本文以随机系数自回归(RCA)模型为基础，对Bayesian方法在时间序列单位根检验和面板单位根检验中的应用进行了探索性研究。同时，利用Bayesian单位根检验方法对中国宏观经济变量的结构特征以及地区经济收敛性进行了实证分析。　　本文内容共分六章。第一章在阐述本文的选题背景和研究意义之后，对频率学派和Bayesian学派单位根检验的相关文献进行了回顾，并对论文的结构安排和主要创新点进行归纳总结。第二章介绍Bayesian估计和假设检验的基本原理和方法，并对边缘似然函数的算法进行了拓展研究。第三章首先介绍了RCA(1)模型的序列特征以及初始值对RCA(1)过程和单位根检验的影响，然后在梳理总结频率学派针对随机系数模型的单位根检验方法基础上，探讨了基于后验赔率的Bayesian单位根检验方法。第四章将Bayesian后验赔率检验方法推广至面板数据领域，对Bayesian面板单位根检验方法进行了探索性研究。第五章采用各单位根检验方法分析了中国主要宏观经济变量的结构特征，同时利用中国各地区人均GDP序列的单位根检验结果分析了地区经济收敛性问题。第六章是研究总结和展望，对全文研究结论加以总结并指出了进一步研究的方向。　　本文的创新性工作主要体现在以下几个方面:　　(1)在边缘似然算法研究中，本文提出了结合积分运算和蒙特卡罗近似运算的综合算法。作为Chen算法的一种改进，综合算法在继承Chen算法“仅要求单一MCMC抽样结果”以及“不要求具体抽样算法”等特点的基础上，充分利用了积分运算的精确性和蒙特卡罗模拟运算的可行性。使用模拟数据对各算法计算结果的精确性研究也表明，综合算法的近似效果要优于Chen算法。　　(2)本文将Bayesian后验赔率(PO)检验方法引入到随机系数自回归(RCA)模型的单位根检验中，提出了随机单位根的PO检验方法。RCA模型比AR模型更具一般性，在随机系数均值和方差的不同假定下序列特征也更为复杂。传统频率学派的单位根检验方法只能针对特定一组原假设和备择假设，不能综合考虑RCA模型的各种可能形式。Bayesian学派的PO检验为综合检验RCA模型的各种可能形式提供了有效的解决途径，因此，本文的研究是单位根检验理论的有益补充，对促进其进一步发展有积极作用。　　(3)将RCA模型和PO检验方法推广至面板数据领域，对Bayesian面板单位根检验进行了探索性研究。传统频率学派针对随机系数面板自回归模型的单位根检验研究仅体现在个体维度，本文则分别提出了个体维度和时点维度的PO检验，完善了Bayesian单位根检验的理论体系，丰富了面板单位根检验方法的研究。　　(4)以SUR模型为例，结合Gibbs抽样算法和重要抽样算法重新测算了中国各地区的资本产出弹性，并以此为基础计算了各地区全要素生产率及其增长率。结果表明，科技发展战略对全要素生产率的提高具有显著正效应;随着产业结构调整，资本产出弹性和全要素生产率的关系从正相关逐渐变为负相关，并且由此所表明的地区分工协作特征正逐步显现;内陆地区的地缘经济特征制约了其全要素生产率的进一步提高。　　(5)本文综合运用Bayesian以及传统单位根检验方法分析了中国主要宏观经济变量的结构变化特征，并对中国各地区人均GDP序列进行了平稳性检验，检验结果显示:自改革开放以来，中国地区经济不存在绝对收敛，但大部分地区存在条件收敛特征，即经济增长率有趋同趋势，人均GDP水平差异仍将存在。