根据中心－外围理论，溢出效应的可能方向是由近及远，从东部到中部，再到西部。因而以下在进行IRF实验时，VAR模型中变量的次序依次为东部、中部和西部。一个问题是中部和西部各产业的产出变量在模型中的次序如何确定，但模拟实验表明，一旦三大地区的产出变量在模型中的次序确定之后，三次产业的排序对结果并无影响。