这里需要注意的是：
第一，阶数不一，不能做协整，版主也提到了，但是怎样进行adf检验，非常关键
第二。adf检验的t、c、k选择不同，结果也不同，要根据数据本身的性质来决定
第三、取对数是为了消除异方差，绝对数值不合适，不妨考虑转换成增长率，如第一产业产值增长率，或就业增长率来建立模型。这样或许效果更好。

这么做肯定是可以的，但是正像楼上大大说的，检验的选择是否有理论依据，至少是直觉上的。不妨试试别的检验方法，毕竟好在不是面板协整。
其次，这么做的问题在于经济含义解释起来有点别扭，应该考虑一下两个变量之间出现这种现象的原因是什么，有没有微观基础，比如是否遗漏了重要的因素——某个变量和产值的组合恰好是1阶单整的——这又反映出了VEC和JJ检验的缺陷，即必须要求至少同阶单整才能用，很恶心。LZ可以先用EG两步法找一个这样变量，自己构造一个修正项加进去（认为假定只有一个协整关系）——在某篇国内论文中见过这么用的，他是做的基于VEC的多变量Granger，不保证一定正确啊，反正有人这么做过的——他是每个方程一个一个估计的，然后用了一个WALD检验，但是这么做的问题很明显，忽略了方程误差项之间的相关性——还是很扯。

说到这儿我又想到，其实很多宏观计量是很扯淡的，模型设定全是来自直觉，时间序列的也一样，比如ECM/VEC，谁规定长期均衡关系就一定是那么简单线性关系了？虽然格兰杰定理是说协整序列可以写成ECM形式，但谁保证那就是长期均衡方程了？说到底，这种数据驱动的模型其实你想怎么解释就怎么解释。

呵呵看了楼上的两位回答，觉得有点启发，目前国内包括权威杂志上的数量经济模型的运用问题都比较多，很大程度上存在任意的赋予概念和含义，忽视了计量模型本身的严密性和前提条件

同感，让我这学数学的人一头雾水